20221012-华安证券-_学海拾珠_系列之一百一十一_分析师反应不足和动量策略_19页_2mb

分析师反应不足和动量策略总结

核心内容

本报告是“学海拾珠”系列之一百一十一，探讨了分析师反应不足与动量策略之间的关系。研究发现，动量效应源于错误定价，而这种错误定价是由基本面投资者反应不足引起的。作者提出一个基于行为理论的动量预测因子——分析师反应不足指标（APU），并验证其在预测股票横截面收益方面的有效性。

主要观点

• APU的有效性：APU能够有效预测股票横截面收益，与盈利动量和收益动量存在正交信息。
• 反应不足的捕捉：APU比传统的反应不足变量更能捕捉基本面投资者的反应不足。
• 动量与反转的机制：分析师反应不足导致信息扩散缓慢，动量交易者据此进行交易，使价格偏离均衡，随后出现收益反转。
• 风险调整后的表现：在控制了风险因子后，APU的收益依然显著，且优于动量因子（MOM）。
• 异象解释：APU可以解释多个收益异象，并且在多种模型中表现良好，如Fama-French五因子模型和七因子模型。

关键信息

APU的定义与构建方法

• APU基于两步回归法构建，第一步使用滚动60个月的分析师误差数据对滞后一年的解释变量进行回归，第二步使用第一步回归的系数乘以当前反应不足预测因子，预测下一个财政年度的分析师误差。
• APU的计算考虑了分析师修正、历史收益和盈利惊喜等变量。

数据与样本

• 样本包括纽约证券交易所、美国证券交易所和纳斯达克上市的股票，时间范围为1977年1月至2020年12月。
• 对数据进行了缩尾处理以避免极端值的影响。

实证结果

• 按APU排序的市值加权多空组合在样本期内每月产生 1.19% 的超额收益（t-stat = 3.51）。
• 在控制Fama-French六因子模型（FF6）后，APU排序的多空组合每月产生 0.85% 的alpha（t-stat = 3.48）。
• APU与盈利公告日的股票收益相关性显著高于非盈利公告日，约为6.5倍。

APU与其他因子的比较

• APU在张成检验中优于一年动量、中期动量（12月-7个月）、SUE（盈利动量）和52周高点等因子。
• 即使在不包括盈利惊喜的情况下，APU对股票收益的预测能力依然稳健。

图表目录

• 图表1：样本内第一阶段回归的系数
• 图表2：描述性统计量和相关性矩阵
• 图表3：分析师反应不足的相关性矩阵
• 图表4：基于资产定价模型的替代指标回归
• 图表5：分析师可预测的反应不足和控制变量的月收益回归
• 图表6：收益反应不足估计和股票横截面收益分析
• 图表7：张成测试
• 图表8：分析师反应不足和股票横截面收益的分析
• 图表9：分析师反应过度和股票横截面收益的分析
• 图表10：按APU排序的多空投资组合的超额平均收益
• 图表11：投资组合的月超额收益百分比平均值
• 图表12：GMB和动量因子的张成测试
• 图表13：205个异象的GRS测试

风险提示

• 文献结论基于历史数据和海外研究，不构成任何投资建议。

结构总结

1 引言

• 动量策略可预测股票横截面收益。
• 行为理论试图解释动量效应，其中HS模型被广泛采用。
• APU基于行为理论，旨在捕捉分析师反应不足。

2 数据和方法

• 样本选择：1977年1月至2020年12月，涵盖多个交易所的股票。
• 构建方法：使用两步回归法，结合分析师修正、历史收益和盈利惊喜。

3 分析师反应不足、修正和预测误差

• 分析师误差和修正具有可预测性。
• APU能够预测未来分析师的修正和误差。
• APU的预测能力不受控制变量影响。

4 分析师反应不足和股票横截面收益

• APU对横截面收益具有强预测能力。
• APU与标准风险因子正交。
• APU在张成检验中优于其他动量相关因子。

5 反应不足因子

• GMB因子结合企业市值和APU双重排序。
• GMB因子能解释多种收益异象，包括FF6模型中的因子。

6 总结

• APU为动量策略提供了新的视角。
• 研究为行为金融学和资产定价提供了新的见解。
• APU在实证中表现出色，对投资组合的超额收益有显著影响。

研究贡献

1. 提供了一个新的反应不足代理变量（APU），有助于理解分析师对市场的影响。
2. 表明只有由反应不足驱动的分析师误差与收益强相关。
3. 提供了对以往基于历史收益的动量策略的新见解。
4. 在实证测试和解释异象方面表现良好，为资产定价研究提供了新的视角。