1704439708
1704439709
有一种简单的方法可以驳倒有效市场假说，那就是证明每日的股票价格波动是相互关联的。如果星期二那天股价上扬，是否意味着到了星期三股价也会走高？如果是这样，投资者可以在股价升高时买进股票，在股价下跌时抛出或空仓，这样一个简单的策略就能帮助投资者获利。当然，这还要取决于他的交易成本的金额。
1704439710
1704439711
假设1966~1975年的10年里——正好是法玛毕业论文发表后的10年——我们每天都观察道·琼斯工业平均指数的收盘价格，其间道·琼斯工业平均指数的变动方向在58%的时间里都能保持一致——赢利日后接着赢利日或者亏损日后接着亏损日，在另外42%的时间里股市走势发生变动。这一切似乎不是随机发生的，一项标准的统计测试宣称，这一现象纯属偶然的概率极低，大约只有1/7000000000000000。
1704439712
1704439713
但是，统计上的显著性并不等同于现实中的显著性。一个投资者并不能从这种趋势中获利，我们可以举例证明这一点。
1704439714
1704439715
假设一位投资者10年来持续观察这一模式——赢利跟着赢利或者亏损跟着亏损。1976年1月2日上午，他决定将10000美元投进一只紧随道·琼斯工业平均指数走势变动的指数型证券投资基金。这位投资者并不属于被动的投资者，他决定利用这一模式，采取“追涨杀跌”的投资策略。每当股票价格下跌时，这位投资者就会抛售所有的股票，因为该模式预测出次日股票的价格会继续下跌。观察到股市开始回暖时，他才会把钱再次投入股市。10年来，他一直采取这种策略进行投资，直到1985年最后一个交易日，他十分肯定会获得大笔利润，于是便把所有的股票套现了。
1704439716
1704439717
这位投资者10年间究竟赚了多少钱呢？如果忽略分红、通货膨胀及交易成本等因素，凭借这个投资策略，这位投资者1976年投资的10000美元经过10年会变成25000美元。而另外有一位投资者采取了“买入并持有”这一简单的投资策略，10年里从未中途买入或卖出，最初投入的10000美元最后变成18000美元。两者相比，看来“追涨杀跌”的投资策略似乎奏效了。第一位投资者利用以往股价走势中一个简单的统计学关系，采取“追涨杀跌”策略的而获利，这一点似乎能够推翻有效市场假说。
1704439718
1704439719
但有一个问题：我们忽略了这位投资者的交易成本。这会使结果大不相同。假设第一位投资者仍旧采取“追涨杀跌”的策略，但每一次买入或卖出时，他都得拿出交易额的0.25%作为佣金给经纪人。由于这项策略共需要交易上百次，这些看似小额的佣金却会一点点地把他的利润“榨干”。事实上，如果扣除该策略10年产生的交易成本总额，10000美元的投资最终就只剩下1100美元了，不但没有获得任何利润，就连最初投入的那笔钱也几乎损失殆尽。在这个案例中，股市收益确实具有一定的可预测性，但还不足以凭此获利，所以有效市场假说仍然成立。
1704439720
1704439721
还有一个问题，即该模式会自我消退。在21世纪初的54%的时间里，股市走势都发生了变动，而没有遵循“赢利跟着赢利或者亏损跟着亏损”这一模式，这和前一个10年的情况正好相反。在这样的股市环境中，如果某位投资者从2000年1月起采取“追涨杀跌”的投资策略，10年后，在没有扣除交易成本的情况下，原来10000美元的投资就只能剩下4000美元了。若是再扣除交易成本，就只剩下可怜的141美元了，几乎99%的本金都亏掉了。
1704439722
1704439723
这个案例就是告诉大家，请不要尝试这种投资策略。这种策略与“石头剪子布”游戏[1]十分相似，风险都极高，它所产生的交易成本将会吞噬你的利润，还会侵蚀你的本金。正如法玛与他的教授觉察到的一样，那些看似太过准确而显得不真实的股市投资策略通常是不真实的。如同预测地震发生频率的历史模型一样，股市似乎就像一座炼狱——它的数据既不完全随机，也不完全不可预测。然而，股市的情况更加棘手，因为它的数据不是用来描绘某种自然现象，而是人类的集体行为。如果你在探寻一种模型，尤其是那些看似显而易见的模型，那么你找到这种模型的概率和其他投资者是相同的，模型中的信号会抵消噪声，甚至还会出现自行消退的状况。
1704439724
1704439725
1704439726
1704439727
1704439728
图11-5 扣除交易成本和未扣除交易成本的股票价值曲线图
1704439729
1704439730
当有效市场假说遇到非理性繁荣
1704439731
1704439732
另一个对有效市场假说的有力挑战来自持续上扬的股价，比如20世纪90年代和21世纪早期科技股价格的飞涨。1998年年末到2000年年初，纳斯达克综合指数比之前高2倍多，但是此后两年，所有（以及另外一些）收益便全部散尽了。
1704439733
1704439734
1704439735
1704439736
1704439737
图11-6 1990-2004年纳斯达克综合指数
1704439738
1704439739
一些在纳斯达克证券交易所上市的股票价格，看似明显不合理。在网络公司日益繁荣的时候，科技公司的市场价值约占美国所有股票市值的35%，这意味着这些科技公司的产值很快就会占到私有部门总利润的1/3。有趣的是，科技本身的发展确实大大出乎众人意料。如果在2000年向一位投资者展示苹果平板电脑，并告诉她在未来10年内，当她飞行在密苏里州10500米高的上空时可以通过苹果平板电脑浏览网页，可以用 Skype[2]和远在中国香港的家人通话，她听后会有何反应？这位投资者肯定会说苹果公司的股价将会“钱”途无限吧。
1704439740
1704439741
然而10年之后，到2010年，科技公司的产值贡献只占所有经济活动总量的7%。类似苹果公司这样的企业多出一家，就会有数十家 Pet.com 这类公司破产。但是，投资者似乎觉得每一家科技公司都会成为赢家，认为它们之间不存在相互竞争，于是他们会产生一种不切实际的想法：整个科技行业都将获利。
1704439742
1704439743
但是，一些有效市场假说的支持者对泡沫这一概念仍旧带有抵触情绪。有一次我和法玛闲谈，聊别的话题时气氛还很融洽，但一谈到“泡沫”这个词法玛就避而不谈。法玛语气强硬地对我说：“市场泡沫这个术语已经失去了原本的意义，市场泡沫的结果应该是可以预测到的。如果你都无法辨别是否身处泡沫中，那它就不是泡沫。”
1704439744
1704439745
泡沫理论要怎样才能驳倒有效市场假说呢？这要求我们能够做到对市场泡沫的实时预测。如果能做到，一些投资者就可以在泡沫出现时将其识别出来，并利用这种泡沫获取利润。
1704439746
1704439747
事后识别市场泡沫当然比较容易，但坦白说，提前识别市场泡沫也没有多困难，许多经济学家在房地产泡沫发生之初就已经看出苗头来了。通过简单的观察，若在一段时期内股票市场的增长率要比其历史平均水平高很多，这就暗示了股市泡沫的存在。标准普尔500指数的总价比其长期以来的平均值高出两倍，5年里这样的状况共发生了8次，其中5次都伴随着严重的金融危机，比如经济大萧条、互联网泡沫以及1987年的“黑色星期一”。
1704439748
1704439749
另外一种更准确但十分复杂的泡沫检测方法是由耶鲁大学的经济学家罗伯特·希勒提出的，有关希勒对房地产泡沫的预见性研究，在本书第一章中已讨论过。希勒最知名的著作就是《非理性繁荣》。该书出版时正值纳斯达克指数达到互联网泡沫的顶峰时期，它的出版是对其他书籍的纠正，如《道·琼斯工业平均指数36000点》、《道·琼斯工业平均指数40000点》、《道·琼斯工业平均指数100000点》等，这些书向投资者承诺股价会持续走高，却没有警告他们当时股价已脱离了定价的原则，虚高的情况很严重。
1704439750
1704439751
从理论上讲，股票价值终究是对一家公司未来收益和分红的预测值。尽管未来收益难以预测，但可以参考这家公司近几年的收益（希勒的公式参考的是过去10年的收益），并将其与该公司的股票价值进行比较。用公式表达就是 P/E，即股价收益比，也称市盈率，若计算得出某家公司长期以来的股价收益比为15，就意味着该公司股票的价值是其年利润的15倍。
1704439752
1704439753
个股中会有例外情况，有时这种例外情况还是合情合理的。新兴产业的某家公司（如脸谱网）未来的收益比之前多，这就是合理的。因此，这类公司的市盈率自然会高于没落产业的某家公司（比如曾经的影片租赁巨头百视达影视公司）。然而，希勒所观察的对象是标准普尔500指数涵盖的所有上市公司的平均市盈率。从理论上讲，纵观企业的平均市盈率，新兴产业中高市盈率的公司与没落产业中低市盈率的公司数量相当，所以整个股票市场的市盈率可以长期保持基本稳定。
1704439754
1704439755
但是，希勒发现事实并非如此。在不同时期，标准普尔500指数中所有上市公司的市盈率变化幅度从5（1921年）到44（2000年希勒的书出版时）不等。希勒发现这些反常数据似乎具有预测价值，能为投资者所用。当市盈率为10时，这就意味着股价收益比较低，且以往都有约9%的实际收益，这就意味着10000美元的投资在10年后总值能达到22000美元。然而，当市盈率为25时，根据历史推断，10000美元的投资在10年后却只能达到12000美元。当市盈率很高，超过了30的时候——1929年或2000年时就达到了30——预期收益将会变成负数。
1704439756
1704439757
然而，除非你有十足的耐心，否则这一模式很难带来收益。只有从长期来看这些模式才有意义，不要期待它们在一个月后或是一年后就能告诉你市场价值有多少，因为那几乎是不可能做到的，甚至连提前几年做出预测都不可能，因为其预测力仍十分有限。比如，1996年12月，艾伦·格林斯潘第一次使用“非理性繁荣”一词来描述技术股的状况，那时标准普尔500指数的市盈率已达到28，这一数字离1929年的“黑色星期二”及“大萧条”时期33的市盈率已经不远了。按理来说，此时不应该再买入股票，但当时纳斯达克综合指数总值仍居高不下，科技股票泡沫的顶峰还要3年才会到来。若有位投资者有着精准的预测力，在格林斯潘发表那篇演讲的当天买入纳斯达克综合指数，而且抛售的时机把握恰当，就能赚回约为成本4倍的利润。然而，在一般情况下，确实只有达到10年或20年的期限，市盈率才能帮助投资者做出可靠的预测。