调整的。我们知道，尽管
似乎是股票风险的一个合适的描述者，但在由
描述的风险
与期望收益之间的经验定量替代却与资本资产定价模型的预测不同（我们将在下一章
评论它）。如果我们利用资本资产定价模型来为风险调整资产组合收益，则不适当的
调整将导致得出多种资产组合策略都可以产生高额收益的结论，但这事实上只不过是
失去了功效的风险调整过程。
另一种处理方法指出，风险调整收益的检验是有效市场假定和风险调整过程的联
合检验。如果一个资产组合策略可以产生高额利润，那么我们必须选择或者拒绝有效
市场假定或者拒绝风险调整过程。通常，风险调整过程的前提比有效市场假定的前提
更可疑，我们如果选择放弃风险调整过程，我们便得不出任何关于市场有效性的结论
了。
这个问题的一个例子是巴苏（B a s u）的一个发现。＇3＇ 他发现低市盈率
（price/earnings； P/E）的资产组合会比高市盈率的资产组合具有更高的利润。如果由
于资产组合的
值而调整收益，市盈率效应（P/E eff e c t ）仍然起作用。这是否确认市
场根据市盈率会有系统的股价偏离呢？这对我们来说是极意外的，也干扰了我们的
结论，因为市盈率分析是如此简单的过程。尽管通过艰苦的工作、深刻的洞察以赚
得较多的收益是可能的，但运用这样简单的方法就能带来非常规收益则几乎是不可
能的。对这些结果的另一种解释是，资本市场均衡模型错在收益并没有适当地进行
风险调整。
＇1＇ Donald B。 Keim and Robert F。 Stambaugh；“Predicting Returns in the Stock and Bond Markets；”J o u r n a l
of Financial Economics 17 （1986）； pp。 357…90。
＇2＇ Eugene F。 Fama and Kenneth R。 French；“Business Conditions and Expected Returns on Stocks and
B o n d s ；”Journal of Financial Economics 25 （November 1989）； pp。 3…22。
＇3＇ Sanjoy Basu；“The Investment Performance of Common Stocks in Relation to Their Price…Earnings
Rations： A Test of the Efficient Market Hypothesis；”Journal of Finance 32 （June 1977）； pp。 663…82； and
“The Relationship between Earnings Yield； Market Value； and Return for NYSE Common Stocks： Further
E v i d e n c e ；”Journal of Financial Economics 12 （June 1983）。
下载
第12章市场的有效性
295
这是有意义的，因为如果两家公司的期望收入是相同的，那么风险高一些的股票
则会以较低的价格以及较低的市盈率出售。由于其高风险，低市盈率的股票同时也具
有较高的期望收益。因此，除非资本资产定价模型中的
完全随风险调整，否则市盈
率就可以做为另一个有用的风险指示器，并且如果资本资产定价模型被用于建立基准
业绩的话，市盈率将与非常规收益有关。
小公司1月份效应关于有效市场假定的一个最重要的异常就是所谓的公司规
模，即小公司效应（small…firm eff e c t），这由班茨（B a n z）首先提出。班茨发现，＇ 1 ＇
总收益率和风险调整后的收益率都有随公司的相对规模（由其现有资产净值的市值
表示）的上升而下降的趋势。班茨把所有在纽约证券交易所上市的股票按公司规模
分成五组，他发现，最小规模组的平均年收益率比那些最大规模组的公司要高
1 9 。 8％。
如果对一个1 0亿美元的资产组合来说，这便是一份巨额的奖励。然而，这太引人
注目了，只要根据“投资于低资本化股票”这样简单（或过分简单）的规则便可以使
一个投资者赚得额外收益。要知道，毕竟任何投资者都可以不必花费多大的力气就可
评估出公司的规模。谁都不应指望这么小的力气就可以挣得这么多的回报。
稍后的研究（凯姆，＇2＇ 莱因格纳姆（R e i n g a n u m），＇3＇ 布卢姆和斯坦博＇ 4 ＇）证明了在
几乎整个1月份，小公司效应都会发生，事实上，具体的时间是在1月的头两个星期。
规模效应实际上是“小公司1月份效应”。
1月2月3月4月5月6月7月8月9月10月11月12月
月
0。8
0。7
0。6
0。5
0。4
0。3
0。2
0。1
图12…7 1963~1 9 7 9年最小规模公司与最大规模公司
每月的日平均超额收益率的差别
图1 2 … 7说明了1月份效应。凯姆把公司按其资产净值的市值的升序排列，并且按
每个公司的规模把它们分成1 0组投资组合。在一年中的每个月，他对最小规模和最大
规模公司组合的平均超额收益的差额进行计算。从1 9 6 3年到1 9 7 9年的平均月差额显示
在图1 2 … 7中。1月份对小公司而言是异常引人注目的月份，在1月份小公司平均每天升
水达0 。 7 1 4％。1月份头5天的交易结果更令人惊异，小规模公司头5个交易日的升水幅
＇1＇ Rolf Banz；“The Relationship between Return and Market Value of Common Stocks；”Journal of
Financial Economics 9 （March 1981）。
＇2＇ Donald B。 Keim；“Size Related Anomalies and Stock Return Seasonality： Further Empirical Evidence；”
Journal of Financial Economics 12 （June 1983）。
＇3＇ Marc R。 Reinganum；“The Anomalous Stock Market Behavior of Small Firms in January： Empirical Te s t s
for Tax…Loss Eff e c t s ；”Journal of Financial Economics 12 （June 1983）。
＇4＇ Marshall E。 Blume and Robert F。 Stambaugh；“Biases in Computed Returns： An Application to the Size
E ff e c t ；”Journal of Financial Economics； 1983。
296 第三部分资本市场均衡
下载
度超过了8 。 1 6％。
一些研究者相信，1月份效应是与年底的为减少纳税而结清蚀本交易紧密相关的。
这个假设是，许多人将他们在前几个月中已经降价的股票抛出，以便在课税年度结束
之前实现其资本损失。这些投资者并不把抛售所得重新投入股市直至新的一年到来。
在新的一年开始时，对股票的抢购潮将给股价带来压力使其上升，这便导致了1月份
效应。实际上，里特（R i t t e r）证明了＇ 1 ＇，个人投资者的股票买卖比在1 2月底和1月初
分别达到年度最低点和年度最高点。
1月份效应据说是非常戏剧性地显示了作为实验素材的最小规模公司的股票是当
年价格变动最大的股票。因此，这中间包含了大量要通过出售股价下跌的股票以减少
纳税的公司。
从理论的角度看，这个理论包含了大量漏洞。首先，如果1月份的正效应是购买
压力的表示，那么当减税交易刺激引起抛售压力时，应有一个对称的负的1 2月份效应
与其相对应。第二，当面对有效市场理论时，可预测的1月份效应消失了。如果尚未
持有这些公司股票的投资者知道1月份将会给小公司带来非常规收益的话，他们会在
1 2月份涌去购买股票以获得利润。这会使购买压力从1月份转移到1 2月份。理智的投
资者是不会让这种可预测的1月份的非常规收益持续的。但是，从1 9 6 3年到1 9 7 9年，
在凯姆的每年的研究中，小公司总是在1月份胜过大公司。
尽管存在着这些理论上的不足，但仍有一些经验证据支持1月份效应与减税交易
有关这一信念。比如，莱因格纳姆发现在规模等级内，价格下滑得越厉害的公司具有
越高的1月份收益。这种模式在图1 2 … 8中说明。莱因格纳姆把公司按股价在当年下滑
的程度分成四组。如果公司的股票可能在1 2月份被大量抛售，那么大幅度的价格下跌
将期望有可能产生大的1月份收益，因而可在1月份时享受需求的压力。图1 2 … 8显示了
每组中最低的一组具有最高的一月份收益。
尽管如此，即便在调整赋税之后，规模效应仍应持续。那些股价上涨了的小公司
仍然显示出1月份收益（图1 2 … 8 B），而那些价格下跌的大公司则并没有显示出特别的1
月份效应。因此，尽管赋税似乎与1月份非常规收益有关（图1 2 … 8中a与b对比，c与d对
比），然而在1月份中，规模在本质上仍是一个因素（a与c对比，b与d对比）。
被忽略公司效应和流动性效应阿贝尔（A r b e l）和斯特雷贝尔（S t r e b e l）对小公
司1月份效应提出了另一个解释。＇ 2 ＇因为小公司似乎易于被大的金融机构交易者所忽略，
小公司的信息因而较难获得。这种信息不足使得小公司成为获得较高利润的高风险投
资对象。毕竟，“名牌”公司受到金融机构的监测，因此可以保证获得高质量的信息，
想必投资者不会对没有更好收益前景的“一般的”股票投资。
作为被忽略公司效应（neglected…firm eff e c t ）的证据，阿贝尔＇3＇ 利用了分析家对
收入的预测方差系数来测度公司的信息不足程度（方差系数是标准差与平均差之比，
用以表示预测的分散性，是一种“噪声/信号”比）。方差系数与总收益间的相关系数
为0 。 6 7 6，这是相当高的，并且在统计上是显著的。在一个与之有关的检验中，阿贝尔
按持股金融机构的数目将公司分成热门、中等热门和被忽略的三组。表1 2 … 1显示出被
忽略的公司的1月份效应最为显著。
＇1＇ Jay R。 Ritter；“The Buying and Selling Behavior of Individual Investors at the Turn of the Ye a r；”J o u r n a l
of Finance 43 （July 1988）； pp。 701…17。
＇2＇ Avner Arbel and Paul J。 Strebel；“Pay Attention to Neglected Firms；”Journal of Portfolio Management；
Winter 1983。
＇3＇ Avner Arbel；“Generic Stocks： An Old Product in a New Pachage；”Journal of Portfolio Management；
Summer 1985。
下载
第12章市场的有效性
297
旧的交易日
a） c）
b） d）
旧的交易日
旧的交易日旧的交易日
图12…8 资产组合的市值在减税出售的条件下，1月份最低组和最高组的股票的平均日收益率
a） 资产组合MV1；最低的象限b） 资产组合MV1；最高的象限c） 资产组合MV10；最低的象限
d） 资产组合MV10；最高的象限
表12…1 被忽略程度与1月份效应表
平均1月份平均1月份收益率减去其他对系统风险调整后的
公司
收益率（％） 月份平均收益率（％） 平均1月份收益率（％）
标准普尔5 0 0样本公司
热门公司2 。 4 8 1 。 6 3 …1 。 4 4
中等热门公司4 。 9 5 4 。 1 9 1 。 6 9
被忽略公司7 。 6 2 6 。 8 7 5 。 0 3
非标准普尔5 0 0样本公司
被忽略公司11 。 3 2 1 0 。 7 2 7 。 7 1
资料来源：Avner Arbel；“Generic Stocks： An Old Product in a New Package；”Journal of Portfolio
Management； Summer 1985。
阿米赫德和门德尔森对股票收益的流动效应所做的工作也许会与小公司效应和被