中国股票市场因子研究综述管理论文.docVIP

中国股票市场因子研究综述管理论文 目录 一、 引言 二、 异象产生原因的三种假设 三、 文?I整理方法 四、 因子明细 2. 基本面类明细 4. 事件类明细 五、 结论 正文 摘要：中国股票市场因子研究综述 作者：未知 ：文章汇总了近几十年来在中国期刊发表的因子文章，这些文章涵盖了金融、会计、经济和管理四大类期刊上发表的因子文章，系统性地阐述了哪些因子在中国股票市场有效，发现在美国最早发现的接近 300 个因子中有 29 个 关键字：股价异象；超额收益；因子研究 一、 引言 自从Fama，E.F.，和French，K.R.（1993）的文章介绍了Fama-French三因子以来，因子研究就一直是行为金融学炙手可热的研究领域，这些因子的超额收益体现出来的收益异象被视作对传统市场有效假说和股价随机游走理论的冲击，按照市场有效假说，无法用现在的特征变量来预测将来的股价走势，但这些因子文章却找到了一系列能够用现有特征变量预测未来股价的例子。比如Banz（1981）的文章发现每个月买进按市值排序最小的股票，卖出按市值排序最大的股票，平均而言可以获得正向的超额收益，这在后续的研究中被称为市值异象，市值异象也是最稳定、分布最广泛的异象之一，在很长的时间范围内、很多国家的研究中都展现出了市值异象。 二、 异象产生原因的三种假设 之所以出现这些异象在学术界也引起了广泛的争论，整体而言有以下三种观点：（1）纯粹数据挖掘。这种观点比较好理解，即从源头上不承认这些异象存在，认为这些都是投机取巧的研究人员做大数据挖掘和统计偏差造成的，如果换一个样本区间、换一个国家数据，可能这些异象就不存在了，换言之这些异象无法经历不同时间段和不同市场的检验，比如将因子研究领域发扬光大的“开山鼻祖”Fama（1991）就曾这样评价很多后续发现的异象：“有许多聪明的研究人员站在效率围栏的两侧，翻找有预测能力的变量，他们肯定能找到看似有‘稳定’预测能力的因子，但这些因子实际上都是假象”。在这种理论下因子和异象不过是许多研究者尝试很多研究区间、更换很多特征变量而得到的一些假象罢了；（2）理性预期理论。这种理论承认因子和异象的存在性，认为这些发现的异象不是数据挖掘和统计偏差的结果，而是能够经受住更换样本期和更换国家数据检验的稳定可预测性，与此同时，他们认为这些异象并不是行为金融学上人们的认知偏差而导致的系统性的可预测能力，而是这些异象都代表了特定的风险，而理性的投资者不管是否事前知晓这些异象，都已经根据自己的风险偏好选择了自己的股票池，因此如果没有按照这些因子所介绍的那样选择股票池，也仅仅是因为不想承担因子介绍的这些股票池代表的风险，因此理性投资者不管是否知晓这些因子都不会改变自己的投资选择。在这种理论下因子是长期可持续存在的，也不会有投资者根据这些因子进行对冲交易。Cochrane（1999）解释说当因子预测能力反映了风险时很可能会持续：“即使这些交易机会被广泛知晓，投资者不会改变他们的投资组合决定，相对的高平均收益会持续”；（3）错误定价理论。这个理论同样承认因子和异象的存在性，但认为这些异象得以存在不是因为代表了风险，而仅仅是由于行为金融学因素导致事前人们没有认识到这些潜在的套利机会。人们可能由于多种多样的因素导致对投资机会的认知出现偏差，比如刘圣尧，李怡宗（2016）验证了在中国人们总是更喜欢有博彩特征的股票，低股价、高换手率与最大历史日收益率较高的股票被视为有博彩特征的股票，投资者喜欢这类股票，就像喜欢买彩票一样，但这种喜欢是一种认知偏差，这类股票不会真的给他们带来高收益，因此这种情况便是投资者认知错误导致的错误定价，如果某个异象是错误定价造成的，那么当这个异象被发现后，投资者会认识到以前的认知是错误的，继而纠正自己的行为，因此这类异象的收益会减弱。 三、 文?I整理方法 本文系统整理了介绍中国有异象的文章，整理方法为：对照美国的近300篇介绍不同因子的每篇文章，利用谷歌学术找到所有引用过这篇文章的文章列表，从中选择只显示简体中文网页，即可以找到所有引用过这个因子的中文文献，但注意到并非所有引用这篇英文因子文献的中文文章的主题都是具体介绍这个因子的，有些中文文章可能只是在文献综述中提到了这篇文章，因此还需要从第一项开始人工识别，找到确实是将这个因子从美国引入中国的文献，经过这样的筛选过程，最终发现了29个满足条件的因子。 四、 因子明细 将这29个因子进一步分类，可以看到这些因子主要有四大类：（1）市场类。市场类是指仅仅依靠股价等信息作为特征变量构建因子投资组合的，共找到10个，包括52周前期高点（52-Week High）、非流动性（Illiquidity）、换手率（turnover）、β（Beta）、特质性风险（Idiosyncratic Risk）、长期反转（L