2014年11月30日 星期日

金融研究论文都是废话?【高等教育】

2014年11月27日 07:21 AM

金融研究论文都是废话?


这是一条令人不安的新闻:绝大多数声称可以战胜市场的金融策略,其实无法做到这一点。更令人惊讶的是,许多声称发现了金融市场运作规律的金融研究论文,也并没有发现真正的规律。
你可以不相信我说的话,但上面这段话是美国的3位学者坎贝尔•哈维(Campbell Harvey)、刘岩和Heqing Zhu得出的结论。他们发表那篇金融研究论文无异于扔出一枚手雷,最令人惊讶的是,哈维不是什么持非正统思想的激进分子。他曾在金融领域的权威期刊《金融期刊》(The Journal of Finance)任主编。
这是怎么一回事?

很多金融研究试图搞清楚金融投资组合的投资回报有何规律。最早尝试解决这个问题的研究得出了这个结论:投资回报符合随机游走假说(random-walk hypothesis)。这一假说是在一个世纪以前,由数学家路易•巴舍利耶(Louis Bachelier)提出的,其基本观点是:任何对价格走势的正确预测只会适得其反,因为如果价格显然会在明天上升,那么价格今天就会上升;因此,不可能成功地对价格走势进行预测。
20世纪60年代,几个研究者对这个问题上发起了第二次尝试,他们提出了资本资产定价模型(CAPM):风险更高的投资组合很可能带来更高的回报。这个论断看上去符合事实。
然后,在1992年,尤金•法马(Eugene Fama,去年获诺贝尔奖)和肯尼思•弗伦奇(Kenneth French)发现,有3种因素影响着股票投资组合的回报(即法马-弗伦奇三因子模型——译者注):市场因子(系统性风险)、规模因子(上市公司市值规模)和价值因子(上市公司的账面值对市值比率高低)。
这算是某种进步,但却也把问题弄得更复杂了。还有什么因素可能会影响投资组合的回报?可供检验的变量数量几乎是无穷无尽的,因为变量总是可以变形、或相互组合,比如变成比率、或变化速率。
原则上说,经济学逻辑或许能够对可供检验的变量组合数量加以限制,但据我们所知,在实际操作中,学者和量化投资经理都会将各种可能的变量加进模型,只是为了看看会出现什么结果。比如,为什么不使用股票市值的立方来做变量呢?至少在我看来,这个变量背后并没有什么经济学逻辑,然而这并不能阻止定量分析师把这个变量加入模型中。
我们或许可以根据极客漫画家兰德尔•芒罗(Randall Munroe)的漫画,把这个问题称作“吉利豆(一种脆皮软心糖——译者注)问题”。这几幅漫画表现的是,科学家使用一种常用的统计学检验方法,测试吉利豆是否会引起痤疮。测试先假设是吉利豆不会引起痤疮,然后再观察吉利豆和痤疮的相关性,假如P值大5%,就认为假设错误。漫画中的科学家检测了紫色、棕色、粉色、蓝色、湖蓝、粉橙、红色、松绿、洋红、黄色、灰色、褐色、葱青、绿色、淡紫、土黄、丁香紫、黑色、桃红和橙色的吉利豆。最后他们发现绿色吉利豆和痤疮是相关的!
当然,真正的统计学分析根本不是这样做的。如果我们分析了20种统计模式,而其中任意一种模式中都不存在真正的因果关系,我们还是会认为其中一种有可能呈现显著的相关性。(有多显著?好吧,大概是十九比一。)
开头提到的那篇金融学研究论文研究的可能性远不止20种。哈维、刘岩和Heqing Zhu选取了一些著名的研究论文,仔细检验了这些研究论文探讨的316种不同因素。他们发现,以常规标准衡量,其中296种在统计学上有显著性。发表在档次较低的期刊上、以及因为结果太无聊所以没有得到发表的全部论文所检验的所有因素,远不止这296种。
比如,一篇论文或许会尝试解释称,股票市场回报是某个变量的函数,这个变量可能是企业在媒体上的曝光率、企业负债水平、之前回报的趋势值、抑或交易量。
如果我们要检验316种(很可能还远不止这么多种)因素,那么使用5%的统计学显著性标准是荒谬的。哈维和他的同事表示,在尝试修正吉利豆问题(更正式的叫法是多重比较问题)之后,这296个在统计学上具有显著性的变量,有一半可能都必须舍弃。他们提议,未来统计学应采用更高、更准确的筛分标准来淘汰变量,更不必说要让那些有一些理论依据的变量扮演更突出的角色,而不是将各种统计数据一股脑倒进模型进行演算、看哪些变量恰好通过了检验就留下哪些。
上述观点丝毫不应让我们惊讶。2005年,流行病学家约翰•约安尼季斯(John Ioannidis)发表了一篇后来广为人知的研究报告——《为什么大部分发表的研究报告都是错的》(Why Most Published Research Findings Are False)。他提出,部分原因在于多重比较问题,还有部分原因在于采稿偏好:研究者和期刊编辑都倾向于把令人惊讶的发现发表出来,把那些无趣的发现尘封在书桌抽屉里。
哈维和他的两位同事已经证明,约安尼季斯的论断同样适用于金融研究论文。毫无疑问,我们看到的金融产品广告就更是如此了。我们应该不断寻找数据呈现出的有趣模式。但如果我们不小心,我们的分析结果可能会有很多是侥幸得到的。而在金融领域,侥幸得到的结论和真相一样不愁销路。
译者/许雯佳

沒有留言:

張貼留言

卒業

業卒