本期推荐一篇2024年5月发表在JFQA上的论文《从股票价格的横截面推断市场的总体预期》。金融市场中一个长期存在的难题，即如何准确估计市场的预期回报率。市场预期回报率对于理解资产定价和投资决策至关重要，但由于其本质上的不可观察性和测量难度，这一直是金融研究中的一大挑战。传统的方法通常依赖于对未来现金流的预测和折现率的假设，这些假设在实际操作中可能存在较大的不确定性和偏差。因此，研究者提出了一种新的方法，通过分析股票价格、收益和账面价值的横截面数据来推断市场的预期回报率。
该研究采用了残余收入模型，利用股票的账面价值、营业收入和净股息等数据，来估算企业的内在价值。数据来源于Compustat和CRSP数据库，样本涵盖了1976年1月至2018年12月期间的所有在NYSE、AMEX或NASDAQ上市的普通股。为了保证数据的质量，研究排除了市值低于5000万美元或股票价格低于1美元的公司，以及金融和公用事业行业的公司。在回归分析中，研究采用了Theil-Sen（TS）估计方法，这是一种非参数估计方法，能够有效应对异方差性和离群值问题。具体而言，TS估计方法通过随机抽样多次估计参数，并最终使用每个参数分布的中位数作为最终参数估计值。回归方程中，股票价格作为因变量，账面价值、营业收入和净股息等作为自变量。
研究结果显示，该方法推断出的市场预期回报率具有经济上的合理性，显示出反周期性特征，即在经济衰退期间上升，在经济扩张期间下降。通过与其他折现率估算方法进行比较，发现该方法在解释时间序列的市场回报率变化以及超出样本预测方面表现优异。具体而言，折现率冲击解释了将近一半的历史市场回报率变化，而其他折现率估算方法只能解释不到2%的变化。此外，该方法在国际股票市场中同样表现良好，显示出强大的跨市场适用性。
总的来说，这项研究不仅在学术上具有重要价值，为市场预期回报率的估计提供了新的视角和方法，也对实际投资和市场分析具有深远影响。通过更准确地解释市场回报率变化，该方法有助于增强对市场行为和资产定价的理解，为投资者在不同经济周期中的决策提供了重要参考依据。
唧唧堂学院推荐订阅
