各種常見指標能否預測股市走向(Predictive Power of Stock Market Indicators)
在投資的相關討論中，常會看到一些類似"目前P/E高，現金殖利率低、GDP預期成長率多少，所以未來股市會如何發展"的論點。
這些討論最大的問題在於直接認定這些指標可以預測未來股市走向。這些指標預測效力如何，Vanguard在 Forecasting stock returns: What signals matter and what do they say now?這篇文章，有詳實的統計與分析。
統計期間是1926到2011年。被選用的指標包括以下各項:
1.P/E1 (以過去一年盈餘計算的本益比)
2.P/E10(以過去10年盈餘計算的比益比)
3.過去一年現金股息率
4.過去10年公司實質盈餘平均成長率
5.過去3年公司實質盈餘平均成長率
6.過去10年GDP實質平均成長率
7.過去3年GDP實質平均成長率
8.美國十年期公債殖利率
9.聯邦負債/GDP比率
10.公司利潤/GDP比率
11.Fed Model (用股市與債市的殖利率差做為進出市場的指引)
12.由以上3與4，用Building block model算出股市預期報酬
13.由以上3與5，用Building block model算出股市預期報酬
14. 過去一年股市報酬
15. 過去十年股市報酬
16. 過去十年美國降雨量
以上就是常見用來預測股市表現的指標。譬如”聯邦負債/GDP比率”這項，一般認為政府負債愈高，愈不利於經濟與股市發展。譬如”P/E”這項，一般認為本益比愈高，未來股市報酬愈低。又譬如”過去十年股市報酬”，一般認為過去股市的高報酬意謂未來報酬不會再那麼好。
其中很有意思的是第16項，降雨量。在這份研究中，這個指標是用做一個Reality check。降雨量不應跟股市表現有明顯相關。
每一個指標，都跟接下來一年的股市報酬，與接下來十年的股市報酬跑迴歸分析。
譬如在Year t的聯邦負債/GDP比率，就會分別跟t+1的股市報酬，與t+1到t+10年的股市報酬，分別進行迴歸分析。
這是要看這一個指標，對於短期(一年)與長期(十年)股市報酬的預測能力。
這篇報告最重要的研究結果就是下面這張圖: (圖片可點擊放大觀看)
圖中長條的高度，代表的是每一個指標可以解釋多少的股市報酬變異性。愈高，代表愈可以解釋。
圖中藍色長條，代表的是對長期(十年)股市報酬的解釋能力。黃色長條，代表的是對短期(一年)股市報酬的解釋能力。
首先我們可以看到，從左到右，黃色長條都相當低矮。好幾個指標的R2是近於零。最高的也只有0.12。
換句話說，短期市場表現，幾乎是無法預測。你不能說去年股市表現好，所以今年就會表現差。也不能說過去一年P/E已高，所以今年股市表現會變差。這些都是說不準的。
另外一個很有趣的發現是，有些指標的預測方向跟一般預期相反。譬如一般會認為政府負債愈高，對經濟會是愈沉重的負擔。但這個研究結果顯示，美國聯邦政府負債/GDP比重，跟十年股市報酬是正相關的。也就是有政府負債愈高，股市表現愈好的傾向。
即便是長達十年的股市表現，這些常見指標的預測能力也都很差。幾乎一半指標的預測力比”降雨量”還要低。
唯二稍微還有點預測力的，是P/E1與P/E10。不過其R2也分別只有0.38與0.43。也就是說這兩個指標大約只能解釋4成的十年股市報酬變異性。還有六成無法解釋。
也就是說P/E對一年期的短期股市走勢幾乎沒什麼預測能力。但對十年期的股市報酬有些預測能力。這時不論是用P/E1還是P/E10，預測能力相差不多。
P/E1與P/E10這兩個指標，與接下來10年股市報酬的關係如上圖。(紅線與紅點表是P/E1，藍線與藍點表是P/E10)
從圖中可以看到，雖然有迴歸線顯示有P/E愈高，股市報酬愈低的傾向。但代表實際報酬的點散布的很廣。一樣是P/E值20，有時會有很不錯的報酬，有時會有很難看的報酬。
看過這份報告之後，讀者就可以體會到擇時進出的困難。
投資人整天在財經雜誌，在報紙，在節目，在基金公司座談會中，看到某某指標如何，所以未來股市應該怎樣的陳述。這些論點，就直接賦予那些指標100%的市場報酬預測能力。
錯誤就從這裡開始。
文中可以看到，各種常見指標，對於短期股市報酬(指的是一年)，幾乎都沒有預測能力。到了長期(指的是十年)，大多指標還是沒有預測力。唯一有點作用的P/E，也只能解釋四成的長期報酬。
所以，為何那些人講得很容易，但實際上卻拿不出成果(你有看過那個人每次都精準抓到短期股市波動的轉折點嗎?)。原因就在於，這些指標，事實上都沒有太大的預測能力。
不要再天真的相信，市場會有個救星指標，簡單的跟你說何時要進出市場了。
投資有些可以簡單的地方。譬如使用市值加權的指數化投資工具，就可以避免選股的難題與落後市場的困境。
投資也有些基本上是困難到無法解決的地方。譬如想試著藉由分析市場，抓到進出市場的時點。這是根本不可能持續做對的事。
很多投資人犯下的錯誤，就在於把可以簡單的事複雜化。譬如以為自己去上幾節課或是看了幾本書，就可以擠身專業市場參與者，成為專業選股者，與富達、PIMCO、耶魯大學校務基金的分析師與經理人稱兄道弟，平起平坐。
而把Mission impossible當成A piece of cake。以為做些研究，就可以成功擇時進出市場。卻沒發現，持續成功擇時是一件多困難的事。連巴菲特先生都說過”The only value of stock forecasters is to make fortune-tellers look good.”
弄清楚市場中那些事該努力，那些事不該努力。是一個可以大幅增進投資效率，但又太常被許多人忽略的方向。
回到首頁:請按這裡
初來乍到:請看”如何使用本部落格”
相關文章:
經濟預測能否幫助投資人躲過股市下跌(Are Economic Forecasts Useful for Investors?)
Rational Expectations讀後感2---逃過下跌還是躲掉上漲
GDP能否預測股市表現(Does GDP Predict Stock Market Performance?)
More than You Know讀後感—P/E低就買，P/E高就賣，有什麼不對?
無用又無聊的預測(The Prediction that Makes No Sense)
聰明的可能(The Desire for Impossibility)
資產配置者的沉默(The Silence of Asset Allocator)
The Fortune Sellers讀後感2---經濟與市場預測
挑選區塊與擇時進出的不良後果(The Dismal Outcome of Trying to Time the Market)
6 comments:
投資人要深思。
許多金融機構為了吸金，預測分析的頭頭是道。
目的是要你掏錢買他們的金融產品，賺取銷售獎金。
你賠錢怎麼辦?
別人獎金賺飽飽，你乖乖吃泡麵吧!
謝謝讀者朋友的回應與分享
Milestone: 2014/4/21
Subscribers exceed 15,000
IMHO the methodology chosen was inherently flawed, we cannot derive any if-then causal effects based on regression analyses. I totally agree with the fact that it is nearly impossible to forecast stock market performances with much precision, particulary in the short-term. I just can't agree on employing regression analyses to gauge the predictive power of any market indicators.
Remember the high correlation (and R-suared=.75) between the S&P 500 and the butter production in Bangladesh? For random reasons beyond our comprehension they were closely related but we probably won't use the latter to predict the former.
p.s., Congrats on reaching the milestone, and keep up your good work! We subscribers need to work harder to convert ourselves and those around us into "passive investment fundamentalists (in Jack Bogle's term)."
匿名先生
謝謝你的分享與鼓勵
我想基本原則是:
有高相關性 不一定是因果關係
但假如有預測性 或甚至有因果關係
那至少應有高相關
這篇文章主要的意思是
這些指標能解釋之後股市表現的能力都蠻薄弱的
請問一下 這個數據有把景氣循換類股的數據濾掉嗎?
從這份研究來看 P/E 值有四成的準確度與未來十年的股價有關
但已知景氣循環股不能以P/E 值來看 假設這份研究包含景氣循環股
那代表以P/E 值預測非景氣循環股未來10年股價準確機率甚至接近五成
對主動投資者來說會是非常寶貴資訊(當然過去不代表未來)
張貼留言