1. 引言
本篇報(bào)告旨在對(duì)若干類(lèi)事件進(jìn)行綜合量化分析，使投資者更加深入的理解不同事件的發(fā)生對(duì)股票價(jià)格的影響。在此基礎(chǔ)上，我們將構(gòu)造基于多事件驅(qū)動(dòng)的組合投資策略。本篇報(bào)告的最后一部分，我們將事件驅(qū)動(dòng)策略與多因子策略在組合權(quán)重優(yōu)化的框架下相結(jié)合，構(gòu)建了基于多因子多事件驅(qū)動(dòng)的最優(yōu)中性投資組合。實(shí)證結(jié)果表明，增加了事件驅(qū)動(dòng)后的多因子組合，收益顯著提升。
事件驅(qū)動(dòng)研究的本質(zhì)問(wèn)題在于事件發(fā)生是否會(huì)產(chǎn)生超額收益或虧損？若能產(chǎn)生，該收益是否可持續(xù)存在？對(duì)于該問(wèn)題的解答不僅有利于我們構(gòu)建事件驅(qū)動(dòng)選股策略，更重要的是使得投資者了解事件信息對(duì)股票價(jià)格運(yùn)行所產(chǎn)生的影響，進(jìn)而更深入的理解股票價(jià)格波動(dòng)的成因。
我們利用風(fēng)險(xiǎn)模型對(duì)個(gè)股收益的分解，定義了事件異常收益AR（Abnormal Return），并根據(jù)不同事件對(duì)個(gè)股異常收益的影響，對(duì)事件屬性進(jìn)行了分類(lèi)。在此基礎(chǔ)上，我們構(gòu)建了基于多事件驅(qū)動(dòng)的組合投資策略。實(shí)證結(jié)果表明，組合收益穩(wěn)健有效，在過(guò)去6年時(shí)間內(nèi)均可穩(wěn)定戰(zhàn)勝基準(zhǔn)指數(shù)。
事件驅(qū)動(dòng)研究的本質(zhì)仍然是對(duì)市場(chǎng)參與者內(nèi)心預(yù)期、相互博弈的投資心理研究。本篇報(bào)告通過(guò)數(shù)據(jù)建模等方法，對(duì)事件影響進(jìn)行了一定的統(tǒng)計(jì)觀察。但模型終究只是研究工具，最終我們希望通過(guò)事件研究，使得投資者更深入的理解股票價(jià)格運(yùn)行的成因及規(guī)律，進(jìn)而達(dá)到無(wú)招勝有招之最高境界。
2. 異常收益
2.1 異常收益定義
從邏輯上而言，我們通常會(huì)研究事件發(fā)生前后，股票價(jià)格收益的分布情況，進(jìn)而判斷事件對(duì)股價(jià)的影響。但是，由于股票價(jià)格的波動(dòng)受各種不同的風(fēng)險(xiǎn)因素影響，因此簡(jiǎn)單的利用收益率或者超額收益很難分辨出事件本身對(duì)股票價(jià)格所產(chǎn)生的影響。
我們通常利用異常收益來(lái)檢驗(yàn)事件發(fā)生對(duì)股票價(jià)格所產(chǎn)生的影響。所謂事件異常收益指的是：在事件發(fā)生前后，股票收益率中，無(wú)法用市場(chǎng)、行業(yè)、風(fēng)格所解釋的收益部分稱為異常收益。
風(fēng)險(xiǎn)模型對(duì)股票收益的分解為事件研究提供了較大的便利，通過(guò)統(tǒng)計(jì)事件發(fā)生前后，股票收益中無(wú)法利用已知因子所解釋的部分，即特質(zhì)收益項(xiàng)，就可以觀察事件發(fā)生所導(dǎo)致的股票價(jià)格異常收益，即：
換言之，我們利用風(fēng)險(xiǎn)模型回歸方程中的殘差項(xiàng)作為事件發(fā)生窗口期內(nèi)的股票異常收益，由于殘差部分不包含任意行業(yè)與風(fēng)格收益，因此可以純粹的反映事件本身對(duì)股票價(jià)格的影響，這與我們定義異常收益的初衷思路是一致的。
并且，由于A股市場(chǎng)的公司事件往往多發(fā)生于中小創(chuàng)的股票，而這類(lèi)股票在規(guī)模因子的驅(qū)動(dòng)下，具有顯著的風(fēng)格收益，所以利用風(fēng)險(xiǎn)模型剔除風(fēng)格收益的影響，完整的剝離出股票價(jià)格的異常收益，顯得尤為重要。
2.2 事件核心邏輯
在定義了異常收益后，我們就可以對(duì)各類(lèi)事件發(fā)生前后，個(gè)股異常收益的分布特征進(jìn)行觀察統(tǒng)計(jì)。我們首先給出事件驅(qū)動(dòng)異常收益顯著性統(tǒng)計(jì)的一般流程：
Step1: 定義事件邏輯，統(tǒng)計(jì)事件（公告）發(fā)生時(shí)間點(diǎn)；
Step2: 統(tǒng)計(jì)事件發(fā)生前后股票收益率，計(jì)算對(duì)應(yīng)行業(yè)因子及風(fēng)格因子；
Step3: 根據(jù)風(fēng)險(xiǎn)模型回歸方程，計(jì)算事件發(fā)生前后個(gè)股異常收益CAR；
Step4: 計(jì)算事件發(fā)生全部個(gè)股異常收益AR均值；
Step5: 異常收益均值顯著性T檢驗(yàn)；
我們對(duì)16種類(lèi)型的事件公告前后若干個(gè)交易日的累計(jì)異常收益進(jìn)行統(tǒng)計(jì)觀察，其中包括：定向增發(fā)、限售股解禁、業(yè)績(jī)預(yù)增、業(yè)績(jī)預(yù)虧、高送轉(zhuǎn)、股東增持、股東減持、員工持股、股權(quán)激勵(lì)、快報(bào)同比盈增、快報(bào)同比盈虧、投資者調(diào)研、關(guān)聯(lián)交易、違規(guī)事項(xiàng)、調(diào)入融資融券標(biāo)的、滬深300指數(shù)成分股調(diào)整。
其中，業(yè)績(jī)預(yù)增區(qū)分為扭虧、略增、續(xù)盈、預(yù)增。業(yè)績(jī)預(yù)虧區(qū)分為首虧、略減、續(xù)虧、預(yù)減。股東減持區(qū)分為大宗交易減持、非大宗交易減持。員工持股區(qū)分為競(jìng)價(jià)轉(zhuǎn)讓、認(rèn)購(gòu)非公開(kāi)發(fā)行。
2.3 事件發(fā)生前后20個(gè)交易日異常收益分布特征
我們下面將針對(duì)上述提到的若干種類(lèi)事件，統(tǒng)計(jì)事件發(fā)生前后20個(gè)交易日，個(gè)股異常收益AR均值及累計(jì)異常收益CAR均值的分布特征情況。同時(shí)，我們將計(jì)算累計(jì)異常收益和異常收益均值T檢驗(yàn)值，即原假設(shè)為事件異常收益AR=0，具體如下:
事件1：定向增發(fā)
事件2：限售股解禁
事件3：業(yè)績(jī)預(yù)增
事件4：業(yè)績(jī)預(yù)虧
事件5：高送轉(zhuǎn)
事件6：股東增持
事件7：股東減持（非大宗交易）
事件8：股東減持（大宗交易）
事件9：?jiǎn)T工持股（認(rèn)購(gòu)非公開(kāi)發(fā)行）
事件10：股權(quán)激勵(lì)
事件11：快報(bào)同比盈增
事件12：快報(bào)同比盈虧
事件13：投資者調(diào)研
事件14：關(guān)聯(lián)交易
事件15：違規(guī)事項(xiàng)
事件16：調(diào)入融資融券標(biāo)的
事件17：調(diào)入滬深300指數(shù)成分股
事件18：調(diào)出滬深300指數(shù)成分股
在上述對(duì)于不同事件的異常收益統(tǒng)計(jì)觀察中，可以發(fā)現(xiàn)大部分事件的異常收益在公告日前后均會(huì)產(chǎn)生劇烈波動(dòng)，這表明事件信息的沖擊對(duì)股票價(jià)格具有顯著的影響。
進(jìn)一步的可以發(fā)現(xiàn)，市場(chǎng)預(yù)期的影響在事件研究中起到了重要的作用。從上述分析中可以看到，大部分事件類(lèi)型在公告日之前異常收益就有顯著波動(dòng)，而在事件實(shí)際發(fā)生之后即市場(chǎng)預(yù)期兌現(xiàn)后，異常收益則并不一定可以得到延續(xù)，例如定向增發(fā)、高送轉(zhuǎn)等事件，此類(lèi)效應(yīng)尤為明顯。
我們同樣發(fā)現(xiàn)，不同事件異常收益影響的時(shí)間維度是不同的。部分事件的發(fā)生對(duì)股價(jià)表現(xiàn)為短期脈沖式影響，例如業(yè)績(jī)預(yù)虧、高送轉(zhuǎn)等，股價(jià)異常收益會(huì)在短時(shí)間迅速將事件影響完全反應(yīng)，市場(chǎng)幾乎表現(xiàn)為完全有效狀態(tài)。而部分事件則對(duì)股價(jià)表現(xiàn)為持續(xù)性影響，例如業(yè)績(jī)預(yù)增、股東增持、投資者調(diào)研等，該類(lèi)事件在公告后一段時(shí)間內(nèi)對(duì)個(gè)股仍然產(chǎn)生持續(xù)穩(wěn)定的作用，因此醞釀了較好的投資機(jī)會(huì)。
3. 事件屬性分類(lèi)
我們根據(jù)事件發(fā)生對(duì)股票異常收益的影響，我們將事件分為5類(lèi)，分別是：持續(xù)性阿爾法事件、持續(xù)性風(fēng)險(xiǎn)事件、短期阿爾法事件、短期風(fēng)險(xiǎn)事件和其他類(lèi)型。具體事件屬性分類(lèi)如下所示：
根據(jù)分類(lèi)，定義為持續(xù)性阿爾法事件的事件類(lèi)型有4類(lèi)，包括：業(yè)績(jī)預(yù)增（扭虧、略增、預(yù)增）、股東增持、股權(quán)激勵(lì)和投資者調(diào)研；定義為持續(xù)性風(fēng)險(xiǎn)事件的類(lèi)型有2類(lèi)，包括：股東減持（非大宗交易）和快報(bào)同比盈虧；其他事件即為短期事件或其他。
我們?cè)谏弦还?jié)的研究中提到，由于短期事件受信息優(yōu)勢(shì)、交易速度等因素影響，較難把握，并且資金容量有限，因此比之短期事件，我們更加關(guān)注持續(xù)性事件的影響。其中，持續(xù)性阿爾法事件醞釀了較好的投資機(jī)會(huì)，而持續(xù)性風(fēng)險(xiǎn)事件則需要謹(jǐn)慎規(guī)避。
我們接下來(lái)將進(jìn)一步考察上述提到的4類(lèi)持續(xù)性阿爾法事件和2類(lèi)持續(xù)性風(fēng)險(xiǎn)事件在公告日后60個(gè)交易日內(nèi)的異常收益表現(xiàn)，方法與之前相同，具體結(jié)果如下:
持續(xù)性阿爾法事件1：業(yè)績(jī)預(yù)增（扭虧、略增、預(yù)增）公告日后60天
持續(xù)性阿爾法事件2：股東增持公告日后60天
持續(xù)性阿爾法事件3：股權(quán)激勵(lì)公告日后60天
持續(xù)性阿爾法事件4：投資者調(diào)研公告日后60天
持續(xù)性風(fēng)險(xiǎn)事件1：非大宗減持公告日后60天
持續(xù)性風(fēng)險(xiǎn)事件2：快報(bào)同比盈虧公告日后60天
從上述結(jié)果中可以清晰的發(fā)現(xiàn)，在我們所定義的4類(lèi)持續(xù)性阿爾法事件狀態(tài)下，公告后60個(gè)交易日的異常收益仍然保持穩(wěn)定的增長(zhǎng)，并且異常收益的T檢驗(yàn)值也均維持在較高水平。這表明，在該類(lèi)事件發(fā)生后的60個(gè)交易日內(nèi)，事件影響持續(xù)發(fā)酵，期間任意時(shí)間段買(mǎi)入該股票，均可以獲得較為穩(wěn)定的異常收益貢獻(xiàn)，這對(duì)我們構(gòu)建事件驅(qū)動(dòng)組合而言是十分有利的。
對(duì)于持續(xù)性風(fēng)險(xiǎn)事件的統(tǒng)計(jì)結(jié)果中看到，非大宗減持公告日后60個(gè)交易日異常收益持續(xù)下降，這期間的任意時(shí)間段均應(yīng)該規(guī)避相應(yīng)個(gè)股。而快報(bào)同比盈虧事件的影響時(shí)間約為40個(gè)交易日，此后異常收益短期回升并進(jìn)入正常狀態(tài)?？傮w而言，持續(xù)性風(fēng)險(xiǎn)事件將會(huì)導(dǎo)致累計(jì)異常收益持續(xù)下降，投資者對(duì)該類(lèi)股票需謹(jǐn)慎規(guī)避。
4.多事件驅(qū)動(dòng)組合策略構(gòu)建
4.1 多事件驅(qū)動(dòng)組合構(gòu)建方式
由于個(gè)股事件發(fā)生的時(shí)間點(diǎn)不一致，因此事件驅(qū)動(dòng)策略的組合構(gòu)建問(wèn)題很難找到完美的解決方式。通常而言，該類(lèi)策略的組合構(gòu)建有2種方法，第一種即為即時(shí)調(diào)倉(cāng)策略，即事先將資金等額分配，當(dāng)個(gè)股事件發(fā)生后，立即將對(duì)應(yīng)股票選入組合，同時(shí)將組合中最早調(diào)入的個(gè)股賣(mài)出。該方法的好處在于可以獲得事件發(fā)生后的及時(shí)收益，而不用等到特定換倉(cāng)日，但該方法的缺點(diǎn)在于組合常常較不穩(wěn)定，并且對(duì)于資金分配也較難把控。而第二中方法即為定期調(diào)倉(cāng)策略，該方法與多因子策略逐月調(diào)倉(cāng)類(lèi)似，在特定調(diào)倉(cāng)日（如每月末）一攬子買(mǎi)入處于事件影響狀態(tài)下的股票組合。該方法的缺點(diǎn)在于會(huì)損失事件發(fā)生后的及時(shí)收益，但整體組合的穩(wěn)定性相對(duì)而言較高。
顯然，針對(duì)本篇報(bào)告的研究邏輯，我們更傾向于第二種組合構(gòu)建方式。因?yàn)樵谇皫讉€(gè)章節(jié)的分析中，我們通過(guò)對(duì)不同事件屬性的分類(lèi)，定義了持續(xù)性阿爾法事件，即在事件發(fā)生后的60個(gè)交易日個(gè)股異常收益持續(xù)穩(wěn)定上升。因此，對(duì)于組合構(gòu)建而言，只要個(gè)股在調(diào)倉(cāng)日后的持有期內(nèi)，個(gè)股始終處于事件狀態(tài)的影響下，那么組合就可以獲得該類(lèi)事件的所帶來(lái)的穩(wěn)定收益。
具體而言，我們將所有事件利用狀態(tài)變量1/0/-1來(lái)表示，其中狀態(tài)1表示事件當(dāng)前處于持續(xù)性阿爾法事件狀態(tài)影響下，0 表示其他，-1表示事件當(dāng)前處于持續(xù)性風(fēng)險(xiǎn)事件狀態(tài)影響下。
我們以月頻率作為調(diào)倉(cāng)周期，并以每月第一個(gè)交易日作為換倉(cāng)日。對(duì)于處于持續(xù)性阿爾法事件狀態(tài)影響下的個(gè)股，若在換倉(cāng)日，個(gè)股未來(lái)20個(gè)交易日仍處于阿爾法事件狀態(tài)影響下，則將股票納入組合。對(duì)于持續(xù)性風(fēng)險(xiǎn)事件而言，若在換倉(cāng)日，個(gè)股未來(lái)存在大于1個(gè)交易日處于風(fēng)險(xiǎn)事件狀態(tài)影響下，則規(guī)避組合選入該股票。
4.1 基于持續(xù)性阿爾法事件的多事件驅(qū)動(dòng)策略
我們選擇業(yè)績(jī)預(yù)增、股東增持、股權(quán)激勵(lì)、投資者調(diào)研作為持續(xù)性阿爾法事件，以每月第一個(gè)交易日作為調(diào)倉(cāng)日，選擇未來(lái)20個(gè)交易日處于上述事件影響狀態(tài)下的股票構(gòu)建多頭組合，等權(quán)方式配置?？紤]交易傭金單邊0.1%、印花稅0.1%，自2010年1月至2016年4月，換倉(cāng)日剔除停牌、漲停、成交量異常股票，以當(dāng)日開(kāi)盤(pán)價(jià)作為成交價(jià)格。
組合累計(jì)收益如下所示：
組合累計(jì)超額收益如下：
上述回測(cè)結(jié)果表明，多事件驅(qū)動(dòng)投資組合在過(guò)去6年時(shí)間內(nèi)均戰(zhàn)勝了中證500指數(shù)，表現(xiàn)穩(wěn)定。逐年平均來(lái)看，組合可獲得19.4%的年超額收益率，平均年信息比率達(dá)到2.36，組合平均持股個(gè)數(shù)約為400只，組合年均雙邊換手率約為4倍。
我們進(jìn)一步利用業(yè)績(jī)歸因模型，對(duì)組合收益進(jìn)行深入的分解觀察，具體結(jié)果如下：
收益歸因結(jié)果顯示，組合在選股層面貢獻(xiàn)最高（即特質(zhì)收益貢獻(xiàn)顯著），這表明在我們多事件驅(qū)動(dòng)策略的邏輯框架下，組合獲得了顯著的事件異常收益。
但是，歸因結(jié)果同樣表明，在風(fēng)格層面，組合帶有較為明顯的市值風(fēng)格特征，即組合選擇的股票仍然以中小創(chuàng)居多，策略收益中存在部分風(fēng)格收益。
5.事件驅(qū)動(dòng)策略與多因子模型
5.1 事件收益與風(fēng)格收益
在上一節(jié)的研究中，我們構(gòu)建了基于持續(xù)性阿爾法事件的多事件驅(qū)動(dòng)組合策略。實(shí)證檢驗(yàn)結(jié)果表明，策略收益表現(xiàn)較為穩(wěn)健。
但是，在我們對(duì)組合進(jìn)行歸因分解的時(shí)候發(fā)現(xiàn)，盡管策略獲得了顯著的事件異常收益，但是同樣存在較為明顯的風(fēng)格收益。這不禁引發(fā)我們的思考：是否可以構(gòu)建基于事件驅(qū)動(dòng)策略的風(fēng)格中性投資組合？
在我們之前對(duì)阿爾法模型的研究報(bào)告中，我們通過(guò)權(quán)重優(yōu)化的方法，構(gòu)建了基于風(fēng)險(xiǎn)模型的風(fēng)格中性投資組合，策略表現(xiàn)十分穩(wěn)健。從本質(zhì)上來(lái)說(shuō)，事件導(dǎo)致的股票收益同樣可以理解為阿爾法收益，尤其是持續(xù)性阿爾法事件所導(dǎo)致的收益更是存在長(zhǎng)期穩(wěn)定的特征，這與阿爾法因子的特征極為相似。
但是，從模型的角度出發(fā)我們卻很難將事件作為因子來(lái)處理。一方面，是因?yàn)槭录l(fā)生的時(shí)點(diǎn)并不一致；另一方面，事件為狀態(tài)因子而不是截面因子，傳統(tǒng)的截面因子處理方法無(wú)法運(yùn)用于事件因子。所以這也導(dǎo)致了，長(zhǎng)期以來(lái)，量化研究團(tuán)隊(duì)通常將多因子模型與事件驅(qū)動(dòng)模型分為兩個(gè)不同的大類(lèi)而區(qū)別對(duì)待。
事實(shí)上，我們很難將事件收益與風(fēng)格收益相互獨(dú)立來(lái)看，究竟是事件發(fā)生產(chǎn)生了風(fēng)格收益，還是市場(chǎng)風(fēng)格導(dǎo)致了更多事件的發(fā)生？這個(gè)問(wèn)題從模型的角度很難給出準(zhǔn)確的答案。例如在上一節(jié)的組合構(gòu)建中，如果我們利用權(quán)重優(yōu)化約束將組合的市值敞口完全中性化，那么很有可能導(dǎo)致特質(zhì)收益的貢獻(xiàn)也大幅降低。所以，我們認(rèn)為事件驅(qū)動(dòng)所產(chǎn)生的收益一定是包含風(fēng)格收益的，而我們要做的是在風(fēng)格中性的基礎(chǔ)上，獲取事件收益中非風(fēng)格收益的部分。
既然無(wú)法將事件狀態(tài)因子作為傳統(tǒng)截面因子的方法來(lái)處理，那我們選擇在組合預(yù)期收益率中增加事件因子部分，使得組合的優(yōu)化目標(biāo)函數(shù)中包含事件驅(qū)動(dòng)收益部分。
不能錯(cuò)過(guò)的高級(jí)研修：大數(shù)據(jù)時(shí)代的量化投資！
上課地點(diǎn)：深圳
培訓(xùn)時(shí)間：2016年6月25-26日
來(lái)源：君唐資產(chǎn)
聯(lián)系客服
