越寫悅快樂之《陸蓉行為金融學講義》之股票大盤的奧秘上

行為金融學講義 - 圖片來自得到App

今天的越寫悅快樂系列文章為大家帶來《陸蓉行為金融學講義》的第五章股票大盤的奧秘,通過大盤可預測理論和價量關系理論,讓我們了解一下股票大盤的規律。

作者介紹

陸蓉,上海財經大學金融學講席教授、博士生導師,美國康奈爾大學、美國南加州大學訪問學者。她的行為金融學課程在金融投資圈備受關注,碩博課程一座難求。

股票大盤的奧秘

章節概覽 - 圖片來自簡書App

股票大盤代表股票市場,是影響股票價格最重要的因素,在著名的資本資產定價理論中,大盤甚至是影響個股價格的唯一因素。因而股票大盤是否可預測,是傳統金融學與行為金融學爭論最激烈的話題。本章介紹獲得諾貝爾經濟學獎的股票大盤可預測理論,大盤為何以及在何種程度上可預測。

盤可預測理論 - 大盤可以預測嗎

大盤可預測理論由行為金融學家羅伯特·席勒提出,席勒教授因該理論獲得了2013年的諾貝爾經濟學獎。然而,2013年還有另外一個學者尤金·法瑪也同時獲得了諾貝爾經濟學獎。幾個人共享諾貝爾獎并不意外,提出同一個理論的合作者往往會同時獲獎,而罕見的是,針對同一問題的兩個截然相反的理論同時獲獎。法瑪和席勒都因為“可預測性”獲獎,但他們分別代表了觀點完全對立的傳統金融學和行為金融學:傳統金融學的代表法瑪教授認為大盤不可預測,而行為金融學的代表席勒教授則認為大盤可預測。

什么是大盤可預測理論

所謂大盤可預測,是指股票大盤可以通過已知信息來預測。席勒教授將1871—2002年的美國標準普爾500指數值與成分股股息的貼現值畫在一張圖上,這相當于把股票大盤的走勢和股票基本面(股息貼現值)的走勢進行對比,發現股息貼現值可以預測未來的股票市場價格。一系列的實證研究支持了公司的基本面信息(例如股息、每股收益等)可以預測未來的股票大盤。

股票走勢圖 - 圖片來自得到App
大盤可預測理論的預測能力

大盤可預測理論發表于1988年,由席勒與他的合作者約翰·坎貝爾(John Campbell)完成。后來,席勒教授將該理論集結成書,書名定為《非理性繁榮》。席勒教授于2013年獲得諾貝爾經濟學獎后,該書也榮登亞馬遜暢銷書排行榜。

大盤可預測理論有著怎樣的神奇預測力,以及這本書為何起名為《非理性繁榮》,這里有個有趣的故事。

自該理論提出之后,席勒一直用該理論持續跟蹤并預測美國股票市場。1996年,他預測當時美國市場的股票價格過高,蘊藏著巨大的風險,可能會爆發危機(危機實際爆發于2000年,即互聯網泡沫破滅)。同年12月4日,席勒向當時的美聯儲主席格林斯潘報告了他們的研究成果,并預警股市將出現較大的風險。12月5日,格林斯潘在華盛頓發表了一次講話。在講話中,他用了“非理性繁榮”一詞形容股票市場中投資者的非理性行為和股價不正常的高估現象,這立即引起了全世界的關注,全球股市應聲而落。次日,日經指數下跌3.2%,香港恒生指數下跌2.9%,德國DAX指數下跌4%,倫敦FT-SE100指數下跌4%,美國道瓊斯工業平均數下跌2.3%。

全球市場的劇烈變化使大家記住了格林斯潘使用的這個詞—非理性繁榮。格林斯潘正是參考了羅伯特·席勒的研究成果才說出了這個詞,因此羅伯特·席勒就把自己關于大盤可預測理論的著作命名為《非理性繁榮》。

實際上,席勒的大盤可預測理論不僅預測了2000年美國股市的暴跌(預測早于危機發生4年),用該理論的方法和數據,他還較為準確地預測了2007年金融危機。

大盤可預測的原理

大盤可預測理論到底是怎么預測的呢?

原理其實并不復雜。關鍵問題在于,股票的價格究竟應該等于什么。

股票代表的是投資者對上市公司的所有權,投資者有對上市公司收益的要求權。持有股票的股東可以通過獲得股息的方式分享企業收益。所以,你現在愿意用來買股票的錢,應該等于股票未來所有股息的貼現值。貼現值指的是將來的資產或負債折算到現在值多少錢。

這個最基本的原理就是席勒用來預測市場的方法。圖3顯示了股票市場大盤與成分股股息貼現值的走勢對比。我們可以從中發現,相對于平穩的股息貼現值,股票價格(即大盤)的波動太大了,這就是所謂的過度波動。那過度波動為什么能預測股價呢?

那過度波動為什么能預測股價呢?結合圖3看,股價雖然相對于股息貼現值過度波動了,但二者并沒有完全脫離,股價圍繞著股息貼現值在波動。換句話說,當股價偏離股息貼現值時,就有某種力量將股價拉回來。這就說明,股價是可以預測的,大盤也是可以預測的。

除了上述原理支持,大盤可預測理論還是實證檢驗的結果。實證檢驗指的是用真實的大樣本,以統計方法提煉規律性。

熟悉股市的人都知道市盈率(P/E),即股票的市場價格(price)與每股收益(earning)的比值,我們可以把它看作股票價格相對于基本面的倍數。市盈率是人們最常用來評估股價水平是否合理的指標之一。

從歷史數據看,市盈率一般會穩定在一個區間。在美國,這個區間為12~20倍;在中國,這個區間為15~40倍。市盈率會在這個相對穩定的區間上下波動。每當市盈率觸碰上限,通常會有危機事件發生,例如在1901年、1921年、1929年、1966年、1981 年和2000年,市盈率都碰到了區間邊界,這些年份也確實發生了金融風險事件。

從實踐來看,市盈率會圍繞一個穩定的水平波動。如果市盈率相對于穩定區間偏高了,我們就可以預測它未來會回歸。市盈率(P/E)是個比值,要使它回歸有3種方式:第一種是分子P變小,也就是股價降低;第二種是分母E變大,也就是每股收益上升;第三種是分子P和分母E一起變化。

那哪種情況說明大盤可預測呢?席勒的實證檢驗支持第一種方式,即當前的高市盈率可以預測未來股價會降低。這說明大盤是可預測的,席勒正是用這種方法預測了兩次美國金融危機。

大盤可預測理論對我們的意義 - 大盤在何種程度上可預測

那么,大盤在何種程度上可預測,我們又應該怎樣利用這個理論呢?

事實上,實證檢驗的結果支持大盤可預測,但并非在所有區間都能預測。實證研究顯示,大盤的可預測性只表現在長期,這一時期長達10年。

大盤短期的噪聲太大,這導致大盤的短期預測效果不佳。而長達10年的可預測性在實踐中幾乎不可操作。所以,雖然大盤可預測,但因為時間太長,這種理論對實踐的指導作用其實非常有限。

既然無法指導短期操作,我們為什么還要了解它?

這是因為,大盤可預測理論雖然對于股市的短期操作作用不大,但對于宏觀分析股票市場當前的系統性風險來說非常有益。在對股票市場的分析中,最重要的就是宏觀分析,證券公司的首席分析師一般也都是宏觀分析師。大盤可預測理論揭示了虛擬市場不能偏離實體經濟太遠,因此它提供了通過宏觀分析預測股票市場最簡單可靠的方法:通過實體經濟的基本趨勢,比如經濟景氣度先導指標、企業財務預測等比較容易獲得的信息,參照羅伯特·席勒的方法,找到股票市場波動的基準。如果股票市場偏離這個基準太遠,我們就可以預測股市將回歸實體經濟基準線。也就是說,大盤應該在實體經濟運行的合理區間內(一定的市盈率、市凈率等)變化,超過這個區間,系統性風險就會增加,股價上升或下降的可能性就會變大。

能夠通過實體經濟狀況預測股票市場有其心理學原因。實際上,高于正常水平的市盈率是由投資者的情緒導致的。假如一家公司每股收益的增長率較高,比如是50%,投資者就會對這家公司的未來增長產生樂觀情緒,簡單地根據過去的高增長對股票估值。隨后,當投資者發現實際增長無法達到預期效果時就會失望,這就使得股票價格未來下降是可預測的。

接下來我舉個例子,用上面的分析解釋牛市中的現象,看看投資者容易犯什么錯誤。中國股票市場曾在2007年達到牛市頂點,在大盤已經達到6 000點高點時,為何還不斷有人興奮地高呼“1萬點指日可待”呢?因為在牛市中,公司的每股收益增長很快,投資者誤以為這樣的增長可持續,因此給予其很高的市盈率。但是,預測公司的未來盈余不能看過去的財務報表信息,公司收益不可能一直保持高增長,所以,當未來收益達不到預期時,股價無法支撐高市盈率,就會導致大盤下跌。因此,在這輪牛市行情中,不斷有私募基金清盤—這些機構投資者比個人投資者理性得多。

大盤的市盈率值得關注,如果你發現它偏離正常區間太多,就要警惕投資者對公司盈利的增長過度樂觀,錯誤地將過去的增長看作未來的增長,從而忽視了風險??梢?,在牛市中運用逆向思維十分必要—當別人貪婪時,你就該恐懼。

股權溢價之謎和戰略資產配置 - 為何你應該買點股票

配置一些股權資產是一件非常劃算的事。為什么這么說?接下來,我將從金融學資產定價領域的一個重要謎團 - “股權溢價之謎”(EquityPremium Puzzle)開始,介紹配置股票的重要性,以及你應該怎樣進行戰略資產配置。

股權溢價之謎

“股權溢價之謎”最早起源于芝加哥大學教授羅杰·伊博森(RogerIbbotson)1976年的研究。伊博森教授將視線拉長,計算了從1925年年底到現在,投資1美元在不同資產上的收益率情況。你猜哪種資產收益率最高呢?

以截至2016年年底的結果為例:經過91年的時間,如果投資者原本持有的是小公司股票,到期末將為3.3萬美元,年化收益率為12%;持有大公司股票,到期末為6 000美元,年化收益率為10%;持有長期國債,到期末為130美元,年化收益率為5.5%;持有短期國債,到期末為20美元,年化收益率僅為3.4%。

可能有人會問:這么算考慮通貨膨脹了嗎?如果沒有投資任何資產,算上這91年的通貨膨脹率,1美元會自然增長為13美元,其年化收益率僅為3%。所以,通貨膨脹不影響各類資產的收益率排名。

由此可見,股權類資產的收益率遠高于其他資產。此外,它能得到的高收益遠大于傳統資產定價模型所得的結果,這種現象無法用傳統金融學理論進行解釋,因此被稱為“股權溢價之謎”。

后來,伊博森教授成立了伊博森投資顧問公司,每年出版大類資產的收益率更新報告。很多學者通過研究發現,“股權溢價之謎”不是美國市場特有的現象,在其他國家,例如中國、英國、德國、意大利、法國等也存在類似現象,這是一個普遍規律。

“股權溢價之謎”對戰略資產配置的意義

“股權溢價之謎”為什么被稱為“難解之謎”?它對投資者的資產配置有什么作用?

“股權溢價之謎”的難解之處在于,它違背了金融學中收益與風險對應的基本原理。

舉個例子。面對一個收益很高的資產,投資者都想要,但想要就得承擔風險。也就是說,收益與風險相對應。除了風險,還有什么因素影響投資者的決策?假設投資者A極度厭惡風險,要想讓A愿意買入,這類資產就得有更高的收益。所以,資產定價的基本原理是:資產收益 = 風險 × 風險厭惡系數。風險和風險厭惡系數是影響資產收益的兩個因素。

首先看第一個因素—風險。股權資產的收益最高,是不是意味著它的風險很高?事實并非如此,股權資產的風險水平其實不太高。根據資產定價理論,風險指的不是單只股票的上下波動,而是股票收益與消費增長的協方差。協方差指的是兩個變量共同變動的方向和程度。你可以把協方差理解為兩個變量變化的相似程度,相似度越高,協方差越大。根據實踐我們知道,消費增長的波動率很低,而股票收益的波動率卻很高。低波動率的消費增長與高波動率的股票收益—兩者的協方差必然很低,所以股權資產的風險并不高。

這樣一來,股權溢價只能用第二個因素—非常高的風險厭惡系數來解釋。然而,要想得到伊博森那組數據中的收益,風險厭惡系數將會非常高,甚至會到20以上。一般來說,合理的風險厭惡系數在2~5,20以上的風險厭惡系數顯然不合理。

既不能用風險解釋,也不能用風險厭惡系數解釋,所以股票的超高收益才會被稱作資產定價的“難解之謎”。

股權資產的收益非常高,同時風險又沒有那么大。這對資產配置的意義是非常直觀的—從戰略角度,你應該配置一些股權資產。

“股權溢價之謎”產生的行為金融學解釋

股權資產是一種特別適合配置的資產,既然這已經不是秘密,那理論上投資者是不是應該非常愿意投資股票呢?

事實并非如此。這又引出另一個謎團—“股票非參與之謎”(StockNon-participation Puzzle)。理論上,無論風險厭惡程度如何,家庭或個人投資者都應該配置一些股權資產,因為這樣做十分劃算。但實際上,美國只有不足50%的家庭擁有股票,其他國家家庭的股票擁有率更低,這被稱為“股票非參與之謎”。

導致這種現象的原因可能是投資股票的一次性成本高,這些成本包括財富成本、時間成本、學習成本等。研究發現,投資者的金融財富配置與人際交往圈有關。人們喜歡和朋友配置相似的資產:越不擅交際的家庭、越不相信他人的人,越不太可能持有股票;富有的、受教育程度高的人則比較愛投資股票。這就說明,相對于理性人,普通投資者的“股票非參與行為”可能是一種投資錯誤。這就好比一部分人一直看不到、不參與某個機會,從而導致這個機會(如股票的高溢價)始終存在。

投資者為什么常常感受不到股票的高溢價呢?

這可以用狹隘框架效應和前景理論解釋。受狹隘框架的影響,投資者會過于頻繁地清點自己的資產;同時,股票價格的波動較其他資產更大,根據前景理論,投資者對股價下跌造成的損失特別敏感,因此會對股權資產要求更高的溢價。

戰術資產配置與市場擇時風險

總之,“股權溢價之謎”說明:參與股權投資并非零和博弈。從近百年的數據來看,股權資產的收益很高,年化收益率可以超過10%。所以,無論風險偏好如何,投資者都應該在戰略上配置一些股權資產。

需要注意的是,解決戰略問題之后,資產配置的戰術性選擇并不簡單。所謂戰術性選擇,指的是進場和離場的時機問題,也稱擇時。

1996年,席勒與他的合作者約翰·坎貝爾根據他們的研究,認為當時美國市場的股票價格估值過高,蘊藏著巨大的風險。如果你當時要做投資決策,看到席勒的研究成果,應該怎樣配置資產呢?

有的人可能會減倉,甚至賣空股票。如果這樣做,你的資產有可能全部虧光。真實的市場情況是,股票市場在1996年沒有下跌,到了2000年才發生真正的下跌。所以,如果你在1996年就做空市場,那就“對早了”。在金融市場上,“對早了”也是錯。

所有投資者都試圖尋找準確的市場臨界點,這非常困難。為什么困難?

設想一個場景:在海灘上,一個孩子讓沙子從手指間緩緩流下。一開始,地面是平的,隨著沙子越來越多,沙堆會出現小的斜滑面,最終達到最高。這時如果繼續放沙子,整個沙堆將會失去平衡,發生崩塌。沙堆是一個復雜系統,崩塌的動態變化只能從沙堆的角度進行總體描述,無法從每一粒沙的軌跡進行解釋。這個例子體現了物理學的復雜性與混沌理論。

同樣的道理,在金融市場上,崩潰的發生也是單個市場參與者同步性加劇的結果。投資者之間在局部相互模仿、自我強化。正是由于復雜性和混沌的存在,預測準確的臨界點非常困難,尤其是做空市場的風險非常大。投資大師索羅斯也承認,在2000年左右做空美國股市風險巨大。因此,擇時操作非常困難。

個人收獲及總結

通過以上知識點的學習,我們知道股票可預測理論讓我們有了看待大盤走勢的不同角度,讓我們從傳統金融學和行為金融學的角度去看待大盤的規律,讓我們從歷史的股票走勢來推斷未來股票的走勢,讓我們知道了非理性繁榮,讓我們了解到股票的價格到底反映的是什么,讓我們知道市盈率如何保持在一個穩定的區間,讓我們找到是什么原因導致了股市價格的波動,讓我們知道大盤可預測對于宏觀分析股票市場的系統性風險的益處,讓我們了解投資者的情緒可會影響股票價格的波動,讓我們了解資產配置與股權投資的關系,讓我們了解股票投資的意義,讓我們了解資產定價的基本原理,如何把資產收益與風險、風險厭惡系數關聯起來,讓我們了解為什么投資者常常感受不到股票的高溢價呢,讓我們了解資產配置的擇時問題,讓我們知道大盤無法準確地預測,因此我們試圖尋找準確的市場臨界點并不容易。讓資產配置成為我們一直要修煉的功課,讓我們一起為自己、為家庭配置合適的資產比例,發揮金錢的時間復利,讓我們一起成為更好的自己。若是我的文章對你有所啟發,那將是我莫大的榮幸,感謝您抽時間瀏覽我的文章,期待與您共同成長。

?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 227,967評論 6 531
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,273評論 3 415
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事?!?“怎么了?”我有些...
    開封第一講書人閱讀 175,870評論 0 373
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,742評論 1 309
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,527評論 6 407
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,010評論 1 322
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,108評論 3 440
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,250評論 0 288
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,769評論 1 333
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,656評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,853評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,371評論 5 358
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,103評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,472評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,717評論 1 281
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,487評論 3 390
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,815評論 2 372