跳转到主要内容

你在这里

因子暴露指标动量因子

本文构造和研究了一组动量因子的性质和鲁棒性。我们还构造了说明性的索引,基于优选动量定义,并表明所得到的指数表现出对动量的大量暴露和相对较低的周转水平。.

我们从学术文献和当前市场实践的调查中识别出候选动量因素。这些候选因素被评估,并在2001-2014年期间检查了FTSE发达宇宙的形成和保持期。.

我们注意到绝对动量可以分解成三分量测度;即股票特定动量;系统风险因素暴露引起的动量;剩余动量与股票冲击有关。.

股票特定收益(alpha)被用来捕捉股票特定的动量,而剩余夏普比率捕捉动量与股票特定的新闻。每个动量因子显示跨区域的鲁棒性能。此外,每个因素似乎表现出一定程度的独立性。.

我们还考虑三个因素,广泛捕获绝对或总动量;一年累计收益(回报);一年的Sharpe Ratio;以及过去12个月的当前价格与最高价格的比率(CH12比率)。我们注意到所有这三项措施,通过建设,将展示暴露在动力形成期间表现良好的系统性风险因素之下。因此,以这种动量度量为基础的指数在暴露于系统性风险因素方面可能经历显著的逆转。.

基于原始回报率的动量指标历来显示出经风险调整后的强劲业绩结果,而这些结果并非主要由于国家或行业的影响。我们更倾向于用累积比率的动量测度来衡量夏普比率,尽管两者都表现出类似的历史风险调整后的业绩结果,因为后者在历史上显示了巨大的工业和乡村效应。回归和CH12比率的模拟绩效结果非常相似;然而,CH12比率导致的结果具有很大的偏倚(低β)的系统因素。.

我们优选的动量测度是残余夏普比,显示相对高风险调整的绩效结果,波动性和周转率相对较低。与传统动量法相反,残余夏普比示出了有限的时变暴露于其他系统因素。.

最后,我们基于剩余夏普比率构造了说明性指数,并表明它们表现出相当大的动量暴露和相对较低的周转水平。.

1。动量效应

动量效应依赖于股票收益的过去模式的延续。任何动量效应的捕获都需要基于过去的回报或回报相关度量来选择股票,从而预期这种性能模式将在未来重复。通常情况下,过去一段时间的股票表现,排除最近的月度收益作为选择股票的标准。在构造动量因子时忽略最近性能的做法是试图避免将动量与短期反转效应混淆。在这一节中,我们回顾动量文学;无论是从评估动量效应存在的证据的角度,还是从试图合理化其存在的角度。.

1。动量效应的1个证据

实证研究检验动量效应的证据是巨大的。列维(1967)强调:平均回报率高于平均水平的股票表现出显著的未来收益异常。随后,Grinblatt与蒂特曼(1989)杰加德什和蒂特曼(1993)和Chan,杰加迪什和拉科尼什克(1996)发现动量是未来业绩的有用指标,这不受市场风险的影响,大小或价值。.

随后的研究检验了动量在风险调整后的绩效指标中的有效性,与原始回报中的动量形成对比。比格洛娃等。(2004)发现,与基于简单回报的动量因素相比,包括夏普比率在内的风险调整动量措施表现出风险调整绩效的改善。Bornholt和Malin(2011)表明,在动量策略中增加波动性和其他风险度量是有效的。刘等人(2010)研究了将当前价格与先前高点进行比较的措施。.

动量法招致高水平的营业额。因此,一个重要的实际考虑是交易成本的任何动量效应网络的程度。锂,Brooks和Miffre(2009)发现,动量效应不成比例地集中在小股和流动性差的股票中。Korajczyk和Sadka(2003)表明,流动性加权动量策略优于资本化加权方法,无论是在交易费用的异常净收益方面,还是在提高能力方面。.

1。动量效应的2种解释

发展动量效应解释的一个关键考虑因素是动量产生的水平;动量主要是一个产业,国家,还是股票级效应?莫斯科维茨和格林布拉特(1999)以及塞夫顿和斯考克罗夫特(2005)发现,美国的发展势头在很大程度上是产业效应。相反,Nijman等人(2004)得出的结论是,欧洲的势头在很大程度上是股票效应。.

丹尼尔,Hirschleifer和苏伯拉曼尼安(1998)和Barberis,Shleifer和Vishny(1998)发展了存在动量效应的行为金融学原理,建立在投资者对新闻的过度反应之上。Jegadeesh和Titman(2000)假设回报是由单因素模型驱动的,并且分析显示动量利润有三种可能的来源;期望收益的横截面离散度;时间动量的能力;异质性股票收益的序列关联度。如果动量主要来自第一或第二源,动量利润可以解释为对轴承系统风险的补偿。然而,如果动量来自第三个来源,然后,动量效应可能归因于市场效率低下。.

动量效应也可能有更平淡无奇的起源;动量效应的季节性是有据可查的,表现出一月份的持续效应,归因于投资者的税收损失收获和橱窗装饰行为,见Debondt和泰勒(1985),杰加德什和蒂特曼(1993)储刘和Raunasasy(2004)。.

2。动量定义

动量通常被定义为忽略最近一段时间的业绩,在先前某个时间段内的累积股票回报。动量的精确定义需要从几个角度进行设计选择:

  • 货币在动量中起作用吗?回报应该用当地货币还是用共同货币计算??
  • 价格(资本)和总回报之间的区别重要吗??
  • 动量是股票,工业或国家效应??
  • 除了返回措施外,风险调整指标是否存在动量效应??
  • 风险调整的动量依赖于价格动量的程度如何??
  • 什么是合适的形成期,一。e.过去的时期应该计算过去的业绩吗??
  • 什么是适当的控股和再平衡时期??
  • 短期反转效应有多重要?为了避免将反转效应和动量效应混为一谈,应该忽略近期表现的哪个阶段??

下一页的表1概括了学者和实践者使用动力的常用方法。.

2。学术文献中的1种动量定义

为了在国际范围内研究动量时避免受到货币波动的影响,我们将我们的调查局限于当地货币动量的度量。陈,Hameed和.(2000)发现国际动量效应的统计显著证据,并得出动量主要是股票现象的结论,汇率动态几乎没有发挥作用。这表明,选择当地或共同货币因素的势头是不重要的。RouWHeNordSt(1998)和Nijman等人(2004)使用的共同货币动量测度,LePOLD和LoRe(2012)使用局部度量,Bacmann等人(2001)和刘等人(2010)。.

大多数学术和实践者的方法利用动量利用总回报;例外是MSCI谁使用资本回报。此外,动量的绝对量度是动量最常见的定义。Moskowitz和GrnBLATT(1999)研究了工业剩余收益。其他研究考虑动量调整风险的措施;例如BigLoVa等人(2004)和MSCI(夏普比率)。刘等人(2010)将动量定义为当前价格与过去52周高点的比率。这种势头似乎与工业效应无关。.

Guiterrez and Pitinsky(2007)和Blitz等人(2011)研究了美国股市动量的剩余度量,发现经风险调整后的业绩远远超过动量绝对回报率所产生的业绩。.

当前价格与52周高点的比率是由George和Hwang(2004)在美国背景下研究的。他们得出的结论是,这个比率包含了与传统动量因子的增量信息,并建议一个反应不足的解释。后来的一些研究证实了这个因素在美国和国际市场的预测能力;见刘等人(2010)的详细文献调查。.

大多数研究使用形成的动量因子(形成周期)超过六,九个月或12个月和六个月或12个月的保存期。Jegadeesh和Titman(1993)从美国的角度研究了形成和保持期,并得出结论,9个月和12个月的形成和6个月的保持期表现出最强的动量效应。RouWHeNordSt(1998)在国际背景下证实了这些结果,强调九个月和12个月的形成期和六个月的保持期。.

一般来说,任何动量因子的构造和它的合并之间有一个月的时间段用来减轻反转效应。JeGADESH和TITMAN(1993)允许一周的滞后;Nijman等人(2004)没有使用滞后,莱波尔德(2012)或Biglova等人(2004)。.

第2节。2评论其他索引提供商的动量定义。第3节。1提出了从学术文献中得出并被实践者使用的具体动量定义,这是我们的实证研究的起点。.

2。2指数提供者动量定义

MSCI动量指数利用两个夏普比率的动量测度。除最近一个月外,6个月和12个月的本地资本回报率与三年内每周本地资本回报率的年化标准差相加。摩根士丹利资本国际(MSCI)动量指数的前提是风险/报酬计量中的动量优于报酬计量中的动量使用。在文献中有这种方法的支持——参见Biglova等人。(2004)和Bornholt和玛琳(2011)。.

标准普尔1500指数正反转指数采用更传统的方法,将动量定义为再平衡月份前一个月的11个月总回报。.

罗素公理动量指数遵循两阶段过程。最初,天真因子指数是利用累计250个交易日表现来构建的,不包括最近20个交易日。第二阶段应用优化方法来导出更窄的指标,跟踪天真因素指数的表现,同时控制周转率和暴露于其他风险因素。.

三。实证结果

三。1动量定义测试

从学术文献和当前商业实践的回顾,我们经验地测试下列动量的度量:

  • 本地12个月总回报,排除最近一个月(返回)。.
  • 基于本地总收益12个月的夏普比率,排除最近一个月后。使用同一时期的日收益率(夏普比率)计算年度波动率。.
  • 当前本地价格与过去52周本地最高价格之比,排除最近一个月(CH12比率)。.

Grundy和马丁(2001)Chordia和Shivakumar(2002)和Blitz等人(2011)指出,原始回报动量策略对系统风险因素具有时变暴露(e.G.市场测试版)。动量的原始回报度量,例如,如果市场在动量形成期间上升,则会倾向于高贝塔股票;反之,如果市场下跌,则会倾向于低贝塔股票。.

因此,我们还检查动量因子设计,以避免随时间变化的市场风险。我们使用以下风险模型来分离系统和非系统的收益来源:

RT=α+K KβKfkt+εt(1)

在哪里?RT是T期的股票本地总收益;α是股票特定收益,不受风险因素的解释;βK是股票暴露于风险因子K;;fKT是周期T中风险因子K的回归,εt是剩余收益。我们分别包括两个风险因素:国家回报和全球产业回报。我们研究动量在两个非系统的返回源;股票特定收益(α)和剩余收益(εt)。.

我们使用BLITZ等人(2011)提出的剩余夏普比测度。剩余夏普比率捕获了影响未来收益的公司特定新闻。Gutierrez and Pirinsky(2007)和Blitz等人(2011)认为,将剩余收益(剩余夏普比率)标准化,可以改进对公司特定回报冲击是否是新闻而非噪音的评估。我们用以下方式计算动量的剩余夏普测度:

  • 估计方程(1)使用36个月的当地总收益滚动每月的基础上11个月的因素建设月。每个月,我们计算了最近12个月的平均剩余收益。平均值的11个月时间序列的平均值和标准偏差形成剩余动量度量(剩余夏普比)。.

剩余的动量来源是股票特定收益。古铁雷斯和Pirinsky(2007)和BLITZ等人(2011)认为α应该被忽略,因为它捕获了风险模型的任何错误规格。然而,在给定风险模型的条件下,α可以被解释为股票特定收益,它不是系统性风险因素暴露的结果。我们计算股票的动量度量如下:

  • 使用不包括最近一个月(阿尔法)的一年期当地总回报率从方程(1)估计年度化股票特定回报率。.

返回,Sharpe Ratio动量的CH12比度量表示总动量测度,动量主要是暴露于系统性风险因素的反映,而Alpha和剩余夏普比捕获了动量效应,这些效应并非来源于系统性风险暴露。.

三。1。1个形成时期

我们开始调查地层和保持期。表1表明在学术文献中使用的最常见的形成期是6个月和12个月。.

我们首先对返回的形成周期进行测试,Sharpe Ratio和CH12比动量的度量。我们将FTSE展开成分按每个动量因子排序,这些动量因子是在不同长度的形成周期内计算的,分为四分位数。每个四分位数包含相同数量的股票,我们评估顶部(高动量)和底部四分位数(低动量)的性能。股票按四分位数的自由浮动市值计算,举行了六个月,并在3月/九月再平衡周期重新平衡。图1显示了所产生的动量四分位数的年夏普比率的扩展。本文的所有绩效指标都是基于美元的总回报。.

图1表明,回报率和夏普比动量因子的结果在9至12个月的形成期内大致最大化且稳定。CH12比值在较长的形成期内取得了稍好的结果,在45个月达到高峰。然而,CH12比值的显著特征是它们在大范围的形成期内的稳定性。这个因素的12个月的形成期导致可比的结果。考虑到这些结果的鲁棒性,我们更倾向于使用12个月的共同形成期,Sharpe Ratio和CH12比动量的度量。本节的研究结果如下:不考虑是否使用同等加权或市值加权方案。.

-下载完整的纸张-