金融市场有效性

– 这意味着一月份投资某种可预测性！
3. 被忽略的公司效应(Neglected-firm effect)
– Arbel等对小公司1月份效应提出了新解释。 小公司容易被忽略，市场对其研究不充分， 小公司成为获得较高利润的投资对象。
4. 流动性效应(Liquidation effect)
– 上市公司的规模越小，其股票的流动性越差， 其流动性风险补偿越多。
• 证券在任何一时点的价格都是对所有相 关的信息做出的反映称为有效性市场假 设
随机游走与市场理性
• 证券价格变化的随机性（无序性） 是整 个市场理性的一个外在表现。 – 有效市场的前提是投资者理性，并在 此基础上形成的市场理性
投资者
捕捉新
套
无套利市
理性
信息
利
场
有效市场的意义
• EMH不满足将产生后果
–投资者获得选股建议信息是无成本。 信息投资几乎为零，根据无套利原则，无成本就无 收益！ –提出选股建议的专家也没有成功的把握 （1）如果专家确实发现会上涨的股票，若他是理性 的，可能更愿意将信息垄断，以抢先一步获利，而 不是将信息披露换取少量的稿酬。 （2）只有无成本的选股建议，才会以无成本公布出 来，而无成本的选股建议是无效的。
• 未来价格的短期趋势无法判定（随机游 走），有效市场是一个公平赌局（Fair game）。
• 例如：已知今日股票是上涨的，要利用 今日股票的交易信息来预测明日股票是 涨还是跌，则涨跌的概率只能是各为50 ％，而不可能是涨70％，跌30％。
2. 一旦利用信息可以进行套利，则推动市 场趋向均衡价格时，价格充满信息。
• 行为金融对传统理论的否定：
（1）以心理学的研究成果为依据，而 非理性假设，导致系统性的决策错误。
（2）非理性行为与决策错误共同影响 了证券的定价，造成市场的非理性。
投资者心理偏差与非理性
1. 过分自信
– 投资者总是相信自己的能力和判断 – 后果：低估证券的实际风险，过度交易。
2. 重视当前和熟悉的事物
– 对近期发生的事件和最新的经验更为重视， 从而在投资决策中过分依赖近期事件。
– 后果：对经常看见的股票进行投资，而对 不熟悉的股票敬而远之，所以才有“小公 司”效应！
3. 回避损失和“精神”会计（Spiritual accounting）
– 投资者更注重损失带来的不利影响，在决 策上主要按照心理上的“盈亏”而不是实 际得失采取行动。
对有效市场理解（1）
• 由于理性投资者的存在，任何能够预测 股票价格的信息已经反映在股票的价格 中。
– 等价于，没有什么信息可以预测股价了！
• 反过来，如果新信息已经被价格所包含， 那么这个新信息就是旧信息
• 若以当前已反应信息的价格来预测未来， 等价于以旧信息作为决策依据，这种决 策是无效的——对未来价格的预期值就
– 由于太强调公司业绩对股价的影响，把近期表现良 好公司的股价过度抬高，把近期业绩较差公司的股 价压得过低。当投资者发现过错时，价格就颠倒了 过来（若市场有效差的就是差的，差的企业股价不 会好）。这恰好说明市场不是有效的，有系统偏差。
证明市场有效的技术（统计学 ）问题
• 所有的实证，都是以历史数据来判定市 场是否有效；
第七章 市场有效性
南京大学金融与保险系
有效市场假设
• 有效市场假设（efficient market hypothesis，EMH）
– 市场参与者理性 – 市场只有无套利均衡 – 可用于预测股票表现的信息一定已经在股价中被反
映出来 – 有效市场是信息有效，即价格已经有效地反映了所
有可得到的信息
随机游走与有效市场
理性分析范式受到挑战。
• 理性假设可能违背投资者实际的决策行 为，试验经济学（Experimental economics）和心理学的检验并不对其确 认。
基本概念
• 行为金融（Behavioral Finance）：以新的 人性模式来研究不确定性环境下投资决 策行为的科学。
• 从理性范式（Rational approach）到心理 范式（Psychological approach）
5. 颠倒效应(Reversal effect)
– 1985年，Debondt等发现，在一段时间内， 表现最好（差）的股票在接着会表现非常 差（好）。
– 实证研究表明，如果对股票业绩进行为期5 年的排序，基期表现不好的股票组(含35种 业绩最差的股票)在以后的3年中的平均累 计收益，比基期表现最好的股票组(含35种 业绩最好的股票)的累计收益高出25％。
– 注意：这些企业本身的经营业绩并没有提 高多少，而股价却上升不少。
市场有效吗——风险溢价还是 异常？
• Fama等人认为，这些现象并不表明有效 市场理论不成立。
– 这些现象的实质是一种额外的风险，这些公司的股 票之所以有较高期望收益，因面对着更高的风险。
• 有人认为，这些现象正是市场无效的证 据。
• 心理学与经济学的结合逐渐形成行为经 济学（ Behavioral economics），它在金 融领域的应用就形成行为金融学。
• 由于CAPM和APT非常成熟，行为金融是 年轻学者的天堂，可开拓空间大。
• 行为金融理论兴起于20世界80年代，并 在90年代得到迅速发展，但至今未能成 为一个严谨的理论体系。
– 假定得到的结论是市场有效，只能说明历史 上的市场有效
– 根据有效市场理论，历史有效不等于当前有 效；
• 若市场有效，历史信息不反映未来，如 何能反映未来市场是有效的。
• 市场有效是不可证伪（真）的问题！
行为金融初步
• 现代金融理论建立在CAPM、APT等理论 基础上，其共同假设都是EMH。
• EMH继承了经济学的分析范式——理性。 • 许多违背有效市场理论的现象出现，使
• 有效市场(Efficient capital market）：现时 市场价格能够反映所有相关信息的资本 市场。在这个市场中，不存在利用可预 测的信息获得超额利润的机会。
• 信息集分类
– 不同的信息集对证券价格产生影响的速度不 一样。
– 为了处理不同的反应速度，把信息集分成不 同的类别。
– 最常用的一种分类方法：过去交易的信息、 可获得的公开信息、所有可获得的信息。
– 信息充分又与信息的研究（包括信息提取 技术）有关。
– 如果投资者都不研究，信息的发现和传播 的效率一定会大大降低，市场有效程度降 低。
– 市场有效是因为有研究信息和信息的有效 传播，而不是由少数人长时间垄断，这样 证券价格才充满信息。
EMH的几点推论
1. 在媒体上发布的投资选股建议都是无效 的！
– 这意味着：小公司具有可预见的相对高收 益！
2. 一月份效应
– Keim等在1983年又分别证明了小公司效应 在一月份最明显，特别是在一月的头两个 星期，称为小公司1月份效应。
– 凯姆将公司按规模分成10组，比较了每月 最小规模和最大规模公司组的平均超额收 益情况，从1963-1979年的平均月差额显示 一月份平均小公司每天股价上升达0.714％， 一月份头5天的上升幅度超过了9.16％。
• 确定不了任何股价的可预测形式，股价 的变化是随机游走（Random walk）：价 格的变化是随机的且不可预测的。
• 例子：假设存在一个“准确的”模型， 预测A股票价格3天后将从20元/股涨至23 元/股，若该预测信息是公开的，则股票 价格瞬间上升到23元/股。
– 任何有用的信息将被提前反映到股价=当前的股价 已经包含未来的信息
– 市场交易数据中得到的历史信息：过去的股 价、交易量等数据。
– 股票价格的历史数据是可以免费得到的，如 果这些数据里包含有用的数据，则所有的投 资者都会利用它，导致价格调整，最后，这 些数据就失去预测性。
• 股价的历史记录不含有对预测未来价格 有用的信息，况且人人都可以获得这样 的信息，没有人更加高明。因此，利用 历史资料对市场未来的价格趋势分析是 徒劳的。
– 后果：过快卖出具有潜在盈利（低现金红 利）的股票，在不同的证券上具有不同的 风险偏好。
4. 避免后悔
– 作出错误决定的人，决定越违反常规越后 悔
– 后果：委托他人投资，随大流，追涨杀跌
5. 相互影响
– 社会性的压力使人们之间的行为趋向一致。
– 后果：从众心里，造成的羊群效应！当前 的房地产投资。
全部交易信息
全部公开的信息
所有可获得的信息 包括内幕信息 与私人信息
• 针对这三种信息集，有三种形式的 有效市场的定义
– 弱式有效市场(the weak form) – 半强式有效市场(the semistrong form) – 强式有效市场(the strong form)
弱式有效市场
• 定义：如果股价已经反映了全部能从市 场交易数据得到的信息，则称这样的资 本市场为弱式有效的或者满足弱有效形 式。
– 价格不反映上市公司的信息，公司经营信息 的披露与价格无关，那么，公司的经营者就 不必努力经营就能使得股价上升（如操纵股 市）
– 价格不反映上市公司的经营信息，市场就无 法评价公司，就不能将资源配置到最有效的 公司中，市场配置资源的功能弱化
• EMH是信息有效、投资者理性、市场理 性的统一。
三种有效市场
强式有效假定
• 一个市场。
• 股价反映了全部与公司有关的信息，甚 至包括仅为内幕人士所知道的信息。
• 意义和价值
– 在于从理论上确定理想市场的标准，为内幕 交易的违法性提供理论上的根据。
– 强式有效假定是一种理想状态！
• 利用历史信息估计证券未来价格的期望 值，结果只能是当前价格（当前价格已 经包含所有的历史信息）；
– 若市场上其他人对市场不作研究（信息挖 掘），则挖掘信息的人就有套利的机会。
– 这使人愿意对市场进行研究，希望可以得 到他人得不到的信息，或者优先他人一步， 以获得收益，正是这种不断寻找套利机会， 并不断的套利使市场变得有效起来。