国信证券-学术文献研究系列第48期:市场状态如何影响异象收益?-221121

文本预览:
核心观点 在过去的几十年间,大量市场异象(因子)被发现(Cochrane,2011)。为了更好地解释异象产生的原因,本文对来自全球股票市场的118个因子和20个已知模型因子在不同市场状态下的收益进行了分析。文章基于目前对异象的三种普遍解释:风险、定价错误和数据挖掘,对处于不同市场状态下的因子表现进行了预测。 在市场状态不好时的异象因子回报率比市场状态好时更高 在研究的138个异象因子中,有10个因子在5%水平上与GOOD TIMES显著正相关,51个在5%水平上与GOOD TIMES显著负相关,剩余77个与GOOD TIMES不显著相关;而在市场状态不好时,因子收益要比市场状态好时更高。 不同类别下因子表现的一致性表明,研究结果具有稳健性。 不论是根据异象因子的定义还是根据其所属的区域/市场对因子类别进行细分,结果均表现为大多数因子在市场状态不佳时具有更高的回报。此外,从分类的角度还可以消除因子异质性对结论的影响。不同类别因子表现的一致性表明,研究结果具有稳健性。 由于套利的限制和投资者不愿做空的心态,异常收益主要源于空头端 作者基于Carhart(1997)四因子模型建立了因子的多空组合,并且发现由于套利的限制和多数投资者不愿做空的心态,错误定价对空头端的影响更为明显。因此,市场状态对多头端的影响不大,异常回报主要由空头端驱动。 结论 本文使用了从1981年到2019年来自56个国家的样本数据,研究了138个市场异象(anomaly,或译为因子)和市场状态之间的关系。如果以股市指数高于或低于其200天移动平均线来划分市场状态,研究发现绝大多数异象因子都会在市场行情不好时产生更高的收益;如果将因子从定义和地域上进行进一步的细分,或者向模型中添加投资者情绪这一控制变量,结论也依然 成立。 风险提示:本报告内容基于相关文献,当市场环境发生变化时存在模型失效风险。
展开>>
收起<<
《国信证券-学术文献研究系列第48期:市场状态如何影响异象收益?-221121(17页).pdf》由会员分享,可在线阅读,更多相关《国信证券-学术文献研究系列第48期:市场状态如何影响异象收益?-221121(17页).pdf(17页精品完整版)》请在悟空智库报告文库上搜索。
(以下内容从国信证券《学术文献研究系列第48期:市场状态如何影响异象收益?》研报附件原文摘录)核心观点 在过去的几十年间,大量市场异象(因子)被发现(Cochrane,2011)。为了更好地解释异象产生的原因,本文对来自全球股票市场的118个因子和20个已知模型因子在不同市场状态下的收益进行了分析。文章基于目前对异象的三种普遍解释:风险、定价错误和数据挖掘,对处于不同市场状态下的因子表现进行了预测。 在市场状态不好时的异象因子回报率比市场状态好时更高 在研究的138个异象因子中,有10个因子在5%水平上与GOOD TIMES显著正相关,51个在5%水平上与GOOD TIMES显著负相关,剩余77个与GOOD TIMES不显著相关;而在市场状态不好时,因子收益要比市场状态好时更高。 不同类别下因子表现的一致性表明,研究结果具有稳健性。 不论是根据异象因子的定义还是根据其所属的区域/市场对因子类别进行细分,结果均表现为大多数因子在市场状态不佳时具有更高的回报。此外,从分类的角度还可以消除因子异质性对结论的影响。不同类别因子表现的一致性表明,研究结果具有稳健性。 由于套利的限制和投资者不愿做空的心态,异常收益主要源于空头端 作者基于Carhart(1997)四因子模型建立了因子的多空组合,并且发现由于套利的限制和多数投资者不愿做空的心态,错误定价对空头端的影响更为明显。因此,市场状态对多头端的影响不大,异常回报主要由空头端驱动。 结论 本文使用了从1981年到2019年来自56个国家的样本数据,研究了138个市场异象(anomaly,或译为因子)和市场状态之间的关系。如果以股市指数高于或低于其200天移动平均线来划分市场状态,研究发现绝大多数异象因子都会在市场行情不好时产生更高的收益;如果将因子从定义和地域上进行进一步的细分,或者向模型中添加投资者情绪这一控制变量,结论也依然 成立。 风险提示:本报告内容基于相关文献,当市场环境发生变化时存在模型失效风险。