2020年事件驱动策略的因子化特征.doc

作者：败转头 作品编号: GL568877444633106633215458 时间:202012.13 事件驱动策略的因子化特征 2016-05-30 16:01:00 I?引言 本篇报告旨在对若干类事件进行综合量化分析,使投资者更加深入的理解不 同事件的发生对股票价格的影响。在此基础上,我们将构造基于多事件驱动的组合 投资策略。本篇报告的最后一部分,我们将事件驱动策略与多因子策略在组合权 重优化的框架下相结合，构建了基于多因子多事件驱动的最优中性投资组合。实证 结果表明,增加了事件驱动后的多因子组合,收益显著提升。 事件驱动研究的本质问题在于事件发生是否会产生超额收益或亏损?若能产 生,该收益是否可持续存在?对于该问题的解答不仅有利于我们构建事件驱动选股 策略，更重要的是使得投资者了解事件信息对股票价格运行所产生的影响,进而更 深入的理解股票价格波动的成因。 我们利用风险模型对个股收益的分解,定义了事件异常收益AR ( Abnormal Return ),并根据不同事件对个股异常收益的影响，对事件属性进行了分类。在 此基础上,我们构建了基于多事件驱动的组合投资策略。实证结果表明，组合收 益稳健有效，在过去6年时间内均可稳定战胜基准指数。 事件驱动研究的本质仍然是对市场参与者内心预期、相互博弈的投资心理研 究。本篇报告通过数据建模等方法，对事件影响进行了一定的统计观察。但模型终 究只是硏究工具,最终我们希望通过事件研究,使得投资者更深入的理解股票价 格运行的成因及规律，进而达到无招胜有招之最高境界。 2.异常收益 2.1异常收益定义 从逻辑上而言，我们通常会研究事件发生前后,股票价格收益的分布情况,进 而判断事件对股价的影响。但是,由于股票价格的波动受各种不同的风险因素影 响，因此简单的利用收益率或者超额收益很难分辨出事件本身对股票价格所产生的 影响。 我们通常利用异常收益来检验事件发生对股票价格所产生的影响。所谓事件异 常收益指的是：在事件发生前后,股票收益率中，无法用市场、行业、风格所解释 的收益部分称为异常收益。 风险模型对股票收益的分解为事件研究提供了较大的便利，通过统计事件发生 前后，股票收益中无法利用已知因子所解释的部分,即特质收益项,就可以观察事 件发生所导致的股票价格异常收益，即： 貝尽 n 卩臣 bwta momsntton 03 兀拆 eamingz _yteld /^S^yaiatiliiy 06= howih 0：工讪 ms /^可心辱 liquidity 换言之,我们利用风险模型回归方程中的残差项作为事件发生窗口期内的股票 异常收益,由于残差部分不包含任意行业与风格收益,因此可以纯粹的反映事件本 身对股票价格的影响，这与我们定义异常收益的初衷思路是一致的。 并且，由于A股市场的公司事件往往多发生于中小创的股票,而这类股票在 规模因子的驱动下,具有显著的风格收益,所以利用风险模型剔除风格收益的影 响，完整的剥离出股票价格的异常收益，显得尤为重要。 2.2事件核心逻辑 在定义了异常收益后，我们就可以对各类事件发生前后，个股异常收益的分布 特征进行观察统计。我们首先给出事件驱动异常收益显著性统计的一般流程: Stepl:定义事件逻辑，统计事件（公告）发生时间点； Step2:统计事件发生前后股票收益率,计算对应行业因子及风格因子； Step3:根据风险模型回归方程,计算事件发生前后个股异常收益CAR ; Step4:计算事件发生全部个股异常收益AR均值; Step5:异常收益均值显著性T检验; 我们对16种类型的事件公告前后若干个交易日的累计异常收益进行统计观 察，其中包括：定向増发、限售股解禁、业绩预増、业绩预亏、高送转、股东増 持、股东减持、员工持股、股权激励、快报同比盈增、快报同比盈亏、投资者调 研、关联交易、违规事项、调入融资融券标的、沪深300指数成分股调整。 其中，业绩预増区分为扭亏、略増、续盈、预增。业绩预亏区分为首亏、略 减、续亏、预减。股东减持区分为大宗交易减持、非大宗交易减持。员工持股区分 为竞价转让、认购非公开发行。 2.3事件发生前后20个交易日异常收益分布特征 我们下面将针对上述提到的若干种类事件，统计事件发生前后20个交易日， 个股异常收益AR均值及累计异常收益CAR均值的分布特征情况。同时，我们将 计算累计异常收益和异常收益均值T检验值,即原假设为事件异常收益AR二0 ,具 体如下： 事件1 :定向増发 事件 事件3 :业绩预增 事件2 :限售股解禁 事件 事件5 :高送转 事件4 :业绩预亏 4%事件 4% 事件7:股东减持（非大宗交易） 事件6 :股东增持 0.8% 0.6% 0.4% 02% 0.0% 事件8 :股东减持（大宗交易） 事件9 :员工持