他山之石系列一

金工金工金研 量化研究2012830总编：高道SAC总编：高道SAC：:金融工程高级分析SAC：：丁鲁SAC：：：：冯佳：：杨：：：“他山之石”这份双，就是基于这种研究思路展开的。由金融工程部和基金的分析师挑选海外新颖独特的研究成果，进行学结，整理出本期登了8名分析师推荐的文章。投资者情绪是造成价格高估和低估市场数据大多都存在两个特点：从常态分布且不能通过实验增加样多，但我们往往更关心状态。冯佳睿推荐的《中心趋势之外——分位数回归Bayes方法是将个人经验与客观数据相结合的一个强有力的方法，因此在证Bayeslogistic回归，MCMC算法来实投资因其透明、成本优势，在投资市场份额越来越大。投资需要价格指数，因此指数编制方法创新也层出不穷，特别是非市值方法。张欣H股上的实证》一文中提出了一种序方法是一种较 决策树分类方法也很有其特点，杨勇推荐的《基于CART和Logistic双驱动的多 另外，丁鲁明、和分别推荐了《资产投资配置悖论的新理论——论》和《从承销商损失函数出发，分析新股价与上市价间的关系》也是不 ： alpha因子贡其中：ESS（事件情绪分数）501，在其它情况下取值0；ESS（事件情绪分数）501，在其它情况下取值0。RavenPack设计的算法对各种事件公司产生了正向影响，值越大向影响越大，如果该值小于50则意味着产生了负的影响。利用RavenPack算法，可以为每一个事件分配一个情绪分数。比如：利用其中：表示行业it日的超额收益，表示t日的市场收益（参考文献中账面市值因子、动量因子的日收益率，为RavenPack市场情绪指数（构建方法类似于行业情绪指数）在t日的变化值，为行业i在t日的RavenPack变化值）的系数的绝对值，即。资料来源：海月的效应，从2001年8月到2012年3月，通过最敏感的行业和最不敏感的行业资料来源：海资料来源：海资料来源：海最后我们再看看十个行业ETF对市场情绪敏感度的排序情况，石油天然气有28.1%20.3%的比例往往对市场情绪过度反图图3 文章来源：ChrisGowlland,ZhijieXiao,QiZeng,TheJournalofportfoliomanagement,p106-p119乘(OLS)在把握数据的中心趋势时显得非常有效。但是，倘若想要研究接近总体值的那部分群体的表现时，OLS就并不那么有效了。而在对资产收益率和风险的研究中，尾部数据的行为往往比中间部分更加具有。此外，如果数据来自于正态总体，那n分位KoenkerBassett1978年提出OLS的一种替代方法逐渐nmin(yi(xi,Rp由上式可知，OLS是最小化n个独立的随 量yi与其期望值(xi,)之间差的平方和。求解后可得yi基于自变量xi的条件期望的估计， 和的估计决定。趋势，主要关注数据和其均值的偏离。而分位数回归关心的则是分位数，重点研究理论分位数，记为，上下数据的行为。第二，OLS的目标是最小化数据和均值偏离的平方和，而分位数回归则寻找使得数据与之间绝对偏离之和最小的估计。因此，R

(yi(xi,iu)u(Iu0))xt期一个k1维的自变量，它包含了可以 nˆ()argmin(rt1'xt的分位数基于自变量个分布函数的估计，而不像OLS那样仅估计rt1)的均值。如前文所述，OLS估计对数据集的非正态误差较为敏感，极易受到异常点的影响。位数之间的绝对误差，因而更加稳健，对异常点、值、异方差性、删失或截断数据最常用的用来评价因子有效性的方法就是基于回归的各类分析，而分位数回归深为研究对象，对一个常用的因子——PB的效应进行。大量的学者和投资都发现，长期来看估值指标PB和收益率呈现负相关性。换收益率为因变量，3月的PB值为自变量，进行OLS回归以及在不同分位点处的分位数回归后得到的系数估计和95%的置信区间。1OLS和分位数回归的系数及95%分位0并无显著差异，这表明从中心趋势来看，PB与未来收益率的相关性是很弱的。但分位数回归的结果却提供了更为丰富的信息，总体来看，随着分位点的提高，PB的系数估计逐渐从负值变大为正值，而且在收益率的尾部，即分位数较小和较大处，PB的0PB对于未来收益率分布的影响是弱的，但在分布的尾部，PB的取值对于收益率有着显著的效应。从图上看，当分位点较低(<0.4)时，PB0PB会使得低收益群体PB能够显另外一些解释，便于更好地认识PB在未来收益率或者说筛选公司时所起的效应。下图是上文所提数据的散点图以及OLS估计的直线，此外，还标示了10%，50%和90%220113PB4月收益率的散点上图表明异方差性明显存在于该数据集中，PB较小处收益率的离散程度要显著地小于PB较大处。分位数回归直线很好地揭示了这一特点，10%和90%的估计直线在低PBPBPB10%分位数与倘若选择PB较高处的公司，未来的收益就显得不那么确定了，风险也会随之变大。文章来源：RonBird,RichardGerlach,ABayesianModelAveragingApproachtoEnhanceValueInvestment,InternationalJournalofBusinessandEconomics(2006,Vol5)本文属于多因子选股模型的范畴，作者通过在一些财务因子和年收益率之间建PB筛选出来的Beneshetal.2000，Piotroski2000等前人的价值股研究成果，选用资料资料来源：海log(/(1))z eXe N(0, i,t1 当年收益率超过市场的话记为yt1，低于市场记为yt0，t为个股在第t年收益高于市场的概率 P(yt1)，Xt1为个股对应的前一年的财务因子数据m为因子的数量。这里的关键步骤是如何根据历史数据，筛选出有效的财务因子，并据此未来一年个股战胜大盘的概率。作者采用的是贝叶斯参数选择和平均的JiJi1表示第iJi0表示该因子未入选，原mP(J 1 [k [k1|Y

1|Y, , )

k

z[j J[jGMCMCt和ik对个股未来战胜大盘的概率都有一个值，BayesianModelAveraging的方法即是把这些值按照每个模型出现的概率进行平均，得到一个后的值。用数学P(y1|Y,X)P(y1|X,M |Y,X j25%TOP组合，后25%作为BOT组合；资料来源：海前者选到的较多且稳定，后者的选取的变动较大，有些年份可能只选出几只。两个策略组合，不论是按市值还是等值，在美、英、澳三个市场1，在提高收益率的同时，组合的波动率变化不大。市场上，策略1在1986-2001的16，有12年战胜市场，胜率75%.资料来源：海2图图3策略1 logistic回归和贝叶的系数变化，能让我们很直观的看到各个因子对收益率影响随时间的变化。该模型在美、英、澳三个市场的表现优秀，很值得我们在市场上做类似的尝试。价值效应及在H股上的实文章来源：BurtonMalkiel，DerekJunThe“value”effectandthemarketforChinesestocks，EmergingMarketsReview10(2009)227—241历史上有很多文献都显示，大小盘效应在资产定价中起到了重要的作用。这些研究认为这种“风格效应”存在于新型的指数与在海易的中国之中。本文展示了运用了组合构建中的非参数方法，试图寻找这种“风格效应”中的作用，在Banz(1981)andFamaandFrench(1992)通过研究发现了公司大小（通过总市值来衡量）和的回报有很强的相关性：小公司的回报似乎总是高于大公司。这种解释 由1000个 组成，通过净资产、净利润来，其表现在2000-2005年就超过了标普500、罗素1000等用市值的指数。110002000指数历史表现（1980-资料来源：海权重，就能提高战胜市场的概率。图2展示了利用净资产来 图图 与市 资料来源：海事实上，利用净资产、净利润、销售额来的方式均能有效战胜市值的组合，3。净资产、净利润、销售额的最终净值分别为2.60、2.542.47，而市值组合的最终净值仅为1.77。图 资料来源：海的方法并不涉及到因子具体数值的绝对大小，只关心他们之间的相对排序，公式中delta是一个可以供投资者自己输入的参数delta=0时，退化为等权重，当delta数值比较大时，靠后的权重可能为负，这在实际投 图4是市净率因子按照的方式构建的组合与市值组合的历史表现对比，很明显，方法的最终净值为3.29，较之净资产2.60的最终净值有了为了说明这种方法的有效性，作者又在恒生指数上运用了这一方法（5），2000-200810.83，而组合同期的净值由增长到了1.94。 资料来源：海PE作为估值指标，以标500为样本股，统PE处于20%范围图图6S&P500指数中落在PE中位数20%范围内 资料来源：海基于CART和Logistic双驱动的多因子选股模文章来源：AhybridapproachtocombiningCARTandLogisticregressionforstockMinZhu,DavidPhilpotts,RossSparks,MaxwellJ.StevensonJournalofPorfolioManagement2011,38(1):100-109.CART（决策回归数）Logistic模型的优点，有利于提升多因子但CART模型也有以下不足：K，可计算出该集合中个股跑赢市场基准组合的概率。toprice的等权平均值）；因子（PROFROE、Cashreturnonequity、Pre-taxmargins以及资产周；偿债能力因子（DEBTSERVICEFreecashflowtodebt的平换函数，的系数限定为1，为子集K中个股j的因子取值，为子集K的因logistic模型建模，优点是可以充分考虑不p1为模型的收益排序后三分之一个股等权重组合的累积收益走势，p3为 文章来源：EnricoDeGiorgiInvestmentManagementandFinancialVolume8,Issue4,Markowitz现代投资组合理论（1952）的思想是以组合的期望为收益、方差为Markowitz风险收益模型方法，但他们的投资理念并不是那Markowitz资产投资配置悖论：事实上参与者的风险厌,...,K+1RkR=（R1,...,Rk+1，记λ是各资其中， （）（+r）（，（）是投资组合的初始价格，r即代表着投资者的预期收益率。接下来，我们只需要在最小化风险PT-的情况下最大化收益PT+：MaxPT+（X）s.t.PT-这个部分利用刚刚介绍的模型来导出最优投资组合，即现金、债券、小盘股实证分析中，我们假定现金的无风险资产率为1.0378（T-bill的平均收益率）.我们假定未来的收益将均匀分布于rt，t=1927，…,2007}，rtt（α=10：RP（X）=（1+r）q（X），将预期收益率r从3%变动到15.5%，我们得到 债券与比例越低，并且大盘股占总的比例也越低，这和市场是吻合的，从而克服了Markowitz现代投资组合理论产生的悖论。二级市场大单抛售对于股价的影响——替论与股价压力理论文章来源：NyronS.Scholes,Themarketforsecurities:substitutionversuspricepressureandtheeffectsofinformationonshareprices,Thejournalofbusiness,volume45,issue2该公司的供求关系很有可能会受到影响，从而影响股价表现。当前市场上关于这种一种为替论：即市场上出现相对以往过多的供应量时，其与当前可以投资投资者放弃其他投资品转而来进行该的投资。这种“引诱”措施，一本都体现在价投资者为什么来买入该新的大量流通股？只有收益率具有较高预期的前提下才可能进行，这就通过抛售价格低于当前市价段实现。曾经有人通过经验总结：在国外市场上一般而言10个百分点的供应量提升会伴随着5个百分点股价的折扣（即5个点的跌幅），而20个百分点供应量的增多，会伴随10-15个百分点股价折如果有一家公司的由于大单抛售从而对股价进行折价处理，由于其可比公司的股价范围，投资者必定会争先该公司。因为相类似的公司，在市场有效性的前会吸引投资者选择这个品种以获取其后期的股价回归收益。这种空间会使得折价现象迅速。故而，替代假设的支持者认为股价并不需要存在任何折价的“引诱”措施可能会影响整体的回归系数，即beta。 index画：如果投资者在某日买入二级市场大单抛售的所有标的N（买入日为d日持有一D，其组投资者可以获取的收益，在剥离了市场贡献后，大致是什么水平？有不到明确关联。其回归系数在0.00029数量级，对股价基本没有影响。结果发现，投资者在买入之后组合走势经历了大约1%的下跌，这个数据是该假设的有力支撑。投资者如果通过认购价买入，不需要支付中介方1%续费，而一我们采用月度收益对上述结论进行验证。结果再一次显示，量大的抛售其后期相对于量较小的抛售，并不存在显著的超额收益。所谓的收益预期“引诱”与抛售文章来源：TomBerglund,ThePricingofInitialPublicOffering:AsimpleSeminarinTilburg这篇文章简要介绍了一个IPO定价模型，解释了IPO定价中一些经验性的观测。该股价。在该文章中，IPO合理定价问题被简单的归结为投资银行作为中介的一个损失函IPO市场上：1将要上市的公司。2.IPO3.首先，承销商成功的取决于一小群资深的投资者申购很大一部分的份能”跟风”申购该份额。其次，如果需要募集的量相比于公司本身拥有的资产量销商的任务是给出IPO合理的定价，可以归结为下列目标公式：损失函数。我们认为成功时上市价格（Pm）大于价格（P0），而失败时上市价格（Pm）小于价格（P0。这样承销商的定价问题可以归结为一个损失函cs: ，当Cf=0,cs=cf时，价就会被选择在概率分布的中值上；当Cf>0时，最优 价就会低于概率分布的中值；当cs<cf时，最优 布的中值的。对于大多数IPO来说，失败的成本往往会高于 低估对于承销商的损失越小，价格越高估对于承销商的损失越大，价格越低 性的课题是详细区分不同中介机构、不同人、不同承销商以及不同合约的IPO 分析师高道德、、丁鲁明、：金融工和信息均来自市场，本人不保证该等信息的准确性或完整性。分析逻辑基于作者的职业理解，清晰准确地反映了作者的研究观点，结论不受任何第的授意或影响，特此。法律海通（以下简称“本公司”）的客户使用。本公司不会因接收人收到而视其为客户。在任何情况下，会波动。在不同时期，本公司可发出与所载资料、意见及推测不一致的报告。资目标、财务状况或需要。客户应考虑中的任何意见或建议是否符合其特定状况。在法律的情况下，海通及其所属关联机构可能会持有报告中提到的公司所的并进行交易，还可能为这些公司提供投资银行服务或其他服务。商标、服务标记及标记。如欲或本文内容，务必联络海通并获得，并需注明