EP234 基于日度收益率的异常现象统一框架

本文构建了一个基于日度收益率信息的统一资产定价框架，针对以往众多依赖近期日度收益率但角度零散的异象研究，提出同时捕捉收益率时间顺序与幅度排序两大维度的“日度收益率信息”信号，并运用弹性网络回归进行数据驱动的估计，从而构建出可交易的日度收益率信息因子。研究表明该因子在近一个世纪的美国股市中表现强劲且稳健，能产生显著的经济溢价并吸收绝大部分短期市场摩擦类异象的解释力，在应对庞大因子动物园与多种研究设计稳健性检验中均脱颖而出，从而为理解股票横截面收益的短期预测机制提供了一个系统而统一的核心定价因子。