市场异象与市场效率翻译版本

市场异象与市场效率 市场异象与市场效率 G. William Schwert 威廉沃特 Simon School of Business, University of Rochester 西蒙商学院 罗彻斯特大学 This paper can be downloaded from the Social Science Research Network Electronic Paper Collection: http://papers.ssrn.com/abstract= 目录 TOC \o "1-3" \h \z \u 1 引言 3 2 挑选出的试验规律 4 2.1 可预见的资产的差别回报 4 2.2 各时期收益的预测性的不同 8 3 不同类型的投资者的收益 12 3.1 个人投资者 12 3.2 机构投资者 12 3.3套利限制 15 4 长期回报 15 5资产定价影响 17 6公司金融的启示 18 7结论 19 Anomalies and Market Efficiency 市场异象与市场效率 G. William Schwert University of Rochester, Rochester, NY 14627 and National Bureau of Economic Research（国家经济研究局） October 2002 摘要 实践证明，市场异象似乎与现有的资产价格行为理论并不相符。它表明市场并不是有效的，且相关的资产价格理论也有不足之处。 这篇 论文 政研论文下载论文大学下载论文大学下载关于长拳的论文浙大论文封面下载 的实证表明，规模效应，价值效应，周末效应以及股息率效应在一系列研究将他们公诸于世后他们的效果变弱了或者根本不出现这些效应了。与此同时，操作者开始实践一些学术研究中运用的投资策略。 小公司一月效应在其首次发布在学术文献上以来其作用力不断减弱，尽管有证据表明还存在这种现象。然而，有趣的是，这种现象并不存在于那些集中投资于小型股的组合回报投资者中。 所有的这些发现使得市场异象趋于表现而非真实。随着这些非同寻常的发现而来的恶名，诱惑了很多学者去进一步调查市场异象，并试图去解释这种现象。但即使异象存在于最先被证实的样本周期中，那些运用策略利用市场反常行为的实践者使得异常现象消失（这就是，研究发现使市场变得更加有效） Key words: Market efficiency, anomaly, size effect, value effect, selection bias, momentum 关键词： 市场效率 异常 规模效应 价值效应 选择偏差 惯性 1 引言 实践证明，市场异象似乎与现有的资产价格行为理论并不相符。它表明市场并不是有效的，且相关的资产价格理论也有不足之处。自从它们形成文件进行学术研究后，这种现象似乎是消失了，反向了或是变弱了。这引起了一个问 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 ，是否过去就存在盈利机会，但是已被套利，或者是否市场异象只是单纯的数据统计而引起了理论家和实践者的注意。 有效市场研究 报告 软件系统测试报告下载sgs报告如何下载关于路面塌陷情况报告535n,sgs报告怎么下载竣工报告下载 可至少追溯到Fama 1970年，最近有了一些更新，包括Fama (1991) and Keim and Ziemba (2000)，它们强调了金融理论的特殊领域。就性质而言，报告毫无例外地反映了作者的视角和观念。我们的目标是突出一些来自许多人研究得出的有趣发现，并且对这些发现对于学者与实践者运用金融的方法的暗示提出疑问。 这一章节和早期Ritter(10-投资银行和证券发行)和Ferson（16-多因素定价模型）早期的章节，以及后来Barberis and Thaler (18 – 行为难题), Cochrane (20 – 金融新理论), and Easley and O’Hara (21 – 证券市场微观结构和资产定价)的章节有着明显的联系。事实上，那些章节利用一些发现和证据提供给了我结论的基础。 在一个基础的层面，市场异象只能在与正常的模型相对时被定义。Fama (1970)早期指出了这个事实，指出了关于市场有效性的测试，同时联合一直以来关于预期资产回报的猜想的测试。因此，无论何时某人总结一个似乎显示市场低效率的发现时，可能是一个证明，证明资产定价模型的隐含意义是不充分的。 考虑经济相关假定异象也是非常重要的。Jensen (1978)强调了在确定市场效率时贸易收益的重要性。尤其是，如果异象回报行为不足以对能够赚钱的有效交易具有决定性作用，那么经济上来说就是无意义的。市场有效性的这个定义直接反映了回报行为的实践与学术研究。同时也显示了交易费用和另外市场微观结构对定义市场有效性的重要性。 研究者数据处理和计算机使用能力的提高，（随着数据数量的增加和可供研究人员使用的计算能力的提高）和从Fama(1970)的报告以来在金融领域的实证的研究者数量的增长，为最初的有效资本市场模型提供了突破性的作用。许多人指出研究者将注意力集中在在不寻常的发现上（可能是出版过程的副产品，是否对现有理论具有挑战的新发现的出版物的偏见）的趋势可能导致异象的过度出现。举个例子，如果一个随机过程源于一个看上去不一样的特定样本，从而吸引了研究者的注意，这就是样本选择偏差，这可能导致对隐含着的模型的理解不具备随机性（这可能导致理论下的模型并不是随机的这样的看法）。当然，关键的测试是异象是否存在于新的独立的样本中。 当人们感受到市场无效及异象 书 关于书的成语关于读书的排比句社区图书漂流公约怎么写关于读书的小报汉书pdf 写在金融著作上之后，这些现象似乎消失了，于是一些有趣的问题随之而起：难道这些消失是由于样本选择偏差，从最开始就不存在这种异象？或者是一些了解这种市场异象和交易的实践者的行为使得这种有利可图的交易消失不见？ 本章的余下部分如下：第二节探讨在资产回报中横截面的和时间序列的规律性，包括规模、账市比,惯性,股息率效益。第三节论述了不同类型的投资者实现了差别回报,包括个人投资者(通过封闭式基金和经济账户交易数据)和机构投资者(通过共同基金业绩和对冲基金业绩)。第四部分评价了许多论文在研究市场异象时在计量上的一些问题，包括与长远业绩回报相关的不同问题。第五节论述了在引入市场异象的资产价格模型的新内涵，第六节探讨了引入市场异象的公司金融的新内涵。第七节是简短的结束语。 2 挑选出的实证规律 2.1 不同资产的可预见的差别回报 Data Snooping数据窥探 许多分析家也在担心，检验数据和模型的过程会影响发现这种异象的可能性。学者在寻找一个有趣的研究论文时很可能集中关注“令人惊讶的”的结果。在某种程度上,后来的学者通过检验这些相同的或至少是正相关的数据来不断重复或者提炼这个令人惊讶的结果，实际上，并没有额外证据来支持这个异象。Lo 和 MacKinlay (1990)解释了这种数据窥探的现象,展示了来自这种行为的推断是如何误导人们的。 一个很容易解决这个问题的办法是在一个独立样本下测试这种异象。有时候，研究人员使用来自其他国家资料,而有时他们使用的数据来自先前的周期。如果在发现一种异象后，经历了足够的时间，那么随后而来而数据分析也能提供一种异象的测度。下面我给出了一些证据，证明在出版后几种异象的表现。 The Size Effect 规模效应 Banz (1981) and Reinganum (1981)证明小盘股的公司在纽约证券交易所取得了比资本资产定价模型所预测的还要高的平均回报。这种小公司效应，引起了后来的一些论文不断扩展与阐述前面的论文。例如，Journal of Financial Economics的特刊上就有几篇有关于规模效应的文章。 有趣的是，金融界中至少有些成员已经发现了这种小公司效应，因为空间基金管理公司（FDA）自1981年开始就以尤金法玛作为他们的研究指导。表一展示了这个基金在美国9至10个小公司的投资组合上的不同寻常的业绩表现，这与banz所描述的投资策略高度相近。表一展示了模拟Banz所描述的投资策略取得异常收益的FDA US 9-10 小公司组合。 表一中超额回报的测度ａ名叫詹森的阿尔法系数，模型如下： Rit—DFA基金在第t个月的回报 Rft—一个月短期国库券的收益 Rm—纽约、美国、纳斯达克证券交易所价值加权市场组合回报 截距ａi是对DFA基金月回报与CAPM模型预测的月回报的平均差异的测度,βi是DFA基金的市场风险指标，基本上与1982.1—2002.5的β值1.0相同，同样，也与接下来的几个时期的值相同，1982-1987, 1988-1993, 和 1994-2002。对于月超额回报的估计在-0.2%到0.4%之间，尽管没有一个是完全小于零。 因此，似乎小公司的超额效应在其公诸于众后逐渐消失了，或者说，1926—1982年的溢价相比，小型股的风险溢价自从1982年以来变得更小了。 The Turn-of-the-Year Effect（一月效应） Keim (1983) 和 Reinganum (1983) 发现小公司超额收益（相对于CAPM模型）的大部分出现在一月份的头两个星期。这种市场异象被认为是“一月效应”。Roll假设 小型股较高的波动性导致了他们会经历一种稳定的短期资本损失，这种损失是投资者在年末时试图规避所得税产生的。抛压可能降低小盘股在12月的价格,这样就会导致在一月初的价格反弹，因为投资者需要再买回这些股票以重构他们的投资策略。1 表一，规模/市值效应，1982.1—2002.5 DFA基金在美国的9-10个小公司投资组合的业绩相对于证券研究中心三大交易所股票价值加权投资组合（Rm）以及一个月短期国库券收益（Rf），1982.1—2002.5。 在此回归中得截距项,ａi是詹森的阿尔法系数，它度量了DFA的月回报与以CAPM为基础预测的回报值之间的平均差异。 最后一行表示了在1994.1-2002.5期间，DFA USA(6-10)价值投资组合的绩效状况。同时用稳健 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 误来作为t统计量的估计值。 表二给出了1962-2001这一期间一月效应得估计量，这与Reinganum (1983)所分析的1962-1979的结果及随后以1980-1989和1990-2001为样本期间所得出的结果是相同的。表二给出了1962-2001这一期间，Reinganum (1983)所分析的1962-1979期间及随后以1980-1989和1990-2001的一月效应得估计量。因变量表示的是在NYSE上小型股投资组合（分位一）与大盘股投资组合（分位十）的日收益差值，(R1t - R10t)。自变量— 一月，当日收益在一月的前十五天为正时January取1，否则取0。 因此系数αj测度了一月份前十五日和本年剩余天数的日均收益的差异。如果在一月份的上半月里小公司的平均收益高于大公司的，那么αj得值就显著的为正。 与表一的结果不同，一月效益这种市场异象自其最初公开以来似乎并没有完全消失。一月效益的估计参数αj每天几乎保持在0.4%左右在1980-1989和1990-2001年期间，这个数值大约是1962-1979所估计的0.8%的一半。尽管这个结果比Keim (1983) 和 Reinganum (1983)所观察到得小，但它任然是显著为正的。 有趣的是，Booth 和 Keim (2000) 已经证明在1982-1995期间DFA投资组合的回报上，一月效应这种异象并非显著不为零。他们推断，加诸在DFA fund上的限制性条件（没有低于每股2美元或者少于1千万的股本总额的股票交易，没有IPO不满一年的股票）可以解释·the CRSP小公司投资组合与DFA投资组合的差异性表现。 因此，最低的价格限制和最少的股本限制似乎解释了这种一月效应。这就可能使得市场的微观结构效应在解释一些市场异象中起了十分重要的作用。这就提高了市场微观结构效应，特别是非流动性的成本对于解释市场异象现象发挥了重要作用的可能性(see Chapters 12 (Stoll) and 21 (Easley and O’Hara)). 表二 小型股/一月效应，日收益，1962-2001 R1t—表示CRSP NYSE小型股投资组合的收益(decile 1) R10t—表示CRSP NYSE大盘股投资组合的收益(decile 10) January = 1当日收益在一月的前十五天为正时，否则为零 January系数αj测度了一月份前两个星期和剩余天数的日均收益的差异。 同时用稳健标准误来作为t统计量的估计值。（不会翻译） 周末效应 French(1980)观察到另一个日历异常现象。他指出，标准普尔，投资组合的平均回报在跨越周末的时候明显较低。表3显示了对从1885年2月到2002年5月时间段的周末效应估计，以及French(1980年)分析的1953-1977时期，1885-1927时期，1928-1952时期，其中，1978-2002的样本数据不包括French所做研究涵盖的样本。因变量是一个更广泛的美股投资组合的日回报：1885-1927期间，Schwert(1990)使用的是道琼斯指数的投资组合；1928-2002，使用的是标准普尔的投资组合。自变量，weekend，当日均回报跨越周末的时候（例如：周五到周一）取值为1，否则则取值为0。系数aW衡量的是日均回报跨越周末的日子与一星期中其他日子的差异。如果跨周末的回报率是显著低于在其他日子的收益， aW应该显著为负值 (a0 +aW应该显著为负值才能证实French’s (1980)的研究结论)。 以下是对表3的估计结果的描述：正如Keim和Stambaugh (1984)所做研究的结论一样，.1928-1952的周末效应更加明显。1985-1927年较小，约为1953-1977年的一半，1928-1952的三分之一但仍是显著为负值。有趣的是,这个周末效应的估计自1978年以来是不可靠的，1978-2002年间aW的点估计为负值，大约为1953-1977的四分之一，但并未明显不等于0。a0 + aW，跨周末的日均回报，在1978-2002年大致为0。 因此，与规模效应类似，周末效应似乎已经消失了，或者至少是被稀释了，相关结论的文献最早出现在1980年。 表三 美股回报的周末效应（1885.2-2002.5） Rt = a0 + aW Weekendt + et 自变量，weekend，当日均回报跨越周末的时候（例如：周五到周一）取值为1，否则则取值为0。系数aW衡量的是日均回报跨越周末的日子与一星期中其他日子的差异。 1885-1927期间，Schwert(1990)使用的是道琼斯指数的投资组合；1928-2002，使用的是标准普尔的投资组合。 与异方差一致的标准误差被用来计算 t 统计值。 样本期间 a0 t(a0 = 0) aW t(aW = 0) 1885-2002 0.0005 8.52 -0.0017 -10.13 1885-1927 0.0004 4.46 -0.0013 -4.96 1928-1952 0.0007 3.64 -0.0030 -6.45 1953-1977 0.0007 6.80 -0.0023 -8.86 1978-2002 0.0005 4.00 -0.0005 -1.37 　价值效应 大约在规模效应提出的同一时间, Basu(1977,1983)指出，每股收益高的公司能够股获得比资本资产定价模型得出的结果更好的收益，随后的一系列论文指出这种超额收益似乎是由高的股息收益率或高的账面值对市值比率(B / M值)带来的。 Ball(1978)通过观察得出的结论暗示，这种结果的出现是CAPM模型本身的错误而不是市场的效率低下导致。因为如果有这种情形出现，投资者可以采取以下策略：即增加一个公司到他的，投资组合中并以此获得稳定收益。换言之，换手和交易成本以及信息搜集成本很低。如果这样的策略赢得了可靠的“异常”收益，会出现一大批潜在的套利者来平衡这个市场。 Fama and French (1992, 1993)认为，规模和价值(通过普通股的市值与账面价值比来衡量)代表了CAPM模型遗漏的两个风险因素。因此，他们建议采用的衡量这种“异常”收益的回归模型形式为： (Rit – Rft) = ai + bi (Rmt – Rft) + si SMBt + hi HMLt + eit （2）　 在上式中， SMBt代表不同规模的投资组合之间的回报的差异，以B/M作为常量；HMLt 代表不同B/M值的投资组合回报的差异，以这些股票的资本总额（capitalization）为常量。因此，正如 bi 代表市场风险的敞口一般，si 和 hi分别代表规模风险和价值风险的敞口。 Fama和French(1993)用他们的三因素模型来验证一些早期文献中提到的市场异象。早期文献的关于市场异象的鉴定是基于（2）式中的ai 是否为零。而Fama和French通过研究发现，对于按照股本资产总额（equity capitalization），B / M率，股息率,或每股收益率分类的投资组合，由三因素模型分析出的异常收益率并非显著不为零。此外，三因素模型得出的最大背离发生在低B / M值（即低增长）的投资组合，该种组合或是低资本规模低回报，或是高资本规模高回报（ai >0）。 Fama和French(1996)利用他们的三因素模型来解释Lakonishok，Shleifer和Vishny (1994)做出的研究。引入诸如B / M值、E / P、现金流量与价格比(C / P),销售的排名,过去的增长率等变量，通过（2）式的估计结果的分析，他们并没有发现可靠的异常表现。 1993年, DFA聚焦于拥有高B/M值(the DFA US 6-10 Value Portfolio？？).的小公司创立了一个共同基金,根据Fama和French (1993)的研究结论，该投资组合应当在1963-1991期间每月获得比CAPM模型高约0.5%的“异常”回报。然而，表一中最后一行对1994-2002期间DFA价值投资组合的异常回报的估计值为-0.2%，t 统计值为-0.59。这说明，与DFA 9 - 10的小公司的投资组合类似,促使这个基金创立的动因：高B/M值的小公司的高于市场平均回报的异常收益，似乎已经消失，或者说被稀释。 Davis, Fama, 和 French (2000)在不覆盖Fama和 French (1993)研究数据的前提下收集分析了1920-1963年的B/ M数据。他们发现，这种与价值型股票相关的溢价在1963年前的数据和1963年后的数据中都能得到相似的体现。同时，在早期的样本数据中，规模效应是被包含在价值效应中的。Fama和French (1998)的研究结论显示，在一个包括13个国家（涵盖美国）的1975-1995年的样本数据中也体现了价值效应的存在。因此,在Fama和French (1993)研究结论发表的前后时间段所采集的样本数据都证实了价值效应的存在。 　Daniel 和Titman (1997)提出异议，他们认为规模和B / M值并不是均衡定价模型的风险因素。然而，Davis, Fama, 和French (2000)发现，Daniel 和Titman的结论不支持他们样本数据之外的情况。 惯性效应（The Momentum Effect） Fama和French (1996)还测试了两种不同的惯性策略。DeBondt和Thaler (1985)发现一种异常现象：过去的弱势股（过去三到五年低收益的股票）获得比过去的强势股（过去三到五年低收益的股票）更高的平均收益，这被称之为 “反转效应”。而另一方面，Jegadeesh 和Titman (1993)发现，近期过去的强势组合（portfolios formed on the last year of past returns）表现要好于过去的弱势组合，这被称为“持续效应”或者“惯性效应”。Fama 和 French立足于DeBondt和Thaler的长期反转策略，运用三因素模型进行估计，而估计结果并未通过检验。另一方面，Fama 和 French的三因素模型也无法解释Jegadeesh和Titman的短期惯性效应。 表4显示了对惯性效应的估计，同时运用了CAPM模型和三因素模型。惯性衡量的是前期高收益和低收益的企业当前表现的差异，UMD，衡量的是滞后2-13个月的相关股票的前期回报。样本包括egadeesh和Titman（1993）研究的1965-1989时期，并对之进行了拓展，囊括了在此之前的1927-1964时期，及在此研究结果发表后的1990-2001时期，即：整个1927-2001年的数据。在表4中，与前半部分的CAPM模型相比，惯性效应似乎更加明显和可靠。截矩α大约是1%（每月），t 统计值在2.7到7.0之间。实际上，异常收益的最小值出现在Jegadeesh 和Titman研究的1965-1989期间，而最大值出现在研究结论发表后的1990-2001年。 表4 惯性效应 1927-2001 UMDt = a + b (Rmt – Rft) + s SMBt + h HMLt + et UMDt，衡量的是一个由高收益的长期持有股票和低收益的短期持有股票构成的投资组合滞后2-13个月的收益。市场风险溢价衡量的是CRSP纽约证券交易所，美国证券交易所的价值权重股和纳斯达克(Rm)与1月期的国债收益率(Rf)之间的差异。SMBt 衡量的是资本规模不同的公司的之间回报的差异，以B/M作为常量；HMLt代表不同B/M值的投资组合回报的差异，以这些股票的资本总额（capitalization）为常量。与异方差一致的标准误差被用来计算 t 统计值。 Fama和 French (1996)注意到,他们的三因素模型不能解释惯性效应，表4的后半部分的用三因素模型估计的结果并不能通过检验。尽管三因素模型估计出来的截矩项的值大于单因素CAPM模型估计的截矩项的值。 　　Lewellen(2002)提出证据证明，依据规模和B/M值特征进行分类的的投资组合与Jegadeesh Titman(1993年,2001)和Fama,French(1996)的研究结论有相似的惯性效应。他认为,由于惯性效应在大的分散投资组合中的存在，信息处理的行为偏差不能解释惯性效应。 Brennan, Chordia和 Subrahmanyam(1998)发现，在给定的的三因素模型下，规模和B/M值特征也无法解释平均回报的差异。如同Fama 和French（1996）的研究结论表面该模型无法解释惯性效应。最后,他们发现平均回报与近期美元的交易量呈负相关关系。他们认为,这反映出预期收益和流动性的关系，正如Amihud 和Mendelson (1986)以及 Brennan和 Subrahmanyam(1996)得出的结论一样。 因此,虽然股票的平均回报的许多系统性差异可以根据三因素模型得到解释，但惯性效应不能。有趣的是,用来模拟以上讨论的规模和价值策略的指数基金，其平均收益并不能拟合历史数据，如表1所示。证据表明，惯性效应确实存在，但其反应的可预见的风险溢价的变化依然未被理解。 2.2 不同时间段内可预见的差别回报 在早期的有效市场学中，不存在自回归的随机游走模型常常与市场有效假说相对立（例如Black (1971)）。Fama明确表示，恒久均衡的预期回报假设随着时间的推移，不再是市场有效性假说的一部分，尽管这个假设在早期的许多有效市场检验中作为近似估计表现很好。 许多论文表示股市回报基于历史信息具有一定的可预测性。例如，Fama和Schwert(1977)的《短期利率》，Keim和Stambaugh (1986)的《高风险企业收益率和短期利率的相互影响》， French, Schwert和Stambaugh (1987) 的《股票波动》，Fama和French (1988)的《股票投资组合总的股息收益率》，以及Kothari和Shanken (1997)的《股票投资组合的账面价值对市值的比率》。最近，Baker和Wurgler (2000)表示，在1982-1997年间，新发行的权益证券对预期未来股市的回报有负面影响。 一个显而易见的问题是，收益的可预测性究竟是市场非有效的证据，还是仅仅因为预期回报是一个动态均衡的过程。Fama和Schwert (1977)发现少量的证据表明，纽约证券交易所的CRSP价值加权证券投资组合的超额收益（超过一个月国库券的收益率）是负的。后来许多论文采用类似指标来判断，是否在期望报酬可根据历史信息预测，暗含着有利可图的交易策略。我没有发现任何一篇论文表示有充分的证据显示股票的超额收益是负的，尽管因为忽略风险这是一个定义市场非有效的极端标准。 短期利率、通胀预期和股票收益 Fama和Schwert（1977年）采用1953年-1971年的数据，描述了总的证券组合回报与短期利率存在明显的负相关性。自此，Fama已表示在这段时期预期的通胀率变化导致大部分的短期利率的变化，因此Fama和Schwert得出股票的期望收益与通胀预期负相关的结论。表格5显示，在1831年1月至2002年5月期间，预期通胀率或短期利率与股票收益率之间估计的关系，与Fama和Schwert（1977年）采用1953年-1971年的数据估计是一致的， (3) 因变量Rmt是股票投资组合（基于Schwert(1990)的1831-1925年数据和1926-2001年CRSP的价值加权证券投资组合，以及Standard & Poor在2002年的共同完成的作品）；Rft是短期低风险证券的收益率（如从1831-1925年间的商业票据的收益率和1926-2002年间的国库券收益率）。在表格5中的样本期间都表现出负相关关系，但是，在1953-1971年间，股票的期望收益与短期利率间的负相关关系表现最明显。并且在1831-1925年间，这种相关显著不为0.在1972-2002年间的T统计量是-1.08。 普遍采用大量股票投资组合的报酬和短期债券的收益的差(Rmt – Rft)作为市场风险溢价（例如Ibbotson Associates (1998) 和 Brealey and Myers (2000)）。这个市场风险溢价模型暗含着在式（3）中Rft的系数为1.0，以至于负的估计值更加令人惊讶。例如，在1972-2002年间假设R的系数为1.0时，其T统计量等于-2.03。 表格5显示，股票收益与预期通胀率（采用两种方法衡量，一种采用CPI指数,另一种采用PPI指数）间相关性的估计。预期通胀的模型采用在短期利率具有ARMA（1,1）偏差的通胀率的回归估计， （4）， 其中L表示滞后变量，LkXt = Xt-k,采用最近120个月的数据预测第T+1个月的通胀。股票收益与利率Rft 的负相关性更显著的，比起与预期通胀率的测量，尽管Rft 是通胀预期模型的一部分。这表明，在1953-1971年范围外，利率并非是预期的通胀率的近似的替代。这也说明，股票收益和短期利率的负相关性并不总是源于预期的通货膨胀。 因此，在那个时期Fama 和 Schwert (1977)用短期利率来预测股票收益是有效地。然而，股票的超额收益与利率负相关似乎暗示着，一个缓慢的动态风险溢价。假如市场风险溢价因市场基本面而变化，这不是一种让投资者获得超常收益的异常现象。 表格5 股票市场收益与短期利率或通胀预期，1831年5月至2002年5月 其中，Xt = Rft, E(PPIt), 或E(CPIt)。Rft 是一个月到期国库券的收益率，E(PPIt) 是根据PPI通胀预期模型来计算的一个月前的期望值。 是在具有ARMA（1，1）偏差的短期利率中，PPI通胀的回归方程，以120个月的数据作估计。类似的，E(CPIt)是根据CPI通胀预期模型来计算的一个月前的期望值。下表的括号中数字表示对于系数下具有条件异方差的T统计量。 股息收益和股票收益 使用1927-1986年间的CRSP的数据，Fama 和French 在1988年表示总的股息收益可用以预测股票收益。许多后续论文扩充了这一发现，且其中有些论文对其统计方法持有怀疑态度，例如，Goyal和Welch在1999年的论文。表6复制了在1988年Fama和French 的重要研究成果，同时使用了Cowles于1939年研究的1872-1939年的数据，并增加了1987-2000年的CRSP的数据。Fama和French的回归方程为 其中，Y(t) = D(t)/P(t-1), P(t)是t时刻的价格，D(t)是第t-1年的分红，r(t, t+T)是(t, t+T)时期内按复利计息的名义收益。 从表6可清晰看到，增加1972年前和1986年后的数据后，Fama 和French的研究表明股息收益和股票收益之间的相关性变弱了。并且，没有一个系数的T统计量超过20，甚至在1872-2000年的样本期间（包括被Fama 和French 使用的1927-1986年数据）。这些发生的原因在于斜率的估计值更小，且模型的拟合优度(R2)较低。 表6股票市场收益与总的股息收益间的关系，1872-2000 其中，Y(t) = D(t)/P(t)或D(t)/P(t-1), P(t)是t时刻的价格，D(t)是第t-1年的分红，r(t, t+T)是(t, t+T)时期内按复利计息的名义收益。……………………………… 数据1a说明了股息收益模型在预测股票收益的局限性。数据1a显示，基于滞后一期股票收益模型得到的股票收益预期值，D(t)/P(t-1)，是在1927年到1986年间各年范围内的估计值（在表6中右边的最上面一行）。它也显示了短期商业票据和国库券的一年收益。这个1927-1986年的模型被用来预测1872-2000年的样本区间之外的股票收益。直到1961年，预测的股票收益总是高于利率的。然而，从1990年开始，预期的股票收益总是低于利率的了。 数据1b显示，投资结果总是发生在短期债券而非股票投资策略之后时，其在表6的根据股息收益率模型预测的股票收益总是低于利率的。购买并持有策略的基准和那个策略开始于1872年的一个1000美元的投资。在1999年底，这个购买并持有策略价值接近6.7百万美元，然而它的股息收益资产分配策略仅仅有2.2百万美元。这其中巨大的差别显示19世纪90年代期间高的股票收益，而股息收益模型却预测出低的股票收益。总而言之，这个模型对样本之外数据的预测表现是极其糟糕的。 在第20章，Cochrane讨论了根据各种不同指标（例如收益率差价、股息收益率和原动力）对收益的预测性。而且，假如因为市场基本面不同导致市场的回报不同，这就不是一个让投资者能获得超常收益的市场异象了。 数据1a：基于滞后一期股息收益的股票收益的预测，和在1927-1986区间对应利率的回归，1872-2000 数据1b 蓝线表示买入并持有策略 红线表示基于股息率模型的投资策略，当所预期的股票收益低于市场短期利率时，投资于短期货币市场工具，当所预期的股票收益超过市场利率时，投资于股票。 3 不同类型的投资者的收益 3.1 个人投资者 有效市场假说一个简单的结论就是不知情的投资者可以获得正常的收益率。选择表现不佳的股票跟选择超越市场的股票一样难，卖空策略或类似相反的操作可以获得超额收益。当然，那些交易太多而导致不必要的和非生产性成本的投资者只能获得低于正常水平的收益。 Odean(1999)的实验数据是随机从全国性大折扣经纪证券商1987-1993期间选取的一万个人帐户。该样本涵盖了160,000笔交易。因为数据来源是一家折扣经纪证券商，零售经纪人的建议应该不是投资者做交易决策的信息来源。Odean发现交易者通过交易降低了他们的收益，甚至忽略了交易成本，因为他们出售的股票比购买的股票有更高的后期收益。 Barber and Odean (2000, 2001)用同一家经纪公司不同的数据发现交易活跃的账户比交易不活跃的账户获得更低的经风险调整后的净收益。他们也发现男性交易比女性活跃得多也获得较低的经风险调整后的净收益，也发现个人投资者购买的股票没有他们出售的股票表现得好。 这些论文的结论是有差异的，并不是因为交易成本使净收益减少，也不是因为男性交易比女性更频繁。结论差异是因为个人投资者似乎可以鉴别系统性在Fama-french三因素模型中表现不佳的股票。Odean（1999）论文中有一潜在的的线索就是那些投资者倾向于出售最近几周快速上涨的股票，表明这些股票随后的好的表现是由于之前的“惯性效应”。反势头行事的话，这些投资者可能获得较低的收益。 封闭式基金 封闭式基金的折价之谜早很多年前就被发现了。封闭式基金一般在有组织的二级市场进行交易，例如纽约证券交易所。由于其他公司的有价证券构成封闭式基金的大部分资产，就相对容易观察到封闭式基金股票的价值和它资产的价值。一般来说，在大多时期，基金是以少于它潜在资产的价值进行交易的，这就是“封闭式基金折价”现象。Thompson (1978)是第一个仔细验证了封闭式基金折价可能被用来预测封闭式基金份额的超额收益。Lee, Shleifer, and Thaler (1991)认为封闭式基金折价的时间序列行为是受投资者情绪主导的，当投资者乐观时，折价就减少。他们发现，在折价减少的同时小型股的投资回报比较高。 Pontiff（1995年）更新和扩展汤普森的实验，发现到封闭式基金的超额收益是由于平均折扣回归，而不是它们所持有资产的不寻常的收益。换句话说，当封闭式基金份额的价格背离价值太大，折价就会变小，从而导致这些份额有高于平均水平的回报。 既然这种异常涉及到封闭式基金份额的价格，而没涉及到内在的投资组合。因为封闭式基金份额主要是由个人投资者持有，这就阐明了一些个人投资者的投资表现。 3.2 机构投资者 对机构投资者的投资性投资表现的研究至少可以追溯到Cowles (1933)。Cowles 认为基金经理的表现并没有系统的超越被动的指数基金投资策略（尽管他没有用“指数基金”）。有广泛的文献研究开放式共同基金到最近的私人对冲基金。 共同基金 Hendricks, Patel, and Zeckhauser (1993)发现共同基金短期的业绩持续性，但最有力的证据“冷手”现象，为什么表现欠佳似乎比随机情况下可能正确的表现更可能持续。 Malkiel（1995）研究了一组来源于Lipper资料库的数据，包括存在于1971至1991年期间的每一年所有开放式股票型基金。不像许多共同基金的数据库，Malkiel的数据排除倒闭或合并的基金，不会受到Brown, Goetzmann, Ibbotson, and Ross (1992)强调的生存偏差。 Malkie发现共同基金获得的总的收益和CAPM模型等式（1）一致，由于有管理费用净收益要低。他也发现了表现持续性的证据适用于1970s，而不适用1980S。 Carhart（1997）也采用了一组不受生存偏差影响的共同基金的数据库，发现被Hendricks, Patel, and Zeckhauser (1993)定义的持续性可以解释之前的个股动量效应。在把这考虑进去之后，开放式基金业绩持续性的唯一证据是，业绩不佳的经理人有“冷手”现象。 对冲基金 评估对冲基金表现的问题被这些基金许多不同寻常的投资策略给复杂化了。Fung and Hsieh (1997)表明，对冲基金收益不能很好的通过固定的线性组合来描述，而是与Fama-French的三因素模型相似。由于不断变化的杠杆率，或有债权，投资部位的不断变化，传统的基金业绩衡量标准是值得怀疑的。 IPO收益 可以以发行价购买承销公司承销的首次公开发行股票的投资者的最大收益已经是很多文献的主题，可以追溯到Ibbotson (1975)。大多数关于IPO高平均水平的初始收益的文献最关注的是 IPO股票的价格低估和发行公司的影响，但这也暗示了IPO投资者的超常收益。已有少数理论解释了IPO股票的系统性抑价（见Ritter的第10章）。这些理论中的部分指出了个人投资者在获取被低估的IPO股票的难处，这就是为什么我在这部分对机构投资者收益进行讨论。 IPO投资收益有多大？图2a显示了将1000美元在1960年1月投资于任意一个IPO股票，在一个月后卖掉，然后再投资于另一个IPO股票的累积收益。IPO股票的收益来源于Ibbotson, Ritter, and Sindelar (1994)，并且在on Jay Ritter’s website [http://bear.cba.ufl.edu/ritter/ipoall.htm]更新了。相比较下，图二b显示了相同时期投资于CRSP价值加权组合的收益。到2001年12月，CRSP组合的价值大约为74,000美元。另外，投资于IPO组合策略的价值超过$533x1033显然，没有人能够遵循这一策略，就算是比尔盖茨和沃伦巴菲特这样的人都会被看作是财富创造业的业余者。 什么是将首次公开招股作为投资策略赚取超额报酬的障碍？首先，很难被包含在承销商分销中。投资银行通常股票先分配给大型机构客户（例如，华尔街日报，2000年1月27日）。如果机构型客户可以区分被低估更多和不太被低估的交易，个人投资者可以获得的股票可能会有较低的初始回报。个人投资者也会有潜在的好处，投资银行更喜欢把股票出售给个人客户，例如政治家，包括众议院议长Thomas Foley（华尔街日报7月20日，1993年），参议员Alphonse D’Amato，参院银行委员会（华尔街日报1996年6月6日），或正在考虑在不久的将来公开发行的私人公司的高管（见，例如，华尔街日报，1997年11月12日）。因此一个普通的个人投资者很难获取被低估最严重的IPO股票。 其次，许多投资银行不鼓励购买首次公开发行股票，然后再在二级市场出售股份的做法（“翻转“）。迫使IPO的投资者持有超过一个月以上会增加风险和追求上述IPO策略的成本（尽管它似乎仍是非常有利可图的）。在某种程度上，承销商有时会提供非正常的价格以支持可以在次级市场以接近发行价购买IPO股票。这就是为什么在初始回报为负的时候他们想阻止翻转行为。另一方面，当次级市场价格戏剧性的上升并且成交量特别大时，翻转是有益于承销商增加作为做市商的利润的。对在首次公开发行时购买到股票的投资者出售股票以增加公共持股量和流动性是有必要的。事实上，最近有承认，翻转是在帮助创造流动性（见，例如，华尔街日报，2000年2月2日）。 首次公开发行股票收益的另一个不寻常的特点是股票收益的明显的持久性，如图2b所示。然而，几乎从1960到2001年的每个月里IPO的收益都是正的，这些收益似乎有明显的周期，就是一个接一个的高回报，反之亦然。根据Lowry和Schwert（2002），这些周期可由两个重要的因素解释。首先，同类型上市公司显示了首次公开发行平均收益率，上市的公司由于上市时间很集中，因此，相同时点不同IPO收益不同可能是信息不对称。第二，询价发生在注册期间（承销商向潜在的投资者询价）影响上市价格和在相同时间进行首次公开招股的类似公司的持续性收益，这里说的IPO进程超过一个月。Lowry和Schwert认为，企业不能使用在图2b所示IPO报酬的持久性来确定最佳的IPO时间（试图降低初始回报）。如此类推，投资者不能确定他们进入IPO市场的时间（试图获得最大的回报）。因此，尽管IPO看起来给那些可以获得IPO分配中可以获得股票的投资者巨大超额收益，目前并不清楚这是一种可以使绝大多数投资者收益的反常现象。 3.3套利限制 交易成本会限制交易者通过错误定价来获取利润的能力。市场摩擦怎么影响资产定价并允许明显的异常存在的问题近年来颇受关注。Shleifer and Vishny (1997)讨论了和专业货币管理相关,并伴随着交易成本的代理问题会导致错误定价,他们还讨论了由于市场摩擦导致的许多异常现象。Pontiff (1996)展示了封闭式基金的绝对价值的折价和溢价问题和试图通过错误定价套利的成本测量方法相关. 表7列出9篇the Journal of Financial Economics里关于这个问题的讨论。 所有这些都研究了对各种摩擦下资产定价的影响。其中几篇文章类似Pontiff’s的关于明显定价异常现象和交易成本规模相关的这一观点 Table 7 Contents of the Special Issue of the Journal of Financial Economics on the Limits to Arbitrage, Vol. 66, Nos. 2-3, November/December 2002 Authors Paper Title Joseph Chen, Harrison Hong, and Jeremy C. Stein Breadth of ownership and stock returns 所有权深度和股票收益 Charles M. Jones and Owen A. Lamont Short sale constraints and stock returns 卖空限制和股票收益 Christopher C. Geczy, David K. Musto, and Adam V. Reed Stocks are special too: An analysis of the equity lending market 股票是特别的，关于权益借出市场分析 Gene D'Avolio The market for borrowing risk 借入市场的风险 Darrell Duffie, Nicolae Garleanu, and Lasse Heje Pedersen Securities lending, shorting, and pricing 证券出借，卖空和定价 Dilip Abreu and Markus K. Brunnermeier Synchronization risk and delayed arbitrage 同步风险和延迟套利 Denis Gromb and Dimitri Vayanos Equilibrium and welfare in markets with financially constrained arbitrageurs 市场均衡和福利以及套利资金限制 Randolph B. Cohen, Paul A. Gompers, and Tuomo Vuolteenaho Who underreacts to cash-flow news? Evidence from trading between individuals and institutions 谁对财务信息反应不敏感，个人和机构交易的证据 Arvind Krishnamurthy The bond/old-bond spread 4 长期回报 DeBondt and Thaler (1985)追踪了构建组合后的36个月的成功的和失败的组合的收益， 最近几年表现很差的失败的股票的CARS(累计异常收益)是缓慢的向上移动他们指出这种结果是对表现差的股票的过度悲观的证明，使得失败的股票公司在投资方面是可获利的。 Ball, Kothari, and Shanken (1995) 认为表现差的股票收益表现将会导致更高的财务杠杆，因为股票价值比公司债务价值下降的更快。杠杆的上升将会导致有较高的风险，和较高的预期收益(与在股票价格下降前一段时期内风险估计所表现的相比) 他们还指出，很多有高收益的股票却有底的价格，这种情况导致了微观结构影响会大量减少后续表现(例如较大比例投标-询价差) Returns to Firms Issuing Equity 公司发行股本的收益 使用CARS和BHARS，Ritter (1991)测量了post-IPO的股票表现，并得出结论，股票在IPO以后36个月以内其实际收益一般都低于正常收益。他认为这种结果可以证明投资者对于IPO公司过于乐观，以至于扩大初始IPO收益（IPO价格和2级市场交易价格）并降低后续收益。Loughran and Ritter (1995)通过使用1970到1990年IPO样本延伸了Ritter’s的分析。Brav and Gompers (1997) and Brav, Geczy, and Gompers (2000)研究了从1975到1992年间IPO公司的收益，并发现低估现象集中在那些有底的账面市场价值比例的小公司上。 他们认为他们的结论和Fama and French (1993) 的3因素模型文章的结论类似，他们还认为IPO异常是给那些较底的账面市值比率公司定价时普遍存在的问题。Brav, Geczy, and Gompers (2000)也研究了再融资（SEO），发现了同样的惯性效应。Eckbo, Masulis, and Norli (2000)证明当新增权益减少后续权益暴露的风险后公司的财务杠杆降低了，而这种减少的风险很好地解释了再融资之后股票投资回报异常的现象。 Schultz (2001)通过模拟研究了由此前的股价导致的异常收益的测度问题。例如，如果一个公司是在它的最近价格都在上升的情况下选择发行股票，即使股票价格再合理，许多衡量长期异常收益率的方法，将作出错误的解释，认为该股票的后续表现不尽如人意。Schultz将此定义为“伪择时”。这可以用当前超额和未来发行证券数量的协方差是正的来解释。 许多论文都分析一系列事件下的长期股票收益，同时也有大量论文分析了这些长期股票收益测试方式的性能以及其他假说对不同结果的解释。 Fama (1998)指出测量正常收益对测量长期收益非常重要的，因为可能模型中在短期内显得不重要的问题，在长期内将产生重要影响。他还认为大多数关于对行为有影响的明显的股票异常收益并没有应用一个相关的可以选择的模型。Barberis, Shleifer, and Vishny (1998),Daniel, Hirshleifer, and Subrahmanyam (1998, 2001), and Barberis and Shleifer (2002)最近的论文是基于投资者非理性行为预测短期和长期股票收益然后这些模型是否有和以前实验过的有所不同，还是有待考察的。 有几篇论文研究了长期CARS和BHARS数据，包括了Barber and Lyon (1997), Kothari and Warner (1997), and Mitchell and Stafford。所有这些论文都认为找到长期异常收益的衡量方法是很难的。因为这些衡量方法要有特定数据性质和合理的说服力。Mitchell and Stafford (2000)认为时间列表回归方法提供了比起长期CAR和BHARS更可以信赖的参考 Returns to Bidder Firms 投标公司收益 投标公司股票收益是另一个关于潜在异常事件行为的很好的例子。学者们认为对那些合并的投标公司股票来说，累计异常收益明显向下的。其中一个解释认为投标人多付了一部分，并且市场需要一段时间才能了解到这个错误行为。 Schwert (1996)分析了1975至1991年间790个NYSE的收益指标和Amex-listed列示的投标人，发现了：在宣告投标一年后，收益约下降7%。他认为，关于这个下降的解释是在投标前一段时间内，投标公司良好的股票收益表现。 为了衡量异常表现，他使用市场模型回归，公式为 其中Rit代表投标公司的收益，Rmt代表在时期T中的价值加权的组合的CRSP，基于事件分析前253个的每天收益的收益指标（在第一次公布出标的6个月前）。使用αi和βi,的估计值，可以估计出超额回报的累计平均值（从发布投标前127个交易日到在宣布投标后253个交易日） 图标三的虚线代表了投标公司的CAR,它在第一次投标宣布后呈下降趋势, ,一年后降低了约8%。实线代表了投标公司股票异常收益计算简单的调整。截点设为0%,这个调整后的累积异常收益在图中并没有呈明显下降趋势,,这是和有效市场假说相符的. 这种调整消除了减弱收益负向下降的趋