20211220-华安证券-_学海拾珠_系列之七十三_高点锚定效应和跨公司收益预测_22页_2mb

高点锚定效应和跨公司收益预测总结

核心内容

本篇报告探讨了“高点锚定效应”对跨公司收益可预测性的影响，提出了一个新颖的心理学解释，即投资者在面对经济关联公司的好坏消息时，由于对52周高点的锚定效应，导致其反应不足。作者通过分析供应商与客户公司的关系，以及股票价格与52周高点的接近程度，揭示了这种心理障碍对市场效率的影响。

主要观点

• 高点锚定效应：52周高点是一种投资者的心理障碍，导致其对有关经济关联公司的消息反应不足。
• 收益可预测性：跨公司的收益可预测性不仅受到客户动量的影响，还受到52周高点效应及其与客户动量的交互作用的显著影响。
• 交互效应显著：在纳入交互效应后，客户动量效应变得微不足道，表明52周高点效应在解释市场反应不足中起着核心作用。
• 经济机制验证：通过分析师推荐评级的变更，作者验证了高点锚定效应确实扭曲了投资者对经济关联公司新闻的反应。
• 稳健性测试：结果在不同模型和子样本中保持稳健，进一步支持了高点锚定效应的解释力。
• 扩展研究：高点锚定效应不仅适用于客户—供应商关系，也适用于其他类型的经济关联，如地理动量、行业动量、业务复杂性和国外行业信息。

关键信息

数据来源与样本范围

• 样本范围：1981年1月至2018年12月，涵盖纽约证券交易所、美国证券交易所和纳斯达克上市的公司。
• 数据来源：股票收益和价格来自CRSP数据库，财务数据来自Compustat。
• 分析师数据：使用I/B/E/S详细推荐文件，计算分析师推荐评级的修改作为看法更新的代理变量。
• 其他因子：包括地理动量、行业动量、业务复杂性和国外行业信息。

投资组合分析

• 双重排序：基于客户收益（CR）和52周高点比率（PRC）对供应商公司进行双重排序，形成25个投资组合。
• 收益规律：CR和PRC的收益模式显示，当公司价格接近或远离52周高点时，客户收益对股票收益的预测作用会增强或减弱。
• 收益差异显著：在CR5和PRC5投资组合中，FFC4 alpha为0.71%（t=4.56），而在CR1和PRC1投资组合中，FFC4 alpha为-0.97%（t=-4.63）。

收益分解

• 收益分解方法：使用Fama-MacBeth横截面回归，将投资组合收益分解为客户动量、52周高点效应及其交互效应。
• 分解结果：
  • 交互效应显著为正，FFC4 alpha为1.44%（t=2.72）。
  • 纯客户动量效应在纳入交互效应后变得微不足道，FFC4 alpha为0.06%（t=0.21）。
  • 纯52周高点效应仍有一定解释力，但远不及交互效应。

稳健性检查

• 模型稳健性：收益分解结果在使用DGTW、FF5、FF5+UMD和Q因子模型中均保持稳健。
• 排除一月数据：交互效应在排除一月数据后仍显著，FFC4 alpha为1.24%（t=2.01）。
• 安慰剂测试：将PRC替换为过去12个月收益进行测试，发现交互效应不显著，进一步证明高点锚定效应的解释力。

经济机制测试

• 分析师行为：分析师更倾向于根据客户收益调整推荐评级，但当供应商股价接近52周高点时，这种敏感性会降低。
• 投资者关注度：高点锚定效应并未导致投资者关注度下降，反而在股价接近52周高点时，异常交易量和彭博搜索量增加，表明投资者仍关注相关信息。
• 子样本分析：在市值小、机构所有权低、分析师覆盖率低和特质波动率高的公司中，交互效应更强，支持了套利限制对市场低效率的影响。

结论

本研究为A股市场“动量效应不足”的现象提供了一个新颖的解释，即高点锚定效应导致投资者对经济关联公司的新闻反应不足。这一机制不仅适用于客户—供应商关系，还适用于其他类型的经济关联，如地理、行业和国外信息。作者的研究补充了现有文献，表明52周高点效应是一种心理障碍，影响了市场对跨公司信息的处理。

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。