Hou, Xue & Zhang (2020) —「Replicating Anomalies」

一句话：用统一流程复制 452 个已发表异象——只有 35% 能通过单检验门槛（\lvert t\rvert \ge 1.96），加上多重检验校正后只剩 17.9%；即使复制成功的异象，收益幅度也远小于原文报告。

版本说明：本页基于 The Review of Financial Studies, 33(5), 2019–2133 正式版 PDF。

大白话

过去三十年，金融学界发表了数百个「异象」（某种股票特征能预测未来收益）。但没人用统一的标准去复现过它们——每篇论文用自己的样本期、自己的排序断点、自己的加权方式。

这篇论文做了这件事：把 452 个异象的数据集中到一个库里，用同一套流程重新跑一遍，看还有几个站得住。

答案：大部分站不住。

统一的复制流程，关键是用 NYSE 断点 + 价值加权：

为什么要控制微盘股？ 微盘股只占市场总市值的一小部分，但等权排序会把权重全压到它们身上。很多异象（尤其是交易摩擦类）其实只是在描述微盘股的特性。

复制成功的判据：高减低十分位组合（或截面回归斜率）在 5% 水平显著，\lvert t\rvert \ge 1.96。这是单检验门槛——已经很宽松了。

完全剔除微盘股后，复制率进一步降到 30.5%（排序）与 27.2%（回归）。

在包含流动性、市场微观结构等交易摩擦变量的类别里，106 个变量中有 102 个（96%）无法通过单检验门槛。即使改用全市场断点 + 等权（微盘股权重最大），仍有 60.4% 失败。

把每个异象的样本截断到原文发表时的样本期，复制率几乎不变（排序 34.7% vs 35.0%；回归 31.2% vs 33.6%）。样本延长后，31 个原本显著的变得不显著，32 个原本不显著的变得显著——净影响很小。

论文的分类结论非常清晰：

复制良好的一类：

这些异象大多体现在价值加权收益里，而价值加权覆盖了 97% 的总市值。

复制很差的：交易摩擦类（流动性、微观结构指标）——它们大多只在微盘股、等权排序的世界里存在。

论文的推论：「驱动截面预期收益的，基本面比交易摩擦更重要。」

论文的第三个结论：即便复制成功的异象，其经济幅度也远小于原文报告。很多异象的原始 t 值在 3 以上（因而显著），但复制后降到 1.96 以下或勉强过线。

论文明确支持 Harvey-Liu-Zhu (2016) 的立场并引用 Ioannidis (2005) 的医学研究：

理论预测能提高「事前真实关系」相对于「被检验的虚假关系」的比例。

论文引用 HLZ 的一个推论：基于理论构建的因子，其 t 值门槛应该低于纯经验因子。

这条对本 wiki 特别有意义——它把「多重检验门槛」与「因子是否有经济机制」连起来了：q 因子模型有投资理论支撑，CH-3 有壳价值机制支撑，这类因子理应有更宽松的门槛；而纯数据挖掘出来的因子应该适用更严的门槛。

「总的来说，资本市场比之前人们所认识到的更有效率。」