左尾風(fēng)險的動量效應(yīng)：基于A股市場數(shù)據(jù)的研究

費(fèi)曉暉　趙永亮

摘? ?要：通過研究A股市場回報的截面數(shù)據(jù)，發(fā)現(xiàn)左尾風(fēng)險與下一階回報存在高度負(fù)相關(guān)。因此，通過Yigit Atilgan等人（2020）的左尾風(fēng)險的動量理論來解釋這一現(xiàn)象：落在回左尾風(fēng)險高的股票預(yù)期回報低，原因在于投資者低估了左尾風(fēng)險的持續(xù)度，進(jìn)而過高估值了那些近期大幅下跌的股票。通過研究不僅發(fā)現(xiàn)中國股票市場存在這種左尾動量異象，同時還發(fā)現(xiàn)該異象無法用當(dāng)前占據(jù)主導(dǎo)地位的定價因子解釋，而行為金融學(xué)中投資者反應(yīng)不足的理論對該異象具有很強(qiáng)的解釋力。

關(guān)鍵詞：左尾風(fēng)險;動量效應(yīng);反應(yīng)不足

中圖分類號：F832.51? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號：1673-291X（2021）29-0105-03

引言

自從Sharpe（1964）、Lintner（1965）和Mossin（1966）提出資本資產(chǎn)定價（CAPM）理論后，學(xué)術(shù)界關(guān)于有效市場理論以及異象因子的爭論始終不斷。本文研究的左尾風(fēng)險是金融風(fēng)險領(lǐng)域的核心概念，也是眾多異象之一。關(guān)于左尾風(fēng)險著名的研究有，Markowitz（1959）通過半方差來研究回報風(fēng)險;①Arzac 等人（1977）和Bawa等人（1977）分別把下偏動量作為風(fēng)險因子引入到定價模型，對于該分支領(lǐng)域的實(shí)證研究提供了開創(chuàng)性的突破;隨后Kahneman和Tversky（1979）提出的前景理論則試圖從理論部分對于該異象做出解釋。投資者行為不單基于效用函數(shù)，其風(fēng)險偏好會隨絕對收益（Absolute return）的狀況做出改變，其損失情況下的行為有悖有效市場假說的理性人假設(shè)，上面闡述的左尾現(xiàn)象便是其結(jié)果之一。

關(guān)于左尾風(fēng)險的近期研究有，Ang，Chen和Xing （2006），Kelly和Jiang（2014），Bal等人（2014）和Van Oordt等人（2016）關(guān)注于左尾市場風(fēng)險（左尾beta）;Chabi-Yo等人（2017），Lee和Yang（2017）則通過極端事件來檢測個股在市場劇烈下跌后的反應(yīng);Yigit Atilgana等人（2020）提出在險價值（VaR）和預(yù)期損失（ES）作為代理變量來度量左尾風(fēng)險的概率分布和程度的可行性。本文正是基于Yigit Atilgana等人的研究方法，通過在險價值（VaR）和預(yù)期損失（ES），結(jié)合Fama-French模型（1992）和Carhart動量理論（1997）來研究左尾風(fēng)險與股票未來回報的相關(guān)性。

當(dāng)前，大多數(shù)定價理論都是基于預(yù)期效用假說，以及認(rèn)為風(fēng)險伴隨著預(yù)期回報，作為風(fēng)險厭惡的投資者需要高預(yù)期回報來彌補(bǔ)其承受的風(fēng)險。因?yàn)樽笪诧L(fēng)險非顯性變量，很長一段時間內(nèi)金融學(xué)術(shù)界用高階矩代表左尾風(fēng)險。其最典型的即偏度，并認(rèn)為高左尾風(fēng)險（負(fù)偏）的股票伴隨著低股價和隨后一段時間的高預(yù)期回報。本文使用在險價值（VaR）和預(yù)期損失（ES）來替代傳統(tǒng)的偏度，用在險價值（VaR）度量在一定概率情形下的資產(chǎn)價值損失。通過預(yù)期損失（ES）度量這種條件概率損失的預(yù)期程度，本文發(fā)現(xiàn)高左尾風(fēng)險②的股票在未來一段時期具有較低的絕對回報，該發(fā)現(xiàn)和上述提及的風(fēng)險補(bǔ)償理論相悖。在考慮了當(dāng)前最主流的幾個風(fēng)險因子后（CAPM，F(xiàn)F3和Carhart4）的新多因子截面回歸后，相對回報較低。為解釋該異象，本文試圖從3個行為金融學(xué)關(guān)于低回報異象的最新理論來找到答案：（1）彩票效應(yīng)，即投資者對超高回報的偏好導(dǎo)致對近期價格大跌股票的供需失衡引起的錯誤定價;（2）betting-against-beta理論，高beta股票低回報的現(xiàn)象研究的一系列理論;（3）信息不對稱導(dǎo)致的風(fēng)險低估。本研究發(fā)現(xiàn)，投資者對于左尾風(fēng)險的低估，導(dǎo)致后續(xù)持續(xù)低回報的動量效應(yīng)。換句話說，即投資者期待這些近期下跌的股票出現(xiàn)快速反轉(zhuǎn)效應(yīng)，因此會過早買入。本文通過穩(wěn)健性檢驗(yàn)發(fā)現(xiàn)，近期出現(xiàn)下跌幅度變大的股票存在更強(qiáng)的左尾風(fēng)險效應(yīng)，表明投資者對于這類股票出現(xiàn)反轉(zhuǎn)可能的過度自信，導(dǎo)致市場反應(yīng)不足。

一、數(shù)據(jù)和變量

（一）數(shù)據(jù)

本文選取2009—2020年間A股上市公司作為研究樣本。每月包含所有A股滬深兩市收盤價大于1元的股票樣本，剔除ST、PT樣本，剔除金融類公司樣本，剔除年交易天數(shù)小于200天的樣本，剔除異常交易數(shù)據(jù)的樣本。截面樣本從2009年1月的1 352個到2020年6月的2 768個，樣本總量為273 226個公司月度數(shù)據(jù)。股票的月度回報、流通市值和成交量數(shù)據(jù)均來自同花順，財務(wù)報表數(shù)據(jù)（規(guī)模、市凈率等）來自國泰安CSMAR數(shù)據(jù)庫，市場風(fēng)險溢價為當(dāng)月大盤回報減去同期無風(fēng)險收益率，無風(fēng)險收益率選取同期流通的3個月期國債。因子檢驗(yàn)用到的個股Beta來自同花順，F(xiàn)ama-French規(guī)模和價值因子以及Carhart動量因子來自作者之前相關(guān)研究計算的數(shù)據(jù)。

（二）變量

本文主要研究對象為左尾風(fēng)險，通過參考Yigit Atilgana等人（2020）的研究方法，本文使用兩個風(fēng)險管理領(lǐng)域常見的指標(biāo)代表左尾風(fēng)險：在險價值（VaR）和預(yù)期損失（ES）。其中，在險價值（VaR）測度一定置信區(qū)間內(nèi)損失價值，例如，回報在1個月內(nèi)99%置信度下的VaR即為該投資在一個月內(nèi)落在1%概率分布處的損失值（1%左尾），換句話說，1個月內(nèi)就是損失超過該值得概率小于1%。對于月度t樣本i的VaR，本文選取之前252個交易日的99%和95%置信度的VaR（第1%和第5%）作為VaRit1和VaRit5，因?yàn)榻^大多數(shù)情況下VaRit1和VaRit5為負(fù)，本文對原始值乘以-1，使得高（低）VaR代表高（低）左尾風(fēng)險。

研究左尾風(fēng)險對預(yù)期回報的影響的關(guān)鍵之一是必須隔離其他因子的影響。本文選取當(dāng)前占據(jù)主導(dǎo)影響的因子作為控制變量，包括Fama-French的規(guī)模和價值因子和Carhart動量因子。本文選取樣本股票每月的市值和賬面市值比作為控制變量，其中賬面價值基于上一年度4月份的財報數(shù)據(jù)，①Sizeit代表公司i在月度t的規(guī)模變量，Valueit代表公司i在月度t的價值變量。本文還參照Fama-French模型，計算了觀測期內(nèi)樣本市場的月度價值因子SMBt和價值因子HMLt。動量因子Momit代表公司i在月度t的動量變量，選取樣本觀測期前12月到前2月共11個月度的累積回報。