[Table_CommonRptType]金融工程
正文目录
1引言4
2数据和变量6
3来自横截面回归的证据7
3.1动量效应分解7
3.2FAMA-MACBETH回归9
4时间序列分析10
4.1多空收益10
4.2动量崩溃的驱动影响12
4.3动量成分在崩溃特性差异上的原因15
5收益可预测性的来源19
5.1市场状态和情绪依赖19
5.2对持续性信息的反应不足21
6策略实用性探讨22
6.1交易成本22
6.2收益预测能力的市值依赖性23
7结论24
风险提示：25
敬请参阅末页重要声明及评级说明2/26证券研究报告
[Table_CommonRptType]金融工程
图表目录
图表1文章框架4
图表2描述性统计7
图表3动量效应分解9
图表4动量成分的FAMA-MACBETH回归10
图表5月度动量因子多空收益11
图表6多空累计收益12
图表7动量因子多头和空头中的赢家和输家股票13
图表8最极端动量崩溃的月份14
图表9主要动量崩溃时期的累计多空收益15
图表10动量策略多头和空头中的赢家和输家股票16
图表11动量因子和其成分的相关系数17
图表12动量因子时变的市场BETA19
图表13动量因子多空收益的子样本期分析20
图表14动量因子的信息离散度和收益预测能力22
图表15动量因子收益预测能力的市值依赖性24
敬请参阅末页重要声明及评级说明3/26证券研究报告
[Table_CommonRptType]金融工程
1引言
图表1文章框架
资料来源：华安证券研究所整理
前一年的赢家股票往往会在随后表现出优于前一年的输家股票（Jegadeesh和
Titman，1993）。在1927年至2020年的美国股票样本中，在形成期月（?12至
?2）具有高动量回报的股票，在月平均比低动量股票高出1.18%。这种动量效应
是股票横截面回报中最普遍的异常现象之一。在本研究中，将形成期回报分解为两
个组成部分：高价-价格比（）和价格-高价比（），