Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску

Рыночная аномалия в финансовом рынке является предсказуемость , что , как представляется, не согласуется с ( как правило , на основе риск) теорий цен на активы. [1] Стандартные теории включают модель ценообразования капитальных активов и Fama-французский Три фактор модель , но отсутствие согласия среди ученых о правильной теории приводит многой обратиться к аномалиям без ссылки на теорию бенчмарки (Daniel и Hirschleifer 2015 [ 2] и Barberis 2018, например , [3] ). Действительно, многие ученые просто называют аномалии «предикторами возврата», избегая проблемы определения эталонной теории. [4]

Ученые задокументировали более 150 предикторов возврата (см. Список аномалий , задокументированных в академических журналах ). Однако эти «аномалии» сопровождаются множеством оговорок. Почти все задокументированные аномалии связаны с неликвидными небольшими акциями. [4] Кроме того, в исследованиях не учитываются торговые издержки. В результате многие аномалии не приносят прибыли, несмотря на наличие предсказуемости. [5] Кроме того, предсказуемость доходности существенно снижается после публикации предсказателя и, таким образом, может не приносить прибыли в будущем. [4] Наконец, предсказуемость доходности может быть обусловлена ​​перекрестным или временным изменением риска и, таким образом, не обязательно обеспечивает хорошую инвестиционную возможность. Соответственно, предсказуемость доходности сама по себе не опровергает гипотезу эффективного рынка , поскольку необходимо продемонстрировать предсказуемость сверх того, что подразумевается конкретной моделью риска. [6]

Четыре основных объяснения рыночных аномалий: (1) неправильное ценообразование, (2) неизмеренный риск , (3) ограничения на арбитраж и (4) предвзятость выбора . [4] Ученые не достигли консенсуса в отношении первопричины, при этом известные ученые продолжают выступать за предвзятость отбора, [7] неправильную оценку [3] и теории, основанные на оценке риска. [8]

Аномалии можно в общих чертах разделить на аномалии временного ряда и поперечные сечения. Аномалии временных рядов относятся к предсказуемости совокупного фондового рынка, например, к часто обсуждаемому предсказателю циклически скорректированной цены и прибыли (CAPE). [9] Эти предикторы временных рядов указывают время, когда лучше инвестировать в акции, а не в безопасные активы (например, в казначейские векселя). Поперечные аномалии относятся к предсказуемой эффективности одних акций по сравнению с другими. Например, хорошо известная аномалия размера [10] относится к тому факту, что акции с более низкой рыночной капитализацией имеют тенденцию превосходить акции с более высокой рыночной капитализацией в будущем.

Пояснения к аномалиям [ править ]

Неправильная цена [ править ]

Многие, если не большинство, документов, в которых описываются аномалии, приписывают их неправильной оценке (например, Lakonishok, Shelifer, and Visny 1994, [11] ). Объяснение неправильного ценообразования является естественным, поскольку аномалии по определению являются отклонениями от эталонной теории цен на активы. «Неправильная оценка» тогда определяется как отклонение от эталона.

Наиболее распространенным эталоном является CAPM ( модель ценообразования капитальных активов). Отклонение от этой теории измеряется ненулевым пересечением предполагаемой линии рынка ценных бумаг . Этот перехват обычно обозначается греческой буквой альфа:

где - доходность аномалии, - доходность безрисковой ставки, - наклон от регрессии доходности аномалии к доходности рынка, и - доходность "рынка", часто выражаемая доходностью индекса CRSP. (индекс всех публично торгуемых акций США).

Объяснения неправильной оценки часто вызывают споры в академических финансах, поскольку ученые не соглашаются с правильной теорией эталонных тестов (см. Неизмеренный риск ниже). Это разногласие тесно связано с «проблемой совместной гипотезы» гипотезы эффективного рынка .

Неизмеренный риск [ править ]

Среди ученых обычным ответом на заявления о неправильной оценке была идея о том, что аномалия отражает измерение риска, отсутствующее в теории эталонов. Например, аномалия может генерировать ожидаемую доходность, превышающую измеренную с помощью регрессии CAPM, поскольку временные ряды ее доходности коррелируют с трудовым доходом, который не фиксируется стандартными прокси для рыночной доходности. [12]

Возможно, наиболее известный пример этого объяснения неизмеримого риска можно найти в семинаре Фамы и Френча об их трехфакторной модели: «если активы оцениваются рационально, переменные, которые связаны со средней доходностью ... ..., должны замещать для чувствительности к общим (разделяемым и, следовательно, недиверсифицируемым) факторам риска в доходах. Регрессии временных рядов [3-факторная модель] дают прямое свидетельство по этому вопросу ". [13]

Объяснение неизмеренного риска тесно связано с недостатками CAPM как теории риска, а также с недостатками эмпирических тестов CAPM и связанных моделей. Возможно, наиболее распространенной критикой CAPM является то, что он получен в рамках одного периода, и, таким образом, в нем отсутствуют динамические характеристики, такие как периоды высокой неопределенности. В более общем контексте CAPM обычно подразумевает множественные факторы риска, как показано в теории межвременного CAPM Мертона . Более того, ICAPM обычно подразумевает, что ожидаемая доходность меняется со временем, и, таким образом, предсказуемость временных рядов не является явным свидетельством неправильного ценообразования. В самом деле, поскольку CAPM вообще не может уловить динамическую ожидаемую доходность, свидетельство предсказуемости временных рядов реже рассматривается как неправильное ценообразование по сравнению с предсказуемостью по разрезам.

Эмпирические недостатки в первую очередь касаются трудности измерения богатства или предельной полезности. Теоретически богатство включает в себя не только богатство фондового рынка, но и неторгуемые богатства, такие как частные активы и будущий трудовой доход. В модели потребления CAPM (которая теоретически эквивалентна ICAPM Мертона) подходящим показателем богатства является потребление, которое трудно измерить (например, Савов 2011, [14] ).

Несмотря на теоретическую обоснованность объяснения неизмеримого риска, среди ученых нет единого мнения о правильной модели риска помимо CAPM. Предложения включают хорошо известную 3-факторную модель Фама-Френча, 4-факторную модель Фама-Френча-Кархарта, 5-факторную модель Фама-Френча и 4-факторную модель Стамбо и Юаня. [15] [16] [17] Все эти модели являются эмпирически ориентированными, а не производными от формальной теории равновесия, такой как ICAPM Мертона.

Ограничения на арбитраж [ править ]

Аномалии почти всегда документируются с использованием цен закрытия из набора данных CRSP. Эти цены не отражают торговые издержки, что может предотвратить арбитраж и, следовательно, предсказуемость исключения. Более того, почти все аномалии документируются с использованием одинаково взвешенных портфелей [4] и, следовательно, требуют торговли неликвидными (дорогостоящими) акциями.

Пределы объяснения арбитража можно рассматривать как уточнение структуры неправильного ценообразования. Схема возврата предлагает прибыль только в том случае, если предлагаемая прибыль превышает торговые издержки, и, следовательно, не должна считаться неправильной ценой, если не учтены торговые издержки.

В большом количестве литературы указано, что торговые издержки значительно снижают аномальную доходность. Эта литература восходит к Штоллу и Уэйли (1983) и Боллу, Котари и Шанкену (1995). [18] [19] Недавняя статья, в которой изучаются десятки аномалий, показывает, что торговые издержки оказывают огромное влияние на среднюю аномалию (Novy-Marx and Velikov 2015). [5]

Смещение выбора [ править ]

Задокументированные аномалии, вероятно, лучше всего соответствуют гораздо большему набору потенциальных предикторов доходности. Такой выбор создает предвзятость и подразумевает, что оценки рентабельности аномалий завышены. Это объяснение аномалий также известно как отслеживание данных, p-взлом, интеллектуальный анализ данных и извлечение данных и тесно связано с проблемой множественных сравнений . Обеспокоенность по поводу смещения выборки в аномалиях восходит, по крайней мере, к Дженсену и Беннингтону (1970). [20]

Большинство исследований систематической ошибки отбора при рыночных аномалиях сосредоточено на определенных подмножествах предикторов. Например, Салливан, Тиммерманн и Уайт (2001) показывают, что календарные аномалии перестают быть значимыми после поправки на смещение выборки. [21] Недавний мета-анализ премии за размер показывает, что представленные оценки премии за размер преувеличены вдвое из-за систематической ошибки отбора. [22]

Исследования систематической ошибки отбора для аномалий в целом относительно ограничены и неубедительны. McLean и Pontiff (2016) используют тест вне выборки, чтобы показать, что смещение выборки составляет не более 26% средней доходности типичной аномалии в течение периода выборки исходной публикации. Чтобы показать это, они воспроизводят почти 100 аномалий и показывают, что средняя доходность аномалии всего на 26% меньше в течение нескольких лет сразу после окончания исходных выборок. Поскольку отчасти это снижение может быть связано с эффектом обучения инвесторов, 26% - это верхний предел. [4] Напротив, Харви, Лю и Чжу (2016) адаптируют несколько корректировок тестирования на основе таких статистических данных, как коэффициент ложного обнаружения.к "факторам" ценообразования активов. Они ссылаются на фактор как на любую переменную, которая помогает объяснить сечение ожидаемой доходности, и, таким образом, включают в свое исследование множество аномалий. Они обнаружили, что статистика множественного тестирования подразумевает, что факторы с t-stats <3,0 не должны считаться статистически значимыми, и пришли к выводу, что большинство опубликованных результатов, вероятно, ложны. [23]

Список аномалий, задокументированных в академических журналах [ править ]

Ссылки [ править ]

  1. ^ Шверт, Г. Уильям (2003). «Аномалии и эффективность рынка» (PDF) . Справочник по экономике и финансам . DOI : 10.1016 / S1574-0102 (03) 01024-0 .
  2. ^ Кент, Дэниел; Хиршлейфер, Дэвид (осень 2015 г.). «Самоуверенные инвесторы, предсказуемая доходность и чрезмерная торговля». Журнал экономических перспектив .
  3. ^ a b Барберис, Николас (2018). «Психологические модели цен на активы и объема торгов» (PDF) . Рабочий документ NBER . Рабочий документ WIDER. 2018 . DOI : 10,35188 / UNU-WIDER / 2018 / 444-5 . ISBN  978-92-9256-444-5.
  4. ^ a b c d e е Маклин, Дэвид; Понтифик, Джеффри (февраль 2016 г.). «Разрушают ли академические исследования предсказуемость результатов?». Журнал финансов . 61 (1): 5. DOI : 10.1111 / jofi.12365 .
  5. ^ a b Новый-Маркс, Роберт; Великов, Михаил (2015). «Таксономия аномалий и их торговые издержки». Обзор финансовых исследований .
  6. ^ Фама, Юджин (1970). «Эффективные рынки капитала: обзор теории и эмпирических исследований». Журнал финансов . 25 (2): 383–417. DOI : 10.2307 / 2325486 . JSTOR 2325486 . 
  7. ^ Харви, Кэмпбелл Р. (январь 2016 г.). «... и сечение ожидаемой прибыли» . Обзор финансовых исследований . DOI : 10.1093 / RFS / hhv059 .
  8. ^ Кокрейн, Джон (2017). «Макро-финансы» . Обзор финансов . 21 (3): 945–985. DOI : 10.1093 / ROF / rfx010 .
  9. Кэмпбелл, Джон Ю. (июль 1988 г.). «Цены на акции, прибыль и ожидаемые дивиденды» (PDF) . Журнал финансов . 43 (3): 661–676. DOI : 10.1111 / j.1540-6261.1988.tb04598.x . JSTOR 2328190 .  
  10. ^ Banz, Rolf W. (март 1981). «Взаимосвязь между доходностью и рыночной стоимостью обыкновенных акций». Журнал финансовой экономики . 9 : 3–18. DOI : 10.1016 / 0304-405X (81) 90018-0 .
  11. ^ Лаконишок, Йозеф; Шлейфер, Андрей; Вишны, Роберт В. (декабрь 1994 г.). «Противоположные инвестиции, экстраполяция и риск» (PDF) . Журнал финансов . 49 (5): 1541–1578. DOI : 10.1111 / j.1540-6261.1994.tb04772.x . S2CID 55404532 .  
  12. Джаганнатан, Рави; Ван, Чжэньюй (март 1995 г.). «Условный CAPM и сечение ожидаемой прибыли». Журнал финансов .
  13. ^ Фама, Юджин; Френч, Кеннет (1993). «Общие факторы риска доходности акций и облигаций». Журнал финансовой экономики . 33 : 3–56. DOI : 10.1016 / 0304-405X (93) 90023-5 .
  14. ^ Савову Алекси (2011). «Ценообразование активов с мусором». Журнал финансов . 66 : 177–201. DOI : 10.1111 / j.1540-6261.2010.01629.x .
  15. ^ Stambaugh, Роберт; Юань, Ю (2016). «Факторы заниженного ценообразования». Обзор финансовых исследований .
  16. ^ Carhart, Марк (1997). «О настойчивости в работе паевого инвестиционного фонда» . Журнал финансов . 52 : 57–82. DOI : 10.1111 / j.1540-6261.1997.tb03808.x .
  17. ^ Фама, Юджин; Французский, Кеннет (2015). «Пятифакторная модель ценообразования активов». Журнал финансовой экономики . 116 : 1–22. DOI : 10.1016 / j.jfineco.2014.10.010 .
  18. ^ Болл, Рэй; Котари, ИП; Шанкен, Джей (1995). «Проблемы измерения эффективности портфеля. Приложение к противоположным инвестиционным стратегиям». Журнал финансовой экономики . 38 : 79–107. DOI : 10.1016 / 0304-405X (94) 00806-C .
  19. ^ Столл, Ганс; Уэйли, Роберт (1983). «Трансакционные издержки и эффект небольшой фирмы». Журнал финансовой экономики . 12 : 57–79. DOI : 10.1016 / 0304-405X (83) 90027-2 .
  20. ^ Дженсен, Майкл; Беннингтон, Джордж (1970). «Случайные блуждания и технические теории: некоторые дополнительные доказательства». Журнал финансов . 25 (2): 469–482. DOI : 10.1111 / j.1540-6261.1970.tb00671.x .
  21. ^ Салливан, Райан; Тиммерманн, Аллан; Белый, Халберт (2001). «Опасности интеллектуального анализа данных: случай календарных эффектов в доходности акций». Журнал эконометрики . 105 : 249–286. DOI : 10.1016 / S0304-4076 (01) 00077-X .
  22. ^ Астахов, Антон; Гавранек, Томаш; Новак, Иржи (2019). «Размер фирмы и доходность акций: количественный обзор». Журнал экономических исследований . 33 (5): 1463–1492. DOI : 10.1111 / joes.12335 . S2CID 201355673 . 
  23. ^ Харви, Кэмпбелл; Лю, Ян; Чжу, Хэцин (2016). «... и сечение ожидаемой доходности» . Обзор финансовых исследований . DOI : 10.1093 / RFS / hhv059 .

Внешние ссылки [ править ]

  • АНОМАЛИИ И ЭФФЕКТИВНОСТЬ РЫНКА
  • Аномалии финансового рынка