横截面动量的消长和反转效应：

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Wax and wane of the cross-sectional momentum and contrarian effects:
  Evidence from the Chinese stock markets》
---
作者：
H.-L. Shi and W.-X. Zhou
---
最新提交年份：
2017
---
英文摘要：
  This paper investigates the time-varying risk-premium relation of the Chinese stock markets within the framework of cross-sectional momentum and contrarian effects by adopting the Capital Asset Pricing Model and the French-Fama three factor model. The evolving arbitrage opportunities are also studied by quantifying the performance of time-varying cross-sectional momentum and contrarian effects in the Chinese stock markets. The relation between the contrarian profitability and market condition factors that could characterize the investment context is also investigated. The results reveal that the risk-premium relation varies over time, and the arbitrage opportunities based on the contrarian portfolios wax and wane over time. The performance of contrarian portfolios are highly dependent on several market conditions. The periods with upward trend of market state, higher market volatility and liquidity, lower macroeconomics uncertainty are related to higher contrarian profitability. These findings are consistent with the Adaptive Markets Hypothesis and have practical implications for market participants.
---
中文摘要：
本文采用资本资产定价模型和法国Fama三因素模型，在横截面动量和反转效应的框架下研究了中国股市的时变风险溢价关系。通过量化中国股市中时变横截面动量和反转效应的表现，研究了不断演变的套利机会。此外，还研究了反向盈利能力与市场条件因素之间的关系，这些因素可以表征投资环境。结果表明，风险溢价关系随时间而变化，基于反向投资组合的套利机会随时间而消长。反向投资组合的表现在很大程度上取决于几个市场条件。市场状态呈上升趋势、市场波动性和流动性较高、宏观经济不确定性较低的时期与较高的反向盈利能力相关。这些发现与适应性市场假说一致，并对市场参与者具有实际意义。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Statistical Finance        统计金融
分类描述：Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--
一级分类：Quantitative Finance        数量金融学
二级分类：Trading and Market Microstructure        交易与市场微观结构
分类描述：Market microstructure, liquidity, exchange and auction design, automated trading, agent-based modeling and market-making
市场微观结构，流动性，交易和拍卖设计，自动化交易，基于代理的建模和做市
--

---
PDF下载：
--> Wax_and_wane_of_the_cross-sectional_momentum_and_contrarian_effects:_Evidence_fr.pdf (969.01 KB)

2022-6-1 03:55:00 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：反转效应 横截面 Quantitative Participants Econophysics

横截面动量的消长与反转效应：来自中国股市的证据，*A华东理工大学商学院金融系，上海200237，华东理工大学中国经济物理研究中心，上海200237，华东理工大学理学院数学系，上海200237，本文采用资本资产定价模型和FrenchFama三因素模型，在横截面动量和反转效应的框架下，研究了中国股市的时变风险溢价关系。通过量化中国股市时变横截面动量和反转效应的表现，研究了引发反转的机会。此外，还研究了反转能力与市场条件因素之间的关系，这些因素可以表征投资上下文。结果表明，风险-溢价关系随时间而变化，基于反向利奥港的套利机会随时间而消长。反向投资组合的表现高度依赖于多种市场条件。市场状态呈上升趋势、市场波动性和流动性较高、宏观经济不确定性较低的时期与较高的约束能力相关。这些发现与适应性市场宣传相一致，并对市场参与者具有实际意义。关键词：经济物理学；适应性市场假说；反转效应；动量效应。1.

引言坚持经典金融理论、提倡无限理性的研究人员试图在资产定价模型中加入新的风险因素，以解释与市场异常相关的异常回报。其他坚持交易者有限理性的研究者试图通过构建能够捕捉交易者行为偏差的行为模式来解释市场异常。然而，这两组研究人员都未能提供令人满意的解决方案来解释这些异常现象。虽然与大多数异常相关的异常回报在具有更多风险因素的更完整定价模型中消失，但一些异常仍然“存在”[1]。另一方面，虽然短期动量效应等奥马尔难题可以在行为金融框架下解决，但没有一个统一的模型可以涵盖更多的异常。如参考文献[2]所述，前景理论描述了损失厌恶，但未能描述过度自信[3]。需要发展更全面的理论来解决有效市场假说（EMH）[4，5]和行为金融[6-8]之间的矛盾。基于进化心理学和进化理论，适应性市场假说（AMH）应运而生。与EMH一样，交易员在AMH下的行为基于他们自己的利益。这是一个在适应性市场中的启发式过程，在这个过程中，交易者被允许犯错误，并通过纠正自己的错误逐渐适应不断变化的市场状况。相比之下，交易者非常理性，市场一直保持在均衡状态。

此外，在AMH下，不同级别的集团对稀缺的盈利机会进行竞争，从而导致“最富有者的生存”。最终起决定性作用的是自然选择。不断演变的市场参与者主要对随时间变化或上下文相关的市场效率作出贡献。正如AMH中所述，可以认为有效的市场*通讯作者。地址：中国上海华东理工大学商学院梅龙路130号114信箱，邮编：200237，电话：+86-21-64253634。电子邮件地址：wxzhou@ecust.edu.cn（周卫兴）2017年7月19日提交给Physica A的预印本，作为一种身份和平衡状态，具有固定比例的交易者类型和固定的市场条件，而交易者的行为偏差表征了市场地位转变的适应过程。因此，在这一新范式中，EMHCA可以与行为金融共存。AMH的本质影响在于，市场效率不是全有或全无的条件，而是随着时间的推移不断变化的[10]。事实上，AMH提供了几个实际含义[2，9]，包括风险-溢价的不稳定关系、随时间变化的套利机会、交易策略的时间依赖性和上下文依赖性表现等。最近的研究提供了越来越多的实证证据支持AMH，其中大部分关注于将时变回报可预测性作为市场效率的衡量指标[11，12]。litera Ture的另一个分支专注于测试AMH中隐含的交易策略的时变性能。相关的方法是验证交易策略的风险调整回报是否随时间变化，以及市场条件是否与显著的良好或不良表现一致。

实证分析包括外汇市场【13，14】）和股票市场，包括美国市场【15】、亚洲市场【16】、俄罗斯市场【17】、芬兰市场【18】和罗马尼亚市场【19】。这些结果揭示了和MH一致的显著证据。我们的工作通过在两个著名的市场异常的框架内测试AMH的七个实际影响，即cro-ss部门动量和反向效应（以下简称CSMOM和CSCON），为AMH文献做出了贡献。事实上，它们在许多资产类别以及世界上大多数地区都普遍存在。虽然早期关于CSMOM和CSCON效应的研究大多集中在美国市场[20-23]，但大量研究发现了其他地区或市场CSMOM或CSCON效应的证据，包括英国[24，25]、日本[26，27]、澳大利亚[28]、中国[29-33]等。此外，CSMOM和CSCON效应在许多资产类别[34，35]中也很明显，包括股票[33]、基金[36，37]，货币【38-40】和商品【41、42】。此外，通过买入（卖出）赢家和卖出（买入）输家构建零成本arb itrage CSMOM或CSCON投资组合的频繁使用程序，启发我们测试AMH中的一个实际含义，即套利机会不时存在【2】。在这项工作中，我们关注中国股市。与成熟的金融市场相比，中国股市相对年轻。中国市场存在一些特殊现象，包括市场层面和企业层面的信息缺乏透明度，以及非理性个人投资者比例较高。我们想知道中国市场是在逐渐提高效率，还是在以类似于AMH中描述的方式发展。

此外，很少有关于AMH的研究关注中国市场。我们的研究旨在为有关THAMH的文献提供更多关于中国市场的实证证据。具体而言，我们在CSCON（CSMOM）效应的框架内研究中国股市的风险和回报关系是否随时间变化，并通过检查CSCON投资组合的表现来研究套利机会的发展。还应注意的是，在我们的工作中，采用了移动窗口分析来进行研究，这为提供比子周期分析更详细的动态信息提供了证据。最后，本研究还调查了CSCON投资组合的表现与几种市场条件之间的关系，以进一步检验CSMOM和CSCON效应是否取决于环境。本文件的其余部分组织如下。第2节和第3节分别描述了研究中采用的方法和数据。第4节报告了实证结果。第五节结论。2、方法学按照研究CSMOM和CSCON效应的常用方法【21、22、29、3 1–33】，我们构建了- K基于CSMOM（CSCON）策略的输家和赢家的投资组合。参数J和K分别表示估计期和保持期的长度。具体而言，对于本月t，个人股票根据其在前J个月的历史表现进行排名。胜利者是指过去平均回报率最高的十分之一组，失败者是过去平均回报率最低的十分之一组。通过延长输家（赢家）和缩短输家（输家），CSCON（CSMOM）por tfolio在整个样本期内的每个月初构建。

我们评估了输家、赢家和CSMOM（CSMOM）投资组合在接下来的K个月内的表现。当输家投资组合的绩效比赢家投资组合的绩效更好（更差）时，存在CSCON（CSMOM）效应。为了方便起见，我们使用CON（J，K）表示J- K CSCON投资组合。此外，如参考文献[43-45]所述，买卖价差、不同步交易以及缺乏流动性将扩大CSMOM和CSCON效应。为了避免有偏差的结果，我们遵循通常的方法，在估计期和保存期之间跳过一个月[21，33]。应该强调的是，我们遵循参考文献[25]中更实用的方法来获得买入并持有收益序列，而不是严格遵循参考文献[21，22]中的流程，在该流程中，他们考虑重叠的投资组合，并在每个月平衡投资组合。根据参考文献[21，22]，如果持有期为K个月，则在t时的投资组合应包含在t时形成的投资组合和在前K时构建的投资组合- 1个月，时间t的平均回报率是所有投资组合在同一时间的平均加权回报率。相反，我们考虑在同一时期构建的投资组合的买入并持有收益序列。具体而言，K月买入和持有回报是通过对t月形成的投资组合进行预期或做空，然后持有K个月来获得的。我们测试K月收益率序列是否显著偏离z e ro。CSCONportfo lios的统计显著正（负）回报表明CSCON（CSMOM）效应显著。3.

数据集在调查中国股市的风险-溢价关系和套利机会时，通过研究CSCON投资组合在移动时间段内的表现，我们从资产数据库中检索月度数据，包括所有A股个人股的股息调整和分割调整月度回报以及每月的Fama French三个因素，严格按照参考文献[46]建造。表1：本次调查的证券交易所基本情况。证券交易所国家/地区开始日期截止日期#澳大利亚证券交易所1968年1月8日2015年11月3日1889中国香港交易所1986年4月3日2015年11月3日1770KSE韩国证券交易所1975年7月1日2015年10月5日754LSE英国证券交易所1986年7月1日2015年11月3日1703NYSE美国证券交易所1968年4月1日2015年10月3日1587PSE法国证券交易所1977年5月1日2015年10月10日955SHSE中国证券交易所1990年6月30日1097SZSE中国证券交易所2015年10月12日1990年6月30日1757TSE东京证券交易所1974年11月12日3403日67TSX加拿大1975年6月1日2015年10月3日911TWSE China 1991年5月1日2015年10月3日856基于CSCON和CSMOM效应，我们还研究了其他主要证券交易所的套利机会。我们利用从彭博社下载的全球一些主要证券交易所上市的个人普通股月度数据，涵盖从数据库中记录最早的时间到2015年3月的这段时间。da ta集合包括股息调整和分割调整的单只股票每日收盘价。我们随机为不同地区的股票市场选出一位代表。这些交易所包括香港证券交易所（HKEX）、台湾证券交易所（TWSE）、东京证券交易所（TSE）、韩国证券交易所（KSE）、澳大利亚证券交易所（ASX）、伦敦证券交易所（LSE）、巴黎证券交易所（PSE）、纽约证券交易所（NYSE）和多伦多证券交易所（TSX）。

表1报告了本研究中证券交易所的基本信息。本研究还调查了中信建投（CSCON）投资组合的市盈率与市场条件因素之间的关系，市场条件因素是根据一些数据计算的，包括上海综合指数（SHCI）的月收盘价、所有A股个股的日收益率和人民币交易量。4、实证结果4.1。参考文献[2]中提出的时变风险溢价关系、不同交易者的相对规模和偏好以及监管环境和税法等因素导致风险溢价关系不稳定。在本节中，使用窗口大小为5年的移动窗口近似，我们打算验证在CSMOM或CSCON效应的框架内，风险和风险之间是否存在不稳定的关系。具体而言，从CSMOM或CSCONeffect的角度来看，CSCON（CSMOM）投资组合的风险调整回报率和风险因素的时变负荷的波动可以为风险与回报之间的不稳定关系提供证据。我们采用了两种流行的模型，包括资本资产定价模型（CAPM）和Fama-French三因素模型（FFTM），分别由公式（1）和公式（2）描述。ERT表示中信建投（国际）证券有限公司投资组合在t月的回报率。RMKT、RSM和RHML分别表示参考文献[46]中的市场因素、规模因素和价值因素。ERt=α+βMKTRMKT，t+εt，εt~ N（0，σε），（1）ERt=α+βMKTRMKT，t+βSMBRSMB，t+βHMLRHML，t+εt，εt~ N（0，σε），（2）参考文献[33]的实证结果表明，1997年至2012年期间，中国股市存在稳健的CSCON效应。他们还得出结论，CSCON投资组合的绩效可以通过延长估计期J来提高，而它对控股公司K不敏感。

在此基础上，我们考虑了六种CSCON投资组合，其不同的估计期J属于{1、12、24、36、48、60}个月，而持有期K固定为1个月。中信建投（CSCON）投资组合是根据中国股市的所有A股个股构建的。表2展示了1990年至2014年期间CSCON投资组合的表现，揭示了长期的CSCONeffect。我们还提供了1997年至2014年期间的结果，表明中国存在短期和长期CSCON效应。这些发现与参考文献【33】一致。很明显，CSCONportfo lios在不同的时间段表现出不同的性能，我们将在下一节进行进一步的研究。表2:CSCON投资组合的原始回报，该投资组合由不同的估计期J构成，并在固定的持有期K=1个月内持有【33】。括号中的t统计量根据[47]对异方差和自相关进行了调整。上标*和**分别表示5%和1%水平的重要性。J=1 12 4 36 48 60周期R t-stat R t-stat R t-stat R t-stat R t-stat R t-stat1990-2014 0.008（1.91）0.004（0.80）0.009（1.51）0.020（2.64）**0.013 (2.50)*0.015 (2.46)*1997-2014 0.008 (3.04)**0.004 (0.88) 0.010 (1.98)*0.014 (2.72)**0.016 (2.79)**0.017 (3.04)**我们通过检查上述6CSCON投资组合在CAPM和FFTM下的表现，研究风险与回报的关系。表3报告了1990-2014年整个样本期内不同估计期的结果。