基于投資者情緒的AH股條件資產(chǎn)定價(jià)研究

孟衛(wèi)東，張夢(mèng)雨，陸　靜

(重慶大學(xué) 經(jīng)濟(jì)與工商管理學(xué)院，重慶　400044)

?

基于投資者情緒的AH股條件資產(chǎn)定價(jià)研究

孟衛(wèi)東，張夢(mèng)雨，陸靜

(重慶大學(xué) 經(jīng)濟(jì)與工商管理學(xué)院，重慶400044)

摘要：文章采用主成分分析法分別構(gòu)造AH股市場(chǎng)綜合情緒指數(shù)，再運(yùn)用條件貝塔參數(shù)隨著投資者情緒和公司特征值變化的兩階段條件資產(chǎn)定價(jià)模型進(jìn)行實(shí)證分析，結(jié)果表明：加入投資者情緒的條件定價(jià)模型，AH股定價(jià)的規(guī)模效應(yīng)變得不顯著，A股定價(jià)的B/M效應(yīng)顯著性明顯下降，因此投資者情緒可以幫助定價(jià)模型捕捉股票定價(jià)異象，但A股定價(jià)受投資者情緒影響程度強(qiáng)于H股，不同市場(chǎng)的投資者情緒對(duì)資產(chǎn)定價(jià)影響程度差異是導(dǎo)致AH股雙重上市公司同股不同價(jià)的原因之一。

關(guān)鍵詞：投資者情緒；AH股價(jià)差；股票定價(jià)異象；條件資產(chǎn)定價(jià)模型

一、研究問題與背景

在市場(chǎng)分割的條件下，具有相同企業(yè)背景和未來現(xiàn)金流的AH股雙重上市公司股票長期以來存在著同股不同價(jià)的現(xiàn)象，雖然其他國家、地區(qū)的資本市場(chǎng)上亦有類似現(xiàn)象，但中國是唯一一個(gè)內(nèi)資股相對(duì)于外資股存在較大幅度溢價(jià)的國家，這種現(xiàn)象被Fernald和Rogers[1]稱為“中國股票市場(chǎng)之迷”。這種“中國特例”在一定程度上反映了中國股票市場(chǎng)的制度和投資者構(gòu)成等特點(diǎn)。因此，研究分析導(dǎo)致A股與H股價(jià)格差異的因素，有助于深入了解中國大陸股票市場(chǎng)與香港股票市場(chǎng)的差異性，為中國證券市場(chǎng)的完善運(yùn)行提供有力的理論參考。

眾多學(xué)者對(duì)AH股價(jià)差的影響因素進(jìn)行了探討，但大都局限于傳統(tǒng)金融領(lǐng)域。Fama[2]在1970年提出的有效市場(chǎng)假說認(rèn)為資本市場(chǎng)上的行為人均為“理性經(jīng)濟(jì)人”，而投資者情緒作為一種背離理性的投資人心態(tài)，不會(huì)對(duì)股票價(jià)格和收益率產(chǎn)生影響。然而隨著學(xué)者們對(duì)金融市場(chǎng)的研究不斷深入，發(fā)現(xiàn)股票收益并不僅僅由股票市場(chǎng)風(fēng)險(xiǎn)決定，資本市場(chǎng)仍然存在很多傳統(tǒng)資本資產(chǎn)定價(jià)模型(CAPM)無法解釋的異象，如規(guī)模效應(yīng)[3]、價(jià)值效應(yīng)[4]和動(dòng)量效應(yīng)[5]等。行為金融學(xué)從投資者心理偏差視角對(duì)股票市場(chǎng)異象作出解釋。Baker和Wurgler[6]對(duì)投資者情緒給出了兩個(gè)經(jīng)典定義：投資者情緒描述了投資者的投機(jī)傾向，投資者情緒的高低通過影響投資者的投機(jī)需求，進(jìn)而影響股票收益；投資者情緒的高低反映了投資者對(duì)市場(chǎng)的悲觀或樂觀的心態(tài)，影響了套利行為的風(fēng)險(xiǎn)及成本，進(jìn)而影響股票收益。因此，投資者情緒可以通過影響投機(jī)需求和市場(chǎng)套利行為，導(dǎo)致資本市場(chǎng)股票錯(cuò)誤定價(jià)。2014年11月17日起，滬港通的正式實(shí)施給AH股市場(chǎng)提供了較好的套利通道，從理論上講AH價(jià)差應(yīng)該進(jìn)一步縮小，然而，自滬港通開通以后，多數(shù)AH股價(jià)差不降反升，截至2014年12月31日，恒生AH溢價(jià)指數(shù)最高觸及128.78點(diǎn)，創(chuàng)下近三年來的新高。不可否認(rèn)，這與2014年末A股進(jìn)入牛市緊密相關(guān)，因此需要我們從投資者情緒的角度去解釋A股市場(chǎng)長期存在的非理性繁榮。

本文以AH股雙重上市公司股票為樣本，采用Baker和Wurgler[6]的主成分分析法分別構(gòu)建了A股市場(chǎng)和H股市場(chǎng)的月度綜合情緒指數(shù)，并將Avramov和Chordia[7]構(gòu)建的兩階段條件資產(chǎn)定價(jià)模型框架(The two-pass conditional framework)予以延伸，使資產(chǎn)定價(jià)模型中的Beta參數(shù)隨著投資者情緒和公司特征值(市值和賬面市值比)變動(dòng)，通過時(shí)間序列回歸和橫截面回歸，分析將投資者情緒作為條件信息加入時(shí)變的貝塔參數(shù)之后，是否有助于條件資產(chǎn)定價(jià)模型解釋A股和H股市場(chǎng)規(guī)模效應(yīng)、價(jià)值效應(yīng)、流動(dòng)性效應(yīng)和動(dòng)量效應(yīng)等股票市場(chǎng)定價(jià)異象，并探究不同市場(chǎng)投資者情緒對(duì)A股、H股市場(chǎng)資產(chǎn)定價(jià)的影響程度差異，結(jié)合AH股市場(chǎng)環(huán)境、制度和投資者組成等方面的差異，從投資者情緒角度解釋AH股價(jià)差。

本文的主要貢獻(xiàn)有以下三點(diǎn)：(1)打破了傳統(tǒng)金融理論的局限，從行為金融學(xué)理論出發(fā)，創(chuàng)新地將投資者情緒作為條件信息加入條件定價(jià)模型，給研究國內(nèi)外資本市場(chǎng)定價(jià)異象提供了新的方法；(2)從投資者情緒的角度去認(rèn)識(shí)AH股定價(jià)差異，有利于中國相關(guān)部門認(rèn)清A股市場(chǎng)投資者嚴(yán)重的投機(jī)心理和市場(chǎng)情緒化傾向，對(duì)于預(yù)警中國資本市場(chǎng)泡沫，完善和發(fā)展中國資本市場(chǎng)都有重要的指導(dǎo)意義；(3)本文的研究將行為金融學(xué)理論和含有投資者情緒的條件資產(chǎn)定價(jià)模型推廣到跨市場(chǎng)交叉上市股票價(jià)差研究領(lǐng)域，為該領(lǐng)域提供了一套更加實(shí)用的指導(dǎo)性工具。

二、文獻(xiàn)回顧

A股和H股長期存在的價(jià)差問題一直受到國內(nèi)外眾多學(xué)者的關(guān)注，他們分別從流動(dòng)性差異、需求差異、匯率風(fēng)險(xiǎn)差異以及信息非對(duì)稱方面對(duì)AH股的價(jià)差作出解釋[8-12]。20世紀(jì)60年代提出的資本資產(chǎn)定價(jià)模型(CAPM)是現(xiàn)代金融理論的基石，然而70年代在股票橫截面收益中涌現(xiàn)的大量投資者異常行為和金融市場(chǎng)異象，讓學(xué)者們紛紛對(duì)傳統(tǒng)CAPM模型的有效性提出質(zhì)疑，F(xiàn)ama和French[13]將市值(size)和賬面市值比(B/M)加入定價(jià)模型中，并提出市值和賬面市值比這兩因子解釋股票市場(chǎng)橫截面收益的能力強(qiáng)于單一的市場(chǎng)系統(tǒng)風(fēng)險(xiǎn)因子Beta，但是Fama-French三因子模型仍然沒有解釋動(dòng)量效應(yīng)。因此，學(xué)者們開始嘗試從行為金融學(xué)的角度去解釋這些股票市場(chǎng)異象，而投資者情緒作為行為金融學(xué)重要的研究主題，成為了國內(nèi)外學(xué)者的研究熱點(diǎn)。已有研究成果表明：投資者情緒可以作為未來現(xiàn)金流和投資風(fēng)險(xiǎn)的信念，與股票橫截面收益有著顯著的相關(guān)性，是影響資產(chǎn)定價(jià)的重要因素之一[14-17]。

與靜態(tài)的無條件資產(chǎn)定價(jià)模型相比，條件資產(chǎn)定價(jià)模型中考慮了風(fēng)險(xiǎn)Beta參數(shù)的多變性，因此其解釋股票橫截面收益的能力優(yōu)于無條件定價(jià)模型[18]。已有學(xué)者發(fā)現(xiàn)公司市場(chǎng)特征值[19]和宏觀經(jīng)濟(jì)變量[20]在預(yù)測(cè)投資組合期望收益方面有著顯著的時(shí)變性。近年來越來越多的研究將重點(diǎn)放在動(dòng)態(tài)的條件資產(chǎn)定價(jià)模型的研究上：Lettau和Ludvigson[21]將期限溢價(jià)、違約利差和消費(fèi)—財(cái)富比(Consumption-Wealth Ratio)作為條件變量加入條件定價(jià)模型；Gomes[22]用股利價(jià)格比(D/P)、賬面市值比和公司市值等公司特征值去測(cè)量Beta參數(shù)；Ho和Huang[23]將投資者情緒作為條件信息加入時(shí)變的Beta參數(shù)，有助于深入觀測(cè)投資者情緒對(duì)風(fēng)險(xiǎn)因子敏感性的影響，并發(fā)現(xiàn)投資者情緒是有效的條件信息之一。

本文的研究與國內(nèi)外同類研究的區(qū)別主要在于：(1)目前基于條件資產(chǎn)定價(jià)模型對(duì)股票市場(chǎng)收益的影響研究，其研究主體大多局限于發(fā)達(dá)資本市場(chǎng)的股票，而對(duì)新興資本市場(chǎng)，尤其是對(duì)于中國股票市場(chǎng)的研究較少，而本文的研究主體是同時(shí)在中國大陸和中國香港兩個(gè)新興資本市場(chǎng)交易的股票；(2)目前國內(nèi)關(guān)于投資者情緒研究的文獻(xiàn)中，大多僅將投資者情緒作為股票市場(chǎng)超額收益率的解釋變量，通過橫截面回歸分析它與股票市場(chǎng)超額收益率的相關(guān)性，而本文將投資者情緒作為條件信息加入資產(chǎn)定價(jià)模型，研究中國股票市場(chǎng)的定價(jià)異象；(3)Ho和Huang的研究只針對(duì)單一的美國資本市場(chǎng)，沒有涉及跨市場(chǎng)的投資者情緒對(duì)交叉上市公司條件資產(chǎn)定價(jià)模型的影響，而本文以雙重上市的AH股公司為樣本，旨在比較雙重上市股票定價(jià)如何受到不同地區(qū)情緒的影響，該方法在國內(nèi)外研究中屬首創(chuàng)。

三、市場(chǎng)綜合情緒值的構(gòu)造

研究投資者情緒的關(guān)鍵是構(gòu)造一個(gè)合理的投資者情緒指數(shù)，學(xué)者們?cè)缙诘难芯客鶎⒛硢我坏闹笖?shù)作為反映市場(chǎng)投資者情緒的代理指標(biāo)，探究它們對(duì)股票市場(chǎng)收益和流動(dòng)性的影響，但具體哪一個(gè)情緒代理指數(shù)能夠最直接地反映股票市場(chǎng)上投資者情緒的變化，國內(nèi)外學(xué)者尚未達(dá)成一致結(jié)論。單一的情緒代理變量有兩方面的缺陷：一是單一的情緒代理指數(shù)具有片面性，不能全面反映整個(gè)市場(chǎng)的投資者情緒；二是單一的情緒代理指數(shù)由于含有該指標(biāo)本身特有的信息，不能夠準(zhǔn)確地反映市場(chǎng)投資者的情緒信息。為了改善單一情緒代理變量在研究中的局限性，我們采用Baker和Wurgler提出的構(gòu)造綜合情緒的方法，分別構(gòu)造A股和H股市場(chǎng)的投資者綜合情緒代理指數(shù)。

(一)市場(chǎng)綜合情緒指數(shù)的構(gòu)造方法

構(gòu)造綜合情緒指數(shù)的步驟如下：(1)選取幾個(gè)合適的情緒代理指標(biāo)；(2)判斷所選指標(biāo)是否采用滯后一期值，根據(jù)Baker和Wurgler采用的主成分分析法，將選取的單一情緒指數(shù)標(biāo)準(zhǔn)化之后的當(dāng)期值和滯后一期值進(jìn)行第一次主成分分析，選取特征根大于1的主成分，用特征值進(jìn)行加權(quán)平均構(gòu)造一個(gè)中間指數(shù)，然后再進(jìn)行相關(guān)性檢驗(yàn)，根據(jù)所選指標(biāo)當(dāng)期值和滯后項(xiàng)與中間指數(shù)的相關(guān)性大小，決定選取該指標(biāo)是否采用滯后項(xiàng)；(3)用選定的指標(biāo)與宏觀經(jīng)濟(jì)變量進(jìn)行正交化處理，為了排除選定的情緒代理指標(biāo)本身特有的宏觀經(jīng)濟(jì)信息的干擾，使其只包含投資者情緒信息，我們將其與宏觀經(jīng)濟(jì)變量進(jìn)行回歸，提取回歸殘差項(xiàng)作為更準(zhǔn)確的情緒代理指標(biāo)，去構(gòu)造投資者綜合情緒值；(4)用正交之后的情緒代理指標(biāo)進(jìn)行第二次主成分分析，同樣提取特征根大于1的主成分，構(gòu)造綜合情緒指數(shù)。為了保證構(gòu)造的綜合情緒指數(shù)能夠充分反映整個(gè)市場(chǎng)的投資者情緒波動(dòng)，我們嚴(yán)格遵循主成分累計(jì)解釋力大于70%的準(zhǔn)則。

由于A股和H股市場(chǎng)發(fā)展程度和成熟度不同，能夠直觀反映這兩個(gè)市場(chǎng)投資者情緒的情緒代理指標(biāo)也不同，我們分別選取若干個(gè)可以更準(zhǔn)確反映A股和H股市場(chǎng)投資者情緒變化的情緒代理指標(biāo)，通過上述方法，分別構(gòu)建A股市場(chǎng)投資者綜合情緒指數(shù)和H股市場(chǎng)投資者綜合情緒指數(shù)。

(二)A股和H股市場(chǎng)投資者綜合情緒指數(shù)

根據(jù)已有研究成果[24-27]，在構(gòu)造A股市場(chǎng)投資者綜合情緒指數(shù)時(shí)，本文引入了封閉式基金折價(jià)率、消費(fèi)者信心指數(shù)、新增開戶數(shù)、市盈率和換手率這5個(gè)綜合情緒指數(shù)組成指標(biāo)。

我們將A股市場(chǎng)上述5個(gè)情緒代理指標(biāo)月度數(shù)據(jù)當(dāng)期值和滯后一期值標(biāo)準(zhǔn)化后，用前文提到的主成分分析法進(jìn)行市場(chǎng)投資者綜合情緒值的構(gòu)造，樣本區(qū)間為2003年1月至2013年12月，其中：由于換手率在樣本期間內(nèi)呈現(xiàn)了一種指數(shù)型正向趨勢(shì)，為了去除這種趨勢(shì)，我們將原始的換手率值取自然對(duì)數(shù)后，再進(jìn)行5年移動(dòng)平均處理；另外，我們選取居民消費(fèi)者指數(shù)(CPI)、凈出口(NEX)和工業(yè)增長率(IGR)這3個(gè)宏觀經(jīng)濟(jì)指標(biāo)對(duì)選定的代理變量當(dāng)期值或滯后項(xiàng)進(jìn)行正交化處理。最終我們構(gòu)造的A股市場(chǎng)綜合情緒指數(shù)表達(dá)式如下：

(1)

CEFD⊥表示經(jīng)正交化處理后的封閉式基金折價(jià)率；CCI⊥表示經(jīng)正交化處理后的消費(fèi)者信心指數(shù)；NSA⊥表示經(jīng)正交化處理后的新增開戶數(shù)；PE⊥表示經(jīng)正交化處理后的市盈率；Turnover⊥為經(jīng)正交化處理后的市場(chǎng)換手率；每個(gè)代理指標(biāo)下綴t和t-1分別表示該指標(biāo)當(dāng)期值和滯后一期值。通過主成分分析構(gòu)造的A股市場(chǎng)投資者綜合情緒指數(shù)累計(jì)解釋力為72.50%，因此我們認(rèn)為該綜合情緒指數(shù)涵蓋了A股市場(chǎng)大部分投資者情緒波動(dòng)。

與A股市場(chǎng)相同，我們?cè)跇?gòu)造H股市場(chǎng)投資者綜合情緒指數(shù)時(shí)同樣選取了封閉式基金折價(jià)率、換手率作為情緒代理變量。由于H股是較為成熟的市場(chǎng)，機(jī)構(gòu)投資者偏多，因此消費(fèi)者信心指數(shù)、新增開戶數(shù)、市盈率受投資者情緒影響不如A股市場(chǎng)明顯。為了更好地體現(xiàn)H股市場(chǎng)投資者情緒變化，我們選取了IPO數(shù)量、IPO首日收益率、市場(chǎng)交易量和股本發(fā)行量作為衡量H股投資者情緒代理指標(biāo)[28-30]。

同樣地，我們對(duì)H股市場(chǎng)上述投資者情緒代理變量月度當(dāng)期值和滯后項(xiàng)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，換手率取自然對(duì)數(shù)后，5年移動(dòng)平均去趨勢(shì)化處理，以及與宏觀經(jīng)濟(jì)變量CPI和貨幣供應(yīng)量(M3)正交化處理，樣本區(qū)間同樣為2003年1月至2013年12月。最終得到的H股市場(chǎng)投資者綜合情緒指數(shù)為：

其中，NIPO⊥代表每月IPO數(shù)量，RIPO⊥代表每月IPO首日收益率，Share⊥代表普通股份額。通過主成分分析構(gòu)造的H股市場(chǎng)投資者綜合情緒指數(shù)累計(jì)解釋力為73%，因此我們認(rèn)為該綜合情緒指數(shù)涵蓋了H股市場(chǎng)大部分投資者情緒波動(dòng)。

四、研究設(shè)計(jì)

(一)第一階段時(shí)間序列回歸模型的建立

1.靜態(tài)的無條件資產(chǎn)的定價(jià)模型

本文主要以資本資產(chǎn)定價(jià)模型(CAPM)和Fama-French三因子模型(FF)為基礎(chǔ)進(jìn)行實(shí)證回歸分析。傳統(tǒng)的無條件資產(chǎn)定價(jià)模型假設(shè)風(fēng)險(xiǎn)參數(shù)Beta為恒定不變，故無條件的CAPM模型與無條件的FF模型的表達(dá)式如下所示。

(1)無條件的資本資產(chǎn)定價(jià)模型。

rit=αi+βiMRMt+εit

(3)

其中，rit=Rit-Rft為個(gè)股超額收益率，Rit為個(gè)股i在t時(shí)刻的收益率，Rft為無風(fēng)險(xiǎn)收益率；RMt為市場(chǎng)指數(shù)在t時(shí)刻的超額收益率，εit為誤差項(xiàng)。CAPM模型是最基本的資產(chǎn)定價(jià)模型，其中只包含了1個(gè)風(fēng)險(xiǎn)因子，即是市場(chǎng)投資組合的超額收益，該風(fēng)險(xiǎn)因子的風(fēng)險(xiǎn)系數(shù)βiM為常數(shù)。

(2)無條件的Fama-French三因子模型。

rit=αi+βimRMt+βiSMBSMBt+βiHMLHMLt+εit

(4)

其中，SMBt為時(shí)期t的市值因子的模擬組合收益率，HMLt為時(shí)間t的賬面市值比因子的模擬組合收益率。Fama和French認(rèn)為，包含了市場(chǎng)投資組合(Rmt)、市值因子(SMB)、賬面市值比因子(HML)這3個(gè)風(fēng)險(xiǎn)因子的資產(chǎn)定價(jià)模型可以更好地解釋單個(gè)股票或投資組合的超額回報(bào)率，同樣的，3個(gè)風(fēng)險(xiǎn)因子的風(fēng)險(xiǎn)系數(shù)(βim，βiSMB和βiHML)均為常數(shù)。

2.時(shí)變的條件資產(chǎn)定價(jià)模型

靜態(tài)的無條件資產(chǎn)定價(jià)模型忽略了風(fēng)險(xiǎn)因子的時(shí)變性，因此無法完全解釋股票市場(chǎng)上的超額收益率。已有研究表明，公司特征值在預(yù)測(cè)投資組合收益方面具有顯著的時(shí)變性，應(yīng)作為條件信息加入條件資產(chǎn)定價(jià)模型的Beta參數(shù)?；谕顿Y者情緒可以反映金融市場(chǎng)目前的狀況和未來的前景，本文將投資者情緒同樣作為條件信息加入條件資產(chǎn)定價(jià)模型。

接下來本文以最簡單的CAPM模型為例，對(duì)時(shí)變的條件資產(chǎn)定價(jià)模型進(jìn)行描述。無條件的資產(chǎn)定價(jià)模型假定模型中風(fēng)險(xiǎn)因子的Beta系數(shù)是恒定不變的，而本文提出風(fēng)險(xiǎn)參數(shù)βit-1是隨著市場(chǎng)投資者情緒(Sentt-1)和公司特征值(SIZEit-1、B/Mit-1)時(shí)變的，時(shí)變的Beta參數(shù)可以用以下公式表示：

βit-1=βia+βibsentt-1+(βic+βidSentt-1)SIZEit-1+(βie+βifSentt-1)(B/M)it-1

(5)

若為無條件定價(jià)模型，那么除了βia之外的所有βiS均為0，即β為常數(shù)。根據(jù)式(5)我們可以構(gòu)造3個(gè)不同的時(shí)變風(fēng)險(xiǎn)β參數(shù)，其表達(dá)式如下。

(1)參數(shù)A：用包含了投資者情緒，公司市值和賬面市值比三個(gè)解釋變量的表達(dá)式表示，即式(5)中所有的βiS均不為0；

(2)參數(shù)B：用包含了公司市值和賬面市值比兩個(gè)公司特征值的表達(dá)式表示，即式(5)中βib=βid=βif=0；

(3)參數(shù)C：用只包含投資者情緒變量的表達(dá)式表示，即式(5)中βc=βd=βe=βf=0。

因此，含所有條件信息的風(fēng)險(xiǎn)參數(shù)A的條件CAPM模型如下所示：

rit=αi+βiaRMt+βibSentt-1RMt+βicSIZEit-1RMt+βidSentt-1SIZEit-1RMt+βieB/Mit-1RMt+

βifSentt-1B/Mit-1RMt+Dummy1+Dummy2+εit

(6)

其中，投資者情緒和公司特征值為滯后一期變量。為了使回歸結(jié)果更穩(wěn)健，我們?cè)谀Ｐ椭屑尤?個(gè)宏觀經(jīng)濟(jì)變量的虛擬變量：Dummy1代表中國匯改的虛擬變量，2005年7月21日匯率制度機(jī)制改革之前取0，匯率機(jī)制改革形成之后取1；Dummy2代表A股股改虛擬變量，A股股改完畢之前取0，A股股改完畢之后取1。

(二)第二階段橫截面回歸模型的建立

我們將第一階段時(shí)間序列回歸中的截距項(xiàng)(定價(jià)誤差，pricing error)和殘差項(xiàng)之和(風(fēng)險(xiǎn)調(diào)節(jié)收益)作為被解釋變量，再使其與公司市值、賬面市值比、換手率以及累計(jì)收益率等公司特征值進(jìn)行橫截面回歸。原假設(shè)為在第一階段時(shí)間序列回歸過程中，定價(jià)模型有效地捕捉了股票市場(chǎng)異象，因此，在第二階段橫截面回歸模型中，公司市值、賬面市值比、換手率以及累計(jì)收益率與風(fēng)險(xiǎn)調(diào)節(jié)收益沒有顯著的相關(guān)性。綜上，我們將第二階段橫截面回歸模型歸納為以下的一般形式：

(7)

式(7)所描述的橫截面回歸將個(gè)股每月的風(fēng)險(xiǎn)調(diào)節(jié)收益與公司市值、賬面市值比、換手率和累計(jì)收益率進(jìn)行回歸，如果回歸結(jié)果接受原假設(shè)，即規(guī)模效應(yīng)、價(jià)值效應(yīng)、換手率效應(yīng)、動(dòng)量效應(yīng)等定價(jià)異象的系數(shù)均為零并且結(jié)果在統(tǒng)計(jì)學(xué)上不顯著?；貧w結(jié)果中調(diào)整后的R方(R2)可以用作比較不同的條件Beta參數(shù)的定價(jià)模型整體表現(xiàn)的指標(biāo)。較小的R2說明第一階段時(shí)間序列回歸中的資產(chǎn)定價(jià)模型對(duì)股票收益有較強(qiáng)的解釋力。在橫截面回歸中，參考Ho和Huang的方法，解釋變量將采用公司特征值的偏差(即減去樣本平均值)進(jìn)行回歸分析，這暗示著對(duì)于每一個(gè)無風(fēng)險(xiǎn)的公司特征值，股票的平均價(jià)值為零，因此只有風(fēng)險(xiǎn)因子可以決定股票的預(yù)期收益。同時(shí)，為了避免風(fēng)險(xiǎn)調(diào)節(jié)收益受到股票市場(chǎng)上買賣效應(yīng)和交投疏落的影響，我們采用公司特征值的滯后變量進(jìn)行回歸。

五、實(shí)證分析

(一)樣本選取與數(shù)據(jù)來源

截至2014年12月，已有86家公司成功實(shí)現(xiàn)AH股雙重上市，為了保證樣本交易數(shù)據(jù)具有時(shí)效性、合理性以及普遍性，我們要求所選取的公司樣本同時(shí)具有A股和H股市場(chǎng)上市3年的交易數(shù)據(jù)，因此我們剔除了23家2011年之后才完成雙重上市的公司；另外，剩下的樣本中含8家經(jīng)過特殊處理(ST或PT)的公司，價(jià)格具有特殊性，我們同樣將其從樣本中剔除，將最后剩下的55家AH股雙重上市公司作為本文研究樣本。

(二)第一階段時(shí)間序列回歸中α顯著性檢驗(yàn)

通過第一階段對(duì)個(gè)股月超額收益的時(shí)間序列回歸得到的截距項(xiàng)被定義為定價(jià)誤差，它代表著超額收益中未被定價(jià)模型中風(fēng)險(xiǎn)因子解釋的那一部分收益。如果加入條件信息的條件定價(jià)模型能夠完全解釋股票市場(chǎng)橫截面的平均回報(bào)率，那么時(shí)間序列回歸中的截距項(xiàng)應(yīng)該全部顯著為0。我們根據(jù)Shanken的方法，將條件αit用含有條件信息解釋變量(conditioning instruments)的線性公式表示：

αit=αi0+αi1Xit

(8)

其中，αi0為標(biāo)量，αi1為線性回歸參數(shù)矢量，Xit為條件αit的條件信息變量(投資者情緒、Size和B/M比率)的矢量，有以下四種情況。

(1)若為無條件定價(jià)模型(UNCOND)，Xit中不含任何條件信息，則Xit=0；

(2)當(dāng)條件資產(chǎn)定價(jià)模型中風(fēng)險(xiǎn)參數(shù)為A時(shí)，Xit=Xit(Sent;Sizet;BMt)；

(3)當(dāng)條件資產(chǎn)定價(jià)模型中風(fēng)險(xiǎn)參數(shù)為B時(shí)，Xit=Xit(Sizet;BMt)；

(4)當(dāng)條件資產(chǎn)定價(jià)模型中風(fēng)險(xiǎn)參數(shù)為C時(shí)，Xit=Xit(Sent)。

為了檢驗(yàn)本文中的條件定價(jià)模型是否完全解釋條件預(yù)期收益，即定價(jià)誤差為0，我們對(duì)原假設(shè)：條件αi0=0(αi0=αi1=0)，進(jìn)行F檢驗(yàn)。表1報(bào)告了樣本公司在時(shí)間序列回歸中得到的條件αit的顯著性檢驗(yàn)結(jié)果。

表1中的數(shù)據(jù)為p-value小于0.05的樣本公司占比，當(dāng)p-value小于0.05時(shí)，我們拒絕原假設(shè)，條件αit顯著不為0。以A股CAPM模型為例，在5%的水平下，無條件定價(jià)模型(UNCOND)條件αit拒絕為0的公司比例為21.81%；加入條件信息以后，條件αit拒絕為0的公司比例下降到18.18%與10.91%之間；參數(shù)A所對(duì)應(yīng)的條件定價(jià)模型，包含了所有的條件信息，在預(yù)測(cè)預(yù)期收益時(shí)的表現(xiàn)優(yōu)于其他條件定價(jià)模型，僅有10.91%的公司拒絕原假設(shè)。基于A股的FF模型以及H股的CAPM模型、FF模型的顯著性檢驗(yàn)也得能得到相似結(jié)論。因此，我們認(rèn)為條件定價(jià)模型解釋投資組合預(yù)期收益的能力的確優(yōu)于無條件定價(jià)模型。

表1　時(shí)間序列回歸中條件Alpha顯著性檢驗(yàn)

(三)第二階段橫截面回歸分析

1.A股市場(chǎng)橫截面回歸結(jié)果

接下來我們通過橫截面回歸結(jié)果，探究無條件定價(jià)模型和含有不同時(shí)變風(fēng)險(xiǎn)參數(shù)的條件定價(jià)模型對(duì)股票市場(chǎng)定價(jià)異象的解釋能力。我們將樣本公司在A股市場(chǎng)的風(fēng)險(xiǎn)調(diào)節(jié)收益作為被解釋變量(第一階段時(shí)間序列回歸截距項(xiàng)與殘差項(xiàng)之和)與股票異象解釋變量(Size，B/M，換手率與RET2-3，RET4-6，RET7-12)進(jìn)行橫截面回歸，得到結(jié)果如表2所示。表2中，Panel A報(bào)告的是基于無條件CAPM模型和條件CAPM模型的回歸結(jié)果；Panel B報(bào)告的是基于無條件的FF模型和條件FF模型的回歸結(jié)果。表中第一列列出了無條件的定價(jià)模型(UNCOND)和不同條件Beta參數(shù)(參數(shù)A、參數(shù)B和參數(shù)C)的條件定價(jià)模型；隨后幾列數(shù)據(jù)所報(bào)告的是各解釋變量在橫截面回歸中的系數(shù)以及系數(shù)對(duì)應(yīng)的t值；最后一列呈現(xiàn)的是基于不同定價(jià)模型的橫截面回歸調(diào)整后的R方均值以及對(duì)應(yīng)的置信區(qū)間。

我們可以從以下三個(gè)方面對(duì)表2的回歸結(jié)果進(jìn)行分析。

(1)無條件CAPM模型與條件CAPM模型的對(duì)比。

首先，無條件(UNCOND)的CAPM模型的回歸結(jié)果顯示，Size、Turn、B/M和RET的系數(shù)全部不為0且顯著，即市場(chǎng)規(guī)模較小、流動(dòng)性較弱、賬面市值比較高以及過去收益較高的股票有著較高的風(fēng)險(xiǎn)調(diào)節(jié)收益，無條件的CAPM模型不能解釋任何股票定價(jià)異象，因此，無條件定價(jià)模型關(guān)于個(gè)股市場(chǎng)Beta恒定不變的假設(shè)是有誤的。其次，在隨后三個(gè)條件CAPM模型相對(duì)于無條件的CAPM模型，Size、Turn、B/M和RET2-3，RET4-6的系數(shù)的t值均有所下降，說明時(shí)變的Beta參數(shù)解釋股票市場(chǎng)異象的能力優(yōu)于恒定不變的Beta參數(shù)。再次，僅將公司特征值作為條件信息(參數(shù)B)加入條件CAPM中，Size系數(shù)的t值絕對(duì)值為1.727，A股市場(chǎng)規(guī)模效應(yīng)仍然顯著，但將投資者情緒作為條件信息加入Beta參數(shù)后(參數(shù)A)，Size系數(shù)的t值絕對(duì)值從2.507下降到了1.476，Size效應(yīng)變得不再顯著，因此，將投資者情緒作為條件信息加入條件CAPM模型，可以幫助模型有效地捕捉A股市場(chǎng)的規(guī)模效應(yīng)，Ho和Huang在對(duì)美國股市定價(jià)異象的橫截面回歸中也得到了相似結(jié)論；另外，對(duì)比參數(shù)B和參數(shù)C的條件CAPM模型回歸結(jié)果發(fā)現(xiàn)，僅含有投資者情緒的參數(shù)C的Size系數(shù)和BM系數(shù)的t值絕對(duì)值(分別為1.589和1.964)均低于僅含有公司特征值的參數(shù)B對(duì)應(yīng)的t值(1.727和2.050)，顯著性也有明顯下降，說明投資者情緒是更有效的條件信息，比公司特征值更能夠捕捉A股市場(chǎng)上的Size效應(yīng)和BM效應(yīng)。最后，對(duì)比三個(gè)條件CAPM模型的Adj.R2，加入投資者情緒(參數(shù)A和參數(shù)C)的條件CAPM的Adj.R2小于參數(shù)B的條件CAPM模型，因此，加入投資者情緒可以優(yōu)化條件CAPM預(yù)測(cè)A股市場(chǎng)上投資組合收益率的能力。

表2　A股橫截面回歸結(jié)果

注：圓括號(hào)內(nèi)為回歸系數(shù)的t值；大括號(hào)內(nèi)為Adj.R2的置信區(qū)間；置信水平 *p<0.1 ； **p<0.05 ； ***p<0.001。

(2)無條件FF模型和條件FF模型的對(duì)比。

同樣的，由于假定Beta參數(shù)恒定不變，橫截面回歸結(jié)果中，無條件的FF模型中所有解釋變量的系數(shù)均不為0且顯著，因此，無條件的FF模型同樣無法捕捉任何股票市場(chǎng)定價(jià)異象；僅含有公司特征值(參數(shù)B)的條件FF，Size系數(shù)的t值絕對(duì)值和BM系數(shù)的t值有所下降，但其規(guī)模效應(yīng)和價(jià)值效應(yīng)仍呈現(xiàn)弱顯著性，而在條件FF中加入投資者情緒作為條件信息之后，Size系數(shù)的t值的絕對(duì)值從2.003下降到1.285(參數(shù)A)，BM系數(shù)的t值從1.994下降到1.642(參數(shù)A)，Size效應(yīng)和BM效應(yīng)變得不再顯著，說明投資者情緒是有效的條件信息之一，有助于條件FF模型有效地解釋股票市場(chǎng)的規(guī)模效應(yīng)和價(jià)值效應(yīng)。與CAPM類似地，參數(shù)C的條件FF捕捉Size效應(yīng)和BM效應(yīng)的能力優(yōu)于參數(shù)B的條件FF模型，說明投資者情緒作為條件信息比公司特征值更有效。我們從表2-Panel B的回歸結(jié)果中得到，加入投資者情緒之后，股票市場(chǎng)上短期動(dòng)量效應(yīng)顯著性下降，表現(xiàn)在解釋變量RET2-3的t明顯下降，從2.317(UNCOND)分別下降到1.970(參數(shù)A)和1.998(參數(shù)C)。Avramov和Chordia在類似研究中沒有將投資者情緒作為條件信息加入條件資產(chǎn)定價(jià)模型，他們的實(shí)證結(jié)果顯示條件的FF模型不能解釋股票市場(chǎng)定價(jià)的動(dòng)量效應(yīng)。因此，本文認(rèn)為投資者情緒在捕捉股票市場(chǎng)動(dòng)量效應(yīng)方面發(fā)揮著重要作用。

(3)單因子CAPM模型和三因子FF模型的對(duì)比。

對(duì)比Panel A和Panel B的回歸結(jié)果，無條件FF模型中所有解釋變量的t值的絕對(duì)值均小于無條件CAPM模型中解釋變量的t值，因此，加入SMB和HML風(fēng)險(xiǎn)因子可以改善定價(jià)模型對(duì)A股市場(chǎng)上投資組合收益的預(yù)測(cè)能力。此外，條件FF模型的Adj.R2均小于無條件的FF模型和所有的CAPM模型的Adj.R2，再次驗(yàn)證了三因子的FF模型在資產(chǎn)定價(jià)方面的表現(xiàn)優(yōu)于單因子的CAPM模型。

2.H股市場(chǎng)橫截面回歸結(jié)果分析

與前文相似，我們同樣從三個(gè)方面分析H股的橫截面回歸結(jié)果(表3)。

(1)無條件CAPM模型與條件CAPM模型的對(duì)比。

首先，在無條件的CAPM模型中，所有解釋變量的系數(shù)均不為0且顯著，說明無條件的CAPM模型無法捕捉H股市場(chǎng)的股票定價(jià)異象；在條件CAPM中，解釋變量TURN的系數(shù)的顯著性明顯下降，說明時(shí)變的Beta參數(shù)可以成功捕捉H股市場(chǎng)的流動(dòng)性效應(yīng)；對(duì)比參數(shù)B和參數(shù)A的條件CAPM模型，我們發(fā)現(xiàn)參數(shù)B的條件CAPM中Size系數(shù)的t值絕對(duì)值雖然相對(duì)于UNCOND有所下降，但是H股市場(chǎng)上的Size效應(yīng)仍然顯著，但將投資情緒作為條件信息加入條件CAPM模型以后，H股市場(chǎng)的規(guī)模效應(yīng)顯著性降低，Size系數(shù)的t值絕對(duì)值從2.281(UNCOND)下降到1.721(參數(shù)A)，同樣說明了投資者情緒有助于條件CAPM模型捕捉H股市場(chǎng)上的規(guī)模效應(yīng)。其次，對(duì)比參數(shù)B和參數(shù)C的條件CAPM模型：參數(shù)B的Size系數(shù)t值絕對(duì)值為2.021，規(guī)模效應(yīng)仍然顯著，而參數(shù)C的條件模型規(guī)模效應(yīng)變得不再顯著，說明投資者情緒捕捉H股市場(chǎng)規(guī)模效應(yīng)的能力，同樣優(yōu)于公司特征值，但與A股市場(chǎng)不同的是，參數(shù)C的BM系數(shù)的顯著性并沒有相對(duì)于參數(shù)B明顯下降，下一節(jié)將對(duì)AH股市場(chǎng)這一區(qū)別作進(jìn)一步分析。最后，對(duì)比無條件CAPM和條件CAPM的Adj.R2得到：條件CAPM模型優(yōu)于無條件CAPM模型，其中包含投資者情緒和公司特征值條件信息(參數(shù)A)的條件CAPM模型表現(xiàn)最優(yōu)，Adj.R2僅為0.199 7。

(2)無條件的FF模型與條件FF模型的對(duì)比。

表3　H股橫截面回歸結(jié)果

注：圓括號(hào)內(nèi)為回歸系數(shù)的t值；大括號(hào)內(nèi)為Adj.R2的置信區(qū)間；置信水平 *p<0.1 ； **p<0.05 ； ***p<0.001。

在無條件的FF模型中，Size、B/M和RET的系數(shù)均不為0且顯著，即H股市場(chǎng)上存在顯著的規(guī)模效應(yīng)、價(jià)值效應(yīng)和動(dòng)量效應(yīng)，是無條件FF模型無法解釋的。參數(shù)A和參數(shù)C的條件FF的Size系數(shù)t絕對(duì)值分別為1.566和1.571，明顯低于參數(shù)B的條件FF模型對(duì)于的t值(1.719)，H股市場(chǎng)上的規(guī)模效應(yīng)不再顯著，說明投資者情緒可以幫助條件FF模型解釋H股市場(chǎng)上的規(guī)模效應(yīng)；與A股市場(chǎng)回歸結(jié)果不同的是，加入投資者情緒的條件FF模型，并沒有使H股的BM系數(shù)的t值明顯下降，因此，投資者情緒不能幫助FF定價(jià)模型解釋H股市場(chǎng)的價(jià)值效應(yīng)。總體看，條件FF模型的Adj.R2普遍低于無條件的FF模型，說明動(dòng)態(tài)的FF模型預(yù)測(cè)H股市場(chǎng)投資組合收益率的能力優(yōu)于靜態(tài)的無條FF模型。

(3)單因子CAPM模型和三因子FF模型的對(duì)比。

將表3中無條件CAPM模型和無條件FF模型進(jìn)行對(duì)比發(fā)現(xiàn)，無條件的FF模型TURN系數(shù)的t值絕對(duì)值明顯下降，從1.705(CAPM-UNCOND)下降到1.206(FF-UNCOND)，流動(dòng)性效應(yīng)變得不顯著，表明加入SMB和HML風(fēng)險(xiǎn)因子可以捕捉H股市場(chǎng)上的流動(dòng)性效應(yīng)；條件FF模型中解釋變量的t值與回歸模型Adj.R2均低于對(duì)應(yīng)的條件CAPM模型，表明條件FF模型在捕捉H股市場(chǎng)股票定價(jià)異象，H股市場(chǎng)上預(yù)測(cè)投資組合收益率的能力優(yōu)于條件CAPM模型。

(四)投資者情緒對(duì)AH股定價(jià)影響的進(jìn)一步分析

通過上述回歸結(jié)果分析，對(duì)比中國大陸和香港市場(chǎng)的投資者情緒對(duì)A股和H股定價(jià)的影響，我們得出以下結(jié)論。

1.A股市場(chǎng)股票價(jià)格受投資者情緒影響程度大于H股

表2和表3的回歸結(jié)果表明，市場(chǎng)投資者情緒的確是有效的條件定價(jià)信息，但其對(duì)A股和H股市場(chǎng)的股票定價(jià)影響程度不同，A股受投資者情緒影響較大，主要表現(xiàn)在：(1)將投資者情緒作為條件信息加入條件Beta參數(shù)以后，A股的規(guī)模效應(yīng)從顯著變得不顯著，賬面市值比效應(yīng)顯著性明顯下降，而H股只有規(guī)模效應(yīng)從顯著變得不顯著，賬面市值比效應(yīng)顯著性沒有明顯的改善；(2)A股市場(chǎng)上，將投資者情緒作為單一條件信息比公司特征值更能夠捕捉市場(chǎng)上存在的規(guī)模效應(yīng)和價(jià)值效應(yīng)，但在H股市場(chǎng)上，單一的投資者情緒在改善條件定價(jià)模型捕捉價(jià)值效應(yīng)的能力方面，效果不明顯。究其原因，主要有兩點(diǎn)：一是A股市場(chǎng)個(gè)人投資者比例高于H股市場(chǎng)，個(gè)人投資者的投資行為主觀性較強(qiáng)，使A股價(jià)格受情緒影響較大；二是A股市場(chǎng)自2010年才有賣空機(jī)制，融資融券交易門檻要求過高，導(dǎo)致A股市場(chǎng)套利套匯難度較大，同樣使A股價(jià)格受投資者情緒影響較大。

本文統(tǒng)計(jì)了2007年至2013年上海證券交易所和香港證券交易所個(gè)人投資者和機(jī)構(gòu)投資者占比情況，結(jié)果顯示，上證A股的個(gè)人投資者持股賬戶數(shù)占比平均為99.54%，持股市值平均占比80.06%，遠(yuǎn)遠(yuǎn)高于相應(yīng)的機(jī)構(gòu)投資；而香港市場(chǎng)情況正好相反，機(jī)構(gòu)投資者的持股賬戶占比平均為70.58%，持股市值占比平均為70.50%，均高于H股市場(chǎng)的個(gè)人投資者。

2.A股市場(chǎng)非理性成分高于H股市場(chǎng)

從表2看到，A股市場(chǎng)流動(dòng)性效應(yīng)和動(dòng)量效應(yīng)在無條件和條件CAPM模型、FF模型中均呈現(xiàn)為顯著，而表3報(bào)告的H股橫截面回歸的結(jié)果顯示，僅無條件CAPM模型的流動(dòng)性效應(yīng)呈現(xiàn)弱顯著性，其余資產(chǎn)定價(jià)模型中H股市場(chǎng)流動(dòng)性效應(yīng)均不顯著。另外，H股市場(chǎng)的動(dòng)量效應(yīng)顯著性普遍低于A股市場(chǎng)。因此，我們認(rèn)為A股市場(chǎng)存在的非理性成分高于H股市場(chǎng)。造成該現(xiàn)象的原因可能是由于A股市場(chǎng)存在較多缺乏專業(yè)投資知識(shí)的個(gè)人投資者，非理性的個(gè)體投資者傾向于頻繁交易，A股較高的換手率推高了A股的價(jià)格，從而造成流動(dòng)性效應(yīng)；短期內(nèi)缺乏投資經(jīng)驗(yàn)的個(gè)體投資者對(duì)市場(chǎng)反應(yīng)不足導(dǎo)致A股市場(chǎng)存在顯著的動(dòng)量效應(yīng)。

3.投資者情緒是造成AH股價(jià)差的原因之一

由前文分析可知，市場(chǎng)投資者情緒可以影響股票定價(jià)，但是由于市場(chǎng)制度和投資者組成差異，不同市場(chǎng)受投資者情緒的影響不同，因此，同一家公司A股和H股，由于上市地不一樣，情緒的影響程度也不一樣，從而造成AH股雙重上市公司同股不同價(jià)現(xiàn)象，主要表現(xiàn)在A股溢價(jià)。本文統(tǒng)計(jì)了2005年至2014年AH股溢價(jià)情況，近10年間，A股平均溢價(jià)率為32.69%。

六、結(jié)論

本文采用Baker和Wurgler的主成分分析法分別構(gòu)造了A股和H股的月度市場(chǎng)投資者綜合情緒指數(shù)，再將投資者綜合情緒指數(shù)與公司特征值(Size和B/M)作為條件信息加入條件定價(jià)模型的Beta參數(shù)中，利用Avramov和Chordia提出的兩階段回歸框架，探究加入投資者情緒的條件定價(jià)模型是否能夠解釋股票定價(jià)異象。實(shí)證研究發(fā)現(xiàn)：無條件定價(jià)模型關(guān)于Beta恒定不變的假設(shè)是有誤的，風(fēng)險(xiǎn)因子是隨著條件信息時(shí)變的，而投資者情緒是有效的條件定價(jià)信息之一；但AH股雙重上市公司由于上市地點(diǎn)不同，受投資者情緒的影響程度也不一樣，從而造成了A股H股同股不同價(jià)現(xiàn)象。究其原因，該現(xiàn)象主要A股個(gè)人投資者比例偏高，套利套匯難度偏大，使得A股受投資者情緒影響程度大于H股。而A股市場(chǎng)較H股市場(chǎng)而言，非理性成分較高，股票異象效應(yīng)更明顯。因此，中國資本市場(chǎng)監(jiān)管部門在加快中國市場(chǎng)化改革的過程中，應(yīng)當(dāng)高度重視投資者情緒對(duì)資本市場(chǎng)資產(chǎn)定價(jià)的影響，一方面進(jìn)一步加強(qiáng)中國機(jī)構(gòu)投資者建設(shè)，并加強(qiáng)對(duì)中國中小投資者的理性投資指導(dǎo)，以減少投資者非理性行為對(duì)市場(chǎng)的沖擊；另一方面，加強(qiáng)A股市場(chǎng)的風(fēng)險(xiǎn)監(jiān)控，抑制利用投資者情緒惡意投機(jī)的行為。

在本文時(shí)間序列回歸結(jié)果中，仍然存在顯著的條件三因子FF無法解釋的風(fēng)險(xiǎn)調(diào)節(jié)收益。Pastor和Stambaugh[31]提出在FF三因子模型的基礎(chǔ)上加入流動(dòng)性風(fēng)險(xiǎn)因子，可以提高定價(jià)模型捕捉投資者組合收益率的能力。基于這種研究思路，我們可以將本文的條件資產(chǎn)定價(jià)模型進(jìn)行改進(jìn)，在FF的基礎(chǔ)上加入流動(dòng)性風(fēng)險(xiǎn)因子，甚至動(dòng)量風(fēng)險(xiǎn)因子，探究多因子的條件資產(chǎn)定價(jià)模型對(duì)解釋資本市場(chǎng)超額收益率，捕捉股票市場(chǎng)定價(jià)異象的能力。本文的研究方法給跨市場(chǎng)投資者情緒對(duì)交叉上市公司股票定價(jià)的影響提供了新的研究思路，此研究方法同樣可以用于AB股交叉上市公司，研究A股市場(chǎng)投資者情緒和B股市場(chǎng)投資者情緒對(duì)AB股資產(chǎn)定價(jià)的影響。另外，美國存托憑證(ADR)一直是非美公司在美國交叉上市的主要方式，卻與其基礎(chǔ)證券價(jià)格長期存在價(jià)差，目前國內(nèi)鮮少有文獻(xiàn)對(duì)交叉上市的ADR價(jià)差進(jìn)行研究。因此在后續(xù)的研究中，我們可以將本文的研究方法運(yùn)用于投資者情緒對(duì)基礎(chǔ)證券為A股基于基礎(chǔ)證券為H股的美國ADR的定價(jià)研究，既可以幫助國內(nèi)投資者和上市公司進(jìn)一步認(rèn)識(shí)ADR價(jià)差，也可以彌補(bǔ)國內(nèi)關(guān)于ADR研究的缺乏。

參考文獻(xiàn)：

[1]FERNALD J,ROGERS H.Puzzles in the Chinese stock market[J].Review of Economics and Statistics,2002,84:416-432.

[2]FAMA E.Efficient capital markets: A review of theory and empirical work[J].Journal of Finance,1970,25(2):383-417.

[3]BANZ R.The relationship between return and market value of common stock[J].Journal of Financial Economics,1981(9):3-18.

[4]CHAN K,HAMAO Y,LAKONISHOK.Fundamentals and stock returns in Japan[J].Journal of Finance,1991,46:1739-1764.

[5]JEGADEESH N,TITMAN S.Returns to buying winners and selling losers:Implications for stock market efficiency[J].Journal of Finance,1993,48:65-91.

[6]BAKER M, WURGLER J.Investor sentiment and the cross-section of stock returns[J].Journal of Finance,2006,61:1645-1680.

[7]AVRAMOV D,CHORDIA T.Asset pricing models and financial market anomalies[J].Review of Financial Studies,2006,19:1001-1040.

[8]AMIHUD Y,MENDELSON H.Asset pricing and the bid-ask spread[J].Journal of Financial Economics,1986,17:223-249.

[9]STULZ R,WASSERFALLEN W.Foreign equity investment restrictions, capital flight, and shareholder wealth maximization: Theory and evidence[J].Review of Financial Studies,1995,18(4):1019-1057.

[10]ALEXANDER G,EUN C,JANAKIRAMANAN S.Asset pricing and dual listing on foreign capital markets:A note[J].The Journal of Finance,1987,42(1):151-158.

[11]楊中銘.中國A+H股雙重上市公司股價(jià)差異理論探究[J].現(xiàn)代商業(yè), 2012(26):47.

[12]KAROLYI G,LI L.A resolution of the chinese discount puzzle[R].Dice Center Working Paper No.2003-34.

[13]FAMA E,FRENCH K.Common risk factors in the returns on stocks and bonds[J].Journal of Financial Economics,1993,33:3-56.

[14]De LONG J,SHLEIFER A,SUMMERS L,et al.Noise trader risk in financial markets[J].Journal of Political Economy,1990,98:703-738.

[15]SWAMINATHAN B.Time-varying expected small firm returns and closed-end fund discounts[J].Review of Financial Studies,1996(9):845-887.

[16]CHUANG W I,LEE B S.An empirical evaluation of the overconfidence hypothesis[J].Journal of Banking and Finance,2006,30:2489-2515.

[17]韓立巖,伍燕然.投資者情緒與IP0s之謎——抑價(jià)或者溢價(jià)[J].管理世界,2007(3):51-61.

[18]FERSON W KANDEL S,STAMBAUGH R.Tests of asset pricing with time varying expected risk premiums and market betas[J]. Journal of Finance,1987(42):201-220.

[19]LEWELLEN J.The time-series relations among expected return,risk,and book-to-market[J].Journal of Financial Economics,1999,54:5-43.

[20]FERSON W,HARVEY C.Conditioning variables and the cross section of stock returns[J].Journal of Finance,1999,54:1325-1360.

[21]LETTAU M,LUDVIGSON S.Resurrecting the CAPM:A cross-sectional test when risk premium are time-varying[J].Journal of Political Economy,2001,109:1238-1287.

[22]GOMES J,KOGAN L,ZHANG L.Equilibrium cross-section of returns[J].Journal of Political Economy,2003,111:693-732.

[23]HO C W,HUANG C H.Investor sentiment as conditioning information in asset pricing[J].Journal of Banking and Finance,2009,33:892-903.

[24]ZWEIG M E.An investor expectations stock price predictive model using closed-end fund premiums[J].Journal of Finance,1973,28:67-78.

[25]KALOTAY E,GRAY P,SIN S.Consumer expectations and short-horizon return predictability[J].Journal of Banking and Finance,2007,31:3102-3124.

[26]BAKER M,STEIN J.Market liquidity as a sentiment indicator[J].Journal of Financial Markets.2004(7):271-299.

[27]JONES C.A century of stock market liquidity and trading costs[R].Working Paper, Columbia University,2001.

[28]STIGLER G J.Public regulation of the securities markets[J].Journal of Business,1964,37:117-142.

[29]RITTER J.The long-run performance of initial public offerings[J].Journal of Finance,1991.46:3-27.

[30]BAKER M,WURGLER J.The equity share in new issues and aggregate stock returns[J].Journal of Finance,2000,55:2219-2257.

[31]PASTOR L,STAMBAUGH R.Liquidity risk and expected stock returns[J].Journal of Political Economy,2003,111:642-685.

(責(zé)任編輯傅旭東)

Investor sentiment and conditional asset-pricing of cross-listed AH shares

MENG Weidong, ZHANG Mengyu,LU Jing

(SchoolofEconomicsandBusinessAdministration,ChongqingUniversity,Chongqing400044,P.R.China)

Abstract：Using principal component analysis, this paper separately constructs A-share’s and H-share’s composite indexes as proxy for market investor sentiment.In the two-pass conditional asset-pricing framework, this paper allows the Beta varying with investor sentiment and firm characteristics.The empirical results indicate: after incorporating investor sentiments in conditional pricing models, the size effects of A-share market and H-share market are no longer significant; meanwhile, the B/M effect of A-share market becomes less significant.Therefore, this paper draws the conclusion that incorporating investor sentiment as conditioning information in conditional asset-pricing models improves the model performance in capturing asset-pricing anomalies, however, the improvement on A-share pricing is stronger than that on H-shares, which demonstrates that different market investor sentiments have different degrees of impacts on asset pricing, resulting in the price difference of dual-listed A and H-shares.

Key words：investor sentiment; price difference of A and H-share; asset-pricing anomalies; conditional asset-pricing model

doi:10.11835/j.issn.1008-5831.2016.02.009

基金項(xiàng)目：國家自然科學(xué)基金項(xiàng)目(71373296；71232004)

作者簡介：孟衛(wèi)東(1964-)，男，重慶人，重慶大學(xué)經(jīng)濟(jì)與工商管理學(xué)院教授，博士研究生導(dǎo)師，主要從事金融工程、機(jī)制設(shè)計(jì)研究；張夢(mèng)雨(1990-)，通訊作者，女，漢族，重慶人，重慶大學(xué)經(jīng)濟(jì)與工商管理學(xué)院碩士研究生，主要從事行為金融、資產(chǎn)定價(jià)研究，E-mail：mengyu_zhang@126.com；陸靜(1966-)，男，四川樂山人，重慶大學(xué)經(jīng)濟(jì)與工商管理學(xué)院教授，博士，博士研究生導(dǎo)師，主要從事行為金融、公司財(cái)務(wù)與資產(chǎn)定價(jià)研究。

中圖分類號(hào)：F830.91

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1008-5831(2016)02-0080-10

歡迎按以下格式引用：孟衛(wèi)東，張夢(mèng)雨，陸靜.基于投資者情緒的AH股條件資產(chǎn)定價(jià)研究[J].重慶大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2016(2):80-89.

Citation Format: MENG Weidong, ZhANG Mengyu, LU Jing.Investor sentiment and conditional asset-pricing of cross-listed AH shares[J].Journal of Chongqing University(Social Science Edition),2016(2):80-89.

修回日期：2016-01-10