您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[天风证券]:海外文献推荐,第256期:资产定价中的关注溢出效应 - 发现报告
当前位置:首页/其他报告/报告详情/

海外文献推荐,第256期:资产定价中的关注溢出效应

2023-05-17吴先兴天风证券北***
海外文献推荐,第256期:资产定价中的关注溢出效应

金融工程 证券研究报告 2023年05月17日 海外文献推荐第256期:资产定价中的关注溢出效应 一:推荐理由 金融学三大顶级期刊中少有研究中国市场的文章,直接研究A股定价的则更少。本文是JournalofFinance最新录用的预测A股股价的文章,利用A股独有特征构建的预测指标可以取得显著收益,等权和加权多空组合的年化alpha(经CH4模型调整)最高可达19.4%和41.5%。 本文作者包括陈鑫、安砾、王正位和余剑峰。余剑峰、安砾和王正位三位教授均任职于清华大学五道口金融学院,在金融三大刊有多篇发表,多次荣获国内外大奖,其中余剑峰教授为五道口金融学院金融学讲席教授。 二:文章主要内容理论背景: 投资者行为的两个常见特征是过度自信和有限关注。之前研究这两种行为偏见的资产定价论文通常一次只关注一个特征,而不考虑它们之间的潜在交互。这可能是不易进行因果关系识别。在本文中,我们利用一个新颖的研究设计来检验过度自信与有限关注之间交互作用对均衡价格和成交量的因果影响,并且证明了其发挥作用的机制,而过度自信和有限关注单独发挥作用时都不能产生这种机制。经典的投资者过度自信模型通常认为,经历过高收益的投资者倾向于将这一结果归因于自己的能力,从而变得过度自信。而有限关注理论认为,交易需要投资者的关注,这是一种稀缺资源,特别是在从数千个股票选择中决定买入哪只股票时。 总体而言,将关注效应与正反馈效应结合起来,会形成以下猜想:在积极的投资体验之后,能够吸引投资者关注的股票往往会遭遇更大的买压;考虑到卖空约束,买压将导致这些股票在短期内收益上升,并在长期内回归。计算方法: 本文为每只股票构建LOCAL变量,计算为过去两周内与该股票代码最接近的10只股票的市值加权平均收益。我们还为每只股票计算RLOCAL变量,将LOCAL变量对该股票过去两周自身收益进行横截面回归再取残差作为RLOCAL变量。 主要结果: 本文根据滞后一期的RLOCAL变量形成五分位投资组合,发现投资组合收益随着RLOCAL的增加而增加。此外,通过买入RLOCAL最高五分位股票和卖空RLOCAL最低五分位股票所构建的等权和市值加权多空组合的持有一周的年化收益分别为8.020%(t统计量=5.45)和8.511%(t统计量=2.67)。等权组合持有5周的年化CH4模型alpha是19.4%,加权组合持有9周的年化CH4模型alpha是41.5%。本文证明了过度自信与有限关注之间交互作用对均衡价格和成交量的影响机制,并且证明了过度自信和有限关注单独发挥作用时都不能产生这种机制。 风险提示:本报告内容基于相关文献,不构成投资建议。 作者 吴先兴分析师 SAC执业证书编号:S1110516120001 wuxianxing@tfzq.com 相关报告 1《金融工程:基金研究-FOF组合推荐周报:上周日历效应和多维度因子FOF组合超额收益表现较好》2023-05-15 2《金融工程:金融工程-行业流动性跟踪周报:近期行业流动性变化情况》 2023-05-15 3《金融工程:金融工程-量化择时周报:反弹或将出现》2023-05-14 请务必阅读正文之后的信息披露和免责申明1 内容目录 资产定价中的关注溢出效应4 1.引言4 2.A股的制度背景6 2.1.交易软件的显示特征6 2.2.股票代码的决定因素7 3.投资者交易行为的微观基础8 3.1.基本结果8 3.2.背后机制10 3.2.1.驱动正反馈交易的因素10 3.2.2.经历的收益和观察到的极端收益12 4.数据和变量13 4.1.关键变量的定义13 4.2.控制变量13 4.3.概述统计数据14 5.定价结果14 5.1.单变量排序14 5.2.双变量排序15 5.3.Fama-MacBeth回归16 5.4.关键机制检验17 5.5.预测换手率17 5.6.邻近股票与远离股票的联动性18 5.7.准自然实验19 5.8.其他结果和稳健性检验20 5.8.1.2002年前的样本期作为安慰剂检验20 5.8.2.𝑹𝑳𝑶𝑪𝑨�多空组合的长期收益20 5.8.3.套利成本的调节效应21 6.结论22 图表目录 图1:交易软件的显示屏7 图2:股票代码与股票特征8 图3:正反馈交易和关注溢出10 图4:正反馈交易的主要驱动因素11 图5:经历的收益和观察到的极端收益12 图6:描述性统计14 图7:利用𝑹𝑳𝑶𝑪𝑨�进行单变量排序的组合收益15 图8:双变量排序的组合收益15 图9:Fama-MacBeth回归16 图10:Fama-MacBeth回归——安慰剂检验17 图11:利用𝑹𝑳𝑶𝑪𝑨�预测换手率18 图12:收益和换手率的联动19 图13:双重差分方法20 图14:𝑹𝑳𝑶𝑪𝑨�组合在2002年之前的表现20 图15:𝑹𝑳𝑶𝑪𝑨�多空组合的累计收益21 图16:异质性检验21 资产定价中的关注溢出效应 文献来源:XinChen,LiAn,ZhengweiWang,&JianfengYu.(2023).Attentionspilloverinassetpricing.JournalofFinance,forthcoming. 文献摘要:利用A股股票显示顺序由股票代码决定的这一特征,我们设计了一种新颖的因果识别策略来研究投资者过度自信与有限关注的交互对资产价格的影响。我们发现,邻近股票代码在过去两周有较高收益的股票,在未来一周的收益也较高,但收益在更长时期内则会回归。这一发现与我们的猜想一致,即投资者(1)在经历了积极的投资体验后更倾向于交易,(2)更可能关注邻近代码的股票。我们使用交易数据证实了这两个猜想。此外,我们利用一个准自然实验进一步提高了因果识别的准确度。 1.引言 投资者行为的两个常见特征是过度自信和有限关注,资产定价理论已广泛利用这两个特征来解释市场现象(参见Daniel和Hirshleifer(2015),Barber,Lin和Odean(2019)以及Gabaix(2019)对相关文献的评论)。之前研究这两种行为偏见的资产定价论文通常一次只关注一个特征,而不考虑它们之间的潜在交互。这可能是不易进行因果关系识别。实际上,即使单独考虑过度自信和有限关注,也很难进行因果识别:这是因为增加投资者过度自信的变量(例如:过去的投资收益率)或反映投资者关注的变量(例如:新闻头条、极端过去收益、交易量)通常也与基本面信息相关。检验潜在的交互作用面临另外一层挑战是:它们可能被简单的加法效应或行为特征之间的相关性所混淆。在本文中,我们利用一个新颖的研究设计来检验过度自信与有限关注之间交互作用对均衡价格和成交量的因果影响,并且证明了其发挥作用的机制,而过度自信和有限关注单独发挥作用时都不能产生这种机制。 经典的投资者过度自信模型通常认为,经历过高收益的投资者倾向于将这一结果归因于自己的能力,从而变得过度自信(Daniel,Hirshleifer和Subrahmanyam,1998;Gervais和Odean,2001)。这种观察得到了实证数据的证实,即投资者在经历了积极的投资体验后倾向于更加密集地进行交易,即使积极体验完全是因为偶然地中了的IPO(Ben-David,Birru和Prokopenya,2018年;Anagol,Balasubramaniam和Ramadorai,2020年;Gao,Shi和Zhao,2019年)。由于个人投资者很少做空股票,所以由积极的投资体验引发的过度交易可能对买入决策产生更大的影响而非卖出决策。也就是说,存在一个正反馈渠道,即投资者在积极的投资体验之后倾向于增加他们的持仓(Pearson,Yang和Zhang,2020年)。 此外,交易需要投资者的关注,这是一种稀缺资源,特别是在从数千个股票选择中决定买入哪只股票时(Barber和Odean,2008)。另一方面,由于个人投资者通常只持有少数几只股票,因此在决定卖出时关注并没有受到太大限制,这导致了买卖之间的不对称性。总体而言,将关注效应与正反馈效应结合起来,会形成以下猜想:在积极的投资体验之后,能够吸引投资者关注的股票往往会遭遇更大的买压;考虑到卖空约束,买压将导致这些股票在短期内收益上升,并在长期内回归。 为了实证检验上述定价效应,主要挑战是确定哪些股票能吸引投资者关注且最近刚刚拥有良好的投资体验。在本研究中,我们利用一种屏幕显示的特性,即股票显示顺序是由股票上市代码决定的,以研究投资者关注对资产定价的影响。由于这种显示特性,投资者倾向于更关注与他们目前持仓的股票的上市代码相邻的股票;也就是说,存在关注溢出效应。因此,过去两周邻近股票收益较高的股票会面临来自邻近股票持有者的更大买压,并且在接下来的一周内应该会出现更高的收益和换手率。因此,我们得出以下关键假设:股票的短期未来收益和换手率应与其邻近股票的过去收益呈正相关。 为了证明我们提出的假设,我们首先研究价格影响的微观基础,即投资者是否表现出我们所假设的正反馈交易和关注溢出。我们发现,投资者在积极的投资体验之后进行买入的可能性大于消极投资体验,这表明投资者会进行正反馈交易。此外,股票被新新进买入的概率随着其与当前持有股票之间的距离而减小,这与关注溢出的概念相符。 我们通过调查并利用设计的干净的研究环境,还给出了有助于确定投资者交易行为背后机制的证据,从而有助于更加有效地构建股票层面信号。具体来说,我们通过直接调查投资者并将调查结果与投资者观察到的交易数据相结合,遵循Liu,Peng,Xiong和Xiong(2022)提出的实证框架,来检验正反馈交易的驱动因素。我们发现自我归因在解释正反馈交易方面具有最大的作用,无论是在经济意义还是统计显着性方面。这表明Gervais和Odean (2001)提出的“学会过度自信”机制确实是正反馈交易的主要驱动因素。 在另一个检验中,我们衡量了我们提出的机制在实证中的重要性。理论上,如果没有正反馈交易,其他吸引投资者关注的事件,如股票价格触及涨停,也可能与关注溢出效应相互作用,从而导致类似的资产定价影响。我们将我们提出的机制与这种替代机制进行对比。我们发现,与股票价格触及涨停价的显著事件相比,持有刚刚经历过类似规模的极端正向收益的股票的影响在解释投资者交易行为方面至少要强一个数量级。这些发现进一步强调了投资者过度自信和有限关注之间交互作用在驱动我们所提出的定价效应。 接下来,我们继续研究这些交易模式的定价影响。我们为每只股票构建𝐿𝑂𝐶𝐴�变量,计算为过去两周内与所关心股票代码最接近的10只股票的市值加权平均收益。我们还为每只股票计算𝑅𝐿𝑂𝐶𝐴�变量,将𝐿𝑂𝐶𝐴�变量对该股票过去两周自身收益进行横截面回归再取残差作为𝑅𝐿𝑂𝐶𝐴�变量。这种构建在一定程度上解决了“反射问题”(即,所关心股票的极端收益吸引了对其相邻股票的关注,然后反映在𝐿𝑂𝐶𝐴�变量中),并在检验收益可预测性时缓解了短期收益自相关的隐忧。 然后我们根据滞后一期的𝑅𝐿𝑂𝐶𝐴�变量形成五分位投资组合,发现投资组合收益随着 𝑅𝐿𝑂𝐶𝐴�的增加而增加。此外,通过买入𝑅𝐿𝑂𝐶𝐴�最高的五分位和卖空𝑅𝐿𝑂𝐶𝐴�最低的五分位所构建的等权和市值加权多空组合的年化收益分别为8.020%(t统计量=5.45)和8.511% (t统计量=2.67)。在控制公司成立年限、行业效应、DGTW特征调整(Daniel,Grinblatt,Titman和Wermers,1997)、中国市场四因子(Liu,Stambaugh和Yuan,2019)以及Fama和French(2015)五因子后,这些结果依然显著。在双变量排序和Fama-MacBeth (1973)回归中,控制了一系列可能影响收益率的变量后,我们的结果仍然成立。我们控制的变量包括:上市年龄、市值、贝塔、市净率、动量、长期收益、Amihud非流动性、换手率、特质波