“琢璞”系列报告之二十七：跨资产信号与时间序列动量-20201209-招商证券-26页_1mb

跨资产信号与时间序列动量总结

核心内容

本文总结了Aleksi Pitkajärvi、Matti Suominen和Lauri Vaittinend在2019年发表于《Journal of Financial Economics》的文章《Cross-Asset Signals and Time Series Momentum》。文章研究了股债市场之间的跨资产时间序列动量现象，即债券市场历史收益正向预测股票市场未来收益，而股票市场历史收益负向预测债券市场未来收益。基于这一发现，文章构建了跨资产时间序列动量策略，该策略在风险调整后表现优于传统的时间序列动量策略和买入-持有策略。

主要观点

• 跨资产时间序列动量现象：债券市场历史收益能够正向预测股票市场未来收益，而股票市场历史收益能够负向预测债券市场未来收益。
• 策略表现：跨资产时间序列动量策略的夏普比率比传统时间序列动量策略高45%，比买入-持有策略高70%。
• 经济机制：该现象可以由金融市场摩擦和资本的缓慢流动所解释，包括以下三种机制：
  1. 共同基金资金流：股债收益率影响未来资金流，从而影响资产价格。
  2. 信贷渠道：债券市场正收益降低融资成本，提升投资者的贷款能力，进而增加股票需求。
  3. 货币政策渠道：股票市场表现影响联邦基金利率变化，进而影响债券市场收益。
• 与实体经济的联系：股债动量阶段与关键经济指标（如工业产值、投资、失业率等）存在显著相关性。股债同时处于正动量阶段预示着良好的经济形势，而同时处于负动量阶段则预示着较差的经济表现。

关键信息

样本数据

• 国际样本：采用20个发达国家的股票和债券指数数据，时间跨度为1980年1月至2016年12月。
• 美国样本：研究第五至第七章采用美国数据，包括股票收益、政府债券收益率、保证金借款、共同基金资金流、股票回购、经济指标等。
• 波动率调整：文章未对收益率进行波动率调整，以简化分析并聚焦于动量效应本身。

时间序列可预测性

• 单资产动量：股票和债券的历史收益率能够预测其未来收益，但持续性仅在前12个月显著。
• 跨资产动量：债券历史收益正向预测股票未来收益，股票历史收益负向预测债券未来收益，且这种预测性在较长的时间跨度内显著。

跨资产时间序列动量策略

• 策略构建：在股票和债券动量信号一致时进行多头或空头操作，否则持有无风险资产。
• 策略表现：跨资产策略在不同回溯期和持有期下均表现出显著的正Alpha，且夏普比率优于传统动量策略。
• 张成检验：XTSMOM策略能够张成更优的最小方差前沿，而TSMOM和XSMOM无法在XTSMOM基础上优化投资组合。

XTSMOM微笑曲线

• 市场表现：XTSMOM策略在市场正收益阶段表现更优，而在负收益阶段表现次于TSMOM策略。
• 投机者净头寸：在XTSMOM正/负动量阶段，投机者净头寸变化比TSMOM阶段更显著，说明跨资产信号对市场行为有更强影响。

资本流动与动量

• 资金流与收益相关性：股票和债券收益与资金流高度相关，且这种关系在1-3个月后趋于稳定。
• 向量自回归模型：资金流在股票和债券市场之间具有显著的预测效应，表明资本流动缓慢是动量效应的重要驱动因素。

实体经济影响

• 经济指标预测：不同动量阶段与未来经济指标（如工业产值、投资、失业率等）存在显著联系。
• 五分位数分析：股债同时处于正动量阶段时，经济指标向好；同时处于负动量阶段时，经济指标恶化。

结论

本文首次提出了跨资产时间序列动量的概念，并通过实证分析揭示了其背后的经济机制。研究结果表明，跨资产时间序列动量不仅是金融市场现象，还与实体经济活动密切相关。此外，文章拓展了时间序列动量效应的研究，强调了跨资产信号在投资策略构建中的重要性，并提供了对资产价格中所包含的宏观经济信息的实证支持。

研究贡献

• 理论贡献：首次在时间序列动量框架下研究跨资产效应，扩展了动量效应的理论基础。
• 实证贡献：提供了全球20个发达国家的实证证据，证明跨资产时间序列动量的有效性。
• 实践意义：为投资者提供了一种新的跨资产动量投资策略，具有较高的风险调整收益。

风险提示

本文内容基于历史数据的实证研究，当市场环境发生变化时，实证结论可能不再适用。投资决策应结合当前市场状况进行。

分析师信息

• 任瞳：招商证券研究发展中心执行董事，定量研究和基金评价团队负责人，具有丰富的证券研究经验。
• 姚紫薇：上海财经大学硕士，厦门大学统计学学士，具有基金研究和产品设计方面的研究经验。
• 孙诗雨：研究助理。

投资评级定义

公司短期评级

公司长期评级

行业投资评级