将交易日一分为二的数字

1993年至2016年间,标普500指数的年化收益率约为9.4%。将这一数字分解为常规交易时间(东部时间上午9:30至下午4:00)发生的部分和市场关闭期间发生的部分,一个惊人的不对称现象浮现出来:几乎所有的累积收益都发生在隔夜期间。仅在交易时间投资的1美元几乎不会增长。仅在隔夜窗口——从收盘到次日开盘——投资的1美元则能捕获几乎全部的股票溢价。
这不是隐藏在晦涩数据中的统计好奇心。发表于Journal of Financial Economics的Lou、Polk和Skouras(2019)在数千只美国股票中记录了这一模式,并表明它远不止于指数层面。隔夜-日内收益率的分割涉及个别证券、因子组合,甚至跨资产市场。理解收益为何集中在无人能交易的时段,是现代异象研究中最令人困惑的问题之一。
分解收盘价对收盘价收益率
投资者追踪的标准收益率——收盘价对收盘价收益率,是从某日收盘价到次日收盘价的百分比变化。Lou、Polk和Skouras将其分为两部分:
隔夜收益率从下午4:00的收盘价运行到次日早晨的开盘价。它捕获了在交易间隔期间到达并被定价的所有信息:盘后发布的财报、宏观经济数据、地缘政治事件,以及数百万投资者积累的情绪变化。
日内收益率从同一天的开盘价运行到收盘价。它反映了活跃交易期间持续的价格发现过程:机构订单流、算法执行、做市商活动和实时信息处理。
从数学上看,收盘价对收盘价收益率大约等于这两个组成部分之和(在对数收益率中精确相等)。使这一分解引人注目的是总溢价的偏斜分配。
| 组成部分 | 年化收益率(标普500,1993-2016) | 占总体比例 |
|---|---|---|
| 收盘对收盘 | 约9.4% | 100% |
| 隔夜(收盘→开盘) | 约8.9% | 约95% |
| 日内(开盘→收盘) | 约0.5% | 约5% |
数值因样本期和方法论而异,但方向性发现是一致的:隔夜部分占据主导。使用1993年至2006年数据的Cliff、Cooper和Gulen(2008)得出了类似结论,并将工作论文题为"交易时间与非交易时间的收益差异:如同昼夜",捕捉了差距的规模。
超越指数:个股与因子组合
隔夜溢价不仅仅是指数层面汇总的产物。Lou、Polk和Skouras表明,当按各种特征将股票分为五分位时,隔夜-日内的分割在各组中持续存在。
个人投资者持股比例高的股票表现出特别显著的隔夜收益。这是这个谜题的核心部分。当在开盘时不成比例地交易的个人投资者在审阅隔夜新闻后下达买入订单时,他们的集体需求将开盘价推至前一收盘价之上。开盘竞价中的买卖价差通常比连续交易期间更宽,这意味着这些注意力驱动的买家在进入头寸时支付了溢价。
这一模式延伸到知名的因子溢价。例如,动量组合产生的收益集中在隔夜时段。高动量股票倾向于在开盘时比低动量股票下跌更多地向上跳空,产生隔夜动量价差。日间,随着机构投资者重新平衡和获利了结,这一价差部分反转。
| 因子 | 隔夜溢价 | 日内溢价 | 净值(收盘对收盘) |
|---|---|---|---|
| 市场(股票溢价) | 强正 | 接近零 | 正 |
| 动量(WML) | 正 | 接近零至负 | 正 |
| 规模(SMB) | 正 | 接近零 | 微正 |
| 价值(HML) | 正 | 接近零至负 | 正 |
此表总结了Lou、Polk和Skouras(2019)的方向性模式。确切数值因子期间和因子定义而异。
隔夜溢价的竞争性解释
没有单一机制能完全解释隔夜-日内的差异。文献提供了几种解释,每种捕获了现象的不同方面。
散户注意力与开盘竞价需求
Berkman、Koch、Tuttle和Zhang(2012)提供了将隔夜收益与散户行为联系起来的最直接证据。他们发现,通过异常Google搜索量或异常交易量衡量的散户注意力增加的股票,表现出更高的隔夜收益,随后出现日内反转。机制很直接:散户在交易时间外处理新闻并下达市价开盘订单。这种需求压力推高了开盘价。在随后的交易时段,更成熟的参与者针对开盘价的扭曲进行交易,价格向基本面价值回归。
库存风险与做市商渠道
隔夜持有库存的做市商面临交易所关闭时无法轻易对冲的风险。Hendershott、Livdan和Schürhoff(2015)表明,机构订单流信息丰富,倾向于集中在机构能监控执行质量的交易时间。日间从机构卖方处积累头寸的做市商面临着在暴露于财报发布和宏观意外的情况下持有这些头寸过夜的前景。
这一库存风险渠道表明,隔夜溢价至少部分是承担不可对冲的隔夜敞口的补偿。高频做市商通过在收盘前平仓一定程度上降低了这一风险,但结构性不对称依然存在。
卖空摩擦与收益转移
第三个渠道涉及证券借贷的机制。卖空者支付隔夜产生的每日借贷费用。当卖空者借入股票时,出借方收到的费用实际上将股票预期收益的一部分从日内期间转移到隔夜期间。
Lou、Polk和Skouras(2019)表明,卖空余额较高的股票表现出更极端的隔夜-日内分割,与这一解释一致。卖空借贷费用渠道可能是贡献因素而非主要驱动力,因为即使在卖空余额极少的股票中隔夜溢价也存在。
不频繁的投资组合再平衡
Bogousslavsky(2016)提出了一种基于投资组合再平衡模式的独特机制。如果指数基金或养老基金等特定投资者类别以离散间隔而非连续方式再平衡其投资组合,那么它们的再平衡交易可能产生可预测的日内模式。具体而言,机构委托的收盘再平衡需求可能推高收盘价,在从这一抬高的收盘价衡量时膨胀了随后的隔夜收益。
国际证据与稳健性
隔夜溢价不是美国市场独有的现象。研究日本、欧洲和新兴市场股票的文献记录了类似模式,尽管幅度不同。非交易期间较长的市场(如没有延时交易的市场)倾向于显示更大的隔夜溢价,与库存风险解释一致。
该模式在美国市场内也随时间变化。隔夜溢价在1990年代中期至2000年代中期特别大,这一时期个人在线交易快速增长而盘后流动性相对有限。
季节性也很重要。隔夜收益在进入周一时(周五收盘到周一开盘)更大,反映了周末延长的非交易期。
| 市场 | 隔夜溢价是否存在 | 相对幅度 |
|---|---|---|
| 美国 | 是 | 大 |
| 日本 | 是 | 中至大 |
| 英国 | 是 | 中 |
| 德国 | 是 | 中 |
| 新兴市场 | 是(有数据时) | 差异很大 |
该异象不意味着什么
人们可能会想在收盘时买入、开盘时卖出来收获隔夜溢价。但几个实际现实使这一策略远不如原始数据所暗示的那样有吸引力。
交易成本迅速侵蚀溢价。每天进行往返交易——收盘买入、开盘卖出——每天产生两次佣金、买卖价差和市场冲击。对大多数股票而言,这些成本消耗了全部隔夜溢价甚至更多。收盘和开盘竞价中可用的流动性对大盘股来说相当可观,但对小盘股则急剧恶化。
税务处理加重了负担。在大多数司法管辖区,隔夜持有期的利润适用最高税率的短期资本利得处理。
隔夜溢价还伴随着显著风险。虽然平均隔夜收益为正,但方差很大。财报未达预期、地缘政治冲击和跳空下跌事件集中在隔夜窗口。
对投资组合构建和执行的启示
隔夜收益研究具有超越狭隘交易策略的实务启示。
对下单的投资者:证据表明在收盘而非开盘时买入能捕获时机优势。提交市价开盘订单的散户投资者在系统性地为注意力驱动的需求支付溢价。将订单执行移向机构参与较多、价差倾向较窄的收盘时段,可以随时间减少这一隐性成本。
对因子投资者:认识到因子溢价集中在隔夜,有助于解释为何实际因子组合收益有时与理论计算不同。
Aboody、Even-Tov、Lehavy和Trueman(2018)通过将隔夜收益与公司特定情绪指标联系起来扩展了分析,发现在情绪对定价作用更大的股票中隔夜溢价更大。
未解决的张力
隔夜收益异象位于市场微观结构、行为金融和风险定价的不适交汇处。如果溢价纯粹是承担隔夜风险的补偿,那么只要有人必须持有库存过夜,它就应该持续。如果它由开盘时散户情绪驱动,那么随着市场变得更高效和盘后交易扩展准入,它应该减弱。
这一发现跨越数十年和多个地区的持续性表明,单一解释是不够的。隔夜溢价可能反映了风险补偿、行为定价错误和制度摩擦的组合,其相对贡献随时间推移而变化。
数据清楚表明,将时段视为与预期收益无关的传统假设是错误的。收益在24小时周期内的发生位置不是随机的,隔夜与日内收益之间的不对称代表了股票市场微观结构中最稳健的实证模式之一。
- Lou, D., Polk, C., & Skouras, S. (2019). "A Tug of War: Overnight Versus Intraday Expected Returns." Journal of Financial Economics, 134(1), 192-213. https://doi.org/10.1016/j.jfineco.2019.05.011
- Cliff, M. T., Cooper, M. J., & Gulen, H. (2008). "Return Differences between Trading and Non-Trading Hours: Like Night and Day." Working Paper. https://ssrn.com/abstract=1004081
- Berkman, H., Koch, P. D., Tuttle, L., & Zhang, Y. J. (2012). "Paying Attention: Overnight Returns and the Hidden Cost of Buying at the Open." Journal of Financial and Quantitative Analysis, 47(4), 715-741. https://doi.org/10.1017/S0022109012000270
- Bogousslavsky, V. (2016). "Infrequent Rebalancing, Return Autocorrelation, and Seasonality." The Journal of Finance, 71(6), 2967-3006. https://doi.org/10.1111/jofi.12436
- Hendershott, T., Livdan, D., & Schürhoff, N. (2015). "Are Institutions Informed about News?" Journal of Financial Economics, 117(2), 249-287. https://doi.org/10.1016/j.jfineco.2015.03.007
- Aboody, D., Even-Tov, O., Lehavy, R., & Trueman, B. (2018). "Overnight Returns and Firm-Specific Investor Sentiment." Journal of Financial and Quantitative Analysis, 53(2), 485-505. https://doi.org/10.1017/S0022109017000989
Written by Marcus Torres · Reviewed by Sam
本文基于引用的一手文献,并经编辑团队审核以确保准确性和归属。 编辑政策.