neglect-effectinformation-asymmetryilliquidityanalyst-coveragebehavioral-financecross-sectional-alpha

Neglected Stocks (被忽视股票)

大白话:没人研究的股票。分析师覆盖少、机构持仓少、成交清淡、刚亏过钱、市值小。 在多个实证场景里,alpha 都集中在这些冷门股上:因为它们的公开信息渠道弱, 私人的、昂贵的信息渠道(Investor Corporate Site Visits、付费研究、专家网络)就格外有分量。

定义

没有单一的规范定义。常用的代理变量:

代理变量 常用阈值 出处
分析师覆盖低 覆盖分析师 ≤ 2 人 Lee & So (2017);So, Wang & Zhang (2024) 表 5
机构持股低 低于横截面中位数 So, Wang & Zhang (2024) 表 5
近期亏损 上一财年净利润为负 So, Wang & Zhang (2024) 表 5
市值小 按流通市值排在最低三分位 So, Wang & Zhang (2024) 表 5
成交量低 换手率低于中位数 So, Wang & Zhang (2024) 表 6;多篇微观结构论文
无后续分析师修正 过去一个月无 FY1 EPS 修正 So, Wang & Zhang (2024) 表 5
异常成交量低 残差换手率低于中位数 So, Wang & Zhang (2024) 表 6

这些代理变量彼此相关但不等同;实证工作中最有说服力的定义是构造一个多因子「冷门分数」。

为什么冷门能预测 alpha

「冷门」是信息环境的一个状态变量。公开信息稀薄时,额外(私人)信息的边际价值就高,因此:

在 So Wang Zhang 2024 Investor Corporate Visits 表 5 的 B 面板中, AIV 的收益预测系数与全部四个冷门代理变量(覆盖低、机构持股低、近期亏损、市值小) 都有显著为正的交互。表 6 显示:把多头腿限制在高 AIV / 异常换手低、空头腿限制在低 AIV / 异常换手高后, AIV 对冲收益接近翻倍——每月约 1.49% 的 DGTW α,对比无条件的约 0.66%。

经典文献脉络

  • Arbel & Strebel (1982, 1983) —— 「被忽视公司效应」的源头;小市值、少分析师覆盖的股票赚取超额收益。
  • Arbel, Carvell & Strebel (1983) —— 「魅力股 vs 价值股」——高分析师关注的魅力股跑输被冷落的价值股。
  • Hong, Lim & Stein (2000) Bad news travels slowly, JF —— 分析师覆盖低的公司对坏消息的价格调整更慢; 给出了「冷门为何产生收益可预测性」的形式化机制。
  • Hong & Stein (2007) —— 把「分歧作为渠道」这一想法细化。
  • Lee & So (2017) Uncovering expected returns, JFE —— 异常分析师覆盖(A_{TOT})本身就是正的横截面 alpha 代理, 即使控制了标准变量集仍然成立;A_{TOT} 的买方对应物就是 Abnormal Investor Visits (AIV)。
  • Crane, Crotty & Umar (2023) —— 对冲基金信息获取代理变量与冷门度存在交互。

A 股的具体情况

在深交所 / A 股的语境下:

  • So Wang Zhang 2024 Investor Corporate Visits 的样本覆盖 2012-07 至 2019-12 共 108,874 个「公司-月」—— 这是一个很大的横截面,其中约 50% 的公司每年至少接待一次调研,但冷门现象依然大量存在 (每次调研参与机构中位数 4 家;约 77% 的公募调研来自非持仓方)。
  • 把「覆盖低」与「成交量低」结合起来,AIV 对冲 alpha 相比无条件情形接近翻倍。
  • A 股的「小市值」要小心:有些国企按市值算虽小,但有政治关联、覆盖并不冷落; 纯粹的规模冷门度比美股数据上更嘈杂。

实现要点

  • 联合使用多个冷门代理变量——不要依赖任何单一指标。
  • A 股数据上,把 CSMAR(分析师覆盖、机构持股)与 Wind 或 Tushare(换手率、市值)结合。
  • 构造交互项时当心前视偏差:预测 m+1 期收益时,只能用 m 月末可得的信息。
  • 冷门代理变量自身衰减很慢——它们是持续性特征而非信号——所以季度重估通常就够。

被指数纳入 = 强制脱离冷门(2026-10-20 补记)

Greenwood & Sammon 2022 提供了"脱离冷门"这条通道的反向证据,但结论与早期文献相反:

时期 标普 500 纳入的平均总收益
1980 年代 3.4%
1990 年代 7.6%
2010—2020 0.8%(与零无统计差异)

早年的指数纳入确实是一次"冷门 → 热门"的强制转换——被动基金买入把一只没人研究的股票推入研究覆盖,机构调研随之跟上。但这个溢价在 2010 年代消失了,尽管被动化程度和机械需求冲击都比当年更大。

论文给出的主因是"迁移":近年超过 80% 的纳入是从标普中盘 400 升入标普 500,强制买入与强制卖出同时发生,净需求冲击被对冲。这意味着——"进入大盘指数"本身已经不再是"脱离冷门"了,因为这些股票本来就有一个不算冷的身份。

对 neglect 类因子的直接含义:如果用"是否会被纳入重要指数"来构造 neglect 的反向信号,在梯度化的指数体系下这个信号会大幅失效。A 股的沪深 300 / 中证 500 / 中证 1000 同样是梯度结构,迁移抵消机制可能同样存在——这是本 wiki 记录的一个待检验假设。

局限

  • A 股的「冷门」与政策 / 国有属性交织:有些公司事实上的覆盖少,是因为它有政治关联, 而政策相关信息的渠道与股票研究渠道不是一回事。
  • 「冷门」是内生的:一旦有关于冷门股的 alpha 论文发表,就会有更多分析师去覆盖它们。 和所有基于关注度的因子一样,信号会衰减。 指数纳入是这条衰减曲线上最陡的一段——参见 Greenwood-Sammon 2022, 纳入溢价从 1990 年代的 7.6% 掉到 2010 年代的 0.8%。
  • 冷门溢价有一部分其实是流动性溢价:小市值、低换手的股票交易成本更高,可能抵消毛 alpha。 扣费后的夏普有时并不亮眼。

相关页面