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.

Presentation on theme: "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."— Presentation transcript:

1 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

2 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。

3 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（Risk Premium）的看法提出了挑战。

4 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

5 （一）CAPM（1） CAPM还认为，贝塔系数与预期收益率呈线性关系（证券市场线）。

6 （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。

7

8 （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。

9 （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。

10 （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。

11 （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。

12 （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。

13 （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。

14 （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。

15 （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-mimicking Portfolio）。

16 （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。

17 （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）。

18 （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。

19 （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（Value Premium）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。

20 （三）规模和价值因素（4） Heaton and Lucas(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。

21 （三）规模和价值因素（5） Liew and Vassalou(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GDP t→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。）

22 （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（ ）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（ ），HML的累积收益跟市场累积收益几乎完全一样，因为从 ，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。

23 （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。Jagannathan and Wang(1996) 和Reyfman(1997)用劳动收入，Chen, Roll and Ross (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。

24 三、可预测收益率 市场收益率 惯性和均值回归

25 （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（Random Walk Theory）。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。

26 （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。

27 表1 超额收益率对股价/股息比的普通最小二乘法（OLS）回归
（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k B 标准误 R2 1年 -1.04 0.33 0.17 2年 -2.04 0.66 0.26 3年 -2.84 0.88 0.38 5年 -6.22 1.24 0.59 注：回归式为：

28 （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36 oC，也就是说从1月份到7月份每天平均上升0.28 oC。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。

29 （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。

30 （一）市场收益率（6） 长期收益的可预测性最早是Shiller(1981)和LeRoy and Porter(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。

31 （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 年期间，这种策略月均收益率为0.74%，并且认为这种现象与其三因素模型是相吻合的。运用 年数据也得出了类似的结论。这说明股价在长期中存在均值回归现象，长时间表现很好的股票在未来会表现差劲，而长时间表现差劲的股票在未来会表现良好。

32 （二）惯性和均值回归（2） 表2 均值回归策略和惯性策略的月均收益率 策略 时期 组合的构建 平均收益率（月%） （月数）
策略 时期 组合的构建 平均收益率（月%） （月数） 均值回归 惯性 均值回归 惯性

33 （二）惯性和均值回归（3） 表2还显示了惯性策略的月均收益率。惯性策略的做法是，在每个月份，将所有股票根据其在过去12个月至2个月期间的表现分成10个组合，然后卖出表现最差的组合，买入表现最好的组合，其结果是在1963年-1993年间，这种策略月均收益率为1.31%。运用 年的数据也得出了类似的结论。这说明股价在短期内存在“弱者恒弱，强者恒强”的现象。

34 （二）惯性和均值回归（4） 惯性策略无法用Fama和French的三因素模型加以解释。Carhart(1997)提出用“惯性因素”来解释收益率的差异，但由于其缺乏合理的经济金融理论基础，因此学术界对此争论很大。因为我们显然不能把所有的异常现象都加入一个新的因素。

35 （二）惯性和均值回归（5） 到底惯性是否真的存在，如果存在的话，在考虑到交易成本后，是否可以利用呢？Carhart(1997)的研究发现，在考虑了交易成本之后，惯性是无法利用的。Moskowitz和Grinblatt(1999)发现，惯性策略的大多数明显收益都来自卖空流动性差的小股票，而且这种收益集中在11月份，因为很多人在12月底前都卖出亏损的股票以便少交资本利得税。

36 四、债券市场（1） 传统金融理论认为，债券收益率也是不可预测的。这就是期限结构的预期模型（Expectations Model）。当收益率曲线斜率为正时，即长期债券收益率大于短期债券收益率时，这并不意味着你通过持有长期债券就可以获得较高的收益率。相反，它意味着将来短期利率会上升。假定短期债券的期限为一年。如果你的投资期为一年，那么利率的上升将限制长期债券价格的上升，从而使长期债券的收益率等于短期债券。如果你的投资期大于一年，那么短期利率的上升将使滚动投资的收益提高从而等于长期债券的收益率。

37 四、债券市场（2） 然而，新的研究结果已大大修改了债券市场的这一传统观点。 Cochrane（1999）运用Fama和Bliss（1987）的方法，用美国 年的数据检验了能否运用远期利率来预测短期利率（如表3和表4所示）。表3呈现的是收益率变动对远期-现货差价的回归结果，其回归公式为： 其中，ytN表示t时刻N年期债券的收益率，ftN+1表示t时刻的t+N到t+N+1期间的远期利率。远期-现货差价越大，表明收益率曲线的斜率越大。根据期限结构的预期模型，b应等于1，因为远期利率应等于预期的现货利率。因为如果远期利率低于预期的现货利率，交易者就可以用远期合约锁定借款利率，到时再以较高的利率贷出。

38 四、债券市场（3） 然而，从表3可以看出，当N=1时，b接近0，调整后的R2为负数。也就是说一年后的远期利率对一年后短期利率的变化没有预测能力。但是当N=4时，b就落在1.0的一个标准误的范围之内，但R2只有0.11。由此可见，预期模型在短期内表现很差，在长期内表现尚可。

39 四、债券市场（4） 表3 用远期-现货差价预测收益率的变动 N 截距a a的标准误 斜率b b的标准误 调整后的R2

40 四、债券市场（5） 如果预期模型对于短时期不起作用，那就意味着有时投资于短期债券的收益率高于长期债券，有时刚好相反。为了证实这个推论，我们用上述同时期的长期债券超额收益率对远期-现货差价进行回归分析（见表4），回归式子为： 其中，hprt+1(N)表示在t时刻买入N年期的债券并在t+1时刻卖掉所得到的一年持有期收益率。

41 四、债券市场（6） 表4 用远期-现货差价预测长期债券的超额收益率 N 截距a a的标准误 斜率b b的标准误 调整后的R2 1 -0.1
表4 用远期-现货差价预测长期债券的超额收益率 N 截距a a的标准误 斜率b b的标准误 调整后的R2 1 -0.1 0.3 1.10 0.36 0.16 2 -0.5 0.5 1.46 0.44 0.19 3 -0.4 0.8 1.30 0.54 0.10 4 1.0 1.31 0.63 0.07

42 四、债券市场（7） 根据期限结构的预期模型，这里的b应为0：远期-现货差价不应包含投资于长期债券与短期债券孰好孰坏的信号。然而，表4的结果表明，所有的b都在1.0左右。这意味着，一年之后的远期利率较高，并不意味着一年之后的短期利率将会升高，而是意味着此时持有长期债券可以赚取更高的收益率。当然这种做法存在风险，因为R2只有 。

43 五、外汇市场（1） 传统金融理论认为，外汇市场上的打赌也是不可预测的。假设德国的利率比美国高，这是否意味着投资于德国政府债券可以赚更多的钱？答案可能是不。首先，得考虑违约风险。政府曾经违约过，未来也可能违约。其次，也是更重要的，要考虑贬值风险。例如，如果德国利率为10%，美国利率为5%，但欧元在这一年内相对美元贬值了5%，那么你就赚不到更多的钱。由于很多投资者到在进行类似的计算，因此，我们可以得出结论，不同国家有着相同信用等级债券的利差反映着市场对货币贬值的预期。其逻辑与期限结构的预期模型一样。

44 五、外汇市场（2） 与预期模型一样，这种预期贬值观点仍然代表着对利差和汇率关系的很重要的一阶理解。但是，5%的利差是否就对应着5%的预期贬值，还是说其中有一部分代表着较高的预期收益？而且，虽然预期贬值可以反映大多数高通货膨胀国家的情况，但象德国和美国这两个国家，其通货膨胀率相差无几，但两国货币的汇率为何又大幅波动？

45 五、外汇市场（3） 表5的第一行表示美元在 年期间对其他货币的升值情况，美元对马克、日元和瑞士法郎贬值，对英镑升值。第二行表示了美元与其他货币的利差，它等于外国货币利率减美元利率。根据无套利原则，利差一定等于美元对其他货币远期汇率与现货汇率的差价，因此第二行的数据实际上用的就是这个差价。根据预期理论，第一行和第二行的数字应该一致。从第一行和第二行的数字可以看出，实际情况大致符合这种预期模式。利率较高的货币贬值，而利率较低的货币升值。两行的数字虽然并不完全一致，但Hodrick(2000)认为两者在统计意义上并无显著区别。

46 五、外汇市场（4） 表5 远期折价难题 德国马克 英镑 日元 瑞士法郎 美元平均升值（%） -1.8 3.6 -5.0 -3.0
表5 远期折价难题 德国马克 英镑 日元 瑞士法郎 美元平均升值（%） -1.8 3.6 -5.0 -3.0 美元平均利差（%） -3.9 2.1 -3.7 -5.9 b， -3.1 -2.0 -2.1 -2.6 R2 0.026 0.033 0.034 b， -0.7 -2.4 -1.3 b，10年期 0.8 0.6 0.5 -

47 五、外汇市场（5） 由于表5第一、二行反映的是整个样本期内利差与汇率波动的总体关系，为了防止正负抵消现象，运用Hodrick(2000), Engel(1996) and Chinn(1998)的方法分别对 和 年的数据对利差与汇率波动之间的关系进行回归分析： 其中s=现货汇率，以外币美元表示，rf=外国利率，rd=本国利率。其结果如表5的第三至六行所示。

48 五、外汇市场（6） 根据预期理论，表中的b值应为1.0。但表5的数字表明，实际情况恰恰相反。高利率导致的反而是汇率的进一步升值，这就是远期折价难题（Forward Discount Puzzle）。

49 五、外汇市场（7） 从表5可以看出，R2的值很小。但是利差与d/p和期限差价一样，是一个缓慢变动的预测变量，所以R2会随着时间的延长而增大。Bekaert and Hodrick(1992)发现，R2在6个月的时间长度时会增加到30-40%，然后又开始下降。但是由于R2不等于100%，因此这种预测同样是有风险的。这个事实说明，高利率的货币在半年内通常反而会升值，半年之后则会倾向于贬值，从而使利差和汇率的关系在长期中恢复正常。

50 五、外汇市场（8） 由此我们也可以推断长期利率之差可以较好地解释长期的汇率波动。Meredith and Chinn (1998)的研究结果证实了这种观点，如表5第六行所示。十年期国债的利差较准确地预测了十年的汇率变动。

51 六、共同基金（1） 传统金融理论认为，经过风险（贝塔系数）调整后，专业经理人的投资业绩无法超过指数和被动投资组合。

52 六、共同基金（2） 从Jensen（1969）开始，大量的实证分析发现，积极管理的基金表现都不如市场指数。其中较有代表性的是Carhart(1997)的研究。他在研究基金表现时剔除了幸存者偏差（Survivor Bias）。由于表现差劲的基金会被市场淘汰，因此只考察任何时点上幸存的基金会高估基金的整体表现，这就是幸存者偏差问题。Carhart运用美国 年的数据进行了研究，结果发现，基金总体表现每年比证券市场线（即由无风险利率和市场组合连成的直线）差1.23%。Carhart还发现，各基金表现差异巨大，与各股票的表现差异类似，这说明大多数基金并没有很好地进行分散投资，而是大多在赌某种策略。

53 六、共同基金（3） 这个事实是令人惊讶的，因为几乎任何领域的专业人士的表现都比业余好。人们通常认为一个经过训练、有经验、整天收集和分析有关市场和股票信息的专业人士会做的比市场平均水平好。即使由于进入该行业很容易，因此基金平均并不比市场表现好，但总应该有一些明星年复一年地战胜市场，就象好的球队经常获得冠军一样。

54 六、共同基金（4） 由于我们已知股市中存在价值股效应、小公司效应和可预测性，因此基金的业绩聚集在证券市场线周围是相当奇怪的。因为所有这些都说明存在一种简单的、机械的策略可以获得比市场指数更高的超额收益/风险比率。Fama and French(1993)的研究结果表明，HML组合可以获得两倍于市场的夏普比率。可是即使是打着价值策略旗号的基金，其表现也是围绕着证券市场线。例如，Lakonishok, Shleifer, and Vishny(1992)发现，价值基金跟其它基金一样，其表现平均比S&P500差一个百分点。

55 六、共同基金（5） 唯一可以解释这种奇怪现象的答案是基金经理并不知道这些新的事实，因此尽管有些基金打的是价值型基金的广告，但实际上并未真正遵循价值型投资策略。Carhart(1997)和Lakonishok, Shleifer, and Vishny(1992)的研究都发现这些基金都未遵循价值型投资策略。 有趣的是，近10年来价值型和小公司型基金的数量增长很快。1990年以前，遵循小公司型策略的基金只占14%，遵循价值型策略的基金占12%，而到1996年，这两个比例分别上升到22%和23%。

56 六、共同基金（6） 知道了基金总体表现不佳后，我们还想知道好基金的表现是否良好。在检验时，我们必须把运气与技巧区别开来。要将运气和技巧区别开来的唯一办法是根据一些事前可观察的特征将基金进行分组，然后考察各组的平均表现。当然，有技巧的基金应该是在过去表现良好的基金，而且在将来应该继续表现良好。因此，如果在挑选股票方面存在技巧的话，我们应该能够看到基金表现的持续性。然而整整一代经济金融学家的实证分析都未找到基金表现持续性的证据。

57 六、共同基金（7） 然而，近年来，越来越多的实证研究发现，基金收益具有持续性。由于这种持续性可以被解释为在挑选股票方面存在持续性技巧的证据，因此受到了极大关注。 Carhart(1997)运用美国 年的数据进行实证分析发现，由在上年表现最好的前1/30基金构成的基金组合比由在上年表现最差的后1/30（即第30/30部分）基金构成的基金组合平均表现每月好一个百分点（如表6所示）。这跟股票的惯性效应差不多，这说明基金表现存在持续性。

58 六、共同基金（8） 表6 根据上年收益率组成的基金组合的表现（单位%） 上年排名 平均超额 CAPM的截距 四因素模型 收益率 的截距 1/ 1/ 5/ 9/ 10/ 30/ 注：四因素模型指市场收益率、HML、SMB和惯性因素。

59 六、共同基金（9） 那末, 基金表现持续性的原因何在呢? Carhart(1997)发现，其原因在于基金中所含股票的持续性，而不是由于挑选股票技巧的持续性。

60 七、灾害保险（1） 许多著名的基金通过遵循诸如收敛交易（Convergence Trades）和隐性的看跌期权之类的策略获得了很好的收益（当然也有很多基金遭受了重大亏损）。这些策略也可能反映了较高的预期收益率是作为对非市场风险的一种补偿。

61 七、灾害保险（2） “收敛交易”策略旨在通过持有大量存在小价差的相似证券来获利。例如，29.5年期的美国国债的收益率通常略高于30年期的美国国债。收敛交易者就大量买进29.5年国债，同时卖出30年国债，这是LTCM的著名赌注。这种策略被误称为“套利”，但买卖的证券不是相同的，而是相似的。29.5年和30年国债的价差反映了29.5年国债的流动性稍差，较难在金融恐慌时卖出。因此这种价差有可能扩大。然而，金融恐慌是很少见的，因此金融恐慌未发生时的收益加起来可能要大于发生金融恐慌时的亏损。

62 七、灾害保险（3） 看跌期权可以保护投资者免受股价大跌的影响。与市场蹦盘的很小的可能性相比，看跌期权价格太高了。虚值看跌期权卖者每次收取一定的期权费，一旦市场真的暴跌了，他们一次就要付出一大笔钱。如果大跌的可能性较小，平均收益还是不错的。

63 七、灾害保险（4） 所有这些策略都可以看作是灾害保险（Hsieh and Fung,1999）。大多数时间他们赚取小额的保险费，偶尔损失一大笔，而且他们的损失都是发生在金融危机之时，也就是大家最不愿意亏损之时。因此，他们赚取一定的超额收益（扣除CAPM的市场风险之后）是可以理解的。 当然，从实证角度去估计这种策略真正的平均收益率的难点在于偶发事件很少发生，即使是在长样本中这种偶发事件也带有很大的偶然性。

64 七、灾害保险（5） 上面提到的价值股、收益率曲线和外汇市场的策略也有灾害保险的特征。价值股在金融危机中很可能破产。购买高利息国家的债券则将自己置于该国货币大幅贬值的危险中，这种大幅贬值又最容易在全球性金融危机时发生。同样，在经济衰退收益率曲线斜率为正时购买长期债券又使自己面临恶性通货膨胀的风险。

65 八、新事实的含义（1） 虽然新金融事实的清单略显冗长，但每种情形都存在着相似的范式。这种范式表明，投资者可以通过承担经济衰退和金融危机的风险来赚取较高的平均收益。此外，高频收益率之间存在着很小的正的自相关。

66 八、新事实的含义（2） 这些效应并不是全新的。早在60年代，金融学家就知道高频收益率存在些微的可预测性，日收益率到月收益率的R2在0.01到0.1之间。只是由于这种小的可预测性似乎难有作为，人们并未认真对待他们。51/49的赌博并没有很大的吸引力，特别是在有交易成本的情况下。但在今天，我们对这些效应的潜在重要性和他们的经济含义有了更深的理解。

67 （一）基于价格的预测（1） 当预期收益率上升时，证券价格就会下降，这是因为未来的股息或其他现金流将按较高的贴现率进行贴现。

68 （一）基于价格的预测（2） 因此，“低”价格可以揭示市场对高预期收益率的预期。低的p/d比率、p/e比率、以及市价/账面价值比预示着市场将有较高的平均收益率。“小公司”效应来源于低价格，对规模的其他衡量指标如员工数量或账面价值本身对收益率都没有预测能力（Berk,1997）。“五年均值回归”效应也来源于五年的不良表现导致的低价。长期债券的高收益率意味着长期债券价格“低”，而它又反过来意味着长期债券未来的高收益率。外国的高利率意味着外国债券的低价，这又反过来意味着外国债券未来的高收益率。

69 （一）基于价格的预测（3） 所有这些效应的最自然的解释就是市场整体以及单个证券的预期或要求收益率都是随着时间缓慢变动的。

70 （二）经济学解释（1） 基于价格的可预测性范式说明了存在着与经济衰退和金融危机相关的风险的溢酬。股票和债券可预测性是相关的：期限差价（远期利率减现货利率，或者长期到期收益率减短期到期收益率）可以预测股票和债券的收益率（Fama and French, 1989）。而且，期限差价是预测经济周期的最好变量之一。它在经济周期谷底时陡峭地上升，而在经济周期高峰处逆转。收益率预测值在谷底时高而在高峰处低。价值股和小公司股票通常都处于财务困境。

71 （二）经济学解释（2） 让我们看看我们在利用这种可预测性时将面临的问题。你必须在经济周期谷底时买入股票或长期债券，此时股价在经历了漫长的熊市后已经很低。而此时正是很多人囊中羞涩无力购买高风险的股票和长期债券的时候。而且在此时，你必须投资于价值股或小公司，这些股票在过去几年市场表现很差，销售业绩很差，或者处于破产边缘。你必须购买被别人视为垃圾的股票。然后你必须在大好时光卖出股票或长期债券，此时股价相对于股息、盈利来说较高，收益率曲线是平的或者斜率为负，长期债券的价格较高。你必须卖出流行的增长股，这些股票有着良好的市场表现、良好的销售业绩和盈利增长。

72 （二）经济学解释（3） 在外汇市场上，你要投资于高利率国家。但高利率往往是货币不稳定或者其它经济问题的信号，因此意味着你的投资要冒更大的全球性金融危机或经济衰退的风险。

73   （三)收益率的相关性（1） 惯性效应和基金表现的持续性与价格可预测性既有联系又有区别。他们的联系在于他们都是由于高频收益率很小的可预测性引起的。他们的区别在于：基于价格可预测性的策略是利用缓慢变动的预测变量使R2随时间增大而使这种可预测性变得重要的；而惯性策略则建立在快速变动的预测变量（过去收益率）的基础上，因此其R2是随时间递减而不是递增的。惯性策略是通过组建极端的赢家和输家组合这一完全不同的方法使收益率的很小的可预测性变得重要。收益率的高波动率意味着极端的组合有着极端的过去收益，因此过去收益的很小的持续性就可带来较大的未来收益。 但惯性效应无法与经济金融危机相联系。因此目前还找不出合理的经济学解释。

74 （二）尚未解开的疑惑（1） 上述效应的大小到底有多大目前尚无定论。因为衡量风险策略的平均收益率是比较困难的。计算均值的标准误公式为　　。即使在较为平稳的美国股市，=16%，意味着即使用25年的数据，一个标准误就相当于16/5，而两个标准误的置信区间就意味着6%的偏差。这个数字与我们要衡量的平均收益率的数字比起来是不小的。此外，所有这些事实都在很大程度上受小概率事件的影响，这就使衡量平均收益率更为困难。 为了正确地衡量可预测性的大小，我们的数据点也不够。期限溢酬和利差每个经济周期只变换一次符号，d/p比率每十年才穿越其均值一次。虽然经历了两次衰退，美国的利率和通货膨胀历史主要都是上升，到1980年达到高峰后才缓慢回落。

75 （二）尚未解开的疑惑（2） 许多异常的风险溢酬看来都随着时间的推移而下降。这说明这些新策略在过去产生的高收益至少有一部分是因为我们原来不知道这些事实的存在。

76 （二）尚未解开的疑惑（3） 身处1947年或1963年的投资者并不知道股票的收益率将比债券高9个百分点，也不知道购买处于财务困境的小股票将使收益率在同样的市场风险水平上翻倍。如果他们知道的话，他们是会改变投资策略，还是会无动于衷，认为这种收益是对承担额外风险的合理报酬？在过去如此之高的收益率中，有多少运气成分？

77 九、 结论（1） 新一代的实证分析向我们揭示了如下事实： 1、有一些资产的平均收益是无法用其贝塔系数来解释的。除了贝塔系数外，还必须用别的风险来解释资产收益率的差异。于是有了多因素模型。 现在比较明确的是，通过承担与市场波动无关的一些风险，如与经济衰退和金融危机相关的风险，投资者可以获得相应的风险溢酬。投资者可以通过利用价值股、小股票、由于收益率可预测带来的选择买卖时机、动态的债券和外汇市场策略、甚至惯性策略等来赚取这些收益。这种风险溢酬的大小究竟有多大以及相关风险的经济性质目前虽然还存在争论，但可以肯定的是，预期收益率是随时间可变的（而不是原来通常认为的是不变的）。

78 九、 结论（2） 2、收益率在一定程度上是可以预测的。 市盈率的倒数（E/P）和期限溢酬（Term Premium） 可以解释相当部分的股票收益率波动。这种现象在长期中较为明显，每日、每周和每月的股票收益率仍接近于不可预测。 债券收益率在一定程度上也是可以预测的。虽然预期模型在长期中表现很好，但陡峭上升的收益率曲线通常意味着在下一个年度长期债券的预期收益率要高于短期债券。虽然这种预测本身的风险较大，但这种趋势是清晰可辨的。 外汇收益率也是可以预测的。如果你将钱投向利率高的国家，即使考虑到汇率因素，你通常仍可赚到较高的收益率，当然这里也有风险。

79 九、 结论（3） 3、波动率也不是一成不变的，而是随时间改变的。大波动率之后通常跟着大波动率，价格大幅下跌后的波动率通常也较高。当利率较高以及不同信用级别的利差越大时，债券市场的波动率也越高。

80 九、 结论（4） 4、即使按贝塔系数调整后，有些基金的表现还是比指数好。基金收益率在一定程度上也是可以预测的：过去的赢家通常也是未来的赢家，过去的输家在未来表现通常更糟。但这并不意味着有些基金在选股上有超凡的能力。多因素模型发现，这种现象是由于基金风格不同所致。 这些新的事实宣告了传统理论的终结，并正引发金融理论的第二次革命。