摘 要： 如何对股票收益进行有效的预测一直是金融界研究的重要课题。随着时间的推进，研究者对股票市场回报预测研究的侧重点已经从分析过往股票回报数据变为对变量的分析及应用。这些变量在预测股票收益方面的作用引发了越来越激烈的争论。本文会重点分析在预测股票收益时普遍使用的五类变量，并通过大量的统计学结论来对这些变量预测方法的可行性及有效性进行分析。
关键词： 股票收益; 预测分析; 投资回报;
对于预测股票收益率的研究，在金融界一直都是一个重要的议题。多年来，来自不同领域的研究人员一直试图从各个角度探索这个问题。然而，在过去的几十年里，对股票市场回报预测的侧重点已经悄然发生了变化。在1970年前，人们通过分析过去的股票回报数据来预测未来的股票回报，而现今，对变量的预测能力，如股息收益率，D/P(股息价格比)，E/P(收益价格比)和期限结构变量，正变得越来越重要(Fama,1991:1577)。一些专家认为，这些变量对股票市场的收益具有可靠的预测能力，而另一些专家则坚持认为，无法通过这些变量来有效地预测股票收益。
为了更好地评估不同的观点，有五个变量会在本文中被重点分析，即：D/P(股息价格比)、股息收益率、E/P(收益价格比)、B/M(账面市值比)及消费财富比。本文会对这些变量预测方法的可行性及有效性进行讨论。
一、股票收益率预测模型
目前，使用D/P和股息收益率进行股票收益预测，是研究股市收益最主流的方式。但这些变量并不能直接用于预测股票收益，他们能够衡量的是与股票收益相关的变量。例如，股权溢价、预期股票收益、超额收益、现金流和利率等。
根据几位早期学者(Lewellen,2004;Hodrick,1992;Fama和French,1988;Rozeff,1984)的研究，D/P和股息收益率曾被广泛地用于预测股票市场收益。然而，另一些研究者(Ang 2007,Goyal 2003,Bossaerts,1999)发现，在使用样本外数据进行预测时，D/P和股息收益率则没有可靠的预测性。
根据英国富时全股指数和美国标普500指数的数据，Kellard等人(2010)试图评估股息率对于股权溢价的预测能力。在分析了指数的对数回报后，他们得出了初步结论：在过去的十年中，使用股息进行股权溢价预测正变得愈加可靠。
随后，Kellard等人进行了样本内和样本外数据的比较研究。
样本内数据分析采用的模型是：
样本外数据分析采用的模型是：
结果表明，股息率在不同的市场中往往具有不同的预测能力。对样本内和样本外的数据分析都表明，英国富时全股指数的预测能力要强于美国标普500指数。此外，英国市场的数据显示，从20世纪90年代后期开始，股票价格趋势一直是可预测的(Goyal和Welch,2003)。Kellard等人(2010)认为，富时全股指数的股利发行公司比例高于标普500指数。这些公司在对外提供更多股价信息也通过这些信息的加持给公司带来了更多的股权溢价。这就解释了为什么富时全股指数的股息率有更强的预测能力。
其次，大量研究证据表明股息率可以预测股票收益。Poterba和Summers(1987)通过使用F检验(方差比率检验)，证实了与长期股票收益相关的大量数据都是可预测的。Fama等人(1988)认为，股息率的预测能力将随着回报周期的增长而增加，但是股息率无法预测股票价格是否会下降，且当股息率较低时，其预测名义收益率的能力也较低。
关于D/P和股息收益率需要关注的第三个问题是，股息率与股票超额收益、现金流和利率的关系。有大量研究表明股息率可以预测股票收益，其中Ang和Bekaert(2007)针对此问题进行研究时，将研究对象分为了两组：第一组为短期组，包含1975年～2001年间的美国、英国、法国和德国的数据；第二组为长期组，包含1935年～2001年间的美国和1953年～2001年间的英国和德国数据。这样的分组有助于更直观地研究不同时期、不同变量对于股息率的预测能力的影响。
检测股息率对股票超额收益的预测能力使用了以下回归方程：
其中yt+k表示k期间的年化超额收益；Zt表示对数股息率和无风险利率；εt+k,k是误差项。
一元回归方程会将股息率作为唯一的预测因子，而二元回归方程会在此基础上增加短期利率作为另一个预测因子。四个国家的数据均会使用两种回归方程进行分析。根据美国数据得出的分析结果显示，股息率仅在特定时期(如1952～1990)具有较强的超额收益预测能力，而四个国家的整体数据则表明股息率对超额收益的预测能力较差。此外，使用美国数据进行二元回归分析的结果显示，股息率和短期利率在短期内可以较好地预测股票价格，四个国家的整体数据也表明了类似的结果。
以下模型将用于分析股息率是如何预测现金流量和利率的：
其中Pt/Dt是价格分红比率;δt+j是折现率；gdt+j是股利增长率。
二、预测股票收益的影响因素
目前，没有证据表明美国长期股票样本具有现金流的预测能力。然而美国的短期股票样本则表明，高股息率与高股利增速有直接关系，四个国家的数据样本经过分析后也获得了类似的结果。这否定了Campbell和Shiller(1988a,b)主张的股息率与现金流负相关的理论。但是总体来说，股息率对于现金流的的预测能力仍旧较弱。此外，这部分研究也分析了股息收益率和利率之间的关系。英国和德国的长期数据样本及四个国家的短期样本均显示这两个变量之间存在正相关关系。这可以证明股息收益率能够预测利率，但是该结论缺乏统计学意义。
E/P同样也被用于预测股票市场收益。研究者们使用类似的分析方式，通过E/P中的收益率数据来分析超额收益以及现金流量。当使用收益率作为一元回归方程中的变量来预测超额收益时，得到了与股息收益率分析相似的结果。当把股息收益率加入二元回归方程中，以及将股息收益率或短期利率加入三元回归方程时，分析的结果仍然难有定论。换句话说，无论在任何时期、任何国家，几乎没有证据表明可以通过收益率数据的分析获得超额收益。而为了衡量现金流，股息增长和盈利增长将会被作为检测的目标。收益率作为衡量股息增长的一元回归方程中唯一预测指标，其预测表现优于股息收益率，而当股息收益率作为第二个预测因子被加入至二元回归方程时，得到了正值系数，这证实了拉蒙特(1998)的分析结果。在三元回归方程中加入无风险利率或短期利率，结果也并不会改变太多。就盈利增长而言，它与股息收益率呈正相关关系，与盈利收益率呈负相关关系，这一结论在国际数据中有着较好的体现，但对于美国的数据则缺乏说服力。
E/P也会被用于预测股权溢价，而股权溢价是衡量股票市场收益的指数之一。Ball(1978)认为，E/P是能够概括全部因素的资产定价模型。在相同的当前收益但风险不同的股票市场中，风险较高的股票往往具有较高的预期收益，并且同时具有较低的价格和较高的E/P。Reinganum(1981)和Basu(1983)的研究结果显示，E/P与市场规模有关，例如：小型股往往具有较高的E/P。在Welch和Goyal(2008)的报告中总结道，从20世纪初到第二次世界大战期间，E/P对于股权溢价的预测能力表现不佳，但在二战到20世纪70年代末期间表现优异，而在过去的30年中，E/P则再次表现疲弱。Welch和Goyal(2008)使用了27种模型对股票收益进行了预测，例如：D/P,E/P,D/E(股息收益率)等。他们发现E/P似乎比其他变量有着更好的预测能力，特别是在过去的30年间。因此，E/P对于预测股票市场收益谈不上至关重要，因为它会因为不同时期以及不同市场的影响而有着不同的表现。
B/M也是一个不容忽视的变量，它与未来的股票收益率密切相关。在一定程度上，B/M可以帮助人们预测股市回报。Welch&Goyal认为B/M是道琼斯工业平均指数的账面价值与市场价值的比率(2008:1458)。因为道琼斯工业平均指数可以捕获一些关于股票未来收益的特殊信息，而这些信息却无法从其他变量(例如利息收益差价和股息收益率)中得到(Pontiff&Schall,1998:141)。因此，许多专家和学者已经用各种方法观察和测试了它的预测能力。Pontiff&Schall(1998)认为账面价值与未来收益之间的密切关系是B/M预测能力的来源。而Lewellen(1999)则通过分析预期收益、风险和B/M之间的时间序列关系，得出了预期股票收益的关键时间变化情况是可以通过B/M在经济上和统计上进行预测的结论。根据1927年～1999年的市场信息、标准普尔500指数以及CRSP等权重投资组合的实际回报，Rapach和Wohar(2006)发现某些金融变量具有明显的预测能力。他们证实了如果B/M上升，未来收益将会增加的理论。然而，根据Welch&Goyal(2008)的研究，在石油冲击之前，B/M具有出色的样本内和样本外的预测能力，但在石油冲击之后的1975年～2000年间，B/M在样本内和样本外表现均不佳。因此Welch&Goyal(2008)认为，在股票收益预测中，B/M是一个极其重要的预测指标，但有时它是无效的。B/M的预测在不同情况下表现不同，它并不是预测股票市场的灵丹妙药。
消费财富比作为一个新兴变量，也对预测股票收益有着重要的影响。当人们有足够的资产和收入时，消费将会增加。由此可以看出，资产和收入这两个变量对于消费财富比率预测股票市场的有效性起着重要的作用。与此同时，投资者希望通过市场的波动获得预期回报，而当他们对投资机构不信任或者他们不想接受投资风险时，则很难进行进一步的投资。因此，投资机构应该善于分析并能够把握住购买股票的最佳时机，以此来吸引投资者进行投资。通过以上分析可以总结出，投资者的投资的倾向性将由资产、劳动收入、消费水平等因素决定。如果投资者的预期消费发生波动，则上述变量将影响消费财富比，分析师也因此能够通过消费财富比预测未来的资产回报。换言之，消耗财富比具有总结投资行为的能力，并且可以影响投资者对股票投资组合的预期收益。然而与D/P或E/P相比，消费财富比对股票收益的影响缺乏数据验证。
然而，由于影响股票市场的因素多种多样，不同的模型和数据都难以精确地验证其预测能力。例如，不同的投资条款和投资者的行为模式也会影响股市。但对以上五种变量的分析仍对股票收益预测的研究具有重要的意义。总而言之，使用适当的模型及预测因子可以在一定程度上预测股票收益，但是找到一种预测股市收益的精准方法仍旧任重而道远。
参考文献
[1]Ang,A.and Bekaert,G.Stock return predictability:is it there?[J].Review of Financial Studies,2007(3).
[2]Basu,S.Investment performance of common stocks in relation to their price-earning ratios:A test of the efficient market hypothesis[J].Journal of Finance,1977(32).
[3]Basu,S.The relationship between earnings yield,market value,and return for common stocks:Future evidence[J].Journal of Financial Economics,1983(12).
[4]Ball,R.Anomalies in relationships between securities yields and yield-surrogates[J].Journal of Financial Economics,1978(6).
