2.5.1 行为金融学的观点
行为金融学从投资者行为非理性或有限理性的角度出发,认为股票收益在时间序列上呈现出的可预测性主要来源于对信息的过度反应或反应不足,这方面著名的模型包括Barberis,Shleifer和Vishny(1996)提出的BSV模型,Daniel,Hirsheifer和Suhramanyam(1998)提出的DHS模型以及Hong和Stein(1999)提出的HS模型。此外,Grinblatt和Han(2001)用处置效应来解释动量现象:在公司有利好(利空)消息时,股价随之上涨(下跌),使投资获利(亏损)的投资者人数增加,在处置效应的趋势下,投资者会选择卖出(持有)股票,如此就阻缓了价格的上涨(下跌),使得股价对新信息反应不足。但这种反应不足又会吸引新的投资者买入(卖空)股票,导致价格继续上涨(下跌),这样导致了股票价格具有惯性。Barberis和Shleifer(2003)则建立了一个基于风格水平正反馈交易的风格投资模型用来解释风格水平的动量及反转现象。以下对几个主要行为模型进行重点评述。
(一)BSV模型
该模型由Barberis,Shleifer和Vishny(1996)提出,他们假定投资者在进行投资决策时存在两种偏差,其一为代表性偏差(representative bias)或相似性偏差(similarity bias),即投资者基于近期数据与某种模式(如股价的上升或下降通道)的相似性来进行预测,过分重视近期数据;其二为保守性偏差(conservatism),即投资者不能及时根据变化了的情况来修正自己的预测。投资者在代表性偏差和保守性偏差之间状态转移过程遵循贝叶斯法则。BSV模型假设公司盈利变化的真正过程是随机游走的,而投资者却认为盈利过程由两种机制中的一种来决定:一种是“均值回归”(mean-reverting)机制,一种是“趋势”机制。因此投资者主要任务是确定当前是哪一种机制在决定盈利变化。代表性偏差会造成投资者对新信息反应过度,认为近期股价变化反映了未来某种变化趋势,从而错误地进行外推。保守性偏差会造成投资者对新信息反应不充分,认为股价变化只是一种暂时现象,未根据收益变化充分调整对未来预期,当后来实际收益与先前预期不符时,投资者才进行调整,导致反应不足。该模型能够解释中期收益惯性、长期收益反转等现象。
(二)DHS模型
该模型由Daniel,Hirsheifer和Suhramanyam(1998)提出。他们把投资者划分为有信息的投资者(informed)和无信息的投资者,后者不存在心理偏差,而前者存在两种心理偏差:一种是过度自信(overconfidence),另一种是归因偏差(biasd self-attribution)。投资者通常过高估计自身预测能力,低估自已的预测误差;过分相信私人信息,低估公开信息的价值。在DHS模型中,过度自信使私人信号比先验信息具有更高的权重,引起过度反应。当包含噪声的公开信息到来时,价格的无效偏差得到部分娇正。当越来越多的公开信息到来后,反应过度趋于反转。归因偏差是指当事件与投资者行动一致时,投资者将其归结为自已的高能力;当事件与投资者行为不一致时,投资者将其归结为外在噪声,归因偏差一方面导致了短期的惯性和长期反转,另一方面助长过度自信。
DHS模型的讨论具体可分为两部分,第一部分是基于投资者信心不发生改变前提下的讨论,这种情况下可以得到三个结论:其一,如果投资者过度自信,那么由于私人信息到达产生的波动,价格将在长期内得到修正;价格因为公开信息的到达产生的反应的方向与后来的价格变化相一致。其二,如果投资者过度自信,那么价格的变化在短期内和长期内都是无条件负相关,因此固定不变的信心模型与长期价格反转一致,但与短期价格动量不相符。其三,过度自信增加了围绕私人信息的波动,可以增加也可以减少围绕公共信息的波动,并且会增加无条件的波动;围绕私人信息的相对超额波动大于围绕公共信息的相对超额波动。第二部分是基于投资者信心依赖于结果的讨论。这部分讨论表明无论是对不变信心还是对依赖于结果的信心进行分析,都可以发现投资者对于自身过度自信都会引起证券价格的过度反应,但在过度反应后,证券价格会出现向基本价值回归的修正阶段。在过度反应阶段内部和修正阶段内部,证券价格和收益之间是正相关的,因此在过度反应阶段和修正阶段内部,证券收益呈现反应不足倾向。
(三)HS模型
该模型由Hong和Stein(1999)提出,该模型将中期的反应不足和长期的反应过度统一起来,因此又称为统一理论模型。该模型假定市场由两种有限理性投资者组成:“信息观察者”和“动量交易者”。两种有限理性投资者都只能“处理”所有公开信息中的一个子集。消息观测者基于他们私有信息来做出预测,他们的局限性是不能根据当前和过去价格的信息进行预测。动量交易者正相反,他们可以根据过去价格变化做出预测,但他们的预测是过去价格的简单函数。除了对交易者信息处理能力加上限制外,模型还加了一个假定:私有信息在信息观察中是逐步扩散。
HS模型所有结论都是建立在以上三个假设基础上。首先,从只有信息观察者时,价格对新信息反应缓慢,存在反应不足但没有反应过度。这订是由于信息的逐步扩散造成。然后加入动量交易者。因为他们以过去的价格变化作为基础,因此他们利用信息观察这引起的反应不足进行套利。在允许足够风险情况下,他们将促使市场效率增加。但如果动量交易者仅采用一些简单的交易策略。例如:在T期动量交易者仅按照从T-2期到T-1期的价格变化进行交易。这种情况下,动量交易者利用信息观察者引起的反应不足进行套利会导致一个相反结果。最初向基本价值方向的运动会导致对新信息的反应过度。这在动量交易者风险中性时更是如此。动量交易者采用简单交易策略是得到这个结果的关键。如果时期T的动量交易者指令仅是从时期T-2到时期T-1的价格变化的函数,那么,这是一个增函数。平均来讲简单的追逐趋势策略能够获得利润。但如果一个人能够考虑更多的信息,很明显此时交易策略能比其他情况下更好,特别是这种策略在动量循环的早期阶段能够获得利润,但在这一循环的晚期却可能遭受损失。因为此时价格有可能已经超过了长期均衡价格。较晚参与交易的动量交易者可能因为价格超过长期均衡水平出现下跌而导致损失。
(四)BS模型
BS模型由Barberis和Shleifer(2003)提出,该模型可以解释风格水平的动量反转收益。模型中设定了两类交易者:正反馈风格交易者和基本因素交易者。采用风格策略的投资者(switcher 或feed back style investor)依据组合的相对表现,在两种相互竞争的风格组合(如价值与成长、大规模与小市值等)中进行选择性投资,即他们倾向于买进近期表现好的风格组合,卖出近期表现差的风格组合。基本因素交易者作为市场套利者,仅关心股价相对于以红利贴现为基础的基本价值,他们倾向于买进价格相对低估的输家,卖出价格相对高估的赢家。这两类交易者有一个根本的区别,即正反馈交易者根据过去风格组合收益表现采取行动,而套利者则根据对证券未来收益的预测采取行动。在上述交易环境中,关于某种风格组合的消息能够对另一种风格组合收益产生影响,而同一风格组合中个股表现出很强的协动,因而风格交易者和套利者之间的相互作用能够产生多种序列相关和交叉序列相关模式。由于序列相关的存在,表明短期风格水平动量策略和长期风格水平反转策略是有利可图的。
在BS模型中,假定某经济体有2n项风险资产,每项资产都具有T期红利请求权(claim),T期红利表示如下:
(2.29)
其中1)定义为未来收益现金流的协方差矩阵,并且各资产现金流为单位方差,标定为1,因而矩阵对角元素皆为1,但协方差为风格相关。2)为红利冲击(如未被预期的盈余消息)。对于单一资产i而言,受市场因素、风格特有因素、公司特有因素影响,可表示如下:
(2.30)
现将2n项风险资产划分为两类竞争性投资风格(如价值、成长等),其中资产项1,2n属于风格X,标记(i,j)X;资产项(n+1),(n+2)2n 属于风格Y,标记(i,j)Y。因而现金流协方差矩阵为:
(2.31)
其中A为同类风格组合资产协方差子矩阵,B为不同风格组合资产协方差矩阵。
由上述假定可以推得BS模型的三个主要推论:
(1)属于同一风格组合的两项资产(i,j),收益比红利呈现更高的相关性。
(2.32)
(2)当一项资产被划入某类风格组合,那么该资产收益与风格组合相关性 显著增加。
(3)对分属不同风格组合的资产(j,k),收益比红利呈现更低的相关性。
(2.33)
2.5.2 有效市场假说的观点
站在EMH的立场上,动量及反转策略所获得收益是对某种或几种风险因子(包括Beta因子、规模因子、净市值比率因子等)所代表的(时变的)市场风险或公司特有风险的补偿,而非由过度反应或反应不足引起。
Chan(1988)发现,如果对DeBondt和Thaler赢者和输者组合考虑到股票时变风险,那么长期反转策略所获取的月超常收益在经济上不显著。之所以产生这种差异,他认为是因为在组合持有期间输者(赢者)组合的Beta系数较在组合形成期间会有所提高(降低),因而输家(赢家)组合未来表现的高(低)收益只不过是对市场风险的补偿。
Fama和French(1996)应用三因素模型检验了价值策略收益、基于价值指标的中期动量策略收益、以及长期反转收益,发现除了中期动量收益之外,其它策略收益回归截距项与0无差异,也即这些策略获得的正收益率只不过是一种对风险的补偿。值得一提的是,他们也认为中期动量策略所获得的超常收益是一个无法用风险补偿进行解释的异象。
Fama(1998)认为大多数认为异常收益率是由行为效应引起的论文均没有用另一个具体的替代模型来解释。他最后总结性指出,投资者对信息的反应过度与反应不足现象并不能否定市场有效假说。当用不同的预期收益模型或不同的统计方法来计量时,这些异常现象将会减少或消失,这样大多数的长期收益异常现象有理由认为是来源于随机现象。
Chordia和Shivakumar(2002)在对动量策略收益来源进行分析时,发现几个代表性的、与商业周期相关的宏观经济变量,包括红利收益率、违约差价(default spread)、短期无风险利率以及期限结构差价(term structure spread),对未来一月的股票收益率具有显著的预测力。与Fama三因素相比,这几个变量作为风险因子对行业及个股动量收益均有很强的解释力。据此他们认为,行业和个股动量策略收益主要由时变的预期收益所致,是对时变风险因子的补偿,而非来源于反应过度或反应不足。
其他持类似观点的包括Conrad和Kaul(1998)及Grundy和Martin(2001)等人。
此外,还有一种观点认为动量反转现象是由数据挖掘(data mining)造成,然而Jegedeesh和Titman(2001)用样本外数据(out of sample)对Jegedeesh和Titman(1993)的结果进行检验后,发现他们的动量策略收益持续整个90年代,因此认为这一结果并非由于数据挖掘造成。