行为金融理论和经济不确定性因子构建与应用-20230414-银河证券-21页_1mb

行为金融理论和经济不确定性因子的构建与应用总结

核心内容

本文探讨了行为金融理论在沪深A股市场中的应用，重点分析了经济政策不确定性因子在股票定价和投资组合构建中的作用。

前景理论效应显著

• 行为金融学中的前景理论认为，投资者在面对收益时倾向于规避风险，而在面对损失时倾向于承担更多风险。
• 本文通过计算个股的前景理论价值，发现沪深A股市场中，前景理论效应显著，特别是第一组（P1）和第五组（P5）收益净值存在显著差异。
• 实证结果表明，确定效应大于反射效应，这解释了abs_epu_beta因子的负向溢价。

经济政策不确定性因子的构建

• 经济政策不确定性指数（EPU）通过文本分析法构建，反映未来政策变动的不确定性。
• 本文采用滚动回归法，计算经济不确定性风险暴露敏感因子（abs_epu_beta），其与股票价格呈负相关关系。
• 因子的有效性和稳定性较好，RankIC均值为-0.047，年化RankIC_IR为-1.663。

因子溢价与定价能力

• abs_epu_beta因子的负向溢价表明，对经济政策不确定性不敏感的股票表现更好。
• 将abs_epu_beta因子加入Fama-French五因子模型后，模型的定价效率显著提升。
• SMI因子与传统定价因子相关性较低，显示其具有独立的定价能力。

主要观点

• 行为金融学理论能够有效解释股票收益的Alpha来源。
• 经济政策不确定性对股票市场有显著的负面影响，尤其体现在投资者行为和资产配置上。
• 经济不确定性因子具有较好的稳定性和有效性，能够提供额外的收益来源。
• 前景理论中的确定效应和反射效应是因子溢价的重要解释机制。

关键信息

• 因子构建方法：

  • 以2007年1月至2023年1月的沪深A股为研究对象。
  • 去除ST、*ST股票以及上市时间不满2年的股票。
  • 使用滚动回归方法计算abs_epu_beta因子，作为经济不确定性风险暴露敏感因子。

• 因子有效性检验：

  • abs_epu_beta因子表现优于epu_beta因子。
  • 通过分组回测，P1和P5分层差异显著，因子与股票价格呈负相关。
  • 多空组合年化收益率为5.55%，表现优于市场。

• 因子应用与组合构建：

  • 指数增强策略：
    • 沪深300指数增强策略年化收益率为9.97%，夏普比率为0.527，表现优于基准指数。
    • 中证500指数增强策略年化收益率为9.83%，夏普比率为0.505，表现理想。
  • TOP30组合策略：
    • 选取每月abs_epu_beta因子排名前30的股票等权配置，年化收益率达20.99%（中证1000）和22.35%（创业板），夏普比率分别为0.935和0.900。
  • 固收+TOP30组合策略：
    • 通过CPPI策略动态调整风险暴露，年化收益率为8.51%（中证1000）和9.04%（创业板），最大回撤显著降低。

风险提示

• 历史数据不能外推，本文仅提供数据统计和以历史数据测算的判断依据，不构成投资建议。
• 投资者应自行判断，避免因依赖本报告而忽略市场风险。

结论与展望

• 经济不确定性因子在沪深A股市场具有显著的定价能力和投资价值。
• 该因子在指数增强和多策略组合中表现良好，为投资者提供了获取超额收益的途径。
• 未来将继续优化因子构建的策略，探索更多应用方式，为投资者提供更稳健的投资模型。

参考文献

• [1] Huang Y, Luk P. Measuring economic policy uncertainty in China[J]. China Economic Review, 2020, 59: 101367.
• [2] Fama E., K.French. A Five-factor Asset Pricing Model[J]. Journal of Financial Economics, Volume 116, Issue 1, April 2015, 00.1-22.
• [3] Nicholas, Barberis, Abhiroop, et al. Prospect Theory and Stock Returns: An Empirical Test[J]. Review of Financial Studies, 2016.
• [4] Baker S R, Bloom N, Davis S J. Measuring economic policy uncertainty[J]. The Quarterly Journal of Economics, 2016, 131(4):1593-1636.
• [5] Bali T G, Brown S J, Tang Y. Is economic uncertainty priced in the cross-section of stock returns?[J]. Journal of Financial Economics, 2017, 126(3):471-489.
• [6] Liu L, Zhang T. Economic policy uncertainty and stock market volatility[J]. Finance Research Letters, 2015,15:99-105.
• [7] Fama E., K.French. Common Risk Factors in the Returns on Stocks and Bonds[J]. Journal of Financial Economics, 1993, 33(1):3-54.
• [8] Hou, K., C. Xue, and L. Zhang (2015). Digesting anomalies: An investment approach. Review of Financial Studies 28(3), 650 - 705.
• [9] Newey W K, West K D. A simple, positive semi-definite, heteroskedasticity and autocorrelation consistent covariance matrix[J]. Econometrica, 1987, 55(3):703-708.