Top

股价不可预测

Posted on 星期三, 5月 9, 2007 at 10:49 上午

切中要害的,永远是对一只股票未来回报的预期,而不是它过去的历史。那些图表、曲线、拟人化的描述、关于“支撑位、大势、转折点”的高论,全是信口开河。不少股民花巨款购买别人“精心研制”的股票分析软件,但其实只需要买一支飞镖就够了——向股票列表投飞镖,就足以达到相同的决策效果。

股价不可预测

薛兆丰
《21世纪经济报道》2001年3月5日

股票是耐用品

先介绍3个环环紧扣的概念。(1)股票是一种耐用品,是一种预期在未来很长时间里,能够不断产生收益的商品。(2)股票的价格,是股票未来全部预期收益的现值,也就是说,股票的当前价格,是该股票未来全部收益的总和。(3)股票价格的变动,是人们对股票未来全部收益预期的变动。

举个例子,如果有一只股票,它保证在今后每年产生5元的收益,直到永远,同时假定市场利率永远是5%,那么这只股票每股的当前价格就是100元。这100元,是这一股股票在未来无数年里产生的收益、通过5%的贴现率、逐一折算为当前现值的总和。换个角度来理解:只要拿着100元,就可以在5%的市场利率下,在未来无数年里,每年都获得5元的利息收益,而这100元本金永远不动。

市盈率无关紧要

市盈率就是普通股“每股市价”与“每股收益”的比值。很多人都相信“市盈率”有助于选股,甚至有助于判断股市的健康程度。最近,好几位国内的著名经济学家,就“中国股市市盈率是否太高”的问题展开舌战,仿佛市盈率的高低总应有个“合理的标准”。

其实,“市盈率”的高低,根本无关紧要。如果前景看好,那么即使当年的收益很低,股价也可以很高,因为股价是“未来所有收入总和的折现值”。反过来,如果前景不看好,那么即使当年的收益很高,股价也可以跌得很低,因为预计“未来所有收入的总和”很低。

大家恐怕不相信,名校里热门专业的大学生,身价往往超过百万!因为身价是“未来所有收入总和的折现值”。但这些名校学生现在几乎没有收入,甚至要借钱交学费。他们的“市盈率”高得不得了,但并非过高。相反,去年歌星毛宁的绯闻不胫而走,那么他的“市盈率”如何变化?虽然他当时的收入仍然丰厚,但前景不看好,所以“市盈率”大跌。可见“市盈率”高低并不说明什么。

股价反映全部预期

人们现在愿意花多少钱买一只股票,取决于他们预计将来能从中获得多少。如果当前的信息发生了变化,改变了人们对未来事件的预期,那么价格现在就会发生变化。任何现实事件的变动,如果已经在预料之中,就不会改变价格。这里两个要点是:(1)股票的当前价格,取决于预期的未来收益;和(2)有关未来事件的信息一旦发生变化,价格现在就会马上发生变化。

只有未能预见的事件,才能导致当前价格变动。如果一场风暴已经摧毁了农作物,那么这家农场的股票就会马上滑落,而不会等到收割的时候才滑落。未来变化的信息,也就是意外,是不可预测的。要是它们能预测,就算不上意外或变化了。如果人尽皆知利好的事情肯定要发生,那这就成了当前的信息,而且体现在当前价格之中了。

股评家经常言之凿凿:“预计下星期股票会调整,并且要等下半年才能反弹。”——那纯属猜测,倒着说也同样正确。如果那些导致价格变动的消息是有根据的,股票价格“现在”——而不是“到时”——就会立即作出反应。

应该指出的是,这个思想已经足以解释“炒作”的现象,我们不需要额外的理论。尽管不同的股市有不同的规定,以致“炒作”的方式和程度有所不同,但“炒作”总是存在的。同样地,要是“炒作时间表”是公开的,人人都知情,那么股票的当前价格,就会立刻体现所有未来的事件。

认识的变化不可预测

我们不是说事物发展是没有规律的,也不是说人们完全无法把握未来,而是说人们不知道自己什么时候会有“新认识”——如果现在已经知道了,那就不是“新认识”。如果人类的知识是进步的,那么就总有些东西要等到明天才知道。正是这些明天才知道的信息,导致了股票价格(乃至所有耐用品)价格的变动。换句话说,不是未来“事件的走势”,决定了价格的走势;而是有关未来事件的“信息被披露”的走势,决定了耐用资源价格变化的走势。

既然“当前价格反映未来预期价格”,那么结论就是,过去相继发生的价格所构成的图线,并不蕴涵未来价格走向的信息。你钻研那些图线,不能增加你获得更高回报率的机会。也就是说,你再也不要煞费心机搞研究,搬弄折腾过去的数字,以为籍此可以推断哪些股票最可能盈利了。

切中要害的,永远是对一只股票未来回报的预期,而不是它过去的历史。那些图表、曲线、拟人化的描述、关于“支撑位、大势、转折点”的高论,全是信口开河。不少股民花巨款购买别人“精心研制”的股票分析软件,但其实只需要买一支飞镖就够了——向股票列表投飞镖,就足以达到相同的决策效果。

注:本文部分内容经授权改编自阿尔钦(Armen Alchian)《大学经济学》(University Economics)。

给作者留言(不公开):


Bottom