自1985年DeBondt和Thaler发现股票市场的长期反转现象以来,其后大量关于资产定价和市场有效性的实证研究发现股票收益在时间序列上的可预测性,如短期收益正相关和长期收益负相关现象,这些现象构成了动量投资策略和反转投资策略的实证基础。
纵观国外相关研究文献,我们将动量及反转投资策略研究归纳为以下四类:(1)价格动量投资策略(price momentum)研究,其中涉及机构投资者动量交易策略研究;(2)风格水平动量投资策略(style level momentum)研究;(3)短期及长期价格反转投资策略(price reversal)研究;(4)价值反转投资策略研究。此外,其余研究包括盈余动量策略以及分析师动量策略等。
2.4.1 价格动量投资策略研究
(一)个股价格动量策略研究
Jegedeesh和Titman(1993)首先在美国股市发现中期价格动量。他们以1965--1989年间NYSY和AMEX上市股票为样本,实证发现当组合形成期和持有期为中期(3--12个月)时,买进历史赢家组合,卖空等额历史输家组合构成的动量策略可以获得显著为正的套利收益。依据不同的组合形成期与持有期划分,他们检验了16种动量策略,每种策略用(J=组合形成期,K=组合持有期)表示,其中J、K分别取值为3、6、9、12个月。在这16种策略中,除了(J=3,K=3)策略外,其它策略持有期月收益率显著为正,其中(J=12,K=3)策略收益最大,达到1.31%,而当组合形成期超过13个月时,策略收益基本为负值,表现出收益反转的趋势。通过对策略收益来源的实证研究,他们认为中期动量策略收益无法用系统风险、引导效应(lead-lag effect)及买卖报价价差(bid-ask spread)等进行解释,而与价格对公司特有信息反应不足相关。
与DeBondt和Thaler(1985)非重叠抽样方法不同,Jegedeesh和Titman(1993)在动量策略设计时采取重叠抽样方法来扩大样本容量,增加统计检验的势(power),这种组合构造方法已经成为动量(反转)策略研究经典设计,其具体步骤如下:
(1)在样本期内,每期根据过去 期累积收益率大小(定义为组合形成期),将所有样本股进行分组,其中收益率最高的10%个股归入赢家组合,收益率最低的10%个股归入输家组合,组合内个股为等权重。
(2)每期买入赢家组合同时卖出输家组合,形成套利组合,并持有 期不变(定义为组合持有期)。
(3)采取重叠抽样方法向前滚动分组直到样本期末,如此每期都持有 个套利组合,其中1个是在本期初形成,其余-1个组合是在前-1期形成并在本期继续持有,与此同时结清 期前形成的套利组合。
(4)将每期持有的 个套利组合收益进行等权平均,作为当期动量策略收益,如此得到动量策略收益的时间序列值。
(5)对该时间序列值求算术平均值,并进行常规 检验。如 值显著为正,表明存在价格动量,如 值显著为负,表明存在价格反转。
Chan,Jegadeesh和Lkonishok(1996)以1977--1993年间NYSE、AMEX及Nasdaq主要上市公司股票为样本,研究结合了价格动量策略与盈余动量(earnings momentum)策略。实证发现:(1)组合形成期为6个月,持有期分别为6个月和12个月的价格动量策略能够获得显著为正的超额收益,当组合持有期延长为2年和3年时,价格动量与反转效应都不显著;(2)以标准未预期盈余(SUE)、盈余公告期超常收益及分析师预测修正来测度盈余惊奇(earinings surprise),组合持有期为6个月和12个月的盈余动量策略能够获得显著为正的超额收益;(3)价格动量及盈余动量策略收益无法用规模效应、系统风险等完全解释,并且价格动量与盈余动量并不能相互从属,二者有彼此独立的作用;(4)在分析价格动量及盈余动量策略超常收益来源时,他们认为是由于投资者对包含在过去价格以及过去盈余中的公司信息反应不足所致。
Conrad和Kaul(1998)实证检验了短、中、长持有期的动量策略收益,他们发现,在120种动量策略中,只有不到一半的策略收益显著为正。其中除1926--1947年期间的子样本外,当持有期为中期时,动量策略都能获得显著为正的回报。当持有期为长期时,策略收益表现出反转的特征,但只在1926--1947年呈现显著性。在实证分析策略收益来源时,他们发现,在短期一周,个股期望收益的截面方差基本上不影响零投资策略组合收益,这与Lo,MacKinlay(1990)结论是一致的,但随着组合持有期的延长,个股期望收益截面方差对零投资策略组合收益影响明显增大,因此个股期望收益截面方差是动量策略收益的重要决定因素。与Conrad和Kaul(1998)相反,Jegedeesh和Titman(2001)认为后持有期的价格反转拒绝了关于个股期望收益截面方差是动量策略收益来源的结论,并进一步指出前者的结论是由于对该方差的估计误差而致。
Rouwenhorst(1998)以1978--1995年间12个欧洲国家的2190只股票作为研究样本,研究了不同市场之间和同一国家市场上是否存在价格动量。通过实证研究他发现,一个国际分散化的动量组合,即买进过去3--12个月的赢家并卖出相应期限的输家,在未来3--12个月中获得了月均1%的回报。这种回报并不局限于某一特定市场,而是出现在所有12个国家的样本中,而且这种回报不能归因于传统的风险测量如规模效应、系统风险等。尽管小规模公司体现出的动量效应要强于大规模公司,但这种效应对所有公司都存在。此外Rouwenhorst(1999)在6个新兴市场中也发现了价格存在中期惯性。Hameed和Yuanto(2000)在6个亚洲股票市场发现动量策略能够获得小的但统计上显著为正的超常收益。Schiereck et al。(1999)发现德国股市上存在中期动量效应,以及长期及短期反转效应。
Jegedeesh和Titman(2001)应用样本外数据(out of sample)对Jegedeesh和Titman(1993)动量策略重新进行了检验,证实动量效应存在于整个90年代,因而并非是数据挖掘的结果。他们进一步考察了动量策略的后持有期收益(post-holding period return)模式,发现在未来13--60个月期间呈现收益反转趋势,因而他们拒绝了Conrad和Kaul(1998)关于股票价格遵循随机游走假设,并认为BSV模型、DHS模型以及HS模型关于过度反应和反应不足假设对动量效应都具有一定解释力。
Hong和Stein(2000)对Hong和Stein(1999)信息逐渐扩散行为模型进行了实证检验,得到了几个重要结果:(1)动量收益随着公司规模递增而递减,小市值公司中动量收益最为显著;(2)如果控制公司规模,动量收益在低分析师覆盖(low analyst coverage)个股中最为显著;(3)分析师覆盖对动量收益的影响主要来自于过去的输者组合的收益持续性。他们认为上述发现表明,私有信息,尤其是负面(坏)消息的缓慢扩散导致的反应不足产生了价格动量,这与Hong和Stein(1999)信息逐渐扩散模型预测相一致。
Joseph Kang et al。(2002)以中国股市1993--2000年A股为样本,以周收益为单位检验了中短期(1--26周)的动量策略及反转策略,实证发现只有部分短期反转策略和部分中期动量策略能够获得显著为正的超常收益。通过对超常来源的进一步分析,他认为:(1)对公司特有信息的过度反应是短期反转策略收益的唯一来源;(2)交叉自相关导致的引导效应是中期动量策略收益主要来源;(3)中国股市存在独特的引导结构,即领先公司与滞后公司收益呈现出反向运动的特点。
Chordia和Swaminathan(2000)发现以日收益和周收益度量,高成交量组合和低成交量组合短期回报存在“领先-滞后”结构,并认为这是由于低成交量组合对公共信息反应较高成交量组合更为缓慢。
Lee和Swaminathan(2000)检验了基于成交量的动量策略。他们将成交量和历史收益率进行二维分组来构建动量套利组合,实证发现:(1)交易量能够预测未来价格动量的大小和持续性,高(低)成交量赢家(输家)组合经历更快的反转。条件于过去的交易量,能够构造类似于Jegedeesh和Titman(1993)类型的动量组合,呈现中期动量和长期反转。当组合持有期在12个月内,同一收益组合中低成交量组合收益要高于高成交量组合收益,并且对于收益率越低的组合,这种现象越明显。当持有期超过一年后,价格惯性会消失,但在第4、5年价格会显著反转;(2)低(高)成交量股票具备价值(成长)股特征,往往被市场低(高)估。低(高)成交量股票表现出更低(高)的历史收益率、更高(低)的净市值比率、更低(高)的分析师跟踪、更低(高)的长期盈余增长预测、更高(低)的Fama-French HML因子载荷以及过去5年更低(高)的回报;(3)低(高)成交量股票获得更高(低)的未来收益与投资者对未来盈余的错误判定有关。低(高)成交量股票未来经营业绩会显著变好(坏)。他们认为广泛运用于技术分析的成交量指标绝不仅仅是流动性的测度,相反能够提供关于股票价值低估和高估的信息,现有的关于过度反应与反应不足的行为模型不能够充分解释成交量对未来价格动量的预测力。他们进一步提出动量生命周期(moment life cycle)理论对以上实证结果加以解释,认为每只股票都会经历投资者追捧期与冷落期两个阶段。对于成长性股票而言,开始受到市场追捧,成交量放大,股价向上运动;最后这类股票又会受到市场的冷落,股价下跌,成交量缩减。但当股价跌到低部时,采取反转策略投资者又会买进,从而促使成交量逐渐放大,如此循环往复。
(2)机构投资者动量交易策略研究
DeLong et al(1990)在其正反馈交易模型中将正反馈交易者(positive feedback trader,即动量交易者)描述为趋势追逐者,即当股价上涨时买进下跌时卖出,并指出正反馈交易行为可能引起价格动量。Hong和Stein(1999)信息逐渐扩散模型亦引入了动量交易者(momentum trader),并特别指出机构投资者的动量交易。
Lakonishok,Shleifer和Vishny(1992)以1985至1989年间341个不同的基金经理管理的养老基金季度持股组合为样本,发现基金经理总体并不存在正反馈交易及羊群行为,然而有证据表明正反馈交易及羊群行为在小市值个股中更为普遍,并认为这类交易行为并不一定有损市场效率。
Grinblatt,Tima和Wermers(1995)检验了1974--1984年间274家共同基金的季度持股组合,发现约77%的基金采用动量交易策略,主要表现为买入过去的赢家而非卖出输家。然而不同风格基金的动量交易行为存在较大差异,积极成长型基金相对价值型基金更加倾向于采取动量交易策略,他们还发现采用动量交易策略的基金未来表现优于其他基金。
Wermers(1999)以1975至1994年共同基金季度持仓为样本,发现成长型基金在小市值个股交易中存在更强烈的正反馈交易及羊群行为。
Nofsinger和Sias(1999)以1977至1996年机构投资者年度持仓组合为样本,发现机构投资者相对于个人投资者存在更显著的期内(intra-period)动量交易及羊群行为,并认为这一结果符合机构投资者相对个人投资者具有信息优势的假设。需要指出的是,他们的研究存在着二方面的缺陷:其一,对于动量交易及羊群行为检验而言,月度或季度窗口更合适,年度的观察窗口过长;其二,正如他们所承认,仅用机构持有股份变化测度羊群效应有可能产生高估的结果。
Badrinath和Wahal(2002)把机构投资者交易活动区分为建仓(entry)、清仓(exit)和持仓调整(adjustments to ongoing holdings)3种类型,考察了1200家机构投资者在1987至1995年的季度持仓组合,发现机构投资者建仓时表现为动量交易者,清仓以及持仓调整时表现为反转交易者,并且建仓、清仓主要针对小市值个股而持仓调整主要针对大市值个股,他们进一步发现不同类型和不同风格机构投资者往往采用不同交易策略,如成长型风格机构投资者倾向于动量交易者而价值型风格投资者倾向于反转交易者。
Yang(2002)发现外国机构投资者在台湾股市倾向于采取反转交易策略,Kaminsky,Lyons和Schmukler(2004)以13家拉美共同基金季度持仓组合为样本,发现共同基金在拉美新兴市场上表现出强烈的动量交易行为。
2.4.2 风格水平动量投资策略研究
风格投资(style investing)在证券市场中扮演了一个重要的角色,Sharpe(1992)发现,从1985年到1989年共5年时间,Fidelity Magellan基金公司97%收益是源于正确风格投资策略的选择。Chan,Karceski和Lakonishok(2002)发现市值(规模)、净市值比率能够有效刻划不同投资风格,并且小市值/大市值风格、价值型/成长型风格收益表现存在交替领先现象,这种风格轮动(rotating)提供了套利机会。Cooper et al。(2003)发现共同基金通过改变基金名称来迎合当前热门的投资风格。有关风格水平动量投资策略研究近年来开始涌现,并逐渐成为行为金融学的又一热点。
Moskowitz和Grinblatt(1999)研究了基于行业风格水平的动量投资策略。他们用1963年7月至1995年7月CRSP和COMPUSTAT数据为样本,构造了20个价值权重(value-weighted)的行业组合,并且为了使每个组合非系统风险足够分散化,平均每个行业包含了230只股票。通过买进过去1-6个月历史收益率最高的三个行业构成的等权(equal-weighted)组合(赢家),卖出过去1-6个月历史收益率最低的三个行业构成的等权组合(输家),实证发现:(1)行业动量策略能够获得显著为正的回报,在控制了规模,净市值比率(B/M)、个股动量、均值回报的截面方差以及潜在的微观结构影响后,该策略收益仍然显著为正;(2)行业动量策略收益大于个股动量策略收益,在对个股动量进行行业内(intra-industry)修正后,包括以行业相关(industry-relative)回报代替个股回报以及建立基于行业中性(industry-neutral)组合和的动量策略,个股动量收益明显减小并且统计上不呈现显著性,表明个股动量收益大部分来自于行业动量,除了组合形成期及持有期为12个月的个股动量;(3)以大规模、高流动性股票为样本,行业动量策略仍然能够获得显著为正的收益;(4)与个股动量收益主要来自于输家组合,尤其来源于低流动性个股不同,中期行业动量收益主要源于赢家组合;(5)与个股动量效应中期(3-12个月)最显著不同,行业动量效应短期(1个月)最显著,然而与个股动量相一致的是,超过12个月的行业动量呈现明显反转趋势。在分析策略收益来源时,他们进一步实证发现,行业组合收益均值方差、行业组合收益交叉自相关,即引导效应(lead-lag effect)不能解释行业动量收益。他们并且认为基于投资者过度自信心理而引发的过度反应(DHS,1998)、基于投资者保守性偏差导致的反应不足(BSV,1998)以及由于对信息的延迟反应导致的反应不足及随后的反转(HS,1999)从不同的角度对行业动量策略收益都有一定解释力。此外,他们还认为,个股动量效应之所以并未由于动量投资者的套利活动而消失或减弱,是因为个股动量主要由行业动量驱动,而同一个行业内股票往往表现出高度的自相关或协动(comovement),因此组合内公司特有风险不一定能够完全分散化,从而限制了套利交易。
Lewellen(2002)以1941--1999年间NYSE、AMEX及Nasdaq所有上市公司为样本,考察了基于行业、规模(SIZE)及净市值比率(BM)的风格动量策略。他采用了与Lo和Mavkinlay(1990)反转策略类似的研究设计,实证发现:(1)分散化的行业组合、SIZE组合及BM组合能够获得显著的动量策略收益,与个股及行业动量超过12个月持有期即发生反转不同,SIZE组合及BM组合在18个月的持有期内都表现出显著的动量效应;(2)行业动量、SIZE及BM组合动量相互独立,并且个股动量亦不能解释上述风格组合动量。在对动量收益来源进行分解及风险调整后,他认为:(1)由于SIZE组合及BM组合皆为充分分散化的组合,因此动量效应并非来源于对公司特有因素的反应不足,而更可能来源于宏观经济因素;(2)与个股收益中期呈现正的序列相关完全不同,行业、SIZE及BM组合收益中期呈现负的序列相关以及负的交叉自相关,负的序列相关暗示SIZE动量和B/M动量并非由于过去的赢家(输家)持续成为未来的赢家(输家),因此这与基于反应不足的行为模型BSV(1998)和HS(1999)不相符,动量收益主要来源于组合之间负的交叉相关,这与过度反应假设相一致,即某类股票对共同风险因子反应过度而其他股票并非如此,即某些组合糟糕的表现能够预测其他组合未来的高回报,组合之间存在强烈的协动(covement)效应;(3)Fama和French三因素模型在很大程度上能够解释SIZE及BM组合动量收益,进一步表明SIZE及BM动量无法用描述反应不足的行为模型进行解释。他最后总结指出,组合之间的超额协方差(excess covariance)而非反应不足,也许能够解释SIZE和BM组合动量。
Chen和Hong(2002)运用与Lewellen(2002)相同的样本数据,对Lewellen(2002)的结论进行了重新检验,不同的是,他们运用Jegedeesh和Titman(1995)对动量策略收益的分解,即将动量策略收益分解成个股(组合)期望收益的截面方差、个股(组合)回报特质因子一阶自协方差的截面均值以及共同因子无条件回报方差与当前及滞后Beta交叉序列协方差截面均值的乘积三部分。他们得出了与Lewellen(2002)截然不同的结果,即传统风险无法解释SIZE组合及BM组合动量收益,并认为反应不足而非过度反应能够解释SIZE及BM组合动量。
Barberis和Shleifer(2003)建立的风格投资模型表明,风格水平正反馈交易者和基本因素交易者之间相互作用产生了风格水平的动量和反转,即过去表现好的风格组合(赢家)在未来一段时期持续战胜了过去表现差的风格组合(输家),并驱动证券价格逐渐偏离价值,因而最终导致风格水平的反转。
Chen和DeBondt(2004)以1976--2000年S&P500指数成分股为样本,检验了风格动量策略。他们的方法如下:(1)每年年末根据规模(SIZE)与净市值比率(BM)以及支付红利(DY)这3个风格变量,将所有样本股进行复合分组,划分为10个风格组合P1--P10,其中支付红利为0的个股归入P10组合;(2)每月买进过去J月表现最好的1个或2个风格组合作为赢家组合,卖出表现最差的1个或2个风格组合作为输家组合,构建动量套利组合并持有K个月,形成不同的(J,K)策略;(3)为增加统计检验的势,采用Jegadeesh和Titman(1993,2001)重叠(overlapping)抽样的方法。实现发现:(1)各风格组合存在明显的风格轮动现象,即小市值风格、大市值风格以及小市值价值、大市值成长型风格存在交替领先现象;(2)与个股价格动量结果类似,风格动量策略在3--12个月的中期同样获得了显著为正的超额收益,其中组合形成期为12个月的策略最为成功,月均收益达到0.43%;(3)当组合持有期超过2年,风格动量策略收益与0无异,表明随着持有期延长,动量收益逐渐消失;(4)对P1--P10这10个风格组合在输家和赢家中出现频率的统计表明,风格之间的轮动主要表现在小市值成长、小市值价值、大市值成长、大市值价值以及无红利支付的组合之间;(5)进一步的分析表明,行业动量及个股动量均无法解释风格动量,即风格动量独立于前二者;(6)运用Fama和French的三因子模型对风格动量策略收益进行风险调整后,发现传统风险补偿观点无法解释风格动量收益。他们最后认为,风格动量策略对于机构投资者风格选择以及择时策略具有重要的参考价值,而风格动量的来源可能存在不同的解释,如Barberis和Shleifer(2003)关于风格水平正反馈交易模型以及风格动量反映了宏观经济因素的变化的观点都具有一定解释力。
Teo和Woo(2004)用CRSP个股及共同基金数据,考察了基于SIZE及BM二维分组的复合风格的动量及反转策略,他们的方法独特之处在于使用不同风格共同基金表现来代替风格组合表现,并采用共同基金申购、赎回数据来刻划资金在不同风格组合之间的流动。他们实现发现:(1)基于复合风格组合的动量策略能够获得超额收益,而且独立于行业动量及个股动量;(2)有净现金流入的长期(2年)输家风格组合在未来2年发生显著反转,并且这种反转效应能够持续到未来2年以上;(3)基于BM风格组合的动量及反转效应强于基于SIZE风格组合的动量及反应效应,表明成长型风格以及价值型风格之间存在更强烈的风格水平正反馈交易;(4)传统风险补偿无法解释风格水平的动量及反转策略收益。他们认为上述结果与Barberis和Shleifer(2003)风格水平正反馈交易模型预测基本一致。
2.4.3 价格反转投资策略研究
(一)短期反转策略研究
Lo和Mavkinlay(1990)选取了1962--1987年具有连续交易周的551家NYSE和AMEX上市公司为样本,采用周收益数据检验了美国股市短期(周)反转策略,发现以1周为组合形成期和持有期,全部样本组合以及5个不同规模组合都能够获得显著为正的反转收益。他们进一步将反转收益来源区分为个股期望收益截面方差、领先--滞后结构(lead-lag structure)以及自相关结构三个部分,发现过度反应并非是反转收益的唯一来源,领先--滞后结构对于反转收益贡献超过50%,主要表现为大市值股票对信息的反应领先于小市值股票。与Jegedeesh和Titman(1993)使用极端收益组合来构建动量策略的研究设计不同,Lo和Mavkinlay(1990)反转策略针对全部样本股进行操作,同时赋予极端收益个股更大的权重,而并非只关注极端组合,更重要的是,该策略为动量或反转收益分解提供了基本的框架。
Lo和Mavkinlay(1990)反转策略作为一种代表性的反转策略(或动量策略)构建方法,其研究设计如下:
(1)输家与赢家的划分则按照个股相对于等权市场组合的超额收益率,其中个股权重由(2.21)式决定:
(2.21)
上式中 为个股t期权重,为该股t-1期收益率,为等权市场组合t-1期收益率,N为个股总数。由于=0,因此该策略构建了一个零投资的套利组合。
(2)该组合t期总收益 与多头(空头)总投资 分别由(2.22)式和(2.23)式决定:
(2.22)
(2.23)
Jegadeesh(1990)研究了美国股市中存在的短期反转效应。他们以1963--1987年交易数据为样本,检验了个股月度回报的可预测性。实证发现,个股月度收益存在显著的负的一阶自相关,据此构建的反转策略能够获得显著为正的收益率。他们进一步发现,一月效应、时变风险及买卖报价价差等并不能解释策略收益。
Lehmann(1990)发现组合形成期和持有期为一周的反转策略能够获得约0.9%的周收益率,但他们认为短期反转策略收益可能是因为短期市场缺少流动性导致的,而不是过度反应。
Conrad,Hameed和Niden(1994)以一周为组合形成期和持有期,采用Lehmann(1990)反转投资策略的变形构造套利组合,实证发现当组合构造基于收益率及异常成交量(以成交笔数衡量)时,价格反转仅出现在高成交量组合,低成交量组合则呈现价格惯性,并且组合所获反转收益远高于单纯基于收益率,表明异常成交量包含了股价未来走势的重要信息。既然异常成交量中包含了股价未来走势的信息,那么单纯基于异常高、或低的成交量是否也能获得如CHN(1994)的收益?Gervais,Kaniel和Mingelgrin(2001)对此进行了检验,他们发现在某日、或某周出现异常高(低)的股票,在接下来的一个月里(二十个交易日)收益会倾向于上升(下跌)。这种现象与股票规模大小、组合形成策略和成交量度量方法无关,也不是风险补偿,他们将其称之为高成交量收益升水(Premium)效应。并且,当出现异常成交量时收益率并没有伴随异常变动,这种效应更为明显,持续时间更长。
Campbell,Grossman和Wang(1993)把成交量作为描述流动性交易者集合需求的变量,发展了一个模型描述成交量与收益率之间的关系,根据他们的模型中可以推出,伴随着高交量股价往往出现短期反转。Liorente,Michaely,Saar和Wang(2001)将投资者交易动机分为两类:一是出于风险分散的组合调整,这类交易称为套期交易(hedging trading);二是出于私有信息的投机,这类交易称为投机交易。根据他们的均衡理论模型,现期收益率、成交量和未来收益率之间的关系将取决于投机交易与套期交易两者之间的相对重要程度。如果某个股投机交易相对不显著,那么伴随高成交量的收益率下期倾向于反转;如果投机交易很显著,那么条件于高成交量,下期收益反倒可能呈现惯性。
Jegadeesh和Titman(1995b)检验了Lo和Mavkinlay(1990)的反转策略,与后者不同的是,他们将信息分成公共信息和公司特有信息,研究股价对不同信息的反应,以此来探讨反转策略收益来源。实证发现股价对公共信息反应滞后,这种滞后反应导致个股收益之间表现出领先--滞后效应,然而股价对公司特有信息呈现出明显的过度反应。与Lo和Mavkinlay(1990)完全不同的是,他们进一步发现,领先--滞后结构并不能解释反转策略收益,反转策略收益主要来源于对公司特有信息的过度反应。
Jegadeesh和Titman(1995b)对反转收益的分解为以后相关研究广泛引用,其基本方法如下:
假设个股收益由下式单因子模型驱动:
(2.24)
上式中 为个股无条件期望回报,为未预期的共同因子回报(市值加权市场组合 刻划),为相应因子载荷(Beta),反映个股收益受当前和滞后市场公共信息影响敏感性,为个股回报特质因子(specific component),反映公司特有信息对收益影响。根据(2.24)式,反转策略期望收益 可分解为以下三部分:
(2.25)
其中(2.26)
(2.27)
(2.28)
以上(2.25)-(2.28)式中:为期望收益的截面方差,可视为共同因子无法刻划的额外风险,将减少反转收益(增加动量收益);为个股回报特质因子一阶自协方差的截面均值,即自相关结构,由股价对公司特有信息(firm-specific information)的反应决定,如果股价对公司特有信息反应过度,则 为负,反之如果股价反应不足,则 为正;为共同因子无条件回报方差与当前及滞后Beta交叉序列协方差截面均值的乘积,反映“领先-滞后”(lead-lag)效应,若<0,则“领先-滞后”结构对反转策略收益贡献为正,反之为负。
Chang et al。(1995)检验了日本股市的短期反转策略,Hameed和Ting(2000)、Darren D。(2003)等分别在马来西尼证券市场、澳洲证券市场等几个新兴市场也发现了短期收益反转。
(二)长期反转策略研究
DeBondt和Thaler(1985)首先发现了美国股市存在长期收益反转现象,从而揭开了行为金融学复兴的序幕。他们以NYSE1926--1987年间交易数据为样本,将整个交易期划分为组合形成期和组合持有期(检验期),并根据组合形成期收益率的高低区分赢家组合和输家组合,实证发现三年组合形成期反转策略平均累计超额收益率曲线位于一年、两年组合形成期之上,并且对于一年、两年组合形成期而言,当检验期大于一年时反转策略的平均累计超额收益率并不显著为正。当组合形成期为三年、或者五年时,反转策略平均累计超额收益率就越显著为正,反转策略平均每年可获得8%的超额收益率。这表明股票回报存在长期反转现象,即过去3--5年的输家和过去3--5年的赢家在未来收益将发生反转。他们的研究设计为后期反转策略相关研究普遍采用:(1)采取组合形成期无重叠的方式将整个交易期划分为估计期、组合形成期和检验期;(2)在估计期(48个月),估计个股Beta系数;(3)在组合形成期,首先计算个股超额收益率、累计超额收益率,然后选择超额收益率最大的35只(或者50只)股票作为赢者组合,选择超额收益率最低的35只(或者50只)股票作为输者组合;(4)计算赢者组合、输者组合、以及赢者组合减输者组合即反转策略平均累计超额收益率,超额收益率的计算分别采用了市场调整法(market-adjusted);市场模型法(market model);Sharpe-Lintner的CAPM模型法。他们根据股票回报的长期反转现象提出了过度反应假设,认为如果股票价格被系统性过度反应,那么单独根据历史收益率可以预测未来收益反转,并指出,如果过度反应确实能够用于预测未来股价走势,那么买进历史输者组合,卖空等额赢者组合而构成的反转策略应当可以获得显著为正的超额收益率。
DeBondt和Thaler(1987)进一步发现输者组合的反转强度几乎是赢者组合的3倍,即反转策略收益主要来源于输者组合一方,他们将这种反转强度不对称性解释为输者组合和赢者组合面临不同的系统风险。
Baytas和Cakici(1999)以1978--1992年英、德、法、日等7国股市交易数据为样本,实证发现这7国长期反转策略都可以获得显著为正的超额收益率,但输者组合和赢者组合长期反转强度存在明显的不对称。在英国、法国、德国股市策略收益主要来源于输者组合的反转,而在日本股市赢者组合反转强度几乎是输者组合的3倍。他们认为不同国家反转强度表现出不对称性是由于当地投资者对好消息和坏消息的反应程度是不同的,并且这种反应程度与市场行情紧密相关。例如日本股市在80年代经历了大牛市,投资者对利好消息往往反应过度,而对利空消息会反应不足,因此在未来一段时间内随着市场的修正,赢者组合的反转强度明显超过输者组合。
Balvers,Wu和Gilliland(2000,2002)通过将个股期望价格分解为永久因子和临时因子,发展并实证检验了参数反转模型。
Jeffrey和Gropp(2004)在Balvers,Wu和Gilliland(2000,2002)等人研究基础上运用行业组合检验了参数反转策略,发现参数反转策略表现优于传统的收益反转策略,并且参数反转策略收益无法用传统风险补偿解释。
2.4.4 价值反转投资策略研究
实际上,近七十多年来,价值反转投资策略一直被投资者采用(Basu,1977),近年来,随着大量异常现象的出现和行为金融学的兴起,价值反转投资策略重新引起了学术界的研究兴趣。Ball(1989)、Jaffe,Keim和Westerfield(1989)、Chan,Hamao和Lakonishok(1991)等发现高E/P比率股票获得较高回报。Fama和French(1992)以1963-1990年NYSE,AMEX和NASDAQ上市股票为样本,按照净市值比率(B/M)和益本比率(E/P)分为10个组合(进一步将两个极端组合划分为两个组合),计算12个等权投资组合月均收益率、Beta值和组合平均规模。实证发现在以B/M为标准划分的十二个等权投资组合中,B/M值最高的组合(价值组合)月均收益率为1.83%,而B/M值最低的组合(成长组合)月均收益率为0.30%,价值组合的业绩超过成长组合1.50%。而这12个等权投资组合的Beta值十分接近,这表明传统的市场风险无法解释价值与成长组合之间月收益差。此外,价值组合的平均规模均小于成长组合的平均规模,两者平均规模的对数值分别为2.65和4.53.这表明组合收益差异部分来源于规模效应。与B/M效应相比,E/P效应表现略弱一些,E/P值最高的组合(价值组合)月均收益率1.72%,而E/P值最低的组合(成长组合)月均收益率为1.40%,每月价值组合业绩超过成长组合0.68%。而以E/P值划分的12个等权组合的Beta系数也十分接近,表明传统市场风险亦无法解释价值与成长组合之间收益差额。他们于是认为B/M等指标反映了某种潜在的基本风险(经营困难因子),B/M较高的价值股战胜B/M较低的成长股是由于前者承担了更大的基本风险,因而要求更高的预期回报。
关于价值反转策略的一篇著名论文来自于Lakonishok,Shleifer和Vishny(1994)(以下简称为LSV),他们选择净市值比率(B/M),现金流净额市价比率(C/P),益本比率(E/P),销售收入增长率(GS)作为价值指标,并根据这些指标区分价值股(Value stock)和成长股(Glamour stock):价值股票(成长股票)定义为过去业绩不佳(良好),并且被市场预期未来业绩也同样不佳(良好)的股票,业绩衡量标准为现金流入净额,净利润和销售额,这样价值股(成长股)的指标特征为高(低)净市值比、高(低)现金流入净额市价比就率,高(低)益本比率(E/P)、低(高)销售增长率(GS)。他们以COMPUSTAT数据库(包括所有NYSE和AMEX上市股票)中1963-1990年数据为样本,在1968-1989年期间每年4月底按照价值指标分别进行一维和二维分组,构造持有期为五年的等权投资组合,计算组合收益率。实证表明在组合持有期五年内,价值股组合均战胜了成长股组合,例如在一维分组中,高B/M组合年平均回报为3.5%,而低B/M组合年平均回报为-4.3%,差额为7.8%;在二维分组中,高B/M和低GS组合年均回报为3.9%,而低B/M和高GS组合年均收益为-2.1%,差额为6%,其他指标分组亦得出类似结论。为了验证规模效应(Banz,1981)对价值投资策略超额利润的影响,LSV(1994)不仅直接给出了经规模调整后的收益率,而且还对大规模(市值)子样本以同样的方法进行实证分析。结果表明,经规模调整后,反转策略回报略有下降,但仍然能够获得显著为正的超额收益。他们并且以上述四种价值指标和公司规模对策略超额回报进行回归分析,发现GS和C/P对超额收益的解释力最强,而B/M和公司规模在有其他因素参与时,对超额收益解释力并不显著。在分析反转策略超常收益来源时,他们认为高净市值比率股票组合收益率高于低净市值股票组合收益率是由于投资者对公司业绩过度反应的结果:对最近过去的历史赋予过高权重而忽视理性法则是心理学实验里一个普遍判断误差,基于此一些投资者只是采取朴素外推(extrapolating)策略,认为历史业绩增长率高的股票,其未来业绩增长率也高;与此相似,这些投资者认为,历史业绩增长率低的股票,其未来业绩增长率也低。然而实际上,投资者对低净市值比率股票(或称成长股)的期望增长率远远高于未来实际增长率;而对高净市值比率(或称价值股)的期望增长率却低于未来实际增长率。也即相对于公司基本面指标如:历史每股收益、帐面价值等,低净市值比率股票价格被高估,而高净市值比率股票价格被低估。一旦过度反应发生反转,则高净市值比率股票可以获得高收益率,而低净市值比率股票只能获得较低收益率。
Asness(1997)以1963年7月至1994年11月间NYSE,Amex和Nasdaq所有上市公司为样本,研究了价格动量策略与价值反转策略的相互关系。在策略设计时,先后以价格(价值)变量一维分组,以价值(价格)变量二维分组,价值变量分别采用净市值比率(B/M)和红利价格比(D/P),实证结果表明,价格动量与价值反转呈现复杂的负相关关系,在低动量(输家)组合中,价值反转策略最为成功,在高动量(赢家)组合中,价值反转策略表现不佳,即使不同动量组合中价值指标值并不相同,上述结果亦成立;与之相对应的,在低价值(低B/M值)组合中价格动量策略最成功,在高价值(高B/M值)组合中价格动量策略表现不佳,类似地,即使不同价值组合中收益率指标值并不相同时,上述结果亦成立。对于价值策略仅在低动量组合获得显著为正的收益率这一现象,他们认为无论是Fame与French(1992,1993)关于B/M反映了某种基本风险的观点,以及LSV(1994)关于投资者对好、坏信息过度外推的观点都不能完全解释。
从1996到1999年,Russell1000指数中大规模成长股票的几何平均年收益率为31.2%,Russell大规模价值股收益仅为19.5%。这些趋势使得有些学者推测在股权投资中是否会出现一种新的投资模式,这种模式会认为以价值为导向投资策略将使投资者处于更大的危险之中。
对成长股在90年代后期的骄人业绩,如果从市场有效的理性定价框架下,那么解释原因是成长股的大量现金流导致的非预期正向收益,而非预期消息将被完全反应在股票价格上,因此成长股投资策略优越表现还将持续一段时间。Chan,Karceski和Lakonishok(2000)提出不同观点,他们解释90年代后各种股票资产的价格(收益)与盈利相关表现,方法是检验当股票的价格和收益发生变化时,公司的盈利能力是否也在同时发生着变化。他们选用的业绩指标为股票价格与经营收入之比。如以B/M为标准划分的价值投资策略中,在1996-1998年间大市值成长股和大市值价值股的折扣(discount)前经营收入并没有显著差别。大市值成长股在1999年初,该组合平均价格与经营收入比为17.60,这个标准是史无前例的。大市值价值股在1999年也同样呈现出较高的指数,但其与历史平均值相比,并不是非常吸人注目的,最终结果是价格与经营收入比相对上升很高的成长股票业绩上升幅度远高于价值股上升幅度,这种相对上升在1999年的后半年和2000年的第一季度进一步扩大。这样,虽然大市值成长股获得的收益远远在其历史平均收益之上,但其经营业绩并没有同样的上升。而且这些股票的市场价值也反映了投资者对公司未来增长与保持持续增长能力的过度预期。这样,即使考虑了90年代末的具体情况,整个历史记录显示价值反转投资策略依然有效。
价值反转投资策略不仅在美国股市表现优异,在其他一些国家也有同样出色的业绩表现。Chan,Hamao,和Lakonishoik(1991)以东京股票交易所的股票为样本,考察了以B/M、C/P及E/P为指标构造的四组等权投资组合在1971年6月--1988年12月间的月均收益率和标准差。结果显示在日本股票市场上,价值股均战胜了成长股。组合平均收益与B/M和C/P之间存在显著的正相关,然而各组合的月收益标准差却十分相近。Levis和Liodakis(1999)检验了英国以价值指标为基础的市场定期投资策略(以B/M为价值指标),并且发现几乎在每一年价值投资策略均能产生较高的收益。
Fama和French(1998)以1975-1990年13个国家股票市场为样本,在样本期每年年末分别以B/M、C/P、E/P和D/P(每股股息与股价之比)为指标构造价值股组合和成长股组合,计算各组合的年平均收益和收益标准差。实证发现,除了意大利市场以B/M和E/P指标,德国和新加坡股票市场以D/P指标构造的价值投资策略外,价值投资策略在其余国家和地区均有良好业绩,并且以组合年收益标准差来衡量,价值股的风险并不高于成长股。
Bildik和Gulay(2002)采取Jegedeesh和Titman(1993)的研究设计,实证检验了伊斯坦布尔股市基于历史收益率的中期惯性策略和基于价值指标的反转策略获利性问题,研究样本时间区间为1991--2000.结果发现,惯性策略平均月收益率为1.14%。而基于价格、规模、净市值比率、以及益本比率设计的反转策略也可以获得显著为正的收益率,但反转策略收益很大部分可由Fama和French(1993)的三因素模型解释。
Hart,Slagter和Dijk(2002)以1985-1999年32个新兴股票市场数据为样本,检验了股票选择策略的盈利表现,实证发现,相对基于规模、流动性和均值回复的投资策略,价值反转策略(以B/M、E/P为变量)、价格动量策略以及盈余反转策略最为成功,并且产生显著为正的超额回报。这种表现通过多变量(多维)分组及多国选择策略得到进一步加强。在以Carhart(1997)四因素模型对策略超额收益进行回归分析后发现,市场风险因子、规模因子、净市值比率因子及动量因子(momentum factor)并不能完全解释价值反转策略超额收益。此外他们还验证了即使面对新兴市场常有的投资障碍如缺乏流动性、大的交易成本、延迟的决策等,价值反转策略仍然可以成功被大型机构投资者采用。
2.4.5 其他动量及反转投资策略研究
除上述动量及反转策略之外,还有一类基于公共信息事件、或者公司私有信息事件公告的股价动量及反转策略研究,由于并不是我们研究重点,在这里不作深入评述。相关文献包括:盈余信息公告(Chan,Jegadeesh和Lakonishok,1996等),分析师股票预测和推荐(Michaely和Womack,1999等)等。