近期研究表明，一些个股或资产组合在日内和隔夜的收益符号相反。部分文章将这一现象归结为开盘时段和日内其他时段的订单不平衡，但是一般而言投资组合的风险暴露、风险溢价与市场信息都不太可能总是在日夜之间发生颠覆性的变化，因此需要在交易层面上寻找可能的影响因素和解释框架。
　　两类套利者的划分：文章将套利者分为敏捷套利者与迟缓套利者。其中，敏捷套利者（做市商）依靠信息优势和技术优势对新信息首先作出反应，并且由于持仓成本更高而需要更高的流动性补偿，从而驱动开盘时段相关股票价格大幅偏离有效区间。迟缓套利者（机构投资者）由于信息劣势和敏捷套利者造成的股价波动而无法参与开盘时段交易，而由于持仓成本更低可以主导日内剩余时段交易。
　　日夜收益差的形成机制：开盘时未被定价的私人信息产生了报价订单缺口，敏捷套利者将为其提供流动性并要求获取额外收益，价格因此出现偏离。而在开盘后的剩余时间里，随着私人信息被有效定价和撇脂风险下降，迟缓套利者也加入到流动性的供给当中，价格的偏离由此逐渐得以纠正，从而产生了方向相反的隔夜收益与日内收益。
　　模型对日夜收益差的解释能力：在截面上，敏捷套利者的平均流动性供给对平均日夜收益差的回归R方达到了71%。在时序上，以敏捷套利者的流动性补偿作为解释变量，绝大部分的因子投资组合都不具有显著的Alpha；对于NMD-MVE组合，其在CAPM框架下具有25.7%的Alpha而在流动性补偿的框架下只有2.8%且统计不显著的Alpha。
　　这类套利机制的出现往往意味着市场有效性较低，若文中所述敏捷套利者过多，开盘时段的过度反应可能进一步降低市场有效性。若开盘时的敏捷套利者行为使股价波动过大，则可能带来显著的日内反转。
　　风险提示：量化模型失效风险：本篇报告所述相关文章结论请参考文章原文，请注意相关结论在样本外存在失效的可能性。
　　

研究报告全文：金融工程金融工程TableMainInfoTableTitle金融工程团队20230925廖静池分析师日夜收益差的形成机制电话0755-23976176邮箱liaojingchi024655gtjascom学学术纵横系列之五十二证书编号S0880522090003术张晗分析师卢开庆研究助理张晗分析师前021-38676666021-38038674电话021-38676666zhanghan027620gtjascomlukaiqing026727gtjascom邮箱zhanghan027620gtjascom沿证书编号S0880522120005S0880122080144证书编号S0880522120005模本报告导读卢开庆研究助理型电话本篇报告介绍一篇文章Heterogeneousliquidityprovidersandnight-minus-dayreturn021-38038674专邮箱lukaiqing026727gtjascom题predictability文章针对隔夜收益和日内收益的差异将套利者分为敏捷套利者和迟证书编号S0880122080144缓套利者认为隔夜和日内收益的差异来自于开盘时段敏捷套利者的交易行为和高额报梁誉耀研究助理流动性补偿从而为日夜收益差提供了交易层面的解释框架该模型对日夜收益差在电话021-38038665告截面与时序上都有良好的解释能力邮箱liangyuyao026735gtjascom摘要证书编号S0880122070051TableSummary近期研究表明一些个股或资产组合在日内和隔夜的收益符号相反部分文章将这一现象归结为开盘时段和日内其他时段的订单不平衡TableReport相关报告但是一般而言投资组合的风险暴露风险溢价与市场信息都不太可能防御型股票的特征20230821总是在日夜之间发生颠覆性的变化因此需要在交易层面上寻找可能基于未来现金流构建新价值因子20230729的影响因素和解释框架估值分化期的价值策略20230712证风险变化如何影响成交量20230708两类套利者的划分文章将套利者分为敏捷套利者与迟缓套利者其券中敏捷套利者做市商依靠信息优势和技术优势对新信息首先作股债相关性驱动因素研究20221216研出反应并且由于持仓成本更高而需要更高的流动性补偿从而驱动究开盘时段相关股票价格大幅偏离有效区间迟缓套利者机构投资者报由于信息劣势和敏捷套利者造成的股价波动而无法参与开盘时段交易而由于持仓成本更低可以主导日内剩余时段交易告日夜收益差的形成机制开盘时未被定价的私人信息产生了报价订单缺口敏捷套利者将为其提供流动性并要求获取额外收益价格因此出现偏离而在开盘后的剩余时间里随着私人信息被有效定价和撇脂风险下降迟缓套利者也加入到流动性的供给当中价格的偏离由此逐渐得以纠正从而产生了方向相反的隔夜收益与日内收益模型对日夜收益差的解释能力在截面上敏捷套利者的平均流动性供给对平均日夜收益差的回归R方达到了71在时序上以敏捷套利者的流动性补偿作为解释变量绝大部分的因子投资组合都不具有显著的Alpha对于NMD-MVE组合其在CAPM框架下具有257的Alpha而在流动性补偿的框架下只有28且统计不显著的Alpha这类套利机制的出现往往意味着市场有效性较低若文中所述敏捷套利者过多开盘时段的过度反应可能进一步降低市场有效性若开盘时的敏捷套利者行为使股价波动过大则可能带来显著的日内反转风险提示量化模型失效风险本篇报告所述相关文章结论请参考文章原文请注意相关结论在样本外存在失效的可能性请务必阅读正文之后的免责条款部分学术前沿模型专题报告目录1引言32异质性套利者分析框架321两类套利者322日夜收益差形成机制43数据与变量构造44对日夜收益差解释模型的实证检验541以往理论检验订单缺口不能解释日夜收益差542核心驱动因素检验敏捷套利者的流动性供给及其补偿可以解释日夜收益差843模型关键假设检验撇脂风险是敏捷套利者垄断开盘时段流动性供给的原因之一95模型对日夜收益差的解释能力分析1051日夜收益差和日度收益并非同源116原文文献结论127我们的思考13请务必阅读正文之后的免责条款部分2of14学术前沿模型专题报告1引言近期研究表明一些个股或资产组合在日内和隔夜的收益符号相反部分文章将这一现象归结为开盘时段和日内其他时段的订单不平衡但是一般而言投资组合的风险暴露风险溢价与市场信息都不太可能总是在在日夜之间发生颠覆性的变化因此需要在交易层面上寻找可能的影响因素和解释框架Heterogeneousliquidityprovidersandnight-minus-dayreturnpredictability一文将套利投资者划分为敏捷套利者如做市商与迟缓套利者如机构投资者认为隔夜和日内收益的差异来自于开盘时段敏捷套利者的高额流动性补偿而迟缓套利者由于信息劣势和开盘时段价格变化无法及时参与开盘时段交易从而为隔夜和日间收益差异提供了交易层面的解释框架文献信息ZhongjinLuStevenMalliarisandZhonglingQinHeterogeneousliquidityprovidersandnight-minus-dayreturnpredictabilityJournalofFinancialEconomicsVolume148Issue3March2023Pages175-2002异质性套利者分析框架21两类套利者新信息进入市场后套利者通过套利交易提供流动性获得相应补偿推动股票价格向特定方向变化文章将套利者分为敏捷套利者与迟缓套利者两者在对新信息的反应机制上存在差异敏捷套利者依靠信息优势和技术优势对新信息首先作出反应如做市商往往可以率先看到实时订单数据从而主导开盘时段的交易由于持仓成本更高敏捷套利者需要更高的流动性补偿从而驱动开盘时段相关股票价格大幅偏离有效区间文章对于持仓成本的解释是敏捷套利者做市商的目标是以最少的持仓获得最高的收益缓慢套利者机构投资者的目标是通过持仓获得风险溢价收益因此持有股票对于敏捷套利者而言的成本更高迟缓套利者由于信息劣势和敏捷套利者造成的股价波动而无法及时参与交易使得开盘时段的流动性实质上被敏捷投资者垄断文章对此的解释是迟缓套利者机构投资者出于风险和收益的考虑往往通过限价订单实现交易在开盘时段股价大幅波动时不会参与交易文章将这一股价变化称为撇脂风险敏捷套利者在开盘时段的行为实际上会阻碍迟缓套利者参与交易此外由于迟缓套利者机构投资者的持仓成本相对较低随着信息认知和流动性初步充裕股价也逐渐回归有效区间从而迟缓套利者可以主导日间剩余时段的交易请务必阅读正文之后的免责条款部分3of14学术前沿模型专题报告22日夜收益差形成机制在每天接近开盘时未被定价的私人信息驱动了报价订单缺口的产生敏捷套利者将为其提供流动性并要求获取额外收益以作为其流动性供给的补偿价格因此出现偏离此时迟缓套利者将受到撇脂风险的阻碍而无法入场因此给予了敏捷套利者扭曲价格开展套利的机会但在开盘后的剩余时间里随着私人信息被有效定价撇脂风险下降迟缓套利者也加入到流动性的供给当中价格的偏离由此逐渐得以纠正从而产生了方向相反的隔夜收益与日内收益在这一分析框架下文章将日夜收益差的研究拓展为对敏捷套利者在开盘时流动性供给的可预测性与其要求获得的流动性补偿的研究3数据与变量构造文章使用了来自CRSP数据的美股普通股数据包括纽约交易所纳斯达克交易所等与纽约交易所的TAQ逐笔交易数据样本时间自1993年4月起在进行数据处理时首先丢弃了股票在日内收益超过1000的交易日数据其次为了缓解微观结构导致的问题并且确保其结果不受小市值或低流动性股票影响文章要求股票在对应月份具有以下特征股票的日交易量中位数要超过1000股股票在一个月内的开盘价缺失值不多于一天股价需要在5美元以上并且股票市值要达到纽交所的后20分位数以上在文章中需要多次使用到的变量包括日内收益隔夜收益日夜收益差与报价订单缺口的代理变量其构造方法分别如下日内收益11隔夜收益11日夜收益差在计算上述指标时开盘价定义为早盘930至1000之间的交易量加权平均价格收盘价则定义为TAQ数据的收盘交易价格且剔除掉了股票分红等其它情况造成的影响对于流动性供给的代理变量文章同时沿用了两篇文献中的构造方法对于敏捷套利者的流动性供给文章将其定义为通过Boehmeretal2012算法计算得到的报价订单缺口RMOI对于总体的流动性供给文章将其定义为通过LeeandReady1991算法计算得到的报价订单缺口OI请务必阅读正文之后的免责条款部分4of14学术前沿模型专题报告4对日夜收益差解释模型的实证检验在文章的模型中其将套利者划分为两种类型其中敏捷套利者主要包括做市商等角色迟缓套利者则包括机构投资者等角色前者相对后者而言能够更快接触到市场信息即具有信息优势但劣势在于其交易成本较高这使得其每次交易时都会要求较高的收益预期后者相对前者而言对信息的处理更迟缓但投资成本较低基于这样的异质性套利者设计当市场上存在未被定价的私人信息时迟缓套利者由于其信息劣势而在短时间内无法识别可能存在的撇脂行为故不会迅速入场交易而敏捷套利者则能够即使入场成为主要的流动性供给方但由于其交易成本较高其在交易时将试图更大程度提高价差以覆盖交易支出迟缓交易者虽然入场较晚但由于其交易成本较低交易时不必有意抬高价差能够起到纠正价格偏离的效果基于上述模型假设与引言中提及的日夜收益差形成机制文章通过建立理论模型提出了以下三个推论并依次进行实证研究以充分完整地对其提出的解释模型进行验证推论一过往的理论认为日夜收益差主要是由于报价订单冲击而产生的具有代表性的说法包括开盘时由情绪驱动的报价订单推动了价格的偏离交易者可根据其交易习惯分为不同的类别他们分别在开盘时与开盘后方向制造出了方向相反的报价订单缺口从而驱使价格在两个阶段出现方向相反的偏离套利者倾向于在开盘时购买高贝塔的股票并在收盘前卖出从而产生了相反的隔夜收益与日内收益针对上述说法文章认为如果仅报价订单冲击就能够解释基于这些特定投资组合的日夜收益差那么方向相反的隔夜收益与日内收益需要对应方向相反的报价订单缺口否则过往的理论是不足以成立的推论二根据文章提出的新解释日夜收益差应当具有两个驱动因素即敏捷套利者的可预测的流动性供给与其要求获得的流动性补偿水平推论三根据文章提出的新解释撇脂风险对迟缓套利者的入场阻碍效果是敏捷套利者获得套利机会的重要条件因此当敏捷套利者在开盘时提供流动性的垄断地位受到挑战即撇脂风险对迟缓套利者入场的阻碍效果下降时迟缓套利者也能够参与到开盘时的流动性供给此时价格偏离水平与可预测的收益水平应当将会有所下降41以往理论检验订单缺口不能解释日夜收益差根据推论一若过往的理论是正确的那么方向相反的隔夜收益与日内收益需要对应方向相反的报价订单缺口对此文章首先使用了源自Louetal2019的17个因子并通过基于因子排序的方式以市值加权的准则构造了17个多空投资组合并进行月度调仓所图一与图二所示这些投资组合其中NMD-MVE为基于日夜收益差的均值方差有效前沿组合其可以由前文中提出的基于因子的请务必阅读正文之后的免责条款部分5of14学术前沿模型专题报告投资组合进一步线性组合得到在平均隔夜收益平均隔夜Alpha与平均日内收益平均日内Alpha的盈亏是相反的且其收益绝对值都有着较大的规模由此可以得出这些特定投资组合的隔夜收益与日内收益是方向相反且规模稳定的图1特定投资组合的平均隔夜收益与日内收益图2特定投资组合的平均隔夜Alpha与日内Alpha数据来源Heterogeneousliquidityprovidersandnight-minus-dayreturnpredictability国泰君安证券研究接下来为了观察报价订单缺口是否如隔夜收益与日内收益那样具有相反的方向文章将交易时间按照每30分钟为一个区间进行划分给出了每个区间下NMD-MVE投资组合的平均累计收益与报价订单缺口情况首先从直观角度来看如图三所示在理想情况下当隔夜收益为正而日内收益为负时其开盘区间内的订单报价缺口应与开盘后剩余交易时间内的订单报价缺口方向相反然而根据图四给出的真实情况NMD-MVE投资组合的隔夜收益与日内收益的方向是相反的但报价订单缺口却在一天中保持着相同的方向这与过往的报价订单冲击解释理论相悖图3理想中的累计收益与报价订单缺口区间图图4实际中的累计收益与报价订单缺口区间图数据来源Heterogeneousliquidityprovidersandnight-minus-dayreturnpredictability国泰君安证券研究随后从统计角度进行正式的检验首先如果基于特定因子排序构造出的多空组合的报价订单缺口是不具有可预测性的那么这些投资组合的报价订单缺口应该在时序上有着均值为0的特征表一中检验了NMD-请务必阅读正文之后的免责条款部分6of14学术前沿模型专题报告MVE投资组合的报价订单缺口的时序均值的显著性发现其平均OI为正且在99的置信水平下显著即使将其划分为半小时区间该结果在每个子区间上依然成立除此之外RMOI与非RMOI在这些子区间上同样显著为正其中RMOI约占OI的四分之一至三分之一之间表1NMD-MVE投资组合的订单报价缺口在子区间上的均值检验结果表100010301100113012001230100130200230300330400AMAMAMAMAMAMPMPMPMPMPMPMPMOI4883683243072812852222522302342732732218781096108311091108129310251231111810851124984444RMOI188123107096086083077073071079077079045198018311900177218441681181118261522176917571618688Non-RMOI300245217211195202145179159155194194166566743752790800972692894781751826717353数据来源Heterogeneousliquidityprovidersandnight-minus-dayreturnpredictability国泰君安证券研究从统计角度确认了报价订单缺口的可预测性后文章接下来检验了NMD-MVE投资组合在开市时的第一个半小时子区间与剩余12个半小时子区间之间的报价订单缺口的自相关性并利用经过Newey-West调整后的预测回归模型计算出其对应的t统计量根据表二结果对于这36个自相关系数有29个在95的置信水平上显著为正即大部分情况下开盘内第一个子区间的报价订单缺口对剩余子区间的报价订单缺口有正向预测效果表2NMD-MVE投资组合的订单报价缺口在子区间上的均值检验结果表100010301100113012001230100130200230300330400AMAMAMAMAMAMPMPMPMPMPMPMPMOI101006005002002001002002002002002005466528-447-278-171-167-227-278-201-251-155-322RMOI1024016012010100800600600600600800514231173913835866697615438508487554243Non-RMOI10100600500200200100200200200200200447550344256156153221306189249149295数据来源Heterogeneousliquidityprovidersandnight-minus-dayreturnpredictability国泰君安证券研究根据以上研究文章从直观角度与统计角度验证了NMD-MVE投资组合的报价订单缺口在一天内会保持相同的方向这推翻了过往的理论解释因为开盘时正向的报价订单缺口对应着投资组合的正向隔夜收益但开盘后仍是正向的报价订单缺口却对应着投资组合的负向日内收益对于这一现象文章给出的解释为虽然敏捷套利者会在开盘时会为了提供流动性而不断吸收买入订单但其不会一直持续同向的操作而会在开盘后不断的放出买入订单以平仓因此同向的报价订单缺口会在一天内持续存在在接近开盘时敏捷套利者由于其垄断地位将价格抬升至合理水平之上作为自己提供流动性的补偿从而形成了正向隔夜收益正式开盘后虽然报价订单缺口持续存在但随着迟缓套利者的不请务必阅读正文之后的免责条款部分7of14学术前沿模型专题报告断入场价格被逐渐纠正至合理水平从而产生了负向日内收益42核心驱动因素检验敏捷套利者的流动性供给及其补偿可以解释日夜收益差根据推论二可预测的日夜收益差是由两部分因素驱动的敏捷套利者在开盘时的可预测的流动性供给与其要求获得的流动性补偿水平文章首先探讨第一个因素即敏捷套利者在开盘时的可预测的流动性供给为了定量分析其对于日夜收益差的影响机制文章设计了一个两阶段回归2SLS第一阶段以开盘时半小时的OpenRMOI作为开盘时敏捷套利者的流动性供给的代理变量以OpenRMOI的前值作为解释变量当期值为因变量回归得到OpenRMOI的期望值第二阶段以OpenRMOI的期望值为解释变量日夜收益差为自变量由此这个2SLS回归系数就能够建立起滞后的OpenRMOI与日夜收益差的期望值之间的联系其回归结果如表三所示第1列中OpenRMOI的系数为118即当OpenRMOI的期望值提升1个单位时期望日夜收益差将有118的提升故验证了敏捷套利者在开盘时的可预测的流动性供给是可预测的日夜收益差的驱动因素之一接下来探讨第二个因素即敏捷套利者所要求获得的流动性补偿水平文章沿用Nagel2012的方法以日频反转策略的收益DailyRev作为敏捷套利者所要求的流动性补偿的度量并使用了Nagle2012论文中的预测模型计算出了流动性补偿的期望值DailyRev随后文章将HighDailyRev作为虚拟变量即超过样本中位数为1低于样本中位数为0并与OpenRMOI的期望值相乘为交叉项带入到前文中的2SLS回归模型中以检验期望日夜收益差与OpenRMOI之间的关系是否会由于流动性补偿水平的变化而变化其结果如表三的第2列所示交叉项的系数为064且在99的置信水平上显著在HighDailyRev的条件下OpenRMOI的期望值提升1个单位时期望日夜收益差将升高153否则为089由此可得当敏捷套利者要求获得的流动性补偿更高时相同水平下的期望OpenRMOI将伴随着更大规模的期望日夜收益差最后文章将DailyRev替换为期望买卖价差Spread作为流动性补偿的代理变量结论仍然成立结果如表三第3列所示表3两阶段回归结果表123OpenRMOI118089074846536379OpenRMOI064223OpenRMOI085302DayFixedEffectsYesYesYesN618432261843226184322数据来源Heterogeneousliquidityprovidersandnight-minus-dayreturnpredictability国泰君安证券研究请务必阅读正文之后的免责条款部分8of14学术前沿模型专题报告43模型关键假设检验撇脂风险是敏捷套利者垄断开盘时段流动性供给的原因之一根据推论三撇脂风险使得敏捷套利者在流动性供给上具有垄断地位从而拥有了抬高流动性价格进行套利的机会因此当撇脂风险对于迟缓套利者的影响减弱即敏捷套利者的垄断地位受到挑战时价格偏离程度将降低由RMOI引致的可预测日夜收益差将下降针对推论三一个既定的事实是当未被定价的私人信息较少时撇脂风险将有所下降迟缓套利者将因此参与到开盘时的流动性供给当中据此文章以在美国与欧洲双重上市的股票为研究对象设计了撇脂机制的实证检验对于大部分股票隔夜期间未被定价的私人信息将会导致开盘时的高度信息不对称但由于欧洲股市的开盘时间更早双重上市的股票往往在美股开盘前就已经得到活跃交易私人信息将通过这些海外交易被正确定价从而降低美股开盘时的信息不对称程度使得撇脂风险有效下降为了检验这一机制是否成立文章使用CompustatGlobal识别了在欧洲与美国双重上市的股票EuropeDL并另外识别出与这些双重上市股票市值接近且行业相同的仅美国本土上市的股票作为对照组USControl样本选取自2006年10月至2010年12月其中平均包含了84支双重上市的股票此处同样以前文所述的两阶段回归作为研究方法在计算t统计量时考虑了公司与日度层面的双重聚类标准误结果如表四所示第1列与第2列分别给出了双重上市组与本土对照组的回归系数可以看出后者的回归系数显著为正前者则并不显著即在双重上市组内期望OpenRMOI对期望日夜收益差没有显著影响进一步地文章将双重上市组与本土对照组合并为一组EuropeUS将是否双重上市作为虚拟变量Dual-list并另与OpenRMOI项相乘为交叉项纳入回归中其结果如表四第3列所示可以看出其交叉项显著为负其有力地支持了当海外交易减少了美股开盘时的未定价私人信息时由RMOI引致的可预测日夜收益差下降的推论与此同时考虑到双重上市股票具有的其他某些性质可能会混淆结果文章进一步使用在加拿大与美国双重上市的股票进行相同步骤的回归由于加拿大股市与美国股市的开盘时间相同故组内股票在美股开盘前并不会有活跃的海外交易根据推论其其结果如表四的第4-6列所示可以看出美加双重上市的股票的回归系数仍然显著且第6列中的交叉项并不显著有力地说明了同时开盘的情况下即私人信息未得到有效定价的情况下期望OpenRMOI与期望日夜收益差之间的关系并不受到影响请务必阅读正文之后的免责条款部分9of14学术前沿模型专题报告表4双重上市股票两阶段回归结果表EuropeDLUSControlEuropeUSCanadaDLUSControlCanadaUS123456OpenRMOI-002009009004010009-112222226170223195OpenRMOIDual-list-012-035-264-105Dual-list-070393-049247DayFixedEffectsYesYesYesYesYesYesN302106294693594799335438345826681264数据来源Heterogeneousliquidityprovidersandnight-minus-dayreturnpredictability国泰君安证券研究5模型对日夜收益差的解释能力分析在对解释理论进行实证检验后文章进一步探究了该理论对这些基于因子排序得到的投资组合的日夜收益差的解释能力在图五中文章绘制了这些投资组合的平均日夜收益差与平均OpenRMOI的分布图可以看出投资组合的OpenRMOI的方向与大小基本与其平均日夜收益差相匹配两者呈正相关关系当使用一个无截距项的线性模型对该截面进行拟合时截面的R方达到了71回归斜率为21其经济学含义可以理解为敏捷套利者在开盘时提供流动性的平均回报随后文章再次将HighDailyRev作为指示变量将各个投资组合划分为高流动性补偿与低流动性补偿两种状态并分别进行回归结果如图六所示高流动性补偿状态下的截面斜率达到了低流动性补偿状态下的截面斜率的两倍图5因子排序投资组合的截面回归图图6投资组合在高低流动性补偿下的截面回归图数据来源Heterogeneousliquidityprovidersandnight-minus-dayreturnpredictability国泰君安证券研究在截面分析之外文章还分析了流动性补偿与日夜收益差在时序上的联系通过对这17个因子投资组合与NMD-MVE组合均以DailyRev作为解释变量日夜收益差作为因变量在时序上进行回归并将回归的请务必阅读正文之后的免责条款部分10of14学术前沿模型专题报告截距解释为同时将日夜收益差以CAPM框架进行回归得到用于对比分析回归结果如表五所示17个因子投资组合中有高达14个在统计上不显著其数量是不显著的的两倍以上这说明流动性补偿因子能够在绝大部分组合中都能够很好地解释日夜收益差对于NMD-MVE组合可以看出在其达到2573而仅有28且在统计上并不显著这进一步说明了流动性补偿的良好解释能力表5流动性补偿与日夜收益差的时序回归结果表Portfoliot-statt-statt-stat42754693740580653913911365692105057328TURNOVER3906445109316605942IVOL344329-858-118083399-3089-2441470141-082-329BETA2811331949120046318MOM24844161494133012052INDMON1709332935139012084-1544-166992143-046-277ROE-1297-190478078-035-278ME11323182619573-027-351INV1017217090019017264STR-917-1071844212-051-245ACCRUALS-718-214-817-129002016ISSUE652130-252-048018185SUE375119572127-006-062BM-025-0051527248-024-179NMDMVE2573-455276067039367数据来源Heterogeneousliquidityprovidersandnight-minus-dayreturnpredictability国泰君安证券研究51日夜收益差和日度收益并非同源根据上述分析文章提出的模型无论从截面还是时序上都能够对日夜收益差进行充分地解释接下来作者进一步猜想日夜收益差是否与收盘价收益率具有共通的性质模型所给出的能够显著影响前者的两个驱动因素是否也会影响后者对于两类收益是否同源的问题文章的研究方法如下首先利用前文中提及的17个因子作为特征输入到一个梯度增强决策树模型中对OpenRMOI做出拟合其中训练集为2010年1月至2020年12月之间的数据训练完成后使用第t-1期的模型拟合出的OpenRMOI1作为自变量分别以第t期的真实OpenRMOI日夜收益差与收盘价收益作为作为因变量使用Fama-MecBeth方法建立预测模型回归结果如表六的第1-3列所示可以看出由各个因子拟合出的OpenRMOI1能够正向预测下一期的日夜收益差与真实OpenRMOI且在统计学上具有显著相比之下其对下一期的收盘价收益的回归系数为负且并不显著由于请务必阅读正文之后的免责条款部分11of14学术前沿模型专题报告上述回归的区间包含了决策树的训练区间其可能具有一定样本内性质为了保证结果的稳健性文章进一步在2010年1月以前的样本外区间进行相同的操作其结果如表六的第4-6列所示结论与样本内区间相一致由此可以得出没有证据表明以因子为条件拟合出的OpenRMOI具有预测收盘价收益的能力表6基于因子的OpenRMOI拟合值对各因变量回归结果表FullSampleFullSampleFullSampleOut-of-SampleOut-of-SampleOut-of-Sample123456583-022142848-041064590-046990671-054777Constant2652501426456-010119373095125217-045N60212460212429417137338737338765467AdjustedR2001000100300200020004数据来源Heterogeneousliquidityprovidersandnight-minus-dayreturnpredictability国泰君安证券研究6原文文献结论文章给出了一个基于异质性套利者的可预测日夜收益差的解释模型在模型当中两种不同类型的套利者在一个交易日的不同时间段分别决定了流动性供给的价格在接近开市时未被定价的私人信息量较大敏捷套利者的信息优势使其能够不受撇脂风险的影响而直接参与到交易当中成为流动性的主要供给方并扭曲价格以收取流动性补偿随着开盘后私人信息被有效定价迟缓套利者入场提供流动性供给并逐渐将价格纠正至合理水平从而形成了可预测的日夜收益差在对解释模型进行检验时文章发现报价订单缺口在一天内倾向于持续存在且方向相同因此过往以报价订单缺口作为日夜收益差的主要驱动原因的解释模型是存在一定问题的随后文章探究发现开盘时敏捷套利者的流动性供给量正向影响可预测的日夜收益差且这种正向关系会随着其流动性补偿的提高而增强接下来文章以在欧洲美国双重上市的股票与加拿大美国双重上市的股票作为样本验证了撇脂风险的存在对于日夜收益差形成的重要作用在对模型进行实证检验后文章从截面与时序两个角度分别检验了模型对日夜收益差的解释能力在截面上敏捷套利者的平均流动性供给对平均日夜收益差的回归R方达到了71在时序上以敏捷套利者的流动性补偿作为解释变量绝大部分的因子投资组合都不具有显著的Alpha对于NMD-MVE组合其在CAPM框架下具有257的Alpha而在流动性补偿的框架下只有28且统计不显著的Alpha最后文章对日夜收益差与收盘价收益是否同源进行了研究发现基于17个因子拟合出的开盘流动性供给能够正向显著地预测下一期的期望日夜收益差而无法显著预测下一期的收盘价收益请务必阅读正文之后的免责条款部分12of14学术前沿模型专题报告7我们的思考本文结合理论与实证两个角度对日夜收益差的产生机制进行了详细研究根据文章的理论产生日夜收益差的根源在于信息不对称条件下的交易不对称机构投资者对私人信息的迟缓反应给予了做市商或其它短线交易者扭曲价格开展套利的机会因此这类套利机制的出现往往意味着市场有效性较低若开盘时的敏捷套利者将价格抬升幅度过大且盘中交易时迟缓套利者并没有完全将其纠正至合理水平该反应过度的性质很有可能伴随未来较为明显的反转效应基于该效应的反转因子可以作为我们进一步的研究内容除此之外根据文章给出的解释撇脂风险的存在是出现日夜收益差的必要前置条件而撇脂风险的存在需要两个条件一是股票或投资组合需要在开盘前积累有一定量未被定价的私人信息二是其私人信息不会通过海外交易或其他方式被提前消化在文章中基于因子排序得到的因子组合且没有在比本土更早开盘的其他市场上市被认为是具有以上两个性质的那么为何此类样本具有以上两个性质是否还存在其他类型的个股或组合满足条件或者具有更强的日夜收益差可预测性也可以成为我们未来的研究方向请务必阅读正文之后的免责条款部分13of14学术前沿模型专题报告本公司具有中国证监会核准的证券投资咨询业务资格分析师声明作者具有中国证券业协会授予的证券投资咨询执业资格或相当的专业胜任能力保证报告所采用的数据均来自合规渠道分析逻辑基于作者的职业理解本报告清晰准确地反映了作者的研究观点力求独立客观和公正结论不受任何第三方的授意或影响特此声明免责声明本报告仅供国泰君安证券股份有限公司以下简称本公司的客户使用本公司不会因接收人收到本报告而视其为本公司的当然客户本报告仅在相关法律许可的情况下发放并仅为提供信息而发放概不构成任何广告本报告的信息来源于已公开的资料本公司对该等信息的准确性完整性或可靠性不作任何保证本报告所载的资料意见及推测仅反映本公司于发布本报告当日的判断本报告所指的证券或投资标的的价格价值及投资收入可升可跌过往表现不应作为日后的表现依据在不同时期本公司可发出与本报告所载资料意见及推测不一致的报告本公司不保证本报告所含信息保持在最新状态同时本公司对本报告所含信息可在不发出通知的情形下做出修改投资者应当自行关注相应的更新或修改本报告中所指的投资及服务可能不适合个别客户不构成客户私人咨询建议在任何情况下本报告中的信息或所表述的意见均不构成对任何人的投资建议在任何情况下本公司本公司员工或者关联机构不承诺投资者一定获利不与投资者分享投资收益也不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任投资者务必注意其据此做出的任何投资决策与本公司本公司员工或者关联机构无关本公司利用信息隔离墙控制内部一个或多个领域部门或关联机构之间的信息流动因此投资者应注意在法律许可的情况下本公司及其所属关联机构可能会持有报告中提到的公司所发行的证券或期权并进行证券或期权交易也可能为这些公司提供或者争取提供投资银行财务顾问或者金融产品等相关服务在法律许可的情况下本公司的员工可能担任本报告所提到的公司的董事市场有风险投资需谨慎投资者不应将本报告作为作出投资决策的唯一参考因素亦不应认为本报告可以取代自己的判断在决定投资前如有需要投资者务必向专业人士咨询并谨慎决策本报告版权仅为本公司所有未经书面许可任何机构和个人不得以任何形式翻版复制发表或引用如征得本公司同意进行引用刊发的需在允许的范围内使用并注明出处为国泰君安证券研究且不得对本报告进行任何有悖原意的引用删节和修改若本公司以外的其他机构以下简称该机构发送本报告则由该机构独自为此发送行为负责通过此途径获得本报告的投资者应自行联系该机构以要求获悉更详细信息或进而交易本报告中提及的证券本报告不构成本公司向该机构之客户提供的投资建议本公司本公司员工或者关联机构亦不为该机构之客户因使用本报告或报告所载内容引起的任何损失承担任何责任评级说明评级说明1投资建议的比较标准增持相对沪深300指数涨幅15以上投资评级分为股票评级和行业评级以报告发布后的12个月内的市场表现谨慎增持相对沪深300指数涨幅介于515之间为比较标准报告发布日后的12个月股票投资评级内的公司股价或行业指数的涨跌幅中性相对沪深300指数涨幅介于-55相对同期的沪深300指数涨跌幅为基减持相对沪深300指数下跌5以上准2投资建议的评级标准增持明显强于沪深300指数报告发布日后的12个月内的公司股价或行业指数的涨跌幅相对同期的沪行业投资评级中性基本与沪深300指数持平深300指数的涨跌幅减持明显弱于沪深300指数国泰君安证券研究所上海深圳北京地址上海市静安区新闸路669号博华广深圳市福田区益田路6003号荣超商北京市西城区金融大街甲9号金融场20层务中心B栋27层街中心南楼18层邮编200041518026100032电话0213867666607552397688801083939888E-mailgtjaresearchgtjascom请务必阅读正文之后的免责条款部分14of14