动量效应与投资者的“彩票式”偏好

《Journal of Behavioral Finance》：Momentum and Investors’ Lottery-Like Preference

彩票股票的月均收益达2.5%，显著高于低MAX组别（0.25%）。高MAX失败股的崩盘幅度（-1.33%）远超市场常规动量策略（-0.01%），揭示 lottery demand与动量策略的协同效应。动量策略通过放大失败股的负收益差（高MAX失败股-1.33% vs 低MAX失败股0.96%）实现超额收益。该效应独立于资本利得税拖累、投资者情绪、业绩公告效应等变量，且在大小盘、高低市净率分组中均显著。研究颠覆传统认知，表明极端正收益股票在动量框架下可能成为风险资产，其超额收益源于投资者对"低价彩票股"的持续误判

　　在金融市场中，投资者的行为偏好往往对资产价格和未来收益产生重要影响。近年来，学者们发现某些股票具有类似彩票的特征，即它们提供极小概率的极高收益，这种特性吸引了投资者的注意力，但同时也导致了这些股票在长期表现上的不佳。这一现象通常被称为“彩票式股票”效应，它反映了投资者在面对高收益可能性时可能产生的过度反应，从而推高股价，最终导致价格的回撤。然而，最新研究表明，当将这些彩票式股票与动量策略结合时，投资回报可能会发生显著变化，显示出一种新的市场模式。

### 投资者偏好与动量策略的相互作用

彩票式股票（Lottery-like stocks）通常具有极高的单日最大收益（MAX），但它们的平均回报却相对较低。这种现象表明，投资者在面对极端收益时，可能因心理偏差而对其赋予过高的估值，从而在后续市场中面临价格下跌的风险。传统的动量策略（Momentum strategy）通常依赖于过去一段时间内股票表现的持续性，即过去表现优异的股票在未来一段时间内继续表现良好，而过去表现不佳的股票则可能在随后的时期内反弹。然而，研究表明，这种动量效应在彩票式股票中可能表现出更强的不对称性。

在研究中，学者们发现，当动量策略被应用于彩票式股票时，高MAX股票的未来回报显著高于低MAX股票，这与传统的观点相悖。在价值加权组合中，高MAX股票在动量策略下的平均月回报率达到2.5%，而低MAX股票仅为0.25%。这一差异远高于Jegadeesh和Titman（1993）提出的标准动量策略的回报率。这一发现表明，彩票式股票的动量效应不仅未被削弱，反而被显著增强。这种增强主要来自于高MAX输家（losers）的极端表现，它们在后续市场中出现更大的价格回撤，从而拉大了赢家（winners）与输家之间的收益差距。

进一步的分析表明，这种不对称性与投资者行为和市场摩擦密切相关。投资者往往对“廉价彩票”股票表现出强烈偏好，这些股票在短时间内可能经历极端上涨，但基本面较弱，导致其价格被高估。由于短卖这类股票存在较高的成本和风险，市场中的套利者难以有效纠正这种定价偏差，使得高MAX输家在随后的时期内出现显著的下跌。与此同时，高MAX赢家的回报则与低MAX赢家相似，甚至在某些情况下没有显著差异。这种不对称的收益模式表明，彩票式股票的动量效应主要来自于输家的极端回撤，而非赢家的持续上涨。

### 市场结构与行为偏差的相互作用

研究还发现，这种动量效应在不同市场资本规模的股票中表现各异。在小市值股票中，高MAX股票的动量回报更为显著，而在大市值股票中，这种效应则较弱。这表明，市场摩擦可能在小市值股票中更为严重，使得投资者难以有效纠正高MAX输家的定价偏差。因此，高MAX输家在小市值股票中可能更容易经历价格的剧烈波动，从而进一步放大动量效应。

此外，研究还探讨了书账比（book-to-market ratio）对MAX-动量效应的影响。结果显示，无论书账比高低，高MAX股票的动量回报都显著高于低MAX股票。这表明，MAX和动量的相互作用并不依赖于特定的书账比水平，而是普遍存在于各类股票中。这一发现进一步支持了MAX作为投资者彩票偏好代理变量的解释力。

### 投资者情绪与市场信息的影响

为了排除其他可能的解释，研究还对多种变量进行了控制，包括资本利得悬垂（capital gains overhang, CGO）、投资者情绪（investor sentiment）、与收益公告相关的MAX（EA_MAX）、特异性波动率（idiosyncratic volatility）、增长期权（growth options）、信息离散性（information discreteness, ID）以及标准化意外收益（standardized unexpected earnings, SUE）。结果显示，这些变量均未能解释MAX-动量效应的增强。这表明，彩票式股票的动量效应是独立于这些传统因素的，反映了投资者行为偏差的深层次影响。

研究还发现，MAX与动量的交互效应在不同的市场环境下均保持稳健。无论是长期还是短期的市场数据，这种效应都未因市场周期或投资者情绪的变化而消失。这进一步验证了MAX和动量之间存在一种独特的相互作用，能够显著影响股票的未来表现。

### 实证结果与理论解释

通过构建双排序（double quintile sort）的股票组合，研究揭示了MAX与动量之间的复杂关系。在每个月的MAX分组基础上，进一步按过去11个月的累计收益（MOM）进行排序，形成了25个不同的组合。结果显示，高MAX股票在动量策略下的平均回报显著高于低MAX股票，尤其是在输家组合中表现更为明显。这种现象表明，MAX不仅反映了股票的极端收益，还可能放大了动量效应。

此外，研究还分析了不同投资期限下的MAX-动量组合表现。结果显示，高MAX股票在不同时间跨度内的动量效应均保持稳健，尤其是在较长的投资期限中，高MAX输家的回撤更为显著，从而进一步提升了动量收益。这一发现表明，MAX-动量效应并非短期现象，而是一种长期存在的市场特征。

### 研究的贡献与意义

这项研究的主要贡献在于揭示了MAX与动量之间的不对称关系。传统观点认为，彩票式股票的高MAX特征会导致其未来收益低于平均水平，但研究发现，当将这些股票纳入动量策略时，其收益反而被显著增强。这一发现挑战了现有的市场效率理论，并为理解投资者行为如何影响资产定价提供了新的视角。

此外，研究还强调了市场摩擦在解释MAX-动量效应中的重要性。由于短卖高MAX股票的成本较高，这些股票的定价偏差难以被纠正，从而导致其在后续市场中出现更大的回撤。这一机制表明，动量策略在高MAX股票中的收益主要来自于输家的极端表现，而非赢家的持续上涨。

### 市场实践中的启示

这些发现对市场实践具有重要意义。首先，投资者在选择动量策略时，可以考虑将高MAX股票纳入投资组合，以捕捉潜在的超额收益。然而，需要注意的是，高MAX股票的高波动性和流动性风险可能增加投资的不确定性。因此，在实际操作中，投资者应结合自身的风险承受能力和投资目标，谨慎选择高MAX股票作为动量策略的一部分。

其次，研究结果表明，市场中的行为偏差并非简单的市场噪声，而是可能形成系统性的定价效应。这为投资者提供了新的视角，即某些市场现象可能并非源于市场效率的缺失，而是源于投资者心理偏差的累积。因此，在制定投资策略时，理解这些行为偏差的驱动因素可能有助于提高策略的有效性。

最后，这项研究为未来的市场研究提供了新的方向。它不仅扩展了对彩票式股票和动量效应的理解，还揭示了投资者行为与市场结构之间的复杂互动。这些发现可能为其他市场异常现象的研究提供启示，例如如何利用投资者行为偏差来优化投资组合，以及如何在不同的市场环境下调整策略以适应投资者心理的变化。

总之，这项研究揭示了彩票式股票与动量策略之间的不对称关系，并强调了投资者行为偏差在市场定价中的作用。这些发现不仅挑战了传统的市场效率理论，还为投资者提供了新的投资思路，即通过结合MAX和动量策略，可以捕捉到潜在的超额收益。然而，这一策略的有效性依赖于对市场摩擦和投资者行为的深入理解，这需要进一步的研究和实践验证。