Bogousslavsky (2021) — 因子收益的日内归属：规模与非流动性只在收盘半小时赚
作者: Vincent Bogousslavsky（当时为 EPFL 博一/博士后，瑞士金融研究所）
发表: Journal of Financial Economics 141(1): 172–194, 2021 年。本页基于工作论文版（2016-12-21 job market paper），56 页。
数据: 美国股票 30 年日内收益样本。按 363 个月度观测报告统计。
本 wiki 第一篇系统回答"因子的收益到底在一天中的哪个时段实现"的论文。 这对本 wiki 有直接的实操价值——如果你在做因子增强或日内择时，知道某个因子的收益集中在哪个时段，决定了你该在什么时段承担风险。
一句话总结
因子分两类：
- 规模与非流动性——收益几乎全部集中在收盘前最后半小时，日内其余时间像噪声；
- beta、盈利能力、特质波动率等"渐变类"因子——日内逐步累积，但收盘半小时和隔夜出现大幅负收益。
两类因子（这是全文的骨架）
flowchart TD
A["因子收益的日内形态"] --> B["集中类<br/>规模 · 非流动性"]
A --> C["渐变类<br/>反 beta · 盈利能力 · 净增发 · 特质波动率"]
B --> B1["收益集中在<br/>收盘最后半小时"]
B --> B2["开盘第一个小时<br/>为负（仅周一明显）"]
B --> B3["日内其余时段≈噪声"]
C --> C1["日内大部分时段<br/>稳定为正"]
C --> C2["收盘半小时与隔夜<br/>大幅为负"]
核心证据：换手率的尖峰
最关键的一张图（Figure 2）：
小盘股相对大盘股的换手率在收盘前半小时出现尖峰，而这个差异在日内其他时段没有 U 型形态。
这个对比很重要——如果只是"开盘收盘交易多"，换手率应该整体呈 U 型；实测是小盘股相对大盘股独有的收盘尖峰。
论文排除的替代解释：
| 替代解释 | 为什么被排除 |
|---|---|
| 风险厌恶上升 | 小盘股多头腿的正收益与"流动性提供者要求风险补偿"方向相反——价格应该下跌才能让人愿意持有小盘股过夜 |
| 崩盘风险 | 在所有因子中，规模与非流动性的隔夜负收益排在前 20 名里是最少的（即崩盘尾部不厚） |
| 非同步交易 | 剔除 NASDAQ 股票后结论不变；只用 NASDAQ 组合同样成立 |
| 买卖价差跳动 | 见下节 |
模型：捐赠效应驱动的收盘再平衡
论文给出的机制解释：
投资者受到"捐赠/财富效应"冲击（endowment shock）时，会在收盘前对调仓小盘股。
模型的三个推论都得到验证：
| 模型推论 | 实测 |
|---|---|
| 冲击越大的资产受影响越大 | 成立 |
| 冲击对收盘前暂时性价格冲击的敏感度会上升 | 成立（与 Cushing-Madhavan 2000 一致） |
| 规模组合在收盘时段的波动率特别高 | 成立——规模是唯一一个收盘波动率与开盘相当的特征 |
一个细节：论文明确指出基于风险上升的解释无法同时解释全部证据——必须依赖"围绕市场开闭市的交易"这个机制。
排除跳动污染的处理（方法上可复用）
论文明确说：这个结果不是由非同步交易或买卖价差跳动驱动的。
处理方法值得记：
- 开盘收益用 VWAP 开盘价与 10:00 时的中间价计算（避免开盘竞价异常）；
- 筛掉低成交量样本后结论不变；
- 隔夜 alpha 用市场收益做对照，且加入规模因子也无法解释异常的隔夜负收益。
与本库已收录 内容的呼应：剔除跳动污染的方法与 日内反转的买卖价差跳动 页记录的做法一致——但这篇是在日频/因子层面做的。
渐变类因子的另一个谜
负隔夜收益与"开盘时定价错误"（mispricing at the open）的解释一致，但论文诚实指出：
风险模型和错误定价模型都没有对日内与隔夜收益的差异给出明确预测。
规模组合是唯一例外：隔夜收益与规模无明显关系，但收盘半小时的收益随规模单调递增，开盘半小时的收益随规模单调递减。
一个更大胆的推论
论文在结尾说：
广为人知的因子模型常常把规模和动量包含进去，但这种选择通常没有清晰的理由。 本文的分析朝着理解这两个因子的构成迈出了一步。
这是对现有因子构造方式的直接质疑——规模和动量的收益并非全天均匀产生，而是集中在特定时段。
对 A 股的直接价值
| 维度 | 说明 |
|---|---|
| 可复现性 | 高。A 股逐笔数据可算出任意半小���的组合收益 |
| T+1 的影响 | 这是 A 股与美股最大的结构差异。A 股当日买入不能卖出，"收盘前半小时建仓、隔夜持有"的策略在 A 股无法当日实现——需要改成隔夜到次日 |
| 集合竞价 | 沪市 15:00 有收盘集合竞价，比美股的连续竞价更容易形成"收盘尖峰"。这可能让 A 股的因子收益比美股更集中于收盘 |
| 散户占比 | A 股散户占比远高于美股，而论文的机制是"机构在收盘前为应对财富效应冲击而调仓"——A 股的机制可能不同 |
本 wiki 认为最值得做的检验：把 A 股的因子收益按半小时拆开，看规模与非流动性的收益是否同样集中在收盘半小时。若集中度比美股更高，则集合竞价制度是主因而非投资者行为。
Open Questions
- A 股的因子收益集中在哪个时段？ 这是本 wiki 记录的首要待验证问题。
- T+1 如何改变这个结构？ 无法当日卖出意味着"收盘建仓"的策略必须延长持有期，收益形态可能完全不同。
- 为什么 beta 因子的隔夜收益与日内差异最大？ 论文指出这是唯一日内收益与 alpha 差异显著的因子，但未解释。
- 渐变类因子的隔夜负收益是错误定价还是风险？ 论文明确说模型没有给出明确预测。
- 规模因子的高收盘波动率说明什么？ 可能是冲击时点集中，也可能是流动性提供者在收盘时集中退出。
Cross-ref
- 配套概念: Trading-Session Return Decomposition · ILLIQ 非流动性因子 · 日内反转的买卖价差跳动
- 对照: Heston 等 2010 日内收益周期性（那篇讲的是跨日的同时段延续，这篇讲的是同一日内的时段分布）
- 交易成本: Optimal Execution (最优执行
关键引用
Bogousslavsky, V. (2021). The cross-section of intraday and overnight returns. Journal of Financial Economics, 141(1), 172–194. 工作论文版 2016-12-21.
JEL: G11, G14
主要引用：Fama-French (1992) 规模与账面市值比 · Frazzini-Pedersen (2014) Betting against beta · Ang et al. 特质波动率 · Barraughjey-Uhde (2008) 收盘效应 · Cushing-Madhavan (2000) 收盘共同因子 · Admati-Pfleiderer (1988) 时点选择的信息生产模型 · Corwin-Schultz (2012) 高低价价差估计 · Hong-Wang (2000) 竞争做市商模型。