شذوذ السوق

تُعزى معظم الدراسات التي توثق الشذوذات، إن لم يكن جميعها، هذه الشذوذات إلى التسعير الخاطئ (على سبيل المثال، لاكونيشوك، شيليفر، وفيزني 1994، ^{[ 11 ]} ). ويُعدّ تفسير التسعير الخاطئ منطقيًا، إذ تُعرَّف الشذوذات بأنها انحرافات عن نظرية مرجعية لأسعار الأصول. ويُعرَّف "التسعير الخاطئ" بأنه الانحراف النسبي عن المعيار المرجعي.

المعيار الأكثر شيوعًا هو نموذج تسعير الأصول الرأسمالية ( CAPM ). ويُقاس الانحراف عن هذه النظرية بقيمة تقاطع غير صفرية في خط سوق الأوراق المالية المُقدَّر . ويُرمز إلى هذه القيمة عادةً بالحرف اليوناني ألفا.

${\displaystyle E(R_{t}-R_{f,t})=\alpha +\beta [E(R_{M,t}-R_{f,t})]\,}$

أين${\displaystyle R_{t}}$هو العائد على الشذوذ،${\displaystyle R_{f,t}}$يمثل العائد على معدل العائد الخالي من المخاطر،${\displaystyle \beta }$يمثل هذا الميل الناتج عن تحليل انحدار عائد الشذوذ على عائد السوق، و${\displaystyle R_{M,t}}$هو العائد على "السوق"، والذي غالباً ما يتم قياسه بالعائد على مؤشر CRSP (مؤشر لجميع الأسهم الأمريكية المتداولة علنًا).

غالباً ما تكون تفسيرات التسعير الخاطئ مثيرة للجدل في الأوساط الأكاديمية المالية، إذ لا يتفق الأكاديميون على نظرية المعيار الأمثل (انظر المخاطر غير المقاسة، أدناه). ويرتبط هذا الخلاف ارتباطاً وثيقاً بـ"مشكلة الفرضية المشتركة" لفرضية كفاءة السوق .

كان الرد الشائع بين الأكاديميين على ادعاءات التسعير الخاطئ هو أن هذا الشذوذ يجسد بُعدًا من المخاطر غائبًا عن نظرية المعيار. فعلى سبيل المثال، قد يُولّد هذا الشذوذ عوائد متوقعة تتجاوز تلك المقاسة باستخدام نموذج تسعير الأصول الرأسمالية (CAPM)، لأن السلاسل الزمنية لعوائده مرتبطة بدخل العمل، وهو ما لا تُغطيه المؤشرات القياسية لعائد السوق. ^{[ 12 ]}

لعلّ أشهر مثال على هذا التفسير للمخاطر غير المقاسة هو ما ورد في ورقة فاما وفرينش البحثية حول نموذجهما ذي العوامل الثلاثة: "إذا تم تسعير الأصول بشكل عقلاني، فإن المتغيرات المرتبطة بمتوسط ​​العوائد... يجب أن تمثل حساسية العوائد لعوامل المخاطر المشتركة (غير القابلة للتنويع). وتقدم نماذج الانحدار الزمني [للنموذج ذي العوامل الثلاثة] دليلاً مباشراً على هذه المسألة." ^{[ 13 ]}

يرتبط تفسير المخاطر غير المقاسة ارتباطًا وثيقًا بقصور نموذج تسعير الأصول الرأسمالية (CAPM) كنظرية للمخاطر، فضلًا عن قصور الاختبارات التجريبية لهذا النموذج والنماذج ذات الصلة. ولعلّ أبرز الانتقادات الموجهة لنموذج CAPM هو أنه مُشتق في إطار فترة زمنية واحدة، وبالتالي يفتقر إلى السمات الديناميكية مثل فترات عدم اليقين الشديد. في سياق أعم، يفترض نموذج CAPM عادةً وجود عوامل مخاطر متعددة، كما هو موضح في نظرية ميرتون لنموذج CAPM بين الفترات . علاوة على ذلك، يفترض نموذج CAPM عمومًا أن العوائد المتوقعة تتغير بمرور الوقت، وبالتالي فإن القدرة على التنبؤ عبر السلاسل الزمنية ليست دليلًا قاطعًا على وجود خلل في التسعير. في الواقع، نظرًا لأن نموذج CAPM لا يستطيع استيعاب العوائد المتوقعة الديناميكية، فإنّ الأدلة على القدرة على التنبؤ عبر السلاسل الزمنية لا تُعتبر في كثير من الأحيان دليلًا على وجود خلل في التسعير مقارنةً بالقدرة على التنبؤ عبر القطاعات الزمنية.

تتمثل أوجه القصور التجريبية أساسًا في صعوبة قياس الثروة أو المنفعة الحدية . نظريًا، لا تشمل الثروة ثروة سوق الأسهم فحسب، بل تشمل أيضًا الثروة غير القابلة للتداول كالأصول الخاصة ودخل العمل المستقبلي. في نموذج تسعير الأصول الرأسمالية للاستهلاك (المكافئ نظريًا لنموذج ميرتون لتسعير الأصول الرأسمالية للاستهلاك)، يُعد الاستهلاك هو المقياس الأمثل للثروة، وهو أمر يصعب قياسه (انظر على سبيل المثال: سافوف 2011، ^{[ 14 ]} ).

على الرغم من سلامة التفسير النظري للمخاطر غير المقاسة، إلا أن هناك اختلافًا كبيرًا بين الأكاديميين حول نموذج المخاطر الأمثل الذي يتجاوز نموذج تسعير الأصول الرأسمالية (CAPM). تشمل المقترحات نموذج فاما-فرينش ثلاثي العوامل المعروف، ونموذج فاما-فرينش-كارهارت رباعي العوامل، ونموذج فاما-فرينش خماسي العوامل، ونموذج ستامبو ويوان رباعي العوامل. ^{[ 15 ] [ 16 ] [ 17 ]} جميع هذه النماذج ذات توجه تجريبي، وليست مستمدة من نظرية توازن رسمية مثل نموذج ميرتون للتسعير الرأسمالي المتكامل (ICAPM).

تُوثَّق الحالات الشاذة عادةً باستخدام أسعار الإغلاق من مجموعة بيانات CRSP. لا تعكس هذه الأسعار تكاليف التداول، مما قد يحول دون المراجحة وبالتالي يُفقد القدرة على التنبؤ. علاوة على ذلك، تُوثَّق جميع الحالات الشاذة تقريبًا باستخدام محافظ استثمارية متساوية الأوزان، ^{[ 4 ]} مما يستلزم تداول أسهم غير سائلة (مكلفة التداول).

يمكن اعتبار تفسير حدود المراجحة بمثابة تحسين لإطار عمل التسعير الخاطئ. لا يحقق نمط العائد أرباحًا إلا إذا تجاوزت العوائد التي يقدمها تكاليف التداول، وبالتالي لا ينبغي اعتباره تسعيرًا خاطئًا إلا إذا تم احتساب تكاليف التداول.

تشير دراسات عديدة إلى أن تكاليف التداول تُقلل بشكل كبير من عوائد الشذوذ. تعود هذه الدراسات إلى ستول وويلي (1983) وبال وكوثاري وشانكن (1995). ^{[ 18 ] [ 19 ]} وخلصت دراسة حديثة تناولت عشرات حالات الشذوذ إلى أن تكاليف التداول لها تأثير بالغ على متوسط ​​الشذوذ (نوفي-ماركس وفيليكوف 2015). ^{[ 5 ]}

من المرجح أن تكون الحالات الشاذة الموثقة هي الأفضل أداءً من بين مجموعة أكبر بكثير من مؤشرات العائد المحتملة. يُنشئ هذا الاختيار تحيزًا، ويشير إلى أن تقديرات ربحية الحالات الشاذة مبالغ فيها. يُعرف هذا التفسير للحالات الشاذة أيضًا باسم التطفل على البيانات، والتلاعب الإحصائي، واستخراج البيانات، والتنقيب في البيانات ، ويرتبط ارتباطًا وثيقًا بمشكلة المقارنات المتعددة . تعود المخاوف بشأن تحيز الاختيار في الحالات الشاذة إلى جينسن وبينينجتون (1970) على الأقل. ^{[ 20 ]}

تركز معظم الأبحاث حول تحيز الاختيار في شذوذات السوق على مجموعات فرعية محددة من المتغيرات التنبؤية. على سبيل المثال، يُظهر سوليفان وتيمرمان ووايت (2001) أن الشذوذات القائمة على التقويم لم تعد ذات دلالة إحصائية بعد تعديلها لمراعاة تحيز الاختيار. ^{[ 21 ]} كما يُظهر تحليل تلوي حديث لعلاوة الحجم أن التقديرات المُبلغ عنها لعلاوة الحجم مُبالغ فيها بمقدار الضعف بسبب تحيز الاختيار. ^{[ 22 ]}

لا تزال الأبحاث المتعلقة بانحياز الاختيار في حالات الشذوذ محدودة وغير حاسمة بشكل عام. استخدم ماكلين وبونتيف (2016) اختبارًا خارج العينة لإثبات أن انحياز الاختيار لا يفسر سوى 26% كحد أقصى من متوسط ​​عائد الشذوذ النموذجي خلال فترة العينة المنشورة في الدراسة الأصلية. ولإثبات ذلك، قاموا بتكرار ما يقرب من 100 حالة شذوذ، وأظهروا أن متوسط ​​عائد الشذوذ يقل بنسبة 26% فقط في السنوات القليلة التي تلت مباشرةً نهاية العينات الأصلية. ونظرًا لأن جزءًا من هذا الانخفاض قد يعود إلى تأثيرات تعلم المستثمرين، فإن نسبة 26% تمثل حدًا أقصى. ^{[ 4 ]} في المقابل، قام هارفي وليو وتشو (2016) بتكييف تعديلات الاختبارات المتعددة من إحصاءات مثل معدل الاكتشاف الخاطئ لتطبيقها على "عوامل" تسعير الأصول. ويشيرون إلى العامل بأنه أي متغير يساعد في تفسير التباين في العوائد المتوقعة، وبالتالي يشملون العديد من حالات الشذوذ في دراستهم. وجدوا أن إحصائيات الاختبارات المتعددة تشير إلى أنه لا ينبغي اعتبار العوامل ذات إحصائيات t < 3.0 ذات دلالة إحصائية، وخلصوا إلى أن معظم النتائج المنشورة من المحتمل أن تكون خاطئة. ^{[ 23 ]}