论文部分内容阅读
资产收益率的时变问题是研究资产定价的核心问题(Cochrane,2011)。70年代的资产定价理论依据有效市场假说,认为资产的回报率是不可以被预测的。但是现在金融学理论已经认同市场的有效性与资产收益率的可预测性并不冲突,收益率的可预测性可能反映了对风险的态度,以及市场风险随时间的变化。对于资产定价研究而言,理解资产回报率的可预测性有助于金融学者建立对数据解释更有效的资产定价模型。对于宏观经济而言,收益率的可预测性为那些关乎实体投资和消费的重要经济决策提供了关键的信息。对于资产管理而言,投资者需要准确地预测股票回报率,从而优化资产配置获得更高的回报。如今文献中已经有众多可预测股票市场收益率的指标,然而也有学者指出(Goyal&Welch,2008)大多数的指标在样本外并没有很好的预测能力。后续的学者采用了各种指标和进行计量方法改进。所以现阶段关于股票市场收益率的研究,即关注新指标的选取也关注新指标的构造方法。本文关注规模仅次于美国的中国A股市场的可预测性问题。由于政策性原因和自身发展定位,中国A股市场独立于美国等发达国家的资本市场。这对于研究收益率的可预测性具有重要的启示。交易量与股票价格的研究由来已久,换手率与收益率之间的关系也有诸多文献(Wang,1994;Lo&Wang,2006)。换手率是股票在一段时间内交易的次数,可以作为反映股票流动性的指标,也是衡量一个股票市场发展水平的重要指标。但是简单计算的股票市场换手率包含了大量与预测回报率无关的噪音,严重低估了其预测股票市场回报率的能力。由于个股换手率中也包含了关于预测回报率相关的信息,但传统方法只关注市场层面的换手率,而丢失了大量个股中包含的有用信息。因此本文希望在个股层面把换手率与市场预期回报率联系起来,从个股的换手率中提取与股票市场回报相关的信息。偏最小二乘(PLS)方法(Kelly&Pruitt,2013)能够利用个股数据与被预测变量之间的关系,从而给个股指标不同的权重,通过PLS方法重新计算的加总市场指标往往比简单计算或者市值加权等方法要更好。在中国数据中,换手率能够显著预测股票市场超额收益率(姜富伟et al.,2011;Cheng,Guo&Shi,2020),换手率也与市场波动率有显著的关系(Cheng,Guo&Shi,2020;Cheng&Shi,2020)。然而本文发现简单的市场换手率在2008年后的样本中并不能显著预测股票市场收益率。样本外预测的能力也在2008年后样本中失去。所以本文的主要创新在于采用PLS方法提取个股换手率中包含的信息。实证结果表明在2000年1月至2020年12月的样本区间中,PLS方法构建的换手率指标在样本内能显著预测股票市场回报率。在月度(季度)频率上,PLS方法构建的换手率指标的样本内R2是3.5%(3.7%),系数是0.313(0.665),并且在经济和统计上是显著的。与传统的流通市值计算的换手率相比,基于PLS方法构建的换手率对市场回报率有更强的预测能力,在子样本中结果更稳健,这也表明在收益率可预测性的研究中,PLS方法能显著地去除与市场回报率无关的噪音。此外,本文将PLS方法构建的换手率指标与度量流动性的指标、度量风险的指标、Goyal&Welch(2008)中部分经济变量以及易志高&茅宁(2009)中的投资者情绪指数等其他常用的预测市场收益率指标进行了比较。本文发现在控制了一些常见的预测变量之后,PLS方法构建的换手率指标依然对市场回报率具有很强预测能力。这表明PLS方法构建换手率包含对股市的独特预测信息,这是经济基本面和投资者情绪等指标所无法解释的。在样本外的研究中,本文采用Clark&McCracken(2001)提出的Ros2指标、ENC-NEW指标和McCracken(2007)提出的MSE-F指标检验PLS方法构建的换手率指标的样本外可预测能力。样本外的估计期是2010年2月到2020年12 月,Ros2为 0.076、ENC-NEW 为 7.465 和 MSE-F 为 10.706,结果表明,根据PLS方法构造的股票市场换手率在样本外预测中具有显著统计意义。本文还研究了按公司规模、账面市值比、盈利收益比、按交易股数计算的换手率、按交易金额计算的换手率、公司波动率和公司特质波动率分组的投资组合的可预测性。本文发现按公司规模、账面市值比、盈利收益比分组的所有投资组合都能被预测。按交易股数计算的换手率、按交易金额计算的换手率、公司波动率和公司特质波动率分组的投资组合中大部分能被预测。此外本文还研究了按公司规模、账面市值比、盈利收益比、按交易股数计算的换手率、按交易金额计算的换手率、公司波动率和公司特质波动率分组的投资组合的样本外可预测性。只有按交易股数计算的换手率和按交易金额计算的换手率分组中的部分投资组合无法被预测,按照其他指标进行分组的所有投资组合都可以被预测。总而言之,本文是首个使用PLS方法构造新换手率指标的文章,并且发现它在样本内和样本外对于股票市场回报率具有很强的预测能力。其次,本文表明根据PLS方法构造的换手率比以前根据流通市值计算的换手率要更加重要。在样本内预测中,根据PLS方法构造的换手率在所有样本区间都能预测股票市场回报率,而根据流通市值计算的换手率只能在部分样本区间预测股票市场回报率。最后,本文以中国股票市场为研究对象,丰富了中国股票市场收益率的可预测性的研究。本文的不足之处在于PLS指标的构造方法更多的是统计学意义上的改进,本文并没有更进一步的探究换手率与收益率之间显著关系的经济学理论。当然换手率的显著预测能力对于后续研究具有一定的启示。