投资专有技术冲击对股票横截面收益的时变影响分析——基于机器学习下基本面量化投资视角

投资专有技术(简称IST)是一种通过创造新的资本存量从而在技术层面所带来的技术创新,一直以来被认为是经济增长的重要决定因素,投资专有技术冲击与股票市场之间也密切相关.随着机器学习方法在金融领域中被广泛地应用,其优异的表现能够挖掘出更加有效地解释资产价格波动的因子,探索投资专有技术冲击对资产价格的影响具有重要的现实意义.根据基本面量化投资研究的进展,文章筛选了机器学习方法中投资绩效表现优异的因子变量,基于数据可得性构建了2004年1月至2021年12月内的3种IST冲击代理变量以及9种微观企业特征和市场风险因子,并运用TVP-SV-VAR模型进行时变特征分析,揭示了IST冲击对不同企业特征下的股票横截面收益的影响.结果显示投资专有技术冲击对不同的企业特征下股票横截面收益影响均具有时变性,在不同时期下影响的方向、大小均不确定,且滞后影响都是中短期的.投资专有技术冲击在短期更多是通过影响企业短期内的交易量、交易额等交易摩擦类因子进一步影响投资者对企业的未来预期.同时,对于中期而言,投资专有技术冲击更多的是影响股东权益变化等成长类因子进而影响股票价格波动.

投资专有技术进步对中美两国经济影响的比较分析

为研究投资专有技术进步对中美两国经济的影响,本文构建了一个内含投资专有技术冲击机制的中美两国新凯恩斯动态随机一般均衡模型。基于中美两国1981~2017年实际GDP和固定资产投资波动数据,应用贝叶斯推断,发现加入专有技术冲击机制能够提升模型对真实数据的契合度。实证结果表明:专有技术冲击相比于中性技术冲击更能够解释经济中的短期动态变化;正向中性技术冲击下的劳动生产率呈上升态势,而专有技术冲击下的劳动生产率呈短期内下降、长期内上升态势;中国受专有技术冲击响应速度和幅度要大于美国。专有技术进步体现于先进装备更新换代,建议推动我国先进装备制造业创新发展,促进我国先进装备的推广应用。