前言
自从毕业开始工作后就基本不再读论文。万万没想到,职业生涯走着走着走到量化门口。该如何学习这个领域的知识,该如何进行研究,该如何开展工作,这一系列的问题一瞬间占满小脑袋。感觉就像当时正在面对四五名导师,他们都会这么问。
回忆了好一会儿才冷静下来。苦行僧的日子即将来临,好好看论文,好好学技术,好好发现问题解决问题,好好模拟……好多好好,总而言之,言而总之,好好干。
每周一生肉,这周吃了《The Cross-Section of Expected Stock Returns》生肉,原因无他,引用次数极高,先吃了再慢慢消化。
一、题目是什么意思?
股票预期收益的横截面?这么理解就太生硬了。
The Cross-Section其实应该是the cross-sectional variation,指1963~1990时间截面的变化。什么变化?指平均股票收益的变化,而且是关于市场β,市值、杠杆、净值市价比、市盈率等因子的。
所以,我的理解题目意思是写1963~1990年间,市场β、市值、杠杆、净值市价比、市盈率等因子对期望股票收益的影响。或者说,在这段时期,哪些因子对股价收益影响大,哪些因子的影响较小。
二、论文写什么
1.出发点
本文主要针对Sharpe、Lintner、Black的资产定价模型进行引经据典地批判。
作者指出SLB模型存在几个经验矛盾。首先是市值效应,使用SLB模型的β估计,小市值股票的平均收益太高,而大市值的平均收益太低。其次,杠杆通常和风险、期望收益联系在一起,但是在SLB模型中,市场β也许包含了杠杆。再次,有学者发现美国股票的账面价值和平均收益有正相关,日本股票的净值市值率和平均收益也有很强的关联性。最后,还有研究表明市盈率可以代替很多未知因子表示期望收益。
综上,本文作者的目的是找出上述众多因子的联合规则,并证明在NYSE、AMEX、NASDAQ市场