发帖
雷达卡
今天总结两篇Attention方面的文章：
Peng, Lin, and Wei Xiong. 2006. “Investor attention, overcon?dence.pdf.” Journal of Financial Economics 80: 563–602.
Peng, Lin, Wei Xiong, and Tim Bollerslev. 2007. “Investor Attention and Time-varying Comovements.” European Financial Management 13 (3) (June): 394-422.
在开始正文之前，我想先“八卦”一下，在这个圈子里，其实被“八卦”往往是件好事，因为这至少表示大家都知道你这么号人，是个名声大小的象征；对于我们这些“八卦”别人的人来说，这也是件好事，因为这可以使你能够比较清晰的了解到这个领域的学者都在做些什么以及他的整体研究框架。
这两篇文章的作者是两个中国人，LinPeng和Wei Xiong，一个是CUNY的，一个是Princeton的。在这个圈子里，做的比较好的中国人都是理工科出身，比如这两位，一个是学生物的，一个是学物理的，结果两个人碰到一起就成了做模型的狂人。他们是Duke时的同学，只不过Wei Xiong早毕业一年（2001）。金融的研究大体分为实证和理论两个流派，95%的人都是做实证的，原因很简单，做理论的门槛比较高，但是一旦做出来就都是牛人了。二人的一个共同研究方向是投资者的非完全理性以及市场的摩擦，偏向于行为金融。这里要介绍的两篇文章，尤其是第一篇文章的引用率非常高，是这个领域的必读文献。另外，再说一句，我最早听说Wei Xiong是因为他牵头办了人大汉清学院，不过听说他已经离开那里了。
这两篇文章是研究投资者注意力的。经典的金融模型假设市场的参与者能够及时完全的对市场的信息做出反应。但是，这种反应是建立在投资者集中注意力于相关信息，并能够利用相关知识迅速的做出决策的基础上的。然而，实际上，注意力本事却是个稀缺资源。比如作为炒过股票的人，可能你同时买入五只股票还能忙得过来，但是如果你买了十只股票恐怕就没有时间研究每只股票的信息了，这其实就是注意力重要性的一个表现。印象中汪丁丁写过一本小册子，叫做《注意力经济学》，简单的翻过，可以作为这个领域的科普读物。
LX2006：
这篇文章是理论文章，一篇好的理论文章需要具有以下两个必要条件：第一，必须能够反映目前已有的实证结果；第二，必须能够推演出还没有被人们注意到或发现的假说（hypothesis），以便引导进一步的实证研究。从这个角度看，这篇文章正是一篇好的理论文章。
首先，这篇文章发现，相较于公司层面的信息而言，投资者更佳注意市场和行业层面的信息，即Category-learning behavior。这反映了如下的已有的实证结果：
1、 公司间股票收益的相关性要高于基本面的相关性。
2、 从跨行业的角度看，同行业公司间的平均收益相关性与其股票价格的信息含量成反比；这是因为，对于一个信息处理效率较高的行业，投资者更加愿意关注股票公司层面的信息，而非行业信息；
3、 随着信息技术的不断进步，投资者注意力的约束逐渐被弱化，因此，投资者越来越关注公司层面的信息，进而降低了股票收益间的相关性。
其次，本文还提出了两个可以用于今后实证分析的hypotheses：
1、 在控制了投资者过度自信（overconfidence）这个变量后，行业中具有较低平均收益相关度的公司具有更高的以过度反应驱动的收益预测性（如长期的价格反转以及短期的价格动量）
2、 被忽略的公共信号（如年报中的某些变量）对公司收益具有较低的预测力
关于模型的设定，需要注意以下问题：
1、 为什么要控制overconfidence？这是因为，对于个体投资者而言（retail investor），利用价格所反映的信息是有成本的（数据搜集、处理以及相应的知识），因此为了简化问题，作者把投资者分为两类，一类是能够承担上述成本的投资者，他们learning from price；另一类是经常忽略掉价格反映的有用信息的overconfidence investor，而这个模型仅限于研究前者；
2、 如果大家都是learningfrom price，而这种学习又被假设为独立的，但为什么由这种学习机制引致的证券价格变动还存在相关性呢？文章认为，虽然大家都是在独立的学习，但是会同时受到共同的外界因素或噪音的影响，比如使用了相同的信息渠道等，因此投资者的学习误差（learning error）从总体上看并不能相互抵消，所以才可能出现上述的联动现象，这也是该模型的关键所在；
3、 投资者之所以表现出Category-learningbehavior是基于投资者的有限关注（limited attention）的基本事实，即投资者没有精力关注所有的证券，而只能关注自身组合中的证券，因此投资者必须用learning efficiency交换投资组合的多样化。同时，该模型也没有研究有限关注投资者的相互作用；
4、 如果模型中所说的价格效应是由retail investor的有限关注和行为偏差所导致的，那机构投资者是否可以纠正或消除这种影响呢？文章认为，由于套期保值或对冲本身是有成本的，因此，至少在短期，这种价格效应是不容易被消除的。总之，模型就是模型，你不能期待他回答所有的问题。对于我们而言，重要的是明白模型的内在逻辑以及基本结论，我想就是有收获了。
PXB2007：
这篇文章正是基于上面那篇文章的实证。我认为，一篇好的实证文章要有严格基于理论（而不是观察）的hypothesis，并且实证方法不能过于简单（这里并不是说一定要用多么fancy的方法来吓唬别人，而是说过于简单的方法往往不够严谨）。
刚看到这篇文章的时候确实吓了一跳，不是因为内容，而是因为刊物，European Financial Management，后来改名叫Review ofFinance. 这个杂志在金融学里是介于tier 2和tier 3之间的一个，对于我这种人来说，已经是好杂志了，但我很诧异这三位大牛级的人物怎么甘心将paper发到这上面，后来才了解到这篇文章其实是Invited Contribution，就是杂志单独约的稿，这也可以解释后来Wei Xiong做了一段时间这个杂志的Associate Editor吧。
更正：EFM并不是ROF，谢谢conly007指出基于已有的理论，文章提出了三个假说：
假说1：如果投资者能够完全且及时的消化市场的不确定性，则造成市场不确定性升高的冲击只能在当天提高市场的波动性和资产间的协同波动性（comovement）；
假说2：如果投资者仅仅能够在每期消化有限数量的信息，并且信息流的结构在截面上一直为常量，则造成市场不确定性升高的冲击能够在当天提高市场的波动性和资产间的协同波动性（comovement），而这种升高的幅度则在日后逐渐下降；
假说3：如果投资者是有限关注的，则在面对造成市场不确定性升高的冲击时，他会更加关注于市场的因素，因此，市场波动率和资产收益的协同波动都会在冲击发生的当天升高，而在接下来的日子里出现反转。
很明显，假说3是基于PX2006提出来的。最后文章的结论也支持这一假说。
文章用标普500指数期货合约每五分钟的收益率来计算实现的市场波动率（realised market volatility），用30年期美国国债期货合约计算的实现的市场波动率作为宏观冲击的代理变量。为了度量个股间的协同波动，文章选取了道琼斯指数中交易活跃的30只成分股，之所以这样选择是因为标普500指数期货合约和这30只股票由于交易活跃，可以克服我们在读2中所说的由于bid-ask effect和nonsyncronous effect造成的度量误差。但是为何要选择这30只股票，文章却没有交代，因此显得不够严谨。
为了从整体波动中分离出异质性的部分（idiosyncratic），文章首先进行了式9的回归，这个回归就是用到了读2中Dimson1979的方法，看来读以前经典的文章确实是有用的，否则的话确实很难理解这里为什么要与之后市场收益率run回归，文章选择之后4期也没有交代依据。文章所得到的波动率的比，即式7是介于0和1之间的，而用式8将其转化成介于正负无穷，为什么这么做不是很清楚。
宏观冲击问题最好的计量方法是VAR（Vector Autoregression，向量自回归）的方法，印象当中Eviews做这事最为方便。早在2003-2005年间，国内利用VAR方法的文章大量涌现，关键的一点就是大家知道怎么样傻瓜式的使用这种方法了，这要感谢易丹辉的《数据分析与Eviews应用》，但实际上不懂就用的话是一种很不负责任的态度，在做学问时，不仅要知其然，更重要的是知其所以然。
最后，通过脉冲响应函数等多种手段，文章证实了假说3，也为这一些列的研究画上了句号。
本帖为复制，请到原帖https://bbs.pinggu.org/thread-1183124-1-1.html参与讨论。
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
