企业特征对股票横截面收益的预测研究——基于不同的估计方法

摘要

本文选取上海证券交易所和深圳证券交易所所有A股（剔除ST股和金融股）2006年1月至2016年12月的收益率数据和特征数据。构建了22个在之前的研究中被确定为未来股票收益的预测因子的公司特征，首先验证了它们在中国股票市场上的有效性，即验证中国A股市场是否存在这些横截面异象。根据检验22个横截面异象中有14个企业特征在样本期间内在中国市场上是显著的。然后将预期收益作为潜在变量，在企业特征通过一个潜在因子与股票预期收益相关的假设下，分别用基于偏最小二乘回归(PLS)、Fama-MacBeth回归和主成分分析(PCA)的方法汇总来自所有特征的关于预期股票收益的信息形成一个新的综合的企业特征指标AFER，并检验AFER对预测股票收益的有效性。通过对比研究发现，基于偏最小二乘回归(PLS)的方法所产生的AFER的投资组合产生了最高并且最显著的对冲收益（等权重投资组合对冲收益为3.89％，市值加权投资组合对冲收益为3.77％）。因此，在这三种方法中偏最小二乘回归法(PLS)是最优方法。经过稳健性检验发现，AFER投资组合的对冲回报主要来自14个显著的企业特征，而不是某个单独的企业特征，并且在不同的市场行情下组合的对冲回报均是显著的。同时，只考虑持有AFER投资组合多头，在中国市场上仍是有利可图的。

目录

声明

摘要

第1章引言

1．1研究背景

1．2文献综述

1．2．1股票横截面异象

1．2．2相关研究方法

1．3企业特征的构建

1．4研究方法

1．4．1假设

1．4．2偏最小二乘回归(PLS)

1．4．3 Fama-MacBeth横截面回归法

1．4．4主成分分析法(PCA)

1．4．5排序法

1．5论文创新之处

1．6论文结构安排

第2章实证分析

2．1数据

2．2单个企业特征对股票预期收益的预测能力

2．3用企业特征估计股票预期收益

2．3．1偏最小二乘回归法

2．3．2 Fama-MacBeth回归法

2．3．3主成分分析法(PCA)

第3章稳健性检验

3．1 AFER投资组合收益来源

3．2 AFER投资组合对单个企业特征的敏感性

3．3 AFER投资组合在不同市场中的表现

3．4 AFER投资组合多头头寸表现

第4章结论

参考文献

致谢

个人简历 在读期间发表的学术论文与研究成果