作者：石川

摘要：本文通過 Chen, Wang and Yu (2025) 簡要探討分域研究。

0

上期的文章指出，2024/25年度中國量化投資白皮書中提到機(jī)構(gòu)策略探索清單的第三位是基本面量化投資。然而，這只是第三位的前半部分；它的后半部分還有四個字 —— 分域研究。

分域研究指的是在 cross-section 上把股票劃分到不同的組，然后針對每組進(jìn)行資產(chǎn)定價（or 按行業(yè)的說法是“挖因子”）。這類研究的重點(diǎn)在于組的劃分。常見的變量包括按照市值或者估值劃分，以及按照企業(yè)的生命周期來劃分。

從數(shù)學(xué)上來抽象一下，如果說傳統(tǒng)的研究關(guān)注當(dāng)期協(xié)變量?x?和下期收益率?r?的關(guān)系；那么分域研究可以理解為再找到一個 conditioning variable?，然后研究??和??的關(guān)系。這個領(lǐng)域一直是我重點(diǎn)關(guān)注的課題之一。

分域研究的核心是找到合適的y。如果能夠基于?，使得??和??的關(guān)系發(fā)生逆轉(zhuǎn)，那往往是最能夠帶來全新 insight 的研究。這種發(fā)現(xiàn)通常被用來改進(jìn)因子?。然而另一方面，尋找??的努力不應(yīng)該是數(shù)據(jù)驅(qū)動的，而是應(yīng)該來自對企業(yè)、市場和投資者行為的深刻理解。

鋪墊的差不多，下面就來介紹一篇關(guān)于??如何影響??的典范 —— Chen, Wang and Yu (2025)。

1

Chen, Wang and Yu (2025) 研究了公司層面的 deviation salience (DS，偏離顯著性) 和一個月收益率的交互作用。換言之，一個月收益率是?；而 deviation salience 則是那個?。什么是 deviation salience 呢？它是公司層面的顯著性指標(biāo)，用于衡量某只股票與其同行（peers）之間收益率差異的顯著程度。

按照傳統(tǒng)的理解，一個月的收益率代表的是股票市場中著名的 short-term reversal（短期反轉(zhuǎn)）因子，即過去一個月表現(xiàn)更好（差）的股票，在下個月的收益率往往更低（高）。這個現(xiàn)象無論是在美股還是 A 股都深入人心。

然而，Chen, Wang and Yu (2025) 指出，一旦 conditioning on DS，?和??的關(guān)系就不再是單純的反轉(zhuǎn)。下圖清晰的展示了該文最重要的結(jié)果。

圖中，首先按照 DS 在截面上把股票分成五組（Low, 2, 3, 4, High），然后再每組內(nèi)，再根據(jù)過去一個月的收益率把股票分成五組（Lower, 2, 3, 4, Winner）。對于每個 DS 組，分別構(gòu)造 Winner – Loser 組合。按照傳統(tǒng)的反轉(zhuǎn)因子的預(yù)期，那么應(yīng)該是每個 DS 組內(nèi)都能看到 Winner – Loser 組合的月均負(fù)收益。然而有意思的是，在 DS 低的組中，反轉(zhuǎn)消失了，取而代之的是短期動量，體現(xiàn)為 Winner – Loser 組合的月均收益率高達(dá) 1.41，顯著為正（-statistic 為 3.14）。

上述現(xiàn)象背后的 narrative 是：如果某只股票過去一個月表現(xiàn)與 peers 的差異很大（DS 很高），投資者容易對這些股票的消息或價格變化過度反應(yīng)，導(dǎo)致短期內(nèi)出現(xiàn)反轉(zhuǎn)效應(yīng)；反之，如果某只股票過去一個月表現(xiàn)與 peers 差異不大（DS 很低），投資者容易反應(yīng)不足，導(dǎo)致短期內(nèi)出現(xiàn)動量效應(yīng)。

你也許會想，這是否美股獨(dú)有的結(jié)果。答案是否定的。下圖展示了針對其他市場的實證結(jié)果，可以看到該現(xiàn)象具有普適性。哪怕是在 A 股，DS 低的一組表現(xiàn)出來的也是動量（盡管從 SR 上看可能不是非常 strong）。

2

說完了最重要的實證結(jié)果，下面來探討本文最核心的 DS 變量。

作者提出，投資者對一只股票的注意力，往往取決于它與 peers 之間業(yè)績表現(xiàn)的差異程度。為了量化這種“顯著性”，就必須回答兩個問題：（1）如何定義 peers；（2）如何計算顯著性差異。

對于前者，作者根據(jù)分析師覆蓋（analyst coverage）來界定 peers。對于給定的 focal 公司，如果另一個公司和它有共同的分析師覆蓋，那么另一個公司就被認(rèn)為是 focal 公司的 peer。之所以選擇分析師共同覆蓋，是因為 Ali and Hirshleifer (2020) 這篇提出分析師覆蓋關(guān)聯(lián)動量的論文指出，此種關(guān)聯(lián)可以解釋絕大多數(shù)其他已經(jīng)發(fā)現(xiàn)的關(guān)聯(lián)（例如科技關(guān)聯(lián)等），因此上述選擇可以保證 peers 之間在經(jīng)濟(jì)活動和信息上具有較強(qiáng)的關(guān)聯(lián)性。

一旦確認(rèn)了 peers，接下來就是 quantify 顯著性差異。在這方面，DS 的計算公式是：

其中??和??分別為??期公司??的收益率和其 peers 的平均收益率；?為??期無風(fēng)險收益率。由定義可知，DS 等于“focal 股票與其 peers 平均的超額收益差的絕對值”，再除以“focal 股票和 peers 平均超額收益的絕對值之和”。

值得一提的是，上述公式中的分母（即歸一化處理）十分必要，它能夠體現(xiàn)出一只股票相對其 peers 的突出程度。舉例來說，考慮以下兩種情況。首先，?和??的取值分別為 0.10 和 0.15，二者的差異是 0.05；其次，二者的取值分別為 0.50 和 0.55，差值同樣為 0.05。盡管兩種情況下的差異均為 0.05，但第二種情況下二者的差異給人的印象不如第一種情況給人的印象深入，歸一化之后的 DS 指標(biāo)能夠體現(xiàn)這一點(diǎn)。

由定義可知，DS 越高，focal 股票的表現(xiàn)與 peers 差異越大，更容易吸引投資者注意力；DS 值越低，focal 股票與 peers 表現(xiàn)接近，不容易被投資者特別關(guān)注。另外，DS只關(guān)注差異的大小，不區(qū)分正負(fù)方向，強(qiáng)調(diào)的是表現(xiàn)的“顯著性”而非漲跌方向。

為了驗證 DS 變量構(gòu)造方式中每一步的合理性（即 peers 挑的合理，以及歸一化的處理很必要），作者通過設(shè)計多種替代性或“偽”顯著性指標(biāo)，以及檢驗這些指標(biāo)是否也能產(chǎn)生類似的短期收益預(yù)測能力，進(jìn)行了安慰劑測試（placebo tests）。

具體來說，作者首先用絕對收益差值（而不是歸一化的 DS）來替代原 DS 指標(biāo)，發(fā)現(xiàn)這種簡單的差值并不能有效區(qū)分短期反轉(zhuǎn)和動量效應(yīng)。其次，作者嘗試用市場整體收益或隨機(jī)匹配的同行公司來計算顯著性指標(biāo)，結(jié)果也未能發(fā)現(xiàn)顯著的短期收益可預(yù)測性。

通過上述檢驗，作者證明了 DS 變量的特定構(gòu)造和顯著性函數(shù)是必不可少的，只有這種基于 peers 比較、歸一化處理的 DS 指標(biāo)，才能捕捉到投資者注意力分配對市場短期價格行為的影響。

3

對于高低 DS 組中出現(xiàn)的動量和反轉(zhuǎn)這種差異，作者從行為金融學(xué)解讀了其背后的機(jī)制并進(jìn)行了大量的實證檢驗（其精彩程度一點(diǎn)不亞于 main results）。心理學(xué)和行為金融理論認(rèn)為，投資者對顯著的信息容易過度關(guān)注，對不顯著的信息則注意力不足，從而產(chǎn)生上述市場現(xiàn)象。這種顯著性影響了投資者的注意力分配，導(dǎo)致對高 DS 股票過度反應(yīng)（價格短期反轉(zhuǎn)），對低 DS 股票反應(yīng)不足（價格短期延續(xù)）。

首先，作者發(fā)現(xiàn) DS 與 contemporaneous（同期）異常交易量和散戶關(guān)注度（如異常 Google 搜索量）呈顯著正相關(guān)。這說明，DS 越高的股票，越能吸引投資者的注意力，導(dǎo)致更高的交易活躍度和信息搜索行為。這一結(jié)果一定程度上支持了作者的假設(shè)：顯著性通過影響投資者注意力分配，進(jìn)而影響價格效率和短期收益率表現(xiàn)。

其次，作者檢驗了分析師預(yù)測是否受到 DS 的影響。該文發(fā)現(xiàn)，當(dāng)某只股票的 DS 很高時，分析師容易根據(jù)近期表現(xiàn)形成過度樂觀或悲觀的預(yù)期，導(dǎo)致預(yù)測誤差顯著增加。具體來說，在高 DS 的股票中，如果股票近期漲幅很大，分析師預(yù)測未來盈利往往過高（upward bias）；如果股票近期跌幅很大，則分析師的盈利預(yù)測往往過低（downward bias）。反觀低 DS 股票則沒有這種現(xiàn)象，說明分析師和市場參與者對不顯著股票的信息反應(yīng)不足，導(dǎo)致價格持續(xù)性。

通過后續(xù)基本面預(yù)測能力的檢驗，作者進(jìn)一步發(fā)現(xiàn)，低 DS 股票的短期收益率對未來基本面的預(yù)測能力更強(qiáng)，而高 DS 股票的短期收益率往往難以預(yù)測未來基本面的真實改善，甚至出現(xiàn)反向關(guān)系。這些結(jié)果表明，顯著性影響了投資者和分析師的信息處理和預(yù)期形成。

為了排除業(yè)績公告（earnings announcement）等特定事件的影響，作者還專門檢驗了在沒有業(yè)績公告的公司中，DS 對短期收益預(yù)測能力是否依然顯著。結(jié)果顯示，低 DS 公司即使沒有業(yè)績公告，也依然存在顯著的短期動量效應(yīng)。這說明，顯著性驅(qū)動的短期動量并不是由投資者對業(yè)績公告反應(yīng)不足所導(dǎo)致，而是更廣泛的注意力分配機(jī)制在發(fā)揮作用。

此外，作者還控制了行業(yè)動量效應(yīng)，通過引入行業(yè)基準(zhǔn)調(diào)整，表明低 DS 公司的短期動量現(xiàn)象并不是由行業(yè)整體趨勢驅(qū)動的。換言之，顯著性效應(yīng)在行業(yè)層面之外依然成立。最后，作者檢驗了流動性機(jī)制是否能夠解釋 DS 效應(yīng)。傳統(tǒng)觀點(diǎn)認(rèn)為，短期反轉(zhuǎn)主要源于流動性需求或資金供給。但作者發(fā)現(xiàn)，即使在流動性很高的大盤股中，高 DS 股票依然表現(xiàn)出顯著的短期反轉(zhuǎn)，低 DS 股票則表現(xiàn)出短期動量（下圖）。

綜上，作者通過多維度的機(jī)制檢驗，表明 DS 對短期價格走勢的影響，主要源于投資者注意力的分配和心理反應(yīng)，而非流動性、業(yè)績公告或行業(yè)趨勢等傳統(tǒng)解釋。這些證據(jù)鞏固了 DS 變量的行為金融學(xué)基礎(chǔ)。

4

對我個人而言，Chen, Wang and Yu (2025) 是一篇實證佳作。除此之外，該文的文獻(xiàn)綜述部分涉獵之廣泛也幫我及時的補(bǔ)充了自己的“文獻(xiàn)庫”。我上一次發(fā)出這樣的感嘆是在讀 He, Su and Yu (2024) 的時候（見《主觀宏觀經(jīng)濟(jì)感知、財務(wù)約束和股票收益》）。

哦，誰讓那個 Yu 就是這個 Yu 呢！

金融學(xué)的魅力往往不在于模型的復(fù)雜，而是在于對市場行為本質(zhì)的精準(zhǔn)洞察。Chen, Wang and Yu (2025) 用一個簡潔卻極富洞察力的變量，把投資者注意力、分析師行為和價格短期扭曲串聯(lián)了起來。

漂亮的想法不需要復(fù)雜的模型。而所謂“漂亮的想法”，其實就是在海量數(shù)據(jù)和紛繁現(xiàn)象中，抓住那個最關(guān)鍵的邏輯紐帶，揭示出表象背后的行為規(guī)律。復(fù)雜的世界里，最打動人的往往是那些簡單而深刻的答案。

References

• Ali, U., and D. Hirshleifer. 2020. Shared analyst coverage: Unifying momentum spillover effects.?Journal of Financial Economics 136(3), 649-675.
• Chen, Y., H. Wang, and J. Yu (2025). Salience and Short-term Momentum and Reversals. Working paper.
• He, W., Z. Su, and J. Yu (2024). Macroeconomic perceptions financial constraints, and anomalies.?Journal of Financial Economics 162.

免責(zé)聲明：入市有風(fēng)險，投資需謹(jǐn)慎。在任何情況下，本文的內(nèi)容、信息及數(shù)據(jù)或所表述的意見并不構(gòu)成對任何人的投資建議。在任何情況下，本文作者及所屬機(jī)構(gòu)不對任何人因使用本文的任何內(nèi)容所引致的任何損失負(fù)任何責(zé)任。除特別說明外，文中圖表均直接或間接來自于相應(yīng)論文，僅為介紹之用，版權(quán)歸原作者和期刊所有。