【007】大破动量危机：批判与拓展
这是动量专题的第 004 篇文章，也是因子动物园的第 007 篇文章。
【30秒速览】 【【006】动量是如何炼成的？风险溢价 or 行为偏差】一文仔细梳理了对动量成因的解释，包括系统性风险溢价和投资者行为偏差两大类假说。本文则进一步回顾了对动量的诸多批判研究，这些研究在相当程度上导致了动量危机，而更多学者通过对经典价格动量的拓展，来回应了这些批判，并指出动量仍然是简单可靠的方法。
本文框架如下：
1. 动量危机：对动量的批判
2. 大破动量危机：对动量的拓展：
残差动量；
尾部风险调整动量；
文化对动量的影响；
新闻动量。
这是因子动物园的第 007 篇文章。既然说到 007 ，那就不得不提经典的 007 与詹姆斯·邦德。我印象最深的，便是大破动量危机那一集。
神马？您只看过大破量子危机呀？那您可得听我们给您好好捋一捋 007 大破动量危机的故事，老精彩了呢。
动量危机主要是一些学者对动量的批判所致。这些批判主要集中在三个方面。其三，诸多研究指出，它的大部分收益往往来自空头组合，但在很多市场，卖空并不容易，或者有非常高的成本。最后，它往往有着较高的换手率，对交易费用非常敏感，纸面的高收益，在实际交易中难以实现。
首先，Novy-Marx (2012) 指出，真正对未来收益有决定性影响的是过去 12 至 7 个月期间的收益，而最近的一段时间内的收益，反而与未来中期收益负相关。因此，动量的实质并非收益率的正自相关性。
其次，动量的收益可能来自于对其他经典风险因子的暴露，例如市值和低波动因子。换言之，动量对其他因子有着显著的暴露。这方面也有不少研究成果。Liu (2018) 就动量对市值因子和低波动因子的暴露进行了系统性的分析，并指出调整这些风险暴露后，动量仍可获得超额收益，但无论是绝对水平还是统计显著性，都大幅下降。
再次，诸多研究指出，它的大部分收益往往来自空头组合，但在很多市场，卖空并不容易，或者有非常高的成本。这一点对于经典的价格动量尤为显著。一些研究直接通过实证分析检验多空组合对动量表现的贡献，另一些则通过检验多空组合在不同经济周期、市场环境/情绪及信息新鲜度下的表现，来更精细地分析多空组合对因子表现的贡献，并得到了类似的结论。大部分文献在前文已有提及。
最后，动量有着较高的换手率，这使得实际交易收益和纸面收益可能存在巨大差异，从而导致纸面富贵难以变为真金白银。当然，这其实是相当多因子都面临的共性问题。Patton and Weller (2018) 构造了两种方法——拓展的 Fama-MacBeth 回归和基于风险特征匹配的基金数据的分析——对这一差异进行了实证检验，并指出，在现实交易中，动量难以带来超额回报。
前述对动量的批判研究看起来合情合理，也因此导致了实质性的动量危机。那我们就必须要接受危机带来的巨大损失，承认动量的无能吗？显然大部分人并不接受。那该怎么办呢？改进经典动量，破除动量危机，自然成了不二选择。
接下来我们就一一看一下，这些破除动量危机的拓展研究，其中可是有着满满的脑洞呢。它们包括：
基于资产定价模型的残差动量；
尾部风险调整动量；
基于文化的动量；
新闻动量。
残差动量
Blitz, Huij, and Martens (2011) 提出了残差动量，即基于收益残差项的动量。具体而言，利用过去36个月的数据，构建Fama-French三因子模型，计算每支股票的残差，获得其过去12个月经标准化残差收益，再按此指标排序，做多高残差收益组合，做空低残差收益组合。
相比于经典的价格动量，残差动量可以略微提升年化收益，并大幅降低波动率，从而使得 Sharpe Ratio 大幅提升约一倍。作者们指出，传统的价格动量，往往会对市场组合、规模、价值等经典因子有明显的暴露，从而导致市场转折时期的大幅回撤合和组合的较高波动率。而残差动量在构造时充分剥离了这些已知系统性风险因子的影响，因而更加纯粹、稳健。
Huij and Lansdorp (2017) 则为这一发现提供了来自全球市场的更多证据。Chang, Ko, Nakano, Rhee (2018) 更进一步指出，即便在价格呈现明显反转的日本市场，残差动量也可以获得丰厚的短期收益，且在长期内并没有明显的反转（连日本股市都有效了，我大 A 股真的这么孤独吗？[泪目]）。
Chaves (2012) 引入了另一种残差动量，并指出这一修正的动量，在日本市场也有很好的表现（A 股又一次躺枪）。他们按照如下方式定义残差动量：
其中 i 代表第 i 支股票，t 代表时期 t，而残差依据经典 CAPM 模型计算得到：
尾部风险调整的动量
Daniel and Moskowitz (2016) 指出基于对动量策略均值和波动率预测的动态动量策略，可以将静态动量策略的 alpha 和 Sharpe Ratio 提升一倍。而 Barroso and Santa-Clara (2015) 也指出，动量的尾部风险虽然巨大，但是是可预测的，且通过对其尾部风险的预测和动态管理，可以显著提升动量的表现。
文化对动量的影响
传统的研究主要围绕一国国内市场，或是多个发达国家市场展开。Chui, Titman, and Wei (2010) 则另辟蹊径，从文化角度对全球股市的动量效应进行了分析。他们借鉴了 Hofstede (2001) 的个人主义指数这一与人们过度自信和归因偏差密切相关的指数，来衡量不同国家的文化差异，并指出个人主义指数越高，成交就越活跃，市场波动也越大，动量的利润也越丰厚。此外，他们也指出，分析师预期分歧度、交易费用等，都对动量表现有正向影响，而公司规模和波动率，则同动量的表现负相关。而在控制所有这些影响因素的情况下，个人主义指数仍然对动量有着显著的影响。因此，文化差异是动量的一个重要来源。
Bornholt, Dou, Malin, Truogh, and Veeraraghavan (2012) 利用来自 37 个国家的 38,273 支股票的数据，得到了类似的结论，支持文化对动量表现有显著影响。Li and Wei (2015) 则更进一步，将文化对动量的应，放入生命周期场景进行分析，并指出在生命周期的两个不同阶段，动量的驱动因素是不同的，文化对动量的影响主要体现在生命周期的第二阶段，而在生命周期的第一阶段则没有显著影响。特别地，在生命周期第二阶段，动量在那些套利限制较少的市场会有更好的表现。
新闻动量
信息对动量有着显著影响毋庸置疑，回顾前文关于对动量的诸多解释，最核心的假说就是投资者对信息的反应不足。但也有研究者不满足与此，并从收益是否由信息驱动、信息的新鲜度，以及信息本身的持续性三个方面进行了拓展。
Jiang, Li, and Wang (2017) 将股票收益拆分为信息驱动的和非信息驱动的，并指出，非信息驱动的收益往往会在之后反转，但信息驱动的收益则有较强的连续性。他们发现，买入高信息驱动收益的股票，并做空低信息驱动收益的股票，可以带来 40.08% 的年化收益，而经 Carhart 四因子模型调整后的alpha 还要略高一点，为 40.44% 。他们进一步指出，该策略的收益主要来自个股收益的正自相关性，且对于隔夜和周末信息的反应尤为显著。此外，与经典价格动量一样，该效应在分析师覆盖率较低、波动较大、流动性较差的小盘股中尤其明显。
Huynh and Smith (2013) 在研究了信息新鲜度的影响后指出，买入有陈旧利好信息的赢家组合，并卖空有新鲜利空信息的输家组合，可以获得显著的超额收益，该策略表现优于传统的价格动量，且即便在日本这样传统价格动量表现不佳的市场中，也同样可获得显著的超额收益（大 A 股再次表示，why always me?）。
Wang, Zhang, and Zhu (2018) 则将关注点完全放到信息本身上，并提出了新闻动量。他们利用一个非常完善的新闻数据集指出，过去有较多利好信息的股票，在未来一段时间，仍有较多利好信息，反之，过去有较多利空信息的股票，接下来的利空信息也较多。因此，构建一个组合，做多过去有较多利好信息的股票，同时做空过去有较多利空信息的股票，可以获得很好的风险调整后回报。
Novy-Marx (2012) 等人的批判，一度使得动量陷入危机，但“特工”们并不会就此屈服，通过不同角度的拓展研究，他们进行了严厉的反击，成功破除了动量危机。
当然，这么说其实是不严谨的。事实上，关于经典的、简单的价格动量的危机，并未完全破除，毕竟，随着其广为人知，表现也不那么理想了。但新发现的一些拓展方法，例如，残差动量，基于文化的动量，和基于大数据的新闻动量，则有着上佳表现。从这个角度看，大破动量危机也并不非虚言。
若您也对因子研究感兴趣，不妨关注我们哦！
参考文献：
Blitz, David, Joop, Huij, and Martin Martens. "Residual Momentum." Journal of Empirical Finance 18.3 (2011): 506-521.
Bornholt, Graham N., Yiwen, Dou, Mirela D., Malin, Cameron, Truogh, and Madhu, Veeraraghavan. "Individualism, Trading Volume, and Momentum around the World." 25th Australasian Finance and Banking Conference (2012). Available at SSRN: https://ssrn.com/abstract=2131998.
Chang, Rosita P., Kuan-Cheng Ko, Shinji Nakano, S. Ghon Rhee. "Residual Momentum in Japan." Journal of Empirical Finance 45 (2018): 283-299.
Chaves, Denis B. "Eureka! A Momentum Strategy that Also Works in Japan." Social Science Electronic Publishing (2012). Available at SSRN: https://ssrn.com/abstract=1982100.
Chui, Andy CW, Sheridan Titman, and KC John Wei. "Individualism and Momentum Around the World." The Journal of Finance 65.1 (2010): 361-392.
Daniel, Kent, and Tobias J. Moskowitz. "Momentum Crashes." Journal of Financial Economics 122.2 (2016): 221-247.
Hofstede, Geert. "Culture's Consequences: Comparing Values, Behaviors, Institutions and Organizations Across Nations." Administrative Science Quarterly 27.3 (2001): 127-131.
Huij, Joop, and Simon Lansdorp. "Residual Momentum and Reversal Strategies Revisited." Social Science Electronic Publishing (2017). Available at SSRN: https://ssrn.com/abstract=2929306.
Huynh, Thanh D., and Daniel R. Smith. "News Sentiment and Momentum." FIRN Research Paper (2013).
Jiang, Hao, Sophia Zhengzi, Li, and Hao, Wang. "News Momentum." Social Science Electronic Publishing (2017). Available at SSRN: https://ssrn.com/abstract=2679614.
Li, Frank Weikai, and K. C. J., Wei. "Momentum Life Cycle around the World." Social Science Electronic Publishing (2015). Available at SSRN: https://ssrn.com/abstract=2565305.
Liu, Ruomeng. "Asset Pricing Anomalies and the Low-Risk Puzzle." Social Science Electronic Publishing (2018). Available at SSRN: https://ssrn.com/abstract=3258015.
Novy-Marx, Robert. "Is Momentum Really Momentum?." Journal of Financial Economics 103.3 (2012): 429-453.
Patton, Andrew J., and Brian Weller. "What You See Is Not What You Get: The Costs of Trading Market Anomalies." Economic Research Initiatives at Duke (ERID) Working Paper 255 (2018). Available at SSRN: https://ssrn.com/abstract=3034796.
Wang, Ying, Bohui, Zhang, and Xiaoneng, Zhu. "The Momentum of News." Social Science Electronic Publishing (2018). Available at SSRN: https://ssrn.com/abstract=3267337.