45 從「跨股票關聯」入手分析 究竟先前關於「跨股票動量」研究是否已經明確了股票之間領先-滯後關聯的主要特徵， 抑或數據中仍然隱藏著一些重要特徵？筆者聯同中國人民大學商學院財務與金融系助理 教授閆景達，攜手進行深入探討。 首先，我們從理論上剖析跨股票關聯（Cross stock linkage），而關聯由「非對稱成分」 和「對稱成分」所組成。兩隻股票之間的「非對稱關聯」，可分解為「領先股對滯後股 的高關聯」，以及「滯後股對領先股的低關聯」，這反映了領先-滯後關係的「橫截面差 異」。至於「對稱關聯」則取決於長期和短期同期聯動之間的差異，這反映了它們的時 間序列特性。值得指出，跨股票關聯的不對稱性將「跨股票動量」與「因子動量」區別 開來。 利用「主投資組合」建關聯網絡 在此向讀者簡單闡釋一些與本文討論相關的專業述語。在計量經濟學中，「橫截面數 據」是指在某一時點收集不同對象的數據，研究在某一時點上某種現象，突出對象的差 異；而「時間序列數據」則是指對同一對象在不同時間連續觀察所取得的數據，聚焦研 究對象在時間順序上的變化，觀察對象發展的規律。 我們採用了學者 Malamud B. Kelly 於 2023 發表的論文〈Principal Portfolios〉所提出 的「主投資組合」（Principal Portfolios ‧ PP）方法，去構建數據驅動的跨股票關聯網 絡。我們利用橫截面上所有股票的信號，構建預測矩陣，以預測未來股票收益。 研究發現，跨股票收益具有顯著的可預測性。在 1926 年至 2018 年的樣本期內，數據 驅動的跨股票動量，可以產生每月 1.62% 的阿爾法值（Alpha）。在此補充說明，Alpha 收益是指除市場收益之外，那些不隨市場波動所產生的收益這部分，而先前研究的跨股 票動量，並未包含這種可預測性，反映數據驅動得出的「跨股票動量」，揭示和彌補了 過往文獻分析的缺漏。此外，我們的研究發現，在控制了因子動量後，跨股票動量的 Alpha 收益仍然顯著。研究結果清楚顯示跨股票動量並非完全由因子動量驅動。 1 投資市場萬變
RkJQdWJsaXNoZXIy NDk5Njg=