股票收益的周内效应研究

原标题:股票收益的周内效应研究

导读

1、 作为西学东渐--海外文献推荐系列报告第四十篇,本文推荐了Justin Birru于2018年发表的论文《Day of the Week and the Cross-section of Returns》。

2、 股票收益的季节性效应可以分为季度效应、月份效应、周内效应等,股票的季节性效应对于投资者选择买卖股票的时机具有重要的参考价值。本文对股票收益的周内效应进行了细致的研究。

3、 本文首先结合心理学文献,对股票收益在一周内的变化情况做出了推测,然后对因子投资组合的历史收益进行了统计。本文研究结果表明,股票收益存在显著的周内效应:投机性股票(难以估值或难以套利的股票)在周一的收益率较低,在周五的收益率较高。

4、本文的研究结果对于进行因子择时的投资者具有重要的借鉴意义。如果构建的因子投资组合满足本文中描述的条件,即主要由易受情绪影响的投机性股票组成,那么选择买卖时机时可以参考收益的周内效应,以获得更高的持有期回报。

风险提示:文献中的结果均由相应作者通过历史数据统计、建模和测算完成,在政策、市场环境发生变化时模型存在失效的风险。

第一部分:原文献翻译

1、引言

本文揭示了股票收益的周内效应。本文发现许多常见异象(anomaly)策略的投机性部分在周一的收益率较低,在周五的收益率较高。

许多假说解释了这一规律。一种假说与新闻发布的时间和内容有关:利好或利空的宏观经济新闻总是在一周内的特定日期发布,从而对股票的收益产生影响。比如,货币流动性的突然变化对某些股票具有较大的影响。

另一种假说取决于投资者的心理。心理学研究发现,人们的心情在周五会变好,在周一会变差。一般来说,人们在心情愉悦时会更乐观地评估未来前景(Wright & Bower,1992)。Bagozzi等人发现,人们在心情好的时候倾向于积极地评估外界刺激,这些外界刺激包括消费品、生活满意度和过去的生活经历等。简而言之,人们倾向于将心情作为评估其他事物的基础。

心理学文献中的证据进一步表明,在缺乏具体信息的情况下,情绪对决策的影响更大(Clore等,1994;Forgas,1995;Hegtvedt和Parris,2014)。在股票市场中,可以根据情绪对股票收益做出预测:情绪的变化会对股票收益产生影响,并且会对难以估值和难以套利的股票产生更大的影响(Baker和Wurgler,2006)。因此,根据这一假说,难以估值和难以套利的股票在周一的收益较低,在周五的收益较高。

因为情绪假说提供了关于横截面收益在一周内变化的清晰预测,所以本文先分析与情绪相关的异象。

本文使用“投机性”一词来形容那些估值具有高度主观性、或难以套利的股票。难以估值或难以套利的股票往往是小规模、年轻的、高波动、不盈利、不派息、具有彩票特征、接近困境或极度增长的股票。第3节详细讨论了对情绪最敏感的股票的特征。在第5节中,本文测试了与情绪没有明确关系的异象(如动量)。

本文发现,受投资者情绪影响最大的股票(即投机性股票)在周一的表现相对较差,在周五的表现相对较好。图1展示了各个异象在周一和周五的收益情况。对于空头部分是投机性股票的异象(Panel A - Panel P),多空策略在周一的收益为正,在周五的收益为负;对于多头部分是投机性股票的异象(Panel Q - Panel S),多空策略在周五的收益为正,在周一的收益为负。

本文研究发现,多空组合在周一和周五收益的不同源于投机性部分,而不是非投机性部分,这与情绪造成错误定价的解释一致。对于每个子样本时间段,这样的结论都成立。在第5节中,本文考察了44个其他的异象,这些异象没有明确的投机性部分和非投机性部分(例如动量),结果表明这些异象不存在类似的规律。

本文发现周一和周五收益的不同并非来源于公司新闻或宏观经济新闻的发布。排除掉公司新闻和宏观经济新闻发布的时间之后,收益的周内效应仍然存在。大多数公司的新闻是在交易时间之外发布的(Kelley & Tetlock,2013),如果公司新闻会影响一周之内每日收益的变化,那么至少有部分变化应该在隔夜交易期间发生。研究结果表明,周一和周五收益的不同完全来自于盘中收益的差异,而非隔夜收益的差异,这表明公司新闻对一周之内每日收益的变化没有影响。在控制了市场流动性和交易活动的变化之后,结果也仍然成立,投机性的股票在情绪增加时(周五)股价上涨,在情绪降低时(周一)股价下跌。

本文使用来自Golder和Macy(2011)的Twitter数据,验证了情绪从周一到周五确实是单调增加的。与此一致的是,本文的研究表明,多空策略在一周内的收益变化反映了情绪在一周内的变化。对于将投机性股票作为空头(多头)部分的策略,多空组合的回报从周一到周五单调减少(增加)。例如,利用异质波动率因子构建的多空组合(空头部分为投机性股票)在周一、周二、周三、周四和周五的平均日收益率分别为22.6个基点、11.4个基点、-5.9个基点、-7.9个基点和-15.1个基点。而利用市值因子构建的多空组合(多头部分是投机性部分)在周一、周二、周三、周四和周五分别获得了-8.3、-6.8、0.4、10.5和20.7个基点的日收益率。

随后,本文对VIX和国债收益率进行了分析,进一步证实了情绪假说。VIX是众所周知的投资者恐惧指标,是情绪的另一种衡量方式(Baker和Wurgler,2007)。本文发现,与周一情绪下降、周五情绪上升的理论一致,VIX在周一平均上升2.16%,在周五平均下跌近0.70%。情绪的下降通常对应于“逃向安全资产”(flight to safety),因此情绪的下降对应于美国国债收益率的增加。本文实证结果表明,一年期国债在周一的平均收益率比周五的平均收益率高出近四倍。结果再次与周一情绪下降、周五情绪上升的心理学规律一致。

许多文献记录了情绪变化对股票收益的影响。例如,一些研究发现股票收益与光照有关(参见Saunders,1993;Hirshleifer & Shumway,2003;Goetzmann等,2015),与夏令时变化引起的睡眠紊乱有关(Kamstra等,2000),也与白昼时间长度有关(Kamstra等,2003)。Edmans等人(2007)认为,国际体育赛事的结果会影响股票收益。Kaplanski和Levy(2010)表明,航空灾难会引发不良情绪,从而影响股票收益。Hirshleifer等人(2018)发现,在过去对情绪波动较为敏感的股票也会在未来对情绪波动较为敏感。情绪是个人行为的重要决定因素,情绪的变化会导致非理性的金融市场行为。

本文的主要结构如下:在第2节中,本文讨论了一周中情绪变化的心理学证据;第3节讨论了所研究的异象;第4节介绍了周一和周五回报的主要结果,并检验了与新闻和机构交易行为相关的潜在解释;第5节测试了一周中情绪变化的其他影响;第6节进行了总结。

2、一周中的情绪变化

自Rossi(1977)第一次进行大规模研究以来,对情绪周内变化的分析一直是心理学领域的活跃研究方向。虽然学界对周内情绪变化的确切规律一直存在争议,但众多文献得出一个无可争议的结论:人们在周五和周末的心情好于周一到周四的心情。也就是说,人们的心情在周五变好,在周一变差。

周与日、月、年不同,周是与天文事件无关的时间单位。例如,周末与工作日相比,没有光照上的不同。一周中的情绪波动源于生活方式和社会文化因素。周是许多活动安排的依据,并强烈影响人类活动的组织和结构。与此相一致的是,未退休人群的周内情绪变化比已退休人群的更为明显(Stone等人,2012),全职工作者比兼职工作者的周内情绪变化更明显(Helliwell和Wang,2015年),就业人员比失业人员的周内情绪变化更明显(Young and Lim,2014)。

早期文献在检测情绪的周内效应时,调查对象通常是由学生组成的小样本。Rossi(1977)研究了82名大学生每天的情绪,发现周五、周六和周日的情绪高于其他时间。McFarlane等人(1988)在对62名大学生进行研究时得出了类似的结论。Watson(2000)使用了478名大学生的样本,也提供了周四到周五情绪增加的证据。其他一些研究也得到了这一结论,例如:Larsen和Kasimatis(1990), Egloff等(1995),Reid等(2000),Reis等(2000),杨和林(2014)。

最近,心理学文献研究了两个独立维度的情绪,负面情绪(NA)和正面情绪(PA)。负面情绪包括恐惧、紧张、易怒、充满敌意、内疚、羞愧、沮丧和痛苦等感受。正面情绪包括兴奋、热情、积极、专注、坚定和自豪等感受。这两个维度的情绪变化是彼此独立的。低正面情绪表明没有积极情绪,而不代表存在负面情绪。同样,低负面情绪表明没有负面情绪,但不代表存在积极情绪。

最近的一些研究对更广泛的、非同质化的样本进行调查,从而增强了研究结果的可靠性。Stone等人(2012)委托美国盖洛普组织(Gallup Organization of US)对34万名18岁以上的成年人进行了电话问卷调查。调查结果有力地证明了周五的情绪高于周一至周四的情绪。结果表明,周五的正面情绪高于周一至周四的正面情绪,周五的负面情绪低于周一至周四的负面情绪。使用盖洛普的调查数据,Helliwell和Wang(2014)也得出,相对于周一至周四,周五存在较高的正面情绪和较低的负面情绪。这些研究可以反映情绪的规律,但仍然存在缺陷,一个缺陷是它们无法控制测量情绪的具体时间;另一个缺陷是这些研究没有对同一个体进行重复抽样,因此不能控制个体的异质性。

Golder和Macy(2011)利用Twitter数据来评估情绪的变化。他们搜集了2008年2月到2010年1月期间,共240万人发布的超过5亿条Twitter,将其作为样本进行分析。他们的分析再次证实了周五的情绪高于周一至周四。相比于之前的研究,他们的研究方法有许多优点。首先,人们的记忆存在偏差,导致参与调查者在报告他们前一天的心情时会出现回忆偏差。而Twitter数据实时反映了个人的情绪,不会受到回忆偏差的影响。其次,有研究发现情绪在日内会发生变化,但之前的研究未能控制测量情绪的具体时间点。Twitter数据包含确切时间点,因此可以识别情绪在一天中的变化。第三,通过使用Twitter数据,作者能够获取更大的样本量。最后,因为每个被调查者有多个观察结果,所以可以通过分析每个个体在一周内的情绪变化来控制个体异质性。利用他们的数据,本文证实,在美股的具体收盘时间,周五的情绪高于周一至周四的情绪(即周五具有较高的正面情绪和较低的负面情绪)。

作为对一周情绪变化的补充证明,周一情绪的下降足以对健康产生不利影响。例如,有证据表明心肌梗塞在周一达到峰值(Willich等,1994;Spielberg等,1996;Witte等,2005;Bodis等,2009;Collart等,2014)。此外,大量证据表明,自杀率在周一达到峰值(Blachly和Fairley,1969;Lester,1979;Bollen,1983;MacMahon,1983;Massing和Angermeyer,1985;Maldonado和Kraus,1991;McCleary等,1991;Jessen和Jessen,1999)。

心理学文献对周一和周五这两天的情绪做出了最清晰的预测,所以本文的分析主要关注周一和周五。文献中压倒性的证据表明情绪在周五增加,在周一减弱,因此预计在周五,投机性股票的收益率高于非投机性股票,而在周一则相反。在第5节中,本文利用Golder和Macy(2011)的数据来测试周二到周四的情绪变化情况。

3、异象

本节的分析侧重于受情绪影响较大的股票。Baker和Wurgler(2006年,2007年)预测,受市场情绪影响最大的股票是难以估值(估值具有主观性)的股票和难以套利的股票。在实践中,难以估值(估值具有主观性)的股票和难以套利的股票可能是相同的股票。

心理学研究表明,在缺乏具体信息的情况下,情绪最能影响人的决策(Clore等,1994;Forgas,1995;Hegtvedt & Parris,2014)。一方面,对于较难估值的股票,投资者对于估值的看法会受到当前情绪的影响;而对于具有明确估值的股票,投资者对估值的看法几乎不受情绪的影响。例如,对于成熟的、支付股息的公司,或者处在一个稳定行业中的公司,它们具有更加明确的估值,不容易受投资者情绪的影响。Baker和Wurgler(2006)认为,描述股票投机性程度的维度有规模、公司成立年数、盈利能力、股息支付状态、困境情况、极端增长等。小规模、年轻的、不盈利、高波动、不支付股息、接近困境或极端增长的股票可能更难估值,因此具有投机性。相反,对于安全的、像债券的股票,其估值不太可能受情绪的影响。

本文使用一些特征来反映股票的投机性。首先,投资者可能会投机于具有彩票性质(lottery-like)的股票。其次,非流动性股票面临更大的套利限制,因此其估值会对情绪更加敏感。第三,多篇论文认为情绪化的投资者更习惯投机于高Beta股票(例如,Barber和Odean,2001; Baker等,2011; Antoniou等,2016)。Stambaugh等人(2012)和Antoniou等人(2016)发现,高Beta股票对情绪特别敏感。使用不同的情绪指数,Da等人(2015)得出的结论是,高Beta股票对情绪的敏感度高于低Beta股票。第四,Hao等人(2018)表明52周高点指标(52-week high)的异常回报与情绪之间存在密切关系。利用Baker和Wurgler(2006)的情绪指数,他们发现52周高点策略的空头部分(远离52周高点的股票)随着市场情绪的变化表现出剧烈的价格波动,空头部分股票在低情绪期后的回报比高情绪期后的回报高出150个基点。Byun和Jeon(2014)认为,非理性投资者受到锚定效应的影响,对于远离52周高点的股票具有高需求,从而造成了远离52周高点股票的投机性。第五,预测分散度高的股票可能是难以估值的股票(Zhang,2006)。

本文根据这些特征构建了多空组合,其中多头和空头部分分别由投机性的股票和安全的、像债券的股票组成。最后的异象清单共包含19个异象变量。表1描述了每个投机性策略多头和空头部分的组成,并简要说明了每个异象的投机性来源。

异象1:异质波动率(Ivol)。高异质波动率的股票更容易受市场情绪影响,更具有投机性。

Ang等人(2006)发现高异质波动率股票的表现差于低异质波动率股票。因此,投机性股票(低异质波动率股票)是异象策略的空头部分。异象回报应该在周一较高,在周五较低。

异象2和3:彩票特性(Max和Price)。具有彩票特性的股票更容易受到情绪的影响,更具有投机性。本文利用Max和Price这两个变量来捕捉股票类似彩票的特性。

Bali等人(2011)发现过去一个月的最大日收益率与股票未来收益之间存在负相关关系。Max是股票在过去一个月中的最高回报。Max值低的股票表现优于Max高的股票。因此,投机性股票(Max值高的股票)是异象策略的空头部分。

Birru和Wang(2016a)发现投资者高估了低价股票的类似彩票特性。Birru和Wang(2016b)提出的证据表明,与高价股相比,低价股被过高定价。因此,投机性股票(低价股)是异象的空头部分。对于Max和Price,异象回报应该在周一较高,在周五较低。

异象4:上市月数。上市月数较短的股票更容易受市场情绪影响,更具有投机性。

有证据表明,老公司的回报高于新公司。例如,从长期来看,刚刚上市的股票往往表现不佳(Ritter,1991)。本文将上市月数较长的股票作为策略的多头部分。投机性部分(新公司)是异象的空头部分。异象回报应该在周一较高,在周五较低。

异象5和6:困境(O-score和FP)。陷入困境的股票更容易受市场情绪的影响,更具有投机性。

Campbell等人(2008)发现失败概率(FP)较低的公司表现优于失败概率高的公司。因此,投机性部分(失败概率高的股票)是异象的空头部分。

Dichev(1998)用Ohlson(1980)的O-score指标衡量公司是否陷入困境,他发现陷入困境的股票表现优于没有陷入困境的股票。因此,投机性股票(没有陷入困境的股票)是异象的空头部分。对于O-score和FP,异象回报应该在周一较高,在周五较低。

异象7、8、9、10:盈利能力(OP,ROA,E和CF)。盈利能力差的股票更易受市场情绪影响,更具有投机性。

许多研究发现,盈利能力强的股票表现优于盈利能力差的股票。Ball,Gerakos,Linnainmaa和Nikolaev(2015)发现营运盈利能力(OP)较高的股票表现优于营运盈利能力较低的股票。因此,投机性股票(OP低的股票)是异象的空头部分。

Balakrishnan等人(2010)发现资产回报率(ROA)高的股票表现优于资产回报率低的股票。因此,投机性股票(ROA低的股票)是异象的空头部分。

继Baker和Wurgler(2006)之后,本文研究了一个盈利性虚拟变量(E),它对于盈利的公司为1,对于不盈利的公司则为0。本文将盈利的公司分配给策略的多头部分,将不盈利的公司分配给策略的空头部分。因此,投机性股票是异象的空头部分。

现金流(CF)也可以预测回报(如Lakonishok等,1994)。本文研究了一个现金流虚拟变量,它对正现金流量的公司为1,对负现金流量的公司为0。本文将正现金流量的公司作为策略的多头部分,将负现金流量的公司作为策略的空头部分。因此,投机性股票是异象的空头部分。对于所有盈利异象,异象收益应在周一较高,在周五较低。

异常11和12:股息支付(D和NXF)。低股息的股票受市场情绪影响较大,更具有投机性。

股息率可以预测股票收益(例如Litzenberger和Ramaswamy,1979)。继Baker和Wurgler(2006)之后,本文研究了一个股息支付虚拟变量(D),它对于支付股息的公司取值为1,对于不支付股息的公司取值为0。本文将支付股息的公司作为策略的多头部分,将不支付股息的公司作为策略的空头部分。因此,投机性股票是异象的空头部分。

Bradshaw等人(2006)发现净外部融资(NXF)较低的股票表现优于净外部融资较高的股票。因此,投机性股票是异象的空头部分。对于D和NXF,异象收益应在周一较高,在周五较低。

异象13:分散度(Disp)。市场观点高度分散的股票受市场情绪的影响更大,更具有投机性。

Diether等人(2002)发现,分析师观点分散度较低的股票表现优于观点分散度较高的股票。因此,投机性股票是异象的空头部分。异常收益应在周一较高,在周五较低。

异常14:现金流波动率(CFV)。现金流波动率高的股票受市场情绪影响更大,更具有投机性。

Haugen和Baker(1996)以及Huang(2009)发现低现金流波动率的股票表现优于高现金流波动率的股票。因此,投机性股票是异象的空头部分。异象回报应该在周一较高,在周五较低。

异象15:52周高点(52-Wk)。远离52周高点的股票受市场情绪影响较大,更具有投机性。

George和Hwang(2004)发现接近52周高点的股票表现远远优于远离52周高点的股票。因此,投机性股票是异象的空头部分。异象回报应该在周一较高,在周五较低。

异象16:Beta。高Beta股票受市场情绪的影响更大,更具有投机性。

低Beta股票可带来较高的风险调整回报(Black,1972;Black等,1972;Baker等,2011;Frazzini和Pedersen,2014;Hong和Sraer,2016)。因此,投机性股票是异象的空头部分。异象回报应该在周一较高,在周五较低。

异象17:规模。小盘股受市场情绪影响较大,更具有投机性。

Banz(1981)发现小盘股的表现优于大盘股。因此,投机性股票(小盘股)是异象的多头部分。异象回报应该在周一较低,在周五较高。

异象18和19:流动性(Illiq和Bid-Ask)。流动性差的股票受市场情绪的影响较大,更具有投机性。

Amihud(2002)发现,非流动性指标(Illiq)高的股票比非流动性指标低的股票表现更好。因此,投机性股票(Illiq高的股票)是异象的多头部分。

Corwin和Schultz(2012)使用每日最高价和最低价制定了买卖价差(Bid-Ask)指标。具有较大价差的股票更具流动性,并且表现优于价差低的股票。因此,投机性股票(买卖价差大的股票)是异象的多头部分。对于Illiq和Bid-Ask,异象回报应该在周一较低,在周五较高。

当情绪上升时,投机性股票表现应该较好,当情绪下降时,投机性股票表现应该较差。周一情绪的下降和周五情绪的上升可以为异象收益提供明确的预测。相对于非投机性部分而言,投机性部分应该在周一表现较差,在周五表现较好。对于所有异象,除了最后3个异象(Size、Illiq和Bid-Ask)之外,其他16个异象的空头部分都是投机性股票,这16个异象应该在周一具有较高的多空策略回报,在周五具有较低的多空策略回报。对于Size、Illiq和Bid-Ask,投机性股票是多头部分,多空策略应该在周一具有较低的回报,在周五具有较高的回报。

4、实证结果

本节对于异象在周一和周五的回报进行了实证检验。

4.1

数据

股票收益率数据来自CRSP。样本包含纽约证券交易所、美国证券交易所和纳斯达克交易所的普通股(股票代码10或11)。会计信息来自Compustat。样本期为1963年7月至2013年12月。

4.2

异象回报:周一到周五

心理学文献发现,周五的情绪较高,这预示着投机性股票在周五的回报将较高;周一情绪较低,投机性股票的回报在周一将较低。因此可以预测,投机性股票为空头部分的异象将在周一具有较高的策略回报;相反,投机性股票为多头部分的异象将在周五具有较高的策略回报。表3的结果证实了该结论。表3的面板A记录了多空组合在周一、周五、周二到周四的回报。前16个异象的空头部分是投机性股票,最后3个异象的多头部分是投机性股票。

从四因子alpha来看(即表3中的Carhart一列),根据面板A,对于空头部分是投机性股票的异象(前16个异象),由于多空组合在周二至周五的总收益是负值,因此可以得出,多空组合在周一的收益占整周收益的100%以上。对于投机性股票为多头部分的3个异象(Size、Illiq和Bid-Ask),多空组合在周一至周四的总收益是负值,多空组合在周五的收益占整周收益的100%以上。

表4通过比较多空组合在周一和周五的回报,对情绪假说进行了更直接的测试。表4的第1至8列与表3的相同。观察四因子alpha(Carhart)这一列,对于所有异象,多空组合在周一的回报与周五的回报符号相反。图1以图形的方式展示了该结果。

表4中的第9至12列检测了多空组合在周一与周五收益差异的大小。结果表明,多空组合在周一和周五的收益差异非常显著。例如,对于Ivol,多空组合的四因子alpha在周一的收益比周五高出163个基点。对于size,多空组合的四因子alpha在周五的收益比周一高出122个基点。

4.3

多头部分和空头部分的非对称性

表5和表6分别检测了异象的空头部分和多头部分的回报。基于情绪的错误定价理论,多头部分和空头部分在周一和周五收益的差异会出现非对称性。周一和周五收益的差异应该归因于投机性部分,而不是非投机性部分。表5和表6证实了这一预测。表5仅显示空头部分的收益。除了Size、Illiq和Bid-Ask外,其他16个异象的空头部分都是投机性股票。

对于前16个异象,其空头部分是投机性股票,因此空头部分造成了异象在周一和周五收益的差异。空头部分在周一和周五收益的差异通常大于多空组合在周一和周五收益的差异。异质波动率策略的空头部分在周五的四因子alpha比周一的高出190个基点,这意味着:如果根据异质波动率对股票排序并分为10组,选出最高的一组股票,在周五做多这组股票,在周一做空这组股票,其他时间投资于无风险资产,这样的策略将获得平均190个基点的月度收益。

表6表明,除了Size、Illiq和Bid-Ask之外,前16个异象的多头部分在周五和周一的收益差异小于空头部分在周五和周一的收益差异。Size、Illiq和Bid-Ask这3个异象的多头部分在周五和周一的收益差异大于空头部分在周五和周一的收益差异。另外,投机性部分在周五和周一的收益差异大于多空组合的回报差异。例如,异象Size的多头部分(小盘股)在周五的四因子alpha比周一的高157个基点。这表明,横截面收益率的周内效应的确来源于情绪对投机性股票收益的影响。

4.4

日度风险因子

目前的风险调整收益使用月度的Fama-French因子,对月度回报来计算。一个问题是风险偏好可能会有日度的变化。表7将月度风险因子分解为周一的部分和周五的部分,并检测在这种情况下是否仍然有正的alpha。表7显示,在这种风险调整收益计算方式下,原结论仍然成立。

4.5

子样本分析

Cross(1973)等人发现整个美股市场在周一的回报率特别低,业界将此现象称作周末效应。但是近些年的研究表明,周末效应不再存在。Robins和Smith(2016)发现1975年后不存在周末效应。表8分析了多个子样本区间。本文的研究使用的最早年份是1963年,因此绝大部分样本年份都来自1975年之后,这表明在全市场股票周末效应不再存在的时间段里,横截面收益的周内效应仍然是存在的。

表8考察了1963年至1974年12月,1975年至1994年12月以及1995年至2013年12月的结果。结果表明,周内效应在每个时期都有所不同。对于所有19个异象,检测多空策略在三个子样本时间段的收益情况,其中有5个异象在1963-1974年的时间段没有数据。在104个多空策略时间段组合中,103个与完整时间样本中的测试结果一致。只有非流动性策略在1963-1974子样本期间的收益情况与完整样本期中的结果不一致。这表明横截面收益的周内效应在不同时间段内具有稳健性,包括未观察到周末效应的时间段

4.6

新闻

接下来本文将研究:周内效应是否可以通过宏观经济新闻或公司特定新闻的发布来解释。

4.6.1 宏观经济新闻发布

宏观经济新闻的发布可能会造成横截面收益的周内效应,例如,流动性的突然变化对某些股票的影响比其他股票更多。本文收集了美国劳工统计局和美联储公布的月度宏观经济新闻公告。继Savor和Wilson(2013)之后,本文将关注美国消费者物价指数(CPI),生产者价格指数(PPI)和就业数据的发布时间,以及联邦公开市场委员会(FOMC)宣布决定的时间。

Savor和Wilson指出,他们的样本中只有2%的公告发布于周一。同样,本文研究的样本中也只有很小比例的样本发布于周一,而有超过40%的公告发布于周五。表9展示了从样本中排除发布宏观经济新闻日期后的策略回报情况。结果表明,之前观察到的周内效应仍然存在。这表明宏观经济新闻的发布并不是造成周内效应的主要原因。

4.6.2 公司新闻

另一个需要关注的问题是,周内效应是否由公司特定新闻公告的发布造成。如果公司新闻可以解释周一(周五)投机性股票回报相对较低(高)的现象,这要求投机性和非投机性股票在利好消息和利空消息的发布时间上存在系统性差异。本文通过关注盈利公告、派息公告、拆股公告发布的日期以及除息日来研究这种可能性。

本文从Compustat获得盈利公告的发布日期。之前的研究发现,收益公告发布的日期有时会偏离一天或更长时间(例如,DellaVigna和Pollet,2009)。为保守起见,本文不仅排除了发布公告的日期,还排除了公告日期之前的两天到之后的两天的日期。因为一周有五个交易日,排除掉t -2到t + 2的日期,将恰好删除掉一整周的数据,这对本文的研究是有利的。派息、拆股公告的发布日期和除息日期来自CRSP。本文也排除了这些公告日期两天前到两天后的日期。

表10列出了在排除掉盈利、股息和拆股公告的发布日期(从t -2到t + 2)之后的结果。如表10所示,周内效应仍然显著。这表明公司特定新闻的发布并不是造成周内效应的主要因素。

4.6.3 隔夜与盘中

本文将收益分解为盘中收益和隔夜收益两部分,来进一步检验公司特定新闻的假设。大多数公司的公告是在交易时间之外发布的(Kelley and Tetlock,2013)。如果公司特定新闻可以解释异象回报的周内变化,那么至少应该有部分变化发生在隔夜交易期间。如果发现周内效应完全由盘中收益的差异造成,这将表明新闻假说是不正确的。相反,如果周内效应主要源于周五收盘与周一开盘时价格的差异,这将表明情绪假说是不正确的。因此,新闻假说和情绪假说做出相反的预测:如果新闻解释了横截面收益的周内变化,那么收益的周内变化应该在隔夜收益中反映出来;如果情绪解释了横截面收益的周内变化,那么收益的周内变化应该在盘中回报中反映出来。

盘中回报使用CRSP提供的开盘价和收盘价计算。隔夜回报的计算方法为CRSP的当天开盘价减去前一天收盘价。根据文献,本文假设股息调整在隔夜期间发生。由于CRSP的开盘价格的可获取性,样本期始于1992年7月。

表11表明,周一和周五异象收益的不同都在盘中发生。在5%的显著性水平下,所有异象在周五与周一的隔夜收益都没有显著差异,而盘中收益的差异具有统计显著性。这表明横截面回报的周内差异源于盘中收益的差异,因此收益的周内效应源于情绪的变化,而不是新闻的发布。

4.7

机构交易

周内效应可能源于机构的交易行为吗?出于多种原因,这种解释似乎不太可能。最重要的是,周一和周五的回报差异主要是由投机性股票造成的,个人投资者偏好投机性股票,但机构往往不是投机性股票的大股东。例如,散户偏好小盘股、低价股票和具有彩票特征的股票,而机构对这些类型的股票较为厌恶(Kumar和Lee,2006; Kumar,2009)。Gompers and Met- rick(2001)和Bennett等人(2003)发现,机构偏好于大盘股和流动性好的股票。

此外,机构对股票的持有率在样本期内表现出较大的变化。Bennett等人(2003)表示,在1950年,机构持有的股票占美国股票持有总量的7%,在1970年则占28%。Gompers和Metrick(2001)发现在1980年机构的持有率低于30%,但是到1995年底,机构的持有率超过50%。如果机构交易是周内效应的原因,那么收益的周内效应也应该出现随时间的变化。基于4.5节中的子样本期分析,实证结果不支持这一假说。周内效应在所有子样本期内都很显著,没有显示出明显的随时间的变化。

表12通过分析低机构持有率和高机构持有率的股票,检验了这一假设。在每个季度,股票被分为低机构持有率、中机构持有率、高机构持有率三组。机构持有率定义为机构持有的股份总数与已发行股份总数的比率。没有证据表明周内效应是由机构行为造成的。对于低机构持有率和高机构持有率的股票,策略在周一和周五的收益差异都是显著的。对于几乎所有的异象,低机构持有率的股票在周一和周五的收益差异都大于高机构持有率股票的收益差异。

表13提供了进一步的证据,来说明周内效应不是由机构或其他交易者在周末的调仓(rebalancing)造成的。在1952年9月之前,市场在周六开放交易。这表明在此期间,任何周末调仓都不太可能发生于周五。表12显示了1927年1月至1952年9月期间策略的四因子alpha。所有周五减周一的结果与预期的一致,其差异通常大于之后时期的差异。这样的结果与机构行为的假说不一致。

4.8

流动性

接下来,本文将研究周内效应是否与市场流动性有关。本文控制了市场流动性、交易量的每日变化。当然,市场流动性或市场交易量可能会随着情绪的变化而变化。Lakonishok和Maberly(1990)表明,纽约证券交易所的交易量在一周中呈现倒U形,周一和周五交易量较低,周三交易量较高。Chordia等人(2001)发现市场流动性在周五会下降,交易活动会放缓,而且从许多指标来看,周二的流动性和交易量增幅最大。Chordia等人(2001年)表示,通过某些衡量指标,周一的流动性与周五没有显著不同,而通过某些衡量指标,周一的流动性相对于周五有较大增加。

用异象的投机性部分对周内虚拟变量、Fama-French和Carhart因子、市场交易量的每日变化、市场流动性的每日变化做回归。表14展示了周内虚拟变量(周五作为忽略的变量)的系数估计值。继Chordia等人(2001年)之后,市场交易量和市场流动性的每日变化是对纽约证券交易所的所有股票进行市值加权得到的。

在控制交易量和流动性的情况下,除了52周高点(52-Wk),所有异象的周一虚拟变量的系数均为负值,且在1%的水平下显著。这表明市场流动性和交易量的变化无法完全解释收益的周内效应。

5、情绪预测的进一步测试

本节假设并测试了情绪周内变化的额外资产定价预测。

5.1

VIX

本小节中将研究芝加哥期权交易所每日市场波动率指数(VIX)是否存在周内效应。Baker和Wurgler(2007)认为VIX是衡量投资者情绪的指标,VIX的上升反映出情绪的下降。因此,VIX通常被用作投资者情绪的高频度量(例如Cherkes等,2009;Kaplanski和Levy,2010;Da等,2015)。

测试结果证实了周一情绪下降和周五情绪上升的假说。表15的面板A显示,VIX在周一(周五)平均增加(减少)2.16%(0.68%)。面板B展示了在控制滞后一天的VIX以及发布宏观经济公告的日期(CPI、PPI、就业率和FOMC公告的发布日期)的情况下,周一和周五的平均每日VIX变动。B组的回归仅包括周一和周五的观测。第1列和第2列显示,在控制宏观经济公告和VIX的滞后变动之后,VIX在周一的变化比周五的高出2.4%。面板C显示了包含一周中每一天的虚拟变量的回归结果(周三是忽略的变量)。回归中的自变量还包括VIX的五日移动平均值,五日移动平均值的平方,宏观经济公告发布日的虚拟变量和年月固定效应。结论仍然相同:VIX在周一显著增加,在周五下降(尽管统计上不显著)。VIX的大幅增加也很强劲。在线附录显示,在每个日历月和除了2010年之外的每个日历年中,VIX都在周一增加;在除了4月以外的每个日历月中、在绝大多数日历年中,VIX都在周五减小。结果再次证实了横截面回报的周内效应源于周一和周五情绪不同的假说。

5.2

国债收益率

Baker和Wurgler(2012)认为,在情绪较高的时期,投资者对安全资产的需求较低;情绪的下降对应于“逃向安全资产”(投资者将资金转向诸如国债这样的安全资产)。类似地,Da等人(2015)认为,国债收益率可以反映“逃向安全资产”效应,因此国债的收益率应该与当前情绪的变化负相关。与此一致,Baker和Wurgler(2012)发现中长期国债具有负的情绪Beta。也就是说,情绪上升时,国债回报率低;情绪下降时,国债回报率高。

周一情绪的下降预示着“逃向安全资产”,因此周一国债收益率将会上升。周五市场情绪升温,因此周五国债收益率将会较低。本文从CRSP每日国债固定期限指数获取国债收益率数据。收益率反映了具有固定期限的国债的表现。

表15的面板A检测了美国国债的平均周内回报率,其到期日为一个月至五年。对于每个到期日,周一显示出最大的平均每日回报率,周五显示出最小的平均每日回报率。

面板B显示了多变量回归的结果。继Savor和Wilson(2013)的分析之后,本文将每日国债收益率对滞后一天的国债收益率、滞后一天国债收益率的平方、宏观经济公告发布示性变量(CPI、PPI、就业率和FOMC公告日)以及年月固定效应做回归。使用1961年6月到2013年12月的数据进行回归,当仅使用周一和周五的观测数据,周一的虚拟变量衡量周一和周五之间国债收益率的差异。结果非常清晰:与情绪下降导致“逃向安全资产”的理论一致,周一的国债收益率明显高于周五。

面板C重复了面板B的分析,不同的是面板C的回归包括了一周中的每一天。结论仍然相同:周一的系数在统计和经济上都是显著的,并且是最大的。周五的系数则是最小的,这与周五市场情绪增加相一致。结果再次证实了横截面收益的周内效应源于投资者情绪的变化。

5.3

周二到周四

在心理学文献中备受关注的另一个问题是,是否存在“忧郁星期一”现象,即星期一的情绪水平是否明显低于周二到周四,以及情绪水平从周一到周四是否会增加。关于周一至周四情绪增加的证据不尽相同。Rossi(1977)以及McFarlane等人(1988)使用不到100名大学生的样本,发现周一的情绪比周二到周四更差。Watson(2000)使用478名大学生的样本,发现从周一到周四情绪逐渐增加。Stone等人最近的一项研究(2012)发现,调查结果不支持“忧郁星期一”假说。Larsen和Kasimatis(1990)以及Young和Lim(2014)的研究都发现了从周一到周四情绪增加的证据。这些研究结果的不同是由无法控制情绪中的昼夜模式、个体异质性、以及样本量较小导致的。

与以前的研究相比,使用Twitter数据可以大大改善对情绪的测量,因为Twitter可以从大量异质样本中实时捕捉情绪并控制个体固定效应。在本小节中,本文利用Golder和Macy(2011)的Twitter数据来检测所有工作日情绪变化的情况。Golder和Macy(2011)对Twitter数据进行了文本分析,使用语言查询和字数统计衡量正面情绪和负面情绪,来确定一周中每天每个小时的平均情绪。有关文本分析过程的详细说明参见Golder和Macy(2011)。

本文关注的是美国的Twitter用户在下午3点(从下午3点到下午4点)的平均情绪(包括正面情绪和负面情绪),因为这最接近每日收盘时的市场情绪。图2的面板A绘制了一周中每一天市场收盘时的平均正面情绪和负面情绪。与过去的调查结果一致,正面(负面)情绪的水平在周一最低(最高),在周五最高(最低)。

图16的面板B绘制了情绪的变化。与过去的研究结果一致,周一表现出正面(负面)情绪最大程度的减少(增加),周五表现出正面(负面)情绪最大程度的增加(减少)周一表现出最大程度的情绪降低,从周一到周二情绪几乎没有变化,周三、周四和周五都表现出情绪的增加,其中周三的情绪增幅最小,周五的情绪增幅最大。这种明显的情绪变化导致了对横截面回报的明确预测:对于空头部分是投机性股票的异象,异象回报应该从周一到周五单调减少,对于多头部分是投机性股票的异象,异象回报应该从周一到周五单调增加。

表17展示了异象在周一到周五的每日回报,可以发现,预测出的规律适用于绝大多数异象。图18展示了这种规律。与情绪的周内变化规律相一致,对于空头部分是投机性股票的异象,异象回报从周一到周五单调减少;对于多头部分是投机性股票的异象,异象回报从周一到周五单调增加。CAPM、三因子alpha和四因子alpha被展示在在线附录中,都表现出相同的规律。

5.4

假期

有时因为假期的存在,会出现长周末,长周末的前一天可能不再是周五,长周末的后一天可能不再是周一。那么在长周末的前一天或后一天,异象回报会是什么样的情况?在周五假期之前的周四,人们的心情可能会好于通常周四的心情,并且可能会与通常周五的心情相似。可以预测,感恩节假期前的周三也会有相似的规律。周一假期后的周二的情绪可能会低于通常的周二。

表19列出了多空策略在周一假期后的周二、周五假期前的周四以及感恩节假期前的周三的平均日度收益。57(19×3)个多空策略回报中的56个具有符合情绪假说预测的正负号(除了周二的规模异象)。比较表19中的收益大小与表17中的收益大小,可以发现,19个异象中有17个异象在假期之后的周二的收益绝对值大于通常周二的收益绝对值。此外,19个异象中有12个在假期之后周二的收益绝对值大于周一的收益。

对于周五假期之前的周四、感恩节假期之前的周三,结果甚至更加显著。对于周五假期之前的周四,所有异象回报的方向都与预测的一致。此外,在周五假期之前的周四,所有异象策略的收益绝对值都大于通常周四的收益绝对值。事实上,所有异象策略在周五假期之前的周四的收益绝对值也比通常周五的更大。对于感恩节假期之前的周三,结果也类似。所有19个异象的回报幅度都大于通常周三的收益平均值,而19个异象中有17个异象的回报大于通常周五的回报。结果再次与情绪假说的预测一致。

5.5

其他异象

在本小节中,本文将检测其他异象回报的周内变化,这些异象的多头部分和空头部分不再由投机性股票和非投机性股票组成。对于这些异象,周内效应可能不再存在。

为了构建其他异象的列表,本文从McLean和Pontiff(2016)以及Engelberg等人(2017)分析的97个异象开始。本文排除了与之前的19个异象相似的异象(例如,IPO异象被排除,因为它们与本文已经研究的公司上市月数策略相似)、具有多个信号的异象、样本期较短的异象(例如G指数),最后得到44个额外的异象。

图20展示了44个额外异象在周一至周五的多空策略每日回报。在线附录中的表OA7、OA8和OA9显示了44个额外异象的回报,这3个表格分别展示了周一和周五的空头组合、多头组合、多空组合的回报。这44个异象的多头和空头部分都不是投机性部分,或者都是投机性部分。对于不存在投机性部分的异象,其多空策略回报不应表现出对情绪的敏感性,因为多头部分和空头部分都不会受情绪变化影响。对于多头部分与空头部分都是投机性股票的异象,其多空策略回报也不应该表现出对情绪的敏感性,因为多头部分和空头部分都以相同的方式对情绪变化做出反应,其收益会相互抵消。比如,账面市值比和销售增长异象的多头部分和空头部分均为投机性股票。低账面市值比(高销售增长)与极端增长相关,高账面市值比(低销售增长)与公司困境相关。因此,账面市值比和销售增长异象的多头部分和空头部分均会以相同的方式对情绪变化做出反应,于是无法确定情绪变化时多空组合的回报情况(参见,Baker和Wurgler,2006;Stambaugh等,2012)。销售增长和账面市值比的多头部分和空头部分均表现出与预期规律相同的周五减周一回报,并且在统计上是显著的,但多空组合的周五减周一回报并不显著。动量是另一个例子,Stambaugh等人(2012)以及Keloharju,Linnainmaa和Nyberg(2016)发现,在高情绪时期和低情绪时期,动量的空头部分表现出比多头部分更大的收益差异,但两者之间的差异不显著。表OA7、OA8和OA9证实了这一点:空头部分的周五减周一收益大于多头部分,但多空组合的收益在统计上不显著。

并非所有44个异象的收益都对情绪完全不敏感。如果某个异象的多头部分与空头部分中的一个比另一个更具投机性,那么这个异象可能会展现出收益的周内效应。然而,其周内效应应该比投机性异象的周内效应更弱。一些异象显示出与Baker和Wurgler(2006)情绪指数共同变化的收益规律,只是弱于更具投机性的异象。例如,先前的研究已经发现情绪和盈利超预期(Mian和Sankaragu-ruswamy,2012)、应计利润(Stambaugh等,2012)、净营运资产(Stambaugh等,2012)以及研发费用(R&D)(Baker和Wurgler,2006年)之间的关系。但是过去的文献表明,这些异象的变化远远小于投机性异象。例如,对于研发费用,Baker和Wurgler(2006)发现,在高情绪和低情绪时期,多空策略超额收益的差异为69个基点。这比基于规模(171个基点)、上市月数(139个基点)或波动率(254个基点)的策略收益要小得多,但高于账面市值比(20个基点)和销售增长(15个基点)的策略收益。Stambaugh等人(2012)记录了应计利润策略在高情绪和低情绪期间的超额收益差异为70个基点,净营运资产策略的超额收益差异为83个基点。这些收益差异小于那些更具投机性的异象,如失败概率(196个基点)、ROA(150个基点)、O-得分(140个基点)、Beta(135个基点)和规模(126个基点)。Stambaugh等人(2012)也发现,资产增长异象的回报对情绪的敏感性在统计上是显著的(85个基点,t值为2.34),但Keloharju、Linnainmaa和Nyberg(2016)发现该敏感性并不显著(39个基点,t统计为1.11)。出于这个原因,本文将盈利超预期、RD / M,应急利润和净营运资产这样的半投机性异象归于本小节中,而不是归于前文的投机性异象。

图20展示了由44个异象的每日超额收益。与情绪假说的预测一致,绝大多数异象的收益都没有表现出明显的周内变化。44个异象中的少数异象确实在一周之中表现出一些线性规律,但都没有投机性异象那样显著。从表15中可以看出,在所有异象中,策略回报在周五和周一的最小差异为CFV的18.9个基点,平均值为27.7个基点。在其他44个异象中,策略回报在周五和周一的最大差异是分析师估值异象的16.7个基点。这样的结果是由分析师估值和盈利能力之间的相关性造成的。对该变量的简单分析表明,构建这一变量的重要指标是预期ROE。分析师估值代表了盈利能力,投机性的、不盈利的公司占据了分析师估值的最低分位数组合(分析师估值最低一组中的公司也在ROA最低的一组中)。在线附录中的表格显示,此异象的空头部分表现出了收益的周内差异,多头部分则没有周内差异。具有第二大差异的异象是RD/M,其差异仅为11.5个基点,并且Baker和Wurgler(2006)已经证明其对情绪具有较弱的敏感性。总的来说,这些规律与情绪假说的预测完全一致。

对于表现出线性规律的异象,都可以找到适合其的情绪解释。其他表现出线性规律的异象包括:税收、短期反转、应计利润、盈利超预期、AD/M和净营运资产。税收是盈利能力的代表,投机性的、不盈利的公司处于最低的税收十分位分组(税收最低一组中的公司也在ROA最低的一组中)。在线附录的结果表明,变化是由空头部分造成的,而不是多头部分。短期反转与Max异象相关,投机性的、Max高的公司处于短期反转异象的空头部分中(短期反转的空头中的公司在Max最高的一组中)。在线附录中的结果证实,短期反转的空头部分在一周中变化的程度大于多头部分。应计利润和净营运资产的相对线性规律与Stambaugh等人(2012)的情绪结果一致,并且盈利超预期的相对线性规律与Mian和Sankaraguruswamy(2012)的结果一致,只是所有这些规律都比投机性异象所表现的规律弱得多。

6、结论

本文的研究表明,股票收益存在显著的周内变化:投机性股票在周一的收益率较低,在周五的收益率较高。这样的规律对于不同的子样本时期都是成立的,并且与宏观经济新闻发布、公司特定新闻发布、机构交易或市场流动性的变化无关。

心理学研究表明,人们的情绪在一周中会发生变化:周一情绪下降,周五情绪上升。股票收益的周内效应可以用一周的情绪变化来解释:周一情绪的下降导致投机性股票收益率相对较低,周五情绪的增加导致投机性股票收益率相对较高。

7、参考文献

【1】Amihud, Y., 2002. Illiquidity and stock returns: cross-section and time-series effects. J. Financ. Mark. 5, 31–56.

【2】Ang, A., Hodrick, R.J., Xing, Y., Zhang, X., 2006. The cross-section of volatility and expected returns. J. Financ. 51, 259–299.

【3】Antoniou, C., Doukas, J.A., Subrahmanyam, A., 2016. Investor sentiment, beta, and the cost of equity capital. Manag. Sci. 62, 347–367.

【4】Bagozzi, R., Gopinath, M., Nyer, P., 1999. The role of emotions in marketing. J. Acad. Market. Sci. 27, 184–206.

【5】Baker, M., Bradley, B., Wurgler, J., 2011. Benchmarks as limits to arbitrage: understanding the low-volatility anomaly. Financ. Anal. J. 67, 1–15.

【6】Baker, M., Wurgler, J., 2006. Investor sentiment and the cross-section of returns. J. Financ. 61, 1645–1680.

【7】Baker, M., Wurgler, J., 2007. Investor sentiment in the stock market. J. Econ. Perspect. 21, 129–152.

【8】Baker, M., Wurgler, J., 2012. Comovement and predictability relationships between bonds and the cross-section of stocks. Rev. Asset Pricing Stud. 2, 57–87.

【10】Baker, M., Wurgler, J., Yuan, Y., 2012. Global, local, and contagious investor sentiment. J. Financ. Econ. 104, 272–287.

【11】Balakrishnan, K., Bartov, E., Faurel, L., 2010. Post loss/profit announcement drift. J. Account. Economics 50, 20–41.

【12】Bali, T., Cakici, N., Whitelaw, R., 2011. Maxing out: stocks as lotteries and the cross-section of expected returns. J. Financ. Econ. 99, 427–446.

【13】Ball, R., Gerakos, J., Linnainmaa, J., Nikolaev, V., 2015. Deflating profitability. J. Financ. Econ. 117, 225–248.

【14】Banz, R.W., 1981. The relationship between return and market value of common stocks. J. Financ. Econ. 9, 3–18.

【15】Barber, B., Odean, T., 2001. Boys will be boys: gender, overconfidence, and common stock investment. Q. J. Econ. 116, 261–292.

【16】Bennett, J.A., Sias, R.W., Starks, L.T., 2003. Greener pastures and the impact of dynamic institutional preferences. Rev. Financ. Stud. 16, 1203–1238.

【17】Birru, J., Wang, B., 2016a. Nominal price illusion. J. Financ. Econ. 119, 578–598.

【18】Birru, J., Wang, B., 2016b. The nominal price premium. Unpublished working paper.

【19】Blachly, P.H., Fairley, N., 1969. Market analysis for suicide prevention. Relationship of age to suicide on holidays, day of the week and month. Northwest Med. 68, 232–238.

【20】Black, F., 1972. Capital market equilibrium with restricted borrowing. J. Bus. 45, 444–455.

【21】Black, F., Jensen, M.C., Scholes, M., 1972. The capital asset pricing model: Some empirical tests. In: Jensen, M.C. (Ed.), Studies in the Theory of Capital Markets. Praeger, New York, pp. 79–121.

【22】Blau, B.M., Van Ness, B.F., Van Ness, R.A, 2009. Short selling and the weekend effect for NYSE securities. Financ. Manag. 38, 603–630.

【23】Bodis, J., Boncz, I., Kriszbacher, I., 2009. Permanent stress may be the trigger of an acute myocardial infarction on the first work-day of the week. Int. J. Cardiol. 144, 423–425.

【24】Bollen, K.A., 1983. Temporal variations in mortality: a comparison of U.S. suicides and motor vehicle fatalities. 1972–1976. Demography 20, 45–59.

【25】Bradshaw, M., Richardson, S., Sloan, R.G., 2006. The relation between corporate financing activities, analysts’ forecasts and stock returns. J. Account. Econ. 42, 53–85.

【26】Byun, S.J., Jeon, B.H., 2018. Momentum crashes and an investor’s anchoring bias. Unpublished working paper.

【27】Campbell, J.Y., Hilscher, J., Szilagyi, J., 2008. In search of distress risk. J. Financ. 63, 2899–2939.

【28】Chen, H., Singal, V., 2003. Role of speculative short sales in price formation: the case of the weekend effect. J. Financ. 58, 685–705.

【29】Cherkes, M., Sagi, J.S., Stanton, R.H., 2009. A liquidity-based theory of closed-end funds. Rev. Financ. Stud. 22, 257–299.

【30】Chordia, T., Roll, R., Subrahmanyam, A., 2001. Market liquidity and trading activity. J. Financ. 56, 501–530.

【31】Clore, G.L., Schwarz, N., Conway, M., 1994. Affective causes and consequences of social information processing. In: Wyer, Jr., R.S., Srull, T.K. (Eds.), Handbook of Social Cognition. Lawrence Erlbaum, Hillsdale, NJ, pp. 323–417.

【32】Collart, P., Coppieters, Y., Godin, I., Leveque, A., 2014. Day-of-the-week variations in myocardial infarction onset over a 27-year period: the importance of age and other risk factors. Am. J. Emer. Med. 32, 558–562.

【33】Corwin, S., Schultz, P., 2012. A simple way to estimate bid-ask spreads from daily high and low prices. J. Financ. 67, 719–759.

【34】Cross, F., 1973. The behavior of stock prices on Fridays and Mondays. Financ. Anal. J. 29, 67–69.

【35】Da, Z., Engelberg, J., Gao, P., 2015. The sum of all FEARS investor sentiment and asset prices. Rev. Financ. Stud. 28, 1–32.

【36】DellaVigna, S., Pollet, J.M., 2009. Investor inattention and Friday earnings announcements. J. Financ. 64, 709–749.

【37】Dichev, I.D., 1998. Is the risk of bankruptcy a systematic risk. J. Financ. 53, 1131–1147.

【38】Diether, K.B., Malloy, C.J., Scherbina, A., 2002. Differences of opinion and the cross section of returns. J. Financ. 57, 2113–2141.

【39】Dodds, P., Harris, K., Kloumann, I., Bliss, C., Danforth, C., 2011. Temporal patterns of happiness and information in a global social network: hedonometrics and Twitter. PLoS ONE 6, 1–26 2011.

【40】Dyl, E.A., Martin Jr., S.A., 1985. Weekend effects on stock returns: a comment. J. Financ. 40, 347–350.

【41】Edmans, A., García, D., Norli, Ø., 2007. Sports sentiment and stock returns. J. Financ. 62 (4), 1967–1998.

【42】Egloff, B., Tausch, A., Kohlmann, C.W., Krohne, H.W., 1995. Relationships between time of day, day of the week, and positive mood: exploring the role of the mood measure. Motivation and Emotion 19, 99–110.

【43】Engelberg, J., McLean, R.D., Pontiff, J., 2017. Anomalies and news. Unpublished working paper.

【44】Fairfield, P.M., Whisenant, J.S., Yohn, T.L., 2003. Accrued earnings and growth: implications for future profitability and market mispricing. Account. Rev. 78, 353–371.

【45】Fama, E.F., French, K.F., 1993. Common risk factors in the returns of stocks and bonds. J. Financ. Econ. 33, 3–56.

【46】Forgas, J.P., 1995. Mood and judgment: the affect infusion model (aim). Psychol. Bull. 117, 39–66.

【47】Franzoni, F., Marin, J.M., 2006. Pension plan funding and stock market efficiency. J. Financ. 61, 921–956.

【48】Frazzini, A., Pedersen, L.H., 2014. Betting against beta. J. Financ. Econ. 111, 1–25.

【49】French, K.R., 1980. Stock returns and the weekend effect. J. Financ. Econ. 8, 55–69.

【50】Gao, X., Ritter, J., 2010. The marketing of seasoned equity offerings. J. Financ. Econ. 97, 33–52.

【51】George, T.J., Hwang, C.Y., 2004. The 52-week high and momentum investing. J. Financ. 59, 2145–2176.

【52】Gibbons, M.R., Hess, P., 1981. Day of the week effects and asset returns. J. Bus. 54, 579–596.

【53】Glushkov, D., 2006. Sentiment beta. Unpublished working paper.

【54】Goetzmann, W., Kim, D., Kumar, A., Wang, Q., 2015. Weather-induced mood, institutional investors, and stock returns. Rev. Financ. Stud. 28, 73–111.

【55】Golder, S.A., Macy, M.W., 2011. Diurnal and seasonal mood vary with work, sleep, and day length across diverse cultures. Science 333, 1878–1881.

【56】Gompers, P. A., Metrick, A., 2001. Institutional investors and equity prices. Q. J. Econ. 116, 229–259.

【57】Hao, Y, Chou, R.K., Ko, K.C., 2018. The 52-week high, momentum, and investor sentiment. Inter. Rev, Financ, Analy. 57, 167–183.

【58】Haugen, R.A., Baker, N.L., 1996. Commonality in the determinants of expected stock returns. J. Financ. Econ. 41, 401–439.

【59】Hegtvedt, K.A., Parris, C.L., 2014. Emotions in justice processes. In: Stets, J.E., Turner, J.H. (Eds.). In: Handbook of the Sociology of Emotions, II. Springer, New York, pp. 103–125.

【60】Helliwell, J.F., Wang, S., 2014. Weekends and subjective well-being. Soc. Indic. Res. 116, 389–407.

【61】Helliwell, J.F., Wang, S., 2015. How was the weekend? How the social context underlies weekend effects in happiness and other emotions for US workers. NBER working paper 21374.

【62】Hirshleifer, D., Jiang, D., Meng, Y., 2018. Mood beta and seasonalities in stock returns. Unpublished working paper.

【63】Hirshleifer, D., Shumway, T., 2003. Good day sunshine: stock returns and the weather. J. Financ. 58, 1009–1032.

【64】Hong, H., Sraer, D.A., 2016. Speculative betas. J. Financ. 71, 2095–2144.

【65】Hou, K., Xue, C., Zhang, L., 2015. Digesting anomalies: an investment approach. Rev. Financ. Stud. 28, 650–705.

【66】Hou, K., Xue, C., Zhang, L., 2017. A comparison of new factor models. Unpublished working paper.

【67】Hribar, P., McInnis, J., 2012. Investor sentiment and analyst’ earnings forecast errors. Manag. Sci. 58, 293–307.

【68】Huang, A.G., 2009. The cross section of cash flow volatility and expected stock returns. J. Empir. Financ. 16, 409–429.

【69】Jaffe, J., Westerfield, R., 1985. The week-end effect in common stock returns: the international evidence. J. Financ. 40, 433–454.

【70】Jessen, G., Jensen, B.F., 1999. Postponed suicide death? Suicides around birthdays and major public holidays. Suicide Life Threat. Behav. 29, 272–283.

【71】Kamara, A., 1997. New evidence on the Monday seasonal in stock returns. J. Bus. 70, 63–84.

【72】Kamstra, M.J., Kramer, L.A., Levi, M.D., 2000. Losing sleep at the market: the daylight saving anomaly. Am. Econ. Rev. 90, 1005–1011.

【73】Kamstra, M.J., Kramer, L.A., Levi, M.D., 2003. Winter blues: a SAD stock market cycle. Am. Econ. Rev. 93, 324–343.

【74】Kamstra, M.J., Kramer, L.A., Levi, M.D., 2015. Seasonal variation in Treasury returns. Crit. Financ. Rev. 4, 45–115.

【75】Kaplanski, G., Levy, H., 2010. Sentiment and stock prices: the case of aviation disasters. J. Financ. Econ. 95, 174–201.

【76】Keim, D.B., Stambaugh, R.F., 1984. A further investigation of the weekend effect in stock returns. J. Financ. 39, 819–835.

【77】Kelley, E.K., Tetlock, P.C., 2013. Why do investors trade? Unpublished working paper.

【78】Keloharju, M., Linnainmaa, J., Nyberg, P, 2016. Return seasonalities. J. Financ. 71, 1557–1590.

Kumar, A., 2009. Who gambles in the stock market. J. Financ. 64, 1889–1933.

【79】Kumar, A., Lee, C.M.C., 2006. Retail investor sentiment and return comovements. J. Financ. 61, 2451–2486.

【80】Lakonishok, J., Levi, M., 1982. Weekend effects on stock returns: a note. J. Financ. 37, 883–889.

【81】Lakonishok, J., Maberly, E., 1990. The weekend effect: trading patterns of individual and institutional investors. J. Financ. 45, 231–243.

【82】Lakonishok, J., Shleifer, A., Vishny, R.W., 1994. Contrarian investment, extrapolation, and risk. J. Financ. 49, 1541–1578.

【83】Larsen, R.J., Kasimatis, M., 1990. Individual differences in entrainment of mood to the weekly calendar. J. Personal. Soc. Psychol. 58, 164–171.

【84】Lee, C.M.C., Shleifer, A., Thaler, R.H., 1991. Investor sentiment and the closed-end fund puzzle. J. Financ. 46, 75–109.

【85】Lemmon, M., Portniaguina, E., 2006. Consumer confidence and asset prices: some empirical evidence. Rev. Financ. Stud. 19, 1499–1529.

【86】Lester, D., 1979. Temporal variation in suicide and homicide. Am. J. Epidemiol. 109, 517–520.

【87】Litzenberger, R.H., Ramaswamy, K., 1979. The effect of personal taxes and dividends on capital asset prices: Theory and empirical evidence. J. Financ. Econ. 7, 163–195.

【88】Loughran, T., Wellman, J.W., 2011. New evidence on the relation between enterprise multiple and average stock returns. J. Financ. Quant. Anal. 46, 1629–1650.

【89】MacMahon, K., 1983. Short-term temporal cycles in the frequency of suicide. Am. J. Epidemiol. 117, 744–750.

【90】Maldonado, G., Kraus, J.F., 1991. Variation in suicide occurrence by time of day, day of the week, month, and lunar phase. Suicide Life Threat. Behav. 21, 174–187.

【91】Massing, W., Angermeyer, M.C., 1985. The monthly and weekly distribution of suicide. Soc. Sci. Med. 21, 433–441.

【92】McCleary, R., Chew, K.S.Y., Hellsten, J.J., Flynn-Bransford, M., 1991. Ageand sex-specific cycles in United States suicides. Am. J. Publ. Health 81, 1494–1497.

【93】McFarlane, J., Martin, C.L., Williams, T.M., 1988. Mood fluctuations: women versus men and menstrual versus other cycles. Psychol. Women Q. 12, 201–223.

【94】McLean, R.D., Pontiff, J., 2016. Does academic research destroy stock return predictability? J. Financ. 71, 5–32.

【95】Mian, G.M., Sankaraguruswamy, S., 2012. Investor sentiment and stock market response to earnings news. Account. Rev. 87, 1357–1384.

【96】Ohlson, J.A., 1980. Financial ratios and the probabilistic determination of bankruptcy. J. Account. Res. 18, 109–131.

【97】Penman, S., Richardson, S.A., Tuna, I., 2007. The book-to-price effect in stock returns: accounting for leverage. J. Account. Res. 45, 427–467.

【98】Qiu, L.X., Welch, I., 2006. Investor sentiment measures. Unpublished working paper.

【99】Reid, S., Towell, A.D., Golding, J.F., 2000. Seasonality, social zeitgebers and mood variability in entrainment of mood. Implications for seasonal affective disorder. J. Affective Disord. 59, 47–54.

【100】Reis, H.T., Sheldon, K.M., Gable, S.L., Roscoe, J., Ryan, R.M., 2000. Daily well-being: the role of autonomy, competence, and relatedness. Personal. Soc. Psychol. Bull. 26, 419–435.

【101】Ritter, J., 1991. The long-run performance of initial public offerings. J. Financ. 46, 3–27.

【102】Robins, R.P., Smith, G.P, 2016. No more weekend effect. Crit. Financ. Rev. 5, 417–424.

【103】Rossi, A.S., Rossi, P.E., 1977. Body time and social time: mood patterns by menstrual cycle phase and day of the week. Soc. Sci. Res. 6, 273–308.

【104】Saunders, E.M., 1993. Stock prices and Wall Street weather. Am. Econ. Rev. 83, 1337–1345.

【105】Savor, P., Wilson, M., 2013. How much do investors care about macroeconomic risk? Evidence from scheduled economic announcements. J. Financ. Quant. Anal. 48, 343–375.

【106】Schwert, G.W., 2003. Anomalies and market efficiency. In: Constantinides, G., Harris, M., Stulz, R. (Eds.), Handbook of the Economics of Finance. North-Holland, Amsterdam, pp. 937–972.

【107】Seybert, N., Yang, H.I., 2012. The party’s over: the role of earnings guidance in resolving sentiment-driven overvaluation. Manag. Sci. 58, 308–319.

【108】Sibley, S.E., Wang, Y., Xing, Y., Zhang, X, 2016. The information content of the sentiment index. J. Bank. Financ. 62.

【109】Spielberg, C., Falkenhahn, D., Willich, S.N., Wegscheider, K., Voller, H., 1996. Circadian, day-of-week, and seasonal variability in myocardial infarction: Comparison between working and retired patients. Am. Heart J. 132, 579–585.

【110】Stambaugh, R.F., Yu, J., Yuan, Y., 2012. The short of it: investor sentiment and anomalies. J. Financ. Econ. 104, 288–302.

【111】Stone, A.A., Schneider, S., Harter, J.K., 2012. Day-of-week mood patterns in the United States: On the existence of ‘Blue Monday’, ‘Thank God it’s Friday’ and weekend effects. J. Posit. Psychol. 7, 306–314.

【112】Watson, D., 2000. Mood and Temperament. Guilford Press, New York.

【113】Webster, T., 2010. Twitter usage in America: 2010. Edison Research, Somerville, NJ.

【114】Willich, S.N., Hannelore, Lowel, L., Hormann, A., Arntz, H.R., Keil, U., 1994. Weekly variation of acute myocardial infarction. Increased Monday risk in the working population. Circulation 90, 87–93.

【115】Witte, D.R., Grobbee, D.E., Bots, M.L., Hoes, A.W., 2005. A meta-analysis of excess cardiac mortality on Monday. Eur. J. Epidemiol. 20, 401–406.

【116】Wright, W.F., Bower, G.H., 1992. Mood effects on subjective probability assessment. Organ. Behav. Human Dec. Process. 52, 276–291.

【117】Young, C., Lim, C., 2014. Time as a network good: evidence from unemployment and the standard workweek. Sociol. Sci. 1, 10–27.

【118】Zhang, X.F., 2006. Information uncertainty and stock returns. J. Financ. 61, 105–137.

第二部分:原文献相关实证分析在A股市场研究

A股实证

接下来,我们利用原文的实证方法,对A股市场进行类似实证分析。

我们参考了原文中反映股票投机性的19个异象,结合兴业金工因子库数据,选择了其中的9个异象,利用分位数组合中的第一组和第十组构建多空组合。根据原文附录的说明,对Ivol、Max、ROA、52-Wk、Beta、Illiq六个因子按照月度进行调仓,对Price、Age、Size三个因子按照年度调仓。检测多空组合在每天的收益率,并分别统计多空组合在周一、周二、周三、周四、周五的日收益率平均值和t值。样本期为2005年1月至2019年6月。

实证结果表明,在A股市场中,这9个因子的多空组合收益不具有原文中的规律。表21展示了多空组合在周一、周二、周三、周四、周五的日收益率平均值与t值,表A中加粗的数字表示这一天的收益相对于一周中其他几天相对较高。在原文中,Ivol、Max、Price、Age、ROA、52-Wk、Beta的多空组合均在周一实现了显著正收益,在周五实现显著了负收益,并且周一到周五的收益单调下降;但是在A股市场中,这七个因子的多空组合在周一与周五的收益没有一致的大小关系,并且周一到周五的收益率并不是单调变化的。在原文中,Size、Illiq的多空组合在周一实现了显著的负收益,在周五实现了显著的正收益,并且周一到周五的收益单调上升;但是在A股市场中,这两个因子的多空组合不满足此规律。

这表明原文中描述的收益率周内效应在A股市场并不存在。这可能与中国股票市场的股票结算制度、信息披露制度、受美股市场的滞后影响等有关,这些原因共同导致了A股市场没有出现原文中可以用情绪解释的周内效应。

风险提示:文献中的结果均由相应作者通过历史数据统计、建模和测算完成, 在政策、市场环境发生变化时模型存在失效的风险。

证券研究报告:《西学东渐--海外文献推荐系列之四十》。

对外发布时间:2019年9月5日

--------------------------------------

联系人:徐寅

电话:18602155387,021-38565949

E-mail: xuyinsh@xyzq.com.cn

--------------------------------------

联系人:郑兆磊

电话:13918491550

微信:13918491550

E-mail: zhengzhaolei@xyzq.com.cn

--------------------------------------

更多量化最新资讯和研究成果,欢迎关注我们的微信公众平台(微信号:XYZQ-QUANT)!

返回搜狐,查看更多

责任编辑:

声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。
免费获取
今日搜狐热点
今日推荐