股票收益率能反映三阶矩信息吗?——基于我国股票市场的实证研究

三阶矩信息在金融资产定价中所起的作用，具有非常重要的学术价值，但尚未取得一致结论.本文结合股票市场的交易信息和上市公司的特征信息，构建前瞻系统性偏度(PSS)因子、前瞻异质性偏度(PIS)因子和前瞻总体偏度(PTS)因子，再分别将其引入CAPM、三因子、四因子和五因子模型，检验这三种三阶矩定价因子在我国股票市场的定价效应，并通过因子间的相关性检验和回归分析以及GRS检验，判断三者是否为冗余因子.研究结果表明：通过做多PSS、PIS和PTS较低的股票并同时做空PSS、PIS和PTS较高的股票，投资者可以获得显著的超额收益.因此它们都是我国股票市场的重要定价因子，三阶矩信息在我国股票市场中具有显著而稳健的定价作用.     

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。     

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.     

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。     

特异性尾部风险、混合尾部风险与资产定价——来自我国A股市场的证据

使用下偏距(lower partial moment,LPM)来度量投资组合尾部风险,将组合的尾部风险分解成三部分:特异性尾部风险、个股的系统性尾部风险和混合尾部风险.论文分别研究了三种尾部风险对资产预期收益的定价功能,基于我国A股市场股票数据进行Fama-MacBeth截面回归发现:1)特异性尾部风险与资产期望收益呈显著负相关关系; 2)混合尾部风险与资产预期具有显著的正相关关系,具有稳健的显著正向定价作用,对资产预期收益的影响强于市场贝塔和市场下方贝塔(downside beta)的影响; 3)系统性尾部风险对资产收益预期的影响最弱; 4)利用Fama-French-Carhart四因子模型对特异性尾部风险和混合尾部风险进行回归后发现,特异性尾部风险与混合尾部风险均具有显著四因子alpha系数,表明四因子模型不能很好的解释两种尾部风险与资产预期收益的关系.     

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。     

上海股票市场股票收益率因素研究

根据上海股票市场从1995 年7 月到2000 年6 月所有A 股股票的月收益率、价格、市值和 公司财务数据,利用Fama-Macbeth 回归分析方法及构造动态组合方法,分析总市值、流通市值、 价格、账面市值比、市盈率、账面资产负债比等因素对股票回报率的影响. 发现上海股票市场具 有显著的市值效应、账面市值比效应、市盈率效应和价格效应. 这些效应不能用股票的beta 值 来解释. 同时发现Fama- French 的三因子模型不能完全解释这些效应,但在三因子模型的基础 上再加上一个市盈率因子可以很好地解     

考虑流动性和组合再平衡风险的股票质押率优化模型

股票质押率的合理与灵活设定对于降低质权人风险，从而避免市场恐慌情绪蔓延具有重要意义。考虑到现有研究和实务操作往往只是简单地基于波动率来计算股票质押率，而忽视了流动性、杠杆和交叉持股等因素对股票质押率的影响，即在股票质押率定价过程中未能考虑质押标的的流动性风险和组合再平衡风险。鉴于此，本文分析了杠杆对投资者资产组合价值的影响机理，以及交叉持股对质押标的的正反馈效应，构建了一个兼顾波动率、流动性和组合再平衡风险的股票质押率定价模型。另外，通过模拟分析发现，杠杆及流动性冲击均显著影响股票质押率；且与仅基于波动率预测的传统模型相比，本文提出的定价模型所计算的股票质押率要显著低于前者，结果证明本模型确能有效解决杠杆过高、交叉持股情况下，股票质押率的合理调整问题。     

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。     

个体与机构投资者,谁左右A股股价变化?——基于投资者异质信念的视角

在成熟的资本市场,机构投资者一直都被视作资产定价的主体。但在个体投资者众多的中国证券市场,个体投资者与机构投资者谁左右A股股价的变化?则是人们关注的热点话题。本文从投资者异质信念的视角,构建个体投资者与机构投资者未预期交易量两个异质信念测度指标,对比分析二者与股票收益的相关性。结果表明,个体投资者与机构投资者的异质信念与股票当期收益显著正相关、与未来一期收益显著负相关,但个体投资者异质信念的作用更强;进一步,异质信念对小公司、价值型公司收益的影响更明显;当控制了规模、价值等风险因子,以及不同时间区间和是否可以卖空等市场影响因素后,结论依然成立。表明在现阶段的中国A股市场,个体投资者的异质信念仍是左右股票定价的主要因素。     

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.     

金融网络风险下多因子矩阵回归的资产组合与定价

本文从企业的股权、债权关系出发,基于违约距离构建无向图网络,分析了不确定性风险以网络形式进行传染、溢出和蔓延等现象,通过最小生成树的稀疏网络优化方法最大限度降低资产组合的非线性风险影响。站在资源配置的角度,利用稀疏聚类算法深入挖掘资产特征和捕捉其间的相依关系,采用多目标、多指数的稳健矩阵回归策略动态跟踪市场趋势,并通过自适应权重学习策略对网络风险叠加影响下的资产组合进行选择和配置,最终获得最小生成树风险下投资组合的稀疏聚类优化策略,进一步扩充了资产定价多因子模型。研究发现多目标矩阵回归的稀疏聚类投资组合,不仅对组合内投资标的进行了选择性舍弃,使资金能够集中配置于优质资产,更有助于通过最小生成树减缓甚至切断风险在网络中的传播,有效降低了资产之间风险的传染性。基于金融网络的风险分析方法不仅有效地刻画了风险以网络方式互相传染、互相影响、互相强化的非线性叠加效应,而且通过资产之间配置系数的压缩变换和最小生成树的优化方式,最小化最坏情形下风险传染的影响,对复杂网络环境下的资产配置和全面风险管理进行了有益补充,为长期投资基金获得风险和收益更为均衡的资产配置,提供了合意的投资策略和决策依据。     

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。     

股票定价模式及股价分解测度方法研究——基于输入输出转换及相对比较的视角

通过超额收益统计检验研究市场有效性和利用均值-方差投资组合理论间接研究金融资产定价的经典方法与范式正面临尖锐的质疑和挑战.本文从输入输出转换和相对比较的视角对股票定价机制进行了分析,提出了一个涵盖四类定价因素,综合反映股票内在价值和相对价值的定价模式,给出了各组成部分的测度模型.最后,利用9家多重上市公司股票论证了本文提出方法的有效性.     

基于流动性风险的多因素定价模型及其实证研究

本文通过构造基于流动性风险的多因素定价模型,研究了流动性风险对证券均衡价格的影响.研究表明,在假定流动性是证券收益补偿变量的前提下,证券的期望收益除了与证券的协方差风险有关外,还与证券的流动性风险和市场证券组合的流动性风险有关;流动性对期望收益具有一定的预测性,由于证券流动性是持续性的,当前流动性较差的证券在未来的流动性也较差,因而其未来的流动性风险补偿应该较高,即预期收益较高.     

中国股市异象的时变特征及影响因素研究

中国股市存在诸多市场异象，而其时变性却常被忽视。本文从动态视角出发，基于条件CAPM，研究了中国股市异象的时变特征及影响其变化的经济因素。研究结果表明，即使在条件CAPM下，各类市场异象仍然存在，并且表现出显著的时变性。在样本期内，中国股票市场异象发生了风格转换，以账面市值比异象、市盈率异象为代表的价值型异象正在逐渐减弱甚至消失，而规模、特质波动率、换手率以及市场风险异象正逐渐显现并仍有增强的趋势。同时，规模、账面市值比、市盈率等"基本面类"异象主要受宏观经济因素的影响，反映了更多经济风险的信息；而特质波动率、换手率以及市场风险等"市场类"异象主要受市场因素的影响，此类异象更可能是市场无效的表现。此外，研究还发现，条件β未能捕捉到各多空组合收益率蕴含的经济风险，这是条件CAPM无法解释各市场异象的原因之一。     

惯性因子跟踪策略的有效性：来自中国股票市场的证据

基于惯性/反转效应普遍存在的现象以及中国股票市场上不能直接实施惯性/反转投资策略的事实,提出能灵活抓住惯性/反转效应的惯性因子跟踪策略。通过建立和求解惯性因子跟踪策略模型,我们发现,在允许卖空的条件下,最优惯性因子跟踪组合满足两基金分离定理,两基金分别是惯性因子模仿组合和最小方差组合。选择沪深300十大行业指数作为风险资产的代表,实证考察惯性因子跟踪组合的业绩,并与等权组合和最小方差组合的业绩进行比较。结果发现：惯性因子跟踪组合可以在保持和等权组合、最小方差组合风险水平相当的情况下带来更高的收益水平和夏普比率,平均而言,惯性因子跟踪组合的年化超额收益率(8.88%)比等权组合的年化超额收益率高出3.7%,夏普比率(0.42)高出0.18;即便在考虑交易成本的情况下,惯性因子跟踪组合的净夏普比率仍然高出等权组合0.16;综合上方获利和下方风险控制两个方面看,惯性因子跟踪组合优于等权组合。惯性因子跟踪策略的有效性相对于惯性因子的计算方法和样本数据选择区间具有稳健性。     

基于β系数优化的动态投资组合策略研究

本文提出一种股票动态投资组合策略，首先通过上升和下降贝塔来优选行业，然后在选择的行业中构造股票投资组合。对于股票投资组合，利用均值方差投资组合模型作为内核，通过引入参考时间窗口和持有期限窗口两个外生参数构建动态的均值-方差模型，并实证检验了模型的可行性。然后再经过多项业绩评价指标对比分析得出动态投资组合策略的收益明显优于被动投资策略，这种动态投资组合策略能够获得部分超额收益并且具有更好的可靠性。本研究为投资者提供了一种定量的投资组合管理方法，并从侧面验证了我国股市的非有效性。