动量与反转效应的存在性及理论解释研究综述

动量与反转效应的存在性及理论解释研究综述 马枭，常云博，李昆，李多，陈蕾

内容提要: 动量与反转效应的发现对市场有效性学说带来了巨大的挑战，其存在具有普遍性，在不同国家、不同市场、不同时期都有不同程度的表现，对其研究已经成为金融研究的热点问题。本文第一部分从动量与反转效应的存在性出发,对国内外的研究成果进行了梳理.第二部分探讨动量与反转效应的理论解释,从理性框架下传统金融理论、行为金融理论、奈特不确定性下的三个视角对国内外研究进行综述。最后根据研究现状指出现有研究的缺陷并提出对日后相关研究的展望。 关键词：动量效应 反转效应 行为金融 奈特不确定性

动量效应是由Jegadeesh和Titman（1993）提出的，是指股票的收益率有延续原来的运动方向的趋势，即过去一段时间收益率较高的股票在未来获得的收益率仍会高于过去收益率较低的股票。基于股票动量效应，投资者可以通过买入过去收益率高的股票、卖出过去收益率低的股票获利，这种利用股价动量效应构造的投资策略称为动量投资策略。反转效应是指在一段较长的时间内，表现差的股票在其后的一段时间内有强烈的趋势经历相当大的逆转，要回复到正常水平，而在给定的一段时间内，最佳股票则倾向于在其后的时间内出现差的表现。动量与反转效应普遍存在于各个国家、市场，在不同时期有不同表现，已经成为金融研究的热点。

一、 动量与反转效应的存在性问题研究 1、国外动量与反转策略的存在性研究 DeBond和Thaler(1985 1987)首先发现长期的收益反转，过去3到5年表现差（好）的股票，在将来3到5年表现较好（差），从而采用反转交易策略会获得超额收益，他们发现在美国资本市场利用长期发转策略通过等额购买过去2-5年中平均收益率最低10%的股票，并等额卖空同期平均收益率最高10%的股票，这个零成本的策略每年大概可以获得8%的超额收益。Lehmann（1990年）发现了短期的收益反转，然而，短期反转策略基于短期价格变动，交易费高，可能反映的只是短期的价格压力或是市场缺乏流动性而不是过度反应。Jegadeesh 和 Titman (1993，2001)则发现在3到12个月这一期间，股票收益率在中期存在惯性,买进中期的表现好的股票组合,卖出中期表现差的股票组合,能够获得一个显著的超额收益。George 和 Hwang（2004）研究发现52周的股票最高价策略能够解释动量策略收益的主要部分，得出的结论是，短期与长期反转是独立的现象，从而否定了由于市场对信息反应过度而导致反转效应。而动量与反转效应不止在美国，在其他国家也有出现，例如，Richards(1997年)使用16国的股指发现在6月期限最强，年收益达3.4%，期限超过一年后，差股组合开始超过优股组合，年收益达5.8%；之后的研究例如：Ahmet和Nusret、Chang、Hamed和Ting、Rouwenhort、Hameed和Yuanto、Schiereck分别发现在美国之外的其他七个工业化国家，日本，马来西亚，欧盟12国，德国存在中期动量效应、短期和长期反转效应。 2、中国的动量与反转性策略的研究 国内学者对中国股市的惯性与反转效应的研究比不多而且主要集中在其存在性上面。实 证检验的结果也不尽相同。例如：王永宏、赵学军（2001年）从1993年前上市的A股中分别取出最差的和最优的股票三组分别为5个、10个、20个，使用1993年至2000年得收益数据分析，发现显著的收益反转，然而却没有发现惯性收益，并认为惯性收益不显著是中国股市波动较大的原因。Kang、Liu、Ni（2002年）对中国A股1993年至1994年两年间上市的48-268支股票的1993年至2000年周收益率进行中短期分析（一周到六个月），发现了显著的短期反转和中期惯性。张人骥、 朱平芳和王怀芳(1998) 应用修正后的DeBondt与Thaler的方法,并没有检验到反转效应的存在。虽然以上研究的样本、数据期间不尽相同，但一致结论是中国股市中期动量效应不明显，短期与长期反转效应明显。

二、动量与反转效应的理论解释 由于股票收益的可预测性不能被经典的资本资产定价模型（CAPM）完全解释，如何解释动量和反转效应成为金融学研究的另一个焦点。总的来说，金融学研究主要从三个方向寻求突破：一是基于理性框架下运用传统金融理论来探讨，二是行为金融理论的解释，三是基于奈特不确定性视角下的探讨。 1、传统金融理论的解释 Jegadeesh and Titman(1993)认为动量策略获得的超额收益可能是因为风险数值随时间改变导致风险溢酬变化的结果。也就是说，动量投资策略的获利其实是承担更大的风险所致，它只不过是随时间变化的风险的理性补偿。 Fama and French(1996)发现，他们的三因素模型不能包含惯性效应。Brennan, Chordia and Subrahmanyam(1998)检验了股票收益同证券风险和其他非风险因素（包括账面市值比率、企业规模、股价、股息收益率和迟滞收益）之间的关系。结果发现，使用Fama 和French 的三因素模型后，规模和账面市值比率效应被削弱，但动量效应和交易量效应仍然存在。另外，无论是否进行风险调整，价格惯性效应都明显存在。 Fama（1998）认为，预期收益的不同模型会产生不同的长期异常现象估计值，有些异常现象可能是由坏模型问题产生的。Fama和French认为动量效应不是市场无效的证据，而是β值没有包含所有风险，只要在因子模型中加入新风险因子，超额收益或许就会消失。但对因子模型中应当加入哪些风险因子，未能达成共识。另外，有效市场假说的支持者们还试图在原有理性定价范式下，寻找能够解释动量异象的新的风险因子或是考虑时变的资产定价模型。 Corad和Kaul（1998）提出了以风险偏差为基础的解释。动量利润分为两部分：一部分由股票收益率时间序列自相关产生；另一部分由构成组合的股票的平均收益率横截面方差产生。动量效应的盈利可以通过随机生成的无时间序列相关的数据产生，并非来源于第一部分。Moskowitz和Grinblatt（1999）证明在无条件期望回报中，由横截面变动产生的动量利润很小。Grundy and Martin (2001)证明即使减去持有期股票的均值回报之后，风险调整后的动量利润仍然超过每月1.3%，而且非常稳定。另外，Jegadeesh and Titman(2001)指出，Conrad and Kaul(1998)采用样本均值方差代替真实期望回报的方差会高估后者，因为前者还包括非期望回报的方差部分。在消除这种偏差后的检验中，没有证据表明动量利润可以归因于期望回报的横截面变动。这一证据明确地否认了 Conrad and Kaul(1998)的假说。Robert Novy-Marx（2009）发现动量效应盈利主要来源于12-7月的赢家-输家策略，而不是6-2月的赢家-输家策略。综上所述，动量效应不能被其组合中股票收益率时间序列自相关和平均收益率横截面方差解释。动量效应是一种不能用基于风险的传统资产定价理论来解释的价格运动现象。 2、动量反转效应的非理性解释 近年来，越来越多的学者试图在非理性的框架下对动量利润的来源进行解释。行为金融 学理论（Behavioral Finance Theory）是动量利润来源非理性解释的一个典型代表。它对原有理性框架中的现代金融理论进行了深刻的反思，从人的角度来解释市场行为，充分考虑了市场参与者心理因素的作用，认为投资者解读信息方式的内在偏差或信息缓慢扩散可能导致股价反应不足或过度反应，从而产生惯性效应。 行为金融理论主要通过构建行为模型对投资者行为给出解释，其中最具有代表性的主要有以下几个： （1） BSV模型 BSV模型由Barberis，Shleiferand，Vishny（1998）提出,V模型将TverskyandKahneman（1974）提出的代表性偏差（RepresentativenessBias）和Edwards（1968）提出的保守性偏差（ConservatismBias）同投资者对有关收益的信息反应有机地结合在一起来解释市场中反应不足和过度反应现象。 代表性偏差（RepresentativenessBias）是指投资者基于近期数据与某种模式的相似性来预测股市，过分重视近期数据，而对产生这些数据的总体特性不够重视，从而错误地对价格变化进行外推，导致反应过度（Overreaction）。 而保守性偏差（ConservatismBias）是指，与理性预期相比，投资者是过度保守的，不能及时根据变化了的情况修正自己的预测。具有保守性偏差的投资者对新信息反应很慢，错误的认为公司盈利的变化只是一种暂时现象，他们依然会相信之前的预期。因此他们只会部分的修正对股票的估值，从而导致反应不足（Under-reaction） 投资者在代表性偏差和保守性偏差之间的状态转移遵循贝叶斯法则。 模型中包括一个投资者和一种资产。这个投资者是风险中性的，并且可以代表市场上的所有投资者。资产价格等于该投资者预期的未来公司盈利现金流的贴现值，假设贴现率已知，则资产价格取决于预期的盈利。假设公司盈利服从随机游走规律（random walk），但是模型中的投资者并没有意识到这一点，而是认为世界在两种决定盈利的“状态”或者说“机制”间来回转换。可以用两种模型来描述这两种产生盈利的机制。

在投资者的脑子里存在两种模型：运用模型I来预测公司盈利的投资者对零散的公司盈利信息反应甚微，表现出保守性。相反，运用模型II来预测公司盈利的投资者则将公司过去的业绩表现外推到更远的将来，表现出一种表征性启发式的思维方式。投资者通常认为模型I即围绕平均值上下波动的状态要比模型II即趋势性变动的状态出现的机会要多。 模型I、模型II的转换概率和状态转换过程的转换概率在投资者心中是固定的。为了对证券价值进行估价，投资者需要预测公司的未来盈利。为此，投资者要用他观察到的盈利流来更新他原来对公司盈利产生模型的想法。一旦这样做了后，投资者就会运用状态转换模型来预测未来的盈利。尽管他用于预测盈利的模型是错的，投资者还是会按照贝叶斯法则来更新他的模型。比如，如果他观察到连续两个相同方向的盈利冲击时，他会进一步相信趋势变化模型II在发挥作用，如果这一期的盈利冲击与上一期的盈利冲击相反时，他会更加相信是均值回归的模型I在发挥作用。 以下是正式的模型。 模型I中盈利预期的转换矩阵：