资本市场收益可预测性研究进展_张春玲
张春玲,姜富伟,唐国豪.资本市场收益可预测性研究进展[J].经济学动态,2019(02):133-148.
研究问题
从收益预测检验与市场有效性的争论出发，总结了资本市场收益（特别是股票收益）可预测性的研究进展
背景
当代著名的金融经济学家John H. CoChrane指出资产收益（特别是股票收益）预测的应用几乎贯穿了金融学的所有重要研究领域。但因为资产收益内在地包含了大量不能预测的部分，目前的实证和理论研究还处于起步阶段。而且，投资者之间的激烈竞争也意味着当成功的预测模型被广泛采用之后，资产价格会朝着减弱可预测性的方向动态调整，这进一步提高了检测收益预测的难度。因此，目前即使是最好的预测模型也仅能预测未来资产回报的一小部分。收益可预测性首先是一个实证问题。研究发现，许多经济变量可以在样本内显著预测股票收益，常见的变量包括估值比率、利率利差和通胀等。随着对收益预测性来源研究的不断深入，大量新的预测指标被发现。有的指标基于宏观经济形势或公司运营状况的基本面信息，如工业原材料价格和做空；有的指标基于公司股票价格的变化趋势，如趋势因子；有的指标基于非理性的市场情绪，如投资者情绪、经理人情绪；有的指标基于衡量市场风险的波动率，如投资组合的收益波动率，时变尾部风险。近期文献发现众多具有样本内预测能力的预测变量不能在样本外预测中起作用。这个发现使得研究者对收益可预测性产生了怀疑，但该问题可能是计量方法本身造成的。许多实证研究建模忽视了预测中的模型不确定性和参数不稳定性问题，也就是一个预测者既不知道最好的模型设定也不知道与它相关的唯一的参数值，最好的模型会随时间变化。许多研究也尝试用新的方法提高收益预测的准确性。
收益预测检验与市场有效性
资本市场的资产收益是否可预测？这一问题吸引了很多金融经济学者的关注，也曾长期存在争议。较早的文献可以追溯到Colwes，他调查了45家专业机构对于股票收益的预测能力，发现股票市场不能被有效预测。尽管如此，诸如道氏理论、技术分析、趋势分析等对股票价格的预测方法依然很受市场欢迎。但是，在考虑交易成本后，多数技术指标构建的投资组合不能比买入并持有大盘指数的投资组合表现更好。在此基础上，Fama提出了有效市场假说，他们将股票市场分为了强、半强以及弱有效市场三种状态，并认为有效市场中的当前股票价格已经反映了市场的全部信息。Malkeil提出了随机游走假说，认为股票价格波动是随机的，因此在短期内预测股票价格变得不可行。
20世纪80年代以后，众多学者开始关注收益可预测性的内在经济机制研究，并发现了大量的资本市场收益可预测性的实证证据。有学者分析了随机游走假说中价格波动的残差项分布特征，提出了一个简单的方法来检验该假说是否成立，并发现随机游走假说并不成立。FF等分析了宏观经济或公司财务信息与股票市场收益之间的关系，发现名义利率、通胀率、市盈率、账面市值比等多个指标能够显著预测未来股票收益。也有学者将股息价格比的波动分解为期望股息波动和期望折现率波动，发现由市场总风险的变动产生的时变折现率会带来股票收益可预测性。Campbell认为，在目前的研究中已经有十分确凿的证据来证明股票收益能够在样本内可预测。所谓的样本内预测是指根据估计的模型在已知的样本内进行预测，并检验预测值与实际值的差异。
但是，有学者批评现有的实证研究多基于样本内检验而忽视了样本外检验的重要性。样本外预测则指利用已估计的模型对于未知的未来数据进行预测。由于预测指标长期不变且与股票回报率滞后相关，因此样本内估计系数和ｔ值可能有小样本偏误。
在中国金融市场收益预测的研究中，姜富伟等选取估值、货币发行、交易量等9个经济变量作为预测变量，研究了我国股票市场以及根据行业、规模、账面市值比和股权集中度等划分的成分组合的收益可预测性，发现我国股票市场组合和各种成分投资组合都具有显著的样本内和样本外可预测性。后续研究进一步指出，美国宏观经济状况、国际波动率风险、经济政策不确定性和公司盈利等变量都对我国股票市场有显著的预测能力。
总之，随着对收益是否可预测问题的深入探讨，学者们逐步发现并深刻地揭示了股票价格与宏观经济以及公司经营状况之间的内在联系，并已经基本认同股票收益的确存在可预测性。但是，可预测性并不意味着无成本的套利，也并不一定违背有效市场假说。只有当经过风险调整后的期望收益在考虑了交易成本以及其他交易摩擦后依然不为零时，才能说明与有效市场假说相违背。因此，认为收益可预测性天然地与有效市场假说相矛盾的说法是一种误解。在有效市场中，收益依然可以预测，只是在通过预测来获取额外收益时需要付出成本。另外，投资者对风险的厌恶程度也会随着经济周期的变化而变化。若想确定某一指标是否能真正预测未来收益，需要从样本内和样本外的多个角度分析。
测度指标体系
模型见底部原文，指标如下：
1.基本面指标
基本面指标是指包含宏观经济信息或公司运营状况的预测指标。投资者可以通过了解宏观经济指标（诸如GDP、失业率、原油价格等）对投资的可能性和经济的总体健康状况进行判断。投资者也可以通过关注公司的收入、支出、资产、负债等信息，对公司未来现金流与股票收益进行合理预期。由于股票市场收益的可预测性与经济周期变化紧密相关，因此了解宏观经济信息有助于正确把握经济周期的波动。早期研究发现，基本面指标包括与金融市场相关的名义利率、利率差、公司发行活动等。还有与宏观经济密切相关的劳动收入、总产出和产出缺口等。近期学者通过构造非常有影响力的总消费财富比率指标进行研究发现，总消费财富比率对于实际的股票回报和国债利率超额回报都具有很强的预测性，而且预测能力主要集中在短期和中期范围内。姜富伟等指出股息率、通货膨胀、换手率、货币供给增长率等宏观基本面指标对中国股票市场也有很强的预测能力。样本内检验结果显示，宏观基本面指标可以显著预测下一个月的市场收益以及绝大多数基于上市公司行业、规模、面值市值比和股权集中度等所构建的成分投资组合收益。我国宏观经济政策的不确定性与股票市场收益存在反向关系。他们通过衡量与经济政策不确定性相关的新闻数量构造了经济政策不确定性指数，并发现当指数较高时往往意味着未来较低的股票市场收益。进一步研究显示，经济政策的不确定性放大了投资者的行为偏差，进而加深了市场错误定价程度，最终通过上市公司实际较低的现金流现状导致了股票收益的下降。不少研究也从其他市场行情出发来预测股票收益。铜和铝等工业材料的价格变动能够在十个工业国家中预测股票回报。工业材料的价格变化不仅包含经济周期变动信息，还可以通过企业购买原材料进行生产的渠道影响企业的折现率和资金流，继而扩散到股票市场。美国股票市场对石油价格冲击的反应比较敏感，而股票实际回报很大程度与油价的变化息息相关。需求冲击和供给冲击共同驱动的国际原油市场解释了美国实际股票价格中22%的长期波动。中国股票市场预期收益对美国宏观经济状况和国际波动率风险等跨国、跨市场信息都有显著的反应。此外，还有不少研究从公司运营状况等角度对收益进行预测。个体公司盈利能在总体层面上更好地预测盈利增长和股票收益。资本的机会成本是衡量投资者时变期望回报的重要代理变量。卖空交易和公司基本面恶化可以在月度、季度、半年度和年度层面显著预测未来股票市场收益。包括上市公司的毛利率、资产收益率和股权收益率等多个盈利指标可以显著预测中国股票市场预期收益。同时，盈利能力与股票预期收益之间的正向关系会随着公司所面临的投资摩擦程度的降低而增强。
2.技术面指标
技术面指标通常依据股票价格的变化趋势而不是其内在价值来预测未来收益。由于股价随机游走假说曾被广泛接受，因此在文献中技术指标往往处于边缘位置。同时，许多技术分析方法被批评缺少合理的经济传导机制，并存在对数据过度挖掘的问题。Hanetal提出了解释技术分析有效性的一般均衡模型，指出技术分法是投资者了解股票价格信息的一种途径。当市场上使用该方法的投资者越多时，技术面指标影响股价的程度会越深。因此，合理地使用技术面指标能够预测股票收益。技术面指标主要分为六类，包括标准型（如移动平均指标）、基于模型自助法型、事实检查型、基因编程法型、非线型和图表模式型。研究发现，从1960到1987年间技术分析策略在股票市场获利十分有限，但却在外汇市场和期货市场中表现良好。而从1988到2004年间，技术分析在不同的金融市场中获取的经济利润显著。他们进一步指出，未来在研究技术面指标的收益预测效果时，应将风险和交易成本考虑进来，并应更多地从指标的可获利性角度出发。Faber构造了一个基于简单移动平均法则的技术面指标，通过最近一段时间股价的平均值来预测未来的股价。作者采用了移动平均指标的时点策略：当股价的移动平均值高于当前价格时卖出，反之则买入。通过投资组合分析发现，使用该指标能够显著提高多种资产风险调整后的回报。近年来，不少研究从更广泛的角度探讨技术面指标对收益预测的作用。有学者构造时间序列动量策略，并发现采用该策略构建的多样化投资组合能够获得显著高于由标准的资产定价因子所构造的投资组合收益。他们发现月度层面的价格趋势广泛存在于股票市场、债券市场、期货市场以及商品市场中。相较于传统的买入并持有的投资策略，利用波动率构建的投资组合在价格均线的技术面信号下会产生大量额外的超额收益。
3.情绪指标
在金融市场中，情绪往往指对上市公司未来现金流或折现率过于乐观或悲观的有偏预期。情绪指标刻画了人们对于市场、商业环境或者公司估值等因素的主观感受，这样的主观感受能够从多种渠道在市场中传导。比如当消费者情绪指数显示目前消费者悲观情绪较重时，市场上的公司会减少存货，因为公司担忧消费者不会进行消费从而增加了他们囤积存货的风险。在早期涉及情绪指标的研究中，学者提出封闭基金折价率是衡量投资者情绪的重要代理变量。同时，他们发现相同程度的情绪更能影响那些市值规模较小的公司或者主要被个人投资者所持有和交易的股票的未来回报率。研究指出，新股股权发行和债券发行比例可以显著预测市场回报。这是由于新股发行占比包含了市场情绪，公司会在市场情绪高涨期发行更多股票以获得更高的回报。有学者使用主成分分析法构建了一个综合的投资者情绪指数，并进一步研究发现，当投资者情绪低迷时，投机性强、套利困难的公司价值往往容易被低估，因此这些估值水平高、规模小、盈利水平低、成立时间短、股票波动大的公司会获得更高的股票收益。当投资者情绪高涨时，这类公司的价值却容易被高估，因此伴随着较低的未来股票收益。Huangetal构造了一个改进的投资者情绪指数，发现投资者情绪可以显著预测股票市场收益。他们使用偏最小二乘法和换手率、封闭基金折价率、IPO数量、IPO首日回报率、新股发行占比和分红指标作为情绪代理变量构建情绪指数。他们通过剔除投资者情绪代理变量中公共的噪声部分，更精确地提取了变量中与股票未来收益相关的信息。研究显示，新的投资者情绪指数的预测能力无论在样本内还是样本外预测中都显著强于以往的指数。此外，投资者情绪指数是通过现金流渠道影响未来的股票市场收益：由于高情绪的投资者对公司未来现金流的预期过于乐观并脱离了基本面，最终造成了股票市场泡沫和泡沫破灭后的崩盘，并造成较低的未来投资收益。
4.波动率指标
在传统的理性预测模型框架下，持有资产的风险和所获取的收益是相互联系的，如果一个人承担了更高的风险，那么其期望收益往往更高。同样，更低的风险预示着更低的收益。在金融市场中，风险被定义为资产回报的标准误差，高收益波动往往意味着高风险，也意味着高期望收益。因此，有学者研究者们很自然地将市场波动用于预测未来的市场收益。股票回报和股票市场波动率之间的关系，研究发现，期望市场风险溢价（股票投资组合的期望收益率减去国债收益率）与未来股票收益间具有显著的正向关系。
结论
从收益预测的主要指标来看，目前文献中的指标可以分为基本面指标、技术面指标、情绪指标以及波动率指标这四类。基本面指标和技术面指标是比较传统的预测指标，它们分别从宏观经济形势、公司运营状况以及股票价格变化趋势等角度对收益进行预测。情绪指标和波动率指标是近期文献中的研究热点，它们分别从行为和风险的角度诠释了收益预测的来源。研究者既可以从单个指标出发，探讨驱动该指标预测收益的经济机制；也可以从多种指标联合预测出发，研究如何有效整合不同种类的收益预测信息。
从提高收益预测准确性的主要方法来看，目前研究主要包括加入经济机制约束法、潜在因子法、组合预测法、状态转换法、机器学习法等。其中，机器学习法是近年来的研究热点。尽管该方法在业界已经得到了广泛应用，但在金融学研究领域，相关的文献还处于起步阶段。无论是用哪种方法提高收益预测的准确性，研究者更应关注方法背后的经济逻辑与机制。此外，由于在长期中，任何预测模型都存在不确定性，模型参数也存在不稳定性，因此研究者需要根据不同的市场时期选用合适的模型与方法才能有效减少这两个问题所带来的预测误差。
常见的收益预测准确性衡量指标则包括均方预测误差、样本外拟合值、调整后的均方预测误差，基于效用增量和可获利性的指标。其中，均方预测误差，样本外拟合值，调整后的均方预测误差是从预测回归方程的误差大小等角度出发，而基于效用增量和可获利性的指标则是从投资者获利大小的角度出发，未来的研究应至少包含这两个角度。