我院姜富伟教授（通讯作者）和湖南大学金融与统计学院唐国豪助理教授（第一作者）、中国工商银行齐欣林博士、嘉实基金投资经理黄楠合作撰写的论文《股票市场基本面择时策略》《It takes two to tango: Fundamental timing in stock market》在金融学国际著名期刊《International Journalof Finance & Economics》已接收发表。

本文在中国和美国市场提出了基本面择时的投资组合策略，并发现将基于股票价值和盈利的基本面信息以及基于投资组合价格的短期动量趋势的择时信息进行结合，能够比单纯地购买并持有高价值和高盈利类公司创造更显著的投资收益。在中国股票市场，通过对历史数据进行回测，基于价值、盈利类的基本面择时（与投资组合20日均线价格信息进行比较）的投资组合策略可以获得将近37%年化投资组合收益，其年化后的夏普比率更是高达1.30。在考虑不同的资产定价因子模型、不同的持有周期、不同的均线价格信号，以及交易成本后，本文提出的基本面择时策略依然能创造显著的超额收益。此外，本文发现由基本面择时所带来的溢价效应不能够简单地被市场择时和经济周期所解释；但在高异质波动率和高非流动性的公司中，该效应则会被放大。

具体而言，本文使用了四种指标测度公司的价值和盈利能力（账面市值比、盈余价格比、毛利润率、资产回报率），构建基于年报信息的基本面投资组合（择股），并计算投资组合的价格均线信号，根据当前投资组合价格与均线价格的比较进行择时，持有或卖出投资组合。我们发现，当使用20日均线价格信号进行择时后，四种基本面择时投资组合均可以获得显著的收益和超额收益，其年化收益率在34.33%到41.07%之间变动。在美国股票市场，基于10日均线价格信号的投资组合收益率最高，四种指标构建的投资组合年化收益率在16.53%到28.57%之间变动。当然，随着均线价格信号的时间越长，投资组合收益率会显著下降，但投资组合的持有周期会增加，也意味着更低的交易成本。

近年来，随着大量的资产定价因子被发现以及机器学习方法的兴起，从不同的定价因子中寻找公共的有效信息进行资产定价成为了研究热点。本文的研发现将股票的基本面信息和技术面信息进行非线性地有机结合，能够带来显著的超额收益，并初步从行为金融错误定价理论中寻找了有效经济解释。这不仅为不同定价因子的信息提取和结合提供了新的思路，也为更为科学地投资于中、美两国股票市场提供了良好参考。