陆蓉等 | 分析师能有效利用资本市场异象吗
作 者：陆 蓉 张 斌 李 琛
简 介：
陆蓉，上海财经大学金融学院教授、博士生导师，上海国际金融与经济研究院研究员，200433；
张斌(通讯作者)，上海财经大学金融学院博士研究生，200433；
李琛，上海财经大学金融学院博士研究生，200433。
刊 期：《财贸经济》2021年第5期
从1970年代开始，资产定价领域发现了上百个统计显著的股票横截面收益“异象”因子（McLean和Pontiff, 2016）。传统金融学认为这些因子是“异常”现象，是因为投资者可以很容易的利用这些“异象”因子构建有利可图交易策略，而又未承担相应的风险。当资本市场存在长期显著的异象表明资产价格存在扭曲，这是对有效市场理论的直接挑战。于是产生了一个有趣且值得研究的问题：异象是可以公开获得的信息，证券分析师作为市场理性人的代表，理应在预测时充分利用这些公开信息（Engelberg等, 2020; Guo等, 2020）。有能力识别市场中被扭曲的信息，是分析师降低资本市场中信息不对称和提高定价效率的前提。这又随之带来另一个问题，如果分析师充分利用了这些异象，那么这些异象应该越来越少直至逐步消失，实际上真是这样吗？而如果分析师没有充分利用这些异象，说明理性的分析师也有可能“失职”，这在一定程度了限制了分析师作为理性人，发挥其信息中介、提高资本市场定价效率的作用。无论何种结果，都值得进一步研究和不断深入挖掘。
基于以上背景，本文通过研究分析师的评级行为是否利用了资本市场中广泛存在的异象，对以上问题做出解答，并进一步分析造成这个结果的原因。本文首先从总体层面检验分析师预测与异象信息的关系。借鉴Liu等（2019）关于中国股市的研究成果并充分考虑中国分析师的行为特征，筛选出中国股市广泛使用的20个异象因子构建股票综合异象高估指数，检验投资组合中的多头及空头组与分析师一致评级的关系。如果分析师能够有效利用异象信息，当股票被高估时（异象的Short组），应该给出相对较低的评级；当股票被低估时（异象的Long组），应该给出相对较高的评级，即分析师给出的评级应该与异象收益的方向一致；如果分析师未能有效利用异象信息，那么他们评级方向与异象收益方向无关，甚至相反。该部分的研究发现，本文使用的20个异象因子能够提供股票收益的可预测信息，但分析师一致预测却与异象收益方向相矛盾，说明分析师在预测评级时未能有效利用异象信息。
进一步，考察分析师为何没能有效利用异象信息的原因。本文将上文20个异象因子聚合为基本面组和市场组，分别考察分析师评级与两类异象收益方向的关系。研究发现：分析师在预测过程中能够较好利用基本面类异象信息，却忽视了市场类异象信息。为何分析师对异象信息识别存在异质性？本文基于行为金融学有限关注的理论框架进一步深入研究分析师未能有效利用异象信息的底层原因。投资者的注意力是有限的，是一种稀缺资源（Barber和Odean, 2008）。特别是当投资者同时处理多个任务时，集中的竞争性信息会分散投资者的注意力，致使其将注意力分配到部分信息上并对其他信息反应不足。因此，本文认为分析师同时面对上百个复杂且不同异象因子时，也需要对有限的时间和注意力进行分配，因而更有可能重点关注那些简洁明了并符合其专业特质的基本面类异象信息，并对其他非基本面市场类异象信息反应不足。机制分析也表明，行业内公司覆盖率更高的分析师上述现象更为明显，与有限关注解释一致。以上结果说明分析师的能力可能有一定偏向，擅长传统的基本面分析，而对价格、交易量等市场层面的变化则反应滞后，有限关注可能是造成其预测低效的原因。
本文可能的边际贡献有：首先，本文首次研究了中国股票市场的异象是否被专业分析师有效利用的问题，发现国内分析师在总体上未能有效利用异象信息，说明市场并非有效。其次，本文发现市场参与者对不同类型异象因子的关注不同。Barber等（2016）研究基金资金流时发现基金投资者评估共同基金时最关注市场风险Beta，并且把由市值、价值、动量、行业因子所带来的收益视为Alpha。本文关注分析师这类专业群体的行为，发现分析师更加关注基本面类因子。这有助于未来对各类异象原因的进一步研究。再次，本文揭示了分析师有限关注可能是造成其预测低效的原因，补充了行为金融学的已有研究。Guo等（2020）发现分析师在预测评级时未能有效利用异象信息，但未对异象进行异质性分析，因而没有进一步回答分析师为何没能有效利用异象的问题。这一问题的解答可以更好理解市场是否有效以及横截面收益的可预测性是否真的存在。
本文的研究结果还具有丰富的政策内涵和现实价值。长期来看，由于分析师等专业人员会因为注意力有限等因素难以在研究过程中做到完全理性，因而需要进一步加强学术研究、智能金融技术的相互融合。例如，发挥计算机和程序化机器快速处理大量信息的优势，帮助分析师搜集市场信息，以更加理性思维应对市场。短期而言，本文的研究结果可用于制定有效的交易策略。本文发现，基本面类异象因子对冲组合的月度超额收益为1.41%，市场类异象因子对冲组合的月度超额收益高达2.35%，但分析师总体上未能有效利用所有异象信息。未来的研究还可以利用分析师的这一偏误，将分析师预测分解提纯为基于基本面特征的部分和对股票收益有很强预测能力的异常部分，构建新的交易策略或特征因子模型。