A Walk Down Financial Markets 隨機或非隨機漫步在金融市場

一 觀點緣起

普林斯頓大學經濟學教授伯頓·馬爾基爾（Burton G. Malkiel）編寫的一本著名的書“隨機漫步華爾街（ARandom Walk Down Wall Street )”表示，金融市場的價格變動是一個隨機的過程，不能被預測。

他有一個非常有名的實驗來測試隨機漫步（random walk）假設，他給出了一個假設份額，初始價格為五十美元，每天的收盤價由硬幣翻轉決定。

經過一段時間后，馬爾基爾（Malkiel）將實驗結果交給了一名股票交易圖表分析員（chartist），該圖表分析員建議對這種假設股票立即買入。

從這個測試中，馬爾基爾認為，金融市場的變化可能與翻轉硬幣一樣隨機。

二 反方意見

當然，有很多人反對隨機漫步的假說。

不過，我們并不能夠完全相信在金融界工作的人的意見，并且他們中的很多人都是受益于對金融市場的預測的市場需求，所以他們的意見并不中立。

來自學術界的意見則更為可信些，而且他們可以給出更加可靠的研究結果。

一般來說，研究人員傾向于進行測試或建模，以匹配來自現實世界活動的觀察結果，驗證他們的假設。

金融行為研究中的著名專家馬丁·韋伯（Martin Weber）對股票市場趨勢進行了許多測試和研究。

他指出，五年來價格漲幅高的股票在接下來的五年中往往表現不佳，這一觀察已成為反駁隨機漫步假說最重要的因素之一。

來自麻省理工斯隆管理學院和賓夕法尼亞大學的幾位教授撰寫了一本名為“無隨機漫步華爾街（A Non-Random Walk Down Wall Street)”的書籍，認為隨機漫步假說是錯誤的。

他們進行了一個定量分析方法來測試股市觀察的波動性，其簡單的基于波動的規范測試（simple volatility-basedspecification test）拒絕了隨機漫步假說。

三 我的觀點

在可靠性方面，我認為非隨機假設的測試更可靠，原因如下。

首先，Malkiel測試的可靠性是相當可疑的。

在Malkiel的研究中，他進行了一項基于他的假設的測試，并且由于這個假設測試的結果與人們對現實世界現象的期望相匹配，他建議金融市場遵循隨機漫步假說。

這個測試已經犯了幾個錯誤。

股票交易圖表分析員被提供了錯誤的信息，他是根據這個結果來自股票的歷史表現所做出了決定。

如果沒有這個重要的信息，這個股票交易圖表分析員就可能提出完全不同的意見。

我們無法根據相類似的結果就得出兩件事情是一樣的結論。

人類和黑猩猩共享DNA的98.8％，我們不能因為我們的DNA是如此相似就斷定我們就是黑猩猩。

這可能永遠是定量分析的弱點。

如果我們只從人類和黑猩猩樣本中收集隨機的DNA片段，并使用常用的95％置信水平（confident level）來決定是否拒絕人類與黑猩猩是一樣的的假想，那么我們可以發現我們很可能不會拒絕這個假想。

此外，Malkiel在測試中只能在金融市場上出現一種現象，因為他的結果來自隨機性，可能只是顯示了金融市場上隨機存貨的表現，而不是反映整個市場表現。

其次，Malkiel對投資策略的建議似乎并不符合他的隨機漫步假說。

Malkiel的建議投資策略是購買股票市場指數而不是特定股票，而且他認為，購買大約50只股票是投資的一個理想選擇，他還建議投資于更多的領域和更多的市場（例如一個部分投資于發達國家金融市場，一部分投資于新興市場），而不是集中在某個特定的市場。

他的建議符合今天的風險集中策略。

然而，根據他的隨機漫步假設，如果所有股票的價格都是隨機走勢演化的，整個股市指數也應隨機變化。

同時，基于實驗，當有更多樣本的情況下，平均值應該接近隨機事件的平均值，在這種情況下為零（如果平均值不是零，則可以表明存在趨勢而不是隨機漫步在金融市場）; 因此，如果金融市場遵循隨機漫步假說，股票市場指數的變化將比特定股票的變化更接近于零，因為股票指數有較大的樣本。

第三，教授和研究人員對非隨機漫步假說的研究更加可靠。

他們直接測試了實際股票市場的隨機性。

他們使用許多方法和方向來研究這個問題。

他們使用人類行為以及來自真實金融市場的觀察來解釋金融市場中的非隨機漫步。

由于更多的實驗可以使結果更可靠，因此可以為結果提供更多的學分。

當然，也有許多關于隨機漫步假說的研究，例如，尤金·法瑪（EugeneFama）（被稱為“金融之父”，以他對投資組合理論，資產定價和股票市場行為的實證研究而聞名）的文章“隨機走在股市價格”(Random Walks In Stock Market Prices)。

四 我的結論

由于非隨機漫步假說的研究似乎更可靠，我認為我們應該接受股價變動是有其決定因素，研究這些決定因素對預測未來股市表現的趨勢是有著非常重要的幫助。

在金融市場上，絕對有隨機事件，而且我們也可能使用隨機性來解釋一些不可觀察或不可預測的事件，我們給出這些隨機事件的名字，如隨機效應（stochastic effect），黑天鵝事件（black swan event）。

所以我們不可以完全拒絕隨機漫步這個假設。

為了抵消隨機漫步的影響，重要的是覆蓋更為廣泛資產的投資組合，當投資組合可以涵蓋多種類型的資產和多個股票時，隨機效應的影響往往更接近于零，而我們的投資組合的回報更趨向于我們的預測趨勢，并降低金融市場隨機性給我們投資帶來的風險。

總而言之，盡管我是非隨機漫步假設的支持者，但我同意馬爾基爾（Malkiel）的觀點，即為了對付現有的隨機性、不可觀察性和不可預知性的影響，較不頻繁的交易和內容廣泛的投資組合是更可取和理想的投資策略，并且具有較高的可能性，也更有機會賺取穩定的回報。