横截面风险还是时间序列可预测性——中国股市异常收益的来源.doc

所属领域：金融学 横截面风险还是时间序列可预测性*? ——中国股市异常收益的来源 摘要：本文对我国股市异常收益的来源进行剖析。从横截面风险和时间序列可预测性两个方面入手，并对比了Conrad and Kaul (1998) 的恒等式分解和Jegadeesh and Titman (1995) 的因子定价分解。发现我国股市异常收益的主要来源为时间序列可预测性，它不但抵消了高横截面风险所致的高收益率，而且进一步使异常收益表现出过度反应的特征。最后，对不同市场状态下收益的检验分解以及对收益率随机排序的Bootstrap模拟结果进一步证明了上述结论的稳健性。 关键词: 异常收益 横截面风险 时间序列可预测性 市场状态 Bootstrap抽样 一、引言 De Bondt and Thaler (1985, 1987) 最早发现美国股市存在长期的过度反应，即过去3～5年股票收益率较差的公司在未来有更好的表现；Jegadeesh and Titman (1993) 则发现零成本的惯性交易策略在美国股市中能够获得显著的中期收益。此后，有大量的研究对不同时期不同国家的股市进行了类似的实证检验，例如，Rouwenhorst (1998) 发现欧洲市场也存在惯性现象；Moskowitz and Grinblatt (1999)指出行业组合之间也和个股一样存在惯性收益；Lee and Swaminathan (2000) 进一步考察了交易量和惯性策略的关系，并提出基于交易量的“惯性生命周期”理论；Grundy and Martin (2001) 发现自从1920s以来美国市场都存在惯性收益，Cooper, Gutierrez, and Hameed (2004) 则在不同的市场状态下考察惯性交易策略并发现收益和市场状态有显著关系。 这些异常现象吸引人们注意的重要原因在于，异常收益的存在对效率市场假说 (EMH) 提出了严峻的挑战，而最近发展起来的一类基于投资者行为偏差的模型，如Barberis Shleifer and Vishny (1998), Daniel, Hirshleifer and Subrahmanyam (1998) 以及 Hong and Stein (1999) ，均试图通过认知偏差（导致投资者反应不足）和正反馈交易策略（导致投资者反应过度）来捕捉市场上存在的这些交易异象。Jegadeesh and Titman (1993) 和Chan, Jegadeesh and Lakonishok (1996) 认为股票价格对信息的反应不足导致了惯性收益，也即股市存在较强的时间序列可预测性；最近的一些实证研究如Lee and Swaminathan (2000), Jegadeesh and Titman (2001) 以及Cooper, Gutierrez and Hameed (2004) 则更是分别从不同的角度证明了这些行为模型的合理性。 然而，另有不少学者认为，惯性收益的源泉也可以是资本资产定价模型 (CAPM) 或Fama-French三因子模型所无法测度的风险 ，这种风险属于股票的横截面风险，它与上述的投资者行为偏差没有关系，具体的推导见本文第2部分。这样，对于惯性收益的一个直观解释就是过去收益高的股票具有较高的风险，因此它在未来也同样具有较高的期望收益。Berk, Green, and Naik (1999) 构建了一个理论模型，与前面所提的几个行为模型相反，他们发现只要风险和期望收益在横截面上存在差异，那么惯性策略就会有效，以此为基础，Johnson (2002) 的模型则进一步在投资者理性的情况下通过一个定价核模型证明了惯性收益的存在性；实证方面的支持则来自Lo and MacKinlay (1990) 和 Conrad and Kaul (1998)，他们发现横截面方差在惯性收益中占有较为重要的地位，基于时间序列的可预测性并非主要因素。 最近，针对该问题有了更为激烈的争论，基于Lo and MacKinlay (1990) 的异常收益恒等式分解模型，Lewellen (2002) 认为股票之间很强的“协变”导致了较大的协方差，并进一步使美国股市呈现出惯性现象。此外，由于样本内的收益率有明显的负自相关，这与反应不足假说有所矛盾，因此他推断时间序列可预测性（即反应不足）在异常回报的解释中只扮演了一个不重要的角色；Chen and Hong (2002) 在对Lewellen (2002) 的评论中则针锋相对，他们认为恒等式分解模型的经济含义不如 Jegadeesh and Titman (1995) 因子定价模型，在此基础上，他们进一步认为样本内的收益率负自相关与反应不足并不矛盾；Jegade