“学海拾珠”系列之五十七：高成交量溢价能预测经济基本面信息吗？-20210823-华安证券-24页_1mb

报告摘要

高成交量溢价能预测经济基本面信息吗？

核心内容

本报告探讨了高成交量回报溢价（HVP）是否能够作为预测未来经济基本面信息的指标。研究基于美国1963年7月至2016年12月的数据，发现HVP对工业生产增长具有显著的预测能力，且这种预测能力在样本内和样本外都得到了验证。此外，研究还分析了HVP是否可以被现有的风险因子或错误定价模型解释。

主要观点

高成交量溢价与经济基本面的预测关系：
- HVP（高成交量回报溢价）是未来工业生产增长的强有力预测指标，其预测能力在时间序列上非常显著。
- 交易量溢价每增加一个标准差，下一个月工业生产增长减少约9.2个基点，相当于样本期间平均增长率的45%。
- HVP对其他宏观经济指标（如芝加哥联储全国活动指数、企业总收入增长率和非农就业率）也表现出预测能力，但显著性随预测周期的延长而减弱。
HVP能否被已知变量解释：
- HVP的预测能力部分由FF五因子、商业周期变量和系统性风险因子CATFIN解释。
- 但HVP仍然保留了独立的预测信息，其预测能力在很大程度上不依赖于传统风险因子模型。
- 与流动性相关的指标相比，HVP对实体经济的预测能力更强。
基于风险的解释：
- 高交易量股票通常具有更高的预期收益，可能是因为它们承担了更大的经济风险敞口。
- 交易量溢价与工业生产、预期通货膨胀变化和期限溢价等经济因子的风险敞口相关。
- 高交易量股票对宏观经济风险的暴露更高，因此需要更高的溢价。
基于错误定价的解释：
- 交易量溢价可能反映了投资者认知偏差或错误定价，如过度自信或注意力偏差。
- 但现有基于错误定价的模型（如Stambaugh和Yuan，Daniel等）未能充分解释HVP的预测能力。
对A股市场的启示：
- HVP在A股市场可能与经济基本面存在类似联系，可作为识别经济状态和风险因子择时的工具。
- 交易量溢价在A股市场可能具有重要的应用价值，尤其是在预测和评估经济变化方面。

关键信息

HVP的定义：基于市值加权和等权两种方式计算的高成交量回报溢价，分别获得0.53%和0.68%的平均每月溢价。
预测能力：HVP对工业生产增长的预测能力显著，最长可达9个月。对其他经济指标（如CFNAI、ERN、PAYROLL）也有预测能力，但显著性随预测周期增加而减弱。
控制变量：使用了FF五因子、动量因子、流动性指标（如UIML、ILQ、IML）以及商业周期变量（DP、DEF、TERM、TB）和系统性风险因子（CATFIN）作为控制变量。
统计检验：通过Gibbons、Ross和Shanken检验（GRS检验）评估了HVP的预测能力是否被共同风险因子解释，结果表明HVP的预测能力仍具有独立性。
风险因子：HVP与经济风险因子（如工业生产、预期通胀、期限溢价）相关，说明其可能反映了对经济不确定性承担的溢价。
市场情绪：投资者情绪（如Baker和Wurgler的指标）也与HVP相关，但影响较小。

研究方法

预测性回归模型：使用 $ y_{t+h} = \alpha + \beta * \mathrm{HVP}t + \gamma' X_t + \varepsilon{t+h} $ 模型，评估HVP对未来经济指标的预测能力。
双变量投资组合分析：在控制其他股票收益预测因子的前提下，分析HVP与股票特征（如规模、账面市值比、动量、特异质波动率等）的关系。
样本外预测：使用滚动样本进行预测性检验，确认HVP的预测能力具有稳健性。
嵌套检验：通过Clark和McCracken的嵌套检验，验证HVP是否包含额外信息，以提升预测效果。

风险提示

本研究基于历史数据和海外文献，不构成任何投资建议。
高成交量溢价的预测能力可能受到市场结构、投资者行为及经济环境变化的影响，需谨慎对待。

总结

本文通过实证分析发现，高成交量回报溢价（HVP）在一定程度上能够预测未来的经济基本面信息，如工业生产增长。尽管部分预测能力可以由传统风险因子解释，但HVP仍然保留了独立的预测信息，且在样本外检验中表现出稳健性。从风险角度分析，HVP可能反映了对宏观经济风险的溢价。然而，其预测能力不能完全由现有的因子模型解释，说明资产定价的来源仍需进一步研究。本文为理解交易量溢价与经济基本面之间的关系提供了新的视角，也为投资者和研究者提供了评估经济状态和风险因子择时的参考依据。

展开完整摘要