“学海拾珠”系列之四十八：信息消化与资产定价-20210621-华安证券-20页_1mb

信息消化与资产定价总结

核心内容

本报告探讨了信息消化（EIC）对资产定价的影响，重点研究了机构投资者对信息的主动消化行为，以及这种行为在公司公告和宏观经济事件日对股票回报率的影响。通过构建预期信息消化指标（EIC），研究发现这些公司往往在其他公司或宏观事件发生时获得显著的回报溢价。

主要观点

• EIC的定义：EIC是基于机构异常关注度（AIA）构建的预期信息消化指标，当公司A的AIA在公司B的公告日频繁飙升时，公司A的EIC_PEER在公司B的下一个预定事件日为1，EIC_MACRO则用于衡量宏观事件的影响。
• EIC的特征：EIC=1的公司通常具有较高的市值、Beta值和杠杆率，这些特征表明它们对市场信息更为敏感。
• 回报溢价：EIC=1的公司在公司和宏观事件日获得显著的回报溢价，尤其是在FOMC公告日，溢价可达11.235个基点。
• 风险溢价与CAPM：在EIC=1的日子里，CAPM的Beta系数显著，而截距项不显著，说明这些股票的风险溢价更易被CAPM解释。
• 交易策略：基于EIC的交易策略在公司和宏观事件日均能获得显著的超额收益，且夏普比率更高，说明其在风险调整后的收益表现优于基准。
• 其他解释：尽管存在可能的其他解释，如价格压力和错误定价，但研究并未发现支持这些假设的证据，进一步支持了基于风险的解释。

关键信息

机构异常关注度（AIA）

• AIA是衡量机构投资者对特定股票的关注度，通过比较特定股票前八小时内的平均每小时关注度与前一个月的平均值。
• AIA的评分分为0到4，当评分高于94%时，AIA设为1。
• AIA的平均值为7.59%，表明约7.6%的交易日有机构投资者的显著信息消化行为。

散户异常搜索量（DADSVI）

• DADSVI用于衡量散户投资者对特定股票的关注度，通过比较每日谷歌搜索量与前一个月平均值的自然对数。
• DADSVI的平均值为7.64%，表明散户投资者的信息消化频率与机构投资者相似。

信息事件（Information Events）

• 信息事件分为公司层面和宏观经济层面，包括盈利公告（EDAY）、非盈利公告（NESEDAY）、宏观经济公告（MACRO）等。
• 每年平均有四个盈利公告日，占交易日的1.5%，而非盈利公告日占2.4%。
• 宏观经济公告日的平均信息消化频率为21.8%，其中FOMC公告日的频率最高。

EIC指标

• EIC指标分为EIC_PEER、EIC_MACRO、EIC_FOMC和EIC_ALL四种类型。
• EIC_PEER指标与公司层面的信息溢出有关，EIC_MACRO与宏观事件有关，EIC_FOMC则专门针对FOMC公告。
• EIC_ALL综合了所有三类EIC指标，用于衡量整体信息溢出效应。

回报溢价

• EIC=1的公司日与较高的回报溢价相关，如在FOMC公告日，EIC=1的公司日的超额收益为11.235个基点。
• 在公司公告日，EIC=1的公司日的超额收益为7.06个基点，而未受溢出效应影响的公司日为4.60个基点。
• 年化夏普比率在EIC=1的公司日为1.02，而基准组合为0.68。

风险提示

• 本文结论基于历史数据和海外文献，不构成任何投资建议。

结构化总结

信息消化指标

• AIA（机构异常关注度）：

  • 衡量机构投资者对特定股票的关注度峰值。
  • 每日AIA评分由前八小时内的平均每小时关注度与前一个月的平均值比较得出。
  • AIA=1的公司更可能在其他公司或宏观公告日获得回报溢价。

• DADSVI（散户异常搜索量）：

  • 衡量散户投资者对特定股票的关注度。
  • 通过每日谷歌搜索量与前一个月平均值的自然对数计算得出。
  • DADSVI=1的公司被作为控制变量。

• 信息事件：

  • 包括公司层面的盈利公告（EDAY）、非盈利公告（NESEDAY）和宏观经济公告（MACRO）。
  • 信息事件日的平均信息消化频率为21.8%。

EIC指标

• EIC_PEER：

  • 衡量公司间的信息溢出效应。
  • 当公司A的AIA在公司B的公告日频繁飙升时，公司A的EIC_PEER为1。

• EIC_MACRO：

  • 衡量宏观事件对股票的影响。
  • 与宏观经济公告（如FOMC、GDP等）有关。

• EIC_FOMC：

  • 衡量FOMC公告对股票的影响。
  • 与FOMC公告日有关。

• EIC_ALL：

  • 综合EIC_PEER、EIC_MACRO和EIC_FOMC，衡量整体信息溢出效应。

回报溢价

• 公司公告日：

  • EIC=1的公司日获得显著的回报溢价，如7.06个基点。
  • 风险调整后的回报率也更高。

• 宏观事件日：

  • EIC=1的公司日获得更高的回报溢价，如FOMC公告日的溢价为13.70个基点。
  • 宏观经济信息对周期性行业（如能源、信息技术、非必选消费品）影响最大。

交易策略

• 基于EIC的交易策略：
  • 在公司公告日和宏观事件日均能获得显著的超额收益。
  • EIC=1的公司日的夏普比率为1.02，而基准组合为0.68。
  • 风险调整后的收益表现优于基准。

风险与CAPM表现

• CAPM的表现：

  • 在EIC=1的日子里，CAPM的Beta系数显著，截距项不显著。
  • 在EIC=0的日子里，CAPM的Beta系数不显著，截距项正且显著。
  • 这表明EIC=1的公司更符合CAPM的解释。

• 其他解释：

  • 价格压力和错误定价可能解释部分结果，但未发现显著证据支持。
  • 研究未发现支持错误定价的证据，表明溢价更可能是基于风险。

补充信息

• 样本数据：

  • 样本涵盖2010年2月至2017年12月的3,188只股票。
  • 总共有4,046,190个日间股票观测值。

• 研究方法：

  • 使用逻辑回归和面板回归分析EIC与股票收益率的关系。
  • 采用WLS方法进行回归分析，以减轻微观结构噪音的影响。

• 结论：

  • EIC指标能够有效识别那些更容易受到信息溢出影响的公司。
  • 信息溢出与回报溢价密切相关，且这种溢价是基于风险的。
  • 交易策略基于EIC指标在公司和宏观事件日均能获得显著的超额收益。

风险提示

• 本文结论基于历史数据与海外文献进行总结，不构成任何投资建议。