投资学(第4版)-第68部分

按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！


小而难以发现。但是，通过对中期股价行为的调研（持有3　~　1　2　个月），杰加德什
（J　e　g　a　d　e　e　s　h）和蒂特曼（Ti　t　m　a　n　）发现股票展示了它的势头特性＇3＇　，即最近业绩无论好
坏都会继续下去。他们的结论是，当个股的业绩出乎意料的高时，最好业绩股票的资
产组合的在最近的过去表现出比其他股票的业绩好，从而提供了获利的机会。
长期收益尽管短期收益研究已得出股票市场价格中存在着有节制的正序列相关，
长期（跨越数年）的收益检验发现存在明显的负的长期序列相关的情况。＇4＇　这一个结
果已成为一个“时尚的假定”，它认为股价会对相关信息反应过度。这样的过度反应
会引致短期的正序列相关（势头），随后对过度反应的纠正又引致了坏表现跟随好的
表现，反之亦然。纠正意味着在一段正收益后最终跟随的是负收益，结果是在长期有
一负序列相关。纠正之后发生的这些明显过度的表现使股价呈现出在其公平价值附近
波动的特点。
这些长期结果是戏剧性的，但研究所提供的绝不是有效市场的结论性的证据。第
一，研究结果不能被解释为是股票市场反复无常的证据。这些结果的另一种解释认为，
它们仅指出了市场的风险溢价是随时间变化的。市场价格对风险溢价变化的回应能使
人错误地得出价格中存在着向中值回复和过度波动的情况。例如，当市场的风险溢价
和所要求的收益上升时，股价将下跌。当市场接着上升到这个（平均）更高的收益率
时，数据传达出股价恢复的印象。过度反应和纠正的印象事实上只不过是股价对贴现
率改变的理性回应。
第二，这些研究也面临着统计问题。由于它们依赖于长期测得的收益，这些必要
的检验是建立在对长期收益很少的观察上的。此外，它还表明大部分股票市场价格向
中值回复的统计支持是由大萧条时期的收益数据得出的，其他时期的数据没有提供对
时尚假定的有力支持。＇　5　＇　
主要市场收益的预言者一些研究证明了易观测的变量具有预测市场收益的能力。
例如，法马和弗伦奇证明了当红利股价比、红利收益很高时，在所有股市中的收益有
变得更高的倾向。＇6＇　坎普贝尔（C　a　m　p　b　e　l　l）和希勒（S　h　i　l　l　e　r）发现，利润可以预测市场
收益。＇7＇　凯姆（K　e　i　m）和斯坦博（S　t　a　m　b　a　u　g　h）证明了诸如高信用等级与低信用等级的
＇1＇　Sidney　Alexander；“Price　Movements　in　Speculative　Market：　Trend　or　Random　Walks；　No。　2；”in　Paul　
C　o　o　t　n　e　r；　ed。　The　Random　Character　of　Stock　Market　Prices　（Cambridge；　Mass。：　MIT　Press；　1964）。　
＇2＇　Eugene　Fama　and　Marshall　Blume；“　Filter　Rules　and　Stock　market　Trading　Profits；”Journal　of　Business　
39　（Supplement　January　1966）。　
＇3＇　Narasimhan　Jegadeesh　and　Sheridan　Ti　t　m　a　n　；“　Returns　to　Buying　Winners　and　Selling　Losers：　
Implications　for　Stock　Market　Eff　i　c　i　e　n　c　y；”Journal　of　Finance　48　（March　1993）；　pp。65…91。　
＇4＇　Eugene　F。　Fama　and　Kenneth　R。　French；　“　Permanent　and　Temporary　ponents　of　Stock　Prices；”　
Journal　of　Political　Economy96　（April　1988）；　pp。　24…73；　James　Poterba　and　Lawrence　Summers；　“M　e　a　n　
Reversion　in　Stock　Prices：　Evidence　and　Implications；”Journal　of　Financial　Economics　22　（October　
1988）；　pp。27…59。　
＇5＇　Myung　J。　Kim；　Charles　R。　Nelson；　and　Richard　Startz；“　Mean　Reversion　in　Stock　Prices？　A　Reappraisal　
of　the　Empirical　Evidence；”National　Bureau　of　Economic　Research　Working　Paper　No。　2795；　December　
1　9　8　8　。　
＇6＇　Eugene　F。　Fama　and　Kenneth　R。　French；“Dividend　Yields　and　Expected　Stock　Returns；”Journal　of　
Financial　Economics　22　（October　1988）；　pp。　3…25。　
＇7＇　John　Y。　Campbell　and　Robert　Shiller；“Stock　Prices；　Earnings　and　Expected　Dividends；”Journal　of　
F　i　n　a　n　c　e　43　（July　1988）；　pp。　661…76。　

294　第三部分资本市场均衡
下载
公司债券收益之间的差幅这样的债券市场数据也有助于预测股票市场的收益。＇　1　＇　
然而，对这些结果作解释是困难的。一方面，它们可能意味着当违反有效市场假
定时，股票收益是可以被预测的。但是，更有可能的是，这些变量是市场风险溢价变
化的替代物。例如，给定红利或收入水平，当风险溢价（进而是期望的市场收益）较
高时，股价会变得较低，而红利和收入会较高。因此，高的红利或高的利润收入将与
较高的市场收益相联系。这并不表明违反了市场有效性。市场收益的可预测性是缘于
风险溢价的可预测性，而不是风险调整后的非常规收益的可预测性。
法马和弗伦奇还说明了高信用等级与低信用等级公司的债券收益间的差幅对低等
级债券比对高等级债券具有更强的预测力，＇2＇　对股票收益比对债券收益具有更强的预
测力。他们认为收益的可预测性事实上是一种风险溢价而不是市场无效性的证据。同
样地，红利收入有助于预测债券市场收益这个事实意味着收入捕获的是一种对两个市
场都很普通的风险溢价，而不是股票市场中的错误定价。
12。4。3　资产组合策略与市场异常
基本面的分析比技术分析要求有更广泛的信息来建立资产组合，因而要评价基本
面分析价值的检验则相应地更为困难。然而，它们已经揭示了许多称为“异常”的现
象，即那些似乎与有效市场假定相悖的证据。在接下的几页中我们将对这些异常进行
探讨。
在开始讨论之前，我们注意到这些检验的一个主要问题是，大部分的检验要求对
资产组合的业绩进行风险调整，并且大多数检验是利用资本资产定价模型来进行风险
调整的。我们知道，尽管
似乎是股票风险的一个合适的描述者，但在由
描述的风险
与期望收益之间的经验定量替代却与资本资产定价模型的预测不同（我们将在下一章
评论它）。如果我们利用资本资产定价模型来为风险调整资产组合收益，则不适当的
调整将导致得出多种资产组合策略都可以产生高额收益的结论，但这事实上只不过是
失去了功效的风险调整过程。
另一种处理方法指出，风险调整收益的检验是有效市场假定和风险调整过程的联
合检验。如果一个资产组合策略可以产生高额利润，那么我们必须选择或者拒绝有效
市场假定或者拒绝风险调整过程。通常，风险调整过程的前提比有效市场假定的前提
更可疑，我们如果选择放弃风险调整过程，我们便得不出任何关于市场有效性的结论
了。
这个问题的一个例子是巴苏（　B　a　s　u）　的一个发现。＇3＇　他发现低市盈率
（price/earnings；　P/E）的资产组合会比高市盈率的资产组合具有更高的利润。如果由
于资产组合的
值而调整收益，市盈率效应（P/E　eff　e　c　t　）仍然起作用。这是否确认市
场根据市盈率会有系统的股价偏离呢？这对我们来说是极意外的，也干扰了我们的
结论，因为市盈率分析是如此简单的过程。尽管通过艰苦的工作、深刻的洞察以赚
得较多的收益是可能的，但运用这样简单的方法就能带来非常规收益则几乎是不可
能的。对这些结果的另一种解释是，资本市场均衡模型错在收益并没有适当地进行
风险调整。
＇1＇　Donald　B。　Keim　and　Robert　F。　Stambaugh；“Predicting　Returns　in　the　Stock　and　Bond　Markets；”J　o　u　r　n　a　l　
of　Financial　Economics　17　（1986）；　pp。　357…90。　
＇2＇　Eugene　F。　Fama　and　Kenneth　R。　French；“Business　Conditions　and　Expected　Returns　on　Stocks　and　
B　o　n　d　s　；”Journal　of　Financial　Economics　25　（November　1989）；　pp。　3…22。　
＇3＇　Sanjoy　Basu；“The　Investment　Performance　of　mon　Stocks　in　Relation　to　Their　Price…Earnings　
Rations：　A　Test　of　the　Efficient　Market　Hypothesis；”Journal　of　Finance　32　（June　1977）；　pp。　663…82；　and　
“The　Relationship　between　Earnings　Yield；　Market　Value；　and　Return　for　NYSE　mon　Stocks：　Further　
E　v　i　d　e　n　c　e　；”Journal　of　Financial　Economics　12　（June　1983）。　

下载
第12章市场的有效性配置
295
这是有意义的，因为如果两家公司的期望收入是相同的，那么风险高一些的股票
则会以较低的价格以及较低的市盈率出售。由于其高风险，低市盈率的股票同时也具
有较高的期望收益。因此，除非资本资产定价模型中的
完全随风险调整，否则市盈
率就可以做为另一个有用的风险指示器，并且如果资本资产定价模型被用于建立基准
业绩的话，市盈率将与非常规收益有关。
小公司1　月份效应关于有效市场假定的一个最重要的异常就是所谓的公司规
模，即小公司效应（small…firm　eff　e　c　t），这由班茨（B　a　n　z）首先提出。班茨发现，＇　1　＇　
总收益率和风险调整后的收益率都有随公司的相对规模（由其现有资产净值的市值
表示）的上升而下降的趋势。班茨把所有在纽约证券交易所上市的股票按公司规模
分成五组，他发现，最小规模组的平均年收益率比那些最大规模组的公司要高
1　9　。　8％。
如果对一个1　0亿美元的资产组合来说，这便是一份巨额的奖励。然而，这太引人
注目了，只要根据“投资于低资本化股票”这样简单（或过分简单）的规则便可以使
一个投资者赚得额外收益。要知道，毕竟任何投资者都可以不必花费多大的力气就可
评估出公司的规模。谁都不应指望这么小的力气就可以挣得这么多的回报。
稍后的研究（凯姆，＇2＇　莱因格纳姆（R　e　i　n　g　a　n　u　m），＇3＇　布卢姆和斯坦博＇　4　＇）证明了在
几乎整个1月份，小公司效应都会发生，事实上，具体的时间是在1月的头两个星期。
规模效应实际上是“小公司1月份效应”。
1月2月3月4月5月6月7月8月9月10月11月12月
月
0。8　
0。7　
0。6　
0。5　
0。4　
0。3　
0。2　
0。1　
图12…7　1963~1　9　7　9年最小规模公司与最大规模公司
每月的日平均超额收益率的差别
图1　2　…　7说明了1月份效应。凯姆把公司按其资产净值的市值的升序排列，并且按
每个公司的规模把它们分成1　0组投资组合。在一年中的每个月，他对最小规模和最大
规模公司组合的平均超额收益的差额进行计算。从1　9　6　3年到1　9　7　9年的平均月差额显示
在图1　2　…　7中。1月份对小公司而言是异常引人注目的月份，在1月份小公司平均每天升
水达0　。　7　1　4％。1月份头5天的交易结果更令人惊异，小规模公司头5个交易日的升水幅
＇1＇　Rolf　Banz；“The　Relationship　between　Return　and　Market　Value　of　mon　Stocks；　”Journal　of　
Financial　Economics　9　（March　1981）。　
＇2＇　Donald　B。　Keim；“Size　Related　Anomalies　and　Stock　Return　Seasonality：　Further　Empirical　Evidence；”　
Journal　of　Financial　Economics　12　（June　1983）。　
＇3＇　Marc　R。　Reinganum；“The　Anomalous　Stock　Market　Behavior　of　Small　Firms　in　January：　Empirical　Te　s　t　s　
for　Tax…Loss　Eff　e　c　t　s　；”Journal　of　Financial　Economics　12　（June　1983）。　
＇4＇　Marshall　E。　Blume　and　Robert　F。　Stambaugh；“Biases　in　puted　Returns：　An　Application　to　the　Size　
E　ff　e　c　t　；”Journal　of　Financial　Economics；　1983。　

296　第三部分资本市场均衡
下载
度超过了8　。　1　6％。
一些研究者相信，1月份效应是与年底的为减少纳税而结清蚀本交易紧密相关的。
这个假设是，许多人将他们在前几个月中已经降价的股票抛出，以便在课税年度结束
之前实现其资本损失。这些投资者并不把抛售所得重新投入股市直至新的一年到来。
在新的一年开始时，对股票的抢购潮将给股价带来压力使其上升，这便导致了1月份
效应。实际上，里特（R　i　t　t　e　r）证明了＇　1　＇，个人投资者的股票买卖比在1　2月底和1月初
分