王靜

摘要：本文對投資者異質信念采用了新的度量指標，運用組合價差分析與回歸分析兩種方法，全面考察了中國資本市場上異質信念與股票未來收益之間的關系。其中，根據收益率的厚尾分布特征，本文首次提出使用分位數回歸方法進行針對性的研究。結果表明，異質信念對股票未來收益的影響是不穩(wěn)定的，沒有一種理論假設能夠在收益率的整個條件分布上成立。具體而言，在中低收益率部分，異質信念對其有顯著的負的影響，然而這種影響卻隨著收益率的增大而逐漸減小，直至為零，最終在高收益率部分轉變?yōu)檎挠绊憽＿@個結論與以往的研究結論有所不同，本文也試圖對其進行了理論解釋。

關鍵詞：股票市場；投資者；異質信念；股票未來收益

中圖分類號：F830.91文獻標識碼：A

文章編號：1000-176X（2015）03-0053-08

一、引言

在一個有效的市場中，目前已有的信息不可以預測資產的未來收益。至少在三十年前，金融學家們是相信這一假設的。然而現在，越來越多難以解釋的金融異象使得人們不得不接受這樣一個事實——資產收益至少是部分可預期的。在過去的三十年間，大量的實證檢驗提供了有說服力的證據，與傳統(tǒng)的資產定價模型針鋒相對。這些早期的工作表明，市場風險不足以解釋資產的橫截面預期收益。于是，許多學者開始考慮放松傳統(tǒng)定價模型中的標準假設，從更現實的角度去尋找資產定價的新規(guī)律。

標準的資產定價模型，如CAPM，假設投資者對于資產未來回報的概率分布具有一致判斷，即同質信念預期。投資者進行預測的主要依據是先驗信念及獲得的信息流，顯然，這兩部分都極有可能造成個體間的預測差異。因此，同質信念預期假設是不符合現實的，投資者之間更可能具有異質信念，表現為意見分歧。于是，在許多放松了同質信念預期假設的模型中，異質信念都會以某種形式被引入其中——例如不對稱的信息流，它可以改變市場均衡[1]。

異質信念如何影響資產收益一直是一個重要且有爭議的話題，大量的文獻都在試圖為其尋找理論解釋和實證依據。與國外成熟市場相比，中國A股市場個人投資者比重較大，理性投資能力較差。張崢和劉力[2]認為個人投資決策更容易受到心理偏差的影響，而這些心理偏差則正是產生異質信念的原因之一。因此，我們可以合理推測：中國A股市場投資者異質信念的程度較高[3]。因此，圍繞異質信念問題的相關研究對于中國資本市場具有格外重要的意義。本文的目的就是探索在中國資本市場上，異質信念是否對股票的未來收益有預測作用。在前人研究的基礎上，本文做出了以下幾點創(chuàng)新：首先，對異質信念采用了新的度量方法。在經驗分析中，分析師預測分歧和交易量都是經常用來衡量異質信念的指標，Boehme等[4]和Garfinkel[5]都更傾向于后者。由于我國分析師數據庫的諸多不足，國內學者也都是采用交易量來作為異質信念的衡量指標[6-7]。類似地，本文采用未被解釋的換手率來衡量異質信念，這一做法借鑒了Gharghori等[8]的研究。該指標的優(yōu)勢在于它很好地控制了與異質信念無關的公司橫截面因素對股票換手率的影響，這樣未被解釋的換手率部分就能夠更準確地捕捉異質信念。其次，采用了更新、更有針對性的研究方法。在以往對此問題的研究中，學界通常采取兩種方法：組合價差和回歸分析。對于后者，國內學者幾乎都是運用Fama-MacBeth回歸這一種方法。本文在運用Fama-MacBeth回歸的基礎上，考慮到這種方法在處理面板數據時的局限性，于是又采用了合適的面板數據模型對其進行了補充和驗證。最重要的是，根據收益率的厚尾分布特征，本文又針對性地使用了分位數回歸方法，全面考察了異質信念在不同收益率分布下對其影響的差異。通過分位數回歸，本文全面揭示了異質信念與股票未來收益之間的復雜關系。分位數回歸的結果顯示出異質信念對股票未來收益的影響是不穩(wěn)定的，沒有一種理論假設能夠在收益率的整個條件分布上成立。具體而言，在中低收益率部分，異質信念對其有顯著的負的影響，然而這種影響卻在隨著收益率的增大而逐漸減小，直至為零，最終在高收益率部分轉變?yōu)檎挠绊憽Ｅc以往的研究結論有所不同，本文也試圖對其進行了理論解釋。

二、文獻回顧

在許多放松了同質信念預期假設的模型中，異質信念都會以某種形式被引入其中，例如不對稱的信息流，它可以改變市場均衡[1]。Miller[9]最早提出，在異質信念和賣空限制的雙重假設下，悲觀投資者被排除在市場之外，只有對股票估值最高的樂觀投資者才會持有股票，于是股票價格主要反映了樂觀投資者的意見。這會造成股票價格相對于其真實價值的偏離，同時這種偏離會隨著投資者信念分歧的增大而增大。也就是說，異質信念的程度越高，股票的市場價格偏離其真實價值就越遠，其未來的收益也越低。因此，異質信念和股票的未來收益呈現出負相關的關系。隨后，學術界涌現出許多優(yōu)秀的文章對Miller的理論進行了實證檢驗。其中，Dische[10]和Diether等[1]運用美國上市公司的數據進行研究，結果支持了Miller的基本結論；Hintikka[11]、Leippold和Lohre[12]則將研究樣本推廣至歐洲的大部分發(fā)達國家，也取得了類似的結論。

雖然獲得了一定的實證支持，但學術界從未停止過對Miller這一理論的爭議：Diamond和Verrecchia[13]就認為賣空限制并不會引起對股票價值的高估，預期收益與現階段投資者的意見分歧無關。他們提出了一個理性預期模型，認為如果交易者具有理性預期，那么賣空限制就不會導致有偏的價格。Berkman等[14]也指出Miller的理論中所提出的“股票價格反映出一種樂觀偏差”并不能無限期地持續(xù)，因為周期性的公告會降低投資者之間的意見分歧，因此股票價格會逐漸趨向于它的真實價值。如果不強調嚴格的賣空限制假設，Varian[15]甚至得出與Miller截然相反的結論。在他的分析中，投資者能在多大程度上準確評估某項資產未來支付的概率分布被認為對資產定價具有重要意義。具體而言，當投資者對股票未來收益的真實概率結構不確定時，他們傾向于持有不同的意見，由這種不確定性而導致的意見分歧會促使他們要求更高的收益。簡言之，該理論認為異質信念實際上度量了一種風險，而這種風險無法被CAPM或者是Fama和French的多因素模型所捕捉。因此，根據這種理論，異質信念的程度越高，風險越高，它與未來收益呈正相關關系。在實證方面，Doukas等[16-17]以及Garfinkel和Sokobin[18]的研究結論與Varian的預測相一致：異質信念是一種風險因子。

總結上述研究，學界關于異質信念與股票未來收益之間的關系共有三種理論假設：負相關關系、沒有關系和正相關關系。相應的實證研究也沒有取得一致的、令人信服的結論，并且缺少來自新興市場的證據。目前國內直接研究這個問題的實證論文并不算豐富：張崢和劉力[2]認為異質信念可以解釋中國股票市場換手率與預期收益之間的負相關關系；陳國進等[6]、林虎和劉沖[7]的研究結果都支持Miller的理論，即兩者之間是負相關。雖然在整體上，這些研究取得了一致的結論，但是本文認為他們的研究手段過于單一、陳舊，同時采用的異質信念度量指標也不夠精確。因而本文將在借鑒前人研究的基礎上，采用新的度量指標和綜合的研究方法來重新考察這一問題。

三、研究設計

1.數據來源

本文選取滬深A股市場2007年1月1日至2013年6月30日共78個月的月度數據作為研究對象，剔除了ST公司、金融業(yè)公司以及有數據缺失的公司樣本，最終樣本包含816家公司78個月的數據，共有63 648條觀測值，數據來源為RESSET金融研究數據庫。

2.變量定義與描述

本文借鑒Gharghori等[8]的做法，采用未被解釋的換手率來衡量異質信念，它能夠很好地控制與異質信念無關的公司橫截面因素對股票換手率的影響。具體做法是在每個月將股票i的換手率對公司的規(guī)模、賬面市值比、機構投資者持股比例以及其所屬的行業(yè)進行橫截面回歸，于是該回歸的殘差就代表了股票i在該月未被解釋的換手率，定義為TR。需要說明的是，在上述回歸中行業(yè)被設定為虛擬變量，分類標準來源于2012年證監(jiān)會發(fā)布的《上市公司行業(yè)分類指引》，本文采用19個虛擬變量來控制19個行業(yè)門類。

表1列舉了本文所用到的主要變量及其構造方法，表2對它們進行了一些統(tǒng)計性描述。觀察公司規(guī)模、賬面市值比、杠桿率這幾個變量發(fā)現，它們的均值和中位數非常接近，說明在樣本區(qū)間內，本文所選取的股票在公司層面上的特征比較集中，極端情況比較少見，具有良好的代表性。而反觀換手率和收益率，則明顯呈現出偏態(tài)的分布。在2007年1月至2013年6月這段時期內，月度收益率的均值和中位數分別為1.66%和0.84%，相差了近一倍。表明個股收益率這一變量的極端值（尤其是正的極端值）數量較多而且數值較大，因而呈現出明顯的厚尾分布。股票收益率的極端情形是由于金融資產價格的巨幅波動所造成的，實證研究已經證實這種現象是普遍存在的，而非本文樣本的特殊性。我們需要謹慎對待這個問題，因為許多研究都表明收益率的尾部極值現象會使得個別風險因子的解釋力不穩(wěn)定，例如Knez和Ready[19]的文章。

表1變量說明

3.研究思路及方法

本文分別采取了組合價差分析和綜合回歸分析兩種方法來考察異質信念與股票未來收益之間的關系。

組合價差分析是研究資產定價問題的標準方法，它可以降低收益的變異性。根據本文提出的衡量異質信念的方法，獲得所有股票在這78個月的TR數據。構建如下投資策略：在每個月將所有的股票按照TR指標由低到高等分為5組并持有1個月，每月更新一次，考察5個投資組合的平均收益率的時間序列均值以及不同投資組合之間平均收益率的差值是否顯著。這種投資策略可以直觀地反映出異質信念與收益率之間的關系。進一步地，我們采用雙變量分組的方法來剔除相關風險因子對收益率的影響，進行穩(wěn)健性檢驗。同時，為了控制公司橫截面因素對組合收益的影響，我們將各個組合的平均月收益對Fama-French三因素進行調整后再重新比較。

上述組合價差法的優(yōu)點是簡單、直觀，缺點是很難推斷異質信念對股票未來收益的邊際貢獻。因此，我們仍要采用多元回歸分析進行進一步檢驗。本文分別使用Fama-MacBeth回歸、面板數據模型以及分位數回歸這三種方法，綜合考察本期的異質信念是否對下一期的股票收益有預測作用。多元回歸方程如下：

Returni，t+1=α+β1TRi，t+β2Sizei，t+β3BMi，t+β4Leveragei，t+β5Betai，t （1）

四、結果及分析

1.組合價差分析

將所有股票按照t月的TR由低到高等分為5組，每月更新一次，重點考察各個組合在t+1月的等權重平均收益。由表3可以看出，各個組合在t+1月的平均收益是存在差異的?？傮w來說，從T1組到T5組，隨著異質信念程度的增加，組合在次月的平均收益呈現遞減的趨勢，TR最低組合與最高組合的月平均收益差為1.57%，這意味著如果在賣出T5組股票的同時買入T1組股票，那么接下來一個月會平均獲得1.57%的收益。然而這種收益反轉現象只在t+1月出現，因為在t月當月，組合平均收益是隨著異質信念程度的增加而提高的。

進一步地，我們采用雙變量分組的方法來剔除相關風險因子對收益率的影響，進行穩(wěn)健性檢驗。本文選取的風險因素包括：規(guī)模、賬面市值比和杠桿率。這些因素反映了公司的基本面特征，陳信元等[20]、蘇冬蔚和麥元勛[21]認為它們對中國股票市場的橫截面預期收益具有解釋能力。具體的操作步驟是在每個月將所有的股票按照控制變量的大小等分為5組，然后在每一組里根據異質信念的大小再等分為5組，這樣共有25個投資組合，每月更新一次。依然采取前面的投資策略，在賣出T5組的同時買入T1組，檢驗這一策略在未來一個月的平均收益水平。經過計算，分別得到控制了規(guī)模、賬面市值比以及杠桿率后各個TR組合的平均收益狀況

表，即“經規(guī)模和異質信念雙重分組后各組合的平均收益”、“經賬面市場值比和異質信念雙重分組后各組合的平均收益”和“經杠桿率和異質信念雙重分組后各組合的平均收益”三個表。由于版面所限，表格省略，如需要可與作者聯系。

觀察每個表的最后一行可以發(fā)現，在控制了這三個因素之后，我們的投資策略依然可以取得顯著的收益。這說明我們所觀察到的異常收益現象并不能由規(guī)模、賬面市值比以及杠桿率等因素所解釋，更可能是來自于異質信念的變化。特別地，在控制了公司規(guī)模/賬面市值比之后，T1與T5組合的平均收益之差總體上隨著規(guī)模/賬面市值比的增大而減小，表明該投資策略在中小盤股及成長股中更為有效。

吳世農和許年行[22]以及陳展輝[23]的實證研究都表明，Fama-French三因素模型比CAPM更好地解釋了中國市場股票橫截面收益的變化。因此，接下來我們將組合收益對Fama-French三因素進行調整，如表4所示。從調整后的結果來看：首先，從T1組到T5組，模型所未能解釋的部分——截距項α，表現出嚴格遞減的趨勢。這也就意味著，隨著異質信念程度的增加，股票收益不能被三因素模型解釋的部分越來越小；其次，α逐漸減小至零以下，并且T4和T5組的α顯著性很高。這說明高異質信念組合的平均收益低于Fama-French三因素模型所給出的風險回報，異質信念對股票預期收益有負作用；最后，經三因素調整之后，T1與T5組合之間仍然存在顯著的收益差。綜上，Fama-French三因素模型并不能解釋我們所觀察到的異常收益現象。

表4各組合收益經Fama-French三因素調整后的結果

2.綜合回歸分析

（1）Fama-MacBeth回歸分析

金融學文獻中應用最多的橫截面回歸檢驗是Fama和MacBeth提出的方法。鑒于本文的研究目的是檢驗異質信念與股票預期收益之間的關系，因此，采用公司截面的Fama-MacBeth回歸更為妥當。每一個月我們對所有公司做一次橫截面回歸，并將由此得到的系數估計量的時間序列進行簡單平均，而后考察系數均值的顯著性。

從表5可以看出，無論是單獨回歸還是加入控制變量后進行多元回歸，TR的回歸系數始終在1%的顯著性水平下顯著為負，充分說明了異質信念與股票未來收益之間存在明顯的負相關關系。

（2）面板數據模型

本文最終采用的樣本包括816只股票78個月的數據，具有面板數據結構，并且是一個平衡面板。Fama-MacBeth回歸雖然可以處理面板數據，但是從其操作步驟中可以發(fā)現，公司截面的Fama-MacBeth回歸自動考慮了時間效應，而忽略了公司效應。此外，系數估計量或許不是獨立的序列，從而使得以上統(tǒng)計推斷可能不正確。因此，Fama-MacBeth回歸并不是處理面板數據的最優(yōu)方法。近三十年來，面部數據模型在計量經濟學理論方法上取得了重要發(fā)展，它最大的優(yōu)勢在于能夠綜合考慮數據時間序列方向的自相關結構與公司方向的協(xié)方差結構，具有重要的應用價值。因此，為了使研究結果更加可靠，本文接下來使用面板數據模型來進一步驗證異質信念與股票未來收益之間的關系。

首先，為了避免出現偽回歸的現象，面板數據在回歸之前要進行單位根檢驗。本文采用了Fisher-ADF方法對變量Return、TR、Size、BM、Leverage和Beta進行了單位根檢驗，結果表明六個變量總體上都是平穩(wěn)的。其次，我們要選擇一個合適的面板模型。金融實證分析中常用的是固定效應模型，本文進行的Hausman檢驗也拒絕了隨機效應模型假設。鑒于本文所選樣本的特點，在體現公司橫截面差異的同時又不能忽略時間效應，因此，本文最終選取了雙向固定效應模型。最后，模型參數的估計方法采用最小二乘虛擬變量估計（LSDV）。表6為回歸結果。

表6雙向固定效應模型的回歸結果

從表6的回歸結果可以看出，TR的回歸系數仍然在1%的顯著性水平下顯著為負，進一步證實了異質信念與股票未來收益之間的負相關關系，研究結論是穩(wěn)健、可靠的。同時，與Fama-Macbeth回歸相比，在固定效應模型中，大部分變量的回歸系數和顯著性都有所提高，只有杠桿率的顯著性進一步下降。在我們的樣本區(qū)間內，公司規(guī)模和賬面市值比始終對中國市場的股票收益率有很強的解釋作用，這與陳信元等[20]的研究結論相吻合。

（3）分位數回歸

無論是Fama-MacBeth回歸還是固定效應模型，我們重點考察的都是異質信念對股票未來收益率條件期望的影響，實際上是均值回歸。然而，我們已經從表2觀察到，在樣本區(qū)間內股票的月度收益率數據具有不對稱分布，極端值（尤其是正的極端值）數目較多，具有明顯的厚尾現象。此時，條件期望已經很難反映股票收益率的全貌。而我們真正想要考察的是異質信念對股票收益率整個條件分布的影響，而非只關心其條件期望，因為后者只是刻畫了其集中趨勢而已，不具有代表性。這時，繼續(xù)使用OLS的古典“均值回歸”很容易受到極端值的影響，故而得出的結論可能并不可靠。因此，針對收益率的厚尾分布特征，為了獲得更全面、準確的信息，本文采用了Koenker和Basssett提出的分位數回歸方法，對方程（1）進行回歸，結果如表7所示。更重要的是，分位數回歸能夠提供關于收益率條件分布的全部信息，這正是我們想要考察的重點[24-25]。

由表7列出了全部的回歸結果可以看出，不同的分位數上所對應的回歸結果有明顯差異。隨著分位數的變化，各解釋變量的回歸系數及顯著性也在發(fā)生著變化。

圖1顯示了分位數回歸結果中TR的回歸系數及其顯著性的變化趨勢。從圖1可以明顯看到，TR的回歸系數呈現出一個單調上升的趨勢，并且穿越了零點。具體而言，在中低分位數下，其回歸系數為負，但顯著性一直在下降；在7/10分位數處，回歸系數為零且不顯著；在之后的8/10及9/10高分位數處，回歸系數顯著為正。這樣的結果意味著，異質信念對股票未來收益的影響是不穩(wěn)定的：在中低收益率部分，異質信念對其有顯著的、負的影響，然而這種影響卻在隨著收益率的增大而逐漸減小，直至為零，最終在高收益率部分轉變?yōu)轱@著的、正的影響。這是一個有趣的現象，不同于以往任何學者的研究結論。而我們也恐怕無法再單純地支持某一個理論假設，因為從分位數回歸的結果來看，異質信念與股票未來收益之間的關系是復雜的：中低收益率部分，Miller的“負相關性”假設成立；在收益率的7/10分位數處，Diamond和Verrecchia的“無相關性”假設成立；高收益率部分，Varian的“正相關性”假設成立。簡而言之，兩者之間的關系可以用“火上澆油，錦上添花”這八個字來概括。

圖1TR的回歸系數及其顯著性

本文試圖為這種復雜的關系提供了一種可能的解釋：賣空限制使得股票價格在最初只反映了樂觀投資者的預期，同時悲觀投資者的負面信息因無法及時進入市場而慢慢累積。如果個股正處于下跌周期，在消極的氣氛中這種累積的負面信息一旦被釋放出來，就有可能加劇股市的暴跌[3]，因而造成“火上澆油”的局面；相反，如果個股正處于上漲周期，在積極的氣氛中這種累積的負面信息就會慢慢減弱，同時樂觀投資者可能會因為先前的判斷準確而變得更加樂觀，于是推動了股市的暴漲，因而產生“錦上添花”的局面。因此，異質信念很可能是股市暴漲暴跌的一個重要推手，這與中國股票市場的現狀相符。因為與國外發(fā)達資本市場相比，我國市場還不夠成熟和穩(wěn)定，暴漲暴跌現象頻繁發(fā)生，同時投資者理性不足，異質信念程度更為嚴重[26]。

從分位數回歸的結果來看，其他解釋變量對股票收益率的影響也是不穩(wěn)定的。其中，Size和BM的回歸系數隨著分位數的增加而一路下降，但是總體上符號不變。不過，前者的顯著性是一直增加的，說明高收益率部分的規(guī)模效應更加強烈；相反，后者的顯著性呈下降趨勢，表明低收益率部分的賬面市值比效應更加明顯。Beta的情況比較復雜，其回歸系數是單調遞增的，不過符號發(fā)生了變化，因此對收益率的影響是不對稱的。最后，Leverage的回歸系數隨著分位數的變化并無明顯規(guī)律，符號不定且基本上不顯著，看來杠桿率確實對中國股票市場的收益率沒有解釋能力。

五、結論

本文著重探索了中國市場異質信念與股票未來收益之間的關系。選取的樣本是滬深A股市場816家公司從2007年1月1日—2013年6月30日共78個月的月度數據，采取的研究方法是組合價差分析與回歸分析。本文基本的研究結論支持了Miller的假說：組合價差分析、Fama-MacBeth回歸以及面板數據模型的實證結果都表明異質信念與股票未來收益之間是負相關關系。不過，基于收益率的厚尾分布特征，本文最后采取了分位數回歸，其結果揭示出兩者之間的關系遠沒有這么簡單、明確，而是復雜、多變的。具體而言，在中低收益率部分，異質信念對其有顯著的、負的影響，然而這種影響卻在隨著收益率的增大而逐漸減小，直至為零，最終在高收益率部分轉變?yōu)轱@著的、正的影響。這是一個極具創(chuàng)新性的研究發(fā)現，因為以往文獻對此問題的研究結論無一例外都是“一邊倒”的——要么支持Miller的“負相關”假設，要么認同Varian的“風險”一說。然而，我們的研究結果卻表明異質信念對股票未來收益的影響是不穩(wěn)定的，可以用“火上澆油、錦上添花”這八個字來概括。

參考文獻：

[1]Diether， K.， Malloy， C.， Scherbina， A. Differences of Opinion and the Cross Section of Stock Returns[J]. The Journal of Finance， 2002， 57（5）： 2113-2141.

[2]張崢，劉力.換手率與股票收益：流動性溢價還是投機性泡沫[J].經濟學（季刊），2006，（3）：871-892.

[3]陳國進，張貽軍.異質信念、賣空限制與我國股市的暴跌現象研究[J].金融研究，2009，（4）：80-91.

[4]Boehme， R. D.， Danielsen B. R.， Sorescu， S. M. Short-Sale Constraints， Differences of Opinion， and Overvaluation[J]. The Journal of Financial and Quantitative Analysis， 2006， 41（2）： 455-487.

[5]Garfinkel， J. A. Measuring Investors Opinion Divergence[J]. Journal of Accounting Research， 2009， 47（5）： 1317-1348.

[6]陳國進，胡超凡，王景.異質信念與股票收益——基于我國股票市場的實證研究[J].財貿經濟，2009，（3）：26-31.

[7]林虎，劉沖.投資者分歧、異常交易量和股票橫截面收益率預測——基于中國股票市場的經驗證據[J].投資研究，2011，（10）：42-55.

[8]Gharghori， P.， See， Q.， Veeraraghavan， M. Difference of Opinion and the Cross-Section of Equity Returns： Australian Evidence[J]. Pacific-Basin Finance Journal， 2011， 19（4）： 435-446.

[9]Miller， E. M. Risk， Uncertainty， and Divergence of Opinion[J].The Journal of Finance， 1977， 32（4）： 1151-1168.

[10]Dische， A. Dispersion in Analyst Forecasts and the Profitability of Earnings Momentum Strategies[J]. European Financial Management， 2002， （8）： 211-228.

[11]Hintikka， M. Market Reactions to Differences of Opinion[R].Working Paper， The Swedish School of Economics and Business Administration， 2008.

[12]Leippold， M.， Lohre， H. The Dispersion Effect in International Stock Returns[R].London：Working Paper， Imperial College，2010.

[13]Diamond， D.， Verrecchia， R. Constraints on Short-Selling and Asset Price Adjustment to Private Information[J]. Journal of Financial Economics， 1987， 18（2）： 277-311.

[14]Berkman， H.， Dimitrov， V.， Jain， P.C.， Koch， P.D.， Tice， S. Sell on the News： Difference of Opinion， Short-Sales Constraints and Returns around Earnings Announcements[J]. Journal of Financial Economics， 2009， 92（3）， 376-399.

[15]Varian， H.R. Divergence of Opinion in Complete Markets： A Note[J].The Journal of Finance， 1985， 40（1）， 309-317.

[16]Doukas， J. A.， Kim， C.， Pantzalis， C. A Test of the Error-In-Expectations Explanation of the Value/Glamour Stock Returns Performance： Evidence from Analysts Forecasts[J].The Journal of Finance， 2002， 57（5）： 2143-2165.

[17]Doukas， J. A.， Kim， C.， Pantzalis， C. Divergent Opinions and the Performance of Value Stocks[J]. Financial Analyst Journal， 2004， 60（6）： 55-64.

[18]Garfinkel， J. A.， Sokobin， J. Volume， Opinion Divergence and Returns： A Study of Post-Earnings Announcements Drift[J]. Journal of Accounting Research， 2006， 44（1）： 85-112.

[19]Knez， P. J.，Ready，M. J.On the Robustness of Size and Book-To-Market in Crosssectional Regressions[J].The Journal of Finance， 1997， 52（4）： 1355-1382.

[20]陳信元，張?zhí)镉?，陳冬華.預期股票收益的橫截面多因素分析：來自中國證券市場的經驗證據[J].金融研究，2001，（6）：22-35.

[21]蘇冬蔚，麥元勛.流動性與資產定價：基于我國股市資產換手率與預期收益的實證研究[J].經濟研究，2004，（2）：95-105.

[22]吳世農，許年行.資產的理性定價模型和非理性定價模型的比較研究——基于中國股市的實證分析[J].經濟研究，2004，（6）：105-116.

[23]陳展輝.股票收益的截面差異與三因素資產定價模型來自A股市場的經驗研究[J].中國管理科學，2004，（12）：12-17.

[24]姜近勇，潘冠中.金融計量學[M].北京：中國財政經濟出版社，2011.

[25]王月溪，姜胗.中國資本市場換股并購現金選擇權問題研究[J].商業(yè)研究，2013，（5）：3-11.

[26]王志強，吳鳳博，黃芬紅.中國股市波動率異象的存在性、持續(xù)性和差異性[J].財經問題研究，2014，（9）：45-53.

[27]劉飛.貨幣政策如何影響中國的信貸資源再分配？——基于雙重差分模型的實證檢驗[J].財經論從，2013，（2）：50-56.

（責任編輯：孟耀）