本文為我們的公眾號【因子動物園】的第 019 篇文章,也是多因子模型專題的第 001 篇文章。原文請戳
(更新)【019】短期反轉:地表最強因子與新五因子模型?mp.weixin.qq.com歡迎關注我們的公眾號,獲取更多關於因子投資文獻和本土化實證研究。
【30秒速覽】本文對地表最強因子反轉的邏輯進行了探討,並將反轉和此前討論過的低特質波動、低特質偏度及動量因子,加入 Fama-French 五因子模型,對模型的解釋力進行了實證研究。我們發現,若用反轉和低特質波動因子取代價值和盈利能力因子,對 A 股市場的解釋力將大幅度提升,且被取代的兩個因子都不再有顯著的 alpha 。特別地,此時的確不再需要動量因子。
1. 反轉因子及基本邏輯
與中期動量類似,短期反轉也是一個非常經典的因子,甚至其發現要更早(參見 De Bondt, and Thaler (1989))。特別地,在 A 股市場上,動量一直表現不佳,而短期反轉卻無比強勁。在這樣的背景下,我們有必要仔細地琢磨一下反轉因子。
De Bondt, and Thaler (1989) 指出,投資者在決策時往往依據簡單的經驗規律做出判斷,並因此常常高估近期事件的影響,並低估過往事件的長期影響,因此投資者容易對短期消息反應過度,從而導致價格在隨後反轉。
Da, Liu, and Schaumburg (2011) 進一步指出,短期反轉的收益可能拆分為以下 4 個部分:
- 行業間的動量效應;
- 行業內的預期收益變化;
- 行業內關於預期現金流信息的反應不足;
- 殘差項。
其中,第一項行業動量對於反轉效應的貢獻為負(參見 Moskowitz and Grinblatt (1999) 關於行業動量的研究)。這個現象表明,投資者對於公司的信息反應過度,同時對於行業信息反應不足。此外,他們用基於 Fama-French 三因子模型的預測來估計第二項預期收益,並用分析師每股盈利預期變化來代表第三項預期現金流相關信息。
據此,Da, Liu, and Schaumburg (2011) 指出,行業內反轉效應應該比普通的全市場反轉更強,他們基於美股的實證研究也支持這一判斷。此外,他們進一步指出,反轉因子的(輸家)多頭端,對滯後的 Amihud 非流動性因子有顯著的正暴露,二(贏家)空頭端,則對滯後的投資者情緒指標有正暴露。
2. 為什麼不加入技術性因子?
既然諸多研究都顯示動量和反轉這樣的經典技術性因子有著不錯的長期表現,那為什麼諸多資產定價模型都沒有將它們納入其中呢?不管是 Fama-French 五因子模型,還是 mispricing factor 和 q-factor ,近年提出的幾個較有影響力的資產定價模型,都未考慮它們。
誠然, q-factor 對於動量的解釋力還不錯,但 Fama-French 五因子模型,可是連作者自己都承認解釋不了動量的呀。
Fama-French 五因子模型有兩個地方值得玩味。首先,兩位作者指出,在加入盈利能力 (RMW)和投資因子(CMA)後,價值因子(HML)便不再顯著了,可以視為多餘的。其次,作者們承認,拓展之後的五因子模型,對於解釋動量仍然無能為力,這也是該模型的重要問題。
但即便如此,兩位大佬仍然保留了價值因子,並拒絕加入動量。拒絕加入動量因子的理由是,他們發現,加入動量因子無助於解釋超小市值股票中的動量效應(這句話有點繞,請多讀兩遍,確保您理解了):輸家組合月均 alpha 為 -0.23%,而贏家組合月均 alpha 為 0.40%,且都非常顯著。
坦率說,就個人角度而言,我們認為這個理由略有點牽強。但怎麼說呢,畢竟當年 Asness 博士畢業論文寫動量, Fama 就不大願意承認 [偷笑]。
3. A 股的因子表現
好了,言歸正傳,我們還是回到 A 股市場,拿數據來看一看,畢竟,數據纔是最實在的。
簡單起見,我們主要考察前文討論的經典的 Fama-French 五因子,加上動量、 1 月期反轉,和我們此前的低風險系列著重討論過的低特質波動率和低特質偏度因子,共 8 個因子。
特別地,Fama-French 五因子和動量因子的月度收益數據來自中央財經大學和國泰安資料庫(參見中央財經大學金融學院中國資產管理研究中心),為了與其餘三個因子配合,我們選用了基於等權組合計算的結果。其餘三個因子則利用 betalpha 系統自行計算而得。
首先,我們看一下各個因子的累計收益走勢圖。