【以投资为例风险收益的模型探析13000字（论文）】

以投资为例风险收益的模型分析摘要投资者对低Beta值的资产进行投资所产生的收益会高于那些追逐高Beta的投资者，这种现象就被学者描述为“低风险异常现象”。对于该异常现象出现的原因，国内外学者们虽然从不同角度出发提出了许多解释，但是总的说来都是围绕着传统金融理论的前提假设太过苛刻，在现实中基本不可能完全满足作为出发点进行研究的。但是对于如何选取影响因素，并将之用于实际投资当中获取超额回报，本文首先在综合考虑持有期和形成期后，从超额收益率角度来看，分组对冲投资策略在时间组合=（12,6）时，即当投资者采用分组对冲投资策略而且根据T=12的形成期计算Beta然后买入并且持有6个月时，其能获取到的超额月度回报是最高的为0.66%；当Beta中性策略在时间组合=（24,12）时，即当投资者采用Beta中性策略而且根据T=24的形成期计算Beta然后买入并且持有12个月时，其能获取到的超额月度回报是最高的为1.47%。然后本文用2020-2021年的数据进行了回测。回测结果表明当投资者选择用Beta中性策略在最佳的时间组合进行投资时，其能产生的累积收益是最高的。而且从诸如年化收益，最大回撤和夏普比率等评价指标来看其也是最优的投资策略，这也与本文最终的实证结果是相符合的。关键词：低风险异常；投资策略；滚动时间窗；时间组合目录TOC\o"1-3"\h\u233941引言 引言1.1研究背景随着股票交易机制的完善，大量的社会资本不断涌入股市，股票投资逐渐成为了人们的盈利渠道之一。同时，随着金融理论和实践的发展，各种投资策略在股市中被国外的机构投资者广泛应用。其中比较为人所熟知的便是市值策略，价值策略以及动量策略，这几个策略的驱动因子也是目前被学者经过研究认为投资者能够获得超额回报的变量。相较于经济发展良好的国家而言，我国股票市场较为落后，现阶段还没有一套比较系统健全的体制，所以我国大部分投资者都是投机交易者，没有一套科学的投资理念，没有充分的知识来理解股票数据并进行准确的分析，同时无法通过对市场走势的判断构造与之相对应的投资策略，因此我国大多数投资者其实在市场当中并未获取获利，甚至有一部分是处于大额亏损状态。本文通过对中国A股市场当中存在的低风险异象进行了实证检验，再基于此构建了两大低风险投资策略，这为那些仅想承担低风险但是也想获取相对较高收益的投资者提供了一种行之有效的方法。但是目前我国对低风险异象方面研究不够全面，没有挖掘其在我国A股市场的价值。我国证券市场中有几千家上市企业，通过何种方式选择适合自己的投资组合，从而获得理想的收益是目前投资者重点关注的问题。基于此，文章以存在低风险异常的股票为研究对象，对其展开系统的研究。提取国内证券市场中2010年至2019年的个股数据，以低风险异常理论为基础，考虑价值、动量、行为因素以及时间组合，构建两大低风险投资策略，做出适用于我国A股市场的投资决策。1.2研究意义1.2.1理论意义传统的资本资产定价模型认为收益和风险是呈现线性变化关系，即风险高，收益高；风险低，收益低。但是近些年来，许多学者发现在许多国家的资本市场出现了一个奇怪的现象：那些看起来风险相对更低的金融产品的收益高于那些风险更高的。这对传统的资本资产定价模型提出了挑战，在通过学者们的仔细研究之后，这种情况的发生其实是有条件的。并不是说传统的资本资产定价模型是错误的，因此低风险异常理论可以说是对传统的资本资产定价理论的完善和发展。1.2.2现实意义与金融市场发展良好的国家相比，我国股市发展较为落后，也没有一套系统健全的机制，所以在我国证券市场中有大部分的股票估值不准确，投机行为的投资者较多，将量化与投资策略有机融合的形式运用在具体的投资环节，能够使投资者掌握更多的投资机遇，也能够促进我国股票市场发展，具有下述几点现实意义：1.能够减少我国股票市场的投机行为，使投资者能够形成价值投资理念。我国证券市场中，现有的信息披露机制还不健全，股市中大部分投资者都是个体，投资者结构比较单一，由于我国目前缺乏一套比较系统完善的信息披露机制，所以在我国股票市场中信息不对称问题长期存在。在这种情况下，投资者无法了解上市企业的真实经营情况，也没有足够的金融知识去分析上市企业的财务数据，所以他们投资完全是出于投机心理的驱使，随大流信息盲目操作，从而导致投资失败，这也会严重的影响我国股市有序发展。本文针对该问题进行系统的研究，以期为我国散户投资者在投资过程中理性选择投资标的，而不是在股票价格处于剧烈波动期间去追逐超额收益，而是选择在承担一定风险的前提下寻求较为稳健的投资回报，这样既能纠正投资者的投资观念，又能使得股市在合理的幅度下波动。2.是能促使量化投资更全面的应用于我国证券市场。该模式在金融市场较为成熟的国家中应用比较广泛，但是对我证券市场而言，属于一种新型的投资模式，其适用性还需要不断的验证。在目前的股市当中，通过传统的投资模式已经无法满足投资者的投资需求。大部分投资者缺乏科学的投资分析方法，但是通过量化投资能够帮助投资者理性投资，将其与投资策略有机融合并应用于目前的投资领域，将会是未来的一种趋势。随着信息技术的发展，散户投资者也能够享受到排除一切个人情绪以及任何交易都是用精准数据进行操作和执行的高度程序化的服务。2投资风险相关理论基础2.1有效市场假说理论尤金·法玛是首个提出有效市场假说的研究学者，其参考了大量的文献，并在此基础上建立了有效假说的框架。法码认为，如果资产价格和现阶段的信息匹配度较高，那么表明资产价格内涵价值相同，在这种情况下说明市场是有效的。尤金·法玛指出，有效性系统大致有下述几点：资产价格和市场的信息匹配度较高，在这种情况下，投资者可以结合市场不同的信息及时应对市场；其次有效市场信息比较完整，也就是说各类信息并不会影响资产价格；最后投资者在获得完整的信息之后，仍然无法得到超额收益。有效假说可以细分为下述几种：①弱式有效市场假说；②半强式有效市场假说；③强式有效市场假说，上述的几种假说具有其相应的市场，具体而言：①强式有效市场假说，市场中所有可获得的信息都会反映在股价上，其中的信息不仅仅局限于以往的信息，同时也包含内幕消息。该假设是理想状态，不论投资者获得多少信息都不会起到作用，即其无法获得超额收益。②半强式有效市场假说，市场中所有的公开信息都反映在了股价上。其中的信息就是以往的信息与企业披露的信息，在这个时候通过技术分析不会起到作用，也就是说投资者依旧是无法获得超额收益。③弱式有效市场假说，市场中所有以往的信息都反映在了股价上，这个时候通过技术分析不会起到作用，通过基本面分析是可以获得超额收益的。2.2行为金融相关理论传统金融理论由下述两个部分组成：一是CAPM理论，二是EHM（有效市场理论），上述两个理论只有在特定的环境中才可以实现，但是如果将其应用至具体市场当中就会出现差错。比如市场中的诸多“异象”就证明了有效市场假说存在缺陷。首先所有的信息并不是无偿获取的，也就是说在获取信息的过程中也是有成本产生，信息的完整性无法得到保障，所以说市场价格不能充分地反映所有的信息。其次，关于理性人假设。在投资市场中，投资者也不是时时刻刻都保持理性，也就是在交易的过程中伴随着一系列不理性的情绪，所以说投资者最后做出的决策也并不是完全正确的；从有效套利的角度来看，传统理论指出随着套利机制的实施，可以使价格保持在更稳定的状态。但在实际操作环节，会受多方面因素的影响，所以套利行为也不一定会达到理想的效果。行为金融理论从本质上来看，是学者们在传统金融理论上进行创新的结果，大部分研究学者指出正是由于市场中存在大量的投机投资者，所以才导致异象产生，上述的投机行为一般会在投资者决策过程中凸显。从传统金融学的层面上来看，其假定投资者投资的过程中是十分理性的，但其交易行为呈现出随机的特征，所以投资者无法获得超额收益。但是行为金融学理论认为投资者并非总是理性的，因此能够获得超额回报。投资者行为通常有下述几点：①过度自信；②忽视样本规模和代表性；③预测错误；④保守主义。其中所谓的预测错误，所指的是投资者在预测将来的过程当中，主要是根据自身以往的经验，在没有获得明确的信息之前就做出预测决策。过度自信所指的是投资者对自身的投资能力没有一个准确的认知，会高估自己的投资水平，所以造成预测失误。保守主义，所指的是针对各类信息的出现，投资者没有较强的应对能力，而这种现象会造成市场收益出现动量效应。忽视样本规模和代表性所指的是投资者在预测市场未来走势的过程中主要是将小样本作为参考，所以当市场中出现大量的信息，无法及时应对。2.3低风险策略的构建2.3.1分组对冲策略的构建分组对冲策略即是投资者通过卖出高Beta投资组合的同时买入低Beta投资组合。其中关于Beta因子计算方法主要是借鉴Hong和Sraer（2016），通过回归计算市场风险Beta主要是通过CAPM模型。在检验我国证券市场低风险异象的过程中建立了Beta分组对冲策略，在这一过程中所运用的是单变量分组法，具体如下：1.将t-1月的事前贝塔值大小作为参考，然后分别把样本数据划分成10组。即P1,P2,P3,P4,P5,P6,P7,P8,P9,P10。然后分别将上述10组的Alpha与超额收益计算出来。2.建立分组对冲组合，也就是说抛售贝塔值最高的投资组合，随即买进贝塔值最低的投资组合，然后计算两者之间收益率差额。值得注意的是，不管是挑选出来的高Beta投资组合还是低Beta投资组合，其内部的每只股票都赋予相同的权重，这个赋值权重的方法会与下面构建Beta中性策略时对其每个投资组合内部赋权方法会有所不同。3.最低Beta投资组合和最高Beta投资组合的收益价差，即（P1-P10）,以此作为分组对冲投资组合t月收益情况，如果差额为正，那么反映我国证券市场有低Beta异象，如果差额为负，那么反映我国证券市场不存在低Beta异象。2.3.2Beta中性策略的构建对于贝塔中性策略，本文参考Frazzini和Pedersen（2014）提出的方法。这一策略是做空高贝塔股票并买入低贝塔股票，只不过与上文所构建的分组对冲策略有两点不同。第一，分组对冲策略的投资组合的Beta是负数，而Beta中性策略的投资组合Beta接近于零。第二，分组对冲策略中低Beta股票组合和高Beta股票组合的权重是相同的且这两个投资组合内部的各只股票的权重也是相等的，但是Beta中性投资策略中的权重确是各不相同。具体说来，Beta中性策略是在上文计算出低风险投资组合和高风险投资组合的Beta值之后，通过降低对高Beta投资组合的权重，增加低Beta投资组合的权重，使得整体的Beta值接近于零的水平。然后再分别对两个投资组合中的每只股票设置权重。权重的设置方法遵循两个原则：（1）低Beta投资组合中的股票的权重随着其Beta值的变小而上升。（2）高Beta投资组合中的股票的权重随着其Beta值的变大而上升。值得注意的是，Beta中性策略在本文中和分组对冲策略一样均具有检验和投资两种属性，因为如果中国A股市场不存在低风险异象的话，那么通过低Beta和高Beta股票投资组合所构造的Beta中性策略是不会产生超额回报的，原因便是其组合Beta值接近于零。3基于中国A股市场低风险异象的投资策略研究3.1数据说明和背景介绍首先，在上文对中国A股市场低风险异象的研究当中，结果表明我国的A股市场确实也是存在低风险异象的。但是这个结论的前提是计算Beta系数时用的是12个月的，即形成期T=12，然后以此构造低风险投资组合和高风险投资组合，以及分组对冲策略和Beta中性策略，最终得到了上文最后总结出来的结论。但是根据这种方法分析出来的结论是有一定缺陷的，即在我们进行建模分析时，前期的数据对结果也是有一定影响的，我们不应该只注重最近一段时间的数据。这是目前本文在之前研究时所未考虑到的。其次，上文仅仅只是考虑到了风险对于中国A股市场投资者在市场上所获得的回报的影响，并没有加入其它会影响到回报的其他因素。尤其是没有加入行为金融的相关变量到模型当中，这会导致结论在一定程度上有失偏颇。因为在中国股市A股市场存在的近30年中，在我国证券市场中，大部分都是个体投资者，据相关数据可知：截止2021年8月底，我国证券市场19209.84万个，其中个人投资者账户数量（A股）19106.08万个，个人投资者账户数量（B股）为237.39万个,机构投资者账户44.76万个，其中机构投资者账户数量（A股）42.65万个，机构投资者账户数量（B股）为2.14万个，可以说我国股票市场上的A股个人投资者数量占比全国证券账户数量的比例已经达到了99.46%，而A股市场上的机构投资者的比例只有仅仅0.22%，而且这个比例还在下降。综合说来，我国证券市场中最多的是个人投资者，有着巨大的体量，但是与机构投资者比较而言，缺乏消息，资金，知识和技术。因此就导致了个人投资者的投资有一定的个人情绪偏好特征，比如短视，羊群效应和非理性行为等等。因为庞大体量的个人投资者参与我国证券市场投资，且大部分投资者持有投机心理，其投资理念的不成熟以及看涨看跌的预测都会导致我国股市短期波动。而上文在进行分析的时候，并未将这些因素考虑在内，这也导致了研究出来的结果可能存在一定的误差。再者，上文所考虑的超额收益只是根据对Beta系数的计算分组后，然后在整个时间区间上的月度平均回报。从现实操作角度出发看来的话，即投资者现在通过对十年股票数据和市场收益以及无风险收益率数据回归计算出所有股票的Beta系数之后，然后将之排序分成十个组后，便构造出分组对冲策略投资组合以及Beta中性策略投资组合，然后就一直长期持有，不管市场出现熊市还是牛市都不会抛售自己的投资组合。这种情况，其实在我们国家主要以个人投资者为主的市场是不会存在的。因为在我们国家中的个人投资者都主要是以短线操作为主，就算是对价值投资者而言，持有时间超过10年甚至更久那也是不可能的，而且在上文的研究中并没有关于描述未来收益的情况，因此对于如何在现实操作中中设置持有期限以及对未来收益的研究也是本文接下来要切实考虑的问题。最后，在考虑Beta系数的形成期和投资者的行为因素之后，之前所得到的有些结论可能会被推翻，当然也会产生其他新的结论，这也是下文马上要着手进行研究的内容。3.2低风险投资策略的超额收益分析3.2.1无约束条件下的低风险投资策略的超额收益分析本节研究的主要内容就是想要发现在没有其他因素约束且在不同Beta系数形成期的条件之下两大低风险投资策略是否能够产生超过市场收益率的收益。表3.1无约束条件下两大低风险投资策略相对市场组合的月度超额回报1224364860Pl1.47%1.72%1.81%1.75%1.54%t值(0.24)(0.55)(0.76)(0.44)(0.78)PIO0.76%1.55%**1.73%1.77%*1.42%t值(1.11)(2.10)(0.29)(1.77)(1.23)分组对冲策略0.71%***0.15%*"0.03%***-0.01%*0.10%t值(2.65)(5.11)(2.64)(-1.74)(0.91)Beta中性策略0.82%***0.25%***0.11%**0.03%**0.23%t值(4.47)(4.03)(2.58)(2.07)(1.46)表3.1是在考虑风险因子和Beta系数形成期后通过回归最后得出的结果。其中P1依旧是表示低风险投资组合，只不过由于是滚动计算Beta系数的，因此会对上期低风险投资组合中不满足的股票剔除，而加入当期满足条件的股票加入，因此其投资组合的股票是不断在进行调仓变化的，但是总量不变。P10和后面的分组对冲策略以及Beta中性策略也是如此。从上表我们可以很明显地看到，形成期的不同对采用两大低风险投资策略的收益产生了很大的影响。具体说来，首先，分组对冲策略在在形成期为12,24,36,48时，其获得的相较市场回报收益率是显著的，其中在形成期为12的时候其获得的月度超额回报是最高的为0.71%，高于其在24和36以及48分别所取得的0.15%，0.03%和-0.01%。对于分组对冲组合为什么在形成期为60时其值不显著，原因可能是其计算Beta系数时用了很多老数据，而老数据又无法有效反应当今的Beta的情况。Beta中性策略也是在形成期为12,24,36,48时，其获得的相对于市场的超额回报是显著的。其中在形成期为12时获得的月度超额回报是最高的为0.82%，高于其在形成期为24,36,48,60分别获得的0.25%，0.11%,0.03%和0.23%。和分组对冲策略相比，Beta中性策略在形成期为12时所获得的超额回报高于分组对冲策略在形成期为12的时候其获得的月度超额回报。其次，值得注意的是。在形成期为48时，分组对冲策略所来的月度超额市场回报为负数，说明其没能跑赢市场指数。但是此时Beta中性策略所带来的月度超额市场回报是正的，为0.03%且显著。这其实也从侧面说明Beta中性策略是略优于分组对冲策略的。最后，对于低风险投资组合P1来说，在不同形成期其所带来的月度超额市场回报均不显著，换句话说，低风险投资组合并不能产生超过市场的超额回报。对于高风险投资组合P10来说，只有在24和48两个形成期中其所带来的月度超额回报是显著的，超额收益分别为1.55%和1.79%。3.2.2有约束条件下的低风险投资策略的超额收益分析上文通过将Beta系数形成期考虑到模型当中，得出了关于在不同Beta形成期下，两大低风险投资策略相对市场回报的相关结论。虽然上文考虑了Beta形成期因素，但是在模型中并未考虑其他可能会影响超额Alpha的其他因素，使得上文得出的相关结论是有一定的瑕疵的，下面本文会将动量和价值因子以及行为变量考虑进模型当中以期得到更为准确的结论。表3.2有条件下两大低风险投资策略相对市场组合的月度超额回报1224364860Pl0.78%0.44%0.41%0.62%0.36%t值1.040.920.940.210.09PIO0.55%0.39%0.28%0.81%0.40%t值0.590.270.340.170.31分组对冲策略0.22%0.05%*0.12%-0.19%-0.04%t值1.121.790.74-1.04-0.97Beta中性策略0.37%*0.17%**0.09%-0.29%**1.13%t值1.892.281.112.281.26表3.2向我们清楚地展示了当将行为、动量、以及价值因素加入到模型当中之后，即在有条件的情况之下，分组对冲策略和Beta中性策略相对市场的超额回报的变化情况。当我们与表5.1进行对比时可以明显地发现：变量整体的显著性大幅下降，两种低分险投资策略所产生的超额回报整体下降。更多情况下分组对冲策略并未跑赢大盘指数，某种情况下的Beta中性策略没有跑赢大盘指数。具体说来，在无约束条件下。有些情况下P10投资组合产生了正回报而且检验统计量显著。但是在有约束条件下P10投资组合虽然结果表明产生了正回报但是检验统计量均不显著，从两大低风险投资策略来说，分组对冲策略在不同形成期下其检验统计量值几乎均不显著，除了在形成期为24时。Beta中性策略仅在Beta形成期为12,24,48三种情况下检验统计量值是显著的。可以说，当加入限制因素之后，所有策略的显著性均出现了下滑。有个值得注意的现象是，在Beta形成期为48和60时，分组对冲策略相对市场的超额回报为负值，即在这两种Beta形成期下，分组对冲策略没有跑赢大盘，甚至在Beta形成期为48的时候，Beta中性策略也没能跑赢市场指数。从超额收益角度来看，分组对冲策略在Beta形成期为24的时候，其超额回报为0.05%，且检验统计量显著。而对于Beta中性策略来说，当选择形成期为12时是最有效的，因为在这种情况下其所产生的超额回报为0.37%是高于当选择形成期为24的0.17%的。综合说来，当加入行为、动量以及价值因子之后，三大策略的收益表现从高到低为Beta中性策略、市场组合策略、分组对冲策略。这个结论与上文中的关于在无约束条件下得出的结论基本一致。而当选择Beta形成期为12的时候，Beta中性策略的表现明显高于选择其他Beta形成期，这个结论则与上文分析所得结论有所差异，说明加入行为、动量以及价值因子确实是会对两大低风险组合策略相对市场所产生的的超额回报有一定的影响。3.3不同时间组合条件下不同风险投资策略的超额收益分析上文为考虑在不同的Beta形成期下风险投资策略收益相对市场的表现情况，其实得出的这个结论是基于投资者在确定形成期后便一直持有投资组合到2019年底的，这个假设其实是不大符合实际的。根据深交所2018年3月14日发布的《2017年度个人投资者状况调查报告》表明：长期价值类投资者所占总投资者比例不到30%，短线以及趋势类等短期投资者占比总投资者超过了70%，可以说我国股票市场上的投资者主要还是以短期交易为主，中长线交易为辅。因此本文将持有期加入进模型当中是非常有必要的而且是符合实际我国股市基本情况的。而且上面内容的分析只是聚焦于整个时间窗口的研究，并未考虑持有的投资组合收益出现反转的情况。为了研究在选择了形成期之后，投资者所持有风险投资组合在持有多长时间会出现持续的正收益，因此便需要对未来收益的情况进行检验。为了简化模型计算的复杂性，本文采用了买入并持有策略（BuyandHoldstrategy），这个策略的核心要点就是首先投资者自身要建立投资组合，明确投资策略，在短期内不能随意改变，所以文章通过买入并持有策略有利于本文在考虑不同形成期和不同持有期下的风险投资组合收益的研究。文章主要参考的是月度收益率，为了检验策略是否可以变通使用以及长期有效，文章在Beta形成期的选择依旧沿用上文的标准，即T=12,24,36,48,60五个形成期。对于投资持有期，本文则选取了持有1,3,6,12,24,36个月等6个持有期，之所以这么选择是基于上文中所提及到的我国个体投资者虽然投资期限超过1年的较多，但是依旧有相当一部分投资者的投资期限超过了1年。因此本文之后所研究的每种风险投资策略的超额收益收益总共会有30中组合方式。为了方便记录，此处将形成期写成T，持有期写成H，即（T,H）=（12，3）便表示为Beta形成期选择为T=12，持有期选择为H=3。关于风险投资组合策略，此处不仅考虑了分组对冲策略和Beta中性策略，还将P1和P10考虑了进来，这样也会使得本文最终得出的结论更加准确以及有说服力。表3.3不同时间组合条件下不同风险投资策略的超额收益形成期(T)投资组l0.28%0.42%0.85%1.02%0.66%0.66%4.765.545.416.236.326.57PIO0.22%0.27%0.44%0.76%0.51%0.51%6.556.795.515.445.815.29分组对冲策略0.05%0.16%0.66%0.25%0.15%0.15%7.346.896.527.215.975.88Beta中性策略1.12%1.21%1.02%0.83%0.76%0.76%5.986.276.917.436.556.9124P10.78%0.81%0.94%0.74%0.54%0.54%6.246.757.116.585.916.85P100.74%0.77%0.83%0.67%0.50%0.50%4.895.145.835.916.717.13分组对冲策略0.05%0.03%0.12%0.07%0.04%0.04%6.556.897.216.677.347.39Beta中性策略1.35%1.28%1.25%1.47%1.22%1.22%6.566.516.786.625.925.9736P11.02%1.13%1.29%1.04%0.67%0.67%7.557.688.157.877.518.03P1O0.88%0.96、1.05%0.73%0.69%0.697.127.677.256.916.966.67分组对冲策略0.14%0.17%0.24%0.31%-0.02%-0.02%6.887.016.496.857.067.15Beta中性策略1.41%1.39、1.31%1.26%1.04%1.04%7.727.457.186.596.786.4948Pl0.66%0.78%0.92%0.85%0.74%0.74%4.564.894.275.014.294.17P1O0.59%0.72%0.95%0.88%0.82%0.93%4.354.213.983.773.844.01分组对冲策略0.07%0.06%-0.03%-0.03%-0.08%-0.19%3.563.793.252.973.553.42Beta中性策略0.05%0.11%0.18%0.24%0.07%-0.49%3.473.983.593.713.173.0660Pl0.190.25、0.58%0.74%0.39%0.39%3.153.13.382.972.652.41P1O0.23%0.34%0.56%0.98%0.45%0.91%2.913.123.313.422.812.65分组对冲策略-0.04%-0.09%0.02%-0.24%-0.06%-0.52%2.152.522.482.192.11.98Beta中性策略-1.01%0.24、0.89%1.04%-0.95%-1.23%2.482.072.112.131.971.69从表3.3中我们可以比较清楚地得出以下结论：对于风险组合P1和P10来说，不管持有期和形成期怎么变动，其均能获得超过市场的超额回报。且如果将形成期控制不变时，当持有期逐渐变长时，其相对市场组合的超额回报会出现先增大后降低的变化。而如果将持有期控制不变时，当形成期逐渐变大时，其相对市场组合的超额回报呈现出递减的规律。值得注意的是，当形成期或者持有期偏大时，此时低风险投资组合所产生的超额回报会出现低于高风险投资组合所产生的超额回报，也就是说此时持有低风险投资组合的收益率低于高风险投资组合。比如在（形成期，持有期）=（36,24），（36,36），（48,6），（48,12），(48,24)，（48,36），（60,1），（60,3），（60,6,），（60,12），（60,24），（60,36）。换句话说，在以上12种形成期和持有期的组合中，低风险异常现象并不存在，除了这12种情况之外的其他组合，低风险异象依旧存在。这也说明分组对冲策略在这上述组合中其并没能产生出超过市场组合的回报。（1）对于Beta中性策略来说。当在（形成期，持有期）=（48,36），（60,12）,（60,24）和（60,36）时，Beta中性策略收益出现了负值，即是说在以上四种情况中，Beta中性策略并未能产生超过市场组合的回报，但是除此之外的其他情况都能取得比市场组合更好地收益率。其实这也间接表明了在这两种投资策略中，Beta中性策略的收益表现是远远优于分组对冲策略的的。（2）从上述结果可以看出，在形成期较短时，两大低风险投资策略均取得了超额回报。而且随着持有时间的延长，其产生的超额回报会逐渐增加，但是当持有期为两年甚至三年时，这两个低风险投资策略的表现会出现反转。比如当（形成期，持有期）=（12,12）时分组对冲策略和Beta中性策略的表现要优于（形成期，持有期）=（12,24）和（形成期，持有期）=（12,36）。值得注意的是，当形成期较大时，这两大低风险投资策略的收益表现出现反转的时间会提前。比如，当形成期为36时，投资者一直持有到24个月时，分组对冲策略收益才出现了反转。但是当形成期为60时，分组对冲策略收益在第一个月就出现了反转。而且这两大低风险投资策略的收益表现也会弱于在形成期较短的时候。比如当形成期为12和24时，分组对冲策略的收益率表现在持有期为6个月和12个月时是高于在形成期为48，60的。（3）从长期来看，可以说随着持有期的持续增加，不管是分组对冲策略还是Beta中性策略，收益率都是偏低的。可以说，如果投资者想要取得更大的超额回报，就应该用最近的数据来估计Beta，而不是用久远的数据对Beta进行估计，也就是说如果投资者准备用分组对冲策略和Beta中性策略去市场进行投资活动的话，其用于估计Beta的数据的形成期不宜太长，不然就可能会错失盈利机会了。为了更加直观地展示各个风险投资策略在不同Beta形成期下的超额收益率变化，本文对其收益率的变化用折线图进行了如下表示。图3.1P1风险投资策略时间组合超额收益率表现图3.1所展示的是P1投资组合策略在不同时间组合的情况下所产生的超额回报表现。从图中可以看出，不管形成期为多少，P1风险投资组合的超额回报都呈现出先增加再减少的趋势，只不过收益反转的时间节点不同。具体说来，当Beta形成期为24,36,48这三种情况时，P1风险投资组合产生最大超额回报的持有期均是在持有6个月的时候。在持有期低于六个月的时候，其超额回报呈现递增趋势，当持有期高于6个月时，其超额回报呈现下降趋势。而当Beta形成期为12,60这两种情况时反转的时间节点不是在持有6个月时，而是持有12个月。其中，当时间组合=（36,6）时，即当投资者采用P1风险投资组合策略而且根据T+36的形成期计算Beta然后买入并且持有6个月时，其能获取到的超额月度回报是最高的为1.29%。其中，当时间组合=（60,12）时，即当投资者采用P1风险投资组合策略而且根据形成期为36计算Beta然后买入并且持有12个月时，其能获取到的超额月度回报是最高的为0.74%。这说明如果采用近段时间的收益率数据计算出来的风险Beta会比采用久远数据计算得出的风险Beta会更有效。而P10投资组合在不同时间组合的表现和P1是有很多的相似之处的。比如不管形成期为多少，P10风险投资组合的超额回报也都是呈现出先增加再减少的趋势但是反转的时间节点也是不同的。在Beta形成期为24,36,48这三种情况时，P10风险投资组合产生最大超额回报的持有期均是在持有6个月的时候。在持有期低于六个月的时候，其超额回报呈现递增趋持有其超额回报呈现递增趋势，当持有期高于6个月时，其超额回报呈现下降趋势。而也是正好在Beta形成期为12,60这两种情况时，收益率反转的时间节点也正好是持有12个月。还有一个与P1风险投资组合相同的是其超额收益不管Beta的形成期为多久，也不管投资者买入并持有该风险投资组合是多久，其所产生的市场超额回报也均是正数。值得注意的是，P10风险投资组合与P1唯一不同的便是其在不同时间组合产生的最高和最低超额回报不同。具体说来，P10风险投资策略在时间组合=（36,6）时，即当投资者采用P1风险投资组合策略而且根据形成期等于36时计算Beta然后买入并且持有6个月时，其能获取到的超额月度回报是最高的为1.05%。低于对应的P1风险投资组合的超额回报。其中，当时间组合=（60,12）时，即当投资者采用P1风险投资组合策略而且根据形成期为36时计算Beta然后买入并且持有12个月时，其能获取到的超额月度回报是最高的为0.98%。高于对应的P1风险投资组合的超额回报。当分组对冲策略在处于不同的形成期时，其超额回报的变化只能说其整体处于先上升后下降的趋势。因为在形成期为24,48,60三种情况且在持有期从1个月增加到3个月时，其超额回报的表现是下降了。当然，后面还是均恢复了上涨趋势。其次，收益反转节点所对应的形成期也变化了。比如P1和P10风险投资策略的收益反转节点为持有6个月所对应的形成期为24,36,48三种情况，而分组对冲策略的收益率反转节点为持有6个月所对应的形成期为12,24,48三种情况。P1和P10风险投资策略的收益反转节点为持有12个月所对应的形成期为12,60两种情况，但是分组对冲策略的收益率反转节点为持有12个月所对应的形成期为36,60两种情况。再者，分组对冲投资策略在不同时间组合产生的最高和最低超额回报也与P1和P10不同。具体说来，分组对冲投资策略在时间组合=（12,6）时，即当投资者采用分组对冲投资策略而且根据形成期为12时计算Beta然后买入并且持有6个月时，其能获取到的超额月度回报是最高的为0.66%。低于对应的P1和P10风险投资组合的超额回报。其中，当时间组合=（60,12）时，即当投资者采用P1风险投资组合策略而且根据形成期为60时计算Beta然后买入并且持有12个月时，其能获取到的超额月度回报是最高的为-0.24%。显著低于P1和P10风险投资组合。最后，分组对冲投资策略在形成期或者持有期偏大时，其所产生的月度超额回报为负数，即是说，在此种条件下，分组对冲投资策略不能为投资者带来超过市场组合的收益率。从超额收益率来看，当Beta中性策略在时间组合=（24,12）时，即当投资者采用Beta中性投资策略而且根据形成期为24时计算Beta然后买入并且持有12个月时，其能获取到的超额月度回报是最高的为1.47%。高于对应的P1和P10风险投资组合以及分组对冲策略的超额回报。当时间组合=（48,12）时，即当投资者采用P1风险投资组合策略而且根据形成期为48时计算Beta然后买入并且持有12个月时，其能获取到的超额月度回报是最高的为0.24%。显著低于P1和P10风险投资组合，但是高于对应分组对冲策略的超额回报。此外，Beta中性策略和分组对冲策略一样，其也存在负的超额回报的情况。这表明，在某些形成期下，其也不能为投资者带来超过市场的超额回报，但是在绝大多数情况不管持有期和形成期如何变化，Beta中性策略还是有效的。4结论我们国家证券市场虽然已经发展了三十多年，基本已经形成了由交易所市场（上海证券交易所、深圳证券交易所）、次板市场（创业板市场）、新三板市场（全国中小企业股份转让系统）、四板市场(区域股权交易中心）构成的多层次资本市场，基本已经能够满足不同类型的企业在不同发展阶段的融资需求，也能满足不同风险偏好的个人或者机构投资者的投资需求。但是也应看到，我们国家和发达国家的资本市场还存在一定的差距，但是我们国家对资本市场的改革和完善是一直在进行中的。本文主要研究的内容是证券市场“低风险异常现象”问题，研究范围是我国上交所与深交所的股票，在进行系统的研究之后发现我国证券市场存在低风险异常现象，并基于上述结论，构造了两大低风险投资策略，在模型中纳入了下述几个因子：①行为；②动量；③价值，研究了在不同形成期以及不同条件下两大低风险投资策略相对市场的超额收益表现情况。最终为了使得研究结果更具有实践性，本文将持有期考虑进了模型当中，研究了在投资者采用买入并持有策略之后持有期限的长短对其最终收益的影响，从而方便投资者做出正确的决策。对投资者而言，本文无疑是给了其提供了一种新的能够在市场上获利的机会。因为本文发现了我国A股市场确实也存在低风险异常现象，而且证明了通过构造低风险投资策略是能够在市场取得超额回报的。同时，投资者可以根据本文相关