“学海拾珠”系列之四十六：收益的季节性是由于风险还是错误定价？-20210607-华安证券-25页_1mb

收益的季节性是由于风险还是错误定价？——“学海拾珠”系列之四十六

核心内容

本文探讨了收益季节性现象的成因，即收益的季节性是源于风险溢价还是错误定价。作者通过分析美股市场数据，提出了一个关键观点：收益的季节性反转（即某个月份的高收益被其他月份的低收益所抵消）支持了收益季节性源于错误定价的假设，而非风险因素。

主要观点

• 收益的季节性普遍存在：不仅在美国股市中，也在国际股票市场、国家股票指数和大宗商品中存在。
• 季节性反转的存在：收益的季节性通常伴随着季节性反转，这种反转是错误定价的自然结果。
• 错误定价的解释更合理：如果收益季节性源于风险，则无法解释季节性反转的存在。而错误定价会在一段时间后被市场修正，导致收益的反转。
• 季节性反转对投资策略的启示：季节性反转的存在意味着投资者不能仅依赖季节性来构建策略，因为其他月份的收益会抵消这种季节性。

关键信息

1. 季节性与传统因子的相关性

• 季节性因子与市场正相关，与价值和长期反转因子负相关，表明其包含额外信息。
• 季节性反转因子与市场、价值和长期反转因子具有不同的相关性，且与短期反转、动量和长期反转无关。
• 季节性反转因子的显著性：在三因子模型中，季节性反转因子的α值为 1.09%（t值=7.22），而季节性因子为 0.54%（t值=4.71）。

2. 累加约束的验证

• 累加约束：预期收益在一年内的总和为零，这是季节性反转的体现。
• 相关性分析：股票某月的平均收益与其余月份的平均收益之和呈负相关（-0.057，t值=-33.1），表明季节性被反转抵消。
• 噪声的影响：由于收益的噪音，相关性被低估，模型模拟显示真实数据与模型的相似性。

3. 模型与数据匹配

• 模型设计：模拟数据中，预期收益的季节性与长期反转被结合，以匹配实际数据。
• 回归结果：在不同滞后期下，模型与实际数据高度吻合，表明季节性被反转抵消。

4. 日度数据中的季节性

• 日度收益的季节性：存在显著的正系数（如“same-day”回归的t值=22.05），但随后被反转抵消。
• 日度反转：在1年后，反转效应显著（t值=-9.60），表明日度收益的季节性也受错误定价影响。

5. 国际市场和大宗商品

• 国际股票：同样存在季节性与季节性反转，且反转在2-15年期间显著。
• 大宗商品：表现出强烈的季节性，且反转在1年后显著，表明其收益也受到错误定价影响。

6. 情绪与季节性

• 情绪的季节性：高情绪月份（如1月、3月）与高收益相关，低情绪月份（如9月、10月）与低收益相关。
• 情绪与反转的关联：情绪的季节性与收益的季节性和反转存在联系，进一步支持了错误定价的解释。

结论

• 季节性反转的统计显著性表明收益的季节性主要由错误定价驱动，而非系统性风险。
• 季节性与反转的相互作用：两者相互抵消，使得收益的可预测性受限，需结合使用以增强投资策略的收益。
• 模型验证：通过模拟数据与真实数据的对比，支持了季节性反转的存在，表明错误定价在收益季节性中起关键作用。

风险提示

• 本文结论基于历史数据与海外文献，不构成任何投资建议。