卖空的真相:为什么异象收益来自空头端

在Stambaugh、Yu和Yuan 2012年研究中考察的11个有充分文献记录的股市异象中,每一个在空头端产生的异常回报都大于多头端。这一模式并非微不足道。从应计项目到动量再到财务困境,各类异象的空头端所产生的月度alpha平均是多头端alpha的三到五倍。这一观察颠覆了因子投资行业中一个令人安心的假设:买入高质量、低估值或高动量的股票就能获取异象溢价的主要部分。
事实并非如此。溢价不成比例地存在于交易的另一端,即那些被高估且应该被卖空的股票中。而对于大多数投资者来说,这一端实际上是不可触及的。
理论基础:为什么高估定价会持续存在
这种不对称性的学术根源可追溯到Miller (1977),他提出了一个看似简单的观点:当投资者对一只股票的价值存在分歧且卖空受到限制时,市场价格将反映最乐观参与者的观点。本应卖空该股票的悲观者被借贷成本、监管限制或禁止做空的机构规定所阻挡。结果是价格高于共识估值,偏向意见分布的乐观尾端。
这造成了错误定价被纠正方式上的结构性不对称。被低估的股票任何拥有资本的人都可以购买。准入门槛很低:开一个券商账户,点击买入即可。相比之下,被高估的股票只能由卖空者来纠正,而卖空者是一个规模小得多的市场参与者群体,面临着层层摩擦。D'Avolio (2002)利用一家大型机构出借方的专有数据,对这些摩擦进行了细致的记录。他发现,虽然绝大多数美国股票(约80%)可以以微不足道的成本(年化约25个基点)借入,但分布存在一个长的右尾。大约9%的股票面临超过年化1%的借贷费用,而约束最严重的股票——通常是小市值、高波动、被大量卖空的公司——面临的借贷成本超过10%。
这些恰恰是构成异象投资组合空头端的股票。按应计项目质量、盈利能力或动量排名最差的股票往往规模更小、波动性更大、被卖空程度更高。它们正是卖空约束最为紧绷的股票。
Shleifer and Vishny (1997)将这一洞见形式化为更广泛的"套利限制"框架:即使老练的投资者识别出错误定价,他们也可能无法或不愿意去纠正它。空头头寸具有无限的下行风险,需要维持保证金,且可能因轧空或股票召回而被强制平仓。这些风险阻止套利资本流向被高估的证券,从而使错误定价得以持续。
实证证据:11个异象的分解
Stambaugh, Yu, and Yuan (2012)通过将11个著名异象的回报分解为多头和空头组成部分来检验这一理论预测。这些异象涵盖了广泛的回报预测因子:财务困境(Campbell、Hilscher和Szilagyi)、O-score(Ohlson)、净股票发行(Ritter)、综合权益发行(Daniel和Titman)、总应计项目(Sloan)、净经营资产(Hirshleifer等)、动量(Jegadeesh和Titman)、毛利润率(Novy-Marx)、资产增长(Cooper、Gulen和Schill)、资产回报率(Fama和French)以及投资与资产比率(Titman、Wei和Xie)。
对于每个异象,作者根据相关信号将股票分为十分位投资组合,然后分别计算多头端(最高十分位)和空头端(最低十分位)的四因子(Carhart)alpha。
结果令人瞩目。在11个异象中有10个的空头端alpha具有统计显著性。相比之下,多头端alpha仅在11个中的6个具有显著性。所有11个异象的平均月度空头端alpha约为0.40%,而多头端约为0.13%。
| 异象 | 多头端月度Alpha | 空头端月度Alpha | 比率(空头/多头) |
|---|---|---|---|
| Financial Distress | 0.14% | 0.55% | 3.9x |
| O-Score | 0.12% | 0.51% | 4.3x |
| Momentum | 0.22% | 0.48% | 2.2x |
| Accruals | 0.11% | 0.42% | 3.8x |
| Turnover | 0.10% | 0.39% | 3.9x |
| Asset Growth | 0.08% | 0.38% | 4.8x |
| Investment-to-Assets | 0.09% | 0.36% | 4.0x |
| ROA | 0.16% | 0.34% | 2.1x |
| Value (Book-to-Market) | 0.15% | 0.33% | 2.2x |
| Gross Profitability | 0.18% | 0.31% | 1.7x |
| Net Stock Issuance | 0.07% | 0.29% | 4.1x |
困境和O-score异象表现出最为显著的不对称性。理论上应该因困境风险补偿而获得更高回报的财务困难公司的股票,实际表现远差于预期。空头端(财务状况最差的公司)产生了超过0.50%的月度alpha,这与散户投资者投机性需求和受限的卖空所导致的严重高估定价相一致。
情绪渠道:高估定价何时加剧
该论文的第二个重要贡献是将这种不对称性与投资者情绪联系起来。利用Baker and Wurgler (2006)情绪指数——一个由六个基于市场的代理变量(包括封闭式基金折价、IPO数量和新发行中的股权份额)构建的综合指标——Stambaugh等人将样本分为高情绪和低情绪月份。
预测十分精确:如果异象收益主要来源于高估定价,且高估定价在乐观投资者主导市场时会被放大,那么异象空头端在高情绪时期之后应表现更好。代表被低估股票的多头端应较少受情绪影响,因为购买被低估证券不存在结构性障碍。
数据以异常清晰的方式验证了这一预测。在高情绪月份之后,11个异象的平均空头端alpha相比低情绪时期大约翻倍。多头端在不同情绪环境下没有显示出统计上有意义的差异。
这一发现有一个可检验的推论,Stambaugh, Yu, and Yuan (2015)在后续论文中对其进行了探讨:"套利不对称"。他们认为,许多资产定价难题,包括特质波动率异象(高波动率股票表现不佳的发现),都可以用同一机制来解释。当空头端套利更加困难时,高估定价主导低估定价,同时预测高估和低估定价的信号将主要通过空头端表现出预测回报的能力。
对因子投资的启示
这些发现给日益壮大的因子ETF行业带来了令人不安的现实。大多数因子产品是纯多头的:它们将投资组合向价值、动量、质量或低波动率排名靠前的股票倾斜,但不会卖空排名靠后的股票。根据Stambaugh等人的分析,这意味着它们只能获取异象溢价中较小的部分。
以一个具体例子来说明。一只纯多头价值因子ETF按账面市值比购买最便宜的五分之一股票,相对于市场指数超配这些股票。这一多头端的月度alpha约为0.15%。一个同时卖空最贵五分之一股票的多空价值策略,可以从空头端额外获取每月0.33%的收益。纯多头投资者大约只获得了全部异象价差的三分之一。
这并不意味着纯多头因子投资毫无价值。0.15%的月度alpha经过多年复利,仍然具有经济意义。但这确实意味着关于异象回报的学术证据高估了绝大多数投资者所能实现的收益。当研究者报告一个价值或动量策略每月产生80个基点的回报时,纯多头投资者应在心理上将该数字打六到八折。
低波动率异象尤其受到这一动态的影响。低波动率股票优于高波动率股票这一观察几乎完全由空头端最高波动率股票的糟糕表现所驱动。纯多头低波动率策略通过持有平淡无奇的股票获取适度溢价;它错失了做空具有彩票特征的投机性股票所能获得的更大溢价。
获取空头端收益的现实障碍
即使对于能够卖空的机构投资者来说,获取全部空头端alpha也面临重大阻力。
Nagel (2005)记录了机构持股比例低的股票——这类股票往往出现在异象空头端——借入成本特别高昂且面临被召回的风险。当出借方需要归还其股份时,卖空者必须平仓,不论交易是否已达到预期持有期限。
成本以多种方式叠加。首先,直接的借入费用减少了总alpha。对于难以借入的股票,这一费用可能消耗预期回报的相当大部分。其次,在交易清淡的股票中平仓的市场冲击可能十分严重。第三,轧空可能迫使在最不利的时机平仓,将一个统计上盈利的策略转变为实际亏损。
这些摩擦有助于解释为什么异象空头端alpha会持续存在:它是对卖空真实成本和风险的补偿。从经济学角度看,这个alpha并非"免费的午餐",而是支付给那些愿意承担在高估证券中维持空头头寸的操作、财务和职业风险的人的溢价。
与行为偏差的联系
Stambaugh等人的框架直接与行为金融学相联系。驱动异象空头端回报的高估定价源于有充分文献记录的认知偏差:过度自信导致投资者过度重视其私有信息,代表性偏差导致他们将近期表现外推到未来,处置效应使他们不愿卖出亏损头寸。
在高情绪时期,这些偏差在更小的阻力下运作。乐观的散户投资者涌入投机性股票,将价格推升至基本面价值之上。通常,卖空者会提供纠正力量。但当借入成本高昂或根本无法借入时,就没有有效机制将价格推回公允价值,直到高估定价自行消解——通常是通过令人失望的盈利、重组或最终退市。
这造成了一个可预测的循环。情绪上升,高估定价加剧,最投机性股票的基本面价值与市场价格之间的差距扩大。当情绪逆转时,这些股票经历超常下跌,因为累积的高估定价得到纠正。在纠正阶段做空这些股票的异象策略获取了最大的回报。
扣除成本后还剩什么
一个自然的问题是,在考虑所有实施成本后,异象空头端alpha是否仍然存在。答案取决于具体异象、投资者类型和市场环境。
对于约束最严重的股票(最小市值、最高波动、最难借入的股票),答案通常是否定的。借入成本、市场冲击和召回风险可能超过总alpha。这与套利限制理论一致:alpha之所以持续存在,恰恰是因为获取它的成本高昂。
对于中等约束程度的股票,情况更为微妙。拥有主经纪商关系、证券定位服务渠道和耐心资本的机构卖空者可以在扣除成本后获取总alpha的相当大部分。关键在于选择性:与其做空整个最低十分位(其中许多是无法交易的),不如集中于空头端中流动性足以高效交易的股票子集。
一些对冲基金和流动性替代投资产品提供的多空因子策略试图在这一权衡中寻求平衡。它们牺牲一些理论上的空头端alpha(通过排除最难借入的股票),以换取实际可实施性。净alpha小于学术估计值,但仍有意义。
综合看待这种不对称性
Stambaugh、Yu和Yuan关于异象收益集中在空头端的洞见,已成为现代实证资产定价中被引用最多的发现之一。它解释了为什么许多在回测中表现令人印象深刻的异象在实盘组合中产生令人失望的回报:大多数投资者能够触及的异象部分,即多头端,是较弱的组成部分。
对于评估基于因子策略的个人投资者来说,关键启示是校准预期。学术研究中记录的回报代表了在无摩擦条件下实施多空策略的理论上限。纯多头因子倾斜只能获取其中一小部分,而这一部分虽然仍为正值,但远小于标题数字所暗示的。理解这一差距对于设定因子投资回报的合理预期至关重要。
驱动异象收益的高估定价并非一个等待被消除的市场缺陷。它是买入与卖空之间不对称性的结构性后果。只要卖空约束存在——而且它们没有消失的迹象——最有利可图的异象机会将继续集中在大多数投资者无法触及的市场一端。
Written by Elena Vasquez · Reviewed by Sam
本文基于引用的一手文献,并经编辑团队审核以确保准确性和归属。 编辑政策.
参考文献
- Stambaugh, R.F., Yu, J., & Yuan, Y. (2012). The Short of It: Investor Sentiment and Anomalies. Journal of Financial Economics, 104(2), 288-302. https://doi.org/10.1016/j.jfineco.2012.09.006
- Miller, E.M. (1977). Risk, Uncertainty, and Divergence of Opinion. The Journal of Finance, 32(4), 1151-1168. https://doi.org/10.1111/j.1540-6261.1977.tb03317.x
- D'Avolio, G. (2002). The Market for Borrowing Stock. Journal of Financial Economics, 66(2-3), 271-306. https://doi.org/10.1016/S0304-405X(02)00206-4
- Baker, M. & Wurgler, J. (2006). Investor Sentiment and the Cross-Section of Stock Returns. The Journal of Finance, 61(4), 1645-1680. https://doi.org/10.1111/j.1540-6261.2006.00885.x
- Shleifer, A. & Vishny, R.W. (1997). The Limits of Arbitrage. The Journal of Finance, 52(1), 35-55. https://doi.org/10.1111/j.1540-6261.1997.tb03807.x
- Nagel, S. (2005). Short Sales, Institutional Investors and the Cross-Section of Stock Returns. Journal of Financial Economics, 78(2), 277-309. https://doi.org/10.1016/j.jfineco.2004.08.008
- Stambaugh, R.F., Yu, J., & Yuan, Y. (2015). Arbitrage Asymmetry and the Idiosyncratic Volatility Puzzle. The Journal of Finance, 70(5), 1903-1948. https://doi.org/10.1111/jofi.12286