“学海拾珠”系列之一百四十四：动量、反转和基金经理过度自信

动量、反转和基金经理过度自信 ——“学海拾珠”系列之一百四十四 金融工程 专题报告 报告日期：2023-06-07 主要观点： 分析师：严佳炜 执业证书号：S0010520070001邮箱：yanjw@hazq.com 联系人：钱静闲 执业证书号：S0010522090002邮箱：qianjx@hazq.com 相关报告 1.《ETF交易与分析师预测——“学海拾珠”系列之一百三十七》 2.《基金的协偏度择时能力——“学海拾珠”系列之一百三十八》 3.《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》 4.《是否存在宏观公告溢价现象？— —“学海拾珠”系列之一百四十》5.《前景理论能否解释共同基金的业绩——“学海拾珠”系列之一百四十一》 6.《ChatGPT交易策略15个月收益 500%+——“学海拾珠”系列之一百四十二》 7.《模糊因子与资产配置——“学海拾珠”系列之一百四十三》 本篇是“学海拾珠”系列第一百四十四篇，文献研究了投资者过度自信和自我归因偏差在解释动量效应方面的作用。文献基于美国股票共同基金经理的特征和交易模式，提出了一种新颖的衡量基金经理过度自信程度的指标。该指标下，被认为过度自信的基金经理持有的股票具有更高的动量收益和更强的反转效应。回到国内市场，公募基金持仓股票可能赋予了股票不同的特点，不同风格基金经理持仓对市场的影响是一个广阔的待研究课题。 动量效应与过度自信指标的构建 动量效应指的是表现优秀的股票在接下来的3至12个月内表现优于前期表现较差的股票，这是Fama-French三因子模型无法解释的最显著的异象。 文献综合六类指标构建一个综合的基金经理过度自信指数。包括：管理人数与经理性别、经理任期、组合换手率、组合集中度、过往业绩、投资组合残差波动率。然后根据基金经理的持股作为权重，将基金经理的过度自信指数转化为股票层面的过度自信指数（OCI指数）。 投资者过度自信对动量效应、反转效应有驱动作用 如果基金经理的过度自信驱动了动量效应，预计对于主要由过度自信的投资者持有的股票，短期的动量效应和长期的反转效应都会更 强。研究发现美股市场上，低OCI投资组合的动量策略收益为每月 0.16%（t=0.99，不显著），而高OCI投资组合的动量策略收益为每月 0.60%（t=3.05，显著）。此外，动量收益在长期内将会反转。预计对于那些拥有更多过度自信投资者的股票，反转效应将更加强烈，高OCI组合表现出非常强且显著的反转效应，高OCI的每月反转收益为-0.32%（t=-3.64）。 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过度自信指数的构建5 2.1数据与替代指标的选择5 2.2过度自信指数的合成方法5 3实证结果6 3.1股票层面过度自信指数的转化6 3.2过度自信与动量效应7 3.3过度自信与反转效应9 3.4过度自信、动量与个股特征11 3.5回归分析12 4其他相关分析与讨论13 4.1OCI的其他含义13 4.2OCI与动量效应关系的其他解释14 4.3OCI、市场状态和动量收益的综合解读15 4.4稳健性检验16 4.4.1子样本区间16 4.4.2季节性17 4.4.3牛市与熊市17 5总结17 风险提示：18 图表目录 图表1主成分载荷与描述性统计6 图表2描述性统计-OCI7 图表3OCI-过往回报分组下的动量收益8 图表4FAMA-FRENCH三因子模型结果-OCI与动量效应9 图表5OCI与反转效应10 图表6FAMA-FRENCH三因子模型结果-OCI与反转效应10 图表7OCI对股票动量效应的增量11 图表8横截面回归13 图表9基金经理变动前后组合持仓的动量效应15 图表10AGGOCI，市场状态与动量收益16 图表11稳健性检验17 1引言 文献研究了投资者过度自信与自我归因偏差是否对动量效应产生影响。 动量效应指的是表现优秀的股票在接下来的3至12个月内表现优于表现较差的股票，这是Fama-French三因子模型无法解释的最显著的异象。动量效应已在全球范围内得到证实，跨越了许多资产类别，并且在其最初的发现之后仍然显著存在。Daniel等（1998）曾研究一个知情但过度自信的投资者，分析发现若该投资者 对私人信号做出过度反应，且随后市场确认此信号，由于自我归因偏差，会触发投资 者的进一步的过度反应，从而导致其持仓收益存在动量效应。但从长期来看，随着更多信息的公开，股票价格逐渐回归基本面，反转了最初的过度反应。因此，如果基金经理的过度自信驱动了动量效应，预计对于主要由过度自信的投资者持有的股票，短期的动量效应和长期的反转效应都会更强。 研究重点关注共同基金经理的过度自信，然而过度自信本身并不直接可观察。为此，文献构建了一个基金经理过度自信指数（overconfidenceindex），基于先前文献中提出的六个过度自信和自我归因偏差的替代指标进行组合构建，用于构建指数的替代指标包括基金经理的性别、任期、投资组合换手率、组合集中度、基金先前业绩和个体风险。采用构建过度自信指数的方法减少了使用个别替代指标而产生的误差，同时能够捕捉到过度自信和自我归因偏差的多个维度。 文献构建了两个版本的过度自信指数以保证分析的稳健性。第一个版本下的指数构建采用六个替代指标等权合成的方法，第二个版本下的过度自信指数是这六个替代指标的第一主成分。由于过度自信是基金经理的特征，而动量是股票层面的异象，文献对每个版本的指数计算股票层面的过度自信指数，即所有持有该股票的基金经理的加权平均过度自信指数，以基金经理对该股票的持仓作为权重，得到的两个股票层面的过度自信指数将作为分析中的条件变量使用。 文献通过构建分组方法进行实证分析，以测试动量效应与基金经理过度自信之间的关系，结论与Daniel等人（1998）的预测一致。研究结果显示，具有较高股票层面过度自信的个股不仅具有更强的动量效应，其反转效应也更为显著。值得一提 的是，股票层面过度自信指数降序排序下后1/3的股票既没有显著的动量效应，也没有显著的反转效应，指标排序下按三分组之间的各组动量收益平均每月差异在0.44%到0.49%之间，这在经济和统计意义上都是显著的。类似地，三分组之间的月度反转收益差在0.26%到0.28%之间。同时，这些收益差不是对风险的补偿，因为Fama-French三因子模型的Alpha值在统计上是显著的，并且与原始收益具有相似的数量级。此外，在时间序列分析中，即使在控制市场状态和总体流动性的情况下，股票层面的总过度自信水平较高时，动量收益仍然更强。 鲁棒性分析的结果显示，上述结论在控制了对动量产生影响的几个股票特征（市值、账面市值比、分析师覆盖率、个股换手率和个体波动性）后仍然稳健。此外，针对过度自信投资者会被动量股吸引这一逆向因果解释的可能，研究发现在基金经理变更的情况下，过度自信的基金经理持有的股票比不那么过度自信的基金经理持有的股票表现出更强的动量效应。因而，动量效应是投资者过度自信和自我归因偏差的结果。 文献基于共同基金经理的数据进行投资者过度自信与动量效应的研究，但共同基金经理并不是唯一类别的过度自信投资者，研究结果也不能被解释为仅有基金经理的过度自信驱动了动量效应。理想情况下，文献希望能够测量所有投资者的过度自信和偏见自我归因程度。然而，过度自信是人的特征，而不是市场的特征（Odean， 1998），而且其他类别的投资者特征通常无法广泛获得。 2过度自信指数的构建 2.1数据与替代指标的选择 本研究采用的样本数据涵盖1984年1月到2014年12月的美国股票型基金 （排除股票持仓少于10个或总资产管理规模低于500万美元的基金，仅保留初始份额），样本变量包括基金持仓、基金回报、每月净资产、换手率和投资目标以及基金经理姓名、任职起止日期等。股票层面数据包括个股收盘价、回报、交易量和流通股、净资产收益率等数据，另外辅以无风险利率和Fama&French因子的因子数据。最终样本包括150,019个基金的季度样本，涵盖了3,113个基金，共计347,441个股票的季度样本。 因子包括市场因子、规模因子、账面市值比因子和动量因子。 将这些变量结合到一个指数中相比单独使用每个变量具有三个优势：首先，减少了与单个指标相关的噪音，提高了测量过度自信的能力；此外，这允许在一个指数中体现过度自信和自我归因偏差的不同维度，实际上没有一个单独的指标能够同时捕捉这两个现象；最后，这种方法比较简洁。 2.2过度自信指数的合成方法 文献使用两种方法将上述六个指标合成过度自信指数（以下简称𝑂�𝐼𝑛𝑑𝑒𝑥）。第一种方法，在每个季度将�个指标变量转换为分位数，性别变量不做处理。例 如，换手率最低的1%基金经理被分配得分0.01，换手率最高的1%基金经理被分配得分1，进而对所有六个变量的得分求和。该处理保证了用于合成指数的每个变量具有相同的权重。该合成指数称为𝑂�𝐼𝑛𝑑𝑒𝑥𝐸𝑊，这是一个连续变量，其取值范围为 0.05到6之间。较高的值对应于更高程度的过度自信和自我归因偏差。为了减少噪音，使用𝑂�𝐼𝑛𝑑𝑒𝑥𝐸�的一年移动平均值。 第二种方法，首先对所有连续变量按季度进行标准化以消除趋势，然后提取上述六个指标的第一主成分，此即第二种过度自信指数，称之为𝑂�𝑖𝑛𝑑𝑒𝑥𝑃𝐶𝑊，第一主成分的方差贡献率约25％。 图表1主成分载荷与描述性统计 资料来源：《Momentum,Reversals,andFundManagerOverconfidence》，华安证券研究所 图表1的PANELA呈现了因子载荷的预期符号和实际主成分载荷的情况，所有载荷都与预期符号匹配。其中，投资组合集中度具有最高的载荷值（0.53），其次是组合个体风险（0.50），之后是先前业绩（0.28），性别（0.24），组合持仓换手率（0.18）和任期（-0.06）。与𝑂�𝐼𝑛𝑑𝑒𝑥𝐸�类似，使用一年的移动平均值。 图表1的PANELB展示了𝑂�𝐼𝑛𝑑𝑒𝑥𝐸�、𝑂�𝐼𝑛𝑑𝑒𝑥𝑃𝐶�以及六个替代指标的时间序列平均值的横截面描述统计量及其相关系数。图表数据显示，𝑂�𝐼𝑛𝑑𝑒𝑥𝐸�的平均值是3.02，标准差为0.83。𝑂�𝑖𝑛𝑑𝑒𝑥𝑃𝐶�的平均值（标准差）为0.01（0.95）。样本中的基金经理平均每月换手率为7％（年换手率为84％），基金经理的平均任期为 5.35年,约48％的样本基金由独立的男性经理管理。 相关系数矩阵显示，单个指标之间相关性不高，这与过度自信（或自我归因偏差）的不同维度要求相一致。数据显示，组合个体风险与投资组合集中度之间的相关系数最高（0.30），其次是换手率与组合个体风险之间的相关系数（0.20），换手率与任期之间的相关系数（-0.16），以及前期表现与个体风险之间的相关系数（0.10）。其余的相关系数均在0.10以下。这些相关系数表明，与任一替代指标相比，合并构建的过度自信指数应显著改善对过度自信和自我归因偏差的衡量。 同时，两种方法构建的过度自信指数之间高度相关，其平均相关系数为0.70，但它们之间存在重要的差异。例如，𝑂�𝐼𝑛𝑑𝑒𝑥𝐸�与性别（0.59）、投资组合风险（0.52）和任期（-0.36）之间的相关性最高，而𝑂�𝑖𝑛𝑑𝑒𝑥𝑃𝐶�与投资组合风险（0.74）、投资组合集中度（0.47）和换手率（0.34）之间的相关性最高。这些差异表明，两者侧重过度自信和自我归因偏差的不同方面。因此，同时使用这两种方法合成指数可以检验分析的鲁棒性。 3实证结果 3.1股票层面过度自信指数的转化 虽然过度自信是基于经理的特征，而动量是基于股票的异象。为了将基于基金 经理的过度自信指数（𝑂�𝐼𝑛𝑑𝑒𝑥）转