中國(guó)股市異象的時(shí)變特征及影響因素研究

尹力博，韋 亞，韓復(fù)齡

(中央財(cái)經(jīng)大學(xué)金融學(xué)院，北京100081)

1 引言

在資產(chǎn)定價(jià)領(lǐng)域的研究中，雖然CAPM一直被視為理論基石，但是其在實(shí)證研究中的表現(xiàn)卻差強(qiáng)人意。諸多研究表明，市場(chǎng)中存在各類(lèi)CAPM所無(wú)法解釋的市場(chǎng)異象，如規(guī)模異象、賬面市值比異象、動(dòng)量異象、特質(zhì)波動(dòng)率異象、市場(chǎng)風(fēng)險(xiǎn)異象等[1-3]。為追逐更高的超額收益，以各類(lèi)股票市場(chǎng)異象為基礎(chǔ)的風(fēng)格投資策略也逐步被廣大投資者關(guān)注與應(yīng)用。作為全球最大的新興資本市場(chǎng)，中國(guó)股票市場(chǎng)的市場(chǎng)異象成為國(guó)內(nèi)外學(xué)者爭(zhēng)相研究的焦點(diǎn)。Cheung等[4]、Hsu等[5]、朱寶憲和何治國(guó)[6]、范龍振和余世典[7]、吳世農(nóng)和許年行[8]、潘莉和徐建國(guó)[9]、左浩苗等[10]、劉維奇等[11]、劉圣堯和李怡宗[12]在不同的樣本期內(nèi)，基于無(wú)條件CAPM，先后發(fā)現(xiàn)中國(guó)股票市場(chǎng)也存在諸如規(guī)模異象、賬面市值比異象、市盈率異象、特質(zhì)波動(dòng)率異象、市場(chǎng)風(fēng)險(xiǎn)異象等各類(lèi)市場(chǎng)異象。在“逐利動(dòng)機(jī)”的驅(qū)使下，更多的市場(chǎng)異象還將不斷被發(fā)掘。

然而，研究者卻發(fā)現(xiàn)，在一些樣本期內(nèi)，股市異象的顯著程度有所減弱，甚至消失。例如，潘莉和徐建國(guó)[9]發(fā)現(xiàn)，中國(guó)股票市場(chǎng)的賬面市值比異象在2006年以后的樣本期內(nèi)有所減弱。國(guó)外的股市異象也表現(xiàn)出相似的特征，Ang和Chen[13]指出美國(guó)股票市場(chǎng)的賬面市值比異象只在1963年以后的樣本期內(nèi)存在；Mclean和Pontiff[3]則發(fā)現(xiàn)當(dāng)美國(guó)股市的各類(lèi)市場(chǎng)異象被公之于眾后，其顯著程度會(huì)明顯降低。上述研究成果在一定程度上反映了股市異象潛在的時(shí)變性。而事實(shí)上，在遵循風(fēng)格投資策略的實(shí)際投資中，市場(chǎng)異象的時(shí)變性是難以被忽略的。對(duì)于投資者而言，忽略時(shí)變性則會(huì)使其構(gòu)建的投資策略缺乏擇時(shí)能力，甚至誘導(dǎo)投資者做出錯(cuò)誤的投資決策，為投資者帶來(lái)不必要的投資風(fēng)險(xiǎn)。因此，對(duì)于中國(guó)股票市場(chǎng)而言，股市異象是時(shí)變的嗎？其變化由哪些因素所影響？這是投資者所亟需解決的關(guān)鍵問(wèn)題。

條件CAPM為本文的研究提供了基礎(chǔ)模型。相較于傳統(tǒng)的無(wú)條件CAPM，條件CAPM 強(qiáng)調(diào)了條件信息在資產(chǎn)定價(jià)模型中的重要性(Hansen和Richard[14])，這使其能夠反映模型中α和β時(shí)變特征。與此同時(shí)，相關(guān)研究還發(fā)現(xiàn)，條件CAPM有利于解釋某些市場(chǎng)異象。Jagannathan和Wang[15]、Lettau和Ludvigson[16]、Boguth等[17]、Ang和Kristensen[18]、Choi[19]、Cederburg和O’Doherty[20]發(fā)現(xiàn)相對(duì)于無(wú)條件CAPM，條件CAPM有利于解釋美國(guó)股市的規(guī)模異象、賬面市值比異象、動(dòng)量異象和市場(chǎng)風(fēng)險(xiǎn)異象等市場(chǎng)異象的顯著程度均有所降低。Lewellen和Nagel[21]的研究則表明，條件CAPM并不能更好地解釋美國(guó)股票市場(chǎng)的規(guī)模異象和賬面市值比異象。王宜峰等[22]、張翔等[23]的研究發(fā)現(xiàn)條件CAPM有助于解釋中國(guó)股票市場(chǎng)的規(guī)模異象和賬面市值比異象。因此，本文首先分析在條件CAPM下，各類(lèi)市場(chǎng)異象是否仍然存在。以此為基礎(chǔ)，進(jìn)一步利用條件CAPM 所包含的時(shí)變信息，深入研究各類(lèi)市場(chǎng)異象的時(shí)變特征及影響因素。

目前，在中國(guó)股市異象的研究中，多數(shù)研究致力于結(jié)合國(guó)外股市異象的研究成果，尋找該類(lèi)異象的中國(guó)證據(jù)，并給予適當(dāng)?shù)慕?jīng)濟(jì)學(xué)解釋。鮮有學(xué)者從動(dòng)態(tài)的視角出發(fā)，圍繞中國(guó)股市異象的時(shí)變性展開(kāi)針對(duì)性的研究。本文的研究將彌補(bǔ)上述不足，在同一分析框架下研究了不同類(lèi)型的市場(chǎng)異象，豐富了中國(guó)股市異象方面的研究成果。此外，在研究方法上，此前的研究常借助狀態(tài)變量捕捉各參數(shù)的動(dòng)態(tài)特征(王宜峰等[22]、張翔等[23])，為了避免狀態(tài)變量的選擇偏誤對(duì)研究結(jié)果的影響，本文將借鑒Ang和Kristensen[18]提出的非參數(shù)方法對(duì)條件CAPM進(jìn)行估計(jì)?？傮w來(lái)看，一方面，本文的研究為投資者的投資選擇提供了參考，有助于提高風(fēng)格投資策略的擇時(shí)水平；另一方面，理論上來(lái)看，本文的研究還有助于加深對(duì)中國(guó)股市定價(jià)機(jī)制的理解，促進(jìn)資產(chǎn)定價(jià)模型在中國(guó)股票市場(chǎng)的發(fā)展，為構(gòu)建包含時(shí)變特征的資產(chǎn)定價(jià)模型提供了經(jīng)驗(yàn)支持。

2 研究方法

2.1 條件CAPM的估計(jì)與檢驗(yàn)

Jagannathan和Wang[15]指出，CAPM是單期的理論模型，多數(shù)經(jīng)驗(yàn)研究所使用的無(wú)條件CAPM實(shí)為靜態(tài)模型，而真實(shí)的經(jīng)濟(jì)環(huán)境瞬息萬(wàn)變，靜態(tài)的假設(shè)顯然與實(shí)際不符。對(duì)此，他們對(duì)CAPM進(jìn)行拓展，得到如下形式的條件CAPM：

Et(Rit+1|It)-rft+1=βit+1γt+1

(1)

βit+1=Covt(Rit+1-rft+1,Rmt+1-rft+1)/

Vart(Rmt+1-rft+1)

(2)

γt+1=Et(Rmt+1|It)-rft+1

(3)

It代表?xiàng)l件信息，E(Rit+1|It)與E(Rmt+1|It)分別為第i個(gè)風(fēng)險(xiǎn)資產(chǎn)和市場(chǎng)組合在t+1期的條件期望收益率，rft+1是t+1期的無(wú)風(fēng)險(xiǎn)收益率，γt+1是在It條件信息下的條件市場(chǎng)風(fēng)險(xiǎn)溢價(jià)，βit+1則衡量了第i個(gè)風(fēng)險(xiǎn)資產(chǎn)在It條件信息下的條件市場(chǎng)風(fēng)險(xiǎn)。對(duì)于第i個(gè)風(fēng)險(xiǎn)資產(chǎn)來(lái)說(shuō)，αit+1是在It條件信息下的風(fēng)險(xiǎn)調(diào)整后收益率，由如下(4)式所示：

αit+1=(Et(Rit+1|It)-rft+1)-βit+1γt

(4)

Ang和Kristensen[18]基于非參數(shù)方法，針對(duì)條件CAPM提出了系統(tǒng)的估計(jì)和檢驗(yàn)方法，他們不僅給出了條件α和β、長(zhǎng)期α和β的估計(jì)量，還對(duì)上述估計(jì)量的漸進(jìn)統(tǒng)計(jì)性質(zhì)、條件α和β的時(shí)變性檢驗(yàn)、非參數(shù)方法中的窗寬選擇等問(wèn)題進(jìn)行了全面的討論。

假設(shè)在0到T的時(shí)間范圍內(nèi)，總共有n個(gè)可觀測(cè)的時(shí)刻，記為ti(i=1,…,n)，并且Δ=ti+1-ti；同時(shí)，資本市場(chǎng)上存在M個(gè)風(fēng)險(xiǎn)資產(chǎn)，第t時(shí)刻的收益率記為R=(R1,t,R2,t,…RM,t)′。那么根據(jù)(1)式所示的條件CAPM，我們可以得到第k個(gè)風(fēng)險(xiǎn)資產(chǎn)在第t期的收益率為：

Rk,t-rf,t=αk,t+βk,t(Rm,t-rf,t)+εk,t

(5)

(1)參數(shù)的估計(jì)和漸進(jìn)統(tǒng)計(jì)性質(zhì)

在上述條件下，Ang和Kristensen[18]借鑒了局部最小二乘估計(jì)的思想，對(duì)第k個(gè)風(fēng)險(xiǎn)資產(chǎn)在時(shí)刻t∈[0,T]的αk,t和βk,t提出(6)式所示估計(jì)：

(6)

其中，KhkT(ti-t)=K[(ti-t)/(hkT)]/ (hkT)，K(·)是核密度函數(shù)，hk是窗寬，最終可得αk,t和βk,t的核密度函數(shù)加權(quán)最小二乘估計(jì)量如(7)式所示：

(7)

參考Ang和Kristensen[18]的研究，本文選用高斯核對(duì)相關(guān)參數(shù)進(jìn)行估計(jì)，即

(8)

在一定的假設(shè)和約束下,Ang和Kristensen[18]進(jìn)一步給出了αk,t和βk,t的漸進(jìn)統(tǒng)計(jì)性質(zhì)：

(9)

(10)

(11)

(12)

(13)

進(jìn)一步，對(duì)于第k個(gè)風(fēng)險(xiǎn)資產(chǎn)來(lái)說(shuō)，長(zhǎng)期αk和βk的估計(jì)和漸進(jìn)分布分別為：

(14)

(15)

(2)αk,t和βk,t的時(shí)變性檢驗(yàn)

條件CAPM中，如果αk,t和βk,t是恒定不變的，那么條件CAPM將退化為無(wú)條件CAPM。αk,t和βk,t究竟是否具有時(shí)變性呢？針對(duì)這一問(wèn)題，Ang和Kristensen[18]提出利用豪斯曼檢驗(yàn)對(duì)其進(jìn)行統(tǒng)計(jì)分析。首先，我們給出如下原假設(shè)：

Hk(α):αk,t=αk∈Rt∈[0,T]

Hk(β):βk,t=βk∈Rt∈[0,T]

(16)

Wk(β)

進(jìn)一步，可以得到：

(17)

該檢驗(yàn)為單側(cè)檢驗(yàn)，當(dāng)Hk(α)(Hk(β))大于標(biāo)準(zhǔn)正太分布的95%分位點(diǎn)時(shí)，我們拒絕原假設(shè)，即認(rèn)為αk,t(βk,t)具有時(shí)變性。

(3)窗寬的選擇

而我們可以得到第一階段的窗寬如(18)式所示：

(18)

(19)

(20)

2.2 數(shù)據(jù)選取與分組方法

本文采用的數(shù)據(jù)均來(lái)自CSMAR數(shù)據(jù)庫(kù)，將滬深兩市所有的A股股票作為備選研究樣本，參照Fama和French[1]、趙勝民等[24]的研究方法，剔除其中的金融類(lèi)股票及st、*st等被特別處理的股票?？紤]到中國(guó)股票市場(chǎng)建立初期股票數(shù)量較少、部分?jǐn)?shù)據(jù)有所缺失，因此，本文的樣本期為1995年1月到2017年4月。研究中涉及的數(shù)據(jù)主要有兩類(lèi)，一類(lèi)是股票交易數(shù)據(jù)：包括各支股票的收益率、流通市值、總市值、收盤(pán)價(jià)、交易量、總股數(shù)和無(wú)風(fēng)險(xiǎn)收益率。為了提高實(shí)證結(jié)果的準(zhǔn)確性和可靠性，股票的收益率、流通市值和無(wú)風(fēng)險(xiǎn)收益率均為日度頻率數(shù)據(jù)，股票的收盤(pán)價(jià)、交易量和總股數(shù)則為月度頻率數(shù)據(jù)，用于各支股票月?lián)Q手率的計(jì)算。另一類(lèi)是上市公司財(cái)務(wù)數(shù)據(jù)：包括樣本中涉及的所有上市公司的股東權(quán)益、凈利潤(rùn)，上述財(cái)務(wù)指標(biāo)均為各家上市公司財(cái)務(wù)報(bào)表的半年報(bào)和年報(bào)數(shù)據(jù)。

本文研究的中國(guó)股市異象包括規(guī)模異象、賬面市值比異象、特質(zhì)波動(dòng)率異象、換手率異象、市場(chǎng)風(fēng)險(xiǎn)異象及市盈率異象，除了股票規(guī)模可以直接用流通市值衡量以外，還需要依次計(jì)算各支股票的賬面市值比、特質(zhì)波動(dòng)率、換手率、市場(chǎng)風(fēng)險(xiǎn)以及市盈率等特征指標(biāo)。

賬面市值比和市盈率均基于上市公司半年報(bào)和年報(bào)的財(cái)務(wù)數(shù)據(jù)計(jì)算得出。其中，賬面市值比為股東權(quán)益除以相應(yīng)會(huì)計(jì)日期所對(duì)應(yīng)的股票市值，市盈率為相應(yīng)會(huì)計(jì)日期所對(duì)應(yīng)的股票市值除以?xún)衾麧?rùn)。

在特質(zhì)波動(dòng)率的計(jì)算上，參考Ang等[22]、左浩苗等[10]的方法，基于各股票t期前3個(gè)月、至少30個(gè)有效日度觀測(cè)數(shù)據(jù)，運(yùn)用Fama-French三因子模型進(jìn)行回歸，將所得殘差的標(biāo)準(zhǔn)差作為衡量各支股票第t期初特質(zhì)波動(dòng)率的指標(biāo)。

各支股票在第t月末的月?lián)Q手率等于各支股票在第t月末的成交量除以對(duì)應(yīng)股票在t月末的總股數(shù)。

在市場(chǎng)風(fēng)險(xiǎn)的計(jì)算上，參考Cederburg和O’Doherty[20]的方法，基于各支股票t期前12個(gè)月、至少120個(gè)的有效日度觀測(cè)數(shù)據(jù)，運(yùn)用CAPM進(jìn)行回歸，得到各支股票在第t期初的形成期β值，以此衡量各支股票的市場(chǎng)風(fēng)險(xiǎn)。

基于上述特征指標(biāo)，參照Fama和French[1]的研究方法，將對(duì)選取的樣本股依次進(jìn)行分組，并對(duì)各組合采取買(mǎi)入持有策略，按照市值加權(quán)方法計(jì)算各組合的收益率。然而，由于不同特征指標(biāo)之間存在差異，因此分組方式也存在些許不同。

對(duì)于規(guī)模、換手率、特質(zhì)波動(dòng)率和形成期β值，將逐月對(duì)所有樣本股重新進(jìn)行分組。如在第m月初，將按照第m-1月末的流動(dòng)市值、月?lián)Q手率以及m月初的特質(zhì)波動(dòng)率、形成期β值從小到大依次將所有樣本股分為10組。

對(duì)于賬面市值比，將在每一年的7月初和1月初對(duì)所有樣本股重新進(jìn)行分組。如在第y年的7月初，將按照第y-1年12月末的賬面市值比從小到大將所有樣本股分為10組。如在第y+1年的1月初，將按照第y年6月末的賬面市值比從小到大將所有樣本股分為10組。

與賬面市值比類(lèi)似，對(duì)于市盈率，同樣在每一年的7月初和1月初對(duì)所有樣本股重新進(jìn)行分組。但是不同之處在于，每一個(gè)時(shí)期A股市場(chǎng)上都存在一定數(shù)量市盈率為負(fù)的股票。借鑒范龍振和余世典[5]的處理方法，將樣本股中市盈率為負(fù)的股票單獨(dú)分為一組，記為“負(fù)”組，對(duì)于其余市盈率為正的所有股票，參照賬面市值比的分組方法，再按照市盈率從小到大分為10組，進(jìn)而得到總共11個(gè)組合。

3 實(shí)證結(jié)果與分析

3.1 單變量組合分析

基于股票的不同特征指標(biāo)，按照上述分組方法，計(jì)算出不同特征指標(biāo)所對(duì)應(yīng)的股票組合收益率。同時(shí)，基于無(wú)條件CAPM，還計(jì)算了各股票組合對(duì)應(yīng)的α和β，計(jì)算結(jié)果如表1所示。

表1展示了1995年1月到2017年4月期間，各股票組合收益率的均值，以及無(wú)條件CAPM對(duì)應(yīng)的α和β。其中 “多空組合”是指投資者為了賺取正的收益，根據(jù)各特征指標(biāo)與收益率之間的關(guān)系所采取的同時(shí)做多和做空兩個(gè)股票組合的投資策略。在本文中，除了賬面市值比的多空策略是做多最“大”組合、做空最“小”組合外，其余特征指標(biāo)的多空策略均是做多最“小”組合、做空最“大”組合。由于本文所用數(shù)據(jù)為日度數(shù)據(jù)，參考Cederburg和O’Doherty[20]的研究方法，表中所報(bào)告的各股票組合收益率的均值、α均作了月度化處理,即在日度數(shù)據(jù)計(jì)算結(jié)果的基礎(chǔ)上，均值和α均乘以22。

從表1所示結(jié)果可以看出，1995年1月到2017年4月期間，各特征指標(biāo)與股票組合收益率間的關(guān)系明顯。規(guī)模、特質(zhì)波動(dòng)、換手率、形成期β、市盈率與收益率均值之間呈現(xiàn)出負(fù)向關(guān)系，各多空組合均取得了顯著為正的平均收益率。與范龍振和余世典[5]的研究結(jié)果相似，在市盈率組合中，“負(fù)”市盈率組的平均收益率更接近“大”市盈率組，基于“小_負(fù)”組合構(gòu)建的多空策略達(dá)到了1.68%的平均收益率，甚至大于 “小_大”組合多空策略的平均收益率。從規(guī)模和市盈率的組合分析結(jié)果來(lái)看，這兩個(gè)特征指標(biāo)所對(duì)應(yīng)的收益率均值具備比較明顯的下降趨勢(shì)。相比之下，特質(zhì)波動(dòng)率、換手率和形成期β所對(duì)應(yīng)的平均收益率在第9組以前并沒(méi)有表現(xiàn)出明顯的下降趨勢(shì)，其對(duì)應(yīng)的多空策略所獲得的顯著為正的平均收益率主要源于最后兩組平均收益率的突然下降。這與Ang等[2]的研究結(jié)果相似，他們?cè)谘芯棵绹?guó)股票市場(chǎng)的特質(zhì)波動(dòng)率與收益率的關(guān)系時(shí)發(fā)現(xiàn)高低特質(zhì)波動(dòng)率組合之間平均收益率的顯著差異主要來(lái)源于高特質(zhì)波動(dòng)率組合的低平均收益率。與上述特征不同，賬面市值比與組合的平均收益率之間呈現(xiàn)出了正向關(guān)系，平均收益率的單調(diào)上升趨勢(shì)比較明顯，多空組合的平均收益率也達(dá)到了1.01%。

相對(duì)于無(wú)條件CAPM，規(guī)模異象、賬面市值比異象、特質(zhì)波動(dòng)率異象、換手率異象、市場(chǎng)風(fēng)險(xiǎn)異象及市盈率異象均存在于中國(guó)股票市場(chǎng)。從基于無(wú)條件CAPM計(jì)算出的β可以看出，除去規(guī)模組合的市場(chǎng)風(fēng)險(xiǎn)與平均收益率呈現(xiàn)正向關(guān)系，賬面市值比和市盈率組合的市場(chǎng)風(fēng)險(xiǎn)與平均收益率無(wú)明顯關(guān)系外，其余特征指標(biāo)對(duì)應(yīng)組合的市場(chǎng)風(fēng)險(xiǎn)與平均收益率之間均表現(xiàn)出明顯的負(fù)向關(guān)系。很顯然，這樣的經(jīng)驗(yàn)結(jié)果與CAPM理論相悖。進(jìn)一步來(lái)看，規(guī)模、賬面市值比和市盈率所對(duì)應(yīng)的多空組合均能得到顯著為正的α。上述證據(jù)都表明，無(wú)條件CAPM并不能完全解釋上述特征指標(biāo)所對(duì)應(yīng)各組合的收益率差異。

表1 全樣本單變量組合分析結(jié)果

續(xù)表1 全樣本單變量組合分析結(jié)果

表中均值、α的單位均為%；樣本期為1995年1月到2017年4月。“( )”中數(shù)值為Newey-West t統(tǒng)計(jì)量，*表示在10%顯著性水平下顯著，**表示在5%顯著性水平下顯著，***表示在1%顯著性水平下顯著。

3.2 中國(guó)股票市場(chǎng)異象的長(zhǎng)期存在性

市場(chǎng)異象時(shí)變性的研究要以其存在性為前提，因此，本文首先考察了條件CAPM下，各類(lèi)股票市場(chǎng)異象是否長(zhǎng)期存在。Jagannathan和Wang[15]、Lewellen和Nagel[21]指出，無(wú)條件CAPM對(duì)于時(shí)變性的忽略是造成股票市場(chǎng)異象的潛在原因之一。那么，考慮時(shí)變性的影響后，條件CAPM下中國(guó)股票市場(chǎng)異象是否仍然存在？為了回答該問(wèn)題，本文分別運(yùn)用非參數(shù)方法和普通最小二乘方法估計(jì)了條件CAPM的長(zhǎng)期α與無(wú)條件CAPM的無(wú)條件α，圖1展示了估計(jì)結(jié)果。

圖1描繪了不同特征指標(biāo)對(duì)應(yīng)組合的長(zhǎng)期α和無(wú)條件α的截面變化軌跡，實(shí)心點(diǎn)及其對(duì)應(yīng)的上下延長(zhǎng)實(shí)(虛)線為長(zhǎng)期α的估計(jì)值及95%置信區(qū)間，空心點(diǎn)及其對(duì)應(yīng)的上下延長(zhǎng)線為無(wú)條件α的估計(jì)值及95%置信區(qū)間。

由圖1可以看到，1995年至今，考慮時(shí)變性后，各類(lèi)市場(chǎng)異象依然存在于中國(guó)股票市場(chǎng)。與無(wú)條件α相比，長(zhǎng)期α表現(xiàn)出相似的變化特征，賬面市值比與長(zhǎng)期α之間呈現(xiàn)正向關(guān)系，其余特征指標(biāo)與長(zhǎng)期α之間均為負(fù)向關(guān)系。對(duì)于多空組合來(lái)說(shuō)，圖1中α=0的虛線均長(zhǎng)期α的95%置信區(qū)間以外，這表明條件CAPM也不能完全解釋多空組合的長(zhǎng)期收益率。

條件CAPM有助于解釋市場(chǎng)風(fēng)險(xiǎn)、特質(zhì)波動(dòng)率、市盈率和換手率異象，但解釋能力有限。在各類(lèi)多空組合中，與無(wú)條件α相比，市場(chǎng)風(fēng)險(xiǎn)多空組合的長(zhǎng)期α下降最多，幅度為25.31%；特質(zhì)波動(dòng)率、市盈率和換手率多空組合的長(zhǎng)期α也分別下降了12.53%，10.45%(10.63%)和4.67%。

3.3 市場(chǎng)異象與風(fēng)險(xiǎn)的時(shí)變特征

上述分析結(jié)果表明，即使在條件CAPM下，各類(lèi)市場(chǎng)異象在中國(guó)股票市場(chǎng)依然存在。以此為基礎(chǔ)，本節(jié)將對(duì)各類(lèi)市場(chǎng)異象及市場(chǎng)風(fēng)險(xiǎn)的時(shí)變性進(jìn)行統(tǒng)計(jì)檢驗(yàn)，并進(jìn)一步對(duì)其長(zhǎng)期變化特征進(jìn)行描述與分析。運(yùn)用豪斯曼檢驗(yàn)方法，對(duì)各股票組合條件α和β的時(shí)變性檢驗(yàn)結(jié)果如表2所示。

圖1 各股票組合長(zhǎng)期α和無(wú)條件α的截面變化軌跡

從表2所示結(jié)果可以看到，中國(guó)股票市場(chǎng)異象具有顯著的時(shí)變性，同時(shí)，對(duì)于所有股票組合而言，其市場(chǎng)風(fēng)險(xiǎn)同樣表現(xiàn)出顯著的時(shí)變性。包括多空組合在內(nèi)，多數(shù)股票組合的條件α都在較高的顯著性水平下拒絕了“恒定不變”的原假設(shè)，而少數(shù)沒(méi)有拒絕原假設(shè)的股票組合多集中在第4到第8組。結(jié)合圖1我們可以看到，對(duì)于第4到第8組的股票組合，其長(zhǎng)期α傾向于0，相反，對(duì)于長(zhǎng)期α顯著異于0的股票組合，其條件α的時(shí)變性更為顯著。另一方面，所有股票組合的條件β均在較高顯著性水平下拒絕了“恒定不變”的原假設(shè)，該結(jié)果也與Ang andKristensen[18]對(duì)于美國(guó)股票市場(chǎng)的研究結(jié)果相同。各多空組合條件期望收益率的變化，在很大程度上也源于上述市場(chǎng)風(fēng)險(xiǎn)的變化。

表2 條件α和條件β的時(shí)變性檢驗(yàn)

續(xù)表2 條件α和條件β的時(shí)變性檢驗(yàn)

*表示在10%顯著性水平下顯著，**表示在5%顯著性水平下顯著,***表示在1%顯著性水平下顯著。

圖2、圖3分別描繪了各多空組合的條件α和β的變化軌跡，其中，實(shí)線為條件α和β的估計(jì)值，虛線為各估計(jì)值所對(duì)應(yīng)的95%置信區(qū)間。

圖2 多空組合的條件α

圖3 多空組合的條件β

由圖2結(jié)果可以看出，1995年至今，中國(guó)股票市場(chǎng)經(jīng)歷了一次風(fēng)格轉(zhuǎn)換，以賬面市值比異象、市盈率異象為代表的價(jià)值型異象正在逐漸減弱甚至消失，而規(guī)模、特質(zhì)波動(dòng)率、換手率以及市場(chǎng)風(fēng)險(xiǎn)異象正逐漸顯現(xiàn)并仍有增強(qiáng)的趨勢(shì)。其中，特質(zhì)波動(dòng)率、換手率以及市場(chǎng)風(fēng)險(xiǎn)多空組合的條件α呈現(xiàn)出緩慢的上升趨勢(shì)，2010年前后開(kāi)始趨于顯著為正，0軸逐漸脫離其95%置信區(qū)間。與此相反，賬面市值比、高低市盈率以及負(fù)正市盈率多空組合的條件α則呈現(xiàn)出下降趨勢(shì)，2010年前后開(kāi)始圍繞0軸上下波動(dòng)，0軸已經(jīng)落在其95%置信區(qū)間內(nèi)。

由圖3可以看出，對(duì)于規(guī)模、賬面市值比、市盈率等“基本面類(lèi)”異象對(duì)應(yīng)的多空組合收益率，條件β雖然展現(xiàn)出一定的解釋能力，但十分有限。具體來(lái)看，該類(lèi)異象所對(duì)應(yīng)多空組合的條件β時(shí)正時(shí)負(fù)，規(guī)模和賬面市值比對(duì)應(yīng)的條件β更是在多數(shù)時(shí)期大于0。這意味著多空組合收益率可以在一定程度上由市場(chǎng)風(fēng)險(xiǎn)溢價(jià)所解釋。然而，考慮到上述條件β在數(shù)值上與0相近，且在部分時(shí)期小于0，因此，解釋能力將十分有限。

而對(duì)于特質(zhì)波動(dòng)率、換手率以及市場(chǎng)風(fēng)險(xiǎn)等“市場(chǎng)類(lèi)”異象對(duì)應(yīng)的多空組合收益率，條件β不僅沒(méi)有表現(xiàn)出解釋能力，還得出與理論預(yù)期完全相反的結(jié)果。幾乎在所有時(shí)期，該類(lèi)異象對(duì)應(yīng)的條件β均為負(fù)，數(shù)值上也較大程度的偏離于0。

3.4 市場(chǎng)異象與市場(chǎng)風(fēng)險(xiǎn)變化的影響因素

為進(jìn)一步分析影響市場(chǎng)異象和市場(chǎng)風(fēng)險(xiǎn)變化的經(jīng)濟(jì)因素，本文選取了CPI同比增速、廣義貨幣供應(yīng)量增長(zhǎng)率(M2增速)、經(jīng)濟(jì)景氣指數(shù)、銀行間同業(yè)拆借利率、股票市場(chǎng)換手率等經(jīng)濟(jì)指標(biāo)作為潛在的解釋變量，涵蓋了通貨膨脹、貨幣政策、經(jīng)濟(jì)增長(zhǎng)、資金流動(dòng)性以及股票市場(chǎng)活躍度等多方面的信息。其中，CPI同比增速、M2增速、經(jīng)濟(jì)景氣指數(shù)為刻畫(huà)宏觀經(jīng)濟(jì)環(huán)境變化的宏觀經(jīng)濟(jì)因素，銀行間同業(yè)拆借利率、股票市場(chǎng)換手率為刻畫(huà)市場(chǎng)環(huán)境變化的市場(chǎng)因素。

實(shí)際上，從中國(guó)經(jīng)濟(jì)發(fā)展的實(shí)際情況來(lái)看，本文所選取的宏觀經(jīng)濟(jì)因素和市場(chǎng)類(lèi)因素具備不同的經(jīng)濟(jì)含義。作為新興經(jīng)濟(jì)體，中國(guó)的金融市場(chǎng)的發(fā)展仍不成熟，與實(shí)體經(jīng)濟(jì)間的關(guān)聯(lián)度較低，“脫實(shí)向虛”也是當(dāng)前中國(guó)經(jīng)濟(jì)發(fā)展面臨的主要問(wèn)題。在該背景下，就上述指標(biāo)而言，市場(chǎng)因素更多反映了金融市場(chǎng)的活躍度和投機(jī)性，而非經(jīng)濟(jì)環(huán)境的信息。蘇治等[25]、張錚和劉力[26]在研究中也對(duì)此給予了經(jīng)驗(yàn)支持。因此，宏觀經(jīng)濟(jì)因素可視為包含更多經(jīng)濟(jì)信息的理性因素，而市場(chǎng)類(lèi)因素可視為包含更多市場(chǎng)投機(jī)性的非理性因素。

利用上述變量的滯后一期值，對(duì)多空組合的條件α和條件β進(jìn)行回歸。解釋變量均為月度數(shù)據(jù)，條件α和條件β為各月的月末值。由于部分宏觀經(jīng)濟(jì)數(shù)據(jù)缺失，回歸樣本期為1998年2月到2017年4月，估計(jì)結(jié)果如表3、表4所示。

表3 多空組合條件α的多元回歸分析

“()”中數(shù)值為Newey-West t統(tǒng)計(jì)量，*表示在10%顯著性水平下顯著，**表示在5%顯著性水平下顯著，***表示在1%顯著性水平下顯著。

由表3可以看出，規(guī)模、賬面市值比、市盈率等“基本面類(lèi)”異象主要受宏觀經(jīng)濟(jì)因素的影響，而特質(zhì)波動(dòng)率、換手率以及市場(chǎng)風(fēng)險(xiǎn)等“市場(chǎng)類(lèi)”異象主要受市場(chǎng)因素的影響。具體體現(xiàn)在，在“基本面類(lèi)”異象中，宏觀經(jīng)濟(jì)因素多在統(tǒng)計(jì)上顯著，而在“市場(chǎng)類(lèi)”異象中，市場(chǎng)因素則展現(xiàn)出更強(qiáng)的顯著性。

上述結(jié)果意味著，“基本面類(lèi)”異象反映了更多經(jīng)濟(jì)風(fēng)險(xiǎn)的信息，此類(lèi)異象實(shí)際是未能被條件CAPM所解釋的風(fēng)險(xiǎn)溢價(jià)?！笆袌?chǎng)類(lèi)”異象則是市場(chǎng)中諸多非理性行為的結(jié)果，此類(lèi)異象實(shí)際來(lái)源于市場(chǎng)的無(wú)效。

由表4可以看出，市場(chǎng)因素對(duì)各多空組合市場(chǎng)風(fēng)險(xiǎn)的解釋能力更為突出。除賬面市值比外，其余特征指標(biāo)對(duì)應(yīng)的回歸結(jié)果中，市場(chǎng)因素均在統(tǒng)計(jì)上顯著。與之相比，宏觀經(jīng)濟(jì)因素只對(duì)賬面市值比和市盈率的多空組合市場(chǎng)風(fēng)險(xiǎn)具備顯著的解釋能力。

表4 多空組合條件β的多元回歸分析

“()”中數(shù)值為Newey-West t統(tǒng)計(jì)量，*表示在10%顯著性水平下顯著，**表示在5%顯著性水平下顯著，***表示在1%顯著性水平下顯著。

該結(jié)果意味著，對(duì)于多數(shù)特征指標(biāo)的多空組合，以條件β衡量的市場(chǎng)風(fēng)險(xiǎn)主要被市場(chǎng)因素所解釋?zhuān)瑮l件β未能捕捉到其蘊(yùn)含的經(jīng)濟(jì)風(fēng)險(xiǎn)，這也是條件CAPM無(wú)法解釋各市場(chǎng)異象的原因之一。作為對(duì)該觀點(diǎn)的進(jìn)一步佐證，在賬面市值比的回歸結(jié)果中可以看到，宏觀經(jīng)濟(jì)因素展現(xiàn)出顯著的解釋能力，并且圖1顯示，賬面市值比異象在各異象中相對(duì)較弱，這表明條件CAPM可以相對(duì)較好地解釋賬面市值比與收益率的正向關(guān)系。

4 結(jié)語(yǔ)

本文基于條件CAPM，對(duì)規(guī)模異象、賬面市值比異象、特質(zhì)波動(dòng)率異象、換手率異象、市場(chǎng)風(fēng)險(xiǎn)異象及市盈率異象的長(zhǎng)期存在性、時(shí)變性及影響因素依次進(jìn)行研究。其中，在影響因素的研究中，我們選取CPI同比增速、M2增速、經(jīng)濟(jì)景氣指數(shù)和銀行間同業(yè)拆借利率、股票市場(chǎng)換手率等指標(biāo)，研究了宏觀經(jīng)濟(jì)因素和市場(chǎng)因素的變化對(duì)市場(chǎng)異象及時(shí)變風(fēng)險(xiǎn)的影響。主要研究結(jié)論如下：第一，條件CAPM雖然有助于解釋特質(zhì)波動(dòng)率異象、換手率異象、市場(chǎng)風(fēng)險(xiǎn)異象及市盈率異象，但是解釋能力有限，長(zhǎng)期來(lái)看，條件CAPM下的各類(lèi)市場(chǎng)異象仍然存在。第二，中國(guó)股票市場(chǎng)異象和各股票組合的市場(chǎng)風(fēng)險(xiǎn)均表現(xiàn)出顯著的時(shí)變性，并且在樣本期內(nèi)，中國(guó)股票市場(chǎng)異象的風(fēng)格發(fā)生了轉(zhuǎn)換，以賬面市值比異象、市盈率異象為代表的價(jià)值型異象正在逐漸減弱甚至消失，其他市場(chǎng)異象的顯著性則有增強(qiáng)的趨勢(shì)。第三，規(guī)模、賬面市值比、市盈率等“基本面類(lèi)”異象主要受宏觀經(jīng)濟(jì)因素的影響，反映了更多經(jīng)濟(jì)風(fēng)險(xiǎn)的信息；而特質(zhì)波動(dòng)率、換手率以及市場(chǎng)風(fēng)險(xiǎn)等“市場(chǎng)類(lèi)”異象主要受市場(chǎng)因素的影響，此類(lèi)異象更可能來(lái)源于市場(chǎng)的無(wú)效。第四，條件β未能捕捉到文中各多空組合蘊(yùn)含的經(jīng)濟(jì)風(fēng)險(xiǎn)，這是條件CAPM無(wú)法解釋各市場(chǎng)異象的原因之一。

本文的研究豐富了動(dòng)態(tài)視角下中國(guó)股市異象方面的研究成果。研究結(jié)果表明，中國(guó)股市的各類(lèi)市場(chǎng)異象具有顯著的時(shí)變性。因此，對(duì)于投資者而言，市場(chǎng)異象的時(shí)變性是不可忽視的關(guān)鍵因素，時(shí)變信息對(duì)于風(fēng)格投資策略擇時(shí)能力的提高發(fā)揮著重要作用。同時(shí)，對(duì)于以市場(chǎng)異象為基礎(chǔ)的因子定價(jià)模型而言，構(gòu)建包含時(shí)變信息的定價(jià)因子將成為提升模型定價(jià)表現(xiàn)的關(guān)鍵所在。此外，本文的研究也從定價(jià)的角度反映出中國(guó)股市效率的變化趨勢(shì)。研究結(jié)果表明，特質(zhì)波動(dòng)率、換手率以及市場(chǎng)風(fēng)險(xiǎn)等“市場(chǎng)類(lèi)”異象正逐漸增強(qiáng)，而上述異象在很大程度上體現(xiàn)了市場(chǎng)有效性的變化特征，因此，中國(guó)股市雖然歷經(jīng)多年發(fā)展，其有效性似乎有減無(wú)增。對(duì)于投資者而言，市場(chǎng)有效性的缺乏則為其利用市場(chǎng)異象，賺取超額收益帶來(lái)了機(jī)會(huì)。