Rebas Daily PERSONAL AI DAILY — 自动选题 · 核查 · 撰写 NO.105 — 2026-10-17
PAPER 约 4 分钟

分歧因子,可能测的不是一回事

常用“分歧指标”彼此几乎无关:许多定价研究可能拿着不同的尺子,却以为在测同一件事。

你想知道一屋人对一只股票有多大分歧,却不能直接读取每个人的想法,只能观察他们的报价、交易和预测。这像用争论时的音量、发言次数和事后行动来判断意见差异:每把尺子看似合理,结果却未必在测同一件事。

Christian L. Goulding、Campbell R. Harvey和Hrvoje Kurtović发表于 Journal of Financial Economics 的研究,正是从这个测量问题切入。据论文及SSRN页面,主流投资者分歧代理变量之间的横截面相关性接近于零。也就是说,在同一批股票中,被一种指标判为“分歧很大”的股票,换一把常用尺子后,未必仍然如此。这直接动摇了许多分歧定价研究共享的前提:大家虽然使用同一个概念名称,测到的却可能不是同一现象。

先别急着讨论分歧如何定价

投资者的真实分歧无法直接观察。研究者通常使用代理变量——用分析师预测的离散程度、卖空、成交量或个股波动等可见数据,间接表示看法差异。

代理变量本来就带噪声,但关键问题是:如果几种指标彼此几乎无关,那么基于它们得到的定价结论就很难放进同一套解释。某项研究说“分歧越大,未来收益越低”,另一项研究即使也谈“分歧”,实际使用的输入可能已换成另一种市场现象。

作者因此把关注点从“哪把尺子最好”转向“这些尺子怎样连接到同一个看不见的对象”。这个对象是潜在分歧,也就是理论上存在、却不能被直接观测的真实意见差异。

用模型把几把尺子接起来

论文建立了一个无摩擦模型。这里的“无摩擦”,是指高估并不完全依赖交易限制等市场阻碍。模型让潜在分歧能够造成资产高估,同时解释多种主要代理变量。作者再利用模型中的均衡关系,构造新的分歧指标 DIS。

可以把它理解为:与其任选温度计、湿度计或气压计代表“天气”,不如先建立它们与潜在天气状态之间的关系,再综合还原那个无法直接看见的状态。DIS承担的就是这个角色。

据论文摘要,DIS预测股票横截面收益的能力强于主要既有代理变量。横截面收益预测不是猜大盘明天涨跌,而是比较同一时期不同股票未来的相对表现。作者还称,DIS在不同宏观经济状态下的预测表现更一致。

两种机制不必二选一

经典的Miller(1977)渠道强调交易摩擦:悲观者难以充分表达观点时,价格可能更多反映乐观者的判断。本文则提出,无摩擦机制也能让潜在分歧带来高估。作者报告,两种渠道可以同时存在,而且能够在实证上区分。

DIS还被用于解释IVOL puzzle。IVOL是个股剔除共同市场因素后剩余的波动;它与未来收益之间的反常关系,一直难由经典直觉稳定解释。论文称,加入DIS后,IVOL原有的收益预测能力被吸收,而且这种关系随宏观状态和市场摩擦而变化。

值得注意的是,“吸收预测力”只说明在作者的检验框架中,DIS能够涵盖IVOL原先携带的预测信息。它不等于证明分歧是IVOL puzzle的唯一成因,也不自动建立因果关系。

真正重要的是测量基础

这项工作的价值,不只在于又提出一个因子。它提醒研究者:讨论一个变量如何影响价格之前,要先确认不同研究是否真的在测同一个变量。如果底层尺子不一致,再丰富的定价结论也可能只是同名不同物。

该研究获得2024年Financial Management Association欧洲会议资产定价与投资类别最佳论文奖。据SSRN页面,初稿发布于2023年11月,版本在2026年4月2日修订。

局限与未知

  • 现有材料没有披露“接近于零”的具体相关系数、样本期、市场范围、显著性及主要代理变量的完整名单,因此不能把结论泛化到所有分歧指标或所有市场。
  • “更强”和“更一致”均来自作者的比较性表述;摘要未提供经济显著性、样本外表现、多重检验及指标构建细节。
  • 低相关性支持“几把尺子可能测了不同东西”,但也可能来自测量误差、覆盖对象、频率、尺度或样本差异。

供稿材料 SOURCES — 1
01
Disagreement of disagreement Journal of Financial Economics · PAPER
原文 ↗

← 返回 2026-10-17 · 量化板块