高成交量溢价能预测经济基本面信息吗.pdfVIP

[Table_CommonRptType] 金融工程 1 简介 人们早已认识到，近期受到大量正向交易量冲击的股票会获得超额回报 （Gervais, Kaniel, and Mingelgrin, 2001; Kaniel, Ozoguz, and Starks, 2012 ）。基于 1963 年7 月至2016 年 12 月的美国数据，作者发现做多近期异常高交易量的股票 和做空异常低交易量的股票的投资策略，在市值加权的基础上获得规模调整后的平 均每月溢价0.53%，等权能获得0.68%。如Kaniel, Ozoguz, and Starks (2012)构建 的那样，交易量排序组合的最高和最低十分位数之间的收益差产生了类似的回报率。 对高交易量溢价（HVP ）的主要解释是默顿（1987 ）的投资者认知假说（Gervais, Kaniel, and Mingelgrin, 2001; Lerman, Livnat, and Mendhall, 2008; Kaniel, Ozoguz, and Starks, 2012; Israeli, Kaniel, and Sridharan, 2018 ）。根据这一假说，在一个信 息不完全的市场中，对股票交易活动的正向冲击会增加股票的曝光度，从而引起对 该股票的后续需求和价格。同样地，Bali 等人（2014 ）通过投资者的不关注和非流 动性来解释与流动性冲击有关的溢价。微观结构文献中的许多研究在考察交易量和 收益关系时都引用了错误定价的解释。例如Gervais 和Odean（2001 ）以及Statman, Thorley 和 Vorkink （2006 ）认为，交易量描述了导致投资者过度自信的学习曲线， 并进一步影响到未来的股票收益。Barber 和Odean（2008 ）以及Hou, Xiong 和Peng （2009 ）认为，交易量与投资者的注意力有关，反映了投资者对公司消息如何反应。 在前述论文的基础上，本文研究了异常交易量与未来股票横截面收益之间的显 著正相关性是否与经济基本面风险有关。扩展来看，作者对交易量溢价是否能被现 有的因子资产定价模型所解释感兴趣。特别是作为对普遍存在的错误定价解释的替 代/补充，研究基于风险的解释是否可能至少是部分解释交易量溢价。受Fama（1991 ） 关于横截面和时间序列股票收益预测性之间存在明确联系的猜想的启发，作者假设 如果从股票横截面构建的交易量溢价确实与经济基本面有关，那么它有助于预测未 来真实经济活动的时间变化。同时，代表经济风险的因子有助于解释按异常交易量 排序的股票收益的横截面变化。 为了检验这些假设，作者采用了两种互为补充的的实证策略，每一种策略都被 不同的作者用来研究包括规模溢价、价值溢价、动量、与投资有关的回报异常和流动 性等回报因子的经济内容。作者首先研究在预测性回归的框架内，交易量溢价是否 有助于预测未来的实际经济活动。作者提供了样本内和样本外的证据，证明交易量 溢价所包含的信息对预测九个月内的工业生产增长是有用的。定量角度来看，交易