金融与财务机器学习 第6章 金融资产收益预测.pptVIP

其他预测方法*加入经济机制的约束法通过预测回归得到的估计系数以及预期超额收益如下式：当估计系数的符号与对应的经济机制模型中所显示的影响收益的方向相反时，将该估计系数设置为零加入经济机制约束能降低预测模型参数的不稳定性，提高预测准确性组合预测法组合预测法是将由不同模型预测的收益进行加权平均得到组合预测收益：另一种组合预测的方法是将所有预测变量同时加入预测方程中进行多元回归，但易导致估计量的方差变大，并引起数据的过度拟合状态转换法*第四节预测指标的选择预测指标的选择*基于经济理论模型，金融研究学者们发现了众多变量可以预测资产收益重点关注资产数量和类别较多的股票市场近年来被发现的收益预测指标分为五个类别宏观经济指标估值（财务）指标情绪指标技术面指标波动率指标预测指标的选择*宏观经济指标通胀率投资与资本比率增长率其他市场的行情等估值（财务）指标市场层面的估值指标，如股息价格比、股息率、封闭式基金折现率等单个公司层面的具体财务指标，如公司盈利、上市公司毛利率等预测指标的选择*情绪指标测度投资者情绪较难直接被观测到，所以学者们主要通过归纳整合市场中的信息，以间接的方式构建情绪指标投资者情绪指数BW投资者情绪指数PLS央行货币政策报告的文本情绪指标技术面指标通常依据股票价格的变化趋势而不是其内在价值来预测未来收益相对强弱指数等波动率指标波动率指标（VIX）：期权隐含波动率加权平均后所得的指数*第五节Campbell-Shiller现金流折现率分解Campbell-Shiller现金流折现率分解*在本章第一节关于资产收益可预测性的讨论中，我们曾提到Shiller发现的股票价格相对于股息的折现和的过度波动问题Shiller（1984）通过将后一年的收益率与当前的股息率进行回归，发现了二者之间存在正相关关系：相对于价格的高股息可以预测高于正常水平的收益CampbellandShiller（1988a）又研究了实际盈利的长期移动平均的预测能力随后，CampbellandShiller（1988b）提出了一个可以用于实证研究的分解方法。该方法以线性化的模式，将股息价格比（D/P）的对数分解为未来期望收益对数折现率和对数股息变化的加权和来源与推导*首先，以一期为例，将股票的现价、未来的分红及收益联系在一起：采用泰勒展开进行线性化，并进行一定变化：式中，来源与推导*采用ρ=0.96进行计算，并进行一定的变化可得：上示的第一个式子又被称为“CampbellShiller的现值模型”我们将时间推广到到多期：这就是著名的Campbell-Shiller现金流折现率分解分解的右半边由三个部分组成未来股息的折现值未来收益的折现值价格的过度波动来源与推导*Campbell-Shiller的现金流折现率分解说明当股息价格比（D/P）较高时，必然是由于以下3个原因（其一或全部）：未来股息会上升未来的股票收益率会变低存在着“泡沫”，即价格的过度波动现象价格的过度波动现象在现实中是存在的。如上个世纪80年代，学者们在对美国股票市场进行研究中发现，在几乎没有任何关于未来收益率和贴现率的重要新闻的情况下，股市的波动却非常之大（如一天内2~3%的股本价值变化）专栏6-4历史上的“价格泡沫”事件进一步讨论*考虑长期收益和股息增长率对股息价格比的回归：对CampbellShiller的现值模型两边进行求导：由求导后的式子可知：若股息价格比保持不变，那么未来的收益和股息都不会发生变化这明显不符合现实的状况，即股息价格比是不同的进一步讨论*股息价格比的不同意味着未来的股息，或未来的收益一定是可预测的在金融领域中，求导后式中的回归系数可以解读为每个因素对股息价格比变化的影响程度我们对进行一定处理可得：进一步讨论*Cochrane曾根据上式对1947-2009年的年度CRSP指数进行分解，并利用三种不同的方式得到如下：如表所示，长期回报的系数都略大于1.0；其余两列的数值则都很小，统计意义上也不显著（未在该表中列出）股息价格比的波动几乎都来自于预期收益的变化，预期股息增长或“泡沫”的存在对其几乎没有影响。进一步讨论*Campbell-Shiller现金流折现率分解的影响十分深远为资产的收益预测