布斯导读
人们常常认为增长预期是影响股价的重要因素之一。根据标准资产定价模型，企业的预期利润每增加百分之一，其股价也会相应上涨。然而，布斯博士生Aditya Chaudhry却发现事实情况并非如此。阅读本文，了解增长预期与股价之间到底存在着怎样的关系。
媒体经常用新颖有趣的词汇来形容那些令人费解的股票走势。2020年，“动物精神”、“非理性繁荣”和“FOMO”被用来形容特斯拉股价740%的惊人涨幅，和Meme股异乎寻常的价格飙升。
经济学家自有一套诗意的方法来解释这些价格走势：增长预期。标准资产定价模型就是用现金流的增长预期，也就是对未来利润的预期，作为解释股票价格涨跌的关键信息。现金流折现模型和消费资本资产定价模型都属于此类模型。这是一种因人而异的主观衡量标准。根据这种模型，一家公司的预期利润每增加1%，其股价就会上涨约1%。
但是，芝加哥大学布斯商学院的博士生Aditya Chaudhry认为，增长预期和价格之间实际上可能存在着反向因果关系。他发现，增长预期的变化对于股票价格的影响远远小于目前标准资产定价模型的假设，因为市场需求并不会对预期收益的变化做出太大反应。 
为了查证他的假设，Chaudhry分析了1984年1月到2021年12月期间的共同基金交易活动。当一只跟踪标普500指数的基金获得1,000万美元的投资时，这笔资金通常会被用来依照现有持股比例购买其投资组合中的所有股票，以维持这只基金与该指数的关系。同理，若要从共同基金中套现1,000万美元，基金经理也会按比例出售股票。像这样的交易并不能反映出任何新的市场信息或是基金经理对于股票增长预期的变化，因此，把多个基金的此类交易汇总起来就可以观察到与基本面无关的股价变化。
有了这些数据，Chaudhry能够看到股价是如何随着这种 “不知情”的交易而变化的。随后，他利用高盛和摩根士丹利等机构股票分析师的每股收益预测，追踪了分析师对于增长预期的分析变化。 
他发现，股价每因"不知情"交易上涨1%，就会导致股票分析师对下一年每股收益的增长预期增加0.41%。Chaudhry写道，这样的关联性具有现实意义，且大到无法用随机事件来解释。
在看到分析师对“不知情”交易导致的价格变动的反应后，Chaudhry重新检视了标准资产定价模型中增长预期对于资产价格的影响。为此，他开发了一个框架，利用投资者对公司盈利能力的信念（也就是他们的增长预期）来预测资产需求。这其中需要找到一种衡量投资者信念的方法，而投资者以分析师报告作为信息来源一事为他提供了这种方法。
通过机器学习，他得以精准地捕捉分析师的想法，衡量其对投资者的影响，并辨别影响投资者的因素之中，哪些来自分析师的信念和预期，又有哪些源自公司新闻和股价波动（他已经确定这会影响增长预期）。这使他能够观察来自分析师的特有信号如何影响投资者对于预期增长的信念，从而改变他们对于股票的需求。
在研究的最后一步，Chaudhry计算了这些增长预期对股价的影响。他运用回归模型对分析师报告所导致的价格波动进行了统计分析。
起初，该模型假设分析师对于投资者信念的影响程度始终一致，且投资者的资产需求对于增长预期的敏感程度也固定。基于这些假设，回归模型显示，投资者年增长预期每增加1%时，股价上涨仅0.07% 。之后，Chaudhry利用美国证券交易委员会（Securities and Exchange Commission）关于共同基金股票持有量的报告，为每只基金创建了单独的需求曲线，并对他们进行了同样的回归分析。
综合这些结果，Chaudhry确定，投资者年增长预期每增加1%便会令股价上涨0.16%——这距离标准资产定价模型预测的1%仍有极大的差距。他总结道，由于资产需求对预期回报的敏感度较低，增长预期对资产价格的真正影响实际小于目前标准定价模型的假设。
继续阅读
阅读原文