【006】动量是如何炼成的?行为偏差or风险溢价


(smartpig) #1

本文为我们的公众号【因子动物园】的第 6 篇推文,也是动量专题的第 3 篇文章。原文请戳

【006】动量是如何炼成的?风险溢价 or 行为偏差​mp.weixin.qq.com图标

欢迎关注我们的公众号,获取更多关于因子投资文献和本土化实证研究。

30秒速览】 【【004】动量?超乎您想象】一文详细回顾了关于经典价格动量在各国股市以及债券、大宗商品和外汇市场表现的实证研究。本文更进一步,通过系统地综述相关的解释文献,对动量的成因进行探讨,并指出,虽然动量来自承担额外风险的溢价补偿这一假说也有较多支持者,但更多研究倾向于行为偏差是动量的核心原因。

特别地,本文干货满满,篇幅也因此较长。因子动物园管委会特地准备了一份简要的思维导图,助您更愉快地玩耍:

![](data:image/svg+xml;utf8,)

文章框架思维导图。来源:因子动物园微信公众号

1. 解释投资异象的基本套路

动量的表现如此诱人,使得相当多学者尝试对动量效应进行解释。当然,动量并不是研究者们唯一关注的投资异象。也因此,对动量成因的研究,也遵循着解释投资异象的标准框(tao)架(lu)。按照这个基本框架,所有解释大体分为两类基本假说:系统性风险定价投资者行为偏差。本文也将据此展开讨论。

2. 系统性风险定价

系统性风险定价假说是指,动量效应的超额收益,来源于承担了某些系统性风险而获得的风险溢价。其中,动态风险敞口与动量崩溃效应,经济周期,以及对宏观风险因子的暴露,是最主流的几个解释。

2.1. 动态风险敞口与动量崩溃效应

动态风险敞口假说是指,赢家组合和输家组合有着不同的、时变的系统性风险暴露,因此,(多空)动量组合有着时变的系统性风险敞口,需要获得风险溢价补偿。Zhang (2004) 指出,由于投资者将公司的动态投资行为视为市场风险之外的额外风险,因此,均衡时,会有动态的 beta 暴露和非线性的风险溢价,这可以很好地解释动量的大部分收益。Liu (2012) 也利用模拟研究得到了相似的结论。Dobrynskaya (2017) 则表明,赢家组合有着比输家组合更高的下行风险,同时有着更低的上行风险敞口,这两点结合,可以很好地解释动量因子的收益。

Geczy and Samonov (2013) 基于超长的美国股市数据指出,动量效应对于市场组合有着动态的暴露,具体敞口则取决于市场状态。在一个市场状态的初期(或者说状态转换期),动量组合对于最新市场状态有着负的暴露,从而导致市场转换期的大幅损失。

Daniel and Moskowitz (2016) 关于动量崩溃的研究也得到了相似的结论。所谓动量崩溃(Momentum Crash),是指动量策略会遭遇不多但持续时间长、幅度大的下跌,即崩盘,它与动量策略的尾部风险有关。两位作者指出,动量崩溃往往发生在市场恐慌时,此时资产价格大跌而波动率大幅上升,这也与Geczy and Samonov (2013) 的发现一致。因此,基于如此巨大的尾部风险,动量策略理应获得更高的回报,以弥补风险。进一步,基于对策略收益率均值和波动率预测的动态动量策略,可以获得比普通动量策略高一倍的超额收益。

Daniel, Jagannathan, and Kim (2012) 则对动量策略的尾部风险进行了更细致的探索,并指出,在市场动荡时,动量因子的空头组合实质上是高度杠杆化的,其表现非常类似一个看涨期权,因而可能给因子组合带来巨大的损失,也就意味着巨大的尾部风险。

2.2. 经济周期

由于不同因子/策略在不同经济周期/市场环境下,往往有着不同的表现,因此,利用经济周期来分析乃至解释因子收益,也是一个很常用的研究方法。

有不少研究指出,经济周期确实可以在相当程度上解释动量的收益。Chordia and Shivakumar (2002) 是相关的代表作。作者们指出,利用一组滞后宏观经济变量,可以较好地解释动量的收益。Antoniou, Lam, and Paudyal (2007) 则构建了一个嵌套的两阶段模型,指出虽然条件资产定价模型并不能完全解释欧洲市场的动量效应,但利用随全球经济周期而系统性变化的错误定价,则可以较好地解释该效应。与此同时,行为偏差对此帮助有限。Hwang (2011) 也提供了宏观经济变量可以解释动量收益的证据。

但也并非所有研究者都认同这一点。Griffin, Ji, and Martin (2003) 就认为,没有证据显示宏观经济变量可以解释动量在统计和经济意义上都高度显著的收益。

2.3. 宏观风险因子暴露

与基于经济周期的研究类似,不同学者对宏观经济风险对动量的解释力持不同态度。

Liu and Zhang (2008) 指出,赢家组合相对输家组合对产出增长率因子有着更高的短期暴露,这可以解释动量效应的一半甚至更多。特别地,额外的因子暴露,主要来自赢家组合,而输家组合的因子暴露则在不同时期保持相对稳定的水平。

但 Ji, Martin, and Yao (2017) 提出了不同意见。他们探讨了动量对宏观风险因子暴露的季节性变化,并相应指出,对于动量因子,多头和空头组合的宏观风险因子暴露,只在一月有显著差异。因此,宏观风险因子暴露可能并非解释动量的最好假说。

更多相关研究,参见Chelley-Steeley, Patricia, and Antonios Siganos (2004) 等。

3. 投资者行为偏差

投资者行为偏差假说是指,动量效应的优异表现,起源于对投资者行为偏差导致的错误定价的利用和纠正。自Richard Thale、Amos Tversky 和 Daniel Kahneman 等人逐渐将行为金融学引入金融学术的主流分析依赖,基于投资者行为偏差的投资异象研究日益丰富。

特别地,行为偏差假说本身,往往只能说明可能存在相应的投资异象。要真正解释投资异象,往往还需要说明,为什么套利者不能充分利用这些系统性的机会,即“套利的限制”是什么。

3.1. 过度自信与反应不足

因对私有信息的过度自信而导致的反应不足,是基于行为金融学对动量的较早解释,也是非常经典和重要的一个假说。Daniel, Hirshleifer, and Subrahmanyam (1998) 是这方面的代表。作者们指出,投资者对其私有信息的过度自信和有偏的业绩自我归因6,会导致对市场新信息的反应不足,从而导致股票收益短中期正自相关(动量),和长期负相关(反转)

Bloomfield, Libby and Nelson (1998) 也得出了类似的结论,并进一步指出,对不可靠信息的过度反应和对高度可靠信息的反应不足,原因都是投资者对信息的置信度往往趋于中间水平。Menkhoff, Lucio, Sarno, Schmeling, Schrimpf (2012) 和 Hur and Singh (2016) 也提供了相关证据,后者还指出,反应不足是主要因素。

3.2. 前景理论与处置效应

前景理论/心理账户和处置效应是另一类非常重要的假说。Grinblatt and Han (2005) 指出,心理账户导致处置效应(投资者倾向于止损小幅亏损的股票,并持有大幅亏损的股票),从而助长了追涨杀跌行为,拉大了股票价格与其基本面价值之间存在差异,进而导致了动量效应。若控制了未实现资本利得,则动量效应不再显著。

Frazzini (2006) 基于基金持仓数据,构造了股票的参考价格指标,对 GH 模型进行了检验,得到了支持这一模型的结论。Bhootra and Hur (2012) 进一步指出,GH 模型中未实现资本利得对股票横截面预期收益的解释力,依赖于股价与其基本面价值之间的协整关系。特别地,对于那些股价与基本面价值不存在协整关系的股票,未实现资本利得对预期收益的解释力显著更强。Li and Yang (2013) 则更进一步指出,通过时变的风险厌恶系数,前景理论可以解释处置效应、股票交易行为和价格动量。

前述研究主要基于美国市场的数据进行。Kong, Bai, and Wang (2015) 基于中国市场的数据,提出了不同论点。他们对前景理论在中国市场上的解释力进行了检验,并得到了与 Grinblatt and Han (2005) 等相反的结论。他们指出,在中国市场上,处置效应并不能很好地解释动量。他们还进一步指出,中美市场的这种差异,可能与不同的监管制度有关。当然,经典价格动量本身在中国市场就表现不佳,可能也对这一研究的结论有所影响。

3.3. 推定预期偏差

推定预期偏差即投资者将过去的(收益率、盈利等)数据外推,作为对未来的预期,这是常见的投资者行为偏差之一。Choi and Mertens (2006) 指出,投资者有推定预期且跨期替代弹性大于1,可以很好地股权溢价和波动率之谜。Greenwood and Shleifer (2014) 在分析了来自六个不同数据源的投资者预期收益率数据后发现,不同的预期数据高度正相关,且同过去的收益高度相关,但同模型隐含的预期收益显著负相关。Barberis, Greenwood, Lin, and Shleifer (2015) 则更进一步,构建了部分投资者有推定预期的 X-CAPM 模型,用以解释资产的横截面预期收益。

3.4. 知情交易

知情交易对动量效应有显著影响,也是诸多相关研究的论点之一。Hameed, Dong, and Warachka (2008) 指出了知情交易股票中的动量效应,不能被其他常见风险因素所解释。而Chen and Zhao (2012) 进一步表明,在有较大概率进行知情交易的股票中,动量表现优异,而在知情交易概率较小的股票中,股价没有明显的持续性,即便此时有较强的信息不确定性。

3.5. 市场情绪

市场情绪也是一个解释动量的重要行为偏差假说。Antoniou, Doukas, and Subrahmanyam (2013) 指出,动量的超额收益只在市场情绪乐观时存在。他们假定那些与投资者情绪相悖的信息会引发投资者认知失调,因而这些信息的扩散和消化会较慢,从而导致在市场乐观时期,过去的输家被持续低估,过去的赢家被持续高估,动量效应由此在乐观时期产生。此外,卖空约束等限制也阻碍了对套利机会的利用,从而促进了动量效应。Anusakumar and Ali (2017) 利用十三个亚洲国家的数据,页得到了类似的结论。

Stambaugh, Yu, and Yuan (2012) 对市场情绪对包括动量在内的多个投资异象的影响进行了仔细研究,并指出市场情绪高涨之时,空头组合会有更好表现,而多头组合并不受显著影响,因而,市场情绪对因子表现的影响,主要通过空头组合体现。Huynh and Smith (2013) 则指出对新信息的反应不足是驱动动量的主要因素。而 Li and Yeh (2011) 发现,在中国A股市场,输家组合中的情绪越强烈(即投资者偏差越严重),动量的表现就越好,而赢家组合中的情绪越强烈,反转的表现就越好。Uhl (2017) 则检验了美元兑欧元外汇市场中的情绪与动量的关系,并指出这些情绪与动量效应并不相关。

此外,与主流的自下而上方法不同,Baker and Wurgler (2007) 利用自上而下的方法,对市场情绪的波动及其对股票估值和收益的影响进行了分析,并指出,那些不易估值的股票,受市场情绪的影响最大。

3.6. 过度相关性

Lewellen (2002) 发现高度分散的规模因子组合和价值因子组合(账面市值比组合)仍表现出非常显著的动量效应,并据此指出,公司和行业特质不足以解释动量,相反,收益序列的中期负相关性(自相关和协相关)是动量的主要来源。Du and Zhao (2010) 基于实证检验,提供了支持 Lewellen (2002) 的证据。

同样也并非所有研究者都认同这一点。Pan, Liano, and Huang (2004) 基于对行业动量收益来源的拆分指出,行业动量的收益,主要来自收益率的自相关性。Pan (2010) 则进行了进一步的检验,并指出虽然 6-12 个月的收益自相关性为负,但更长期限的自相关性为正,因而支持动量效应主要来自反应不足的行为偏差导致的收益率自相关性。

3.7. 其他

Grinblatt and Moskowitz (2004) 指出,关于资本利得的税收政策(即卖出亏损股票实现的资本利得亏损可以抵税)对动量效应有显著影响。但这一点只对美国等发达市场有效,对诸多新兴市场的动量效应无能为力。

4. 结语

如何理解动量的超额收益来源这一问题,持续吸引着学界和业界诸多研究者。本文对相关解释研究进行了细致的综述。已有研究遵循解释投资异象的标准方法,提出了系统性风险溢价和投资者行为偏差两大类假说,每一类假说又包含诸多不完全相同的具体解释。

已有研究结论不一,但总体而言,系统性风险溢价和投资者行为偏差都是动量的成因,其中,投资者行为偏差的影响可能更大,包括过度自信和反应不足,以及处置效应等,都可能导致股票收益的短中期动量和长期反转效应。尤其是在A股这样一个散户投资者占比仍较高的市场上,相关研究的价值可能更加重要。

参考文献

  • Antoniou, Antonios, Herbert YT Lam, and Krishna Paudyal. “Profitability of Momentum Strategies in International Markets: The Role of Business Cycle Variables and Behavioural Biases.” Journal of Banking and Finance 31.3 (2007): 955-972.
  • Antoniou, Constantinos, John A. Doukas, and Avanidhar Subrahmanyam. “Cognitive Dissonance, Sentiment, and Momentum.” Journal of Financial and Quantitative Analysis 48.1 (2013): 245-275.
  • Anusakumar, Shangkari V., and Ruhani Ali. “Momentum and Investor Sentiment: Evidence from Asian Stock Markets.” Capital Markets Review 25.1 (2017): 26-42.
  • Baker, Malcolm, and Jeffrey Wurgler. “Investor Sentiment in the Stock Market.” Journal of Economic Perspectives 21.2 (2007): 129-152.
  • Barberis, Nicholas, Robin, Greenwood, Lawrence J., Lin, and Andrei Shleifer. “X-CAPM: An Extrapolative Capital Asset Pricing Model.” Journal of Financial Economics 115.1 (2015): 1-24.
  • Bhootra, Ajay, and Jungshik Hur. “On the rRelationship Between Concentration of Prospect Theory/Mental Accounting Investors, Cointegration, and Momentum.” Journal of Banking and Finance 36.5 (2012): 1266-1275.
  • Chelley-Steeley, Patricia, and Antonios Siganos. “Momentum Profits and Macroeconomic Factors.” Applied Economics Letters 11.7 (2004): 433-436.
  • Chen Yifan, and Huainan Zhao. “Informed Trading, Information Uncertainty, and Price Momentum.” Journal of Banking and Finance 36.7 (2012): 2095-2109.
  • Choi, James J., and Thomas Mertens. “Extrapolative Expectations and the Equity Premium.” Yale University (2006).
  • Chordia, Tarun, and Lakshmanan Shivakumar. “Momentum, Business cycle, and Time‐Varying Expected Returns.” The Journal of Finance 57.2 (2002): 985-1019.
  • Daniel, Kent D., David Hirshleifer, and Avanidhar Subrahmanyam. “Investor Psychology and Security Market Under- and Overreactions.” Journal of Finance 53 (1998).
  • Daniel, Kent, Ravi Jagannathan, and Soohun Kim. “Tail Risk in Momentum Strategy Returns.” No. w18169. National Bureau of Economic Research (2012). Available at SSRN: https://ssrn.com/abstract=2089242.
  • Daniel, Kent, and Tobias J. Moskowitz. “Momentum Crashes.” Journal of Financial Economics 122.2 (2016): 221-247.
  • Dobrynskaya, Victoria. “Upside and Downside Risks in Momentum Returns.” Social Science Electronic Publishing (2017). Available at SSRN: https://ssrn.com/abstract=2399359.
  • Du, Ding, and Xiaobing Zhao. “Momentum and Autocorrelation in Stock Returns.” International Research Journal of Finance and Economics 50 (2010): 157-173.
  • Frazzini, Andrea. “The Disposition Effect and Under-Reaction to News.” The Journal of Finance 61.4 (2006): 2017-2046.
  • Geczy, Christopher, and Mikhail Samonov. “Two Centuries of Price-return Momentum.” Financial Analysts Journal, 72.5 (2016): 32-56.
  • Greenwood, Robin, and Andrei Shleifer. “Expectations of Returns and Expected Returns.” The Review of Financial Studies 27.3 (2014): 714-746.
  • Griffin, John M., Xiuqing Ji, and J. Spencer Martin. “Momentum Investing and Business Cycle Risk: Evidence from Pole to Pole.” The Journal of Finance 58.6 (2003): 2515-2547.
  • Grinblatt Mark, and Bing Han. “Prospect Theory, Mental Accounting, and Momentum.” Journal of Financial Economics 78.2 (2005): 311-339.
  • Grinblatt, Mark, and Tobias J. Moskowitz. “Predicting Stock Price Movements from Past Returns: The Role of Consistency and Tax-loss Selling.” Journal of Financial Economics 71.3 (2004): 541-579.
  • Hameed, A., Hong, Dong, and Mitchell C., Warachka. “Momentum and Informed Trading.” European Finance Association Annual Meeting (2008). Available at: https://ink.library.smu.edu.sg/lkcsb_research/1563.
  • Hur, Jungshik, and Vivek Singh. “Reexamining Momentum Profits: Underreaction or Overreaction to Firm-specific Information?” Review of Quantitative Finance and Accounting 46.2 (2016): 261-289.
  • Huynh, Thanh D., and Daniel R. Smith. “News Sentiment and Momentum.” FIRN Research Paper (2013).
  • Hwang, Hyoseok. “Business Cycle and Momentum Payoffs.” Midwest Finance Association 2012 Annual Meetings Paper (2011). Available at SSRN: https://ssrn.com/abstract=1925933.
  • Ji, Xiuqing, J. Spencer Martin, and Yaqiong Yao. “Macroeconomic Risk and Seasonality in Momentum Profits.” Journal of Financial Markets 36 (2017): 76-90.
  • Kong, Liu Liu, Min Bai, and Peiming Wang. “Is Disposition Related to Momentum in Chinese Market?”, Managerial Finance 41.6 (2015): 600 - 614.
  • Lewellen, Jonathan. “Momentum and Autocorrelation in Stock Returns.” Review of Financial Studies 15.2 (2002): 533-563.
  • Li, Chun-An, and Chih-Cheng Yeh. “Investor Psychological and Behavioral Bias: Do High Sentiment and Momentum Exist in the China Stock Market?.” Review of Pacific Basin Financial Markets and Policies 14.03 (2011): 429-448.
  • Li, Yan and Liyan Yang. “Prospect Theory, the Disposition Effect, and Asset Prices.” Journal of Financial Economics 107.3 (2013): 715-739.
  • Liu, Laura Xiaolei, and Lu Zhang. “Momentum Profits, Factor Pricing, and Macroeconomic Risk.” The Review of Financial Studies 21.6 (2008): 2417-2448.
  • Liu, Yichuan. “Explaining Momentum within an Existing Risk Factor Model.” MIT Working Paper. (2012).
  • Menkhoff, Lucas, Lucio, Sarno, Maik Schmeling, Andreas Schrimpf. “Currency Momentum Strategies.” Journal of Financial Economics 106.3 (2012): 660-684.
  • Pan, Ming-Shiun, Kartono Liano, and Gow-Cheng Huang. “Industry Momentum Strategies and Autocorrelations in Stock Returns.” Journal of Empirical Finance 11.2 (2004): 185-202.
    Pan, Ming-Shiun. “Autocorrelation, Return Horizons, and Momentum in Stock Returns.” Journal of Economics and Finance 34.3 (2010): 284-300.
  • Stambaugh, Robert F., Jianfeng Yu, and Yu Yuan. “The Short of It: Investor Sentiment and Anomalies.” Journal of Financial Economics 104.2 (2012): 288-302.
  • Uhl, Matthias W. “Emotions Matter: Sentiment and Momentum in Foreign Exchange.” Journal of Behavioral Finance 18.3 (2017): 249-257.
  • Zhang, Hong. “Dynamic Beta, Time-Varying Risk Premium, and Momentum.” Yale ICF Working Paper 04-26 (2004). Available at SSRN: https://ssrn.com/abstract=571006.