股票价格是否会影响其风险状况?

当股票名义股价下跌时,其风险状况会发生什么变化?这个问题的答案对于管理投资者预期和减少投资组合周转率具有重要意义。毕竟,投资者经常会因为对意料之外的市场走势的情绪反应而偏离他们选择的长期策略。这些市场时机行为 本身就存在风险,增加了不可预测的市场风险。

一些人认为,当股票价格接近低价股的底线时,波动性将会减弱,因为存在一个固有的门槛,价格不能跌破这个门槛。另一些人则认为,股票对市场波动的敏感度会更高,因为市场状况决定了公司的生存。

我们研究了当股票变成低价股(即其价格跌至每股 5 美元以下)时,系统性风险和股票总波动性会发生什么变化。结果可能会让您感到惊讶。我们发现,随着股票价值的下降,它对市场走势变得更加敏感。换句话说,它的贝塔系数会增加,其总波动性也会相应增加。

我们提取了过去 50 年内所有纳斯达克和纽约证券交易所上市公司的股票收益。我们研究了 50 年期间股价超过 1 美元/股、2.50 美元/股或 5 美元/股的股票。我们记录了每只股票首次超过这些阈值的情况。然后,我们记录了阈值交叉之前的股票贝塔系数,并将其与交叉日期两年后的股票贝塔系数进行比较。

调查结果

第一个有趣的发现是,当股票跌破 1 美元的门槛时,其贝塔系数平均会从 0.93 升至 1.57。贝塔系数大于 1.0 意味着股票价格比整体市场波动更大,即其价格波动幅度更大。贝塔系数小于 1.0 则相反。

对于跌破 1 美元门槛的股票,贝塔系数从 0.93 跃升至 1.57,这代表风险状况发生了重大变化。事实上,在 1% 时,这一变化具有统计显著性。在 1 美元门槛下,普通低价股的系统性风险和总波动性要大得多。而且这种变化是全面的。贝塔系数为负的股票平均从 -0.62 上升至 1.14。贝塔系数在 0 到 1.0 之间的股票从 0.55 上升至 1.37。贝塔系数高于 1.0 的股票从 1.95 上升至 1.88。

当股票变成低价股时,其系统性风险和总体波动性会发生什么变化
降价前的BETA 价格下降两年后的 Beta 
平均价格下跌截止点:1 美元/股 0.93 1.57
Beta 值低于 0 -0.62 1.14
Beta 值介于 0 和 1.0 之间 0.55 1.37
Beta 高于 1.0 1.95 1.88
降价前的BETA 价格下降两年后的 Beta 
平均价格下跌截止点:2.50 美元/股 0.90 1.56
Beta 值低于 0 -0.55 1.01
Beta 值介于 0 和 1.0 之间 0.52 1.27
Beta 高于 1.0 1.90 1.94
降价前的BETA 价格下降两年后的 Beta 
平均价格下跌截止点:5 美元/股 1.00 1.07
Beta 值低于 0 -0.56 -0.51
Beta 值介于 0 和 1.0 之间 0.47 0.50
Beta 高于 1.0 2.02 2.17

结果强调,风险(波动性)的急剧增加完全是由于系统性风险的增加,即随市场指数波动。值得注意的是,这些结果不是由贝塔系数随时间推移回归均值所驱动的。

在我们研究的高端,我们研究了股票何时突破每股 5 美元的门槛。结果看起来截然不同。在股票突破 5 美元门槛之前,其贝塔系数平均为 1.0,之后为 1.07。每股 5 美元的其他贝塔系数层级显示出相同的结果。这证实了 1 美元门槛结果确实是由于股票进入低价股领域。

研究结果支持了这样的观点:当低价股接近零价格障碍时,它们的风险会变得更大(波动性更高),而这种风险是由于系统性风险的增加(对市场走势的敏感性增加)造成的。

韭菜热线原创版权所有,发布者:风生水起,转载请注明出处:https://www.9crx.com/82977.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2024年5月16日 23:56
下一篇 2024年5月17日 23:30

相关推荐

  • 印度的经济增长值得关注

    作者:Todd Shriber,24 年 3 月 7 日 在七国集团国家中,美国经济及其通胀率令人印象深刻。但当将其他大型经济体纳入考虑范围时,印度才是主导力量。 印度今年可能成为全球主要经济体中 GDP 增长率即使不是最强的国家之一,这可能会提振WisdomTree India Earnings Fund (EPI)等 ETF 的前景。这可能会支持 EPI…

    2024年3月31日
    5000
  • 用替代数据解锁阿尔法

    资产管理公司需要现代、全面的替代数据策略来保持竞争优势,但寻找有效的解决方案比以往更加复杂和耗时。 用 Alt 数据解锁 Alpha 经验丰富的投资经理很早就认识到,在市场能够从传统的财务数据来源(例如美国证券交易委员会的文件、财报电话会议和季度报表)做出反应之前,找到可采取行动的信息变得越来越困难。获得这一优势越来越需要利用替代数据,这些数据可以涵盖从相当…

    2023年7月30日
    19300
  • 北京大学R语言教程(李东风)第35章: R非参数回归

    35.1 模型 线性回归模型可以看成非线性回归模型的特例: Y=f(X)+ε 其中f(x)为未知的回归函数。 参数方法:假定f(x)具有某种形式,如 二次多项式回归可以令X1=x,X2=x2, 变成二元回归模型来解决。 指数模型可以令z=lnY, 模型化为z=a+bx。 有一些曲线模型可以通过变换化为线性回归。 在多元情形, 一般的非线性回归模型为…

    2023年11月25日
    31200
  • 强劲就业和零售数据之后,还会衰退吗?

    最近经济学家对经济将避免衰退越来越有信心。这是由于强劲的就业和零售销售数据。就连杰罗姆·鲍威尔(Jerome Powell)在最近的讲话中也提到了这些数据的实力。以机智: “更多证据表明经济增长持续高于趋势水平,或者劳动力市场的紧张状况不再缓解,可能会导致通胀进一步恶化,并可能导致货币政策进一步收紧。无论如何,通胀仍然过高,几个月的良好数据只是建立通胀持续下…

    2023年12月4日
    28900
  • 市盈率:多种选择:第 2 部分

    上一部分将市盈率(“P/E”)确定为衡量股票市场估值的有用指标。此外,它还详细探讨了将市盈率(即每股收益 – EPS)中的 E 标准化的必要性,并强调了两种更受认可的用于生成可靠市盈率的方法。 如果准确衡量,市盈率不仅仅是市场估值的一个指标;它是股市回报的主要驱动力。注意区别。市盈率不仅仅告诉我们市场是便宜还是昂贵。市盈率的起始水平及其随时间的周…

    2024年1月24日
    22700

发表回复

登录后才能评论
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部