चीन के A-शेयर बाजार में फैक्टर मोमेंटम: अनुभवजन्य साक्ष्य (2000–2023)
चीन के A-शेयर बाजार में फैक्टर मोमेंटम रणनीतियों ने लगभग 9.91% वार्षिक रिटर्न और लगभग 1.15 का शार्प अनुपात अर्जित किया है; यह अमेरिकी बाजार में तुलनीय रणनीतियों के प्रदर्शन से लगभग दोगुना है। यह अंतर संयोग नहीं है, और इसे केवल उभरते बाजार के जोखिम प्रीमियम से नहीं समझाया जा सकता। इसकी जड़ें चीनी इक्विटी बाजारों की संरचनात्मक विशेषताओं में हैं: खुदरा निवेशकों का प्रभुत्व, शॉर्ट-सेलिंग पर प्रतिबंध, दैनिक मूल्य सीमाएं, और इन परिस्थितियों से उत्पन्न भावना-चालित फैक्टर दृढ़ता।
यह लेख Gu, Xiong, और Chen (2024, China Journal of Econometrics) के शोध और Ma, Liao, और Jiang (SSRN 4148445) द्वारा स्थापित मात्रात्मक बेंचमार्क पर आधारित है, जो 2000 से 2023 तक चीन के A-शेयर बाजार में फैक्टर मोमेंटम का व्यवस्थित विश्लेषण प्रस्तुत करता है। मुख्य निष्कर्ष यह है: A-शेयर फैक्टर मोमेंटम एक व्यवहारिक विसंगति है जो भावना द्वारा संचालित है, न कि एक पारंपरिक जोखिम प्रीमियम; और शॉर्ट-सेलिंग बाधाओं के कारण, लॉन्ग लेग ने ऐतिहासिक रूप से कुल अतिरिक्त रिटर्न के 80% से अधिक का योगदान किया है।
फैक्टर मोमेंटम: एक संक्षिप्त वैश्विक संदर्भ
फैक्टर मोमेंटम का अर्थ है हाल में बेहतर प्रदर्शन करने वाले निवेश फैक्टर (मूल्य, मोमेंटम, गुणवत्ता, और अन्य) का आगे भी बेहतर प्रदर्शन जारी रखने की प्रवृत्ति। स्टॉक-स्तरीय मोमेंटम के विपरीत, फैक्टर मोमेंटम संपूर्ण फैक्टर रणनीतियों में संचालित होता है, हाल में जीतने वाले फैक्टरों पर लॉन्ग और हाल में हारने वाले फैक्टरों पर शॉर्ट जाता है।
Quant Decoded के मूल बैकटेस्ट (देखें फैक्टर मोमेंटम विभिन्न परिसंपत्ति वर्गों में: एक मूल बैकटेस्ट) में पाया गया कि अमेरिकी इक्विटी बाजारों में, 1 महीने के लुकबैक अवधि वाली फैक्टर मोमेंटम रणनीति ने लगभग 7.2% वार्षिक रिटर्न और लगभग 0.61 का शार्प अनुपात उत्पन्न किया; क्रॉस-एसेट विविधीकरण ने शार्प अनुपात को और लगभग 0.83 तक बढ़ाया। यह साक्ष्य सम्मोहक है, लेकिन यह पूरी तरह से संस्थागत निवेशकों द्वारा प्रभुत्व वाले और कार्यात्मक शॉर्ट-सेलिंग ढांचे वाले विकसित बाजारों से लिया गया है।
उसी ढांचे को चीन के A-शेयरों पर लागू करने से एक व्यवस्थित विचलन उत्पन्न होता है, और यह विचलन कमजोर दिशा में नहीं बल्कि मजबूत दिशा में है। यह समझने के लिए A-शेयर बाजार संरचना पर करीब से ध्यान देना आवश्यक है।
चीन के A-शेयर बाजार की संरचनात्मक विशिष्टता
चीनी इक्विटी बाजार कई आयामों में विकसित बाजारों से भिन्न हैं, जो एक साथ मिलकर असामान्य रूप से मजबूत फैक्टर मोमेंटम के लिए संस्थागत परिस्थितियां बनाते हैं।
| बाजार विशेषता | चीन A-शेयर | अमेरिकी इक्विटी बाजार |
|---|---|---|
| खुदरा ट्रेडिंग हिस्सेदारी | ~80%+ | ~15% |
| शॉर्ट-सेलिंग तंत्र | 2010 के बाद धीरे-धीरे खुला; अभी भी सीमित | अच्छी तरह से विकसित |
| दैनिक मूल्य सीमा | ±10% (ST शेयरों के लिए ±5%) | कोई नहीं |
| औसत होल्डिंग अवधि | ~40 दिन (खुदरा-प्रभुत्व) | ~109 दिन (संस्थागत-प्रभुत्व) |
| विश्लेषक कवरेज घनत्व | बड़े कैप के लिए उच्च; छोटे और मध्यम कैप के लिए कम | अपेक्षाकृत एकसमान |
| वार्षिक टर्नओवर | ~300%–500% | ~100%–150% |
खुदरा प्रभुत्व के दो प्रबलक प्रभाव हैं। पहला, खुदरा निवेशक संस्थागत निवेशकों की तुलना में मैक्रोइकोनॉमिक और फैक्टर-स्तरीय जानकारी के बारे में अपनी धारणाओं को अधिक धीरे-धीरे अपडेट करते हैं, जिससे फैक्टर संकेतों के प्रसारण में महत्वपूर्ण अंतराल उत्पन्न होता है। दूसरा, खुदरा झुंड व्यवहार स्थापित फैक्टर प्रवृत्तियों को मौलिक औचित्य से परे धकेल देता है, तार्किक पुनर्मूल्यांकन के बजाय व्यवहारिक प्रवर्धन के माध्यम से फैक्टर दृढ़ता को बढ़ाता है।
शॉर्ट-सेलिंग बाधाएं इस गतिशीलता को और जटिल बनाती हैं। विकसित बाजारों में, संस्थागत आर्बिट्रेजर्स खराब प्रदर्शन करने वाले फैक्टर पोर्टफोलियो को शॉर्ट कर सकते हैं और गलत मूल्य निर्धारण के सुधार को गति दे सकते हैं। A-शेयरों में, यह सुधार तंत्र 2010 से पहले अनिवार्य रूप से अनुपस्थित था और आज भी सीमित है। इसलिए फैक्टर-स्तरीय गलत मूल्य निर्धारण अधिक समय तक बना रहता है, और जब वे सुधरते हैं, तो समायोजन लगभग पूरी तरह से लॉन्ग लेग के माध्यम से होता है।
मूल्य सीमाएं एक और आयाम जोड़ती हैं। दैनिक ±10% की सीमा अत्यधिक अस्थिरता को कम करती है, लेकिन यह मूल्य खोज को भी धीमा करती है, जिससे समय के साथ फैक्टर रिटर्न दृढ़ता खिंचती है, जो यांत्रिक रूप से मोमेंटम रणनीतियों का समर्थन करती है।
डेटा और पद्धति
विश्लेषण में पूर्ण A-शेयर ब्रह्मांड (ऑल-A बाजार) शामिल है, ST-नामित शेयरों और 12 महीने से कम समय के लिए सूचीबद्ध शेयरों को छोड़कर। नमूना जनवरी 2000 से दिसंबर 2023 तक चलता है, जो लगभग 288 मासिक अवलोकन प्रदान करता है।
पांच प्रमुख फैक्टरों का परीक्षण किया गया है:
| फैक्टर | लॉन्ग लेग | शॉर्ट लेग |
|---|---|---|
| मूल्य (HML) | शीर्ष 30% बुक-टू-मार्केट | निचला 30% बुक-टू-मार्केट |
| आकार (SMB) | बाजार पूंजीकरण द्वारा निचला 50% | बाजार पूंजीकरण द्वारा शीर्ष 50% |
| मोमेंटम (UMD) | शीर्ष 30% 12-1 महीने का रिटर्न | निचला 30% 12-1 महीने का रिटर्न |
| लाभप्रदता (QMJ) | शीर्ष 30% लाभप्रदता, विकास, सुरक्षा | निचला 30% |
| कम अस्थिरता (BAB) | मध्यिका से नीचे बीटा स्टॉक, लीवरेज्ड | मध्यिका से ऊपर बीटा स्टॉक, डीलीवरेज्ड |
फैक्टर मोमेंटम रणनीति पिछले L महीनों में उनके संचयी कुल रिटर्न के आधार पर सभी पांच फैक्टरों को रैंक करती है, प्रत्येक महीने शीर्ष-रैंक वाले फैक्टर पर लॉन्ग और निचले-रैंक वाले फैक्टर पर शॉर्ट जाती है। परीक्षण की गई प्राथमिक लुकबैक अवधि 1 महीने और 12 महीने हैं। समय-श्रृंखला फैक्टर मोमेंटम (प्रत्येक फैक्टर के अपने पूर्ण पिछले रिटर्न दिशा पर आधारित) और क्रॉस-सेक्शनल फैक्टर मोमेंटम (फैक्टरों में सापेक्ष रैंकिंग पर आधारित) दोनों का मूल्यांकन किया गया है। बेंचमार्क CSI 300 कुल रिटर्न सूचकांक है।
अनुभवजन्य परिणाम
लुकबैक अवधि के अनुसार प्रदर्शन
| रणनीति प्रकार | लुकबैक | वार्षिक रिटर्न | वार्षिक अस्थिरता | शार्प अनुपात | अधिकतम गिरावट | t-सांख्यिकी |
|---|---|---|---|---|---|---|
| क्रॉस-सेक्शनल फैक्टर मोमेंटम | 1 महीना | 9.91% | 8.60% | 1.15 | -12.4% | 4.23 |
| क्रॉस-सेक्शनल फैक्टर मोमेंटम | 12 महीने | 7.83% | 8.10% | 0.97 | -14.7% | 3.58 |
| समय-श्रृंखला फैक्टर मोमेंटम | 1 महीना | 7.14% | 9.20% | 0.78 | -16.1% | 2.87 |
| समय-श्रृंखला फैक्टर मोमेंटम | 12 महीने | 6.32% | 8.80% | 0.72 | -17.3% | 2.65 |
सभी चार विनिर्देश सांख्यिकीय रूप से महत्वपूर्ण हैं (t-सांख्यिकी 2.0 से ऊपर) और आर्थिक दृष्टि से भी उल्लेखनीय हैं। 1-महीने के लुकबैक पर क्रॉस-सेक्शनल फैक्टर मोमेंटम सबसे मजबूत विनिर्देश है, जिसका शार्प अनुपात लगभग 1.15 है, जो अमेरिकी बेंचमार्क के लगभग 0.61 से काफी ऊपर है।
A-शेयर बनाम अमेरिकी फैक्टर मोमेंटम: एक प्रत्यक्ष तुलना
| मीट्रिक | चीन A-शेयर (क्रॉस-सेक्शनल, 1-महीना) | अमेरिकी इक्विटी (क्रॉस-सेक्शनल, 1-महीना) |
|---|---|---|
| वार्षिक रिटर्न | ~9.91% | ~7.20% |
| वार्षिक अस्थिरता | ~8.60% | ~11.80% |
| शार्प अनुपात | ~1.15 | ~0.61 |
| अधिकतम गिरावट | ~-12.4% | ~-18.3% |
| t-सांख्यिकी | ~4.23 | ~3.58 |
A-शेयर लाभ केवल उच्च पूर्ण रिटर्न के बारे में नहीं है; जोखिम-समायोजित प्रदर्शन में अंतर और भी बड़ा है। चीन में वार्षिक अस्थिरता कम है (~8.60% बनाम ~11.80%), और अधिकतम गिरावट उथली है (~-12.4% बनाम ~-18.3%)। समान फैक्टर रोटेशन ढांचा A-शेयरों में अमेरिकी इक्विटी की तुलना में काफी बेहतर जोखिम-रिटर्न प्रोफाइल उत्पन्न करता है।
भावना चालक तंत्र के रूप में
Gu et al. (2024) A-शेयर फैक्टर मोमेंटम की सबसे महत्वपूर्ण यांत्रिक विशेषता की पहचान करते हैं: रणनीति रिटर्न निवेशक भावना के साथ दृढ़ता से नकारात्मक रूप से सहसंबद्ध हैं। फैक्टर मोमेंटम ठीक उसी समय सबसे अधिक लाभदायक होता है जब बाजार की भावना दबी होती है।
| भावना क्विंटाइल | क्रॉस-सेक्शनल फैक्टर मोमेंटम मासिक अतिरिक्त रिटर्न |
|---|---|
| सबसे कम 20% (दबी भावना) | ~1.62% |
| 20%–40% | ~1.18% |
| 40%–60% (तटस्थ) | ~0.83% |
| 60%–80% | ~0.61% |
| सर्वोच्च 20% (उच्च भावना) | ~0.31% |
यह पैटर्न जोखिम-मुआवजा व्याख्या का सीधे विरोध करता है। जोखिम प्रीमियम ढांचे के तहत, रिटर्न प्रतिकूल परिस्थितियों में उच्च होने चाहिए क्योंकि जोखिम बढ़ा हुआ है, न कि इसलिए कि व्यवहारिक गलत मूल्य निर्धारण बड़ा है। A-शेयरों में, तंत्र अलग है: कम-भावना अवधि के दौरान, खुदरा घबराहट और विश्वास कठोरता सबसे गंभीर फैक्टर-स्तरीय गलत मूल्य निर्धारण बनाती है, जबकि शॉर्ट-सेलिंग बाधाएं संस्थागत आर्बिट्रेजर्स को उन्हें जल्दी से सुधारने से रोकती हैं। इसलिए फैक्टर दृढ़ता बाजार तनाव के दौरान अपने चरम पर पहुंचती है।
लॉन्ग-लेग एकाग्रता इस व्याख्या को और मजबूत करती है। पूर्ण लॉन्ग-शॉर्ट रणनीति में, लॉन्ग लेग ने ऐतिहासिक रूप से कुल अतिरिक्त रिटर्न के 80% से अधिक का योगदान किया है। हाल में जीतने वाले फैक्टरों पर लॉन्ग जाना प्रभावी है; हाल में हारने वाले फैक्टरों को शॉर्ट करना ट्रेडिंग नियमों द्वारा प्रतिबंधित है और केवल मामूली योगदान देता है।
व्यावहारिक विचार
A-शेयर फैक्टर मोमेंटम ने ऐतिहासिक डेटा में मजबूत दृढ़ता प्रदर्शित की है, लेकिन व्यवहार में कई आयामों पर ध्यान देना उचित है।
लुकबैक अवधि चयन पर: 12 महीने का लुकबैक 1 महीने के विनिर्देश की तुलना में कम टर्नओवर उत्पन्न करता है, और ऐतिहासिक रूप से लागत-शुद्ध सकल रिटर्न का अधिक अनुपात बरकरार रखने की प्रवृत्ति होती है; लागत-संवेदनशील निवेशकों के लिए यह अधिक उपयुक्त हो सकता है। 1 महीने का लुकबैक सकल शर्तों में उच्च शार्प अनुपात उत्पन्न करता है, लेकिन बारंबार पुनर्संतुलन की घर्षण लागत उस लाभ के एक सार्थक हिस्से को समाप्त कर देती है।
बाजार विभाजन पर: CSI 300 बड़े-कैप घटकों में छोटे और मध्यम-कैप शेयरों की तुलना में कम लेनदेन लागत होती है, और फैक्टर मोमेंटम ने ऐतिहासिक रूप से बड़े-कैप खंड में उच्च शुद्ध-लागत रिटर्न बनाए रखने की प्रवृत्ति रही है। छोटे शेयर मजबूत फैक्टर दृढ़ता प्रदर्शित करते हैं, लेकिन तरलता बाधाएं और बाजार प्रभाव लागत व्यावहारिक रूप से निकाले जा सकने वाले अल्फा को संकुचित करती हैं।
निगरानी संकेतों पर: भावना सूचकांक (जैसे समग्र निवेशक भावना उपाय), मार्जिन लोन बैलेंस, और टर्नओवर दर ऐतिहासिक रूप से रणनीति रिटर्न के साथ कुछ सहसंबंध दिखाने की प्रवृत्ति रखते हैं; कम-भावना अवधि फैक्टर मोमेंटम के लिए अपेक्षाकृत अनुकूल रही है।
फैक्टर भीड़ पर: 2019 के बाद से चीनी मात्रात्मक निजी निधियों की तेज वृद्धि ने फैक्टर भीड़ को एक संरचनात्मक जोखिम बना दिया है जिसे नजरअंदाज नहीं किया जा सकता। जैसे-जैसे अधिक पूंजी उन्हीं फैक्टर संकेतों का पीछा करती है, ऐतिहासिक अतिरिक्त रिटर्न का कुछ हिस्सा संभवतः संकुचित हो गया है।
सीमाएं
इस विश्लेषण की मुख्य सीमाएं इस प्रकार हैं। पहला, यहां संदर्भित फैक्टर रिटर्न श्रृंखला अकादमिक डेटा से निर्मित हैं और निवेश योग्य साधनों जैसे मात्रात्मक निजी निधियों और ETF की वास्तविक यांत्रिकी से भिन्न हैं। दूसरा, अपतटीय निवेशकों के लिए A-शेयर डेटा पहुंच प्रतिबंधित है, और प्रतिकृति की वास्तविक लागत अकादमिक अनुमानों की तुलना में संभवतः अधिक है। तीसरा, मात्रात्मक भीड़ भविष्य में ऐतिहासिक अतिरिक्त रिटर्न को क्षय कर सकती है; यह जोखिम संस्थागत पूंजी वृद्धि की गति को देखते हुए चीन में विशेष रूप से स्पष्ट है। चौथा, Gu et al. (2024) का विश्लेषण 2023 में अपना नमूना समाप्त करता है, और 2023 के बाद की बाजार गतिशीलता को अभी तक बाद के शोध द्वारा मान्य नहीं किया गया है।
संबंधित
यह विश्लेषण Quant Decoded Research से QD Research Engine AI-Synthesised — Quant Decoded का स्वचालित अनुसंधान मंच — द्वारा संश्लेषित किया गया है और सटीकता के लिए हमारी संपादकीय टीम द्वारा समीक्षा की गई है। हमारी कार्यप्रणाली के बारे में और जानें.
संदर्भ
-
Gu, M., Xiong, Z., & Chen, H. (2024). 《聪明的贝塔:来自A股市场因子动量策略的实证研究》 (Smart Beta: Empirical Evidence from Factor Momentum Strategies in China's A-Share Market). China Journal of Econometrics, 4(3), 653–672. https://doi.org/10.12012/CJoE2024-0119
-
Ma, Z., Liao, L., & Jiang, G. J. (2022). "Factor Momentum in the Chinese Stock Market." Working Paper, SSRN. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4148445
-
Arnott, R. D., Clements, M., Kalesnik, V., & Linnainmaa, J. T. (2023). "Factor Momentum." Working Paper, SSRN. https://ssrn.com/abstract=3116974
-
Gupta, T., & Kelly, B. T. (2019). "Factor Momentum Everywhere." Journal of Portfolio Management, 45(3), 13–36. https://doi.org/10.3905/jpm.2019.1.091
-
Tan, L., & Zhang, X. (2024). "Retail and Institutional Investor Trading Behaviors: Evidence from China." Journal of Financial and Quantitative Analysis. https://doi.org/10.1017/S0022109024000085