本报告基于分析师盈利预期构建不确定性度量指标UNC,实证发现UNC能够解释动量与盈利相关因子(MOM、SUE、OP、ROE)的大部分收益,且这些因子的收益主要来源于市场下行阶段,表明基于动量和盈利的策略实质上隐含了对市场情绪的押注,对投资组合构建具有重要启示意义
| 因子 | 等权多空收益率 | 控制UNC后收益率 | 收益衰减比例 |
|---|---|---|---|
| MOM | 1.337% | 0.304% | 77% |
| SUE | 0.956% | 0.523% | 45% |
| OP | 0.882% | 0.279% | 68% |
| ROE | 1.471% | 0.559% | 61% |
报告标题: 不确定性、动量和盈利能力【文献推荐 天风金工吴先兴团队】
作者: 吴先兴团队
发布时间: 2019年3月20日
发布机构: 天风证券股份有限公司
主题: 量化投资领域关于不确定性(uncertainty)对股票动量与盈利能力因子异象的解释能力研究。
本报告基于Claire Y.C. Liang、Robert Zhang Yang Tang和Xiaowei Xu 2019年发表于《The Journal of Portfolio Management》的论文,提出并验证了一个基于分析师盈利预测构建的不确定性指标UNC。核心观点是:投资者不仅规避传统风险(已知的不确定性),更为规避“未知的未知”即不确定性(uncertainty);UNC指标在极大程度上解释了传统动量(MOM)和盈利能力因子(如OP、ROE、SUE)的股票收益异象,表明这些因子收益中包含了对市场的隐含押注,且在不同市场状态下表现非对称,收益主要来源于市场下跌时期。
报告开篇定义了风险与不确定性的区别:风险是“已知的未知”(known unknowns),即投资者可预见概率分布;不确定性则是“未知的未知”(unknown unknowns),投资者对事件概率甚至无法预知。Ellsberg悖论表明,面对完全不可知结果的选择,投资者普遍厌恶,这种厌恶心理可能在资产定价中有独特作用。传统风险模型如CAPM的解释力不足以完全解释市场异象,提示不确定性因素的潜在作用。
投资者情绪及信息不完备导致许多经典的“异常现象”难以用现有资产定价框架充分解释,作者因此尝试利用分析师盈利预测的分散性和误差构造UNC指标,代表市场层面的不确定性,来深入剖析动量(MOM)、盈利动量(SUE)和盈利能力指标(OP、ROE)收益的来源。
作者定义了不确定性指标UNC:
[ Uncertainty=V = \frac{\sum_{i=1}^n (FC_i - EPS)^2}{n} = \left(1 - \frac{1}{n}\right)D + SE ]
其中:
UNC结合了分歧与均值预期误差,即综合了分析师之间的分歧程度及整体预期的历史偏差,是比单独分歧指标更精准的“不确定性”衡量指标。UNC通过IBES数据库自1983年至2013年对US股票市场进行了全面覆盖。
图1的样本描述数据显示UNC均值为0.031,偏低但存在较大波动(标准差0.066),其余指标,例如动量MOM、盈利动量SUE,盈利指标OP和ROE均符合预期水平,样本覆盖充足且统计合理,确保后续分析的稳健性。
作者按月将股票从低到高依UNC和动量(价格动量、盈利动量SUE)分组,计算多空收益:
这说明UNC能较好解释动量收益,且SUE的部分超额收益来源于UNC,尤其在小盘股中表现更好,但也反映了流动性限制。
图2的回归结果表明UNC与MOM、SUE均存在显著正相关,且剔除UNC后,MOM和SUE的收益均下降,进一步支持UNC解释力强的结论。
盈利能力因子包括:
两者的多空组合收益同样在控制UNC后显著衰减:
说明UNC对盈利性指标解释能力强,特别对大市值股票影响更明显。
图3详细展示了UNC在各种加权组合下均呈现显著为正,且剔除影响后收益大幅减弱,这再次体现UNC将动量和盈利性效应紧密联系在一起。
Fama-MacBeth回归显示不含UNC时各异象因子显著为正,控制UNC后除SUE外多数因子变得不显著甚至负向,SUE衰减40%,启示UNC解释了大部分动量、盈利因子预期回报,且SUE的独特性体现在其残余收益上。
作者探讨UNC对市值(Size)、估值(Value,即账面市值比BP)和投资指标的解释能力:
图5和图6的数据表明UNC更多捕捉动量和盈利因子收益来源,而非估值、市场规模的截面差异,指向UNC作为信息不确定性量度的独特作用。
根据市场整体收益正负分割,上行与下行状态下UNC及动量、盈利因子的表现存在显著差异:
表明UNC及其对应的动量和盈利策略具有明显的市场非对称风险敞口,投资组合构建需充分考虑市场周期与UNC影响。
由于UNC基于分析师数据,无法覆盖无分析师覆盖股票,作者引入特质波动率指标IVOL和分析师分歧DISP做替代比较:
图8中IVOL和DISP的统计显著性及收益衰减比对进一步佐证上述结论。
作者总结:
该研究为因子投资领域引入了全新的视角,同时从理论和实证层面丰富了不确定性资产定价文献。
图1:样本统计()
显示UNC及相关动量、盈利指标的样本量和统计特征,表明研究样本覆盖广泛且不同指标分布合理,确保后续回归及检验结果的代表性和统计学显著性。
图2:不确定性和动量指标()
该表展示多重回归结果,UNC作为解释变量显著且正向影响MOM和SUE,剔除UNC后盈利收益衰减明显,进一步印证UNC对动量异象的解释力,显著系数(t值分别10.79和14.0等)强烈支持。
图3:不确定性与盈利指标()
分权重方法展示OP和ROE因子的收益与UNC关系。UNC与盈利指标显著正相关,收益剔除UNC后大幅下降(超过50%),表明UNC是盈利因子收益主要驱动力之一。t值均大于5,统计显著。
图4:Fama-MacBeth回归()
多因子时间序列面板回归显示,UNC缺失时动量、盈利等因子载荷显著,加入UNC后,载荷大多减弱至不显著,唯一SUE残余仍有显著作用,指示UNC是解释股票横截面收益异象的关键因素。
图5、图6:UNC与市值和估值指标(、4)
这两张表分别展示UNC对市值(SMB)和估值(HML)因子收益的影响,结果显示UNC难以解释这两因子的收益且控制UNC后市值收益增强,说明UNC主要聚焦动量与盈利能力因子。
图7:市场情景下动量与盈利收益()
按市场正负收益划分显示,动量因子在下行市场表现更强,显著性明显提高,而上行市场表现平淡,盈利因子亦是如此,反映UNC负向市场因子的非对称表现和潜在风险敞口。
图8:IVOL与DISP对因子收益的解释能力比较()
该图展示两指标控制下各因子收益的衰减情况,IVOL对盈利因子解释能力较好但动量较弱,DISP表现更差,进一步印证UNC的优势来源于对信息不确定性更全面的捕捉。
本报告主要聚焦因子收益来源研究,没有直接涉及公司估值模型如DCF或市盈率方法等,因此该部分无具体估值分析内容。
文中讨论的核心风险源于投资者对未知未知即不确定性的厌恶。UNC表现出如下风险特征:
报告未对具体缓解措施展开,但隐含投资管理人应关注UNC及其市场情景非对称性,动态调整组合风险暴露。
整体而言,UNC的提出为不确定性概念量化及异象解释提供了创新视角,但在应用和理论深挖上仍需更多跟进。
本报告针对《不确定性、动量和盈利能力》文献进行了详尽剖析,核心发现包括:
该文对资产定价领域和因子投资策略构建具有重要参考价值,强调了投资者对于未知不确定性的规避如何影响股票截面收益结构,为后续理论研究和投资实务提供了坚实基础。
本报告内容主要依据Wu Xianxing团队对Claire Y.C. Liang等人2019年《Uncertainty, Momentum, and Profitability》文献的解读与整理,涉及的所有数据图表均摘自论文及团队注释。~
附图示例:
图1:样本统计
描述UAL及动量、盈利指标的样本统计数据,确保研究基础的有效性。
图2:不确定性与动量指标回归
展示UNC对价格动量MOM和盈利动量SUE组合收益的影响,证明UNC解释力。
图3:不确定性与盈利能力因子
展示UNC对OP和ROE因子收益的显著解释作用。
图7:市场情景下动量与盈利策略表现差异
说明市场环境对UNC及基于其选股策略表现的非对称调节作用。
本报告透彻解构了不确定性指标UNC的构造原理、统计特性与对动量及盈利因子收益的强解释力,明确了UNC在异象解释及资产风险度量领域的重要意义。通过严谨数据回归和市场分状态分析,报告揭示动量和盈利因子收益中隐含的市场风险暴露,提示投资者与组合管理者应关注不确定性的动态影响,适应不同市场情景下风险调整的策略设计,提升因子策略的稳健性与有效性。
[完]
不确定性、动量和盈利能力【文献推荐·天风金工吴先兴团队】.pdf