韋亞

摘?要：通過(guò)分析市場(chǎng)盈利不穩(wěn)定性對(duì)中國(guó)股市動(dòng)量策略收益的影響，構(gòu)建了包含動(dòng)態(tài)權(quán)重的動(dòng)態(tài)動(dòng)量策略。研究發(fā)現(xiàn)，市場(chǎng)盈利不穩(wěn)定性對(duì)中國(guó)股市的動(dòng)量效應(yīng)具有顯著為負(fù)的影響，并且該影響在不同的市場(chǎng)漲跌狀態(tài)下表現(xiàn)出非對(duì)稱性。具體而言，當(dāng)盈利不穩(wěn)定性升高時(shí)，動(dòng)量效應(yīng)減弱，并且當(dāng)市場(chǎng)處于上漲狀態(tài)時(shí)，上述關(guān)系更為顯著。相對(duì)于傳統(tǒng)的靜態(tài)動(dòng)量策略，基于市場(chǎng)盈利不穩(wěn)定性所構(gòu)建的動(dòng)態(tài)動(dòng)量策略表現(xiàn)出更強(qiáng)的擇時(shí)能力，具備更為優(yōu)異的市場(chǎng)表現(xiàn)，最高可獲得1362%的年化平均收益率，與之相比，傳統(tǒng)靜態(tài)動(dòng)量策略的最高年化收益率僅為516%。

關(guān)鍵詞：公司盈利不穩(wěn)定性?股票收益率?動(dòng)量策略

Study?on?the?influence?ofFirm's?profit?instability?on?momentum?strategy?in?Chinese?stock?market

Wei?Ya

Postdoctoral?Workstation，?Bank?of?Beijing

Abstract：By?constructing?aggregate?profit?instability?in?a?market?level，?we?analyses?the?impact?of?the?aggregate?profit?instability?on?time-variation?of?return?based?on?momentum?strategy?in?China's?stock?market?Furthermore，?making?full?use?of?the?predictable?information?about?momentum?effect?contained?in?the?aggregate?profit?instability，?we?construct?a?dynamic?momentum?strategy?with?dynamic?weights?Our?investigation?finds?that?aggregate?profit?instability?has?significantly?negative?predictive?power?for?momentum?returns?This?predictive?power?is?asymmetric?depending?on?the?market?state?Specifically，?it?is?prominent?in?an?UP?market?state?but?significantly?decreasing?in?a?DOWN?market?state?Compared?with?traditional?momentum?strategy，?whose?average?annual?return?is?1362%，?our?dynamic?momentum?strategy?has?better?performance?in?actual?market，?whose?average?annual?return?is?1362%

Keywords：Firm's?profit?instability;?Stock?return;?Momentum?strategy

一、引言

Jegadeesh?and?Titman（1993）最早在美國(guó)股票市場(chǎng)中發(fā)現(xiàn)動(dòng)量效應(yīng)，即在過(guò)去一段時(shí)間內(nèi)表現(xiàn)較好的股票，在未來(lái)仍將延續(xù)較好的表現(xiàn)。利用該效應(yīng)所構(gòu)建的動(dòng)量策略在實(shí)務(wù)界被廣泛地運(yùn)用于股票投資之中。然而隨著研究的深入，諸多學(xué)者發(fā)現(xiàn)動(dòng)量策略在市場(chǎng)中并非總是有效，其收益表現(xiàn)出一定的可預(yù)測(cè)性。比如，Chordia和Shivakumar（2002）、Stivers和Sun（2010）的研究指出，在美國(guó)股票市場(chǎng)中，動(dòng)量策略的收益呈現(xiàn)出順周期性的變化特征，經(jīng)濟(jì)上行時(shí)利用動(dòng)量策略將獲得更高的收益。Cooper等（2004）發(fā)現(xiàn)，市場(chǎng)的漲跌狀態(tài)對(duì)美國(guó)股市中動(dòng)量策略的表現(xiàn)具有顯著的預(yù)測(cè)能力，市場(chǎng)上漲時(shí)動(dòng)量策略將更為有效。而在近期的研究中，市場(chǎng)波動(dòng)率受到了更多的關(guān)注。Daniel和Moskowitz（2016）、Wang和Xu（2015）的研究發(fā)現(xiàn)，市場(chǎng)波動(dòng)率是預(yù)測(cè)美國(guó)股市中動(dòng)量策略收益變化的有效指標(biāo)。當(dāng)市場(chǎng)處于較高的波動(dòng)率狀態(tài)時(shí)，動(dòng)量策略將趨于“崩潰”，此時(shí)運(yùn)用傳統(tǒng)的動(dòng)量策略不僅無(wú)法獲得預(yù)期的收益，還可能遭受巨大的虧損。

在資產(chǎn)定價(jià)和公司金融的研究中，盈利不穩(wěn)定性是難以忽略的重要指標(biāo)。陳海強(qiáng)等（2012）、Jayaraman?等（2008）、Rountree等（2008）也指出，盈利不穩(wěn)定性影響公司價(jià)值的重要因素。實(shí)際上，與股票價(jià)格的波動(dòng)率相比，公司的盈利不穩(wěn)定性在經(jīng)濟(jì)意義上有著相似之處——都衡量了風(fēng)險(xiǎn)和不確定性。區(qū)別在于，前者更多地反映了市場(chǎng)中的交易類(lèi)信息，后者則反映了公司的基本面信息。因此，從基本面的角度出發(fā)，盈利不穩(wěn)定性為動(dòng)量策略收益的可預(yù)測(cè)性研究提供了新的視角。從市場(chǎng)層面來(lái)看，市場(chǎng)的盈利不穩(wěn)定性是否與市場(chǎng)波動(dòng)率一樣，也包含了可以預(yù)測(cè)動(dòng)量策略收益變化的相關(guān)信息？本文將圍繞該問(wèn)題展開(kāi)研究。

雖然關(guān)于動(dòng)量策略的文獻(xiàn)眾多，但是圍繞中國(guó)股市動(dòng)量策略的研究則相對(duì)較少，對(duì)其收益可預(yù)測(cè)性的研究則更是貧乏。同時(shí)，從以往的經(jīng)驗(yàn)來(lái)看，基于發(fā)達(dá)國(guó)家市場(chǎng)的研究結(jié)果往往并不適用于中國(guó)股票市場(chǎng)。比如，Hsu等（2018）、Liu等（2019）、Cheema和Nartea（2017a，2017b）研究表明，中國(guó)股市的動(dòng)量效應(yīng)在顯著性上要弱于美國(guó)等發(fā)達(dá)國(guó)家。又比如，在市場(chǎng)漲跌狀態(tài)與動(dòng)量效應(yīng)關(guān)系的研究中，Cheema和Nartea（2017a）得到了與Cooper等（2004）完全不同的結(jié)果，研究表明，只有當(dāng)市場(chǎng)下跌時(shí)，動(dòng)量策略在中國(guó)股市中才更為有效。因此，作為全球最大的新興資本市場(chǎng)，有必要對(duì)中國(guó)股市的動(dòng)量策略展開(kāi)針對(duì)性的研究。

本文將以中國(guó)股市的動(dòng)量策略為研究對(duì)象，以市場(chǎng)層面的盈利不穩(wěn)定性為切入點(diǎn)，從動(dòng)量策略收益的可預(yù)測(cè)性出發(fā)，通過(guò)分析市場(chǎng)盈利不穩(wěn)定性對(duì)其所帶來(lái)的影響，進(jìn)而利用分析結(jié)果提升動(dòng)量策略的獲利能力。本文的研究對(duì)于投資者采用動(dòng)量策略進(jìn)行股票投資具有重要的參考價(jià)值。

二、研究方法與數(shù)據(jù)

（一）市場(chǎng)盈利不穩(wěn)定性

首先需要構(gòu)建合理的指標(biāo)衡量上市公司的盈利不穩(wěn)定性。本文選取財(cái)務(wù)分析中最常用的總資產(chǎn)回報(bào)率（ROA）和凈資產(chǎn)回報(bào)率（ROE）來(lái)衡量該公司的盈利能力。對(duì)于公司i來(lái)說(shuō)，其在q季度的盈利能力記為ROAiq和ROEiq。為剔除盈利能力中包含的自相關(guān)成分，并考慮到公司盈利能力中所包含的季節(jié)性因素，進(jìn)而分別對(duì)ROAi，q和ROEi，q進(jìn)行同期的差分處理，如公式（1）所示：

ΔROAi，q=ROAi，q-ROAi，q-4ΔROEi，q=ROEi，q-ROEi，q-4（1）

其中，ΔROAi，q和ΔROEi，q為公司i在q季度的盈利能力增加值，該增加值剔除了盈利能力中由隨機(jī)趨勢(shì)所帶來(lái)的自相關(guān)成分。另外，盈利能力還可能包含由時(shí)間趨勢(shì)所引致的自相關(guān)性，并且該時(shí)間趨勢(shì)還會(huì)對(duì)股票收益率帶來(lái)直接的影響。因此，為避免盈利能力的時(shí)間趨勢(shì)對(duì)研究結(jié)果的影響，參考Akbas等（2017）的方法，本文以盈利能力增加值為基礎(chǔ)，通過(guò)與時(shí)間趨勢(shì)進(jìn)行回歸進(jìn)而剔除時(shí)間趨勢(shì)成分。就公司i而言，結(jié)合財(cái)務(wù)報(bào)表的公布日期，t月初選擇可獲得的最近三年財(cái)務(wù)數(shù)據(jù)，并計(jì)算各季度的盈利能力增加值，再通過(guò)如式（2）模型對(duì)時(shí)間趨勢(shì)進(jìn)行回歸：

ΔROAi，q=aROA+bROAiTrend+εROAi，qΔROEi，q=aROE+bROEiTrend+εROEi，q（2）

其中，?Trend=1，2，…，12為趨勢(shì)項(xiàng)，εROAi，q和εROEi，q為剔除趨勢(shì)后的擾動(dòng)項(xiàng)。最終，通過(guò)公式（1）和公式（2）兩個(gè)步驟去除公司盈利能力的自相關(guān)成分后，式（2）中擾動(dòng)項(xiàng)的標(biāo)準(zhǔn)差即為衡量上市公司盈利不穩(wěn)定性的指標(biāo)。

基于單個(gè)公司層面的盈利不穩(wěn)定性InsROA和InsROE，將以個(gè)股的流通市值為權(quán)重，計(jì)算出市場(chǎng)層面的盈利不穩(wěn)定性指標(biāo)，分別記為Mar_InsROA和Mar_InsROE。在此基礎(chǔ)上，本文通過(guò)移動(dòng)平均的方法構(gòu)建衡量市場(chǎng)盈利不穩(wěn)定性的狀態(tài)變量。在第t月初，選取t-12月到t-1月的Mar_InsROA或Mar_InsROE，將其均值作為衡量市場(chǎng)盈利不穩(wěn)定性狀態(tài)的連續(xù)型指標(biāo)，記為Aggregate?InsROA和Aggregate?InsROE。

（二）動(dòng)量策略的構(gòu)建

本文參考Jegadeesh和Titman（1993）、Cheema和Nartea（2017b）的方法，以6個(gè)月為形成期，分別構(gòu)建了持有期為6個(gè)月和9個(gè)月的動(dòng)量策略。首先，逐月對(duì)股票進(jìn)行分組，如第t月初，將所有樣本股按照過(guò)去6個(gè)月的累計(jì)收益率從小到大進(jìn)行排序

參考Cheema?and?Nartea（2017）的研究，為避免買(mǎi)賣(mài)反彈效應(yīng)，形成期累計(jì)收益率為t-7月到t-2月。，并據(jù)此將股票等分為10組，其中累計(jì)收益率最小組記為“L”，最大組記為“W”。上述組合在持有期內(nèi)的收益率均為流通市值加權(quán)平均收益率。當(dāng)持有p月時(shí)，對(duì)于形成期為第t月的第n組（n=1，2，?…，?10）股票組合來(lái)說(shuō)，其在第t+p-1月的收益率可記為rpt，n。隨后，在每一個(gè)月構(gòu)建不同持有期的疊加組合。比如當(dāng)持有期為h時(shí)（h=6，9），對(duì)于第n組來(lái)說(shuō)，在第t月初，以1/h為權(quán)重同時(shí)持有形成期為t-h+1月到t月的股票組合，進(jìn)而構(gòu)建出疊加組合，該

組合在第t月的收益率為∑hp=1rpt-h+1，n。最后，利用

W和L組對(duì)應(yīng)的疊加組合構(gòu)建對(duì)沖策略，即買(mǎi)入W組的同時(shí)賣(mài)出L組，該策略即為傳統(tǒng)的動(dòng)量策略。

（三）樣本選擇

本文選擇中國(guó)滬深股票市場(chǎng)中所有的A股上市公司作為研究樣本，所涉及的上市公司財(cái)務(wù)數(shù)據(jù)及市場(chǎng)交易數(shù)據(jù)均來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)（CSMAR）。為保證研究的準(zhǔn)確性和嚴(yán)謹(jǐn)性，參考Akbas等（2017）、Jiang等（2018）的研究，首先，考慮到金融機(jī)構(gòu)資產(chǎn)結(jié)構(gòu)的特殊性，剔除了金融行業(yè)上市公司;其次，為降低處于極端困境的上市公司對(duì)研究結(jié)果的干擾，剔除了賬面市值比為負(fù)以及由st、*st標(biāo)記的被特殊處理的上市公司。

中國(guó)股票市場(chǎng)成立時(shí)間較晚，早期市場(chǎng)的財(cái)務(wù)信息披露機(jī)制并不成熟，2002年以后才能夠獲得較為完整的上市公司季度財(cái)務(wù)數(shù)據(jù)。同時(shí)，早期市場(chǎng)的信息透明度較低，財(cái)務(wù)造假、內(nèi)幕交易、股價(jià)操縱等行為屢見(jiàn)不鮮，上述因素都將對(duì)市場(chǎng)一般規(guī)律的研究帶來(lái)嚴(yán)重的影響。綜合考慮后，將最終的研究樣本期選為2002年1月到2018年6月。

基于上述數(shù)據(jù)和方法，本節(jié)將借鑒Daniel和Moskowitz（2016）、Wang和Xu（2015）以及Stivers和Sun（2010）的研究，從可預(yù)測(cè)性的角度出發(fā)，探討中國(guó)股市的市場(chǎng)盈利不穩(wěn)定性對(duì)動(dòng)量策略的影響。

三、盈利不穩(wěn)定性對(duì)動(dòng)量策略的影響

（一）中國(guó)股市的動(dòng)量策略

已有研究指出，與美國(guó)等發(fā)達(dá)國(guó)家為代表的股票市場(chǎng)不同，中國(guó)股票市場(chǎng)在月度頻率上并不存在顯著的動(dòng)量效應(yīng)。那么動(dòng)量策略在中國(guó)股票市場(chǎng)究竟有何表現(xiàn)，本節(jié)將按照前文描述的關(guān)于動(dòng)量策略的構(gòu)建方法對(duì)此進(jìn)行分析。表1展示了各動(dòng)量組合及對(duì)沖組合的月超額平均收益率、風(fēng)險(xiǎn)調(diào)整后收益率及其對(duì)應(yīng)的風(fēng)險(xiǎn)因子載荷，其中進(jìn)行風(fēng)險(xiǎn)調(diào)整所使用的資產(chǎn)定價(jià)模型為Fama-French三因子模型。

如表1所示，從月平均收益來(lái)看，動(dòng)量策略在中國(guó)股票市場(chǎng)的有效性有限。對(duì)于持有期為6個(gè)月的對(duì)沖組合來(lái)說(shuō)，其月平均收益率為042，雖然為正，但是其t統(tǒng)計(jì)量?jī)H為106，并且不在統(tǒng)計(jì)意義上顯著。相似地，當(dāng)持有期為9個(gè)月時(shí)，對(duì)沖組合的月平均收益率為037，t統(tǒng)計(jì)量?jī)H為105，同樣不具備顯著的統(tǒng)計(jì)意義。該結(jié)果與Liu?et?al（2018）和Hsu?et?al（2018）的研究結(jié)果一致。

當(dāng)對(duì)收益率進(jìn)行風(fēng)險(xiǎn)調(diào)整后，動(dòng)量策略的有效性則有所增強(qiáng)。當(dāng)持有期為9個(gè)月時(shí)，對(duì)沖組合的風(fēng)險(xiǎn)調(diào)整后收益率為081，t統(tǒng)計(jì)量為214;當(dāng)持有期為9個(gè)月時(shí)，對(duì)沖組合的風(fēng)險(xiǎn)調(diào)整后收益率為075，t統(tǒng)計(jì)量為233，上述風(fēng)險(xiǎn)調(diào)整后收益率均在5%水平下顯著，該結(jié)果與Cheema和Nartea（2017b）的研究結(jié)果相似。

從以上實(shí)證結(jié)果中可以看出，在中國(guó)股票市場(chǎng)中仍然能夠窺探出動(dòng)量效應(yīng)的痕跡。此前，在中國(guó)股票市場(chǎng)中，之所以沒(méi)有發(fā)現(xiàn)顯著的動(dòng)量效應(yīng)，可能源于沒(méi)有對(duì)動(dòng)量組合的收益率進(jìn)行風(fēng)險(xiǎn)調(diào)整。因此，在接下來(lái)的研究中，為保證實(shí)證結(jié)果的穩(wěn)健性，將基于Fama-French三因子模型對(duì)動(dòng)量策略的收益率進(jìn)行風(fēng)險(xiǎn)調(diào)整，并利用該風(fēng)險(xiǎn)調(diào)整后收益率進(jìn)行進(jìn)一步分析。

（二）市場(chǎng)盈利不穩(wěn)定性狀態(tài)與動(dòng)量策略

為分析市場(chǎng)盈利不穩(wěn)定性狀態(tài)對(duì)動(dòng)量策略收益的預(yù)測(cè)能力，基于上述變量將圍繞市場(chǎng)盈利不穩(wěn)定性對(duì)動(dòng)量策略的影響進(jìn)行回歸分析，所構(gòu)建回歸模型如式（3）所示。

RETWMLt+1=Intercept+αAgg_InsROAt+1+εt+1RETWMLt+1=Intercept+αAgg_InsROEt+1+εt+1（3）

其中，RETWMLt+1仍為第t期各類(lèi)型動(dòng)量策略的收益率及風(fēng)險(xiǎn)調(diào)整后收益率，Agg_InsROA和Agg_InsROE為前文構(gòu)造的衡量市場(chǎng)盈利不穩(wěn)定性的狀態(tài)變量。

在有關(guān)動(dòng)量策略的研究中，市場(chǎng)漲跌狀態(tài)一直被認(rèn)為是影響動(dòng)量策略收益變化的關(guān)鍵因素。Cooper等（2004）從行為金融的角度出發(fā)，發(fā)現(xiàn)市場(chǎng)漲跌狀態(tài)對(duì)動(dòng)量策略的收益具有顯著的預(yù)測(cè)能力，當(dāng)市場(chǎng)處于上漲狀態(tài)時(shí)，動(dòng)量效應(yīng)十分顯著，此時(shí)動(dòng)量策略能夠獲得可觀的超額收益;而當(dāng)市場(chǎng)處于下跌狀態(tài)時(shí)，動(dòng)量效應(yīng)將明顯減弱，此時(shí)動(dòng)量策略不再表現(xiàn)出較強(qiáng)的營(yíng)利性。以此為基礎(chǔ)，Cheema和Nartea（2017a）研究了市場(chǎng)狀態(tài)對(duì)中國(guó)股市動(dòng)量策略的影響，然而卻得出了與美國(guó)市場(chǎng)完全相反的結(jié)論。他們發(fā)現(xiàn)，在中國(guó)股票市場(chǎng)中，當(dāng)市場(chǎng)處于下跌狀態(tài)時(shí)，動(dòng)量策略表現(xiàn)得更為有效，而當(dāng)市場(chǎng)處于上漲狀態(tài)時(shí)，動(dòng)量策略將不再能夠獲利。Wang和Xu（2015）在研究市場(chǎng)波動(dòng)率對(duì)美國(guó)股市動(dòng)量效應(yīng)的影響時(shí)發(fā)現(xiàn)，只有當(dāng)市場(chǎng)處于下跌狀態(tài)時(shí)，市場(chǎng)波動(dòng)率對(duì)動(dòng)量策略收益的負(fù)向預(yù)測(cè)能力才得以展現(xiàn)。因此，考慮到市場(chǎng)狀態(tài)在動(dòng)量效應(yīng)中所起到的關(guān)鍵作用，參考Wang和Xu（2015）的研究，本文將分析在不同的市場(chǎng)狀態(tài)下，市場(chǎng)盈利不穩(wěn)定性對(duì)中國(guó)股市動(dòng)量策略的影響。

在上述研究中，市場(chǎng)狀態(tài)一般由市場(chǎng)組合在過(guò)去36個(gè)月的漲跌情況所決定。如在第t月初，選取t-36月到t-1月的市場(chǎng)組合收益率，以此計(jì)算過(guò)去36個(gè)月的累計(jì)收益率，記為lag_markt。那么，t月的市場(chǎng)狀態(tài)Mar_statet可由式（4）所示的示性函數(shù)得到。

式（4）表示，如果過(guò)去36個(gè)月的累計(jì)收益率大于等于0，那么第t月的市場(chǎng)狀態(tài)為上漲，記為1;如果過(guò)去36個(gè)月的累計(jì)收益率小于0，那么第t月的市場(chǎng)狀態(tài)為下跌，記為0。

模型（4）和模型（5）的回歸分析結(jié)果如表2所示，其中，模型（4）的估計(jì)結(jié)果表明，雖然市場(chǎng)的盈利不穩(wěn)定性對(duì)動(dòng)量策略的收益率和風(fēng)險(xiǎn)調(diào)整后收益率均具有負(fù)向影響，但是該影響在統(tǒng)計(jì)意義上并不顯著。比如，當(dāng)持有期為6個(gè)月和9個(gè)月的動(dòng)量策略收益率作為被解釋變量時(shí)，如Panel?A和Panel?B所示，Agg_InsROAt+1（Agg_InsROEt+1）的系數(shù)均不顯著。即使對(duì)上述收益率進(jìn)行風(fēng)險(xiǎn)調(diào)整，該系數(shù)仍然為負(fù)，且依舊不具備較高的顯著性水平。

當(dāng)考慮市場(chǎng)狀態(tài)的影響后，對(duì)于動(dòng)量策略的收益率和風(fēng)險(xiǎn)調(diào)整后收益率來(lái)說(shuō)，當(dāng)市場(chǎng)上漲時(shí)，無(wú)論是在量級(jí)上還是在顯著性水平上，市場(chǎng)的盈利不穩(wěn)定性所帶來(lái)的負(fù)向影響都將強(qiáng)于市場(chǎng)下跌時(shí)的狀態(tài)。從回歸結(jié)果中不難發(fā)現(xiàn)，?Agg_InsROA-t+1（Agg_ROE-t+1）的系數(shù)在量級(jí)和顯著性水平上均低于Agg_InsROA+t+1（Agg_ROE+t+1）。由此可見(jiàn)，市場(chǎng)的盈利不穩(wěn)定性對(duì)中國(guó)股市動(dòng)量策略收益的負(fù)向影響具有非對(duì)稱性，即上述影響只在市場(chǎng)上漲時(shí)顯著，而當(dāng)市場(chǎng)下跌時(shí)，該影響將大幅減弱。模型（4）和模型（5）所示的考慮市場(chǎng)狀態(tài)的非對(duì)稱模型能夠更好地捕捉中國(guó)股市動(dòng)量效應(yīng)的動(dòng)態(tài)特征。

已有文獻(xiàn)的研究指出，市場(chǎng)漲跌狀態(tài)（Mar_state）、市場(chǎng)波動(dòng)率（Mar_vol）、股票收益率的橫截面離差（Dispersion）以及市場(chǎng)特質(zhì)波動(dòng)率（Mar_Ivol）均是影響動(dòng)量效應(yīng)動(dòng)態(tài)變化的潛在因素。作為穩(wěn)健性檢驗(yàn)，當(dāng)在模型中控制相關(guān)變量后，上述結(jié)果依舊成立，此處相關(guān)實(shí)證結(jié)果不再展示。

四、基于市場(chǎng)盈利不穩(wěn)定性的動(dòng)態(tài)動(dòng)量策略

借鑒Daniel和Moskowitz（2016）的方法，基于前文的研究結(jié)果，充分利用中國(guó)股市動(dòng)量效應(yīng)的可預(yù)測(cè)信息，構(gòu)建包含動(dòng)態(tài)權(quán)重的動(dòng)態(tài)動(dòng)量策略。

（一）策略的構(gòu)建

Daniel和Moskowitz（2016）基于風(fēng)險(xiǎn)資產(chǎn)的條件收益率和條件方差，介紹了一種跨期最大化夏普比率策略。具體地，在離散時(shí)間的設(shè)定下，假設(shè)投資者在每個(gè)時(shí)期t進(jìn)行投資決策，其中t=0，…，T-1。同時(shí)，市場(chǎng)中存在兩類(lèi)資產(chǎn)，分別為風(fēng)險(xiǎn)資產(chǎn)和無(wú)風(fēng)險(xiǎn)資產(chǎn)。其中，風(fēng)險(xiǎn)資產(chǎn)從t期到t+1期的超額收益率為r～t+1，并服從正態(tài)分布，在t期的條件期望記為μt，條件方差記為σ2t，分別如式（8）和式（9）所示。

在不考慮交易成本的條件下，投資者以最大化從1期到t期投資組合的夏普比率為目標(biāo)，對(duì)市場(chǎng)中的風(fēng)險(xiǎn)資產(chǎn)和無(wú)風(fēng)險(xiǎn)資產(chǎn)進(jìn)行配置，其中風(fēng)險(xiǎn)資產(chǎn)在t期的權(quán)重記為wt，風(fēng)險(xiǎn)資產(chǎn)在t期的權(quán)重記為1-wt。經(jīng)計(jì)算可得，在每一個(gè)時(shí)期t，風(fēng)險(xiǎn)資產(chǎn)的最優(yōu)配置權(quán)重如式（10）所示。

式（10）說(shuō)明，在任意時(shí)期t，風(fēng)險(xiǎn)資產(chǎn)的最優(yōu)權(quán)重與風(fēng)險(xiǎn)資產(chǎn)的期望收益率成正比，與方差成反比。λ作為常量，可以控制動(dòng)量策略收益率r～p，t的無(wú)條件方差。

在式（10）中，動(dòng)態(tài)策略的關(guān)鍵在于準(zhǔn)確預(yù)測(cè)風(fēng)險(xiǎn)資產(chǎn)的期望收益率和方差。對(duì)于本文所關(guān)注的動(dòng)量策略而言，其期望收益率由前文所示模型進(jìn)行估計(jì)，而其方差則按照Daniel和Moskowitz（2016）的步驟進(jìn)行計(jì)算，運(yùn)用GJR-GARCH模型對(duì)動(dòng)量策略的日度收益率進(jìn)行擬合，得到動(dòng)量策略的收益率波動(dòng)的估計(jì)值記為fit_σ^2t。

（二）基于樣本外估計(jì)的動(dòng)態(tài)策略表現(xiàn)

為避免前視偏差，將采用遞歸的方法，利用t月以前的樣本對(duì)傳統(tǒng)動(dòng)量策略收益率進(jìn)行提前一期預(yù)測(cè)，并將該預(yù)測(cè)值作為μt的估計(jì)值。需要說(shuō)明的是，為盡可能保證模型估計(jì)的準(zhǔn)確性，將最少選取60個(gè)月的樣本用于模型估計(jì)，因此，在對(duì)傳統(tǒng)動(dòng)量策略收益率的預(yù)測(cè)中，樣本區(qū)間為2009年1月到2018年6月。

基于上述樣本外的估計(jì)結(jié)果，按照相同的方法，計(jì)算出各類(lèi)動(dòng)態(tài)動(dòng)量策略所對(duì)應(yīng)的動(dòng)態(tài)權(quán)重w*t，如圖1所示。

從圖1可以看出，對(duì)沖組合的配置權(quán)重同樣具有非常明顯的時(shí)變特征，并且與圖1相比，其在變化軌跡上十分相似。比如，在2009年到2010年上半年，以及2011年下半年到2012年上半年，配置權(quán)重均在0軸以下;又比如，在2015年上半年到2017年下半年，配置權(quán)重均在0軸附近。

根據(jù)圖1所示權(quán)重，計(jì)算出當(dāng)采用樣本外估計(jì)的方法時(shí)，動(dòng)態(tài)動(dòng)量策略的收益率，并且描繪出該策略的市場(chǎng)表現(xiàn)如圖2所示。

圖2表明，當(dāng)采用樣本外估計(jì)的方法時(shí)，相較于傳統(tǒng)的靜態(tài)動(dòng)量策略，動(dòng)態(tài)動(dòng)量策略仍具有更佳的表現(xiàn)。如果初始資金為100元，那么在2009年到2018年6月，不同參數(shù)設(shè)定下的動(dòng)態(tài)動(dòng)量策略將為投資者帶來(lái)100%到200%多的收益;而傳統(tǒng)動(dòng)量策略僅帶來(lái)不到30%的收益。

當(dāng)采用樣本外估計(jì)的方法時(shí)，動(dòng)態(tài)動(dòng)量策略的相關(guān)統(tǒng)計(jì)特征及夏普比率和評(píng)價(jià)比率如表3所示。

從表3可以看出，動(dòng)態(tài)動(dòng)量策略具有更高的平均收益率、夏普比率。對(duì)于基于Agg_InsROA和Agg_InsROE所構(gòu)建的動(dòng)態(tài)動(dòng)量策略來(lái)說(shuō)，當(dāng)持有期為6個(gè)月時(shí)，其平均收益率（夏普比率）分別為086%（017%）和107%（021%）;當(dāng)持有期為9個(gè)月時(shí)，其平均收益率（夏普比率）分別為069%（016%）和088%（02%）。而對(duì)于傳統(tǒng)動(dòng)量策略，持有期為6個(gè)月和9個(gè)月的平均收益率（夏普比率）僅為034%（007%）和02%（005%）。若以傳統(tǒng)動(dòng)量策略為標(biāo)準(zhǔn)，動(dòng)態(tài)動(dòng)量策略仍具有較高評(píng)價(jià)比率。對(duì)于基于Agg_InsROA和Agg_InsROE所構(gòu)建的動(dòng)態(tài)動(dòng)量策略來(lái)說(shuō)，當(dāng)持有期為6個(gè)月時(shí)，其評(píng)價(jià)比率分別為017%和021%;當(dāng)持有期為9個(gè)月時(shí)，對(duì)應(yīng)的評(píng)價(jià)比率分別為015%和019%。

與此同時(shí)，還分析了動(dòng)態(tài)動(dòng)量策略的相對(duì)表現(xiàn)，計(jì)算結(jié)果如表4所示。

在表4中，不同模型設(shè)定下的動(dòng)態(tài)動(dòng)量策略的α仍大于0，其中只有一個(gè)α在統(tǒng)計(jì)意義上不顯著，其他α均在至少10%的水平下顯著。當(dāng)把Fama-French三因子和傳統(tǒng)動(dòng)量策略收益率同時(shí)作為基準(zhǔn)時(shí)，在各類(lèi)動(dòng)態(tài)動(dòng)量策略中，α最小為056%，最大為11%。

綜合上述結(jié)果可以看出，基于盈利不穩(wěn)定性所構(gòu)建的動(dòng)態(tài)動(dòng)量策略明顯優(yōu)于傳統(tǒng)動(dòng)量策略。并且即使考慮傳統(tǒng)定價(jià)因子和動(dòng)量策略的影響，基于樣本外估計(jì)的動(dòng)態(tài)動(dòng)量策略仍能獲得超額收益。

五、結(jié)論

本文基于單個(gè)公司的盈利不穩(wěn)定性，運(yùn)用市值加權(quán)方法構(gòu)建了衡量投資環(huán)境變化的市場(chǎng)盈利不穩(wěn)定性指標(biāo)。進(jìn)一步地，從可預(yù)測(cè)性的角度出發(fā)，首先分析了市場(chǎng)盈利不穩(wěn)定性對(duì)中國(guó)股市動(dòng)量策略收益的影響，隨后利用該分析結(jié)果，借鑒Daniel和Moskowitz（2016）的方法，以持有期為6個(gè)月和9個(gè)月的傳統(tǒng)動(dòng)量策略為基礎(chǔ)，構(gòu)建了包含動(dòng)態(tài)權(quán)重的動(dòng)態(tài)動(dòng)量策略，并就策略的市場(chǎng)表現(xiàn)進(jìn)行比較。

研究結(jié)果表明，市場(chǎng)盈利不穩(wěn)定性對(duì)中國(guó)股市的動(dòng)量效應(yīng)具有顯著為負(fù)的影響，并且該影響在不同的市場(chǎng)漲跌狀態(tài)下表現(xiàn)出非對(duì)稱性。具體而言，當(dāng)盈利不穩(wěn)定性升高時(shí)，動(dòng)量效應(yīng)減弱，并且當(dāng)市場(chǎng)處于上漲狀態(tài)時(shí)，上述關(guān)系更為顯著?；谠摻Y(jié)果，進(jìn)一步參考Daniel和Moskowitz（2016）的方法構(gòu)建了動(dòng)態(tài)動(dòng)量策略。相對(duì)于傳統(tǒng)的靜態(tài)動(dòng)量策略，基于市場(chǎng)盈利不穩(wěn)定性所構(gòu)建的動(dòng)態(tài)動(dòng)量策略顯然具備更為優(yōu)異的市場(chǎng)表現(xiàn)。對(duì)于持有期為6個(gè)月和9個(gè)月的動(dòng)態(tài)動(dòng)量策略來(lái)說(shuō)，當(dāng)用不同的指標(biāo)衡量市場(chǎng)盈利不穩(wěn)定性時(shí)，最高可獲得107%和086%的月平均收益率，將其轉(zhuǎn)化為年化收益率為1362%和1082%;與之相比，傳統(tǒng)的靜態(tài)動(dòng)量策略則僅能夠獲得516%和453%的年化收益率。

參考文獻(xiàn)

[1]JEGADEESH?N，?TITMAN?SReturns?to?buying?winners?and?selling?losers：?Implications?for?stock?market?efficiency[J]?The?Journal?of?Finance，?1993，?48（1）：?65-91

[2]CHORDIA?T?，?SHIVAKUMAR?L??Momentum，?Business?Cycle，?and?Time‐varying?Expected?Returns[J]?The?Journal?of?Finance，?2002，?57（2）

[3]STIVERS?C?T?，?SUN?L??Cross-Sectional?Return?Dispersion?and?Time?Variation?in?Value?and?Momentum?Pre￣miums[J]?Journal?of?Financial?and?Quantitative?Analysis，?2010，?45（4）：987-1014

[4]MICHAEL?J?C，?ROBERTO?C?GUTIERREZ?J?R，?ALL￣AUDEEN?HAMEED?Market?States?and?Momentum[J]?The?Journal?of?Finance，?2004，?59（3）

[5]DANIEL?K?，?MOSKOWITZ?T?J??Momentum?crashes[J]?Journal?of?Financial?Economics，?2016，?122（2）

[6]WANG?K?Q，?XU?J?G?Market?volatility?and?momentum[J]?Journal?of?Empirical?Finance，?2015，?30

[7]SUDARSHAN?J?Earnings?Volatility，?Cash?Flow?Volatility，?and?Informed?Trading[J]?Journal?of?Accounting?Research，?2008，?46（4）

[8]ROUNTREE?B?，?WESTON?J?P?，?ALLAYANNIS?G?Do?investors?value?smooth?performance？[J]?Journal?of?Financial?Economics，?2008，?90（3）

[9]HSU?J，?VISWANATHAN?V?，?WANG?M，?et?al?Ano￣malies?in?Chinese?A-Shares[J]?The?Journal?of?Portfolio?Mana￣gement，?2018，?44（7）：?108-123

[10]LIU?J?，?STAMBAUGH?R?F?，?YUAN?Y??Size?and?Value?in?China[J]?Journal?of?Financial?Economics，?2019，134（1）

[11]CHEEMA?M?A?，?NARTEA?G?V??Momentum?returns，?market?states，?and?market?dynamics：?Is?China?different？[J]?International?Review?of?Economics?and?Finance，?2017a，?50

[12]CHEEMA?M?A?，?NARTEA?G?V??Momentum，?idiosyncratic?volatility?and?market?dynamics：?Evidence?from?China[J]?Pacific-Basin?Finance?Journal，?2017b，?46

[13]AKBAS?F，?JIANG?C，?KOCH?P?D?The?trend?in?firm?profita￣bility?and?the?cross-section?of?stock?returns[J]?Accounting?Review，?2017，?92（5）：?1-32

[14]JIANG?F?W，?QI?X?L，?TANG?G?H?Q-theory，?mispri￣cing，?and?profitability?premium：?Evidence?from?China[J]?Journal?of?Banking?and?Finance，?2018，?87

[15]GLOSTEN?L?R，?JAGANNATHAN?R，?RUNKLE?D?E?On?the?Relation?between?the?Expected?Value?and?the?Volatility?of?the?Nominal?Excess?Return?on?Stocks[J]?Journal?of?Finance，2012，?48（5）：?1779-1801

[16]陳海強(qiáng)，韓乾，吳鍇現(xiàn)金流波動(dòng)、盈利穩(wěn)定性與公司價(jià)值——基于滬深上市公司的實(shí)證研究[J]金融研究，2012（9）：181-194

[17]王靜，逄增輝基于上市公司盈余管理目的的關(guān)聯(lián)方交易分析[J]中國(guó)證券期貨，2019（6）：55-58