錨定效應(yīng)與事件驅(qū)動(dòng)策略的邏輯

劉釗

2002年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主卡納曼曾經(jīng)做過這樣一個(gè)實(shí)驗(yàn)：他們?cè)O(shè)計(jì)了一個(gè)只會(huì)出現(xiàn)10和65兩個(gè)數(shù)字的輪盤，每轉(zhuǎn)一次輪盤，便請(qǐng)參與者回答問題：“聯(lián)合國(guó)中，非洲會(huì)員國(guó)的數(shù)量占所有會(huì)員國(guó)的數(shù)量的比例最有可能是多少？”按理說，輪盤的數(shù)值不會(huì)對(duì)答案有什么影響。但實(shí)驗(yàn)結(jié)果卻驚人的發(fā)現(xiàn)，輪盤轉(zhuǎn)到10時(shí)，答題者的平均答案是25%，轉(zhuǎn)到65時(shí)，平均答案是45%。也就是說，一個(gè)與問題毫不相關(guān)的數(shù)值居然影響了被測(cè)試者的答案！

上述實(shí)驗(yàn)描述的就是錨定現(xiàn)象。錨定現(xiàn)象的含義是：人的決策會(huì)受到毫不相干的所謂第一印象或第一信息影響，就像沉入海底的錨，把人們的思想固定在某處，并產(chǎn)生有偏差的認(rèn)識(shí)。

錨定效應(yīng)普遍存在于我們的生活之中。商場(chǎng)中顧客與店家的討價(jià)還價(jià)，店家一開始就報(bào)出很高的價(jià)格，一定會(huì)或多或少的影響顧客的心理預(yù)期，使得最終成交價(jià)偏高。而一些聰明的顧客也會(huì)在最初砍價(jià)砍得很低，反過影響店家，降低成交價(jià)格。

在證券市場(chǎng)，錨定效應(yīng)無(wú)時(shí)無(wú)刻不在影響著我們的投資決策。這其中的“錨”，就是證券當(dāng)前的市場(chǎng)價(jià)格。換句話說，證券市場(chǎng)存在“價(jià)格粘性”，當(dāng)我們無(wú)法判斷新信息對(duì)證券價(jià)格的真實(shí)影響時(shí)，一個(gè)最好的方法就是去參考它現(xiàn)有的市場(chǎng)價(jià)格，并在此基礎(chǔ)上加上一定的比例。

更具體一點(diǎn)，假如上市公司中報(bào)披露的真實(shí)營(yíng)收總量和利潤(rùn)增長(zhǎng)已經(jīng)達(dá)到了2800點(diǎn)水平時(shí)，我們的反應(yīng)總會(huì)是慢一拍，因?yàn)槲覀兞?xí)慣于站在現(xiàn)有的指數(shù)點(diǎn)位2200點(diǎn)上，去估計(jì)大盤的漲幅，是2300，2400，還是2500？這種行為模式的普遍性，決定了2200點(diǎn)這個(gè)實(shí)際存在的錨，一定在或多或少“拖累”著指數(shù)迅速上漲到合理點(diǎn)位。投資者總記得最近的指數(shù)點(diǎn)，而忘記了四年前的3000點(diǎn)，忘記了在那個(gè)時(shí)候，上市公司的盈利情況和盈利預(yù)期可能大大低于當(dāng)前水平。除非有分析師不厭其煩的撰寫分析文章，提高“3000點(diǎn)”甚至更高點(diǎn)位在大眾媒體上出現(xiàn)的詞頻，潛移默化的挪動(dòng)投資者心中的錨，反過來影響市場(chǎng)的真實(shí)價(jià)格水平。說得通俗一點(diǎn)，“喊3000點(diǎn)的人多了，指數(shù)的點(diǎn)位自然就上去了。”

錨定效應(yīng)的另一個(gè)推論是，當(dāng)有真正的利好消息到來時(shí)，股票價(jià)格總是“猶豫不決”地慢慢才漲到位。這使得很多做“事件驅(qū)動(dòng)”的策略得以成行。我曾經(jīng)問過一些在海外市場(chǎng)做“事件驅(qū)動(dòng)”的朋友：“利好消息公告后資金才進(jìn)場(chǎng)，那時(shí)還有機(jī)會(huì)嗎？難道股票價(jià)格不會(huì)在恢復(fù)開盤后就一步漲到位？”我得到的答案是，在海外市場(chǎng)，基于事件的投資機(jī)會(huì)很多的，雖然也有一些案例會(huì)發(fā)生虧損，但大概率上仍有正收益。基于這一邏輯，我們的量化投資團(tuán)隊(duì)研究了不少A股市場(chǎng)的事件驅(qū)動(dòng)策略，發(fā)現(xiàn)了一些具備持續(xù)盈利能力的方法，并加入到我們的量化策略庫(kù)中去。

最后需要強(qiáng)調(diào)的是，錨定效應(yīng)是一種基于廣泛人群共同行為特征的統(tǒng)計(jì)現(xiàn)象，事件驅(qū)動(dòng)策略的合理性也只能存在于大樣本中。為了實(shí)現(xiàn)這一概率上的勝利，我們一定要分散投資，擴(kuò)大事件樣本的容量。這也是幾乎所有量化投資策略所必需堅(jiān)持的方法。