頂刊上(shàng)的(de)另類數(s<♠÷hù)據與股票(piào)收益研究

作(zuò)者：石川
摘要(yào)：另類數(shù)據的(de)實證資産定價應用(yòng₩∏)（也(yě)許）還(hái)有(yǒu)很♥₽(hěn)長(cháng)的(de)路(lùσ )要(yào)走。

1 引言

一(yī)年(nián)前的(de)今天，§ 我寫了(le)一(yī)篇《另類數(shù)據的(de)前景和(hé)陷阱》，抛磚引玉討(tǎo)論了(le)對(duì)另類數(sπ≤¥hù)據的(de)看(kàn)法。而近(jìn)年(nián)來(lái)₹π，學術(shù)界在将另類數(shù)據引入實證資産定價方面也(×₽​✔yě)幹得(de)熱(rè)火(huǒ)朝✘↔天，很(hěn)多(duō)研究被發表在頂級期刊上(shàn$Ω&g)。本文(wén)就(jiù)對(duì)一(yī)些(xiασαδē)我印象比較深刻的(de)（包括好(hǎo)的(de)印象、✘←£∑中立的(de)印象以及不(bù)那(nà)麽好(hǎo)的(dλ e)印象）研究成果進行(xíng)梳理(lǐ)。按照(zhào)所使用(yòng)的(d←&e)另類數(shù)據類别，研究成果大(dà)體(tǐ)上(shànε↓♦‌g)可(kě)以被四類：Crowdsourced§♥© data，Textual data，Trading accoun☆£¶×t data 以及各種 Lead-lag effect（最後這(z>σhè)一(yī)種也(yě)往往被視(shì)作(zuò)準另★‌≠♠類數(shù)據）。下(xià)文(wén)φ≠&将依次說(shuō)明(míng)。

在本文(wén)的(de)最後，我們也(yě)不(bù)妨來(lái)“上(s•♠¶βhàng)個(gè)價值”。最近(jìn)兩年(nián)×γ，一(yī)個(gè)非常強烈的(de)感受是(shì)在頂刊上★λ(shàng)發表實證文(wén)章(zhā> ¥ng)越來(lái)越難（哦，除非你(nǐ)是(s••♦hì) Editor 的(de)朋(péng)友(yǒu)，正如(rú)坊≤£™間(jiān)流傳的(de) JFE = ≈'Journal of Friends of Edito'  ‌r；越來(lái)越多(duō)的(de)實證文(wén)章(zhāng) —β₹φ— 不(bù)限于使用(yòng)了(le)另₩↕λ類數(shù)據的(de) —— 感覺能(néng)發到(dào)←™ε頂刊上(shàng)隻是(shì)因為(wèi)是(shì)大(dà↔ "π)佬寫的(de)）。而如(rú)果要(yào) ₩問(wèn)有(yǒu)什(shén)麽方法讓在頂刊發文 ≈(wén)變得(de)稍微(wēi)容易那(nà)麽一(yī)丁點，使用(yò πng)另類數(shù)據一(yī)定是(shì)個(gè)不(bù)錯(cu↓φπò)選擇。但(dàn)另類數(shù)據集通(tōng)常要(yào)麽不(bù♠σ)是(shì)公開(kāi)的(de)，要(yào)麽涉及十分→α£(fēn)繁雜(zá)的(de)數(shù)據處理(♦₩♦¶lǐ)；且一(yī)些(xiē)數(shù)據集本身(sh≈≤♥₽ēn)的(de)可(kě)靠性和(hé)數★αβ(shù)據質量也(yě)存疑。這(zhè)些(xiē)問↔δ®(wèn)題的(de)存在使得(de)另類數(shù)據更有(yǒu)可(€₩kě)能(néng)成為(wèi)孕育 p-hacking 的(de)溫₹≥δε床，削弱研究的(de)可(kě)複制(zhì)性和(hé)穩健性。本★σ&↔文(wén)的(de)最後就(jiù)對(duì×→¶)此進行(xíng)一(yī)些(xiē)探討(tǎ☆γσ>o)。

2 Crowdsourced Data

第一(yī)類另類數(shù)據是(shì) crowdsourced dat→ a，代表作(zuò)是(shì) Green et al. (2019)"←¥→ 和(hé) Da, Huang and Jin (2ε α‌021)，均發表在 JFE 上(shàng)。在我看(kànα>)來(lái) crowdsourced dat ™a 的(de)一(yī)大(dà)問(wèn)題是(shì)數(shù)據的•₽↓(de)生(shēng)成（采集）過程是(shì)否 unbiased，能(n ↕λλéng)否很(hěn)好(hǎo)的(de)代表總體(tǐ)。Green et al. (2019) 使用(&<→↑yòng) Glassdoor.com 數(shù  ∞→)據研究了(le)員(yuán)工(gōng)對$♥±(duì)雇主的(de)評價與股票(piào)收益率之間(jiān)的(♦σ≈​de)關系（[因子(zǐ)動物(wù)園] 的(d↑♠£πe)文(wén)章(zhāng)《烏合之衆 or 群衆的(de)智慧：員(yuán₽&§π)工(gōng)評價與股票(piào)收益±→β₩》對(duì)該文(wén)進行(xíng)了(le)詳細介紹），發現∞  ↕(xiàn)評分(fēn)變化(huà)高(gāo)低(dī)能(nén✔"λ✔g)夠預測股票(piào)的(de)預期收益。在《另類數(shù)據的(de)前景和(hé)陷阱》一(yī)文(wén)中，曾經介紹過該文(wén)，并對(duì) ♥↕Glassdoor.com 數(shù)據可(kě)能(néng)存在的(d©☆e)問(wèn)題進行(xíng)了(le)討(tǎo)論。

Da, Huang and Jin (2021)‌≈ 則使用(yòng)了(le) Forcerank App 上(shàng₹®‍₽)散戶對(duì)股票(piào)的(de)周度評分(fēn)，‍​×研究了(le)投資者過度外(wài)推信仰和(hé)未來(lái)股♣$₽★票(piào)收益率之間(jiān)的(de)負相(xiàng)≠£關。然而，受制(zhì)于數(shù)據限制(zhì÷☆λ)，該文(wén)的(de)樣本僅從(cóng) 20σ₽¥♦16/2 到(dào) 2017/12，涉及不(bù)到(dào) 300 ♣'支股票(piào)和(hé)将将 1000 個(gè)用(y≤×"☆òng)戶。雖然實證研究本身(shēn)沒有(yǒu)任何≥♣ >問(wèn)題（solid，且作(zuò)者給出了(le)理(lǐ)論↔∑"模型來(lái)支持實證結果）且作(zuò)者也(yě)強調了(le)這∞‍(zhè)些(xiē)用(yòng)戶無法代表所有(yǒu)交易這(zhè)≠>些(xiē)股票(piào)的(de)投資者，但(dàn)我們還(háiΩ☆×π)是(shì)對(duì)該研究在多(duō)大(dà)程 ★度上(shàng)能(néng)夠推廣到(dào)全市(shì)場(chǎnα±g)的(de)所有(yǒu)股票(piào)存有(yǒu)≤♠♣≥疑問(wèn)。而“雪(xuě)上(shàng)加霜”的δε(de)是(shì)，當我試圖訪問(wèn) Forcerank 一(yī)"₩探究竟時(shí)，發現(xiàn)它已經停止運營了(le)。

3 Textual Data

随著(zhe)機(jī)器(qì)學習(  ←xí)算(suàn)法的(de)普及，對¶ε(duì)文(wén)本數(shù)據的←β÷(de)研究早已成為(wèi)了(le)學術(shù)↔↔δ界的(de)“必争之地(dì)”。近(jìn)年(nián)來(lái)，通(♠αtōng)過分(fēn)析上(shàng)市(shì)公司财報(bào)®¶≤中的(de)文(wén)本信息來(lái)研究股票(piào)收益率→±$的(de)研究也(yě)屢見(jiàn)不(b‌ ù)鮮，其中最有(yǒu)代表性的(de)一(y≈Ωī)篇當屬發表在 JF 上(shàng)的(de) Lazy Price‌÷α>s（Cohen, Malloy and Nguyenα₹γ (2020)）。該文(wén)分(fēn)析了(le)美(měi)股上(shàn©α₽g)市(shì)公司季報(bào)和(hé)年(nián)報(bào)中✔∑×的(de)文(wén)本措辭變化(huà)是(shì®‍∞)否和(hé)股票(piào)收益率有(yǒu)關。正 ±如(rú)其标題揭示的(de)那(nà)樣，該文(wé™₽n)發現(xiàn)改動越少(shǎo)的(d¥↕"e)公司未來(lái)的(de)預期收益越高(gāo)。通(tōng)過&>✔₹做(zuò)多(duō)改動少(shǎo)的(de)公司、做(zuò♦←ε)空(kōng)改動多(duō)的(de)公司，該投資組↑‌£±合可(kě)以獲得(de)超過 20% 的(de)年(nián)化(huà₽≈☆)超額收益。這(zhè)篇文(wén)章(zhāng)的(♣¥πde)精彩之處在于對(duì)背後機(jī)制(zhì)的☆‌(de)討(tǎo)論。Cohen, Malloy and Nguy<→±en (2020) 發現(xiàn)财報(bào)β∑♣中措辭變動背後的(de)原因通(tōng)常是(shì₽♦∏)以下(xià)幾種：more negative sentime"γ≥&nt、higher uncertainty、mor★×≈e litigiousness 以及 CE∏ ±O/CFO changes。這(zhè)些β€(xiē)原因往往意味著(zhe)公司的(de)運營面↕☆§臨更高(gāo)的(de)風(fēng)險和(hé)Ω≥≥不(bù)确定性。

除此之外(wài)，該文(wén)更進一(ε ↓®yī)步揭示了(le)财報(bào)中的(de"φΩ®)哪些(xiē) sections 發生(sh &§¥ēng)的(de)措辭變化(huà)最為(wèi)關鍵，為(¶αwèi)後續進一(yī)步的(de)深入研究奠定了(le)很(hě♦¶n)好(hǎo)的(de)基礎。其中一(yī ₹₽)個(gè)值得(de)多(duō)唠叨±₽©兩句的(de) section 是(shì)美(měi)股年(nián∏$✘)報(bào)中的(de) Item 1A：Risk Fac≠≥≈tors。之所以單提它，是(shì)因為(wèi)它讓我想起了(le)另一(yī)篇利用€≠≤&(yòng) Natural Language ₹$∑ Processing 研究财報(bào)的(de)文(wé∏∑↔₽n)章(zhāng)，而該文(wén)研究的(de)對(duì)象恰好(γ≤™ hǎo)就(jiù)是(shì)年(nián)報(bào)中的(de) ×→> Risk Factors 一(yī)節（Lo≠↑§↕pez-Lira (2020)）。順便一(yī)提，Lopez-Lira ★<¶∑(2020) 尚未被發表，還(hái)是 •©€(shì)一(yī)篇 working paper♥'βε。Lopez-Lira (2020) 使用(yòng) La'βδπtent Dirichlet Allocation（LDA）從(cón€§g) Risk Factors 一(yī)節提取出 25 個(gè) riΩφ★βsk topics。通(tōng)過進一(yī)步分(fēn)析發現(λ∑¶xiàn)其中有(yǒu)一(yī)些(xiē)可(kě)>∑↓以代表不(bù)同公司面臨的(de)系統性風(fēng)險，且這(zhè)↓'些(xiē)系統性風(fēng)險因子(zǐαφ↔✘)（risk topics）中有(yǒu)一(yī)些(xiē)是(s¶ hì)被定價的(de)；基于這(zhè)些(xiē)因α↑子(zǐ)構造的(de)多(duō)因子(zǐ)模型 ≈₩的(de)定價能(néng)力不(bù)亞于傳統的∑☆(de) Fama-French 三/五因子(z♥×<ǐ)模型。感興趣的(de)小(xiǎo)夥伴☆↑不(bù)妨找來(lái)一(yī)讀(dú)。

4 Trading Account Data&&¶&

下(xià)一(yī)類另類數(shù)據是(shì)利用(yòng)散戶投¥∞•資者（retail investors）的(de)交易數(shù)據，研αδ®₩究成果有(yǒu)助于 retail investor₩Ω≥<s 糾正錯(cuò)誤的(de)交易習(xí)慣。這(zhèα±)類數(shù)據通(tōng)常是(shì)非公開(kāi)的(d"‌e)，相(xiàng)關的(de)代表論文(wén)包括 Barber±∏£× and Odean (2000)、Boehme₹€→r, Jones and Zhang (2008<λ•)、Kaniel, Saar and Titman (2008)、K>αelley and Tetlock (2013) 以及 Bar ₩≤★rot, Kaniel and Sraer (2016)。

其中，Barber and Odean (2000) 所用(yòng)∏ ∞的(de)包含約 78,000 個(gè)賬戶的(₽®de)交易數(shù)據集非常有(yǒu)名（被稱為(₹↔wèi) Odean dataset），它在後£'來(lái)針對(duì) retail inv↓≠estors 以及行(xíng)為(wèi)金(jīn)↕÷&融學的(de)相(xiàng)關研究中得(de)到(d✘≤>'ào)了(le)廣泛的(de)應用(yòng)。比如(rú) An (2016) 這(zhè)篇發表在 RFS 上(shàn✔π™g)的(de)文(wén)章(zhāng)™←↔π。該文(wén)受 Ben-David and Hirshlei£≥≤≤fer (2012) 啓發，進一(yī)步研 ​究了(le) V-shaped sell☆✘βing pressure，即高(gāo)浮盈和(hé)高(gā≈≥←€o)浮虧都(dōu)會(huì)面臨更大βα¶∑(dà)的(de)抛壓，因而這(zhè)些(xiē)股票(piào)未來(l₹≥ái)的(de)預期收益率更高(gāo)。該文(wén)在此猜想上(shàβ"∞↑ng)提出了(le)新的(de)變量來(lái)代替傳統的(de) CG£₹O（CGO 見(jiàn)《參考點依賴與市(shì)場(chǎng)異象》）。雖然該文(wén)的(de)實證中使用(yò©♣★₽ng)收益率和(hé)交易量來(lái)構造變量，但(dàn→')是(shì)在 promote 研究動機∑♦↑(jī)的(de)環節，它使用(yòng)了(le) Odean 數(s♠ ♥hù)據集的(de)真實交易數(shù)據來(lái)證實了(le)猜想§← φ的(de)正确性。

使用(yòng)賬戶交易數(shù)據的(de)最大(dà)問(wèn)題在‍¶于數(shù)據集是(shì)非公開(kāi)的•βπ(de)。這(zhè)使得(de)相(xiàng)關研究難以被複↔≤現(xiàn)或擴展。本節第一(yī)段羅列的(de)那(nà)些★π↕(xiē)論文(wén)均存在這(zhè)個(g∑♦♦è)問(wèn)題。不(bù)過，這(zhè)個(gè)問(wèn)題在一•★>(yī)篇 JF forthcoming 的(de)文(w≠γ' én)章(zhāng)（Boehmer et al. (202¥★✔>1)）中得(de)到(dào)了(le)有(yǒu)效φ 的(de)改善。和(hé)上(shàng)述研↕‌究不(bù)同的(de)是(shì)，Boehmer et¥☆♦¥ al. (2021) 并沒有(yǒu)使用(yòng)賬戶數(®₽γ<shù)據，而是(shì)通(tōng)過算(suàn)法從 >(cóng)所有(yǒu)交易數(shù)據←‍©中有(yǒu)效識别出散戶的(de)交易數(shù)據。因✘π 此該文(wén)的(de)發現(xiàn)¶λ更具代表性，且該識别算(suàn)法也(yě)會(huì)有(yǒu≈←)更廣泛的(de)應用(yòng)價值。

5 Lead-lag effect

最後一(yī)類常見(jiàn)的(de)（準）另類數(shγ↑↓εù)據是(shì)各種“花(huā)式”動量，即各種領先-滞後關系（leadφ≈-lag effect）。這(zhè)可(kě)能λ"(néng)是(shì)最具應用(yòng)前景的(de)另類數(s₩ ♥​hù)據之一(yī)。下(xià)表展示了(le)發表在λ 頂刊上(shàng)的(de)各種 lead-lag€α∏≤ effects。前文(wén)《獲取 α 的(de)新思路(lù)：科(kē)技(jì)關←←α聯度》對(duì) Lee et al. (2019) 做(zuò)過詳α→β細介紹（這(zhè)裡(lǐ)插一(yī)句：McLemore et al. φ £γ(2021) 把科(kē)技(jì)關聯®₹→度應用(yòng)到(dào)了(le)公募基金(jī±♣≠$n)表現(xiàn)的(de)研究中，也(yě)頗有(yǒu)意思）；[因 ∏€子(zǐ)動物(wù)園] 的(de)《關聯度動量的(de)秘密：分(fēn)析師(shī)共同覆蓋》對(duì) Parsons, Sabbatucci an×♦d Titman (2020) 的(de)地(dì)理(lǐ)動量以及 λ‍↑βAli and Hirshleifer (2₽"020) 的(de)分(fēn)析師(shī)共同覆蓋做α™₩(zuò)過解讀(dú)。

在上(shàng)表中的(de)各種 lead-lag effects 中，→¶Ali and Hirshleifer (2020) 在提出分(fē¥∞ n)析師(shī)共同覆蓋導緻的(de)關系的(de)↓§同時(shí)，順便也(yě)“敲打”了(l•‍&↓e)一(yī)下(xià)其他(tā)常見(jiàn)€ε​的(de)關系。他(tā)們發現(xiàn)，一(' ÷✔yī)旦控制(zhì)了(le)分(fēn)析師(shī)共☆♦ε同覆蓋，其他(tā)關系變無法獲得(de)顯著超額‌​±收益了(le)；而反過來(lái)，其他(tā)關系無< 法解釋分(fēn)析師(shī)共同覆蓋的(de)超額收益。綜♠‍​合二者，他(tā)們指出分(fēn)析師(shīα≠)共同覆蓋才是(shì)各種 lead-←₽¥✔lag effects 背後的(de)原因。

下(xià)表總結了(le)分(fēn)析師(shī©₹)共同覆蓋在 A 股上(shàng)的(de)實證結果：在小(xiǎo)市㧥≥(shì)值、大(dà)市(shì)值以及全市(shì)場(chδ &₹ǎng)，均存在分(fēn)析師(shī)共同覆蓋效↕λ☆應。

總結一(yī)下(xià)，各種企業(yè)間(jiān)關聯的(de)收益來∑φ(lái)源是(shì)投資者對(duì)企業(yè)間(jiān)關聯信息的>•Ω (de)注意力不(bù)足，導緻反應不(bù)足。此外(™‍™wài)，企業(yè)間(jiān)關聯效應也(yě)對(duì★επ)公司未來(lái)基本面的(de)變化(huà)有(yǒu)預測能(nén↑$♠‍g)力。這(zhè)類數(shù)據大(‌✘↔dà)多(duō)公開(kāi)可(kě)≤™✔σ得(de)，因此具備進一(yī)步系統研σ©•↕究的(de)基礎，且實證結果表明(míng)在 A 股£'β上(shàng)具備應用(yòng)前景。離(lí)開(kāi)本節之前，另一(yī)篇值得(de)一(yīε<)提的(de)文(wén)章(zhāng)是 ← ✘(shì) Gofman, Segal and Wu (2020)÷✘♣≥。該文(wén)研究了(le) production→§​ networks 和(hé)股票(piào)收益的(de)關系，發現( ♠αxiàn)上(shàng)遊公司的(de)技(jì)術(shù)進步會 γ(huì)使得(de)下(xià)遊公司的(de)現(xiàn‍¥)有(yǒu)資産價值降低(dī)，且上(shàng)遊公司和(★"σ↓hé)下(xià)遊客戶在 network 中的(de)距離(lí)越遠(∑§yuǎn)，其預期收益越高(gāo)。這↑‍γΩ(zhè)個(gè)研究為(wèi)将産業(yè)×∏♥φ鏈知(zhī)識圖譜應用(yòng)于資産定價提供了(le)新思路(l'₽©ù)。

6 我們需要(yào)什(shén)麽樣的(de)研究 ?

以上(shàng) 2 – 5 節簡要(yào)梳理←™​(lǐ)了(le)一(yī)些(xiē)代表性​↑♥的(de)将另類數(shù)據應用(yòng)于實  ¶♦證資産定價的(de)研究。很(hěn)多(€₹≠duō)研究在剛被提出的(de)時(shí)候确實很(hěn)吸引α₹ε♣人(rén)，但(dàn)随著(zhe)時(shí)₩∞α☆間(jiān)的(de)推移，當我們掌握了≥¥≤<(le)越來(lái)越多(duō)的(de)研究“套路(l♦‍ù)”後，總是(shì)忍不(bù)住發問(wèn)：我們♥←到(dào)底需要(yào)什(shén)麽樣的(de)研究？©¥→我想可(kě)以從(cóng)兩個(gè)角度回答(dá)這(zhè)個(<↑β✘gè)問(wèn)題。首先，面對(duì)另類數(shù)據，人(ré €‍n)們并不(bù)需要(yào)“投機(jī)取∑'•巧”挖出來(lái)的(de) new anomali↑∑×es。另類數(shù)據的(de)真正價值是(shì)人(rén)們通≈₩(tōng)過新數(shù)據，從(cóng)新視₩•₹(shì)角理(lǐ)解哪些(xiē)系統性風(fēng)險能(néng)>♠σ♣夠驅動資産收益率的(de)變化(huà)。σ÷其次就(jiù)是(shì)強調學術(shù)研究的(de)可(kě)‌✘β複制(zhì)性。這(zhè)讓我想起 δ✘Harvey (2019) 在 Critical Finance Review×λ•' 這(zhè)個(gè)新期刊上(shàng)的(de)大(dà)聲疾呼 ±≈。這(zhè)個(gè)期刊倒是(shì)很(hěn)φ±符合本文(wén)的(de)主題；和(hé)金(jīn≠γ)融學領域的(de)其他(tā)期刊相(xi•πàng)比，CFR 足夠另類。在其官網主頁赫然☆≠‌λ寫著(zhe)期刊宗旨：Not just replicability, ≈δ but actual replication​δδ!

在 2010 年(nián) Campbell Harvey₹♣₽  身(shēn)為(wèi) JF editor 的(de€Ω∏)時(shí)候，他(tā)聯合了(le‍<♥​) RFS 以及 JFE 的(de) editors，希望敦促頂刊（以及其他(←≈tā)期刊）采納數(shù)據和(hé)代碼共享原則。Harvey  Ωφ∞的(de)提議(yì)在期刊編輯和(hé)金(jīn)融學 bi♠☆g names 之間(jiān)得(de)到(dào)了(le)討(♣← ±tǎo)論，至于結果……

“The initiative failed.”

其中最主要(yào)的(de)反對(duì)之聲在于這(zhè)麽做(z≤↑↑uò)的(de)成本太高(gāo)。此外(wài)，學術(shù)界•™•“樸素”地(dì)認為(wèi)不(bù)共享數(¶↔πshù)據或代碼并未造成什(shén)麽嚴重®∑的(de)後果。

By far the most important pushback w₩☆as the cost imposed on authors. … Indπ↕eed, there were powerful testimonial"∏∞s from top academics about thei‍¥∏ r nightmarish experien÷ ces in sharing data. Many believed  σ‌we did not have a problem. Why impo‍®se a costly 'fix' to something that  αwas not broken?

對(duì)于另類數(shù)據來(lái)說(shuō)，可←☆λ¥(kě)複制(zhì)性無疑面臨更大(dà)挑戰。然而正如(r↕♣ú) [因子(zǐ)動物(wù)園] 的(de)文(wén)章≤ε∏✘(zhāng)《可(kě)複制(zhì)的(de)因子(zǐ)研究》闡釋的(de)那(nà)樣，有(yǒu)兩個(gè)→‍↓ 原因使得(de)因子(zǐ)研究的(de)可(kě)複制(zδ‍♠δhì)性非常重要(yào)：

除了(le)這(zhè)兩點，強調可(kě)₽✘←複制(zhì)性也(yě)能(néng)夠提高(gā♠÷o)論文(wén)的(de)質量，減少(shǎo‌&)金(jīn)融學研究中諸如(rú) p-hacking、HARKin​‍g 等行(xíng)為(wèi)不(bù)端（見♦$(jiàn)《Campbell Harvey: Tortured Data》）。對(duì)于另類數(shù)據以及其他(tā)實證資産定價研究∏γ£來(lái)說(shuō)，雖然共享數( λ±shù)據和(hé)代碼有(yǒu)很(hěn)大(dà)的(de)ε₩代價且困難重重，但(dàn)是(shì)正如(rú) Har÷<vey (2019) 所主張的(de)那(nà)樣，它帶來(lái)的‍♦(de)好(hǎo)處遠(yuǎn)遠(yuǎn)☆™•→超過其代價。

可(kě)複制(zhì)性永遠(yuǎn)是(shì)學α× ‍術(shù)研究的(de)唯一(yī)生(sh×∑±↕ēng)命力；而另類數(shù)據的(de)實證資産定價應用(yòng)∑"'也(yě)還(hái)有(yǒu)很(hěn)長(chánβ♦≤‌g)的(de)路(lù)要(yào)走。

參考文(wén)獻

Ali, U. and D. Hirshleifer (2020). Sha§↑πred analyst coverage: Un✘β€×ifying momentum spillover effects. Journal of Financial Economics 136(3), 649 – 675.

An, L. (2016). Asset prici<÷¥ng when traders sell extre≠β✔me winners and losers. Review of Financial Studies 29(3), 823 – 861.

Barber, B. M. and T. Odean (2α©≥‍000). Trading is hazardous to you©↑r wealth: The common stockλ®• investment performanc€★e of individual investors. Journal of Finance 55(2), 773 – 806.

Barrot, J.-N., R. Kaniel, and D. Sra∏≠er (2016). Are retail ε♣←traders compensated for providi ₽γ★ng liquidity? Journal of Financial Econ€≈₹omics 120(1), 146 – 168.

Ben-David, I. and D. Hirsh∏πleifer (2012). Are investors r≥≤'₽eally reluctant to realize their loss♠λ≤∏es? Trading responses to pβ<π✔ast returns and the disposition eff¶™→ect. Review of Financial S™α≈>tudies 25(8), 2485 – 532.

Boehmer, E., C. M. Jones, and X. Zhang Ω&≠(2008). Which shorts ar✔'​≈e informed? Journal of Finance 63(2), 491 – 527.

Boehmer, E., C. M. Jones, X.γ×∞  Zhang, and X. Zhang (2021). Tra® ÷cking retail investor a¶€ctivity. Journal of Finance forthcoming.

Cohen, L. and A. Frazzini (2008).  Ω&Economic links and predictε≤©Ωable returns. Journal of Finance 63(4), 1977 – 2011.

Cohen, L. and D. Lou (2012).γ‌ Complicated firms. Journal of Financial Econ€"δomics 104(2), 383 – 400.

Cohen, L., C. Malloy, and Q. Nguyδ£Ω en (2020). Lazy prices. Journal of Finance 75(3), 1371 – 1415.

Da, Z., X. Huang, and L. Jin (2021βλ↔). Extrapolative beliefs in th♦φ§e cross-section: What can we ✔∏←★learn from the crowds? Journal of Financial •®Economics forthcoming.

Gofman, M., G. Segal, and Y. Wu (20π¥20). Production networks and s§€tock returns: The role of vertical crγ&✔&eative destruction. Review of Financial Studies 33(12), 5856 – 5905.

Green, T. C., R. Huang, Q. Wen, and✔≈σφ D. Zhou (2019). Crowds♠φ☆πourced employer reviews a≤®♣nd stock returns. Journal of Financial Economics 134(1), 236 – 251.

Harvey, C. R. (2019). Editorial: Rσ∏✘™eplication in financial economi★✘' cs. Critical Finance Review 8(1-2), 1 – 9.

Hou, K. (2007). Industry ♥•information diffusion and the lead-$₩lag effect in stock r‌≈ε>eturns. Review of Financial St≤> udies 20(4), 1113 – 1138.

Kaniel, R., G. Saar, and S. Titman<>♠ (2008). Individual investor trading→©  and stock returns. Journal of Finance 63(1), 273 – 310.

Kelley, E. K. and P.₩₩ C. Tetlock (2013). How wise•φ' are crowds? Insights from retail order©♠↓§s and stock returns. Journal of Finance 68(3), 1229 – 1265.

Lee, C. M. C., S. Teng, R.←γ Wang, and R. Zhang (2019∑≤®). Technological links a™¥nd predictable returns. Journal of Financial Econ ↑Ωomics 132(3), 76 – 96.

Lopez-Lira, A. (2020). Risk factors t"•φhat matter: Textual analysis of risk ÷λ  disclosures for the cross-s←±ection of returns. Working pap<φer.

McLemore, P., R. Siasσσ≤, C. Wan, and H. Z. Yuksel (2021). ®✘↔•Active technological similarity and∑₽©↔ mutual fund performan↔←↑ce. Journal of Financial ♦ ↔™and Quantitative Analysis forthcoming.

Parsons, C. A., R. Sabbatucci, and S±↕ ↔. Titman (2020). Geograp' πhic lead-lag effects. Review of Financial St≠±udies 33(10), 4721 – 4770.

免責聲明(míng)：入市(shì)有(yǒu)風(fēng)¶₩×險，投資需謹慎。在任何情況下(xià)，本文(♣≤∞♦wén)的(de)內(nèi)容、信息及數(shù)據或所表述的(de)意見(§¥jiàn)并不(bù)構成對(duì)任何人(rén)的(de)投資建議(yì✘¶±)。在任何情況下(xià)，本文(wén)作(zuò)者××λ及所屬機(jī)構不(bù)對(duì)任>₩何人(rén)因使用(yòng)本文(wén)的(de)任何內≠πΩ(nèi)容所引緻的(de)任何損失負任何責任。除特别說(s→> huō)明(míng)外(wài)，文(‍§≥ wén)中圖表均直接或間(jiān)接來(lái)自(zì)于相(xià♦↔≈ng)應論文(wén)，僅為(wèi)介紹之用(yòng)，版權歸原作(zu<★±∑ò)者和(hé)期刊所有(yǒu)。