当前位置:六维空间 > 【组图】【天风金工专题报告三十七】对比效应对超预期事件的增强策略_搜狐财经_搜狐网

【组图】【天风金工专题报告三十七】对比效应对超预期事件的增强策略_搜狐财经_搜狐网

时间:编辑:六维空间手机版

原标题:【天风金工专题报告三十七】对比效应对超预期事件的增强策略

摘要

本文参考Hartzmark,Shue(2016)在论文《A Tough Act to Follow: Contrast Effects in Financial Markets》中的思想,研究对比效应在A股市场中的应用的可行性与效果。对比效应指同类型的事件或信息,在不同的背景环境下发生,对投资者产生的效用和冲击是不同的。本文主要研究超预期事件的对比效应。

根据对比效应理论,若前期市场上发生超预期事件的总体意外盈余低,则投资者会认为今天的超预期事件令人印象深刻,其事件效应也就越大;若前期总体意外盈余高,则投资者对今天超预期事件的感受和关注程度会大大下降,其事件效应也就较弱。为此,我们在超预期事件上叠加对比效应因子,选择前期总体盈余意外低、当天事件效应较强的个股,构建对比效应对超预期事件的增强策略。

对于发布业绩预告的样本,首先根据上一年度该季度净利润所占比例对一致预期数据进行调整,得到当期单季净利润预测值;计算超预期比例;根据公告日前5个交易日内,该样本所在行业个股的所有的业绩预告事件,计算对比效应因子。选择超预期比例为正,预测值为正的样本,同时其对比效应因子非正的样本,公告发布当天开盘买入,持有55个交易日开盘卖出。

策略在回测期内共交易3675次,取得了15.46%的年化超额收益,最大回撤为8.82%,收益回撤比为1.75。相对于超预期事件驱动策略,叠加对比效应因子进行筛选后,不仅大大降低了交易次数,超额收益与收益回撤比均有明显提升。

从行为金融学谈起

2017年10月9日,2017年诺贝尔经济学奖颁给了Richard H. Thaler “for his contributions to behavioural economincs”,这是继Kahneman和Shiller等后第三次颁给行为金融学者。

行为金融学是研究心理、社会、认知、情绪等因素在个体和机构经济决策中的作用,以及对市场价格、投资回报、资源分配产生的后果。简单来讲,市场上除了理性参与者,更多的是有限理性参与者,行为金融学即是利用逆向思维的方式,试图从参与者的角度解释现时金融现象的内在逻辑,并以此对金融市场进行建模和交易。

Thaler教授曾经指出:“我认为行为金融的成功,在于现在已经没有行为金融了,所有的金融研究者和实践者都在采用行为金融的思路进行思考和实践。”回看尚不成熟、散户主导、情绪化的A股市场,行为金融具有非常大的应用价值,亟待我们研究和发掘。本文参考Hartzmark,Shue(2016)在论文《A Tough Act to Follow: Contrast Effects in Financial Markets》中的思想,研究对比效应在A股市场中的应用的可行性与效果。

框定偏差中对比效应的原理与应用

框定偏差(Framing Dependence Bias)是行为金融中认知心理学的一个重要分支,当人们用特定的框定来看待问题时,框定依赖导致的认知与判断的偏差称为“框定偏差”,即尽管问题的本质相同,人们会因为问题出现的情景或问题表达的方式不同,而做出不同的判断。本质上,当决策者评估每个选项中的不同结果时,他感受到的是每个结果对他的主观价值v(x),而非该结果的真实价值x,而价值函数会受到框定偏差的影响。

框定偏差中一种主要的行为表现是对比效应,指不同背景下,同一刺激因素产生的感觉差异的现象,如把手放入同样温度的水中,冬天的感觉与夏天的感觉是不同的。套用到股票市场,同类型的事件或信息,在不同的背景环境下发生,对投资者产生的效用和冲击是不同的。本文主要研究超预期事件的对比效应。

上市公司公布业绩增长的财务报告或业绩预告,在直观上是一个利好事件,但随着市场上卖方分析师队伍的壮大和话语权的凸显,以及多渠道的各类信息的充斥,等到发布报告已经是一个非常滞后的时点,上述利好事件的时间效应被不可避免的弱化。对此,人们利用对比效应,提出了超预期事件的概念,即业绩报告事件的利好与否不应该与前期报告期相比较,而应该与前期市场一致预期相比较,只有业绩增长超出市场预期的事件才是真正能引发投资者青睐的利好事件。我们的研究表明,业绩预告发布后,预告业绩超过前期分析师一致预期的事件相关个股,在其后60个交易日相对中证500指数和市值行业对应组合均有一定的超额收益。

本文的重点在于,对于超预期事件进行再次筛选。根据对比效应理论,若前期市场上发生超预期事件的总体意外盈余低,则投资者会认为今天的超预期事件令人印象深刻,其事件效应也就越大;若前期总体意外盈余高,则投资者对今天超预期事件的感受和关注程度会大大下降,其事件效应也就较弱。

为此,我们在超预期事件上叠加对比效应因子,选择前期总体盈余意外低、当天事件效应较强的个股,构建对比效应对超预期事件的增强策略。

数据选择与处理

我们首先选取每一季度发布业绩预告的公司作为样本池,取业绩预告中预计净利润下限作为公告值;一致预期数据来自朝阳永续,取业绩预告公布日前一天的一致预期净利润作为预期值,根据下式计算超预期比例:

然后我们对t日发生事件的样本计算其对比效应因子

其中,T为我们计算对比效应因子的回溯区间,分别取1,3,5进行实证;I-tao为tao日所有发生预告事件的样本数量。

这里我们可以看到,根据上式,同一天发生事件样本的对比效应因子值是相同的。进一步,我们考察行业内的对比效应,即认为对个股来说,其所在行业的其他股票在前期的超预期事件才会对它产生对比效应。行业内的对比效应因子计算方法如下:

其中,K_tao为tao日所有行业为ind、发生预告事件的样本数量。

由于我国卖方分析师在进行盈利预测的时候,一般仅针对未来1-3年的年度业绩进行预测,这限制了超预期事件驱动策略仅能在年报期运用,我们考虑能否在其他季度对预期的年度利润进行划分,使得可以在四个季度捕捉业绩超预期的事件效应。为此,我们希望估计个股各季度净利润在全年的占比,并据此计算当前季度净利润在全年的占比,由此得到当季的一致预期净利润。我们考虑下述6种分布方式:

1. 四个季度的单季净利润相同,均为全年净利润的25%;

2. 当季净利润在全年的占比与上年一样,即用个股上年当季净利润在全年的占比作为本期的占比;

3. 计算过去三年该季度净利润在全年的占比值,以其均值作为本期的占比;

4. 计算过去五年该季度净利润在全年的占比值,以其均值作为本期的占比;

5. 计算过去三年该季度净利润在全年的占比值,用半衰加权的方式计算得到本期的占比;

6. 计算过去五年该季度净利润在全年的占比值,用半衰加权的方式计算得到本期的占比;

我们运用2009年到2016年各年的数据滚动预测,并与后验的真实值进行比较,计算偏差绝对值,两端进行缩尾处理,上述6种方法在各年度的预测偏差情况如下:

上述结果表明,运用较长的历史数据进行预测的效果会更差,比较而言,直接用个股上年当季净利润在全年的占比预测的偏差较小,本文中,我们运用该方法对非年报期一致预期数据进行调整,,首先计算当季的单季度超预期比例Earning Surprise,进而计算对比效应因子。

事件效应分析

我们直接以0为阈值划分超预期事件,且要求单季净利润大于0,主要考虑到:

1. 样本数量,若设置更高的阈值,每期满足要求的样本数量会减少且不稳定;

2. 若以给定值划分超预期事件,则需考虑过小的分母对比例值的影响,这其中涉及较多的参数。

同样,我们也以0为阈值筛选对比效应因子,即选择超预期样本中对比效应因子不大于0的样本作为叠加增强样本。我们这里仅分析行业内的对比效应因子的增强效果,结果显示,全市场的对比效应因子和行业内的对比效应因子的增强效果差别不大,行业内的对比效应因子对于参数回溯区间的敏感性较低。

分别考察全样本、超预期样本和叠加对比效应因子的样本的事件效应,我们以公告日为基点,观察样本在时间发生后60个交易日相对中证500指数的走势:

上图可以看到,超预期具有明显的事件效应,而当我们叠加对比效应因子之后,筛选出的样本较单纯超预期事件具有明显的增强效果,其中,用较长的回溯期计算的对比效应因子具有较高的增强效果,在事件发生后60个交易日平均超额超预期样本0.7%。

对于事件驱动策略的分析,由于无法在一个统一的时点对样本进行行业和市值的中性化处理,上述事件效应不可避免的包含一定的行业效应和市值效应。为此,我们为每一个发生事件的样本,分别构建针对于它的行业基准组合与市值基准组合:对每一个样本,考察其在对应期间相对于所在行业基准组合的走势:

上图可以看到,在剔除行业效应之后,发生事件的全样本的超额收益明显降低,超预期事件仍显示出稳定的超额收益,而叠加对比效应因子之后,筛选出的样本较单纯超预期事件仍具有明显的增强效果。

对每一个样本,考察其在对应期间相对于市值相近的50只股票构建的市值基准组合的走势:

上图可以看到,在剔除市值效应之后,发生事件的全样本几乎不存在超额收益,超预期事件仍显示出稳定的超额收益,而叠加对比效应因子之后,筛选出的样本较单纯超预期事件仍具有明显的增强效果。

进一步,为了构建一个可持续操作的策略,我们希望该事件的发生数量在各期较为均衡,同时各期的超额收益较为稳定。对此,我们进行了验证:

根据上述分季度统计结果可以看到,各期超预期事件样本数量为170个,叠加对比效应因子限制后,各期样本数量平均为110个,没有出现样本过于集中在某一报告期的现象。在我们20天、40天和60天的3个观测期内,两类样本均具有比较稳定的超额收益,其中持有60天的季度胜率较高,在90%以上。

我们为每一个发生事件的样本,构建了一个针对于它的行业市值中性组合,即在当时样本股所在的行业中选取与其市值最相近的10只股票,构建了对应的市值行业中性组合。样本相对市值行业中性组合的超额收益与胜率也有相似结果:

由此可见,通过对非年报期对一致预期数据进行调整,我们可以在一年4个季度构建业绩预告的超预期事件驱动策略,叠加对比效应因子之后,会对一般超预期事件效应产生进一步的增强。

策略回测

超预期事件驱动策略

样本选择与买卖时点

1. 对于发布业绩预告的样本,取其预告净利润下限作为公告值,加工成为当期单季净利润;取公告日前一天的分析师一致预期净利润数据,根据上一年度该季度净利润所占比例对其进行调整,得到当期单季净利润预测值;计算超预期比例;

2. 选择超预期比例为正,同时预测值为正的样本,公告发布当天开盘买入,持有55个交易日开盘卖出。

回测参数设置

1. 回测期间:2009.1.1-2017.11.28;

2. 手续费:买入0.1%,卖出0.2%;

3. 持仓权重设置:等权,每当有股票调入或调出,进行等权再平衡处理;

4. 单只股票权重上限:10%;

5. 基准:全部A股剔除ST和上市不满一年的新股,构建全市场等权指数,半年调仓。

回测结果

策略在回测期内共交易5409次,取得了12%的年化超额收益,最大回撤为9.19%,发生在2009年,收益回撤比为1.31。

对比效应对超预期事件的增强策略

样本选择与买卖时点

1. 对于发布业绩预告的样本,取其预告净利润下限作为公告值,加工成为当期单季净利润;取公告日前一天的分析师一致预期净利润数据,根据上一年度该季度净利润所占比例对其进行调整,得到当期单季净利润预测值;计算超预期比例;

2. 根据公告日前5个交易日内,该样本所在行业个股的所有的业绩预告事件,计算对比效应因子。

3. 选择超预期比例为正,预测值为正的样本,同时其对比效应因子非正的样本,公告发布当天开盘买入,持有55个交易日开盘卖出。

回测参数设置

1. 回测期间:2009.1.1-2017.11.28;

2. 手续费:买入0.1%,卖出0.2%;

3. 持仓权重设置:等权,每当有股票调入或调出,进行等权再平衡处理;

4. 单只股票权重上限:10%;

5. 基准:全部A股剔除ST和上市不满一年的新股,构建全市场等权指数,半年调仓。

回测结果

策略在回测期内共交易3675次,取得了15.46%的年化超额收益,最大回撤为8.82%,发生在2009年,收益回撤比为1.75。

可以看到,相对于超预期事件驱动策略,叠加对比效应因子进行筛选后,不仅大大降低了交易次数,超额收益与收益回撤比均有明显提升。

样本分析

行业分布

我们分报告期统计各期样本的中信一级行业分布:

可以看到,在全样本中,医药、基础化工、机械行业的样本较多;今年以来买入的样本中,电子元器件行业的样本明显增多。

市值分布

我们计算每个样本在选取时其市值在全市场中的分位值,分报告期统计各期市值分位的平均水平:

上图可以看到,各报告期样本的市值分位均在0.5左右,不存在明显的市值偏好。

PB分布

我们计算每个样本在选取时其PB在全市场中的分位值,分报告期统计各期PB分位的平均水平:

上图可以看到,各报告期样本的PB分位均在0.5左右,不存在明显的PB偏好。

小结

本文参考Hartzmark,Shue(2016)在论文《A Tough Act to Follow: Contrast Effects in Financial Markets》中的思想,研究对比效应在A股市场中的应用的可行性与效果。对比效应指同类型的事件或信息,在不同的背景环境下发生,对投资者产生的效用和冲击是不同的。本文主要研究超预期事件的对比效应。

根据对比效应理论,若前期市场上发生超预期事件的总体意外盈余低,则投资者会认为今天的超预期事件令人印象深刻,其事件效应也就越大;若前期总体意外盈余高,则投资者对今天超预期事件的感受和关注程度会大大下降,其事件效应也就较弱。为此,我们在超预期事件上叠加对比效应因子,选择前期总体盈余意外低、当天事件效应较强的个股,构建对比效应对超预期事件的增强策略。

对于发布业绩预告的样本,首先根据上一年度该季度净利润所占比例对一致预期数据进行调整,得到当期单季净利润预测值;计算超预期比例;根据公告日前5个交易日内,该样本所在行业个股的所有的业绩预告事件,计算对比效应因子。选择超预期比例为正,预测值为正的样本,同时其对比效应因子非正的样本,公告发布当天开盘买入,持有55个交易日开盘卖出。

策略在回测期内共交易3675次,取得了15.46%的年化超额收益,最大回撤为8.82%,收益回撤比为1.75。相对于超预期事件驱动策略,叠加对比效应因子进行筛选后,不仅大大降低了交易次数,超额收益与收益回撤比均有明显提升。

模型结论基于历史数据,存在失效的风险。

天风金工专题报告一览

2 《》2017-11-28

4 》2017-11-17

5 》2017-10-30

7 《》2017-10-24

8 《金融工程:基于动态风险控制的组合优化模型》2017-09-21

10 《》 2017-09-18

11 《》 2017-09-08

12 2017-09-04

13 《金融工程:MHKQ因子择时模型在A股中的应用》 2017-08-15

14 《》 2017-08-14

15 2017-08-10

192017-07-17

202017-07-11

24《》2017-06-12

25 2017-06-01

26 2017-05-25

27 2017-05-14

29 2017-04-16

30 2017-03-22

31 2017-03-10

32 《金融工程:专题报告-基于自适应破发回复的定增选股策略》 2017-03-09

33 《金融工程:专题报告-定增节点收益全解析》 2017-03-06

34 2017-03-06

35 2017-02-14

36 2017-02-13

关注我们

Email:xujintao@tfzq.com

Email:hanjinyang@tfzq.com

风险提示:市场系统性风险,有效因子变动风险。

《天风证券-专题报告:对比效应对超预期事件的增强策略》

2017年12月11日返回搜狐,查看更多

责任编辑:

新闻来源:量化先行者

原标题:【天风金工专题报告三十七】对比效应对超预期事件的增强策略_搜狐财经_搜狐网

六维空间:http://www.liuweispace.com/

六维空间移动端:http://m.liuweispace.com/

猜您感兴趣

六维空间的所有信息均转载于其他网站或从互联网收集,如6v电影的稿件侵犯了您的权益或版权,请联系六维

Copyright © 2010-2018 六维空间(http://www.liuweispace.com/). All Rights Reserved.