王志強(qiáng)，王　靜

(東北財(cái)經(jīng)大學(xué)a.金融學(xué)院；b.社會(huì)與行為跨學(xué)科研究中心，遼寧 大連　116025)

?

基于投資者意見分歧的風(fēng)險(xiǎn)與收益關(guān)系實(shí)證研究

王志強(qiáng)a，王靜b

(東北財(cái)經(jīng)大學(xué)a.金融學(xué)院；b.社會(huì)與行為跨學(xué)科研究中心，遼寧 大連116025)

[摘要]以綜合A股市場(chǎng)為研究對(duì)象，檢驗(yàn)投資者意見分歧對(duì)市場(chǎng)風(fēng)險(xiǎn)—收益關(guān)系的影響。研究結(jié)果表明，當(dāng)市場(chǎng)分歧較小時(shí)，風(fēng)險(xiǎn)和收益之間具有強(qiáng)烈的正相關(guān)性；當(dāng)市場(chǎng)分歧較大時(shí)，兩者之間的關(guān)系則變得十分微弱。投資者意見分歧會(huì)削弱市場(chǎng)上的風(fēng)險(xiǎn)與收益關(guān)系，影響人們對(duì)風(fēng)險(xiǎn)的厭惡程度。意見分歧不僅能夠直接預(yù)測(cè)收益，而且能通過影響風(fēng)險(xiǎn)補(bǔ)償進(jìn)而間接地預(yù)測(cè)收益，使風(fēng)險(xiǎn)補(bǔ)償更快地發(fā)揮作用。

[關(guān)鍵詞]投資者意見分歧；風(fēng)險(xiǎn)與收益關(guān)系；股市波動(dòng)率；風(fēng)險(xiǎn)補(bǔ)償；資產(chǎn)定價(jià)；市場(chǎng)風(fēng)險(xiǎn)；投資風(fēng)險(xiǎn)

一、引言

標(biāo)準(zhǔn)的資產(chǎn)定價(jià)模型，如CAPM，它假設(shè)投資者對(duì)于資產(chǎn)未來回報(bào)的概率分布具有一致判斷，即投資者有同質(zhì)信念。顯然，這一假設(shè)是不符合現(xiàn)實(shí)的。經(jīng)濟(jì)生活中關(guān)于異質(zhì)性和多樣性的證據(jù)是最重要的發(fā)現(xiàn)。首先，由于市場(chǎng)的弱勢(shì)有效甚至非有效，市場(chǎng)信息的傳遞渠道和傳遞速度對(duì)于每位投資者而言是不同的；其次，投資者的決策行為不僅受到自身固有的認(rèn)知偏差的影響，同時(shí)也會(huì)被外界環(huán)境所干擾，故而每位投資者對(duì)信息的處理方式也是不同的。基于這些原因，投資者之間很難具有同質(zhì)預(yù)期，而是更可能表現(xiàn)出千差萬別。也正是由于投資者對(duì)買賣的判斷不同，才會(huì)促成活躍的市場(chǎng)交易。因此，同質(zhì)信念假設(shè)是不符合現(xiàn)實(shí)的，投資者之間更可能具有異質(zhì)信念，表現(xiàn)為意見分歧。

早有理論研究表明，意見分歧會(huì)影響股票的未來收益，而大量的實(shí)證發(fā)現(xiàn)也支持這一觀點(diǎn)。在此基礎(chǔ)上，本文通過一系列理論分析，進(jìn)而提出假設(shè)：投資者意見分歧會(huì)影響風(fēng)險(xiǎn)與收益之間的權(quán)衡關(guān)系。本文將以我國(guó)A股市場(chǎng)為研究對(duì)象，驗(yàn)證上述假設(shè)是否成立。一個(gè)明顯的事實(shí)是，我國(guó)資本市場(chǎng)中個(gè)人投資者的比例長(zhǎng)期偏高，這一點(diǎn)與全球大部分市場(chǎng)完全不同。例如，根據(jù)深交所發(fā)布的報(bào)告，2011年深市A股個(gè)人投資者的持股戶數(shù)占比為99.83%，交易金額占比也在80%以上。結(jié)合這一事實(shí)與前文的推測(cè)，本文認(rèn)為與國(guó)外成熟市場(chǎng)相比，我國(guó)國(guó)A股市場(chǎng)投資者意見分歧的程度較高。因此，恰如張維和張永杰所言，“中國(guó)A股市場(chǎng)為基于異質(zhì)信念的風(fēng)險(xiǎn)資產(chǎn)定價(jià)研究提供了一個(gè)‘實(shí)驗(yàn)室’”，“可以更清晰地發(fā)現(xiàn)在西方成熟市場(chǎng)不易發(fā)現(xiàn)的定價(jià)規(guī)律”[1]。

借鑒Yu的研究，本文采用“自底向上”的方法構(gòu)造了A股市場(chǎng)的整體分歧[2]。隨后，本文將整個(gè)樣本區(qū)間根據(jù)分歧水平高于還是低于其中值劃分為兩個(gè)時(shí)期，檢驗(yàn)意見分歧對(duì)風(fēng)險(xiǎn)與收益關(guān)系的影響。為了使分析更嚴(yán)謹(jǐn)、結(jié)果更可靠，本文使用了三種波動(dòng)率模型和兩種收益率計(jì)算方法，并在基本回歸分析之后進(jìn)行了一系列穩(wěn)健性檢驗(yàn)。研究結(jié)果表明，意見分歧的確在風(fēng)險(xiǎn)與收益關(guān)系中扮演了重要角色。具體而言，當(dāng)市場(chǎng)分歧較小時(shí)，風(fēng)險(xiǎn)和收益之間具有強(qiáng)烈的正相關(guān)性；當(dāng)市場(chǎng)分歧較大時(shí)，兩者之間的關(guān)系則變得十分微弱。這一實(shí)證發(fā)現(xiàn)不僅支持了本文提出的假設(shè)，并且也為我們長(zhǎng)久以來的經(jīng)濟(jì)認(rèn)識(shí)提供了證據(jù)，即當(dāng)市場(chǎng)由理性投資者主導(dǎo)時(shí)，風(fēng)險(xiǎn)能夠得到正的補(bǔ)償。

二、相關(guān)文獻(xiàn)回顧

(一)基于意見分歧假設(shè)的資產(chǎn)定價(jià)理論

張維和張永杰將意見分歧定義為不同投資者之間對(duì)相同股票在相同持有期下的收益分布有著不同的判斷[1]。顯然，投資者之間具有意見分歧是更符合資本市場(chǎng)真實(shí)運(yùn)行狀況的假設(shè)。于是，為了更準(zhǔn)確地描述金融市場(chǎng)中的價(jià)格確定機(jī)制，部分學(xué)者開始考慮從意見分歧的角度構(gòu)建資產(chǎn)定價(jià)理論。

早期的理論分析模型來自于Miller[3]。他認(rèn)為市場(chǎng)上同時(shí)存在樂觀投資者和悲觀投資者，然而在賣空限制的假設(shè)下，悲觀投資者被排除在市場(chǎng)之外，只有對(duì)股票估值最高的樂觀投資者才會(huì)持有股票，于是股票價(jià)格主要反映了樂觀投資者的意見。這會(huì)造成股票價(jià)格相對(duì)于其真實(shí)價(jià)值的偏離，同時(shí)這種偏離會(huì)隨著投資者意見分歧的增大而增大，隨著賣空限制的增強(qiáng)而增強(qiáng)。然而隨著時(shí)間的推移，信息的傳遞逐漸充分，投資者的意見也慢慢趨于一致，最終股票價(jià)格會(huì)趨于其真實(shí)價(jià)值。因此，越是在當(dāng)期被高估的股票，其未來的收益就越低，可見意見分歧與股票未來收益呈負(fù)相關(guān)關(guān)系。Miller的模型提供了一個(gè)靜態(tài)的分析框架，但沒有考慮到分歧水平的變化及其所帶來的影響[3]。實(shí)際上，投資者意見分歧本身就具有動(dòng)態(tài)特征。人們最早在共同知識(shí)的框架下，從先驗(yàn)信念異質(zhì)性的角度解釋了交易量的產(chǎn)生以及交易量與價(jià)格之間的關(guān)系。如果意見分歧源于先驗(yàn)信念的異質(zhì)性，那么通過不斷學(xué)習(xí)和信念調(diào)整，人們會(huì)逐漸了解證券收益的真實(shí)分布，使價(jià)格最終回歸到真實(shí)價(jià)值。

基于Miller提出的理論框架，近些年，我國(guó)學(xué)者也開展了一系列關(guān)于投資者意見分歧的相關(guān)研究[3]。王明、孫韋從投資者的資金成本差異及信息不對(duì)稱的角度出發(fā)，構(gòu)建了一個(gè)不完美市場(chǎng)中的資產(chǎn)定價(jià)模型，針對(duì)不確定條件下異質(zhì)投資者對(duì)資產(chǎn)價(jià)格的影響進(jìn)行了探討[4]。張維和張永杰提出了一個(gè)基于投資者意見分歧的風(fēng)險(xiǎn)資產(chǎn)定價(jià)模型，證明了資產(chǎn)價(jià)格的高估程度取決于樂觀投資者和悲觀投資者的比例[1]。

(二)基于意見分歧假設(shè)的資產(chǎn)定價(jià)檢驗(yàn)

除了理論探討之外，學(xué)者們也在現(xiàn)實(shí)世界中尋找意見分歧影響股票價(jià)格的證據(jù)。自Miller最早提出意見分歧會(huì)降低股票的未來收益之后，學(xué)術(shù)界涌現(xiàn)出大量?jī)?yōu)秀的文章對(duì)其進(jìn)行了實(shí)證檢驗(yàn)[3]。Diether 等人利用1983—2000年美國(guó)上市公司的數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)分析師預(yù)測(cè)分散性與股票的未來收益負(fù)相關(guān)，且這種現(xiàn)象在小公司和過去業(yè)績(jī)差的公司中尤為明顯，他們還認(rèn)為分析師盈余預(yù)測(cè)分散性可以被視為是投資者意見分歧的一種度量指標(biāo)，且采用同樣的度量指標(biāo)，將樣本推廣至澳大利亞和歐洲市場(chǎng)，結(jié)論均支持意見分歧與股票未來收益之間存在負(fù)相關(guān)性[5]。此外，得益于Miller提出的分析框架，意見分歧還可以用于解釋許多金融市場(chǎng)上的收益異象，例如“IPO長(zhǎng)期收益弱勢(shì)”現(xiàn)象以及市場(chǎng)分割導(dǎo)致的股票折價(jià)現(xiàn)象[3]。

近些年來，我國(guó)學(xué)者也開展了許多關(guān)于投資者意見分歧的實(shí)證研究工作，研究結(jié)論均支持意見分歧與股票未來收益之間存在負(fù)相關(guān)關(guān)系。陳國(guó)進(jìn)和張貽軍檢驗(yàn)了意見分歧與我國(guó)股市個(gè)股暴跌現(xiàn)象之間的關(guān)系，結(jié)果表明，意見分歧越嚴(yán)重，市場(chǎng)(個(gè)股)發(fā)生暴跌的可能性越大[6]。陸靜等人假定分割市場(chǎng)中投資者存在信息處理能力上的差異，進(jìn)而推導(dǎo)出一個(gè)兩階段定價(jià)模型，證明了意見分歧和賣空限制是導(dǎo)致我國(guó)H股價(jià)格低于A股價(jià)格的重要原因，并進(jìn)行了實(shí)證檢驗(yàn)[7]。

本文認(rèn)為，目前我國(guó)學(xué)術(shù)界關(guān)于意見分歧的研究可能存在以下幾點(diǎn)不足：首先，大部分實(shí)證研究以直接檢驗(yàn)Miller[3]的理論模型為主，即重點(diǎn)考察意見分歧對(duì)股票未來收益的預(yù)測(cè)能力，卻忽略了風(fēng)險(xiǎn)因素的作用；其次，國(guó)內(nèi)學(xué)者普遍使用交易量作為意見分歧的代理指標(biāo)，而實(shí)際上，交易量在實(shí)證研究中也常常被用于度量其他變量，如流動(dòng)性等，因此與交易量有關(guān)的收益現(xiàn)象并不一定可以完全歸因于意見分歧；最后，現(xiàn)有的關(guān)于意見分歧的定價(jià)研究幾乎都是基于股票橫截面收益進(jìn)行的，沒有考慮到意見分歧對(duì)市場(chǎng)收益的預(yù)測(cè)能力。

基于上述分析，本文將在前人研究的基礎(chǔ)上進(jìn)行以下幾點(diǎn)改進(jìn)：(1)將收益與風(fēng)險(xiǎn)同時(shí)納入到研究中來，即考察意見分歧對(duì)風(fēng)險(xiǎn)與收益權(quán)衡關(guān)系的影響；(2)同時(shí)使用交易量和分析師預(yù)測(cè)分散度作為投資者意見分歧的代理指標(biāo)，以確保研究結(jié)論的可靠性(不過由于后者的相關(guān)數(shù)據(jù)十分有限，因此只將其作為穩(wěn)健性檢驗(yàn))；(3)從市場(chǎng)層面研究意見分歧對(duì)資產(chǎn)定價(jià)的影響。

三、理論分析與假設(shè)提出

Miller的理論分析表明投資者意見分歧會(huì)影響股票的未來收益[3]。在此基礎(chǔ)上，本文進(jìn)一步推測(cè)意見分歧還會(huì)影響風(fēng)險(xiǎn)與收益之間的權(quán)衡關(guān)系。

本文首先從意見分歧的形成機(jī)制之一，即信息不對(duì)稱的角度進(jìn)行分析。傳統(tǒng)資產(chǎn)定價(jià)模型(如CAPM和APT)在“理性人”和“有效市場(chǎng)”兩大假說下，認(rèn)為風(fēng)險(xiǎn)與收益之間存在正相關(guān)關(guān)系，高風(fēng)險(xiǎn)一定伴隨著高收益。理性的投資者是風(fēng)險(xiǎn)厭惡的，對(duì)于承擔(dān)風(fēng)險(xiǎn)會(huì)要求一定的風(fēng)險(xiǎn)補(bǔ)償。這里的“理性”包括多層含義，其中有一層，意思指的是投資者能夠?qū)σ阎畔⒆龀稣_的加工處理，從而對(duì)市場(chǎng)進(jìn)行無偏估計(jì)。然而，在真實(shí)投資世界中，由于“漸進(jìn)的信息流”和市場(chǎng)分割等諸多因素，投資者之間的已知信息是不同的。故而，處于信息劣勢(shì)的個(gè)人投資者很難對(duì)市場(chǎng)做出無偏的估計(jì)，又由于他們是缺乏經(jīng)驗(yàn)的“菜鳥投資者”(naive investors)，不懂得如何正確地評(píng)估風(fēng)險(xiǎn)，結(jié)果導(dǎo)致了對(duì)資產(chǎn)風(fēng)險(xiǎn)的錯(cuò)估[8]。此外，機(jī)構(gòu)投資者具有高度的同質(zhì)性，可能對(duì)相同的外部信息做出相似的反應(yīng)。換言之，機(jī)構(gòu)投資者之間不會(huì)產(chǎn)生太大的分歧。與此不同的是，處于信息劣勢(shì)的個(gè)人投資者之間存在著較大的私人信息差異，由此帶來的后果是，市場(chǎng)中的個(gè)人投資者根據(jù)不同的私人信息進(jìn)行決策，表現(xiàn)出千差萬別的主觀判斷，最終導(dǎo)致彼此之間的分歧越來越大。因此，我們可以發(fā)現(xiàn)，當(dāng)個(gè)人投資者較為活躍時(shí)，市場(chǎng)中的分歧程度比較嚴(yán)重。綜合上述分析，本文認(rèn)為處于信息劣勢(shì)的個(gè)人投資者很難對(duì)市場(chǎng)做出無偏的估計(jì)，而是更容易形成對(duì)資產(chǎn)風(fēng)險(xiǎn)的錯(cuò)估，又由于在市場(chǎng)分歧嚴(yán)重時(shí)，個(gè)人投資者的參與度增加，對(duì)市場(chǎng)施加了更強(qiáng)烈的影響，因此導(dǎo)致了更低的風(fēng)險(xiǎn)溢價(jià)，削弱了風(fēng)險(xiǎn)與收益之間潛在的正相關(guān)性關(guān)系。

不過，即使市場(chǎng)上的所有投資者都具有相同的已知信息，也很難形成對(duì)市場(chǎng)的一致無偏估計(jì)，因?yàn)槲覀儫o法保證每位投資者都能夠以正確的方式對(duì)信息進(jìn)行加工處理?！袄硇匀思僭O(shè)”實(shí)則規(guī)定了投資者在決策過程中遵循貝葉斯法則，然而，在現(xiàn)實(shí)世界中，囿于有限的認(rèn)知能力，我們總是試圖把復(fù)雜的問題簡(jiǎn)單化，結(jié)果導(dǎo)致各種各樣的認(rèn)知偏差，這是人類的弱點(diǎn)，即使是最精明老練的投資者也無法完全避免。不過相比之下，個(gè)人投資者更容易受到認(rèn)知偏差的影響[1]。例如，個(gè)人投資者在決策過程中存在明顯的處置效應(yīng)，即傾向于賣出盈利的股票而持有虧損的股票。因此，Yu和Yuan認(rèn)為即使個(gè)人投資者能夠正確地評(píng)估風(fēng)險(xiǎn)，但是由于認(rèn)知偏差的存在，與基于風(fēng)險(xiǎn)補(bǔ)償進(jìn)行投資的理性投資者相比，個(gè)人投資者可能會(huì)以犧牲風(fēng)險(xiǎn)補(bǔ)償為代價(jià)去追求收益或者是避免風(fēng)險(xiǎn)，因而導(dǎo)致風(fēng)險(xiǎn)與收益關(guān)系被削弱[8]。例如，如果人們手中持有的是具有正偏收益分布的股票，那么這些投資者的效用會(huì)得到提高。但隨之導(dǎo)致的結(jié)果是，面對(duì)正偏收益分布的股票，這些存在認(rèn)知偏差的投資者會(huì)要求更低的風(fēng)險(xiǎn)補(bǔ)償，因此弱化了風(fēng)險(xiǎn)與收益之間的權(quán)衡關(guān)系。個(gè)人投資者是風(fēng)險(xiǎn)偏好的，而理性的機(jī)構(gòu)投資者則是風(fēng)險(xiǎn)厭惡的。因此，基于上述分析本文認(rèn)為，非理性的個(gè)人投資者由于受到認(rèn)知偏差的影響，因而會(huì)要求較低的風(fēng)險(xiǎn)溢價(jià)，導(dǎo)致風(fēng)險(xiǎn)與收益之間的權(quán)衡關(guān)系被削弱。此外，個(gè)人投資者之間的認(rèn)知偏差也會(huì)導(dǎo)致嚴(yán)重的意見分歧。理性的投資者根據(jù)貝葉斯法則進(jìn)行判斷，因而具有恒定的決策標(biāo)準(zhǔn)，更容易達(dá)成一致的判斷。然而，各種各樣認(rèn)知偏差的存在表明個(gè)人投資者的決策行為是難以預(yù)測(cè)的，不存在一個(gè)恒定的決策標(biāo)準(zhǔn)，因而非常容易產(chǎn)生千差萬別的主觀判斷，形成嚴(yán)重的意見分歧。于是，當(dāng)個(gè)人投資者較為活躍時(shí)，我們可以預(yù)測(cè)市場(chǎng)中的分歧程度會(huì)比較嚴(yán)重。因此，綜合上述分析，本文認(rèn)為，即使個(gè)人投資者能夠正確地評(píng)估風(fēng)險(xiǎn)，但是由于認(rèn)知偏差的存在，他們也會(huì)做出不理性的投資行為，導(dǎo)致更低的風(fēng)險(xiǎn)溢價(jià)，又由于在市場(chǎng)分歧嚴(yán)重時(shí)，個(gè)人投資者的參與度增加，對(duì)市場(chǎng)施加了更強(qiáng)烈的影響，因此最終削弱了風(fēng)險(xiǎn)與收益之間潛在的正相關(guān)關(guān)系。

綜上，本文從理論上分析了意見分歧可以通過影響風(fēng)險(xiǎn)資產(chǎn)的風(fēng)險(xiǎn)溢價(jià)，進(jìn)而間接地預(yù)測(cè)其未來收益，即意見分歧會(huì)影響風(fēng)險(xiǎn)與收益之間的權(quán)衡關(guān)系。具體而言，個(gè)人投資者是意見分歧的主要來源群體，他們一來容易錯(cuò)估風(fēng)險(xiǎn)，二來容易受到認(rèn)知偏差的影響進(jìn)而做出非理性的決策行為，因此，當(dāng)市場(chǎng)上分歧嚴(yán)重時(shí)，個(gè)人投資者的頻繁交易會(huì)導(dǎo)致更低的風(fēng)險(xiǎn)溢價(jià)。于是，本文提出假說1。

假說1：投資者意見分歧會(huì)弱化市場(chǎng)的風(fēng)險(xiǎn)與收益權(quán)衡關(guān)系。

當(dāng)市場(chǎng)上分歧較小時(shí)，說明理性投資者的交易占據(jù)了主導(dǎo)位置，他們能夠正確地評(píng)估風(fēng)險(xiǎn)，也不容易受到認(rèn)知偏差的影響，因此會(huì)要求正的風(fēng)險(xiǎn)補(bǔ)償，這導(dǎo)致了風(fēng)險(xiǎn)與收益之間的正相關(guān)性。于是，本文提出假設(shè)2。

假說2：當(dāng)市場(chǎng)分歧較小時(shí)，風(fēng)險(xiǎn)與收益之間正相關(guān)。

四、數(shù)據(jù)和方法

(一)波動(dòng)率模型

波動(dòng)率因其是金融資產(chǎn)風(fēng)險(xiǎn)的一種簡(jiǎn)潔度量指標(biāo)而在金融理論研究和實(shí)物操作中占據(jù)著核心地位。早期研究的一般假定波動(dòng)率是一個(gè)靜態(tài)值，從而可以使用一段時(shí)間內(nèi)收益率的方差來近似度量某個(gè)時(shí)點(diǎn)的波動(dòng)率。然而大量有關(guān)金融數(shù)據(jù)的實(shí)證研究表明，許多金融變量的方差是隨時(shí)間變化的，同時(shí)存在聚類效應(yīng)。因而在實(shí)際應(yīng)用中，學(xué)者們對(duì)波動(dòng)率的估計(jì)往往采用動(dòng)態(tài)模型。GARCH模型是比較常用的估計(jì)波動(dòng)率的動(dòng)態(tài)模型，它是ARCH模型的推廣。

風(fēng)險(xiǎn)與收益的實(shí)證關(guān)系嚴(yán)重依賴于所選取的條件方差模型。因此，為了確保研究結(jié)論的可靠性和穩(wěn)健性，本文將采取三種波動(dòng)率模型來衡量風(fēng)險(xiǎn)，分別是滾動(dòng)窗口模型、GARCH(1，1)模型和EGARCH(1，1)模型，同時(shí)用滯后的已實(shí)現(xiàn)波動(dòng)率作為下一期波動(dòng)率的預(yù)期值。

估計(jì)收益的條件方差，最直觀的方法是使用滾動(dòng)窗口模型。它屬于靜態(tài)模型，已經(jīng)成為廣為接受的度量風(fēng)險(xiǎn)的方法。該模型用本月的已實(shí)現(xiàn)方差作為下個(gè)月收益的條件方差，且股票已實(shí)現(xiàn)收益的方差與股票預(yù)期收益的方差有很大的相關(guān)性。具體計(jì)算方法如下：

其中，ri代表t月日收益的離差， Nt代表t月的實(shí)際交易天數(shù)，21表示我國(guó)股市平均每月有21個(gè)交易日。

(二)投資者意見分歧

1.選取合適的度量指標(biāo)

交易量作為投資者意見分歧的代理指標(biāo)具有較堅(jiān)實(shí)的理論基礎(chǔ)。交易的產(chǎn)生是由于新的信息進(jìn)入市場(chǎng)，投資者根據(jù)新的信息更新信念后進(jìn)行交易，分歧越大，交易就越多，因而他們認(rèn)為交易量能夠衡量投資者之間的分歧程度。盈余公告時(shí)期的交易量非常高，這很可能是源于投資者對(duì)盈余公告的不同解讀而導(dǎo)致的嚴(yán)重意見分歧。分析師預(yù)測(cè)分歧是另一個(gè)常被用于衡量投資者意見分歧的代理指標(biāo)。

然而，無論是交易量還是分析師預(yù)測(cè)分歧，都不是投資者意見分歧的完美度量指標(biāo)。因此，為了保證研究結(jié)論的可靠性和穩(wěn)健性，本文將在實(shí)證分析部分使用交易量指標(biāo)來衡量投資者的意見分歧，然后在穩(wěn)健性檢驗(yàn)部分使用分析師預(yù)測(cè)分歧指標(biāo)對(duì)上述實(shí)證結(jié)果進(jìn)行驗(yàn)證。

2.選取合適的構(gòu)造方法

由于本文的研究對(duì)象是綜合A股市場(chǎng)，因此我們需要度量的是整個(gè)市場(chǎng)的分歧程度，相當(dāng)于一個(gè)市場(chǎng)投資組合，與以往以個(gè)股為研究對(duì)象的文獻(xiàn)有很大的不同。目前，從投資組合的角度出發(fā)去研究意見分歧的實(shí)證研究主要是使用了分析師預(yù)測(cè)分歧指標(biāo)作為代理變量，區(qū)別則是各自采用了不同的組合分歧構(gòu)造方法，如運(yùn)用一種“自頂向下”(top-down)的構(gòu)造方法，或直接用分析師對(duì)S&P500指數(shù)的盈余預(yù)測(cè)分歧來衡量市場(chǎng)組合分歧。不過，Yu認(rèn)為這種方法不夠直接，相比之下，用“自底向上”(bottom-up)的方法來構(gòu)建組合分歧是更好、更穩(wěn)健的，同時(shí)具有更高的信噪比(signal-to-noiseratio)[8]。具體操作上，Yu將組合分歧定義為個(gè)股分歧的加權(quán)平均[8]。本文更傾向于Yu的做法，因?yàn)檫@種構(gòu)造方法能更多地考慮到個(gè)股橫截面差異的影響[2]。因而，本文將采用“自底向上”的方法來構(gòu)造A股市場(chǎng)的意見分歧。

3.綜合A股市場(chǎng)的投資者意見分歧

(1)異常交易量。本文在實(shí)證部分構(gòu)造了異常交易量指標(biāo)作為投資者意見分歧的代理變量，認(rèn)為交易量可以被分解為正常交易量和異常交易量，且異常交易量較好地刻畫了投資者分歧的變化。由于我國(guó)股票市場(chǎng)上的持股時(shí)間較短，同時(shí)考慮到月度交易量之間顯著的正序列相關(guān)性，因此可將上一期的交易量作為當(dāng)期交易量的預(yù)期值，將異常交易量定義為本期和上期交易金額的比值。使用交易金額，是為了避免因股改而造成流通股數(shù)量的突然上升。不過交易金額也難以純粹地衡量意見分歧，因?yàn)樗瑫r(shí)反映了“價(jià)”和“量”的變化。本文在定義異常交易量時(shí)，使用的是成交量，而非交易金額，不過兩者相差不大。

綜上，本文在實(shí)證部分構(gòu)造了異常交易量指標(biāo)作為投資者意見分歧的代理變量，并通過“自底向上”的方法來構(gòu)造綜合A股市場(chǎng)的整體分歧：

其中，Disgi,t代表股票i在t期的分歧，表示為t期和t-1期成交量的比值，Sizei,t是市值。

(2)分析師預(yù)測(cè)分歧。本文在穩(wěn)健性檢驗(yàn)部分使用分析師對(duì)上市公司EPS的長(zhǎng)期預(yù)測(cè)作為投資者意見的代理變量，這一方法在學(xué)界被廣泛使用，例如Yu[2]。在我國(guó)，分析師一般會(huì)對(duì)公司t年、t+1年和t+2年的EPS進(jìn)行預(yù)測(cè)。而Yu認(rèn)為，選擇EPS的長(zhǎng)期預(yù)測(cè)具有更多的好處。因此，本文使用的是分析師對(duì)公司t+2年EPS的預(yù)測(cè)數(shù)據(jù)，于是個(gè)股分歧可以表示為：

其中，Disgi,t表示股票i在t期的分歧，等于跟蹤公司i的所有分析師在t期對(duì)股票i的EPS預(yù)測(cè)標(biāo)準(zhǔn)差除以其預(yù)測(cè)均值的絕對(duì)值。

(三)數(shù)據(jù)及統(tǒng)計(jì)分析

本文以綜合A股市場(chǎng)為研究對(duì)象，檢驗(yàn)前文提出的假說1和假說2。本文所選取的樣本區(qū)間為1995年1月至2014年4月，共232個(gè)觀測(cè)值。關(guān)于收益率指標(biāo)，本文分別選取了A股市場(chǎng)中的考慮現(xiàn)金紅利再投資的等權(quán)收益率和總市值加權(quán)收益率。之所以采用兩種收益率，主要是因?yàn)閷?shí)證研究發(fā)現(xiàn)投資者意見分歧對(duì)股票未來收益的影響在小規(guī)模公司中尤為顯著[5，8]。因此，為了保證研究結(jié)論不受公司規(guī)模的影響，本文在實(shí)證部分將分別采用市場(chǎng)的等權(quán)收益率和加權(quán)收益率。根據(jù)復(fù)利計(jì)算方法，本文將整存整取的一年期定期存款利率轉(zhuǎn)化為月度的無風(fēng)險(xiǎn)利率。數(shù)據(jù)來源為CSMAR數(shù)據(jù)庫。

表1概括了綜合A股市場(chǎng)月度超額收益率及其已實(shí)現(xiàn)方差的描述性統(tǒng)計(jì)情況。根據(jù)前文提出的異常交易量指標(biāo)，通過“自底向上”的方法計(jì)算每個(gè)月的市場(chǎng)整體分歧，之后在全樣本區(qū)間(232個(gè)月)內(nèi)進(jìn)行排序，將分歧較小的116個(gè)月視為市場(chǎng)分歧較小時(shí)期，剩余的116個(gè)月視為市場(chǎng)分歧較大時(shí)期。

總體而言，市場(chǎng)的收益分布在不同的分歧時(shí)期表現(xiàn)出較明顯的差異。在市場(chǎng)分歧較大時(shí)期，方差、偏度和峰度的值都要顯著高于市場(chǎng)分歧較小時(shí)期(這三個(gè)統(tǒng)計(jì)量常被用于描述市場(chǎng)收益的波動(dòng)性)。這樣的統(tǒng)計(jì)結(jié)果與我們之前的推斷相符：在市場(chǎng)分歧嚴(yán)重時(shí)期，非理性的個(gè)人投資者對(duì)市場(chǎng)價(jià)格的影響更強(qiáng)烈。不過，表1也同時(shí)呈現(xiàn)出一個(gè)與我們的經(jīng)驗(yàn)證據(jù)不符的現(xiàn)象，即在不同的分歧時(shí)期，市場(chǎng)收益并沒有明顯的差異。因此，在本文的樣本區(qū)間內(nèi)出現(xiàn)的這種現(xiàn)象無疑是奇怪的，我們將在回歸分析部分進(jìn)一步觀察。

表1　綜合A股市場(chǎng)月度超額收益率及其已實(shí)現(xiàn)方差的描述性統(tǒng)計(jì)

五、實(shí)證分析

在這一部分，本文將通過回歸分析的方式來驗(yàn)證前文提出的假設(shè)。我們可以通過模型1來檢驗(yàn)市場(chǎng)的風(fēng)險(xiǎn)與收益關(guān)系：

Rt+1=α+βVar(Rt+1)+εt+1

(模型1)

其中，Rt+1代表市場(chǎng)的月度超額收益，而Var(Rt+1)則表示收益的條件方差，它們根據(jù)前文提到的三種波動(dòng)率模型分別計(jì)算得出。需要補(bǔ)充說明的是，收益和條件方差的數(shù)據(jù)是相對(duì)應(yīng)的，即Rt+1使用等權(quán)(總市值加權(quán))月收益率，那么對(duì)波動(dòng)率的估計(jì)就使用等權(quán)(總市值加權(quán))日收益率。

模型1屬于單狀態(tài)模型，沒有考慮到市場(chǎng)中不同分歧水平的影響。而如果想要驗(yàn)證本文的假設(shè)，我們需要用到模型2：

Rt+1=α1+β1Var(Rt+1)+α2Dt+β2DtVar(Rt+1)εt+1

(模型2)

表2　基于滾動(dòng)窗口模型的風(fēng)險(xiǎn)—收益回歸分析

注：括號(hào)內(nèi)報(bào)告的是經(jīng)過Newey-West調(diào)整的t統(tǒng)計(jì)值，*、**和***分別代表在10%、5%和1%的顯著性水平下顯著，下同。

模型2是一個(gè)兩狀態(tài)模型，Dt是虛擬變量。如前文所述，本文根據(jù)分歧的大小將樣本劃分為兩個(gè)時(shí)期，其中，分歧較小的116個(gè)月視為市場(chǎng)分歧較小時(shí)期，Dt=0；分歧較大的116個(gè)月視為市場(chǎng)分歧較大時(shí)期，Dt=1。如果本文提出的假說1成立，投資者意見分歧確實(shí)會(huì)弱化市場(chǎng)的風(fēng)險(xiǎn)與收益關(guān)系，那么β2應(yīng)該為負(fù)；如果假說2成立，我們預(yù)期β1為正，因?yàn)樵谑袌?chǎng)分歧較小時(shí)期，非理性的個(gè)人投資者較少，對(duì)市場(chǎng)的影響較弱，因而預(yù)期市場(chǎng)在理性環(huán)境下會(huì)存在正的風(fēng)險(xiǎn)補(bǔ)償。

表2報(bào)告了以滾動(dòng)窗口模型估計(jì)條件方差的風(fēng)險(xiǎn)與收益回歸結(jié)果。從模型1的結(jié)果來看，風(fēng)險(xiǎn)和收益之間的關(guān)系是非常微弱、模糊的，它們的回歸系數(shù)β為0.226，對(duì)應(yīng)的t值是0.37，模型的擬合優(yōu)度也很低，僅為0.1%。

在模型1中加入描述分歧差異的虛擬變量Dt，使之變成一個(gè)兩狀態(tài)模型，于是模型2的回歸結(jié)果顯示出更明確的風(fēng)險(xiǎn)至收益關(guān)系。以Panel A的結(jié)果為例，在分歧較小時(shí)期，市場(chǎng)上存在顯著的風(fēng)險(xiǎn)補(bǔ)償(β1=2.275，t=2.07)，意味著風(fēng)險(xiǎn)和收益之間是正相關(guān)的，投資者表現(xiàn)為風(fēng)險(xiǎn)厭惡；而在分歧較大時(shí)期，這種正相關(guān)性卻被明顯弱化了(β2=-2.443，t=-2.03)，風(fēng)險(xiǎn)至收益關(guān)系的斜率接近于0(β1+β2=-0.168，F(xiàn)=0.11)，表明此時(shí)風(fēng)險(xiǎn)和收益之間不具有相關(guān)性，投資者傾向于風(fēng)險(xiǎn)中性，甚至是輕微的風(fēng)險(xiǎn)偏好。以上回歸結(jié)果不僅在統(tǒng)計(jì)意義上顯著，而且具有重要的經(jīng)濟(jì)含義。例如，β1=2.275和β2=-2.443分別意味著在市場(chǎng)分歧較小時(shí)期，條件方差每增加一個(gè)標(biāo)準(zhǔn)差單位，會(huì)帶來超額收益上升1.65%；而在市場(chǎng)分歧較大時(shí)期，條件方差每增加一個(gè)標(biāo)準(zhǔn)差單位，會(huì)帶來超額收益下降3.96%。此外，相比于單狀態(tài)模型，兩狀態(tài)模型能夠更好地?cái)M合數(shù)據(jù)，表現(xiàn)為從0.1%提高至1.4%。

表3　基于等權(quán)日收益率的條件方差相關(guān)系數(shù)矩陣

我們可以在Panel B的回歸結(jié)果中觀察到類似的顯著性。這表明意見分歧對(duì)風(fēng)險(xiǎn)與收益關(guān)系的影響并不局限于小公司，而是普遍存在于各種規(guī)模的公司之中。不過，對(duì)比Panel A和Panel B的結(jié)果，可以發(fā)現(xiàn)意見分歧的影響并沒有在小規(guī)模公司中更顯著，這與已有的實(shí)證結(jié)論不符。

本文共采用了三種波動(dòng)率模型來估計(jì)收益的條件方差，分別是滾動(dòng)窗口模型、GARCH(1，1)模型和EGARCH(1，1)模型。以等權(quán)日收益率的估計(jì)結(jié)果為例，表3列出了這三種模型估計(jì)結(jié)果的相關(guān)系數(shù)矩陣，其中上三角矩陣是Pearson相關(guān)系數(shù)，下三角矩陣是Spearman相關(guān)系數(shù)?？梢钥吹?，三種模型估計(jì)的條件方差總體上是高度相關(guān)的，但相比之下，滾動(dòng)窗口模型和GARCH族模型的估計(jì)結(jié)果還是有一些差異。因而，非常有必要用GARCH族模型估計(jì)的條件方差來檢驗(yàn)本文的理論假設(shè)。

表4　基于GARCH(1，1)模型的風(fēng)險(xiǎn)與收益回歸分析

由于篇幅有限，本文只匯報(bào)了基于EGARCH(1，1)模型的風(fēng)險(xiǎn)與收益回歸結(jié)果，如表4所示?？傮w而言，不論是單狀態(tài)模型還是兩狀態(tài)模型，我們都得到了和表2類似的結(jié)果。兩個(gè)關(guān)鍵系數(shù)的估計(jì)值在統(tǒng)計(jì)意義和經(jīng)濟(jì)意義上都是顯著的，但這種顯著性略有下降。

綜上所述，表2、表4的實(shí)證結(jié)果支持了本文提出的假說1和假說2：意見分歧會(huì)弱化市場(chǎng)的風(fēng)險(xiǎn)與收益關(guān)系，導(dǎo)致時(shí)變的風(fēng)險(xiǎn)溢價(jià)。當(dāng)市場(chǎng)分歧較小時(shí)，投資者是風(fēng)險(xiǎn)厭惡的，對(duì)于承擔(dān)風(fēng)險(xiǎn)會(huì)要求一定的風(fēng)險(xiǎn)補(bǔ)償，故此時(shí)風(fēng)險(xiǎn)與收益之間正相關(guān)。然而這種正相關(guān)性卻在分歧嚴(yán)重時(shí)被明顯削弱了，導(dǎo)致風(fēng)險(xiǎn)與收益關(guān)系變得模糊、不明確。以上實(shí)證發(fā)現(xiàn)不僅很好地驗(yàn)證了前文的論斷，即個(gè)人投資者在市場(chǎng)分歧嚴(yán)重時(shí)期對(duì)股票價(jià)格施加的非理性影響會(huì)削弱市場(chǎng)的風(fēng)險(xiǎn)與收益關(guān)系，也為我們長(zhǎng)久以來的經(jīng)濟(jì)直覺提供了證據(jù)：當(dāng)市場(chǎng)由理性投資者主導(dǎo)時(shí)，風(fēng)險(xiǎn)能夠得到正的補(bǔ)償。在小分歧時(shí)期，衡量風(fēng)險(xiǎn)與收益關(guān)系的系數(shù)β1具有重要的經(jīng)濟(jì)含義。然而，當(dāng)市場(chǎng)分歧嚴(yán)重時(shí)，風(fēng)險(xiǎn)與收益關(guān)系的斜率接近于0，即β1+β2不顯著，表明此時(shí)市場(chǎng)被非理性的個(gè)人投資者主導(dǎo)，風(fēng)險(xiǎn)難以得到補(bǔ)償。另外，我們的實(shí)證結(jié)果也是十分穩(wěn)健的，不依賴于收益率數(shù)據(jù)和條件方差模型的選取。

不過，一個(gè)很奇怪的現(xiàn)象是，雖然定義分歧的虛擬變量和條件方差構(gòu)成的交互項(xiàng)的預(yù)測(cè)能力(β2)是顯著的，然而虛擬變量本身的預(yù)測(cè)能力(α2)卻并不顯著，這一點(diǎn)我們?cè)缭诜治霰?的時(shí)候就已經(jīng)有所察覺。意見分歧與股票未來收益具有相關(guān)性已經(jīng)取得了普遍的實(shí)證證據(jù)，即當(dāng)期的投資者意見分歧會(huì)降低股票的未來收益，因而我們預(yù)期α2為負(fù)。但是顯然，我們的實(shí)證結(jié)果表明分歧對(duì)收益的預(yù)測(cè)能力并不顯著，更準(zhǔn)確地說，在滯后期為一個(gè)月的情況下并不顯著。本文認(rèn)為可以從以下兩個(gè)方面進(jìn)行解釋：第一，本文的研究對(duì)象是綜合A股市場(chǎng)，而以往的經(jīng)驗(yàn)證據(jù)幾乎都來自于個(gè)股層面。前者側(cè)重的是整個(gè)市場(chǎng)在時(shí)間維度上的分歧水平，后者則著重考察了公司橫截面上的分歧差異。顯然，投資者之間的意見分歧更多的體現(xiàn)在不同股票之間，而不是同一只股票的不同時(shí)期。而本文采用“自底向上”的分歧構(gòu)造方法，用個(gè)股分歧加權(quán)得出市場(chǎng)組合的整體分歧，難免會(huì)模糊了公司橫截面之間的差異，因而可能會(huì)弱化意見分歧與股票收益之間的關(guān)系。第二，以投資組合為研究對(duì)象的實(shí)證發(fā)現(xiàn)表明，意見分歧對(duì)股票未來收益的預(yù)測(cè)能力在短期并不顯著。Yu發(fā)現(xiàn)，投資者意見分歧具有均值回歸的性質(zhì)[2]。其中，極小比例的分歧會(huì)在一個(gè)月內(nèi)開始均值回歸，一年左右分歧受到的沖擊進(jìn)入半衰期，三年后全部回歸到均值。與均值回歸的速度相對(duì)應(yīng)，分歧對(duì)未來一個(gè)月收益的預(yù)測(cè)能力十分微弱，而對(duì)未來一年到三年收益的預(yù)測(cè)能力則非常強(qiáng)。簡(jiǎn)而言之，Yu的研究結(jié)論表明意見分歧對(duì)中長(zhǎng)期收益的預(yù)測(cè)能力要明顯優(yōu)于短期，這也很好地解釋了本文α2不顯著的原因[2]。不過，由于定義分歧的虛擬變量和條件方差構(gòu)成的交互項(xiàng)的預(yù)測(cè)能力(β2)是顯著的，因而我們可以推斷分歧可以通過影響風(fēng)險(xiǎn)補(bǔ)償進(jìn)而間接地預(yù)測(cè)收益。顯然，本文的實(shí)證結(jié)果表明與分歧本身對(duì)收益的直接預(yù)測(cè)能力相比，這種間接的預(yù)測(cè)能力會(huì)更快地發(fā)揮作用，因?yàn)榉制缭谥虚L(zhǎng)期才開始快速地向其均值回歸。

六、穩(wěn)健性檢驗(yàn)

在這一部分，本文將會(huì)對(duì)以上實(shí)證結(jié)果進(jìn)行必要的穩(wěn)健性檢驗(yàn)。首先，本文使用分析師預(yù)測(cè)分歧替代異常交易量作為度量投資者意見分歧的指標(biāo)，考察上述研究結(jié)論是否依賴于關(guān)鍵變量度量方法的選?。黄浯?，使用包含經(jīng)濟(jì)周期信息的宏觀經(jīng)濟(jì)變量替代意見分歧，檢驗(yàn)是否只有意見分歧能夠?qū)е律鲜龅娘L(fēng)險(xiǎn)與收益模式。

(一)以分析師預(yù)測(cè)分歧度量投資者意見分歧

如前文所言，交易量作為投資者意見分歧代理指標(biāo)的最大問題在于，它不僅僅度量了分歧。大部分有趣的價(jià)格和收益現(xiàn)象都與交易量的變動(dòng)緊密相關(guān)。因此，本文的實(shí)證發(fā)現(xiàn)很可能也會(huì)遭到這樣的質(zhì)疑，即影響市場(chǎng)風(fēng)險(xiǎn)與收益關(guān)系的因素是交易量，而非投資者意見分歧。顯而易見，為了證明本文研究結(jié)論的可靠性，最直接、有效的方法就是采用交易量以外的其他指標(biāo)作為投資者意見分歧的代理變量，重新進(jìn)行實(shí)證檢驗(yàn)。如果仍然可以得到相同的實(shí)證結(jié)果，那么將可以有力地證明我們的結(jié)論是穩(wěn)健、可靠的。

根據(jù)本文提出的變量構(gòu)造說明，我們使用分析師對(duì)上市公司t+2年EPS預(yù)測(cè)的數(shù)據(jù)，同時(shí)通過“自底向上”的方法來構(gòu)造綜合A股市場(chǎng)的整體分歧。數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫。眾所周知，我國(guó)證券分析師行業(yè)發(fā)展較晚，分析師數(shù)據(jù)庫的建立與完善更是在近十幾年才開始起步的，這就導(dǎo)致了我們可獲取的早期分析師數(shù)據(jù)十分稀少，甚至為零。根據(jù)本文的統(tǒng)計(jì)，我國(guó)從2001年開始有公開的分析師預(yù)測(cè)數(shù)據(jù)，不過和數(shù)量龐大的A股上市公司相比，預(yù)測(cè)的覆蓋率非常低。然而從2007年開始，不論是分析師人數(shù)還是分析師預(yù)測(cè)次數(shù)都有了大幅度的提高，且涵蓋了大部分A股上市公司。因此，為了使得分析師預(yù)測(cè)分歧能夠更準(zhǔn)確地度量A股市場(chǎng)的投資者意見分歧，本文檢驗(yàn)的樣本區(qū)間是從2007年1月到2014年4月。

所選的樣本數(shù)據(jù)還需要依次進(jìn)行以下兩項(xiàng)篩選：首先，如果同一家券商在t月對(duì)公司i進(jìn)行了多次預(yù)測(cè)，那么只保留最后一次預(yù)測(cè)的結(jié)果；其次，我們想要計(jì)算分析師的預(yù)測(cè)分歧，顯然只有兩個(gè)以上不同分析師的意見才能稱之為分歧，因而刪除掉每個(gè)月只有一家券商預(yù)測(cè)的樣本觀測(cè)。

表5　回歸系數(shù)及其顯著性

下面檢驗(yàn)的思想及步驟與本文第四部分完全相同，由于篇幅有限，本文沒有給出詳細(xì)的檢驗(yàn)結(jié)果，而是將關(guān)鍵系數(shù)的回歸結(jié)果匯總在表5當(dāng)中?？梢钥闯觯梅治鰩燁A(yù)測(cè)分歧度量的投資者意見分歧依然具備這樣的能力即可以區(qū)分出風(fēng)險(xiǎn)厭惡程度不同的兩種市場(chǎng)狀態(tài)。當(dāng)市場(chǎng)分歧較小時(shí)，投資者是風(fēng)險(xiǎn)厭惡的，對(duì)于承擔(dān)風(fēng)險(xiǎn)會(huì)要求一定的風(fēng)險(xiǎn)補(bǔ)償，故此時(shí)風(fēng)險(xiǎn)與收益之間正相關(guān)。然而，這種正相關(guān)性卻在市場(chǎng)分歧加大時(shí)被明顯弱化了，投資者傾向于風(fēng)險(xiǎn)中性，甚至是風(fēng)險(xiǎn)偏好。因此，不論是使用交易量還是分析師預(yù)測(cè)分歧，所得的實(shí)證結(jié)論均能夠有力地支持本文提出的理論假設(shè)，由此可以很好地證明我們的實(shí)證結(jié)論是十分穩(wěn)健的，不依賴于度量指標(biāo)的選取，即能夠影響市場(chǎng)風(fēng)險(xiǎn)與收益關(guān)系的因素是投資者意見分歧，而非交易量。

(二)以宏觀經(jīng)濟(jì)變量代替投資者意見分歧

第五部分的實(shí)證結(jié)果表明，意見分歧有一種能力，可以區(qū)分出風(fēng)險(xiǎn)厭惡程度不同的兩種市場(chǎng)狀態(tài)?？墒?，大量的實(shí)證研究表明股票的超額收益是可以預(yù)測(cè)的，風(fēng)險(xiǎn)溢價(jià)與經(jīng)濟(jì)周期呈反向變動(dòng)趨勢(shì)：在經(jīng)濟(jì)蕭條時(shí)更高，在經(jīng)濟(jì)擴(kuò)張時(shí)更低[8-10]。這意味著預(yù)期收益是隨著經(jīng)濟(jì)周期的變化而變動(dòng)的，存在著逆周期的風(fēng)險(xiǎn)厭惡，因此很可能導(dǎo)致時(shí)變的風(fēng)險(xiǎn)與收益關(guān)系。于是，對(duì)于本文實(shí)證結(jié)論的一種可能的懷疑是：我們使用的意見分歧度量方法包含了經(jīng)濟(jì)周期信息，因而導(dǎo)致了風(fēng)險(xiǎn)與收益之間的權(quán)衡關(guān)系具有時(shí)變特征。為了檢驗(yàn)這種可能性，我們直接用宏觀經(jīng)濟(jì)變量代替投資者意見分歧，考察其是否能夠區(qū)分出風(fēng)險(xiǎn)厭惡程度不同的兩個(gè)市場(chǎng)階段。

本文在這里使用的宏觀經(jīng)濟(jì)變量是長(zhǎng)短期利差，它包含了大量的經(jīng)濟(jì)周期信息。長(zhǎng)短期利差是對(duì)未來四個(gè)季度經(jīng)濟(jì)增長(zhǎng)的極好預(yù)測(cè)指標(biāo)。利差序列同經(jīng)濟(jì)景氣指數(shù)之間呈現(xiàn)出一致性變化的趨勢(shì)；國(guó)債即期收益率長(zhǎng)短期名義利差對(duì)GDP、工業(yè)增加值等宏觀經(jīng)濟(jì)變量具有良好的預(yù)測(cè)作用；在考慮貨幣政策因素后，利率期限結(jié)構(gòu)包含了未來兩年左右的經(jīng)濟(jì)增長(zhǎng)信息。因此，在我國(guó)利率期限結(jié)構(gòu)對(duì)宏觀經(jīng)濟(jì)的預(yù)測(cè)作用是非常穩(wěn)健、可靠的，是良好的宏觀經(jīng)濟(jì)指示器。由于銀行間市場(chǎng)是我國(guó)債券市場(chǎng)的主體，因此我們選取的是中債銀行間市場(chǎng)固定利率國(guó)債即期收益率數(shù)據(jù)。數(shù)據(jù)來源為Wind數(shù)據(jù)庫。由于Wind數(shù)據(jù)庫只提供2006年3月以來的即期收益率數(shù)據(jù)，故而本文檢驗(yàn)的樣本期為2006年3月至2014年4月。

檢驗(yàn)的思想及詳細(xì)內(nèi)容仍然與本文第四部分一致，只是我們用國(guó)債長(zhǎng)短期利差來代替投資者意見分歧，隨后用相同的模型進(jìn)行了回歸分析驗(yàn)證。如果長(zhǎng)短期利差變量具有這樣的能力，即能夠區(qū)分出風(fēng)險(xiǎn)厭惡程度不同的兩種市場(chǎng)狀態(tài)，那么我們預(yù)期為負(fù)，并且希望這種結(jié)果在兩種收益率計(jì)算方法及三種波動(dòng)率模型下具有一致性。然而，回歸結(jié)果表明，回歸系數(shù)有正有負(fù)，更重要的是，沒有一種結(jié)果在10%的顯著性水平上顯著。因此，我們認(rèn)為長(zhǎng)短期利差不具備與投資者意見分歧類似的能力，故本文第四部分的實(shí)證結(jié)果不太可能是由經(jīng)濟(jì)周期所導(dǎo)致的。

七、結(jié)論

本文的研究結(jié)果表明，投資者的意見分歧會(huì)影響市場(chǎng)的風(fēng)險(xiǎn)與收益關(guān)系。具體而言，當(dāng)市場(chǎng)分歧較小時(shí)，投資者是風(fēng)險(xiǎn)厭惡的，風(fēng)險(xiǎn)與收益之間顯著正相關(guān)。然而這種相關(guān)性卻在高分歧時(shí)期被嚴(yán)重削弱了，導(dǎo)致風(fēng)險(xiǎn)與收益關(guān)系變得模糊、不明確。以上實(shí)證發(fā)現(xiàn)很好地印證了本文提出的理論假設(shè)，即個(gè)人投資者在市場(chǎng)分歧嚴(yán)重時(shí)期對(duì)股票價(jià)格施加的非理性影響會(huì)削弱市場(chǎng)的風(fēng)險(xiǎn)與收益關(guān)系，同時(shí)也為我們長(zhǎng)久以來的經(jīng)濟(jì)認(rèn)識(shí)提供了證據(jù)，既當(dāng)市場(chǎng)由理性投資者主導(dǎo)時(shí)，風(fēng)險(xiǎn)能夠得到正的補(bǔ)償。雖然在我們的回歸結(jié)果中，投資者意見分歧本身對(duì)股票未來收益的預(yù)測(cè)能力并不顯著，這與以往大部分實(shí)證發(fā)現(xiàn)不符。然而，本文認(rèn)為這樣的結(jié)果也在情理之中，并且給出了一些可能的解釋。本文對(duì)以上實(shí)證結(jié)果進(jìn)行了穩(wěn)健性檢驗(yàn)，檢驗(yàn)結(jié)果可用表6來概括。表6匯報(bào)了模型中兩個(gè)關(guān)鍵系數(shù)(和)的估計(jì)值顯著的數(shù)量，同時(shí)將它們分為“符號(hào)正確”和“符號(hào)錯(cuò)誤”兩類，兩者相減計(jì)算出一個(gè)得分。由于本文是用三種波動(dòng)率模型和兩種收益率計(jì)算方法來估計(jì)的和，因此滿分應(yīng)為12分。顯然，無論是用異常交易量還是分析師預(yù)測(cè)分歧作為投資者意見分歧的衡量指標(biāo)，都能夠取得一致且符合理論預(yù)期的結(jié)果；而使用長(zhǎng)短期利差變量則完全不能得到類似的結(jié)果?？傊?，本文的實(shí)證結(jié)果是穩(wěn)健的、一致的：投資者意見分歧具有一種獨(dú)特的能力，可以區(qū)分出風(fēng)險(xiǎn)厭惡程度不同的兩個(gè)市場(chǎng)階段，導(dǎo)致不同的風(fēng)險(xiǎn)與收益關(guān)系。同時(shí)，不論選取何種指標(biāo)作為意見分歧的代理變量，都不影響最終結(jié)果。

表6　系數(shù)估計(jì)值的顯著性情況

本文的研究結(jié)果對(duì)資產(chǎn)定價(jià)研究具有一定的借鑒意義，因?yàn)橐酝鄶?shù)研究關(guān)注的是投資者意見分歧對(duì)股票收益的直接影響。然而，本文為這種關(guān)系找到了一種新的作用機(jī)理，既分歧可以通過影響風(fēng)險(xiǎn)補(bǔ)償進(jìn)而間接地預(yù)測(cè)收益。不僅如此，本文的實(shí)證結(jié)果甚至表明，與分歧本身對(duì)收益的直接預(yù)測(cè)能力相比，這種間接的預(yù)測(cè)能力會(huì)更快地發(fā)揮作用。此外，本文的研究發(fā)現(xiàn)也為風(fēng)險(xiǎn)與收益關(guān)系的相關(guān)研究提供了新的思路。已有的實(shí)證研究無法在這一問題上達(dá)成共識(shí)，然而本文認(rèn)為如果加入投資者意見分歧變量，風(fēng)險(xiǎn)與收益關(guān)系就會(huì)變得穩(wěn)健、明確。因此，后續(xù)的相關(guān)研究可以考慮在資產(chǎn)定價(jià)模型中加入投資者意見分歧，使之發(fā)揮重要的作用。

參考文獻(xiàn)：

[1]張維，張永杰.異質(zhì)信念、賣空限制與風(fēng)險(xiǎn)資產(chǎn)價(jià)格[J].管理科學(xué)學(xué)報(bào)，2006，9：58-64.

[2]Yu J.Disagreement and return predictability of stock portfolios[J].Journal of Financial Economics，2011，99(5)：162-183.

[3]Miller E M. Risk，uncertainty，and divergence of opinion[J].Journal of Finance，1977，32(2)：1151-1168.

[4]王明虎，王煒.企業(yè)規(guī)模、融資約束與資本結(jié)構(gòu)波動(dòng)[J].南京審計(jì)學(xué)院學(xué)報(bào)，20155(2)：12-18.

[5]Diether K，Malloy C, Scherbina A. Differences of opinion and the cross section of stock returns[J].Journal of Finance，2002，57(5)：2113-2141.

[6]陳國(guó)進(jìn)，張貽軍.異質(zhì)信念、賣空限制與我國(guó)股市的暴跌現(xiàn)象研究[J].金融研究，2009(4)：80-91.

[7]陸靜，曹國(guó)華，唐小我.基于異質(zhì)信念和賣空限制的分割市場(chǎng)股票定價(jià)[J].管理科學(xué)學(xué)報(bào)，2011(1)：13-26.

[8]Yu J ，Yuan Y. Investor sentiment and the mean-variance relation[J].Journal of Financial Economics，2011，100(2)：367-381.

[9]Kim J S，Ryu D，Seo S W.Investor sentiment and return predictability of disagreement[J].Journal of Banking & Finance，2014，42(2)：166-178.

[10]Fama E F，F(xiàn)rench K R. Business conditions and expected returns on stocks and bonds[J].Journal of Financial Economics，1989，25(1)：23-49.

[責(zé)任編輯：楊志輝]

Empirical Research on Risk-return Relation Based on Investor Divergent Opinions

WANG Zhiqianga，WANG Jingb

(a. School of Finance，Dongbei University of Finance and Economics，Dalian 116025, China；b. Interdisciplinary Center for Social and Behavioral Studies，Dongbei University of Finance and Economics，Dalian116025, China)

Abstract:This paper examines the influence of investor divergent opinions on the market’s risk-return tradeoff based on A-share stock market. The result shows that there is a strong positive tradeoff in low-divergence periods but little if any relation in high-divergence periods. Hence， investor divergent opinions attenuates the link between risk and expected return，resulting in time-varying risk aversion. To ensure the reliability of research conclusions above，we use three volatility models as well as two widely acknowledged proxies for investor divergent opinions，which are volume and analyst forecast dispersion. At last，the conclusion is proved to be robust across all the checks above. This paper contributes a lot to asset pricing studies based on investor divergent opinions，since our findings shows that the disagreement not only predicts return directly，but also return indirectly through its effects on risk premium，and what’s more，the latter one comes into play faster.

Key Words:investor divergent opinions；risk-return relation；stock market volatility rate; risk compensation; asset pricing; market risk; investment risk

[中圖分類號(hào)]F830.59

[文獻(xiàn)標(biāo)識(shí)碼]A

[文章編號(hào)]1004-4833(2015)04-0085-10

[作者簡(jiǎn)介]王志強(qiáng)(1965—)，男，內(nèi)蒙古烏海人，東北財(cái)經(jīng)大學(xué)金融學(xué)院教授，博士生導(dǎo)師，從事金融學(xué)和數(shù)量經(jīng)濟(jì)學(xué)研究；王靜(1988—)，女，遼寧丹東人，東北財(cái)經(jīng)大學(xué)博士研究生，從事行為金融研究。

[收稿日期]2014-11-21