20201226_屠雪永_论文展示1

这篇论文由屠雪永解读，主题为“时间序列动量：真的存在吗？”(Time series momentum: Is it there?)，作者包括Huang, Dashan, Jiangyuan Li, Liyao Wang, 和 Guofu Zhou，发表在《金融经济学杂志》(Journal of Financial Economics)的2020年3月刊上。研究主要关注时间序列动量（TSM）的概念，即过去12个月的回报对未来1个月回报的可预测性。 1. 引言与动机： - 时间序列动量是指过去12个月的收益率对接下来1到12个月收益率的正向预测性。Moskowitz等（MOP，2012）的研究表明，TSM现象普遍存在。然而，屠雪永等人重审了MOP的数据，发现对于12个月频率的时间序列预测性的证据并不强。 2. 研究问题： - 如何证明TSM的证据是薄弱的？ - 尽管统计上的时间序列预测性证据较弱，为什么TSM策略仍然能盈利？ 3. 方法框架： - 他们对每个资产的月度回报进行时间序列回归，以过去12个月的回报为自变量。 - 模仿MOP的方法，将所有资产回报组合在一起进行池化回归。 - 通过两种bootstrap方法评估过拒绝错误的程度。 4. 贡献与答案： - 该论文证明了TSM的证据不足，并解释了为何TSM策略依然能盈利的现象。 - 资产类别的可预测性，如果存在的话，不是简单的固定12个月回报规则。 5. 数据： - 研究使用的数据包括24种商品期货、9个发达国家股票指数、13种发达政府债券以及9种货币远期价格。 6. 研究设计： - 为了评估TSM的存在性，研究人员运行了单变量时间序列回归，然后进行了组合回归，以观察整体趋势。 - 通过bootstrap测试，可以更准确地评估统计显著性和可能的偏差。 7. 实证结果： - 结果显示，虽然TSM的统计证据不强，但TSM策略可能受益于其他非统计因素，如市场心理、行为偏差或未完全定价的市场动态。 8. 结论： - 研究表明，资产回报的历史动量并非简单一致的规律，可能涉及更复杂的市场动态和投资策略的影响。 - 这项工作对理解金融市场中的动量效应提供了新的视角，强调了在实际投资决策中需谨慎对待统计证据的重要性。 这篇论文深入探讨了时间序列动量的有效性，挑战了之前的研究结论，并提出尽管统计上证据不足，但TSM策略的盈利能力可能是由其他市场机制驱动的。这对于投资策略制定者和金融市场的参与者来说，提供了一个重新评估动量策略的视角。