基于行为财务视角的均值回归现象研究综述

孙维章 干胜道

(四川大学商学院，四川成都 610041)

一、引言

均值回归 (Mean reversion)是指证券风险、收益以及价格等无论过高或过低都会以很高的概率回到其均值水平的现象。均值回归源于学者对过度反应等市场异象的观察和研究，投资者对市场中消息事件的过度反应短期内会导致股价过高或者过低，但随着投资者掌握的信息逐步增加，其行为逐渐趋于理性，非理性的股价变动也会随之趋于理性，具体表现为均值回归现象。DeBont和 Thaler(1985)［1］研究了这一现象对股票价格的影响，结论显示证券市场中确实存在过度反应现象，并发现“输家组合”在组合形成后的5年内月收益都远远高于“赢家组合”，这个结论促使均值回归现象开始受到关注。Poterba和 Summers(1988)［2］发现股票收益在1年内呈正自相关关系，3－8年内则呈负自相关关系，即当股票价格偏离其基础价值时，投机力量的作用可能会逐渐消除这种差异，使股票价格回归均值。此后，很多学者开始对均值回归现象的存在性进行探讨，并尝试从行为角度进行解释，对基于有效市场假说的传统财务理论进行修正。

均值回归现象的存在意味着市场并非完全有效，这对以有效市场假说 (EMH)为基础的传统财务学形成重大挑战。此外，现实生活中存在很多市场异象难以用传统的财务学进行解释，如股权溢价和波动率之谜、动量效应等。为解释这些异常现象，有效市场理论逐渐放松了“理性经济人”这一假设，从而承认投资者在某种程度上是非理性的，但由于证券交易的随机性，其非理性行为会相互抵消，证券价格并不会受到严重影响。同时，证券市场中存在大量的理性套利者，也能有效地消除非理性行为对股票价格的影响。然而即便如此，有效市场理论在基础理论与实证检验方面仍然受到了严峻挑战。为了诠释上述均值回归等市场异象，学者们开始把目光转向有效市场理论外部，开始从个体入手，将心理学引入财务领域，通过对个体心理的研究，利用行为财务方法对其做出合理解释。投资者个体行为是复杂多变的，经济人假设并不适合所有投资者，在利用既有信息进行决策的过程中，个体行为因素起着决定性作用，因此财务学研究的重点不应仅局限于企业、市场，还应包括个体。目前，与传统财务研究不同，行为财务研究尚未形成一个完整的理论框架，甚至还没有一个学界公认的严格定义，但新研究成果已不断涌现，越来越多的国内外学者开始关注这一领域。

行为财务可翻译为“Behavior Finance”，由于“Finance”包含财务、金融和财政等领域的内容，“Behavior Finance”有时也被译为行为金融。笔者对均值回归现象的研究主要集中于股票风险、收益与价格等问题，并没有包含利率、汇率等宏观层面的均值回归现象，并且更为注重对个体而非市场的分析，从我国的学科划分来看更偏向财务学的内容。笔者从均值回归现象的存在性及其特征、均值回归动因的行为解释、基于投资者行为的资产配置决策三个方面对国内外的研究文献进行总结和评述，并深入分析和探讨了目前存在的质疑与争论，以利于学术界和投资者掌握这一领域的发展历程和最新动态。

二、均值回归现象的存在性及其特征研究

对均值回归现象的研究最初集中于股票价格问题，后来人们发现投资风险、会计收益等都存在均值回归现象。传统的资本资产定价模型 (CAPM)假定投资者是理性的且资本市场是完全有效市场，投资者的个体行为是不重要的，市场中的系统风险 (一般用贝塔系数表示)和单项资产的非系统风险共同决定了资产风险溢价。考虑了行为因素后的行为资产定价模型 (BAPM)则认为噪声交易者 (noise trader)容易产生认识偏差，并不按照严格的风险——收益方式进行选择从而对资产价格形成影响。因此，笔者在讨论均值回归现象的存在性问题时，从价格、风险角度分别进行了阐述，同时鉴于会计收益对股价的直接影响，将对会计收益的均值回归现象进行单独介绍。

1、证券价格的均值回归

Poterba和 Summers(1988)［2］以1926 －1985年美国和其他17个国家的证券市场为样本进行研究，发现1年期内的股票收益存在正自相关关系，3－8年期内的股票收益存在负自相关关系，而且8年股票收益方差仅为1年股票收益方差的4倍而非8倍。这项研究不仅验证了均值回归现象的存在，也揭示了较低的长期风险存在的可能性。Fama和 French(1988)［3］也对1926－1985年的美国证券市场进行了实证检验，发现1年以上的投资期间股票收益存在大量负自相关现象，意味着当股票收益偏离真实收益时，存在促使股票价格向其均值回归的因素。他们分别对大公司和小公司3－5年期的可预期收益变化进行检验，发现大公司25%的股票收益变化来源于均值回归，而小公司相应的比例为40%。

Nam，Pyun 和 Arize(2002)［4］利用 ANST －GARCH(Asymmetric Nonlinear Smooth－Transition GARCH)模型，选择1926年1月至1997年l2月美国证券市场的月度数据进行研究，发现股票收益率呈非对称(Asymmetric)的均值回归，且负收益率的均值回归速度明显大于正收益率的均值回归速度，他们认为非对称均值回归现象验证了过度反应理论。Nam，Pyun和Arize(2003)［5］研究了环太平洋地区9个国家的周指数收益，进一步验证了非对称均值回归的存在。Bali，Demirtas 和 Levy(2008)［6］的研究也为非对称回归提供了证据，他们发现市场大跌时期均值回归的速度明显偏高，且月度组合收益与前1到8个月日极值收益明显负相关。Gropp(2004)［7］对1926 －1998 年美国证券市场进行检验，认为均值回归现象明显存在，且存在一个4年半至8年的半衰期。Mukherji(2011)［8］研究发现1926－1966年间，不论大公司还是小公司，其1－5年的股票回报都呈现明显的均值回归。1967－2007年间，大公司5年期股票回报以及小公司1年期、4年期和5年期股票回报存在明显均值回归特征，表明最近几十年股票回报中的均值回归现象不断弱化但仍然持续，尤其是小公司的股票回报。

对世界上其他地区证券市场的研究也验证了均值回归现象的存在。Malliaropulos和Priestley(1999)［9］选取7个东南亚国家或地区证券市场为研究样本，发现调整为美元后的长期超额收益存在均值回归现象。Balvers和Wu(2006)［10］对18个具有代表性国家证券市场1969～1996年的数据进行实证研究，结果验证了非常明显的均值回归特征。Hoque，Kim和Pyun(2007)［11］研究了香港、印度尼西亚、韩国、马来西亚、菲律宾、新加坡、台湾和泰国8个亚洲新兴权益市场，发现除台湾和韩国之外的所有国家股票价格都存在均值回归现象，而且1997年东南亚金融风暴之后外国资本的进入并没有明显改变均值回归的节奏。

国内一些学者也进行了大量相关研究，宋玉臣和寇俊生 (2005)［12］以上证综合指数、深圳成份指数、上证B股指数、深圳B股指数为样本对中国证券市场进行了实证分析，得出上证综合指数呈均值回归特征的结论。丁志国、苏治和杜晓宇 (2006)［13］基于 ANST－GARCH模型，利用美国、英国、日本和中国证券市场数据实证检验了国际证券市场普遍存在的非对称均值回归特征。

2、证券风险的均值回归

(1)系统风险 (贝塔系数)

贝塔系数是度量资产系统性风险的指标，是资本资产定价模型 (CAPM)的重要参数。围绕贝塔系数的评估和应用，传统财务理论已经做了大量的研究和论证，均值回归的出现为贝塔系数的预测提供了新的工具。Blume(1971)①最早发现贝塔系数的回归特征，并通过进一步的研究认为贝塔系数的均值回归揭示了风险不稳定的原因。具体而言，一个公司所选择的项目初始风险可能较高，但随着时间推移这些项目的风险将逐渐降低，从而导致公司权益贝塔值 (equity beta)相对下降。随后，又有很多学者对这一现象进行了后续验证。国内学者郑振龙 (2006)［14］等也检验了贝塔系数的均值回归过程。

此外，Gangemi，Brooks 和 Faff(1999)［15］发现不但单个公司贝塔系数存在均值回归现象，国家整体贝塔系数 (aggregate country betas)也存在均值回归现象。Koutmos和Knif(2002)［16］发现了贝塔系数具有时变特征，并采用不对称GARCH模型进行检验，结果显示时变贝塔系数向其长期均值的缓慢回归是一个平稳的过程。也有一些学者认为风险的变化并非源于均值回归。Cullen et al(2011)［17］认为共同基金跨期风险的变化可以人为控制而非均值回归导致，大部分基金通过交易来降低风险，过去表现与收益方差的预期变化不相关。

(2)非系统风险

非系统风险包括财务风险、信用风险、经营风险、操作风险等多种形式，均值回归的研究文献中仅Chen和Zhao(2007)［18］对非系统风险进行了关注，其重点研究了杠杆比率的均值回归现象。权衡理论认为企业会通过破产风险和负债经营获取避税收益之间的权衡，从而选择合适的杠杆比率，这是资本结构理论的经典观点，很多学者都对其进行了论证。但Chen和Zhao(2007)［18］认为以往的研究忽略了机械回归的因素，杠杆比率的变化并不仅仅是人为的权衡策略导致的。他们认为不管目标杠杆比率是否存在，一般企业的杠杆比率都会机械的向均值回归，这个结论从一个崭新的视角审视了权衡理论的观点，为资本结构决策提供了新的思路。

3、会计收益的均值回归

Yen，Sun 和 Yan(2004)［19］对新加坡证券市场中价值股和成长股的投资价值进行了研究，发现超额 ROE存在均值回归现象。Knapp，Gart和 Chaudhry(2006)［20］研究了银行控股企业盈利的序列相关性，发现企业盈利明显向行业均值回归。Chen和Lin(2011)［21］通过建立动量门限自回归模型研究了ROE的回归特征，发现了ROE存在不对称均值回归现象。实证结果显示ROE在向长期均值回归的过程中，上升状态的调整速度比下降状态时慢。另外，还有一些研究结论显示投资者获利的乐观情绪与ROE的异常变化显著相关。

三、均值回归的行为解释研究

Lakonishok，Schleifer 和 Vishny(1994)［22］从投资者心理的角度解释了均值回归现象，他们发现投资者存在过度推断 (over extrapolation)心理，会过度依赖过去的表现来推断未来的表现，因此过去表现好的股票价格会被高估，过去表现差的股票价格将被低估，长期内股票回归真实价值导致均值回归现象的出现。Chen和Lin(2011)［21］认为非对称的均值回归与迎合理论的解释相符。迎合理论认为投资者对利好消息的反应强于利空消息，基于投资者的这种心理，股价上升时期管理层会通过盈余管理来粉饰业绩以迎合并利用投资者的乐观情绪，因此股价下滑的阻力增加，均值回归速度下降。

也有一些学者对上述行为解释持怀疑态度，他们试图将均值回归现象重新纳入风险——收益框架下，从风险变化的角度进行解释。Gangopadhyay 和 Reinganum(1996)［23］认为如果假定市场风险溢价不变，均值回归可以理解为对非理性市场中错误定价的一种修正，但如果假设市场风险溢价具有时变特征，均值回归则是价格的理性变化。Nam，Pyun和 Arize(2003)［5］认为非对称均值回归源于投资者各异的定价行为，股市大跌之后，投资者实际上通过降低风险溢价来抵消风险，风险溢价的降低一方面推高了股价，另一方面也使得负收益更快的回归均值。

丁志国、苏治和杜晓宇 (2006)［13］对基于行为解释的过度反应假说和基于风险解释的时变理性预期假说进行了比较研究。他们采用ANST－GARCH模型，以中国沪市A股指数、中国深市A股指数、美国S＆P 500指数、英国FI＇SE 350指数和日本Nikkei225指数收益序列为样本进行实证检验，结果显示投资者对坏消息过度反应而对好消息反应不足，信息反应存在非理性，过度反应假说成立，而预期收益与风险的正相关关系并不完全成立，结论并不支持时变理性预期假说。

四、基于投资者行为的资产配置决策研究

均值回归为市场可预测性提供了证据，在此基础上，很多学者对资产配置决策进行了实证研究和行为解释。Lakonishok，Schleifer和Vishny(1994)［22］认为过度推断 (over extrapolation)心理导致了均值回归现象的出现，过去表现好的股票会被高估，表现差的则会被低估。因此，他们提出了逆势投资策略，即通过卖出那些过去一直表现较好并被投资者看好的增长股，买入那些过去表现不佳不被看好的价值股，会获得超额收益。他们同时对价值投资超额收益的风险解释进行检验，没有发现相关的支持性证据。

Cincotti et al(2003)［24］采用模拟证券市场的方法验证了均值回归在长期投资中的优势。Balvers和Wu(2006)将基于均值回归的逆势投资策略与动量投资理论进行组合，发现组合策略要优于两种策略的任何一种。Seasholes和Wu(2007)［10］研究了上海股市的涨停现象对投资者行为的影响。热门事件会促使个人投资者购买那些原本并不打算持有的股票，热门事件影响范围越小则影响范围内的股票购入增加越多，反之亦然，这个规律导致涨停的股票在随后的一周存在明显的均值回归。理想的投资策略应该是在t日买入股票并在t+1日卖出，这样可以获得约1.16%的日收益。Loeffler和Maurer(2011)［25］在杠杆均值回归研究的基础上预测了未来杠杆并将其归入违约风险的一系列驱动因素，在此基础上构建的风险模型预测能力大幅提高。

五、均值回归现象研究的质疑与展望

1、对均值回归研究的质疑

对均值回归研究的质疑主要包含三个方面，即研究方法的科学性、二战之后均值回归现象的存在性以及证券市场均值回归现象的涵盖范围。 Jegadeesh (1991)［26］和 Gangopadhyay(1996)［23］认为 Fama 和 French(1988)［3］的研究忽略了可能存在的两类季节性影响因素，这两类因素变性风险溢价，与出于税收目的年底售出表现糟糕的债券的行为息息相关。McQuccn(1992)［8］指出 Fama 和 French(1988)［3］所使用的最小二次估计值不能反映二战前后的股价变 动。Jegadeesh(1991)［26］和 Kim et al(2001)［27］研究发现二战之后均值回归现象几乎不再存在，McQuccn(1992)［8］的研究也验证了这一结论。Kim et al(1998)［28］发现 1926－1986年间均值回归现象明显减弱，当样本时期扩展到1995年后，均值回归假设依然不能被接受，对子样本的检验表明仅1926－1946年间存在一定的均值回归现象。Titman和 Wei(1999)［29］通过研究韩国和台湾证券市场，发现两者几乎都不存在均值回归现象。Hoque，Kim和Pyun(2007)［11］的实证研究也为这一结论提供了佐证。McPherson，Palardy和 Vilasuso(2004)［30］对国际证券市场的研究发现仅加拿大TSE 100指数和意大利BIC指数存在长期均值回归现象。Narayan和 Smyth(2007)［31］的研究表明G7工业国中仅日本的股票价格指数存在均值回归现象，认为随机漫步理论更有说服力。

2、对均值回归研究的展望

均值回归现象不是一种简单的证券价格变动趋势，投资者行为的复杂多变和市场的并非完全有效导致证券的风险、价格都呈现一定的均值回归特征。因此，很多学者开始转向行为方法研究，将投资者还原为社会人而不仅仅是理性人，这与现实更为切合。目前，国外关于均值回归现象的研究相对较多，也较为多元化，从早期对均值回归现象存在性的论证逐步扩展到对现象的行为解释及应用，研究对象也从美国逐渐扩展到拉美、亚太等其他国家的证券市场，但仍然存在如下值得深究的问题：一是大部分研究仍然是对现象的分析，对现象的解释与应用较少;二是注重对证券市场的研究，缺少对企业财务的关注，重宏观、轻微观［32］;三是研究方法比较单一，以实证为主，缺少针对企业的案例研究。因此，笔者认为未来均值回归现象的研究中值得关注的论题如下：一是国内证券市场均值回归特征的检验;二是投资者行为特征的分析，包括中小投资者、机构投资者等;三是企业财务指标的波动特征及其驱动因素因素;四是管理层行为特征的研究等。

【注 释】

①转引自Gangemi M.，et al.Mean reversion and the forecasting of country betas：a note ［J］.Global Finance Journal，1999，(10)：231－245.见参考文献 ［15］.

［1］DeBondtW.F.M，Thaler R.Does the Stock Market Overreact?［J］.The Journal of Finance，1985，(3)：793 －805.

［2］Poterba J.M，Summers L.H.Mean reversion?in stock prices：Evidence and Implications ［J］.Journal of Finance Economics，1988，(22)：27－59.

［3］Fama E.F.，Frech K.R.Permanent and temporary components of stock prices ［J］.Journal of Political Economy，1988，(96)：246－273.

［4］Nam K.，etal.Asymmetricmean～reversion and contrarian profits：ANST～GARCH approach［J］.Journal of Empirical Finance，2002，(9)：563－588.

［5］Nam K.，et al.Is asymmetric mean－reverting pattern in stock returns systematic?Evidence from Paci?c－basin markets in the short－ horizon.Int.Fin ［J］.Markets，Inst.and Money，2003，(13)：481－502.

［6］Bali G.，et al.Nonlinearmean reversion in stock prices ［J］.Journal of Banking＆ Finance，2008，(32)：767－782.

［7］Gropp J.Mean reversion of industry stock returns in the U.S.［J］.1926 ～1998.Journal of Empirical Finance，2004，(11)：537－551.

［8］Mukherji S.Are stock returns still?mean reverting?［J］.Review of Financial Economics，2011，(2)：22－27.

［9］Malliaropulos D.，Priestley R.Mean reversion in Southeast Asian stock markets［J］.Journal of Empirical Finance，2001， (6)：355－384.

［10］Balvers R.J.，Wu Y.R.Momentum and mean reversion across national equity markets ［J］.Journal of Empirical Finance，2006，(13)：24－48.

［11］Hoque H.A.A.B.，et al.A comparison of variance ratio tests of random walk：A case of Asian emerging stock markets［J］.International Review of Economics and Finance，2007， (16)：488－502.

［12］宋玉臣，寇俊生.沪深股市均值回归的实证检验［J］.金融研究，2005，(12)：55－61.

［13］丁志国，苏 治，杜晓宇.时变理性预期假说与过度反应假说——基于ANST－GARCH模型的国际证券市场实证检验［J］.吉林大学社会科学学报，2006，(2)：92－98.

［14］马喜德，郑振龙.贝塔系数的均值回归过程［J］.工业技术经济，2006，(1)：100－101.

［15］GangemiM.，etal.Mean reversion and the forecasting of country betas：a note ［J］.Global Finance Journal，1999，(10)：231－245.

［16］Koutmos G.，Knif J.Time variation and asymmetry in systematic risk：evidence from the Finnish stock exchange ［J］.Journal of Multinational FinancialManagement，2002，(12)：261 －271.

［17］Cullen G.，et al.Changes to mutual fund risk：Intentional or mean reverting?［J］.Journal of Banking ＆ Finance，2012，(1)：112－120.

［18］Chen L.，Zhao X.L.Mechanicalmean reversion of leverage ratios［J］.Economics Letters，2007，(95)：223 －229.

［19］Yen J.Y.，etal.Value versus growth stocks in Singapore［J］.J.of Multi.Fin.Manag，2004，(14)：19－34.

［20］Knapp M.，et al.The impact ofmean reversion of bank pro?tability on post－merger performance in the banking industry［J］.Journal of Banking＆ Finance，2006， (30)：3503 －3517.

［21］Chen A.S.，Lin S.C.Asymmetrical return－on－equity?mean reversion and catering［J］.Journal of Banking ＆ Finance，2011，(1)：471－477。

［22］Lakonishok J.，Schleifer A.and Vishny R.W.Contrarian Investment，Extrapolation and Risk ［J］.Journal of Finance，1994，(49)：1541－1578.

［23］Gangopadhyay P.，Reinganum M.R.Interpreting Mean Reversion in Stock Returns［J］.The Quarterly Review of Economics and Finance，1996，(3)：377－394.

［24］Cincotti S.，etal.Who wins?Study of long－run trader survival in an artificial stock market［J］.Physica A，2003， (324)：227－233.

［25］Loeffler G.，Maurer A.Incorporating the dynamics of leverage into default prediction ［J］.Journal of Banking ＆ Finance，2011，(12)：3351－3361.

［26］Jegadeesh N.，Titman S.Returns to BuyingWinnersand Selling Losers：Implications for Stock Market Efficiency ［J］.The Journal of Finance，1993，(3)：65－91.

［27］Kim C.J.，et al.Does an inter－temporal tradeoff between risk and return explainmean reversion in stock prices?［J］.Journal of Empirical Finance，2001，(8)：403 －426.

［28］Kim C.J.，et al.Testing for mean reversion in heteroskedastic data based on Gibbs－sampling－augmented randomization［J］.Journal of Empirical Finance，1998，(5)：131 －154.

［29］Titman S.，Wei K.C.J.Understanding stock market volatility：The case of Korea and Taiwan［J］.Pacific－Basin Finance Journal，1999，(7)：41 －66.

［30］McPherson M.Q.，etal.Are international stock returns predictable?An application of spectral shape tests corrected for heteroskedasticity ［J］.Journal of Economics and Business，2005，(57)：103－118.

［31］Narayan P.K.，Smyth R.Mean reversion versus random walk in G7 stock prices：evidence from multiple trend break unit root tests.Int.Fin.Markets［J］.Inst.and Money，2007， (17)：152－166.

［32］陈修谦.我国上市公司股利政策影响因素及其行为动因探讨［J］.湖南财政经济学院学报，2012，(2)：113－117.