不确定性指标UNC构建与样本特征 [page::1]

• UNC基于分析师盈利预期均方差构建，包含分析师分歧和预期误差。

- 样本涵盖1983年至2013年，数据详见表格统计。

UNC对动量和盈利因子的解释力 [page::2]

| 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% |

• UNC解释了价格动量（MOM）和营业利润率（OP）收益的主要来源，且显著削弱这些因子的超额收益。

- SUE和ROE的超额收益衰减但仍部分显著，显示小市值股票的超额收益较难由UNC解释。

UNC对其他异象的影响 [page::3][page::4]

• UNC对估值（HML）和投资指标不具解释能力。

- 控制UNC后市值因子SMB的溢价增强，表明UNC与市值因子作用相对独立。

市场环境对UNC因子表现的影响 [page::4]

• UNC及相关动量盈利因子在市场上行期收益较低且不显著；在市场下行期表现显著且较强。

- 反映投资者对不确定性的厌恶导致策略在不同市场情形下存在非对称性。

UNC替代指标分析：IVOL与DISP [page::5]

• IVOL对盈利因子解释力较UNC接近，但对动量因子解释能力较弱。

- 分析师分歧指标DISP表现平庸，因此传统使用DISP度量不确定性可能低估了其作用。

• 该报告由天风证券金融工程团队发布，分析师吴先兴主导[page::8]

《不确定性、动量和盈利能力》文献详尽分析报告

---

一、元数据与概览（引言与报告概览）

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。[page::0]

---

二、逐节深度解读

2.1 引言与背景

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。[page::0]

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。[page::0]

---

2.2 不确定性度量及样本统计（章节2）

作者定义了不确定性指标UNC：

\[
Uncertainty=V = \frac{\sum{i=1}^n (FCi - EPS)^2}{n} = \left(1 - \frac{1}{n}\right)D + SE
\]

其中：

• \(FC_i\)：第i个分析师盈利预期

- \(EPS\)：实际公告的每股收益

• \(D\)：分析师预期的分歧（variance of forecasts around平均预期）

- \(SE\)：分析师均值预期的均方误差（误差平方）

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。[page::1]

---

2.3 不确定性与动量因子的关系（章节3）

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：

• 价格动量（MOM）等权和市值加权组合收益分别为1.337%、0.949%，控制UNC后分别显著下降77%、59%至0.304%、0.389%，不再显著，表明MOM收益很大部分来源于不确定性效应。

- 盈利动量（SUE）等权和市值加权组合收益分别为0.956%、0.260%。剔除UNC后，等权收益衰减45%至0.523%仍显著，市值加权衰减72%至0.074%，不显著。

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。[page::1][page::2]

---

2.4 不确定性与盈利能力因子关系（章节4）

盈利能力因子包括：

• OP（Operating Profitability）：营收减成本、费用后除净资产回报

- ROE（Return On Equity）：净利润除净资产

两者的多空组合收益同样在控制UNC后显著衰减：

• OP等权和市值加权组合收益分别为0.882%和0.771%，控制UNC后分别下降68%和58%。

- ROE等权和加权组合收益分别1.471%、0.635%，控制UNC后下降61%、66%。

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。[page::2][page::3]

---

2.5 不确定性与其他异象（章节5）

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：

• UNC未能有效解释估值指标HML及投资指标

- 控制UNC后，市值因子SMB的溢价反而更为显著，说明UNC未涵盖市值因子的相关风险溢价

• Liang与Tang（2018）关于UNC对其他因子影响的结论与此一致

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。[page::3][page::4]

---

2.6 市场情景对UNC效应的影响（章节6）

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：

• 上行市场下，MOM、SUE等因子的多空组合收益弱且不显著

- 下行市场中，盈利能力（OP、ROE）因子收益显著且表现加强

• 差异在统计上非常显著，显示投资者对不确定性的规避导致在好市时不追逐高UNC股票，坏市时避开风险资产带来的预期风险溢价更大

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。[page::4]

---

2.7 UNC的替代指标及对比分析（章节7）

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：

• IVOL对动量MOM的解释能力明显低于UNC，对盈利因子解释较好，呈现部分相似作用，可作为UNC的替代指标之一。

- DISP的表现较弱，解释动量和盈利收益能力不佳，说明以往研究广泛采用的分歧指标未能充分捕捉UNC的复杂信息。

• 总体表明UNC是较优的信息不确定性量度，有助于揭示动量与盈利因子的深层收益来源。

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。[page::5]

---

2.8 结论总结（章节8）

作者总结：

• UNC指标完整解释了动量（MOM）和盈利能力（OP）因子的绝大部分收益，并对盈利动量（SUE）和ROE也具有显著解释能力。

- 动量与盈利策略收益大多来源于市场下行阶段，符合投资者对模糊不确定性的规避心理。

• 发现动量与盈利策略内含对市场方向的隐含押注，市场环境波动对其表现有较强调节作用，对投资组合构建与风险管理具有重要启示。

- UNC的引入有助于深化理解资产定价中的不确定性贡献，弥补传统风险模型不足。

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。[page::5]

---

三、图表深度解读

图1：样本统计（page::1）
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（page::2）
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（page::2）
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（page::3）
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（page::3、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（page::4）
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（page::5）
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。

---

四、估值分析

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。

---

五、风险因素评估

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：

• 不确定性风险显著影响动量和盈利因子收益，在市场下跌期间尤为明显，具有逆市场风险特征。

- 投资基于动量和盈利能力构建的策略实际上隐含明显的市场方向押注，即对市场整体走向尤其是下跌的风险暴露。

• UNC与传统风险指标如CAPM beta相关性较弱，提示常用风险度量未涵盖投资者面对不确定性时的心理和行为反应。

- 替代指标（IVOL、DISP）与UNC对比显示风险度量的质量直接影响对策略表现的解释和风险管理，对投资者来说选择合适风险指标尤为关键。

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。

---

六、批判性视角与细微差别

• 指标局限性： UNC依赖分析师盈利预期数据，缺失分析师覆盖的无覆盖股票样本，从而造成一定的样本选择偏差。尽管IVOL提出为替代指标，但IVOL与UNC在动量因子上的解释能力下降明显，说明UNC独特价值有所限制。

- 市场环境依赖性： UNC的收益表现高度依赖市场情绪及波动状态，在上升市场表现较弱，下跌市场力度加大，这对基于该指标的策略稳定性构成挑战。

• 数据时效与地域： 原文基于美国市场1983-2013年数据，是否适用于其他市场（如A股）及近期金融市场环境尚未验证，提出跨市场应用时需谨慎。

- 内生性问题未明晰： 虽然UNC捕捉了动量和盈利因子收益，但论文本身未详述UNC是否为因果驱动还是共同因素，这对因子投资实务和资产定价模型有重要影响。

• 异象解释范围有限： UNC对市值和估值因子未显示解释力，提示仅可部分替代传统风险因子，投资实务中仍需多因子综合考量。

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。

---

七、结论性综合

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：

• UNC指标的创新提出基于分析师盈利预期分散与误差两方面的度量，作为信息不确定性的量化工具。

- UNC解释股票动量与盈利因子的收益来源，尤其对MOM（动量因子）和OP（盈利能力）因子的解释力极强，剔除UNC后这两因子多空收益显著衰减，表明传统异象因子部分收益来源于市场对不确定性的厌恶。

• 不确定性带有市场非对称性效应，在市场下跌阶段，UNC及相关因子表现更强，反映投资者情绪和风险厌恶加剧时不确定性对资产定价的放大作用。

- UNC与传统风险指标形成互补，CAPM beta等经典风险解释能力不足，UNC提供了风险定价新的维度和方法。

• UNC对其他异象如市值、估值无明显解释作用，表明其作用主要集中于动量和盈利因子的收益结构。

- IVOL能在一定程度替代UNC，但解释力有所不足，DISP则表现较弱，强调UNC作为不确定性度量的优势。

• 投资启示： 以动量和盈利为基础的策略隐含了对于市场方向的隐含押注，投资者需重视不确定性对投资组合表现的调节影响，尤其在市场波动剧烈的时期。

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。

---

八、参考文献与附录

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。[page::0]～[page::5]

---

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。

---

总体评价

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]

报告