您的位置 首页 股票

识别导致价值/成长溢价的预期偏差效应:一种基本面分析方法

摘要 文献来源:Piotroski, J. D. , & So, E. C. . (2012). Identifying expectation errors in value/glamour strategies: a fundamental analysis approach. Review of Financial Studies, 25(9), 2841-2875.

摘要

文献来源:Piotroski, J. D. , & So, E. C. . (2012). Identifying expectation errors in value/glamour strategies: a fundamental analysis approach. Review of Financial Studies, 25(9), 2841-2875.

推荐原因:本文通过对比价值/成长公司在基本面改善/恶化的不同状态下收益的表现,证明了预期偏差导致了价值/成长的收益差。我们发现价值溢价效应在财务指标与隐含业绩预期冲突的公司中表现尤为显著。分析师对未来的预测误差,业绩预期修正,盈利公告窗口期效应和动量反转现象都能作为可预测的预期误差存在的证据。总之,结果表明,价值溢价效应是错误业绩预期的产物,并且可以通过基本面分析来预测。

识别导致价值/成长溢价的预期偏差效应:一种基本面分析方法

引言

本文通过对比价值/成长公司在基本面改善/恶化不同状态下的收益表现,证明了预期偏差导致了价值/成长的收益差。我们发现价值溢价效应在财务指标与隐含业绩预期冲突的公司中表现尤为显著。分析师对未来的预测误差,业绩预期修正,盈利公告窗口的效应和动量反转现象都能作为可预测的预期误差存在的证据。总之,结果表明,价值溢价效应是错误业绩预期的产物,并且可以通过基本面分析来预测。

文献综述

自Graham和Dodd(1934)以来,大量关于财务和会计的文献都指出,使用各种相对估值指标可以预测未来的股票收益。这些文献都强调了价值型公司的股票表现优异,而成长型公司则表现不佳。这些收益的来源仍然存在争议。有些人认为收益反映了对风险的补偿(Fama和French,1992),但另一些人则认为,价值/成长效应是定价错误的产物(Lakinshok,Shleifer和Vishny,1994),基于定价错误的解释认为,相对估值的指标(例如公司的账面市值比或盈利/价格比)反映了对成长型公司过于乐观的业绩预期和对价值型公司过于悲观的业绩预期。因此,成长型投资组合中包含了对被高估公司的不合理持仓,而价值型投资组合中包含了对被低估公司的不合理持仓。根据这种观点,价值/成长效应反映了由于这些预期误差的修正而引起的价格修正。

我们首先表明,FSCORE是对未来盈利状况的重要预测指标,能够预测未来现金流量变化并与最近的财务趋势一致。在计算FSCORE之后的一年中,高FSCORE公司的标准化未解释收益(SUE)明显高于低FSCORE公司。我们还证明,FSCORE高的公司能比FSCORE低的公司获得更高的股票收益,这与市场参与者对公司财务状况的重大变化反应不足有关。此外,对于具有良好(较差)历史财务业绩的公司,投资者实现的收益的总体分布都向右(左)偏移。这种偏移表现为业绩良好(较差)公司的平均收益和中值收益更高(更低),

展开全文

我们的实证检验得出两个主要发现。首先,基于财报的分析是一种有效的区分公司的技术,在价值型和成长型组合中均适用。但是,财表分析的有效性在价值型和成长型组合中存在系统性差异。在成长型公司中,财务报表分析成功地确定了未来收益不佳的公司;而在价值型公司中,则成功地确定未来收益显著的公司。在这两种情况下,获得收益的规律都与FSCORE的理论效果一致(FSCORE确定了成长型组合中的预期过度乐观的公司和价值型组合中预期过于悲观的公司)。

其次,我们发现,当近期财务传达的信息与价格中隐含的期望一致时,相对估值指标通常无法预测未来收益。在这种情况下,未来的实际收益和现金流不会导致对预期的修正。这为基于定价错误的解释提供了支持,同时也对基于风险的解释提出了怀疑。

我们在分析中还使用股价动量作为相对估值指标的替代变量来证实和扩展我们的主要发现。传统的估值变量能衡量当前价格中隐含的预期水平,而价格变动也可以在一定程度上反映估值,即变动反映了对先前估值错误的纠正(Lee和Swaminathan,2000年)。Jegadeesh和Titman(1993)以及Chan,Jegadeesh和Titman(1996)对动量的解释认为,价格的向上(向下)波动源于对过去信息的反应不足,投资者随后认识到股票相对于基本面而言被低估了(高估了)。我们发现过去和未来收益之间的正向关系仅限于上升动量与财务绩效改善相吻合或下降动量与财务绩效恶化相吻合的公司。同样,历史财务信息可以成功预测隐含在这些动量策略中的预期误差。总之,这些结果在财务报表分析与动量收益的大小和持续性之间建立了重要的联系。

本文的组织结构如下。第一部分介绍了有关基于财务报表分析的投资策略预测未来收益的背景信息。第二节介绍研究的设计。第三节和第四节介绍了主要的实证结果,而第五节则介绍了使用替代变量的研究设计和稳健性测试,第六节总结。

1. 背景

1.1. 公司经济状况变化与未来股票收益之间存在关系的证据

市场参与者对有关未来现金流的信息反应不足的证据在文献中非常普遍,涵盖了许多可能相关的研究背景。首先,市场参与者对公司交易的反应不足,这些交易表明预期的未来现金流量发生了变化,公司交易包括股票发行,可转债和债券发行,股票回购等。其次,市场参与者对反应财务状况变化的外部信号反应不足,比如债券评级下调,分析师预期调整,分析师推荐度改变,在这三种情况中,可观察到的事件都是由公司经济状况的根本变化所驱动的。第三,市场对新发布的财务信息中隐含的有关未来现金流量的信息反应不足。

本文的研究使用了Piotroski(2000)提出的基于财务报表分析的分类方法,来说明市场价格似乎对企业基本面经济状况的广泛变化存在系统性的反应不足。主要研究目标是利用这种预测能力的大小和方向上的变化,以更好地了解传统价值和成长投资策略的收益来源。

1.2. 价值/成长效应的背景内容

前人的研究表明收益随着某些估值比率增加,包括盈利与价格(EP)比率,账面市值比(BM),股息率以及现金流与价格(CP)比率。这些研究的结果表明,相对估值指标提供的公司价值信息并未完全反映在价格中。就可预测的回报而言,Fama和French(1992)证明了账面市值比(BM)效应包含了其他估值比率的预测能力,并指出账面市值因子捕获了财务困境风险。

为了合理地解释价值/成长效应,一些论文认为,价值投资的收益反映了价值型和成长型公司的预期收益的变化。例如,Penman(1996)使用留存收入评估框架从理论上说明了对于给定的账面市值比,价格中隐含的预期。Penman指出,较高的(较低的)账面市值比意味着价格包含着较低的(较高的)收益期望。换句话说,按照目前的价格,一家高(低)账面市值比的公司预计表现不佳(表现良好),因此风险更大(较少),这与Fama和French的解释一致。Chen,Petkova和Zhang(2008)根据经验估计,在过去半个世纪中,相对稳定和持久的价值和成长型股票的预期收益差异为6.1%。Chen(2011)的相关工作建立了一个模型,其中当企业的预期寿命较低时,高账面市值和低账面市值比组合的预期收益差异更加明显,从而解释了为何按账面市值比效应对较小的公司的影响更大。根据经验,Fama和French(1995)记录了帐面市值比组合的收益规律,这些表现与基于风险的解释一致。

相关文献提供了更直接的证据,表明价值和成长股对宏观经济风险具有不同的敏感性。Vassalou(2003),Cohen,Polk和Vuolteenaho(2009)以及Santos和Veronesi(2010)提供的证据表明,价值股对整体经济的盈利能力比成长股更具敏感性。Campbell,Polk和Vuolteenaho(2010)以及Lettau和Wachter(2007)认为,系统风险在价值和成长股之间存在差异,其中成长(价值)股对折现率(现金流)消息表现出更高的敏感性。Petkova和Zhang(2005)发现,价值溢价与随时间变化的风险属性呈正相关关系。最后,Zhang(2005)认为,在面对不断变化的经济状况时,价值型和成长型公司扩张和收缩其资产基础的能力差异驱动了价值溢价。综上所述,这些论文表明,收益表现是价值型和成长型公司对风险因素的敞口存在差异的反映。

与之相反的是,Lakonishok,Shleifer和Vishny(1994)等人则认为,价值/成长策略的收益代表了对过去错误估值的修正。例如,Lakonishok,Shleifer和Vishny(1994)认为投资者对过去的表现过度外推。在随后由于收到实际的盈利消息,过度乐观和悲观的预期会逆转。因此,收益至少部分反映了预期的反转。LaPorta,Lakonishok,Shleifer和Vishny(1997)指出,成长型公司的盈利公告期收益为负,而价值型公司发布的盈利公告期收益为正。

尽管经常将其视为相互竞争的观点,但针对价值/成长效应的以上2种解释却并不相斥。首先,风险和错误估值因素都可能影响估值值溢价。例如,尽管Petrova和Zhang(2005)发现价值溢价与时变的风险因素呈正相关,但他们也发现,时变因素不能解释所观察到的价值溢价的大小,留下了定价错误的可能性。同样,Griffin and Lemmon (2002) and Penman, Richardson and Tuna (2007)指出,分别控制破产风险和杠杆后,账面市值比效应依然存在,账面市值比效应在财务风险最大的公司中最强。其次,造成财务困境(即风险)的经济状况属性也可能会促进这些股票的系统性定价错误。例如,Lakonishok,Sleifer和Vishny的估值错误论是基于这样一个事实,即价值和成长型公司的基本财务业绩(平均)是根本不同的。对公司总体健康水平的偏好可能会导致投资者偏重与过去业绩趋势相冲突的新财务数据,而忽视财务比率和财务表现的均值回归趋势。这种估值错误论的关键含义是,价值/成长效应(即随后的价格反转)应集中在那些关于未来现金流的最新信息与公司目前相对估值指标所隐含的业绩预期相冲突的公司中。在本文中,通过检查未来收益,预期误差以及价值/成长投资组合内和组合间的修正情况检验了错误估值论。

1.3 关于Piotroski(2000)和FSCORE统计量的预测能力的背景内容

Piotroski(2000)使用历史财务报表数据将按账面市值比高的公司分类为当前财务状况良好的公司和财务状况较差的公司。Piotroski表示,这种分类指标(FSCORE)是有关公司当前财务状况和趋势的九个二元变量的集合,能够预测高账面市值比组合内的未来收益。对于没有分析师覆盖的公司,这种预测效应更为明显,而且在所有规模的公司的分类中都相当有效。

有趣的是,上述两篇论文都接受了在给定相对估值比率的情况下,与未来现金流相关的历史基本面信息可以作为未来收益的主要指标的假设。鉴于最近的财务业绩,这种预测能力来自于市场对未来业绩前景的相对定价。因此,未来实现的回报反映了风险补偿以及给定公司当前股价的情况下,预期价格的上升或下降。该论点是Graham和Dodd投资哲学的核心,因此,以给定的相对估值比率为条件的情况下,FSCORE投资组合中的收益规律能够说明存在可预测的定价错误。

2. 研究设计

2.1 财务表现趋势的分类:Piotroski(2000)

为了根据财务状况的变化对公司进行分类,本文采用了Piotroski(2000)中使用的统计量FSCORE。该统计量基于九个财务信号,旨在衡量公司财务状况的三个不同方面:盈利能力,财务杠杆/流动性变化和运营效率变化。所使用的信号易于解释和实现,具有广泛的吸引力。根据信号对未来盈利能力和现金流的影响,每种信号实现都分为“好”或“坏”。如果信号分类为好(坏),则将信号的变量设为1(0)。FSCORE定义为九个二元信号的总和,旨在测量企业总体财务状况的改善或恶化。

如果市场参与者对历史表现的变化反应不足,那么FSCORE将与未来的股票收益成正比。在Piotroski(2000)中制定并在本文中使用的投资策略选择了FSCORE较高或较低的公司。

2.2价值/成长的分类

我们采用多维方法将公司分类为价值型和成长型投资组合。我们总共使用五个代理变量将公司分类为价值股票。其中三个变量明显依赖于公司的股价,而其余两个指标未明确涉及股价。我们的五个代理变量中的四个来自Lakonishok,Shliefer和Vishny(1994):公司的账面市值比(BM),盈利价格比(EP),现金流价格比(CP)和销售增率长(SG)。BM,EP和CP的较高值对应于较高价值的股票,因为股票价格相对于基本面而言较低。相比之下,假设投资者将过去的业绩外推太远,SG较高通常被认为是股票价值较低。我们的第五个衡量指标是股权交易额(TO)。Lee and Swaminathan(2000)证明低的股票周转率表明了投资者对该股票的忽视,而低交易量的公司表现出许多价值特征。每年,对样本公司按每个维度的指标进行排名,以确定百分位分界点(前30%,中40%和后30%)形成三个价值/成长投资组合。

为了减少与代理指标相关的度量误差,我们还创建了价值和成长的综合度量指标。我们的综合度量指标(CV)通过计算公司在每个指标上的十分位排名的平均值来组合所有五个代理指标,其中我们将SG和TO的十分位排名乘以-1,以便更高的十分位排名对应于更高的“价值”。具体来说,我们将CV计算为:

识别导致价值/成长溢价的预期偏差效应:一种基本面分析方法

我们使用CV的样本分布将公司分类。在下文中,我们将CV分位数低于30%,介于30%和70%之间以及高于70%的公司分别分类为“成长”型,“中间”型和“价值”型。

2.3主要实证检验的描述

本文的主要方法是根据公司的基本总得分(FSCORE)将公司分配给不同的投资组合。得分最差的公司(FSCORE小于或等于3)的基本面恶化情况最显著,被归类为低FSCORE公司。另外,得分最高的公司(FSCORE大于或等于7)在基本面方面有最佳的改善,被归类为高FSCORE的公司。本文的实证主要检验在整个样本中以及在各种价值/成长投资组合中,高FSCORE组合的收益表现是否优于低FSCORE组合。

2.4年化收益的计算

每个公司的年收益是从每个日历年的7月初到收益复合开始后一年或CRSP报告收益的最后一天,这一期间的持有收益。如果有公司退市,我们将按照Shumway(1997)的规定将退市收益纳入其中。我们会在6月30日通过从公司最新的年度财务报表中获得的财务信息来形成投资组合。将6月30日作为投资组合的形成日期与Fama和French(1992)的方法一致,并且由于投资组合每年仅形成一次,降低了实施和交易成本。我们将规模调整后的收益定义为每个公司的年收益减去与之规模相对应的CRSP十分位投资组合收益。

3. 实证结果

3.1 样本选择标准和描述性统计

在1972年至2008年之间,我们每年分别选择具有足够的股票价格和CRSP和COMPUSTAT财务报表数据的公司。对于每家公司,我们在会计年度末衡量股票的市场价值,价值/成长代理变量和九个财务业绩信号,以及六个月的买入-持有原始收益,以衡量动量效应。任何缺乏足够数据来估计这九个财务信号或公司之前六个月收益的公司都将从样本中删除。该过程产生了117,412个年度公司观测样本。表1的面板A包含了有关样本财务属性的描述性统计结果。

表1的面板B包含FSCORE与我们的相对估值比率之间的相关性。所有的相关性均在10%的水平上显著。具有较高FSCORE的公司还具有许多价值特征,其中FSCORE与账面市值比,盈利价格比,现金流价格比呈正相关,而与销售增长和股票换手率则呈负相关。这些相关性与价值(成长)状态与过去业绩负(正)相关的结论一致。我们还观察到BM,EP和CP之间存在正相关,SG和TO也倾向于与依赖价格的三个估值代理变量呈负相关关系。

我们研究设计的关键部分是,在假设FSCORE是未来公司业绩的有效指标的前提下,将隐含的业绩预期与FSCORE进行比较。面板C 展示了未来标准化预期外季度盈利(SUEs)和资产回报率(ROA)在各个FSCORE投资组合上的结果,为该假设提供了支持。SUE衡量季度盈利,计算方法为已实现的每股收益(EPS)减去前四个季度的EPS,再除前八个季度的标准差。我们展示了投资组合形成日期之后的四个季度的平均SUE。ROA的计算方式为:前一年的净收入除以当前总资产。我们的结果表明,我们的评分指标FSCORE可以预测未来的收益。在测量FSCORE之后的一年中,高FSCORE组合里的公司的未来SUE和ROA都显著大于低FSCORE组合。

识别导致价值/成长溢价的预期偏差效应:一种基本面分析方法

识别导致价值/成长溢价的预期偏差效应:一种基本面分析方法

识别导致价值/成长溢价的预期偏差效应:一种基本面分析方法

3.2 基于财务报表分析的投资策略的收益

表2列出了Piotroski(2000)的基本面投资策略在全部样本公司上的一年期买入-持有收益。面板A展示了年度的原始回报,面板B展示了按规模调整后的回报。与市场参与者对公司财务状况变化的信息反应不足的假设相一致,FSCORE对公司股票的未来收益表现成功进行了区分。

表2强调了两个主要发现。首先,一年期收益表现随FSCORE单调递增,这反映在两个收益指标的均值和中值上。基本面改善最明显的公司(FSCORE≥7)产生的年平均原始收益为19.12%,而基本面最差的公司(FSCORE≤3)的平均年原始收益为6.62%。就规模调整后的收益而言,高FSCORE投资组合每年的平均规模调整后收益为5.5%,而低FSCORE投资组合产生的平均规模调整后收益为-4.33%。在两种收益指标中,高FSCORE公司在均值和中值上与低FSCORE公司的差异在1%的水平上具有统计学意义。

其次,高(低)FSCORE公司的收益分布相对于全部样本公司的收益分布向右(左)转移。在全样本中,42.47%的样本产生了经规模调整后的正收益。相比之下,将近一半(47.78%)的高FSCORE公司产生了正的规模调整后收益,而低FSCORE公司产生正收益的比例大约为三分之一(35.24%)。这些比例的差异在百分之一的水平上都是显著的。使用原始收益得出类似的推论。

识别导致价值/成长溢价的预期偏差效应:一种基本面分析方法

3.3 基于价值/成长组合的财务报表分析策略的收益

研究价值溢价的早期研究隐含地假设组成特定价值/成长投资组合的公司之间具有同质性。但是,Piotroski(2000),Griffin和Lemon(2002)和Mohanram(2005)等人提供的证据表明,典型价值/成长投资组合中包含的一组公司可能表现出相当大的异质性。我们在以公司的FSCORE为基础的条件下。我们通过研究根据我们的五个关于价值/成长的代理变量和综合变量(CV)形成的投资组合的未来收益莱拓展这些研究。

识别导致价值/成长溢价的预期偏差效应:一种基本面分析方法

我们通过使用我们的综合估值指标(CV)对公司进行分类来阐明我们的主要预测。盈利预期,用E[E|FSCORE,CV]表示,和估值误差在价值/成长分类和最近的财务趋势下有如下分布。

识别导致价值/成长溢价的预期偏差效应:一种基本面分析方法

在此框架下,预期误差应集中在该矩阵左上角和右下角单元中的投资组合中。在定价错误的假设下,最显著的价值/成长效应将沿着矩阵的主对角线发生;而非对角线(FSCORE隐含的期望与公司比率隐含的期望“一致”)上的投资组合应该产生最小的价值/成长效应。

识别导致价值/成长溢价的预期偏差效应:一种基本面分析方法

识别导致价值/成长溢价的预期偏差效应:一种基本面分析方法

表3列出了以FSCORE为条件的各种价值/成长投资组合的年度收益。有三个共同的核心结果。首先,FSCORE在三个价值/成长投资组合中系统地区分了后来的赢家(股价表现良好)和输家(股价表现不佳)。

第三,每个投资组合收益矩阵的非对角线上的单元格都反映了以下情况:当前价值/成长代理变量所隐含的预期与当前基本面(FSCORE)隐含的预期现金流一致。例如,买入近期财务状况显着改善的低CP公司或财务状况显着恶化的高CP公司所产生的收益在经济上与和公司规模匹配的市场基准收益并无差异(规模调整后的收益分别为1.49%,1.42%)。

最后,对于每个价值/成长代理变量,我们都分别计算了在预期一致与不一致情况下,策略的多头收益和t统计量。不一致情况下的策略包括做多高FSCORE的价值型公司并做空低FSCORE的成长型公司。与之相反的是,预期一致情况下的策略包括做多低FSCORE的价值型公司并做空高FSCORE的成长型公司。显着性检验需要先进行Bootstrap,产生与表3底部所示的观察到的样本分布匹配的1,000个伪投资组合。在五个相对估值的代理变量中,我们发现预期不一致情况下的策略产生显着的平均收益,从11%至19%,超过了不考虑FSCORE情况下的价值/成长策略的收益。与之相反的是,尽管买入了价值型公司,卖出了了成长型公司,预期一致情况下的策略通常却会导致显着的负收益。

为了简化我们的分析并最大程度地减少使用相对估值的五个代理变量对公司进行分类时的测量误差,表4使用我们的综合指标(CV)重复了上述分析。面板A和面板B分别记录了累积的一年和两年期的回报。面板A确认了表3的主要发现,表明预期不一致情况下,策略产生的年均规模调整收益为16%,而一致的情况下,策略未能产生显著不等于零的收益。面板B表明,预期不一致情况下的策略在投资组合形成后的第二年继续积累超额收益(以递减的速度),两年累计收益为25.97%,这与投资组合形成后市场需要多年时间逐步消除估值误差的情况一致。

图1包含了1972-2008年时间窗口中每年的多空收益。价值/成长策略以黑条显示。FSCORE策略以灰条显示,预期不一致情况下的策略以黑线显示。每种策略每年执行一次,从次年7月到次年6月累积收益。虽然价值/成长策略和FSCORE策略始终产生正的多空收益,但是预期不一致情况下的策略通常会比其他任何一种策略产生更高的收益。在样本期,37年中有33年,不一致情况下的策略产生了正收益,并且都超过了价值/成长策略回报(有三年例外)。

尽管上表中使用的投资组合方法显示了对未来收益的强大预测能力,但也要担心收益会归因于预测收益的其他公司特征。为了减轻这些担忧,表5报告了横截面回归结果,该结果可控制公司的规模,动量和盈利公告的偏移。SIZE等于市值的对数,MM等于投资组合形成前六个月的公司经市场调整的收益,SUE等于公司最近的季度标准化未解释盈利 表5通过估计以下横截面模型给出了两组回归系数:

识别导致价值/成长溢价的预期偏差效应:一种基本面分析方法

方程式时抑制了截距项,以确保值/成长分类之间没有共线性。面板A展示了汇总的横截面回归结果,其中 等于公司i在t年的累计一年的原始收益。从每年的7月初开始,收益都是复合的。投资组合是使用公司最近的年度财务报表形成的。如果公司分别处于综合指标(CV)分类的底部30%,中间40%和顶部30%,则指标变量Value,Middle和Glamor分别等于1。这些指标变量旨在衡量当FSCORE所隐含的预期与我们的综合指标中包含的预期相称时,给定价值/成长投资组合所产生的固定收益效应。如果公司的FSCORE小于或等于3,在4到6之间或大于或等于7,则指标变量LowScore,MidScore和HighScore分别等于1。

在此横截面回归中,交互项捕获了在给定价值/成长组合内存在基于预期的估值误差的那些公司的收益效应。与投资组合的收益结果一致,基本面较差的成长型公司系统地表现优于基本面较强的成长型公司,而基本面表现较好的的价值型公司则系统地表现优于基本面不断恶化的价值型公司。此外,那些价值/成长投资组合的年收益在经济和统计上是等价的(估值比率所隐含的预期与FSCORE所隐含的预期一致的公司),年度原始收益分别为13.4、14.3和13.6,差异不显著 。第(2)到(4)列表明,这些推论在控制公司规模,动量和盈利公告的偏移具有鲁棒性。

识别导致价值/成长溢价的预期偏差效应:一种基本面分析方法

识别导致价值/成长溢价的预期偏差效应:一种基本面分析方法

Barber and Lyon(1997)证明,累积收益率显示出明显的偏度,随着持有期的延长,这种偏度变得越来越明显。Barber和Lyon(1997)以及Kothari和Warner(1997)均指出,使用多空收益的标准回归检验的假设可能未正确指定,并且由此产生的系数可能会受到“偏度偏差”的影响。为了减轻这些担忧,我们还使用月度横截面回归来估计以上方程式。R_it等于公司i在t个月的原始收益。面板B包含从1972年到2008年的432个月估算的平均系数和Fama-MacBeth t统计量。月度横截面回归在与我们的年度收益检验相似,表明投资组合和年度回归结果反映了一般的收益规律。

总结到目前为止的结果,我们的研究表明,与已经隐含在价值/成长代理变量中的预期相一致的历史财务信号似乎很快就被价格吸收了,而不一致的信号通常直到未来收到确定的财务消息才能被价格反映。以FSCORE为条件的观察到的收益规律与市场参与者将价值/成长投资组合作为一批类似证券进行定价并忽略了组成每种投资组合的公司的基本财务状况的差异,从而产生可预测的定价修正的观点相一致。

识别导致价值/成长溢价的预期偏差效应:一种基本面分析方法

识别导致价值/成长溢价的预期偏差效应:一种基本面分析方法

4.预期误差的直接证据

4.1 盈利公告期收益

衡量价值/成长投资组合中的公司是否存在预期误差的一种方法是通过市场对新的盈利/现金流量信息的反应来推断。具体来说,LaPorta,Lakonishok,Shleifer和Vishny(1997)研究了以公司账面市值比为条件的盈利公告期收益,发现成长型(价值型)公司在投资组合形成后那一年的盈利公告收益为负(正),与这些投资组合中存在系统性的预期偏差相一致。

表6列出了以公司的CV和FSCORE为条件的平均年度盈利公告期收益。因变量等于6月份投资组合形成后公司首次年度盈利公告后的三日收益率。与LaPorta,Lakonishok,Shleifer和Vishny(1997)中的证据一致,没有条件约束时,价值股的调整后盈利公告收益的平均值超过成长股。在以FSCORE为条件后,盈利公告期的收益显示出与年度收益具有相同规律。具体而言,FSCORE较低的成长公司产生的平均公告收益最小,而FSCORE较高的价值公司则产生最大的公告期收益。采用规模调整后的收益,并使用综合指标(CV)对价值/成长分类,预期不一致情况下的策略在这三天的多空收益为1.62%,约占该策略下年度收益总额16.27%的十分之一。

识别导致价值/成长溢价的预期偏差效应:一种基本面分析方法

4.2 分析师预测误差与修正

短窗口的盈利公告收益是一种证明价值/成长策略中基于期望的估值错误的作用的方法。与Doukas,Kim和Pantzalis(2002)相似,本节采用另一种方法,通过检验分析师的预测误差和修证来估计预期误差。这种分析的好处是,我们可以直接检验一组经验丰富的投资者的预期误差和预期修正,从而使我们能够克服通过短期价格变动而间接推断所带来的弱点。缺点是并非所有公司都被分析师覆盖,并且最终的样本将偏向具有更好信息环境的大型公司(Lang和Lundholm,1996年)。

我们将我们的主样本和IBES预测覆盖的样本取交集创建新样本。我们对6月份的一致EPS预测进行了衡量。接下来,我们创建2种衡量隐含在6月一致预测中的预期误差的方法:一致预测误差(FE)和分析师盈利预测的未来修正(REV)。一致预测误差(FE)定义为公司明年的实际收益减去一致预测,并根据组合形成时的每股总资产进行缩放。投资组合形成期。分析师盈利预测(REV)的修正是指一致预测从6月开始至公司下一次年度盈利公告日期间的总修正值,也按每股总资产进行缩放。

识别导致价值/成长溢价的预期偏差效应:一种基本面分析方法

表7列出了FE和REV的平均值和中位数,描述性统计数据。N-Retained等于分析师样本中包含的观测数量,而OBS等于原始样本中的观测值数量。注意到当要求观测值具有分析师预测时,样本观测数从117,420下降到53,011。表VII还包括了在各个FSCORE投资组合上的平均收益,表明当将样本限制在被分析师覆盖的公司时,高FSCORE公司的股票表现继续优于低FSCORE公司。在分析师样本中以及在所有FSCORE投资组合中,FE和REV的平均值均为负,这与分析师对公司的盈利持乐观态度相一致。但是,这种乐观的程度与公司最近的财务表现成反比。如表7所示,FSCORE可有效预测分析师的预测误差和预测修正。

表8记录了以FSCORE为条件的价值/成长投资组合的平均分析师预测误差和修正。面板A关注预测误差,价值型公司的无条件平均预测误差超过成长型公司,这与表VI中显示的公告窗口收益的规律一致。在以FSCORE为条件后,分析师对价值/成长投资组合的预测误差显示出与使用年度和公告窗口收益观察到的事前估值误差具有相同规律。特别是,FSCORE较低的成长型公司产生最大的负预测误差,而FSCORE较高的成长型公司的预测误差比所有其他投资组合都更接近0。

就预测修正而言,与价值公司相比,分析师更有可能对成长公司的预测进行下调修正(面板B)。更重要的是,以FSCORE为条件可增强价值/成长特征预测分析师修正的能力。FSCORE较低的成长公司的下调幅度最大,而FSCORE较高的价值公司的预测修正幅度往往低于其他所有投资组合。

将以上结果合计,本节表明,以分析师的预测误差和预测修正来衡量。价值/成长组合内部以及之间存在系统性的预期偏差,在成长型公司中,财务报表分析成功地确定了未来的负的业绩惊喜和向下调整的预测,而在价值型公司中,FSCORE预测了较低的预测误差和修正。在这两种情况下,预测规律都与归因于价值型和成长型证券的事前预期误差相一致。

识别导致价值/成长溢价的预期偏差效应:一种基本面分析方法

5.动量与基本面分析

识别导致价值/成长溢价的预期偏差效应:一种基本面分析方法

识别导致价值/成长溢价的预期偏差效应:一种基本面分析方法

表9记录了动量和FSCORE之间的交互作用。动量,MM,是用6月30日投资组合形成之前六个月的经市场调整后的累计收益来衡量的。我们将动量低于30%分位数的公司分配给低MM投资组合,将动量高于70%分位数的公司分配给高MM投资组合。表9的面板A展示了四个不同持有期(:6、12、24、36个月)相对应的动量与未来收益之间的关系。

与Jegadeesh和Titman(1993)的发现一致,在所有的持有期上,高MM投资组合的无条件收益超过低MM投资组合。表9的结果共同表明,FSCORE是过去和未来收益之间关系的强条件变量。在投资组合形成后的六个月中,高动量/高FSCORE公司的表现明显好于与其规模匹配的其他公司,而低动量/低FSCORE公司的表现则差得多。该策略六个月的持有期收益率为12.42%,相应的t统计量为19.85。相比之下,买入高动量/低FSCORE公司和卖出低动量/高FSCORE公司的收益仅为1.22%。

对较长持有期收益的研究进一步强调了在基于动量的策略中以公司财务状况为条件的重要性。在四个持有期内,无条件动量策略的收益保持相对恒定。无条件动量策略的6个月收益率为7.48%,36个月收益率为6.15%。相比之下,有条件动量策略的回报率从前六个月的12.42%稳步增长到36个月的29.23%。买入高动量/低FSCORE公司和卖出低动量/高FSCORE公司在前6个月的收益不显著,而在36个月的收益率显著为负,为-16%。这一结果与Chan,Jegadeesh和Lakonishok(1996)的发现截然不同,Chan,Jegadeesh和Lakonishok(1996)的研究没有发现过去股票表现良好(表现不佳)公司出现负(正)业绩意外的反转迹象。这表明对企业基本面变化的反应不足是动量策略收益的主要驱动力。2个研究结果的差异可能归因于FSCORE的使用,FSCORE可以提供对公司基本面变化的更全面评估。

表9的B板考察了动量组合中FSCORE与分析师预测误差以及预测修正之间的关系。该分析的样本由表7中相同的53,011个样本组成。高动量公司的无条件平均预测误差和修正超过低动量公司的平均预测误差和修正。与面板A中记录的年收益规律一致。此表的结果表明,财务报表分析也有助于分析师误差和修正的预测。特别是,FSCORE较低的低动量公司产生最大的负预测误差,而FSCORE较高的成长型公司具有最大的正预测误差和修正。在未列表的结果中,我们还使用公告窗口的收益找到了相似的预测规律。这些发现共同建立了过去动量与历史表现之间的重要联系,并提供了与基于反应不足的解释相一致的新证据。

6.结论

现有研究表明,归因于价值/成长效应的收益差异至少有一部分是暂时性定价错误的结果。根据这种解释,成长投资组合中被高估公司的权重较高,而价值投资组合中被低估公司的权重较高。这种错误的估值归因于对成长型公司的过于乐观的业绩预期和对价值型公司的过于悲观的预期。如果价值/成长效应是这些错误预期的后续反转的产物,那么基于表明未来现金流量变化的历史信息,价格的后续调整应是可以预测的,并集中在那些预期发生反转的公司中。

本文根据公司财务业绩的最新趋势,使用基于财务报表分析的评分标准,对公司进行分类,从而检验上述假设。我们的结果为现有文献提供了一些贡献。首先,我们证明了我们的评分标准是未来盈利情况的有效指标,与能够预测未来现金流变化的最近财务趋势一致。我们还证明了股票价格对这些趋势明显反应不足。

第三,对于那些当前财务趋势与公司当前价值/成长分类所暗示的预期相符的公司,其价值/成长效应会减弱为零。该结果表明,与已经隐含在价值/成长代理变量中的预期相一致的历史财务信号似乎很快就被价格所吸收,而不一致的信号通常直到未来收到确定的财务消息才能被价格反映。可预测的收益集中在预期不一致的公司中,而预期一致的公司中没有可预测的收益,这一现象与源于预期误差的价值/成长效应基本一致。同时,这些发现很难与价值/成长效应反映了风险补偿的观点相统一 。

最后,我们表明,将动量用作相对估值指标的替代变量可以证实我们的主要发现。我们的分析是受前人的研究启发,前人的这些研究将动量收益解释为对过去信息的反应不足。与这种解释一致,我们发现过去动量与未来收益之间的正向关系仅限于上升动量与财务绩效改善相伴而下降动量与财务绩效恶化相伴的企业。因此,我们的结果还提供了财务报表分析与动量收益之间的重要联系。

总之,结果表明,价值/成长效应是与过去的财务数据相关的可预测的预期误差的产物。尽管可能存在对这些模式的替代解释,但观察到的收益模式是与价格中隐含的系统预期误差相一致的,并且对仅基于风险的解释产生了怀疑。

海外文献推荐:因子选股类

向下滑动查看往期链接

第144期: 价值因子已死?

第142期: ESG投资:从罪恶股到Smart Beta

第135期:货币政策敞口因子MPE

动量溢出效应的根源

第36期:一种新的公允周期调整市盈率( CAPE)预测方法

第13期 :股票市场波动性与投资学习

第13期 :社会责任共同基金的分类及其绩效的衡量

第13期 :因子择时风险导向模型

第10期:利用信息因子解释回报

第10期 ;异质现金流和系统性风险

第9期:“打赌没有β”投资策略研究

第9期:利用条件信息理解投资组合的有效性

第8期:因子择时模型

第8期:优化价值

第7期:动量崩溃

第7期 :动量因子及价值因子在投资组合中的运用的实证研究

第7期:后悔的神经证据及其对投资者行为的影响

第6期:持续过度反应和股票回报的可预测性

第6期:五因子资产定价模型在国际市场上的检验

第5期:价值的另一面:毛盈利能力溢价

第5期:卖空比例与总股票收益

第4期:巨变的贝塔:连续型贝塔和非连续型贝塔

第4期:全球、本地和传染的投资者情绪

第4期:投资者更关注哪些因子?来自共同基金资金流的证据

第4期:总资产增长率与股票截面收益率的实证

第3期: Beta套利

第3期:前景理论与股票收益:一个实证研究

第3期:趋势因子:投资时限的信息能获得收益?

第3期:时变的流动性与动量收益

第2期:CAPM新视角:突尼斯和国际市场基于copula方法的验证

第2期:资本投资,创新能力和股票回报

第2期:风暴来临前的平静

第2期:资本投资,创新能力和股票回报

第1期:三因子与四因子模型对比与动量因子的有效性检验

第1期:五因子资产定价模型

第1期:多资产组合中的动量因子影响

第1期:基于插值排序标准化变量法和复杂变量的平衡分离树的多因子选股模型

海外文献推荐:资产配置类

向下滑动查看 ↓

海外文献推荐:事件研究类

向下滑动查看 ↓

第8期:机构投资者和股票拆分的信息产生理论

第6期:季节性收益

第6期:可预测的行为、利润和关注

第6期:盈余公告与系统性风险

海外文献推荐:投资者行为类

下滑动查看 ↓

第16期:坏习惯和好方法

第11期:状态变量、宏观经济活动与个股截面数据的关系

第10期:条件夏普比率

第9期:强制清算,减价出售与非流动性成本

第7期:买方与卖方谁发起交易

第7期:后悔的神经证据及其对投资者行为的影响

第7期:排名效应和交易行为:卖出最差的和最好的,忽略其余的

第6期:持续过度反应和股票回报的可预测性

海外文献推荐:择时策略类

向下滑动查看 ↓

海外文献推荐:公司金融类

向下滑动查看 ↓

第12期:世界各地的资本结构决策:哪些因素重要

第11期:财务风险有多重要?

第3期:机构投资者对公司透明度和信息披露的影响

海外文献推荐:基金研究类

向下滑动查看 ↓

海外文献推荐:其他

向下滑动查看往期链接 ↓

识别导致价值/成长溢价的预期偏差效应:一种基本面分析方法

识别导致价值/成长溢价的预期偏差效应:一种基本面分析方法

风险提示:本报告内容基于相关文献,不构成投资建议。

《天风证券-金融工程:海外文献推荐第152期》

2020年9月29日(注:报告审核流程结束时间)

本文来自网络,不代表神州微热搜立场,转载请注明出处:https://www.szwrs.com/24081.html

作者: admin

为您推荐

发表评论

电子邮件地址不会被公开。 必填项已用*标注

联系我们

联系我们

13000001211

在线咨询: QQ交谈

邮箱: email@wangzhan.com

关注微信
微信扫一扫关注我们

微信扫一扫关注我们

关注微博
返回顶部