中國股票市場價(jià)格時(shí)滯
——二十年的變化

安筱雯,馮 緒

(天津大學(xué)管理與經(jīng)濟(jì)學(xué)部, 天津 300072)

Fama[1]提出的有效市場假說認(rèn)為,若市場嚴(yán)格有效、無市場摩擦且不存在信息不對稱,證券價(jià)格就會及時(shí)對新信息做出正確的反應(yīng),這也成為了傳統(tǒng)資產(chǎn)定價(jià)理論的基礎(chǔ)假設(shè)。然而較多的實(shí)證研究驗(yàn)證了不同程度的市場摩擦和信息不對稱的存在。市場摩擦的客觀存在,使得不同的證券組合對新信息的反應(yīng)速度存在差異。Hou等[2]認(rèn)為價(jià)格時(shí)滯是由于市場摩擦引起的,提出把衡量股價(jià)對公共信息反應(yīng)延遲程度的價(jià)格時(shí)滯作為反映市場摩擦的綜合指標(biāo)。目前,價(jià)格時(shí)滯已經(jīng)成為衡量市場有效性的主要的綜合性指標(biāo)之一。

在市場摩擦的框架下,測度我國滬深A(yù)股市場的價(jià)格時(shí)滯,觀察中國市場信息效率的演變,明晰現(xiàn)有的投資者認(rèn)知假說、流動性假說、投機(jī)性需求假說、市場分隔假說解釋我國股票市場信息效率的有效性,找出影響我國股票市場信息傳遞效率的因素,對于我國當(dāng)前的股票市場效率的研究及提高具有一定的參考價(jià)值。

1 文獻(xiàn)綜述

1.1 投資者認(rèn)知假說

Merton[3]基于資本市場均衡模型提出的投資者認(rèn)知假說認(rèn)為,投資者對不同證券信息的了解程度是不同的且只愿意購買自己了解的股票。McQueen等[4]、Chang等[5]發(fā)現(xiàn)小股票股價(jià)對壞消息的反應(yīng)遲滯程度較低,對好消息反應(yīng)遲滯程度較高的現(xiàn)象在美國和亞洲市場均存在。Hou等[2]發(fā)現(xiàn)不受關(guān)注的小股票有更高的價(jià)格時(shí)滯且伴隨著更高的遲滯溢價(jià)。Barberis等[6]通過拓展S&P500的股票數(shù)量發(fā)現(xiàn),投資者認(rèn)知度高的股票的價(jià)格遲滯程度低。且當(dāng)市場消息是壞的時(shí)候,投資者往往對信息更加敏感。Barber等[7]驗(yàn)證了個(gè)人投資者的投資行為是基于自身對股票認(rèn)知情況的假設(shè)。

1.2 流動性假說

流動性理論認(rèn)為與價(jià)格時(shí)滯相關(guān)的超額收益完全源自股票的系統(tǒng)流動性風(fēng)險(xiǎn)。Lin等[8]采用Liu[9]提出的流動性擴(kuò)展的資產(chǎn)定價(jià)模型(LCAPM),發(fā)現(xiàn)并證實(shí)價(jià)格時(shí)滯嚴(yán)重的股票缺少足夠的交易對手,更大的無交易發(fā)生率,以及投資者因面臨更高的風(fēng)險(xiǎn)而要求獲得相應(yīng)的超額收益。因此他們認(rèn)為,價(jià)格時(shí)滯溢價(jià)是由于系統(tǒng)性流動風(fēng)險(xiǎn)造成的。

1.3 投機(jī)性需求假說

投機(jī)性需求假說是指過度自信的投資者面對新的公共信息,更傾向于相信私有信息,從而使得股價(jià)對當(dāng)期市場信息反應(yīng)出現(xiàn)遲滯。胡聰慧等[10]發(fā)現(xiàn)在中國股票市場中,投機(jī)性需求相關(guān)的市場摩擦的影響程度要遠(yuǎn)大于同流動性、投資者認(rèn)知度相關(guān)的市場摩擦的影響。Barber等[11]、吳衛(wèi)星等[12]均研究發(fā)現(xiàn)了市場中存在投資者過度自信,高估自身私有信息精度的現(xiàn)象。Daniel等[13-14]的研究指出投資者過度自信是證券市場過度反應(yīng)的重要原因。

1.4 市場分隔假說

Hou等[2]構(gòu)建價(jià)格時(shí)滯的依據(jù)是擴(kuò)展了的市場模型,考察滯后期市場指數(shù)對當(dāng)期股價(jià)的解釋力度。而市場指數(shù)的變化是由宏觀信息引起,單只股票公司層面的信息很難引起市場指數(shù)的明顯變動。價(jià)格時(shí)滯實(shí)質(zhì)上測度的是歷史宏觀信息對當(dāng)前股票價(jià)格的影響,度量了市場上宏觀信息的效率。當(dāng)股票市場與實(shí)體經(jīng)濟(jì)出現(xiàn)背離時(shí),股票市場對宏觀信息的反映或存在一定的時(shí)間差。

Demirgue等[15]對20多個(gè)經(jīng)濟(jì)發(fā)達(dá)國家的證券市場與實(shí)體經(jīng)濟(jì)發(fā)展關(guān)系進(jìn)行了研究,發(fā)現(xiàn)實(shí)際人均GDP越高,股票市場擴(kuò)張?jiān)窖杆佟tock等[16]發(fā)現(xiàn)經(jīng)濟(jì)狀況指標(biāo)和股票市場合成指數(shù)具有經(jīng)濟(jì)周期內(nèi)相近的時(shí)間軌跡。與國外的大多研究結(jié)論不同,國內(nèi)大多研究發(fā)現(xiàn)我國股票市場與實(shí)體經(jīng)濟(jì)間的傳導(dǎo)機(jī)制或存在問題導(dǎo)致兩者間并不存在顯著的關(guān)系。劉駿民等[17]通過構(gòu)建貨幣、虛擬與實(shí)體經(jīng)濟(jì)間的增長關(guān)系模型,發(fā)現(xiàn)虛擬經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)總處于背離狀態(tài)。伍志文等[18]研究表明市場收益率和宏觀經(jīng)濟(jì)指標(biāo)間并沒有顯著相關(guān)性。孫霄翀等[19]研究了股票市場內(nèi)部運(yùn)行效率,發(fā)現(xiàn)當(dāng)前我國股票市場指數(shù)與實(shí)體經(jīng)濟(jì)存在一定偏離。

2 價(jià)格時(shí)滯與數(shù)據(jù)來源

2.1 數(shù)據(jù)來源

采用周收益率來計(jì)算價(jià)格時(shí)滯,以避免低頻率月度、年度數(shù)據(jù)造成的較大誤差和高頻日度數(shù)據(jù)造成的計(jì)算結(jié)果分散和噪聲干擾的問題。同時(shí),考慮到多數(shù)股票對信息的反應(yīng)在一個(gè)月內(nèi),將滯后期設(shè)置為4期。并對數(shù)據(jù)做出了如下具體篩選:(1)剔除ST、*ST類公司;(2)剔除交叉上市的股票;(3)對除收益率外的其他變量數(shù)據(jù)在1%和99%處截尾處理。數(shù)據(jù)均來自RESSET和CSMAR數(shù)據(jù)庫。

2.2 價(jià)格時(shí)滯的測度方法

參考Hou等[2]所采用的測算方法,將市場收益率作為市場公共信息的代理變量,把擴(kuò)展的市場模型作為構(gòu)建價(jià)格時(shí)滯的依據(jù),具體模型為

(1)

根據(jù)以上模型,可以構(gòu)建以下價(jià)格時(shí)滯指標(biāo)來度量股價(jià)對市場信息的反應(yīng)程度:

(2)

對D1進(jìn)一步調(diào)整,通過利用回歸系數(shù)構(gòu)建價(jià)格時(shí)滯的度量指標(biāo):

(3)

其中:D2測度的是滯后4期市場影響之和與當(dāng)期在內(nèi)的所有市場因素影響之和的比值。D2值越大,說明滯后期市場收益率對當(dāng)期個(gè)股收益率的預(yù)測程度越大,股票價(jià)格時(shí)滯越嚴(yán)重。

根據(jù)上述測度方法,計(jì)算得到1996—2016年每年每只個(gè)股的D1、D2,并對D1和D2進(jìn)行了Pearson相關(guān)性檢驗(yàn),兩者相關(guān)系數(shù)為0.84,在1%的水平下顯著,表明2種價(jià)格時(shí)滯的測度方法所反映的信息高度一致,其中D1具有良好的代表性,故在后續(xù)的假說驗(yàn)證中,將D1作為價(jià)格時(shí)滯的代理變量。

3 實(shí)證檢驗(yàn)

3.1 投資者認(rèn)知假說驗(yàn)證

(1) 投資者認(rèn)知假說與代理變量 投資者認(rèn)知是指投資者對股票的關(guān)注程度,個(gè)人投資者在股票市場上的投資行為很大程度上是基于其對個(gè)股的關(guān)注程度。考慮到中國股票市場數(shù)據(jù)的可獲得性,選取股東戶數(shù)、員工人數(shù)作為個(gè)人投資者認(rèn)知程度的代理指標(biāo),機(jī)構(gòu)投資者持股比例作為機(jī)構(gòu)投資者的代理指標(biāo),并將股東戶數(shù)和員工人數(shù)對數(shù)處理后進(jìn)行回歸檢驗(yàn)。假設(shè):投資者認(rèn)知假說代理指標(biāo)與價(jià)格時(shí)滯呈負(fù)相關(guān)關(guān)系。

(2) 描述性統(tǒng)計(jì) 1996—2016年樣本股票價(jià)格時(shí)滯均值變動如圖1所示。由圖1可以看到1996—2016年我國滬深A(yù)股市場始終存在著不同程度的價(jià)格時(shí)滯,整體價(jià)格時(shí)滯在樣本期間波動明顯,其中在2006年、2014年達(dá)到了2個(gè)明顯的峰值,分別達(dá)到了0.40、0.53。價(jià)格時(shí)滯的描述性統(tǒng)計(jì)情況在后續(xù)假說檢驗(yàn)中將不再贅述。由于投資者認(rèn)知假說中選用的代理指標(biāo)自2001年才開始記錄,因此該假說的樣本期間為2001—2016年。2001—2016年機(jī)構(gòu)投資者持股比例均值統(tǒng)計(jì)如圖2所示,2001—2016年log(股東戶數(shù))和log(員工人數(shù))均值統(tǒng)計(jì)如圖3所示。由圖2可以看出樣本期間機(jī)構(gòu)投資者持股比例呈較為穩(wěn)定的上升趨勢。圖3反映了樣本期間對數(shù)處理后的平均股東戶數(shù)和平均員工人數(shù)始終較為平穩(wěn),尤其是員工人數(shù)波動幅度較小。

圖1 1996—2016年樣本股票D1均值統(tǒng)計(jì)Fig.1 Mean value statistics of sample stock D1 from 1996 to 2016

圖2 2001—2016年機(jī)構(gòu)投資者持股比例均值統(tǒng)計(jì)Fig.2 Mean value statistics of institutional investors shareholding ratio from 2001 to 2016

圖3 2001—2016年log(股東戶數(shù))和log(員工人數(shù))均值統(tǒng)計(jì)Fig.3 Mean value statistics of log (number of shareholders) and log (number of employees) from 2001 to 2016

D1,it=αt+β1t×(Institutional Ownershipit)+β2t×

log(Shareholdersit)+β3t×log(Employees)+εt,

(4)

其中:D1,it為第t年第i只股票的價(jià)格時(shí)滯;β1t、β2t、β3t分別是第t年機(jī)構(gòu)投資者持股比例、log(股東戶數(shù))、log(員工人數(shù))的估計(jì)系數(shù);εt是第t年回歸方程的殘差項(xiàng)。投資者認(rèn)知程度的3個(gè)代理變量每年估計(jì)系數(shù)統(tǒng)計(jì)如圖4所示,其中估計(jì)系數(shù)p值<0.05時(shí),數(shù)據(jù)點(diǎn)用空心標(biāo)注;p值>0.05時(shí),數(shù)據(jù)點(diǎn)用實(shí)心標(biāo)注,在后續(xù)假說檢驗(yàn)中將沿用該標(biāo)記方法。

圖4顯示,機(jī)構(gòu)投資者持股比例與價(jià)格時(shí)滯D1間主要是負(fù)相關(guān)關(guān)系,但單年估計(jì)系數(shù)以不顯著為主。價(jià)格時(shí)滯D1與個(gè)股股東戶數(shù)估計(jì)系數(shù)均為負(fù),且主要在1%和5%水平上顯著。員工人數(shù)的估計(jì)系數(shù)主要也為負(fù)值,但每年的估計(jì)系數(shù)的p值多數(shù)>0.05,估計(jì)系數(shù)以不顯著為主。

D1與投資者認(rèn)知變量Fama-Macbeth回歸系數(shù)如表1所列,機(jī)構(gòu)投資者持股比例、股東戶數(shù)、員工人數(shù)的估計(jì)系數(shù)分別為-0.02、-0.12和-0.01,t值分別-1.24、-7.47、-2.65。說明機(jī)構(gòu)投資者持股比例與價(jià)格時(shí)滯間存在不顯著負(fù)相關(guān)關(guān)系,而與股東戶數(shù)與員工人數(shù)與價(jià)格時(shí)滯在1%的水平下顯著負(fù)相關(guān)。相較于個(gè)人投資者認(rèn)知程度與價(jià)格時(shí)滯的顯著負(fù)相關(guān)關(guān)系,機(jī)構(gòu)投資者認(rèn)知程度與價(jià)格時(shí)滯的不顯著負(fù)相關(guān)關(guān)系,或與當(dāng)前我國股票機(jī)構(gòu)投資者持股比例總體較低,以中小投資者為主的市場情況有關(guān)。

3.2 流動性假說驗(yàn)證

(1) 流動性假說與代理變量 流動性假說認(rèn)為與流動性相關(guān)的因素會導(dǎo)致股票價(jià)格在信息反應(yīng)方面出現(xiàn)遲滯,表現(xiàn)為價(jià)格時(shí)滯嚴(yán)重的股票通常具有較高的交易成本、較大的價(jià)格沖擊。選用Amihud非流動性比率作為股票流動性的代理變量。計(jì)算方法如下:

圖4 2001—2016年投資者認(rèn)知代理指標(biāo)估計(jì)系數(shù)統(tǒng)計(jì)Fig.4 Estimated coefficient statistics of investor recognition proxy indicators from 2001 to 2016

表1 D1與投資者認(rèn)知代理指標(biāo)Fama-Macbeth回歸結(jié)果Table 1 Results of Fama-Macbeth Regression of D1 and investor recognition proxy indicators

(5)

其中:DT是時(shí)間窗口T內(nèi)股票i的交易天數(shù);|Ri,t|是股票i在t日收益率的絕對值;VOLi,t是股票i在t日的成交金額(百萬元);Illiquidityi,T實(shí)際上是股票i在時(shí)間窗口內(nèi),交易日收益率絕對值與交易日成交金額比值的算術(shù)平均值,Illiquidityi,T值越大,說明該只個(gè)股的流動性越差。假設(shè):個(gè)股非流動性比率與價(jià)格時(shí)滯正相關(guān)。

(2) 描述性統(tǒng)計(jì) 1996—2016年非流動性比率均值走勢如圖5所示,同樣可以作為反映滬深A(yù)股市場流動性的一個(gè)側(cè)面描述。從圖5中可以看出,樣本股票的平均非流動性比率變化幅度較大,說明我國股票市場流動性程度波動明顯。

圖5 1996—2016年非流動性比率均值統(tǒng)計(jì)Fig.5 Mean value statistics of illiquidity ratio from 1996 to 2016

(3) 回歸檢驗(yàn) 同樣運(yùn)用Fama-Macbeth回歸方法,首先對1996—2016年的樣本數(shù)據(jù)每年進(jìn)行截面回歸。每年回歸方程為

D1,it=αt+βt×Illiquidityit+εt,

(6)

其中:D1,it為第t年股票i的價(jià)格時(shí)滯;αt為第t年回歸方程的截距項(xiàng);βt為第t年回歸方程得到的非流動性比率(Illiquidity)的估計(jì)系數(shù);εt為第t年回歸方程中的殘差項(xiàng)?；貧w結(jié)果如圖6所示。單年回歸的非流動性比率的估計(jì)系數(shù)主要為正值,且估計(jì)系數(shù)主要在1%和5%水平下顯著。通過進(jìn)一步計(jì)算可以得到如表2所列的回歸結(jié)果,非流動性比率Fama-Macbeth回歸系數(shù)為7.72,t值為2.88,估計(jì)系數(shù)t檢驗(yàn)在1%水平下顯著,符合流動性假說假設(shè)。

圖6 1996—2016年非流動性比率估計(jì)系數(shù)統(tǒng)計(jì)Fig.6 Estimated coefficient statistics of illiquidity ratio from 1996 to 2016

表2 D1與非流動性比率Fama-Macbeth回歸結(jié)果

注:***表示在1%水平下顯著。

3.3 投機(jī)性需求假說驗(yàn)證

(1) 投機(jī)性需求假說和代理變量 投機(jī)性需求假說認(rèn)為投資者過度自信會導(dǎo)致其在面對新的公共信息時(shí),更傾向于相信私有信息,使得股價(jià)對公共信息的反應(yīng)延遲。采用Fama-French三因子回歸得到的alpha值和換手率來構(gòu)造個(gè)股投機(jī)性指標(biāo)[20]。Fama-French三因子回歸模型為

Rit-Rft=αi+βi(RMt-Rft)+siSMBt+

hiHMIt+εit,

(7)

其中:Rit為時(shí)間t股票i的收益率;Rft為時(shí)間t的無風(fēng)險(xiǎn)收益率;RMt為時(shí)間t的市場收益率;(RMt-Rft)是時(shí)間t的市場風(fēng)險(xiǎn)溢價(jià);SMBt是時(shí)間t的市值因子的模擬組合收益率;HMIt為時(shí)間t的賬面市值比因子的模擬組合收益率。三因子回歸結(jié)果中的alpha值是個(gè)股超額收益率無法被三因子所解釋的部分。當(dāng)alpha為負(fù),說明股價(jià)被高估,存在投機(jī)性;被高估的股票被大量買入說明股票投機(jī)性強(qiáng)。由于買入訂單量數(shù)據(jù)無法獲取,采用股票的年換手率替代,但換手率在一定程度上也測度了股票的流動性,因此還單獨(dú)對alpha變量進(jìn)行了回歸檢驗(yàn)。構(gòu)造股票投機(jī)性需求的代理指標(biāo)為

Speculation1it=dummy×αit,

(8)

Speculation2it=dummy×αit×turnoverit,

(9)

其中:Speculationit表示時(shí)間t(日度)股票i的投機(jī)性需求;dummy為虛擬變量;αit為在時(shí)間窗口T內(nèi)對個(gè)股i收益率進(jìn)行三因子回歸后得到的截距值,當(dāng)αit為負(fù)時(shí),dummy取-1,αit為正時(shí),dummy取0;turnoverit表示時(shí)間t股票i的換手率。假設(shè):個(gè)股的投機(jī)性與價(jià)格時(shí)滯正相關(guān)。

(2) 描述性統(tǒng)計(jì) 1996—2016年投機(jī)性需求指標(biāo)均值統(tǒng)計(jì)如圖7所示。由圖7可以看出,在觀察期間內(nèi)樣本股票的整體投機(jī)性始終>0,股票市場始終存在不同程度的投機(jī)性,且波動明顯,構(gòu)建的2個(gè)投機(jī)性指標(biāo)均在2007年和2015年達(dá)到明顯的峰值,其中考慮了換手率因素的dummy×α×turnover度量的投機(jī)程度波動程度更大。

圖7 1996—2016年投機(jī)性需求指標(biāo)均值統(tǒng)計(jì)Fig.7 Mean value statistics of speculative demand indicators from 1996 to 2016

(3) 回歸檢驗(yàn) 將投機(jī)性指標(biāo)分別關(guān)于個(gè)股的價(jià)格時(shí)滯每年進(jìn)行一次截面回歸,計(jì)算公式為

D1,it=μt+β1t×dummy×αit+εt,

(10)

D1,it=μt+β2t×dummy×αit×turnoverit+εt,

(11)

其中:D1,it為第t年股票i的價(jià)格時(shí)滯;μt為第t年截面回歸的截距項(xiàng);εt為殘差項(xiàng);為區(qū)分2個(gè)投機(jī)性指標(biāo)的估計(jì)系數(shù),分別用β1t,β2t來表示。每年截面回歸后得到的估計(jì)系數(shù)如圖8、圖9所示。觀察期間投機(jī)性指標(biāo)dummy×α和dummy×α×turnover的估計(jì)系數(shù)均在正負(fù)間波動,且波動幅度很大,2個(gè)投機(jī)性指標(biāo)對于價(jià)格時(shí)滯的影響方向并不穩(wěn)定。從p值來看,估計(jì)系數(shù)的顯著性也不穩(wěn)健。投機(jī)性指標(biāo)的Fama-Macbeth回歸系數(shù)如表3所列。dummy×α的Fama-Macbeth回歸系數(shù)為-14.38,t值為-1.55,說明dummy×α與價(jià)格時(shí)滯存在不顯著負(fù)相關(guān)關(guān)系,與假說假設(shè)相矛盾。dummy×α×turnover的Fama-Macbeth回歸系數(shù)為0.77,t值為-0.41,表明dummy×α×turnover與價(jià)格時(shí)滯間存在不顯著正相關(guān)關(guān)系。綜上,可以判斷投機(jī)性假說對我國股票市場的價(jià)格時(shí)滯的解釋不成立。

圖8 1996—2016年投機(jī)性指標(biāo)1估計(jì)系數(shù)統(tǒng)計(jì)Fig.8 Estimated coefficient statistics of speculation 1 from 1996 to 2016

圖9 1996—2016年投機(jī)性指標(biāo)2估計(jì)系數(shù)統(tǒng)計(jì)Fig.9 Estimated coefficient statistics of speculation 2 from 1996 to 2016

表3 D1與投機(jī)性代理指標(biāo)Fama-Macbeth回歸結(jié)果

注:***表示在1%水平下顯著。

3.4 綜合驗(yàn)證

將價(jià)格時(shí)滯與投資者認(rèn)知指標(biāo)、流動性指標(biāo)、投機(jī)性指標(biāo)組合后進(jìn)行Fama-Macbeth回歸,從而對上述3個(gè)假說進(jìn)行綜合驗(yàn)證。為區(qū)分代理個(gè)人投資者認(rèn)知程度的股東戶數(shù)和員工人數(shù)2個(gè)指標(biāo),以及區(qū)分構(gòu)造的2個(gè)投機(jī)性指標(biāo),將這4個(gè)指標(biāo)分別組合進(jìn)行回歸。每年的回歸方程為

D1,it=μt+β1t×Institutional ownershipit+β2t×

log(Shareholders)it+β3t×Illiquidityit+

β4t×dummy×αit+εt,

(12)

D1,it=μt+β1t×Institutional ownershipit+β2t×

log(Employees)it+β3t×Illiquidityit+β4t×

dummy×αit+εt,

(13)

D1,it=μt+β1t×Institutional ownershipit+β2t×

log(Shareholders)it+β3t×Illiquidityit+

β4t×dummy×αit×turnoverit+εt,

(14)

D1,it=μt+β1t×Institutional ownershipit+β2t×

log(Employees)it+β3t×Illiquidityit+β4t×

dummy×αit×turnoverit+εt。

(15)

Fama-Macbeth回歸估計(jì)系數(shù)結(jié)果如表4(部分指標(biāo)用縮寫表示)所列。由表4可知log(股東戶數(shù))和log(員工人數(shù))始終與價(jià)格時(shí)滯保持顯著的負(fù)相關(guān)關(guān)系,其中加入log(股東戶數(shù))的回歸方程擬合優(yōu)度均高于加入log(員工人數(shù))的回歸方程擬合優(yōu)度,說明個(gè)人投資者認(rèn)知程度代理指標(biāo)中,log(股東戶數(shù))對價(jià)格時(shí)滯的解釋力度更大。投機(jī)性指標(biāo)dummy×α、dummy×α×turnover與價(jià)格時(shí)滯均呈不顯著負(fù)相關(guān)關(guān)系,與投機(jī)性需求假說相矛盾。

表4 D1與綜合各假說代理指標(biāo)Fama-Macbeth回歸結(jié)果

注:***表示在1%水平下顯著;**表示在5%水平下顯著。

值得注意的是,在綜合檢驗(yàn)中出現(xiàn)了機(jī)構(gòu)投資者持股比例與價(jià)格時(shí)滯正負(fù)關(guān)系不穩(wěn)定、非流動性比率檢驗(yàn)結(jié)果與單獨(dú)檢驗(yàn)結(jié)果不一致的問題。這或由因變量間存在相關(guān)性導(dǎo)致,于是對每年代理指標(biāo)進(jìn)行了Pearson相關(guān)性統(tǒng)計(jì),發(fā)現(xiàn)非流動性比率與機(jī)構(gòu)投資者持股比例、log(股東戶數(shù))、log(員工人數(shù))均存在不同程度的相關(guān)性。機(jī)構(gòu)投資者持股比例與log(股東戶數(shù))、log(員工人數(shù))也存在不同程度的相關(guān)性。

基于對假說的單獨(dú)和綜合檢驗(yàn)的結(jié)果,可以得到投資者認(rèn)知假說中代理個(gè)人投資者認(rèn)知程度的log(股東戶數(shù))、log(員工人數(shù))對價(jià)格時(shí)滯的解釋穩(wěn)健有效。

3.5 市場分隔假說驗(yàn)證

(1) 市場分隔假說與代理變量 市場分隔假說認(rèn)為股票市場與實(shí)體經(jīng)濟(jì)發(fā)展存在不同步,甚至相互背離的情況。首先計(jì)算1996—2016年我國股票市場的總體價(jià)格時(shí)滯,計(jì)算公式為

(16)

其中:D1t為第t年滬深A(yù)股市場的總價(jià)格時(shí)滯;Nt為第t年樣本中的股票數(shù);D1.it為第t年股票i的價(jià)格時(shí)滯。

Tobin等[21]在其提出的擠出效應(yīng)假說基礎(chǔ)上進(jìn)一步提出了著名的TobinQ系數(shù),其計(jì)算為

TobinQ=企業(yè)市價(jià)(股價(jià))/企業(yè)的重置成本,

(17)

其中:Q>1時(shí),企業(yè)的股票市價(jià)高于企業(yè)的重置成本,企業(yè)通過發(fā)行較少的股票就能買到較多的投資品,因此資金流入股票市場;Q<1時(shí),企業(yè)市場價(jià)值低于資本的重置成本,企業(yè)如果想獲得資本,購買其他較便宜的企業(yè)而獲得舊的資本品的成本會更低,資金流向?qū)嶓w部門。進(jìn)一步,可以認(rèn)為Q=1時(shí),說明2個(gè)市場間的發(fā)展是均衡的,當(dāng)Q>1時(shí)或Q<1時(shí),說明了企業(yè)價(jià)值在資本市場或?qū)嶓w經(jīng)濟(jì)市場中被高估,在一定程度上也說明了2個(gè)市場間的背離。因此,選用|Q-1|作為度量虛擬經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)間背離程度的指標(biāo)[22]。其中,股票市場平均TobinQ值為

(18)

其中:Qt為第t年滬深A(yù)股市場的平均TobinQ值;Nt為第t年樣本中的股票數(shù);Qit為第t年股票i的TobinQ值。

(2) 描述性統(tǒng)計(jì) 1996—2016年股票市場|Q-1|走勢如圖10所示。由圖10可以看出,1996—2016年我國股票市場平均托賓Q值均不等于1,說明股票市場與實(shí)體經(jīng)濟(jì)始終存在非均衡發(fā)展的現(xiàn)象。除2005年Q=0.89<1以外,其他年份的Q值均>1,反映出我國股票市場的投資熱度始終較高,總體上股票市場每年的擴(kuò)張速度在不同程度上領(lǐng)先于實(shí)體經(jīng)濟(jì)每年的發(fā)展速度,且兩者間背離程度的波動幅度較大。

圖10 1996—2016年股票市場|Q-1|走勢Fig.10 |Q-1| trend chart of stock market from 1996 to 2016

回歸方程為

D1t=α+β×|Qt-1|+εt。

(19)

根據(jù)計(jì)算得到的1996—2016年我國滬深A(yù)股市場平均每年價(jià)格時(shí)滯D1t和市場平均每年TobinQ的數(shù)據(jù),為檢驗(yàn)虛擬經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)背離程度能否解釋我國股票市場價(jià)格時(shí)滯,進(jìn)行了回歸檢驗(yàn)。線性回歸結(jié)果如表5所列。|Q-1|估計(jì)系數(shù)在10%水平下顯著,即虛擬經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的背離程度與我國股票市場價(jià)格時(shí)滯在10%水平下是顯著正相關(guān)關(guān)系,即背離程度越大,價(jià)格時(shí)滯越嚴(yán)重。

表5 D1與市場分隔假說指標(biāo)線性回歸結(jié)果

4 結(jié)論與政策建議

綜上,可得到如下結(jié)論:(1)投資者認(rèn)知假說對價(jià)格時(shí)滯的解釋在中國股票市場穩(wěn)健有效。但機(jī)構(gòu)投資者持股比例與價(jià)格時(shí)滯間負(fù)相關(guān)關(guān)系不顯著,這或許與我國當(dāng)前仍以中小投資者為主的股票市場情況有關(guān)。(2)流動性假說、投機(jī)性假說對我國股票市場價(jià)格時(shí)滯的解釋非穩(wěn)健有效。(3)托賓|Q-1|與我國股票市場平均價(jià)格時(shí)滯存在顯著正相關(guān)關(guān)系,市場分隔假說有效。但是,投資者認(rèn)知代理指標(biāo)單獨(dú)與價(jià)格時(shí)滯回歸后得到的擬合優(yōu)度較低,平均約為9.2%。后續(xù)研究需更多地考慮中國股票市場的特征,選取更多元的指標(biāo),以更好發(fā)現(xiàn)影響中國股票市場價(jià)格時(shí)滯的市場因素。

基于實(shí)證結(jié)果,對提高我國股票市場的信息效率簡單提出以下建議:(1)目前我國股票市場仍以中小投資者為主,中小投資者存在非理性和市場情緒化導(dǎo)向、信息獲取渠道有限的問題,在一定程度上會影響股票市場效率。監(jiān)管層應(yīng)當(dāng)加強(qiáng)對投資者風(fēng)險(xiǎn)和證券市場基本知識的教育,同時(shí)完善股票市場信息披露制度。(2)我國還需進(jìn)一步加強(qiáng)機(jī)構(gòu)投資者建設(shè),促進(jìn)機(jī)構(gòu)投資者類型的多元化發(fā)展,擴(kuò)大其規(guī)模,改善目前投資者結(jié)構(gòu)不成熟的問題。(3)加快我國資本市場體制的改革,改善實(shí)體經(jīng)濟(jì)結(jié)構(gòu)與股票市場間過度不對稱的問題。(4)建立科學(xué)的監(jiān)管指標(biāo)體系,進(jìn)行協(xié)同動態(tài)監(jiān)管;制定合理有效的貨幣財(cái)政政策,實(shí)現(xiàn)在虛擬與實(shí)體經(jīng)濟(jì)發(fā)展要求間的微妙平衡;避免政府的直接干預(yù),發(fā)揮證券市場自身的調(diào)節(jié)功能。