金融理论与政策-10新金融理论与事实

金融理论与政策郑长德教授（西南民族大学经济学院）2019/8/11经济学专业学位Email:[e-mail]第10章新金融理论与事实导言CAPM和多因素模型可预测收益率债券市场外汇市场共同基金灾害保险新事实的含义结论一、导言金融经济学家曾经认为:股票和债券收益是不可预测的；资本资产定价模型（CAPM）对为什么有的股票、投资组合、基金或投资策略可以获得较高收益作出了较好的说明；长期利率反映了市场对未来短期利率的平均预期，而不同国家的利差则反映了市场对汇率波动的预期；共同基金的平均收益可以用CAPM来解释。金融理论的第二次革命这些观点并不是经济金融学家的空想，而是1/4世纪实证研究的总结。然而，新一代的实证研究结果正在对这些观点提出挑战。新金融事实与传统金融理论的碰撞与冲突正孕育着金融理论的第二次革命。这些新的结果并不是对资本市场的竞争性和有效性提出挑战，而是扩大了我们对风险-收益关系的视野，并对我们传统上对风险溢酬（RiskPremium）的看法提出了挑战。二、CAPM和多因素模型CAPM多因素模型规模和价值因素宏观经济因素（一）CAPM（1）传统金融理论认为，CAPM提供了对风险的良好测度，从而对某些资产可以获得比其他资产更高的收益率提供了很好的解释。CAPM认为，只有当某项资产拥有较高的贝塔系数时，它才可以拥有较高的预期收益率。CAPM还认为，贝塔系数与预期收益率呈线性关系（证券市场线）。（一）CAPM（2）图1代表了对CAPM的典型评价。图案显示了按规模（总市值）从小到大分类的NYSE上市股票的10组合，以及公司债券组合和长期国债组合。如纵轴所示，大股票和小股票的超额收益率有很大差距。从图1可以看出，超额收益率越高的组合，其贝塔系数也越高。（一）CAPM（3）但图1也显示了CAPM的一个重要缺陷。由最小公司组成的组合（最右上方）的超额收益率相对于其贝塔系数而言太高了，这就是Banz(1981)发现的“小公司效应”，它在统计上是显著的。但是如果我们不强迫证券市场线经过市场组合点和国库券（即原点），而是用回归得来的线（在图中是斜率较高的那条线），则可以大大减少“小公司效应”。正是统计上的原因使CAPM长盛不衰。（二）多因素模型（1）现在看来，CAPM在如此长的时间里表现如此之好是很让人惊讶的，因为它的假定条件是非常简化的，与现实相距较远。实际上，起码早在Merton(1971,1973)的资产定价理论就发现了这样一种理论可能性，即在解释为什么有些组合的收益率高于其它组合时，除了系统性的价格风险之外，还需要状态变量。（二）多因素模型（2）更重要的是，一般投资者都有一份工作，而CAPM只是简单地假定一般投资者只是关心其投资组合的表现。对大多数人来说，其最终财富既来自投资，也来自工作。因此，经济衰退会对大多数投资者构成伤害。在经济衰退中，有些人失去了工作，大多数人的工资和奖金减少了。（二）多因素模型（3）了解了这个事实后，我们现在来比较两种股票。它们的贝塔系数相等，但其中一只股票在经济衰退时表现较好，另一只股票则表现较差。显然，大多数都会选择在经济衰退时表现较好的那只股票。如果大家都这么想，他们就会抬高该股票的价格，换句话说，他们愿意按较低的平均收益率持有该股票。相反，顺周期的股票价格就会下降，或者说它的平均收益率必须上升以吸引人们购买它。（二）多因素模型（4）从更一般意义上讲，资产定价理论要求在“坏时光”（即投资者最不希望其投资表现差劲的时期）表现差劲的资产必须提供较高的平均收益率。消费（或者从更一般的意义讲是消费的边际效用）是对“坏时光”的最好衡量指标。当人们认为收入前景不佳时他们就会减少消费。因此，低消费意味着投资者此时特别希望其投资组合不要表现差劲。（二）多因素模型（5）遗憾的是，由于数据等方面的原因，将资产收益率与消费数据联系起来的努力现在还不是很成功。因此，要找到实证意义上有用的资产定价模型还需要更好的衡量“好时光”和“坏时光”的指标。（二）多因素模型（6）从广义讲，这类指标有：1、市场收益率。2、影响投资者非投资性收入的事件，如经济衰退。3、预测股票或债券收益率的变量，如市盈率或收益率曲线的斜率，这类变量被称为改变投资机会集的状态变量。4、其他充分多样化组合的收益率。（二）多因素模型（7）前三个因素都是跟平均消费直接相关的。例如，1）如果市场总体下跌了，消费者的财富就减少了，从而将减少消费。2）如果经济衰退使人们失去工作，他们也将减少消费。3）如果你在为退休而储蓄，则利率和股票平均收益率将下降的消息就是坏消息，从而将使你降低当前消费，以便积蓄足够的退休费用。第四个因素可作为是前三个因素任何一个的替代物，它包含了与原始因素完全一致的定价信息，因此被称为要素模拟组合（Factor-mimickingPortfolio）。（二）多因素模型（8）应该注意的是，额外的风险因素必须影响一般投资者。如果一个事件使甲的情况恶化而使乙的情况好转，则甲将购买在该事件发生时表现良好的资产，而乙将出售该资产。这种行为只会转嫁该事件的风险而不会影响该资产的价格或预期收益率。一个因素要影响资产价格或预期收益率，它就必须影响一般投资者，这样投资者整体才会推高或降低与该事件密切相关的资产价格或预期收益率，而不是只是进行风险再分配。在这种理论指导下，实证分析者已经发现了一些可以解释各种资产平均收益率差异的因素。（三）规模和价值因素（1）Fama和French(1996)所提出的规模、账面价值与市值比是最为流行的两个额外风险因素。账面价值与市值比较高的股票被称为价值股，而账面价值与市值比较低的股票则被称为增长股。Fama和French发现，小股票和价值股的平均收益率都较高，而大股票和增长股的平均收益率都较低，即使经过贝塔系数调整后也是如此（Fama和French，1993）。（三）规模和价值因素（2）为了解释这个现象，Fama和French（1993，1996）提出了由市场收益率、小股票收益率减大股票收益率（SMB）和高账面价值与市值比股票收益率减低账面价值与市值比股票收益率（HML）的三因素模型，取得了很大的成功。大家对SMB和HML组合所代表的真实的、宏观的、不可分散的风险都很感兴趣。但这个问题的答案到现在为止还不是完全清楚。（三）规模和价值因素（3）Fama和French（1995）注意到，典型的价值股股价往往都是因为财务困境而跌到很低水平。而在破产边缘的公司渡过难关的概率大于破产的概率，从而使价值股的平均收益率较高。这个发现对价值溢酬（ValuePremium）提供了一种自然的解释：在信用危机和流动性危机中，处于财务困境的公司的股票表现将十分恶劣，而这时正是投资者最不愿意听到其投资出现亏损的时候。应注意的是，我们不能把单个公司的财务困境当作风险因素，因为这种财务困境是非系统性事件，可以通过多样化予以消除。只有一般投资者关心的系统性事件才能产生风险溢酬。（三）规模和价值因素（4）HeatonandLucas(1997)的结果也对价值效应提供了解释。他们注意到，典型的投资者是私人拥有的小企业的业主，这些投资者的收入自然对各种财务事件特别敏感，因此他们持有价值股时就需要较高的溢酬。（三）规模和价值因素（5）LiewandVassalou(1999)则将价值股和小公司股票的收益与宏观经济事件相联系。他们发现在很多国家，在预测GDP增长率时，类似HML和SMB的指标包含了可以与市场收益率所包含信息相互补充的信息。例如，他们发现：GDPt→t+4=a+0.065MKTt-4→t+0.058HMLt-4→t+et+4其中GDPt→t+4表示未来一年的GDP增长率，MKTt-4→t和HMLt-4→t分别表示过去一年市场指数和HML组合的收益率。从上式可以发现，HML收益率每提高10个百分点，预期GDP增长率就提高0.5个百分点。（两个系数的t统计值分别为3.09和2.83，因此在统计上都是重要的。）（三）规模和价值因素（6）应该注意的是，最近几年，规模和账面价值与市值比溢酬已大大减少。1980年小公司效应被发现后，SMB组合的收益率就大大下降。在Fama和French（1993）的最初样本（1960-1990）中，HML累积收益是市场收益的2.6倍。但如果我们考察整个时期（1947-1999），HML的累积收益跟市场累积收益几乎完全一样，因为从1990-1999，市场的累积收益是HML组合的1.71倍。这个现象引起了理论界的很大忧虑。如果平均收益率在被公布之后就大幅下降，这很可能意味着这种异常现象的存在只是由于大多数投资者不知道而已。当他们知道了这种异常现象之后，他们就会利用这种异常现象，从而使小股票和价值股股价进一步攀升，从而使这种异常现象在短期内更为突出。但等大量的投资者将小股票和价值股纳入其投资组合之后，异常的高收益就会消失。（四）宏观经济因素除了规模和价值因素外，很多学者还使用宏观经济变量作为因素。JagannathanandWang(1996)和Reyfman(1997)用劳动收入，Chen,RollandRoss(1986)用工业生产和通货膨胀，Cochrane(1996)用投资增长率。下一步是将这些宏观经济指标与价值股和小股票因素组合连接起来，以便确定到底哪个因素在起作用并找出原因。三、可预测收益率市场收益率惯性和均值回归（一）市场收益率（1）传统金融理论认为，收益率就象掷硬币一样，是不可预测的。在股票市场上，这就是随机漫步理论（RandomWalkTheory）。虽然有牛市和熊市，过去的股票收益率序列有好有坏，但对将来收益率的预测总是一样的。试图从过去的价格和成交量信息中预测股价未来走势的技术分析是几乎没用的。任何明显的可预测性要么是统计上的巧合，从而在样本外无效，要么在考虑了交易成本后是无法利用的。（一）市场收益率（2）但现在的研究却表明，预期收益率的确会随时间而改变，股票收益率在一定程度上是可以预测的，但这种可预测性主要是对长期而言的，而且似乎与经济周期和金融危机有关。表1反映了运用股价与股息比预测股票收益率的情况。从表1的R2可以看出，这些是长期效应：年收益率只有些许的可预测性，月收益率则几乎是完全不可预测的，而五年的预期收益率的可预测性则很高。（一）市场收益率（3）表1超额收益率对股价/股息比的普通最小二乘法（OLS）回归时间长度kB标准误R21年-1.040.330.172年-2.040.660.263年-2.840.880.385年-6.221.240.59(/)VWTBttkttktttkRRabPD注：回归式为：（一）市场收益率（4）我们可以用一个比方来说明这个问题。例如北京市1月份的最低日平均气温为-15oC，7月份的最高日平均气温为36oC，也就是说从1月份到7月份每天平均上升0.28oC。如果叫你在1月份的某一天预测第二天的气温，你只能瞎猜。但如果叫你预测7月份的温度，你的预测就会比较准确。（一）市场收益率（5）这个回归说明股票在很多方面与债券类似。任何债券投资者都知道，价格的连续上升对将来的收益是个坏消息。但许多股票投资者则把股价的连续上升看作是“牛市”的象征，因此认为股票未来的收益也会较高。上述的回归结果表明，这种想法是错误的。（一）市场收益率（6）长期收益的可预测性最早是Shiller(1981)和LeRoyandPorter(1981)在检验波动率时发现的。他们发现股价的大幅波动是无法全部由对未来现金流预期的变动来解释的，因此股价的一部分波动应该归因于预期收益率的波动。（二）惯性和均值回归（1）Fama和French（1996）作了一项有趣的研究。他们模拟了一个均值回归策略。每个月份，他们根据各种股票在过去60个月到13个月期间的表现把所有股票分成10个组合，然后卖出表现最好的组合，同时买入表现最差的组合，结果发现在1963-199