20250326-华安证券-_学海拾珠_系列之二百二十九_分解动量_被遗忘的成分HTP_26页_2mb

报告摘要

分解动量：被遗忘的成分 HTP

核心内容

本文提出了一种新的动量效应分解方法，将动量回报分为两个部分：HTP（最高价之前的价格回报）和PTH（最高价之后的价格回报）。研究发现，在动量效应中，高达 84% 的收益可归因于HTP，而PTH仅贡献 16%。这一发现挑战了传统研究主要关注PTH的假设，揭示了HTP在动量策略中的关键作用。

主要观点

HTP 和 PTH 分别代表动量形成期（t-12 至 t-2）中股票价格相对于最高价的两部分回报。
HTP 与 PTH 的组合构成了动量总回报 MOM。
基于横截面回归和多空组合检验，HTP 显示出比 PTH 更强的回报可预测性。
HTP 策略的多空平均回报差为 1.21%，且高度显著，而 PTH 的回报溢价仅为 0.48%，t 统计量仅为 1.84。
HTP 策略表现出正偏态分布，避免了动量崩盘，且其表现不依赖于市场情绪和市值大小。
HTP 在2009年金融危机和2020年疫情后仍表现出显著的回报溢价，而PTH则在这些时期表现较差。

关键信息

HTP 是股票从动量形成期开始到形成期内最高收盘价之日的对数回报。
PTH 是股票从最高价之日到动价形成期结束的对数回报。
MOM = HTP + PTH。
通过 Fama-MacBeth 回归，HTP 的回归系数为 1.73，PTH 为 1.20，表明 HTP 对动量的解释力更强。
HTP 的回报可预测性源于投资者对持续信息的反应不足，且不受严重动量崩盘的影响。
HTP 在国际市场上也显示出抗崩盘的正回报溢价。
与传统动量策略相比，基于 HTP 的策略在不同市场状态下表现更稳定。

数据和样本

数据来源：美国股票市场，时间跨度为 1927年1月至2020年12月。
样本包含 3,240,507 个股票-月份观测值。
样本中使用的变量包括：MOM、HTP、PTH、BETA、SIZE、BM、ILLIQ、REV、IVOL、IMOM。

实证分析

横截面回归：HTP 的回归系数为 1.73，PTH 为 1.20，且 HT 的系数显著高于 PTH。
多空组合收益：
- WML（传统动量策略）平均回报为 1.18%，但表现出强烈的负偏态。
- rHTP（基于 HTP 的策略）平均回报为 1.21%，t 统计量为 6.59，显著高于 rPTH（0.48%，t 统计量为 1.84）。
最大回撤：
- WML 的最大回撤为 -95.46%。
- rPTH 的最大回撤为 -99.88%，显著高于 rHTP（-66.93%）。
- rHTP 的最小回报为 -32.80%，远低于 WML 和 rPTH。
动量崩盘分析：
- 崩盘主要发生在 PTH 策略中，HTP 策略则避免了这些崩盘。
- 在十个月最极端崩盘期间，rHTP 的表现优于 rPTH，且这些崩盘期间的市场超额收益为正，而过去24个月的市场超额收益为负。
- 在排除这些极端崩盘月份后，PTH 的贡献比例从 16% 增加到 31%，甚至 43%，表明崩盘对 PTH 的表现有显著影响。