在除息的觉醒中

价格异常：在交易日下跌后，股票价格一般会在交易日之后部分(或全部)回升。

回收金额通常会随着保有期从截止日期后的1周增加到4周而增加。

套期保值回报与股票贝塔无关，表明这种价格异常是阿尔法的来源。

作为一种分析方法存在局限性，即恢复到除息日期之前的价格水平所需的平均天数。

存在价格异常，股票价格会在除息日下跌后回升。这种恢复效应因持有时间的不同而不同，并且持有时间较长(从1周到4周)会产生更大的回报，且回报的分散度相同。这种反常现象在与间谍进行套期保值后也存在，表现出更长持有期收益增加的相同模式，收益的分散性也相同。

套期收益可以被认为是表现优于整体市场的股票，但股票的贝塔与回报之间没有关系。这表明，这种价格异常是阿尔法的一个来源。

我之前写过关于股利的2个价格异常：价格在声明日和除息日之间趋于上升，除息日的价格下降往往小于股息金额。在时间线更远的地方，还有另一个价格异常的轶事，那就是在除息日价格下跌(或者上涨，如果发生了这种情况)之后。这是一个奇怪的小异常，我没有在我自己的交易中观察到，但只在不同的网站上看到过提到，而且它只是在没有提供太多细节的情况下被提及。

虽然我关于股息剥离(或股利捕获，如果你喜欢这个术语)的文章试图将价格异常隔离为隔夜价格下跌，但我也注意到其他网站提倡的股息剥离的其他变体。其中一些包括在除息日之后持有股票一段时间，直到股票价格恢复部分(或全部)除息日下跌。

如果价格在除息日期之后确实回升，那么这种回升是一个反常现象，我们可以从中获得正阿尔法。

在我看来，股票除息后的价格走势是一个独立于隔夜下跌的价格异常。我找不到任何关于这种价格异常的研究(除了一篇关于单一股票的文章)，而且在这方面的学术研究很少，大多数研究只关注于过去的日期。各种互联网来源也没有给出任何关于恢复时间段的很好的衡量标准，维基百科在提到“几个星期的问题”时是最具体的。

对于缺乏关于这个异常的数据和证据不满意，我开始自己做分析。虽然个别股票可能会也可能不会像预期的那样移动，但我正在试图找出在许多股票和许多除息日期的总体水平上是否存在这种异常。与我之前对股利相关价格异常现象的调查一致，我将使用道琼斯工业平均指数(Dow Jones Industrial Average)中的30只股票，并从任意选择的2001年1月1日(01/01/01)开始调查到现在(截至撰写本文时，2019年9月12日)。

除息日价格下跌是从除息日前一天的收盘价到除息日的开盘价之间的跌幅。因此，恢复只能在此之后进行，我将从股票在除息日开盘时开始调查

。我也不知道价格恢复期应该有多长，所以我将尝试检查大约1周、2周、3周和4周(分别为5、10、15和20个交易日)的股票回报。过去4周(从撰写2019年9月12日起)的除股息日期的股息将被排除在分析之外，因为显然，当4周还没有过去时，您就不能计算4周的持有期回报。

以下时间线以图形方式表示我们正在调查的内容：

(作者创建)

我的数据集中的第三个最近的红利是BA红利，截止日期为2019年8月8日。(最近的两个红利是XOM和AAPL，截止日期分别为2019年8月12日和2019年8月8日，但我稍后将在对冲示例中使用它们。)英航2019年8月8日的开盘价为331.30。下面的图表显示了自截止日期以来的价格走势：

(作者使用Investing.com的图表和Yahoo！财务)

同一天的另一个股息是WMT股息(相同的截止日期为2019年8月8日)：

(作者使用investing.com的图表和Yahoo！财务)

WMT和BA都表现出相同的模式，负的1周回报，正的2周，3周和4周的回报，随着持有期的增加，回报增加。

对所有股票的所有股息重复上述分析，下面是道琼斯工业平均指数30只股票的总结果，结果是从2001年1月1日到现在的单个交易回报的总和：

(作者使用Yahoo！财务)

我必须再次强调，上述结果并不代表年化回报，CAGR，甚至是总回报。数字的大小是无关紧要的，只有它们是否是正/负的，才表明价格异常的存在和持续。这些数字并不代表任何战略的后验。

聚合结果通常显示与我们从上面的BA和WMT示例中观察到的相同模式。随着我们持有股票的时间延长，回报似乎会增加。随着持有期的增加(从2周到4周)，以标准差衡量的回报离散度也保持在大约相同的水平。虽然我们的BA和WMT示例显示了负的1周回报，但在总水平上，1周回报是正的。

可以说，在前面的例子中，股票价格回升是因为整体市场上涨。毕竟，这两个图表都显示出类似的模式和接近尾声的类似上升趋势。整个市场上涨了吗？市场效应可以剔除吗？这就是我们转向套期保值的时候。

我们将首先看两个示例，然后是聚合结果。我们首先看一下XOM，除股息日期为2019年8月12日，将其与间谍的走势进行比较，后者近似于整个市场(XOM在左侧，间谍在右侧)：

(作者使用investing.com的图表和来自Yahoo！的数据创建)：

(作者使用investing.com的图表和雅虎的数据创建)：

财务)

下一个是AAPL股息，除息日期为2019年8月9日(类似的，左边的AAPL，右边的间谍)：

(作者使用investing.com的图表和Yahoo！的数据创建金融)

XOM的情况在前3周表现为负回报，然后在第四周出现复苏，复苏似乎是由整体市场(以间谍为代表)的上涨推动的。XOM股价在除息日后出现回升，似乎是由于整体市场的原因。

另一方面，

AAPL显示，尽管整体市场下跌，但价格在第一周已经回升，当整体市场上涨时，第四周的回报甚至进一步增加。AAPL股票价格在除息日期后出现回升，似乎与整个市场无关。

下表显示了汇总级别的数据，结果是2001年1月1日至今的单个对冲交易回报的总和：

(作者使用Yahoo！金融)

正如预期的那样，套期保值降低了回报的绝对值。然而，仍然可以看到相同的模式，即

回报似乎随着我们持有股票的时间延长而增加，尽管对冲了整个市场的影响

。虽然持有期较长，但回报的分散程度亦维持不变。

请记住，对冲回报也可以理解为股票表现优于整体市场。考虑到整体市场趋于上升，正的对冲回报是否可以用高贝塔系数的股票来解释？如果是这样的话，我们预计贝塔大于1的股票会有更高的对冲回报(或者表现更好)，而贝塔小于1的股票会有更低的对冲回报，甚至是负的对冲回报。下表显示了与从Bloomberg提取的股票Beta(field Beta：m-3)相比的对冲回报：

(由作者使用Yahoo！的数据创建)：

Financial and Bloomberg)

可以看出，beta大于或小于1对套期保值回报没有影响。在3周和4周的回报案例中，对冲回报与贝塔的相关性也可以忽略不计。这表明，在除息日期之后，

股价回升不是beta，而是alpha

。这种

价格异常是alpha

的来源。

最后，我看到一些网站根据股票价格恢复到除息日之前的平均天数，推荐股票进行股息剥离(或股息捕获)。我想我可以在这里做一个类似的分析。在分析恢复速度时，我发现了几个可能值得注意的要点。首先考虑的是日内价格，只要当天的高点等于或大于除息日之前的收盘价，就被认为是一种回收，因为有限价卖出订单的投资者将得到满足。它不必在过期前收盘高于价格。

其次，有些情况下股价需要很长时间才能恢复。对于日期为2004年2月4日的INTC股息，价格花了10多年才恢复到股息之前的水平(于2014年7月11日恢复)。因此，平均天数数字将被这些情况所歪曲。

第三，恢复所需的天数很大程度上受市场总趋势的影响。当市场上涨时，价格恢复得很快，如果市场下跌，价格恢复得很慢。在像INTC股息这样的极端情况下，上下波动导致了极长的恢复时间，扭曲了分析。

尽管如此，以下是对此感兴趣的人的数据：

(作者使用Yahoo！金融)

尽管使用平均天数作为分析方法存在严重限制，但可以看出，没有alpha(负对冲回报)的股票通常具有较长的平均恢复时间。或者相反，

短的恢复时间可以是α

的来源。然而，请记住，这些是从2001年开始的许多股息的长期平均数，即使是在同一股票的股息之间，恢复时间也可能有很大差异。

除息日期后价格回升的异常现象存在于总水平上。在除息日期之后，你持有股票的时间越长，回收率就会增加。即使在试图通过做空SPY对冲来消除整体市场的影响后，这种效应仍然表现为较长持有期的总体正对冲回报。这种价格回升异常也与股票的贝塔指数无关，可以说是阿尔法的来源。

股票价格恢复到除息日之前的水平的天数，作为一种分析方法有一些限制，我个人不会太重视这组结果，即使它与其余数据一致。

也有可能价格回升需要4周以上才能完成，持有股票更长时间可能会产生更高的回报。然而，我的观点是，它与传统的买入并持有投资太相似了。如果你决定在除息日之后持有股票2个月(或8周)，对于季度股利股票，你只有1个月就会得到下一次股息，在那里你将不得不购买并再持有2个月。净效果是，与买入并持有投资者相比，你有三分之二的时间持有股票。

现在进一步设想，您希望将其与其他2个与股息相关的价格异常(启动效应和股息剥离/捕获)结合起来，并且季度股利公司在除息前一个月宣布派息。你将在交易日期前一个月买入股票，在交易结束前持有，并在交易结束后持有2个月。大约在你打算出售的时候，公司会宣布另一次股息，你会在下一个周期持有股息。瞧，你刚刚变成了一个买入并持有的投资者！当然，优质公司是值得买进并持有的，但那样你就不需要我在身边调查所有这些价格异常。

我/我们在提到的任何股票中没有头寸，也没有计划在接下来的72小时内建立任何头寸。

这篇文章是我自己写的，它表达了我自己的观点。我没有得到它的赔偿(除了寻求阿尔法)。我与本文中提到股票的任何公司都没有业务关系。

额外披露：

本文中的分析应该被解释为对价格异常的调查，而不是交易策略。投资者应了解此分析的假设，包括假设的税收情况、交易成本、做空能力等。希望在自己的交易中应用此分析的投资者不应只从本网站按原样采取方法，而应根据您自己的独特情况、交易成本、税务情况、做空能力或风险偏好进行任何调整。当然，在拿任何钱冒险之前，要做好自己对股票、股息和策略的尽职调查。