日前,北京大学汇丰商学院李凯教授的合作论文《如何超越“历史平均值”》(“How to Dominate the Historical Average”)在The Review of Financial Studies发表。论文合作者为香港科技大学李莹莹教授、余家林副教授,以及上海财经大学吕昌磊助理教授。本研究首次提出的新方法在样本外股票溢价预测中显著超越传统历史平均法。
杂志封面
Review of Financial Studies(RFS)是三大国际顶尖金融学术期刊之一,由牛津大学出版社代表金融研究学会出版。该期刊是美国德克萨斯大学(达拉斯)遴选的24本商学院顶级学术期刊(简称UTD 24)、英国《金融时报》评定的50本商学院顶级期刊(简称FT 50)和北京大学汇丰商学院发布的“中国经管学科国际科研发表数据检索系统”(简称PHBS 50)的50本核心期刊之一,近5年的影响因子为9.5
股票市场预测长期面临“历史均值魔咒”:虽然学者开发了股息率、市净率等预测指标,但实证显示这些预测指标在真实场景(样本外预测)中的预测能力反而不如简单的历史平均法(Goyal和Welch,2008; Goyal,Welch和Zafirov,2024)。因为金融市场波动大、噪声多,即使一个变量理论上有预测力,它在实际操作中也可能因为“太不稳定”而失效。这一现象困扰了学界多年,也成为预测领域的“挑战难题”。Campbell和Thompson(2008)甚至提出了一个问题:“有没有任何方法能够在样本外预测中长期稳定地超越历史平均值?”
李凯与合作者们突破传统回归分析的局限,首次提出“固定斜率预测法”:通过锁定关键预测系数来过滤市场噪音,替代传统方法中需要不断调整的回归系数。通俗地讲,这就像在开车时不是频繁调方向盘,而是找一个稳定的航向,避开数据中的噪声干扰。该方法基于23个广泛使用的预测因子(如股息价格比、账面市值比、通胀率等)进行实证分析,采用1970—2020年跨市场数据进行检验。
研究表明,“固定斜率预测法”不仅更简单,而且显著减少了预测偏差,样本外预测性能显著优于历史平均值。新方法在15个预测因子中超越历史均值法,其中8个因子的预测结果在95%的统计置信水平下显著优越。此外,相比传统回归方法的高波动性,新方法表现出更为稳健的预测性能。例如,在应对1970年代的石油危机和1990年代的互联网泡沫时,新方法能够稳定地提供累积收益的预测,而非依赖某些特定年份的异常表现。新方法不仅理论基础坚实,而且具有直观的经济意义。通过固定斜率的方法,预测模型可以更好地反映股票溢价的时变特征,而避免了回归方法中因估计误差导致的极端偏差。
这项研究在学术创新与实践应用领域取得双重突破。新预测模型为投资者提供了更精准的预测工具,为金融理论的发展提供了新视角,启发更多经济金融领域的预测改进,为识别系统性金融风险提供了新维度。
李凯,北京大学汇丰商学院金融学教授、院长助理,美国杜克大学经济学博士,主要研究领域为资产定价、宏观金融、绿色金融、金融经济学以及中国金融市场等。他的研究专注于构建、验证和应用一套基于融资约束的资产定价理论,并应用于中国金融市场。他在Journal of Finance、Review of Financial Studies、Journal of Financial Economics、Journal of Monetary Economics、Review of Finance和《比较》等国内外重要期刊发表论文20篇。他在绿色金融方面的研究入选金融学顶级期刊Journal of Finance高被引论文,并获得了美国西部金融学年会(WFA)最佳实证金融论文奖和Amundi-ESSEC ESG奖。他担任《经济学》(季刊)、Review of Asset Pricing Studies、Economics Letters、Asia Pacific Journal of Financial Studies和China Finance Review International等期刊的副主编。
本文链接:http://knowith.com/news-3-2989.html汇丰商学院李凯教授合作论文在RFS发表,首次提出股票市场“固定斜率预测法”
声明:本网页内容由互联网博主自发贡献,不代表本站观点,本站不承担任何法律责任。天上不会到馅饼,请大家谨防诈骗!若有侵权等问题请及时与本网联系,我们将在第一时间删除处理。