中國股市價(jià)值溢價(jià)的時(shí)變性

黃芬紅

〔摘要〕鑒于已有研究在考察價(jià)值溢價(jià)現(xiàn)象及其成因時(shí)都未考慮股市的周期性，本文采用馬爾科夫區(qū)制轉(zhuǎn)移模型識別股市在不同狀態(tài)間的轉(zhuǎn)換，并分析價(jià)值溢價(jià)的時(shí)變性特征。檢驗(yàn)結(jié)果發(fā)現(xiàn)，中國股市價(jià)值溢價(jià)表現(xiàn)出了與美國等成熟股市顯著不同的時(shí)變性特征：牛市時(shí)期的價(jià)值溢價(jià)較高，熊市時(shí)期的價(jià)值溢價(jià)較低；市場高波動(dòng)時(shí)期的價(jià)值溢價(jià)較高，低波動(dòng)時(shí)期的價(jià)值溢價(jià)較低；價(jià)值股的下行風(fēng)險(xiǎn)低于成長股，時(shí)變風(fēng)險(xiǎn)無法對價(jià)值溢價(jià)及其順周期特征做出解釋。

〔關(guān)鍵詞〕價(jià)值溢價(jià)；時(shí)變性；區(qū)制轉(zhuǎn)移

中圖分類號：F830.9文獻(xiàn)標(biāo)識碼：A文

章編號：1008-4096（2015）03-0020-08

一、引言

價(jià)值溢價(jià)是指價(jià)值股的收益超過成長股的部分。在允許賣空的市場條件下，投資者可買入被市場低估的價(jià)值股，同時(shí)賣空被市場高估的成長股，從而在未來獲得高收益，這種投資方法屬于價(jià)值投資策略。目前，有關(guān)價(jià)值溢價(jià)的研究都將重點(diǎn)放在了價(jià)值投資的有效性檢驗(yàn)上，卻忽略了價(jià)值投資策略的周期性問題。傳統(tǒng)資產(chǎn)配置理論假定資產(chǎn)收益率的數(shù)據(jù)生成過程都符合線性的時(shí)間序列模型，同時(shí)認(rèn)為反映市場風(fēng)險(xiǎn)的參數(shù)在整個(gè)樣本時(shí)間內(nèi)都是不變的。但是，類似于經(jīng)濟(jì)周期的擴(kuò)張、衰退、緊縮、復(fù)蘇，股市也在其周期內(nèi)的不同狀態(tài)之間進(jìn)行更替，例如，牛市和熊市、高波動(dòng)狀態(tài)和低波動(dòng)狀態(tài)等。市場環(huán)境以及投資者的心理和行為模式，在股票市場周期內(nèi)的不同狀態(tài)具有不同的特點(diǎn)，因而金融資產(chǎn)的收益率和波動(dòng)情況也是不一樣的。隨著股市運(yùn)行周期的變化，任何一種策略的有效性都可能會(huì)發(fā)生變化，價(jià)值投資策略也可能在股市周期內(nèi)的不同狀態(tài)中具有不同的表現(xiàn)。因此，本文認(rèn)為無論是從理論角度對價(jià)值溢價(jià)的成因進(jìn)行解釋，還是從實(shí)踐角度對投資者進(jìn)行指導(dǎo)，忽視股市的周期性變化都是不可取的。

從理論角度看，目前有一些研究者在對價(jià)值溢價(jià)的成因進(jìn)行解釋，有的從風(fēng)險(xiǎn)補(bǔ)償角度進(jìn)行，有的從行為角度進(jìn)行，不僅兩種觀點(diǎn)無法達(dá)成一致，而且使用相同角度和相似方法的研究也沒有得到一致的結(jié)論，部分原因在于樣本期間的選擇不同，若考慮到股市的周期性變化導(dǎo)致不同的市場狀態(tài)具有不同的特點(diǎn)，這一分歧就不足為奇了。并且，無論是風(fēng)險(xiǎn)還是行為，在不同市場狀態(tài)下都具有截然不同的特點(diǎn)，如果區(qū)別對待不同的市場狀態(tài)，對價(jià)值溢價(jià)的成因可能會(huì)有更深一步的理解。從實(shí)踐角度來看，僅僅知曉股市存在價(jià)值溢價(jià)這一點(diǎn)是遠(yuǎn)遠(yuǎn)不夠的，因?yàn)樗^于籠統(tǒng)，無助于研究者深入理解與價(jià)值溢價(jià)相關(guān)的問題，也難以有效地指導(dǎo)市場參與者進(jìn)行實(shí)際投資活動(dòng)。投資者可能會(huì)關(guān)注價(jià)值投資策略的有效性是否會(huì)隨著股市周期的變化而發(fā)生改變，價(jià)值投資策略更適用于牛市還是更適用于熊市，高波動(dòng)期還是低波動(dòng)期。對以上兩方面問題的研究，都需要考慮股市的周期性變化。然而，已有的相關(guān)文獻(xiàn)僅局限于對整個(gè)樣本期間的分析，并沒有區(qū)分不同市場狀態(tài)下的狀況。

關(guān)于市場狀態(tài)的劃分，本文采用馬爾科夫區(qū)制轉(zhuǎn)移模型來進(jìn)行。雖然股市的上漲和下跌是反復(fù)交替出現(xiàn)的，但并不是定期的，而且股市上漲和下跌是不同的內(nèi)在機(jī)制在起作用。有研究表明中國股市具有明顯的非線性特征，不同的市場狀態(tài)具有不同的收益率和波動(dòng)率[1-2]。馬爾科夫區(qū)制轉(zhuǎn)移模型將這種股市結(jié)構(gòu)變化特征視為一種機(jī)制向另一種機(jī)制的轉(zhuǎn)換，在模型的估計(jì)過程中將其內(nèi)生化使之成為待估參數(shù)，因而比事后根據(jù)指數(shù)走勢劃分市場狀態(tài)的主觀劃分方法更加科學(xué)合理。Gulen等[3]的研究也表明，嵌入非線性結(jié)構(gòu)的馬爾科夫區(qū)制轉(zhuǎn)移模型對于捕捉價(jià)值溢價(jià)的時(shí)變性是非常有用的。

本文的研究具有兩方面的意義。首先，有助于進(jìn)一步研究價(jià)值溢價(jià)的成因。因?yàn)闃?biāo)準(zhǔn)（簡稱CAPM）的資本資產(chǎn)定價(jià)模型的風(fēng)險(xiǎn)度量指標(biāo)不隨時(shí)間發(fā)生變化，無法體現(xiàn)不同狀態(tài)下的風(fēng)險(xiǎn)情況，因此具有一定的局限性。而本文的時(shí)變性視角將有助于考察時(shí)變風(fēng)險(xiǎn)及其對價(jià)值溢價(jià)成因的解釋。其次，從投資實(shí)踐方面來看，投資者如果能把握市場的周期性變化，并且了解價(jià)值溢價(jià)的時(shí)變特征，就能利用這種規(guī)律進(jìn)行投資策略安排，以獲取收益或規(guī)避風(fēng)險(xiǎn)。本文剩余部分結(jié)構(gòu)如下：第二部分為文獻(xiàn)綜述，第三部分為數(shù)據(jù)來源與模型設(shè)定，第四部分為價(jià)值溢價(jià)在不同狀態(tài)中的表現(xiàn)，第五部分為價(jià)值股與成長股的時(shí)變風(fēng)險(xiǎn)分析，第六部分為結(jié)論與啟示。

二、文獻(xiàn)綜述

國外已有一些研究從時(shí)變性視角對價(jià)值溢價(jià)進(jìn)行分析。Kwag和Lee[4]對美國股市的研究發(fā)現(xiàn)，在整個(gè)經(jīng)濟(jì)周期內(nèi)，價(jià)值股組合能夠持續(xù)戰(zhàn)勝成長股組合，價(jià)值投資策略在經(jīng)濟(jì)緊縮期的好處大于經(jīng)濟(jì)擴(kuò)張期。Chen等[5]通過估計(jì)價(jià)值股和成長股的條件期望收益之差證實(shí)價(jià)值股溢價(jià)表現(xiàn)出反周期變化的特征。Gulen等通過馬爾科夫區(qū)制轉(zhuǎn)移模型比較了股市高波動(dòng)狀態(tài)與低波動(dòng)狀態(tài)兩種情形下，股票與預(yù)期風(fēng)險(xiǎn)溢價(jià)之間的關(guān)系，也得到價(jià)值溢價(jià)具有反周期性的結(jié)論，股市的高波動(dòng)狀態(tài)與經(jīng)濟(jì)周期中的蕭條期相關(guān)，而低波動(dòng)狀態(tài)與經(jīng)濟(jì)繁榮期相關(guān)，價(jià)值溢價(jià)在高波動(dòng)狀態(tài)中會(huì)顯著變大，而在隨后的低波動(dòng)狀態(tài)中價(jià)值溢價(jià)則會(huì)下降[3]。除美國市場外，Bayramov[6]以歐洲市場（英國、法國、德國）為研究對象，考察了價(jià)值溢價(jià)和商業(yè)周期之間的關(guān)系，在歐洲市場中，價(jià)值溢價(jià)在經(jīng)濟(jì)擴(kuò)張期上漲，在經(jīng)濟(jì)蕭條期下降，表現(xiàn)出了順周期行為，與美國股市結(jié)論相反。

國內(nèi)目前還鮮有研究者從周期性和時(shí)變性視角對價(jià)值溢價(jià)展開研究。有關(guān)價(jià)值溢價(jià)的文獻(xiàn)主要關(guān)注中國股市價(jià)值溢價(jià)的存在性，而有關(guān)周期性的研究主要關(guān)注股市整體的周期性變化，將二者結(jié)合的文獻(xiàn)非常少見。價(jià)值溢價(jià)的存在性檢驗(yàn)方面，朱憲國和何志國[7]與王春艷和歐陽令南 [8]的檢驗(yàn)結(jié)果均顯示股票的收益率與市凈率呈負(fù)相關(guān)關(guān)系，說明中國股市具有價(jià)值溢價(jià)異象。關(guān)于股市周期中不同狀態(tài)的劃分，不同研究者所使用的方法不同。陸蓉和徐龍炳[9]借助波浪理論劃分股市的波峰及波谷，進(jìn)而區(qū)分牛市、熊市。閆偉和楊春鵬[10]的方法與此類似，依據(jù)滬市與深市綜合指數(shù)階段運(yùn)行的最高點(diǎn)、最低點(diǎn)所出現(xiàn)的日期對牛市、熊市進(jìn)行劃分。以上研究所用的方法屬于較為簡單的事后主觀劃分方法，即根據(jù)指數(shù)走勢的高點(diǎn)和低點(diǎn)來判斷周期轉(zhuǎn)折點(diǎn)。嚴(yán)武等[11]則采用基于商業(yè)周期劃分方法發(fā)展起來的“BB轉(zhuǎn)折點(diǎn)確認(rèn)程序”分析方法（簡稱BB劃分方法），找出牛市、熊市的起點(diǎn)和終點(diǎn)，并揭示出中國股票市場的牛、熊市特征，證明中國股市的牛市和熊市為兩個(gè)界限分明的階段。張兵[12]認(rèn)為股價(jià)的波動(dòng)實(shí)質(zhì)就是狀態(tài)的轉(zhuǎn)換，運(yùn)用馬爾科夫區(qū)制轉(zhuǎn)移方法對中國股市的波動(dòng)進(jìn)行研究，結(jié)果表明，1997—2002年中國股市存在慢牛市、瘋牛市和熊市三種狀態(tài)。高金余和陳翔[13]也采用類似的方法進(jìn)行了研究，認(rèn)為中國股市波動(dòng)存在三種狀態(tài)：快速下跌、快速上升和慢跌，且慢跌是主要的波動(dòng)狀態(tài)。

綜上可知，研究者用來劃分股市周期的方法主要有比較簡單的波浪劃分法，以及較為復(fù)雜的BB劃分方法、區(qū)制轉(zhuǎn)移模型法。鑒于國內(nèi)目前缺乏對價(jià)值溢價(jià)時(shí)變性特征的研究，本文將周期視角運(yùn)用到對價(jià)值溢價(jià)的分析之中。由于中國股市具有明顯的非線性特征[1-2]，而馬爾科夫區(qū)制轉(zhuǎn)移模型能很好地刻畫這種非線性特征，因而本文采用馬爾科夫區(qū)制轉(zhuǎn)移模型來考察價(jià)值溢價(jià)在股市周期內(nèi)不同狀態(tài)中的表現(xiàn)。

二、數(shù)據(jù)來源與模型設(shè)定

（一）數(shù)據(jù)說明

本文的研究對象為中國滬深A(yù)股股票，剔除ST、PT類股票，最后進(jìn)入樣本的股票數(shù)目為2 551只。為考察不同市場狀態(tài)下的價(jià)值溢價(jià)，本文所需要的數(shù)據(jù)有個(gè)股月收益率、市場月收益率、無風(fēng)險(xiǎn)收益率、市凈率、市盈率、市銷率和市現(xiàn)率等指標(biāo)，這些數(shù)據(jù)主要來源于國泰安數(shù)據(jù)庫。由于1997年以前的股票市場還不夠完善，沒有漲跌幅限制，股票波動(dòng)比較異常，因而本文選取的樣本期間為1997年1月至2014年3月。

（二）模型設(shè)定

1.模型構(gòu)建

為了準(zhǔn)確地對中國股市的市場狀態(tài)進(jìn)行劃分，本文參考Hamilton[14]的思想，采用馬爾科夫區(qū)制轉(zhuǎn)移模型進(jìn)行分析。為簡便起見，本文以兩狀態(tài)為例對此模型進(jìn)行介紹。用rt來表示被檢驗(yàn)的股票組合在t期的超額收益率，用向量Xt表示相關(guān)解釋變量，馬爾科夫區(qū)制轉(zhuǎn)移模型可被表示為：

rt=μSt+β′StXt+εt，εt～N（0，σ2St）（1）

其中，μSt為常數(shù)項(xiàng)，β′St為解釋變量的估計(jì)系數(shù)向量，εt為模型殘差，服從均值為0、波動(dòng)率為σSt的正態(tài)分布。需要注意的是，所有估計(jì)系數(shù)的下標(biāo)St是一個(gè)虛擬變量，它表示不同時(shí)期的市場狀態(tài)，在兩區(qū)制轉(zhuǎn)移模型中，St的取值為1或2，在三區(qū)制轉(zhuǎn)移模型中，St的取值為1、2或3。在此模型框架下，常數(shù)項(xiàng)、斜率系數(shù)、超額收益的波動(dòng)率均隨著St的變化而發(fā)生變化。

虛擬變量回歸中，虛擬變量需要事先設(shè)定，具有一定的主觀性。馬爾科夫區(qū)制轉(zhuǎn)移模型認(rèn)為，市場狀態(tài)及其變化是不可觀測的，因而模型的狀態(tài)變量St無法提前設(shè)定。本文模型假設(shè)狀態(tài)的變化服從一階馬爾科夫鏈，狀態(tài)轉(zhuǎn)移概率pij=P（St=jSt-1=i）表示從時(shí)刻t-1的狀態(tài)i換到時(shí)刻t的狀態(tài)j概率，t時(shí)刻的狀態(tài)St只與t-1時(shí)刻的狀態(tài)St-1有關(guān)。不同狀態(tài)之間的轉(zhuǎn)移概率可以通過轉(zhuǎn)移矩陣P來表示，P=p11p21p12p22。另外，從轉(zhuǎn)移概率可以得到各區(qū)制的持續(xù)期，持續(xù)期是指每個(gè)區(qū)制或某個(gè)狀態(tài)下持續(xù)的時(shí)間長度。

該模型與一般模型的區(qū)別在于引入了一個(gè)狀態(tài)變量，該狀態(tài)變量不可觀測，但遵循馬爾科夫過程。市場上可能存在多個(gè)狀態(tài)，每種狀態(tài)下的收益率和波動(dòng)過程具有不同的性質(zhì)，市場就在多個(gè)狀態(tài)之間相互轉(zhuǎn)換。該模型不僅能描述股市周期的狀態(tài)特征，而且能很好地進(jìn)行轉(zhuǎn)折點(diǎn)的預(yù)測。

2.模型參數(shù)估計(jì)

首先是系數(shù)估計(jì)。本文采用Hamilton的極大似然估計(jì)法對模型系數(shù)進(jìn)行估計(jì)。在εt服從正態(tài)分布的假設(shè)下，變量rt在變量St取值j時(shí)的條件概率密度為：

frtΩt-1，St=j，θ=12πσjexp-rt-μj-β′jXt22σ2jj=1，2（2）

其中，Ωt-1表示包含Xt-1、rt-1及其滯后變量在內(nèi)的觀察值，即到t-1時(shí)刻所能獲取的所有信息。θ=μ1，μ2，σ1，σ2為模型的待估參數(shù)向量。當(dāng)概率fSt=jΩt-1，θ已知，那么在Ωt-1已知的條件下，rt的概率密度可通過對f（·）進(jìn)行加權(quán)求和得到為：

frtΩt-1，θ=∑2j=1PSt=jΩt-1，θfrtΩt-1，St=j，θ（3）

在樣本期內(nèi)，總的對數(shù)似然函數(shù)為式（4）。最大化式（4）便可得到參數(shù)的估計(jì)值。

lnLrtΩt-1，θ=∑Tt=1lnfrtΩt-1，θ（4）

其次是區(qū)制轉(zhuǎn)移概率估計(jì)。在區(qū)制轉(zhuǎn)移模型中，除了模型中的系數(shù)，區(qū)制轉(zhuǎn)移概率也是一個(gè)需要估計(jì)的變量，區(qū)制轉(zhuǎn)移概率分為兩種：濾波概率（filter probabilities）和平滑概率（smoothed probabilities）。在給定初始值的情況下，不同時(shí)刻的轉(zhuǎn)移概率可以通過迭代的方法得到：

PSt=iΩt-1，θ=∑2j=1PSt=iSt-1=j，Ωt-1，θPSt-1=jΩt-1，θ（5）

式（5）中的區(qū)制轉(zhuǎn)移概率可以通過貝葉斯法則得到：

PSt-1=jΩt-1，θ=frt-1St-1=j，Xt-1，Ωt-2，θPSt-1=jXt-1，Ωt-2，θ∑2j=1frt-1St-1=j，Xt-1，Ωt-2，θPSt-1=jXt-1，Ωt-2，θ（6）

根據(jù)式（5）和式（6），我們可以獲得t=1，2，...，T的概率PStΩt，θ，這一概率通常被稱為區(qū)制的濾波概率。與濾波概率對應(yīng)的另一概念是平滑概率，被定義為PStΩT，θ，T>t。本文通過平滑概率刻畫股市周期中不同區(qū)制的轉(zhuǎn)換。平滑概率主要是指利用全部時(shí)點(diǎn)的樣本信息來推斷時(shí)點(diǎn)t樣本處于不同區(qū)制的概率：

PStΩt，θ=∑2i=1PSt=j，St+1=iΩt，θ=PSt=jΩt，θ·∑2i=1Pji·PSt+1=iΩt，θPSt+1=iΩt，θ（7）

三、價(jià)值溢價(jià)的時(shí)變性

從整個(gè)樣本期間看，價(jià)值溢價(jià)顯著存在，價(jià)值投資者能夠獲得異常收益。但價(jià)值投資策略在股市周期的不同狀態(tài)中具有什么樣的表現(xiàn)呢？下文通過區(qū)制轉(zhuǎn)移模型尋找股市周期的轉(zhuǎn)折點(diǎn)，將整個(gè)樣本期間劃分為不同市場狀態(tài)，進(jìn)而考察價(jià)值溢價(jià)在不同市場狀態(tài)中的表現(xiàn)。至于中國股市應(yīng)劃分為幾個(gè)狀態(tài)，已有的研究結(jié)論并不一致，研究者通常采用兩狀態(tài)模型刻畫中國股市的周期性特征，但也有文獻(xiàn)指出三狀態(tài)模型對數(shù)據(jù)的擬合程度更好[12-13]。本文分別使用兩狀態(tài)模型和三狀態(tài)模型進(jìn)行考察。

在進(jìn)行區(qū)制轉(zhuǎn)移模型分析之前，需要對價(jià)值股與成長股的劃分方法以及持有期收益率的計(jì)算方法進(jìn)行簡要說明。

首先是組合的劃分。除使用最基本的市凈率（PB）指標(biāo)外，本文還使用市盈率（PE）、市銷率（PS）和市現(xiàn)率（PC）分別來構(gòu)建價(jià)值股和成長股組合。借鑒LSV[15]的投資組合構(gòu)建方法，分別以PB、PS、PE、PC為具體的指標(biāo)對所有樣本股票進(jìn)行排序，然后根據(jù)指標(biāo)值的大小將股票分為若干個(gè)組合。LSV采用十等分法，而本文將所有股票劃分為五個(gè)組合，指標(biāo)數(shù)值較小的一組即為價(jià)值股組合，以字母V表示；指標(biāo)數(shù)值最大的一組即為成長股組合，以字母G表示；買入價(jià)值股并賣空成長股的股票組合稱為套利組合，以字母VMG表示。由于中國股市發(fā)展歷程較短、樣本數(shù)據(jù)有限，為了增加組合樣本觀測數(shù)量，本文借鑒Jegadeesh和Titman[16]提出的重疊持有期方法，即在17年的樣本期間內(nèi)，每月進(jìn)行一次類似的分組，依次滾動(dòng)，一共構(gòu)建207次組合樣本期間為1997年1月至2014年3月，由于最短持有期為12個(gè)月，故從2013年4月開始將不再繼續(xù)構(gòu)造投資組合。這樣一共構(gòu)造207次組合。。

其次是持有期收益率的計(jì)算，本文將持有期定為12個(gè)月，計(jì)算單只股票從組合構(gòu)建點(diǎn)開始往后持有12個(gè)月的月平均收益率。持有期月均收益率主要有兩種計(jì)算方法：累積收益率（CR）和買入持有收益率（BHR），前者采用算術(shù)平均方法，后者采用幾何平均方法。國內(nèi)研究多采用算術(shù)平均法來計(jì)算持有期收益率，但是在月收益序列波動(dòng)較大的情況下，采用算術(shù)平均法計(jì)算出來的收益率要大于實(shí)際持有期收益率，這樣就會(huì)發(fā)生高估股票持有期收益率的情況，影響研究的準(zhǔn)確性[17]。因此，本文選擇買入持有收益率來度量股票的持有期收益情況。

（一）基于兩區(qū)制轉(zhuǎn)移模型的結(jié)果

本文對滬深A(yù)股市場月收益率序列RM進(jìn)行兩區(qū)制轉(zhuǎn)移模型估計(jì)，目的是根據(jù)市場收益及其波動(dòng)特點(diǎn)進(jìn)行股市周期的劃分，因而模型中未包含解釋變量Xt。根據(jù)相關(guān)參數(shù)的估計(jì)結(jié)果，在樣本期間中有141個(gè)月處于區(qū)制1，另外54個(gè)月處于區(qū)制2。從均值μSt的估計(jì)值可以看出，區(qū)制1的平均收益為-0.0043，區(qū)制2的平均收益為0.0423，顯然，區(qū)制2的收益情況比區(qū)制1高得多，而且區(qū)制1的收益小于零。這意味著，區(qū)制1屬于股市周期中的熊市，而區(qū)制2屬于股市周期中的牛市。從模型殘差的波動(dòng)率σSt來看，區(qū)制1和區(qū)制2的波動(dòng)率分別為0.0591和0.1247，區(qū)制2的波動(dòng)更高，即牛市中收益的波動(dòng)率高于熊市。這一點(diǎn)與國外有所不同，但符合中國股市特點(diǎn)。朱鈞鈞和謝識予[18]也指出，成熟股市中高波動(dòng)率同經(jīng)濟(jì)的蕭條期相關(guān)性很強(qiáng)，而中國股市中的高波動(dòng)卻同牛市的相關(guān)性很強(qiáng)。從兩個(gè)區(qū)制的持續(xù)期數(shù)值可以看出，區(qū)制1的持續(xù)時(shí)間長于區(qū)制2，也符合中國股市“牛短熊長”的特點(diǎn)。而且，停留于區(qū)制1的轉(zhuǎn)移概率P11為0.9762，停留于區(qū)制2的轉(zhuǎn)移概率P22為0.9353，說明兩個(gè)區(qū)制均有較高的穩(wěn)定性，不過區(qū)制1的穩(wěn)定性較區(qū)制2更高一些。

圖1和圖2分別給出了區(qū)制1和區(qū)制2的轉(zhuǎn)移概率和市場收益率的走勢對比情況，圖中的柱形圖表示各時(shí)期的轉(zhuǎn)移概率，折線圖表示市場月收益率的走勢，轉(zhuǎn)移概率以及收益率的值分別通過左、右縱坐標(biāo)軸給出。從圖中可看到，在整個(gè)樣本期間內(nèi)，區(qū)制1占據(jù)了絕大多數(shù)時(shí)間，區(qū)制2占據(jù)的時(shí)間較短。從日期上看，區(qū)制2主要包括2005年末至2009年這段時(shí)間，其它的絕大部分時(shí)間都處于區(qū)制1，波動(dòng)性較高的時(shí)段都處于區(qū)制2，波動(dòng)性較小的時(shí)段則處于區(qū)制1。從波動(dòng)特點(diǎn)進(jìn)行劃分，區(qū)制1和區(qū)制2分別代表低波動(dòng)區(qū)制和高波動(dòng)區(qū)制。

圖1區(qū)制1的區(qū)制轉(zhuǎn)移概率和市場收益率走勢圖

圖2區(qū)制2的區(qū)制轉(zhuǎn)移概率和市場收益率走勢圖

根據(jù)上述兩區(qū)制轉(zhuǎn)移模型所估計(jì)出的兩個(gè)區(qū)制的平滑轉(zhuǎn)移概率序列，將整個(gè)樣本期間分為兩個(gè)狀態(tài)，然后分別比較兩個(gè)狀態(tài)中的價(jià)值溢價(jià)情況。具體的方法是：在每一時(shí)刻t，比較區(qū)制1和區(qū)制2的平滑轉(zhuǎn)移概率P11和P22的大小，若P11≥P22，則認(rèn)為時(shí)刻t屬于區(qū)制1，若P11

表1價(jià)值溢價(jià)在兩個(gè)區(qū)制中的表現(xiàn)

在區(qū)制1中價(jià)值股和成長股的持有期收益率均小于零，而在區(qū)制2中價(jià)值股和成長股的持有期收益為均大于零。從這一點(diǎn)可以進(jìn)一步認(rèn)定區(qū)制1與熊市相關(guān)，區(qū)制2與牛市相關(guān)。從t值來看，在區(qū)制2中價(jià)值股和成長股的正收益都是具有統(tǒng)計(jì)顯著性的；而在區(qū)制1中成長股的負(fù)收益具有統(tǒng)計(jì)顯著性，價(jià)值股的負(fù)收益卻是不顯著的。以上結(jié)果說明，在牛市中價(jià)值股和成長股組合都能獲得正收益，只不過價(jià)值股的正收益更高；在熊市中價(jià)值股的收益基本為零，成長股的收益為負(fù)?？梢?，價(jià)值股和成長股在不同的區(qū)制表現(xiàn)不同，在牛市價(jià)值股比成長股漲得多，在熊市價(jià)值股比成長股跌得少。從實(shí)踐角度看，在牛市中持有價(jià)值股和成長股都能獲利，只不過持有價(jià)值股獲利更多；在熊市持有成長股會(huì)遭受損失，而持有價(jià)值股雖不能獲得正收益，但卻能避免負(fù)收益帶來的損失。通過兩區(qū)制轉(zhuǎn)移模型的分析表明，在牛市中價(jià)值投資組合所形成的價(jià)值溢價(jià)更高，市場高波動(dòng)時(shí)期的價(jià)值溢價(jià)往往會(huì)高于低波動(dòng)時(shí)期。

（二）基于三區(qū)制轉(zhuǎn)移模型的結(jié)果

首先，對滬深A(yù)股市場月度收益率序列RM進(jìn)行三區(qū)制轉(zhuǎn)移模型估計(jì)，結(jié)果如表3所示。

根據(jù)表3可以看出，區(qū)制1、區(qū)制2和區(qū)制3的市場收益均值分別為-0.0061、-0.0629、0.1049；區(qū)制3的市場收益最高，代表股市周期中的牛市，區(qū)制1和區(qū)制2的收益都小于零，代表熊市。雖然區(qū)制1和區(qū)制2都與熊市相關(guān)，但相比而言，區(qū)制2的負(fù)收益更低，屬于“極度熊市”。結(jié)合持續(xù)期長短來看，區(qū)制1持續(xù)的時(shí)間更長，符合中國股市實(shí)際情況，即中國股市長期處于“慢熊”階段。從模型殘差的波動(dòng)情況來看，區(qū)制2的波動(dòng)性最高，其次是區(qū)制3，區(qū)制1的波動(dòng)性最低。

其次，對三個(gè)區(qū)制的價(jià)值溢價(jià)進(jìn)行考察。表4給出了以上三個(gè)區(qū)制中套利組合的收益情況。

在PB情形下，價(jià)值投資組合在區(qū)制2形成的價(jià)值溢價(jià)更高，區(qū)制3的價(jià)值溢價(jià)次之，區(qū)制1的價(jià)值溢價(jià)最低。在PE情形下，價(jià)值溢價(jià)在區(qū)制3最高，區(qū)制1次之，區(qū)制2最低（實(shí)際上，t值不顯著，說明區(qū)制2的收益與零無差異）。在PS和PC兩種情形下，價(jià)值投資組合所形成的價(jià)值溢價(jià)在區(qū)制3是最高的，區(qū)制2次之，區(qū)制1最低。從表3中已經(jīng)知道，區(qū)制1、區(qū)制2、區(qū)制3分別對應(yīng)著低波動(dòng)區(qū)制、高波動(dòng)區(qū)制、中波動(dòng)區(qū)制。綜合上述數(shù)據(jù)結(jié)果，可進(jìn)一步得到以下結(jié)論：從市場收益的角度看，區(qū)制3的價(jià)值溢價(jià)比較高，區(qū)制1的價(jià)值溢價(jià)較低，意味著牛市的價(jià)值溢價(jià)較高，而熊市的價(jià)值溢價(jià)較低；從波動(dòng)角度看，中波動(dòng)區(qū)制的價(jià)值溢價(jià)較高，而低波動(dòng)和高波動(dòng)區(qū)制的價(jià)值溢價(jià)較低；從四個(gè)指標(biāo)對比來看，PB和PS在三個(gè)區(qū)制都存在相對較高的價(jià)值溢價(jià)，與PE和PC相比較為穩(wěn)定，PB和PS對價(jià)值投資具有較強(qiáng)的指導(dǎo)價(jià)值，PB在熊市具有較強(qiáng)的抗跌能力，在熊市也能獲得較高的價(jià)值溢價(jià)，而PE的抗跌能力較弱，只有在牛市中才能獲得價(jià)值溢價(jià)，熊市中的價(jià)值溢價(jià)非常低。比如PB指標(biāo)下的價(jià)值溢價(jià)在區(qū)制2這一“極度熊市”中的價(jià)值溢價(jià)最高，達(dá)到0.0093，而PE指標(biāo)下的價(jià)值溢價(jià)在區(qū)制2中基本與零無差異。

四、價(jià)值股與成長股的時(shí)變風(fēng)險(xiǎn)分析

標(biāo)準(zhǔn)的CAPM模型通常使用單只股票收益對整體市場收益的敏感性因子β來衡量股票的風(fēng)險(xiǎn)。CAPM模型假定股票的風(fēng)險(xiǎn)在較長時(shí)間內(nèi)是穩(wěn)定不變的，但這種假定與現(xiàn)實(shí)嚴(yán)重不符。國內(nèi)的許多研究也發(fā)現(xiàn)，通過線性回歸方法得到的股票或股票組合的β系數(shù)是不穩(wěn)定的，隨時(shí)間發(fā)生變化。在現(xiàn)實(shí)世界中，股票的風(fēng)險(xiǎn)不是一成不變的，往往呈現(xiàn)周期性變化。另外需要注意的是，基于CAPM模型的β系數(shù)并不是度量股票風(fēng)險(xiǎn)最合理的指標(biāo)，因?yàn)棣率腔诜讲詈蛥f(xié)方差計(jì)算的，而方差在作為風(fēng)險(xiǎn)衡量方式的一大不足是它對收益超過均值的波動(dòng)與低于均值的波動(dòng)賦予同樣的權(quán)重[20]，顯然與現(xiàn)實(shí)不符?，F(xiàn)實(shí)世界里的投資者更加關(guān)注收益低于均值的波動(dòng)所帶來的風(fēng)險(xiǎn)，即更加關(guān)注股市的下跌風(fēng)險(xiǎn)，因而使用基于半方差的下行風(fēng)險(xiǎn)β-能更加真實(shí)地度量股票的風(fēng)險(xiǎn)?；谝陨蟽牲c(diǎn)理由，本文對標(biāo)準(zhǔn)CAPM模型進(jìn)行改進(jìn)，使用能夠區(qū)分不同市場狀態(tài)的時(shí)變CAPM模型來考察價(jià)值股和成長股的風(fēng)險(xiǎn)情況，具體模型如下：

前文顯示中國股市的價(jià)值溢價(jià)具有時(shí)變性，在牛市的表現(xiàn)優(yōu)于熊市。從這部分結(jié)果可知，價(jià)值股和成長股對市場收益變動(dòng)存在不對稱性反應(yīng)。價(jià)值股的收益在市場向好時(shí)上漲得多，在市場較差時(shí)下跌得少；成長股則相反，在市場向好時(shí)上漲得少，在市場回落時(shí)下跌得多。這一點(diǎn)可以對價(jià)值股相對于成長股的優(yōu)異表現(xiàn)進(jìn)行解釋，但這種解釋并不屬于已有研究提出的風(fēng)險(xiǎn)解釋。實(shí)際上，價(jià)值股和成長股在不同狀態(tài)中的不對稱，可以從投資者行為偏差角度進(jìn)行解釋，這屬于行為金融學(xué)的范疇，在未來的研究中，我們將從這一視角進(jìn)行更深入的分析。

五、結(jié)論與啟示

已有的經(jīng)驗(yàn)研究主要關(guān)注價(jià)值溢價(jià)的存在性檢驗(yàn)，忽視了對價(jià)值溢價(jià)周期性和時(shí)變性的考察。本文以1997年1月至2014年3月滬深A(yù)股股票為研究對象，采用區(qū)制轉(zhuǎn)移模型考察了價(jià)值溢價(jià)在股市周期中不同市場狀態(tài)的表現(xiàn)，并從風(fēng)險(xiǎn)角度對此進(jìn)行了深入分析。結(jié)果顯示，價(jià)值溢價(jià)具有時(shí)變性，牛市中的價(jià)值溢價(jià)較高，熊市中的價(jià)值溢價(jià)較低，從波動(dòng)特點(diǎn)來看，價(jià)值溢價(jià)在市場高波動(dòng)狀態(tài)時(shí)較高，在市場低波動(dòng)狀態(tài)時(shí)則較低。分析表明，價(jià)值溢價(jià)的這種時(shí)變性并不能通過周期性風(fēng)險(xiǎn)來解釋。

與美國股市價(jià)值溢價(jià)的時(shí)變性相比，中國A股市場中的價(jià)值溢價(jià)表現(xiàn)出了不同的時(shí)變性特征。在中國股市價(jià)值溢價(jià)在牛市中具有更好的表現(xiàn)，而在美國股市價(jià)值溢價(jià)更多地來源于熊市，即美國股市的價(jià)值溢價(jià)具有反周期性。同時(shí)，本文研究也表明中國股市的價(jià)值溢價(jià)及其時(shí)變性無法通過時(shí)變風(fēng)險(xiǎn)得以解釋，而美國股市的價(jià)值溢價(jià)及其時(shí)變性則可以通過時(shí)變風(fēng)險(xiǎn)得以解釋，因?yàn)樵诿绹墒兄袃r(jià)值股在熊市中面臨的風(fēng)險(xiǎn)高于成長股，符合標(biāo)準(zhǔn)金融學(xué)中的風(fēng)險(xiǎn)定價(jià)理論[3]。這些不同之處可能與中美股市不同的波動(dòng)特征及牛熊市特征相關(guān)，具體細(xì)節(jié)則需要進(jìn)一步深入研究。

中國A股市場存在明顯的價(jià)值溢價(jià)現(xiàn)象，而且價(jià)值溢價(jià)表現(xiàn)出了時(shí)變性特征，這一點(diǎn)應(yīng)引起學(xué)術(shù)界和實(shí)踐者的關(guān)注。價(jià)值溢價(jià)及其時(shí)變性特征無法通過時(shí)變風(fēng)險(xiǎn)因素進(jìn)行解釋，是對標(biāo)準(zhǔn)金融學(xué)理論的挑戰(zhàn)，應(yīng)深入研究其原因，為投資者和管理者提供合理的理論解釋。而對于實(shí)踐界的投資者來說，關(guān)注價(jià)值溢價(jià)及其時(shí)變性尤為重要，因?yàn)檫@與價(jià)值投資策略的有效性及其在實(shí)踐中的靈活運(yùn)用有很大關(guān)系，投資者應(yīng)嘗試根據(jù)價(jià)值溢價(jià)的時(shí)變性特征來擇時(shí)交易，提高投資組合的收益性。

參考文獻(xiàn)：

[1]徐緒松，彥斌.深滬股票市場非線性實(shí)證研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2001，（3）：110-113.

[2]李卓，趙勇.風(fēng)險(xiǎn)的多態(tài)性與投資組合構(gòu)造：一種基于Markov狀態(tài)更替的CAPM模型[J].世界經(jīng)濟(jì)，2005，（7）：60-68.

[3]Gulen， H.， Xing，Y.， Zhang，L. Value Versus Growth： Time-Varying Expected Stock Returns[J]. Financial Management， 2011，40（2）： 381-407.

[4]Kwag，S.W.，Lee，S.W.Value Investing and the Business Cycle[J].Journal of Financial Planing，2006，7（8）：1-10.

[5]Chen L.，Petkova， R.， Zhang， L. The Expected Value Premium [J]. Journal of Financial Economics， 2008， 87（2）：269-280.

[6]Bayramov， A .Value Premium and Business Cycles： A Perspective on Major European Markets [J]. Master Thesis， 2013.19-24.

[7]朱憲國，何志國. β值和賬面/市值比與股票收益關(guān)系的實(shí)證研究[J]. 金融研究，2002，（4）：71-79.

[8]王春艷，歐陽令南.價(jià)值投資于中國股市的可行性分析[J]. 財(cái)經(jīng)科學(xué)，2004，（1）：32-36.

[9]陸蓉，徐龍炳. “牛市”和“熊市”對信息的不平衡性反應(yīng)研究[J]. 經(jīng)濟(jì)研究，2004，（3）：65-72.

[10]閆偉，楊春鵬.不同市態(tài)階段的股票收益風(fēng)險(xiǎn)實(shí)證研究——情緒沖擊與投資策略[J].當(dāng)代財(cái)經(jīng)，2011，（12）：54-63.

[11]嚴(yán)武，徐偉，王靜. 中國股市周期的劃分與實(shí)證分析：1991—2004[J].當(dāng)代財(cái)經(jīng)，2006，（10）：47-52.

[12]張兵.基于狀態(tài)轉(zhuǎn)換方法的中國股市波動(dòng)研究[J].金融研究，2005，（3）：100-108.

[13]高金余，陳翔. 馬爾可夫切換模型及其在中國股市中的應(yīng)用[J]. 中國管理科學(xué)， 2007， （6）： 20-25.

[14]Hamilton， J. D. A New Approaeh to the Economic Analysis of Nonstationary Time Series and the Business Cycle [J]. Econometrica， 1989， 57（2）：357-384.

[15]Lakonishok， J.， Shleifer， A.， Vishny， R.W. Contrarian Investment， Extrapolation， and Risk [J]. Journal of Finance， 1994，49（5）：1541-1578.

[16]Jegadeesh， N.， Titman， S. Returns to Buying Winners and Selling Losers： Implications for Stock Market Efficiency [J]. Journal of Finance， 1993， 48（1）： 65-91.

[17]Barber， B.， Lyon， J. Detecting Long-Run Abnormal Stock Returns：The Empirical Power and Specification of Test Statistics [J]. Journal of Financial Economics， 1997，43（3）： 341-372.

[18]朱鈞鈞，謝識予.狀態(tài)轉(zhuǎn)換和中國股市的獨(dú)特特征——基于馬爾科夫狀態(tài)轉(zhuǎn)化-自回歸模型的分析[J].上海金融，2010，（10）：50-54.

[19]Petkova， R.， Zhang， L. Is Value Riskier than Growth？ [J]. Journal of Financial Economics， 2005， 78（1）： 187-202.

[20]黃賦凱. 我國A股價(jià)值溢價(jià)實(shí)證研究——基于半方差方法的分析[J]. 南方金融， 2014， （3）：57-62.

[21]Ang ，A.，Chen， J.，Xing ，Y.Downside Risk [J]. Review of Financial Studies， 2006， 19（4）：1191-1239.

（責(zé)任編輯：鄧菁）