金融研究，數據挖掘與星球大戰

01-28

許多發表在金融學頂級期刊的研究揚言：市場存在各種各樣的異象（anomaly）。利用這些因子配置資產能獲得超額收益，回歸出來星星管夠。不過，張櫓等三位學者5月9日貼出的工作論文用1967-2014年的數據，複製了447個此類因子的研究，發現有286個複製不出來。如果使用嚴格一些的標準，還能在5%水平上顯著的就只剩67個了。

流動性（trading friction)）因子是重災區，即使按比較寬鬆的標準，102個中，能複製出來的也只有7個。無形資產（intangible）部分，103個中只有26個能複製出來。剩下的四類是動量（momentum）、價值成長（value-versus-growth）、投資（investment）、營利性（profitability），分別包含57、68、38、79個數量的因子，能複製出來的分別有37、31、27、33個，複製成功率分別是65%、46%、71%、42%。

此外，即使是那些仍然保持顯著的因子，在複製研究中能達到的超額收益水平也明顯降低。引入q因子模型之後，還能保持5%水平以上顯著的就只剩下46個了。t值能夠保持大於3的因子只剩下11個。說實話，搞到這個程度，個人感覺Novy-Marx（2014）找出來的那幾個變數說不定更有助於資產管理：抬頭看看行星的軌跡，再聞一聞曼哈頓街區的空氣。太陽上的黑子牽動你我的命運，總統的黨派，才是金融市場最大的歧異。

導致這種問題的原因是什麼？第一個可能的因素就是為了星星而挖掘數據（p-hacking、cherry-picking、kitchen sink，等等）。頂級期刊不接受不顯著的結果，所以遇到星星不夠多的回歸，就直接扔掉；或者跑很多很多組回歸，然後挑一組最完美無瑕的。第二個因素是金融學期刊一般不發表複製研究，學者沒有激勵去監督。第三個因素是用的數據太單調，全是美國數據。如果一個東西真是規律，那就應該用各國數據都跑一下。

這一問題可能不止於市場異象這一塊。原文三位作者提到的這幾個問題，在經濟學和金融學中都存在。在這些默默領域耕耘的研究生和本科生，可能有許多都經歷過文章結果複製不出來的困惑。不過，儘管這些努力可能並不討好，還是有學者一直在嘗試複製或檢驗。三位作者列舉了近二十年來這方面的許多努力。總之，純粹的數據挖掘，已經不是經濟學了,解釋應該要有理論支撐。另外一個啟示就是：市場看起來還是蠻有效的。

參考文獻：Novy-Marx R. Predicting anomaly performance with politics, the weather, global warming, sunspots, and the stars[J]. Journal of Financial Economics, 2014, 112(2): 137-146.

Hou, Kewei, Xue, Chen, Zhang, Lu. Replicating anomalies[J]. 下載地址摸這裡。