横截面收益是假象吗？存活偏差与数据挖掘之争

 横截面收益现象的形成原因研究

 

横截面收益现象一经发现，学者们就开始分析该现象的形成原因，试图找到该现象的内在形成机理。目前学者们已构建了许多理论用于解释横截面收益现象，这些理论可分为两类：一类理论认为，横截面收益现象是一种假象，根本就不存在。另一类理论认为，横截面收益现象客观存在着，但是该现象的形成原因却存在着“理性定价理论”和“非理性定价理论”这两种完全对立的解释。下面详细介绍这两类理论的主要内容。

 

横截面收益现象是一种假象

 

这类理论认为，横截面收益现象根本不存在，是存活偏差、数据挖掘等人为主观因素的结果。

 

科瑟瑙、祥肯和斯楼恩（Kothari、Shanken and Sloan，以下简称为KSS，1995）把该异象产生的原因归于存活偏差（survivor bias），他们认为，FF（1992）采用的Compustat数据库中只包含有生存下来的高BE/ME公司，而遗漏了由于经营失败而已退市的高BE/ME公司；通常，面临困境的公司BE/ME较高，一旦这些公司经营失败，就可能不再收入Compustat数据库，而仍然留在数据库中的公司通常都已安全渡过了困境，因此利用这样的样本数据计算出来的高BE/ME公司的平均收益可能被高估了。KSS（1995）在剔除了样本选择偏差、考虑了已退市的高BE/ME公司后发现，高BE/ME公司的平均收益并不比低BE/ME公司的平均收益高。但戴维斯（1994）、Chan、Jegadeesh和Lakonishok（1995）用不存在存活偏差的数据库所作的实证分析发现，该异象仍显著存在。

 

布莱克（Black，1993）、马金勒（Mackinlay，1995）认为该异象是数据挖掘（data snooping）的结果，他们认为，研究者们对一特定样本数据反复进行研究和搜索，总能发现与平均收益相关的特征变量。但Chan、Hamao和Lakonishok（1991）、卡刨尔、罗勒和夏普（Capaul、Rowley and Sharpe，1993）、FF（1998）进行样本外检验（out-of-sample test）实证发现，该异象在美国之外的市场中仍显著存在，戴维斯（1994）、戴维斯、法玛和弗伦奇（2000）实证发现该异象在不同时间区间的美国股市中仍显著存在，显然这些研究结果否认了该异象是数据挖掘的结果这一结论。

 

KSS（1995）认为β估计生成了该异象。勒维瑞和勒威（Levhari and Levy，1977）认为，用月度收益数据和年度收益数据所估计出来的β系数并不相同，因此实证研究结果与采用哪个β值有关。KSS（1995）认为，因为投资者的典型投资期限更接近于1年而不是1月，因此年度β比月度β更合适，年度β估计的收益与β间的联系也应更强。但戴维斯（1994）利用1940—1963年间数据所作的实证研究结论拒绝了β估计的解释。

 

瑞卡德和罗尔（Richard and Roll，1977）认为该异象产生的原因在于市场组合的替代组合无效。