股市截面收益的異常變量：一個(gè)文獻(xiàn)綜述

吳辰星，趙永亮

（鹽城工學(xué)院，江蘇鹽城 224007）

引言

在Markowitz（1952）[1]現(xiàn)代資產(chǎn)組合理論（Modern Portfolio Theory）的基礎(chǔ)之上，Sharpe（1964）[2]、Litner（1965）[3]和Mossin（1966）[4]相繼推導(dǎo)出了資本資產(chǎn)定價(jià)模型（Capital Asset Pricing Model），該理論作為傳統(tǒng)金融體系的核心為學(xué)術(shù)界所悉知。CAPM 理論的核心思想在于其認(rèn)為“理性人”都會(huì)持有市場(chǎng)組合，因而公司個(gè)別風(fēng)險(xiǎn)在市場(chǎng)組合中都將被對(duì)沖掉。因此，市場(chǎng)僅僅應(yīng)當(dāng)給予股票中那部分無(wú)法被分散的系統(tǒng)性風(fēng)險(xiǎn)（即貝塔系數(shù)）以?xún)r(jià)格補(bǔ)償，而不應(yīng)當(dāng)給予公司層面的風(fēng)險(xiǎn)以報(bào)酬。然而，隨著股票市場(chǎng)實(shí)證研究的不斷擴(kuò)展和深入，研究者發(fā)現(xiàn)大量可觀測(cè)到的公司特點(diǎn)能夠作為股票橫截面收益的預(yù)測(cè)因子（Fama，1998[5]；Mclean and Pontiff，2016[6],等），這就是所謂的股票定價(jià)“異象”（Anomalies），這些股市截面收益的預(yù)測(cè)因子也可以稱(chēng)為異常變量（Anomaly Variables）。關(guān)于股票定價(jià)異象的研究可以回溯到Ball 和Brown（1968）[7]以及Blume 和Husic（1973）[8]的早期研究。然而，幾十年過(guò)去了，學(xué)術(shù)界仍然無(wú)法對(duì)究竟哪些異常變量可以預(yù)測(cè)股票收益，以及引起這些股票收益異常的可預(yù)測(cè)性原因這兩個(gè)問(wèn)題達(dá)成共識(shí)。

本文對(duì)國(guó)內(nèi)外與股市截面收益異常變量相關(guān)的文獻(xiàn)進(jìn)行了系統(tǒng)梳理，并歸納了截面收益異常變量的檢驗(yàn)方法，對(duì)異常收益產(chǎn)生的原因進(jìn)行了分析和闡述，最后指明現(xiàn)有研究的不足之處，并提出今后的研究方向。

一、國(guó)內(nèi)外股市截面收益異象變量的類(lèi)型

國(guó)內(nèi)外關(guān)于異象變量的研究主要從橫截面和時(shí)間序列兩個(gè)角度出發(fā)。本文的研究?jī)?nèi)容為截面收益異常變量，因此對(duì)于從時(shí)間序列角度出發(fā)的異象變量研究不做贅述。本文總結(jié)了20 篇學(xué)術(shù)文獻(xiàn)中指出的20個(gè)對(duì)股市橫截面收益具有預(yù)測(cè)性的變量。這些文獻(xiàn)的發(fā)表時(shí)間跨度近40年，最早的為1973年，最新的為2011年。表1 中為這些異常的股票收益預(yù)測(cè)因子。所涉及的預(yù)測(cè)因子大致可以概括為四種類(lèi)型。第一種預(yù)測(cè)因子有很強(qiáng)的理論基礎(chǔ)且已經(jīng)被列入定價(jià)模型，如Fama和MacBeth（1973）[9]提出的市場(chǎng)風(fēng)險(xiǎn)因子貝塔系數(shù)和Fama和French（1992）提出的賬面市值比因子。第二種預(yù)測(cè)因子是根據(jù)股票的交易數(shù)據(jù)計(jì)算得出的，如Amihud（2002）[10]提出的流動(dòng)性因子。第三種預(yù)測(cè)因子是根據(jù)公司基本財(cái)務(wù)指標(biāo)計(jì)算得出的，如Cooper、Guylen 和Schill（2008）[11]提出的資產(chǎn)增長(zhǎng)指標(biāo)。第四種預(yù)測(cè)因子為行為金融學(xué)中的股票價(jià)格異象因子，如Jegadeesh 和Titman（2001）[12]提出的動(dòng)量效應(yīng)指標(biāo)。

國(guó)內(nèi)學(xué)者所研究的股市橫截面收益預(yù)測(cè)因子基本上可以囊括在上述的四種類(lèi)型因子之中。早期的研究集中于第一種類(lèi)型和第三種類(lèi)型的因子，如直接采用Fama-French 三因素模型框架，或者Carhart 四因子模型（在三因素模型的基礎(chǔ)上加入第四類(lèi)因子中的動(dòng)量效應(yīng)因子）對(duì)中國(guó)股市數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)（如施東暉，1996[13]；靳云匯和劉霖，2001[14]；朱寶憲和何治國(guó)，2002[15]；吳世農(nóng)和許年行，2004[16]；朱波和宋振平，2009[17]等）。潘莉和徐建國(guó)（2011）[18]用市盈率替換了賬面市值比，構(gòu)建適用我國(guó)股市的新三因素模型。近期的研究則集中于Fama-French 五因子模型在中國(guó)股市的檢驗(yàn)（如余立威，陳濤，2017[19]；杜威望，肖曙光，2018[20]等）。關(guān)于第二種預(yù)測(cè)因子的研究在國(guó)內(nèi)也比較常見(jiàn)，如蘇冬蔚和麥元?jiǎng)祝?004）[21]、張崢和劉力（2006）[22]用換手率來(lái)衡量流動(dòng)性，并得出了換手率與期望收益的負(fù)相關(guān)關(guān)系。田利輝、王冠英（2014）在Fama-French 三因素模型的基礎(chǔ)上構(gòu)建了包含成交額和換手率的五因素定價(jià)模型。至于第四種類(lèi)型的預(yù)測(cè)因子，由于行為金融學(xué)中大多數(shù)的股票價(jià)格異象是在時(shí)間序列的基礎(chǔ)之上展開(kāi)的，因此對(duì)于行為金融方面的異象預(yù)測(cè)因子研究集中在動(dòng)量效應(yīng)因子、反轉(zhuǎn)效應(yīng)因子和投資者情緒因子（如胡汝佳，2013；王浩，李曉帆，陳偉忠，2018，等）。

表1 異常的股票收益預(yù)測(cè)因子

二、截面收益異常變量的檢驗(yàn)方法概述

國(guó)內(nèi)外對(duì)截面收益異常變量的檢驗(yàn)方法主要是沿用Fama-French 三因素模型所采用的分組檢驗(yàn)法。首先構(gòu)建多空組合（Long-short portfolios）。對(duì)于一些異象變量，如動(dòng)量效應(yīng)因子，異象變量值越高，異象收益值越大；而對(duì)于另外一些異象變量，如企業(yè)規(guī)模，異象變量值越大，異象收益越小。構(gòu)建多空組合指的是針對(duì)每一項(xiàng)異常因子構(gòu)建等權(quán)重加權(quán)投資策略組合。研究的基本思路是在確定的時(shí)間區(qū)間內(nèi)，把股票根據(jù)某一異象變量值（如非流動(dòng)性指標(biāo)）的大小逐月進(jìn)行排序，并將排序后的上市公司分為五等分，分別構(gòu)建成投資組合（投資組合內(nèi)的股票是按月更新進(jìn)行調(diào)整的）。將在異常變量或預(yù)測(cè)因子作用下具有更高收益的投資組合稱(chēng)為異象多方，反之則稱(chēng)為異象空方。對(duì)于異象變量中的指標(biāo)型變量（如信用評(píng)級(jí)下降），則要根據(jù)指標(biāo)型變量的值（如0 或1）構(gòu)建異象多方或者異象空方組合。比如，如果該指標(biāo)型變量值為1 時(shí)異象收益更高，則該指標(biāo)型變量值為1 的股票將構(gòu)成異象多方投資組合，其余的股票將構(gòu)成異象空方投資組合。反之，如果該指標(biāo)型變量值為1時(shí)異象收益更低，則該指標(biāo)型變量值為1 的股票將構(gòu)成異象空方，其余的股票將構(gòu)成異象多方。做空異象空方，做多異象多方、將構(gòu)成多空組合。然后，計(jì)算多空組合收益率并進(jìn)行T 檢驗(yàn)。采用月度數(shù)據(jù)進(jìn)行分析，分別計(jì)算每一個(gè)異象變量空方組合和多方組合在某一時(shí)間區(qū)間內(nèi)的等權(quán)重加權(quán)平均月度收益率（組合中的股票加權(quán)平均）。多空組合的收益率，又叫做異象收益，為多方組合收益率減去空方組合收益率。對(duì)異象收益進(jìn)行T 檢驗(yàn)，以判斷該異象變量是否顯著。

三、國(guó)內(nèi)外異象收益可預(yù)測(cè)性的產(chǎn)生原因

國(guó)內(nèi)外有三種關(guān)于股市橫截面收益可預(yù)測(cè)性的解釋比較普遍。

第一種觀點(diǎn)認(rèn)為，收益可預(yù)測(cè)性來(lái)源于風(fēng)險(xiǎn)的差異（如Fama，1991，1998；杜威望，肖曙光，2018，等）。換句話(huà)說(shuō)，這些異象收益實(shí)際上是風(fēng)險(xiǎn)溢價(jià)。在這種解釋框架下，橫截面收益可預(yù)測(cè)性的產(chǎn)生實(shí)際上是并不屬于真正的“異象”，因?yàn)檫@些預(yù)測(cè)因子實(shí)際上反映了用來(lái)給股票定價(jià)的折現(xiàn)率。

第二種觀點(diǎn)認(rèn)為，回報(bào)的可預(yù)測(cè)性是一種錯(cuò)誤定 價(jià)（Mispricing）（Barberis 和Thaler，2003；Bradshaw，Richardson 和Sloan，2006；胡汝佳，2013；Engelberg，Mcleanh 和Pontiff，2018；Fahad，2018，等）。根據(jù)錯(cuò)誤定價(jià)假說(shuō)，投資者會(huì)對(duì)一部分股票未來(lái)的現(xiàn)金流期望過(guò)分樂(lè)觀，而對(duì)另一部分股票的期望則過(guò)分悲觀，異常變量正和這些期望偏差相關(guān)。當(dāng)新信息以公司盈利公告或者其他的形式出現(xiàn)時(shí)，投資者會(huì)更新他們的期望，從而引起股票價(jià)格的更正，因而產(chǎn)生了收益的可預(yù)測(cè)性。

第三種觀點(diǎn)認(rèn)為，收益可預(yù)測(cè)性可能是因?yàn)椤皵?shù)據(jù)挖掘”。Fama（1998）指出，學(xué)者們檢驗(yàn)了成千上萬(wàn)的變量，因此，即使找到一些變量在其樣本中可以預(yù)測(cè)收益也不足為奇。況且在現(xiàn)實(shí)中，這些變量根本無(wú)法預(yù)測(cè)股市的收益。

四、總結(jié)性評(píng)論及對(duì)中國(guó)的研究展望

近幾十年，股市的異常變量引起了國(guó)內(nèi)外學(xué)術(shù)界以及投資者的廣泛關(guān)注?，F(xiàn)有的與股市截面收益的異常變量相關(guān)的文獻(xiàn)，為我們進(jìn)一步研究股價(jià)的波動(dòng)提供了豐富的材料和深刻的見(jiàn)解。誠(chéng)然，國(guó)際上關(guān)于股市異象變量的實(shí)證研究已經(jīng)相對(duì)完善，但其研究發(fā)現(xiàn)卻未必能夠適用于中國(guó)股市。一方面，我國(guó)股市從微觀上來(lái)說(shuō)具有散戶(hù)投資者眾多、機(jī)構(gòu)投資者同質(zhì)化的結(jié)構(gòu)特點(diǎn)，因此非理性交易與投機(jī)行為相對(duì)于美國(guó)股市而言要普遍得多（田利輝，王冠英，2014）。正是這些非理性交易者的大量存在，使得部分在他國(guó)市場(chǎng)上通行的收益預(yù)測(cè)因子，如Fama 和French（1992）提出的三因素模型中的價(jià)值因子，在中國(guó)股市就無(wú)法適用（Chen，Hu，Shao 和Wang，2015）。此外，Mcleanh 和Pontiff（2016）通過(guò)對(duì)美國(guó)股市的研究發(fā)現(xiàn)，投資者會(huì)從學(xué)術(shù)文獻(xiàn)對(duì)異象收益的報(bào)告中學(xué)習(xí)和調(diào)整投資策略，從而降低美國(guó)股市的錯(cuò)誤定價(jià)水平。若借鑒其研究思路，將其運(yùn)用到中國(guó)股市，則可以通過(guò)數(shù)據(jù)的對(duì)比反映出中美股市投資者理性水平是否存在差異。另一方面，中國(guó)股市的賣(mài)空限制程度要高于美國(guó)。胡汝佳（2013）認(rèn)為，中國(guó)股市的異象收益并非來(lái)源于投資者非理性，而是由于賣(mài)空限制過(guò)高，使得市場(chǎng)上長(zhǎng)期存在部分價(jià)值被高估的股票。也就是說(shuō)，股票市場(chǎng)政策及其他特點(diǎn)的差異，可能會(huì)導(dǎo)致異象收益產(chǎn)生原因的差異。綜上所述，未來(lái)進(jìn)行更多針對(duì)中國(guó)股市數(shù)據(jù)進(jìn)行相對(duì)完善的異常變量的實(shí)證檢驗(yàn)研究，并在此基礎(chǔ)上結(jié)合中國(guó)股市政策分析異象收益可預(yù)測(cè)性產(chǎn)生的原因是十分必要。