動(dòng)量效應研究的最新進(jìn)展

摘 要：行為金融與傳統金融理論都對動(dòng)量現象進(jìn)行了解釋?zhuān)�但一直存在爭論，并且這兩種解釋思路都存在缺陷，也不能合理地解釋中國大陸股市的動(dòng)量現象。國內外有些學(xué)者開(kāi)始從奈特不確定性角度來(lái)研究動(dòng)量現象，它可以合理地解釋中國股市的動(dòng)量效應。本文對這方面的研究進(jìn)展進(jìn)行了簡(jiǎn)述，并對未來(lái)的研究進(jìn)行了展望。?

　　關(guān)鍵詞：動(dòng)量效應；行為金融；奈特不確定性??
　　
　　自從Jegadeesh 和 Titman（1993）發(fā)現股市存在動(dòng)量效應以來(lái)，對動(dòng)量效應的研究逐漸成為金融學(xué)中最“核心”的領(lǐng)域。行為金融學(xué)和傳統金融理論對此類(lèi)問(wèn)題的解釋始終存在分歧。近期文獻表明，在奈特不確定性視角下，這種分歧有逐漸消弭的趨勢。?
　　
　　一、 行為金融與中國大陸股市的動(dòng)量效應?
　　
　�。ㄒ唬﹤鹘y金融理論與行為金融模型?
　　Fama和French（1993，1996）等從傳統理論的角度對動(dòng)量效應進(jìn)行了解釋?zhuān)簞?dòng)量效應不是市場(chǎng)無(wú)效的證據，動(dòng)量策略的超額收益可能與人們采用的理論工具有關(guān)——在資產(chǎn)定價(jià)模型中，β值不是好的風(fēng)險指標，只要在因子模型中加入新風(fēng)險因子，超額收益或許就會(huì )消失。但對因子模型中應當加入哪些風(fēng)險因子，學(xué)者們未能達成共識。?
　　行為金融則認為傳統金融理論的前提出了問(wèn)題，因而試圖從投資者的決策行為入手來(lái)找出動(dòng)量效應的產(chǎn)生機制，但這些解釋也存在缺陷。Shefrin (2000)認為，行為金融模型對投資人行為模式的假設，并沒(méi)有以心理學(xué)試驗為基礎，缺乏合理的依據。正如Peter（1999）所認為的：“為了發(fā)展一個(gè)理論模型而尋找不合理的邏輯假設就好比把車(chē)放到了馬前頭”。與此同時(shí)，這也使經(jīng)濟學(xué)失去了自己的特點(diǎn)，經(jīng)濟學(xué)畢竟不是心理學(xué)，它不應該研究具體的認知模式，其假設應具有一定的概括性與抽象性。?
　　
　�。ǘ�）中國股市的動(dòng)量效應與行為金融?
　　對于中國股市的動(dòng)量效應，中國學(xué)者進(jìn)行了大量研究。王永宏、趙學(xué)軍（2001），朱戰宇、吳沖鋒和王承煒（2003），吳世農、吳超鵬（2003），肖軍、徐信忠（2004），馬超群、張浩（2005），趙振全、丁志國和蘇治（2005），林松立、唐旭（2005）等都認為，如果采用月度數據檢驗，中國大陸股市并不存在明顯的動(dòng)量效應，而中長(cháng)期反轉現象則比較突出；周琳杰（2002）發(fā)現動(dòng)量策略的利潤對形成期和持有期的期限敏感，形成期和持有期為一個(gè)月的動(dòng)量策略贏(yíng)利性最為顯著(zhù)；劉煜輝、賀菊煌和沈可挺（2003）則認為形成期和持有期在2周和24周之間的動(dòng)量策略有顯著(zhù)收益；余書(shū)煒（2004）則發(fā)現形成期和持有期在10 到15 天的動(dòng)量策略有顯著(zhù)收益。曹敏、吳沖鋒（2004）認為，中國大陸證券市場(chǎng)作為新興市場(chǎng)，和西方證券市場(chǎng)的反向策略存在差異，主要表現在中國股市的反向周期短于西方發(fā)達國家。?
　　雖然以上實(shí)證研究的樣本期間不盡相同，但一致結論是中國股市的動(dòng)量策略利潤只存在于形成期和持有期在4周以?xún)鹊闹芷诓呗灾�；而西方國家股市的�?dòng)量策略利潤一般存在于形成期、持有期為中期（3-12個(gè)月）的策略中。朱戰宇、吳沖鋒和王承煒（2003）等都認為，BSV、DHS、HS等模型沒(méi)有揭示出中國股市動(dòng)量效應產(chǎn)生的機制。他們認為，BSV、DHS等模型中的投資者是根據對上市公司業(yè)績(jì)的預期來(lái)對公司的股票進(jìn)行估價(jià)的，這符合發(fā)達資本市場(chǎng)上投資者的投資行為模式，而國內投資者基本上不關(guān)心公司的基本面，愛(ài)好短線(xiàn)操作，容易出現跟風(fēng)等現象，從投資者認識偏差角度來(lái)解釋中國股市的動(dòng)量效應并不合適。?
　　
　　二、奈特不確定性視角下的股市動(dòng)量效應?
　　
　�。ㄒ唬� 奈特不確定性與復雜性?
　　1．不確定性的兩種分類(lèi)?
　　奈特（Knight,1921）把未來(lái)的不確定性分成兩種情況：一種是具有確定概率分布的不確定性，就是常說(shuō)的“風(fēng)險”（risk）；另一種是沒(méi)有確定概率分布的不確定性，其主觀(guān)概率是不確定的，稱(chēng)為奈特不確定性（Knightian uncertainty）或模糊（ambiguity）。如果拋硬幣的話(huà)，你會(huì )知道風(fēng)險有多大，如果賭正面，贏(yíng)的概率是50%。奈特認為，當你完全不知道各種可能性狀態(tài)以及各種狀態(tài)的概率時(shí)，就存在奈特不確定性。Savage(1954)等認為，雖然有時(shí)不能計算出某種事件的概率分布，但我們可以對這個(gè)事件指定一個(gè)先驗信念，這對建立數理模型的技術(shù)選擇沒(méi)有什么區別，因此，奈特對不確定性的分類(lèi)沒(méi)有意義了。 Ellsberg(1961)等通過(guò)一系列試驗否定了Savage假設。他們的試驗表明，奈特對不確定性的劃分是有意義的。這些試驗還表明，人們常對奈特不確定性表現出厭惡的傾向，即便告訴試驗者Ellsberg試驗存在邏輯上的矛盾，試驗者仍然堅持自己的選擇，并愿意為避免奈特不確定性而支付溢價(jià)。他們發(fā)現有人喜歡賭博（風(fēng)險），卻不喜歡奈特不確定性，厭惡奈特不確定性的人不一定厭惡風(fēng)險。這進(jìn)一步證實(shí)奈特的觀(guān)點(diǎn)：風(fēng)險厭惡和奈特不確定性是兩種不同的現象。他們還發(fā)現，在面臨奈特不確定性時(shí)，人們更在乎別人的想法，更容易形成“羊群效應”。?
　　2．系統的復雜性造成了奈特不確定性?
　　奈特不確定性是如何產(chǎn)生的呢？現代自然科學(xué)證明，由于系統內部的非線(xiàn)性機制（或正反饋機制或復雜性機制）造成了系統的進(jìn)化，從而形成了奈特不確定性。如果系統是一個(gè)簡(jiǎn)單的系統，那么這個(gè)隨機過(guò)程就是遍歷的（ergodic），可以通過(guò)頻數試驗等方式得到這個(gè)過(guò)程的概率分布。自然界大多數隨機事件都屬于這種過(guò)程，這種過(guò)程就是一般不確定性——風(fēng)險。但如果系統是進(jìn)化的，過(guò)程就是非遍歷的（non?ergodic），即使具備了歷史的和當前的所有信息（完全信息），也無(wú)法獲得某種未來(lái)不確定事件的概率分布，因為它不是過(guò)去過(guò)程的簡(jiǎn)單重復，永遠有新的狀態(tài)被創(chuàng )造出來(lái)，我們不能預知這個(gè)狀態(tài)，更不可能獲得這種狀態(tài)的概率分布。經(jīng)濟社會(huì )中的大多數系統都屬于這種過(guò)程，這種不確定性就是奈特不確定性。?
　　
　�。ǘ�） 奈特不確定性視角下的動(dòng)量效應微觀(guān)機制?
　　Lewellen 和 Shanken(2002)認為,股票價(jià)格序列的可預測性與股票定價(jià)過(guò)程中的“參數的不確定性（parameter uncertainty）”有關(guān)，當決策者對未來(lái)現金流量的先驗信念不確定時(shí)（即存在概率分布的不確定性時(shí)），代表性投資者通過(guò)貝葉斯過(guò)程逐漸更新信念，這個(gè)學(xué)習過(guò)程滲透到股票定價(jià)過(guò)程中，導致股票價(jià)格正相關(guān)。?
　　徐元棟、黃登仕（2003），徐元棟（2004）從奈特不確定性的角度探討了股市動(dòng)量效應產(chǎn)生的微觀(guān)機制。與LS模型類(lèi)似，投資者也不可能準確地確定未來(lái)現金流量的的概率分布，原因就是投資者面臨奈特不確定性。與LS模型不同，他們認為，市場(chǎng)上的投資者不能用一個(gè)“代表性投資者”來(lái)代替，這些投資者是不同質(zhì)的，他們對未來(lái)現金流量具有不同的先驗信念（heterogeneous beliefs）。當這些異質(zhì)投資者出現市場(chǎng)傳染現象時(shí)，就造成了動(dòng)量效應。?
　Ford、 Kelsey 和 Pang(2006)則從微觀(guān)金融角度研究了動(dòng)量（反向）效應產(chǎn)生的機制。當市場(chǎng)上出現模糊（ambiguity）信號、不能確定股票的基本價(jià)值（面臨奈特不確定性）時(shí)，如果做市商與投資者都表現出樂(lè )觀(guān)情緒（悲觀(guān)情緒），股市就會(huì )出現動(dòng)量現象。?
　　Gerdjikova(2006)試圖在CBD理論（Case?based Decision Theory）下解釋股市上的所有異�，F象。由于投資者面臨奈特不確定性，他無(wú)法確定股票的基本價(jià)值。如果股票價(jià)值在合理區間內，投資者為了追求更多財富而在股市上頻繁交易從而造成了動(dòng)量效應。?
　　奈特不確定性視角下的動(dòng)量效應機制理論認為，投資者不能確定股票未來(lái)現金流量的概率分布，異質(zhì)投資者的市場(chǎng)傳染或者情緒的悲觀(guān)（樂(lè )觀(guān)）造成了動(dòng)量效應。這些模型可以較好地解釋中國股市的動(dòng)量現象。行為金融認為，決策者對股票現金流量的概率分布是確定的，不存在所謂“奈特不確定性”，是有限理性的投資者犯了認識偏差錯誤，從而造成了動(dòng)量效應。這兩種解釋的最大分歧在于對不確定性的處理。?
　　
　�。ㄈ�） 奈特不確定性視角下的“奈特不確定性厭惡”補償模型?
　　近年來(lái)，西方學(xué)者開(kāi)始從奈特不確定性“厭惡”的角度來(lái)研究動(dòng)量策略的“利潤”的來(lái)源。Andrew和 Hodrick（2006）、Zhang（2006）等發(fā)現動(dòng)量策略的超額利潤以及收益率橫斷面差異與奈特不確定性有正相關(guān)關(guān)系。Anderson、 Ghysels 和 Juergens（2005，2006）則試圖在資產(chǎn)定價(jià)模型中加入“奈特不確定性厭惡因子”來(lái)解釋股市中的動(dòng)量效應現象。從奈特不確定性角度看，投資者除面臨一般風(fēng)險外，還面臨“更高級風(fēng)險”，即奈特不確定性。只要在定價(jià)因子模型中考慮這種“更高級風(fēng)險”，異常超額收益就會(huì )消失。
　　?
　�。ㄋ模┠翁夭淮_定性視角下兩種解釋方案的邏輯聯(lián)系?
　　從奈特不確定性視角來(lái)研究動(dòng)量效應也有兩條思路：一是從奈特不確定性角度研究動(dòng)量效應產(chǎn)生的機制；二是在傳統的資產(chǎn)定價(jià)模型中加入“奈特不確定性厭惡因子”，將其作為動(dòng)量策略“超額”利潤產(chǎn)生的來(lái)源。從邏輯上看，這兩條思路并不矛盾,奈特不確定性視角下的動(dòng)量效應的微觀(guān)機制涉及的是“里”，“奈特不確定性厭惡補償”模型涉及的是“結果”，是“表”。以奈特不確定性為邏輯起點(diǎn)，可以將這兩條研究思路緊密地聯(lián)系在一起。?

三、奈特不確定性、原則理性與直覺(jué)性推斷
　　?
　　行為金融模型主要從認識性偏差（或噪聲）或信息不完全的角度對動(dòng)量效應等異�，F象進(jìn)行了解釋。但問(wèn)題是既然這些直覺(jué)性決策容易導致認知偏差，投資者為什么仍然采取直覺(jué)性決策模式呢？行為金融沒(méi)有給出“理性”決策者產(chǎn)生上述決策行為模式的原因。實(shí)際上，投資者面臨的是奈特不確定性的環(huán)境，表現為事實(shí)上的“有限理性”。從決策行為可以看出人類(lèi)在進(jìn)化過(guò)程中的學(xué)習與記憶自適應性：傾向于本能的自我安全感（自我控制、認知失調）以及通過(guò)直覺(jué)性決策方式進(jìn)行決策，即原則理性（rule rationality）（Aumann, 1997）。在原則理性的視角下，如果決策者處于一個(gè)復雜的、奈特不確定性的世界，采用直覺(jué)性決策是合乎他們的理性的。?
　　行為金融沒(méi)有對 “噪聲”給出一個(gè)確切的定義。如果噪聲是與投資價(jià)值無(wú)關(guān)的信息，作為理性投資者為什么不能過(guò)濾噪聲？行為金融學(xué)也重點(diǎn)研究在信息不對稱(chēng)的情況下，有信息優(yōu)勢或劣勢的投資者的行為對證券價(jià)格的影響。有人認為，對于公開(kāi)市場(chǎng)上的大量、普遍交易的股票來(lái)說(shuō)，投資者之間信息不對稱(chēng)的可能性很小，也就是說(shuō)不存在使股票價(jià)格產(chǎn)生大波動(dòng)的信息不對稱(chēng)問(wèn)題。也有人認為，“噪聲”是與股票價(jià)值相關(guān)的信息，但由于投資者在面臨奈特不確定性時(shí)的“原則理性”，決策者只能憑直覺(jué)利用這些信息。
　　 ?
　　四、結束語(yǔ)?
　　
　　從復雜性科學(xué)視角看，我們面臨“奈特不確定性”的世界，現代金融對“不確定性”的處理過(guò)于簡(jiǎn)化了。以奈特不確定性為邏輯假設的模型應該能更有效地解釋中國股市的動(dòng)量效應，同時(shí)也避免了行為金融模型中“行為假設一致性”的問(wèn)題。奈特不確定性是無(wú)法被傳統金融理論所解釋的金融“異常”現象的根源，是將行為金融學(xué)與傳統金融理論聯(lián)系起來(lái)的紐帶。?
　　西方學(xué)者已從一般不確定性角度解釋了西方國家的股市“異常”現象，但忽略了從奈特不確定性角度來(lái)解釋這一問(wèn)題，造成了這片“研究園地”的荒蕪。而行為金融模型在解釋中國股市異�，F象時(shí)的“失靈”，促使人們重新從奈特不確定性角度來(lái)解釋這些異常，這方面有許多課題等待人們去探討。
　　??
　　參考文獻：?
　　曹敏，吳沖鋒. 2004. 中國證券市場(chǎng)反向策略研究及其短周期性［J］.系統工程理論與實(shí)踐（1）. 30-34.?
　　林松立，唐旭.2005.中國股市動(dòng)量策略和反向策略投資績(jì)效之實(shí)證研究［J］.財經(jīng)科學(xué)，208（1）：81-84. ?
　　劉煜輝，賀菊煌，沈可挺.2003.中國股市的信息反應模式的實(shí)證分析［J］. 管理世界(8):6-15.?
　　馬超群，張浩. 2005.中國股市價(jià)格慣性反轉與風(fēng)險補償的實(shí)證研究［J］. 管理工程學(xué)報，19（2）：64-69.?
　　PETER E E.1999.資本市場(chǎng)的混沌與秩序［M］.北京：經(jīng)濟科學(xué)出版社. ?
　　王永宏，趙學(xué)軍. 2001.中國股市慣性策略賀反轉策略的實(shí)證分析［J］. 經(jīng)濟研究，23(6):56-69.?
　　吳沖鋒，王承煒，吳文鋒. 2002.交易量和交易量驅動(dòng)的股價(jià)動(dòng)力學(xué)分析方法［J］. 管理科學(xué)學(xué)報，5(1)：1-l1．?
　　吳世農，吳超鵬. 2003.我國股票市場(chǎng)價(jià)格慣性策略與盈余慣性策略的實(shí)證研究［J］. 經(jīng)濟科學(xué)（4）：54-61. ?
　　肖軍，徐信忠. 2004. 中國股市價(jià)值反轉投資策略有效性實(shí)證研究［J］. 經(jīng)濟研究(3)：55-64. ?
　　徐元棟，黃登仕. 2003. 股票市場(chǎng)相變假說(shuō)模型［J］. 管理科學(xué)學(xué)報，6（2）：61-67.?
　　徐元棟. 2004. 新有限理性概念下的股市異�，F象及股市波動(dòng)機制研究［D］. 成都：西南交通大學(xué). ?
　　余書(shū)煒. 2004. 中國A股市場(chǎng)慣性現象研究［D］. 北京：北京大學(xué). ?
　　張人驥，朱平方，王懷芳. 1998.上海證券市場(chǎng)過(guò)度反應的實(shí)證檢驗［J］. 經(jīng)濟研究(5):58-64. ?
　　趙宇龍. 1998. 會(huì )計盈余信息披露的信息含量——來(lái)自上海股市的經(jīng)驗數據［J］. 經(jīng)濟研究(7)：41 -49. ?
　　趙振全，丁志國，蘇治. 2005. 動(dòng)量交易策略與反轉交易策略國際實(shí)證比較研究［J］. 中國軟科學(xué)（1）：120-125.?
　　周琳杰.2002. 中國股票市場(chǎng)動(dòng)量策略贏(yíng)利性研究［J］. 世界經(jīng)濟(8):60-64.?
　　朱戰宇，吳沖鋒，王承煒. 2003.不同檢驗周期下中國股市價(jià)格動(dòng)量的盈利性研究［J］. 世界經(jīng)濟（8）：62-67.?
　　ANDERSON E W, GHYSELS E,JUERGENS J L,2005. Doheterageneous beliefs matter for asset pricing［J］. The Review of Financial Sludies,18:875-924.?
　　ANDERSON E W, GHYSELS E, JUERGENS J L.2006.The impact of risk and uncertainty on expected returns［R］.Northern Illinois University ,Working Paper.?
　　
　AUMANN R J.1997.Rationality and bounded rationality,［J］.Games and Economic Behavior, 21: 2-14.?
　　BARBERIS N, SHLEIFER A, VISHNY R.1998.A model of investor sentiment［J］.Journal of Financial Economics,49 :307-343. ?
　　BARBERIS N, THALER B.2005. A survey of behavioral finance［R］. NBER Working Paper. ?
　　COHEN M, JAFFREY J, SAID T.1985.In dividual behavior under risk and under uncertainty: an experimental study［J］.Theory and Decision, 18:203-228.?
　　CURLEY S P, YATES J Y.1989.An empirical evalution of descriptive models of ambiguity reaction in choice situation［J］. Journal of Mathematical Psychology,33: 397-427.?
　　DANIEL K, HIRSHLEIFER D, SUBRAHMANYAM A.1998.Investor psychology and security market under and overreactions［J］.Journal of Finance,53 :1839-1886. ?
　　FAMA E F, FRENCH KR. 1993. Common risk factors in the returns on stocks and bonds［J］. Journal of Financial Eoonomics, 53:427-465.?
　　FAMA E F, FRENCH K R. 1996. Multifactor explanation of asset pricing anomaties ［J］. Journal of Finunce, 51:45-54.?
　　ELLSBERG D.1961.Risk, ambiguity and the Savage Axioms［J］.Quarterly Journal of Economics, 75: 643-669. ?
　　FORD J, KELSEY L D, PANG W.2006.Ambiguity(Knightain uncertainty) in financial market: herding and contrarian behavior［R］.Department of Economics,University of Birmingham,Working Paper. ?
　　GEORGE T J, HWANG Chuan?yang.2004. The 52?week high and momentum investing［J］.Journal of Finance, 59： 2145-2175.?
　　GERDJIKOVA A V.2006.Case?based decision theory and financial market［R］.Dissertation Zur Erlangung des Grades,Working Paper. ?
　　HONG H, STEIN J C.1999.A unified theory ofunderreaction, momentum trading , and overreaction in asset markets［J］.Journal of Finance,54: 2143-2184. ?
　　JEGADEESH N, TITMAN S.1993.Returns to buying winners and selling losers: implications for stock market efficiency［J］.Journal of Finance, 48: 65- 91. ?
　　KNIGHT F H.1921.Risk uncertainty and profit［M］.Boston: Houghton Mifflin. :1-200.?
　　LEWELLEN J, SHANKEN J.2002.Learning, asset?pricing tests and market efficiency［J］.Journal of Finance,57:1113-1145.?
　　SAVAGE L J. 1954. The foundations of statistias［M］. New York：John Wiley and Sons.?
　　SHEFRIN H. 2000. Beyond and greed and fear ［M］. Baston, MA： Haruard Business School Press.?
　　SAVAGE L J. 1954. The foundation of statistics ［M］. New York：John Wiley and Sons.?
　　ZHANG F. 2006. Information uncertainty and stock return［J］. Journal of Finance.

【動(dòng)量效應研究的最新進(jìn)展】相關(guān)文章：

整體上市效應的實(shí)證研究03-05

非晶絲SI效應的研究03-07

循環(huán)經(jīng)濟與產(chǎn)業(yè)集群效應研究03-24

介觀(guān)壓阻效應及器件研究03-07

淺論跨國并購的公司治理溢出效應研究03-20

信息資源的經(jīng)濟增長(cháng)效應研究03-29

基于質(zhì)量差異的廣告效應研究03-21

人才集聚效應評價(jià)指標體系研究03-24

區域經(jīng)濟發(fā)展的擴散效應研究12-05