行为金融视角与因子构建概述 [page::0][page::4][page::6]

• 凸显理论认为投资者注意力聚焦具有“凸显性”的收益，形成心理权重偏好，影响资产定价。

- 构建STR因子，依据个股收益率相对市场中位数收益的凸显性系数与权重计算因子值，正值表示高估风险，负值表示低估机会。

• STR因子 力图从行为金融视角解释市场异常，为全新选股因子。

STR因子统计特征与覆盖度 [page::7][page::8]

• 凸显性系数 σ 位于[0,1)区间，凸显性权重ω均值约为1。

- STR因子覆盖率高，沪深300、中证500、全A覆盖率接近或超过80%，具备广泛应用基础。

STR因子预测能力IC检验 [page::8][page::9]

| 股票池 | 平均IC | t统计量 | 胜率(%) |
|--------------|----------|---------|---------|
| 全A | -0.065 | -9.348 | 76.3 |
| 沪深300 | -0.048 | -4.67 | 64.74 |
| 中证500 | -0.051 | -6.69 | 68.95 |

• STR因子与未来1个月收益负相关，统计显著且稳定。

STR因子分位数测试与回测表现 [page::9][page::10]

| 组合 | 年化收益率(%) | 夏普比率 | 年化超额收益率(%) |
|---------|---------------|---------|-------------------|
| Top | 22.18 | 0.691 | 15.16 |
| Group4 | 18.49 | 0.572 | 11.47 |
| Bottom | 2.44 | -0.017 | -4.58 |

• STR因子分位数组合表现呈明显线性趋势，因子值低的组合表现优于高因子值组合，说明负相关机制。

STR因子增量信息分析与稳健性检验 [page::11][page::12][page::13][page::14]

• 短期反转效应存在一定关联，但二维分组检验显示STR因子超额解释能力显著，不完全由短期反转驱动。

• STR因子与投资者有限关注指标异常换手率相关性低，且双分组检验不支撑完全解释STR因子。

• STR因子与市值因子无显著相关，控制市值后仍表现优异，排除小市值效应。

- 截面回归结果表明，控制规模、价值、盈利、反转和异常换手因子后，STR因子仍显著，显现独特信息增量。

STR因子融入多因子模型表现优异 [page::14][page::15]

| 模型 | 总收益率 | 年化收益率 | 夏普比率 | 年化超额 |
|-----------------|------------|------------|----------|----------|
| 多因子模型(REV) | 1609.73% | 20.25% | 0.527 | 15.16% |
| 多因子模型(STR) | 2957.78% | 24.88% | 0.686 | 19.78% |

• 用STR替换反转因子，增加4.63%年化收益率提升，模型表现更优，尤其在近年来反转效应减弱阶段持续稳定收益超额。

基于STR因子构建的选股策略回测表现 [page::16][page::17][page::18]

| 股票池 | 年化收益率 | 夏普比率 | 年化超额收益率 |
|------------|------------|---------|----------------|
| 沪深300 | 10.84% | 0.271 | 7.70% |
| 中证500 | 10.61% | 0.249 | 3.59% |
| 全A | 17.14% | 0.471 | 12.05% |

• STR因子驱动的组合持续跑赢市场基准，且相较传统反转因子组合表现更具优势。

行为金融新视角——“凸显性收益”因子STR报告详尽分析

---

一、元数据与报告概览

• 标题：行为金融新视角——“凸显性收益”因子STR

- 系列：“青出于蓝”系列研究之四

• 作者及机构：任瞳（招商证券执行董事，量化团队负责人）、麦元勋（资深量化分析师）、李世杰（研究助理），均来自招商证券股份有限公司

- 发布日期及范围：研究覆盖时间2007年2月至2022年11月，具体发布日期未见，但数据截止至2022年11月30日

• 主题：基于行为金融中的凸显理论，构建“凸显性收益”行为因子STR，并检验其对A股市场股票价格和收益的影响及预测能力

核心论点与结论：

• 投资者的注意力更偏向于收益“凸显”的资产，本文提出的STR因子定量描述了这种心理权重；

- STR因子对未来股票收益具备显著预测能力，与传统短期反转、有限关注、小市值效应区别明显；

• 以STR因子替代短期反转因子在多因子模型中，能显著提升模型表现，年化收益和超额收益均有所提高；

- STR多头策略自2007年以来在沪深300、中证500及全A股均表现优异，获得明显超额收益。

该报告主要目的在于从行为金融的新视角，提出一个具备独特解释力的选股因子，为量化投资策略开发提供理论依据和实证支持。[page::0,4,18]

---

二、逐节详解

1. 投资者的“凸显”收益偏好

1.1 理论基础

报告从传统资产定价模型假设投资者理性出发，指出现实中投资者决策深受心理因素影响导致价格偏离基本面。引入行为金融核心理论——前景理论（Prospect Theory）与凸显理论（Salience Theory）。

• 前景理论强调投资者对小概率事件赋予更高权重，基于此，Barberis等(2016)提出TK价值指标衡量股票吸引力。

- 凸显理论则认为投资者关注的是相对于市场平均表现凸显（即突出的）回报，而非其概率大小，凸显性收益更容易吸引注意力。

两理论的比较：前景理论重视概率加权，凸显理论强调截面上的收益突出性，后者融合了时间序列和截面信息，更贴近投资者的注意力机制。

1.2 凸显理论与股票收益案例

• 彩票案例：两种彩票L1和L2的不同风险收益结构展示投资者在不同情境下的风险偏好转变。凸显理论解释了投资者为何在某些情境下偏好风险而在其他情境则风险厌恶，主要是因为投资者对收益的凸显性关注导致的心理权重变化。

- 股票案例：示例展示同一股票收益在不同市场环境下凸显性的变化对投资者判断的影响，凸显性高时股票容易被高估，凸显性低时估值更为理性。

1.3 STR因子构建流程

由以下三步构建STR因子：

• Step1：凸显性系数σ计算

依据BGS（2012），量化股票日收益与市场收益差距的明显程度：

\[
\sigma(r{i,s}, \bar{r}s) = \frac{|r{i,s} - \bar{r}s|}{|r{i,s}| + |\bar{r}s| + \theta}
\]

该系数特点为距离性（收益差距越大越凸显）、无向性（超额收益极高或极低均为凸显）、边际递减性（市场极端行情时凸显性减弱）。

• Step2：凸显性权重ω赋值

通过时间窗口内对日收益凸显性排序，对不同排名赋予不同权重以体现投资者偏好，参数δ反映认知能力和关注程度。

• Step3：构建STR因子

利用凸显权重与收益的协方差作为STR因子：

\[
STRi = \mathrm{cov}[\omega{i,s}, r_{i,s}]
\]

理论推导结合基于消费的单期资产定价模型，表明STR因子反映了投资者凸显性认知偏差导致的资产价值偏离。

综上，STR因子逻辑清晰且理论根基扎实，既结合了经济学效用理论，也量化了行为金融的心理模型。[page::4-7]

---

2. 单因子测试

2.1 描述性统计

• 凸显性系数σ值主要位于0-1区间，凸显性权重ω均值约为1，STR因子呈现正负双极化特征。

- 正值STR股票被认为存在被高估风险，负值STR股票则可能被低估。

2.2 IC测试

• 在全A股样本中，STR因子与未来一个月股票收益率呈显著负相关，IC均值-0.065，t值-9.348，胜率76.3%。

- 沪深300和中证500样本中表现同样显著，IC均维持在负向统计显著区域，表明STR因子与收益的负相关性稳定持久。

• IC曲线长期平稳上升，显示因子有持续有效性。

2.3 分位数测试

• 策略将股票依据STR因子分为5组，结果显示STR因子值低的组合表现最好（年化收益22.18%，夏普比率0.691），值高的组合表现差（年化收益2.44%，夏普=-0.017）。

- 某种程度上，低STR值股票具有较低的波动性和更稳定的价值属性，高STR值股票价格波动大且回撤风险高。

• 沪深300、中证500两个指数成分股测试结果类似，Top组表现优越且与Bottom组表现呈现显著差异，验证了STR因子的显著选股能力和良好的单调性。

综上，STR因子的实证表现与理论逻辑高度吻合，且在多样化样本中均具较好稳健性。[page::7-10]

---

3. STR因子的增量信息挖掘

3.1 替代解释分析

针对STR因子和传统因子（短期反转、有限关注、小市值效应）可能的重合度，报告做了深入检验：

• 短期反转效应：

- STR因子分位数组合的过去20日涨跌幅呈现特定规律，显示与短期反转有一定相关性；
- 通过二维分组检验，在剔除短期反转后，STR因子依旧显著解释收益差异，说明其超额信息；
- 反之，短期反转因子剔除STR分组后不再单调，有效性降低。表明STR因子含有部分短期反转效应不能涵盖的信息。

• 投资者有限关注：

- 以异常换手率（ABTOV）作为有限关注代理变量；
- STR因子分组的异常换手率均值显示高STR对应高异常换手；
- 但二维分组和相关性测试显示STR和ABTOV相关性较低（0.29），非重合；
- 该替代理论无法充分解释STR的有效性。

• 小市值效应：

- STR分组的平均流通市值无明显单调关系；
- 二维分组控制市值后STR依旧显著，表明其与市值因子独立；
- STR与市值相关性几乎为零，排除市值效应干扰。

3.2 截面回归及模型改进

• 与多因子模型常用因子（规模、价值、盈利、反转、异常换手）相关性较低

- 多因子截面回归控制各因子后，STR因子的风险溢价依然显著，为A股证券横截面收益差提供唯一增量解释

• 用STR替换反转因子构建多因子选股模型，显著提升年化收益率（从20.25%提升至24.88%）、年化超额收益（15.16%提升到19.78%）、夏普比率（0.527提升到0.686），且曲线显示稳健跑赢传统模型

- 改进模型特别在动量强势、反转效应减弱的行情中（2020年以后）表现优越

整体结论为STR因子不仅理论基础扎实，而且在多维度实证中展现出强大的增量价值和应用潜力。[page::11-15]

---

4. 基于STR因子的选股策略构建与表现

报告对沪深300、中证500、全A股票池分别构建了基于STR因子的选股组合，核心方法为挑选因子值最低的10%股票，以等权与市值加权两种方式持有，并每月调仓。

4.1 沪深300成分股

• 等权组合年化收益10.84%，夏普比率0.271，年化超额收益7.7%

- 市值加权组合年化收益8.26%，夏普0.185

• 相比反转因子等权组合，STR组合超额收益提升约3.5%

- 净值曲线展示STR组合显著跑赢沪深300指数及反转策略

4.2 中证500成分股

• 等权组合年化收益10.61%，超额收益3.59%，夏普0.249

- 市值加权年化收益8.34%，超额1.31%

• STR组合相较反转等权超额收益提升0.5%

- 净值曲线趋势良好，表现稳定优异

4.3 全A股

• 等权组合年化收益17.14%，超额收益12.05%，夏普0.471

- 市值加权组合年化收益10.00%，超额4.91%

• 超越反转因子等权组合3.38%的超额收益

- 净值线明显优于中证全指和反转策略

以上实证结果彰显了STR因子强大的跨市场适用性与卓越的实战应用价值。[page::15-18]

---

三、图表深度解读

• 图1：STR因子覆盖度

展示2005年至2022年不同股票池中STR因子的覆盖率，沪深300、中证500与中证1000接近100%，全A稳健在80%-90%，显示STR因子具备广泛的适用性和数据可得性。

• 表4-5 & 图2-4：IC检验

显示STR因子IC值均为负且显著，IC值稳定且胜率高，均表明STR对未来收益的预测具有持久有效性。

• 表6-7 & 图5-7：分位数测试

细致展示STR因子分位数组合的年化收益率、夏普率等指标，Top组收益远优于Bottom组，净值曲线走势可视化反映分组效果的稳健与逻辑性。

• 图8-10 & 表8-10：二维分组与代替效应检验

图像和表格直观展现STR与短期反转、异常换手率、小市值的相关关系与独立性，强化STR因子差异性和独特的信息涵盖面。

• 表11-12 & 图11：相关性与多因子模型回测

统计与回测结果佐证STR在多因子配置中的增效潜力及实际超额收益，图表对比示范替换反转因子的优势。

• 表14-16 & 图12-14：投资组合回测

展示三个主要指数股票池内STR选股策略的详细表现，表中数字清晰反映年化收益、波动率、夏普率及超额收益，图形趋势形象说明策略的长期优越性与稳定性。

各图表精准契合文本论述，数据严谨，便于投资者及研究者深入理解并验证STR因子的有效性与优势。[page::8-18]

---

四、估值分析

报告并非直接围绕公司估值对单个股票进行现金流折现或市盈率评估，而是构建一个行为金融因子—STR，通过心理权重调整的资产溢价模型来反映市场对股票未来收益的预期偏差，从而揭示价格相对于真实价值的高估或者低估现象。

理论基础是基于单期消费资产定价模型，STR作为协方差项反映投资者的凸显性认知偏差对资产的定价和预期收益的修正，推导过程具备严格的理论逻辑。

同时通过多因子模型替换传统因子验证模型表现提升，体现了STR因子能在组合估值和风险溢价预测中增添新信息，从而提升整体估值合理性及选股精准度。[page::6,14]

---

五、风险因素评估

报告在风险提示中明确指出：

• 结果基于历史数据统计及模型测算，易受未来政策和市场环境变化影响，存在模型失效风险；

- 报告所提及个股或基金因其关联性表达，不构成投资建议，应谨慎使用；

• 关于投资者心理特征模型的风险侧重于投资者行为模式可能因环境改变而调整，使因子的预测能力受限。

然而，文中对具体风险因子的系统性评估较为弱化，未见对凸显理论相关风险（如极端市场情绪变化导致模型性能波动）的深入探讨，也无详尽缓解策略说明，这是后续研究或实际应用中需要重点关注的问题。[page::0,18,20]

---

六、批判性分析

• 报告构建STR因子依据凸显理论，逻辑清晰且与已有理论形成有益补充，理论创新性突出。

- 充分开展了多维度稳健性检验和替代理论对比，体现了相对严谨的科学态度。

• 报告强调STR因子的独特信息增量，但由表中数据看，STR与短期反转因子的相关性达0.567，存在显著重叠，虽然二维分组能剔除部分重合信息，但实际应用中可能仍会发生信息重复。

- 对投资者有限关注和小市值效应非线性和复杂影响的解释尚显简单，未来可加强这方面的机制研究。

• 模型主要以月度调仓和收益率预测为主，未涉及高频行为特点，限定了模型的应用范围。

- 报告在风险管理、模型失效场景和策略的动态调整方面缺乏系统论述，实践过程中需警惕因市场结构变化带来的不确定性。

• 全文几乎无提及样本外检验或跨市场验证，限制了STR理论和模型的普适性验证。

整体而言，报告分析严格但也存在因复杂性和行为金融本身难以量化特性的内在局限。[page::11-14,18]

---

七、结论性综合

本报告基于行为金融凸显理论，创新性地构建了“凸显性收益”因子STR, 该因子通过衡量投资者注意力对资产突出收益的心理权重偏好，完善了资产定价行为金融模型的表现。主要结论包括：

• 理论创新性强：凸显理论不同于前景理论，强调截面收益的凸显性而非单纯概率偏差，STR因子通过协方差构造从消费资产选择的角度给出定价修正；

- 实证验证充分且稳健：STR因子在全A股、沪深300、中证500不同市场均表现出显著且稳定的负IC值，具备预测未来收益的能力；分组测试显示因子区分度高，效用清晰；

• 增量解释明显：与传统短期反转、投资者有限关注、小市值效应因子相比，STR保持独立性和增量信息，能在多个维度剔除替代理论影响，且多因子回归显示风险溢价依旧显著；

- 量化实操价值突出：以STR替代反转因子构建多因子模型显著提升收益表现，策略回测中的年化收益、夏普比率和超额收益均有较大幅度增长，且全市场股票池均有良好表现；

• 风险提示明确：作者提醒模型适用性受限于历史数据的有效性，存在政策和市场环境变化风险，投资需谨慎，报告不构成投资建议。

关键表格及图表（如图1、图2、图5、表4、表6、表12、表13、表14-16等）明确展现了STR因子覆盖率、预测能力、组合表现及模型提升效果，数据详实且趋势明显。

综上，STR因子为行为金融领域提供了新的行为视角，对资产定价模型和量化选股策略均有实质助力，体现了创新力和应用潜力，但实务中仍需结合市场动态及风险管理，进一步检验其稳健性和普适性。[page::0-18]

---

总结

该报告对凸显理论在资产定价中的应用进行了系统而全面的理论构建、实证测试及策略回测，揭示了投资者注意力聚焦差异如何影响股票价格偏离与收益预测，STR因子作为创新性行为因子，表现出明显的预测能力与独特信息增量，是A股市场多因子投资策略的有益补充。报告结构合理，方法详实，结论有力，对学术和实务皆具启发价值。

---

参考文献

报告中引用了行为金融领域的关键研究文献，包括Barberis et al. 2016, Bordalo et al. 2013, Cosemans et al. 2021, Cakici and Zaremba 2022, Fama and French 2018, Kahneman and Tversky 1979/1992等，学术根基扎实，研究视野国际化。[page::18-19]

---

如需对报告中特定部分表格或图表做更细致分析，或对其中金融术语和经济模型的具体解读，欢迎继续指示。

报告