定价因子选择对股票市场异象检验影响.docVIP

定价因子选择对股票市场异象检验影响 　　摘要：现有研究股市异象的文献大多使用Fama-French三因子模型、Carhart四因子模型和Fama-French五因子模型，其中多数文献并未就所选模型是否适用于对应异象的检验加以探讨。我们收集了6种异象，分别使用CAPM、三因子模型和五因子模型进行检验，发现：（1）6种异象的真实溢价均不显著，但使用最新的五因子模型检验出了显著的阿尔法；（2）当使用应用最广的三因子模型时得到了更加膨胀的阿尔法；（3）使用经典的CAPM模型得到了较为合理的结果；（4）市值因子是导致异象溢价的阿尔法被夸大的主要原因，价值因子则为次要原因。结果表明，研究股市异象时需要慎重考虑所选定价模型是否适用于检验该异象，不恰当地使用定价因子会导致矫枉过正的后果。 　　关键词：股票市场；异象；资产定价模型；定价因子 　　中图分类号：F830 文献标识码：A 文章编号：1003-854X（2017）09-0030-07 　　一、引言 　　自从Fama和MacBeth对金融经济学领域著名的资本资产定价模型（CAPM）进行实证检验以来①，数以百计的论文对股票市场的横截面回报率进行了解释②。从学术研究的角度看，解释股市横截面回报率特征是实证资产定价研究的主要方向之一；从实际应用的角度看，对股市横截面回报率特征的掌握有助于专业的资产管理机构建立相应的盈利策略。因此，该方面的文献常常受到学界和业界的关注，并大量发表在经济和金融领域的顶级刊物③。 　　有关股票市场横截面回报率的研究大多以发现某种现有定价模型不能解释的异象作为主要学术贡献。大体来讲，这类研究先试着找出与股票未来收益率相关的前定变量，然后进一步验证这种相关性并不能由现有的资产定价模型所解释，从而判定这个前定变量对股市横截面回报率的解释能力为“异象”。如果异象真的存在，意味着股票未来回报率可以由特定变量的当前值来解释。换句话说，每一种异象都对应着一条预测股价的途径。然而，变幻莫测的股票市场真的那么容易被预测吗？一些文献对于异象的存在性提出了怀疑。首先，早期的文献指出，股市异象可能并不存在于经济意义层面，而仅仅是来自特定样本的统计偏误④；其次，近期有研究认为，由于研究市场异象的文献数量较多，传统的显著性门槛可能无法有效排除数据挖掘的嫌疑⑤。此外，惯例性地使用横截面R平方和定价误差来衡量截面定价因子的解释能力很可能存在伪回归的问题⑥。最后，现有文献也证明了随着学术成果的公布和市场有效性的恢复，股市异象对于股价的预测能力明显减弱⑦。这些文献共同表明，股票市场异象的实际数量并非像该领域发表的文献数量那样多。 　　基于上述背景，本文从一个全新的角度――资产定价因子的选择――来检验异象的数量和显著性是否被人为地夸大。本文的构思主要来自两处启发：第一，现有关于市场异象的文献在资产定价模型的选择上并没有达到一致。使用最广泛的是著名的三因子模型，如Fama和French、毛小元等、田利辉等的研究⑧；但也有许多文献使用四因子模型，如Carhart、欧阳志刚、李飞、Fama和French、赵胜民等的研究⑨，此外作为资产定价领域最新进展的五因子模型，也在近年来得到了越来越多的使用⑩。资产定价模型对于异象检验起决定性的把关作用：如果异象对股票未来回报率的解释能力不能被这些模型包含的标准定价因子吸收，那么就认为该异象是真实存在的。因此，本文的第一个假设是：资产定价模型选择的自主性，同时也是定价因子选择的自主性，会对异象研究的结论产生影响。第二，资产定价模型有时不仅没有吸收异象溢价的解释力，反而还会夸大异象的规模。Chen等在对中国股票市场的多个异象进行检验时报告了三因子模型对应的阿尔法溢价大于真实回报率溢价的结果，但并未对此加以说明{11}。Bali等在检验美国市场的特质波动率异象时发现四因子模型的阿尔法溢价超过了真实回报率溢价，他们认为是股票组间的市值差异导致了这种结果{12}。因此，本文的第二个假设是：以市值为代表的标准资产定价因子可能夸大异象的规模和显著性。 　　为了验证上述两个假设，本文使用CAPM、三因子模型、五因子模型对净营运资产、现金流价格比、盈利价格比、毛利率、毛利溢价和动量对应的6种异象进行了检验。分别使用作为资产定价领域最新进展的五因子模型、应用最广的三因子模型和经典的CAPM模型，考量资产定价模型的选择和定价因子的改变是否会影响异象检验的结论，以及是否会夸大异象的显著程度。 　　本文主要有以下贡献：第一，我们基于定价因子选择这个新的角度，验证了最常用的资产定价模型可能会使得异象研究的结果存在偏误。使用资产定价模型验证异象的本意是消除异象溢价中对应标准资产定价因子所能解释的部分，而本文结果表明一些最常用的定?r因子反而会使得阿尔法不合理地膨胀，明显影响了异象研