套利与应计异象

3.1
数据与定义
作者采用1976-2001年的年度应计排序之后的时间 序列，第一年是 1976 年 4 月到 1977 年 3 月，最后一年是 2001 年 4 月到 2002 年 3 月，因为所有可供使用的股票都 要在基于前一年度 12月31日的应计项目重新排列，每个
等分投资组合的特定股票每年都会变化。
目分为5组的方法。这是因为将观测分为5组后，
关注应计项目最高组和应计项目最低组，可以对 更多的观测进行分析，使得结果更加经得起检验。
2
特质风险 Idiosyncratic risk
2.1
特质风险
在理想的无风险套利假设下，投资者通过买 空和卖空证券而构建零净值投资组合，此时 证券回报的波动残差就应该为零。如果套利 者不能找到完美的替代目标价值的股票，那 么就要承担特质的风险。
剔除了封闭式基金（Close-end Funds）、信托投资
基金（ investment trusts ）、外国公司和 SIC 编号为 6000-6999的金融类公司。同时，还剔除了那些没有
充分数据来计算财务变量、股票回报、套利风险等的
观测，最终获得了32299个公司年度观测。
1.3
应计项目计量
ε p：投资组合的残差风险。
该论文所用的替代变量
2.2
套利风险代理变量
描述统计
0.025 0.02
0.015
0.01 0.005 0
ACC D1 ACC D2 ACC D3 ACC D4 ACC D5 ACC D6 ACC D7 ACC D8 ACC D9 ACC D10
ARBRISK
2.3
高风险组合的Jensen’s α
标题
CAPM的回归模型如下：
Rpy－Rfy = αp ＋ βp( Rmy－ Rfy) ＋ εpy
y是指年 度收益
3.2

信心缺失
对于未来是否会出现以往错误定价的怀疑限制了套利，尤其是在
Shleifer and Vishny (1997)提出的“业绩导向套利”（PBA）模 式。在这种模式下，特定的套利者代表外部投资者管理对冲基金，
21.19%
6.79% 76.6 60.6 17.1 13.5
Sharpe ratio c_Sharpe ratio M2 c_M2
3.3
向投资组合倾斜
标题
C-M2与Variable的关系
3.3
Variable Exrt
向投资组合倾斜
0% 20% 40% 50%
Panel A
Panel D: ACC D1 long and ACC D10 short position tilt portfolio’s performance
标题
3.3
向投资组合倾斜
Sharp比率 =[E(Rp)－Rf]/σp
C_Sharpe —— (Exrt-cα )/σ(exrt) M2 ——代表活跃的投资组合与无风险资产相结合 的超额回报（和市场组合有相同的标准差） 。能够 标题 与同期市场平均回报比较来估计一个活跃的投资策 略是否能在风险调整的基础上战胜市场基准，即 Sharpe×σ C_ M2 ——则是c_Sharpe×σ
Ϭ(exrt)
a
标题
22.30% 21.67% 21.24% 21.10% 21.01% 20.99%
0.00% 50.5 50.5 11.3 11.3 1.36% 56.6 53.4 12.6 11.9 2.72% 62.4 56 13.9 12.5 3.40% 65.2 57.1 14.5 12.7 4.08% 67.8 58.1 15.1 13 5.44% 72.6 59.7 16.2 13.3
4
5 6 7
1
背景介绍和问题提出
1.1
背 景
Sloan （ 1996 ）发现，投资者不能完全理解 会计盈余中应计部分和现金流部分对预测未 来盈余能力的不同。
买入应计项目低的企业的股票，卖空应计项
目高的企业的股票的对冲策略在未来一年可 以取得10.4%的超额回报。
1.1
背 景
在理想的证券市场中，聪明的投资者有能力通过套利
3.3
向投资组合倾斜
Table 4
Panel A: ACC D1 long position tilt portfolio’s performance
Variable Exrt 标题 Ϭ(exrt) α Sharpe ratio c_Sharpe ratio M2 c_M2
0% 11.26%
20% 12.94%
标题
a
Sharpe ratio
c_Sharpe ratio M2 c_M2
50.5
50.5 11.3 11.3
44.4
47.4 9.9 10.6
38.5
44.1 8.6 9.8
35.7
42.6 8 9.5
32.9
41 7.3 9.1
27.6
37.9 6.1 8.4
22.7
34.9 5.1 7.8
3.3
Accruals (CA Cash) (CL STD TP) Dep
其中：
CA：流动资产的变化量 Cash：现金与现金等价物的变化量 CL：流动负债的变化量 STD：一年内到期的长期借款的变化量 TP：应交所得税变化量 Dep：折旧与摊销费用
1.3
应计项目计量
ACC D 10的回报对对 冲策略的超额回报的贡 献率 =0.2%/0.9%=22.2%
2
β的大小
1
样本选择
3
科技股牛市
ACC D 10的回报对对 冲策略的超额回报的贡 献率 =0.3%/0.7%=42.9%
作者还按应计项目分为 5 组进行分析，这个结论
也仍然成立。
在后续的一些分析中，作者采用将股票按应计项
回归方程的残差就是套利者必须承担的风险，也就
是特质风险。
Wurgler 和 Zhuravskaya(2002) 提出，来 自于标准市场模型的公司股票的特殊的风
险对于不能对冲的风险来说是恰当的代理
变量。
2.2
套利风险代理变量
α p : 套利者预期超过市场回报率的超额回报。 βp：投资组合的的资本资产定价模型中的β系数。
9.27%
50%
8.78%
60%
8.28%
80%
7.29%
100%
6.29% 27.76% -6.79%
11.26% 10.27%
Ϭ(exrt)
22.30% 23.11% 24.08% 24.61% 25.19% 26.42% 0.00 -1.36% -2.72% -3.40% -4.08% -5.44%
过程（对冲交易）纠正错误定价，维护市场有效状态。
应计异象为什么不能通过套利加以消除呢？本文通
过实证的方法给出了两个解释： （1）缺乏完美的证券替代品——特质风险 （2）交易成本
1.2 样本选择
作 者 收 集 了 1975—2000 年 在 NYSE 、 AMEX 和 NASDAQ上市的公司公布的年报。
低应计项目 低特质风险 低应计项目 高特质风险
高应计项目 低特质风险
应计项目最低和最 高的组合中的股票 按照特质风险的大 小分成五个组合,挑 选出来特质风险最 低和最高的组合
高应计项目 高特质风险
2.3
高风险组合的Jensen’sα
构建两个投资策略
01
买入低特质风险低 应计项目，卖出低 特质风险高应计项 目
100% 19.62%
22.30%
0.00% 50.5 50.5 11.3 11.3
24.54%
0.71% 52.7 51.3 11.8 11.4
37.86%
3.57% 51.8 47.1 11.6 10.5
3.3
Variable
Exrt
向投资组合倾斜
Panel B: ACC D10 long position tilt portfolio’s performance 0% 20% 40%
而投资者则根据基金最近的业绩情况选择进入或退出基金。一个
交易策略的近期的差的业绩将会导致投资者从基金撤资，要求基 金放松头寸且遭受损失，因此导致套利难以实现。 KS（2003）用c来代表套利者对交易策略是否会重现的怀疑信心 缺失程度。相应地根据c来衡量投资组合的绩效。作者在分析中假 定c为0.5。
PPT模板下载：www.1ppt.com/moban/
为什么套利不能阻止应计异象的存在？
特质风险和交易成本的作用
Christina Mashruwala Shivaram Rajgopal Terry Shevlin
content
1 2 3
背景介绍和问题提出 特 质 风 险 倾斜的投资组合 交 易 成 本 总 体 分 析 结 评 论 述
SMBt ：代表规模，可称为第t月的市值(Size)因子的模拟组合收
利用Fama-French三因素模型对以上公式进行修正，得到如下公式：
益率(Small minus Big)
HMLt ：代表账面市值比，可称为第t月的账面市值比因子的模拟
组合收益率(High minus Low)
UMDt ：指过去赢者和输者回报的差异
02
买入高特质风险低 应计项目，卖出高 特质风险高应计项 目
特质风险的大小确实 影响了应计异象的存 在，特质风险越高套 利就越不容易实现
3
倾斜的投资组合 Tilt portfolios
3.1
数据与定义
套利者如何通过将其投资组合从 依据市场指数倾斜于应计策略从而利 用应计异象。也就是通过讨论投资者 对利用应计策略的倾向程度来观察套 标题 利行为。 倾斜的程度随投资策略中所获 得增量收益的增加而增加，而因特 质风险和对未来期间能否持续获得 收益的信心缺失而减少。
Tuckman and Vila(1992)研究发现套利者不 能找到可以完美替代目标价值的股票，套利 者使自己每个时期遭受这种特质风险并且这 种风险会随着时间推移而积累。
2.1
特质风险
Pontiff （ 1996 ）将所有可供选择的替代证券和目
标证券的超额回报进行回归，每个替代证券的回归 系数可以近似作为套利组合中各个替代资产的比例。
1.4 Jensen’s α
如果一个投资组合中的资产足够分散，那么非系统风险 将相互抵消，最后剩下的是无法分散的市场系统风险， 这种系统风险可以在CAPM模型中用 β系数表示。
E( RP ) Rf p ( Rm Rf )
Jensen测度可以通过下面的回归方程得到：
Rp Rf p p (Rm Rf ) p
讨论
KS （2003）
3.1 2.1
数据与定义
Sharp比率＝ [E(Rp)－Rf ]/σp
E(Rp):投资组合的预期报酬率 Rf :无风险利率 标题 σp :投资组合的标准差 将加权平均市场投资组合按比例 0%-100% （每
20% ）慢慢倾斜向应计投资组合，随之市场投资组合
的比率慢慢下降为0。当Sharp比率达到最大时，是最 优的倾斜组合。
1.4 Jensen’s α
Rpt Rft p p (Rmt Rft ) s p SMBt hp HMLt d pUMDt pt
其中： Rpt R ft ：应计组合p的第t月的月度回报率超过无风险回报率的部分
Rmt R ft：第t月的超额市场回报，即市场风险溢价
在每个会计年度，都按应计项目的高低将全 部股票划分为 10 个小组，进一步计算这个 小组在下一年度的买入并持有回报以及规模 调整超额回报。
每组的投资回报是该组中所有股票回报 的平均。某股票的规模调整超额回报是 该股票的买入并持有回报和该股票所属 的规模组合的买入并持有回报之差。
ACC D10的回报对对 冲策略超额回报的贡 献率 =5.7%/12.7%=44.9 %
Variable Exrt
向投资组合倾斜
Panel C: ACC D10 short position tilt portfolio’s performance 0% -20% -40% -50% -60% -80% -100% 16.24%
11.26% 12.26% 13.25% 13.75% 14.25% 15.24%
60% 80% 100%
11.26% 11.68% 12.09% 12.30% 12.50% 12.92% 13.33%
Ϭ(exrt)标题
a Sharpe ratio
22.30% 19.28% 16.97% 16.19% 15.70% 15.7ຫໍສະໝຸດ Baidu% 17.00%
0.00% 50.5 2.07% 60.6 4.15% 71.2 5.18% 76 6.22% 79.6 8.29% 10.36%