預(yù)期收益、成交量和錯誤定價(jià)之間的關(guān)系

1、1 簡介成交量在股票市場的價(jià)格發(fā)現(xiàn)、風(fēng)險(xiǎn)共擔(dān)和流動性提供方面發(fā)揮著重要作用。它影響著股票收益。 成交量可能與投資者的分歧、 波動性、 流動性、 投資者注意力、信息不對稱等有關(guān)。本文證實(shí)了存在一個成交量放大效應(yīng)，并探索了成交量是如何影響股票收益的機(jī)制。文獻(xiàn)發(fā)現(xiàn)，錯誤定價(jià)集中在高成交量的股票中，因?yàn)轭A(yù)期回報(bào)在被低估股票中與成交量正相關(guān)，而在被高估股票中則是負(fù)相關(guān)。通過對 Stambaugh、Yu 和 Yuan（2015）的錯誤定價(jià)得分（

2、MISP）和 1965 年 7 月至 2019 年 12 月的成交量進(jìn)行 5X5 的獨(dú)立雙排序， 在被低估股票中， 月度 Fama 和 French （2015） 五因子 （FF5） α 隨成交量增加，從低成交量組合的-0.02%到高成交量組合的 0.51%。然而，在被高估的股票中，每月的 α 隨成交量減少，從低成交量組合的-0.28%到高成交量組合的-0.68%。低價(jià)減高價(jià)（UMO）組合的每月 α 在低成交量股票中為 0.26

3、%，在高成交量股票中為 1.18%，其差異 0.93%（t=4.24）被稱為成交量放大效應(yīng)。這些結(jié)果表明，成交量-回報(bào)關(guān)系是異質(zhì)性的，取決于錯誤定價(jià)的程度，而錯誤定價(jià)集中在高成交量股票中。除了 MISP 之外， 本文還考慮了兩種替代的錯誤定價(jià)指標(biāo)。 第一個是 CAPM α，這是投資者在做出資本配置決策和評估基金經(jīng)理時(shí)使用的主要業(yè)績指標(biāo)，如果一只股票的 CAPM α 為負(fù)數(shù)，則其價(jià)格過高，反之則價(jià)格過低。第二個是綜合 α，它是五個

4、主流的資產(chǎn)定價(jià)因子模型的平均 α。 對 CAPM （綜合） α 和成交量的雙重排序產(chǎn)生了與 MISP 和成交量的雙重排序類似的結(jié)果。成交量與那些已知的對錯誤定價(jià)有放大效應(yīng)的變量不同（包括特異性波動率 IVOL、規(guī)模、非流動性、機(jī)構(gòu)比例、偏度和資本回報(bào)過剩） 。在控制了這些競爭性變量后， 成交量放大效應(yīng)仍然顯著， 本文的結(jié)果是穩(wěn)健的。 首先， 成交量放大效應(yīng)是持續(xù)的， 在投資組合形成后的兩年內(nèi)仍然強(qiáng)勁。 第二， 雖然本文主要依靠獨(dú)立排

5、序， 但本文通過使用 NYSE 的分界點(diǎn)和順序排序發(fā)現(xiàn)了類似的結(jié)果。第三，雖然本文的主要分析集中在除微型股以外的所有股票， 但成交量放大效應(yīng)也適用于微型股。 最后，本文的結(jié)果對成交量的三種替代指標(biāo)也是穩(wěn)健的。為了理解潛在的經(jīng)濟(jì)機(jī)制，Atmaz 和 Basak（2018）把對一只股票的平均預(yù)期偏差 （投資者預(yù)期偏差的截面平均值） 和投資者的分歧 （預(yù)期偏差的標(biāo)準(zhǔn)差） 放在一起考慮。 在均衡狀態(tài)下， 在好消息之后， 樂觀的投資者的信念得到支

6、持， 并通過對股票的投資變得相對更富有，這反過來又增加了他們在平均預(yù)期偏差中的權(quán)重，使得對股票的整體看法更加樂觀。 同樣地， 在壞消息之后， 對股票的整體看法變得更加悲觀。此外，Atmaz 和 Basak（2018）表明，投資者的分歧對平均預(yù)期偏差有放大作用。當(dāng)平均偏差為正時(shí)，它與分歧正相關(guān)，分歧的增加會導(dǎo)致更多的樂觀情緒，這意味著分歧與回報(bào)的關(guān)系為負(fù)。相反，當(dāng)平均偏差為負(fù)值時(shí)，它意味著一個正的分歧-回報(bào)關(guān)系。當(dāng)投資者的平均預(yù)期有偏差時(shí)

7、，投資者的分歧會放大錯誤定價(jià)。本文的主要發(fā)現(xiàn)是成交量放大了錯誤定價(jià)，如果成交量捕捉了投資者的分歧，而 MISP 捕捉了投資者的預(yù)期偏差，則與 Atmaz 和 Basak（2018）的模型一致。在本文中， 分析師的預(yù)測偏差集中在高成交量的股票中， 并且在考慮了分析師回報(bào) （或盈利）預(yù)測分散性的放大效應(yīng)后，成交量放大效應(yīng)被大幅削弱。本文還分析了成交量放大效應(yīng)對投資的影響。本文著重使用 FF5 來評估異常回報(bào)。但 MISP 的投資組合策略很

8、可能產(chǎn)生 FF5 無法解釋的異?；貓?bào)。另一方面，如果該策略的回報(bào)能被 Stambaugh 和 Yuan（2017）的四因子模型（SY4）解釋，那圖表 1 各組合的平均回報(bào)和 α（左）以及 UMO 組合的平均回報(bào)和 FF5α（右）根據(jù)左圖的 A 組， 成交量-回報(bào)關(guān)系在被低估股票中為正， 在被高估股票中為負(fù)。低估減高估（UMO）組合在高成交量五分位數(shù)中遠(yuǎn)遠(yuǎn)高于低成交量五分位數(shù)中。具體來說，UMO 組合在低成交量組的差異為 0.27%

9、（t=1.92） ，在高成交量組中的差異為 1.26%（t=6.58） ，后者是前者的四倍，這一點(diǎn)在右圖中得到了生動的描述。在控制了 MISP 之后，H-L 組合的平均回報(bào) 0.08%（H-L 列的平均）接近于 H- L 組合在成交量上的單一排序的不顯著的平均回報(bào) 0.03%（t=0.14） 。這一發(fā)現(xiàn)解釋了為什么在無條件的情況下無法檢測到顯著的成交量-回報(bào)關(guān)系。為了研究風(fēng)險(xiǎn)是否能解釋成交量-回報(bào)關(guān)系，圖表 1 的左圖 B

10、 組報(bào)告了 25 個MISP-成交量組合的 FF5α 值。與 A 組類似，在被低估股票中，F(xiàn)F5α 從低成交量組合的-0.02%增加到高成交量組合的 0.51%，兩者之差等于 0.53%（t=3.16） 。相反，在被高估的股票中，F(xiàn)F5 的 α 值從低成交量組合的-0.28%下降到高成交量組合的- 0.68%， 差異相當(dāng)于-0.39% （t=-2.16） 。 對于 Q2 和 Q3 的 MISP 的股票， FF5α 也普遍

11、隨成交量上升，而且 H-L 組合的 FF5α 明顯為正。綜合來看，低成交量 UMO 組合的 FF5α 為 0.27%，高成交量 UMO 組合為 1.26%，其差異被稱為成交量放大效應(yīng)， 等于 0.93% （t=4.24） 。 圖表 1 的右圖顯示了不同成交量的 UMO 組合的 FF5α，表明高成交量股票的錯誤定價(jià)比低成交量股票要強(qiáng)得多。C 組報(bào)告了 Hou、Xue 和 Zhang（2015）的 Q 因子 α。介于因子的可

12、獲得性，該小組的樣本期為 1967 年 1 月至 2019 年 12 月。 結(jié)果與 B 組相似， 成交量-回報(bào)關(guān)系在被低估股票中為正， 在被高估股票中為負(fù)。 因此， 錯誤定價(jià)集中在高成交量的股票中。由于錯誤定價(jià)是隨時(shí)間變化的，本文預(yù)計(jì)成交量放大效應(yīng)也會隨時(shí)間波動。另外，Schwert（2003）等人的研究表明， 大多數(shù)的異?，F(xiàn)象在學(xué)術(shù)論文發(fā)表后會減弱或消失。 一個自然的問題是這種衰減模式是否適用于成交量放大效應(yīng)。 首先， 本文