NBER美国国民经济研究局-NBER-Recovering-Investor-Expectations-from-Demand-for-Index-Funds_64页_1mb

总结：从指数基金需求中恢复投资者预期

核心内容

本文提出了一种基于显示偏好（revealed preference）的方法，通过分析投资者对S&P 500指数基金（包括杠杆型和反向型ETF）的选择，来估算投资者对未来股票市场回报的预期。这种方法克服了传统调查数据可能存在的噪声和主观性问题，提供了一种更客观的估计方式。

主要观点

1. 投资者预期的多样性
   投资者对未来股票市场回报的预期是异质的，且具有持续性和外推性。即使在市场下跌后，投资者的预期仍会表现出一定程度的分歧，而市场上涨则会减少这种分歧。

2. 外推性与持续性
   投资者倾向于根据历史表现来预测未来，这种行为被称为外推性。此外，投资者的预期具有持久性，即一个月份的市场表现会对未来两年的预期产生影响。

3. 杠杆型ETF的价值
   杠杆型ETF为投资者提供了表达不同市场预期的机会，尤其在市场波动较大时（如金融危机），这些产品能显著提升投资者的预期收益。通过反事实分析，作者发现如果限制投资者只能选择1x杠杆的ETF，他们将平均损失3.7个百分点的预期回报。

4. 模型的非参数识别
   通过分析不同杠杆选项的选择，作者能够非参数地识别出投资者的预期分布和风险厌恶程度。模型假设投资者在选择杠杆时，是基于其对市场回报的主观预期和对风险的容忍度。

关键信息

• 数据来源：研究使用了2008年至2018年期间的ETF交易数据，包括资产规模、交易量、费用和杠杆类别。
• ETF类型：S&P 500相关ETF包括1x（跟踪）、2x/3x（杠杆）、-1x/-2x/-3x（反向杠杆）等。
• 识别方法：通过比较不同杠杆选项的市场占有率，结合费用和风险因素，作者能够非参数地识别出投资者的预期分布和风险偏好。
• 外事实验：假设只有1x杠杆ETF可选，投资者的预期收益将下降，表明杠杆选项对投资者具有显著价值。
• 模型公式：
  投资者选择杠杆类别的间接效用函数为：
  $$
  u_{ij} = \beta_j \mu_i - p_j - \frac{\lambda}{2} \beta_j^2 \sigma^2
  $$
  其中，$\mu_i$ 为投资者i对未来市场回报的预期，$\lambda$ 为风险厌恶系数，$\beta_j$ 为杠杆系数，$p_j$ 为费用，$\sigma^2$ 为市场波动率。

结构与方法

1. 数据

• 数据来源：Bloomberg、ETF Global、CRSP（通过WRDS获取）。
• 样本范围：2008年至2018年。
• 观察单位：每月各杠杆类别的市场占有率。
• 外部选项：零售货币市场基金作为不投资ETF的替代选项。

2. 模型构建

• 模型假设：投资者在选择ETF时，是基于其对市场回报的预期和风险偏好。
• 非参数识别：通过比较不同杠杆选项的市场占有率，结合费用和波动率，识别出投资者的预期分布和风险厌恶程度。
• 反事实分析：通过假设限制杠杆选项，分析投资者的预期收益变化。

3. 实证结果

• 预期分布：投资者的预期分布随时间变化，且与现有调查数据（如Shiller指数）呈正相关。
• 风险偏好：投资者的风险厌恶程度在模型中被估计，且与预期分布相关。
• 市场行为：在金融危机期间，杠杆ETF的市场占有率显著上升，表明投资者更倾向于表达市场预期。

与其他文献的关系

本文借鉴了以下文献的思路：

• Barseghyan et al. (2013)：通过保险选择识别投资者的预期和风险偏好。
• Koijen and Yogo (2019)：构建了均衡资产定价模型，考虑投资者的异质偏好。
• Calvet et al. (2019)：利用瑞典家庭数据校准生命周期模型，恢复风险厌恶分布。
• Ross (2015) 和 Martin (2017)：通过期权价格和指数期权价格推导出市场预期。

结论

本文通过分析ETF市场行为，提供了关于投资者预期的非参数估计方法，揭示了预期的外推性、持续性和异质性。研究结果表明，杠杆ETF对投资者具有显著价值，尤其是在市场波动较大时。此外，投资者的预期与现有调查数据一致，但模型能够更准确地捕捉预期的分布情况，为理解市场行为和政策制定提供了新的视角。