《市场有效性检验发展研究.》由会员分享，可在线阅读，更多相关《市场有效性检验发展研究.（2页珍藏版）》请在金锄头文库上搜索。
1、一、引言李学、刘建民和靳云汇(2001)对市场有效性做了充分的综述性定义指出有效市场的证券价格充分反映全部可获得的信息投资者的交易是公平博弈个别投资者有正的或负的非正常收益率是一种随机的结果长期的平均的超常收益率为零，价格等于价值，超常收益率不可预测，信息无用。对市场有效性的研究，国内外出现大量的研究成果，基本上足使用统计和计量方法实证检验现实市场是否有效率，但由于实证检验可靠的前提是关于期望收益率的事前理论模型和事后统计模型的正确性即“只有在价格模型定义了什么是正确之后我们才能检验信息是否正确地反映了价格”。（Fama，1991），因此，对有效市场理论的检验同时也是对投资者预测的准确性和股票
2、价格反映预测的准确度的检验。也就是说，选择和设定合适的市场有效性检验模型尤其重要。本文基于过去几十年国外学者对市场有效性检验的研究发展，指出学者们正在转向使用条件的多因子的定价模型检验市场有效性和解释异常报酬。因此进一步对条件定价模型与无条件定价模型的关系做出理论分析。二、基于无条件资产定价模型的市场有效性实证研究综述Sharpe( 1964)，Lintner( 1965)和Black(1972)建立了简捷、完美的线性资产定价模型（经典的CAPM或SLB模型）。模型假定投资者能够以无风险收益率借贷，从Markowitz( 1959)投资组合意义上理论说明了财富投资的市场组合是均方有效的，此时，
3、市场组合的有效性意味：证券的期望收益是它们的市场B (beta)正线性函数，其中市场B测度资产的系统风险（非系统风险已经在分散化中相互冲消掉了），B也充分描述r横截面预期收益。因此对CAPM的检验实际是验证p是否具有对收益的完全解释能力。BlackJensen和Scholes(1972，BJS)利用时间序列方法检验了CAPM结果基本接受CAPM；FamaMacBeth(1973，FM)第一个以横截面回归的思路检验了CAPM其实证结论也支持CAPM。但由于CAPM在理论上的非常严格，其基于有效市场的一组假设条件远离市场实际，实证研究中出现了对其大量的偏离和质疑证据。Basu(1977，1983)
4、和Ba11(1978)证实盈余与股票市值之比(E/P，市盈率倒数)有助于解释股票平均报酬；Banz(1981)发现小市值公司较大公司有更高的平均报酬（规模效应TheSize Effect），其用市场权益（ME，股票价格乘以股本）描述公司规模，证实：小ME的股票平均有太高的B估计，大ME股票有太小的B估计；Bhandari( 1988)在ME和B因子的CAPM检验中证实了杠杆（Leverage，负债与股票市值之比）和平均收益之间的正向关系，杠杆有助于解释股票的平均收益。而在SLB模型中，杠杆风险应该被市场B所捕捉；Stattman (1980)和Rosenberg，Reid和Lanstein (
5、1985)发现美国股票的平均收益和公司普通股的账面价值对市场价值的比率（B/M，净资产市值）是正相关的；Chan，Hamao，Lakonishok(1991)也发现B/M对日本的股票的横截面平均收益有很强的解释能力：1991年后最初对市场有效性作出“证券价格能充分反映各种现有信息”定义的Fama又重新对市场的有效性做了审视，Fama和French( 1992，1993，1996)的论文表明：当B与规模无关时，p与平均报酬无关；B/M能反映平均报酬中的市场杠杠与账面杠杆的相反作用：E/P与平均报酬可由规模和B/M组合吸纳：Fama和French认为：能解释平均报酬的因素组合起来解释平均报酬，有些
6、可能是多余的，在FF(1992)的基础上构建了解释平均报酬的3因素模型(FF)，Fama和French(1993，1996)实证认为三因素联合作用的FF模型成立并且模型也能解释一些平均报酬的异常性。显然，Fama此时认为实证结果不支持经典的单因素CAPM。三、基于条件或多因子资产定价模型的市场有效性实证研究进展上述谈及的对市场有效性的检验，基本上是基于无条件（静态）CAPM检验市场是否有效率，即是：验证B是否具有对预期收益的完全解释能力，是否发现有其他的显著的能解释预期收益的因子。在对无条件CAPM的验证中，反对CAPM的证据（市场无效）占据主导地位。就连有效市场的提出者Fama(1992,
7、1993)也实证指出经典CAPM不成立，得出了困惑的结果。但持有反对CAPM证据的学者找不到一个理论来解释它。究竟信任数据证据呢？还是相信理论上完美的CAPM?学者们开始寻求折中的理论和解释把线性的单因子的经典CAPM扩展到条件的或多因子的情形，或者既是条件的又是多因子的情形。这样的情况下，可以有许多种假设情形的条件或多因子框架下的资产定价模型并且可以用统计上的方法来解决模型的选择问题Ferson和Schadt( 1996)较早使用公共信息变量解释时变的B，提出条件资产定价模型来解释投资组合的报酬。Ferson和Harvey (1999)使用了Fama和French (1993，1995，19
8、96)的三因素模型基础上的一个条件形式，允许定价误差(alpha)和因子风险B是时变的，实证表明B的时变部分是显著的。一些经典模型都是Ferson和Harvey(FH)模型的特例，如无条件的CAPM、无条件的FF模型和条件单因子CAPM。Bamer和Hughes (2000)对Ferson和Harvey的FH模型做了扩展，在时变B中加入T-个随机组分，使用面板数据及面板数据的计量方法进行了实证并和FF的三因素模型、FH模型比较。结果表明：较好的预测模型是那些带有同质截距和时变组分的定价误差与B、以及那些带有同质截距和时变组分的定价误差及带有既时变又随机组分B的条件多因子资产定价模型。理论上，即
9、使无条件资产定价模型对股票做出错误的定价，条件资产定价模型也依时期完全成立(Jensen，1968;Dybvig和Ross，1985；Jagannathan和Wang，1996)。如果证券的B是时变的并且和证券的报酬或市场波动率相关那么此时无条件资产定价模型的定价误差一定不为零而条件资产定价模型的定价误差可能为零。也就是说市场组合可能在每个时期是条件均方有效的，但市场组合没有处在无条件均方有效前沿上（Hansen和Richard，1987）。几个最近的研究证实时变的B有助于解释规模和B/M效应。2hang(2005)建立了一个条件资产定价模型，实证表明高B/M股票B最大并且风险溢酬也高，相比无
10、条件资产定价模型给出了价值溢酬。Jagannathan和Wang(1996)，Lettau和Ludvigson (2001)，Santos和Veronesi (2006)和Lustig和Van Nieuwerburgh (2005)指出小公司、高B/M股票的B以某种方式随商业周期的变化主要解释了这些股票有一个正的无条件定价误差。总之，条件资产定价模型相比无条件资产定价模型提高了对收益的解释能力并且通过加入市场B以外的因子或对B做适当的变化设定也能解释无条件资产定价模型不能解释的收益异常现象。四、条件资产定价模型和无条件资产定价模型之间的关系资产定价检验常常假定风险值不随时间变动。在这种假设下即使条件资产定价模型依时期的成立，无条件检验也可能拒绝资产定价模型。在此我们依据Lewellen和Nagel(2006)的论文，分析一只股票在预期报酬、波动率和协方差都随时间变动下的无条件定价误差和因子风险表达，目的是从理论上清楚：由时变的各阶矩产生的无条件定价误差是可能足够大以拒绝资产定价模型，无条件资产定价模型是条件情形的特例。
