收益

  • 详情 AI智能体意见分歧与股票收益率预测
    作为资本市场的重要定价因素,股票意见分歧多由分析师预测差异来度量,但该指标具有低覆盖、高时滞、报喜藏忧等问题。为此,本文依照监管机构要求的投资者分类标准,构造保守型、稳健型、平衡型、积极型、激进型五类AI智能体,利用各智能体对股票新闻的评价差别构建AI分歧指标,识别由新闻引发的股票意见分歧。实证分析发现:(1)新闻意见分歧在当月推高股票价格,致使未来4个月股票产生较低的收益率和较高的暴跌概率。(2)在套利成本更高的股票中,意见分歧对股票价格的扰动更为剧烈。(3)意见分歧吸引小单和中单交易的追捧,引致特大单的反向交易。(4)新闻意见分歧导致股票高波动和价格高估,可以部分解释特质性波动率之谜。本研究弥补了意见分歧在当期推高估值的实证缺失,一定程度上解决了AI收益率预测的前视偏差顾虑。
  • 详情 政策文本分析与行业资产定价机制 ——基于大语言模型的研究
    在我国资本市场中,政策作为宏观调控的重要工具,对行业资产价格具有显著影响。本文尝试将政策文本纳入金融文本分析框架,构建政策——行业相似度指标体系,识别政策支持导向,并探讨其在行业定价中的作用机制。文章构建了涵盖多层级政策的文本数据库,分别采用传统模型(LDA和LSA)与大语言模型(LLM)识别政策中的行业提及频次,测算政策——行业相似度指数,并结合行业收益数据构建策略。文章进一步引入支持向量回归(SVR)识别不同行业的最优政策滞后期,提升策略表现。实证结果表明:LLM模型在政策主题提取上明显优于传统方法,基于政策相似度构建的行业策略在多阶段均展现出稳健的超额收益,且政策对行业的影响有长期滞后效应,行业反应通常在政策发布半年后。考虑现实市场约束,基于最优滞后窗口构建的单边多头策略也表现优秀,具备良好实用性,特别是在政策密集期(如2015、2020年)表现突出。本文的研究为政策信号的量化研究与行业资产配置提供了新的方法与实证支持。
  • 详情 股票收益率非对称性:新测度与新发现
    收益率非对称性定价是金融研究中长期存在争议的重要问题。本文创新性地提出了基于概率分布、反映收益率整体非对称性的新测度(Return Asymmetry, RA),首次为该争议提供了跨市场的系统性证据。研究发现:首先,RA测度在中、美等主要市场均能负向预测股票横截面收益率,其解释力较传统测度显著提升;其次,RA的定价优势源于其对收益率复杂分布信息的更全面捕捉,特别是能有效识别系统与特质非对称之间的交互效应;最后,通过博彩偏好、投资者情绪、关注度和套利限制等多维度渠道分析,证实行为因素是驱动收益率非对称性定价的核心机制。本研究不仅有助于弥合学术分歧,更建立了具有全球适用性的非对称定价分析范式。
  • 详情 金融摩擦、气候适应性投资缺口 与中国宏观经济政策协调
    气候投融资缺口是制约人类气候适应进程的全球性难题,如何通过宏观经济政策有效支持气候适应性投资,是我国现阶段应对气候风险冲击提升经济韧性的重要议题。本文构建嵌入气候适应型财政货币政策的气候灾难风险模型,考察气候适应性投资缺口的产生机理以及通过宏观经济政策缩小缺口的效果。研究发现:第一,气候灾难风险冲击增大、金融摩擦上升会扩大气候适应性投资缺口。第二,气候适应再贷款政策通过降低金融摩擦产生的信贷风险溢价,气候适应补贴政策通过定向补贴气候适应性投资的边际收益,分别从金融供给侧和企业需求端缩小气候适应性投资缺口。第三,气候适应型财政政策和货币政策通过支持气候适应性投资,能够有效缓解气候灾难风险对经济金融系统的负面冲击,两类政策对经济金融系统的支持效果存在差异,并且政策协调搭配具有更强的经济金融稳定效果。第四,为完全弥补气候适应性投资缺口,气候适应再贷款和气候适应补贴的最优政策支持力度需要根据气候灾难风险冲击大小动态调整。两类政策均能够提高社会福利,并且政策协调搭配相较于单一政策具有更高的社会福利增进效果。
  • 详情 因子模型能定价期权收益吗?
    金融资产因子结构映照着风险与收益的权衡,因子模型能否同样描绘期权收益?期权合约存续时间极短、风险敞口变化频繁,难以应用传统因子模型进行定价。工具主成分分析方法(IPCA)提供了新的解决方案,动态风险载荷形式与期权风险特征高度吻合。本文尝试采用IPCA模型揭示上证50ETF期权的因子结构。研究结果表明,三因子IPCA模型能够解释超过87%的单个期权收益变化和超过99%的投资组合收益变化,表现优于现有的期权因子模型以及静态PCA模型。IPCA因子与期权在值状态偏度、剩余期限斜率以及Gamma价值紧密联系,能够解释40%至60%的因子变化。本文的研究对于优化投资组合风险管理具有重要意义,有助于监管者提高期权市场定价效率,促进衍生品市场稳健发展。
  • 详情 子女升学压力、班级同群效应与家庭课外教育投资
    近年来,我国义务教育阶段的家庭课外教育投资竞争激烈问题不断凸显。“双减”政策正是对上述现象的及时纠偏。为了进一步科学有效落实“双减”政策,增强教育获得感,厘清家庭课外教育投资的影响因素及其作用机制必不可少。家庭在课外教育投资中除了遵循经济学传统的“成本—收益”权衡框架外,特定的环境变化以及临近群体的表现对于家庭教育决策也存在重要的影响。基于此,文章运用中国教育追踪调查(CEPS)2013—2014 学年数据,以子女就读毕业班所产生的升学压力作为外生冲击,实证发现:与非毕业班的学生相比,毕业班内部存在的同群效应不仅扩大了由升学压力带来的特定家庭课外教育现金支出增加的幅度,并且提高了子女课外学习投入时间的增加幅度。在进行一系列稳健性检验以及利用工具变量缓解模型内生性后,上述结论不变。异质性分析发现:在城市户口、父母期望子女入读本科、子女成绩欠佳以及父母督促子女学习的家庭中,同群效应的效果显著。拓展性研究发现:家庭课外教育现金支出增加对于提高子女就读毕业班时的学科绝对分数具有积极效果,但未能显著提升其相对排名,这是家庭课外教育投资“内卷化”的深刻体现。文章基于子女面临升学压力的现实,对班级同群效应机制的考察为解释课外教育竞争日益激烈的社会现象提供了新的视角。
  • 详情 中国公开市场操作的微观影响研究 —— 基于企业面板数据的经验证据
    为评价中国“价格型”货币政策的调控效果,本文基于企业面板数据全面考察了中国人民银行的公开市场操作对企业债券到期收益率和企业信贷融资成本的影响。首先,基于企业债券数据的实证研究表明,公开市场操作所形成的政策利率(以下简称 OMO 利率)对企业债到期收益率存在显著的正向乘数效应。其次,基于上市企业财务数据的估计结果显示,OMO 利率对企业信贷融资成本存在显著的正向传导效果。最后,非对称性的研究结果表明,OMO 利率上升对债券到期收益率的推升效果显著大于下降时的降低效果。本文的研究证实了,从实体经济角度而言,公开市场操作是高效率的货币政策实施工具,其所形成的OMO 利率是有效的货币政策测量指标。
  • 详情 私募股权市场中企业背景有限合伙人的投资行为与绩效研究
    非金融企业是我国私募股权基金重要的有限合伙人(Limited Partner,LP)。本文利用清科数据库2000-2022年LP基金层面的样本数据,实证研究企业LP与非企业LP、不同类型企业LP在投资行为与投资绩效方面的差异。研究发现,在投资行为方面,相比金融背景 LP,企业 LP 会联合更多的 LP 一起投资、更偏好 CVC 基金、合作的基金管理人(General Partner,GP)的经验相对不足,投资经验丰富的企业LP所合作的GP的经验更为丰富。而在投资绩效方面,企业 LP 的绩效显著低于金融背景和其他背景LP。进一步研究发现,相比民营企业LP,国资企业LP更倾向于和国资企业LP、国资GP合作,且国资企业LP的投资绩效没有显著高于民营企业LP的绩效。而相比非高技术企业LP,高技术企业LP 更倾向于投资聚焦于本行业的基金,且高技术企业 LP 所投基金的内部收益率和投资回报倍数显著高于非高技术企业LP,但高技术企业LP所投基金的退出比例和IPO比例较低。本文扩展了私募股权LP研究的视角,研究成果有助于GP和初创企业更好地了解企业LP的投资诉求,从而提升投融资效率,并为培育耐心资本提供理论依据。
  • 详情 A股关联公司的股票动量溢出效应研究——基于分析师共同覆盖的视角
    本文基于有限注意力假说, 用分析师共同覆盖构建公司相关性, 检验了 A 股市场关联公司之间股票的动量溢出效应. 研究发现, 以共同覆盖分析师数量作为权重构建的关联公司股票加权平均收益率, 能正向预测焦点公司未来 1∼12 月的收益率, 基于关联公司收益率构建的多空组合可获得 10%∼12% 的年化超额收益; 在截面回归中, 关联公司动量溢出效应较同行业或同地区公司的动量溢出效应更强. 异质性分析表明, 在拥有更多分析师共同覆盖、非明星或低学历分析师共同覆盖, 以及焦点公司股票被更多压力抵抗型机构投资者持有时,关联公司动量溢出效应更强, 说明该效应的成因与分析师和投资者的有限注意带来的行动迟缓和反应滞后相关. 本文的工作对 A 股市场跨资产动量效应给出了全新证据, 对市场监管与投资者决策具有参考价值.
  • 详情 新闻叙事与资产定价——来自大语言模型的证据
    投资者对宏观经济风险的评估如何影响资产价格一直是实证资产定价的难点之一。已有研究指出新闻文本会改变投资者对宏观经济的判断和预期进而影响股价,但如何有效提取与宏观经济风险相关的文本叙事信息来解释或预测资产价格变动,尚未达成共识。本文基于2007-2021年中国七家专业财经媒体的新闻报道数据,首次结合人工智能前沿领域的BERT大语言模型来测度新闻叙事注意力信息,然后利用稀疏工具主成分(Sparse IPCA)估计影响基本面的状态变量和影响资产价格的叙事定价因子。基于A股市场的实证检验发现:第一,本文利用新闻文本估计的状态变量对于消费、产出、国债收益率等宏观经济指标具有显著的预测效果,这表明新闻叙事蕴含着影响经济运行的信息。第二,相比CAPM、三因子等基准模型,基于新闻文本构建的叙事因子模型能更好地解释资产错误定价现象,并对未来资产价格的变化有更强的预测能力。第三,与基于关键词的文本分析方法(如LDA主题模型)相比,利用BERT提取文本信息可在保证因子模型简约性的基础上获得更优异的定价效果。本文的研究结论对于解释资产横截面收益差异有新的启示,同时为应用大语言模型于经济金融学研究抛砖引玉。