20221121-国信证券-学术文献研究系列第48期_市场状态如何影响异象收益__17页_2mb

报告摘要

本研究探讨了市场状态对异象因子（anomaly）收益的影响，分析了来自全球56个国家、1981年至2019年间共138个异象因子的表现。研究基于三种主流的异象解释理论：风险溢价、错误定价和数据挖掘，并通过实证分析验证了这些理论在不同市场状态下的适用性。

市场状态与异象因子收益的关系：
- 在市场状态不佳时，大多数异象因子的收益显著高于市场状态良好时。
- 具体而言，在138个异象因子中，有10个在5%显著水平上与GOOD TIMES显著正相关，51个与GOOD TIMES显著负相关，其余77个无显著相关性。
- 在市场状态不佳时，因子收益比市场状态好时高出约49.8%。
异象收益的驱动因素：
- 异常收益主要来源于空头端，即市场状态不佳时，空头端的收益较高。
- 这可能是由于套利限制和投资者不愿做空的心理导致，错误定价对空头端影响更为显著。
市场状态指标的稳健性：
- 不同的市场状态划分方法（如GOOD TIMES和UP）以及情绪指标的加入，均未改变研究结论。
- 表明研究结果具有稳健性，不依赖特定的市场状态定义。
市场状态与情绪指标的相关性：
- GOOD TIMES与多个情绪指标（如新闻情绪、投资者情绪）在0.1%显著水平上存在显著正相关。
- 但GOOD TIMES与投资者情绪（BW）之间存在显著负相关，这可能是因为情绪指标的构建基础不同。

研究方法：
- 使用Carhart(1997)四因子模型（FF4）作为基准模型。
- 通过线性回归模型分析异象因子与市场状态的关系，控制国家固定效应和时间聚类效应。
市场状态定义：
- GOOD TIMES指标：基于200日移动平均线，判断市场状态是否良好。
- UP指标：基于过去三年的市场指数走势，判断市场是否处于良好状态。
- 衰退指标：基于GDP连续两个季度负增长，判断市场是否衰退。
情绪指标：
- 使用Baker和Wurgler(2006)的综合情绪指标（BW）。
- 使用Schmeling(2009)的投资者情绪指标（S）。
- 使用Refinitiv MarketPsych数据库的新闻情绪指标（MP）。
数据来源：
- 数据覆盖北美、欧洲、亚太地区的56个国家。
- 样本期为1981年9月至2019年6月。
- 使用Datastream数据库获取市场指数数据。

展开完整摘要

试读结束，高清完整版pdf/doc/ppt,请点下载