英伦金业「专题探讨」：市场的幕后推手 - 基本因素或技术因素

很多投资者心中一直有个疑问：究竟市场是受基本因素、技术因素、或是两者混合而驱动的呢？

金融专家和投资策略师们经常使用“受基本面驱动的市场”及“受技术面驱动的市场”的术语，以区分当市场参与者作买卖决定时的不同原因。不幸的是，当他们使用这些术语时，他们往往忽略了这些术语的定义究竟是什么意思。

事实上并没有大部分人普遍接受的基本或技术因素的定义。这些定义基本上可以根据不同的变量而千变万化的，因为不同的投资者可以在同一个类别中关注不同的数据列。此外，某些因素同时包括基本面和技术面，要完完全全地把它们分解开来，即使不是不可能，也是非常困难的。

一个导致投资者迷茫混乱的根源，可能是因为投资课本仅教了两种主要的方法来分析投资。首先是基本面分析，即研究公司的财务报表、经营环境和经营策略，以确定公司的真实价值（也称为“内在价值”），即，用一个适当的折现率把公司所有未来现金流折现成现值。第二， 技术分析，只关注价格和交易量的规律模式，不论其基本面如经营业绩等。 技术派使用许多技术指标来做出交易决定（相对强度、移动平均线等），但过于简化的结果将是上涨时买入、下跌时卖出，除非技术指标能指示出何时转势。

但是，当策略师们指出市场是受根本面或技术上面驱动时，他们的定义与教科书上的基本分析、技术分析定义，略有不同。例如，股价的趋高势头可能是一个在教科书技术分析里有吸引力的投资，但其实背后是相关的基本因素推动这一势头的。

在我们看来，定义基本面是肯定比定义技术面更容易。事实上，一个受基本因素驱动的市场与教科书上的基本面分析是密切相关的。基本面的因素往往是比技术因素更加客观和明确的。当市场受基本因素驱动时，股价表现与公司的经营业绩密切相关。常见的基本因素包括每股收益、每股销售额、利润、现金流、股息及折现率。需要注意的是，前瞻性的基本数据（例如，预期每股盈利和每股盈利增长），其实比有滞后性又不频繁公布的“实际”基本数据有用得多。而且，因为分析师需要“向前看”前瞻性数据来判断其交易决策，如果“向后看”实际数据则会错过更大的画面。正是由于这些原因，我们发现，观察这些基本因素未来价值的分析员预期实时变化，比使用滞后的现在价值更为准确。

现在我们定义何谓技术驱动的市场，就是其价格并没有受任何一个基本因素影响的。由于种种原因，在技术驱动的市场里，公司的股价对于市场推动力，比起对于基本因素预期的变化（例如，大公司出售资产以满足未来资本支出），有着更为强烈的反应。请记住，一些技术因素可能会受到基本面影响，这意味着这些技术因素不是纯粹的技术。例如，流动性（例如，货币流动性）通常被认为是一个技术因素。 事实上，如果搜索一个关键词“技术驱动市场”，“流动性”这个词经常会被发现在附近。在一定程度上，增加流动性很可能使未来盈利上升，增加投资者的预期盈利，因此我们认为，流动性至少有一部分是属于基本因素。此外，流动性不足，可能是由于一些极端的市场状况或经济事件，影响到公司的基本面。
因此，虽然在技术方面的方程是少切，风干，我们定义为那些根本不是主要的因素，这是更加明确，更易识别技术因素。因此，虽然方程式的技术方面稍微有点沉闷枯燥，但我们定义的技术因素都不是主要的基本因素，这样会更加明确和更易识别。

量化对市场的影响

当投资者谈论市场是否受“基本因素驱动”或“技术因素驱动”时，他们往往过于简单化地把市场看成一个“非黑即白”的两极世界。事实上，市场是非常流畅的，由数以百万计的参与者以个人原因出发，追求各自不同的利益。总有一些买家和卖家，无论是与经营业绩相关或不相关的原因，而进行交易。在某一个特定的时间，价值投资者往往专注于基本面，当他们发现估值过高时他们可能会卖；同一时间，以技术为导向的投资者（交易者）可能会买，因为价格在市场上升势非常凌厉。市场永远是基本面和技术面因素的混合驱动。问题是，每个因素各占多少，以及随着时间的推移它们的组合比例将如何变化？

在试图量化市场的基本面、技术面因素的过程中，我们从1980年12月至2012年1月针对标普500指数（S＆P 500）进行了时间序列回归分析，如下：

E/P = a + B1 Spad + B2 LTEG + B3 TSYL + B4 TSYH + B5 MPL + B6 MPH

E/P = 基于标普500自下而上的每股盈利预测（未来12个月）的收益率；
Spad = Baa级公司债券收益率 - Aaa级公司债券收益率；
LTEG = 分析员预测的标普500自下而上5年每股盈利增长；
TSYL = 低于“最优”收益率的10年期美国国债（见附录）；
TSYH = 高于“最优”收益率的10年期美国国债（见附录）；
MPL = 低于“最佳”水平的联邦基金利率（见附录）；
MPH = 高于“最佳”水平的联邦基金利率（见附录）。

附录

TSYL和TSYH因素

利率会影响股票投资者用来计算未来现金流量的现值的折现率。从数学的角度上讲，较高（低）的利率意味着较高（低）的折扣率，从而导致较低（效高）的股票现值。因为它们在市场中的定价机制是这样一个重要的因素，我们希望在模型里包括利率，但我们相信这在工作中是一个微妙的平衡。只添加利率的高低水平,并不能捕捉到这些细微差别。在一般情况下，根据费城联邦储备银行的“专业人士的预测”，长期的通胀预期是大约2％至3％，而真正的经济增长趋势也约2-3％。这意味着一个最佳理想的名义收益率约为4-6％。我们相信，当利率处于非常低的绝对水平时，收益率上升被视为市场正积极向长期可持续的通胀率、实际增长的水平移动。换句话说，如果名义收益率“太低，”可能指向低增长或通缩的预期；当收益率上升到一定程度时，出现一个转折点，因为通胀或增长（或两者）过高 ；还有，若收益率再进一步上升，就被看作是负面影响了。与其简单地假设一个随着时间无定向的最优收益率（如5％），我们倒不如在每一个点上都使用那一刻可用的收益率来计算。在我们的样本期间，平均最优的10年期国债收益率为5.66％，标准差为0.17％。为了能使用这个计算方法，我们把最优收益率做成一个增长预期的线性函数，使用了网格搜索方法而得出相关系数，从而最大限度地提高最终模型的决定系数。

MPL和MPH因素

我们利用这些因素来控制货币政策。我们在每一个点上比较了当前的联邦基金利率及曼昆规则（Mankiw Rule）推荐的能够平衡美联储的充分就业及价格稳定的双重目标的利率。以在2001年提出学术论文的经济学家格里高利•曼昆（Greg Mankiw）命名，曼昆规则提出的最主要观点是，在20世纪90年代是一个相对“好”货币政策的时期。我们针对实际联邦基金利率基于在整个20世纪90年代的失业率及通胀的变化来做线性回归，并且运用回归系数和截距，可以计算出任何时期中“应该算是” 最好最理想的货币政策。基本上，该规则指出，如果美国联储以20世纪90年代同样的方式回应失业率和通货膨胀的变化，那么联邦基金利率将是x％。在分析中加入这些因素的目标是控制货币政策的“质量”，因为它们可以在市场上有一个深刻的影响（还记得QE2吗？！）。我们不在计算“基本价格”时使用它们，但是，我们希望模型能捕捉到货币政策对于定价的的影响。

这个预测模型来自于一个假设的收益率、风险溢价和盈利增长预测之间的关系（同时控制货币政策条件下）。

通过使用在每一个点的回归系数和观测变量，我们计算出标普500（S&P 500）的收益率（E / P）预测值。标普500指数本身的价格预测值，是预测收益率除以期间的每股盈利预测。通过仅仅运用系数及基本因素变量的值，我们可以根据我们的基本因素（“基本P”）计算出标普500指数的合理价格。再以标普500的实际价格，减去每一个点的“基本P”，然后我们就可以看到每一个点的技术因素（“技术P”），即实际价格 = 基本P + 技术P。最后把每一点的基本P和技术P分别除以实际价格，各自取得百分比，根据我们的模型显示在下图。

图：基本面、技术面因素各占S＆P 500指数实际价格的比例
（1980年12月 - 2011年1月）

备注：1. 蓝色代表基本因素影响，绿色代表平均基本因素影响；2. 红色代表技术因素，紫色代表平均技术因素。

换句话说，在每一个时间点里，我们看基本因素的实时预期变化，并用它们与实际价格的历史关系，去计算出每一个时间点里的“基本价格”。“基本价格”与“实际价格”之间的差异来自技术或非基本因素的影响。

正如前面所讨论的，我们的盈利变量是估计未来的收益，而不是往后看的历史数字。此外，分析师们普遍认为专注于短期盈利，而我们发现，分析师们的长期盈利增长的预期变化也是同样重要的。例如，在科网股泡沫（1998-2000年）期间，由于模型忽略了长期盈利预期的关系，预测价格与实际价格在此模型里产生了较大的误差（即一个大的技术影响）。然而，当我们添加的长期增长的变量时，我们的模型能更准确地捕捉这些市场波幅的后期阶段。在短期增长的基础上，分析师开始大规模地期待长期增长，连带对于合理价格的有更高的期望。从1980至1998年，平均5年的EPS(每股盈利增长)预期增长为11.8％，标准差为0.8％。但是，在科技泡沫期间，5年每股盈利增长预期增长至2000年8月的高峰 --- 18.6％，一个近乎9标准偏差事件！虽然那些事后的盈利预期是错的，但1999-2000年股价上升，基本上是与其长期增长预期的历史关系敏合的。我们并不否认存在某些时期是明显与预期脱钩的客观现实，建议投资者根据此预测值去交易，这本来就不是我们的原意。投资者必须自己判断分析师的预测是否立足于现实，通常来说，情况显然并非如此。我们只是试图量化这些公司的基本面预测值和市场价格之间的关系。 

结果和投资影响

随着时间的推移，市场走势主要是基于基本因素预期变化；事实上，“基本价格”除以“市场价格”的平均比率一般等于1。因此，在一段较长的时期内，市场价格反映基本面。当然，也会有某一段时期，技术因素对市场价格有着相当大的影响力。（此外，亦有极其荒谬的基本因素预期的情况出现，例如发生在1999年的情形。）比较大的技术因素影响，根据我们的模型，通常发生在市场的重大拐点。例如，在2009年2月，就在熊市的底部，我们的基本价格超出了市场价格，即技术因素推动价格低于某个水平以下，这事实符合过往的基本关系。但是非常迅速地，随着市况渐趋飙升并脱离3月上旬的低点后，基本价格比市场价格低20％，意思是背后是“技术因素”在推动股价，否则技术价格会一直高市场价格25％。一个可能的解释是，分析师和投资者（至少在其公布的盈利预测）当达到一个拐点时，往往滞后于市场，因为无论今天发生什么，他们往往推断不久的将来是怎样。所以，当在2009年初市场见底时，分析师并不能迅速改变他们的预测，因此价格上涨并不直接归属于公布的基本因素的增长预期。

另外一个值得留意而且能演示我们的模型结果的时期是，2008年年中至年底（即，金融危机的最中心位置）。雷曼兄弟（Lehman Brothers），房利美（Fannie Mae），房地美（Freddie Mac）和美国国际集团（AIG）在此期间均经历过严重的失败，当时的市场波动性是非常高的。我们的模型根据基本因素估算出来的标普500的合理价格，比2008年6月至12月期间的标普500实际市场价格，要高出约10%至20%。换句话说，技术因素（恐慌性抛售）很明显地导致了市场价格保持低于根据基本面变化所公布的合理水平。也许在金融海啸这段时间事情变化得太快，，分析师已适当调整预期以反映新的现实，但我们使用的是每月数据并不足以捕捉不断频繁变化的期望。

结论

我们的模型可能对股市的未来意味着什么？就好象其他所有的投资法则如指标、模型等，它不是水晶球。但它能告诉我们，基本面因素真正越来越多地推动者市场价格。在2009年的牛市的初期阶段，确实是出现了以技术因素驱动为主的市场；而同一时间，盈利股市仍然低迷，分析师的预期也只是缓慢上升。如今，专注于公司基本面的市场上再次出现，投资者对于公司基本面和预期似乎比历史水平更合理，投资者似乎更合理的历史最高水平（不像科技泡沫时期）。

当宏观经济或地缘政治事件，如中东动荡局势和日本的地震海啸，成了头条新闻，投资者是更容易闭上眼睛不去观察基本面，而是直接根据技术因素等原因作出交易。但是这种偏差通常比较短暂，投资者最终会回归到基本因素上。而且，即使技术面有一个较大的影响力，但但他们与市场价格里的基本面部分相比，仍然显得苍白。对于投资者来说，绝大多数的时间，他们只会重点关注且愿意为这些主导市场的价格形成机制的根本因素付费，因为这些因素 “值回票价”，尤其是并不是很多人在关注它们。除此之外，投资者也愿意为能够辨别分析师的估计是否合理而付出代价。

英伦金业CFA特许金融分析师 金迪思