证券投资研究未来展望

1964年，在Harry Markowitz教授的投资组合理论基础上，William Sharpe教授在Journal of Finance上发表了文章“Capital Asset Prices: A Theory of Market Equilibrium Under Conditions of Risk”，提出了后来被Eugene Fama教授称为的资本资产定价模型（Capital Asset Pricing Model, CAPM）。

1970年，Fama教授在Journal of Finance上发表了“Efficient Capital Market: a Review of Theory and Empirical Work”，正式提出了有效资本市场假说。

1980年代以后，以Robert Thaler, Robert Shiller, Andrei Shleifer等教授为代表的经济学家，结合以心理学家Daniel Kahneman和Amos Tversky为代表的心理学研究，开创了行为金融学。

我们可以简化地把有效资本市场理论和行为金融学理论的争论概括为：在资本市场上，证券的价格是否等于其内在价值；即当前的证券价格，是否等于用CAMP计算的资本成本对未来预期现金流的折现值。如果是，市场就是有效资本市场；如果不是，或不持续是，市场就不完全是有效资本市场；引申为投资者会错误定价，市场上存在套利机会，以及风险本身不能完全解释证券的回报率。

不论是有效资本市场理论还是行为金融学理论，在其对世界的假设前提下，都是完美、坚实的。但是，现实市场是符合一个，还是符合另一个，则是实证问题。本书中回顾的学术文献，仅仅是近40年来检验资产定价理论(Asset Pricing)实证文献的极少数较有代表性的文献，是冰山一角。

尽管国际学术界做了如此大量的研究，今天，我们还是无法肯定地回答到底哪个理论符合市场现实！争论还在继续！

问题的核心所在，Fama教授在1970年的文章中已经指出：任何对市场有效性的实证检验，都是一个联立假设检验：（1）市场是否是有效的，（2）检验使用的风险模型是否是对的。CAPM模型只能告诉我们预期回报由系统性风险决定，并提出了一个系统性风险指标（市场因素Market Factor），但是，CAMP模型不能排除市场上还存在着我们不知道的其他系统性风险指标，和市场因素一起决定证券预期回报。因此，当一篇文章发现某个指标（例如Sloan(1996)中的应计利润）和股票未来回报率相关时，行为金融学的解释是投资者没有充分理解应计利润的价值信息含量，对其做了错误定价，而有效资本市场理论认为该文章在正常回报的计量上没有充分控制系统性风险，因此错误定价不是真实的。如果我们根据应计利润构建一个系统性风险指标（the accrual factor; Francis, LaFond, Olsson, and Schipper, 2005），然后放到预期回报的计量中去，我们会发现Sloan（1996）的超额回报率消失了，市场还是有效的。

在我们就资产定价模型（包括一个或多个风险因素及其计量）达到共识之前，我们不得不和这个联立检验问题共存，并在此基础上开展研究。但是，这并不是说两派中任何一派或两派的研究没有意义。在任何社会科学学科中，证实和证伪都是困难的，都面临同样的问题。

在本章中，我们结合3篇最新的对证券投资研究领域进行回顾与展望的文章（Richardson, Tuna, and Wysocki, 2010; Green, Hand and Zhang, 2012; McLean and Pontiff, 2013），综述证券投资研究的最新进展，并对这个领域做出一些展望。对于证券投资有兴趣的读者，我们强烈推荐大家阅读这3篇文章。需要说明的是，不论是有效资本市场理论，还是行为金融学理论，近10年来在理论模型分析上都缺乏比较显著的进展。因此，本章内容主要涉及围绕证券市场效率开展的实证研究。

8.1 投资策略研究的成果

本书第3章回顾了一些投资“异象”研究。一个投资“异象”指的是某一个指标（例如应计利润除以总资产），在控制了风险回报（正常回报）以后，还对未来股票回报有预测能力。我们每年买入应计利润指标最低的10%的公司，卖空应计利润指标最高的10%的公司，在一段时间内，可以取得正的超额回报。这个正超额回报的取得不符合有效资本市场假说的预测，因此被称为“异象”。

行为金融学对“异象”的解释是市场不是充分有效的，存在错误定价。对于投资行业，利用“异象”研究成果，可以构建投资组合，取得超额的投资收益。

Green, Hand and Zhang（2012）把“异象”研究根据其选取的指标分为三类[1]：第一类是以会计数据为基础的“异象”，计算中包含一个或多个会计三大报表数据的指标；第二类是以股票价格相关数据为基础的“异象”，计算中使用了股价变动、股价波动性、交易量等的指标；第三类为前两类以外的指标，往往是事件研究的对象，例如企业并购事件等。

Green, Hand and Zhang（2012）收集整理了1970年到2010年间美国主要会计、金融、经济学术及相关实务杂志上发现的“异象”指标，共333个，其中第一类147个，第二类106个，第三类79个。Subrahmanyam (2010)研究了50几个“异象”指标，而McLean and Pontiff (2013)检验了82个。

读者可能马上就有个疑问：这么多指标，都有用吗？都用吗？

对第一个问题的回答基本是肯定的。在控制其他情况一定的情况下，单独检验每个指标都能产生显著的超额回报率。这些“异象”研究基本都是严肃的学者进行的，经历过严格的审稿程序，发表在权威的学术或实务界杂志上。我们一般能想到的研究可能存在的问题在审稿过程中都应该被问到，并由作者给与了处理。因此，40年积累的如此大量的“异象”研究已经表明我们的市场不是时时处处有效率的，错误定价时常发生，而基于类似指标的投资策略研究对投资实践具有指导意义。

Richardson, Tuna, and Wysocki（2010）深入细致地以应计利润“异象”和盈余公告后漂移“异象”（Bernard and Thomas, 1989）为例对正确检验某个指标和未来回报之间的关系是否构成“异象”做了方法上的回顾和重新检验，说明这两个“异象”能够经受住风险控制衡量、交易成本计算、以及时间的检验。他们的方法可以被用到检验其他“异象”指标是否可靠。

对第二个问题的回答则有疑义。333个指标是否都是互相独立的？换句话说，即使这些指标有信息含量，我们是否用得到这么多指标？如何判断一个新发现的“异象”是不是原来已经发现的多个“异象”的线性组合，因此是多余的呢？换句话说，如果我们现在新发现一个指标，第334号，其本身和股票未来回报相关，那么为了证明这是一个新“异象”，我们是否需要把第334号的回报率回归到前面333个“异象”指标上去，以控制这些已知“异象”指标的影响呢？

Green, Hand and Zhang（2012）提供了一个回答这个问题的方法。他们在其333个指标中的39个历史较长、数据可得性较好的指标中，随机抽取1个作为“新发现指标”，然后把本指标的回报率回归到从剩下的38个中随机抽取的指标上去（“已知指标”），检验这个回归模型常数项估计值的显著性。如果常数项统计上显著，说明在控制了“已知指标”的基础上，“新发现指标”还能带来超额回报，因此是个新“异象”指标。

Green, Hand and Zhang（2012）发现，当控制5个“已知指标”时，“新发现指标”有62%的概率是新“异象”；当控制25个“已知指标”时，“新发现指标”有32%的概率是新“异象”。因此，Green, Hand and Zhang（2012）认为新的投资策略研究不需要控制住所有已知的“异象”指标。

8.2 投资策略研究对金融投资界的指导作用

投资策略研究的目的是指导金融投资的实践。那么，过去40年大量的研究，尤其是“异象”研究，对现实的金融投资是否有指导意义呢？投资界是否把学术研究成果应用到实践中去呢？

Richardson, Tuna, and Wysocki（2010）就以上问题收集了201份投资界人士的问卷调查。调查结果表明，学术研究对投资实践具有重要的指导意义，大量的研究成果被应用到投资策略构建中。具体来说：

（1）几乎100%的投资界人士在投资策略中使用CAPM，Fama-French三因素模型，或这两者的变种模型来衡量投资组合的风险水平，评估投资业绩。

（2）面对2009年金融危机导致的投资市场波动，超过60%的受访者认为投资市场对基本面投资策略、精准风险计量模型研究的需求会增加。

（3）对于学术界发现的投资“异象”构成的策略，大量投资界人士表明他们在过去成功的加以了使用，例如，盈余动量策略（61%受访者回答过去成功应用），价值策略（56%），成长策略（57%），应计利润策略（41%），等等。

（4）关于未来的证券投资研究，受访者认为重点应该放在：投资者行为（62%），预测企业和行业基本面（59%），发现新的“异象”（55%），实证交易策略（51%）。

从以上这些问卷调查结果可以看出，美国金融投资界十分重视证券投资学术研究的成果，并真正把学术研究成果应用到投资实践中去[2]。事实上，相当多的学术界人士或者离开学术界投身到资金管理中去，或者业余组建基金管理公司，直接把学术成果应用到投资实践。

McLean and Pontiff (2013)从另一个角度说明了学术研究对投资实践的指导作用。假如投资实务界确实关注学术界的投资研究成果，那么我们应该观察到一个现象：当一个新的投资策略研究公布或发表后，这个策略的获利能力应该逐渐减退。之所以如此是因为投资界读到这个研究成果后，根据其指标构建投资组合获利。但是，应用这个策略的基金多起来后，错误定价被纠正，因此未来这个策略就不灵了。

McLean and Pontiff (2013)检验了82个投资“异象”指标，发现当这些“异象”文章发表后，文章中用历史数据计算的“异象”回报率在发表后逐渐降低了35%，显著异于0，说明确实有投资基金在应用这些文章的指标进行交易。

8.3 投资策略研究面临的问题

Subrahmanyam（2010）对投资策略研究中的问题做了简明扼要的回顾。事实上，这些问题早就为学术界所知，但是迄今尚无特别好的方法给与彻底解决。

第一个问题还是Fama教授提出的联立假设问题。只要我们不确知我们的风险模型已经抓住了市场上所有的系统性风险，我们就面临着无法排除一个“异象”指标的超额回报率到底是投资者错误定价所致，还是系统性风险控制不足所致。例如，当前投资策略研究在控制风险时一般使用Fama-French三因素模型（或者再加一个动量因素momentum factor）。但是已有研究质疑规模因素（Size factor）或者账面-市值比因素（book-to-market factor）并不具有系统性风险的特征。更重要的，这两个因素缺乏市场因素那样的坚实的经济学理论依据，所以，与其说他们是系统性风险因素，不如说他们是Green, Hand and Zhang（2012）333个“异象”指标中的两个，和其他331个指标一样。

第二个问题是本书第4章和第5章回顾的套利成本和套利风险的计量问题。即便我们有正确的风险计量模型，但是发现了“异象”后还需要回答“异象”（错误定价）为什么没有被套利者立即铲除的问题。套利成本和套利风险是阻碍套利者铲除交易“异象”最主要的原因。我们对两者的认识和计量都还不足。

第三个问题是“异象”（错误定价）为什么会发生的问题。这是本书第6章回顾的内容。投资者心理误差很显然是错误定价发生的原因，但是我们对其的理解还远不如人意。

8.4 投资策略研究的新动力

和前30年相比，应该说，最近10年中，证券投资研究是发展比较缓慢，突破较少的10年。上一小节中回顾的问题仍然在困扰着我们，短期内还看不到突破性研究出现的希望。

但是，这并不表明未来投资策略研究不能在其他方向上有重要进展。

我们再来回顾一下Shiller（1984）中的这个定价模型。

 

公式中f 可以被认为是套利有限性（套利成本和套利风险），E_t(Y_t+k) 可以被认为是噪音投资者在未来期间对该证券的需求。也就是说，一个证券现在的价格取决于两个因素：一是其内在价值，二是噪音投资者对该证券的需求（导致错误定价）。这两个因素的相对权重由套利有限性决定。套利有限性越弱，噪音投资者的作用越小，价格更接近内在价值；如果套利有限性不存在，有效资本市场理论就完全成立。但是，当套利有限性很强的时候，市场被噪音投资者占据主导地位。噪音投资者的需求导致错误定价，而套利有限性又使聪明的投资者不能够通过套利来消除错误定价，市场也出现了无效状态。

当我们在风险资本成本、套利有限性、噪音投资者需求等方向上面临问题，期待突破性研究的同时，我们可以在对未来现金流预测上做更多的研究。

简单地浏览一下过去的投资策略研究，我们会发现投资策略的指标大体都基于过去几个月、或过去一年的会计或价格数据。我们往往根据过去一年的财务报表预测未来财务指标（盈利、现金流等），并基于此预测未来股票回报。但是，投资者预测未来时掌握的信息远不止于此，而投资策略研究尚很少对这些其他信息加以利用。

姜国华、饶品贵（2011）提出了基于宏观经济政策与波动的微观企业行为研究，为更好地预测企业未来提供了一个方向。简单来说，把宏观经济背景因素引入对企业行为和企业未来业绩的预测中去，比单纯利用过去业绩预测未来业绩更能提高预测的先见性和准确性，从而更好地构建投资策略，发现投资“异象”。

另外，我们对投资者所处的信息环境的理解尚待研究。不论是宏观信息、行业信息，还是企业财务与非财务信息，都和企业未来业绩相关。但是，投资者对这些信息的解读受其所处的信息环境的影响，错误定价的方向和程度往往和投资者信息环境相关（Jiang, Lee and Zhang, 2005）。

我们相信，结合非财务会计信息的预测研究，和投资者信息环境研究在可预见的未来内，将成为投资策略研究的新动力。

8.5 中国资本市场投资研究

最后，我们简单讨论证券投资研究在我国资本市场上的发展情况。

我国股票市场从出现至今不过20余年的历史，债券市场更是最近10年的事情，因此学术界对于证券投资的研究尚未像在其他国家那样普及。

阻碍证券投资研究在我国开展的另外一个原因是一种很流行的观念：我国的资本市场是个“投机”市场，是个散户主导的市场，是个“没有价值”的市场等等类似的说法。首先，我们不同意这种观点，只要经济有价值创造，资本市场主体就有价值。在此不做赘述。

我们希望重点指出的是，不论我们的资本市场多么有“中国特色”，其运行逻辑也一样能够被Shiller（1984）的模型所概括。影响我们证券投资的因素都在这个模型中：未来现金流、风险资本成本、套利局限性（套利成本与套利风险）、投资者心理误差。在这些方面，结合我国市场现实，开展研究，对投资者、对资本市场发育、对经济发展都有重要的意义。

我们希望通过本书的学习，更多的读者能够理解资本市场价格形成的逻辑，促进我国证券投资领域的研究，更希望能推动我国资本市场的健康发展。