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”都會持有市場組合，因而公司個別風(fēng)險在市場組合中都將被對沖掉。因此，市場僅僅應(yīng)當(dāng)給予股票中那部分無法被分散的系統(tǒng)性風(fēng)險（即貝塔系數(shù)）以價格補償，而不應(yīng)當(dāng)給予公司層面的風(fēng)險以報酬。然而，隨著股票市場實證研究的不斷擴展和深入，研究者發(fā)現(xiàn)大量可觀測到的公司特點能夠作為股票橫截面收益的預(yù)測因子（Fama，1998[5]；Mclean and Pontiff，2016[6],等），這就是所謂的股票定價“異象”（Anomalies），這些股市截面收益的預(yù)測因子也可以稱為異常變量（Anomaly Variables）。關(guān)于股票定價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，幾十年過去了，學(xué)術(shù)界仍然無法對究竟哪些異常變量可以預(yù)測股票收益，以及引起這些股票收益異常的可預(yù)測性原因這兩個問題達成共識。

本文對國內(nèi)外與股市截面收益異常變量相關(guān)的文獻進行了系統(tǒng)梳理，并歸納了截面收益異常變量的檢驗方法，對異常收益產(chǎn)生的原因進行了分析和闡述，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、國內(nèi)外股市截面收益異象變量的類型

國內(nèi)外關(guān)于異象變量的研究主要從橫截面和時間序列兩個角度出發(fā)。本文的研究內(nèi)容為截面收益異常變量，因此對于從時間序列角度出發(fā)的異象變量研究不做贅述。本文總結(jié)了20 篇學(xué)術(shù)文獻中指出的20個對股市橫截面收益具有預(yù)測性的變量。這些文獻的發(fā)表時間跨度近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)測因子。所涉及的預(yù)測因子大致可以概括為四種類型。第一種預(yù)測因子有很強的理論基礎(chǔ)且已經(jīng)被列入定價模型，如Fama和MacBeth（1973）[9]提出的市場風(fēng)險因子貝塔系數(shù)和Fama和French（1992）提出的賬面市值比因子。第二種預(yù)測因子是根據(jù)股票的交易數(shù)據(jù)計算得出的，如Amihud（2002）[10]提出的流動性因子。第三種預(yù)測因子是根據(jù)公司基本財務(wù)指標(biāo)計算得出的，如Cooper、Guylen 和Schill（2008）[11]提出的資產(chǎn)增長指標(biāo)。第四種預(yù)測因子為行為金融學(xué)中的股票價格異象因子，如Jegadeesh 和Titman（2001）[12]提出的動量效應(yīng)指標(biāo)。

國內(nèi)學(xué)者所研究的股市橫截面收益預(yù)測因子基本上可以囊括在上述的四種類型因子之中。早期的研究集中于第一種類型和第三種類型的因子，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)上加入第四類因子中的動量效應(yīng)因子）對中國股市數(shù)據(jù)進行實證檢驗（如施東暉，1996[13]；靳云匯和劉霖，2001[14]；朱寶憲和何治國，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（2011）[18]用市盈率替換了賬面市值比，構(gòu)建適用我國股市的新三因素模型。近期的研究則集中于Fama-French 五因子模型在中國股市的檢驗（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)測因子的研究在國內(nèi)也比較常見，如蘇冬蔚和麥元勛（2004）[21]、張崢和劉力（2006）[22]用換手率來衡量流動性，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模型。至于第四種類型的預(yù)測因子，由于行為金融學(xué)中大多數(shù)的股票價格異象是在時間序列的基礎(chǔ)之上展開的，因此對于行為金融方面的異象預(yù)測因子研究集中在動量效應(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)測因子

二、截面收益異常變量的檢驗方法概述

國內(nèi)外對截面收益異常變量的檢驗方法主要是沿用Fama-French 三因素模型所采用的分組檢驗法。首先構(gòu)建多空組合（Long-short portfolios）。對于一些異象變量，如動量效應(yīng)因子，異象變量值越高，異象收益值越大；而對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每一項異常因子構(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間區(qū)間內(nèi)，把股票根據(jù)某一異象變量值（如非流動性指標(biāo)）的大小逐月進行排序，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行調(diào)整的）。將在異常變量或預(yù)測因子作用下具有更高收益的投資組合稱為異象多方，反之則稱為異象空方。對于異象變量中的指標(biāo)型變量（如信用評級下降），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，計算多空組合收益率并進行T 檢驗。采用月度數(shù)據(jù)進行分析，分別計算每一個異象變量空方組合和多方組合在某一時間區(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。對異象收益進行T 檢驗，以判斷該異象變量是否顯著。

三、國內(nèi)外異象收益可預(yù)測性的產(chǎn)生原因

國內(nèi)外有三種關(guān)于股市橫截面收益可預(yù)測性的解釋比較普遍。

第一種觀點認(rèn)為，收益可預(yù)測性來源于風(fēng)險的差異（如Fama，1991，1998；杜威望，肖曙光，2018，等）。換句話說，這些異象收益實際上是風(fēng)險溢價。在這種解釋框架下，橫截面收益可預(yù)測性的產(chǎn)生實際上是并不屬于真正的“異象”，因為這些預(yù)測因子實際上反映了用來給股票定價的折現(xiàn)率。

第二種觀點認(rèn)為，回報的可預(yù)測性是一種錯誤定 價（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)錯誤定價假說，投資者會對一部分股票未來的現(xiàn)金流期望過分樂觀，而對另一部分股票的期望則過分悲觀，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，投資者會更新他們的期望，從而引起股票價格的更正，因而產(chǎn)生了收益的可預(yù)測性。

第三種觀點認(rèn)為，收益可預(yù)測性可能是因為“數(shù)據(jù)挖掘”。Fama（1998）指出，學(xué)者們檢驗了成千上萬的變量，因此，即使找到一些變量在其樣本中可以預(yù)測收益也不足為奇。況且在現(xiàn)實中，這些變量根本無法預(yù)測股市的收益。

四、總結(jié)性評論及對中國的研究展望

近幾十年，股市的異常變量引起了國內(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，為我們進一步研究股價的波動提供了豐富的材料和深刻的見解。誠然，國際上關(guān)于股市異象變量的實證研究已經(jīng)相對完善，但其研究發(fā)現(xiàn)卻未必能夠適用于中國股市。一方面，我國股市從微觀上來說具有散戶投資者眾多、機構(gòu)投資者同質(zhì)化的結(jié)構(gòu)特點，因此非理性交易與投機行為相對于美國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，使得部分在他國市場上通行的收益預(yù)測因子，如Fama 和French（1992）提出的三因素模型中的價值因子，在中國股市就無法適用（Chen，Hu，Shao 和Wang，2015）。此外，Mcleanh 和Pontiff（2016）通過對美國股市的研究發(fā)現(xiàn)，投資者會從學(xué)術(shù)文獻對異象收益的報告中學(xué)習(xí)和調(diào)整投資策略，從而降低美國股市的錯誤定價水平。若借鑒其研究思路，將其運用到中國股市，則可以通過數(shù)據(jù)的對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，中國股市的賣空限制程度要高于美國。胡汝佳（2013）認(rèn)為，中國股市的異象收益并非來源于投資者非理性，而是由于賣空限制過高，使得市場上長期存在部分價值被高估的股票。也就是說，股票市場政策及其他特點的差異，可能會導(dǎo)致異象收益產(chǎn)生原因的差異。綜上所述，未來進行更多針對中國股市數(shù)據(jù)進行相對完善的異常變量的實證檢驗研究，并在此基礎(chǔ)上結(jié)合中國股市政策分析異象收益可預(yù)測性產(chǎn)生的原因是十分必要。