我国股票定价五因素模型_交易量如何影响股票收益率_田利辉_王冠英

南开经济研究NANKAIECONOMICSTUDIES2014年第2期No.2201454$▋我国股票定价五因素模型：交易量如何影响股票收益率？田利辉王冠英∗摘要：Fama-French三因素模型是美国股市定价的实证总结，并不一定适合众多散户热衷投机的我国股市。本文以沪深A股1995至2012年周收益率为样本，研究交易量对股票收益率的影响。在Fama-MacBeth截面回归分析中，我们发现成交额、换手率与股票预期收益率呈显著负相关，且相关性在2004至2012年近期的子样本中更加显著。换手率对股票收益率的影响在小盘股、高β股和前期表现良好的样本中更加显著。时间序列回归表明，交易量风险不能由市场风险、市值、账面市值比和收益率反转效应解释。结合我国股市特征，在Fama-French三因素模型的基础上，本文构建了包含成交额和换手率的五因素定价模型。关键词：交易量；Fama-French三因素模型；资产定价一、引言有效市场假说认为，投资者无法通过已知信息获得高于市场风险溢价的利润(Fama，1970)。倘若当前股票价格充分反映了过去的信息，市场是弱有效的。我国股市市场机制尚且不够完善，投资者往往热衷投机炒作与技术分析，并基于历史交易信息判断价格走势。我国股市以换手率高企著称于世(张峥和刘力，2006)，交易量是否有助于我国股票资产定价？的确，我国股市价格波动剧烈，投资者倾向于快进快出，存在着“猴市”特征。这可能来源于我国股市的市场微观结构，散户投资者众多，机构投资者同质化，从而非理性交易与投机行为较为普遍，出现了“高换手率”的现象。高换手率对我国股票收益率具有显著影响。譬如，在2008年9月调整印花税的当周，中国神华这支股票换手率高达10%，收益率也升至21%，但是随之周收益率暴跌26%。当面临外部信息冲击或者内部操纵时，交易量往往会扩大，带来股价迅速上升，然后部分投资者获利出逃，形成收益率的反转效应。然而，我国股市中交易量对收益率的预测和解释贡献如何？∗田利辉，南开大学金融发展研究院(邮编：300071)，E-mail：[e-mail]；王冠英，南开大学金融发展研究院，E-mail：[e-mail]。本文资助项目：教育部重大课题攻关项目(13JZD006)、国家自然科学基金(71272179)和教育部新世纪优秀人才计划(NCET-12-0288)。南开经济研究NANKAIECONOMICSTUDIES2014年第2期No.2201455资产定价经典文献对于上述问题尚且涉猎不多。在Sharpe(1964)和Lintner(1965)提出的CAPM模型中，市场风险是收益率的唯一影响因素。然而，由于在投资实践中，CAPM解释力度不足，存在着众多市场因素无法解释的金融“异象”。Stattman(1980)提出账面市值比对股票收益率具有显著影响。Banz(1981)认为股票市场存在显著的小盘股溢价。Basu(1983)发现了市盈率效应。Bhandari(1988)指出杠杆率也是股票收益率的影响因素。集大成者Fama和French(1992，1993)集中检验上述因素，形成了包含市场风险、市值(SMB)与账面市值比(HML)的Fama-French三因素模型。Fama和French(1996)进而认为，过去表现对未来收益具有预测作用，存在着不能由公司基本面因素所解释的动量效应。在此基础上，Carhart(1997)和Novy-Marx(2012)构建不同期限结构的动量因子，提出了包含中期惯性效应的资产定价模型。我国股市起步较晚，早期资产定价研究局限于Fama-French三因素模型框架或是直接采用Carhart四因子模型，如施东晖(1996)、陈浪南和屈文洲(2000)、靳云汇和刘霖(2001)、朱宝宪和何治国(2002)、吴世农和许年行(2004)、朱波和宋振平(2009)、朱波等(2010)。潘莉和徐建国(2011)用市盈率替换了账面市值比，构建适用我国股市的新三因素模型。现有交易量文献主要从横截面和时间序列两个角度开展研究。所谓时间序列研究是分析个股交易量相对于自身以前交易量的变化幅度，分析交易量冲击对于股票期望收益的影响。Gervais等(2001)发现，交易量高于往常时段的股票比交易相对冷淡的股票具有更高的预期收益，存在“高交易量溢价”的事实。Kaniel等(2012)进而研究41个国家的股票市场，发现了各国普遍存在高交易量溢价现象。横截面研究是分析同一时期各股票交易量差异对未来收益率造成什么影响。例如，Brennan等(1998)发现美国股票换手率与收益率具有显著负相关关系。Chordia等(2001)发现美国股票成交额、换手率与股票预期收益率呈显著负相关。Datar等(1998)、苏冬蔚和麦元勋(2004)、张峥和刘力(2006)将换手率作为流动性代理变量进行检验，也得出了换手率与期望收益率的负相关关系。然而，现有文献样本区间较短，研究内容限于检验交易量与收益率的相关性，并未从构建定价因子的角度分析其预测解释能力。本文主要关注交易量对股票收益率的截面影响，进而构建包含交易量的资产定价模型。Stoll(1978)曾经指出，交易量衡量了交易商转换头寸的速度，与股票流动性成正相关，其在资产定价中的作用不言而喻。James和Edmister(1983)及Chordia等(2001)在研究交易量对股票收益率的影响时均认为，股票成交金额代表资产转移程度。苏冬蔚和麦元勋(2004)则认为换手率作为衡量交易活跃程度的指标，反映股票流动性。因此，本文从成交额和换手率两方面研究交易量对股票收益率的影响，提出了包含交易量因子的资产定价模型。本文采用1995年1月至2012年12月的18年的沪深A股周收益率数据，从横截面和时间序列两个角度检验交易量与收益率的关系。我们发现，购买低交易量组合并卖出高交易量组合能够获得超额收益。在2004至2012年的9年后期样本和牛市期间，交易量对股票预期收益率的影响更加显著。在股票市场繁荣的时田利辉、王冠英：我国股票定价五因素模型：交易量如何影响股票收益率？56期，投资者参与意愿增强造成交易量的放大，进而导致股票价格更加剧烈的变动。交易量溢价不能由市场风险、市值、账面市值比和收益率反转效应解释。本文构建的五因子定价模型解释力比Fama-French三因素模型显著提高。此外，在小盘股、高β股和前期表现良好的股票样本中，换手率对股票收益率具有更加显著的影响。本文具有如下贡献。首先，本文丰富了资产定价文献。西方资产定价文献主要以Fama-French三因素模型和包含惯性效应的四因素模型为主(FamaandFrench，1993；Carhart，1997；Novy-Marx，2012)。我国资产定价研究侧重检验西方已有模型或采用其它基本面指标作为风险因素。本文明确指出交易量对解释股票收益率具有显著作用。实际上，我国现有的研究已经关注到交易量对股票收益率的影响(苏冬蔚和麦元勋，2004；郑方镳等，2007)。我国股票当前收益与历史交易量具有显著相关性，需要将交易量作为收益率的风险定价因子来研究。本文结合我国股市特征，检验成交额和换手率的零投资策略，构建定价因子，建立了更加完善的股票定价模型。其次，本文是迄今为止最长时间跨度和最大股票样本的研究。现有文献样本区间时间跨度普遍较短，然而我国股市的定价规律随着时间发生了较大的变化。本文更加细致的指出，在1998年以前的早期样本，股票成交量与预期收益率呈正相关。交易量在2004至2012年的后期样本和牛市期间对股票预期收益率的负向影响更加显著。再次，我国研究交易量影响的文献仅仅控制市值规模(郑方镳等，2007)。本文在检验定价模型时，深入考察多空周期、市值、贝塔和前期表现的影响。我们发现，换手率在小盘股、高β股和前期表现良好的股票样本对股票收益率的影响更加显著。本文提供了以交易量为指标的股票投资策略，也为探讨我国金融异象的文献做出了一些贡献。本文其余部分结构如下，第二部分进行文献综述；第三部分为数据描述；第四部分从截面上检验交易量对股票收益率的影响；第五部分构建资产定价模型，进行时间序列回归，并检验模型拟合效果；第六部分进行稳健性检验并控制市值、贝塔和前期表现因素研究交易量对收益率的影响；最后总结全文。二、文献综述作为金融学三大领域之一，资产定价以Markowitz的投资组合理论为先导，经历了长足发展。早年资产定价理论研究基于理性投资人的假设。在完备市场条件下，Markowitz(1952)提出均值-方差投资组合模型。Sharpe(1964)和Lintner(1965)将Markowitz的模型进行简化，推导出经典的CAPM。新科诺贝尔经济学奖得主Fama(1965，1970)结合前人理论，提出了著名的“有效市场假说”。在有效市场条件下，股票价格已经反映了所有信息，任何历史信息和技术分析都是无效的。然而，众多实证研究表明，能够反映有效市场假设的CAPM远不足以解释市场存南开经济研究NANKAIECONOMICSTUDIES2014年第2期No.2201457在的金融异象。有效市场假说恰如“一只会下金蛋的母鸡”，吸引众多学者从不同角度进行研究。Stattman(1980)发现，美国股市存在显著的价值效应，购买高账面市值比的股票能够获得更高的收益。Banz(1981)发现规模效应，即购买小盘股股票并卖出大盘股股票能够获得超额利润。Basu(1983)和Bhandari(1988)分别指出，市盈率和杠杆率对预期收益具有显著的预测能力。Fama和French(1992)将市场回报率、股票市值、账面市值比、杠杆率和市盈率综合对比发现，市场回报率、市值和账面市值比可以包含以上五种因素的影响。进而，他们提出著名的股票定价三因素模型(FamaandFrench，1993)。虽然三因素模型在业界备受推崇，但仍难以囊括所有风险。三因素模型的影响因素来源于上市公司本身的“遗传信息”，并没有反映投资者行为对股票价格的影响(FamaandFrench，1996)。Carhart(1997)按共同基金对过去2至12月的收益率划分10个投资组合进行检验。结果表明，曾经表现优秀的基金仍能延续良好的发展态势，赢家减输家的组合收益显著为正。他在Fama和French(1993)的基础上提出了包含中期惯性效应的四因素模型。Novy-Marx(2012)进一步指出，股票上涨动力来源于中间时段(intermediatehorizon)，与过去2～6月的历史表现相比，过去7～12月的历史表现与预期收益率的正相关性更加显著。我国股票市场起步较晚，国内资产定价研究方兴未艾。施东晖(1996)、陈浪南和屈文洲(2000)实证检验了CAPM在中国股市的应用。朱宝宪和何治国(2002)、吴世农和许年行(2004)检验了三因素模型在我国股市的适用性。Lin等(2012)发现，三因素模型较好地解释了我国股票收益率，能够包含潜在的风险因素。陈青和李子白(2008)构造了流动性风险与市场风险的二因素资产定价模型。郑振龙和汤文玉(2011)指出，波动率是影响股票收益率的重要风险因素，波动率因子在一定程度上能够解释小盘股溢价和价值股溢价。潘莉和徐建国(2011)用市盈率代替市净率，构建了我国股市的新三因子模型。由此可见，以CAPM和Fama-French三因素模型为标杆，已有一系列国内外文献寻求新的风险因素，构造资产定价因子模型。定价因子模型的实质在于用风险因素的溢价去解释股票收益率的溢价。在扩展风险因素的同时，各类定价模型不断发现着新型的套利投资策略。根据我国历史交易量投资能否获取超额利润？交易量对预期收益率的预测解释能力如何？尚且鲜有学者回答。Lo和Wang(2000)曾经指出，价格与数量是市场互动理论的基本要素，交易量在资产定价建模方面的重要性不言而喻。根据Lo和Wang(2000)的定义和对以往文献的归纳，交易量度量指标大致分为以下几种：市场总成交股数(Ying，1966)、市场