市场有效性和投资策略
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
浅议市场有效性与投资策略的选择
当市场获知某个公司的新信息时,市场参与者会多快地根据该信息买卖该公司的证券?这些证券的价格会多快地调整以反应新的信息?技术分析、基础分析或者其他投资策略是否会带来超额收益?要回答诸如此类的问题时,就涉及到金融市场的有效性问题。
市场有效性问题是现代投资学的重要研究领域,受到了理论研究者和投资者的普遍关注。
对于市场有效性的不同认识决定了投资者的投资理念和投资方法。
虽然专家学者们对市场有效性含义及市场异常现象等实证结果的理解有分歧,但市场有效性的研究结果对于人们选择投资策略具有重要的指导意义。
如果市场是有效的,人们将倾向于选择消极投资策略,而市场有效性研究中发现的市场非有效的情况对于投资者正确选择积极的投资策略具有重要的借鉴意义。
本文将对市场有效性假说及实证研究作以简要介绍,列举出实证过程中发现的“异常现象”,以期给投资者的交易策略带来启发。
一、市场有效性的概念及市场有效的分类
市场有效性假说(Efficient Market Hypothesis,EMH)至少可以追溯到法国数学家Bachelier的开创性理论贡献和Cowles的实证研究。
现代对效率市场的研究则始于萨谬尔森(Samuelson),后经法玛(Fama)、马尔基尔(Malkiel)等进一步发展和深化,逐步形成一个系统性、层次性的概念,并建立了一系列用于检验市场有效性的模型和方法。
Fama(1970)进行了全面阐述,其核心内容是证券价格总是可以充分反映可获得信息的变化,证券的价格等于其“内在价值”。
这里的“充分反映”可以理解为两层含义:⑴信息反映是即时的;⑵反映是准确的。
从本质上讲,证券市场有效讨论的是证券价格对信息的反应速度和程度,如果信息能够即时、准确地反映在证券价格中,那么市场就是有效的。
收集和处理信息的成本越低、交易成本越低、市场参与者对同样信息所代表的证券价值的认同度越高,市场的效率程度就越高。
必须指出并不是所有信息都对证券价格产生影响,只有可以影响公司基本价值的信息才会对证券价格产生影响。
有效市场假说(EMH)建立在以下三个逐渐放松的前提假设之上:1.投资者是理性的,他们能够对证券做出合理的价值评估;2.在一定程度上某些投资者并非理性,但由于他们之间的交易是随机进行的,非理性会相互抵消,证券价格并不会受到影响;3.在某些情况下,非理性投资者会犯同样的错误,但是他们在市场中会遇到理性的套利者,后者会消除前者对证券价格的影响。
有效市场理论认为:由完全理性投资者组成的市场,有效是市场出现均衡的必然结果;即使存在非理性投资行为,由于他们之间交易大量存在且投资策略相互独立,证券价格还是会保持在基本价值附近;即使非理性交易策略并不相互独立,竞争选择和套利行为会使市场保持有效。
市场是否有效是相对于某个信息集而言的。
罗伯兹(Roberts)根据信息集的大小,对有效市场假说又进一步分为以下三种:
(1)弱式有效(Weak Form Efficiency):指当前的证券价格充分反映了全部能从市场交易数据中获得的信息。
这些信息应该包括历史交易价格、成交量和短期收益等。
由于所有的历史价格信息已经全部反映在价格中了,基于历史价格信息进行的对未来价格趋势的预测将是无效的,也就是说依照历史价格信息所进行的“技术分析”(Technical Analysis)将无法使投资者获取超常收益。
(2)半强式有效(Semi-Strong Form Efficiency):如果市场中的证券价格不仅充分反映了其历史价格信息,而且还反映了所有影响公司未来价值的公开信息,则市场达到了半强式有效。
公开信息包括公司公布的财务报表、股利信息、融资信息和其它影响其未来价值的公开信息。
与弱式有效相比,半强式有效要求更加复杂的信息处理过程,投资者必须掌握经济学和统计学的技术知识,并且对各种行业和公司的特征有深入了解,掌握这些知识和技术需要才华、能力和时间。
用经济学的语言来描述就是这种努力需要付出
昂贵的代价,同时有能力获得成功的机会非常少。
由于所有的公开信息已经全部反映在价格中了,基于公开信息对未来价格趋势的预测将是无效的,也就是说基于公开信息所进行的“基本分析”(FundamentalAnalysis)将无法使投资者获取超常收益。
(3) 强式有效(Strong Form Efficiency):如果市场中的证券价格反映了所有的信息,包括历史价格信息、公开信息和内幕信息,那么市场就达到了强式有效。
与其它两种形式的有效相比,强式有效市场还有很长的路要走,很难相信市场已经达到了如此高的效率,以至某些获得真实且有价值内幕信息的投资人都不能够利用这些信息获取超常收益。
即使有效市场忠实的支持者,都不会因为发现市场尚未达到强式有效而感到奇怪,也就是说,真实且有价值的内幕信息仍然可以带来超常收益。
另外,也很难发现有关市场达到强式有效的证据,因此根据研究所获得的证据,似乎没有能够证实市场达到了强式有效。
在强式有效市场中任何针对信息的收集和处理工作均是徒劳的,被动投资策略(PassiveStrategy)是唯一理智的选择。
二、市场有效性的实证研究介绍:
检验市场效率的一种方法是检验某种特定的交易或投资策略在过去是否赚取了超额收益。
在检验各种投资策略时,你首先得选定某个资产定价模型来确定基准收益率。
如果你选择资本资产定价模型(CAPM),那么,基准收益率就可等于无风险利率加上该投资的β系数称以风险溢价。
如果你选择了套利定价模型(APT),那么,基准收益率就等于无风险利率加上该投资的要素β系数与要素价格的乘积之和。
由此可见,在检验各种投资策略时,你实际上是在对以下两种假设进行联合检验:(1)你已经选择了正确的基准来衡量超额收益(2)该市场相对于你在投资中所用的信息是有效的。
如果检验的结果是不存在超额收益,那么这个市场相对于该信息集而言是有效的。
如果检验的结果表明存在超额收益,则所选的定价模型可能有问题,也可以这个市场是无效的。
另一种方法就是事件研究(Event-Study Methodology),它通过对某一类事件的有关信息发布后市场收益率的变化情况来判断市场的有效性。
事件研究是对市场半强有效的重要检验方法。
这一方法最早是由Ball and Brown(1968)和Fama、Fisher、Jenson and Roll(1969)提出的。
事件研究的基本思想是根据某一事件发生后,受影响的股票是否存在反应过度和反应不足来判断市场是否有效,即判断事件是否引起股票产生或正或负的异常收益率。
例如,股票的增发、红利的发放,企业重组和并购等都可以是事件研究的对象。
市场有效性的检验中发现了很多“异常现象”。
“异常现象”的存在是对市场弱有效或半强有效的一种否定,同时也是投资者利用可获得信息能够获取超额收益的证明,这样也就给出了一定的投资策略。
下面列举部分“异常现象”,以期给投资者交易策略带来启发。
①价值反转投资策略(Contrarian Strategy)
所谓价值反转投资策略:是一种以股票市场价格相对于基本面指标过低的股票作为投资对象,并且持有期较长(通常在一年以上,最长为五年)的投资策略。
De Bondt和Thaler(I985),在《股票市场过度反应了吗?》(Does the stock market overreact?)一文中,比较了过去3 -5年内收益率低的股票组合(输家)和过去3 -5年内收益率高的股票组合(赢家)的收益状况,在样本区间内,输家组合的平均累积超常收益率在未来3-5年较赢家组合高24.6%(t=2.2)。
这种情况也被称为赢家输家效应(Winners & Losers Effect)。
De Bondt和Thaler提出的解释是股价的过度反应,即当投资者改变他们的预期时,他们过度重视最近的信息而不够重视过去的信息,这导致投资者对市场极端好的消息或极端坏的消息过度反应。
Zarowin(1989)发现长期盈利状况不佳的公司在随后一段时间的表现超过了长期盈利状况良好的公司。
近七十多年来,价值反转投资策略一直被投资者使用(Graham和Dodd (1934 ) ) 。
作为Graham 的学生,Warren Buffett 自1950年以来将这种价值投资理论具体化(Buffett and Clark, 2002),在投资实践中实现了长达半个多世纪的远远高于市场标准的投资回报,是纯粹通过精明的证券投资而成为世界首富的光辉榜样,从而赢得“股神”的美誉。
有别于导师Graham的投资策略,Warren Buffett 把自己的投资策略称为选择性价值反转投资
策略(Selective Contrarian Investment Strategy ),他投资的公司为有持续竞争优势的公司,其中的准则之一有:城池-城堡准则(Castle-and-moat )。
②动量效应(momentum)
Jegadeesh和Tihnan (1993)考察了美国股票收益的横截面数据,发现有力地证据证明6-12个月的时间内,股票的收益率是正自相关的。
即对于股票而言,过去6-12个月中的赢家在未来一段时间里还会成为赢家,而输家还会继续是输家。
Ikenberry、Lakonishok 和Vermaelen(1995)发现股份回购的公告发布后股价会上涨,而且在今后的一些年份内股价会继续上涨。
Chan, Jegadeesh和Lakonishok (1996)得出的结论为反应不足.股价对消息的反应不足。
实证研究表明,短期股票收益率(一般是一个月到一年)呈现正自相关,而长期股票收益率(一般是一年以上)则呈现正自相关。
因此,在短期内投资者采用动量交易策略(Momentum Strategy ),买入过去表现良好的股票,卖出过去表现甚差的股票可能获得超额收益:在长期内采用反向交易策略(Contrarian Strategy),买入过去表现不好的股票,卖出过去表现良好的股票,也有可能取得超额收益。
③规模效应
Banz(1981)发现经过风险调整后,投资小规模公司可以获得超常收益;Reinganum (1981)的研究得出了相同的结论。
在美国规模效应被发现后就逐渐消失了。
④价值效应:
Basu(1977)研究发现收益价格比率E/P 值(Earnings/Price)与预期收益呈正相关关系。
Fama 和French(1992)、Chan、Hamao 和Lakonishok(1993)发现公司帐面价值与市场价值的比率BV/MV与公司收益正相关,并对投资该公司股票的收益具有极强解释力度. Fama和French(1992,1993)认为在CAPM 模型中忽略了规模和价值两个风险因素,他们将CAPM扩展成三因素模型,并运用此模型对价值效应进行了分析,发现此时价值效应并不显著。
而随着价值效应的发现,价值效应也逐渐消失或减弱了。
⑤年末效应((Turn-of-the-Year Effect)
Keim(1983)和Reinganum(1983)发现规模效应主要发生在一月份的前两个星期,50%的规模效应发生在1月份,这种异常现象被称为“年末效应”。
最近的研究发现,这一异常现象在变小,但依然存在。
⑥周末效应
所谓周末效应是指股票收益率在周末前后出现有规律的异常变化的现象。
周末效应的发现源于Cross(1973)的研究,在对1953年到1970年期间标准普尔500指数的研究中,Cross发现星期五的平均收益最高,而星期一的平均收益最低,并且明显为负值。
后来,周末效应被证明在几乎所有的发达国家证券市场上都存在。
在对不同国家证券市场的研究中,人们发现,最低日平均收益率不一定发生在星期一,日本、澳大利亚、法国、意大利等许多国家股票市场最低收益率发生在星期二。
这引起人们对一般意义上的“周内效应”的关注。
三、有关思考和工作:
三十多年来,有效市场理论一直是金融学中最有争议和最重要的研究课题之一。
传统金融学的证券分析理论,都是在这一学说及其应用的基础上建立起来的,同时还因为它揭示了证券市场的本质特征,改变了人们对证券市场的认识,使以均衡定价为基础的定价理论和财务决策理论得到了迅速、全面地发展。
但大量的实证检验发现,在现实世界中,市场中存在大量的“异常现象”得不到合理的解释。
尤其是二十世纪八十年代以来,以行为金融学为代表的新兴学派,在理论和实证对有效市场理论提出了严峻的挑战。
在对市场有效性的实证检验过程中,许多“异常现象”被发现出来,而且很多异常现象被发现后具有减弱甚至消失的趋势。
这其中的故事可能是:“异常现象”往往能够提供一种能够获得超额收益的投资策略,当人人都使用这种投资策略的时候,这种异常现象就会减弱或消失。
这也正应了第一版的《证券分析》卷首语中所引用贺瑞斯诗集中的那句话:“许多现在已然衰朽的,将来可能重放异彩;许多倍受青睐的,将来却可能日渐衰朽。
”
目前,在Buffett 的成功影响下,金融学界的部分学者致力于解译或重新发现基本面分析的金融学理论和计量计算模型。
澳大利亚金融数学家John Price (2004) 将他对Buffett 的价值投资方法的解译发展成一套基本面分析系统,称之为“清醒的投资者” (Conscious Investor)。
据说,这个系统能够让投资者辨识优良的公司,较准确地计算对应股票的合理价格,以实现一贯的、最优的投资结果。
在美国,Sherlock Holmes (2004) 也按照自己对于Buffett 方法的理解,开发了一套基本面分析系统,叫“价值软件”(Valuesoft),并声称该系统的基本面分析预测的准确率是业界分析师的5倍。
而Robert V. Stephenson-Padron(2006)研究表明,巴菲特投资的卓越战绩并不是统计技术上的偏差,也不是概率上的小事件,但基于巴菲特风格而开发的交易系统,对其投资方法并没有很好的解译。
这也从另一侧面反映了,基本面分析的理论解释和实物操作方面,留有很大想象空间。
由于基本面分析是由主流金融业界的分析师发展起来的,而且在基本理念上与金融学界有很大的不同,因而在学界的文献上,还未有系统的研究。
同时,业界的分析模型和系统都带有很强的商业限制,因而从理论上讲还没有清晰的计算模型。
因此,在通过对大量的历史数据和投资案例进行理论归纳和数据挖掘,进一步丰富和发展计算模型中,将有许多系统庞杂而具体的工作摆在面前。
这也正是笔者以及笔者所在单位正努力探索的工作目标所在。