李鈺穎 喻軍

摘 ? 要：我國(guó)A股偏重融資功能的市場(chǎng)定位是否弱化了股市投資功能，是備受學(xué)術(shù)界和業(yè)界關(guān)注的議題之一。本文選取2007年1月—2019年12月間A股股價(jià)數(shù)據(jù)，從多個(gè)維度對(duì)市場(chǎng)收益特征展開分析，并構(gòu)造隨機(jī)波動(dòng)率風(fēng)險(xiǎn)分析模型，首次為認(rèn)識(shí)A股投融資功能的內(nèi)在關(guān)系提供了實(shí)證證據(jù)。結(jié)果表明：我國(guó)A股投資功能較弱、價(jià)值投資較難;與經(jīng)驗(yàn)認(rèn)識(shí)相反的是，A股偏重融資功能對(duì)提升股市投資功能有積極作用。在此基礎(chǔ)上，本文為協(xié)調(diào)中國(guó)A股融資與投資功能的發(fā)展提出了針對(duì)性建議。

關(guān)鍵詞：價(jià)值投資;資本市場(chǎng);風(fēng)險(xiǎn)分析模型

中圖分類號(hào)：F830.91 ? 文獻(xiàn)標(biāo)識(shí)碼：A ? 文章編號(hào)：1674-2265（2020）12-0083-07

DOI：10.19647/j.cnki.37-1462/f.2020.12.011

一、引言

在中國(guó)特色社會(huì)主義經(jīng)濟(jì)體制背景下，我國(guó)股市正逐步成熟與完善，成為僅次于美國(guó)資本市場(chǎng)的全球第二大資本市場(chǎng)，但中國(guó)股市也在發(fā)展中出現(xiàn)了許多問題，其中關(guān)于如何平衡股市融資水平與財(cái)富水平間關(guān)系的問題又演變成了各種各樣的問題。這些問題已經(jīng)嚴(yán)重阻礙我國(guó)資本市場(chǎng)乃至實(shí)體經(jīng)濟(jì)的良性發(fā)展，不利于國(guó)家戰(zhàn)略目標(biāo)的實(shí)現(xiàn)。因此，如何認(rèn)識(shí)中國(guó)股市融資功能與投資功能之間的關(guān)系是學(xué)術(shù)界和業(yè)界討論的熱點(diǎn)問題之一，這也直接關(guān)系到經(jīng)濟(jì)主體對(duì)國(guó)家金融戰(zhàn)略布局、經(jīng)濟(jì)發(fā)展方式、企業(yè)融資、財(cái)富管理等方面的認(rèn)識(shí)，而國(guó)內(nèi)學(xué)者對(duì)此并沒有形成統(tǒng)一的結(jié)論。部分學(xué)術(shù)界和業(yè)界人士認(rèn)為中國(guó)股市當(dāng)下偏重融資功能的市場(chǎng)定位是削弱股市投資功能的直接原因。

值得注意的是，過往的觀點(diǎn)往往缺乏實(shí)證數(shù)據(jù)和理論的支持，但卻對(duì)資本市場(chǎng)體系的發(fā)展方法、政府政策的制定等方面影響較大。因此，中國(guó)股市偏重融資功能是否合適、中國(guó)股市是否具有投資功能、中國(guó)股市偏重融資功能是否導(dǎo)致了股市無法進(jìn)行價(jià)值投資等問題是值得關(guān)注的，本文試圖為回答這些問題提供實(shí)證證據(jù)。

二、文獻(xiàn)綜述

目前聚焦中國(guó)股市融資功能與投資功能間關(guān)系的學(xué)術(shù)研究較少，相關(guān)的文獻(xiàn)主要集中在兩個(gè)方面：第一，中國(guó)A股市場(chǎng)是否可以進(jìn)行價(jià)值投資;第二，股市融資行為如何影響股市的發(fā)展。

國(guó)內(nèi)不少學(xué)者對(duì)“中國(guó)股票市場(chǎng)是否可以進(jìn)行價(jià)值投資”這一問題進(jìn)行了討論，但結(jié)論并未統(tǒng)一。尹力博和廖輝毅（2019）[1]利用2003年9月至2018年4月的中國(guó)A股數(shù)據(jù)，采用Fama-Macbeth橫截面回歸方法，發(fā)現(xiàn)品質(zhì)溢價(jià)在A股市場(chǎng)上具有顯著正向特征;周小川（2007）[2]認(rèn)為中國(guó)A股市場(chǎng)長(zhǎng)期價(jià)格扭曲，無法有效傳遞基本面信息，市場(chǎng)環(huán)境有待改進(jìn);蔡慶豐和宋友勇（2010）[3]認(rèn)為中國(guó)資本市場(chǎng)上的投資機(jī)構(gòu)由于管理人制度的不穩(wěn)定，使得基金更關(guān)注短期效益，進(jìn)一步地放大了市場(chǎng)風(fēng)險(xiǎn);胡熠和顧明（2018）[4]采用多維度因子分析方法構(gòu)造了代表中國(guó)股市價(jià)值投資的投資策略因子，研究發(fā)現(xiàn)該因子選股策略可以獲得較為穩(wěn)健的正回報(bào)，為在中國(guó)A股市場(chǎng)上進(jìn)行價(jià)值投資提供了證據(jù)。

國(guó)內(nèi)外學(xué)者對(duì)“股市融資行為如何影響股市發(fā)展”這一問題進(jìn)行了研究，但結(jié)論往往具有較大的局限性。Baker和Jeffrey（2000）[5]對(duì)美國(guó)1928—1997年間股市擴(kuò)容后的市場(chǎng)收益率進(jìn)行對(duì)比分析，發(fā)現(xiàn)股市融資擴(kuò)容與股市價(jià)格走勢(shì)之間存在一定的關(guān)系，但并未對(duì)此進(jìn)行深入分析;Akhigbe等（2003）[6]基于信息傳遞視角認(rèn)為，股市擴(kuò)容將向市場(chǎng)傳遞更為積極的信號(hào)，從而對(duì)提升市場(chǎng)收益率有積極作用;胡乃武等（2002）[7]對(duì)2001年A股市場(chǎng)上35家增發(fā)新股的公司進(jìn)行股價(jià)效應(yīng)研究，結(jié)果發(fā)現(xiàn)增發(fā)新股對(duì)公司股價(jià)具有負(fù)面影響;謝百三和沈文瑩（2004）[8]采用描述性統(tǒng)計(jì)方法，分析了2001—2004年股市融資量與股指價(jià)格走勢(shì)的關(guān)系，得出了中國(guó)股市過度融資將造成股指下降的結(jié)論;孔東民和付克華（2005）[9]利用1998—2002年A股市場(chǎng)上82家增發(fā)股票的上市公司數(shù)據(jù)，統(tǒng)計(jì)觀察其在事件發(fā)生日后的股價(jià)走勢(shì)，分析得出公司股價(jià)對(duì)增發(fā)行為有負(fù)面反應(yīng)的結(jié)論;張躍文和孫舒楊（2009）[10]利用描述性統(tǒng)計(jì)方法對(duì)2000—2007年A股市場(chǎng)上的新股數(shù)據(jù)進(jìn)行分析，結(jié)果發(fā)現(xiàn)新股發(fā)行對(duì)市場(chǎng)的沖擊是顯著的，但這種沖擊明顯被高估;張博等（2016）[11]利用VAR模型對(duì)2010—2015年期間的A股數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)股票融資對(duì)市場(chǎng)收益有短暫負(fù)面影響;邵志高和張琴（2009）[12]利用事件研究法對(duì)2006—2008年期間進(jìn)行融資的A股上市公司進(jìn)行研究，發(fā)現(xiàn)不同融資方式對(duì)于公司股價(jià)的影響方式不同;黎精明和趙燕（2012）[13]通過對(duì)2007—2009年期間成功增發(fā)的A股上市公司進(jìn)行研究，發(fā)現(xiàn)公司股價(jià)與公司增發(fā)融資行為間存在顯著關(guān)系，但此關(guān)系并不明確;馬曉逵等（2012）[14]采用事件研究法對(duì)2006—2009年滬深兩市上市公司定向融資后的股市反應(yīng)進(jìn)行分析，發(fā)現(xiàn)在投資者情緒較高時(shí)，中國(guó)上市公司采用定向增發(fā)方式融資后往往能獲得更高的超額收益;唐震斌（2003）[15]通過描述性統(tǒng)計(jì)方法對(duì)1993—2002年A股上市公司數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)股市擴(kuò)容對(duì)促進(jìn)股市健康發(fā)展有積極作用。以上文獻(xiàn)都有一定的參考價(jià)值，但大多對(duì)融資方式、樣本選擇、數(shù)據(jù)周期等有很具體的要求，且在研究時(shí)往往偏向于對(duì)融資規(guī)模與融資公司股價(jià)波動(dòng)間的關(guān)系進(jìn)行局部分析，因此不同文獻(xiàn)的研究結(jié)論往往出現(xiàn)較大的分歧，同時(shí)也具有一定的局限性。

值得注意的是，為了使風(fēng)險(xiǎn)分析模型更適用于本國(guó)經(jīng)濟(jì)現(xiàn)狀，近年來國(guó)內(nèi)外學(xué)者也進(jìn)行了許多研究，但由于市場(chǎng)制度、數(shù)據(jù)周期、行業(yè)背景、數(shù)據(jù)處理方法等的不同，往往得出了不同的結(jié)論。如Yang（2013）[16]利用SSAEPD分布和GARCH模型去刻畫市場(chǎng)數(shù)據(jù)特征，發(fā)現(xiàn)新因子模型可更好地解釋投資標(biāo)的的超額收益率;Fama和French（2015）[17]將投資因子引入到FF4模型建立了五因子定價(jià)模型，發(fā)現(xiàn)五因子模型更能解釋一些市場(chǎng)異象。國(guó)內(nèi)學(xué)者對(duì)此的研究更偏向于市場(chǎng)風(fēng)險(xiǎn)模型在A股市場(chǎng)上的有效性檢驗(yàn)。如李志冰等（2017）[18]以中國(guó)A股市場(chǎng)21年數(shù)據(jù)為樣本，得出了五因子模型比單因子模型、三因子模型及四因子模型解釋能力強(qiáng)的結(jié)論;李俊聲和卓建偉（2018）[19]對(duì)中國(guó)A股市場(chǎng)進(jìn)行實(shí)證分析時(shí)發(fā)現(xiàn)五因子模型無法解釋A股市場(chǎng)存在的價(jià)格異象。以往國(guó)內(nèi)學(xué)者在研究傳統(tǒng)風(fēng)險(xiǎn)模型及分析股市投融資功能時(shí)，都忽略了A股市場(chǎng)與制度特征，因此在模型上存在缺陷。與以往文獻(xiàn)不同的是，本文根據(jù)中國(guó)A股市場(chǎng)統(tǒng)計(jì)特征，構(gòu)建了更符合中國(guó)股市特征的風(fēng)險(xiǎn)分析模型，彌補(bǔ)了過往研究文獻(xiàn)中模型的缺陷，探究了影響A股投資功能強(qiáng)弱的市場(chǎng)和制度原因，為認(rèn)識(shí)A股融資功能與投資功能間關(guān)系提供了更可靠的實(shí)證證據(jù)。

三、基于收益特征角度的A股投資功能分析

（一）數(shù)據(jù)來源及數(shù)據(jù)處理

由于投資者主要參與A股市場(chǎng)的交易，因此本文選取的是A股市場(chǎng)上的股票數(shù)據(jù)，并剔除信息缺失和上市不足3個(gè)月的公司。由于股權(quán)分置改革前的市場(chǎng)環(huán)境與當(dāng)下股市環(huán)境有較大區(qū)別，而我國(guó)于2006年底基本完成了股權(quán)分置改革，因此本文選取2007年1月到2019年12月A股上市公司的月度數(shù)據(jù)作為樣本，以更準(zhǔn)確地反映當(dāng)下A股市場(chǎng)投資功能的長(zhǎng)期真實(shí)水平。本文選取中國(guó)人民銀行公布的三個(gè)月期存款利率作為無風(fēng)險(xiǎn)利率，與大多數(shù)文獻(xiàn)一致。若無另外指明，本文所使用數(shù)據(jù)皆來自國(guó)泰安因子數(shù)據(jù)庫(kù)（GTA-FF）。本文借鑒Fama和French（2015）[17]數(shù)據(jù)處理方法，按照市值-賬面市值比5×5分類法將我國(guó)A股市場(chǎng)投資標(biāo)的分成25組典型的投資組合。

（二）A股投資功能分析

本文從收益性、穩(wěn)定性和顯著性三個(gè)維度出發(fā)對(duì)A股投資功能進(jìn)行分析，以使監(jiān)管部門、上市公司、投資者更全面地了解A股市場(chǎng)投資標(biāo)的收益特征。25組典型投資標(biāo)的月收益水平的描述性統(tǒng)計(jì)見表1。

表1面板A描述了中國(guó)A股市場(chǎng)投資標(biāo)的的統(tǒng)計(jì)特征。觀察發(fā)現(xiàn)，在25組典型的投資標(biāo)的中，有22組投資標(biāo)的取得了正收益;從分布特征上來看，25組投資標(biāo)的收益序列皆通過了JB檢驗(yàn)（Jarque-Bera檢驗(yàn)），即其整體服從正態(tài)分布，具有對(duì)稱特征，且25組投資標(biāo)的月收益率中位數(shù)在13%水平，這也進(jìn)一步說明了A股投資標(biāo)的的整體正收益特征。

表1面板B描述了無風(fēng)險(xiǎn)利率的統(tǒng)計(jì)特征，可以看到，月均無風(fēng)險(xiǎn)利率約等于0.02，值域區(qū)間近似等于0.02，且未通過JB檢驗(yàn)，不服從正態(tài)分布，不具有對(duì)稱特征，表現(xiàn)出較為明顯的正偏度和低峰值特征，波動(dòng)水平在0.01左右，整體表現(xiàn)出較為穩(wěn)定的正向低收益非對(duì)稱特征，這也與現(xiàn)實(shí)相符。觀察表1面板A發(fā)現(xiàn)，A股25組典型投資標(biāo)的整體值域區(qū)間約等于1.95，整體波動(dòng)水平在0.46左右，其整體波動(dòng)水平是市場(chǎng)利率波動(dòng)水平的46倍，因此我國(guó)A股收益風(fēng)險(xiǎn)較高。

為了更準(zhǔn)確地認(rèn)識(shí)25組投資標(biāo)的收益水平的顯著性，本文對(duì)其進(jìn)行非參數(shù)Mann-Whitney雙側(cè)檢驗(yàn)，具體結(jié)果見表2。觀察表2可得，14組投資標(biāo)的月均收益率在0.01顯著水平下不等于零，2組投資標(biāo)的月均收益率在0.05顯著性水平下不等于零，8組投資標(biāo)的月均收益率在0.10顯著性水平下不等于零;僅有1組投資標(biāo)的月均收益率不顯著異于零。綜合來看，我國(guó)A股市場(chǎng)表現(xiàn)出較明顯的高風(fēng)險(xiǎn)、正收益特征，存在一定的財(cái)富效應(yīng)。

為了更全面地測(cè)度A股財(cái)富效應(yīng)大小，以分析A股投資功能強(qiáng)弱，本文先對(duì)市場(chǎng)超額收益分布特征進(jìn)行分析，具體見表3。表3中JB檢驗(yàn)結(jié)果顯示，25組投資標(biāo)的月均超額收益序列皆服從正態(tài)分布。值得注意的是，24組投資標(biāo)的超額收益呈現(xiàn)出負(fù)偏特征，25組超額收益皆呈現(xiàn)低峰、厚尾特征，這說明A股超額收益整體表現(xiàn)出正向、低收益特征。整體來看，A股投資標(biāo)的超額收益率序列整體服從正態(tài)分布，但尾端具有肥尾特征，極端值較多，且具有自相關(guān)特征，表現(xiàn)出波動(dòng)聚集現(xiàn)象。

接下來，本文利用參數(shù)T檢驗(yàn)對(duì)我國(guó)A股25組投資標(biāo)的超額收益率進(jìn)行顯著性檢驗(yàn)，具體結(jié)果見表4。觀察表4發(fā)現(xiàn)，A股市場(chǎng)25組投資標(biāo)的超額收益皆不顯著。因此，中國(guó)A股市場(chǎng)收益整體呈現(xiàn)顯著的高風(fēng)險(xiǎn)、正收益特征，但幾乎與無風(fēng)險(xiǎn)利率水平持平，這說明中國(guó)A股財(cái)富效應(yīng)十分有限，在A股市場(chǎng)進(jìn)行價(jià)值投資存在一定難度，股市投資功能較弱。部分業(yè)界與學(xué)術(shù)界人士認(rèn)為A股偏重融資功能是導(dǎo)致其投資功能較弱的直接原因，但此觀點(diǎn)缺乏實(shí)證數(shù)據(jù)和理論的支撐，因此無法令人信服。為了更清晰地認(rèn)識(shí)股市融資與投資功能間的內(nèi)在聯(lián)系，本文將對(duì)A股收益風(fēng)險(xiǎn)暴露進(jìn)行實(shí)證分析。

四、基于市場(chǎng)行為的A股融資與投資功能間關(guān)系分析

值得注意的是，中國(guó)A股市場(chǎng)中25組典型投資標(biāo)的超額收益中極端值較多，整體呈現(xiàn)肥尾、自相關(guān)特征，但仍服從正態(tài)分布，這些典型的中國(guó)式股市特征與投資者行為、上市公司決策和政府監(jiān)管等因素密不可分。為了更深刻地認(rèn)識(shí)形成A股收益特征的市場(chǎng)與制度原因，本文根據(jù)中國(guó)A股投資標(biāo)的超額收益特征，對(duì)FF模型（Fama和French，2015）[17]進(jìn)行改進(jìn)，構(gòu)造了考慮股市統(tǒng)計(jì)特征的隨機(jī)波動(dòng)率風(fēng)險(xiǎn)分析模型，從分析投資標(biāo)的收益風(fēng)險(xiǎn)暴露角度出發(fā)，為認(rèn)識(shí)A股融資與投資功能的內(nèi)在邏輯關(guān)系提供實(shí)證證據(jù)。

（一）實(shí)證準(zhǔn)備

鮑家勇等（2019）[20]已經(jīng)論證了隨機(jī)波動(dòng)率模型（簡(jiǎn)稱SV模型）可以較好地刻畫金融資產(chǎn)收益率波動(dòng)的時(shí)變性和波動(dòng)聚集性等特征。在此基礎(chǔ)上，本文將SV模型引入到傳統(tǒng)風(fēng)險(xiǎn)分析模型，以更準(zhǔn)確地刻畫我國(guó)A股市場(chǎng)25組投資標(biāo)的超額收益的統(tǒng)計(jì)特征，構(gòu)造了隨機(jī)波動(dòng)率風(fēng)險(xiǎn)分析模型（簡(jiǎn)稱FF5-SV-N），此模型的數(shù)學(xué)表達(dá)式如下：

其中，T是樣本大小，zt是一個(gè)由隨機(jī)波動(dòng)率模型刻畫的擾動(dòng)項(xiàng)，Rt是在時(shí)刻t時(shí)投資標(biāo)的收益率，Rft、Rmt、SMBt、HMLQt、RMWt、CMAt分別代表無風(fēng)險(xiǎn)利率、流動(dòng)市值加權(quán)市場(chǎng)收益率、規(guī)模因子、價(jià)值因子、盈利因子和投資風(fēng)格因子;具體的風(fēng)險(xiǎn)因子計(jì)算方法與Fama和French（2015）[17]中2×3因子組合法一致。Θ=[Alpha0，M1，S2，H3，R4，C5，ψ，[φ]，[τ]]是模型中待估計(jì)的參數(shù)，分別代表模型截距項(xiàng)、市場(chǎng)因子暴露、規(guī)模因子暴露、價(jià)值因子暴露、盈利因子暴露、投資風(fēng)格因子暴露、趨勢(shì)項(xiàng)、自相關(guān)系數(shù)和標(biāo)準(zhǔn)差。由于模型數(shù)學(xué)形式復(fù)雜，本文參考貝葉斯參數(shù)估計(jì)思想，利用Python中PYMC3工具包構(gòu)建了PYMC3-ADVI算法以估計(jì)模型中參數(shù)。此算法可顯著提高參數(shù)估計(jì)效率，解決局部最優(yōu)解問題，保證估計(jì)結(jié)果的準(zhǔn)確性。

（二）A股投融資功能內(nèi)在關(guān)系實(shí)證分析

本文利用隨機(jī)波動(dòng)率風(fēng)險(xiǎn)分析模型對(duì)A股市場(chǎng)25組典型的投資標(biāo)的進(jìn)行實(shí)證分析，探究影響A股財(cái)富效應(yīng)的風(fēng)險(xiǎn)來源、思考A股市場(chǎng)行為特征中存在的問題，從而認(rèn)識(shí)A股融資與投資功能間的內(nèi)在關(guān)系，實(shí)證結(jié)果見表5。

觀察表5實(shí)證結(jié)果發(fā)現(xiàn)，有20組模型截距項(xiàng)不顯著，有3組模型截距項(xiàng)在0.10顯著性水平下不為零，有1組模型截距項(xiàng)在0.05顯著性水平下不為零，有1組模型截距項(xiàng)在0.01顯著性水平下不為零，并且25組模型截距項(xiàng)整體不顯著異于零，25組模型Ψ、[φ]和[τ]值皆在0.01顯著性水平下不等于零，[φ]值近似等于0.60，因此風(fēng)險(xiǎn)分析模型可較準(zhǔn)確地刻畫A股投資標(biāo)的財(cái)富效應(yīng)的數(shù)據(jù)特征。同時(shí)，實(shí)證結(jié)果顯示，A股市場(chǎng)與歐美資本市場(chǎng)在風(fēng)險(xiǎn)因子暴露上有較大區(qū)別，這暗示著我國(guó)股票市場(chǎng)具有獨(dú)特的市場(chǎng)行為特征。

A股具有顯著的規(guī)模效應(yīng)。實(shí)證結(jié)果顯示：23組投資標(biāo)的超額收益與上市公司規(guī)模顯著相關(guān)，且21組投資標(biāo)的具有顯著的規(guī)模效應(yīng)，即上市公司市值越小，投資標(biāo)的越能取得較高超額收益。這種規(guī)模效應(yīng)具有較為復(fù)雜的市場(chǎng)原因和制度原因。從市場(chǎng)角度來看，小盤股具有較高的隱形交易成本，價(jià)格波動(dòng)遠(yuǎn)高于市場(chǎng)平均水平，同時(shí)小盤股一般處于成長(zhǎng)期，需要進(jìn)行風(fēng)險(xiǎn)補(bǔ)償;從制度的角度來看，公司發(fā)展中的資金融通需求將在上市后得到很大程度的滿足，且我國(guó)上市公司缺少分紅文化，在資金運(yùn)用上具有較高的靈活性;除此之外，增發(fā)、質(zhì)押、配股等手段已成為上市公司成熟的融資手段。因此，我國(guó)上市公司“殼資源”優(yōu)勢(shì)明顯，這將迅速推升小盤股股價(jià)，顯著提升股市投資功能。

A股具有獨(dú)特的價(jià)值效應(yīng)。觀察表5可得，23組投資標(biāo)的的超額收益與賬面市值比顯著負(fù)相關(guān)，這與歐美市場(chǎng)特征相反。對(duì)于賬面市值比較高的公司，市場(chǎng)認(rèn)為其非固定資產(chǎn)價(jià)值較小，盈利水平一般，對(duì)該公司的前景持懷疑態(tài)度，因此理應(yīng)得到較高的風(fēng)險(xiǎn)補(bǔ)償。但是隨著2008年、2015年和2017年股市泡沫破滅，市場(chǎng)投資者風(fēng)險(xiǎn)偏好發(fā)生顯著改變，高度重視風(fēng)險(xiǎn)水平的高低，不再盲目追求高風(fēng)險(xiǎn)高回報(bào)，形成了中國(guó)式的價(jià)值效應(yīng)。

A股具有獨(dú)特的盈利效應(yīng)。實(shí)證結(jié)果顯示，25組投資標(biāo)的超額收益皆與上市公司盈利水平顯著負(fù)相關(guān)，即隨著上市公司盈利能力的提高，投資標(biāo)的超額收益水平明顯下降，這與美國(guó)股市特征相反。盈利能力越強(qiáng)的企業(yè)一般抵御風(fēng)險(xiǎn)的能力越強(qiáng)，公司的前景也越好，但中國(guó)上市公司的利潤(rùn)一般不會(huì)與投資者分享，或者分享較少，投資者無法享受企業(yè)發(fā)展的紅利，這導(dǎo)致投資者較少關(guān)注上市公司業(yè)績(jī)，反而更加關(guān)注上市公司的規(guī)模和風(fēng)險(xiǎn)水平。國(guó)泰安上市公司違規(guī)信息庫(kù)顯示，在2007年1月至2019年12月期間，共發(fā)生了1565起上市公司財(cái)務(wù)造假、違規(guī)違紀(jì)等案件，監(jiān)管部門的處理方式大多集中于監(jiān)管關(guān)注、責(zé)令改正、通告批評(píng)、罰款沒收等方式，而罰款金額一般不高于60萬元。違規(guī)成本較低、違規(guī)效益較大等因素助推了上市公司違規(guī)動(dòng)機(jī)，進(jìn)一步導(dǎo)致投資者對(duì)公司財(cái)務(wù)報(bào)表持懷疑態(tài)度。

A股具有獨(dú)特的投資風(fēng)格效應(yīng)。實(shí)證結(jié)果顯示，13組投資標(biāo)的超額收益與上市公司投資風(fēng)格顯著相關(guān)，但投資風(fēng)格效應(yīng)具有獨(dú)特的表現(xiàn)形式。當(dāng)上市公司處于高風(fēng)險(xiǎn)水平時(shí)，一般將通過內(nèi)部籌資的方式進(jìn)行投資擴(kuò)張，這將進(jìn)一步提高上市公司的風(fēng)險(xiǎn)水平，而中國(guó)投資者在經(jīng)歷了A股多次系統(tǒng)性泡沫破滅后已經(jīng)扭轉(zhuǎn)了風(fēng)險(xiǎn)偏好，不再一味追求高風(fēng)險(xiǎn)高收益資產(chǎn)，由此將造成風(fēng)險(xiǎn)資產(chǎn)超額收益的進(jìn)一步下降。當(dāng)市場(chǎng)認(rèn)為上市公司處于低風(fēng)險(xiǎn)狀態(tài)時(shí)，上市公司的投資擴(kuò)張需要通過市場(chǎng)融資來獲得資金支持，而投資者認(rèn)為企業(yè)發(fā)展前景較好，發(fā)展?jié)摿^大，可能享受到公司發(fā)展所帶來的資本利得，將會(huì)顯著提升投資標(biāo)的的超額收益水平。

綜上分析可以發(fā)現(xiàn)，股市偏重融資功能的市場(chǎng)定位并不是導(dǎo)致其投資功能較弱的直接原因，且股市重融資是由中國(guó)獨(dú)特的經(jīng)濟(jì)體制和國(guó)家戰(zhàn)略安排所決定的，是為解決企業(yè)融資問題、傳遞生產(chǎn)資料信息、提升經(jīng)濟(jì)管理能力等服務(wù)的，中國(guó)資本市場(chǎng)不夠成熟完善的現(xiàn)狀更凸顯了股市重融資的必要性。股市重融資與股市投資之間并非對(duì)立關(guān)系，股市偏重融資的市場(chǎng)定位是否正確不應(yīng)以股市財(cái)富效應(yīng)大小為衡量標(biāo)準(zhǔn)，應(yīng)該以優(yōu)質(zhì)企業(yè)能否籌集到資金及經(jīng)濟(jì)體是否達(dá)成戰(zhàn)略發(fā)展目標(biāo)為評(píng)判標(biāo)準(zhǔn)，這也更符合中國(guó)經(jīng)濟(jì)的現(xiàn)狀。

因此，股市偏重融資功能的市場(chǎng)定位不會(huì)弱化股市投資功能，相反對(duì)提升股市投資功能有積極作用，這與業(yè)界經(jīng)驗(yàn)認(rèn)識(shí)相反。A股投資功能強(qiáng)弱與市場(chǎng)信息傳遞效率大小直接相關(guān)，當(dāng)前市場(chǎng)的弱有效性和非理性特征是導(dǎo)致A股投資功能較弱的原因，因此協(xié)調(diào)A股融資與投資功能發(fā)展的關(guān)鍵在于保證融資企業(yè)的優(yōu)質(zhì)性，這也對(duì)市場(chǎng)參與主體提出了更高的要求。

五、總結(jié)與建議

（一）研究結(jié)論

本文基于2007—2019年我國(guó)A股市場(chǎng)數(shù)據(jù)，從多個(gè)維度對(duì)A股投資功能進(jìn)行分析，并利用隨機(jī)波動(dòng)率風(fēng)險(xiǎn)分析模型，從市場(chǎng)行為特征角度分析A股財(cái)富效應(yīng)特征的形成原因，為認(rèn)識(shí)A股融資功能與投資功能的內(nèi)在聯(lián)系提供了實(shí)證證據(jù)。本文的主要結(jié)論如下：

第一，我國(guó)A股市場(chǎng)投資功能較弱，風(fēng)險(xiǎn)水平較高。對(duì)A股市場(chǎng)財(cái)富效應(yīng)進(jìn)行顯著性分析發(fā)現(xiàn)，我國(guó)A股市場(chǎng)具有顯著的財(cái)富效應(yīng)，但與無風(fēng)險(xiǎn)利率整體持平，說明在A股市場(chǎng)進(jìn)行價(jià)值投資具有一定的有效性，但收益有限，A股投資功能較弱。對(duì)A股市場(chǎng)超額收益進(jìn)行檢驗(yàn)發(fā)現(xiàn)，其具有典型的低峰肥尾、波動(dòng)聚集等特征，值域分布較為分散、極端值較多，且市場(chǎng)波動(dòng)劇烈，說明市場(chǎng)風(fēng)險(xiǎn)水平較大。這些現(xiàn)象與投資者行為、上市公司質(zhì)量和監(jiān)管安排等原因密不可分。

第二，我國(guó)A股市場(chǎng)具有獨(dú)特的風(fēng)險(xiǎn)因子效應(yīng)。實(shí)證檢驗(yàn)發(fā)現(xiàn)，除了典型的規(guī)模效應(yīng)，我國(guó)A股市場(chǎng)還具有獨(dú)特的價(jià)值效應(yīng)、盈利效應(yīng)和投資風(fēng)格效應(yīng)。這些風(fēng)險(xiǎn)效應(yīng)是由文中提到的市場(chǎng)行為特征決定的。

第三，本文從市場(chǎng)行為特征角度出發(fā)對(duì)實(shí)證結(jié)果進(jìn)行分析發(fā)現(xiàn)，中國(guó)A股偏重融資功能對(duì)提升股市投資功能有積極作用。實(shí)證表明，股市財(cái)富水平的大小與投資者行為和上市公司決策具有直接因果關(guān)系。非優(yōu)質(zhì)企業(yè)惡化了市場(chǎng)信息不對(duì)稱現(xiàn)狀，加劇了市場(chǎng)非理性行為，導(dǎo)致股市投資功能十分有限。而股市重融資定位本身是為了幫助優(yōu)質(zhì)企業(yè)籌集資金、消化風(fēng)險(xiǎn)，傳遞經(jīng)濟(jì)生產(chǎn)資料信息，這是由中國(guó)獨(dú)特的經(jīng)濟(jì)體制和國(guó)家戰(zhàn)略安排所決定的。因此，股市偏重融資功能不是導(dǎo)致股市投資功能較弱的直接原因，而股市偏重融資功能的市場(chǎng)定位正確與否也不應(yīng)以財(cái)富效應(yīng)的大小為衡量標(biāo)準(zhǔn)，平衡A股融資功能與投資功能的關(guān)鍵在于保證上市企業(yè)的優(yōu)質(zhì)性。

（二）政策建議

基于上述研究結(jié)論，本文提出協(xié)調(diào)中國(guó)A股融資與投資功能發(fā)展的若干建議：

一是優(yōu)化上市公司質(zhì)量，建立行業(yè)自律體制。上市公司質(zhì)量的優(yōu)劣是平衡股市融資功能與價(jià)值投資功能之間關(guān)系的關(guān)鍵，優(yōu)質(zhì)上市公司可顯著降低信息不對(duì)稱問題所帶來的市場(chǎng)危害。政府應(yīng)積極引導(dǎo)上市公司與其上下游公司共同組建行業(yè)自律機(jī)制，引導(dǎo)公司自覺進(jìn)行內(nèi)部審慎管理，上下游公司應(yīng)對(duì)涉嫌違規(guī)操作的上市公司進(jìn)行經(jīng)濟(jì)懲罰。同時(shí)，政府應(yīng)積極引導(dǎo)上市公司運(yùn)用區(qū)塊鏈技術(shù)與上下游公司建立完備的生產(chǎn)資料信息網(wǎng)，促進(jìn)行業(yè)信息透明化，從而緩解信息不對(duì)稱所導(dǎo)致的市場(chǎng)失靈。除此之外，政府應(yīng)積極完善上市公司分紅制度和退市制度，保證股票本身在風(fēng)險(xiǎn)資產(chǎn)中的競(jìng)爭(zhēng)力，從而減少投資者投機(jī)行為，降低投資者潛在損失。如對(duì)于長(zhǎng)期積極實(shí)行分紅制度的上市公司，政府可給予稅收或融資優(yōu)惠;對(duì)于重大違法違紀(jì)的上市公司應(yīng)施行強(qiáng)制退市，審慎管理退市指標(biāo)，提高其違規(guī)成本。

二是完善相關(guān)法律制度，推動(dòng)監(jiān)管體制再造。政府應(yīng)以保證投資者收益為出發(fā)點(diǎn)繼續(xù)完善相關(guān)法律，讓中國(guó)股票市場(chǎng)在法制化約束下，充分發(fā)揮其財(cái)富效應(yīng)潛力。應(yīng)毫不動(dòng)搖地推進(jìn)實(shí)施新《證券法》，全面推行注冊(cè)制，進(jìn)一步滿足企業(yè)發(fā)展所產(chǎn)生的融資需求，從而協(xié)調(diào)好股市融資與投資間的關(guān)系。同時(shí)，政府應(yīng)積極推動(dòng)市場(chǎng)監(jiān)管體制再造，推動(dòng)監(jiān)管機(jī)構(gòu)進(jìn)行專業(yè)化分類監(jiān)管，如交易所專業(yè)負(fù)責(zé)新股發(fā)行，證監(jiān)會(huì)主要負(fù)責(zé)投資者保護(hù)，中國(guó)人民銀行主要負(fù)責(zé)宏觀廣義杠桿調(diào)控等，在降低監(jiān)管成本的同時(shí)提升監(jiān)管效率。

三是引導(dǎo)市場(chǎng)理性投資，培養(yǎng)價(jià)值投資觀念。應(yīng)著力培養(yǎng)金融專業(yè)人才，繼續(xù)開放金融市場(chǎng)，吸引國(guó)外投資機(jī)構(gòu)深入?yún)⑴c我國(guó)股票二級(jí)市場(chǎng)交易，提高股票市場(chǎng)定價(jià)效率。監(jiān)管部門還應(yīng)加強(qiáng)投資者教育，積極宣傳價(jià)值投資理念，培養(yǎng)市場(chǎng)價(jià)值投資觀念，引導(dǎo)市場(chǎng)回歸理性投資，并通過稅收優(yōu)惠、政策支持等方式支持長(zhǎng)期持有固定標(biāo)的的投資者進(jìn)行價(jià)值投資，同時(shí)要求上市公司對(duì)因自身違規(guī)違紀(jì)導(dǎo)致投資者價(jià)值投資虧損的部分給予一定補(bǔ)償。除此之外，政府、證券機(jī)構(gòu)和高校研究所等應(yīng)將關(guān)于股票市場(chǎng)風(fēng)險(xiǎn)與收益水平的研究結(jié)果及時(shí)、準(zhǔn)確地傳達(dá)給投資者，提升信息透明度，從而幫助投資者全面認(rèn)識(shí)市場(chǎng)環(huán)境，以避免局部風(fēng)險(xiǎn)的擴(kuò)大。

參考文獻(xiàn)：

[1]尹力博，廖輝毅. 中國(guó)A股市場(chǎng)存在品質(zhì)溢價(jià)嗎？[J].金融研究，2019，62（10）.

[2]周小川.中國(guó)的股市泡沫令人擔(dān)憂 [J].科學(xué)決策，2007，14（6）.

[3]蔡慶豐，宋友勇.超常規(guī)發(fā)展的機(jī)構(gòu)投資者能穩(wěn)定市場(chǎng)嗎？ ——對(duì)我國(guó)基金業(yè)跨越式發(fā)展的反思 [J].經(jīng)濟(jì)研究，2010，56（1）.

[4]胡熠，顧明.巴菲特的阿爾法：來自中國(guó)股票市場(chǎng)的實(shí)證研究 [J].管理世界，2018，34（8）.

[5]Baker M，Jeffrey W. 2000. The Equity Share in New Issues and Aggregate Stock Returns [J].Journal of Finance，55（5）.

[6]Akhigbe A.，Borde S.F.，Whyte A.M. 2003. Does an Industry Effect Exist for Initial Public Offerings？ [J].Financial Review，38（4）.

[7]胡乃武，閻衍，張海峰.增發(fā)融資的股價(jià)效應(yīng)與市場(chǎng)前景 [J].金融研究，2002，45（5）.

[8]謝百三，沈文瑩.中國(guó)股市過度擴(kuò)容的風(fēng)險(xiǎn)及對(duì)策分析 [J].價(jià)格理論與實(shí)踐，2004，24（3）.

[9]孔東民，付克華.中國(guó)股市增發(fā)的市場(chǎng)反應(yīng)及影響因素分析 [J].世界經(jīng)濟(jì)，2005，65（10）.

[10]張躍文，孫舒楊.中國(guó)股市新股發(fā)行的市場(chǎng)沖擊研究 [J].金融評(píng)論，2009，1（1）.

[11]張博，扈文秀，楊熙安.“價(jià)值洼地”還是“市場(chǎng)沖擊”？——股票融資的市場(chǎng)影響機(jī)理辨析 [J].經(jīng)濟(jì)管理，2016，38（3）.

[12]邵志高，張琴.不同類股權(quán)再融資的宣告效應(yīng)分析及短期投資建議 [J].財(cái)會(huì)月刊，2009，30（21）.

[13]黎精明，趙燕.上市公司增長(zhǎng)機(jī)會(huì)、增發(fā)數(shù)量與股價(jià)反應(yīng) [J].南京審計(jì)學(xué)院學(xué)報(bào)，2012，9（3）.

[14]馬曉逵，楊德勇，李亞萍.投資者情緒視角下上市公司定向增發(fā)的宣告反應(yīng) [J].中國(guó)經(jīng)濟(jì)問題，2012，54（2）.

[15]唐震斌.我國(guó)股市擴(kuò)容與大盤走勢(shì)實(shí)證分析 [J]. 中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2003，23（5）.

[16]Yang Y. 2013. A New Fama-French 3-Factor Model with EGARCH-Type Volatilities and SSAEPD Errors [R]. Working Paper，F(xiàn)inance Department，Economics School，Nankai University，Tianjin.

[17]Fama E F，F(xiàn)rench K.R. 2015. A Five-Factor Asset Pricing Model [J].Journal of Financial Economics，116（1）.

[18]李志冰，楊光藝，馮永昌，景亮.Fama-French五因子模型在中國(guó)股票市場(chǎng)的實(shí)證檢驗(yàn) [J].金融研究，2017，60（6）.

[19]李俊聲，卓建偉.中國(guó)A股市場(chǎng)股價(jià)效應(yīng)異象研究[J].價(jià)格理論與實(shí)踐，2018，38（1）.

[20]鮑家勇，趙月旭.帶跳GARCH-SV模型的參數(shù)估計(jì)及實(shí)證分析 [J].數(shù)理統(tǒng)計(jì)與管理，2019，38（6）.

Abstract：Whether China's A-share market which focuses on financing function weakens the investment function of the stock market is one of the topics concerned by academia and the industry. This paper analyzes the characteristics of A-share returns from January 2007 to December 2019 by using statistical methods from multiple dimensions，and provides empirical evidence for understanding the internal relationship between the investment and financing functions of A-share for the first time by using the stochastic volatility risk analysis model. The empirical results show that China's A-share investment function is weak，and value investment is difficult; contrary to the empirical understanding，the financing function plays a positive role in improving the investment function of the stock market. On this basis，this paper puts forward targeted suggestions for coordinating the development of financing and investment function of China's A-share.

Key Words：value investment，capital market，risk analysis model