徐江旻:邻近性是家庭偏好当地股票的真正原因吗?︱ 学术光华

北京大学光华管理学院深圳分院 2020-09-03 浏览量: 1611

研究家庭投资选择的学者一直在探索一个长期存在的迷题:无论股票的市场价值如何,家庭都会在投资组合中加入当地的股票。这与资本资产定价模型(CAPM)所预测的“价值加权投资组合”似乎背道而驰。

学者们往往通过邻近性理论来解释这种倾向性。但事实真是如此吗?

北京大学光华管理学院徐江旻教授与合作者们,运用城市经济相关的模型来衡量家庭选址偏好,并在此基础之上研究家庭居住地对于其投资组合的影响。研究者们发现:以往推断的邻近股票组合带来的信息优势,并不是导致家庭偏向本地股票的原因。反而,这种信息优势恰恰是家庭选址的结果。

该结论确立了家庭选址偏好对其投资偏好的重要性,补充了现有文献。这项研究的标题为

01

邻近性,是因还是果?

大量文献指出,公司设立点离家庭的居住地越近,家庭就越有可能在投资组合中选择该公司的股票,他们将其解释为“邻近性”。学者们认为,由于获取信息需要昂贵的成本,邻近性让投资者通过低成本了解股票。这种理论下,相较于外地股票,本地股票的预期收益率应当更高。

但市场表现往往难如人愿。因此,学界又给出了另一种解释:他们认为邻近性会产生熟悉感或认知偏见,因此家庭对于本地股票的倾向通常会导致投资组合过于单一,并且总收益可能还低于包括大量外地股票的多元投资组合。

以上两种解释所根据的研究,大部分都建立在一个共同的假设之上:家庭随机选择住址。

但在有关城市和房地产经济学文献的居住地选择模型中,家庭自主决定为其提供最高效用的城市。这种自我选择不仅取决于城市特征和家庭需求的一致性,也取决于一些其他的潜在因素。这些潜在因素便可能影响到家庭对于当地股票的偏好。比如,一个家庭基于其自身的需求选择居住在纽约市中心或者硅谷。然而,让它偏向定居纽约而不是硅谷的实际决定,可能受到各个成员情况的影响:可能家长获得的工作机会在投行而不是在信息科技领域,抑或是家长更想拥有投行而不是信息科技的社交圈。在上述例子中,这些潜在的驱动因素很可能是导致家庭倾向金融股而非技术股的真正原因;而股票邻近性可能在其中毫无影响力。

换句话说,邻近性究竟是直接导致家庭偏好本地股票的因素,还是仅仅反映了家庭在选择住址时的考量?假定家庭随机选择不同的城市居住,对于当地的股票他们是否仍会表现出相同程度的偏好?他们所选的当地股票的收益又将如何?

02

量化研究:本地偏好是家庭选址的结果

徐江旻教授与合作者们通过实证研究发现,根据家庭的偏好,家庭其实会选择最佳的居住地。正是这种住址选择背后的潜在因素造成了家庭对于当地股票的“迷之偏好”。

- 数据来源

为了具体量化选址决策的影响,研究组采用了1991-1996年美国一家大券商的散户投资数据以及美国经纪业数据库,包含 57个都市统计区(MSA)以及8,688个家庭。该样本中,高收入家庭有很大一部分资产是股票。作为投资领域,研究组参照了属于罗素1000指数的股票,该指数包括市值最大的1000只股票。

- 设计模型

1、投资组合选择模型

研究组首先设计了一个量化家庭投资比重的模型:结合股票的特征(如价格、公司的市场规模、市账率、周转率、波动率和行业发展形势等),家庭成员情况(同样的数据也用于建立下述的最优住址选择模型),家庭住址与公司总部所属邮编地区间的距离,以及每个家庭因特有偏好所导致的需求冲击,可以计算出一个特定家庭在某个特定股票上的投资数量。

2、最优住址选择模型

为了捕捉居住地的内生决策对家庭投资组合的影响,研究组在投资决策的基础上引入了最佳住址的选择。研究组首先使用了城市经济学中的住址选择模型。在该模型中,家庭根据自己的成员状况(例如年龄和社会地位)与选址的居民状况之间的匹配来选择住房。接着,研究组也考虑了当地股票总体财务特征对于家庭选址的影响,比如家庭或许会关注当地的投资机会。考虑到本地股票的权重过高以及远距离股票的权重过低,研究组建立的模型对标准的投资组合权重回归进行了校正。

3、合并模型

通过上述最优住址选择模型的估计,研究组得以估算出每个家庭在各个城市所处的概率。接着,研究组将这些概率作为额外控制量加入到投资组合权重回归中。调整模型后,在各种定义下研究组均发现:家庭住址与公司总部间的距离对股票投资组合权重的影响下降了大约50%。

从根本上讲,最优住址选择模型解决的是一个变量遗漏问题。在标准模型中,与投资需求相关的潜在位置因素被忽略了。因此,研究组的模型增加了一个记录家庭选择居住地概率的变量,来捕捉这些潜在因素的影响。

根据上述模型,一个家庭的投资组合权重便可能取决于其在各个城市的居住概率。这种投资权重与住址选择间的依赖关系通常是非线性的,并且受到每个家庭对住址和投资隐藏偏好的影响。为了具体量化家庭选址决策对选股时邻近偏好的影响,研究组参考了最新计量经济学文献中的多类别逻辑回归(该回归往往用于处理有案例特异性的样本)。

- 量化结果

在基准分析中,研究组计算了拥有价值加权市场投资组合的家庭(假设)对本地股票的倾向程度。结果显示,这些假设中的家庭对本地股票没有特殊偏好,但该结果无统计学意义。研究组还用最优住址选择模型考虑了每个城市的本地投资机会,以此来验证基准分析的结论,并获得了相似的结果。

接着,研究组把8,688个家庭的第一个时间序列的观察数据用作了最优住址选择模型的样本,并获得了与关于最佳住址决策的文献中相似的结果:都市统计数据和家庭特征在解释选址决定和偏好方面起着至关重要的作用。例如:有高收入或者管理层职务的白领家庭,更可能居住在人口密集的中心区域;老年人和蓝领家庭更有可能居住在失业率高的区域中。

在考虑家庭选址偏好的情况下,研究组也计算了本地和非本地选股的相应收益。一旦加入了家庭选址这一因素后,结果表明公司与居住地间的距离将不会影响其股票的预期收益。也就是说,以往推断的邻近股票组合带来的信息优势并不是导致家庭偏向本地股票的原因。反而,这种信息优势恰恰是家庭选址的结果。

03

国际环境下的未来研究方向

研究组的结论确立了家庭选址偏好对其投资偏好的重要性,补充了现有文献。研究组还指出,在资产价格变动方面,学界需要更多注重位置选择的理论研究。

研究组认为,可以将他们的分析结合国际环境进行拓展。固然,国际选股中对本国股票的偏好是由其他因素(例如交易成本)造成的;但不能排除家庭选址决策在其中的作用。一些富裕家庭可以选择居住在如伦敦或东京这样的国际化大都市。如果能够记录居住在外国的家庭及其股票投资组合的数据,研究组便可以进一步在国际环境下进行分析。

徐江旻是北京大学光华管理学院金融学系副教授,本科以最高荣誉毕业于英国剑桥大学,博士毕业于美国普林斯顿大学经济系,师从普林斯顿金融中心创始人Yacine Ait-Sahalia教授,2009年费希尔布莱克奖得主Harrison Hong教授,和2011年诺贝尔经济学奖得主Christopher Sims。他曾在Journal of Financial Economics和Journal of Econometrics等国际顶级经济金融学术期刊发表学术论文,并曾获得中国金融国际年会(CICF)的年度最佳论文奖。他多次应邀在美国金融学年会,欧洲金融学年会,中国金融国际年会以及世界银行总部宣讲论文。

相关链接:

研究不是“故事会”: 用科学理性的方法研究中国问题|光华35周年回顾和展望

论文盘点 | 致敬勇攀学术高峰的光华学者

王志诚:如何更好地度量金融风险?|学术光华

王汉生:如何捕捉金融市场中的“黑天鹅” ︱学术光华

翟昕:商家多挣钱,买家少掏钱,这样的团购不香吗?︱ 学术光华

刘玉珍:疫情将如何影响人们的行为?|学术光华

任菲:出行平台如何科学促销,让司机更爱接单?| 学术光华

张庆华、周黎安:领导人晋升 KPI,如何影响城市扩张 |学术光华

跨文化合作中的创造力,女性更有优势?| 学术光华

陈松蹊团队最新发现:北方气候变化并未加剧空气污染 |学术光华

编辑:颜回

* 文章为作者独立观点,不代表MBAChina立场。采编部邮箱:news@mbachina.com,欢迎交流与合作。

  • +1

  • +1

    收藏

  • 备考交流

    2021年管理类联考备考: 1044580930

    2021年MBA备考提前面试群: 601686826

    2021年EMBA备考咨询群: 1025664027

    2021年MEM备考群: 1040853341

    2021MPAcc备考群: 1049105911

    2020复试雷火电竞官网群: 855978402

    2021MPA备考交流群: 1056841895

    2021MTA备考交流群: 749865443

    热门项目

    上交大安泰MBA

    清华五道口金融MBA

    中国地质大学(北京)

    华中科技MBA项目

    南京大学MBA项目

    江苏大学

    湖南大学

    河北师范大学

    武汉理工大学经济学院

    上海财经大学信息管理与工程学院

    北京大学光华管理学院深圳分院

    立即申请
  • 香港中文大学(深圳)MBM项目招生专题

    香港中文大学(深圳)MBM项目招生专题

  • 清华—康奈尔双学位金融MBA2021级招生正式启动

    清华—康奈尔双学位金融MBA2021级招生正式启动

  • 上海交通大学安泰2021MBA项目招生专题

    上海交通大学安泰2021MBA项目招生专题

  • 院校热度排行榜

  • 复旦大学泛海国际金融学院

  • 长江商学院

  • 清华大学经济与管理学院

  • 4

    上海交通大学安泰经济管理学院

  • 5

    北京大学光华管理学院

  • 6

    华东理工大学商学院

  • 7

    中欧国际商学院

  • 8

    中山大学管理学院

  • 9

    清华大学五道口金融学院

  • 10

    中国人民大学商学院

  • 11

    北京大学国家发展研究院

  • 12

    浙江大学管理学院

  • 13

    上海交通大学上海高级金融学院

  • 14

    西安交通大学管理学院

  • 15

    北京大学汇丰商学院

  • 备考百科

    管理类联考历年真题

    管理类联考备考知识库

    推荐活动

    更多 >

  • 香港中文大学(深圳)金融EMBA课程说明会

    12

    27

    深圳福田区深南大道1006号国际创新中心B座14-16层

  • 答题有方 助力考生 | 河北工业大学首届MBA大使备考分享会

    12

    06

    腾讯会议

  • 【活动邀约】金融EMBA Coffee Chat港澳台及国际籍学生专场

    12

    04

    上海外滩

  • 11.29 讲座预告 | 韦宇波:通过MBA学习,打造高效领导力

    11

    29

    线上直播

  • 微博

  • LinkedIn

  • 微信

    用微信扫描二维码

  • 微信扫一扫,下载App