本文是一篇金融论文，笔者认为可以通过强化投资者教育来加强投资者参与市场的能力培养，促进合理投资、理性投资的氛围。一方面能提升股票市场稳定性、提高资本市场定价效率，另一方面也是对投资者的保护。
第一章 导论
1.1研究背景
经过半个世纪的发展，行为金融学已经将心理学中的概念与传统金融学深度融合，形成分析市场的新理论框架。在行为金融学的研究框架下，作为市场行为主体的人存在心理倾向、主观预期和行为习惯，投资者难免受到非理性思维的影响。源于现代行为认知科学中的非理性思维结合实际股票市场实证和检验，得出行为金融中“认知偏差(cognitive biases)”的基础概念。系统性认知偏差将使个人在决策过程中表现出与完全理性假设不同的行为特点，因此行为金融学讨论投资者“实际”行为，并以此为基础研究“实际”行为如何影响市场资产的价格和收益率。随着大量的“异常现象”在市场中被发现，噪音交易模型的提出使市场异常现象来源于投资者的行为偏差这一观点被广泛接受，噪音交易者根据错误的信息进行交易，主观上存在对股票价值的错误估计，从而造成股票实际价格出现低估或高估。在市场中存在基本面风险、交易成本、噪音交易者风险等等情况下，低估或高估的股价往往得不到及时的纠正，甚至偏离程度更大。从投资者行为的行为偏差引起的股票价格偏离其基础价值（即错误定价），解释了市场异常现象。行为金融一方面研究错误定价出现的动机和持续影响的原因，另一方面通过错误定价研究投资者非理性行为和资产收益率间的关系。那么资产收益率如何被决定？
金融论文怎么写
CAPM模型能给出答案，模型含义是资产的预期超额收益率由市场组合的预期超额收益率、资产在市场风险上的暴露决定，指出了因子暴露与因子收益率的关系。CAPM在资产定价模型中占据着重要的地位，是定价因子模型的研究范式。随后Fama和French（1993）[61]从风险角度概括出规模因子和市值因子，与市场因子一起构成Fama-French三因子模型，拉开了定价因子研究的序幕，陆续出现的定价因子中，Fama和French（2015）[63]以及Hou和Xue等（2015）[75]基于传统金融理论提出的因子是其中的佼佼者，风险定价因子的研究不断丰富。随着行为金融的发展，研究者认识到资产收益率不再仅由风险驱动，因子通过描述资产的风险溢价来进行定价可能是不够充分的，还需要考虑投资者非理性行为对个股乃至市场预期收益产生的诸多影响。考虑投资者行为的因子更符合市场中的实际情况，如何根据投资者非理性行为提出定价因子，从而使因子模型对资产更好地进行定价和收益率预测，这是本文的出发点。具有更好解释和预测作用的定价因子，不仅是资产定价领域中学者所关心的重点，也是量化投资者或普通投资者所在意的焦点。
...........................
1.2研究目的及意义
1.2.1研究目的
行为金融通过实证研究，使传统金融的理论更贴近于实际情况。因此本文希望通过基于中国A股指标对长短期行为因子进行修正，获得更适用于中国A股市场的定价因子模型。迄今为止，国内学术界对于行为定价因子的研究较少，如何通过错误定价提出定价因子，这一问题值得深入研究。本文基于中国A股指标修正长短期行为定价因子，以中国市场数据为样本，探讨长短期行为因子在中国A股市场的定价能力和预测能力。本文研究和分析长短期行为因子在中国A股市场中是否具有适用性，同时着眼于对长短期行为因子进行改进，通过使用截面因子的构造技术，将修正后的长短期行为因子应用于最新的截面定价模型。对长短期行为因子在时序定价模型和截面定价模型中的实证表现进行比较，试图找出能更好解释中国A股市场预期收益率的因子定价模型，进一步丰富行为定价因子领域的研究，推动对股票收益率背后的驱动力的理解。
1.2.2 研究意义
国内学术界对于行为定价因子的研究较少，大部分是在Fama因子模型基础上加入新的行为因子；行为因子的角度也较单一，多以换手率或波动率等代表投资者情绪的指标构造行为因子。随着研究者对投资者行为研究的不断深入，国外学者对于行为因子的研究已经进行了极大的扩展。Barberis（2016）[49]基于前景理论提出TK因子，不仅进一步拓展了前景理论模型，同时很好地对股票截面预期收益率进行预测。Stambaugh等（2017）[88]通过个股在异象变量上的综合排名获得两个错误定价因子：管理因子和表现因子，同时提供了衡量股票错误定价程度的综合排名方法。以及本文将研究的Daniel等（2020）[58]的长短期行为因子，从错误定价持续时限的角度提出两个行为因子。国外学者对行为因子的研究已经非常深入，但相关的研究在国内相对较少。本文将基于中国A股市场对长短期行为定价因子进行修正，并使用截面因子构造技术对其改进。本文的长短期行为因子提供了量化错误定价的新角度和基于市场中错误定价构造行为因子的新思路，增加了行为因子领域的研究成果，并为未来的研究提供参考；介绍并运用了最新的截面因子构造方法，为因子定价模型的讨论和比较提供素材。
...........................
第二章 因子及异象构建
2.1 长短期行为因子
2.1.1修正长短期行为因子的动机
Daniel等（2020）[58]提出长短期行为因子的动机在于捕捉定价错误。公司的管理层的应对行为能体现市场中长期持续的错误定价。当一家公司股价过高或过低时，该公司会发行或回购自己的股票。长期行为因子通过公司股票回购、增发的行为，能捕捉这部分错误定价在长期中被修正的过程，从而获得对未来收益率的预测能力。持续期较长的错误定价，受非理性投资者“过度自信”心理的限制，导致股价不会在短期内回到价值水平。而短期行为因子在“盈利公告后漂移”（也叫盈余惯性）的基础上构建，盈利公告前后的收益率波动，反映了有限注意力的投资者造成的错误定价：投资者对新信息反应不足，短期内盈利公告中的信息没有反映到股价上，此时股价与实际价值存在偏差。一方面，错误定价被修正能够为行为因子提供预测能力，另一方面，正如存在系统风险因子暴露的股票能够获得相关的风险溢价一样，暴露在行为因子下的公司也会得到有条件的回报溢价。
本文对长期行为因子的改进，主要基于下面两个原因：（1）中国A股市场的回购、增发数据极少，2005年允许上市公司通过公开市场回购流通股之前，仅有9家A股公司进行股票回购。而2005年到2019年间沪深A股中发生过回购行为的公司不到400家，个股上的回购数据仅占总体样本的1.3%。通过少量数据构建出的长期行为定价因子是不全面的，无法在市场中发挥广泛的解释作用。（2）A股市场公司发行、回购行为不能很好代表公司层面对股价被高估或低估时的反应。谭劲松和陈颖（2005）[25]、李曜和何帅（2010）[13]提出A股公司回购动因与大股东经济利益有关。因此基于公司回购、发行指标构建的因子可能包含错误定价之外的影响因素。考虑以上两个原因，本文使用上市公司董事、监事和高级管理人员（以下简称董监高）持股比例的变动作为因子指标，一方面能使指标尽量覆盖A股市场上的公司，另一方面经理们了解公司的内在价值，他们能很好地利用股票错误定价进行套利，由此通过这一行为能够捕捉到公司股票上发生的错误定价。董监高的增持、减持行为反映当前公司股票被错误定价。Jenter（2005）[76]证明当经理人认为自己的公司被低估时，将积极增持公司的股票，当经理人对基本价值的认知与市场估值存在差异时，将试图在私人交易和公司层面的决策中积极把握市场时机进行套利。
...........................
2.2市场异象构建
基于有效性和数据可获取性的原则，本文选择15个国内外论文中提出的异象，依据Hou（2015）[75]的分类，涵盖盈利能力、价值与成长、投资、动量、交易摩擦共五个大类。15个异象分别是：ROA（盈利能力，通过季度净利润与总资产的比例衡量）；GP/A（毛利率，通过毛利率与总资产的比例计算）；ACCRUALS（应计，简计为“ACC”，通过净利润与经营活动净流量的差值与总资产的比例衡量）；POA（应计比率，通过应计与净利润绝对值的比例来计算）；BM（账面市值比率，通过市值与账面价值的比例来衡量）；EP（市盈率，通过税前收入与市值的比例衡量）；CBOP（现金盈利，通过现金的运营盈利能力进行衡量）； NOA（净营运资产，通过净营运资产与总资产的比例衡量）； IA（投资资产比，通过年度总资产和存货的变动比例来衡量）；CEI（综合股票发行，通过公司总市值变动与收益率增长的差值衡量）；AG（总资产增长率，通过年度总资产变动的比例衡量）； MOM（动量，通过过去11个月收益率来衡量）； IVOL（特质波动率，通过Fama三因子模型对股票日超额收益和市场日超额收益回归的残差标准差来衡量）； MAX（彩票需求，通过五个最高日回报的平均值进行衡量）；COSKEW（协偏度，通过市场的日超额收益及其平方对股票日超额收益回归出来的斜率系数衡量）。
使用沪深A股市场的股票数据计算，按照组合排序法构建投资组合：（1）计算个股指标（即特征）。（2）根据个股特征取值的高低，将股票在截面上排序获得十分位组合，计算组合市值加权收益率。（3）做多排序最低组合，做空排序最高组合，获得收益率即为异象值。在固定时间点上再平衡投资组合，每月计算组合收益率从而获得异象值的时间序列。15个异象对应的名称和来源文献如表2-1所示，本文计算异象特征的公式及组合再平衡时间点等细节附在附录。
.............................
第三章 长短期行为因子在A股市场检验 ........................... 18
3.1因子基本情况 ........................ 18
3.2 定价因子相互解释 ..................... 19
3.3解释市场异象 ....................... 21
第四章 截面行为因子构造及实证 ................................. 34
4.1 截面行为因子构建 ................................. 34
4.2 解释能力对比 ......................... 35
第五章 稳健性检验 .............................. 41
5.1中国股市长短期行为因子稳健性检验 .......................... 41
5.1.1 解释市场异象 ............................ 41
5.1.2 分时期检验 ................................. 41
第五章 稳健性检验
5.1中国股市长短期行为因子稳健性检验
5.1.1 解释市场异象
为了检验长短期行为因子对市场异象是否具有稳健的解释能力，基于数据的可得性及非重复性，本节使用Liu（2016）[82]中证明在中国A股市场显著存在的市场异象： Turn（Twelve-month turnover，过去250天的平均日股票换手率），Abturn（One-month abnormal turnover，过去20天的日均换手率与过去250天的日均换手率之比）,Vol（One-month volatility，公司过去20个交易日的日回报率的标准差）。另外本节还选用财务困境、分析师情绪及研发支出三个异象。财务困境经常被认为是市场异象的源头，因此本节选用Stambaugh等（2017）[88]中的财务困境指标FP，通过财务指标Logit回归计算而来。根据Easterwood和Nutt（1999）[59]计算分析师情绪异象AC，通过分析师相对乐观指数的平均值衡量。根据Chan等（2001）[54]计算研发投入异象RD，通过研发费用与市场价值的比例来衡量。需要强调Liu（2016）[82]使用非独立双重排序法计算异象，从理论上能够剔除公司规模对特征排序的影响，获得更显著的截面收益差异，本节将依据此方法计算6个异象，计算的具体指标及非独立双重排序的方法附在附录。使用改进后的长短期行为因子对6个市场异象进行解释回归，得到的结果如表5-1。
金融论文参考
.............................
第六章 结论
本文基于董监高增减持变动比例指标对长短期行为因子进行修正，通过对因子投资组合和市场异象的OLS检验，以及与Fama五因子模型、Q四因子模型的对比，讨论了修正后的长短期行为因子的解释能力，并通过控制风险因子和异象特征的Fama-MacBeth回归讨论其预测能力，采用Fama-French截面因子的构建方法提升长短期行为因子的解释能力，最后在稳健性检验中更换不同的资产组合和样本时期，测试指标修正与截面技术改进后的长短期行为因子的定价能力是否稳健。本文得到以下结论：
第一，通过对不同组合收益率的OLS检验发现，基于中国A股市场具体情况改进后的长短期行为因子具有很强的解释作用。具体来看长短期行为因子对Fama五因子和Q四因子中除了市值因子之外的定价因子都有很好的解释作用，反过来这些定价因子无法解释短期行为因子，这代表修正后的长短期行为因子包含着新的有效定价信息。对市场异象的检验中，在截距项|????|<2的检验标准下，长短期行为因子模型可以完全解释15个市场异象中的12个，这表明长短期行为因子能够广泛捕捉到市场异象的来源，对市场中除彩票类异象外的市场异象具有较强的解释作用。基于不同指标使用长短期行为因子模型与风险因子模型进行对比，发现长短期行为因子比Fama五因子模型、Q四因子模型表现更好。具体而言，基于模型最大夏普率指标，修正后的长短期行为因子模型获得更高的最大夏普率，这表明长短期行为因子模型更优。基于市场异象的OLS检验结果，长短期行为因子模型无法解释的市场异象（回归的截距项显著|????|>2）为3个，Fama五因子模型和Q四因子模型无法解释6个异象，在解释异象个数上长短期行为因子更胜一筹。进一步对OLS回归的截距项进行GRS检验，长短期行为因子获得了更接近联合为0假设的GRS值，即长短期行为因子对15个市场异象整体的解释能力更好。在简约性指标和定价效率指标CPEI上，修正后的长短期行为因子获得更高的简约性指数和定价效率CPEI值，这代表因子模型通过更简洁的模型解释了多数市场异象，长短期行为因子模型在市场中是更有效率的。
参考文献（略）