16. 协整与信息共享：协整关系中的信息传导

协整，这个词听起来挺学术的。说白了，就是两个或多个看起来随机乱跑的时间序列，它们之间其实有一条看不见的绳子拴着。

我记得刚入行那会儿，看到两只股票的价格走势图，总觉得它们长得像。后来学了协整才知道，这不是巧合，是背后有共同的经济力量在驱动。嗯，这里要注意，相关性高不等于协整，这是新手最容易踩的坑。

协整关系中的信息传导

协整关系为什么重要？因为它揭示了信息是如何在资产之间传导的。

举个例子。假设A股和H股的同只股票，理论上价格应该差不多。但实际交易中，由于市场分割、信息不对称，价格会出现偏离。这时候，信息会通过套利者的交易行为，从一个市场传导到另一个市场。

我个人习惯把这种传导机制分成两类：

• 短期传导：价格偏离后，套利者进场，推动价格回归。这个过程通常很快，几分钟到几小时。
• 长期传导：基本面信息（比如财报、政策）同时影响两个市场，形成共同的长期趋势。

我在项目中遇到过这样的情况：某只AH股，A股这边出了利好，H股那边半小时后才跟上。这就是信息传导的时滞。如果你能捕捉到这个时滞，就能做出超额收益。

信息共享模型

信息共享模型（Information Share Model）是Hasbrouck在1995年提出的。它的核心思想是：多个市场交易同一种资产，每个市场对价格发现的贡献度不同。

模型长这样：

假设两个市场，价格序列为P1和P2
协整关系：P1 - β*P2 = 残差（平稳）

信息共享的计算步骤：
1. 估计向量误差修正模型（VECM）
2. 对残差的协方差矩阵做Cholesky分解
3. 计算每个市场的信息份额

你想想看，这个模型有什么用？它能告诉你，哪个市场才是真正的「价格发现者」。

我曾经用这个模型分析过沪深300股指期货和现货的关系。结果发现，期货市场的信息份额占了70%以上。说白了，期货市场才是信息传导的主导方，现货市场只是跟屁虫。

共同因子与特质因子

协整关系中的价格变动，可以拆成两部分：

• 共同因子：影响所有协整资产的共同力量。比如宏观经济、行业政策、市场情绪。
• 特质因子：只影响单个资产的独特因素。比如公司公告、管理层变动、产品问题。

为什么要区分这两个因子？因为交易策略的逻辑完全不同。

因子类型	来源	交易策略
共同因子	宏观经济、行业趋势	趋势跟踪、宏观对冲
特质因子	公司个体事件	配对交易、统计套利

我记得有一次，我同时交易两只银行股。按理说它们协整关系很稳，但突然有一天价差拉得特别大。一查，原来其中一家出了个高管丑闻。这就是特质因子在起作用。如果你没区分清楚，就会误判为套利机会，结果越套越亏。

配对交易中的信息含量

配对交易是协整理论最经典的应用。它的逻辑很简单：找到两只协整的股票，当价差偏离均值时，做多被低估的，做空被高估的，等价差回归时平仓获利。

但这里有个关键问题：价差偏离了多少才算有信息含量？

我个人习惯用以下几个指标：

• 半衰期：价差回归到均值一半所需的时间。半衰期越短，信息含量越高。
• Z-score：当前价差偏离了多少个标准差。一般超过2个标准差才值得进场。
• 信息份额比：两只股票在价格发现中的贡献度。如果一只股票的信息份额明显高于另一只，那配对交易的风险就更大。

举个例子：

假设股票A和股票B的价差序列
当前Z-score = 2.5
半衰期 = 3小时
信息份额：A占60%，B占40%

我的判断：
- Z-score够高，可以进场
- 半衰期短，说明回归快
- 但A的信息份额高，说明A是主导方
  如果A出了新信息，价差可能不会回归
  所以仓位要轻一些

你想想看，这就是信息含量在配对交易中的实际应用。不是所有价差偏离都是机会，有些偏离是信息驱动的，有些是噪音驱动的。你要学会分辨。