股票收益的可預(yù)測性：來自文獻(xiàn)的因子

黃錚

【摘要】股票收益的可預(yù)測性能夠優(yōu)化投資者資產(chǎn)配置。而投資者需要在信息市場獲取相關(guān)信息，才能夠制定具有獲利能力的投資策略。分析師、內(nèi)幕人士、機構(gòu)投資者在信息市場扮演著重要角色，文章回顧了文獻(xiàn)當(dāng)中與分析師、內(nèi)幕人士、機構(gòu)投資者相關(guān)的預(yù)測因子，探討如何利用預(yù)測因子設(shè)定合理的投資策略，加快市場的價格發(fā)現(xiàn)過程，提升市場理性。

【關(guān)鍵詞】股票收益；分析師；內(nèi)幕交易；機構(gòu)投資者

【中圖分類號】F832.51；F275

一、引言

風(fēng)險補償和錯誤定價是股票收益的兩個來源。風(fēng)險補償說認(rèn)為市場是有效的，股票的價格及時、充分地反映了所有可得的信息，股票收益的可預(yù)測性來源于對風(fēng)險的補償，高收益也就意味著高風(fēng)險；錯誤定價說認(rèn)為市場上存在著錯誤定價，投資者因此獲得套利機會，制定投資策略以獲取超額收益。無論是哪種來源，投資者除了要在資本市場進(jìn)行交易外，還需要在信息市場獲取相關(guān)信息，才能夠制定具有獲利能力的投資策略。

信息需要吸引投資者的注意，然后才能通過交易進(jìn)行處理并納入資產(chǎn)價格。而企業(yè)與資本市場、信息市場的聯(lián)結(jié)在于分析師、內(nèi)幕人士、機構(gòu)投資者等精明投資者，他們不僅擁有比普通投資者更多的信息，而且也擁有更卓越的能力去解讀這些信息。如果我們觀察他們在資本市場上的交易行為，并關(guān)注他們在信息市場所傳遞的信息，就能夠更好地預(yù)測價格表現(xiàn)。本文回顧了文獻(xiàn)當(dāng)中與分析師、內(nèi)幕人士、機構(gòu)投資者相關(guān)的預(yù)測因子，探討如何利用預(yù)測因子設(shè)定合理的投資策略。

二、分析師相關(guān)因子

分析師在信息市場上收集并傳遞信息，發(fā)揮著重要的信息媒介作用。典型的分析師首先要做出是否跟蹤公司的決策，然后收集有關(guān)公司的各方面資料，發(fā)布分析師報告，為市場提供信息。而分析師報告當(dāng)中最有價值的信息是盈利預(yù)測和投資評級；并且當(dāng)分析師做出跟蹤決策時，面臨巨大的轉(zhuǎn)換成本。投資者可以通過解讀分析師報告中的盈利預(yù)測和投資評級，以及觀察分析師的跟蹤行為，可以獲得更多有用的信息。

（一）盈利預(yù)測與投資評級

分析師對公司的預(yù)測并不相同，以往文獻(xiàn)使用分析師的一致預(yù)測和一致評級作為分析師預(yù)測指標(biāo)的代理，但張然等（2017）認(rèn)為我國證券分析師過度樂觀，若采用變化指標(biāo)代替水平指標(biāo)，能夠減少分析師行為偏差帶來的影響；發(fā)現(xiàn)若使用盈利預(yù)測修正和評級修正作為股票收益預(yù)測因子，構(gòu)建五分位數(shù)投資組合，買入前20%，賣空最后20%，原始月度收益分別為0.85%和0.88%；明星分析師的預(yù)測效果更顯著，這種預(yù)測效果來源于分析師修正信息對企業(yè)未來基本面的預(yù)測。

分析師對每個公司的預(yù)測一致性并不完全相同，一致預(yù)測無法反映分析師對公司預(yù)測情況的全貌。分析師預(yù)測的離散度可以看作是投資者意見分歧的反映，也反映了信息不對稱的程度；由于特殊的激勵結(jié)構(gòu)，分析師在悲觀時會不發(fā)布預(yù)測，這種向上的偏差會隨著離散度的增加而增加。Diether et al.（2002）發(fā)現(xiàn)，在分析師的盈利預(yù)測中具有較高離散度的股票，其未來收益顯著低于其他類似股票。使用盈余預(yù)測離散度作為股票收益的預(yù)測因子，構(gòu)建五分位數(shù)投資策略，買入離散度最低20%的股票，賣空離散度最高20%的股票，可以獲得0.79%的原始月度收益。

每位分析師會發(fā)布長期預(yù)測，也會發(fā)布短期預(yù)測，分析師發(fā)布的長期盈利增長預(yù)測是對未來盈利增長，也就是股息增長的重要預(yù)測，往往比短期更具有信息含量，對股票估值也更重要。即使長期收益預(yù)期中的小錯誤也會導(dǎo)致大的錯誤定價。長期收益預(yù)期中的錯誤可能是由于他們緩慢地整合短期信息造成的，并且由于有限注意力，分析師可能忽視了信息的長期影響。Da et al.（2009）使用分析師對收益增長的長期預(yù)測和短期預(yù)測之比作為分析師預(yù)測相對樂觀的代理，并將長期預(yù)測和短期預(yù)測分為高中低三組，購買低長期預(yù)測、高短期預(yù)測股票，賣空高長期預(yù)測、低短期預(yù)測股票，可以獲得0.48%的月收益率。

分析師預(yù)測存在較大離散度，投資者需要識別值得遵循的分析師建議，而能夠更準(zhǔn)確地預(yù)測收益的分析師也會提供更好的股票推薦，因為更好的收益預(yù)測應(yīng)該會產(chǎn)生更好的估值。Hess et al.（2011）通過使用分析師能力指標(biāo)、歷史分析師預(yù)測準(zhǔn)確性、兩個預(yù)測特征指標(biāo)預(yù)測分析師的預(yù)測準(zhǔn)確性，并分離出分析師能力指標(biāo)那部分的內(nèi)在收益準(zhǔn)確性，并將其分為五分位數(shù)，認(rèn)為前20%的分析師是有能力的分析師，最后20%是沒有能力的分析師。如果遵循有能力分析師的“強烈購買”與“購買”建議，構(gòu)建長期投資組合，能夠獲得11.46%的年化收益率；而遵循無能力分析師的“強烈購買”與“購買”建議，只能獲得1.32%的年化收益率。

（二）分析師關(guān)注度

分析師的資源是有限的，當(dāng)決定如何分配他們的時間和注意力時，他們會對表現(xiàn)更好的公司有強烈的偏好。分析師希望達(dá)成投資銀行交易、獲得經(jīng)紀(jì)傭金、做出準(zhǔn)確的盈利預(yù)測，并與公司管理層接觸。而大量跟蹤某只股票的分析師會與更多的市場參與者相關(guān)聯(lián)，這些市場參與者有機會對該股票進(jìn)行復(fù)雜的分析。Ali et al.（2003）使用分析師跟蹤人數(shù)作為股票收益的預(yù)測因子，構(gòu)建十分位數(shù)投資策略，買入前10%的，賣空最后10%的股票，可以獲得三年0.122%的收益率。

資源緊張的分析師可能更傾向于研究前景看好的公司，因為這些公司往往估值更高、交易量更大、盈利預(yù)測更容易，而且愿意分享積極的消息。分析師的覆蓋決策導(dǎo)致了公司業(yè)績的變化，而這些變化還沒有反映在市場價格中，但同時也傳達(dá)了公司預(yù)期回報的信息。Charles & Eric（2017）認(rèn)為分析師的覆蓋率決策可能包括一個由公司預(yù)期業(yè)績驅(qū)動的部分和一個由可觀察到的公司特征決定的部分，試圖預(yù)測分析師的覆蓋率，并使用模型殘差代理分析師的異常關(guān)注，發(fā)現(xiàn)異常覆蓋率對公司的基本業(yè)績和未來收益具有很強的預(yù)測能力，表明分析師通過向定價偏低的公司提供更大的覆蓋率來傳遞預(yù)期收益信息。根據(jù)異常關(guān)注作為股票收益的預(yù)測因子，構(gòu)建十分位數(shù)多-空策略，使用等權(quán)重組合時可以獲得0.871%的月收益率，使用價值加權(quán)組合時可以獲得0.8%的月收益率。

如果一家公司的投資者或跟蹤該公司的分析師關(guān)注有限，那么該公司的價格可能對其他公司相關(guān)消息的到來反應(yīng)遲緩，那么具有基本相似點或基本聯(lián)系的公司將具有動量溢出效應(yīng)，其中一家公司的過去回報預(yù)測了與其相關(guān)或相似公司的回報。Ali et al.（2019）使用共同分析師動量股票收益的預(yù)測因子，并構(gòu)建了五分位數(shù)的多-空策略，能夠產(chǎn)生0.89%（價值加權(quán)）和1.81%（等加權(quán)） 的四因子阿爾法值。這種可預(yù)測性來源于企業(yè)的基本關(guān)聯(lián)以及共享分析師可能有助于加快關(guān)聯(lián)公司之間信息的收集（如表1所示）。

三、機構(gòu)投資者

機構(gòu)投資者分為公募基金和私募基金，而公募基金又分為主動管理型基金和被動管理型基金。機構(gòu)投資者比散戶投資者具有更卓越的能力，更強的認(rèn)知，也會引導(dǎo)散戶投資者發(fā)現(xiàn)價格。機構(gòu)投資者的整體行為會影響公司的股價表現(xiàn)，而機構(gòu)投資者內(nèi)部的特征與能力會影響機構(gòu)投資者的業(yè)績表現(xiàn)，從而間接影響公司的股價與收益表現(xiàn)。由于私募基金數(shù)據(jù)不可得，現(xiàn)有文獻(xiàn)往往集中在公募基金層面。

（一）公司層面

注意力是一種有限的認(rèn)知資源（Kahneman 1973），當(dāng)投資者分配有限注意力時，往往包含著很多信息。市場上存在著散戶投資者和機構(gòu)投資者。Da， et al.（2011）用谷歌搜索量代表散戶關(guān)注度。而機構(gòu)投資者對重大新聞事件的反應(yīng)更快，引起散戶關(guān)注度變化，促進(jìn)永久性的價格調(diào)整。Azi et al. （2017） 發(fā)現(xiàn)與散戶關(guān)注相比，機構(gòu)關(guān)注能更快地對重大新聞事件做出反應(yīng)，引發(fā)更多的交易，受到的約束更?。焕门聿┙K端對特定股票的新聞搜索和新聞閱讀活動構(gòu)建關(guān)注度指標(biāo)，發(fā)現(xiàn)盈余漂移現(xiàn)象在機構(gòu)投資者關(guān)注度更低的企業(yè)中更顯著，若在機構(gòu)投資者高低兩組分別用未預(yù)期盈余正負(fù)構(gòu)建多-空策略，在盈余公告后五天的收益率分別為0.95%和0.29%，兩者的差異為0.65%。Ali et al.（2003）使用機構(gòu)投資者人數(shù)作為機構(gòu)投資者關(guān)注度的代理，并以此作為預(yù)測因子，構(gòu)建十分位數(shù)多—空策略，可以獲得0.311%的三年回報率。

Merton（1987）模型表明投資者認(rèn)知度越高，公司價值越高。但投資者的認(rèn)知度是不可直接觀測的，Lehavy et al.（2008）使用提交13F文件投資者數(shù)量的變化作為企業(yè)投資者認(rèn)知度變化的代理，發(fā)現(xiàn)股票收益與投資者認(rèn)知度顯著正相關(guān)，這個效應(yīng)在風(fēng)險更大的公司更強；并構(gòu)建十分位數(shù)多-空策略，能夠獲得90.7%的年收益率（作者認(rèn)為這一看似很大的年收益率是合理的）。

機構(gòu)投資者會在市場上進(jìn)行交易，但股東并不一定會，持有量和交易量是不同的概念。機構(gòu)投資者往往比散戶消息更靈通，技能更熟練，也更理性，活躍的機構(gòu)交易有助于將信息迅速納入股價。機構(gòu)投資者占比的減少，意味著噪聲交易者的增多，此時，理性交易者將不愿通過套利來規(guī)避錯誤定價。Shu（2007）發(fā)現(xiàn)股東構(gòu)成和公司特征會影響交易者的構(gòu)成，進(jìn)而影響未來交易量的構(gòu)成，而機構(gòu)交易量與股票收益存在顯著正相關(guān)關(guān)系；他使用機構(gòu)交易量占比和過去一年機構(gòu)交易量占比作為股票收益的預(yù)測因子，構(gòu)建十分位數(shù)多-空策略，能夠獲得0.94%和1.38%的季度收益率。

公司有很多機構(gòu)投資者，Wermers et al.（2012） 提供了一個GIA模型來有效地匯總由不同技能的共同基金持有的股票投資組合的股票選擇信息，構(gòu)造基金經(jīng)理的整體智慧指標(biāo)，使我們能夠以一種在基金層面無法看到的方式來看待與選股信息相關(guān)的問題。發(fā)現(xiàn)基金經(jīng)理的選股能力源于基本面分析，擁有的收益預(yù)測信息不能被眾所周知的量化投資信號所解釋。若以此整體智慧指標(biāo)構(gòu)造十分位數(shù)多-空策略，可以獲得1.1%的季度收益率。

（二）公募基金層面

傳統(tǒng)觀點認(rèn)為，投資者應(yīng)廣泛分散各行業(yè)的資產(chǎn)，以降低投資組合的特殊風(fēng)險。但公募基金的持股可能會集中于他們擁有信息優(yōu)勢的行業(yè)，尤其是對于能力更強的經(jīng)理人來說，他們可以更好地識別哪些行業(yè)的表現(xiàn)更優(yōu)。 Kacperczyk et al.（2005） 使用共同基金投資組合與市場投資組合的偏離程度代表共同基金的行業(yè)集中度，發(fā)現(xiàn)更集中行業(yè)的公募基金績效表現(xiàn)更好；并以行業(yè)集中度作為基金收益的預(yù)測因子，構(gòu)建十分位數(shù)多-空策略，扣除費用前可以獲得0.58%的季度收益率。

公募基金可能由于能力不足改變自己的風(fēng)險水平，從而產(chǎn)生不同的績效效果。Huang et al.（2011）使用基于持倉現(xiàn)有收益率標(biāo)準(zhǔn)差和歷史收益率標(biāo)準(zhǔn)差的差異度量風(fēng)險轉(zhuǎn)移，發(fā)現(xiàn)增加風(fēng)險的基金比長期保持穩(wěn)定風(fēng)險水平的基金表現(xiàn)更差。此外，較年輕、規(guī)模較小和費用比率較高的基金更有可能轉(zhuǎn)移風(fēng)險；并以此差異構(gòu)建五分位數(shù)多-空策略，前20%表示降低風(fēng)險，Carhart alpha值為-7個超額收益基點，最后20%表示增加風(fēng)險，Carhart alpha值為-22個超額收益基點，40%～60%表示風(fēng)險穩(wěn)定，Carhart alpha值為-6個超額收益基點。若做空增加風(fēng)險的基金，做多風(fēng)險穩(wěn)定的基金，可以獲得0.16%的月度超額收益。

主動型基金是一類力圖取得超越基準(zhǔn)組合表現(xiàn)的基金?；鸸芾砣税l(fā)揮主觀能動性，依靠才智來管理基金與主動型不同，被動型基金并不主動尋求取得超越市場的表現(xiàn)，而是試圖復(fù)制指數(shù)的表現(xiàn)。有充分的證據(jù)表明，積極管理的美國股票基金的平均表現(xiàn)弱于被動型基金，但最近對基金回報率的研究發(fā)現(xiàn)，有一部分基金表現(xiàn)出一定的跑贏大盤的能力。典型的積極型基金經(jīng)理的目標(biāo)是獲得高于基準(zhǔn)指數(shù)的預(yù)期回報，但同時他又希望有一個較低的跟蹤誤差（波動率），以盡量減少表現(xiàn)明顯遜于指數(shù)的風(fēng)險。在這種超額回報框架中，均值-方差分析是主動經(jīng)理人的標(biāo)準(zhǔn)工具Cremers& Petajisto（2009）使用活躍份額作為基金活躍程度的代理，現(xiàn)在扣除費用前后，活躍度最高的基金表現(xiàn)都優(yōu)于基準(zhǔn)指數(shù)，而活躍度最低的非指數(shù)基金表現(xiàn)不佳；若以此構(gòu)建五分位數(shù)多-空策略，可以獲得2.81%的年收益率。

一個成熟投資者的價值來自于他帶給投資過程的私人信息，私人信息反映了基金經(jīng)理的能力，確定他的技能的關(guān)鍵步驟則是確定他對公開信息的依賴程度。Kacperczyk&Seru.（2007） 發(fā)現(xiàn)基金經(jīng)理的投資組合配置對公共信息變化的響應(yīng)能力降低了經(jīng)理的技能， 將這種敏感性（RPI）估計為經(jīng)理的投資組合持有量變化對公共信息變化的回歸R2，發(fā)現(xiàn)了RPI與基金績效指標(biāo)的反比關(guān)系；若使用RP1對基金排序，在RPI的前30個百分位做多，在RPI的后30個百分位做空，獲得2.16%的年回報率（如表2所示）。

四、內(nèi)幕人士

內(nèi)幕人士通常指高管、董事、大股東等擁有公司內(nèi)部私有信息的相關(guān)人員，公司高管和董事比任何分析師都更了解自己的業(yè)務(wù)，擁有市場上其他交易者無法比擬的信息優(yōu)勢。他們會在資本市場上進(jìn)行交易，我們可以通過觀察內(nèi)幕人士的行為解讀背后的真實信息，從而更好地預(yù)測股票收益。以往文獻(xiàn)也發(fā)現(xiàn)，內(nèi)部人士確實更了解公司的前景，獲得了更好的消息，獲得了異常的收益。而內(nèi)幕人士交易的時點和規(guī)模是最明顯的、可觀察的信號。

Lakonishok &Lee（2001）發(fā)現(xiàn)一般來說，當(dāng)內(nèi)部人士進(jìn)行交易以及向SEC報告他們的交易時，很少能觀察到市場的變化。內(nèi)部人士總體上都是反向投資者。不過，他們比簡單的反向策略更能預(yù)測市場走勢。該文使用過去180天的內(nèi)部買入金額和內(nèi)部賣出金額之差占總內(nèi)幕交易金額的比例，作為凈購買率刻畫內(nèi)幕人士的總體購買，反映內(nèi)幕利好消息；若以凈購買率構(gòu)建五分位數(shù)多-空等權(quán)重投資組合，可以獲得9.4%的年收益率。

Cohen et al.（2012）利用交易者的歷史交易月份是否有固定模式可循，將交易者分為常規(guī)交易者和機會主義交易者，并因此將交易劃分為機會買賣和常規(guī)買賣，發(fā)現(xiàn)機會買賣都是對未來收益的有力預(yù)測，而常規(guī)買賣則不是。機會主義購買和常規(guī)購買的未來一個月的收益率之差為0.76%，機會主義賣出和常規(guī)賣出的未來一個月的收益率之差為0.82%。

五、小結(jié)

本文回顧了以往文獻(xiàn)中分析師、內(nèi)幕交易、機構(gòu)投資者相關(guān)的預(yù)測因子，這些因子不僅與企業(yè)的基本面息息相關(guān)，而且有更強的預(yù)測能力。本文提示投資者注意分析師發(fā)布的盈利預(yù)測與投資評級及其跟蹤決策，機構(gòu)投資者的交易行為與業(yè)績以及內(nèi)幕人士的交易性質(zhì)與規(guī)模。若投資者能夠合理地利用文獻(xiàn)中的預(yù)測因子構(gòu)建投資策略，能夠獲得更為可觀的超額回報，也能加快市場的價格發(fā)現(xiàn)過程，提升市場理性。

主要參考文獻(xiàn)：

[1] Ali， Ashiq， Lee-Seok Hwang and Mark A. Trombley， 2003.Arbitrage risk and the book-to-market anomaly. Journal of Financial Economics 69，355-373.

[2] Ali， Usman， and David Hirshleifer ，2019. Shared Analyst Coverage： Unifying Momentum Spillover Effects .Journal of Financial Economics 136，649-675.

[3]Azi Ben-Rephael， Zhi Da， Ryan D. Israelsen， 2017.It Depends on Where You Search： Institutional Investor Attention and Underreaction to News， The Review of Financial Studies 30， 3009–3047.

[4] Charles M.C. Lee a ， Eric C. So， 2015.阿爾法經(jīng)濟(jì)學(xué).2019年版.張然（譯）.北京大學(xué)出版社.

[5] Charles M.C. Lee a ， Eric C. So，2017.Uncovering expected returns： Information in analyst coverage proxies.Journal of Financial Economics 124，331–348.

[6]Charles M.C. Lee， Stephen Teng Sun， Rongfei Wang， Ran Zhang，2019.Technological links and predictable returns.Journal of Financial Economics 132，76-96.

[7]Cohen， L.， & Frazzini， A. 2008. Economic links and predictable returns. The Journal of Finance， 63（4）， 1977-2011.

[8]Cohen， Lauren， Christopher Malloy and Lukasz Pomorski， 2012. Decoding inside information.Journal of Finance 67， 1009-1043.

[9] Cremers， M.， andA. Petajisto. ，009. How active is your fund manager Anew measure that predicts performance. Review of Financial Studies 22，3329–65.

[10] Da， Zhi and Mitch Warachka， 2009.Long-term earnings growth forecasts， limited attention， and return predictability， Working Paper， University of Notre Dame.

[11] Da， Z.， J. Engelberg， and P. Gao，2011. In search of attention. Journal of Finance 66，1461–99.

[12]Diether， Karl B.， Christopher J. Malloy and Anna Scherbina， 2002.Differences of opinion and the cross section of stock returns. Journal of Finance 57， 2113-2141.

[13] Hess Dieter， Daniel Kreutzmann and Oliver Pucker， 2011.Projected earnings accuracy and profitability of stock recommendations， Working Paper.

[14]Huang， J.， C. Sialm， and H. Zhang， 2011. Risk shifting and mutual fund performance. Review of Financial Studies 24，2575–616.

[15] Kacperczyk， M.， andA. Seru，2007. Fund manager use of public information： New evidence on managerial skills. Journal of Finance 62，485–528.

[16]Kacperczyk， M.， C. Sialm， and L. Zheng.，2005. On the industry concentration of actively managed equity mutual funds. Journal of Finance 60，1983–2011.

[17]Kahneman， D， 1973. Attention and effort. Englewood Cliffs， NJ： Prentice-Hall.

[18]Lakonishok J.， Lee I. ，2001. Are Insider Trades Informative The Review of Financial Studies 14， 79-111.

[19]Lehavy， Reuven and Richard Sloan， 2008， Investor recognition and stock returns， Review of Accounting Studies 13， 327-361.

[20]Merton， R. C. ，1987. A simple model of capital market equilibrium with incomplete information. The Journal of Finance.42， 483–510.

[21]Moskowitz， Tobias J. and Mark Grinblatt， 1999.Do industries explain momentum . Journal of Finance 54， 1249-1290.

[22]Parsons， Christopher A.， Riccardo Sabbatucci， and Sheridan Titman ，2020. Geographic Lead-Lag Effects. Review of Financial Studies forthcoming.

[23] Russ Wermers， Tong Yao， Jane Zhao， 2012. Forecasting Stock Returns Through an Efficient Aggregation of Mutual Fund Holdings， The Review of Financial Studies 25， 3490–3529.

[24] Shu， Tao， 2007.Trader composition， price efficiency， and the cross-section of stock returns，Working Paper.[25]張然，汪榮飛，王勝華.分析師修正信息、基本面分析與未來股票收益.金融研究，2017 （7） ：156-174.