理解资产价格

理解资产价格UNDERSTANDINGASSETPRICES2013瑞典国家银行纪念阿尔弗雷德·诺贝尔经济学奖的科学背景瑞典皇家科学院经济科学奖评审委员会编劳　佳译2013年12月20日原文见瑞典皇家科学院网站本文不是瑞典皇家科学院给出的官方译文。本文由译者自行译为中文，并经瑞典皇家科学院许可予以公开，允许免费分发。TheoriginalversionofthearticleistobefoundonthewebpageoftheRoyalSwedishAcademyofSciences,理解资产价格2目录1引言32理论背景42.1竞争交易的启示................................42.2随机折现因子理论..............................73短期回报可以预测吗？83.1短期可预测性.................................93.2事件研究....................................103.3对短期可预测性的后续研究.........................124长期可预测性134.1方差比检验..................................134.2股票回报的可预测性.............................154.3其他资产市场的可预测性..........................165理性行为者模型中的风险溢价和波动性175.1消费资本资产定价模型(CCAPM)......................175.2检验消费资本资产定价模型(CCAPM)...................185.3广义矩方法(GMM)..............................195.4扩展CCAPM.................................226过度波动性与可预测性：行为金融学方法246.1RobertShiller与行为金融学.........................246.2行为金融学的进一步工作..........................267什么决定了不同资产之间预期回报的差异？277.1对资本资产定价模型(CAPM)的早期检验.................277.2CAPM异象..................................297.3Fama-French三因子模型...........................307.4股票回报横截面的理性和行为解释.....................308对市场实践的影响329结论34参考文献342引言资产价格的行为对于许多重要的决策来说都十分关键。它不仅涉及到专业投资者，更和大多数人的日常生活息息相关。要储蓄的话，是留现金、存银行、买股票还是买栋房子呢？这种选择取决于一个人对于不同储蓄形式带来的风险和回报的看法。资产价格对于宏观经济也至关重要，因为它为那些关乎实体投资和消费的重要经济决策提供了关键的信息。虽然金融资产价格常常看似体现了基本面价值，但历史上却有许多让人震惊的反例，这些事件就是通常所说的泡沫和崩溃。资产的错误定价可能促成金融危机，而且正如最近的经济衰退表明，这种危机可能会破坏整体经济。既然资产价格在许多决策中的作用都如此重要，那么它又是由什么决定的呢？今年的诺贝尔经济学奖颁给了旨在理解资产价格如何确定的实证研究。EugeneFama、LarsPeterHansen和RobertShiller提出了相关的方法，并将其用在了应用工作中。虽然对于金融市场如何运转还没有完整和公认的解释，本次获奖者的研究还是大大加深了我们对于资产价格的理解，并揭示了一些重要的经验规律，以及能够解释这些规律的一些因素。资产价格是否可以预测呢？这个问题十分古老，却又非常核心。如果能够以较高的确定性预测一个资产将比另一种资产增值更快，那就有钱可赚了。更重要的是，这样的情况意味着一个相当基本的市场机制失灵了。然而在实际中，投资资产会带来风险，可预测性也成了一个统计上的概念。特定的资产交易策略可能会带来很高的平均回报，但根据有限的历史数据，能不能就此推断它具有超额回报呢？此外，较高的平均回报可能要付出较高风险的代价，因此可预测性可能根本就不是市场失灵的标志，而只是对冒风险的公平补偿而已。因此，对资产价格的研究必然要涉及到风险和决定风险的因素。处理可预测性有几种方法。我们可以在不同的时间跨度上考察它；有说法称风险补偿在短时间内发挥的作用可能较小，因此预测未来几天或者几个星期时就可以加以简化。评估可预测性的另一种方法是考察价格是否已反映了所有的公开信息。特别是研究人员研究了市场获知新的资产信息时的情形，也就是所谓的事件研究。如果有新的信息公开，但资产价格对这个新闻的反应却缓慢而迟钝的话，这显然就有了可预测性：即使无法预测消息本身，但却可以预测所有的后续变化。在1969年提出的一项开创性的事件研究以及许多其他的研究中，Fama和他的同事们从各种不同的角度研究了短期可预测性。他们发现，股票市场中可以短期预测的程度非常有限。这一实证结果对于学术文献和市场实践都产生了深远的影响。如果连在短期内预测价格都几乎不可能，那在更长的时间跨度下进行预测会不会难上加难？许多人都是这样认为的，但实证研究证明这个猜想是错误的。Shiller在他1981年发表的关于股票价格波动性的论文，以及之后对于长期可预测性的研究中提供了重要的观点：股票价格在短期内过度波动，但放眼数年来看，整体市场是相当3可以预测的。平均而言，市场在价格（比如用公司盈利归一化后）高的时期之后趋于向下走，而在价格低的时候会向上走。从长期来看，对风险的补偿应该在回报中占有更大的比重，而可预测性可能反映了对风险的态度，以及市场风险随时间的变化。因此，需要根据风险和资产价格之间的关系理论来解释和可预测性相关的结果。对于这一点，Hansen首先做出了基础性的贡献。他开发出了一种计量经济学方法，也就是在1982年的一篇论文中提出的广义矩方法(GMM)，让处理资产价格数据的特定特征成为可能，然后把它应用在一系列研究上。他的研究结果大致支持Shiller的初步结论：资产价格波动太大，无法和以所谓消费资本资产定价模型(CCAPM)为代表的标准理论吻合。这一结果引出了一大波新的资产定价理论。一派将CCAPM拓展为更丰富的模型，并保留了理性投资者的假设。另一派就是通常所说的“行为金融学”，它们受到Shiller的早期著作启发，把着眼点放在行为偏差、市场摩擦和错误定价上。一个相关的问题是如何理解不同资产之间回报的差异。就此而言，经典的资本资产定价模型(CAPM)在很长一段时间内都提供了一个基本的框架，1990年的诺贝尔经济学奖因此而授予了WilliamSharpe。该模型称，与整体市场相关性较强的资产具有更高的风险，因此需要更高的回报作为补偿。在大量的研究中，研究人员都尝试来检验这一论断。就此问题，Fama提出了开创性的方法论，并进行了大量的检验。人们已经发现，在加入了股票的总市值和市净率后，具有三个因子的扩展模型的解释力要比单因子CAPM模型强得多。人们还发现，其他一些因子有助于解释资产间的回报差异。在研究整体市场时，横截面方面的文献讨论了基于理性投资者的理论扩展和行为模型来解释新的发现。本文共分九节。第2节介绍了一些基本的资产定价理论背景，并给出了本文其余部分的框架。第3节和第4节分别讨论了资产价格的短期和长期可预测性。之后的两节讨论了用于解释和可预测性相关的一些发现的理论，以及这些理论的检验，第5节涵盖了基于理性投资者的理论，第6节讨论了行为金融学。第7节则介绍了横截面资产回报的实证工作。第8节简要总结了重要的实证研究结果，并讨论了它对于市场做法的影响。第9节则对本科学背景介绍作一总结。2理论背景为了给介绍获奖者的贡献作些铺垫，本节将回顾一些基本的资产定价理论。2.1竞争交易的启示一些基本的观点可以追溯到19世纪，它们都源于竞争性交易的一个基本假设：不存在套利机会。套利机会的是一个“摇钱树”，它可以在不承担任何风险的情况下4赚到任意数量的钱。举一个小例子，假设有两项资产，安全回报率分别为Ra和Rb，且RaRb。如果两种资产都可以卖空，也就是持有负值，那么就可以卖空b资产，用所得买进a资产来获得套利回报：这样就可以获得安全利润率RaRb。因为这棵摇钱树可以在任意规模下操作，显然它不符合均衡原则。在竞争性市场中，Ra和Rb一定是相等的。任何安全的资产必须具有相同的回报Rf（f代表安全），这也是任何安全资产的未来回报的“折现”率。这套简单的逻辑可以推而广之，尤其可以处理不确定的资产回报。可以通过证明不存在套利机会，来论证任何交易资产的价格，都可以写作下一时间不同自然状态下资产支付额的加权或折现和，其中权值与资产无关（参见如Ross,1978和HarrisonandKreps,1979）。因此，在任意时刻t，任意给定资产i的价格都可以写作Pi,t=∑sπt+1(s)mt+1(s)xi,t+1(s).式中，s代表某种自然状态，π代表这些状态发生的概率，m则是非负的折现权值。x是支付额，对于股票可以定义为下一时刻的价格加上股息：xi,t+1=Pi,t+1+di,t+1。在一般情况下，所有这些项都取决于自然状态。注意折现权值m对于所有资产都是相同的。1因为m和xi都取决于s，它只会影响个别资产i的价格。对于安全资产f，x与s无关，公式变为Pf,t=xf,t+1∑sπt+1(s)mt+1(s).因此，我们可以定义安全资产在t时刻的无风险折现率Rf，并用它来解释∑sπt+1(s)mt+1(s)：∑sπt+1(s)mt+1(s)1/(1+Rf,t).不过更普遍来说，mt+1(s)取决于自然状态这一点，说明了某些自然状态下的折现率可能比另一些状态要高：钱在不同状态下的价值是不同的。这让我们认识到市场是如何评估一种资产的风险状况的价值的：如果它在权值较低的状态下支付情况特别好，那它的价格就会比较低。无套利定价公式往往写成更抽象的形式Pi,t=Et(mt+1xi,t+1),(1)其中E包含了求和与概率：它是期望值（概率加权）。这个公式可以看作是大部分资产价格实证研究的纲领。有了xi,t+1=Pi,t+1+di,t+1，可以对式(1)作前向迭代，得出股票价格等于未来股息的折现值的期望。21此外，如果市场是完全的，也就是说独立资产的数量不少于自然状态的数量，那么确定所有资产价格的m是唯一的。2这里假定不存在泡沫，也就是随着时间推移到无穷大，股息的现值趋于零。见Tirole(1985)。5资产价格可以预测吗？假设，我们首先考虑两个非常接近的时间点。这时，安全利率接近零。而且对于很短的时间范围，可以假定m在各个状态之间变化不大：风险不是问题。这些假设无异于假设m等于1。如果支付额仅仅是资产的转售价值Pt+1，那么无套利意味着Pt=EtPt+1。换句话说，明天资产价格可能会上升或下降，但