信息不确定与预期收益

胡可

摘 要：本文使用了信息不确定来预测横截面收益，并用几种不同方式衡量信息不确定性，我们可以发现两种效应：（1）均值效应：平均而言，高信息不确定性的公司在未来会赚取更少的利润（2）互动效应：价格和利润动量效应在高信息不确定性的公司表现更强。这些表现与下文提到的模型一致，模型表明：高信息不确定的公司让投资者的过度自信和有限理性的套利更加恶化。但研究也存在一些测量方式和假定设置前提的缺陷，将对此作进一步修正。

关键词：有限套利 动量效应 信息不确定 行为金融

1.信息不确定性的现状分析

根据以往经验，把信息不确定性定义为“价值模糊”，或者是公司价值可以被知识渊博的投资者以合理成本估计的精度。信息不确定性并不意味着信息不对称（一些代理人可能比其他人更了解公司的价值），我们将其定义为“价值模糊”或者是公司价值可以被知识最渊博的投资者以最合理成本估计的程度。通过这个定义，高信息不确定性的公司的预期现金流可能由于其商业或经营环境更加未知。这些公司都有着更高的信息获取费用，他们基本的价值估计也更加不可靠、不稳定。

在这个研究中，我们根据经验估计得出结论：不仅仅可以预测信息不确定性与平均预期收益之间的负相关关系（均值效应），还可以得出信息不确定因素与价格和利润动量之间存在关联（互动效应）。本次的分析也是基于行为金融学理论而言的，两个主题是信息不确定与投资者决定偏好（过度自信）的正相关程度以及它和套利成本之间的正相关关系。这两个效应在存在高信息不确定的公司中共同产生了更低的平均收益和和更大的动量收益。

在投资者过度自信的前提下：投资者对自己的私人信号赋予过多的权重而将像收益发布、过往股票收益这样重要的公示信息内容赋予了不足的权重。这种模型也因此将投资者的过度自信视作以往延续的股票收益市场投资异象的驱动力量。

基于这个观点，我们认为过度自信加剧了高信息不确定因素的环境影响，在这个环境中，公司的价值对于最有经验的投资者来说都是模糊的。随着价值模糊的加剧，投资者将更加依赖自己的私人信号交易。更重要的是，如果悲观的投资者离开了市场，信息不对称成本与短期卖出相关联，高信息不确定因素的公司就会因最高的私人价值影响其余乐观的投资者。随着时间的推移， 高信息不确定因素的公司价格中的超额乐观主义被纠正， 这些公司将在未来时期赚取较低的回报。

高信息不确定因素的投资者倾向于赋予私人信号更多的权重并且很不重视公众信息和公司基本信息。结果就是两种现象的出现：（1）高信息不确定性的公司会被高估价格，因此未来的利润也会更少（2）高信息不确定因素的公司表现出更强的价值和利润动量效应。

2.信息不确定性情况下的集中套利模式

关于套利限制的文献表明三种类型的成本将面临套利： （1） 信息成本， （2） 交易成本， （3） 持有成本。有了更多信息不確定因素，理性交易者面临较高的信息获取和处理成本 ， 以及更高的与价值估计干扰有关的风险。同时，交易成本和持有成本也常常在高信息不确定因素的公司里更高。我们认为增加套利成本也会使价格和利润动量效应在这些公司里表现更强。

过度自信： 个人对自己的信息的精确度过度确信。图1a显示了过度自信下的标准统计，表示其中个人的主观价值估计分布与实际的基础分布相比太窄。

高信息不确定性的环境之下，值估计的真正分布更分散，方差更大（图1b）。根据先前的实验证据， 我们假定投资者不充足地调整在信息不确定因素环境中的系统性变化。结果就是我们期望投资者能够调整自己的行为，使之与高信息不确定环境中的过度自信相一致。

第二部分讨论了信息套利在高信息不确定环境之中变得更加困难。当公司的价值变得模糊不清，相对于过度自信的投资者而言，完全理性的投资者将会面临更高的套利策略成本。这些更高的成本由许多部分构成：增加的信息风险（更低的估计可信度）；更高的信息获取成本；在定价之前更久的持有期和信息流发生的可能性增大。

在高信息不确定因素环境中，合理的套利面临较高的信息获取和分析成本，其最终价值估计不那么可靠，从而使策略更具危险性。此外，当基本价值不确定时，价格趋同对价值的过程更可能是旷日持久的，增加了维持套利头寸的成本。

与信息级联相关的参数值得进一步阐述。当每个个体收到一个嘈杂的私人信号时， 通常最好遵循前面交易者的行为，而不考虑自己的信息。在模型中，不正确级联的可能性是每个个体的专用信号精度的函数即，当个体接收到噪声（低精度）信号时，不正确的信息流更加频繁。因此，他们的模型表明，在高信息不确定因素环境中，由于信息级联而导致的错误定价可能会更容易发生。

我们认为，通过合理的套利的自适应行为可以促进高信息不确定因素环境中的动量效应。当估值不确定时，理性的套利会降低他们在私人基本信号上的权重，并在其他交易者的方向上更快地更新。换言之，在高不确定性的公司，理性的套利者将从事一种形式的积极反馈交易，以弥补他们自己的信号的嘈杂性质.因此，而非帮助纠正错误定价，理性投资者的行为可以导致价格进一步偏离基本价值。级联的频率越大，则高信息不确定因素的套利成本就会增加。

综上，认为公司价值在高度不确定时，未来的利润会被两个重要的规律总结：（1）均值效应：更低的平均利润（2）互动效应：增加的动量收益。正如我们所提到的，这一理论预测，高信息不确定因素公司将表现出更强的动量效应即，购买最近的赢家和出售最近的输家将在高不确定环境产生更高的交易收益。

3.各类型公司在信息不确定条件下的套利选择

如果公司是：（1）较年轻，（2）波动较大，（3）营业额较大，或（4）股本持续时间较长，则回报率较小。此外，回报率较低的公司发现其动量效应特别大。这些变量中的每一个都是用来代表信息不确定性的，定义为有知识的投资者以合理的成本估计公司价值的精确性。本文认为，行为金融理论预测信息不确定度高时证券定价错误。过度自信是指投资者高估其信息信号的准确性的趋势。当价值观含糊不清时， 过度自信可能尤为重要。此外，信息不确定程度高的股票可能更难套利。这两个因素共同表明，高不确定性的股票可能过高定价，从而产生低回报率。

高信息成本公司的動量效应会更强。其想法是，随着更多的不确定性，在交易决策中，投资者将更依赖于自己的私人信号，并将忽略过去的回报。如果库存量大、波动性高、股本持续时间长或上市时间短，股票的回报率就会较低。此外，这些股票的动量效应尤为强烈。用一种非正式模型解释这些发现，它将低回报和动量与高信息不确定性和高套利成本联系在一起。模型是合理的，经验结果是有趣的。然而， 用于信息不确定性的代理有问题，而且可能与其他混杂因素有关。

这个模型是合理的，适合数据。不过，值得保留的是，在传统的金融模型中，投资者被认为是理性的，这种假设意味着市场是有效的。然而，即使是传统范式中最热心的防卫者也认为个人没有心理偏见的。相反， 理性的简化假设得到了辩护，因为偏见被认为会在总量中抵消， 或者因为理性投资者预期会套利错误定价证券的利润。通过引入既定的心理偏见，行为学派通常被认为是更准确的模型。但这不一定是真的。偏见可能有抵消或抑制效应。通过引入多项偏见， 不能保证模型比传统的理性投资者模型更为现实。如果忽略了乐观、锚定和无法准确更新概率的其他偏见，那么模型价格就不一定会比忽略所有偏见更准确。从公平的来说，这一评论可以应用到几乎整个行为金融领域。

4.结论

这些发现对投资经理有很有趣的影响。先前的研究表明，与价值相关的和动量相关的信号都有预测能力的回报。然而，由于这两种类型的信号是负相关的，每种类型的信号排序适当的权重是一个重大的挑战。我们的发现表明，在这些决策中，信息不确定是一个潜在的仲裁者。总而言之，我们认为，在理解市场定价动态方面，信息不确定性是一个中心概念。我们的研究并没有解释动量的存在。然而，我们的工作有助于揭示如何改变价格发现过程，从而影响到动量效应的大小。

参考文献：

[1] Geczy， C.， D. Musto and A. Reed. （2002）. ‘‘Stocks are Special Too： An Analysis of the Equity Lending Market. Journal of Financial Economics 66， 241–269.

[2] Jiang， Lee and Zhang （2005）. ‘‘Information Uncertainty and Expected Returns. Review of Accounting Studies， this issue.

[3] Ang， A.， R. Hodrick， Y. Xing， and X. Zhang. （2003）. ‘‘The Cross-section of Volatility and Expected Returns. Working paper， Columbia University.

[4] Asness， C. （1997）. ‘‘The Interaction of Value and Momentum Strategies. Financial Analysts Journal 53， 29–36.

[5] Avery， C. and P. Zemsky. （1998）. ‘‘Multi-dimensional Uncertainty and Herd Behavior in Financial Markets. American Economic Review 88， 724–748.

[6] Barberis， N. and R. Thaler. （2003）. ‘‘A Survey of Behavioral Finance. Handbook of the Economics of Finance， Chapter 18， edited by G. M. Constantinides， M. Harris， and R. Stulz. Elsevier/North-Holland.

[7] Bernard， V. L. and J. K. Thomas. （1990）. ‘‘Evidence that Stock Prices do not Fully Reflect the Implications of Current Earnings for Future Earnings. Journal of Accounting and Economics 13， 305–341.

[8] Bikhchandani， S.， D. Hirshleifer and I. Welch. （1992）. ‘‘A Theory of Fads， Fashion， Custom and CulturalChange as Information Cascades. Journal of Political Economy 100， 992–1026.