什麼是有效率的市場？它對投資與評價模型意味著什麼？市場效率是個充滿爭議、引發強烈正反意見的概念，原因有二：一部分來自個人對它真正含義的理解差異，一部分則因為「市場是否有效率」是一項核心信念，很大程度決定了投資人如何看待投資這件事。

市場效率與投資評價#

「市場是否有效率、若非，無效率在哪裡」這個問題，是投資評價的核心：

• 若市場確實有效率 → 市價提供價值的最佳估計，評價的過程就變成為市價找理由。
• 若市場沒有效率 → 市價可能偏離真實價值，評價的目的就在於得到該價值的合理估計。

擅長評價的人，將因為能辨識被低估與高估的公司而賺得高於其他投資人的報酬。但要賺到這些報酬，市場必須隨時間修正它的錯誤（也就是變得有效率）。

這些修正是在六個月內還是五年內發生，會深刻影響投資人該選擇哪種評價方法，以及它需要多長的時間才能奏效。

市場效率研究還有另一個用處：它們凸顯出市場看似無效率的區段，可以作為篩選全體股票、得出「更可能包含被低估股票」的子樣本的基礎。考慮到股票宇宙之龐大，這不只替分析師省時，更能顯著提高找到錯價股票的機率。

例如，某些效率研究指出，被機構投資人忽略的股票更可能被低估並賺得超額報酬。以「低機構持股比例」篩選公司的策略，可以得到一個由被忽略公司構成的子樣本，再對它們評價以組成一個由被低估公司構成的投資組合。

什麼是有效率的市場#

這個定義隱含幾個關鍵概念：

• 與流行看法相反，市場效率並不要求市價在每個時點都等於真實價值。 它只要求市價的誤差是無偏誤的——價格可以高於或低於真實價值，只要這些偏離是隨機的。
• 偏離是隨機的，粗略意味著任何股票在任一時點被低估或高估的機率相等，且這些偏離與任何可觀察變數都不相關。例如在有效率的市場中，低本益比股票被低估的可能性，不應高於或低於高本益比股票。
• 若市價對真實價值的偏離是隨機的，那麼沒有任何一群投資人能用任何投資策略持續找到錯價股票。

市場效率的定義必須明確指出所考慮的市場與所涵蓋的投資人群體：

• 所有市場在所有時間對所有投資人都有效率，這極不可能；但某個特定市場（例如紐約證券交易所）對平均投資人有效率，則完全可能。
• 有些市場有效率、有些不然；同一市場對某些投資人有效率、對另一些則否。這是稅率與交易成本差異的直接後果——它們讓某些投資人相對其他人享有優勢。

Fama 的三個效率層級#

定義也與「哪些資訊可得且已反映在價格中」的假設連動。Fama（1970）依價格所反映的資訊，劃分出三個層級：

市場效率的意涵#

最直接的意涵是：沒有任何一群投資人能用共通的投資策略持續打敗市場。 這對許多投資策略帶來負面意涵：

• 股票研究與評價會是一件昂貴而毫無益處的工作。 找到被低估股票的機率永遠是五五波（反映定價誤差的隨機性）。最好的情況是資訊蒐集與研究的效益剛好打平其成本；最壞的情況是這些成本純屬淨損失，主動投資的報酬會落後市場那些成本的幅度。
• 隨機分散或指數化（幾乎沒有資訊成本、執行成本極低）的策略，會優於任何製造更大資訊與執行成本的策略。主動型投資組合經理人與投資策略師不會創造任何附加價值。
• 極小化交易的策略（建立組合後除非需要現金否則不交易）會優於需要頻繁交易的策略。

難怪市場效率這個概念會在投資組合經理人與分析師之間引發如此強烈的反應——他們相當正確地把它視為對自身存在價值的挑戰。

同樣重要的是釐清市場效率不意味著什麼。有效率的市場並不意味著：

• 股價不能偏離真實價值。 事實上可以有很大的偏離，唯一的要求是偏離必須隨機。
• 沒有投資人能在任何期間打敗市場。 恰恰相反，在扣除交易成本前，約有一半的投資人在任一期間會打敗市場。
• 沒有任何具共通性的投資人群體能在長期打敗市場。 考慮到金融市場的投資人數量，機率法則會告訴我們，相當多的人會在長期間持續打敗市場——不是因為他們的策略，而是因為他們運氣好。不過，若使用同一種投資策略的人在這群贏家中占比異常地高，那就與效率市場不一致了。

在有效率的市場中，任何投資的預期報酬在長期都會與該投資的風險相稱，儘管短期內可能偏離這些預期報酬。

市場效率的必要條件#

一項市場無效率要被消除，必要條件是：

• 該無效率必須能構成打敗市場、賺取超額報酬的基礎，這要求：
  • 作為無效率來源的資產必須可被交易。
  • 執行該方案的交易成本必須小於預期利潤。
• 必須存在追求利潤極大化的投資人，他們：
  • 認得出超額報酬的潛力。
  • 能夠複製這個賺取超額報酬的方案。
  • 有資源持續交易該股票，直到無效率消失。

這裡存在一個內在矛盾：一方面宣稱在有效率的市場中不可能打敗市場，另一方面又要求追求利潤極大化的投資人不斷尋找打敗市場的方法、從而使市場有效率。

若市場真的有效率，投資人就會停止尋找無效率，這又會讓市場重新變得無效率。

因此，把有效率的市場想成一個自我修正機制是合理的：無效率會定期出現，但幾乎在投資人發現並據以交易的瞬間就消失。換言之，有效率的市場不是一種穩態，而是一種暫態。

關於市場效率的三個命題#

命題一：在某個資產市場中找到無效率的機率，會隨該資產交易的容易程度上升而下降。

若投資人難以交易某項資產（因為缺乏公開市場，或存在重大交易障礙），定價的無效率可以持續很長時間。

這解釋了不同資產市場之間的差異。交易股票遠比交易不動產容易：

• 市場開放得多。
• 價格單位較小（降低新交易者的進入門檻）。
• 資產本身在不同交易之間不會改變（IBM 的一股與另一股完全相同，而一塊不動產可能與一石之遙的另一塊差異極大）。

基於這些差異，在不動產市場找到無效率（無論低估或高估）的可能性應該更大。

命題二：在某個資產市場中找到無效率的機率，會隨「利用該無效率的交易與資訊成本」上升而上升。

蒐集資訊與交易的成本在不同市場之間、甚至同一市場的不同投資標的之間差異極大。這些成本越高，試圖利用這些無效率就越不划算。

以「投資輸家股票（在先前期間表現極差的股票）應能賺取超額報酬」這個流行看法為例。就原始報酬而言這或許為真，但這些股票的交易成本很可能高得多：

• 它們往往是低價股，導致較高的券商佣金與費用。
• 買賣價差（買進時支付的交易成本）占總支付價格的比例高得多。
• 這些股票成交往往清淡，小額交易就能推動價格，導致更高的買價或更低的賣價。

有多項研究檢視大宗交易對價格的影響，結論是：雖然大宗交易確實影響價格，但因為需要交易的次數與相應的交易成本，投資人無法利用這些無效率。但這些顧慮對交易所場內的專業造市商不太成立——他們能快速、頻繁、且以極低或零成本交易。（不過若造市商的市場本身有效率，交易所席位的價值就應反映擔任造市商的潛在效益之現值。）

這個推論也意味著，致力於建立成本優勢（尤其在資訊上）的投資人，可能憑此賺取超額報酬。例如坦伯頓（John Templeton）遠早於其他投資組合經理人便開始投資日本與其他亞洲市場，他或許能利用相對同儕的資訊優勢，至少在若干年內為其組合賺取超額報酬。

命題三：一項無效率被消除的速度，與「利用該無效率的方案能被其他投資人複製的容易程度」直接相關。

複製的難易程度，取決於執行所需的時間、資源與資訊。由於極少投資人能單憑一己之力靠交易消除某項無效率，若該方案是透明且能被其他投資人抄襲的，該無效率就更可能快速消失。

• 若股票在分割後的一個月持續賺得超額報酬——由於公司會公開宣布股票分割，任何投資人都能在分割後立刻買進——這種無效率若能長期存在才令人意外。
• 相對地，某些套利基金在指數套利上賺取的超額報酬（買進或賣出指數期貨，同時放空或買進指數成分股），要求投資人能瞬間取得指數與現貨價格資訊、有能力（保證金與資源上）交易指數期貨並放空股票、且有資源建立並持有極大部位直到套利平倉。因此，指數期貨定價的無效率很可能持續存在，至少對執行成本最低、執行速度最快的最有效率套利者而言如此。

檢定市場效率#

市場效率的檢定，檢視特定投資策略是否賺得超額報酬。由於超額報酬是實際報酬與預期報酬之差，每一項市場效率檢定都隱含了一個預期報酬模型。

當檢定顯示存在超額報酬時，它可能表示市場無效率，也可能表示計算預期報酬的模型是錯的（或兩者皆是）。

這看似是無解的兩難，但若研究結論對不同的模型設定不敏感，那麼結果就更可能是由真實的市場無效率所驅動，而非只是模型設定錯誤。

檢定方式取決於所檢定的投資方案：

• 建立在資訊事件（股票分割、盈餘公告、併購公告）上的方案 → 用**事件研究（event study）**檢定。
• 建立在公司可觀察特徵（本益比、股價淨值比、股利殖利率）上的方案 → 用**投資組合研究（portfolio study）**檢定。

事件研究#

事件研究旨在檢視市場對特定資訊事件的反應與其周邊的超額報酬。資訊事件可以是全市場的（總體經濟公告）或公司特定的（盈餘或股利公告）。五個步驟：

1. 明確辨識所要研究的事件，並鎖定公告日期。 事件研究假設事件時點能以相當程度的確定性得知。由於金融市場對事件「的資訊」而非事件本身作出反應，多數事件研究以公告日為中心。

2. 蒐集各公司在該日期前後的報酬。 此處需做兩個決定：

   • 報酬區間長度（週、日或更短）：取決於事件日期的精確程度（越精確越能用較短區間），以及資訊反映在價格中的速度（調整越快，區間應越短）。
   • 事件視窗長度（公告日前後各取幾期）：同樣取決於事件日期的精確程度，越不精確的日期需要越長的視窗。

3. 就市場表現與風險調整各期報酬，得出每家公司的超額報酬。例如用 CAPM 控制風險：

   第 t 期超額報酬 = 第 t 期報酬 − (無風險利率 + Beta × 第 t 日市場報酬)

4. 把各期超額報酬跨樣本平均，並計算標準誤：

   第 t 期平均超額報酬 = Σ ER_jt / N
   
   第 t 期超額報酬標準誤 = Σ (ER_jt − 平均 ER)² / (N − 1)
   
     N = 事件研究中的觀察值（公司）數量

5. 計算各期 t 統計量，判斷公告前後的超額報酬是否顯著異於零：

   第 t 期超額報酬的 t 統計量 = 第 t 期平均超額報酬 / 第 t 期超額報酬標準誤

   若 t 統計量統計上顯著，該事件就影響報酬；超額報酬的正負號決定影響是正面還是負面。

事件研究有助於檢視市場如何對「具價值意涵」的新聞或變化作出反應，但仍有挑戰：

• 時點：辨識市場何時知悉該資訊。
• 樣本偏誤：無論在納入樣本的公司選擇上，或所檢定的事件選擇上。
• 統計上的挑戰。

投資組合研究#

在某些投資策略中，具備特定特徵的公司被認為更可能被低估、因而更可能有超額報酬。這類策略可透過在期初建立由具備該特徵之公司構成的組合、再檢視該期間的報酬來檢定。為確保結果不被單一時期的特殊性所影響，此分析須在多個期間重複進行。 七個步驟：

1. 界定分類變數，以投資策略為指引。該變數必須可觀察；可量化較易處理，但也可以是質性的。量化例子包括股權市值、股價、本益比、股價淨值比；質性例子包括管理品質、違約風險、公司聲譽（但仍需要各自的衡量指標才能推進）。
2. 在檢定期起點蒐集所定義宇宙中每家公司的該變數資料，並依變數大小把公司分入不同組合。 組合數量取決於宇宙大小——每個組合中必須有足夠的公司以取得一定程度的分散。
3. 蒐集各組合中每家公司在檢定期的報酬，並計算各組合報酬（決定採等權重或市值權重）。
4. 就風險調整報酬。 若使用傳統風險報酬模型，估計各組合的 beta（取組合中個股 beta 的平均，或用先前期間的組合報酬對市場報酬迴歸）。若你偏好對模型保持不可知，也可以直接與整體市場或產業報酬比較。
5. 計算各組合賺得的超額報酬與其標準誤。
6. 以統計檢定驗證各組合間的平均超額報酬是否確實不同。部分是參數檢定（對超額報酬做分配假設），部分是無母數檢定。
7. 把兩個極端組合互相比對，看它們之間是否有統計上顯著的差異。

檢定市場效率的六大罪#

檢定投資策略的過程中有許多陷阱必須避免。以下六項最嚴重：

1. 用軼事證據支持／否定投資策略 軼事證據是雙面刃——它能被用來支持或否定同一個假說。由於股價充滿雜訊，而所有投資方案（無論多荒謬）都會有時成功、有時失敗，因此總是找得到該方案奏效或失效的案例。

2. 在「提取該策略所用的同一份資料與同一個期間」上檢定該策略 這是不擇手段的投資策略師的首選工具：從某個時期的資料中檢視出數百個方案並挑出一個，再用同一時期檢定它，結果可想而知（該方案表現得奇蹟般好、賺得驚人報酬）。投資方案必須在與提取期間不同的時期、或與推導時不同的宇宙上檢定。

3. 選擇有偏誤的樣本 由於可納入宇宙的股票數以千計，研究者常選用較小的樣本。若選擇是隨機的，對研究結果損害有限；若選擇有偏誤，就會得出在更大宇宙中並不成立的結果。

4. 未控制市場表現 未能控制整體市場表現，會讓你僅因為方案賺得好報酬就以為它有效（大多數方案在整體市場表現好時都會有好報酬；問題在於它們的報酬是否優於預期），或僅因為它報酬不好就以為它無效（大多數方案在整體市場表現差時都會表現不佳）。

5. 未控制風險 未能控制風險，會導致偏向接受高風險方案、拒絕低風險方案——因為前者本來就該賺得高於市場的報酬、後者低於市場，這並不代表任何超額報酬。

6. 把相關誤認為因果 以前述本益比研究為例：我們得出「低本益比股票的超額報酬高於高本益比股票」。但若據此推論「低本益比造成超額報酬」就錯了——高報酬與低本益比兩者，可能都是由「投資該股票所伴隨的高風險」所造成的。換言之，高風險才是導致這兩個觀察現象的成因：一邊是低本益比，另一邊是高報酬。這個洞見會讓我們對「一開始就採用買進低本益比股票的策略」更加謹慎。

其他可能造成問題的較輕罪過#

1. 存活偏誤（survival bias） 多數研究者從現存的上市公司宇宙出發，回溯過去檢定投資策略。這會產生微妙的偏誤，因為它自動排除了在該期間倒閉的公司，對報酬有明顯的正向影響。若某投資方案特別容易挑到破產風險高的公司，這會高估該方案的報酬。例如某方案主張投資盈餘極差的股票（論點是這些股票最可能受惠於復甦），組合中部分公司會破產，未考慮這些公司就會高估策略報酬。

2. 未考慮交易成本 有些投資方案因交易成本（執行費用、買賣價差、價格衝擊）而比其他方案昂貴得多。完整的檢定應在評斷策略前納入這些成本。這說易行難，因為不同投資人的交易成本不同，也不清楚該用哪位投資人的交易成本表。多數忽略交易成本的研究者主張，個別投資人可依自身交易成本自行判斷超額報酬是否值得採用該策略。

3. 未考慮執行上的困難 有些策略在紙上看起來很好，實務上卻難以執行——可能因為交易障礙，也可能因為交易本身造成價格衝擊。投資極小型公司的策略在紙上似乎能創造超額報酬，但實務上這些超額報酬可能不存在，因為你買進時把價格推高、賣出時把價格壓低的價格衝擊相當顯著。

4. 資訊時點 檢定策略時（尤其是圍繞資訊公告建構的策略），關鍵問題是：投資人何時能取得該資訊，以及你是否有時間據以交易。 例如本章後面會看到圍繞內部人買賣的報酬，這些資訊來自內部人向 SEC 的申報——但在這些研究涵蓋的期間，那些申報要在申報後數週才成為公開資訊，這改變了投資的時點。

市場效率的證據#

以下把證據分為四類：價格變動的時間序列性質、市場對資訊公告反應的效率、跨公司與跨時間的報酬異常，以及內部人、分析師與資金管理人的績效分析。

價格變動的時間序列性質#

自金融市場存在以來，投資人就用價格圖表與型態預測未來價格走勢。因此，最早的市場效率研究聚焦於「價格變動之間是否存在跨期關係」，部分是受隨機漫步理論所激發。

短期價格走勢#

序列相關（serial correlation）

序列相關衡量連續期間價格變動之間的相關性，反映任一期間的價格變動有多依賴前一期的價格變動：

由於這些策略會產生交易成本，相關性必須大到足以讓投資人賺取足以覆蓋成本的利潤。因此完全有可能：報酬存在序列相關，但對多數投資人而言並無賺取超額報酬的機會。

最早的序列相關研究——Alexander（1964）、Cootner（1962）、Fama（1965）——都檢視美國大型股，結論是股價的序列相關很小。Fama 發現道瓊 30 檔成分股中有 8 檔為負序列相關，且多數序列相關小於 0.05。其他研究不僅在美國小型股、也在其他市場確認了這些發現（Jennergren 與 Korsvold（1974）報告瑞典股市序列相關很低；Cootner（1961）結論商品市場亦然）。雖然某些相關性有統計顯著性，但相關程度不太可能大到足以產生超額報酬。

• 流動性：指數中並非所有股票都有流動性，某些股票在某期間可能未成交。當它們在後續期間成交時，產生的價格變動會造成正的序列相關。（想像市場在第 1 日強勁上漲，但指數中三檔股票當日未成交；第 2 日它們成交時很可能上漲以反映前一日的市場漲幅。）因此流動性差的市場指數，其日報酬或小時報酬應預期會出現正序列相關。

• 買賣價差：若用成交價計算報酬，價格有相等機會落在買價或賣價上。這種在買價與賣價之間的彈跳會導致負的序列相關。Roll（1984）提供了一個簡單的衡量：

  買賣價差效果 = √[2 × (報酬的序列共變異數)]

  對非常短的報酬區間，這個偏誤可能占據主導地位，造成「連續期間價格變動負相關」的錯誤印象。

濾嘴法則（filter rules）

在濾嘴法則中，投資人在價格自前波低點上漲 X% 時買進，並持有到價格自前波高點下跌 X% 時賣出。X 越小，每期交易次數越多、交易成本越高。 這個策略假設價格變動具序列相關且存在價格動能。

Fama 與 Blume（1966）、Jensen 與 Bennington（1970）的研究結果：

唯一打敗買進持有策略的是 0.5% 法則，但那是在交易成本之前。該策略在期間內產生 12,514 筆交易，所生交易成本足以把投資人投入的本金全部吃掉。

這說明了需要頻繁短線交易的策略的基本問題：即使它們在交易成本前能賺得超額報酬，調整這些成本後超額報酬就消失了。

投資人常用的一個濾嘴法則變體是相對強弱指標（relative strength）——把股票近期價格與某段期間（如六個月）的平均價格、或期初價格比較。相對強弱得分高的股票被視為好投資。這個策略同樣建立在價格動能的假設上。

連貫檢定（runs tests）

連貫檢定是序列相關的無母數變體，基於價格變動中「連貫」（連續上漲或下跌的序列）的數量計數。例如以下 33 期的價格變動序列（U 為上漲、D 為下跌）共有 18 個連貫：

UUU DD U DDD UU DD U D UU DD U DD UUU DD UU D UU D

實際連貫數與「假設價格變動隨機」下該長度序列的期望連貫數相比：

• 實際連貫數 > 期望數 → 價格變動存在負相關的證據。
• 實際連貫數 < 期望數 → 存在正相關的證據。

Niederhoffer 與 Osborne（1966）對道瓊 30 檔成分股在不同報酬區間下的結果：

日報酬存在正相關的證據，但較長報酬區間則無偏離常態的證據。

這說明了一個要點：長串的連續正變動或負變動本身，並不足以證明市場非隨機——這種行為與「價格變動遵循隨機漫步」是一致的。能被視為反隨機性證據的，是這些長串的「反覆出現」。

長期價格走勢#

近年來，對較長期間（一年至五年）價格走勢的關注增加。結果出現有趣的分歧：

• 當「長期」以月為單位定義 → 傾向出現正序列相關（價格動能）。
• 當「長期」以年為單位定義 → 存在相當程度的負相關，顯示市場在長期會反轉。

週與月的價格動能

Jegadeesh 與 Titman（1993, 2001）提出了價格動能的證據，時間跨度可達八個月：過去六個月上漲的股票傾向繼續上漲，過去六個月下跌的股票傾向繼續下跌。 動能效果在歐洲市場同樣強勁，但在新興市場似乎較弱。

年度或多年期的價格反轉

Fama 與 French（1988）檢視 1941 至 1985 年股票的五年報酬，發現五年報酬的序列相關比一年報酬更負，且小型股比大型股負得多。

由於存在長期價格反轉的證據，值得檢視投資人能否據以獲利。DeBondt 與 Thaler 從 1933 至 1978 年，每年建立一個由前一年漲最多的 35 檔股票構成的贏家組合，與由跌最多的 35 檔股票構成的輸家組合，檢視組合建立後 60 個月的報酬。

但許多學者與實務工作者認為這些發現高估了輸家組合的潛在報酬：

• 有證據顯示輸家組合更可能包含低價股（每股低於 $5），這些股票的交易成本更高。
• 這些股票也更可能提供高度偏斜的報酬——超額報酬來自少數幾檔賺得驚人報酬的股票，而非來自一致的表現。
• 一項針對贏家與輸家組合的研究，把輸家組合超額報酬的絕大部分歸因於低價股，並發現結果對「組合何時建立」很敏感：每年 12 月建立的輸家組合，報酬顯著高於每年 6 月建立的組合。

投機泡沫、崩盤與恐慌#

檢視金融市場長期行為的歷史學家，挑戰了效率市場理論所仰賴的理性假設。他們指出投機泡沫在金融市場形成的頻率之高——投資人買進各種風潮或快速致富方案——以及泡沫結束時的崩盤，並主張沒有任何東西能防止這個現象在今日的金融市場重演。

延伸：亞利桑那大學的理性實驗

近年來一些關於市場效率與理性最有趣的證據來自實驗研究。雖然多數實驗研究顯示交易者是理性的，仍有一些非理性行為的例子。

在亞利桑那大學的一項實驗中：交易者被告知每個交易日結束後會宣布一次派息，由四種可能性（0、8、28 或 60 美分）隨機決定，平均派息為 24 美分。因此在 15 天實驗的第一個交易日，該股票的預期價值為 $3.60（24 美分 × 15），第二天為 $3.36，依此類推。交易者每天都能交易。

60 次這類實驗的結果顯示：在第 3 至 5 期明顯形成了投機泡沫，價格顯著超過預期價值。泡沫最終破裂，價格在期末接近預期價值。

若這種錯價在「每個投資人都取得相同資訊」的簡單市場中都可能發生，那麼在資訊差異大得多、對預期價值不確定性也大得多的真實金融市場中，它顯然更可能發生。

值得指出的是：部分實驗以學生進行，部分以有真實世界經驗的圖森商人進行，兩組結果相似。此外，當引入 15 美分的價格限制時，榮景持續得更久——因為交易者知道價格在一期內不會跌超過 15 美分。因此，「價格限制能控制投機泡沫」的想法似乎是錯的。

行為財務學

投資人有時展現的非理性催生了一個全新的財務學領域——行為財務學（behavioral finance）。研究者運用實驗心理學蒐集的證據，試圖建立模型來理解投資人如何對資訊作出反應，並預測價格將如何隨之變動。他們在前一項任務上遠比後一項成功。 證據似乎顯示：

• 投資人不喜歡承認自己的錯誤。 因此他們傾向持有虧損股票太久，某些情況下甚至在股價下跌時加碼下注。
• 更多資訊未必帶來更好的投資決策。 投資人似乎同時受資訊超載與對最新一則資訊過度反應之苦——兩者都導致長期報酬較低的投資決策。

若關於投資人行為的證據如此明確，為何這些模型產生的預測如此充滿雜訊？

答案或許是：任何試圖預測人類弱點與非理性的模型，本質上就不太可能是穩定的。 行為財務學最終或許會成為解釋「股價為何以及如何偏離真實價值」的王牌，但它在制定投資策略上的角色仍然存疑。

市場對資訊事件的反應#

一些最有力的市場效率檢定是事件研究——檢視市場對盈餘與併購公告等資訊事件的反應。市場對新資訊作出反應本身與市場效率一致，但這個反應必須是「瞬時的」且「無偏誤的」。

對比三種市場對利多消息公告的反應：

盈餘公告#

公司公布盈餘時，會向金融市場傳達關於當前與未來前景的資訊。資訊的重要程度與市場反應的大小，應取決於盈餘報告超出或低於投資人預期的幅度。 在有效率的市場中，若盈餘報告含有令人意外的資訊，應有瞬時反應：正面驚喜後價格上升，負面驚喜後價格下跌。

由於實際盈餘要與投資人預期比較，盈餘事件研究的關鍵之一是衡量這些預期：

• 早期研究用前一年同季盈餘作為預期盈餘（季對季盈餘上升者為正面驚喜，下降者為負面驚喜）。
• 較近期研究則用分析師盈餘預估作為預期盈餘的代理，再與實際盈餘比較。

研究（1988–2002 年美國公司）的三項一致發現：

1. 盈餘公告確實向金融市場傳達了有價值的資訊——正面公告周邊有正的超額報酬（累積異常報酬），負面公告周邊有負的超額報酬。
2. 公告前數日就存在與公告性質一致的市場反應（正面公告前一天價格傾向上漲，負面公告前一天傾向下跌）。這可視為內線交易、資訊外洩，或公告日期認定錯誤的證據。
3. 公告後數日存在價格漂移的證據（雖然較弱）：正面報告在公告日引發正面市場反應，其後數日仍有輕微的正超額報酬；負面報告亦然。

• 一項 1989 年的研究依「盈餘公布在星期幾」分類，發現在星期五公布的盈餘與股利報告，遠比其他任何一天更可能含有負面資訊。

• Chambers 與 Penman（1984）發現，相對於預期公告日延遲的盈餘公告，遠比提早或準時的公告更可能是壞消息。延遲超過六天的公告，明顯更可能含有壞消息並引發負面市場反應。

投資與專案公告#

公司經常宣布投入資源於專案與研發的意圖，而金融市場會對這些公告作出反應。

市場對投資公告的反應

證據顯示市場對投資公告的反應普遍為正，且具有辨別力。

但這張表排除了多數公司所做的最大宗投資：併購其他公司。 這裡的證據就沒那麼有利了——在約 55% 的併購案中，收購方的股價在併購公告時下跌，反映市場相信公司在併購上傾向出價過高。

市場異常#

市場效率研究揭露了大量與既有風險報酬模型不一致、且往往難以理性解釋的市場行為。

公司特徵相關的異常#

小公司效應（small firm effect）

Banz（1981）與 Keim（1983）等研究一致發現：在風險（以市場 beta 定義）相當的情況下，較小的公司（以股權市值計）賺得比大公司更高的報酬。

小公司溢酬的規模雖隨時間變動，但普遍為正：1970 年代與 1980 年代初最高，1990 年代最低，之後在上一個十年的前半段回歸。這個溢酬的持續性引出幾種可能解釋：

1. 交易成本：投資小型股的交易成本顯著高於大型股，而溢酬是在扣除這些成本前估計的。這大致為真，但交易成本差異不太可能解釋跨期溢酬的規模，且對較長投資期間而言更不關鍵。
2. CAPM 可能不是正確的風險模型，beta 低估了小型股的真實風險。 因此小公司溢酬其實是「beta 未能捕捉風險」的衡量。額外風險可能來自幾個來源：
   • 估計風險：小公司 beta 估計所伴隨的估計風險，遠大於大公司。小公司溢酬可能是對這項額外估計風險的補償。
   • 資訊稀少：投資小型股可能有額外風險，因為關於這些股票的資訊少得多。研究確實指出，被分析師與機構投資人忽略的股票，賺得與小公司溢酬相當的超額報酬。

美國以外的市場也有小公司溢酬的證據：Dimson 與 Marsh（1986）檢視 1955–1984 年的英國股票，發現小型股年報酬每年超出大型股 6%；Chan、Hamao 與 Lakonishok（1991）報告 1971–1988 年日本股票的小公司溢酬約 5%。

自 1981 年以來，小型股溢酬已不存在——最低十分位（最小型公司）的股票平均賺得的報酬，比最高十分位公司低 0.84%。

本益比

投資人長期主張低本益比股票更可能被低估並賺得超額報酬。葛拉漢（Benjamin Graham）在其投資經典《智慧型股票投資人》中，就用低本益比作為尋找被低估股票的篩選條件。Basu（1977, 1983）等研究確認了這個先驗看法：

1952 至 2023 年間，本益比最低組的公司平均年報酬為 15.6%，而本益比最高組僅 9.3%。

低本益比股票的超額報酬在其他國際市場同樣存在：

（1989/1/1–1994/12/31，相對於該市場等權重指數的溢酬）

低本益比股票通常具備低成長、大規模、業務穩定等特徵，這些都應該降低而非提高其風險。

唯一與效率市場一致的解釋是：低本益比股票產生較高的股利殖利率，而股利適用較高稅率，因而造成較大的稅務負擔。

與小型股溢酬一樣，低本益比股票的溢酬在 1980–2023 年間相對於 1952–1980 年也下滑了，儘管幅度沒那麼大。

股價淨值比

低股價淨值比一直被視為公司被低估的可靠指標。這方面研究的一致發現是：報酬與股價淨值比之間存在負向關係——低股價淨值比股票賺得比高股價淨值比股票更高的報酬。

• Rosenberg、Reid 與 Lanstein（1985）：1973 至 1984 年間，挑選高淨值市值比（低股價淨值比）股票的策略，每月產生 36 個基點的超額報酬。
• Fama 與 French（1992）：檢視 1963 至 1990 年預期股票報酬的橫斷面，確認淨值價格比與平均報酬的正向關係在單變量與多變量檢定中都持續存在，且在解釋報酬上甚至比規模效應更強。依淨值價格比分為 12 個組合後，最低淨值價格比（最高股價淨值比）組的平均月報酬為 0.30%，最高淨值價格比（最低股價淨值比）組則為 1.83%。
• Chan、Hamao 與 Lakonishok（1991）：淨值市值比在解釋日本股票平均報酬的橫斷面上有很強的作用。
• Capaul、Rowley 與 Sharpe（1993）：延伸到其他國際市場，結論是價值股（低股價淨值比股票）在 1981 至 1992 年間所分析的每一個市場都賺得超額報酬。

因此，投資人必須自行評估：這類公司賺得的額外報酬，是否值得投資它們所承擔的額外風險。

時間相關的異常#

一月效應（January effect）

美國與其他主要金融市場的研究（Roll, 1983；Haugen 與 Lakonishok, 1988）一致揭示跨月份的報酬行為存在強烈差異：

一月效應與小公司效應的關聯讓這個現象更加複雜（Keim, 1983；Reinganum, 1983）：

• 一月效應在小公司身上比在大公司身上明顯得多。
• 前一節所述小公司溢酬的大約一半，是在一月的前兩週賺到的。

隨著小型股溢酬自 1981 年以來下滑，一月效應也一併減弱，儘管尚未完全消失。

一月效應有若干解釋，但少有能經得起嚴格檢驗：

1. 稅務虧損賣出假說（Reinganum）：投資人在年底賣出虧損股票以實現資本損失，把價格壓到（推測是低於）真實價值之下，再在一月買回，因而產生高報酬。支持證據是一月效應在前一年表現越差的股票身上越明顯。

   • 像澳洲這樣稅務年度不同的國家，仍然有一月效應。
   • 一月效應在股市表現差的年份之後，平均而言並不比其他年份更大。

2. 機構交易行為假說：機構的買賣比在年末前數日顯著低於平均，並在其後數月回升到高於平均。論點是年末前機構缺乏買盤壓低了價格，年末後則推升價格。

一月效應具有普遍性——多個主要金融市場的研究都發現強烈的一月效應證據（Haugen 與 Lakonishok, 1988；Gultekin 與 Gultekin, 1983）。

週末效應（weekend effect）

週末效應是另一個持續極長時間、且橫跨多個國際市場的報酬現象，指的是星期一與一週其他日子之間的報酬差異。

1962 至 1978 年的資料顯示：星期一的報酬顯著為負，而交易週其他每一天的報酬都不是。

關於星期一效應的其他發現：

• 星期一效應其實是「週末效應」——負報酬的絕大部分體現在週五收盤至週一開盤的報酬上。星期一的盤中報酬並非造成負報酬的元兇。
• 星期一效應對小型股比對大型股更嚴重。
• 三天連假之後的星期一效應，並不比兩天週末之後更嚴重。

有人主張週末效應源於壞消息在週五收盤後與週末期間被揭露，並指向「較多負面盈餘報告在週五收盤後發布」的發現。

週末效應在多數主要國際市場都相當強烈。日本在所研究期間有一部分允許週六交易，卻仍存在強烈的週末效應，這顯示星期一負報酬可能有比「週末壞消息」更直接的原因。

最後一點：星期一的負報酬不能單純歸因於週末沒有交易。 一般而言，交易假期之後的交易日報酬是正的，而非負的——假期後交易日的市場報酬確認了這個型態。

內部人與投資專業人士的證據#

一般認為內部人、分析師與投資組合經理人相對市場上的平均投資人享有優勢，並能把這項優勢轉換為超額報酬。這些投資人的績效證據卻出人意料地混雜。

內線交易#

SEC 把內部人定義為公司的高階主管或董事，或主要股東（持有在外流通股票 5% 以上）。內部人被禁止在公司特定資訊公開前交易，且買賣公司股票時必須向 SEC 申報。若合理假設內部人對公司有較好的資訊、因而有較好的價值估計，內部人買賣股票的決定應該會影響股價。

• Jaffe（1974）的早期研究：把股票依內部人交易分為「買進組」（買超幅度最大）與「賣出組」（賣超幅度最大），買進組的表現似乎顯著優於賣出組。

• Seyhun（1998）的較近期研究：資訊科技的進步使內線交易資訊為越來越多投資人所知。該研究同時檢視「內部人向 SEC 申報日」與「該資訊在官方摘要中公開日」周邊的超額報酬：

上述研究都沒有檢視內部人自身是否賺得超額報酬。SEC 目前設定的申報流程，偏向捕捉合法但獲利較低的交易，而避開非法但獲利較高的交易。雖然無法為此提出直接證據，但非法運用私有資訊進行交易的內部人必然賺得超額報酬。

分析師推薦#

分析師在資訊市場中占據特權位置，運作於私有與公開資訊的交會點。運用兩類資訊，他們向客戶發出買賣建議，客戶則據以交易。

Womack（1996）記錄了一項有趣的不對稱：

• 買進建議的價格效果傾向是立即的，公告後沒有價格漂移的證據。
• 賣出建議之後價格則持續向下趨勢。

具體數字：建議發布時（報告前後三天），買進建議推升股價約 3%，賣出建議壓低股價約 4%。其後六個月，賣出建議的股價再跌約 5%，買進建議則趨於平緩。

儘管分析師在蒐集私有資訊上提供了有價值的服務——或許正因為他們提供了這項服務——橫斷面上，股票報酬與追蹤該股票的分析師數量之間存在負向關係。 另一個興趣代理變數（機構持股比例）與報酬之間也存在同樣關係。

這項證據（Arbel 與 Strebel, 1983）顯示：被忽略的股票——追蹤的分析師少、機構持有不廣——賺得的報酬高於被廣泛追蹤與持有的股票。

資金管理人#

專業資金管理人被認為資訊更靈通、交易成本更低，整體而言是比小投資人更好的投資者。Jensen（1968）最早的共同基金研究顯示，這個假設在實務上可能站不住腳——1955 至 1964 年間，平均投資組合經理人的表現落後市場。

這些結果在後續研究中被反覆驗證，結論只有輕微變化：

• 對專業資金管理人最有利的研究中，他們在調整交易成本後與市場打平。
• 最不利的研究中，他們甚至在調整交易成本前就落後市場。

2013 至 2022 年間，依投資風格分類的資金管理人打敗各自指數的比例顯示——每一種投資風格的資金管理人都落後市場指數。

資料來源 SPIVA（S&P 的服務）現已在全球計算此指標。雖然世界上有些地區落後指數的管理人比例較低，但沒有任何一個地區的主動型資金管理人整體打敗其指數。

檢視主動型投資組合管理的報酬（衡量年度內主動交易所增加的價值）發現：主動交易使報酬每年下降 0.5% 至 1.5%。

績效的持續性：把資金管理人分為四分位，檢視 2016 至 2019 年三年期間跨四分位移動的機率：

2016 年排在第一四分位的資金管理人，2019 年仍在第一四分位的機率只有 8%，落到最低四分位的機率卻有 31%——顯示風險曝險造成的反轉。

最低四分位的基金中，轉入第一四分位的比例（13.76%）略高於留在第四四分位的比例。作為主動投資「死亡率」的指標：2016 年在最低四分位的基金中，到 2019 年倒閉或被關閉的比例高得多。

對資金管理人而言有沒有好消息？ 有一些微光：

• 熱手現象（hot hands）：雖然共同基金績效整體缺乏連續性的證據，但有證據顯示近期表現良好的資金管理人，在不久的將來可能繼續勝過市場。不過這個動能能維持多久、何時反轉並不清楚。這與前述「股價在數週至數月間展現動能、長期則反轉」的分析相呼應。即使這則好消息也必須謹慎看待——純粹的機運與選擇偏誤，仍可能解釋這些優異表現的連續期。
• 技巧 vs. 運氣：資金管理人長期報酬差異能否完全歸因於運氣仍有爭議。Fama 與 French（2010）主張，以扣除成本後的報酬衡量，幾乎沒有證據顯示共同基金能打敗市場；但檢視毛報酬時，確實有技巧差異的證據——他們估計優秀的管理人比平均多創造約 1.25%。
• 稅務、流動性與時間視野套利：稅率遠低於其他管理人、流動性需求或交易成本較低、且／或時間視野較長的資金管理人，或許能利用這些差異以便宜價格取得投資並賺取超額報酬。雖有軼事證據顯示這類投資人存在，但許多人被自己的成功所擊敗——隨著吸引越來越多資金，他們失去焦點與競爭優勢。

長期持續打敗市場的資金管理人少之又少。儘管他們可能採取不同策略、對市場有不同看法，但他們共享一些共同特徵：有深思熟慮的投資哲學、發揮自身強項、並保持紀律。

結論#

考慮到效率市場對投資管理與研究的意涵，「市場是否有效率」永遠會是一個引發爭議的問題。

若把有效率的市場定義為「市價是真實價值之無偏誤估計」的市場，那麼很清楚：

• 某些市場永遠會比其他市場更有效率。
• 市場對某些投資人永遠會比對其他投資人更有效率。

一個市場快速修正無效率的能力，部分取決於交易的容易程度、交易成本，以及該市場中追求利潤的投資人的警覺性。

檢定市場效率有多種方式，最廣泛使用的兩種是：

• 事件研究：檢視市場對資訊事件的反應。
• 投資組合研究：評估依可觀察特徵建立的組合的報酬。

有大量證據顯示市場行為存在不規則性：

• 與系統性因素相關：規模、本益比、股價淨值比。
• 與時間相關：一月效應與週末效應。

這些不規則性或許是無效率，但也有一項清醒的證據：有能力利用這些無效率的專業資金管理人，卻極難持續打敗金融市場。

兩者合起來讀——不規則性的持續存在，以及資金管理人無法打敗市場——既見證了某些情況下「紙上實證檢定」與「真實世界資金管理」之間的落差，也見證了另一些情況下風險報酬模型的失敗。