一、一次体检

这一讲要回答的问题是:上一讲的有效市场假说,在真实数据面前表现如何?

先看一个场景。

你读到一条新闻:“某公司季度盈利大幅超出分析师预期,股价当天上涨 6%。“你心里冒出两个问题:

  1. 这 6% 是在消息公布的那一刻一次性涨完的,还是之后几天、几周还会继续涨?如果还会继续涨,那么现在买入是不是还来得及?
  2. 如果这类消息总是让股价持续上涨一段时间,为什么那些职业的基金经理没有利用它,把这个规律消灭掉?

这两个问题,恰好对应着检验市场效率的几种主要方法。这一讲就沿着它们,把证据一样一样摆出来。

二、给市场做体检

打个比方。医生要判断一个人是否健康,不会只看一项指标,而是会做好几种检查:

  • 反射测试:用小锤子敲一下膝盖,看腿会不会立刻弹起来。反应要快,而且不能过度。
  • 化验指标:抽血化验,看有没有哪几项指标长期偏离正常范围。偏离不一定说明有病,但值得留意。
  • 体能测试:让他跑一圈,看实际表现怎样。

检验市场效率也是这三种思路:

  • 事件研究就是反射测试:一个消息出来,价格的反应快不快、准不准。
  • 异象研究就是化验指标:有没有一些能预测收益的规律长期存在。
  • 职业投资者的业绩就是体能测试:那些全职在市场里找机会的人,实际上能不能跑赢市场。

这个比方后面会回来。

三、反射测试:事件研究

3.1 怎么衡量"对消息的反应”

要知道一条消息对股价的影响,不能只看股价当天涨了多少。因为那一天整个市场可能也在涨,股价的上涨有一部分只是跟着市场走。

事件研究的做法是:先用第十三讲的单指数模型,估计这只股票"在正常情况下"应该有多少收益,再用实际收益减去它。差值叫做异常收益,就是这条消息带来的、市场解释不了的那部分。

异常收益 = 实际收益 −(阿尔法 + 贝塔 × 市场收益)

把消息前后每一天的异常收益加起来,叫做累计异常收益。它描绘了价格对这条消息的完整反应过程。

3.2 手算一个例子

回到开头那家公司。假设用消息公布之前一年的数据估计出来,它的贝塔是 1.2,阿尔法近似为 0。下面是消息公布前 3 天到公布后 5 天的数据(第 0 天是公布财报的那一天):

相对公布日 市场收益 股票实际收益 正常应有的收益(1.2 × 市场) 异常收益 累计异常收益
−3 0.5% 0.7% 0.60% 0.10% 0.10%
−2 −0.3% −0.2% −0.36% 0.16% 0.26%
−1 0.2% 0.3% 0.24% 0.06% 0.32%
0 0.4% 6.5% 0.48% 6.02% 6.34%
+1 −0.2% 0.1% −0.24% 0.34% 6.68%
+2 0.1% 0.0% 0.12% −0.12% 6.56%
+3 0.3% 0.5% 0.36% 0.14% 6.70%
+4 −0.4% −0.6% −0.48% −0.12% 6.58%
+5 0.2% 0.3% 0.24% 0.06% 6.64%

以第 0 天为例:

  1. 市场当天涨了 0.4%,这只股票的贝塔是 1.2,所以"正常"应该涨 1.2 × 0.4% = 0.48%。
  2. 它实际涨了 6.5%。
  3. 异常收益是 6.5% − 0.48% = 6.02%。这才是消息本身带来的部分。

看最后一列:消息公布之前,累计异常收益几乎为零;公布当天,一下子跳到 6.34%;之后几天,它在 6.5% 到 6.7% 之间小幅波动,没有明显的趋势。

这就是有效市场下的理想图景:价格在消息公布的那一刻一次性反应到位,之后既不继续上涨,也不回落。 膝盖一敲,腿立刻弹起来,然后停住。

3.3 真实的事件研究告诉了我们什么

1968 年,Ray Ball 和 Philip Brown 发表了最早的系统性事件研究之一。他们研究了公司公布年度盈利前后的股价表现,发现了两件事:

第一,大部分反应在公布之前就已经发生了。 盈利好的公司,股价在公布之前的几个月里就在逐渐上涨。原因是市场从各种渠道(季度报告、行业数据、管理层的言论)提前获得了信息。等到年报正式公布,它已经不是什么"新"消息了。

第二,公布之后还有一段漂移。 这是一个让有效市场假说头疼的发现:盈利大幅超预期的公司,股价在公布之后的几个星期甚至几个月里,平均还会继续上涨;盈利大幅低于预期的,平均还会继续下跌。这叫盈余公告后漂移。1989 年 Victor Bernard 和 Jacob Thomas 的研究仔细地记录了这个现象,发现漂移可以持续约 60 个交易日。

回到体检:膝盖一敲,腿是弹起来了,但没有完全弹到位,之后还在慢慢往上抬。这说明市场对盈利消息的反应不足:价格反映了消息,但没有一次性反映完。

大量的其他事件研究,比如对公司并购、股票拆分、股息变化、高管变动的研究,大多数发现价格的反应很快,大部分在公布当天甚至几分钟内完成。盈余公告后漂移是少数持续被记录的例外之一。

四、化验指标:异象

异象是指那些用已知的定价模型(比如 CAPM 或因子模型)解释不了、却在历史数据里反复出现的收益规律。第十七讲已经讲了几个最重要的:规模、价值、动量、盈利能力、投资。这里再看几个,然后讨论怎样理解它们。

4.1 长期反转

1985 年,Werner De Bondt 和 Richard Thaler 发现:过去三到五年表现最差的股票,在接下来的三到五年里,平均表现会比过去表现最好的股票更好。

这和第十七讲的动量正好相反。动量说,过去 3 到 12 个月的赢家会继续赢一阵子;长期反转说,过去 3 到 5 年的大赢家,之后反而会落后。两者结合起来,像是市场先对消息反应不足(所以短期有动量),然后反应过度(所以长期会反转)。

De Bondt 和 Thaler 的解释是行为上的:投资者对长期的好消息和坏消息过度外推,把过去的大赢家推得太贵、把过去的大输家压得太便宜,最终会修正。

4.2 一月效应

很早就有研究者注意到,美国小公司股票在一月份的平均收益明显高于其他月份。

一种常见的解释和税有关:在美国,很多投资者会在年底卖掉亏损的股票,用亏损来抵扣当年的资本利得税,这会在 12 月压低那些表现差的股票(往往是小公司股票)的价格;到了一月,卖压消失,价格反弹。

这个效应被广泛报道之后,在后来的数据里明显减弱了。这正是第十七讲说的现象:异象一旦被公开,往往就会被交易掉,或者在更长的样本里证明它原本只是巧合。

4.3 应计异象

1996 年,Richard Sloan 发现:一家公司报告的盈利里,如果有很大一部分来自会计上的应计项目(比如应收账款增加、存货增加),而不是实际收到的现金,那么这家公司未来的股票收益平均会比较差。

可以这样理解:盈利可以拆成两部分,实际收到的现金和会计上"记账但还没收到"的部分。后者更容易被调整、也更不持续。Sloan 的发现说明,投资者似乎没有充分区分这两种盈利,把"质量较低"的盈利也当成了和现金一样可靠的东西。后面讲读财报的那一讲还会回到这一点。

4.4 新股的长期表现

1991 年,Jay Ritter 研究了美国 IPO 公司在上市之后的长期表现,发现它们在上市后三年左右的时间里,平均跑输了同等规模的已上市公司。一个常见的解释是:公司倾向于在市场对它们特别乐观、估值特别高的时候上市,投资者对新公司的前景过于乐观。

4.5 怎样理解这些异象

回到体检:化验单上有几项指标超出了正常范围。这说明什么?有三种可能:

  1. 真的有病:市场在这些方面存在系统性的错误定价,投资者的心理偏差导致价格偏离了合理水平。
  2. 体质不同:用来判断"正常范围"的标准本身有问题。这就是上一讲的联合假设问题:也许这些股票承担了某种我们的模型没有考虑到的风险,它们的高收益是合理的补偿。
  3. 测量误差:几百个研究者在同一份数据里各自寻找规律,总会碰巧找到一些看起来很显著、实际上只是巧合的"规律”。第十七讲提到的发表后收益平均下降一半以上,就部分反映了这一点。

而且,即使异象是真实的,也不一定能被利用:扣掉交易成本以后,很多异象(尤其是集中在小公司、交易不活跃的股票上的)可能就不赚钱了。

五、体能测试:职业投资者能不能跑赢市场

5.1 最直接的检验

事件研究和异象研究,都是在问"价格里有没有可以利用的规律"。还有一个更直接的检验:那些全职寻找这些规律的职业投资者,实际上能不能跑赢市场?

如果市场存在大量可以利用的错误定价,那么拥有研究团队、数据、计算机和经验的职业基金经理,理应能够稳定地跑赢那些什么都不做的指数基金。

S&P 道琼斯指数公司从 2002 年开始,每半年发布一份 SPIVA 报告,统计美国主动管理的基金跑输各自对应指数的比例。它有两个重要的特点:一是比较的对象是和基金风格对应的指数(大盘基金比标普 500,小盘基金比标普小盘 600,等等);二是修正了幸存者偏差,那些因为表现太差而被关闭或合并掉的基金,也算在统计里。

5.2 截至 2025 年底的成绩单

下面是 SPIVA 2025 年年终报告的数据,统计截至 2025 年 12 月 31 日、按扣费后的绝对收益比较:

基金类别 对比的指数 1 年 5 年 10 年 15 年 20 年
全部国内股票基金 标普 1500 79.8% 91.5% 90.4% 93.2% 95.0%
大盘基金 标普 500 78.8% 89.0% 85.6% 89.9% 92.9%
中盘基金 标普中盘 400 55.4% 72.3% 81.1% 84.5% 89.7%
小盘基金 标普小盘 600 40.7% 62.7% 76.0% 89.9% 90.3%

截至 2025 年底,跑输对应指数的美国主动股票基金比例

几件事很清楚:

时间越长,跑输的比例越高。 单看一年,小盘基金里还有六成跑赢了指数;但拉长到 20 年,九成以上都跑输了。短期内运气可以让很多人跑赢,长期下来,费用和成本的拖累会慢慢显现出来。

20 年里,大约 93% 的美国大盘主动基金跑输了标普 500。 如果把风险调整考虑进去(SPIVA 也提供这个口径),20 年里跑输的大盘基金比例约为 97.8%。

很多基金根本活不到 20 年。 2005 年底存在的 2,447 只美国国内股票基金,只有约 36.5% 活到了 2025 年底,其余的被关闭或合并了。如果只看活下来的基金,跑输的比例会低一些,但那是因为最差的那些已经消失了,这正是第七讲说的幸存者偏差。

5.3 赢家能不能继续赢

还有一个问题:就算大多数基金跑输了,那些跑赢了的基金,能不能继续跑赢?如果能,投资者只要挑过去表现好的基金就可以了。

SPIVA 还发布了另一份报告,专门追踪基金业绩的持续性。它反复发现:过去几年排名靠前的基金,在接下来几年继续保持在前列的比例,通常和随机挑选差不多,甚至更低。上一讲那 1,000 个抛硬币的基金经理,在这里得到了现实的印证:过去的好成绩,很难预测未来的好成绩。

学术研究也有类似的发现。2010 年 Fama 和 French 研究了美国主动股票基金的长期表现,用统计方法估计"如果所有基金经理都没有本事,单凭运气会出现多少好成绩",然后和实际的分布比较。他们的结论是:扣掉费用以后,真正有本事、能弥补费用的基金经理非常少,几乎无法和运气好的人区分开。

5.4 为什么职业投资者也跑不赢

这个结果有几种互补的解释:

费用。 第四讲算过,1% 的费用率在 30 年里能拿走近四分之一的财富。主动基金的费用率和交易成本,远远高于低成本的指数基金。就算基金经理在扣费前能赚到一点超额收益,扣费后也可能所剩无几。

竞争。 主动管理是一个零和游戏(后面讲主动和被动的那一讲会专门讲这个算术):所有主动投资者加在一起,扣费前的收益就是市场的收益。一个人跑赢,必然有另一个人跑输。而市场上的对手,大多是同样专业的机构。

规模的拖累。 2004 年,Jonathan Berk 和 Richard Green 提出了一个理论:一个真正有本事的基金经理,会吸引大量资金流入;资金越多,他越难找到足够多的好机会,交易成本也越高,超额收益就被稀释了。最终,他的本事主要变成了基金公司的管理费收入,而不是投资者的超额收益。

这和上一讲的 Grossman-Stiglitz 悖论是一致的:市场不可能完全有效,必须给收集信息的人留一点回报;但这点回报,很可能被费用和竞争吃得差不多了。

六、体检报告

把三项检查的结果放在一起:

检查 结果 对有效市场假说意味着什么
反射测试(事件研究) 大多数消息被迅速反映;少数例外,比如盈余公告后漂移 大体支持,但不完美
化验指标(异象) 有不少长期存在的规律,但很多在公开后减弱;能否解释为风险仍有争论 有挑战,结论不确定
体能测试(职业投资者) 长期来看,九成以上的主动基金跑输对应指数;业绩缺乏持续性 强烈支持"难以利用"

回到体检:反射大体正常,化验单上有几项指标偏离,但无法确定是真有病、体质不同,还是测量误差;而最实际的体能测试表明,几乎没有人能利用这些"偏离"跑赢一辆自动驾驶的车。

一个比较公允的结论是:美国股票市场不是完全有效的,但对绝大多数投资者来说,它的有效程度已经足以让"稳定跑赢市场"变得极其困难。

七、这对你意味着什么

看到"消息公布后买入"的建议要谨慎。 大多数公开消息在几分钟内就被反映在价格里了。少数像盈余公告后漂移这样的异象,在学术研究公布之后已经被大量机构研究和交易,扣掉成本后能剩下多少很难说。

挑选主动基金,胜算很低。 截至 2025 年底的 20 年里,约 93% 的大盘主动基金跑输了标普 500。过去表现好的基金,未来继续表现好的可能性和随机差不多。

低成本的指数基金是一个很强的默认选择。 它不需要你判断市场是否有效,也不需要你挑出那 7% 的赢家,它保证你拿到市场的收益,扣掉很低的费用。

八、几个容易混淆的地方

“股价对消息反应很大,说明市场过度反应。” 不一定。重大消息本来就应该引起价格大幅变化。要看的是反应之后价格有没有继续同方向漂移(反应不足)或反向回落(反应过度)。

“发现了一个异象,就说明市场无效。” 它可能是错误定价,也可能是模型遗漏的风险,也可能是数据挖掘的巧合。还要看扣掉成本后能不能赚钱。

“大多数基金跑输指数,说明基金经理都很无能。” 主要原因是费用、成本和激烈的竞争。在一个高度竞争的市场里,大多数专业人士跑不赢平均水平减去成本,是算术的必然结果。

“只看活下来的基金,跑赢的比例还不错。” 那是因为最差的基金已经被关闭或合并了。20 年里,只有约三分之一的国内股票基金活了下来。

“过去跑赢市场的基金,未来大概率也会跑赢。” 研究反复发现,基金业绩的持续性很弱,过去排名靠前的基金,之后继续靠前的比例和随机差不多。

九、小结

回到开头那家盈利超预期、当天涨了 6% 的公司:大多数时候,这 6% 在消息公布的当天就反应完了;但盈利大幅超预期的公司,历史上平均还会有一段持续几周的漂移。

  • 检验市场效率就像体检:事件研究是反射测试,异象研究是化验指标,职业投资者的业绩是体能测试。
  • 事件研究用"实际收益减去模型预测的正常收益"得到异常收益,累加得到累计异常收益。大多数事件的价格反应很快;盈余公告后漂移(Ball 和 Brown 1968,Bernard 和 Thomas 1989)是著名的例外。
  • 异象包括规模、价值、动量、长期反转(De Bondt 和 Thaler 1985)、一月效应、应计异象(Sloan 1996)、新股长期跑输(Ritter 1991)等。它们可能是错误定价、遗漏的风险或者数据挖掘,很多在公开后减弱。
  • SPIVA 2025 年年终报告:20 年里,约 95.0% 的美国国内主动股票基金、约 92.9% 的大盘基金跑输了对应指数;2005 年底的国内股票基金只有约 36.5% 活到了 2025 年底。基金业绩缺乏持续性。
  • 职业投资者跑不赢的原因:费用、竞争、规模拖累。
  • 结论:市场不是完全有效的,但对绝大多数投资者来说,已经有效到足以让稳定跑赢市场极其困难。

思考题

  1. 一只股票的贝塔是 0.8,阿尔法近似为 0。某天市场下跌 2%,这只股票因为公司宣布获得一份大合同而上涨 3%。这一天它的异常收益是多少?
  2. 一项研究发现,宣布回购股票的公司,在宣布后的一年里平均跑赢市场 4%。用这一讲的三种可能(错误定价、遗漏的风险、数据挖掘),分别说明这个发现可能意味着什么。
  3. SPIVA 的数据显示,单看 2025 年一年,约 59% 的小盘主动基金跑赢了标普小盘 600 指数;但 20 年里,约 90% 跑输。为什么时间越长,跑输的比例越高?
  4. 一只基金在过去 5 年里排名同类前 10%。根据第五节的证据,你认为它在接下来 5 年继续排名前 10% 的可能性大吗?为什么?
  5. 你的朋友说:“我只买那些连续 10 年都跑赢市场的基金,这样就不会出错了。“指出这个策略至少两个问题。

思考题提示

  1. 正常应有的收益是 0.8 × (−2%) = −1.6%。异常收益是 3% − (−1.6%) = 4.6%。
  2. 错误定价:市场对回购传递的"管理层认为股价被低估"的信号反应不足,价格需要一段时间才能反映。遗漏的风险:宣布回购的公司可能有某种共同特征(比如属于价值股、小公司),它们的超额收益来自因子暴露,而不是真的跑赢。数据挖掘:如果研究者尝试了很多不同的公司事件、不同的时间窗口,碰巧找到了一个显著的结果,它在新数据里可能会消失。
  3. 短期内,基金和指数之间的差别主要由运气决定,运气好的人可以很多;长期来看,运气会互相抵消,而费用和交易成本每年都在扣,累积起来的拖累越来越明显。此外,长期里还有更多基金因为表现差而被关闭,修正幸存者偏差后跑输的比例会更高。
  4. 不大。SPIVA 持续性报告反复发现,过去排名靠前的基金,之后继续靠前的比例和随机差不多。上一讲的抛硬币例子也说明,在大量基金中,纯靠运气就会有不少基金连续几年排名靠前。
  5. 至少有这些问题:一,在几千只基金里,纯靠运气就会有一些连续 10 年跑赢市场,它们未来不一定继续跑赢;二,SPIVA 持续性报告说明,过去的业绩很难预测未来的业绩;三,一只连续跑赢 10 年的基金往往已经吸引了大量资金,规模的扩大可能会稀释它的超额收益;四,它的好成绩可能只是因为恰好偏好了过去 10 年表现好的风格(比如成长股),风格一旦切换就会落后。