没有合适的资源?快使用搜索试试~ 我知道了~
天风证券_0912_天风证券外文献推荐第56期.pdf
需积分: 0 0 下载量 73 浏览量
2023-07-28
12:12:46
上传
评论
收藏 1.77MB PDF 举报
温馨提示
试读
30页
天风证券_0912_天风证券外文献推荐第56期.pdf
资源推荐
资源详情
资源评论
金融工程 | 金工专题报告
请务必阅读正文之后的信息披露和免责申明 1
金融工程
证券研究报告
2018 年 09 月 12 日
作者
吴先兴
分析师
SAC 执业证书编号:S1110516120001
wuxianxing@tfzq.com
18616029821
相关报告
1 《金融工程:金融工程-海外文献推
荐 第 55 期》 2018-09-05
2 《金融工程:金融工程-海外文献推
荐 第 54 期》 2018-08-22
3 《金融工程:金融工程-海外文献推
荐 第 53 期》 2018-08-15
海外文献推荐 第 56 期
盈余公告收益及标准化预期外盈利
盈余公告收益(EAR)刻画了市场对于公司业绩公告中包含的预期外信息
的反应情况。EAR 的多空收益年化能够达到 7.55%,比传统度量业绩超预期
的标准化预期外盈利(SUE)因子的多空收益高 1.37%。并且 EAR 和 SUE
的收益贡献是相对独立的,两因子复合后能够达到 12.5%的年化多空收益。
利用低风险现象增强 Black-Litterman 模型:来自韩国市场的证据
诸多研究都已经揭露了全球金融市场正在经历低风险异常这一现象。本文
针对韩国市场中的低风险异常,利用 Black-litterman 模型构建了一个低风
险投资组合。具体的,我们利用三种机器学习模型以及传统时间序列模型
来预测 KOSPI 200 中股票的波动性,挑选出了表现最好的部分资产;然后
利用模型将资产按照高风险和低风险分类,分别构建投资组合。研究表明,
低风险在构建市场平衡投资组合提高组合盈利方面具有重要作用。
波动率模型以及波动率的程式化特征实证
波动率模型能够准确预测波动率是其在金融各领域应用中的核心诉求。本
文罗列了波动率模型中应该包含的各种程式化的因素:明显的持续性,均
值回归,非对称性以及外生变量的影响。并使用了道琼斯工业指数来对这
些因素进行说明,同时对 GARCH 这一类的模型是否能够捕捉这些特性进
行了说明。
风险提示:本报告内容基于相关文献,不构成投资建议。
17754305/14519/20180917 18:51
金融工程 | 金工专题报告
请务必阅读正文之后的信息披露和免责申明 2
内容目录
盈余公告收益及标准化预期外盈利 ................................................................................................ 4
1. 数据和方法 ..................................................................................................................................... 4
2. 实证结果 ......................................................................................................................................... 5
2.1. SUE 和 EAR 独立分组检验 ............................................................................................................ 5
2.2. SUE 和 EAR 结合后分组检验 ........................................................................................................ 5
利用低风险现象增强 Black-Litterman 模型:来自韩国市场的证据 ....................................... 7
1. 简介 ................................................................................................................................................. 7
2. 方法 ................................................................................................................................................. 9
2.1. 波动性预测 ........................................................................................................................................ 9
2.1.1. 高斯过程回归(Gaussian process regression,GPR)模型 .............................. 10
2.1.2. 支持向量回归(support vector regression,SVR)模型 ................................... 10
2.1.3. 人工神经网络(Artificial neural network,ANN)模型 ......................................... 11
2.2. Black–Litterman 模型 .................................................................................................................... 12
3. 推荐过程 ....................................................................................................................................... 13
4. 实验结果 ....................................................................................................................................... 15
4.1. KOSPI 200 中的低风险异常 ........................................................................................................ 16
4.2. 波动性预测 ...................................................................................................................................... 17
4.3. 投资策略 .......................................................................................................................................... 17
5. 结论 ............................................................................................................................................... 19
波动率模型以及波动率的程式化特征实证 .................................................................................. 20
1. 简介 ............................................................................................................................................... 20
2. 公式说明 ....................................................................................................................................... 20
2.1. 不同种类的波动率模型 ............................................................................................................... 21
3. 关于资产价格波动的程式化事实 ............................................................................................. 22
3.1. 波动率存在持续性的特征 .......................................................................................................... 22
3.2. 波动率具有均值回归的特性 ..................................................................................................... 23
3.3. 新的信息可能对波动率产生不对称的影响 .......................................................................... 23
3.4. 外生变量可能影响波动率 .......................................................................................................... 23
3.5. 尾部分布 .......................................................................................................................................... 24
4. 实证 ............................................................................................................................................... 24
4.1. 数据资料摘要 ................................................................................................................................. 25
4.2. 波动率模型 ...................................................................................................................................... 25
4.3. 波动率的均值回归和持久性 ..................................................................................................... 26
4.4. 不对称波动模型............................................................................................................................. 27
4.5. 一个带外生波动回归的模型 ..................................................................................................... 28
5. 结论和未来研究的挑战 .............................................................................................................. 28
17754305/14519/20180917 18:51
金融工程 | 金工专题报告
请务必阅读正文之后的信息披露和免责申明 3
图表目录
图 1:SUE 和 EAR 组合的公告后收益(%) ........................................................................................... 5
图 2:SUE 和 EAR 结合后的公告后收益(%) ....................................................................................... 6
图 3:2000 年投资的 100 美元的价值变化 ............................................................................................ 8
图 4:投资组合的统计描述和夏普比率 ................................................................................................... 9
图 5:ANN 结构示意图 ................................................................................................................................ 11
图 6:Black-Litterman 模型中投资策略的全部过程 .......................................................................... 15
图 7:理论资本市场线 ................................................................................................................................. 16
图 8:三种模型在韩国市场的夏普比率 ................................................................................................. 16
图 9:三种机器学习模型,GARCH 以及 SQRet 的表现 .................................................................. 17
图 10:ANN 预测波动性的准确率 ........................................................................................................... 18
图 11:低风险 BL,平衡 Mkt,KOSPI 200 的夏普比率以及阿尔法指数的表现 ..................... 18
图 12:低风险 BL,平衡 Mkt,KOSPI 200 与
的对应关系 .......................................................... 19
图 13:道琼斯工业指数 ............................................................................................................................... 24
图 14:收益相关图 ........................................................................................................................................ 25
图 15:GARCH(1,1)对条件概率的估计(%) ....................................................................................... 26
图 16:K 从 1 到 100 时的θ和φ ............................................................................................................. 26
图 17:使用 GARCH(1,1)对每日收益波动率的预测(%) ........................................................ 27
图 18:GARCH(1,1)中不同时间跨度的波动率(%) ................................................................... 27
17754305/14519/20180917 18:51
金融工程 | 金工专题报告
请务必阅读正文之后的信息披露和免责申明 4
盈余公告收益及标准化预期外盈利
文献来源:Kishore R, Brandt M W, Santaclara P, et al. Earnings Announcements are Full
of Surprises[J]. Social Science Electronic Publishing, 2008..
推荐原因:盈余公告收益(EAR)刻画了市场对于公司业绩公告中包含的预期外信息
的反应情况。EAR 的多空收益年化能够达到 7.55%,比传统度量业绩超预期的标准化预
期外盈利(SUE)因子的多空收益高 1.37%。并且 EAR 和 SUE 的收益贡献是相对独立
的,两因子复合后能够达到 12.5%的年化多空收益。
1. 数据和方法
这篇报告的财报数据采用 COMPUSTAT 和 CRSP 数据库,并且剔除了银行和公用
事业类的股票。标准化预期外盈利 SUE 因子的计算方式为预期外盈利除以预期外盈利的
标准差:
其中
是股票 在季度 的实际净利润,
是预期净利润,
是过去 8
个季度预期外盈利的标准差。
预期净利润的估计方式可以采用带漂移的季节性随机游走模型,即
本报告中,我们定义盈余公告超预期的度量方式,即盈余公告收益(EAR),其定义为
股票 在季度 公告日当天周围 3 个交易日的超额收益:
其中
是 Fama-French 分组后股票 所在分 组 的 收 益 , 分 组 方 式 参 考
[Fama-French 1992]对于市值分两组、BP 分三组后共六组的组合。
为股票 在日期
当天的收益。
在每个季度,我们以如下方式构造组合:
1) 首先计算每只股票的 SUE 和 EAR;
2) 我们以季度 的 SUE 和 EAR 排序并分别计算五分位点, 根据 SUE 分为 5 个组
合,根据 EAR 也分为 5 个组合,并交叉构成 25 个组合,分别计算这些组合到下个季
度的超额收益。
在每个季度,我们也同时计算 EAR 和 SUE 策略的公告后累计收益,收益以公告日期后
一个交易日开始并累计 个交易日。例如,如果一直股票的业绩公告日期为 ,收益的
计算区间为 。区间超额收益计算方式为:
17754305/14519/20180917 18:51
金融工程 | 金工专题报告
请务必阅读正文之后的信息披露和免责申明 5
2. 实证结果
2.1. SUE 和 EAR 独立分组检验
我们首先分别检验 SUE 和 EAR 独立分组组合的收益表现。我们考察公告后 30-60 个
交易日的收益情况。
从下图可以看到,SUE 最高的一组能够持续获得正向超额收益,而 SUE 最低的一组持
续获得负向超额收益。持有 60 个交易日,SUE 最高的一组的收益减去 SUE 最低的一组的
收益有 3.23%,如果持有 120 个交易日,首尾组合的收益差达到 5.10%,180 个交易日后,
SUE 的收益变弱并呈现出一定的反转效应。EAR 的分组收益表现和 SUE 类似。EAR 最高的
一组持续获得正向超额收益,而 EAR 最低的一组持续获得负向超额收益,并且持有 180 天
以上,EAR 没有呈现出反转效应。持有期较短时,SUE 和 EAR 组合的表现较为接近,而当
持有期拉长时,EAR 组合的收益更高。
虽然这两个因子分组后的表现较为接近,但是它们的收益不能互相解释。我们检验了
后四个季度的公告期 3 天超额收益。可以看到,SUE 组合在公告期 3 天内有显著的收益表
现,在当前季度之后的四个季度内,SUE 最高组公告期 3 天收益减去 SUE 最低组公告期 3
天收益分别有 0.46%,0.27%,-0.07%,-0.38%,这其实表示了市场在公告期 3 天内的表现
一定程度上是可预测的,但是这种预测能力是随着时间呈现单调下降的。而 EAR 组合的表
现和 SUE 组合的表现差异较大,其公告期 3 天的收益并没有随着时间衰减或反转。
图 1:SUE 和 EAR 组合的公告后收益(%)
资料来源:Social Science Electronic Publishing,天风证券研究所
2.2. SUE 和 EAR 结合后分组检验
上述检验结果说明 SUE 和 EAR 组合的超额收益是相互独立的,这部分我们检验这两个
因子组合交叉后的表现。下图展示了这些组合持有 30-90 个交易日的表现。可以看到,SUE
和 EAR 的效果是互相独立的,在同样的 SUE 下,EAR 越高,收益表现越好;在同样的 EAR
下,SUE 越高,收益表现越好。例如,持有 60 个交易日,以 EAR 分组,SUE 首尾组合的
收益差分别为 2.35%,2.24%,2.26%,2.87%,4.79%;以 SUE 分组,EAR 首尾组合的收益差
分别为 1.53%,2.17%,2.30%,3.40%,3.97%。
另外可以看到,SUE 和 EAR 结合后组合能够获取更高的收益表现。例如,持有 60 个
交易日,高 SUE 高 EAR 组合的收益有 4.12%,而低 SUE 低 EAR 组合的收益为-2.20%,收益
差达到 6.32%,这个收益差几乎是单因子分别分组后收益差的两倍。
17754305/14519/20180917 18:51
剩余29页未读,继续阅读
资源评论
2201_75761617
- 粉丝: 21
- 资源: 7339
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功