资产组合策略与市场异常.doc

资产组合策略与市场异常 风险调整：大部分的检验要求对资产组合的业绩进行风险调整，并且大多数检验是利用资本资产定价模型来进行风险调整的。我们知道，尽管β似乎是股票风险的一个合适的描述者，但在由β描述的风险与期望收益之间的经验定量替代却与资本资产定价模型的预测不同。如果我们利用资本资产定价模型来为风险调整资产组合收益，则不适当的调整将导致得出多种资产组合策略都可以产生高额收益的结论，但这事实上只不过是失去了功效的风险调整过程。 另一种处理方法指出，风险调整收益的检验是有效市场假定和风险调整过程的联合检验。如果一个资产组合策略可以产生高额利润，那么我们必须选择或者拒绝有效市场假定或者拒绝风险调整过程。通常，风险调整过程的前提比有效市场假定的前提更可疑，我们如果选择放弃风险调整过程，我们便得不出任何关于市场有效性的结论了。 市场异常 市盈率效应：巴苏（Basu）发现低市盈率（price/ earnings, P/E）的资产组合会比高市盈率的资产组合具有更高的利润。如果由于资产组合的值β而调整收益，市盈率效应（P/E effect）仍然起作用。这是有意义的，因为如果两家公司的期望收入是相同的，那么风险高一些的股票则会以较低的价格以及较低的市盈率出售。由于其高风险，低市盈率的股票同时也具有较高的期望收益。因此，除非资本资产定价模型中的β完全随风险调整，否则市盈率就可以做为另一个有用的风险指示器，并且如果资本资产定价模型被用于建立基准业绩的话，市盈率将与非常规收益有关。 小公司效应和1月份效应：班茨（Banz）发现，总收益率和风险调整后的收益率都有随公司的相对规模（由其现有资产净值的市值表示）的上升而下降的趋势。班茨把所有在纽约证券交易所上市的股票按公司规模分成五组，他发现，最小规模组的平均年收益率比那些最大规模组的公司要高19.8%。 凯姆，莱因格纳姆（Reinganum），布卢姆和斯坦博证明了在几乎整个1月份，小公司效应都会发生，具体的时间是在1月的头两个星期。规模效应实际上是“小公司1月份效应”。 图1 1963～1979年最小规模公司与最大规模公司每月的日平均超额收益率的差别 凯姆把公司按其资产净值的市值的升序排列，并且按每个公司的规模把它们分成10组投资组合。在一年中的每个月，他对最小规模和最大规模公司组合的平均超额收益的差额进行计算。图1显示从1963年到1979年的平均月差额。1月份对小公司而言是异常引人注目的月份，在1月份小公司平均每天升水达0.714%。1月份头5天的交易结果更令人惊异，小规模公司头5个交易日的升水幅度超过了8.16%。 一些研究者相信，1月份效应是与年底的为减少纳税而结清蚀本交易紧密相关的。这个假设是，许多人将他们在前几个月中已经降价的股票抛出，以便在课税年度结束之前实现其资本损失。这些投资者并不把抛售所得重新投入股市直至新的一年到来。 在新的一年开始时，对股票的抢购潮将给股价带来上升的压力，导致了1月份效应。实际上，里特（Ritter）证明了，个人投资者的股票买卖比在12月底和1月初分别达到年度最低点和年度最高点。 这个理论包含了大量漏洞。首先，如果1月份的正效应是购买压力的表示，那么当减税交易刺激引起抛售压力时，应有一个对称的负的12月份效应与其相对应。第二，当面对有效市场理论时，可预测的1月份效应消失了。如果尚未持有这些公司股票的投资者知道1月份将会给小公司带来非常规收益的话，他们会在12月份涌去购买股票以获得利润。这会使购买压力从1月份转移到12月份。理智的投资者是不会让这种可预测的1月份的非常规收益持续的。但是，从1963年到1979年，在凯姆的每年的研究中，小公司总是在1月份胜过大公司。 尽管存在着这些理论上的不足，但仍有一些经验证据支持1月份效应与减税交易有关这一信念。比如，莱因格纳姆发现在规模等级内，价格下滑得越厉害的公司具有越高的1月份收益。这种模式在图2中说明。莱因格纳姆把公司按股价在当年下滑的程度分成四组。如果公司的股票可能在12月份被大量抛售，那么大幅度的价格下跌将期望有可能产生大的1月份收益，因而可在1月份时享受需求的压力。图2显示了每组中最低的一组具有最高的一月份收益。 尽管如此，即便在调整赋税之后，规模效应仍应持续。那些股价上涨了的小公司仍然显示出1月份收益（图2B），而那些价格下跌的大公司则并没有显示出特别的1月份效应。因此，尽管赋税似乎与1月份非常规收益有关（图2中a与b对比，c与d对比），然而在1月份中，规模在本质上仍是一个因素（a与c对比，b与d对比）。 图2 资产组合的市值在减税出售的条件下，1月份最低组和最高组的股票的平均日收益率 其中：a)资产组合MV1,最低的象限；b)资产组合MV1,最高的象限；c)资产组合MV10,最低的象限；d)资产组合MV1