本文通过2亿次模拟回归检验伪回归可能性,系统测试了投资者情绪对11类市场异象多空收益的预测能力。结果显示伪回归概率极低,投资者情绪对市场异象的解释力具有显著且一致的统计支持,表明情绪因子非随机噪音,其空头收益表现尤为突出,
| 异象名称 | 多头收益(t-stat) | 空头收益(t-stat) | 多空组合收益(t-stat) |
|---|---|---|---|
| Failure probability | 0.94 | -0.01 | 0.95 |
| Ohlson’s O (distress) | 0.51 | -0.19 | 0.70 |
| Net stock issues | 0.70 | 0.07 | 0.63 |
| Momentum | 1.11 | 0.71 | 1.56 |
| Gross profitability | 0.62 | 0.20 | 0.42 |
| Combination | 0.77 | -0.01 | 0.76 |
| 模拟样本数量 | 仅1个异象通过显著性检验 | 同时所有11个异象通过显著性检验 |
|---|---|---|
| 长空组合 | 22 | 28,500 |
| 空头组合 | 39 | 105,000 |
| 多头组合 | 1.2 | 143 |
报告标题: 投资者情绪对于异象的解释是否源于伪回归?
作者: 吴先兴
发布机构: 天风证券研究所
发布日期: 2019年9月25日
主题: 本文聚焦于投资者情绪是否真正解释了市场中的“异象”现象,还是仅仅因为统计上的伪回归(Spurious Regression)效应造成的表面相关性,试图通过大规模模拟实证检验投资者情绪预测异常收益的稳健性与合理性。
核心论点与目的:
报告基于国外权威文献(Stambaugh, Yu和Yuan, 2012)和相关研究,针对投资者情绪是否真的能够有效预测股票市场中的异常收益现象(即市场异象)提出验证。其中,报告核心判断是投资者情绪对解释市场异象的作用并非伪回归的产物,而是真实反映了情绪对错误定价影响的实证支撑。文章采用2亿次随机序列模拟方法严格检验,发现随机变量难以复制投资者情绪因子对多种异象的预测能力,强化了投资者情绪在预测异常收益中的理论地位,同时也佐证了其因做空成本高昂而带来的显著空头收益特征-5]。
关键论点:
报告开篇指出在回归分析中,尤其是涉及高度自相关时间序列的因子时,伪回归风险较高,即某些看似能预测资产回报的变量可能仅是无关随机变量的表面现象。投资者情绪作为预测因子,虽有广泛文献支持其预测效果,但也面临被怀疑为伪回归的风险。报告回顾了历史文献如Keynes(1936)以来对情绪影响价格偏离的理论基础,及后续如Baker和Wurgler(2006)、Stambaugh等(2012)在实证上的研究贡献。
论据与假设:
概念解析:
总结:
作者准备说明,虽然情绪变量有面临伪回归风险,但其对多个异象的预测一致性不可轻易否定,尤其结合高昂空头成本对空头收益的影响。
实证框架:
基于Stambaugh、Yu、Yuan(2012)模型,利用回归:
Ri,t=a+bSt−1+cMKTt+dSMBt+eHMLt+ut
其中,
研究对象:
核心假设:
此处建立了实证检验的基础框架和被检验假设,为后续模拟分析提供了明确的参照标准。
图表内容描述(图1)
图1分析了11种异象多空组合的相关性及其超额收益表现:
解读数据与趋势:
这为后续情绪因子与异象回报关系的探讨奠定坚实实证基础。
图2内容及分析:
图2分别基于高情绪期和低情绪期样本,展示11个异象组合在多头端、空头端及多空差的回报数据及t值。关键发现是:
这一结果提供实证证据表明,投资者情绪主要影响空头端收益,支持情绪驱动的市场过度定价在空头端体现更为明显。
图3回归结果表明:
总体推断:
投资者情绪通过加剧短期内过高估值,使得空头组合收益被削弱,进一步体现市场错价及行为金融的理论预期。
模拟方法:
使用2亿次随机生成序列(作为伪情绪变量X)替代原始投资者情绪序列,重新执行回归分析,检验随机序列是否也能表现出类似投资者情绪的预测效果。
表1(图4)关键数据解读:
推理与结论:
伪回归通过纯粹随机相关产生假象的可能微乎其微,数据支持投资者情绪因素真实且有效地解释了异象的横截面收益变动。
图5方向性分析:
放松统计显著要求,仅考察模拟序列预测系数符号与理论预期是否一致。经过测试:
解读:
即使在较宽松的条件下,纯随机序列匹配投资者情绪方向和显著性的可能性极低,印证其预测的方向性逻辑并非偶然。
综合以上实证与模拟,投资者情绪因子对股票横截面收益的解释力冲破了随机噪音的局限,经大量模拟验证未发现任何变量可复制其预测效果,证实情绪在解释市场异象时的非伪回归本质。这一结论对行为金融学理论模型起到了理论坚定和量化支持的作用。
报告主要关注统计学层面的风险,即伪回归可能性。通过极大规模的实证模拟,报告揭示伪回归机率极低,间接给出了该风险的概率评估及缓解。对模型可能存在的样本偏差、经济环境变化未充分讨论,但此方向超出报告重点。
该报告系统分析了投资者情绪是否真能解释市场中的异常收益现象。研究首先描述了伪回归带来的统计学挑战,对投资者情绪因子预测效力的持续性和一致性提出质疑。通过借鉴Stambaugh等(2012)对11个关键市场异象的实证分析,并以严密的多因子回归模型控制已知风险因子,报告量化了情绪对多空策略收益的影响。图表清晰显示情绪因子在高低情绪样本间对空头收益影响显著(如图2、图3所示),支持行为金融中投资者情绪干扰市场定价的重要机制。
通过2亿次随机序列模拟检验,报告坚实地论证了投资者情绪因子回归结果不是伪回归的偶然产物(图4、图5),随机变量几乎难以复制其统计显著性和方向性,强化了情绪因子对异象收益的独特解释力。整体上,报告确认了投资者情绪在市场异象形成中的关键作用,且其解释力具有统计学上的稀缺性和实证稳定性,使得行为金融视角在解释股票横截面收益中不可或缺。
参考与溯源:本文论断重心及部分引用数据源自原报告页码和引用文献,如Stambaugh、Yu和Yuan(2012)及Baker和Wurgler(2006)-5]。
(完)
投资者情绪对于对于异象的解释是否源于“伪回归”?.pdf