英语原文共 14 页，剩余内容已隐藏，支付完成后下载完整资料

风格旋转和股票多头/空头对冲基金的表现

Jarkko Peltomäki

他是瓦萨大学的助理教授。他的研究兴趣集中于对冲基金、投资策略、新兴市场和业绩衡量。他的文章发表在《科学》杂志上《行为金融学》、《应用金融学》、《财富管理与新兴市场评论》。

Peni

是瓦萨大学的博士生。她的研究兴趣是公司治理、投资策略和绩效评估。她的文章发表在《财富管理与管理财务》杂志上。

衍生品与对冲基金杂志(2010)16,162 - 175

摘要：在本研究中，我们研究了股票多头/空头对冲基金在1994年1月至2007年12月期间金融异常对动量策略的影响。我们发现动量投资和正反馈交易存在金融异常，尤其是价值异常。该结果为价值异常的弱或负暴露提供了合理的解释，这是价值/成长股的风格旋转投资。

关键词：对冲基金;风格旋转;股本

引言

对冲基金通常被视为动态投资工具。自Fung和Hsieh开创性研究以来，对冲基金的研究已经更深入地了解这些自由监管的投资工具及其投资风格。后来的研究，例如Fung和Hsieh，Mitchell和Pulvino，以及Anson和Ho，为基于资产的风格（ABS）分析奠定了基础，该分析旨在将对冲基金回报与可销售的证券价格联系起来。

然而，目前对于金融异常和风格轮换的对冲基金的动态投资风格仍然知之甚少，而基于金融异常的风险因素也被用于分析对冲基金收益。Capocci和Huuml;bner8使用Fama和法国的small-minus-big（SMB）和high-minus-low（HML）因素来确定规模和市场异常，以及Carhart的动量异常因素（UMD）。然而，Wang认为风险调整的传统方法在评估风格轮换的回报时存在问题，因此提倡使用问题的解决方案，其最重要地预测赢家风格。事实上，Baghai-Wadji和Klocker证明了对冲基金在表现好坏之后可能会改变他们的风格。

本文的目的是引用对冲基金的动态风险敞口，以及横截面异常，例如规模和账面市场异常。因此，我们研究了基于股权的对冲基金是否暴露于基于规模，账面市场和价格/收益异常构建的动态风险因素。基于异常的过去表现，这些因素也允许在异常中占据一个空头位置。因此，我们还研究了对冲基金是否表现出对横截面异常的短期暴露。

在考虑对冲基金关于横截面异常的动态特征时，我们使用横截面异常的战术因素，特别是战术SMB，战术HML和战术市盈率（价格/收益），这是简单的正反馈交易规则。异常中的短期价格延续应该由Chen和Bondt提出的风格动量以及风格回归中的自相关来解释（参见Barberis和Shleifer）。此外，Wang的研究也促使我们使用上述方法在横截面基础上考虑异常中的风格旋转。

由于市场中性和动态性，被提出的因素也可被视为对冲基金回报风险因素的理想候选者。 假设动态对冲基金的目标是从风格轮换中获利机会，这是明智的。

我们的研究问题不仅对于对冲基金分析师的观点很重要，而且从金融稳定的角度来看也很重要，因为对冲基金从异常的长边到异常的短边的系统性转换，反之可能会导致异常收益的波动。

本文的其余部分安排如下：下一节介绍有关对冲基金研究的相关文献。随后的部分介绍了我们的数据和方法，而倒数第二部分则回顾了我们的结果。本文的最后一节提供了结束语。

相关对冲基金文献

以对冲研究基础的Fung和Hsieh的研究表明，对冲基金风险敞口是动态的。 Capocci和Huuml;bner依次显示证据表明Carhart的四因素模型通过使用涵盖1994 -2000年期间的数据集来解释对冲基金。因子模型包括市场，HML，SMB和动量因子，这些因素可能与股票多头/空头策略极为相关。

对于基于绩效的对冲基金投资组合，Capocci和Huuml;bner的结果表明，独立于其业绩的对冲基金经理更愿意投资于小型股票。然而，HML因子的结果表明，最佳和最差的对冲基金不会投资异常。Capocci和Huuml;bner在他们的分析中没有考虑对冲基金的相当动态性，因为Carhart的因素最初是为共同基金开发的，Fung和Hsieh标志着对动态对冲基金策略的差异。此外，HML因子未能解释最佳和最差表现的套期保值的表现进一步暗示这些基金的某些原因尚未解释。也许是暴露于异常的动态性质。

对于ABS分析，Fung和Hsieh还建议使用大盘股和小盘股的回报差价来分析股票多头/空头策略。传统的市场因素自然地解释了股票多头/空头策略的很大一部分回报，但考虑到策略的时间序列特征可以进一步改善分析。Fung和Hsieh也使用AR（1）-GARCH（1,1）模型来分析策略，作者发现该模型可以捕获策略回报分布中的大部分脂肪剩余尾部。

波动风险也可能是基于股权的对冲基金策略回报的重要组成部分。Kuenzi和Shi使用四个不同的组成部分来捕捉策略的波动风险。他们的组成部分是标准普尔500指数的跨期看涨期权和看跌期权，这是标准普尔500指数，差异掉期，VIX期货和伽玛衍生品的价内看涨期权和看跌期权的组合。作者的结果表明，波动风险成分的选择并不相关，但考虑波动风险很重要。

Lawson和Peterson通过使用七因子模型研究对冲基金套利市场是否存在异常，并发现平均对冲基金使用的策略与资产增长率异常因素一致。此外，该策略似乎与股权融资因素相反。他们的结果进一步表明，有许多对冲基金成功套利资产增长异常。相反，只有少数几个对冲基金似乎成功套利了盈利动力异常。

数据和方法

我们在分析中包括一个基于股权的策略，即我们首次使用Credit / Suisse Tremont（CS）对冲基金指数的股票多头/空头策略。为了扩大我们的测试范围以涵盖更广泛的对冲基金行业，我们还包括对冲基金研究公司（HFR）的相应策略指数，该指数是Equity Hedge指数。这些指数之间的主要区别在于，CS指数是资产加权的，HFR指数是基金加权的，因此这两个指数的使用可以提供更广泛的对冲基金行业观点。然而，CS Equity Long / Short描述了对冲基金行业的所有资产。

我们在分析中使用的模型是Carhart因子模型的扩展版本。 总而言之，我们使用两种不同的模型，第一种模型旨在衡量对冲基金的动态风险，以反馈每种异常的交易。 因此，我们包括P / E比率异常，战术SMB，战术HML和战术P / E异常因素的返回因子。 这些因素是在1个月的形成期和1个月的持有期内构建的。例如，如果一个异常在1998年1月有负（正）回报，那么该因素在1999年1月的位置很短（很长）。

市盈率的因素构建在按市盈率排序的最低类别公司的多头头寸上。我们使用CRSP数据库中的公司作为样本，并利用Kenneth French数据库中提供的数据。此外，尽管从Datastream下载的对冲基金返回索引，其余数据也从同一数据库下载。如果其过去的回报为正（负），则战术因素在潜在的异常情况下需要长（短）的位置。因此，我们的第一个模型如下：

其中（Rhf-Rrf）定义了对冲基金指数的超额收益，MKT_RF定义了市场收益，SMB定义了SMB因子，HML定义了HML因子，PE定义了P / E因子，MOM定义了动量因子，TSMB定义 对于SMB因子的战术因素，THML定义了HML因子的战术因素，而TPE定义了P / E比率因子的战术因素。

表1：总样本的总结统计数据（n = 168）

我们的第二个模型旨在解释金融异常的横截面分配和反馈交易。因此，我们在该模型中包括一个额外的因素，即总战术因子（TTF），它考虑了战术因素TSMB，THML和TPE的总回报。此外，我们还包括两个因素，类似于基于1个月和3个月的排名期间投资赢家异常，即1个月赢家组合（1WP）和3个月赢家组合（3WP）。此外，为了测试对冲基金回报对最弱的表现异常的影响，我们还将相应的投资组合包括在赢家投资组合中，类似于投资于失败者投资组合。这些投资组合是1个月的输家（1LP）和3个月的输家组合（3LP）。因此，我们的第二个模型如下：

我们的估算样本涵盖1994年1月至2007年12月的时间段，此外，我们还考虑了两个子样本：1994年1月- 2000年12月和2001年1月- 2007年12月。过期回报根据1个月美国T

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[20458]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

您可能感兴趣的文章

• 中国绿色金融与经济增长耦合协调发展的实证分析外文翻译资料
• 信贷可用性、宏观审慎监管制度和房价与租金的比率外文翻译资料
• 股权激励对公司绿色投资影响效应的因果证据外文翻译资料
• 绿色银行实践及其对孟加拉国商业银行财务绩效的影响外文翻译资料
• 家庭债务与房价：对36个国家的实证研究外文翻译资料
• 中国普惠金融的区域发展需要金融科技外文翻译资料
• 印尼绿色金融：障碍和解决方案外文翻译资料
• 台北市城市更新对邻近住宅价格的影响：双重差分模型的应用外文翻译资料
• 互联网金融消费信贷资产证券化定价研究 ——以和融2020-5为例外文翻译资料
• 数字金融对金融普惠和稳定性的影响外文翻译资料