Local EPUB Text
有效市场假说
总的来说，如果在一个证券市场中，价格完全反映了所有可以获得的信息和相应的风险，就称这样的市场为有效市场。在这样的市场中，人们是不可能捡到便宜货的。看似便宜的股票肯定是残损物品，否则不可能便宜。它只是让人产生便宜的错觉，但投资者很快就会发现它的定价是正确的。（它的定价之所以低，是因为它并不像看上去那么好。）对于那些贵的股票，你也可以采用同样的分析。虽然每位投资者都想捡便宜，但在一个拥有大量参与者，并且这些参与者都采用同样的方式来分析信息的市场中，你是不可能找到这样的便宜货的。为什么该是你成为那个捡到便宜货的幸运儿呢？答案或许已经包含在这个问题中了。
我们可以把有效市场分析用于买股票和买另一样东西，比如说买衣服，在两者之间进行比较。比如说，顾客总希望买到便宜的衣服——也就是说，以低于正常零售价的价格购买衣服。现在，我们假设你打算买一件绿色的IZOD衬衫[1]，这件衬衫在麦迪逊大街的售价是80美元。你可以等到大减价时，再以8折的价格购买，但减价是说不准的事儿，一年可能只有那么几次，而你这个周末就要穿这件衬衫，于是你要到别处去找找看。
有一家店可能会给你一个折扣价，条件是你得在它的信用卡上记上一笔账，可你不想要这张卡，因为你有可能会买回一堆你并不需要的东西。你决定不再去考虑这家店了。你还听说过一家工厂直销店，它们以非常优惠的价格售卖名牌服装，IZOD衬衫在那里通常是卖50美元一件的。但工厂直销店离你挺远，靠步行是去不了那儿的。
你把这些情况全都考虑过之后，或许还是决定以全价在麦迪逊大街上买一件衬衫算了。这样，你买到了衣服，尽管没捡到便宜，却节省了时间，也省却了旅途劳顿。从财务上看，你避免了交易成本，得到了你想要的东西，但你没有击败市场。你支付的是“市场”价格。
那么，我们可以得出什么结论呢？在有效市场中，我们不太可能轻而易举地以优惠的价格买到我们心仪的商品。这种可能性倒也是存在的，只是，在我们把交易成本和购物冲动都加上之后，我们得到的优惠可能就不是真正的优惠了。在选择股票时，我们面临着同样的挑战。要寻找便宜股票的信息可能就得增加交易成本，如调研的费用。还记得上述例子中的交通费吗？我们可以把这种成本比作流动性约束，因为没有市场摩擦我们是做不成买卖的。
因此，有效市场假说要表达的是：市场是如此有效，以至于我们无法轻易从中捡到便宜货；或者从经济角度来看，就是市场是如此有效，以至于我们无法轻易从中获得风险调整后的超额回报。
有效市场假说的信息处理形式
有效市场假说有三种处理特定信息的形式：弱式、半强式和强式。
按照弱式有效市场假说的阐述，人们是无法根据过去的图表和交易量来预测未来的价格的。因此，弱式假说往往会摒弃技术分析，它认为所有的价格都是随机的（其依据是伯顿·马尔基尔（Burton Malkiel）在他的《漫步华尔街》（Random Walk Down Wall Street）[2]一书中提出的理论）。马尔基尔认为，随机的价格是无法预测的，因为它们只会对未来的消息做出反应。很显然，伯顿·马尔基尔并不热衷技术分析。2
当然，不是所有人都认同以下两点：①消息是随机的；②人们无法利用随机游走的价格。有些价格确实表现出一系列的相关性或开始各种趋势，原因就在于，不是所有人都能得到等质等量的信息。虽然信息出自市场，但投资者吸收信息的方式各不相同。有些人的知识不够渊博，无法靠自己正确解读信息，所以宁愿等着其他人对信息，比如说某篇新闻稿做出解读。随着越来越多的人加入听取他人意见的阵营，一个趋势便开始形成了。有人可能会说，一开始出现的是创新者，然后是模仿者，最后跟风的就成了白痴。技术分析师说：“在大势被打破之前，要紧随大势。”对我们来说，那些本来就便宜的东西可能会变得更便宜，而贵的东西可能会变得更贵。
半强式有效市场假说认为，基本面消息和历史信息，如券商报告、年报和证监会的文件都是毫无用处的。等你看到报告时，市场准保已经吸收了其中的信息，并调整过价格，你想要捡便宜已经来不及啦。有证据表明，券商报告上编制的不是扣除交易费之后的风险调整后回报。3另外，公开信息和基本面信息的其他使用者也是如此。这些使用者有可能是共同基金，虽然有个别共同基金的业绩表现特别出色，但从整体上看，它们往往逊于大盘。
强式有效市场假说认为，市场太过有效，就算你拿到了非法的、非公开的内幕消息，你仍然跑不赢市场。这是有效市场假说最严格的一种形式。虽然经济学家似乎认为弱式和半强式两种形式颇有道理，但他们多半不赞同强式有效市场假说。鉴于此，内幕信息才会受到严控，违规者也将受到严处。专业基金经理想要收取管理费来帮人看管资产，而持怀疑态度的人则认为这种费用没多大用处。他们会建议投资者将自己的回报与某大盘指数的上涨联系起来，支付更低的费用，甚至获得比基金经理给你的还要透明的信息。
各种研究显示，有效市场假说的各项例外为业绩型投资者提供了机会。在弱式有效的市场中，人们已经发现了小盘股和新兴市场股票之间的一系列关联。此外，技术分析师运用200日移动平均线来建立买卖信号，这也已找到了一定的学术依据。简单来说就是，当股价上升到200日移动平均线上方时，就会出现买入信号；当股价下跌到200日移动平均线下方时，就会出现卖出信号。当专业学者对这一概念进行研究时，显示的就是风险调整后的超额回报。（这个概念在诺贝尔奖得主夏普的标准金融学课本里也有引证。）4在25 000个交易日的基础上，运用道琼斯工业平均指数（DJIA）计算得出的买卖决策之间的差额为16.8%，从统计角度看，差异是非常显著的。其他技术指标，如头肩形态均已经过研究，结果发现，这些指标也具有可预料的出色表现。5
在半强式有效市场中，研究发现，财务要素可以预测风险调整后的超额回报。例如，法玛和弗伦奇的著作表明，运用诸如公司规模及其市净率等要素是产生风险调整后超额回报的一个方法。而且，有些事件，如盈利公告不会总是立刻进行调整，因而投资者仍有时间来利用这个消息。
在强式有效市场中，公司内部人员和在交易大厅工作的股票专家已经创造了高于平均值的回报，但是，正如前文所述，他们受到严格管控。
学术文献已经衡量过很多类型的投资产品，结果出现了诸多关于有效市场假说的研究。这些研究往往比仅用某指数来估算回报更加复杂，而且还包含了正确衡量真实风险的各种方法。比如，某对冲基金声称自己的回报率为12%，把回报率为10%的标普500指数甩在了背后。尽管从表面上看，这种说法好像没错，但可能会有其他因素表明该基金的回报其实并不好。这只对冲基金可能提高了杠杆融资比例，那么在上涨的市场中，你就会期望增加的风险能够带来高于市场的回报。如果你调整了杠杆融资比例，就有可能出现业绩不佳的情况，尤其是当该比例为2∶1的时候。该对冲基金或许有着很多分散的回报与市场回报相比都是负偏。在经济低迷时期，该基金的业绩可能远远低于市场。
有一个可以用来估算风险调整后回报的工具就是夏普比率。该比率用基金的超额回报率减去无风险利率，然后除以该基金的标准差。因此，可能出现这样的情况：用超额回报率除以一个大的标准差，得出的夏普比率较低，那么它反映的是较差的业绩标准。比如，一个7%（12%-5%）的超额回报率减去无风险利率，除以一个28%的基金标准差，得出的结果是0.25。这就不如5%的市场超额回报率除以15%的市场标准差所得出的结果了。那么，市场就会显示一个较高的夏普比率，即0.33。
此外，行为主义者可能会对有效市场假说的有效性提出质疑。资本资产定价模型（Capital Asset Pricing Model，CAPM）可用来计算相对于市场的预期回报率，这是一个基本的风险调整后超额回报的基准，很多金融企业都在使用。在这里，要进行风险调整的回报应该就是β系数。β系数是用来衡量一种证券相对总体市场波动性的工具——波动性越大，风险也越大。
资本资产定价模型用这样的公式来估算风险调整后的超额回报：预期回报率=无风险利率+证券的β系数×超额市场回报率。因此，如果无风险利率是5%，β系数是2，超额市场回报率减去无风险利率是6%，你就可以得到5%+2×6%=17%的预期回报率。
到目前为止，一切都挺容易的。但是，可能引起争议的是应该如何估算β系数。对于波动性的衡量应该到什么程度？可能会有各种导致波动性发生变化的新情况（比如，管理层的变更）。另外，还有一个公式是：β为市场中一种证券的协方差除以市场的变量。这就意味着这个公式中存在一个标准差的计算。难就难在这里啊。预期回报率上下的偏差可能并不相等。换言之，市场的波动性及其预期对于押注市场上行和下行的人来说可能并不一样。投资者对于上行和下行的风险预期或许没那么理性。他们有时会渴望上行的市场，又害怕下行的市场，并相应地采取行动。这样一来，真正的风险就难以估算得出来了。这又引出了调整CAPM的问题。
接下来我们还有其他问题，通常是一味模仿他人的问题。比如说，如果人人都运用技术分析，或者是基本面分析中的市净率，那么大家都会得出相同的价格。从某种意义上说，这确实没错。如果某些方法的拥护者众多，那么这些方法也就失去了有效性。比如，已被投资者过度使用的“1月效应”：在12月买进低迷的税损股票（tax-loss stocks），然后在1月反弹时抛出。
如果只使用技术分析法就不太可能出现这种“从众”的情况。首先，使用技术分析的人比使用基本面分析的人数要少一些，后者主要依靠财务数据进行分析。再者，技术分析的方法也是多种多样的，从情绪分析到图表再到趋势，不一而足。不是所有技术分析师都会认同某个所谓“正确”的方法，就算他们认同，在技术分析衡量标准上也会存在一定的主观性：应该用200日移动平均线还是50日移动平均线呢？
基本面分析派的内部也存在问题。有些人用折现现金流，而另一些人用对比分析；有些人用GAAP数据[3]，而另一些人用一种全然不同的特殊分析法来对数据进行调整。
较之技术分析和行为金融，基本面分析的渊源可以追溯得更远，被接受的程度也更为广泛。尽管有些技术分析法已经问世100多年了，如道氏理论（Dow Theory），但一直以来人们更为关注的还是20世纪30年代格雷厄姆和多德（Graham and Dodd）关于基本面的开山之作。这倒不是说那时的从业者不接受技术分析和行为分析，只不过，他们评估股票的主要方法还是建立在基本面分析法之上。
所以，商学院和金融出版物过去关注的都是基本面。他们通过研究财务报表，如收入和现金流做出正确的估价。但是，对某些财务数据可能还需要正确地加以解读，而不能按照其表面价值。
技术分析和行为分析逐渐变得越来越重要（令某些经济学家大为懊恼的是，有效市场没有回报那些整天盯着图表或情感丰富的人）。几年前，诺贝尔经济学奖颁给了对行为金融和投资泡沫的研究做出贡献的人。技术分析师早已认识到基本面分析中的“从众”问题。你不妨看看查尔斯·麦基（Charles Mackay）发表于19世纪中期的《非同寻常的大众幻想与群众性癫狂》（Extraordinary Popular Delusions and the Madness of Crowds）[4]里提到的各种狂热。
市场技术分析师协会设有自己的有关技术分析的系列考试。一旦通过考试，你就可以获得特许市场技术分析师资格认证（Chartered Market Technician,CMT）。CMT涵盖了从图形到情绪等的各种技术分析法，另外还有一些外来方法，如日本蜡烛图技术、艾略特波浪理论以及点数图。随后我们将对CMT和CFA做进一步探讨。不管怎样，技术分析和行为分析已经逐渐进入了人们的视野。
[1]IZOD是一个美国男士休闲服装著名品牌。——译者注
[2]此书中文版已由机械工业出版社出版。
[3]Generally Accepted Accounting Principle，即一般公认会计原则，GAAP数据是指根据该原则发布的相关会计数据。——译者注
[4]本书中文版收录于机械工业出版社出版的《投机与骗局》一书中。