• 报告核心观点：行为金融学中的前景理论及累计前景理论为理解股价波动和投资者行为提供增量信息，尤其在解释A股市场未实现盈利量和个股主观价值评估上效果显著[page::0][page::1].

- CGO因子构建与表现：基于Grinblatt和Han (2005)的锚定价格概念，利用60天参数计算未实现盈利量CGO因子。该因子剔除短期强烈反转效应后依然表现良好，IC达2.23%，多空组合年化收益为11.97%，近几年的表现更稳定且优于原始CGO因子。

- 未实现盈利量最大的股票未来表现最好，符合前景理论预期的动量效应[page::4].

• TK因子及其改进：原始TK因子以个股过去收益率作为未来收益预测，表现较好但与反转因子有较高相似性。报告采用估值指标PB替代收益率修正TK因子（TK20Dpbres），剔除反转效应后IC提升至2.92%，多空年化收益7.91%，胜率接近70%。

• 沪深300和中证500指数样本内的因子表现一致，CGO60res与TK20Dpbres均具备较强选股能力，且两因子相关性较低，合成后前景理论因子的IC达到3.67%，胜率超过70%，近4年多空组合年化收益均超过17%。

• 综合前景理论因子的稳定及显著收益表现：

| 指标 | 值 |
|--------------|--------------|
| IC | 3.67% |
| 胜率 | >70% |
| 多头年化收益 | 8.91% |
| 空头年化收益 | -4.96% |
| 多空年化收益 | >17% |

- 表现稳定且与前景理论假设一致，模型基于历史数据，未来存在失效风险[page::8].

报告详尽分析与解读：行为金融学实证研究系列——前景理论因子的选股能力

---

一、元数据与报告概览

• 报告标题： 行为金融学实证研究系列：前景理论因子的选股能力

- 作者与团队： 丁鲁明团队，胡一江，丁鲁明，所属机构为中信建投证券股份有限公司

• 发布时间： 2020年6月10日

- 研究主题： 探讨行为金融学中的前景理论及累计前景理论相关因子CGO与TK在中国A股市场的实证表现与选股能力

• 核心议题： 基于行为金融学前景理论，分析两实证研究的因子——未实现盈利量(CG0)与个股前景价值(TK)，进而构建具有市场预测能力的投资因子组合

- 主要结论： 前景理论相关因子有效捕捉A股市场中存在的行为金融学信号，剔除反转效应后仍表现良好，综合组合因子年化多空收益超过17%，具备良好选股能力，风险提示为模型依赖历史数据，可能失效[page::0]

---

二、逐节深度解读

1. 引言

报告引言部分覆盖了金融学的传统基础（现代资产组合理论，有效市场假说，CAPM等经典模型），并指出行为金融学作为20世纪80年代以来的重要分支，突破了传统金融假设中的理性投资者、完全市场竞争及零交易成本的假设。特别是Kahneman获得诺贝尔奖强调了行为金融学的学术地位。报告明确三大行为金融学的核心假设：

• 投资者行为非一致性（非统一理性）

- 投资者存在非理性行为

• 市场存在信息成本与有限竞争

并且区分行为金融学的重要分支如前景理论、过度自信、心理账户及思维局限等，确立本报告以前景理论作为研究核心，进而着眼于前景理论因子的实证效果，并以A股为样本展开检验和讨论[page::1].

2. 前景理论及累计前景理论原理

2.1 前景理论

• 价值函数 \(v(x)\)：相较于传统效用理论，前景理论引入基于“锚定点”（即投资者参考价格或财富起点）的非线性价值函数，特点包括：

- 依赖于锚定点，投资者感知收益与损失相对这一参考点
- 对收益与损失均表现边际递减效用，收益侧函数为凹型，损失侧为凸型
- 损失厌恶：损失曲线陡峭于收益曲线，投资者对于损失敏感度更强

• 权重函数 \(\pi(p)\)：对概率赋予主观权重，特别是：

- 高估低概率事件
- 满足边界条件，即\(\pi(0)=0, \pi(1)=1\)

图1中清晰反映了价值函数的“锚定点效应”及权重函数对概率的非线性处理，解释现实中的投资者心理：例如处置效应中经常出现的卖赢留亏现象即源于此（投资者对亏损难以承受，而倾向于及时兑现收益）[page::2].

2.2 累计前景理论

• 拓展前景理论至多结果空间，核心在于调整概率的累积赋权

- 价值函数形式为分段幂函数：

\[
v(x)=\begin{cases} x^\alpha, & x \geq 0 \\ -\lambda (-x)^\alpha, & x < 0 \end{cases}
\]

• 权重函数分别对应收益侧 \(w^+(P)\) 和损失侧 \(w^-(P)\) ，具体采用参数化形式体现概率非线性权重

累计前景理论的数学形式提升了模型的灵活性，可应用于更复杂的投资情景，为后续因子构造奠定扎实理论基础[page::3].

3. 未实现盈利量CGO因子

3.1 CGO因子定义与计算

CGO因子即“未实现盈利量”因子，是基于前景理论中的“锚定价格”概念构建。具体包括：

• 锚定价格 \(RPt\)：利用换手率加权的历史价格，表达投资者平均持仓成本

- CGO计算公式：结合当前价格与锚定价格计算投资者未实现的盈亏比例

\[
CGO = \frac{P{t-1} - RP{t{\tau{t-1}}}}{P{t-1}}
\]

反映不同投资者当前未实现盈利或亏损的大小，此因子捕捉投资者情绪及预期行为，可能引发动量或反转价格效应[page::3].

3.2 A股市场实证分析

通过实证样本，选取60天窗口参数得到CGO60因子。依据Wind及中信建投数据（见表1及图7)，该因子能较好预测股票未来收益，表现出统计显著的正相关性。

3.3 剔除反转效应后的修正表现

考虑到A股短期反转效应显著，导致CGO因子短期内表现与理论不符，报告剔除了反转因子影响后，验证因子修正后的表现。

• 从图8（CGO60因子剔除反转前后表现）观察：

- 剔除后IC从3.81%降至2.23%，表现稳定且方向与理论一致
- 年化多空收益由13.09%上升至近12%，尤其2016-2020年区间表现显著提升至17.98%，较剔除前更优

• 多空头收益主要驱动表现，多头收益显著，空头较为温和

这表明未实现盈利量确实反映投资者的动量偏好，能带来持续的选股收益，且剔除反转扰动后效果更符合理论预期[page::4].

4. 个股前景价值TK因子

4.1 TK因子设计逻辑

基于Barberis, Mukherjee与Wang (2016)思想，TK因子计算投资者基于历史收益率分布的前景价值：

• 以过去N日/月的历史收益作为未来收益概率分布估计

- 根据前景理论的价值函数和权重函数，计算股票“个股前景价值”分数

公式细节涵盖收益区分符号，权重函数的正负侧应用，参数取自经典研究（\(\alpha=0.88, \lambda=2.25, \gamma=0.61, \delta=0.69\)）

该因子映射投资者对每个股票的主观正负估值，理论逻辑上，较高的TK价值量表明股票被高估，应有负收益，因此预期TK值与未来收益负相关[page::5].

4.2 TK因子在A股的表现

表5统计数据显示，不同参数下的TK因子（例如20天、60天）的IC与累计收益表现出一定的区分度。图9展示多空组合净值，20天参数的TK因子表现最佳累计收益最大，表明短期内更能捕捉投资者情绪。

4.3 TK因子基于PB的改进

考虑到个股前景价值其实不完全由收益率决定，尤其在A股，投资者更关注估值，故将历史收益率替换为PB（市净率）变化率：

• PB变化作为“个股价值变动”的衡量，更贴近投资者对股票的“价值打分”

- 修正后的TK20Dpbres因子剔除了反转效应后，IC提升至2.92%，多空年化收益7.91%，且胜率接近70%

• 表明基于估值的改进版本更稳定，预期方向变为正相关，即低PB（低估）股票未来收益较好

图11显示该因子表现稳定且多样数据可视化（时序IC曲线、密度分布、分组收益、组合表现）均支持其有效性[page::6-7].

5. 综合因子表现与跨指数验证

• 在沪深300和中证500两个主要宽基指数中，CGO60res与TK20Dpbres均展现较好表现，均能稳健产生选股收益

- 相关性分析显示两因子低相关性，结合使用可提升策略的稳健性和多样化收益来源

• 组合后的前景理论因子（因子权重或叠加统计未详述）IC达到3.67%，胜率超过70%，整体年化多头收益达到8.91%，空头亏损4.96%，合计高于17%的多空年化收益

图14和表12对组合因子表现给出了全方位展示（IC时序及分布，分组收益，组合净值曲线等），验证了前景理论因子在更广泛市场环境中的适用性与收益能力[page::7-8].

---

三、图表深度解读

图1（第2页）

• 描述：前景理论中的价值函数及权重函数形态

- 解读：左图表明投资者对收益和损失有不同的心理感知，损失曲线陡峭反映损失厌恶；右图则表明投资者对概率赋权非线性，低概率尤其被高估。

• 作用：为因子理论基础提供认知模型支持，解释为何未实现盈利和个股预期价值能作为有效因子指标[page::2].

图8（第4页）

• 描述：CGO60因子剔除反转前后累计收益对比曲线

- 观察：剔除反转后因子曲线（蓝线）波动较平滑，且长期收益逐步上升，表明剔除反转后捕捉到的动量信号更加稳定且显著。

• 数据支持：剔除反转后多空年化收益提升到17.98%，明显优于未剔除时7.55%

- 说明反转效应在A股短期干扰CGO因子表现，是短期噪声剔除后能见真实效应的典型示例[page::4].

图9（第6页）

• 描述：不同时间窗口参数的TK因子多空累计净值曲线

- 解读：20天窗口（红线）明显优于60天及更长窗口，显示短期更新的收益历史更贴近市场个人情绪与预期，模型对于短期历史数据敏感。

• 再次反映行为金融学中的非理性行为往往是短期驱动的[page::6].

图11（第7页）

• 描述：TK20Dpbres因子剔除反转后的表现细节——包括时序IC、IC密度、月度IC热力图、分组收益柱状图、分组累计收益以及多空收益曲线

- 解读：
- IC时序图和密度分布显示因子稳定正相关的预测能力
- 热力图揭示因子在整个年份及月份中表现较为均衡，没有明显淡季
- 分组收益表明高因子组获得最高收益，低组表现最差，多头多空收益差显著
- 累计净值曲线长期稳步上升，表明因子的持续有效性

• 作用：强有力的实证图表支持基于估值修正的TK因子代表了投资者价值感知的有效捕捉[page::7].

图14（第8页）

• 描述：前景理论综合因子表现各维度展示（IC时间序列、密度、月度热力、分组收益、累计净值和多空头收益）

- 解读：综合因子拥有更高的IC均值和更平滑的预测信号，表现出极佳的选股能力和收益稳定性

• 综合收益图显示投资组合长期上升趋势，验证两因子低相关性叠加效果

- 结论：行为金融学构建的选股因子在中国市场具备较好预测能力和投资价值[page::8].

---

四、估值分析

报告中并未直接使用传统估值模型（如DCF、EV/EBITDA等）进行个股估值，而是采用行为金融学视角下基于投资者心理锚定形成的“前景价值”对个股估值进行间接量化。

• CGO因子的锚定价格 \(RPt\) 本质上是基于换手率加权的历史均价，暗含了投资者成本估值和盈亏认知

- TK因子中通过价值函数赋权过去收益率或者估值指标PB的变动，反映投资者对个股未来价值的非理性预估

• TK因子进一步改进引入PB替代收益率，提升了估值匹配的合理性和稳定性

- 本报告仅对因子有效性进行统计与实证，没有单独的估值目标价定义，而是量化了行为金融因子的选股能力及其收益贡献

这体现了报告以行为金融视角创新地进行了估值因子构建，并有效应用于实证选股中[page::5-7].

---

五、风险因素评估

报告风险提示明确指出所构建模型主要基于历史数据：

• 因子表现基于过去历史数据的统计特征，存在未来失效风险

- 前景理论因子依赖于投资者行为的持续性及其在A股市场上的适用性，若市场结构出现变化或行为模式改变，因子可能失效

• 反转效应是影响因子表现的重要噪声，剔除后表现更稳定，但依然不能排除短期波动及事件驱动带来的不确定性

- 无明确缓解措施，风险警示强调需谨慎使用该模型及结合其他选股指标和风险管理工具

风险提示表现出对模型与市场变化适应性的客观认知[page::0].

---

六、批判性视角与细微差别

• 报告基于明确的行为金融理论和国际学术文献，结合A股市场实际情况进行因子设计和修正，展示了严谨的实证态度

- 修正TK因子从收益率到PB体现了对本土市场特征的适应性，增加了因子表现合理性和稳定性，但也意味着行为金融模型因子需要不断根据市场特征调整

• 剔除反转因子的处理合理，也指示短期反转影响模型信号，说明因子在不同市场环境下存在表现差异，投资者应用时需重视因子组合的时序和结构动态

- 因子IC值均保持在中低百分比区间（2%~4%），不属于极强信号，说明行为金融因子虽有预测能力，但其alpha空间相对有限，需与其他因子构建多元策略

• 报告未详述组合因子权重分配及实时调整机制，缺少对策略交易成本及市场冲击的说明，实际应用中需要考虑这部分因素

- 研究时间范围止于2020年初，未涵盖后续市场变化，未来研究需扩展样本与考察因子的时效性

整体上，报告体现了科学审慎的态度和较强的理论与实证结合能力，兼具应用价值与研究前瞻[全报告].

---

七、结论性综合

本篇来自中信建投丁鲁明团队的行为金融学专题深度报告，以前景理论为基础，构建并验证了两大重要因子：

1. 未实现盈利量CGO因子：基于投资者持仓成本锚定价格及当前价格构造，捕捉投资者动量效应。剔除反转效应后，CGO60res因子在近4年（2016-2020）表现优异，IC达2.23%，多空年化收益近18%。
2. 个股前景价值TK因子：基于历史收益率计算投资者主观价值估计，后续基于PB指标修正因子表达，更接近市场实际投资者估值判断，TK20Dpbres在剔除反转效应后IC可达2.92%，年化多空收益7.91%。

两者因子相关性较低，组合后表现彰显协同效应，综合因子IC达到3.67%，胜率超过70%，多空年化收益超过17%，为投资者提供了具备行为学理论支撑与实证效果的选股工具。

图表详尽展现了因子的动态表现趋势、分组收益、IC密度等核心指标，全面支持前景理论因子在中国A股选股中的实证有效性。

本报告将行为金融学经典理论与中国市场特征有效结合，突破传统有效市场假说边界，为量化投资和因子研究提供了新思路和实用工具。

风险提示明确表达了对模型时效性的谨慎，告诫投资者注意历史回测的局限性。

综上，报告的总体立场积极，确认前景理论因子为行为金融学视角下值得关注和应用的有效因子，建议投资者和研究者基于此开拓更深入的多因子组合与市场行为研究[page::0-8].

---

报告重点图表示例（部分）

• 图1 前景理论价值函数与权重函数示意图

- 图8 CGO60因子剔除反转前后绩效对比

• 图9 不同时长参数TK因子累积净值表现

- 图11 TK20Dpbres因子多维度表现

• 图14 综合前景理论因子多维度表现

- 图12-13 CGO60res与TK20Dpbres在沪深300和中证500中的表现

---

总结

报告深入从行为金融学视角探究前景理论因子在中国股市的实证表现，构建了具备统计与经济学意义的两个关键因子，全面论证了其选股能力和收益稳定性，结合严谨的数学模型及实测数据，呈现了行为偏差驱动的投资信号的投资价值。结论对投资者构建量化多因子组合、丰富投资策略体系具有较高实操指导意义，亦推动了行为金融学理论在中国资本市场的落地应用。

[page::0,1,2,3,4,5,6,7,8]

报告