加载中...
Realized Skewness of Chinese Stock Market and the Predictability of Stock Return
本文利用高频股指数据构建了中国股市的已实现偏度,并检验了其对市场超额收益的预测能力。结果表明,已实现偏度能够显著预测中国股市下个月的超额收益,样本内和样本外R方分别为3.39%和2.24%。在控制一系列变量后,该结论依然成立。此外,基于四种替代构建方法,已实现偏度均能显著预测上海和深圳股市的超额收益,将四种偏度指标组合后预测能力进一步提升。从经济机制上看,已实现偏度对股市收益的预测能力来源于其预测中国股市未来交易活跃度的能力。
Abstract
With high-frequency stock index data, this paper constructs the realized skewness of the Chinese stock market and tests its predictive power for the aggregate stock market excess return. Results show that the realized skewness significantly predicts the next month's excess return on the Chinese stock market. In-sample and out-of-sample R-squared values are 3.39% and 2.24%, respectively. After controlling for a set of variables, this conclusion still holds. In addition, based on four alternative construction methods, the realized skewness significantly predicts excess returns on both the Shanghai and Shenzhen stock markets. The predictive power is further improved when combining all four skewness measures together. Economically, the predictive power of realized skewness for stock market return comes from its ability to predict future trading activity of the Chinese stock market.
已实现偏度显著负向预测下月市场超额收益
在单变量预测回归中,已实现偏度(RSkew)的系数为-1.86,Newey-West t值为-2.70,在1%水平上显著,adj R2为3.39%,表明偏度越高未来市场超额收益越低。
样本外R方为2.24%,具有显著预测能力
以2006年1月至2014年12月为样本外区间,已实现偏度预测的R2_OS为2.24%,MSFE调整统计量显著,表明相对于历史均值预测,偏度具有显著样本外预测能力。
四种替代偏度构建方法均具有稳健预测力
基于漂移项调整、30分钟抽样、双幂变差等方法构建的偏度指标,其系数均在1%水平显著,adj R2介于3.10%至7.55%之间,样本外R2_OS最高达6.76%。
组合偏度指标预测能力进一步提升
将四种偏度指标进行均值组合和主成分组合后,adj R2分别达到9.21%和7.62%,样本外R2_OS分别为8.09%和9.82%,均显著优于单一指标,表明组合预测具有信息增益。
已实现偏度通过交易活跃度渠道影响收益
格兰杰因果检验显示偏度显著影响换手率(F=3.60,p=0.06)和非流动性(F=4.47,p=0.04),且偏度预测的换手率和非流动性对收益具有显著预测力,表明交易活跃度是重要的经济机制。
核心解释变量
已实现偏度(RSkew),基于5分钟高频收益率计算,并用RSkew_Drift、RSkew_30m、RSkew_BPV等作为替代指标
被解释变量
下月市场超额收益(上证综指收益率减无风险利率)
样本与数据
2003年1月至2014年12月中国股市高频交易数据(5分钟频率),共144个月度观测,样本外预测区间为2006年1月至2014年12月
识别方法 / 模型设定
采用OLS单变量预测回归和加入控制变量的多元预测回归,使用Newey-West调整t统计量处理自相关和异方差,并通过样本外R方(R2_OS)和MSFE调整统计量评估预测能力
内生性及稳健性检验
通过更换偏度构建方法(漂移项调整、30分钟抽样、双幂变差)、控制变量组合、子样本区间(2003-2014和2006-2014)、以及分市场(上海和深圳)进行稳健性检验,结论保持稳健
更多相关数据正在补充