【量亿数据】量化前沿研究分享

1. 如何充分利用 VIX 准确捕捉价格?

Determinants of Price Discovery in the VIX Futures Market

VIX 由 S&P500 (标准普尔 500 指数)的成分股的期权波动性组成,是芝加哥期权期货交易所使用的市场波动性指数。通过该指数可以了解到市场对未来 30 天市场波动性的预期,被广泛用来作为衡量市场风险和投资者恐慌度的指标。 文章通过运用分别的信息以及共同因子成分权重方法来检验日内 VIX 和 VIX 期货间的价格发现。研究结果表明,VIX 期货价格在价格发现的过程中发挥主导作用。随着 VIX 和 VIX 期货之间的价格差异的增加,VIX 期货的在价格发现的贡献相应增加。实证结果也表明,美国的宏观经济问题新闻公告增加了 VIX 期货在价格发现过程中的主导作用。因此在价格发现的过程中,相比于 VIX,VIX 期货为投资者相对提供了更多可靠信息。

2. 什么影响股票实际波动率?如何运用实际波动率来准确预测股票的预期回报率?

The Predictability of Low Frequency Volatility Measures: Evidence from Hong Kong Stock Markets 这篇文章采用低频数据(周回报率)和长期视野(1980-2015)来估计香港股票的实际波动衡量指数并探究实际波动指数和股票的预期收益率在 1980~2015 之间的关系。 研究结果表明,数据频率和时间长度对于探究实际波动率和股票预期收益有很大影响。只有长期特质波动率 (IVLong) 和股票预期回报率是负相关关系。同时该研究创建了一个长期的最大(MAXLONG)的指数(简称 MAX 指数),用来描述股票在过去三年中最大的每周收益率。学者研究表明在美国股市中 Max 指数反映了真正的波动状况。研究表明长期周最大收益和下一个月的股票收益率始终呈负相关关系。当控制了金融危机的影响,一月效应和小股票的影响后,长期特质波动率股票和预期股票收益的负相关关系也很强。在实际投资运用中,我们可以运用文章提供的思路,关注股市的长期特质波动率和 MAX 指数,进而对股票收益率进行更好的预测。

3. 大声告诉我特定因素投资和和行业部门投资法哪家强?

Factors vs. Sectors in Asset Allocation: Stronger Together? 这篇文章为我们提供了全面的分析和一个新的思路。文章对比了因素投资和部门投资,结果表明,行业投资可以通过多样化有效减少风险,因素投资则利用风险溢价有效提高收益率。而采用两种方法的复合战略则会有更好的效果,他们确认,按照行业部门投资有助于减少危机期间的风险,而根据要素投资可以提高在平稳时期的回报。通过在国际市场上的检验,作者发现当允许卖空时,按因素投资收益更高,当不允许卖空时按行业投资收益更高。 通过将两种方法进行结合,结论显示多空组合的回报率最为显著。在因素投资自身表现良好的情况下按行业投资的多样化特征进一步分散了风险,这一特征在金融危机时期更为显著。但当禁止卖空时,这一表现就缺乏理想。因此在构建投资策略时,不妨根据某些信号判断市场所处的时机,同时将两种投资方法进行结合,充分发挥因素投资的高收益和行业投资分散风险的优势。

4. 最近很火的情绪分析到底靠不靠谱?

News and Social Media Emotions in the Commodity Market CRB 指数 由美国商品调查局(Commodity Research Bureau)依据世界市场上 22 种基本的经济敏感商品价格编制的一种期货价格指数。由于 CRB 指数包括了核心商品的价格波动,因此,总体反映世界主要商品价格的动态信息,广泛用于观察和分析商品市场的价格波动与宏观经济波动,并能在一定程度上揭示宏观经济的未来走向。研究表明,CRB 指数是一种较好反映通货膨胀的指标,它与通货膨胀指数在同一个方向波动,与债券收益率在同一方向上波动。可以说,CRB 指数在一定程度上反映着经济发展的趋势。不仅经济学家们对其非常重视,各种类型的投资者(包括商品期货的投资者)对其也非常在意。事实上,CRB 指数已经成为投资者在进行投资分析时极为重要的咨询内容。

TRMI 汤森路透市场心理指数。该公司利用内容来自新闻和社交媒体从投资者,分析师,记者和经济学家等角度反映市场情绪。这些信息来源于通讯社、网络新闻和社交媒体例如纽约时报、华尔街日报,金融时报,谷歌新闻等主要商业新闻频道和社交媒体网站。每天从 200 多万条新闻和帖子通过运用词法分析以分钟的频率提取市场情绪。分数值被标准化处理,使其落在 -1 到 1。 情绪在制度和个人投资者决策过程中起着重要的作用,然而缺乏经验证据说明投资者情绪如何影响商品市场回报。本研究利用市场层面的指数 TRMI,通过运用时间序列计量经济学模型(TGARCH 和 VAR)来分析 1998-2011 年的 CRB 市场指数的每日走势以及原油和黄金的收益,与市场层面的情感和情绪(乐观、恐惧和喜悦)的关系。 实证结果表明,新闻事件对于商品期货具有较大影响,而且这种影响并非对称的,相比之下悲观消息影响更大。同时特定的情绪显著影响单个商品回报率而非商品市场指数回报。此外,研究结果支持商品特定的情绪对之后五天的单个商品回报的可预测性。结果表明,与单个商品相关的心情指数(如对黄金、原油走势预期)对于整体市场指数走势预测能力较差,但对该商品之后五日回报率有较好的预测效果。

5. 如何运用能源价格和商品价格的关系来对冲资产风险?

Can Investors Hedge Energy Risk? Evidence from Asia 文章通过在亚洲框架下尤其是针对中国和日本进行,创造性地运用国际资产定价理论,来检验这种整合程度是否可以用来对冲全球经济因素对于地区性能源资产的冲击。对亚洲地区而言,当能源资产组合被拆分来看时,煤和天然气因为在这一地区储量相对丰富,是被作为较为独立的能源燃料,因而比石油提供了更好的对冲能力。 股票市场与能源价格走势(无论是单独某种还是整体能源组合)之间的整合关系和程度随着时间变化而不同。20 世纪 90 年代时,走势相似度较高,之后发生分离,直到全球金融危机。现阶段在后全球金融危机(GFC)期间,亚洲股市与能源价格联动,因此可以考虑充分利用能源资产进行风险对冲,进而为投资者带来风险调整后的正收益。

文章提供了能源对冲的基本思路。除此之外,文章为投资者提供的一个重要思路是,优化资产配置的重要方法是理解资产市场之间的内在联系。