“学海拾珠”系列之一百四十：是否存在宏观公告溢价现象？

是否存在宏观公告溢价现象？ ——“学海拾珠”系列之一百四十 金融工程 专题报告 主要观点： 报告日期：2023-5-10 分析师：严佳炜 执业证书号：S0010520070001邮箱：yanjw@hazq.com 分析师：吴正宇 执业证书号：S0010522090001邮箱：wuzy@hazq.com 相关报告 1.《共同基金的长周期表现如何？— —“学海拾珠”系列之一百三十二》 2.《盈余公告前的已实现测度是否能预测公告后的股票收益？——“学海拾珠”系列之一百三十三》 3.《策略拥挤与流动性冲击——“学海拾珠”系列之一百三十四》 4.《基金窗口粉饰行为的新指标——“学海拾珠”系列之一百三十�》 5.《基于堆叠自编码器和长短期记忆网络的金融时间序列深度学习框架— —“学海拾珠”系列之一百三十六》 6.《ETF交易与分析师预测——“学海拾珠”系列之一百三十七》 7.《基金的协偏度择时能力——“学海拾珠”系列之一百三十八》 8.《利用深度神经网络改进时间序列动量策略——“学海拾珠”系列之一百三十九》 本篇是“学海拾珠”系列第一百四十篇，文章主要研究宏观公告带来的高收益是因何产生的？与近期的文献结论相反，作者发现宏观公告日内的真实风险溢价远低于平均超额收益，实际数据中观察到的公告日内的高超额收益并不是高条件股权溢价的表现，它主要是由未预期货币政策和小样本问题带来的。回到国内市场，大多都聚焦于上市公司财报信息对个股股价的影响，鲜有研究宏观公告带来的影响，值得一阅。 高公告收益并不一定意味高公告溢价。 比较两种均衡资产定价模型。具有公告溢价的模型显示，高公告溢价与波动率降低不可兼得。与实际不符，侧面证明了高公告收益并不是高公告溢价的表现。相比之下，无公告溢价的模型更加符合实际情况。 公告收益传导途径一：小样本问题 使用超额收益估计股权溢价隐含的假设是，给定样本足够长且具有代表性。但在只有公告日的小样本中，这个假设并不现实。实证表明，小样本量统计问题确实促使公告收益偏离预期收益。 公告收益传导途径二：投资者与预期货币政策之间的潜在摩擦 FOMC公告日相比其他公告日拥有高公告收益。原因在于公告决策机构美联储频繁实施未预期的宽松货币政策。实证表明，FOMC公告收益预测误差在统计和经济上均显著，证实了此传导途径。 高公告收益主要来源于未预期货币政策和小样本问题 使用MCMC方法将公告收益分解为普通股权溢价、公告溢价、未预期货币政策、小样本四个分量，估计统计模型。结果表明，后两个分量主要解释了公告收益远大于正常股权溢价的原因，而公告溢价估计值很小。 风险提示 文献结论基于历史数据与海外文献进行总结；不构成任何投资建议。 敬请参阅末页重要声明及评级说明证券研究报告 正文目录 1引言4 2收益二阶矩的证据6 3两种经济模型7 3.1具有公告溢价的模型17 3.2不具有公告溢价的模型28 3.3模型比较8 4实证研究11 4.1潜在的小样本问题11 4.2预期中的潜在摩擦：FOMC公告13 5公告溢价的估计14 5.1统计模型15 5.2MCMC估计15 5.3公告收益的分解17 5.4点估计及其解释18 6结论19 风险提示：19 图表目录 图表1宏观公告收益二阶矩表现6 图表2具有公告溢价的模型19 图表3不具有公告溢价的模型2的模拟随机样本10 图表4样本两种经济模型10 图表5高公告收益的两种解释11 图表6扩张窗口平均12 图表7BOOTSTRAP分布13 图表83个月国债利率预测值与实际值13 图表9SPF预测误差和公告收益14 图表10MCMC估计结果16 图表11平均公告收益的分解。17 图表12对方差风险的市场价格进行约束的分解错误!未定义书签。 1引言 最近，学术界在股票市场中发现了令人惊讶的异象。宏观经济公告日的平均超额收益约为每天10bp（基点），而非公告日的超额收益仅为1-2bp（Savor和Wilson，2013）。近期的文献，如AI和Bansal（2018）、Wachter和Zhu（2022），通过假设高公告溢价（announcementreturns），为这种收益差距提供了解释。 根据文献中的模型，显著的经济不确定性会在宏观公告日消除，而投资者为承担这种不确定性会要求额外的补偿。简而言之，高公告收益（announcementreturns）是与公告不确定性相关的高条件性股权溢价（conditionalequitypremium）的表现。在公告发布之前，投资者感受到的不确定性大幅增加，从而导致条件股权溢价高达每天10bp(或相当于每年25%)。一旦公告宣布，不确定性消除，投资者不再要求额外补偿，条件股权溢价在第二天大幅下降。 但是作者认为，高公告溢价的存在与收益的二阶矩（secondmoment）表现并不一致。如果由于高公告溢价而导致条件股权溢价涨跌，我们应该预期，条件收益波动率（conditionalreturnvolatility）也会在公告附近大幅涨跌。然而实际数据并 非如此：在公告发布之前，收益波动率并不是很高，之后几乎没有下降。例如，GARCH隐含波动率从15.47%变化到15.44%。其他收益波动率指标，包括期权隐含的波动率也只有小幅度变化。如果高公告收益是投资者高度不确定性而产生的，为什么直接反映这种不确定性的条件收益波动率并没有提高？ 为了定量评价，作者比较了两种均衡资产定价模型。模型1代表了具有公告溢 价的模型（AI和Bansal，2018）。具体来说，假设投资者不能观察到经济基本面。 在这种信息不完全的情况下，投资者试图利用宏观公告中释放的信号来了解隐藏的过程。因此，公告日是特殊的，并带有额外的风险溢价。相反，模型2不具有公告溢价，它代表了具有非对称波动性的传统模型（Bansal和Yaron，2004），经济基 本面被假定为具有时变条件波动率的异方差。为确保两个模型之间的任何差异完全来源于不同的经济机制，作者以相同的投资者偏好和共同参数设定建立模型。 虽然模型1背后有着清晰的经济理论，但在实际数据中表现不佳。在该模型中，假设高公告溢价与更高的不确定性直接相关。当公告包含的经济基本面的信息特别丰富时，模型确实会产生高公告溢价，从而引起高公告收益。但在这种情况下，条件收益波动率在公告前上升到非常高的水平，在公告后迅速下降，造成波动率的下降。虽然通过减少公告信息量可以使波动性下降幅度变小，但是这也会导致公告溢价缩 小。因此，公告信息既可以产生高公告溢价，也可以减少波动率的降低，但两者不 能兼得。 模型2由于没有公告日和非公告日之间的区别避免了上述问题。在这个简单的模型中，尽管超额收益很高，但条件股权溢价在公告日并未出现极高值。然而，当收益（returninnovations）在样本内不均匀时，模型中的随机样本往往呈现较高超额 收益。模型重要优势是，在公告日内收益和波动率表现不再矛盾，提升公告收益可以与减少波动率下降并存。创新收益在日频率上非常不稳定，因此收益波动率的小幅非预期下降往往伴随着非对称波动率影响的大幅正向收益。 比较两个经济模型表明高公告收益有着另一种解释：数据中观察到的高公告收益在很大程度上是投资者事先无法预料的。这种解释取决于事后收益和事前预期收益之间的差异。为什么平均收益远高于预期收益，这种差异从何而来？ 作者研究了两种传导途径。首先，由于小样本量统计原因，平均收益可能偏离 预期收益。值得注意的是，用平均收益估计期望收益隐含地假设是选取的样本足够 长、具有代表性，并且收益可以有效地在样本中均匀分布。但是有大量文献质疑这一假设（例如，Fama和French，2002；Avdis和Wachter，2017）。由于宏观公告样 本很小，其代表性更成问题。1990-2021年样本期内，公告天数共计1011天，相当于不到4年的数据。这使得小样本问题进一步加剧收益在日频率上波动率较大和厚尾的特点。而平均超额收益同样非常不稳定，随着窗口的扩大，其价值每年都会有相 当大的波动。随着价格指数的公布，它甚至会在几天内变成负值。 小样本量统计原因确实得到了数据的支持。根据作者分析，在所有公告日的平均超额收益在相同数量的观察数量上很好地复制随机样本。但这并不能完全证明数据的合理性，当将FOMC（联邦公开市场委员会）发布公告的日子具体隔离开来时，平均超额收益呈现超高现象，超出了95%的置信区间。 这指向了第二个传导途径：投资者与预期货币政策的潜在摩擦。最近围绕美联储政策的现象提供了相关的经济理论。Cieslak（2018）发现，美联储通过实施比预期更加积极的宽松政策，不断让市场感到“惊讶”。因此，专业的预测者一直在大幅高 估短期利率水平，而短期利率水平在很大程度上受到美联储货币政策的影响。作者在这些发现的基础上表明，由此产生的FOMC公告收益负预测误差在统计和经济上均显著。值得注意的是，当作者研究与其他宏观经济新闻相关的预测时，例如失业率和通货膨胀率，并没有得到显著的结果。这表明投资者与预期货币政策的潜在摩擦在解释高公告收益方面具有独特的作用。 为了验证两种传导途径，作者引入超额收益统计模型，并使用基于马尔可夫链 蒙特卡罗方法（MCMC）的估计过程进行实证研究。需要说明的是，MCMC估计器利用了关于收益的两个额外信息来源：（i）方差（varianceinnovations），它通过非对称波动率与收益呈负相关；（ii）货币政策冲击（monetarypolicynewsshocks），它与FOMC公告日的创新收益呈负相关。利用两个信息变量，即使它们没有在样本中平均，估计过程也可以校正创新收益产生更加稳健的公告溢价估计器。 在统计模型设置中，平均公告收益分解为四个不同的变量：（i）普通股权溢价， （ii）公告溢价，（iii）未预期货币政策，（iv）纯小样本变量。估计结果表明，后两个变量在样本内不平均，具有较大的正值。相反，公告溢价估计较小。因此表明，在高公告收益的主要驱动因素是未预期货币政策和纯小样本变量，而不是公告溢价。 这证实了上文基于经验和模型分析的直觉：平均超额收益夸大了公告日的真实风险溢价，实际数据呈现较小的公告溢价，使得收益和波动率的机制合理化。 为了更加严谨，作者另外做出两点说明。首先，小规模的公告溢价不应该被理 解为宏观公告不重要的证据。毫无疑问，宏观经济新闻是投资者整合信息的重要组 成部分，对股市产生重大影响。但是投资者感知到的不确定性何时真正彻底消除，是一个实证性问题。可能存在的情况是，不确定性恰好在宣布公告时完全消除。也可能因为投资者的预期，大多数不确定性在很早得到消除。也许现实是两种现象的混合，但实际数据表明，至少在实现股权溢价时后者影响大于前者。在实际市场中这是有道理的，除非美联储和其他政府机构在与市场管理方面犯了严重的错误，否则很难想象10bp（每年25%）的平均超额收益是对投资者不确定性的补偿。 其次，作者发现条件股权溢价在公告日前后波动不大，这并不意味着公告收益 主要受现金流或成长冲击驱动。高公告收益仍然极有可能来自风险溢价冲击。为了 方便理解，区分风险溢价冲击和风险溢价的变化是很重要的。考虑一个典型的均衡资产定价模型，它具有一个负定价的状态变量。当负冲击到达该状态变量时，投资者的边际效用下降，并通过两种渠道影响超额收益：（i）股票价格立即上升，反映较小的贴现率（正风险溢价冲击），（ii）股票价格将以较小的漂移在下一时期上升，与较 低的系统风险（风险溢价下降）相适应。当状态变量持续影响时，（i）的大小在短期内远远超过（ii）。因此即使条件股权溢价几乎没有变化，也可以观察到风险溢价冲击带来的高收益。这与Cieslak和Pang（2021）的观点一致，他们认为风险溢价冲击是FOMC决策前后股票收益的关键驱动因素。 高宏观公告收益是由Savor和Wilson（2013）首次记录的。最近，Brusa、Savor和Wilson（2020）发现，在通常情况下，全球股票市场在美国宏观公告日