经济预测是浪费时间吗?预测市场有什么用?

美联储在 3 月份收紧货币政策,将利率上调 0.25% 至 16 年高点 5.0%-5.25%,再加上量化紧缩(缩减资产负债表)导致许多经济预测者预测经济衰退。我一直收到顾问关于他们应该做什么的问题。

在回答这个问题时,我总是指出投资者要记住的最重要的见解:市场是前瞻性的;他们将所有可用信息纳入当前价格;经济衰退只是在事后由美国国家经济研究局 (NBER) 宣布(我们知道它们只是事后才知道衰退,而且经济数据报告有滞后性)。

考虑到这一点,我们可以检查历史证据。下表涵盖了自 1980 年以来的六次衰退,显示了从 NBER 宣布衰退到市场低点之间的月数。由于经济衰退的宣布时间较晚,因此在宣布经济衰退时,市场通常正在走向复苏——自 1980 年以来的六次衰退中,有四次股市在宣布月份之前就已经触底。在 2020 年的经济衰退中,市场的低点出现在 3 月,比 6 月的公告早了三个月。

公告

尽管大多数投资者可能会感到意外,但下表显示美国股票的平均回报率在经济衰退开始后一直为正:

经济衰退后

两组数据的回报率都为正且相似,这与市场具有前瞻性的理论是一致的。即使事后看来,忽略费用和税收,也没有太多证据支持基于衰退预测的时机策略。

我也经常被问到因子在不同市场机制下的表现:如果担心熊市,是否有更具防御性的因子(往往在熊市中表现相对较好)?

熊市中的因子表现

David Blitz,2023 年 5 月论文“因子回报的横截面”的作者,研究了 13 个主要因子主题(价值、投资、低风险、短期逆转、季节性、应计利润、债务发行、利润增长、 1963 年 7 月至 2021 年 12 月期间牛市和熊市期间的盈利能力、质量、动量、低杠杆和规模)。如下图所示,Blitz 发现,除了规模和低杠杆主题外,所有主题都在这段时间内赚取了大部分溢价熊市,展示了它们由于防御性质而提供多元化收益的能力。因子是多空投资组合。

熊市

市场预测的价值

如果经济预测是无效的,那么市场预测呢?2023 年 3 月研究的作者 Songrun He、Jiaen Li 和 Guofu Zhou,“市场调查预测的准确性如何?,”试图回答这个问题。他们检查了三组关于市场回报的调查预测:

  • 利文斯顿调查(LIV) 是一项关于美国经济,尤其是标准普尔指数的半年度调查(每年 6 月和 12 月),由费城联邦储备银行进行。这些调查来自行业和学术机构的从业者和经济学家(专业预测员)。邮寄名单上大约有 90 名参与者,其中每次有 55 到 65 人回复调查。
  • CFO 调查是一项针对美国金融专业人士关于其公司财务前景的季度调查,对大约 4,500 名 CFO 进行了抽样调查,其中约 400 名做出了回应。2020 年 4 月之前的数据可以在杜克大学富卡商学院访问,之后可以在里士满联邦储备银行访问。
  • Nagel和 Xu (NX) 调查整合了各种数据源,包括 UBS/Gallup 调查、世界大型企业联合会调查和密歇根大学消费者调查,以形成对典型美国家庭的代表性调查。

以下是他们的主要发现摘要:

  • 没有一项调查预测优于简单的随机游走预测,即使用过去的样本均值预测未来回报。
  • 对于在市场和无风险资产之间分配的具有典型风险规避的均值方差投资者,从随机游走信念转换为使用其中一种调查预测。
  • 虽然专业人士和个人的表现都未能超过历史平均水平的天真预测,但专业预测者调查的预期结果(R 平方从 -51.69% 到 -12.47%)比个人投资者(R 平方 = -0.42)更糟糕。

投资者要点

最谨慎的策略是忽略市场的“噪音”并坚持您深思熟虑的资产配置策略,该策略承认衰退和熊市的实际确定性,同时也认识到尝试根据经济状况来确定市场时机预测很可能适得其反。规避风险的投资者可能希望考虑分散他们的投资组合,以包括对更具防御性的因素的敞口。最有趣、也许令人惊讶的结果之一是,尽管专业预测人员​​的金融知识更高,但他们做出的预测远比普通家庭差。市场预测应该被忽略,无论它们来自谁——专业经济学家或市场专家。这就是沃伦巴菲特在他的2013 年致伯克希尔股东的信:“形成宏观观点或听取他人的宏观或市场预测是浪费时间。”

By Larry Swedroe

韭菜热线原创版权所有,发布者:风生水起,转载请注明出处:https://www.9crx.com/72327.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2023年7月4日 00:31
下一篇 2023年7月4日 23:48

相关推荐

  • 北京大学金融时间序列分析讲义第19章: 改进的GARCH模型

    本章讲GARCH模型的一些有针对性的改进。来自(Tsay 2013)§4.9-4.11内容。 EGARCH模型 模型 (Nelson 1991)提出的指数GARCH(EGARCH)模型允许正负资产收益率对波动率有不对称的影响。考虑如下变换 g(εt)=αεt+γ[|εt|−E|εt|],(19.1) 其中α和γ是实常数。{εt}和{|εt|−E|εt|}都分…

    2023年8月1日
    23100
  • chatgpt什么意思?(chatgpt是什么?)

    定义ChatGPT是人工智能研究实验室OpenAI新推出的一种人工智能技术驱动的自然语言处理工具,使用了Transformer神经网络架构,也是GPT-3.5架构,这是一种用于处理序列数据的模型,拥有语言理解和文本生成能力,尤其是它会通过连接大量的语料库来训练模型;这些语料库包含了真实世界中的对话,使得ChatGPT具备上知天文下知地理,还能根据聊天的上下文进行互动的能力,做到与真正人类几乎无异的聊天场景进行交流。它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,真正像人类一样来聊天交流,甚至能完成撰写邮件、视频脚本、文案、翻译、代码等任务。ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

    2023年1月14日
    25200
  • 如果 ETF 启动“新闻抛售”转向,比特币将面临现实检验

    作者: Akshay Chinchalkar、Suvashree Ghosh 比特币押注第一批直接投资该代币的美国交易所交易基金将获得批准。现在的问题是,这些产品的实际批准是否会刺激一些获利回吐。 这一最大的数字资产本周上涨 16%,一度自 2022 年以来首次突破 35,000 美元。相比之下,全球股市因国债收益率上升和地缘政治阴霾加深而萎靡不振。 数字资…

    2023年11月6日
    10000
  • 北京大学R语言教程(李东风)第43章:基于树的方法

    43.1 树回归的简单演示 决策树方法按不同自变量的不同值, 分层地把训练集分组。 每层使用一个变量, 所以这样的分组构成一个二叉树表示。 为了预测一个观测的类归属, 找到它所属的组, 用组的类归属或大多数观测的类归属进行预测。 这样的方法称为决策树(decision tree)。 决策树方法既可以用于判别问题, 也可以用于回归问题,称为回归树。 …

    2023年12月2日
    34200
  • 地方政府融资平台:中国经济面临的风险日益加大?

    我们认为未来 12 个月可能会发生特殊信贷事件,但系统性银行风险很小。 过去30年,地方政府在推动中国经济显着增长方面发挥了重要作用,特别是在重要的物质和社会基础设施方面提供了大量公共投资。然而,在经济放缓和房地产市场不景气的情况下,负债累累的城市现在对中国的经济增长和金融稳定构成了潜在风险。 市场对地方政府表外债务的担忧再次浮现,据我们估计,地方政府表外债…

    2023年10月2日
    27600
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部