The Impact of Macroeconomic Factors on Stock Returns: Using the S&P 500 Index as An Example

193353-Thumbnail Image.png
Description
This article uses the S&P 500 index as an example to analyze the impact of macroeconomic factors on stock returns. By using the S&P 500 index data from 1968 to 2020 as the dependent variable, and the monthly data of

This article uses the S&P 500 index as an example to analyze the impact of macroeconomic factors on stock returns. By using the S&P 500 index data from 1968 to 2020 as the dependent variable, and the monthly data of 221 macroeconomic variables such as the consumer price index and the US mid-term election as the independent variable, this paper finds that: (1) a wavelet denoising method helps to capture the low-frequency and long-term fluctuations in monthly returns of the index, which can effectively remove the short-term fluctuations in returns, better reflect the macroeconomic trend, and improve the power of out-of-sample forecasting. (2) the Granger causality test may be used to pick the top 30 most significant variables, which can be incorporated into several prediction models. Among all the prediction models, the combined prediction algorithm has the best out-of-sample prediction effect. (3) investors need to consider investment practices under timing strategies. Elastic network, scaling principal component analysis, combination prediction, and other algorithms are used to select the time, and the best results are obtained based on the scaling principal component analysis algorithm and the combination prediction algorithm when the transaction fee is set to 5‰. The returns based on these two algorithms have reached 14.00% and 12.59%, their Sharpe ratios are the highest among all algorithms, reaching 0.69 and 0.62, respectively, and this result is significantly better than the historical mean model used as a measurement benchmark (with the average return of 8.14%, and aii Sharpe ratio of 0.34). (4) explore investment practice under a stock-picking strategy. We use methods such as sector rotation strategy and mean-variance of sectors for stock selection, and find that the strategy returns achieved by investing in stocks using the sector rotation strategy are the best, reaching 14.30%, and the Sharpe ratio is the highest at 0.79, significantly better than the benchmark S&P 500 index (with the average return of 8.8% and a Sharpe ratio of 0.57).
Date Created
2024
Agent

构建以ETF为底层资产的行业轮动策略研究

187493-Thumbnail Image.png
Description
股票市场行业轮动现象比较明显,但轮动的机理变幻莫测。股票多头策略类的基金经理始终思考着如何构建投资组合以获得绝对收益与超额收益,必须面对与解决诸多具体问题与困惑,比如,择股与择时之惑,精选个股主动管理与跟随行业指数而被动投资之惑,趋势投资与逆向投资之惑,认知能力有限与市场机会无限之惑等问题。 面对这些现象与问题,本文研究的目的就是开发出一种有效的、以ETF为底层投资标的的基金产品投资策略,捕捉市场的行业轮动机会,并将这种策略运用于投资实践之中,促进业务的发展,这也是本文研究的实际意义所在。本文在回顾有效市场假说、道氏理论、行为金融理论、估值理论、美林时钟、换手率等理论和国内学者文献的基础上,并结合笔者工作经验,提出了几个理论假设:假设1:中国股市存在动量效应,运用双动量策略优于运用单动量策略。假设2:行业景气度与行业指数涨幅存在相关关系。假设3:估值分位与反转效应出现概率存在相关关系,在估值分位过高与过低时,指数出现反转的概率较高。假设4:行业交易拥挤度过高或过低时,行业指数反转的概率较高。 本文选取动量、行业景气度、估值分位、交易拥挤度作为自变量,选择收益率作为因变量,提取证券市场的相关数据,查找了几个行业的相关政策,运用回归分析法、概率分析法、图表分析法、案例分析法、打分法等数据处理方法,验证理论假设是否成立,并进行策略测试并分析回测结果。本文首次研究了动量、行业景气度、指数估值分位水平、交易拥挤度之间的相关关系,以及这四个因子与投资收益率之间的关系。验证表明,以ETF为底层资产开发行业轮动策略获得绝对收益或超额收益是可行的。 在数据验证的基础上,构建了行业轮动策略,包括策略的核心内容、策略的构建步骤、策略的风险、注意事项,以及研究展望。
Date Created
2023
Agent

捕捉信用评级虚高的信号--债券信用评级报告的文本分析

161359-Thumbnail Image.png
Description
自2014年首家债券违约以来,违约金额和主体数逐年大量增加,其中不乏拥有A、AA甚至AAA评级的发债主体。投资者切实感受到债券市场的风险,因而不得不谨慎看待债券的信用评级。信用评级影响着债券的发行、市场价格以及投资者决策,然而一直以来,国内评级机构给予企业债券的评级普遍高于海外市场的相应评级;在此背景下,投资者更加关注如何识别出评级愈发虚高的债券个体。信用评级报告是支持评级结果的核心文件,也是资者了解债券的重要信息来源和进行投资决策的参考。然而,信评报告已然非常模板化,投资者很难通过报告本身来判断评级结果是否虚高。本文采用自然语言和机器学习工具分析信评报告的文本,其中应用PKUSeg进行中文分词和标注、TextRCNN进行文本分类分析、基于情感词典和机器学习预测模型共同进行文本的情感分析。研究样本涉及400多家债券发行主体和近800份信评报告,本文研究发现不同评级机构和不同档次的评级报告之间存在文本和情感因素的差异,通过抽取发生主体违约和评级下调的信评报告对差异加以验证。研究结果表明信评报告的文本分析有助于捕捉评级虚高的信号。
Date Created
2021
Agent

公募基金管理结构业绩影响研究——以“一拖多”为例

161349-Thumbnail Image.png
Description
随着基金业近年来迅速发展,一位基金经理同时管理多只基金的“一拖多”模式成为了越发普遍的现象并引起广泛关注。但在学术界,这一重要行业现象尚未被充分讨论。为深入探讨基金经理“一拖多”模式的成因及业绩影响。本文搜集并整理了中国2008年到2018年的基金业数据,对该问题进行了系统探讨。首先,就基金被“一拖多”的原因看,研究发现:(1)基金公司有过度使用优秀基金经理的现象,基金经理从业时间越长、学历越高,则管理多只基金的概率越高。(2)现金流压力较小的基金更易被“一拖多”,债券型、基金的最小赎回份额较高以及个人投资者比例较低的基金现金流压力较小,被一拖多的概率更高。(3)基金公司的注册资本越高,成立时间越长,管理规模越大,其管理的基金被“一拖多”的概率就越高。 其次,本文探讨了基金经理“一拖多”的业绩影响,研究发现:(1)基金经理“一拖多”总体上降低了基金回报。(2)异质性分析显示,当基金所在企业成立年份较长、管理资产较高时,基金经理“一拖多”更易导致基金业绩回报显著下降。此外,当基金经理从业时间较短、管理的基金组合的风格集中度较低时,这一效应更加明显。(3)基金“一拖多”模式不仅通过分散经理精力降低基金回报,久经锻炼的基金经理也会利用自身经验和知识弥补甚至追回精力分散效应的损失。 最后,本文还试图研究基金经理的最优基金管理数量。研究发现:基金业绩首先会随着基金经理同时管理基金的个数增加而下降,但随着管理基金个数的进一步增加,基金业绩会有所回升。总体上,基金经理管理的基金数量在10支左右时达到收益率最劣势,当管理基金的数量在17支以上时,经验复制效应带来的收益将超过精力分散效应带来的损耗,达到效应平衡点。 本文补充了当前学术界在基金经理“一拖多”现象上的研究,并根据研究结果提出了对应的业界实务建议。
Date Created
2021
Agent

公司投融资期限错配、公司债信用利差与公司债投资

161329-Thumbnail Image.png
Description
期限错配策略利用滚动短期融资支持长期投资,滚动短期融资本身极易导致资金链紧张,产生流动性风险。利用手工收集的2006-2018年A股上市公司独特数据,本文系统考察了企业投融资期限错配对发行信用债信用利差的影响。本文发现,期限错配越严重的企业,越有可能在发行信用债时被要求更高的信用利差,对于民营上市公司发行信用债尤其如此;利用再融资环境和“钱荒”事件进行的作用机制检验表明,企业投融资期限错配对发行信用债利差的影响主要是因为期限错配蕴含着较高的流动性风险; 利用工具变量、双重差分法和替代性度量等一系列稳健性检验仍能得出一致结论。再者,利用2006-2018 年我国开放式基金年度持股数据,从基金投资组合与持仓调整两个角度,实证检验了期限错配行为对于基金投资行为的影响。研究发现,期限错配产生的财务风险会降低基金对期限错配上市公司发行信用债的投资规模;且在实施期限错配当年,基金对持有的该上市公司的信用债更可能进行减持,由此表明期限错配会影响基金投资策略的形成。进一步的分析显示,基金所在基金管理公司为中外合资时,上述基金投资行为更加明显;同时,当基金持有民营上市公司以及处于紧缩性货币政策环境时,期限错配对于基金投资行为的影响更大。 最后,本文考察了期限错配下基金投资信用债的经济后果,分别从基金业绩、基金收益波动率和基金流量这三个维度进行了检验。实证结果显示,在控制其他可能影响基金收益及收益波动率的因素后,对期限错配上市公司信用债持有比重越小及减持比例越大的基金,当年业绩越好,且收益的波动率越低。再次,对于基金投资者,本文利用净申购率作为基金流量的代理变量,检验发现,基金投资者更热忠于追逐采取减少持有期限错配上市公司信用债这一投资策略的基金,表现为这类基金有更多的资金净流入,而且,相对于个人投资者,上述基金投资者的投资偏好在我国的机构投资者中表现得更加明显。
Date Created
2021
Agent

风投对高管薪酬—绩效敏感性的研究—基于A股上市公司的实证研究

158045-Thumbnail Image.png
Description
从上世纪四十年代开始出现以来,风险投资对社会经济发展产生重要作用。风险投资是市场经济快速发展和科技变革过程中的产物,主要用于促进具有发展前景企业快速发展。风险投资已经有超过七十年的发展历史,很多发达国家在理论研究和实际应有方面都取得重大进展。相比之下,我国风险投资是从上世纪改革开放之处开始出现,只有三十多年的发展历史。我国市场经济已经逐步完善,资本市场开始进入快速发展时期,在时代发展中结合实际需求进一步的完善以及新经济领域的优秀创业企业不断涌现,我国风险投资市场也快速发展。

风险投资主要是针对具有较好发展前景的公司,大部分风险投资主要趋向于高科技企业。风险投资可以为我国中小微企业提供资源、风控和资金等不同方面的服务,这对推动我国社会经济发展和产业变革将产生积极影响。为此分析和研究风险投资对企业经营管理的影响具有重大理论意义,同时也具备一定的现实意义。

本文针对研究需求选取的研究对象是2012—2017年中国A股上市公司,采通过多元线性回归分析的方式,从企业管理角度来分析风险投资对企业高管薪酬——业绩敏感性的影响。在此基础上综合性的分析与检验风险投资的参与对于被投资企业高管薪酬——业绩敏感性是否有影响。研究结果表明:(1)高管薪酬与业绩正相关;(2)风险投资会影响企业激励制度,对高级管理人员股权激励将产生重要影响,被投资企业高管薪酬——业绩敏感性在风险投资作用下有一定程度提高。

关键词: 风险投资;业绩敏感性;高管薪酬
Date Created
2020
Agent