图片

欧洲五大联赛_欧洲足球联赛-冠军联赛

当前位置:主页 > 毕业论文 > 证券金融 > 金融研究 > >

动量效应研究的最新进展

来源::未知 | 作者:欧洲五大联赛_欧洲足球联赛-冠军联赛 | 本文已影响

摘 要:行为金融与传统金融理论都对动量现象进行了解释,但一直存在争论,并且这两种解释思路都存在缺陷,也不能合理地解释中国大陆股市的动量现象。国内外有些学者开始从奈特不确定性角度来研究动量现象,它可以合理地解释中国股市的动量效应。本文对这方面的研究进展进行了简述,并对未来的研究进行了展望。?

  关键词:动量效应;行为金融;奈特不确定性??
  
  自从Jegadeesh 和 Titman(1993)发现股市存在动量效应以来,对动量效应的研究逐渐成为金融学中最“核心”的领域。行为金融学和传统金融理论对此类问题的解释始终存在分歧。近期文献表明,在奈特不确定性视角下,这种分歧有逐渐消弭的趋势。?
  
  一、 行为金融与中国大陆股市的动量效应?
  
  (一)传统金融理论与行为金融模型?
  Fama和French(1993,1996)等从传统理论的角度对动量效应进行了解释:动量效应不是市场无效的证据,动量策略的超额收益可能与人们采用的理论工具有关——在资产定价模型中,β值不是好的风险指标,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,学者们未能达成共识。?
  行为金融则认为传统金融理论的前提出了问题,因而试图从投资者的决策行为入手来找出动量效应的产生机制,但这些解释也存在缺陷。Shefrin (2000)认为,行为金融模型对投资人行为模式的假设,并没有以心理学试验为基础,缺乏合理的依据。正如Peter(1999)所认为的:“为了发展一个理论模型而寻找不合理的逻辑假设就好比把车放到了马前头”。与此同时,这也使经济学失去了自己的特点,经济学毕竟不是心理学,它不应该研究具体的认知模式,其假设应具有一定的概括性与抽象性。?
  
  (二)中国股市的动量效应与行为金融?
  对于中国股市的动量效应,中国学者进行了大量研究。王永宏、赵学军(2001),朱战宇、吴冲锋和王承炜(2003),吴世农、吴超鹏(2003),肖军、徐信忠(2004),马超群、张浩(2005),赵振全、丁志国和苏治(2005),林松立、唐旭(2005)等都认为,如果采用月度数据检验,中国大陆股市并不存在明显的动量效应,而中长期反转现象则比较突出;周琳杰(2002)发现动量策略的利润对形成期和持有期的期限敏感,形成期和持有期为一个月的动量策略赢利性最为显著;刘煜辉、贺菊煌和沈可挺(2003)则认为形成期和持有期在2周和24周之间的动量策略有显著收益;余书炜(2004)则发现形成期和持有期在10 到15 天的动量策略有显著收益。曹敏、吴冲锋(2004)认为,中国大陆证券市场作为新兴市场,和西方证券市场的反向策略存在差异,主要表现在中国股市的反向周期短于西方发达国家。?
  虽然以上实证研究的样本期间不尽相同,但一致结论是中国股市的动量策略利润只存在于形成期和持有期在4周以内的周期策略中;而西方国家股市的动量策略利润一般存在于形成期、持有期为中期(3-12个月)的策略中。朱战宇、吴冲锋和王承炜(2003)等都认为,BSV、DHS、HS等模型没有揭示出中国股市动量效应产生的机制。他们认为,BSV、DHS等模型中的投资者是根据对上市公司业绩的预期来对公司的股票进行估价的,这符合发达资本市场上投资者的投资行为模式,而国内投资者基本上不关心公司的基本面,爱好短线操作,容易出现跟风等现象,从投资者认识偏差角度来解释中国股市的动量效应并不合适。?
  
  二、奈特不确定性视角下的股市动量效应?
  
  (一) 奈特不确定性与复杂性?
  1.不确定性的两种分类?
  奈特(Knight,1921)把未来的不确定性分成两种情况:一种是具有确定概率分布的不确定性,就是常说的“风险”(risk);另一种是没有确定概率分布的不确定性,其主观概率是不确定的,称为奈特不确定性(Knightian uncertainty)或模糊(ambiguity)。如果抛硬币的话,你会知道风险有多大,如果赌正面,赢的概率是50%。奈特认为,当你完全不知道各种可能性状态以及各种状态的概率时,就存在奈特不确定性。Savage(1954)等认为,虽然有时不能计算出某种事件的概率分布,但我们可以对这个事件指定一个先验信念,这对建立数理模型的技术选择没有什么区别,因此,奈特对不确定性的分类没有意义了。 Ellsberg(1961)等通过一系列试验否定了Savage假设。他们的试验表明,奈特对不确定性的划分是有意义的。这些试验还表明,人们常对奈特不确定性表现出厌恶的倾向,即便告诉试验者Ellsberg试验存在逻辑上的矛盾,试验者仍然坚持自己的选择,并愿意为避免奈特不确定性而支付溢价。他们发现有人喜欢赌博(风险),却不喜欢奈特不确定性,厌恶奈特不确定性的人不一定厌恶风险。这进一步证实奈特的观点:风险厌恶和奈特不确定性是两种不同的现象。他们还发现,在面临奈特不确定性时,人们更在乎别人的想法,更容易形成“羊群效应”。?
  2.系统的复杂性造成了奈特不确定性?
  奈特不确定性是如何产生的呢?现代自然科学证明,由于系统内部的非线性机制(或正反馈机制或复杂性机制)造成了系统的进化,从而形成了奈特不确定性。如果系统是一个简单的系统,那么这个随机过程就是遍历的(ergodic),可以通过频数试验等方式得到这个过程的概率分布。自然界大多数随机事件都属于这种过程,这种过程就是一般不确定性——风险。但如果系统是进化的,过程就是非遍历的(non?ergodic),即使具备了历史的和当前的所有信息(完全信息),也无法获得某种未来不确定事件的概率分布,因为它不是过去过程的简单重复,永远有新的状态被创造出来,我们不能预知这个状态,更不可能获得这种状态的概率分布。经济社会中的大多数系统都属于这种过程,这种不确定性就是奈特不确定性。?
  
  (二) 奈特不确定性视角下的动量效应微观机制?
  Lewellen 和 Shanken(2002)认为,股票价格序列的可预测性与股票定价过程中的“参数的不确定性(parameter uncertainty)”有关,当决策者对未来现金流量的先验信念不确定时(即存在概率分布的不确定性时),代表性投资者通过贝叶斯过程逐渐更新信念,这个学习过程渗透到股票定价过程中,导致股票价格正相关。?
  徐元栋、黄登仕(2003),徐元栋(2004)从奈特不确定性的角度探讨了股市动量效应产生的微观机制。与LS模型类似,投资者也不可能准确地确定未来现金流量的的概率分布,原因就是投资者面临奈特不确定性。与LS模型不同,他们认为,市场上的投资者不能用一个“代表性投资者”来代替,这些投资者是不同质的,他们对未来现金流量具有不同的先验信念(heterogeneous beliefs)。当这些异质投资者出现市场传染现象时,就造成了动量效应。?
 Ford、 Kelsey 和 Pang(2006)则从微观金融角度研究了动量(反向)效应产生的机制。当市场上出现模糊(ambiguity)信号、不能确定股票的基本价值(面临奈特不确定性)时,如果做市商与投资者都表现出乐观情绪(悲观情绪),股市就会出现动量现象。?
  Gerdjikova(2006)试图在CBD理论(Case?based Decision Theory)下解释股市上的所有异常现象。由于投资者面临奈特不确定性,他无法确定股票的基本价值。如果股票价值在合理区间内,投资者为了追求更多财富而在股市上频繁交易从而造成了动量效应。?
  奈特不确定性视角下的动量效应机制理论认为,投资者不能确定股票未来现金流量的概率分布,异质投资者的市场传染或者情绪的悲观(乐观)造成了动量效应。这些模型可以较好地解释中国股市的动量现象。行为金融认为,决策者对股票现金流量的概率分布是确定的,不存在所谓“奈特不确定性”,是有限理性的投资者犯了认识偏差错误,从而造成了动量效应。这两种解释的最大分歧在于对不确定性的处理。?
  
  (三) 奈特不确定性视角下的“奈特不确定性厌恶”补偿模型?
  近年来,西方学者开始从奈特不确定性“厌恶”的角度来研究动量策略的“利润”的来源。Andrew和 Hodrick(2006)、Zhang(2006)等发现动量策略的超额利润以及收益率横断面差异与奈特不确定性有正相关关系。Anderson、 Ghysels 和 Juergens(2005,2006)则试图在资产定价模型中加入“奈特不确定性厌恶因子”来解释股市中的动量效应现象。从奈特不确定性角度看,投资者除面临一般风险外,还面临“更高级风险”,即奈特不确定性。只要在定价因子模型中考虑这种“更高级风险”,异常超额收益就会消失。
  ?
  (四)奈特不确定性视角下两种解释方案的逻辑联系?
  从奈特不确定性视角来研究动量效应也有两条思路:一是从奈特不确定性角度研究动量效应产生的机制;二是在传统的资产定价模型中加入“奈特不确定性厌恶因子”,将其作为动量策略“超额”利润产生的来源。从逻辑上看,这两条思路并不矛盾,奈特不确定性视角下的动量效应的微观机制涉及的是“里”,“奈特不确定性厌恶补偿”模型涉及的是“结果”,是“表”。以奈特不确定性为逻辑起点,可以将这两条研究思路紧密地联系在一起。?

三、奈特不确定性、原则理性与直觉性推断
  ?
  行为金融模型主要从认识性偏差(或噪声)或信息不完全的角度对动量效应等异常现象进行了解释。但问题是既然这些直觉性决策容易导致认知偏差,投资者为什么仍然采取直觉性决策模式呢?行为金融没有给出“理性”决策者产生上述决策行为模式的原因。实际上,投资者面临的是奈特不确定性的环境,表现为事实上的“有限理性”。从决策行为可以看出人类在进化过程中的学习与记忆自适应性:倾向于本能的自我安全感(自我控制、认知失调)以及通过直觉性决策方式进行决策,即原则理性(rule rationality)(Aumann, 1997)。在原则理性的视角下,如果决策者处于一个复杂的、奈特不确定性的世界,采用直觉性决策是合乎他们的理性的。?
  行为金融没有对 “噪声”给出一个确切的定义。如果噪声是与投资价值无关的信息,作为理性投资者为什么不能过滤噪声?行为金融学也重点研究在信息不对称的情况下,有信息优势或劣势的投资者的行为对证券价格的影响。有人认为,对于公开市场上的大量、普遍交易的股票来说,投资者之间信息不对称的可能性很小,也就是说不存在使股票价格产生大波动的信息不对称问题。也有人认为,“噪声”是与股票价值相关的信息,但由于投资者在面临奈特不确定性时的“原则理性”,决策者只能凭直觉利用这些信息。
   ?
  四、结束语?
  
  从复杂性科学视角看,我们面临“奈特不确定性”的世界,现代金融对“不确定性”的处理过于简化了。以奈特不确定性为逻辑假设的模型应该能更有效地解释中国股市的动量效应,同时也避免了行为金融模型中“行为假设一致性”的问题。奈特不确定性是无法被传统金融理论所解释的金融“异常”现象的根源,是将行为金融学与传统金融理论联系起来的纽带。?
  西方学者已从一般不确定性角度解释了西方国家的股市“异常”现象,但忽略了从奈特不确定性角度来解释这一问题,造成了这片“研究园地”的荒芜。而行为金融模型在解释中国股市异常现象时的“失灵”,促使人们重新从奈特不确定性角度来解释这些异常,这方面有许多课题等待人们去探讨。
  ??
  参考文献:?
  曹敏,吴冲锋. 2004. 中国证券市场反向策略研究及其短周期性[J].系统工程理论与实践(1). 30-34.?
  林松立,唐旭.2005.中国股市动量策略和反向策略投资绩效之实证研究[J].财经科学,208(1):81-84. ?
  刘煜辉,贺菊煌,沈可挺.2003.中国股市的信息反应模式的实证分析[J]. 管理世界(8):6-15.?
  马超群,张浩. 2005.中国股市价格惯性反转与风险补偿的实证研究[J]. 管理工程学报,19(2):64-69.?
  PETER E E.1999.资本市场的混沌与秩序[M].北京:经济科学出版社. ?
  王永宏,赵学军. 2001.中国股市惯性策略贺反转策略的实证分析[J]. 经济研究,23(6):56-69.?
  吴冲锋,王承炜,吴文锋. 2002.交易量和交易量驱动的股价动力学分析方法[J]. 管理科学学报,5(1):1-l1.?
  吴世农,吴超鹏. 2003.我国股票市场价格惯性策略与盈余惯性策略的实证研究[J]. 经济科学(4):54-61. ?
  肖军,徐信忠. 2004. 中国股市价值反转投资策略有效性实证研究[J]. 经济研究(3):55-64. ?
  徐元栋,黄登仕. 2003. 股票市场相变假说模型[J]. 管理科学学报,6(2):61-67.?
  徐元栋. 2004. 新有限理性概念下的股市异常现象及股市波动机制研究[D]. 成都:西南交通大学. ?
  余书炜. 2004. 中国A股市场惯性现象研究[D]. 北京:北京大学. ?
  张人骥,朱平方,王怀芳. 1998.上海证券市场过度反应的实证检验[J]. 经济研究(5):58-64. ?
  赵宇龙. 1998. 会计盈余信息披露的信息含量——来自上海股市的经验数据[J]. 经济研究(7):41 -49. ?
  赵振全,丁志国,苏治. 2005. 动量交易策略与反转交易策略国际实证比较研究[J]. 中国软科学(1):120-125.?
  周琳杰.2002. 中国股票市场动量策略赢利性研究[J]. 世界经济(8):60-64.?
  朱战宇,吴冲锋,王承炜. 2003.不同检验周期下中国股市价格动量的盈利性研究[J]. 世界经济(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.


欧洲五大联赛_欧洲足球联赛-冠军联赛

热榜阅读TOP

本周TOP10

论金融信息系统安全管理体系研究

论金融信息系统安全管理体系研究

论文摘要:加强安全管理已成为提高信息系统安全保障能力的可靠保证,是金融信息系统安全体系建设的重要内...