本报告系统阐述了凸显性理论如何通过投资者注意力偏差导致股票收益的错误定价,强调高凸显性的股票未来回报率较低,且在套利限制较大和散户持股较多的股票中效果显著。基于美国市场数据,报告通过多种实证方法确认凸显因子对未来收益的预测能力,且该效应受投资者情绪及选择背景影响,凸显性理论对反转因子及投资者关注理论做了区分和补充 。
| 变量 | ST系数 | t值 |
|---|---|---|
| 单变量 | -0.18 | -13.57 |
| 控制多变量 | -0.07~-0.09 | -4.0~-7.0范围 |
本报告标题为《凸显效应对股票收益的影响“学海拾珠”系列之六十三》,由华安证券研究所出具,分析师包括朱定豪(执业证书号:S0010520060003)、炜佳(S0010520070001)、吴正宇(S0010120080052),发布日期为2021年。报告主题聚焦于“凸显性”行为金融效应对股票收益的影响,基于美国市场的实证数据和海外相关文献,深度探讨投资者注意力的分配如何导致股票价格偏离基本面,进而影响未来回报率。
报告核心论点强调:凸显性投资者过度关注回报特别突出的股票,导致这类股票被高估,未来回报率下降;反之,对显著下跌股票存在低估,未来获得更高回报。基于凸显性理论的资产定价模型,报告还指出此效应在套利受限、小盘股及散户持股比例高的股票中表现更为显著。此外,报告区分凸显性理论与其他理论如投资者注意力对股票回报预测的不同贡献,结合大量统计数据提供支持。报告不包含具体投资建议,仅供参考。,1]
引言部分首先指出传统资产定价理论假设理性投资者及完全信息,然而实际投资者认知有限。引用Bordalo、Gennaioli 和 Shleifer(2012)(以下简称BGS)凸显性理论,说明投资者的注意力集中于最不寻常、最突出部分的回报,这导致相关资产被过分重视。以股票为例,过去某段时间收益特别突出的股票会吸引投资者注意,过度购买使得其估值偏高,未来回报降低。反之,明显下跌的股票被忽视,有重新上涨的空间。
引言还介绍了基于凸显性理论的资产定价模型的心理基础,投资者用过去一个月的日收益作为未来可能回报的基准,凸显的日回报被赋予更高权重。注意力不仅取决于收益差异大小,也受市场整体涨跌幅的影响(例如在市场平盘时,某股票5%的超额收益比市场大涨10%时更为突出)。凸显性因子(ST)由凸显性权重和实际回报的协方差衡量。套利受限和散户集中的市场环境放大凸显效应。该节奠定了整篇报告的理论和实证基础。
报告详细阐述凸显性理论关键词和传统前景理论的比较。凸显性理论强调环境依赖,即资产回报显著性的大小在于其相较于其他资产回报的差异度,而非绝对值,此点区别于前景理论定量扭曲概率的固定函数。
凸显性的数学度量函数:
σ(xis−xs)=∣xis∣+∣xs∣+θ∣xis−xs∣
体现了定序性、敏感性递减、反映性及凸性四个性质,解释为何更高收益水平下的差异显现度下降,且加权参数限制零收益状态的显著性。
基于凸显权重 wis,投资者对状态的主观权重违背客观概率,形成收益预期扭曲。凸显程度由参数 δ 控制,δ=1时回归理性,δ→0时凸显性极端。
资产定价模型基于加权预期效用最大化,股票价格体现了客观收益与凸显权重协方差的影响:
pi=E[wisxis]=E[xis]+cov(wis,xis)
凸显上行的资产被高估(正协方差),凸显下行的资产被低估(负协方差),对应未来预期收益负相关。最后,报告明确构建ST指标,利用过去一个月的每日收益和市场收益,采用BGS经典校准参数 θ=0.1,δ=0.7,便于用历史数据进行实证检验。,5,6,7]
数据源包括CRSP和Compustat,覆盖1926至2015年美国三大交易所上市公司。选取标准为一个月中至少15个交易日有每日回报数据,并能计算控制变量。控制公司特征包括:
数据处理注重剔除极端值,确保统计稳健。该数据支撑后续多变量回归及组合排序分析。,8]
股票按ST指标分为十组,计算等权(EW)和市值加权(VW)投资组合未来一个月超额回报。图表2显示结果:
表3展示不同ST分组对应的公司特征,发现高ST组为市值较小、波动率大、流动性低、贝塔高等典型“小盘成长”特征,支持理论中套利成本与凸显效应增强联系。,9,10]
进一步用ST对每个控制变量(规模、BM、动量等)分组内做次级排序,构建100组合。结果显示控制公司特征后,ST对未来回报的负相关仍显著,差值仍在-0.6%至-1.8%之间(EW),加强凸显性非伪相关的证据。,11]
模型回归结构:
ri,t+1=λ0+λ1STi,t+λ2Wi,t+νi,t
Wi,t为公司特征集合。
回归结果(图表5)显示ST系数负且显著,初始系数约-0.18(单变量),控制多达14个变量后仍保持-0.07,t值超过5,统计显著,且经济意义清晰:ST每升高一个标准差,未来月回报下降约0.23%。说明ST对回报预测超出常规风险因子影响。,12]
模型假设套利理性投资者可以消除凸显效应引发的错误定价。基于五大套利限制代理指标(公司规模、非流动性、特异性波动、机构持有率、分析师覆盖率),Fama-MacBeth回归的交互项显著,验证:凸显效应在套利限制高的股票中更强。小盘、低流动、高波动、散户持股比例高的股票呈现更显著的ST-回报负相关。,13]
利用Baker和Wurgler情绪指数划分高低情绪时期,ST效应在高情绪时期明显增强(例如高情绪期EW高ST-低ST差达-2.16%,低情绪期仅-1.63%)。反映了投资者过度乐观放大了凸显性行为,符合行为金融学关于情绪和非理性行为的观点。,14]
凸显性定义依赖于选择背景的概念,即投资者比较股票的回报与何种基准回报:
此部分通过表8的多个回归结果详尽证明了凸显性效应的环境依赖特征,切实连接理论模型与现实数据。,15,16]
凸显性效应可能与短期反转相混淆。短期反转通常解释为投资者对消息过度反应导致的股价修正,而凸显性则强调相对收益的突出性和背景依赖性。作者通过:
这进一步区分凸显性与传统短期反转行为的不同心理机制。,17,18]
投资者注意力理论(Barber和Odean,2008)提出散户购买受关注度高的股票导致价格压力,但其对负面凸显性股票预测为价格高估,无法解释凸显性效应中特别是负凸显性股票未来回报高的现象。
作者通过多重注意力代理变量构建双重分类投资组合和引入注意力控制变量的Fama-MacBeth回归,发现ST与未来回报的关系独立于注意力变量依然成立。且ST拆分正负项后,正负ST分别对回报有负正的截然相反影响,符合凸显性理论预期,不符合纯注意力解释。
结论是,注意力影响选股范围,凸显性影响对特定股票回报权重和预期,两者机制互补,共同影响股票价格。,20]
报告总结提出基于认知限制的凸显性资产定价模型,并用长期美国股市数据提供实证支持。凸显性使投资者形成对突出回报股票过度乐观的预期,造成功能失效的高估和未来回报下降;而对凸显负面股票则存在低估和回报提升。套利受限和投资者情绪变化进一步放大该效应。凸显性效应突破传统风险因子的解释框架,强调环境依赖和认知偏差。
未来研究方向包括扩展凸显性理论到其他资产类别和结合前景理论等行为特性。
风险提示:本报告为学术研究总结,非投资建议。
本报告基于BGS凸显性资产定价模型,利用强化的概率加权技术调整预期回报。核心估值逻辑在于股票价格既反映其预期收益亦包含因凸显权重对收益状态扭曲而导致的溢价或折价:
pi=E[wisxis]=E[xis]+cov(wis,xis)
公式中的协方差项即反映因认知限制导致的价格偏离。报告中未提供现金流折现法(DCF)或传统P/E模型估值,但通过统计方法和横截面回归估测凸显性对回报的影响及其大小,间接衡量此价格偏差的投资价值。
套利限制的考虑确保模型能解释为何理性投资者难以消除该价格扭曲。
报告中风险提示主要集中于:
报告强调谨慎使用本模型进行直接投资决策。,21,22]
总体论点严谨,但面临行为解释外推和经济环境动态变化的典型局限。,16,21]
本报告深入剖析并实证检验了凸显性理论对股票价格和未来回报的影响,提出投资者注意力在股票回报分布极端表现上的扭曲权重,导致价格非理性偏离基本面。关键发现包括:
报告总体立场倾向于认可凸显性效应在资产价格异常形成中的核心作用,并倡导学术界和投资界对投资者注意力及认知偏差的深入研究。
图表2:
描述由ST分组而成的投资组合未来回报,凸显负相关显著。
图表3:
展示不同ST分组公司财务特征,支持理论预设套利限制影响。
图表5:
Fama-MacBeth回归结果,ST负系数显著,控制多风险因子仍稳健。
图表6:
ST与套利限制代理变量交互显著,凸显高限制环境下效应增强。
图表7:
不同投资者情绪水平下ST效应差异,情绪高涨增强凸显效应。
图表8:
不同背景定义对ST预测效应影响,验证环境依赖逻辑。
图表9:
控制短期反转并采用多种窗口计算ST,进一步区分凸显性与反转。
图表11:
控制投资者注意力后ST仍显著,支持两种理论机制互补。
综上所述,本报告系统梳理并验证了凸显性理论对股票收益的解释能力,应用丰富实证方法佐证其独立作用及行为经济学影响机制,为理解资产价格异常提供了新的认知视角和实际启示,推动了资产定价理论与行为金融的融合。
“学海拾珠”系列之六十三:凸显效应对股票收益的影响.pdf