Hendershott, Livdan & Rösch (2018/2020) — Asset Pricing: A Tale of Night and Day
作者: Terrence Hendershott、Dmitry Livdan（加州大学伯克利分校 Haas 商学院）、Dominik Rösch（布法罗大学管理学院）。
发表: AEA 2019 年会论文（本份 PDF 是这一版，日期 2018-12-18）；正刊 Journal of Financial Economics 136(2), 2020，DOI 10.1016/j.jfineco.2020.06.006。PDF 49 页。
⚠️ 版本说明：入库的是 AEA 会议版，不是 JFE 排版版。
一句话总结
「CAPM 在实证中表现不佳」这件事完全发生在交易时段内——开盘到收盘的收益与 beta 负相关（高 beta 反而收益更低）；而市场关闭时的隔夜收益与 beta 强正相关。两者加起来，24 小时的安全市场线是平的——这正是文献里反复报告的那个现象。
数据与方法
- CRSP，美国全部上市普通股，1990–2014（需要开盘价才能做日夜分解）
- 滚动 12 个月的日频市场 beta（遵循 Savor-Wilson 2014 的做法）
- 每月把股票分到十个 beta 等权组合
- Day = 开盘到收盘（open-to-close，通常 6.5 小时）；Night = 收盘到开盘（close-to-open，通常 17.5 小时，周末与节假日除外）
核心结果
Night 收益与 beta 强正相关：
beta 增加 1，对应平均 Night 收益上升 14 个基点——经济意义与统计意义都显著。
Day 收益与 beta 负相关（更费解的那一半）：
beta 增加 1，对应平均 Day 收益下降 15 个基点——同样统计显著。
拟合优度：
| 时段 | R^2 |
|---|---|
| Day | 91.6% |
| Night | 96.3% |
读法：对 beta 排序组合而言，日内与隔夜平均收益的变动几乎完全由市场 beta 的变动解释。
最刺眼的一个细节（论文特意点出）：
最高 beta 组合的 Day 收益最低（−8 bps），Night 收益最高（20 bps）——同一批组合在一天之内不同时段的表现截然不同。
两者合并：Day 与 Night 的安全市场线合起来得到一条平的 24 小时 SML——这与 Fama-French (2004) 等多篇论文的报告一致。
稳健性（论文列出的全部）
排序口径无关：
- beta 用 Day 收益估计 ✓
- beta 用 Night 收益估计 ✓
- beta 用收盘到收盘收益估计 ✓
样本无关：
- 美国 beta 排序组合 ✓
- 国际 beta 排序组合 ✓
- 10 个行业组合 ✓
- 25 个账面市值比 (book-to-market) 组合 ✓
- 现金流 beta 与贴现率 beta 排序组合 ✓（两种都成立）
- 个股层面：美国与国际个股 ✓
控制特征：控制规模、账面市值比、过去表现后仍成立 ✓
市场关闭的长度无关：无论一晚关闭几夜都成立 ✓
附录里的一个重要修正：
论文发现「最低 beta 组合有异常高的 Day 收益」这个特征，部分来自价格低于 5 美元的低价股。剔除股价低于 5 美元的股票后，最低 beta 组合的预期收益大幅下降（图 A.2、A.3）。
日内细分（图 A.1）：把交易日切成 13 个 30 分钟区间分别估计，SML 在 11:00–14:00 之间是平的，其他所有时段向下倾斜。
对「日内负斜率」的解释
这一段是本文与既有文献的对话核心。
不能解释的部分：市场关闭时 beta 是系统性风险的重要度量——这符合 CAPM 的基本前提：投资者是长期的、不做组合再平衡。资产流动性差时，投资者要求更高收益来持有高 beta 股票。
难解释的部分：市场开放时的向下倾斜 SML很难用常规的风险-收益关系论证。
Black (1972, 1992) 的思路：如果 CAPM「投资者能以无风险利率自由借贷」的假设被违反，安全市场线的斜率会小于市场超额收益。受杠杆约束的投资者可以通过把组合向高风险的高 beta 资产倾斜来达到想要的���险程度，因此高 beta 资产要求的风险溢价更低。
Frazzini-Pedersen (2014) 把它推进一步，导出「约束 CAPM」——股权风险溢价被借款约束的 Lagrange 乘子削减；BAB CAPM 允许负斜率的条件是乘子大于市场超额收益。但这两位作者自己承认：这种情况极不可能发生——「虽然我们理论隐含的风险溢价低于 CAPM 隐含的，但它仍是正的」。
Jylhä (2018) 用美联储最低初始保证金要求的变动作为外生的借款约束度量：保证金要求低时 SML 斜率为正（接近 CAPM），高时为负——与 Frazzini-Pedersen 模型一致，但与他们的论断相反。
Andrei-Cujean-Wilson (2018) 理论上指出：如果计量经济学家与边际投资者之间存在信息差，则 CAPM 对投资者无条件成立，而对计量经济学家不成立。
另一个应用：分离「反 beta」策略的日夜部分
论文做了 Fama-French (1992) 式控制后的「反 beta」交易策略分解（表 11）：
方法：每月把美股分到 5×5 的规模与账面市值比组合；每个组合内再分五个市场 beta 组合；计算「高 beta − 低 beta」等权组合在 Day 与 Night 的收益差。
结果：
| 结果 | 说明 |
|---|---|
| 高减低 beta 策略 | Day 负收益、Night 正收益，在除一个组合外所有规模×账面市值比组合上都成立 |
| 唯一例外 | 中等规模 (3) 的价值组合——Day (0.01%) 与 Night (0.03%) 都为正但不显著 |
| 最大日收益 | 0.42%——第四规模十分位的价值股，Day 反 beta + Night 正 beta |
论文结论的完整清单
论文的结论段落逐条列出了 CAPM 在隔夜成立的范围（这些是核心贡献）：
- 美国与国际的 beta 排序组合
- 10 个行业组合与 25 个账面市值比组合
- 现金流 beta 与贴现率 beta 排序组合（两者都成立）
- 美国与国际的个股
一个必须并列看待的结论
这两篇（本篇与 Lou-Polk-Skouras 2019）对隔夜溢价的成因给出不同解释。
本篇的框架是：夜间的 CAPM 成立（beta 是风险度量），而日间反而反常。它不需要专门解释「隔夜为什么有溢价」——它说的是「日间为什么有反向斜率」。
Lou-Polk-Skouras 的框架是：隔夜与日间的预期收益互为对冲（张力结构）。
两篇不冲突，但关注点不同。 详见 concepts/data-features/日内与隔夜收益 (Intraday vs Overnight Returns)。
论文自陈的边界
- 需要开盘价才能做分解，样本从 1990 起（而非更早）
- 「排除股价低于 5 美元的股票」这个修正只在附录里——主结论的表格用的是完整样本
- 日内细分的结论依赖 30 分钟分箱，SML 在 11:00–14:00 之间的「平」可能依赖分箱粒度
- 机制部分主要是文献对话，没有为「日间负斜率」给出新的可检验预测
对本 wiki 的位置
- 入口概念: concepts/data-features/日内与隔夜收益 (Intraday vs Overnight Returns)（新建）
- 已有相关页: concepts/data-features/因子收益的时段归属 (Factor Timing Intraday vs Overnight)（Heston-Korajczyk-Sadka 2010 的时段归属）· Bogousslavsky 2021（日内/隔夜的横截面）· CAPM|市场组合]]（该目录目前无 CAPM 专页——可考虑新建）
- 作者: Terrence Hendershott · Dmitry Livdan · Dominik Rösch
数值速查
| 量 | 值 |
|---|---|
| 样本 | CRSP，美国普通股，1990–2014 |
| 组合数 | 10 个 beta 等权组合 |
| beta +1 对 Night 收益的影响 | +14 bps |
| beta +1 对 Day 收益的影响 | −15 bps |
| Day 的 R^2 | 91.6% |
| Night 的 R^2 | 96.3% |
| 最高 beta 组合的 Day 收益 | −8 bps（最低） |
| 最高 beta 组合的 Night 收益 | +20 bps（最高） |
| Day 时长 / Night 时长 | 约 6.5 小时 / 约 17.5 小时 |
| 日内 SML 平坦的时段 | 11:00–14:00 |
| 低价股修正的门槛 | 股价 < 5 美元 |
| 反 beta 策略最大日收益 | 0.42% |