凸显性理论核心观点 [page::3][page::4]

• 投资者有限理性使其注意力集中于最突出回报的股票，导致凸显性思维，影响资产定价。

- 凸显性引起投资者对显著上涨股票估值过高，未来回报降低；对显著下跌股票估值过低，未来回报较高。

ST指标构建及理论框架 [page::4][page::6][page::7]

• 凸显性按股票与市场回报差异大小加权，参数θ和δ控制凸显灵敏度和认知扭曲程度。

- ST值反映凸显性思维引起的收益预期扭曲，正ST股票未来回报较低，负ST股票未来回报较高。

单变量及双变量投资组合排序结果 [page::8][page::9][page::10][page::11]

• 按 ST 排序的十等份组合中, 高ST组合未来月度超额收益显著低于低ST组合，经济及统计意义显著（Equal-weighted最高和最低ST组回报差约-1.91%）。

- 双变量组合控制其他公司特征后，ST的负向预测效力依旧强大，回报差异仍保持统计显著。

公司层面Fama-MacBeth回归分析 [page::11][page::12]

| 变量 | ST系数 | t值 |
|--------|---------|------|
| 单变量 | -0.18 | -13.57 |
| 控制多变量 | -0.07~-0.09 | -4.0~-7.0范围 |

• 控制规模、账面市值、动量、反转等因子后，ST对未来收益依旧负向显著。

套利限制和投资者情绪影响 [page::12][page::13][page::14]

• 凸显效应在小市值、非流动性强、高特异风险、低机构持仓和低分析师覆盖股票中更显著。

- 投资者情绪高涨期间，凸显效应加强，高情绪期高ST与低ST组合的回报差异扩大。

选择背景对凸显性的作用 [page::14][page::15]

• 凸显性相较于市场收益、行业收益等不同背景的计算结果表明，背景选择影响ST预测力，行业加权凸显性预示效果更强。

- 与无风险利率背景比较，凸显性的预测能力明显更弱。

凸显性与短期反转及投资者关注理论的比较 [page::16][page::17][page::18][page::19][page::20]

• 凸显性模型与短期反转不同，对类似单月收益的股票未来回报预测存在显著差异，且凸显性效应对未来收益的预测在控制反转因子后依旧稳健。

- 与投资者注意力理论区别明显，凸显性理论进一步区分了正负凸显股票的未来收益表现，负ST（凸显性缺点）对未来回报为正向预测。

• 注意力相关指标加入后，ST的预测能力不减弱，凸显性和注意力理论共同影响价格形成过程。

结论总结 [page::21]

• 凸显性资产定价模型揭示投资者认知偏差对股票定价和未来收益的影响，凸显股票价格的系统性错误定价。

- 研究验证凸显因子在美国市场的广泛适用性，强调其在有限套利与投资者情绪环境中的增强作用。

• 该理论可与其他行为金融元素结合使用，未来研究可拓展至其他资产类别。

《凸显效应对股票收益的影响“学海拾珠”系列之六十三》研究报告详尽解析

1. 元数据与总体概览

本报告标题为《凸显效应对股票收益的影响“学海拾珠”系列之六十三》，由华安证券研究所出具，分析师包括朱定豪（执业证书号：S0010520060003）、炜佳（S0010520070001）、吴正宇（S0010120080052），发布日期为2021年。报告主题聚焦于“凸显性”行为金融效应对股票收益的影响，基于美国市场的实证数据和海外相关文献，深度探讨投资者注意力的分配如何导致股票价格偏离基本面，进而影响未来回报率。

报告核心论点强调：凸显性投资者过度关注回报特别突出的股票，导致这类股票被高估，未来回报率下降；反之，对显著下跌股票存在低估，未来获得更高回报。基于凸显性理论的资产定价模型，报告还指出此效应在套利受限、小盘股及散户持股比例高的股票中表现更为显著。此外，报告区分凸显性理论与其他理论如投资者注意力对股票回报预测的不同贡献，结合大量统计数据提供支持。报告不包含具体投资建议，仅供参考。[page::0,1]

---

2. 逐节深度解读

2.1 引言（第3页）

引言部分首先指出传统资产定价理论假设理性投资者及完全信息，然而实际投资者认知有限。引用Bordalo、Gennaioli 和 Shleifer(2012)（以下简称BGS）凸显性理论，说明投资者的注意力集中于最不寻常、最突出部分的回报，这导致相关资产被过分重视。以股票为例，过去某段时间收益特别突出的股票会吸引投资者注意，过度购买使得其估值偏高，未来回报降低。反之，明显下跌的股票被忽视，有重新上涨的空间。

引言还介绍了基于凸显性理论的资产定价模型的心理基础，投资者用过去一个月的日收益作为未来可能回报的基准，凸显的日回报被赋予更高权重。注意力不仅取决于收益差异大小，也受市场整体涨跌幅的影响（例如在市场平盘时，某股票5%的超额收益比市场大涨10%时更为突出）。凸显性因子（ST）由凸显性权重和实际回报的协方差衡量。套利受限和散户集中的市场环境放大凸显效应。该节奠定了整篇报告的理论和实证基础。[page::3]

---

2.2 凸显性理论及加权模型（第4-7页）

报告详细阐述凸显性理论关键词和传统前景理论的比较。凸显性理论强调环境依赖，即资产回报显著性的大小在于其相较于其他资产回报的差异度，而非绝对值，此点区别于前景理论定量扭曲概率的固定函数。

凸显性的数学度量函数：
$$\sigma(x{is} - \overline{x}s) = \frac{|x{is} - \overline{x}s|}{|x{is}| + |\overline{x}s| + \theta}$$
体现了定序性、敏感性递减、反映性及凸性四个性质，解释为何更高收益水平下的差异显现度下降，且加权参数限制零收益状态的显著性。

基于凸显权重 $w{is}$，投资者对状态的主观权重违背客观概率，形成收益预期扭曲。凸显程度由参数 $\delta$ 控制，$\delta=1$时回归理性，$\delta\to 0$时凸显性极端。

资产定价模型基于加权预期效用最大化，股票价格体现了客观收益与凸显权重协方差的影响：
$$pi = E[w{is} x{is}] = E[x{is}] + \mathrm{cov}(w{is}, x{is})$$
凸显上行的资产被高估（正协方差），凸显下行的资产被低估（负协方差），对应未来预期收益负相关。最后，报告明确构建ST指标，利用过去一个月的每日收益和市场收益，采用BGS经典校准参数 $\theta=0.1$，$\delta=0.7$，便于用历史数据进行实证检验。[page::4,5,6,7]

---

2.3 数据（第7-8页）

数据源包括CRSP和Compustat，覆盖1926至2015年美国三大交易所上市公司。选取标准为一个月中至少15个交易日有每日回报数据，并能计算控制变量。控制公司特征包括：

• 规模（ME）

- 账面市值比（BM）

• 动量（MOM，前11个月累积回报）

- 非流动性（ILLIQ，Amihud指标）

• 市场贝塔（BETA）及异质性波动（IVOL）

- 下行贝塔（DBETA）

• 短期反转（REV，上月回报）

- 偏度相关变量（SKEW, ISKEW 等）

• 投资者需求代理：最大/最小日回报（MAX/MIN）等

数据处理注重剔除极端值，确保统计稳健。该数据支撑后续多变量回归及组合排序分析。[page::7,8]

---

2.4 凸显性与股票收益的交互关系（第8-14页）

4.1 单变量排序分析（第8-9页）

股票按ST指标分为十组，计算等权（EW）和市值加权（VW）投资组合未来一个月超额回报。图表2显示结果：

• 低ST（凸显低）组合月均超额收益1.73%（EW），高ST组月均-0.18%。

- 高ST-低ST组合收益差（买入低ST卖出高ST）达到每月约-1.91%（EW），且统计显著（t=-13.13）。调整四因子、五因子模型后仍保持约-2%，表明因子风险未能解释该异常收益。

• VW组合效应较弱但同样显著，约-0.8%，符合大盘股套利更充分的理论。

表3展示不同ST分组对应的公司特征，发现高ST组为市值较小、波动率大、流动性低、贝塔高等典型“小盘成长”特征，支持理论中套利成本与凸显效应增强联系。[page::8,9,10]

4.2 双变量排序分析（第10-11页）

进一步用ST对每个控制变量（规模、BM、动量等）分组内做次级排序，构建100组合。结果显示控制公司特征后，ST对未来回报的负相关仍显著，差值仍在-0.6%至-1.8%之间（EW），加强凸显性非伪相关的证据。[page::10,11]

4.3 逐股Fama-MacBeth回归（第11-13页）

模型回归结构：
$$r{i,t+1} = \lambda0 + \lambda1 ST{i,t} + \lambda2 W{i,t} + \nu{i,t}$$
$W{i,t}$为公司特征集合。

回归结果（图表5）显示ST系数负且显著，初始系数约-0.18（单变量），控制多达14个变量后仍保持-0.07，t值超过5，统计显著，且经济意义清晰：ST每升高一个标准差，未来月回报下降约0.23%。说明ST对回报预测超出常规风险因子影响。[page::11,12]

4.4 对套利限制的影响（第12-13页）

模型假设套利理性投资者可以消除凸显效应引发的错误定价。基于五大套利限制代理指标（公司规模、非流动性、特异性波动、机构持有率、分析师覆盖率），Fama-MacBeth回归的交互项显著，验证：凸显效应在套利限制高的股票中更强。小盘、低流动、高波动、散户持股比例高的股票呈现更显著的ST-回报负相关。[page::12,13]

4.5 凸显性和投资者情绪（第13-14页）

利用Baker和Wurgler情绪指数划分高低情绪时期，ST效应在高情绪时期明显增强（例如高情绪期EW高ST-低ST差达-2.16%，低情绪期仅-1.63%）。反映了投资者过度乐观放大了凸显性行为，符合行为金融学关于情绪和非理性行为的观点。[page::13,14]

---

2.5 选择背景的作用（第14-16页）

凸显性定义依赖于选择背景的概念，即投资者比较股票的回报与何种基准回报：

• 以等权CRSP市场组合为背景，ST效应显著。

- 换成市值加权市场指数，ST预测能力稳定。

• 以市值或等权行业组合为背景，ST的影响力更强，表明行业内凸显性对套利及价格失真更有效力。

- 以风险无风险资产为背景（即股票与无风险资产比较），ST效应显著减弱，说明凸显性效应源于股票间回报差异的感知扭曲。

• 不考虑背景（即孤立股票绝对收益）时，ST预测能力大幅减弱。这表明股票间比较的选择环境对凸显性效应至关重要。

此部分通过表8的多个回归结果详尽证明了凸显性效应的环境依赖特征，切实连接理论模型与现实数据。[page::14,15,16]

---

2.6 关于凸显性效应的其他解释（第16-20页）

6.1 凸显性与短期反转区分（第16-18页）

凸显性效应可能与短期反转相混淆。短期反转通常解释为投资者对消息过度反应导致的股价修正，而凸显性则强调相对收益的突出性和背景依赖性。作者通过：

• 加入短期反转因子检验ST的稳健性，ST系数依旧显著。

- 改变ST的历史收益窗口（月份到多年不等）发现预测能力随着窗口拉长逐渐减弱，更符合凸显性记忆短期、关注重点的特点。

• 使用开盘到开盘的收益计算ST，预测能力显著下降，说明凸显性由每日闭市价格信息驱动，而非公司基本面新闻。

这进一步区分凸显性与传统短期反转行为的不同心理机制。[page::16,17,18]

6.2 凸显性和投资者关注（第19-20页）

投资者注意力理论（Barber和Odean，2008）提出散户购买受关注度高的股票导致价格压力，但其对负面凸显性股票预测为价格高估，无法解释凸显性效应中特别是负凸显性股票未来回报高的现象。

作者通过多重注意力代理变量构建双重分类投资组合和引入注意力控制变量的Fama-MacBeth回归，发现ST与未来回报的关系独立于注意力变量依然成立。且ST拆分正负项后，正负ST分别对回报有负正的截然相反影响，符合凸显性理论预期，不符合纯注意力解释。

结论是，注意力影响选股范围，凸显性影响对特定股票回报权重和预期，两者机制互补，共同影响股票价格。[page::19,20]

---

2.7 结论（第21页）

报告总结提出基于认知限制的凸显性资产定价模型，并用长期美国股市数据提供实证支持。凸显性使投资者形成对突出回报股票过度乐观的预期，造成功能失效的高估和未来回报下降；而对凸显负面股票则存在低估和回报提升。套利受限和投资者情绪变化进一步放大该效应。凸显性效应突破传统风险因子的解释框架，强调环境依赖和认知偏差。

未来研究方向包括扩展凸显性理论到其他资产类别和结合前景理论等行为特性。

风险提示：本报告为学术研究总结，非投资建议。[page::21]

---

3. 图表深度解读

图表1 报酬的概率和回报（第4页）

• 展示两个资产L1和L2在三个状态下的概率及对应回报，均含2000美元的高收益但分布不同。凸显性加权区别于前景理论概率扭曲，因两资产同态回报被凸显性投资者视为无显著差异，从而促使选择权重不同。说明了凸显性基于相对回报差异而非独立分布进行重估的核心理念。[page::4]

图表2 一个月后超额投资组合收益（第9页）

• 十个ST值排序的投资组合，低ST组收益明显高于高ST组，且差值在1.9% (EW)和0.8% (VW)水准，统计显著，且四因子与五因子调整后依旧显著。支持凸显性导致高ST股票被高估，未来超额收益降低的核心论断。[page::9]

图表3 十分位股票特征横截面均值（第10页）

• 显示不同ST组对应的规模（ME）、价值（BM）、动量（MOM）、非流动性（ILLIQ）、贝塔（BETA）等特征。高ST组规模较低，波动、非流动性和贝塔偏高，动量弱，反映小盘成长股特征。该类股票套利成本高，凸显性效应更加明显。[page::10]

图表4 双变量排序平均超额收益（第11页）

• 控制公司特征后，ST效应仍在各类别组合内显著，证明ST与未来回报的负相关非由单一特征驱动。整体趋势接近单变量排序，增强了结果稳健性。[page::11]

图表5 Fama-MacBeth回归结果（第12页）

• 10个不同回归模型均显示ST系数负且显著，控制传统风险因子后依旧显著，证实ST为独立解释变量。各控制变量符号和显著程度与经典资产定价模型一致。[page::12]

图表6 限制套利的交互检验（第13页）

• 报告ST与五个套利限制变量交互项显著，负向关系在小市值、非流动性大、特异性波动高、机构持股低及分析师覆盖低的股票中增强，契合理论假设。[page::13]

图表7 投资者情绪影响（第14页）

• 高情绪期高ST与低ST组合回报差较低情绪期显著更大，情绪对凸显性效应有放大作用，展示行为金融学中情绪对决策的干扰。[page::14]

图表8 凸显性的背景依赖性回归（第15页）

• 不同背景定义对ST系数影响：行业背景下凸显效应加强，无风险利率背景预测力降低，忽视背景时效应衰减。验证了凸显性强调的选择环境和比较基准对股票定价重要的认知机制。[page::15]

图表9 凸显性与短期反转的区别（第17页）

• 多重回归结果显示ST对未来回报的预测独立且超出短期反转控制，构建不同时间窗口的ST后效应递减而非骤变，表明两者机制不同。采用开盘价替代收盘价计算ST导致预测力下降，支持凸显性由市场收盘价驱动而非基本面新闻反应，也区分了反转效应与凸显性效应。[page::17,18]

图表11 投资者注意力与凸显性（第19-20页）

• 双重排序和多变量回归中，在引入不同投资者注意力代理指标后，ST仍显著预测股票收益，且ST正负分解结果符合凸显性预测但与注意力假说不同，表明注意力与凸显性分别影响投资行为的不同阶段和路径。[page::19,20]

---

4. 估值分析

本报告基于BGS凸显性资产定价模型，利用强化的概率加权技术调整预期回报。核心估值逻辑在于股票价格既反映其预期收益亦包含因凸显权重对收益状态扭曲而导致的溢价或折价：
$$pi = E[w{is} x{is}] = E[x{is}] + \mathrm{cov}(w{is}, x_{is})$$
公式中的协方差项即反映因认知限制导致的价格偏离。报告中未提供现金流折现法（DCF）或传统P/E模型估值，但通过统计方法和横截面回归估测凸显性对回报的影响及其大小，间接衡量此价格偏差的投资价值。

套利限制的考虑确保模型能解释为何理性投资者难以消除该价格扭曲。

---

5. 风险因素评估

报告中风险提示主要集中于：

• 结论基于历史数据和海外文献研究，可能不适用所有时期或市场环境。

- 作者不提供明确投资建议，历史关系不代表未来必然复现。

• 由于投资者认知和行为的复杂性，凸显性效应可能与其他行为金融因素交织，存在潜在模型不完整风险。

- 代理变量（如套利限制指标）及市场估计存在误差。

• 数据覆盖市场主要为美国，换用A股市场初步符合但存在差异风险。

报告强调谨慎使用本模型进行直接投资决策。[page::0,21,22]

---

6. 批判性视角与细微差别

• 本报告严格依赖英文海外文献和美国股市数据，直接外推至A股市场及当前环境须谨慎，尤其考虑市场制度差异和散户集中度不同。

- 报告基于2015年前数据，未涵盖近年市场结构变化和算法交易扩大化等因素。

• 凸显性与反转及投资者注意力理论界限虽有区分，但部分变量交叉影响未完全剥离，可能导致解释时存在内生问题。

- 视角较侧重行为金融，较少考虑宏观经济波动、流动性突变等系统性风险冲击。

• 参数选择（$\theta,\delta$）基于文献经典值，未在报告中见系统敏感性检验，存在估计误差风险。

- 表格和回归多以月度数据为主，无法反映更高频交易者行为。

• 报告未讨论该理论应用于波动率或期权定价的潜力，这可能是拓展空间。

总体论点严谨，但面临行为解释外推和经济环境动态变化的典型局限。[page::7,16,21]

---

7. 结论性综合

本报告深入剖析并实证检验了凸显性理论对股票价格和未来回报的影响，提出投资者注意力在股票回报分布极端表现上的扭曲权重，导致价格非理性偏离基本面。关键发现包括：

• 凸显性指数（ST）显著负向预测未来股票收益，即过去最大获利突出的股票未来回报较低，最低突出的反而较高。此绩效差可达月度约1.9%的超额收益。

- 该效应独立于传统风险因素、多样公司特征和短期反转效应，具有稳健性。

• 凸显性对市场结构和投资者行为条件敏感，在套利成本高、小盘、散户占优及高投资者情绪环境下更为强烈，增强了行为偏差的解释力。

- 选择背景的不同定义显著影响ST指标的有效性，行业背景凸显性更强，风险无风险背景削弱预测力，凸显性高度依赖投资者对“相对”收益的感知差异。

• 与单纯投资者注意力理论不同，凸显性理论更细致描绘注意力如何塑造对回报状态的认知权重，并能解释负凸显性股票的正向回报，说明机制差异。

- 报告借助丰富的表格（图表2、3、4、5、6、7、8、9、11、12等）系统呈现了实证数据与模型推论间的呼应，为资产定价领域注入了认知及行为科学的视角。

报告总体立场倾向于认可凸显性效应在资产价格异常形成中的核心作用，并倡导学术界和投资界对投资者注意力及认知偏差的深入研究。

---

附件重要图表示例（部分）

• 图表2：

描述由ST分组而成的投资组合未来回报，凸显负相关显著。

• 图表3：

展示不同ST分组公司财务特征，支持理论预设套利限制影响。

• 图表5：

Fama-MacBeth回归结果，ST负系数显著，控制多风险因子仍稳健。

• 图表6：

ST与套利限制代理变量交互显著，凸显高限制环境下效应增强。

• 图表7：

不同投资者情绪水平下ST效应差异，情绪高涨增强凸显效应。

• 图表8：

不同背景定义对ST预测效应影响，验证环境依赖逻辑。

• 图表9：

控制短期反转并采用多种窗口计算ST，进一步区分凸显性与反转。

• 图表11：

控制投资者注意力后ST仍显著，支持两种理论机制互补。

---

综上所述，本报告系统梳理并验证了凸显性理论对股票收益的解释能力，应用丰富实证方法佐证其独立作用及行为经济学影响机制，为理解资产价格异常提供了新的认知视角和实际启示，推动了资产定价理论与行为金融的融合。[page::0-22]

报告