高风险低收益？基于机器学习的动态CAPM模型解释

我国股票市场存在高风险股票反而伴随较低收益的低风险定价异象,这有悖于传统资产定价理论．本文使用宏观经济和微观企业特征构建了六百多个变量的宏微观混合大数据集,并结合多种经典机器学习算法开发了基于大数据和机器学习的智能动态ＣＡＰＭ模型,检验了时变系统性风险对我国股市收益解释能力．实证结果表明：本文的智能动态ＣＡＰＭ定价模型能够显著解释我国股市低风险定价异象;随机森林等非线性机器学习算法表现最佳;影响股票时变系统风险的主要因素是市场类因子,基本面因子居次．本文对于我国股市系统性风险测度、动态资产定价模型构建和金融与大数据和人工智能融合创新有重要理论与实践指导意义．     

基于调整成本的产出-资本资产定价模型研究

在一般均衡经济框架下,研究企业投资过程中的调整成本对股票收益率的影响,推导出包含市场因子、产出绩效因子、BM因子及调整成本因子的四因子产出-资本资产定价模型。利用中国股市上非金融A股上市公司年报及股价月度数据,考察了我国股市的股票收益率变动。实证研究发现:四因子的资产定价模型能解释中国股市上88%的股票收益变动,显著优于CAPM和FamaFrench的三因子模型。     

上海股票市场系统流动性风险溢价研究

以收益率与系统流动性因子的β值作为系统流动性风险的代理变量,按照FF三因素模型的方法,将账面市值比替换成β值,构建新的包含市场超额收益、公司规模和β值的三因素模型,研究系统流动性风险与我国股市超额收益的关系。上证50指数成分股的实证结果表明,系统流动性风险对我国股市超额收益有显著影响,β值为正的股票获得正的系统流动性风险溢价,而β值为负的股票获得"负"溢价。     

股票收益的截面差异与三因素资产定价模型来自A股市场的经验研究

本文研究沪深A股市场股票收益率的截面性质,并检验Fama-French三因素资产定价模型在中国A股市场的适用性。结果表明,沪深A股市场存在着公司规模效应和股东权益帐面市值比效应,基于市场组合、公司规模和股东权益帐面市值比的Fama-French三因素模型基本上可以解释A股市场收益率的截面差异,但不能完全解释惯性与反转投资策略的超额收益。     

尾风险度量与定价能力分析

经典资本资产定价模型假设资产收益服从正态分布或者投资者效用函数是二次型,然而实际中资产收益的分布呈现尖峰厚尾特征,因而无法在均值-方差框架下分析风险与收益的关系。与资产收益正常变化相比,极端变化带来的尾风险会对市场风险和投资者的决策行为产生更为显著的影响,因此研究尾风险的度量方法和定价能力具有一定理论和实践意义。 依据极值理论,基于Fama-French的3因子模型无法解释的收益残差构建尾风险度量模型。选取中国股票市场沪深A股作为研究对象,以历史滑动窗估计尾风险,投资组合分析和横截面回归分析的结果都表明尾风险可以稳定地负向预测股票收益,在控制规模、交易量、非流动性、短期反转、中期动量、特质波动率、特质偏度等股票特征后,尾风险的负向预测能力依然显著。引入融资融券交易,发现融资融券标的股票的尾风险显著低于非融资融券标的股票的尾风险,而且可以消除尾风险的负向溢价,因而中国资本市场尚未完全开放融资融券交易机制可能是产生尾风险负向溢价的主要原因。 通过买多-卖空组合构建尾风险定价因子,发现尾风险因子比投资因子和盈利因子有更高的风险价格,而且并不是相对于Fama-French的5因子的冗余因子。与Fama-French的3因子模型和5因子模型相比,Fama-French的3因子或5因子基础上包含尾风险因子的定价模型对股票横截面收益有更好的解释能力,因而有更高的定价效率。 2008年全球金融危机爆发后,对尾风险定价能力的忽略使已有资产定价模型受到广泛批评。因此,探究尾风险的度量方法以及分析尾风险的定价能力,不仅有助于完善和拓展资产定价理论,而且有助于降低投资者对股票价格的认知偏差,提升市场资源配置效率和维护市场稳定性。     

中国股市的流动性指标定价研究

结合常见的换手率、Amihud测度和Pastor-Stambaugh测度等流动性指标,从流动性测度和未预期的流动性测度两个方面对中国股市的资产收益与流动性的关系进行检验.结合常数收益、CAPM模型和三因子模型3种收益生成过程均发现一致的结论,中国股市的流动性.风险被市场明显地定价,即存在非流动性溢价,未预期的(非)流动性与同期股票收益呈现正(负)向关系.整体而言,换手率和Pastor-Stambaugh测度在捕捉流动性方面要差于Amihud测度.因此,建议在研究中国股市流动性问题时更多地采用Amihud指标,以取得更合适的代理变量.     

相对杠杆与股票收益的相关性研究——来自中美市场的实证分析

本文结合考虑公司融资决策参考依赖特征及资本结构动态调整行为,构造相对杠杆这一新的财务杠杆度量指标重新检视了财务杠杆在资产定价中发挥的作用,并将中美市场进行对比分析.研究表明,相较于实际杠杆,相对杠杆能更好地解释股票溢价,在中美市场均表现出对股票收益的显著正向影响,但同时也存在差异性.在中国市场账面相对杠杆的股票溢价解释能力较弱,而在美国市场账面相对杠杆仍与股票收益显著正相关;在中国市场过度杠杆对股票收益的影响明显强于杠杆不足,而在美国市场两者表现出较为对称的影响;同时在中美市场以不同方式在Fama-French三因素模型中引入相对杠杆定价因子所得到的定价模型能显著提升原模型的定价能力,有更好的定价表现.     

基于双侧矩与高阶矩偏好的资产定价：源自中国股市的实证研究

原有CAPM忽略了代表性投资者对高阶矩如偏度和峰度的偏好．也没有将上升风险和下跌风险进行有效分离（将高于目标受益的波动也认同为风险）。为了突破这两点假设．本文讨论了基于代表性投资者双侧矩和高阶矩偏好的资产定价方法．并用中国A股市场数据进行了实证检验,所得结论如下：（1）在影响股票收益的所有特征因子中．规模效应在国内股市存在,而账面一市值比不是一个独立的定价因子。（2）将市场做上下划分并纳入高阶矩偏好,对应的市场因子较特征因子能更好的解释股票的截面收益：通过加入规模因子和账面一市值比因子构建多因子模型进行检验,该结论照样成立。（3）投资者并没有将高于平均回报的“牛市”波动视为一种“收益”指标．而将其与下跌风险指标等同。     

基于随机折现因子方法的流动性定价机制研究

流动性影响股票收益的渠道在文献中需进一步厘清,本文采用随机折现因子的方法构建了SDF-LCAPM模型,将流动性影响股票收益的渠道分为两个:第一个渠道是股票自身的流动性特征直接影响股票收益;第二个渠道为流动性是系统风险的组成部分,影响股票的收益。SDF-LCAPM模型提供了联接两个渠道的框架,解开了流动性的波动性与资产收益负向关系之谜,解释了系统流动性与股票收益率对市场流动性的敏感度不被定价的可能原因,还发现了流动性与资产收益的协方差在资产定价中的重要作用。本文通过实证发现,这两个渠道在不同类型股票中的表现是不同的,这一发现为投资者流动性风险管理提供参考依据。此外,SDF-LCAPM模型应用在中国股票市场上,可以提高投资组合的Sharpe比率。     

异质信念、卖空限制与股票收益——基于中国证券市场的分析

本文通过构建换手率分离模型计算未预期交易量,并以此作为异质信念的度量指标,探讨其对股票收益的解释能力.依据异质信念程度高低分组发现,异质信念越大的股票组合当期收益越高、未来一期收益越低,这一差异对小规模公司股票最为明显;将异质信念引入CAPM和Fama-French三因子模型,得到异质信念对股票当期收益的影响显著为正、对未来一期收益的影响显著为负;在进一步考虑了流动性、动量效应等因素后,结论依然成立;但针对2010年后允许卖空的股票,异质信念对股票未来一期收益的影响不再显著.本文基于中国证券市场的制度环境,一方面验证了Miller理论的有效性,同时也发现引入卖空机制能在一定程度上减弱异质信念导致的资产定价偏差.     

三因素模型方法探析及适用性再检验:基于上证A股的经验数据

本文较为详细地介绍了Fama因素模型的分组规则和研究方法,以沪市A股上市公司为样本,划分特定时期,分别研究了股票价格上涨和衰退时期Fama-French三因素模型在解释股票收益率变动方面的适用性问题。研究发现,股市衰退时,该模型的拟合性最好,但价值因子(HML)没有显著解释力,而剔除价值因子后的因素模型也能较好地解释股票收益率的变动,说明股市衰退时不存在价值效应。同时,在公司平均规模较大的市场,该模型能更好地解释股票的收益情况。     

公司投资对股票收益的影响研究

本文分析上市公司投资对股票收益的影响,根据行为金融理论和风险定价理论提出对照假设,应用排序组合法和截面回归法实证发现:投资水平高(低)的上市公司后期股票收益低(高)于前期;投资与股票收益的关系动态变化,高投资公司前期的股票收益高于低投资公司,后期则相反,表明投资者对公司投资过度反应;投资扩张后,股票收益不一定下降,而且控制投资因素后股票收益与盈利、账面市值比、贝塔没有显著正相关,结果不支持风险定价理论。投资效应的原因是当前国际学术界的热点问题,本文为此提供了中国经验证据。表明中国投资者的非理性行为导致了投资效应,新兴加转轨的中国资本市场没有达到有效市场的要求,这为加强金融监管和投资者教育提供政策参考。     

三因素模型在中国证券市场的实证研究

Fama等的因素模型比资本资产定价模型更好地描述了股票收益率横截面数据的变动.采用深市的股票数据(1996-01～2003-12)对Fama等的三因素模型在我国证券市场上进行了检验.证明三因素模型在我国证券市场是成立的,而且对三因素模型回归系数的稳定性和模型的预测能力进行了实证研究.检验了我国证券市场上是否有"新年效应"现象,得到我国证券市场的低账面市场价值比公司(除小规模公司)具有"一月效应",m/M组合具有"二月效应".研究结果为投资组合选择、预测、决策及其业绩评价提供了一定的依据,具有理论价值和应用价值.     

投资者非理性与中国股票异象——基于异质信念的视角

投资者非理性是影响资产价格形成的一个重要因素,为检验投资者非理性特征对股票异象的影响,本研究利用1997年—2020年的股票交易数据,基于异质信念指标的构建思路构建了一个非理性信念指标,并实证探究了该指标对股票异象的影响.结果发现,非理性信念对未来收益具有负向预测能力;为了检验该指标对异象收益的解释能力,本文构建了一个包含市场因子(MKT)、规模因子(SMB)和信念因子(FMG)的信念因子模型,并复制了市场摩擦类、动量反转类、价值成长类、投资类、盈利类和无形资产类等102个股票异象,使用CAPM模型、FF-5模型、CH-3模型和信念因子模型对比发现,无论是调整的alpha值显著性还是GRS检验结果,信念因子模型都具有相对优势,说明非理性信念可能是导致股票异象形成的主要因子.     

现金流信息、现金流风险与股票收益定价研究

研究了现金流信息、现金流风险与股票收益定价的关系,建立了包含现金流信息的多变量股票非预期收益定价模型,并采用2002年1月至2011年4月间中国股票市场的有关交易数据、机构会计收益预测数据和财务数据,检验了理论模型和实证模型的预测,发现:1)由证券分析师盈余预测修正估计出的正现金流信息对股票非预期收益、股票实际收益、股票超额收益均具有稳健的解释能力;2)由证券分析师盈余预测估计出的现金流风险反映了股票的系统风险,可以对股票预期收益定价;3)在解释股票超额收益方面,由现金流信息、现金流风险、分析师跟踪人数与宿成建3变量模型构成的多变量模型优越于Fama-French 3因子模型变量与现金流信息、现金流风险构成的多变量模型.     

投资者非持续性过度自信与股市反转效应

与欧美市场普遍存在的中期动量效应所不同,我国股市表现出显著的中期反转特征。基于我国市场投资者结构与行为特征,本文构建了信息质量模型,系统研究了投资者在非持续性过度自信行为模式下股票市场的反转效应,利用分析师关注度与资金流向分别表征市场的信息质量与投资者行为,实证检验了模型的预测。结果表明:(1)投资者的非持续性过度自信行为是我国股市整体表现中期反转特征的主要原因;(2)信息质量越低,投资者对新消息的过度自信越强,其非持续性过度自信程度越高,股票的反转效应越明显。这一结果为我国提高信息披露质量、完善市场结构、加强分析师队伍和机构投资者的建设提供了理论与实证支持。此外,结合分析师关注与资金流向,反转策略能够有效获得市场超额收益。     

应计质量的风险定价研究——来自中国A股市场的证据

以2002年～2008年575家A股上市公司为样本,分别运用固定效应和时间序列OLS回归方法,从股价(年报后)和股票回报率两个角度考察A股上市公司应计盈余质量是否会影响投资者对股票的定价。通过将每股盈余分离成每股可控盈余、非可控盈余和经营现金流后发现,年报之后的股票价格与可控盈余之间呈高度正相关。研究结果表明,投资者不能有效识别上市公司财务报表的真实性,盈余管理在一定程度上影响了投资者对股票的客观定价。进一步,通过构建盈余质量的替代变量AQfactor,将其纳入CAPM模型和三因子模型中进行资产定价检验。结果显示,AQfactor虽然与股票回报率正相关,但并不具有统计意义上的显著性,即在中国A股市场上,没有证据表明应计盈余质量可以作为一个信息风险定价因子来解释股票回报;在相对较长而稳定的期间里,超常的报告盈余引起的应计盈余波动并不能给投资者带来稳定回报率。     

考虑消费与投资者情绪的股票市场资产定价

首先基于现有相关研究成果从理论上建立了考虑消费与投资者情绪的资产定价模型,然后选取2005年5月~2018年4月期间的中国A股上市公司数据以及消费和投资者情绪数据,分别对构建的考虑消费与投资者情绪的模型以及CAPM、Fama-French三因子和五因子模型进行实证检验和比较分析.研究结果表明:1)在资产定价模型中引入消费和投资者情绪因子能够在理论上对CAPM、Fama-French三因子和五因子模型进行合理拓展和修正.2)从总体定价效率看,用消费和投资者情绪因子分别替代Fama-French三因子模型中的规模和账面市值比因子、Fama-French五因子模型中的盈利和投资因子,都能够提高资产定价效率;在考虑消费和投资者情绪因子后,Fama-French五因子模型中的盈利和投资因子不再能提高资产定价效率.本文研究结果基于消费和投资者情绪改善了Fama-French模型定价效率,在一定程度上丰富和完善了资产定价理论.     

投资机会变动与风险收益关系实证研究

应用跨期资本资产定价模型研究股市投资机会变动时的风险收益关系和跨期风险对冲策略。以25个规模-账面市值比组合以及扩展组合作为检验资产,以经济、情绪和市场指标作为状态变量反映投资机会,以DCC-MVGARCH方法估计的资产超额收益与市场超额收益的条件协方差衡量市场风险,以DCC-MVGARCH方法估计的资产超额收益与状态变量新息的条件协方差衡量跨期风险,应用面板回归方法检验资产超额收益与风险的关系。研究结果表明,在单状态变量中,货币供应增长率、房地产投资增长率、宏观经济景气指数、规模溢价等新息降低,投资机会出现不利变动,与这些新息负相关的资产能对冲投资机会的不利变动;存贷差增长率、利率、股市波动等新息增加时,投资机会出现不利变动,与这些新息正相关的资产能对冲投资机会的不利变动;各模型具有良好的解释能力,其中规模溢价、股市波动和货币供应的解释能力较高。还对多状态变量进行检验、比较,并提供了相应投资策略。     

公司特征变量在横截面分析中的研究：来自中国股市的证据

本文研究了公司特征变量在横截面分析中对收益的解释作用,并且我们采用了Fama和French的三因子模型对风险进行了调整.结论显示风险调整后的收益仍然与公司特征变量:E/P、B/M、公司规模、交易量等指标相关.其中与美国市场不同的是,交易量与收益显著正相关,这就与流动性补偿假说相矛盾.只有当我们采用了市场深度度量流动性时,这一假说才在国内市场得到了支持,但交易量的结论仍不变.这就说明了交易量在本文的研究环境中并不是流动性的合适度量.