西学东渐
西学东渐，是指从明朝末年到近代，西方学术思想向中国传播的历史过程。西学东渐不仅推动了中国在科学技术和思想文化方面的发展，也有力地促进了社会与政治的大变革。在今天，西学东渐仍有其重要的现实意义。作为A股市场上以量化投资为研究方向的卖方金融工程团队，我们在平日的工作中，常常深感海外相关领域的研究水平之高、内容之新。而这也正促使我们通过大量的材料阅读，去粗取精，将我们认为最有价值的海外文献呈现在您的面前！为了保证品质，我们的文献推荐系列报告将以双周形式推出，每期推荐1~3篇不等的优秀文章。
文献一：Does investor recognition predict returns?
作者：Andriy Bodnaruk, Per Ostberg
推荐原因
传统金融模型通常基于无摩擦市场假设和完全信息假设，往往难以解释复杂金融市场中的合理变化。在Merton模型(Merton, 1987)中，投资者所掌握的信息是不完整的，并根据他们所获悉的证券组合来优化他们持有的投资组合。市场对每只股票的需求取决于被告知股票的投资者的比例。具有较小股东基数的公司的资产应该因此具有更低的价格和更高的回报。Merton表明，这种回报溢价取决于公司非完全信息的影子成本，而该影子成本进一步取决于非系统性风险、相对市场规模和股东基数。本文中，Andriy Bodnaruk等人利用瑞典股票的数据库，证明了股票收益与影子成本呈正相关。
结论
本文通过回测检验发现，不完全信息的影子成本与收益呈正相关。此外，相比股东基数高的公司，股东基数低的公司可以提供更大的回报。本文中基于影子成本的交易策略可以赚取高额回报，这个交易策略的超额收益可以根据四因子模型来解释。本文的主要贡献是提供了具有代表性的证据来证明影子成本对公司股票回报率的影响。
我们的思考
我国股票市场成熟度与一般发达国家股票市场还存在差距，投资者信息不对称的情况时常出现。我们可以将Merton模型推广应用到我国的股票市场之中，有机会获得一个较大超额收益的交易策略。
文献二：News vs. Sentiment: Predicting Stock Returns from News Stories
作者：Steven L. Heston, Nitish Ranjan Sinha
推荐原因
机器学习和文本挖掘已经越来越广泛的应用到当今金融领域。特别是对于文本信息的研究及实证分析受到许多学者的重视，但是已有的绝大多数研究仅限于新闻对股价的短期预测研究，数据量也较为有限。本文则从一个更长的时间窗口，使用更大量的数据，运用神经网络对新闻情绪进行判断。在此基础上验证正面情绪、负面情绪、综合情绪、有无新闻对不同时间窗口的股价预测作用，对我们量化选股有一定的借鉴意义。
结论
1、日频新闻情绪对未来一至两天的股票收益有一定的预测作用，而周度新闻情绪能够对一个季度的股票收益具有显著的预测作用。作者认为差异存在的原因有两点：a)、日频的新闻的噪声更大，所以预测作用更弱；而周度的新闻可以从某种程度上抵消一部分噪音；b)、日度的新闻更稀疏，周度的新闻相对更密集，也更加有效。
2、新闻中体现更多积极情绪的公司将在一周内有更高的股票收益，新闻中更多消极情绪的的公司将在未来的一个季度内表现则相对较差。
3、发布中性新闻的公司比不发布任何新闻的公司股票收益高。
我们的思考
随着人工智能时代的到来，量化投资领域也必将面临着新一轮的变革和考验。从目前来看，大数据和相应的机器学习的算法应用有着不可估量的作用。而从目前国内量化从业者的体验来看，比较关心的问题有两点：1、如何对UGC(用户自主生成)内容以及新闻或者上市公司公告做情绪判断？；如何对各种文本内容构建知识图谱，从而形成传导机制。本文为我们在情绪判断方面提供了较好的思路，是值得尝试的方向。
文献三：What Risk Premium is “Normal”?
作者：Robert D. Arnott and Peter L. Bernstein
推荐原因
随着养老目标基金的渐行渐近，资管机构对资产配置尤其是长期战略配置的研究需求明显增加。由于国内资本市场成立历史时间相对较短、估值波动大等特征使得投资者往往忽视对其长期收益风险特征的研究，包括预期收益来源的拆分与计算，但是这些数据又是进行战略配置的必备基础。本文作者基于近200年美国资本市场的数据，提出构建股市和债市真实预期收益率的模型，最终得到预期的股票风险溢价数据，作者详细分析了预期收益率模型的构建方法，并回测了该模型在美国市场的预测能力，其分析方法对国内市场进行相关研究有很好的参考意义。
结论
我们将重点阐述作者对股市、债市真实预期收益率和预期风险溢价的建模过程以及实证结果：
1. 文章将股市的长期实际预期收益率拆分为真实股息率、真实股息增长率和估值变动三个项目，通过实证研究发现真实股息增长率显著低于真实GDP的增速，而跟真实人均GDP的增速相接近（股息增长相对略低），并进一步将真实股息增长率拆分为预期实际人均GDP增速和稀释调整效应两项，通过该计算方法得到的预期收益率跟事后实际收益率的相关性超过40%，解释力R2为接近20%。在过去的近200年中，美股的真实收益为6.8%，其中股息率贡献5%，人均GDP增速为1.7%，股息增速相对人均GDP增速的稀释调整项为0.6%，估值上升的贡献为0.7%，作者指出考虑到当前股息率水平的下降以及估值水平，认为美股未来的实际增速应该在2%-4%区间；
2. 文章将债券的长期实际收益拆分为名义收益率减预期通货膨胀，考虑到当前已有通胀连结债券（TIPS），则可使用TIPS利率作为预期通货膨胀率，而在TIPS发行之前则用历史三年的通货膨胀率作为未来的预期，依次计算出实际债券收益。在过去仅200年中，美债的真实收益为3.7%，其中名义利率为4.9%，而预期通胀率为1.2%；
3. 基于对股市和债市预期收益的计算，可以得到理性预期下的股市真实风险溢价，作者计算出长期股市的真实风险溢价为2.4%，远低于名义5%的风险溢价水平，作者指出依据历史数据计算出的5%风险溢价有相当部分来自于历史的偶然调整以及股市估值的调整，但在理性预期下未来并不能持续。
我们 的思考
本文完成于2000年末，从当时计算的结果来看，无论是对股市的预期收益还是预期风险溢价的计算结果，从事后来看都是相对准确的。借助本文的分析方法，我们可以类似的对国内股市债市的长期收益和风险溢价进行更准确的预测分析，为长期战略配置打下坚实基础。
风险提示：文献中的结果均由相应作者通过历史数据统计、建模和测算完成，在政策、市场环境发生变化时模型存在失效的风险。
证券研究报告：《西学东渐——海外文献推荐系列之十 》
对外发布时间：2018年5月26日
任瞳
rentong@xyzq.com.cn
S0190511080001
王武蕾
wangwulei@xyzq.com.cn
S0190517070008
高智威
gaozhw@xyzq.com.cn
S0190517080001
往
期
链
接
自媒体信息披露与重要声明
使用本报告的风险提示及法律声明
本报告所载资料的来源被认为是可靠的，但本公司不保证其准确性或完整性，也不保证所包含的信息和建议不会发生任何变更。本公司并不对使用本报告所包含的材料产生的任何直接或间接损失或与此相关的其他任何损失承担任何责任。
本报告的版权归本公司所有。本公司对本报告保留一切权利。除非另有书面显示，否则本报告中的所有材料的版权均属本公司。未经本公司事先书面授权，本报告的任何部分均不得以任何方式制作任何形式的拷贝、复印件或复制品，或再次分发给任何其他人，或以任何侵犯本公司版权的其他方式使用。未经授权的转载，本公司不承担任何转载责任。
免责声明
市场有风险，投资需谨慎。本平台所载内容和意见仅供参考，不构成对任何人的投资建议（专家、嘉宾或其他兴业证券股份有限公司以外的人士的演讲、交流或会议纪要等仅代表其本人或其所在机构之观点），亦不构成任何保证，接收人不应单纯依靠本资料的信息而取代自身的独立判断，应自主做出投资决策并自行承担风险。根据《证券期货投资者适当性管理办法》，本平台内容仅供兴业证券股份有限公司客户中的专业投资者使用，若您并非专业投资者，为保证服务质量、控制投资风险，请勿订阅或转载本平台中的信息，本资料难以设置访问权限，若给您造成不便，还请见谅。在任何情况下，作者及作者所在团队、兴业证券股份有限公司不对任何人因使用本平台中的任何内容所引致的任何损失负任何责任。
本平台所载内容不构成对具体证券在具体价位、具体时点、具体市场表现的判断或投资
