论文部分内容阅读
本文通过梳理前人关于Copula理论和统计套利的相关研究文献,在前人基础上,提出了行业内股票相对估值指标,该指标可由行业内所有股票对的Copula函数通过求偏导得出。本文从假设行业内股票服从单因子模型出发,证明了将同一行业内的股票,按照行业内股票相对估值指标进行排序,其得到的排序结果与其自身对公共因子的偏离程度的排序结果是一致的。这说明本文提出的行业内相对估值指标能够有效地刻画同一行业内的股票对公共因子的偏离程度,因而度量了其在行业内部股票的相对高低估程度。本文使用了上海证券交易所和深圳证券交易所从2000年1月1日到2018年5月18日所有股票的日度前复权价格数据,对102个行业(除去8个行业内股票数不足5个的行业)进行了实证分析。本文根据行业内相对估值指标将股票分为高估组、中间组和低估组。通过做空高估组,做多低估组,构建了第一种对冲组合,以研究高低估组的对冲收益随着时间变化的规律。同时,由于中国股票市场的做空机制仍然不完善,对冲交易受到限制,因此本文提出可以通过仅做多低估组,来获得高于行业平均水平的收益,在一定程度上避开了中国股市做空的限制。为此,本文通过做空行业内所有股票的等权组合,做多低估组,构建了第二种对冲组合,以研究低估组能否战胜行业的等权组合。实证结果表明,对于第一种对冲组合和第二种对冲组合,其对冲收益符号的变化规律是一致的。在短期内(形成期J+持有期K<=5),对冲组的收益显著为负。之后,对冲组的收益率可能经历一段收益率不显著异于0的时期。最后,在形成期J和持有期K之和大于大约6天之后(J+K>=6),对冲组的收益率将变为显著大于0。这一实证结果说明,在短期内高估组可能仍会被持续地高估,而低估组可能仍会被持续地低估,这就导致了对冲组在短期内出现了显著为负的收益率。之后,高估组和低估组开始出现价值回归,但还不足以将两者的收益率差变为显著为正,此时,可能出现对冲组收益率不显著异于0的结果。之后,对冲组收益率随着价值回归进一步提高,因此出现了对冲组收益率显著为正的结果。因此,该实证结果证实了本文提出的行业内相对估值指标的有效性,并且也通过实证证明了通过仅持有低估组,能够获得超越行业平均水平的收益。为了对对冲组的收益进行收益来源分析,本文使用三因子模型、加入了传统动量因子的四因子模型以及加入了盈利能力和投资两个因子的五因子模型共同来检验对冲组的收益能否被系统风险完全解释。实证结果显示,即使经三因子、四因子和五因子模型的风险调整,对冲组仍然获得了显著为正的阿尔法,这说明根据本文提出的行业内相对估值指标的对冲策略的超额收益无法被目前这三个经典的因子模型所解释。为了验证本文结论的稳健性,本文主要使用了两种稳健性检验的方法。第一种稳健性检验方法通过将时间期分为股权分置改革前和股权分置改革后,在多时间段验证第一部分结论的正确性。第二种稳健性检验的方法则将研究的行业数目从30个扩展到了其它102个行业(除了股票数少于5的8个行业),通过扩大样本覆盖范围验证第一部分结论的正确性。实证结果表明,使用这两种稳健性检验方法获得的实证结果仍然与本文之前的结果保持一致,证明了本文结论的稳健性。