投資者情緒、賣空限制與規(guī)模溢價(jià)效應(yīng)研究

朱紅兵 張兵 陳慰

(1.南京大學(xué)商學(xué)院，江蘇 南京 210093；2.中通服咨詢?cè)O(shè)計(jì)研究院有限公司，江蘇 南京 210019)

引言

2016年以來(lái)中國(guó)證監(jiān)會(huì)將“嚴(yán)監(jiān)管”、“禁炒作”定為工作的主基調(diào)，然而中國(guó)A股市場(chǎng)長(zhǎng)期存在的規(guī)模溢價(jià)現(xiàn)象并未因此消失1，相反市場(chǎng)對(duì)小市值股票的追捧炒作現(xiàn)象屢見(jiàn)不鮮，小市值股票深受投資者偏好2。Banz(1981)[5]最早關(guān)注到此現(xiàn)象，但直到Fama and French(1992)[12]將規(guī)模納入到資產(chǎn)定價(jià)框架內(nèi)提出著名的三因子模型，規(guī)模因子才逐漸被應(yīng)用于主流的資產(chǎn)定價(jià)研究中，用以解釋規(guī)模溢價(jià)效應(yīng)。然而，Daniel and Titman(1997)[11]對(duì)美國(guó)股市的研究發(fā)現(xiàn)控制公司基本面特征后，規(guī)模因子對(duì)股票橫截面收益率不再具有解釋力度。陽(yáng)建偉和蔣馥(2004)[33]也指出無(wú)論是單因子分析還是多因子分析，規(guī)模因子對(duì)中國(guó)A股市場(chǎng)的股票橫截面收益率的變動(dòng)均缺乏顯著性影響。Asness et al.(2018)[3]則發(fā)現(xiàn)在同時(shí)考慮企業(yè)質(zhì)量因子與規(guī)模因子的情況下，樣本企業(yè)的規(guī)模溢價(jià)現(xiàn)象仍然顯著，規(guī)模因子失效。這些研究都對(duì)規(guī)模因子在規(guī)模溢價(jià)效應(yīng)解釋中的適用性提出了挑戰(zhàn)。

在傳統(tǒng)金融學(xué)的資產(chǎn)定價(jià)框架下，規(guī)模因子主要用以捕捉與規(guī)模相關(guān)的股票風(fēng)險(xiǎn)和收益間的差異，而這類差異本質(zhì)上源自不同規(guī)模上市企業(yè)的基本面差異(Liu et al.，2018)[20]。但中國(guó)股票市場(chǎng)與國(guó)際主要股票市場(chǎng)，尤其是成熟發(fā)達(dá)的美國(guó)股市存在著天然差異，具有中國(guó)特性(Song and Xiong,2017)[25]。朱偉驊和張宗新(2008)[40]便指出中國(guó)股市存在濃厚的博彩性投機(jī)行為，投資者情緒的變化在很大程度上驅(qū)動(dòng)著股價(jià)的變化。Gu et al.(2018)[15]則發(fā)現(xiàn)中國(guó)股市交易制度上的特殊性使得投資者面臨的賣空限制要顯著高于歐美成熟股市，賣空限制制約了理性投資者的套利行為，使得被錯(cuò)誤定價(jià)的股票在一個(gè)較長(zhǎng)的時(shí)間范圍內(nèi)持續(xù)高估或低估，強(qiáng)化了市場(chǎng)異象。更具體來(lái)看，投資者在樂(lè)觀情緒下會(huì)低估小規(guī)模企業(yè)的經(jīng)營(yíng)風(fēng)險(xiǎn)而高估其未來(lái)的成長(zhǎng)性，因此對(duì)小規(guī)模企業(yè)的股票更加偏好。然而短期內(nèi)這類企業(yè)的股票供給有限，在超額需求的作用下便會(huì)造成不同規(guī)模企業(yè)股價(jià)的差異化，促成規(guī)模溢價(jià)效應(yīng)的產(chǎn)生。在此情形下，市場(chǎng)中賣空限制約束越強(qiáng)的股票，受套利限制約束其價(jià)格中的高估成分無(wú)法消除，規(guī)模溢價(jià)效應(yīng)會(huì)長(zhǎng)期持續(xù)甚至得以強(qiáng)化，而賣空限制約束越低的股票，其價(jià)格會(huì)在投資者長(zhǎng)期動(dòng)態(tài)博弈中趨近于內(nèi)在價(jià)值，規(guī)模溢價(jià)效應(yīng)也會(huì)得以緩解。

據(jù)此，本文將從投資者情緒、賣空限制等因素出發(fā)，對(duì)中國(guó)A股市場(chǎng)中的規(guī)模溢價(jià)現(xiàn)象展開深入的分析與系統(tǒng)的驗(yàn)證，并對(duì)FF3 模型中規(guī)模因子的適用性做出分析，通過(guò)構(gòu)造投資者情緒因子改善和提高三因子模型在中國(guó)資本市場(chǎng)的解釋力度。區(qū)別與已有的研究，本文的貢獻(xiàn)在于：第一，現(xiàn)有文獻(xiàn)對(duì)規(guī)模溢價(jià)現(xiàn)象的解釋往往從風(fēng)險(xiǎn)補(bǔ)償，稅收規(guī)避等理性角度出發(fā)，而忽視了市場(chǎng)參與主體的非理性行為的影響。本文則從投資者情緒角度出發(fā)考察了中國(guó)A股市場(chǎng)的規(guī)模溢價(jià)現(xiàn)象，提供了全新的研究視角。第二，結(jié)合中國(guó)式融資融券制度的特征，本文證實(shí)了融資融券制度的實(shí)施提升了中高市值股票的交易效率，有效降低了的賣空限制所導(dǎo)致的股價(jià)泡沫，提升了市場(chǎng)效率。這一結(jié)論為我國(guó)融資融券制度的實(shí)施效果提供了新的證據(jù)，也為后期融資融券擴(kuò)容提供了理論支撐。第三，本文將投資者情緒規(guī)范化為定價(jià)因子，進(jìn)一步拓展完善了FF3三因子模型，為中國(guó)A股市場(chǎng)的規(guī)模溢價(jià)效應(yīng)解釋提供了更具適應(yīng)性的實(shí)證模型，也為其它規(guī)模類異象的研究提供了新的思路。

文獻(xiàn)梳理與研究假設(shè)

一、文獻(xiàn)梳理

Banz(1981)[5]最早對(duì)規(guī)模溢價(jià)現(xiàn)象進(jìn)行研究，發(fā)現(xiàn)1926～1975年間紐約證券交易所的小市值股票收益明顯高于大市值股票，他指出小公司信息缺失使投資者面臨更大的風(fēng)險(xiǎn)，所以投資者要求獲得高收益。隨后越來(lái)越多的學(xué)者加入該議題的研究，Chan and Chen(1991)[9]認(rèn)為規(guī)模溢價(jià)是一種前景效應(yīng)，規(guī)模小的企業(yè)大多是一些邊際企業(yè)，這類企業(yè)的盈利前景對(duì)經(jīng)濟(jì)形勢(shì)的變化更為敏感。在經(jīng)濟(jì)惡化時(shí)，小企業(yè)更易面臨現(xiàn)金流枯竭，違約風(fēng)險(xiǎn)上升等問(wèn)題，因此只有收益更高時(shí)投資者才愿意持有這類股票。Beck and Demirguc-Kunt(2006)[7]認(rèn)為小公司資本和流動(dòng)性的缺失使得它們對(duì)宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)更為敏感，較高的利率期限結(jié)構(gòu)風(fēng)險(xiǎn)和違約風(fēng)險(xiǎn)共同造成小市值股票溢價(jià)。Switzer(2010)[27]發(fā)現(xiàn)規(guī)模溢價(jià)只出現(xiàn)在經(jīng)濟(jì)衰退階段，但是經(jīng)濟(jì)周期本身并不能解釋規(guī)模溢價(jià)，他們認(rèn)為在經(jīng)濟(jì)衰退期間，小公司的違約風(fēng)險(xiǎn)顯著提高，所以是違約風(fēng)險(xiǎn)的差異造成了小公司的溢價(jià)。也有部分研究從投資者避稅動(dòng)機(jī)入手，在美國(guó)，投資盈利需要繳納資本增值稅，而虧損則可抵稅。為了合理避稅，年末投資者會(huì)將虧損股票賣出，翌年一月再重新投資。因此股市在一月表現(xiàn)異常好，其中小市值股票的漲勢(shì)尤為可觀。Keim(1983)[17]發(fā)現(xiàn)一月效應(yīng)可解釋近50%的規(guī)模溢價(jià)現(xiàn)象。Blume and Stambaugh(1983)[8]更是認(rèn)為規(guī)模溢價(jià)完全是由一月效應(yīng)造成的。

國(guó)內(nèi)，汪煒和周宇(2002)[32]較早關(guān)注到規(guī)模溢價(jià)現(xiàn)象，統(tǒng)計(jì)發(fā)現(xiàn)在考慮風(fēng)險(xiǎn)因素之后，小公司在全年大部分月份都有較好的表現(xiàn)，他們將此解釋為對(duì)高額隱性成本的補(bǔ)償。佘堅(jiān)和陳曉紅(2005)[31]用GARCH類模型從收益波動(dòng)角度解釋規(guī)模溢價(jià)，指出中國(guó)股票市場(chǎng)散戶多、波動(dòng)大、信息不對(duì)稱嚴(yán)重等特點(diǎn)催生了小市值股票交易中的投機(jī)行為，導(dǎo)致小市值股票股價(jià)波動(dòng)更為劇烈，因而需要高收益進(jìn)行補(bǔ)償。張劍等(2012)[38]提出了基于馬爾可夫的市場(chǎng)異象持續(xù)性檢驗(yàn)?zāi)Ｐ停l(fā)現(xiàn)中國(guó)A股市場(chǎng)的規(guī)模溢價(jià)持續(xù)性較弱，且顯著受統(tǒng)計(jì)區(qū)間的影響。

然而無(wú)論是基于風(fēng)險(xiǎn)補(bǔ)償還是稅收規(guī)避的解釋都忽視了市場(chǎng)參與主體情緒的影響。行為金融研究表明，投資者在不同的情緒狀態(tài)下會(huì)呈現(xiàn)出不同的風(fēng)險(xiǎn)偏好特征，情緒對(duì)投資者的風(fēng)險(xiǎn)偏好有著顯著的調(diào)節(jié)作用，并最終影響投資者的交易決策行為(Nofsinger，2005)[23]。Kuhnen and Knutson(2011)[18]發(fā)現(xiàn)積極的情緒會(huì)降低投資者的風(fēng)險(xiǎn)厭惡水平，當(dāng)投資者情緒高漲時(shí)，其對(duì)事物發(fā)生的可能性會(huì)給予更高的估計(jì)。Bassi et al.(2013)[6]的研究進(jìn)一步指出投資者在樂(lè)觀情緒下更愿意承受較大的風(fēng)險(xiǎn)，做出更加激進(jìn)的決策行為。Qadan and Aharon(2019)[24]更是發(fā)現(xiàn)在美國(guó)股市中投資者情緒能顯著的預(yù)測(cè)規(guī)模溢價(jià)效應(yīng)。雖然國(guó)內(nèi)的研究并未直接考察投資者情緒對(duì)規(guī)模溢價(jià)的影響，但大量的文獻(xiàn)表明投資者情緒是影響股票資產(chǎn)定價(jià)的重要因素(易志高和茅寧，2009；于琴等，2017)[34][35]。特別地，在散戶眾多的中國(guó)股票市場(chǎng)，考察投資者情緒對(duì)規(guī)模溢價(jià)的影響有著更加現(xiàn)實(shí)的意義。

此外，現(xiàn)有的研究也忽視了中國(guó)股票市場(chǎng)賣空限制約束對(duì)不同規(guī)模上市公司的股價(jià)影響。根據(jù)Miller(1977)[21]的賣空限制理論，賣空限制的差異將導(dǎo)致股價(jià)走勢(shì)分化，投資者面臨不同程度的賣空限制約束，則會(huì)要求不同水平的風(fēng)險(xiǎn)溢價(jià)補(bǔ)償。而中國(guó)A股市場(chǎng)特有的融資融券制度為這一研究提供了天然的試驗(yàn)場(chǎng)。再者，國(guó)內(nèi)對(duì)A股上市企業(yè)規(guī)模溢價(jià)的研究缺乏嚴(yán)謹(jǐn)細(xì)致的證明，也未考慮多種重要的定價(jià)因素，致使研究結(jié)論缺乏說(shuō)服力。鑒于此，本文將從投資者情緒入手并結(jié)合融資融券制度所降低的賣空限制對(duì)我國(guó)股市中的規(guī)模溢價(jià)現(xiàn)象展開系統(tǒng)性的證明和解釋，以期為相關(guān)的研究做出補(bǔ)充和完善。

二、研究假設(shè)

傳統(tǒng)金融理論認(rèn)為，股票的價(jià)格僅取決于公司的基本面，而與投資者情緒無(wú)關(guān)。然而越來(lái)越多的行為金融研究表明，投資者情緒是驅(qū)動(dòng)資產(chǎn)價(jià)格變化的重要因素(Sun et al.，2016)[26]。投資者在不同的情緒狀態(tài)下會(huì)呈現(xiàn)出不同的風(fēng)險(xiǎn)偏好，并做出相應(yīng)的交易決策，最終影響股價(jià)變化(Qadan and Aharon，2019)[24]。Bassi et al.(2013)[6]便指出投資者在樂(lè)觀情緒下更愿意承受較大的風(fēng)險(xiǎn)，做出更加激進(jìn)的決策行為。盡管規(guī)模較小的上市企業(yè)有著較大的經(jīng)營(yíng)風(fēng)險(xiǎn)和流動(dòng)性風(fēng)險(xiǎn)，但情緒高漲的投資者依然會(huì)樂(lè)觀的估計(jì)企業(yè)未來(lái)的經(jīng)營(yíng)狀況，表現(xiàn)出風(fēng)險(xiǎn)偏好而買入小市值股票。更為一般意義下，當(dāng)市場(chǎng)中大多數(shù)投資者被樂(lè)觀情緒充斥的時(shí)候，市場(chǎng)參與者對(duì)以小規(guī)模企業(yè)為代表的風(fēng)險(xiǎn)資產(chǎn)便有著超額的需求，而短期內(nèi)這類企業(yè)的股票供給有限，最終便會(huì)造成不同規(guī)模企業(yè)股價(jià)的差異化，促成規(guī)模溢價(jià)效應(yīng)的產(chǎn)生。特別地，相較于美國(guó)市場(chǎng)，中國(guó)股票市場(chǎng)的有效性更低，散戶投資者高占比和過(guò)度投機(jī)是其最為突出的特點(diǎn)。散戶投資者易受情緒影響，更易促成規(guī)模溢價(jià)效應(yīng)的產(chǎn)生?；诖?，本文提出第一個(gè)研究假設(shè)：

H1：投資者情緒是促成中國(guó)A股市場(chǎng)規(guī)模溢價(jià)效應(yīng)產(chǎn)生的重要原因。投資者情緒低迷時(shí)規(guī)模溢價(jià)效應(yīng)不顯著，投資者情緒高漲時(shí)規(guī)模溢價(jià)效應(yīng)越顯著。

不同于國(guó)際主要成熟股票市場(chǎng)，中國(guó)股票市場(chǎng)有著較為嚴(yán)格的賣空限制約束。在Miller(1977)[21]的研究中，投資者會(huì)因?yàn)轭A(yù)期信念的差異做出不同的交易決策進(jìn)而影響股價(jià)變化，例如對(duì)未來(lái)判斷更加樂(lè)觀的投資者會(huì)買入并持有股票資產(chǎn)，而悲觀的投資者更希望賣出股票資產(chǎn)規(guī)避風(fēng)險(xiǎn)，但市場(chǎng)中的賣空限制約束使得悲觀投資者無(wú)法進(jìn)行賣空交易，最終參與市場(chǎng)交易的都是樂(lè)觀的投資者，最終導(dǎo)致股價(jià)不斷高估形成價(jià)格泡沫。而前述分析中，投資者情緒的變化改變了其投資決策中的風(fēng)險(xiǎn)偏好，大量樂(lè)觀情緒的投資者對(duì)以小規(guī)模企業(yè)為代表風(fēng)險(xiǎn)資產(chǎn)的超額需求會(huì)使得小規(guī)模企業(yè)的股價(jià)高于內(nèi)在價(jià)值，形成泡沫。在此情形下，市場(chǎng)中賣空限制約束越強(qiáng)的股票，其價(jià)格中的高估成分便會(huì)一直持續(xù)下去，相反賣空限制約束越低的股票，其價(jià)格會(huì)在投資者長(zhǎng)期動(dòng)態(tài)博弈中趨近于內(nèi)在價(jià)值。為了盡可能降低賣空約束限制對(duì)股市造成的不利影響，中國(guó)證券市場(chǎng)于2010年3月份推出了融資融券制度，試圖通過(guò)“先試點(diǎn)，后推廣”的辦法逐漸降低不同屬性特征股票的賣空限制。Chang et al.(2014)[10]研究發(fā)現(xiàn)，中國(guó)A股市場(chǎng)中的股票一旦被納入融資融券標(biāo)的，股價(jià)都會(huì)出現(xiàn)一定程度的下降，股價(jià)會(huì)更加接近于內(nèi)在價(jià)值。李志生等(2015)[28]、朱宏泉等(2016)[39]的研究也都肯定了融資融券的積極意義，他們指出融資融券有助于矯正賣空限制導(dǎo)致的股價(jià)高估，提高市場(chǎng)效率。從圖1中我們也可以看出，融資融券制度推出后，小市值股票與大市值股票的走勢(shì)出現(xiàn)明顯的分化。因此，我們提出本文的第二個(gè)假設(shè)：

H2：賣空限制約束對(duì)中國(guó)A股市場(chǎng)規(guī)模溢價(jià)效應(yīng)有著強(qiáng)化作用，賣空限制約束越強(qiáng)的股票其規(guī)模溢價(jià)效應(yīng)越強(qiáng)，反之賣空限制約束越小的股票規(guī)模溢價(jià)效應(yīng)越弱。

投資者的經(jīng)驗(yàn)以及能力決定了他們能否對(duì)市場(chǎng)信息做出理性的反應(yīng)，進(jìn)而弱化(增強(qiáng))資產(chǎn)價(jià)格中的泡沫程度。相較于散戶投資者，機(jī)構(gòu)投資者擁有信息和技術(shù)優(yōu)勢(shì)，能更準(zhǔn)確地評(píng)估股票價(jià)值，一旦市場(chǎng)過(guò)度反應(yīng)便會(huì)進(jìn)行反向操作，使價(jià)格快速回歸理性。、Nagel(2005)[22]研究發(fā)現(xiàn)機(jī)構(gòu)投資者比個(gè)人投資者更理性，不易受市場(chǎng)噪音和情緒的影響，因此理性的機(jī)構(gòu)投資者能夠抑制市場(chǎng)的狂熱情緒，降低股價(jià)泡沫。國(guó)內(nèi)相關(guān)的研究也表明，機(jī)構(gòu)投資者在理性決策、推動(dòng)股價(jià)向內(nèi)在價(jià)值發(fā)展過(guò)程中扮演者重要角色(岳衡和趙龍凱，2007；羅進(jìn)輝等，2017)[29][36]。在投資者情緒作用下產(chǎn)生的規(guī)模溢價(jià)效應(yīng)促成了小規(guī)模上市企業(yè)股價(jià)的非理性偏離，產(chǎn)生了一定程度的價(jià)格泡沫，而機(jī)構(gòu)投資者的持股可有效降抑制小市值股票中的泡沫成分?；诖朔治?，我們提出本文的第三個(gè)研究假設(shè)：

H3：機(jī)構(gòu)投資者持股對(duì)中國(guó)A股市場(chǎng)規(guī)模溢價(jià)效應(yīng)有弱化抑制作用，機(jī)構(gòu)投資者持股比例越大的股票其規(guī)模溢價(jià)效應(yīng)越弱，反之機(jī)構(gòu)投資者持股比例越低的股票其規(guī)模溢價(jià)效應(yīng)越強(qiáng)。

數(shù)據(jù)來(lái)源與研究設(shè)計(jì)

一、數(shù)據(jù)來(lái)源

為盡可能的涵蓋歷史樣本，避免數(shù)據(jù)挖掘式的樣本選擇。本文以1995～2018年全部的滬深A(yù)股上市公司為研究樣本。上市公司的收益率、流通市值等交易數(shù)據(jù)來(lái)源于萬(wàn)德數(shù)據(jù)庫(kù)(WIND)，投資者情緒、融資融券情況與市場(chǎng)因子等數(shù)據(jù)來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)(CSMAR)。本文數(shù)據(jù)頻率為月度，在剔除ST(PT)類企業(yè)、樣本數(shù)據(jù)缺失嚴(yán)重的企業(yè)后得到有效樣本觀測(cè)共計(jì)437762行觀測(cè)。

二、變量定義

1.被解釋變量

本文考察的是公司規(guī)模對(duì)股票收益的影響，因而因變量是個(gè)股月度收益率。然而考慮到中國(guó)A股市場(chǎng)“T+1”交易制度對(duì)投資者股票買賣的影響，投資者無(wú)法在當(dāng)日同時(shí)進(jìn)行同一股票資產(chǎn)的買賣，而采用簡(jiǎn)單算術(shù)收益率作為股票收益的代表實(shí)質(zhì)上默認(rèn)了投資者每日連續(xù)結(jié)算，產(chǎn)生的是賬面收益，而非實(shí)際收益。因此，我們采用了對(duì)數(shù)收益率作為因變量的代表，具體如下：

2.解釋變量

本文的解釋變量包括公司規(guī)模、投資者情緒、賣空限制、機(jī)構(gòu)投資者持股比例等因素。其中：(1)公司規(guī)模用公司流通市值的自然對(duì)數(shù)衡量；(2)投資者情緒參考易志高和茅寧(2009)[34]的研究，用投資者情緒綜合指數(shù)(CICSI)代表；(3)賣空限制用是否融資融券標(biāo)的近似代表，若股票當(dāng)月為融資融券標(biāo)的股則記為1，否則為0；(4)機(jī)構(gòu)投資者持股比例等于所有類型的機(jī)構(gòu)投資者持股的總和除以總流通股數(shù)。

3.控制變量

表1 變量的定義與測(cè)度

借鑒Fama and Fench(1992)[12]、Jegadeesh and Titman(1993)[16]、Ang et al.(2010)[2]、Bali et al.(2011)[4]關(guān)于資產(chǎn)定價(jià)的研究，本文納入了股票換手率、賬面市值比、風(fēng)險(xiǎn)系數(shù)、動(dòng)量效應(yīng)指標(biāo)、偏度、特質(zhì)波動(dòng)率、流動(dòng)性和類彩票性質(zhì)作為控制變量。為剔除極端值的影響，對(duì)所有連續(xù)變量進(jìn)行首尾1%的縮尾處理。上述變量及符號(hào)定義見(jiàn)表1。

表2展示了主要變量描述性統(tǒng)計(jì)的結(jié)果，樣本期間，股票平均月收益率為0.30%，最大值為39.01%，最小值為-38.39%，收益率之間的極值差異表明中國(guó)股市在樣本區(qū)間內(nèi)經(jīng)歷了暴漲和暴跌的現(xiàn)象。此外，樣本企業(yè)的平均對(duì)數(shù)規(guī)模維持在21.5418左右，與中位數(shù)21.5020較為一致。融資融券標(biāo)的股占總樣本的22.83%，平均機(jī)構(gòu)持股比例為31.6230%。其他控制類因素的數(shù)值大小與A股市場(chǎng)的特征也較為吻合(于琴等，2017)[35]。

三、模型設(shè)定

1.風(fēng)險(xiǎn)因子定價(jià)模型

本文在排序分組檢驗(yàn)中，用以計(jì)算超額 收益率的因子模型主要包括資本資產(chǎn)定價(jià)模型(CAPM)、Fama和French三因子模型，具體如下：

表2 主要變量的描述性統(tǒng)計(jì)

其中Ri,t代表的是投資組合i在t時(shí)期的組合收益率，代表t時(shí)期的無(wú)風(fēng)險(xiǎn)利率，代表全部A股流通市值加權(quán)的市場(chǎng)收益率，代表市場(chǎng)因子，SMBt代表規(guī)模因子，HMLt代表價(jià)值因子，εi,t代表隨機(jī)擾動(dòng)項(xiàng)。

2.橫截面收益率模型

為了檢驗(yàn)核心解釋變量企業(yè)規(guī)模對(duì)個(gè)股規(guī)模溢價(jià)的影響，在參考資產(chǎn)定價(jià)研究一般化做法下，本文控制諸多影響個(gè)股橫截面收益率表現(xiàn)的風(fēng)險(xiǎn)特征因素后將橫截面收益率實(shí)證模型設(shè)定如下：

更進(jìn)一步檢驗(yàn)賣空限制、機(jī)構(gòu)持股對(duì)規(guī)模溢價(jià)的調(diào)節(jié)作用，本文將實(shí)證模型設(shè)定如下：

上述等式中，εi,t代表隨機(jī)擾動(dòng)項(xiàng)，MVi,t-1代表調(diào)節(jié)變量，包括投賣空限制和機(jī)構(gòu)投資者持股比例等因素。根據(jù)本文的設(shè)計(jì)，當(dāng)γ1顯著為負(fù)的時(shí)候說(shuō)明個(gè)股t-1月流通市值對(duì)t月的收益率具有顯著的預(yù)測(cè)作用，而當(dāng)γ3顯著的時(shí)候則說(shuō)明MVi,t-1對(duì)上述預(yù)測(cè)關(guān)系具有統(tǒng)計(jì)意義上的調(diào)節(jié)作用。為保證回歸結(jié)果的穩(wěn)健性，減小橫截面層面上的自相關(guān)和異方差影響，本文采用了Fama-Macbeth方法對(duì)上述模型進(jìn)行了估計(jì)(Fama和Macbeth，1973)[14]。

實(shí)證結(jié)果與分析

一、規(guī)模溢價(jià)效應(yīng)的檢驗(yàn)

為了直觀地展示公司規(guī)模對(duì)收益的影響，本文采用動(dòng)態(tài)調(diào)整投資組合的方法。每年根據(jù)上一年年末的流通市值將企業(yè)由小到大分為十組，并計(jì)算接下來(lái)12個(gè)月的收益，組合每年調(diào)整一次。特別地，為了消除經(jīng)營(yíng)異常企業(yè)的影響，分組時(shí)剔除市凈率為負(fù)的企業(yè)。表3報(bào)告了分組結(jié)果，第一列到第十列依次展示了規(guī)模從小到大十個(gè)組合的收益，第十一列為規(guī)模最小和最大組的收益之差，最后一列是收益差異的t值?？梢钥闯?，最小規(guī)模組的平均月度收益為1.07%，而隨著個(gè)股流通市值的增大，收益單調(diào)下降至-0.02%，下降幅度高達(dá)98.13%。在多空策略組合下投資者每月可分別獲得1.09%的收益率，年化收益率高達(dá)13.08%。經(jīng)過(guò)風(fēng)險(xiǎn)因子調(diào)整后這一組合的月度超額收益率仍然有1.01%和0.28%，上述數(shù)值結(jié)果初步證明中國(guó)股票市場(chǎng)存在顯著的規(guī)模溢價(jià)現(xiàn)象。但值得注意的是，F(xiàn)F3因子模型并未能完全解釋規(guī)模溢價(jià)帶來(lái)的超額收益，這反映出FF3因子模型在中國(guó)A股市場(chǎng)的規(guī)模溢價(jià)解釋中存在不足。陽(yáng)建偉和蔣馥(2004)[33]的研究也指出在中國(guó)A股市場(chǎng)，F(xiàn)F3中的規(guī)模因子缺乏解釋力，完全失效。

表3 投資組合的分組檢驗(yàn)

表4 規(guī)模溢價(jià)的回歸分析

由于已有的研究表明，股票的流動(dòng)性、賬面市值比、特質(zhì)波動(dòng)率、類彩票性特征以及系統(tǒng)性風(fēng)險(xiǎn)等因素會(huì)顯著影響個(gè)股的回報(bào)率，因此，我們利用Fama-Macbeth回歸進(jìn)一步控制上述因素檢驗(yàn)了規(guī)模溢價(jià)效應(yīng)，表4給出了估計(jì)結(jié)果：在解釋變量滯后一期的情景下，個(gè)股的規(guī)模系數(shù)估計(jì)值分別為-0.0139和-0.0084，均在1%的水平下顯著，揭示出規(guī)模與收益率之間的顯著性負(fù)向關(guān)系。在更進(jìn)一步的滯后分析中，個(gè)股的規(guī)模對(duì)收益率仍然表現(xiàn)出了顯著性的預(yù)測(cè)作用，說(shuō)明規(guī)模溢價(jià)在中長(zhǎng)期較為穩(wěn)健，這一結(jié)論與上述的分組檢驗(yàn)結(jié)果完全一致。

二、投資者情緒促成了規(guī)模溢價(jià)效應(yīng)的產(chǎn)生嗎？

以檢驗(yàn)投資者情緒是否促成樣本企業(yè)規(guī)模溢價(jià)效應(yīng)的產(chǎn)生，本文對(duì)投資者情緒指標(biāo)進(jìn)行從小到大的排序，按20%、40%、60%以及80%分位數(shù)將樣本等分為5組，分別標(biāo)記為1(情緒數(shù)值最小組)、2、3、4、5(情緒數(shù)值最大組)，逐一考察了不同情緒樣本下上市企業(yè)的規(guī)模因素與收益率之間的關(guān)系，表5報(bào)告了檢驗(yàn)結(jié)果：在控制各類影響股票收益率的風(fēng)險(xiǎn)因子后，上市企業(yè)規(guī)模因素的系數(shù)估計(jì)值僅在投資者情緒第4、5分位組樣本下顯著，分別為-0.0150(p＜0.01)和-0.0094(p＜0.05)，而在低情緒分位組中上市企業(yè)規(guī)模因素的系數(shù)估計(jì)值在統(tǒng)計(jì)意義上與零沒(méi)有差異，就數(shù)值特征來(lái)看投資者情緒第5分位組下的規(guī)模因素估計(jì)值要遠(yuǎn)高出投資者情緒第1分位組下估計(jì)值8.55倍。這一突出的數(shù)值差異表明，在投資者情緒高漲時(shí)期，投資小規(guī)模企業(yè)的股票大多能獲得較高的超額回報(bào)，而在情緒低迷期這一策略將不再生效，市場(chǎng)中投資者情緒的高低直接左右了小規(guī)模企業(yè)的溢價(jià)程度。這也意味著中國(guó)A股市場(chǎng)上市企業(yè)的規(guī)模溢價(jià)效應(yīng)由投資者情緒驅(qū)動(dòng)，投資情緒變化引起的投資者風(fēng)險(xiǎn)偏好的改變是小規(guī)模企業(yè)溢價(jià)的主要原因。Qadan and Aharon(2019)[24]對(duì)美國(guó)股市中規(guī)模溢價(jià)效應(yīng)的研究也間接突出了投資者情緒在規(guī)模溢價(jià)效應(yīng)產(chǎn)生中的重要作用?？偠灾?，表5中的回歸結(jié)果佐證了本文的假設(shè)一，揭示出投資者情緒是促成中國(guó)A股市場(chǎng)規(guī)模溢價(jià)效應(yīng)產(chǎn)生的重要原因，投資者情緒低迷時(shí)規(guī)模溢價(jià)效應(yīng)不顯著，投資者情緒高漲時(shí)規(guī)模溢價(jià)效應(yīng)越顯著。

表5 投資者情緒與規(guī)模溢價(jià)的Fama-Macbeth回歸估計(jì)

三、賣空限制的調(diào)節(jié)效應(yīng)估計(jì)

表6 賣空限制與規(guī)模溢價(jià)的Fama-Macbeth回歸估計(jì)

同理，根據(jù)樣本企業(yè)在給定時(shí)點(diǎn)是否被納入到融資融券試點(diǎn)中，本文將樣本劃分成了融資融券標(biāo)的和非融資融券標(biāo)的，針對(duì)不同標(biāo)的樣本分別估計(jì)了規(guī)模對(duì)收益率的影響以及以融資融券為代表的賣空因素對(duì)規(guī)模溢價(jià)的調(diào)節(jié)效應(yīng)。表6給出了檢驗(yàn)的Fama-Macbeth回歸估計(jì)結(jié)果，可以看出：由于無(wú)法通過(guò)融券進(jìn)行賣空降低股價(jià)中的非理性泡沫成分，非融資融券標(biāo)的股樣本的規(guī)模因素與收益率在1%的水平下呈現(xiàn)出了較大數(shù)值的負(fù)向關(guān)聯(lián)系，為-0.0139，而被納入融資融券標(biāo)的的樣本企業(yè)中，這一數(shù)值僅為-0.0027且在10%的水平下顯著，前者是后者的5.15倍。此外，對(duì)于融資融券標(biāo)的企業(yè)而言，其被納入融資融券標(biāo)的后顯著的抑制了規(guī)模溢價(jià)效應(yīng)，其調(diào)節(jié)程度達(dá)到了0.0110(p＜0.01)。而引入融券賣空量的模型(4)也同樣顯示賣空數(shù)量越多，SZIE對(duì)個(gè)股收益的負(fù)向影響越小，賣空程度顯著抑制了規(guī)模溢價(jià)效應(yīng)。在全樣本的估計(jì)結(jié)果(5)中上述結(jié)論依然成立，賣空限制與規(guī)模的交互項(xiàng)也在1%的水平下顯著為0.0106。整體而言，上述不同樣本、變量下的檢驗(yàn)均表明賣空限制對(duì)規(guī)模溢價(jià)效應(yīng)有著顯著的強(qiáng)化作用，賣空限制越強(qiáng)的股票規(guī)模溢價(jià)效應(yīng)越強(qiáng)，而賣空限制越小的股票規(guī)模溢價(jià)效應(yīng)越弱，驗(yàn)證了本文的假設(shè)二。

四、機(jī)構(gòu)持股的調(diào)節(jié)效應(yīng)估計(jì)

盡管前述實(shí)證表明投資者情緒是促成中國(guó)A股市場(chǎng)規(guī)模溢價(jià)效應(yīng)產(chǎn)生的原因，但不同類型投資者受情緒影響的程度存在差異。機(jī)構(gòu)投資者作為專業(yè)的市場(chǎng)參與者不易受市場(chǎng)噪音和情緒的影響，在資產(chǎn)配置中能夠較為準(zhǔn)確的評(píng)估股票的價(jià)值并作出交易決策，而這在很大程度上可以抑制股價(jià)中的非理性泡沫成分。為了檢驗(yàn)這一假設(shè)，本文首先將機(jī)構(gòu)投資者持股比例從小到大排序，根據(jù)50%分位數(shù)(中位數(shù))的大小將樣本分成兩組，分別為機(jī)構(gòu)投資者持股比例小于等于中位數(shù)的樣本、機(jī)構(gòu)投資者持股比例大于中位數(shù)的樣本。基于此這一分組，本文分別采用分組回歸和引入交互項(xiàng)的連續(xù)調(diào)節(jié)效應(yīng)回歸考察了機(jī)構(gòu)投資者對(duì)規(guī)模溢價(jià)效應(yīng)的影響，結(jié)果顯示(表7)：以機(jī)構(gòu)投資者持股比例中位數(shù)為臨界點(diǎn)，上市企業(yè)規(guī)模因素與收益率之間的負(fù)向關(guān)系在中位數(shù)上下兩組樣本中呈現(xiàn)出了顯著性的差異，其中機(jī)構(gòu)持股比例小于中位數(shù)的樣本中這一負(fù)向關(guān)系系數(shù)為-0.0114(p＜0.01)，而在中位數(shù)以上的樣本中則僅為-0.0025(p＜0.10)，前者是后者的4.56倍，經(jīng)1000次的Bootstrap檢驗(yàn)兩者的差值-0.0089也在1%的水平下顯著。更進(jìn)一步，引入機(jī)構(gòu)投資者持股與規(guī)模因素交互項(xiàng)，本文也發(fā)現(xiàn)在連續(xù)調(diào)節(jié)效應(yīng)中，機(jī)構(gòu)投資者持股比例也在5%的水平下抑制了上市企業(yè)規(guī)模因素與收益率之間的負(fù)向關(guān)聯(lián)性，強(qiáng)度為0.0003。上述數(shù)值結(jié)果表明，機(jī)構(gòu)投資者作為專業(yè)的投資人，擁有豐富的投資經(jīng)驗(yàn)和專業(yè)素養(yǎng)，能有效抑制市場(chǎng)情緒所導(dǎo)致的規(guī)模溢價(jià)效應(yīng)，驗(yàn)證了本文的假設(shè)3。

五、考慮情緒因素修正的因子模型

前文的分組檢驗(yàn)結(jié)果顯示，在利用FF3三因子模型控制規(guī)模因子風(fēng)險(xiǎn)后，中國(guó)A股市場(chǎng)仍然存在顯著的規(guī)模溢價(jià)效應(yīng)，這與陽(yáng)建偉和蔣馥(2004)[33]的研究結(jié)論較為一致，F(xiàn)F3三因子模型在國(guó)際新興股票市場(chǎng)存在著適用性問(wèn)題。為了使得因子模型能夠更好的解釋國(guó)際各國(guó)股市中的異象，尤其是強(qiáng)化規(guī)模因子的作用，Asness et al.(2018)[3]在FF3模型中加入了反應(yīng)上市企業(yè)質(zhì)量風(fēng)險(xiǎn)的因子QMJ，基于修正的模型他們發(fā)現(xiàn)在控制上市企業(yè)質(zhì)量以后，規(guī)模因子仍然有效。Liu et al.(2018)[20]也針對(duì)中國(guó)A股市場(chǎng)，也構(gòu)建了有中國(guó)特色的三因子模型。但本文認(rèn)為，中國(guó)A股市場(chǎng)自誕生便形成了以散戶投資者為主的投資者結(jié)構(gòu)，由散戶群體帶來(lái)的非理性情緒因素在資產(chǎn)價(jià)格的形成中扮演了重要的作用，因此在控制反應(yīng)規(guī)模效應(yīng)的基本面因子以外，還應(yīng)當(dāng)考慮投資者情緒在規(guī)模溢價(jià)中的解釋作用。結(jié)合實(shí)證分析部分的結(jié)論，并參考Fama and French(2015)[13]建議的因子構(gòu)造方法，本文將投資者情緒規(guī)范化為定價(jià)因子UMO ?；谶@一因子，我們進(jìn)一步拓展了FF3模型，建立了具有中國(guó)A股市場(chǎng)特色的四因子定價(jià)模型(CH4)。更進(jìn)一步，本文根據(jù)個(gè)股流通市值的大小進(jìn)行分組構(gòu)造投資組合，利用高、低流通規(guī)模資產(chǎn)組合的收益率差作為被解釋變量，進(jìn)行了CH4模型的回歸估計(jì)，結(jié)果顯示(表8)在控制反應(yīng)投資者情緒的因子UMO后，規(guī)模因子仍然顯著，但因子模型的超額收益率α項(xiàng)(0.0081)不再顯著，且估計(jì)值遠(yuǎn)低于FF3模型中的0.0193，這說(shuō)明中國(guó)A股市場(chǎng)的規(guī)模溢價(jià)不能僅通過(guò)規(guī)模因子進(jìn)行定價(jià)解釋，也應(yīng)當(dāng)考慮投資者情緒因素在溢價(jià)過(guò)程中的重要作用。

表7 機(jī)構(gòu)持股與規(guī)模溢價(jià)的Fama-Macbeth回歸估計(jì)

六、穩(wěn)健性檢驗(yàn)

1.考慮公司層面的投資者情緒對(duì)規(guī)模溢價(jià)的影響

易志高和茅寧(2009)[34]提出的CICSI指標(biāo)反應(yīng)了市場(chǎng)層面投資者情緒，是當(dāng)前應(yīng)用比較多的指標(biāo)之一。更為穩(wěn)妥起見(jiàn)本文也進(jìn)一步采用了Aboody et al.(2018)[1]提出的公司層面的情緒指標(biāo)——隔夜收益率進(jìn)行了檢驗(yàn)，在T+1交易機(jī)制下的中國(guó)A股市場(chǎng)這一指標(biāo)更能有效捕捉投資的情緒，當(dāng)投資者情緒過(guò)度悲觀時(shí)翌日開盤時(shí)的賣壓會(huì)更大，因此隔夜收益率負(fù)的程度越大，反之亦然。并且，相較于市場(chǎng)層面的情緒指標(biāo)而言，公司層面的投資者情緒能夠更加敏感的捕捉到個(gè)股層面上的情緒變化。同理，采用前文對(duì)投資者情緒相同的分組標(biāo)準(zhǔn)，我們對(duì)樣本企業(yè)的隔夜收益率情緒指標(biāo)進(jìn)行了5等分的分位數(shù)分組，數(shù)字1～5代表了投資者情緒的高低，其中1最低，5最高。表9給出了不同投資者情緒分組樣本下的SIZE的系數(shù)估計(jì)值，結(jié)果顯示：隨著公司層面的投資者情緒的上升，SIZE的系數(shù)估計(jì)值負(fù)的程度越來(lái)越大，其均通過(guò)了1%水平下的顯著性檢驗(yàn)，表明即使在更換投資者情緒指標(biāo)后，中國(guó)A股市場(chǎng)的規(guī)模溢價(jià)效應(yīng)仍然由投資情緒左右，會(huì)隨著投資者情緒的增強(qiáng)而得以強(qiáng)化。

表8 因子模型的回歸估計(jì)

本文也根據(jù)Aboody et al.(2018)[1]提出的公司層面的情緒指標(biāo)按照相同的方式構(gòu)造了UMO因子，并進(jìn)行了因子模型的回歸估計(jì)，結(jié)果顯示：在控制公司層面的投資者情緒因子后，因子模型的超額收益率α項(xiàng)(0.0038)不再顯著，說(shuō)明不論是利用市場(chǎng)層面的投資者情緒指標(biāo)、還是公司層面的投資者情緒指標(biāo)構(gòu)造的投資者情緒因子均具有較強(qiáng)的解釋力，投資者情緒能夠顯著的解釋中國(guó)A股市場(chǎng)的規(guī)模溢價(jià)效應(yīng)。

2.考慮價(jià)格、情緒、賣空限制對(duì)規(guī)模溢價(jià)的交互影響

表9 投資者情緒與規(guī)模溢價(jià)的Fama-Macbeth回歸估計(jì)

孟慶斌和黃清華(2018)[30]指出價(jià)格、情緒以及賣空限制三因素往往存在較強(qiáng)的相關(guān)關(guān)系。在前文的分析基礎(chǔ)上，我們進(jìn)一步考察了價(jià)格、投資者情緒以及賣空限制三者的交互影響關(guān)系以驗(yàn)證多重因素交互影響下結(jié)論的穩(wěn)健性。由表10中的PANEL A可以看出不論是低價(jià)格樣本、還是高價(jià)格樣本，“兩融”制度的實(shí)施均在一定程度上抑制了股價(jià)的規(guī)模溢價(jià)效應(yīng)，但從數(shù)值上來(lái)看“兩融”制度對(duì)中等及以上規(guī)模市值企業(yè)的溢價(jià)抑制作用較強(qiáng)，而對(duì)小規(guī)模市值企業(yè)溢價(jià)的抑制作用較低。值得注意的是，“兩融”制度的實(shí)施完全消除了股價(jià)較低的中等及以上規(guī)模市值企業(yè)的規(guī)模溢價(jià)，“兩融”制度前的影響程度為-0.1293(p＜0.01，中等規(guī)模)和-0.0251(p＜0.01，大規(guī)模)，而之后則下降到-0.0865(p＞0.10，中等規(guī)模)和-0.0026(p＞0.10，大規(guī)模)。同理，PANEL B顯示出投資者情緒因素對(duì)賣空限制與規(guī)模溢價(jià)之間的關(guān)系也存在顯著性的調(diào)節(jié)作用，盡管“兩融”制度的實(shí)施未能完全消除高低情緒組下的規(guī)模溢價(jià)效應(yīng)，但整體來(lái)看“兩融”制度所代表的賣空限制在市場(chǎng)情緒低迷時(shí)，對(duì)中等及以上市值規(guī)模企業(yè)的溢價(jià)效應(yīng)的抑制作用更加明顯，平均抑制程度達(dá)到了65.13%。而在市場(chǎng)情緒高漲時(shí)，賣空限制對(duì)相同規(guī)模大小企業(yè)的平均抑制作用僅為49.42%。這些數(shù)值證據(jù)均顯示出“兩融”制度的實(shí)施有效減小了A股市場(chǎng)的賣空限制，減輕了異象所帶來(lái)的影響，尤其是弱化了市場(chǎng)情緒低迷、低價(jià)股等行情和標(biāo)的中存在的異象。

表10 多因素交互影響下的規(guī)模溢價(jià)

表11 考慮一月效應(yīng)的分組檢驗(yàn)結(jié)果

3.考慮一月效應(yīng)對(duì)規(guī)模溢價(jià)的影響

Keim(1983)[17]指出上市企業(yè)的規(guī)模溢價(jià)與一月效應(yīng)有密切關(guān)系。這里，我們將樣本劃分為一月和非一月，并利用分組檢驗(yàn)法再次檢驗(yàn)了個(gè)股的規(guī)模溢價(jià)效應(yīng)。表11的結(jié)果表明中國(guó)A股市場(chǎng)確實(shí)存在一月效應(yīng)，但從溢價(jià)程度來(lái)看一月的投資組合僅能獲得1.39%的月均收益率，而非一月樣本下的投資者組合則能獲得4.92%的月均收益率，后者遠(yuǎn)高出前者，這說(shuō)明即使在考慮一月效應(yīng)以后，中國(guó)A股市場(chǎng)仍然存在顯著的規(guī)模溢價(jià)效應(yīng)。

結(jié)論與啟示

本文利用滬深A(yù)股上市公司數(shù)據(jù)，從投資者情緒、賣空限制等因素出發(fā)，對(duì)中國(guó)A股市場(chǎng)中的規(guī)模溢價(jià)現(xiàn)象展開了深入的分析與系統(tǒng)的驗(yàn)證。研究發(fā)現(xiàn)樣本期間內(nèi)中國(guó)A股市場(chǎng)存在顯著的規(guī)模溢價(jià)現(xiàn)象，通過(guò)多空策略組合可實(shí)現(xiàn)年化13.08%的收益率。考慮規(guī)模因子后策略組合收益率有所下降，但仍然有3.36%的超額收益率無(wú)法被解釋，反應(yīng)出FF3的規(guī)模因子在規(guī)模溢價(jià)效應(yīng)解釋上仍存在不足。

在規(guī)模溢價(jià)形成機(jī)制原因的探討中，本文發(fā)現(xiàn)投資者情緒是促成上市企業(yè)規(guī)模溢價(jià)的重要原因，而中國(guó)式融資融券制度安排所降低的賣空限制、機(jī)構(gòu)投資者持股比例的上升則顯著抑制了規(guī)模溢價(jià)效應(yīng)。這主要是由于投資者在不同情緒下會(huì)呈現(xiàn)出不同的風(fēng)險(xiǎn)偏好，在亢奮的情緒狀態(tài)下投資者會(huì)低估股票資產(chǎn)的風(fēng)險(xiǎn)而高估收益，呈現(xiàn)出典型的非理性決策心理特征，對(duì)高風(fēng)險(xiǎn)資產(chǎn)有著超額需求，Lemmon and Portniaguina(2006)[19]在研究中便指出了這一點(diǎn)。而在中國(guó)股票市場(chǎng)，作為高風(fēng)險(xiǎn)資產(chǎn)的小市值股票在這一非理性決策下便成為投資者競(jìng)相配置的股票標(biāo)的，最終產(chǎn)生了較高的溢價(jià)。此外，融資融券制度推出以后，國(guó)內(nèi)A股市場(chǎng)的賣空渠道得到了拓展，大公司股票的賣空限制得以緩解，投資者的意見(jiàn)分歧可以通過(guò)融券業(yè)務(wù)向市場(chǎng)表達(dá)，從而減少了價(jià)格中的泡沫。但由于標(biāo)的選擇的限制，小市值股票無(wú)法進(jìn)行賣空使得價(jià)格泡沫仍在累積，最終進(jìn)一步強(qiáng)化了A股市場(chǎng)的規(guī)模溢價(jià)效應(yīng)。另外，機(jī)構(gòu)投資者作為上市企業(yè)的外部監(jiān)管者，在一定程度上抑制了上市企業(yè)股價(jià)中因情緒面所導(dǎo)致的非理性交易行為，機(jī)構(gòu)持股比例的上升可有效抑制上市企業(yè)的規(guī)模溢價(jià)效應(yīng)。在更進(jìn)一步的研究中，本文還發(fā)現(xiàn)上述研究結(jié)論對(duì)更換投資者情緒測(cè)度指標(biāo)、價(jià)格效應(yīng)以及一月效應(yīng)均有較強(qiáng)的穩(wěn)健性。并且本文構(gòu)造的中國(guó)式因子模型對(duì)中國(guó)A股市場(chǎng)的規(guī)模溢價(jià)效應(yīng)具有顯著的解釋力。

本文結(jié)果表明，投資者情緒對(duì)A股市場(chǎng)規(guī)模溢價(jià)的產(chǎn)生有著不可忽視的作用。投資者情緒高漲階段市場(chǎng)上充斥著非理性的投機(jī)行為，而小市值股票是投機(jī)的重災(zāi)區(qū)，價(jià)格嚴(yán)重偏離基本面，影響市場(chǎng)資源配置效率。因此，監(jiān)管部門要重視并合理引導(dǎo)投資者的情緒，在高投資者情緒階段，密切監(jiān)管對(duì)小市值股票的惡意炒作。其次，本文的結(jié)果肯定了融資融券制度對(duì)降低賣空限制約束、提高定價(jià)效率、抑制價(jià)格泡沫的積極作用。在小公司估值過(guò)高的背景下，有序地對(duì)融資融券標(biāo)的股進(jìn)行擴(kuò)容，逐漸納入中小盤和創(chuàng)業(yè)板是提升市場(chǎng)效率的有效手段。最后，監(jiān)管層應(yīng)進(jìn)一步創(chuàng)新監(jiān)管方式，提高機(jī)構(gòu)投資者參與市場(chǎng)的積極性，支持和引導(dǎo)機(jī)構(gòu)投資者在穩(wěn)定市場(chǎng)、降低市場(chǎng)非理性情緒等方面發(fā)揮重要作用。

注釋

1.與此形成鮮明對(duì)比的是，2013以來(lái)美國(guó)股市中的規(guī)模溢價(jià)現(xiàn)象在逐漸消失。據(jù)alphaArchitect統(tǒng)計(jì)顯示，按市值大小劃分，過(guò)去5年美股市場(chǎng)大、中、小股票組合的平均年化收益率分別為14.11%、11.21%和10.02%，大小市值組合收益率差高達(dá)4.10%，買入小市值股票并賣出大市值股票的策略組合不再能獲得高額收益率。數(shù)據(jù)來(lái)源：http://alphaarchitect.com/2018/11/15/factor-investing-factcheck-are-value-and-momentum-dead。

2.據(jù)wind數(shù)據(jù)庫(kù)統(tǒng)計(jì)顯示，2013年至則2018年間，40億市值以下的上市公司平均年換手率高達(dá)637.84，而40億市值以上上市公司的平均年換手率僅為481.71，前者是后者的1.32倍。

3.不做特殊說(shuō)明情況下，F(xiàn)F3均指代Fama and French(1992)[12]提出的三因子模型。

4.中國(guó)上市企業(yè)會(huì)在每年的12月底披露年報(bào)的發(fā)布日期，遵循張兵和陳曉瑩(2017)[37]的做法，本文以t年12月底綜合指標(biāo)的分位點(diǎn)來(lái)分組用以確定t+1年股票資產(chǎn)組合所包含的個(gè)股情況。

5.受篇幅所限此處略去了表格，相關(guān)表格數(shù)據(jù)讀者可郵件索取。