签到
EN

有限关注与特质波动率之谜:来自行为金融学新证据

27浏览
2022/04/19 09:38发布
行为金融研究
行为金融研究
行为金融股票市场、特质率波动有限关注与特质波动率之谜:来自行为金融学新证据

原刊和作者:

 

《统计研究》2019年6月

陆 蓉(上海财经大学金融学院)

杨 康(上海财经大学金融学院)

 

摘要

本文在我国股票市场检验了有限关注对特质波动率定价的影响。研究发现,特质波动率―收益负相关关系(特质波动率之谜)在高关注度股票组合中更显著,而在低关注度组中,特质波动率―收益关系变弱甚至不再显著;Fama和MacBeth(1973)回归结果显示,关注度显著降低了特质波动率的定价作用;另外,通过Hou和Loh (2016)拆分方法发现,有限关注对特质波动率之谜具有最强的解释力度。进一步研究发现,传统的解释不能消除关注度在特质波动率定价中的作用。本文的研究揭示,投资者的有限关注可能是造成一些市场异象的主要原因。

 

研究背景

股票的特质风险是否被定价一直是金融学关心的话题。经典的CAPM模型揭示,在市场完美假设下,股票均衡价格仅与系统性风险有关,与特质风险无关(股票的特质风险会通过资产组合的分散化而消除)。Merton (1987)通过不完全信息模型揭示,股票的特质风险与预期收益存在正相关关系。Ang等(2006)则通过实证研究发现,美国市场上股票的特质波动率与预期收益存在负相关关系。之后,Ang等(2009)继续扩大样本,在23个发达国家进行检验,均得到了与美国市场一致的结论。由于Ang等(2006、2009)的研究结论既与传统资产定价理论不符,也与基于不完全信息的资产定价理论不相吻合,因此学术界称之为“特质波动率之谜”。

 

国内关于股票特质风险定价的研究主要集中在实证层面。杨华蔚和韩立岩(2009)、左浩苗等(2011)发现我国股票的特质波动率与未来横截面收益存在显著的负相关关系,这为特质波动率之谜在我国股市存在提供了证据。后续许多学者尝试对这一谜团进行解释,现有的解释有:短期反转、彩票型股票偏好、流动性、特质偏度、套利非对称性、有限套利等,然而至今没有统一的解释。

 

研究思路

本文从一个新的行为金融学角度对特质波动率之谜进行了解释,即有限关注。在传统金融学框架下,市场参与主体是理性的,像超级计算机一样,具有高效的信息获取和处理能力,为了实现效用最大化,能够关注到与决策相关的各种信息。然而关注度是一种稀缺资源,在现实生活中,除了股票市场,投资者还需要把关注度分配到家庭生活、工作中去,因而面对股票市场的上千只股票,投资者在进行投资决策时,经常面临搜索难题。

 

行为金融学理论揭示,吸引关注度的事件有助于投资者缩小股票的选择范围,使得投资决策更容易。Barber和Odean (2008)最先使用账户数据研究了关注度驱使下投资者的交易行为,发现个人投资者是那些引人注目股票的净买入者,购买压力会导致这些股票暂时被高估。冯旭南(2016)(点击阅读)使用21476个龙虎榜事件,发现龙虎榜事件对投资者注意力产生了重要影响,投资者会在短期内跟进买入龙虎榜上的股票。以上研究表明,投资者的有限关注会使受关注度驱使的股票定价出现错误。因此,投资者的有限关注可能是造成特质波动率之谜的原因。

 

有限关注是一种行为偏差,在个人投资者中较明显。本文选择个人投资者占比高的中国股票市场来检验有限关注对特质波动率之谜的影响。我国股市有着独特的“二八结构”,即20%的投资者是机构,80%是个人。这种结构使得股票价格容易受到个人投资者的影响,对于解开特质波动率谜团提供了天然的检验环境。

 

研究内容和主要结果

选取2000.1-2016.12所有A股上市公司样本,首先,运用双重分类法发现,特质波动率―收益负相关关系在高关注度股票组合中更显著,在低关注度组中变弱甚至不再显著,初步说明特质波动率―收益关系主要由关注度所驱动。其次,Fama和MacBeth(1973)回归显示,关注度显著降低了特质波动率的定价作用,再次彰显了关注度在特质波动率定价中的重要性。为了评估关注度对特质波动率之谜的解释力度,接着借鉴Hou和Loh(2016)拆分法对关注度解释力度进行评估,发现有限关注对特质波动率之谜具有最强的解释(47.45% ~ 84.99%)。稳健性检验也表明,传统的解释不能消除关注度在特质波动率定价中的作用,关注度在解释特质波动率之谜及其他资本市场异象方面展现了良好的前景。

 

研究设计

 

1. 关注度因子构造

(1)关注度测度

由于投资者可以从多种渠道获得信息,综合所有渠道的信息来测量关注度很困难。Barber等检验了关注度对个人投资者购买行为的影响,使用最能吸引眼球的三个事件来测量关注度:新闻覆盖、异常交易量和极端日度收益。Da等(2011)提出了一种新颖而直接的关注度指标:谷歌搜索频率。然而谷歌搜索也仅仅是一个渠道,并没有聚集所有引起关注的事件。为了使结果更加准确和稳健,本文使用多个指标来衡量关注度。首先借鉴Barber和Odean (2008),使用极端日度收益和异常交易量作为关注度的代理指标。其次,构建关注综合指数,该指数结合了所有常见的代理变量,如日度赢家和输家、涨跌停事件、异常成交量、换手率、新闻报道和分析师覆盖。尽管这些指标不是关注度的直接代理,但它们包含几乎所有吸引眼球的事件。

 

(2)关注度策略构建

对上月关注度指数进行排序,得到P1(低关注度)到P5(高关注度)五个关注度股票组合,计算每个组合的平均收益。研究发现,无论是等权还是市值加权,关注度因子组合策略(买低卖高)均可以获得1.50%~1.64%的月度收益。经Fama-French三因子调整后的风险调整收益与未调整收益一致,说明异常收益无法被FF三因子所解释。

 

(3)与其他策略比较

与市场综合超额收益、规模、价值、短期反转及动量因子相比,关注度因子策略有最高的平均月度收益(1.50%~1.64%),较低的标准差(3.25~4.10),更高的夏普比率(0.39 ~ 0.50)。三个关注度测量指标之间的相关性较强,但又不完全相关,表明每个关注度测量指标均能发挥独特的作用。关注度因子与市场综合收益呈现负相关,与短期反转呈正相关,与动量因子呈显著负相关。

 

2. 特质波动之谜的检验

(1)特质波动溢价度量

借鉴Ang等(2006, 2009),将FF三因子模型估计的收益残差定义为特殊波动率。每月月末,对股票的特质波动率排序,得到5个特质波动率组合,P5为高特质波动的股票,P1为低特质波动的股票。买入低特质波动率的股票组合,卖出高的组合,得到特质波动率溢价。

 

(2)特质波动之谜

研究发现,高特质波动率组合收益低于低特质波动率组合收益,验证了我国股票市场特质波动率之谜的存在。无论采用等权还是市值加权方式,特质波动率溢价均显著为正。收益经FF三因子调整后,特质波动率溢价依然显著为正。说明该溢价收益不能被三因子所解释。

 

3. 关注度对特质波动率之谜的解释

(1)双重分类法

若关注度可以解释特质波动率溢价,则在高关注度组合中,特质波动率溢价应该更高。首先采用双重分类法检验。对所有股票按照关注度指数排序分成10组,分别取第1组、第5组、第10组为低关注度组合、中关注度组合、高关注度组合。对于每种关注度组合,进一步按照特质波动率排序分成5组,最终形成了3×5个投资组合与3个特质波动率溢价。双重分类结果表明,在高关注度组合中,特质波动率溢价更高;而在低关注度组合中,特质波动率溢价变弱甚至不显著。

 

(2)Fama-MacBeth回归

排序分组法很难控制其他变量的影响。为此采用Fama-MacBeth回归,控制影响未来收益的其他风险因素:

图片

被解释变量是股票i在t月的收益,解释变量包含股票i在t-1期的关注度与特质波动率,同时控制规模、价值、短期反转、动量以及长期反转效应。在回归模型中加入了关注度与特质波动率的交互项。研究发现,特质波动率对未来收益有着显著负向影响,进一步验证了特质波动率之谜的存在。回归结果同时表明,关注度的引入显著降低了特质波动率的定价能力。当在回归模型中分别加入关注度指标时,特质波动率对未来收益的影响系数下降了。当引入关注度与特质波动率的交互项时,交互项系数显著为负,说明关注度越高,特质波动率溢价越高。

 

(3)Hou and Loh拆分

前两种方法说明关注度对特质波动率―收益负相关关系有作用,但关注度对特质波动率之谜的解释力度究竟有多大?借鉴Hou和Loh (2016)对关注度的解释力度进行评估。该研究发现,许多现有的因素解释了不足10%的特质波动溢价,例如共同偏度和分析师分歧只能分别解释该溢价的1.9%与5.3%。而基于偏度(10.3%)、个体投资者比例(22.3%)、买卖价差(30.4)和短期收益反转(33.7%)的解释力相对较好。本文发现,关注度对特质波动率溢价的解释力度最强(47.45%~84.99%)。

 

4. 稳健性检验

(1)关注度的其他代理变量

若关注度对特质波动率溢价有显著影响,则特质波动率溢价在关注度不同的组合中也应该表现出差异,使用股票市值与排名效应进行稳健性检验。首先,小市值股票通常能吸引更多的关注。研究发现在小市值股票组合中,特质波动率溢价更高。其次,上榜股票组合有更高的特质波动率溢价。与预期一致。

 

(2)排除其他解释

现有对特质波动率之谜的解释有:短期反转、彩票型股票偏好、流动性、有限套利等。为了检验这些解释对关注度的影响,首先在Fama-MacBeth回归中控制这些变量,其次借助Hou和Loh拆分对不同变量的解释力度进行比较分析。研究发现,特质波动率之谜仍然主要由投资者的有限关注所驱动。

 

研究结论和意义

本文研究了投资者的有限关注如何影响特质波动率定价。首先,我国股票市场存在特质波动率溢价(高特质波动率的股票预期收益低)。更重要的是,特质波动率溢价在高关注度组合中更显著。关注度显著降低了特质波动率的定价。关注度对特质波动率溢价的解释力度最强(47.45%~84.99%)。本文的研究揭示,投资者的有限关注对资本市场定价产生了极大影响,未来可以考虑用有限关注来解释更多未被解释的市场异象。

 

鉴于有限关注对特质波动率定价所造成的重大影响,对监管部门而言,虽然披露异动股票有其必要性和重要性,但投资者的有限关注可能会放大这些股票之后的交易,因而披露异动股票的同时也应该对投资者进行合理的引导与教育,这对于促进资本市场持续健康发展、防范化解系统性风险具有重大意义。对投资者而言,一方面应该正确认识投资风险,并保持投资组合的多元化;另一方面要理性看待媒体报道与评论。

 

 

 

*文章来源:金融学前沿论文速递

*侵权必删

 

行为金融研究
行为金融研究
文章68
·
总浏览量2147
最新文章
更多
【EI检索】2024年第一届先进能源材料、能源器件与能源系统国际会议(AEMDS 2024)
杜金桐
7
浏览
探索生成式AI产品新纪元,2024 全球产品经理大会重磅来袭!
小助手
3351
浏览
2024全球机器学习技术大会上海站圆满闭幕,共奏AGI变革新时代
杨展
5579
浏览
第七届机械工程与应用复合材料国际会议(MEACM 2024)
李思傲
12
浏览
世界读书日专题 | 新质生产力背后的管理之道
杨展
4498
浏览
【征稿】第七届水与环境可持续发展国际会议(ICSDWE 2024)
李思傲
16
浏览
热门用户
学术前沿速递
学术前沿速递
文章
300
学说观点
学说观点
文章
300
AIGC交流社区
学说官方
文章
240
未央网
未央网
文章
233
毕宣
中央财经大学
文章
185
王凯
T. Rowe Price
文章
181
热门文章
更多
经济学入门必读书籍有哪些值得推荐?
楚健
·
1152
浏览
绿色信贷能否提高商业银行的核心竞争力?基于中国的准自然实验
创新研究
·
762
浏览
研究方法 | 文献资料分析方法大全!收藏
周舟
·
679
浏览
最新综述!AIGC到底是什么?都有哪些应用?一文尽览!
AIGC交流社区
·
669
浏览
如果经济学家连股都不炒,那他们都在干什么呢?
李博
·
662
浏览
数电票的26个问题,税局统一回复!
张俊熙
·
645
浏览
“特斯拉”打败了“星巴克”
张子瑞
·
639
浏览
会议预告|清华五道口绿色金融讲座第一期,邀您探讨“碳达峰碳中和——中国发展转型的机遇和挑战”
学术会议动态
·
3311
浏览
文献资料分析方法大全,建议收藏!
楚健
·
554
浏览
研究方法:文献资料分析方法
周舟
·
550
浏览