上市公司資產(chǎn)增速對(duì)股票回報(bào)率的影響

謝暢 沈昱成

摘? ?要：針對(duì)實(shí)證研究中的投資因子之謎，本文探究上市公司的資產(chǎn)增速對(duì)收益率的影響，以2003—2018年A股3631只為樣本，構(gòu)建資產(chǎn)增速因子，檢驗(yàn)其對(duì)超額收益的解釋能力。通過對(duì)資產(chǎn)增速進(jìn)行單變量排序，構(gòu)建了5個(gè)資產(chǎn)組合;結(jié)合規(guī)?；蛸~面市值比進(jìn)行雙重排序，分別構(gòu)建了15個(gè)資產(chǎn)組合。研究發(fā)現(xiàn)：組合持有收益率和資產(chǎn)增速間有較為明顯的負(fù)相關(guān)性，構(gòu)造的風(fēng)險(xiǎn)中性投資組合有比較穩(wěn)定的正收益;和FF三因子模型相比，資產(chǎn)增速因子并沒有提供顯著的超額收益，預(yù)示著不同因子間潛在的相互替代性;Fama-MacBeth回歸分析結(jié)果中資產(chǎn)增速的系數(shù)始終為負(fù)，但并不顯著。

關(guān)鍵詞：股票回報(bào)率;超額收益;Fama-MacBeth回歸分析;資產(chǎn)增速;因子模型

DOI：10.3969/j.issn.1003-9031.2021.11.001

中圖分類號(hào)：F830.91;F832? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? 文章編號(hào)：1003-9031（2021）11-0003-15

一、引言

2020年是上海證券交易所和深圳證券交易所成立的第30年。30年間，中國資本市場的改革不斷進(jìn)行，資源配置能力不斷增強(qiáng)，市場監(jiān)管體制不斷完善。2019年6月，科創(chuàng)板正式開板;2019年12月，滬深300股指期權(quán)和ETF期權(quán)開始交易，《中華人民共和國證券法》修訂通過;2020年8月，創(chuàng)業(yè)板注冊(cè)制首批公司上市。截至2021年8月20日，上海證券交易所上市公司1971家，深圳證券交易所上市公司2488家，兩市總市值合計(jì)為84.58萬億元。

與兩市總市值快速上升形成鮮明對(duì)比的是，上證綜指等指數(shù)停滯不前。上證綜指從2007年2月首次突破3000點(diǎn)之后震蕩了十余年，到2021年7月收于3397。而兩市總市值從2006年末的大約8.9萬億波動(dòng)至今，年均增長超過15%?？偸兄档纳仙饕獊碜砸韵聝蓚€(gè)方面：一是新增的上市公司（IPO）和再融資導(dǎo)致的股本數(shù)量的增長;二是股本數(shù)量的增加（這里暫不考慮優(yōu)先股）。根據(jù)胡李鵬和張韻（2016）的統(tǒng)計(jì)，2007年以來增發(fā)融資成為A股市場股權(quán)融資的主要渠道，占比常年超過50%，其次是IPO融資。近年來，可轉(zhuǎn)債轉(zhuǎn)股也成為股權(quán)融資的重要渠道，超過配股成為第三大融資渠道。十余年來的兩市股權(quán)融資結(jié)構(gòu)如圖1所示。

由圖1可知，再融資和首次發(fā)行融資的差距在逐漸拉大。投資者常常戲稱上市“圈錢”。其實(shí)上市只是“圈錢”的起點(diǎn)，遠(yuǎn)不是“圈錢”的終點(diǎn)。以上海證券交易所2019年的數(shù)據(jù)為例，再融資的各分項(xiàng)中定向增發(fā)是最主要的部分，達(dá)2902.43億元，其次是可轉(zhuǎn)債轉(zhuǎn)股245.81億元、公開增發(fā)83億元、配股70.16億元。2019年上海IPO籌資1019.66億元，不及再融資的三分之一。這說明了研究再融資，特別是定向增發(fā)具有重要的意義。

在公司金融層面，陸宇建和史曉楠（2019）研究了大股東認(rèn)購在定向增發(fā)中的行為，發(fā)現(xiàn)認(rèn)購比例越高，越有可能對(duì)中小股東進(jìn)行利益侵占或者補(bǔ)償流動(dòng)性風(fēng)險(xiǎn)。說明這種再融資制度可能存在效率和公平層面的缺陷。

在資產(chǎn)定價(jià)方面，股權(quán)融資是資產(chǎn)規(guī)模擴(kuò)大的重要組成部分。資產(chǎn)增速因子是否在中國A股市場具有超額收益的解釋能力？如果有，這一因子能否被現(xiàn)有的因子模型如Fama-French三因子模型所解釋？認(rèn)識(shí)到這一因子的存在，能否幫助我們對(duì)不合理的資產(chǎn)增速進(jìn)行定價(jià)，構(gòu)建可操作的投資組合？本文試圖回答這三個(gè)問題。

二、文獻(xiàn)綜述

資本市場主要有資金融通和價(jià)值發(fā)現(xiàn)兩大功能。融資活動(dòng)實(shí)現(xiàn)了資金充裕者向資金需求者的轉(zhuǎn)移。中國A股市場是否實(shí)現(xiàn)了其價(jià)值發(fā)現(xiàn)的功能，需要對(duì)市場有效性進(jìn)行檢驗(yàn)。在中國資本市場不斷發(fā)展的同時(shí)，學(xué)術(shù)界也在對(duì)中國A股市場展開研究。其中主要有兩條路徑。

一是基于因素（因子）模型討論中國A股的資產(chǎn)定價(jià)模型，以及對(duì)模型適用性的檢驗(yàn)。王茵田和朱英姿（2011）基于消費(fèi)和投資的資產(chǎn)定價(jià)理論，對(duì)中國A股市場檢驗(yàn)了12個(gè)因素，最后發(fā)現(xiàn)基于市場風(fēng)險(xiǎn)溢價(jià)、賬面市值比、盈利股價(jià)比等八個(gè)因素的模型優(yōu)于Fama-French三因素模型和12因素模型，能夠更好地刻畫中國A股市場。潘莉和徐建國（2011）的實(shí)證檢驗(yàn)則認(rèn)為市場平均回報(bào)率、股票市值和市盈率可以解釋A股回報(bào)率變化的90%以上，股票市值背后既有風(fēng)險(xiǎn)也有特征因素，市盈率對(duì)回報(bào)率的影響只與股票的特征有關(guān)。張兵和陳曉瑩（2017）對(duì)價(jià)格因子進(jìn)行了檢驗(yàn)，發(fā)現(xiàn)低價(jià)股票組合的收益率顯著高于高價(jià)股票組合。

二是把傳統(tǒng)模型，如條件CAPM模型，F(xiàn)ama-French三因子模型，不能解釋的超額收益視為一種異象，對(duì)這種異象的產(chǎn)生原因和影響因素進(jìn)行討論。樊行健等人（2009）發(fā)現(xiàn)應(yīng)計(jì)利潤與企業(yè)的成長性正相關(guān)，與未來股票收益負(fù)相關(guān)，應(yīng)計(jì)利潤與企業(yè)成長性的正相關(guān)程度越強(qiáng)，應(yīng)計(jì)異象越明顯。宋云玲和李志文（2009）發(fā)現(xiàn)當(dāng)市場樂觀時(shí)，應(yīng)計(jì)項(xiàng)目被市場高估的程度更大;當(dāng)市場悲觀時(shí)，現(xiàn)金流被市場低估的程度也更大。行為金融理論為一些市場異象提供了解釋，權(quán)小鋒等人（2012）發(fā)現(xiàn)，基于投資者關(guān)注的認(rèn)知狀態(tài)差異，我國資本市場存在“鴕鳥效應(yīng)”，即價(jià)格反轉(zhuǎn)收益在牛市比熊市更強(qiáng)，而盈余慣性收益反之。

此外，近些年資產(chǎn)定價(jià)的基準(zhǔn)模型范式也在不斷發(fā)生變革。Fama&French（2015）在原有的三因子模型的基礎(chǔ)上加入了代表公司盈利能力的因子（RMW）和投資水平的因子（CMA），發(fā)現(xiàn)價(jià)值因子HML成為冗余變量。高春亭和周孝華（2016）對(duì)中國股市檢驗(yàn)了Fama-French五因子模型，發(fā)現(xiàn)規(guī)模、B/M、盈利和投資四因素在解釋個(gè)股橫截面收益差異上的顯著性依次降低，五因子資產(chǎn)定價(jià)模型在表現(xiàn)上優(yōu)于三因子模型。李志冰等人（2017）進(jìn)一步驗(yàn)證了五因子模型更強(qiáng)的解釋力，并且發(fā)現(xiàn)股改后盈利能力、投資風(fēng)格和動(dòng)量因子從冗余變得顯著，實(shí)際收益率與預(yù)期收益率的差異更接近于0。趙勝民等人（2016）則認(rèn)為RMW和CMA無益于解釋股票組合的回報(bào)率。Hou等人（2015）基于實(shí)體投資經(jīng)濟(jì)學(xué)的q-理論提出了一個(gè)基于市場因子、市值因子、投資因子和盈利因子的模型，也在金融界實(shí)證資產(chǎn)定價(jià)中得到運(yùn)用。

在企業(yè)投資的過程中，一個(gè)典型的現(xiàn)象是企業(yè)資產(chǎn)規(guī)模的快速擴(kuò)張。Cooper等人（2008）基于美國1968—2003年的數(shù)據(jù)檢驗(yàn)發(fā)現(xiàn)上市公司資產(chǎn)增速對(duì)于未來股票的異常收益具有顯著的（負(fù)向）預(yù)測作用，并且在加入B/M比、公司市值、滯后回報(bào)率、應(yīng)計(jì)利潤等變量之后仍顯著，甚至是所有變量中最顯著的。這為后來的計(jì)準(zhǔn)模型中加入投資因子提供了重要的基礎(chǔ)。這一發(fā)現(xiàn)也引發(fā)了很多對(duì)其他市場的檢驗(yàn)。Gray&Johnson（2011）對(duì)澳大利亞市場進(jìn)行了相同的檢驗(yàn)，檢驗(yàn)結(jié)果同樣發(fā)現(xiàn)資產(chǎn)增速效應(yīng)更可能是一種錯(cuò)誤定價(jià)。Wen（2019）對(duì)G7國家逐一進(jìn)行了檢驗(yàn)，發(fā)現(xiàn)資產(chǎn)增速效應(yīng)在英國、加拿大、意大利、德國也很顯著，在法國不太顯著，在日本不顯著。資產(chǎn)增速對(duì)投資回報(bào)率的預(yù)測能力與預(yù)測分析師的樂觀判斷的能力高度相關(guān)，隨之而來的是投資者預(yù)期的向下調(diào)整，意外的收益（下降）和系統(tǒng)性的偏誤。Lipson等人（2011）發(fā)現(xiàn)資產(chǎn)增速的預(yù)測能力對(duì)特異性波動(dòng)率（idiosyncratic volatility， IVOL）高的企業(yè)更顯著，對(duì)于特異性波動(dòng)率低的企業(yè)沒有預(yù)測作用。這種超額回報(bào)集中在收益公告期間：分析師對(duì)于高增長公司的系統(tǒng)性地高于實(shí)現(xiàn)的回報(bào)。他們認(rèn)為這是套利成本造成的錯(cuò)誤定價(jià)。對(duì)于這種錯(cuò)誤定價(jià)，Lam&Wei（2011）給出了套利受限和投資摩擦兩種非行為因素的解釋，并且實(shí)證檢驗(yàn)認(rèn)為這兩種解釋都有一定的證據(jù)能夠佐證。

然而，Watanabe等人（2013）基于國際資本市場的研究發(fā)現(xiàn)，資產(chǎn)增速效應(yīng)在發(fā)達(dá)的資本市場更顯著，與代表套利限制、投資者保護(hù)、會(huì)計(jì)質(zhì)量的變量無關(guān)。資產(chǎn)增速效應(yīng)更可能是源于最優(yōu)投資而非錯(cuò)誤定價(jià)。不僅過去的資產(chǎn)增速對(duì)于股市的異常收益有預(yù)測作用，Li等人（2019）還發(fā)現(xiàn)預(yù)期的投資增速對(duì)于市場回報(bào)也有負(fù)向的預(yù)測作用，這種預(yù)測能力部分源自風(fēng)險(xiǎn)溢價(jià)隨時(shí)間的改變。

Wang等人（2015）利用中國市場1996—2010年的數(shù)據(jù)，對(duì)中國市場的資產(chǎn)增速效應(yīng)進(jìn)行了檢驗(yàn)，發(fā)現(xiàn)中國市場同樣存在資產(chǎn)增速效應(yīng)，并且對(duì)于更高現(xiàn)金流、更低負(fù)債和國有企業(yè)更顯著，再次驗(yàn)證了行為金融的解釋比基于風(fēng)險(xiǎn)因子的解釋更可信。然而在Watanabe等人（2013）的跨國比較中，中國的資產(chǎn)增速效應(yīng)不論是等權(quán)重還是價(jià)值加權(quán)都不是特別顯著。在本地貨幣等權(quán)重組合中，比較顯著（t值>2，下同）的國家包括韓國、丹麥、德國、意大利、英國、美國，在本地貨幣價(jià)值加權(quán)組合中，比較顯著的國家包括南非、澳大利亞、丹麥、法國、英國、加拿大、美國。這一現(xiàn)象確實(shí)在發(fā)達(dá)的資本市場更加顯著。對(duì)于這一現(xiàn)象，Titman等人（2013）發(fā)現(xiàn)資產(chǎn)增速效應(yīng)與公司治理和交易成本沒有太大的關(guān)系，這與將其歸因于公司治理不良或過度投資的假設(shè)不符，卻符合q-理論：發(fā)達(dá)市場的管理者能夠或愿意根據(jù)資本成本調(diào)整投資支出。

面對(duì)錯(cuò)綜復(fù)雜的研究結(jié)論，我們認(rèn)為有必要對(duì)中國市場的資產(chǎn)增速效應(yīng)進(jìn)行深入的梳理，上述針對(duì)中國的文獻(xiàn)存在如下兩點(diǎn)問題：一是時(shí)間范圍不合理。2005—2006年開展的股權(quán)分置改革是其中一項(xiàng)重要分水嶺。Wang等人（2015）和Watanabe等人（2013）都沒有加以區(qū)分，根據(jù)李志冰等人（2017）的研究，在股改后投資因子才變得顯著。股改之后，中國資本市場也日漸成熟。我們選擇的時(shí)間段從2005—2018年，大致反映中國資本市場股改之后的情況，更符合中國資本市場的現(xiàn)實(shí)狀況。二是對(duì)于風(fēng)險(xiǎn)因素還是行為因素沒有進(jìn)行清晰的討論。基于Watanabe等人（2013）的研究，發(fā)達(dá)資本市場資產(chǎn)增速效應(yīng)更顯著，如果基于錯(cuò)誤定價(jià)理論，卻和我們認(rèn)為發(fā)達(dá)資本市場資源配置更合理的傳統(tǒng)觀點(diǎn)相左，因此這一現(xiàn)象更可能是有效的資產(chǎn)定價(jià)模式。Wang等人（2015）盡管引用了該文獻(xiàn)，卻未對(duì)該問題進(jìn)行深入討論。中國從引入QFII、RQFII到陸股通的開放這一過程，為討論這一問題提供了機(jī)會(huì)。陸股通從2016年末不足1500億元累計(jì)凈流入增長至2021年7月超過1.4萬億元。截至2021年7月31日，陸股通持股市值為2.4萬億，占A股流通市值為3.53%。截至2020年9月底，QFII/RQFII持有A股總市值為1957億人民幣。我們通過對(duì)資產(chǎn)增速效應(yīng)在不同時(shí)段的檢驗(yàn)，能夠反映中國A股市場在這一時(shí)期資產(chǎn)增速因子是否受到境外投資者資產(chǎn)定價(jià)基準(zhǔn)的影響，進(jìn)而對(duì)這種現(xiàn)象是基于風(fēng)險(xiǎn)因素還是錯(cuò)誤定價(jià)進(jìn)行討論。

三、數(shù)據(jù)和因子構(gòu)建方式

（一）數(shù)據(jù)說明

本文選取A股3631家上市公司，股票代碼從000001至603999，樣本期間從2003年1月至2018年6月，共計(jì)16個(gè)年度樣本期和186個(gè)月度樣本期。由于時(shí)間跨度較長，涉及上市公司較多，存在部分與交易相關(guān)的重大事項(xiàng)，如中途退市或上市等，難免對(duì)實(shí)證結(jié)果產(chǎn)生一定扭曲，故需對(duì)數(shù)據(jù)進(jìn)行初步清洗，以便后續(xù)變量處理與因子構(gòu)建。對(duì)于中途退市的公司（如股票代碼000003，于2002年退市），盡管在退市后依然有公開的財(cái)務(wù)數(shù)據(jù)，但由于缺少交易信息，因此退市后數(shù)據(jù)不再納入研究范疇;對(duì)于中途上市的公司（如股票代碼603580，于2017年上市），盡管在上市后一次性公布上市前多年財(cái)務(wù)數(shù)據(jù)，但由于這些年份無交易信息，因此也應(yīng)刪除，僅考慮上市后數(shù)據(jù)。對(duì)于公司類型的篩選，Cooper等人（2008）基于美股數(shù)據(jù)對(duì)資產(chǎn)增速因子進(jìn)行檢驗(yàn)時(shí)，剔除了金融類公司;但本文并未沿用該方法，主要原因在于A股市場金融公司雖然數(shù)量不多，但市值占比很大，剔除金融類公司可能不能全面反映中國A股市場的因子全貌。考慮到眾多文獻(xiàn)均將金融類公司從樣本中排除出去了，為了增加文獻(xiàn)的可比性，我們也從全樣本中剔除金融公司進(jìn)行了穩(wěn)健性檢驗(yàn)。

（二）因子構(gòu)建

1.資產(chǎn)增速計(jì)算

本文重點(diǎn)關(guān)注的因子為資產(chǎn)增速。由于上市公司的年報(bào)一般在次年三月份前后公布，故下文構(gòu)建的每一資產(chǎn)組合都從t年的7月持有至t+1年的6月（從而保證獲取上一年度財(cái)務(wù)數(shù)據(jù)），所基于的財(cái)務(wù)數(shù)據(jù)即為t-1年的報(bào)表和t-2年的報(bào)表。因此，對(duì)從t年7月開始持有的資產(chǎn)組合中的上市公司而言，資產(chǎn)增速計(jì)算公式如下：

ASSETGi，t= （1）

其中，TotalAsset指公司i在t-1年的資產(chǎn)負(fù)債表中的總資產(chǎn)。

2.持有期收益率計(jì)算

本文后續(xù)實(shí)證研究選取的樣本期間以年度為單位，而已有數(shù)據(jù)給出的是月度收益率，故需另行計(jì)算和處理各上市公司的年收益率，從而獲得資產(chǎn)組合收益率。月度收益率數(shù)據(jù)從2004年1月開始，至2018年7月結(jié)束，因此截至2004年7月的累計(jì)收益僅為半年期收益，無法滿足持有一年的數(shù)據(jù)要求，故下文構(gòu)建的第一個(gè)資產(chǎn)組合持有期為2005年7月至2006年6月。

3.其他因子計(jì)算

為了對(duì)資產(chǎn)增速因子進(jìn)行檢驗(yàn)，我們加入了文獻(xiàn)中常見的控制變量。各個(gè)控制變量的時(shí)間選擇和計(jì)算方法如下：構(gòu)建t年的投資組合使用的公司規(guī)模（MV）、賬面市值比（B/M）、市盈率的倒數(shù)（E/P）、資產(chǎn)周轉(zhuǎn)率（Turnover）、特異性波動(dòng)率（IVOL）選擇的是各個(gè)公司t年6月最后一個(gè)交易日的數(shù)據(jù)。資產(chǎn)回報(bào)率（ROA）和杠桿率（Leverage）是按照t-1年的財(cái)報(bào)計(jì)算得出的：

ROA= （2）

Leverage= （3）

四、實(shí)證結(jié)果

（一）變量的描述性統(tǒng)計(jì)結(jié)果

在計(jì)算得到資產(chǎn)增速后，我們進(jìn)行了初步的描述性統(tǒng)計(jì)。由于現(xiàn)有數(shù)據(jù)為面板數(shù)據(jù)，包括時(shí)間（年份）與上市公司，數(shù)據(jù)較為復(fù)雜，規(guī)模較大，故此處采用的處理方法為對(duì)每一年度橫截面上的公司的各個(gè)變量取均值和中位數(shù)，而后從2004至2016財(cái)年進(jìn)行排序。觀測變量包括資產(chǎn)增速（ASSETG）、公司規(guī)模（MV）、賬面市值比（B/M）、市盈率的倒數(shù)（E/P）、資產(chǎn)周轉(zhuǎn)率（Turnover）、特異性波動(dòng)率（IVOL）、持有期收益率（HPR）、資產(chǎn)回報(bào)率（ROA）和杠桿率（Leverage），具體結(jié)果見表1（年度數(shù)據(jù)首行為均值，次行為中位數(shù)）。

由表1可知，資產(chǎn)增速樣本期初值為2004年末的0.19，樣本期末值為2016年的0.67，在整個(gè)樣本期間內(nèi)均值為0.88，即公司的總資產(chǎn)年均增長率為88%，且整體呈現(xiàn)波動(dòng)性上升的趨勢。此外，在每一年度，資產(chǎn)增速的均值都大于其樣本中位數(shù)，可推知該變量數(shù)值基本呈右偏分布。做橫向比較可發(fā)現(xiàn)，公司規(guī)模與資產(chǎn)增速間大致存在正相關(guān)關(guān)系，即市值越大的公司往往擁有更高的資產(chǎn)增速，但并不總是如此。樣本中所有公司的年均收益率為33%，且不同持有期收益率波動(dòng)較大，隨機(jī)性較強(qiáng)。

（二）變量的分組收益率

本部分將依據(jù)各年度各公司的特征進(jìn)行分組，構(gòu)建資產(chǎn)組合。單變量分組按照公司資產(chǎn)增速的大小進(jìn)行排序，由小到大分為5組，分別對(duì)5個(gè)組合的股票進(jìn)行買入操作，持有時(shí)間為1年，由此分別計(jì)算出等權(quán)重收益率與市值加權(quán)收益率，其中組合1資產(chǎn)增速最低，組合5資產(chǎn)增速最高。多變量分組按照公司規(guī)模（賬面市值比）和資產(chǎn)增速進(jìn)行排序，第一步根據(jù)市值（賬面市值比）對(duì)所有公司進(jìn)行排序，并分成小、中和大三組后，再在每組組內(nèi)根據(jù)資產(chǎn)增速進(jìn)一步排序，由小到大再分為5組，得出15個(gè)投資組合。

1.單變量分組收益率

表2和表3為對(duì)單變量分組后資產(chǎn)組合的描述性統(tǒng)計(jì)。表2的處理方式為對(duì)每一資產(chǎn)組合的部分特征在13個(gè)年度樣本期內(nèi)取平均值，表3的處理方式為對(duì)每一資產(chǎn)組合的部分特征在13個(gè)年度樣本期內(nèi)取標(biāo)準(zhǔn)差。

由表2可知，資產(chǎn)增速最低組合的數(shù)值為-0.08，最高組合的數(shù)值為0.69，組合極差為-0.77。橫向比較看，組合在持有期內(nèi)平均收益率與資產(chǎn)增速基本呈負(fù)相關(guān)，資產(chǎn)增速最低組合的收益率最高為0.23，資產(chǎn)增速最高組合的收益率最低為0.18，極差為0.05。此外，公司規(guī)模與資產(chǎn)增速呈正相關(guān)，資產(chǎn)增速最低組合的市值最低為321.23（百萬），資產(chǎn)增速最高組合的市值最高為542.15（百萬）。而從表3報(bào)告的結(jié)果來看，不同組合資產(chǎn)增速的標(biāo)準(zhǔn)差均較低，持有期收益率的標(biāo)準(zhǔn)差與均值相比相對(duì)較高。

在對(duì)各資產(chǎn)組合進(jìn)行描述性分析后，對(duì)不同年度不同資產(chǎn)組合的一年期持有收益率進(jìn)行等權(quán)重和市值加權(quán)計(jì)算，分別得到13個(gè)樣本期5個(gè)資產(chǎn)組合的共計(jì)65個(gè)收益率數(shù)據(jù)，結(jié)果如表4、表5所示。

由表4、表5可知，在等權(quán)重的情況下，資產(chǎn)增速對(duì)收益率的負(fù)效應(yīng)基本成立，尤其在2005、2007和2008等年度，負(fù)相關(guān)性尤為明顯。在13個(gè)樣本期內(nèi)，有9個(gè)年度資產(chǎn)增速最低組合的收益率高于資產(chǎn)增速最高組合，僅有4個(gè)年度情況相反。資產(chǎn)增速最低組合與最高組合間收益率之差最大的年度在2005年為0.25，最小在2004年為-0.11。而在市值加權(quán)下，盡管負(fù)相關(guān)性沒有等權(quán)重情況下明顯，但也有8個(gè)年度的狀況相符。在此情況下，資產(chǎn)增速最低組合與最高組合間收益率之差最大的年度在2013年為0.29，最小在2005年為-0.11。

2.雙變量分組收益率

雙變量分組可分為按規(guī)模調(diào)整和按賬面市值比調(diào)整兩種方式。根據(jù)本節(jié)開篇的分組方法，無論用何種方式，都可獲得15個(gè)資產(chǎn)組合，進(jìn)而計(jì)算其全部樣本區(qū)間的平均持有期收益率，結(jié)果如表6和表7所示。

由表6可知，在全部15個(gè)分組中，小規(guī)模公司中資產(chǎn)增速最低的組合有最高的平均持有期收益率，為0.36，但僅從本文樣本來看，平均持有期收益率最低的并非大規(guī)模公司中資產(chǎn)增速最高的組合。橫向比較，在規(guī)模相同時(shí)，小規(guī)模組合和中規(guī)模組合的資產(chǎn)增速對(duì)收益率的負(fù)效應(yīng)較為明顯;但大規(guī)模公司的結(jié)論基本相反，即資產(chǎn)增速越高，收益率越高。

由表7可知，經(jīng)過賬面市值比調(diào)整后的分組，資產(chǎn)增速對(duì)收益率的影響更為明顯。橫向比較，在賬面市值比相同時(shí)，資產(chǎn)增速最低組合與最高組合的平均持有期收益率之差都為正，分別為0.07、0.05和0.01。

（三）構(gòu)建投資策略回測結(jié)果

根據(jù)單變量的分組收益率統(tǒng)計(jì)結(jié)果，我們發(fā)現(xiàn)在A股市場，資產(chǎn)增速低的公司相比資產(chǎn)增速高的公司的未來收益率確實(shí)較高。這種較高的收益率在雙變量分組的比較中依然存在。我們通過年度回測發(fā)現(xiàn)這種差異在2005—2018年持續(xù)性的存在。

圖2反映了在2005年7月1日購入等權(quán)重組合1至組合5各1元的回測表現(xiàn)。組合1是資產(chǎn)增速最低的組合，組合5是資產(chǎn)增速最高的組合。從圖中我們可以看出具有最低資產(chǎn)增速的組合1在2005—2018年時(shí)期內(nèi)獲得了最高的累積資金，產(chǎn)生了顯著的投資回報(bào)。

市值加權(quán)的投資組合的回測結(jié)果如圖3所示。我們發(fā)現(xiàn)顯著性不及等權(quán)重投資組合的差異明顯?？赡艿脑蚴侵袊鳤股市場存在比較大量的非流通股的存在，如國有法人股。采用總市值加權(quán)可能存在扭曲，采用流通市值加權(quán)可能更符合實(shí)際，現(xiàn)行的滬深300、上證50等指數(shù)采用的也是流通市值加權(quán)。

從構(gòu)建投資策略的角度來看，我們使用的是年度收益回測，并沒有考慮到年內(nèi)的回撤大小。從投資組合的表現(xiàn)來看，等權(quán)重的低資產(chǎn)增速組合收益率最高，各個(gè)組合在2015年之后的表現(xiàn)均不理想，但低資產(chǎn)增速投資組合相對(duì)于高資產(chǎn)增速投資組合回撤更小，在2015—2017年仍表現(xiàn)出風(fēng)險(xiǎn)中性的超額收益。因此買入組合1，賣出組合5構(gòu)建的市場風(fēng)險(xiǎn)中性投資組合也是一個(gè)能夠產(chǎn)生alpha的投資組合。組合1相較于組合5，收益率更高，回撤更小，夏普比率更高。市場風(fēng)險(xiǎn)中性組合的超額收益回測如圖4所示。其中實(shí)線代表等權(quán)重組合的超額收益，虛線代表市值加權(quán)組合的超額收益。等權(quán)重組合的超額收益比市值加權(quán)組合更高。

（四）因子收益率的α

為了研究這種差異是由資產(chǎn)增速本身引起的，還是由資產(chǎn)增速所代表的其他變量引起的，我們使用Fama&French（1993）提出的三因子模型作為基準(zhǔn)模型，分析這一因子是否產(chǎn)生超額收益。在第一步獲得各組的等權(quán)收益率和市值加權(quán)收益率的基礎(chǔ)上分別用兩種收益率與中國市場三因子進(jìn)行回歸分析，得到各組相應(yīng)的超額收益α和市場β。研究結(jié)果如表8所示。其中，EW是等權(quán)重組合情況，VW是市值加權(quán)組合情況。

由表8可知，在控制了市值因子和價(jià)值因子之后，并沒有產(chǎn)生顯著的超額收益，市場因子依然顯著。這說明在A股市場上，資產(chǎn)增速很可能被市值因子和價(jià)值因子涵蓋了。資產(chǎn)增速并不是一個(gè)好的因子。

（五）Fama-MacBeth回歸

本文使用單變量投資組合和雙變量投資組合分析方法檢驗(yàn)資產(chǎn)增速與預(yù)期收益率的關(guān)系，結(jié)果發(fā)現(xiàn)股票預(yù)期收益率與資產(chǎn)增速存在一定的負(fù)相關(guān)性，但是在計(jì)算alpha時(shí)，我們發(fā)現(xiàn)資產(chǎn)增速并沒有提供顯著的超額收益。為了檢驗(yàn)資產(chǎn)增速是否被市值因子和價(jià)值因子涵蓋了，我們按照Fama&MacBeth（1973）提出的兩步檢驗(yàn)法分析資產(chǎn)增速因子（Assetg）與市值（MV）、賬面市值比（B/M）、市盈率倒數(shù)（E/P）、特質(zhì)性波動(dòng)率（IVOL）、資產(chǎn)周轉(zhuǎn)率（Turnover）、資產(chǎn)增速滯后項(xiàng)（Lassetg）和收益率滯后項(xiàng)（Lreturn）之間的關(guān)系，并檢驗(yàn)資產(chǎn)增速的系數(shù)的顯著性。被解釋變量為1年期（從t年7月至t+1年6月）的持有收益率。檢驗(yàn)方法如下：

? ? ? ? ? ? ? ? ? ? ? ? ?ri，t-Rf，t=α0+β1Assetgi，t-1+ΣβkXi，t-1+εi，t （4）

其中，ri，t是個(gè)股1年期持有收益率，Rf，t為對(duì)應(yīng)時(shí)期的無風(fēng)險(xiǎn)利率，Assetgi，t-1為資產(chǎn)增速因子，Xi，t-1為MV、B/M等控制變量。第一步，以個(gè)股t+1年的收益率為因變量，以t-2年至t-1的資產(chǎn)增速及其他解釋變量從2004年至2018年滾動(dòng)估計(jì)β值以及殘差的標(biāo)準(zhǔn)差估計(jì)值;第二步，對(duì)樣本期間以年度為單位進(jìn)行截面回歸。最終將回歸系數(shù)求平均，并檢驗(yàn)統(tǒng)計(jì)量。檢驗(yàn)結(jié)果如表9所示。

檢驗(yàn)結(jié)果表明除了IVOL、Turnover外大多數(shù)因子并不顯著。資產(chǎn)增速因子盡管系數(shù)始終為負(fù)，但并不顯著，在一定程度上可能被其他因子所覆蓋。此外，考慮到我們的時(shí)間序列長度并不長，如果各個(gè)公司在不同因子上的風(fēng)險(xiǎn)暴露并沒有隨時(shí)間產(chǎn)生顯著的改變，則使用截面回歸即可刻畫各個(gè)因子在預(yù)測未來回報(bào)率方面的表現(xiàn)。檢驗(yàn)結(jié)果如表10所示。

資產(chǎn)增速的系數(shù)盡管始終為負(fù)，但均不顯著。MV、B/M、E/P、Turnover和IVOL比較顯著。從回歸（7）來看，資產(chǎn)增速因子和E/P、Turnover的相關(guān)性比較強(qiáng)。在A股市場上，金融公司盡管數(shù)量不多，但市值占比較高，如在滬深300指數(shù)中占比最高的10家公司有4家是金融公司，金融地產(chǎn)的市值占比高達(dá)25%（2021年11月），直接將金融公司排除出樣本進(jìn)行研究顯然不符合中國A股市場的實(shí)際情況?？紤]到大多數(shù)文獻(xiàn)的研究均將金融公司排除在外，我們也將金融公司排除在外進(jìn)行穩(wěn)健性檢驗(yàn)。其中，F(xiàn)ama-MacBeth回歸結(jié)果如表11所示，和表9進(jìn)行比較，我們發(fā)現(xiàn)系數(shù)的顯著性沒有發(fā)生改變，仍是IVOL和Turnover在10%的顯著性水平下顯著。

五、結(jié)論與建議

（一）結(jié)論

近年來中國A股市場再融資規(guī)?？焖贁U(kuò)張。股權(quán)融資、發(fā)行債券和企業(yè)經(jīng)營回報(bào)是企業(yè)資產(chǎn)擴(kuò)張的三個(gè)主要方面。其中，股權(quán)融資、發(fā)行債券能夠幫助企業(yè)快速擴(kuò)張，占領(lǐng)市場。如果經(jīng)營回報(bào)率高于資金成本，那么資產(chǎn)擴(kuò)張能夠?yàn)樵瓉淼墓蓹?quán)持有者帶來價(jià)值，帶動(dòng)股價(jià)上升。但在實(shí)際情況中，頻繁再融資的企業(yè)股票的持有收益率似乎并不高。本文通過對(duì)A股3631只股票2004年1月至2018年6月資產(chǎn)增速、收益率及其他數(shù)據(jù)的研究，得出以下三點(diǎn)結(jié)論。

一是通過構(gòu)建不同資產(chǎn)組合并計(jì)算其持有收益率，我們發(fā)現(xiàn)股票回報(bào)率與資產(chǎn)增速之間有較為明顯的負(fù)相關(guān)性。構(gòu)造的風(fēng)險(xiǎn)中性投資組合有比較穩(wěn)定的正收益。資產(chǎn)增速效應(yīng)雖然有一定的持續(xù)性，但也隨著時(shí)間推移有所波動(dòng)。二是在Fama-MacBeth回歸分析與OLS截面回歸中，我們都發(fā)現(xiàn)盡管資產(chǎn)增速的系數(shù)為負(fù)，但始終不顯著。在利用三因子模型分析計(jì)算超額收益時(shí)，我們也發(fā)現(xiàn)資產(chǎn)增速因子并沒有產(chǎn)生顯著的超額收益。因此，僅從本文的實(shí)證結(jié)果來看，在A股市場上，資產(chǎn)增速很可能已經(jīng)被其他因子覆蓋了，如E/P、Turnover，其本身并不是一個(gè)好的因子。三是Fama-MacBeth回歸分析結(jié)果中資產(chǎn)增速的系數(shù)始終為負(fù)，但并不顯著。Watanabe等人（2013）在跨國比較中發(fā)現(xiàn)中國的資產(chǎn)增速效應(yīng)不論是等權(quán)重還是價(jià)值加權(quán)都不是特別顯著;資產(chǎn)增速效應(yīng)在發(fā)達(dá)的資本市場較為顯著。我們的研究佐證了這一看法。投資者感受到的資產(chǎn)增速高、股票回報(bào)率反而低的現(xiàn)象確實(shí)是存在的，但這一現(xiàn)象可能不是資產(chǎn)增速本身造成的，這些企業(yè)往往E/P，Turnover比較高，這些特征導(dǎo)致了股票的持有回報(bào)率比較低。

（二）建議

從市場監(jiān)管者的角度來看，企業(yè)頻繁再融資，資產(chǎn)急劇擴(kuò)張時(shí)，資金運(yùn)用的回報(bào)率可能并不理想，甚至低于資金的使用成本，制定合理規(guī)范的再融資政策對(duì)于提高市場的有效性具有重要意義。2017年證監(jiān)會(huì)出臺(tái)《關(guān)于修改〈上市公司非公開發(fā)行股票實(shí)施細(xì)則〉的決定》，對(duì)于定向增發(fā)的審批更為嚴(yán)格，2019年科創(chuàng)板帶動(dòng)下的IPO規(guī)模明顯擴(kuò)大，首次公開發(fā)行相比再融資的差距有一定程度的縮小。在股權(quán)融資資源緊張的情況下，推行全市場注冊(cè)制，培育更多的上市公司，相比已經(jīng)上市的公司的快速擴(kuò)張?jiān)诂F(xiàn)階段更有價(jià)值。從投資者的角度來看，本文論證了雖然企業(yè)資產(chǎn)增速與持有收益率之間存在負(fù)相關(guān)關(guān)系，但在控制了市值因子和價(jià)值因子之后，并沒有產(chǎn)生顯著的超額收益。這說明在A股市場上，資產(chǎn)增速很可能已經(jīng)被市值因子和價(jià)值因子涵蓋了。

（責(zé)任編輯：孟潔）

參考文獻(xiàn)：

[1]Cooper M J，Gulen H，Schill M.Asset growth and the cross-section of stock returns[J].Journal of Finance，2008，63（4）：1609-1651.

[2]Fama E，F(xiàn)rench KA.five-factor asset pricing model[J].Journal of Financial Economics，2015，116（1）：1-22.

[3]Fama E，F(xiàn)rench K.Common risk factors in the returns on stocks and bonds[J].Journal of Financial Economics，1993，33（1）：3-56.

[4]Fama E，MacBeth J D.Risk，Return，and Equilibrium：Empirical Tests[J].The Journal of Political Economy，1973，81（3）：607-636.

[5]Gray P，Johnson J.The relationship between asset growth and the cross-section of stock returns[J].Journal of Banking & Finance，2011，35（3）.

[6]Hou K，Xue C，Zhang L.Digesting anomalies：an investment approach[J].Review of Financial Studies，2015，28（3）：650-705.

[7]Lam F，Wei J.Limits-to-arbitrage，investment frictions，and the asset growth anomaly[J].Journal of Financial Economics，2011，102（1）：127-149.

[8]Lipson M，Mortal S，Schill M.On the scope and drivers of the asset growth effect[J].Journal of Financial and Quantitative Analysis，2011，46（6）：1651-1682.

[9]Titman S，Wei J，Xie F.Market development and the asset growth effect：international evidence[J].Journal of Financial and Quantitative Analysis，2013，48（5）：1405-1432.

[10]Wang Y，Liu C，Lee J S，et al.The relation between asset growth and the cross-section of stock returns：Evidence from the Chinese stock market[J].Economic Modelling，2015，44（1）：59-67.

[11]Watanabe A，Xu Y，Yao T，Yu T.The asset growth effect：insights from international equity markets[J].Journal of Financial Economics，2013，108（2）：529-563.

[12]Wen Q.Asset Growth and Stock Market Returns：A Time-Series Analysis[J].Review of Finance，2019，23（3）：599-628.

[13]樊行健，劉浩，郭文博.中國資本市場應(yīng)計(jì)異象問題研究——基于上市公司成長性的全新視角[J].金融研究，2009（5）：141-156.

[14]高春亭，周孝華.公司盈利、投資與資產(chǎn)定價(jià)：基于中國股市的實(shí)證[J].管理工程學(xué)報(bào)， 2016（4）：25-33.

[15]胡李鵬，張韻.A股上市公司公開增發(fā)和定向增發(fā)的公告效應(yīng)[J].金融論壇，2016（4）：66-80.

[16]李志冰，楊光藝，馮永昌，景亮.Fama-French五因子模型在中國股票市場的實(shí)證檢驗(yàn)[J].金融研究，2017（6）：191-206.

[17]陸宇建，史曉楠.大股東認(rèn)購、定價(jià)基準(zhǔn)日選擇與定向增發(fā)折價(jià)[J].金融論壇，2019（12）：50-59.

[18]潘莉，徐建國.A股市場的風(fēng)險(xiǎn)與特征因子[J].金融研究，2011（10）：140-154.

[19]權(quán)小鋒，洪濤，吳世農(nóng). 選擇性關(guān)注、鴕鳥效應(yīng)與市場異象[J].金融研究，2012（3）：109-123.

[20]宋云玲，李志文.A股公司的應(yīng)計(jì)異象[J].管理世界，2009（8）：17-24.

[21]王茵田，朱英姿.中國股票市場風(fēng)險(xiǎn)溢價(jià)研究[J].金融研究，2011（7）：152-166.

[22]張兵，陳曉瑩.中國股市低價(jià)股效應(yīng)研究——基于Fama & French三因子模型的檢驗(yàn)[J].金融論壇，2017（10）：7-20.