劉蘭蘭 姚樹潔

摘要：

以1998年至2015中國(guó)A股上市公司為研究對(duì)象，考察了Fama-French五因子模型對(duì)資產(chǎn)增長(zhǎng)效應(yīng)的解釋能力。研究發(fā)現(xiàn)，投資增長(zhǎng)風(fēng)險(xiǎn)因子對(duì)組合收益率的分布有顯著影響，F(xiàn)ama-French五因子模型可以解釋資產(chǎn)增長(zhǎng)效應(yīng)。除了市值規(guī)模因子和投資增長(zhǎng)因子外，其他因子對(duì)股票橫截面收益的預(yù)測(cè)能力并不顯著?；诖耍接懹绊戀Y產(chǎn)價(jià)格變動(dòng)的風(fēng)險(xiǎn)因子，并建立適當(dāng)?shù)馁Y產(chǎn)定價(jià)模型，有利于改善中國(guó)股市的資源配置功能。

關(guān)鍵詞：資產(chǎn)增長(zhǎng)效應(yīng)；投資組合；資產(chǎn)定價(jià)模型；風(fēng)險(xiǎn)因子

中圖分類號(hào)：F83091 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：

10085831（2016）05003409

一、研究問(wèn)題

股票收益率的可預(yù)測(cè)性是現(xiàn)代金融研究的核心問(wèn)題之一。近年來(lái)，大量文獻(xiàn)針對(duì)公司資產(chǎn)、投資規(guī)模的變化對(duì)未來(lái)股票收益率的影響展開了研究。理論研究方面，根據(jù)Tobin的Q投資理論，公司投資的目標(biāo)是通過(guò)最優(yōu)化的決策來(lái)實(shí)現(xiàn)股票市值的最大化[1]?；诖死碚?，Cochran證明，公司投資水平的變化反映了其未來(lái)貼現(xiàn)率或產(chǎn)出水平的變化，最優(yōu)化的投資意味著投資期末所獲得的邊際效益的貼現(xiàn)值至少等于其投資期初的邊際成本[2]。換言之，投資回報(bào)率應(yīng)大于等于資本市場(chǎng)上的貼現(xiàn)率。實(shí)證研究方面，學(xué)者們主要針對(duì)公司資產(chǎn)負(fù)債表規(guī)模的變化與股票預(yù)期收益的相關(guān)性進(jìn)行了探討。例如，Cooper等發(fā)現(xiàn)了“資產(chǎn)增長(zhǎng)效應(yīng)”，即公司總資產(chǎn)的增長(zhǎng)與股票預(yù)期收益呈負(fù)相關(guān)關(guān)系，資產(chǎn)擴(kuò)張速度快的公司未來(lái)股票收益反而較低[3]。

目前，國(guó)內(nèi)外學(xué)者對(duì)資產(chǎn)增長(zhǎng)效應(yīng)的存在性已基本達(dá)成共識(shí)。Watanabe等驗(yàn)證了該效應(yīng)在42個(gè)國(guó)際股票市場(chǎng)中的存在性，并且發(fā)現(xiàn)基于該效應(yīng)的多空套利策略可獲得約64%的年化超額收益[4]。然而，學(xué)術(shù)界對(duì)于該現(xiàn)象的解釋至今還存在爭(zhēng)議。這些研究大致分為四個(gè)方面：（1）基于行為金融理論的錯(cuò)誤定價(jià)解釋；（2）基于Q投資理論的邊際投資收益解釋；（3）基于實(shí)物期權(quán)理論的風(fēng)險(xiǎn)因素解釋；（4）以及基于有效市場(chǎng)理論的資產(chǎn)定價(jià)解釋。此外，從針對(duì)中國(guó)A股市場(chǎng)上資產(chǎn)增長(zhǎng)效應(yīng)的研究看，黃邁和董志勇[5]、林祺[6]證明了公司資產(chǎn)增長(zhǎng)對(duì)股票橫截面收益的預(yù)測(cè)能力，并從Q理論、套利限制等角度來(lái)解釋該效應(yīng)，指出中國(guó)資本市場(chǎng)有效性不足。

本文主要考察了資產(chǎn)定價(jià)模型對(duì)于中國(guó)資產(chǎn)增長(zhǎng)效應(yīng)的解釋能力。Fama指出，市場(chǎng)有效性的檢驗(yàn)需要考量現(xiàn)有的資產(chǎn)定價(jià)模型是否是衡量股票收益風(fēng)險(xiǎn)的適當(dāng)標(biāo)準(zhǔn)[7]。受理論及實(shí)證研究證據(jù)的啟發(fā)，F(xiàn)ama和French[8]等提出的Fama-French五因子模型中，將投資增長(zhǎng)率作為了新的風(fēng)險(xiǎn)因子。結(jié)果顯示，改善后的定價(jià)模型對(duì)美國(guó)市場(chǎng)股票收益率的解釋能力有所增強(qiáng)。本文嘗試將Fama-French五因子模型應(yīng)用于中國(guó)股票市場(chǎng)，從時(shí)間序列及橫截面兩個(gè)維度分析了該模型對(duì)于資產(chǎn)增長(zhǎng)效應(yīng)的解釋能力，考察了投資增長(zhǎng)因子的定價(jià)效果，為中國(guó)股票市場(chǎng)異象的檢驗(yàn)提供了可借鑒的分析視角及實(shí)證證據(jù)。

二、文獻(xiàn)綜述

（一）國(guó)外市場(chǎng)有關(guān)資產(chǎn)增長(zhǎng)效應(yīng)的實(shí)證結(jié)果

資產(chǎn)增長(zhǎng)效應(yīng)最早是由Cooper等提出，證實(shí)了公司總資產(chǎn)規(guī)模的變化能夠預(yù)測(cè)股票的未來(lái)收益。以1968年到2003年美國(guó)非金融類上市公司為樣本，Cooper等發(fā)現(xiàn)總資產(chǎn)增長(zhǎng)率最高的投資策略組合在接下來(lái)一年內(nèi)的股票收益反而最低。他們的研究還探討了基于資產(chǎn)增長(zhǎng)效應(yīng)的多空套利策略的盈利能力。具體而言，通過(guò)買入高資產(chǎn)增長(zhǎng)公司的股票，并同時(shí)賣空低資產(chǎn)增長(zhǎng)公司的股票，投資者所持有的等權(quán)重投資組合可產(chǎn)生約195%的年化超額收益。

為解釋這一發(fā)現(xiàn)，Cooper等檢驗(yàn)了資產(chǎn)增長(zhǎng)效應(yīng)是否源于公司資產(chǎn)負(fù)債表某一個(gè)或幾個(gè)項(xiàng)目的變化，如現(xiàn)金、非現(xiàn)金資產(chǎn)、固定資產(chǎn)、設(shè)備或其他長(zhǎng)期資產(chǎn)。實(shí)證結(jié)果表明，各項(xiàng)目的變化并不能很好地解釋總資產(chǎn)增長(zhǎng)率與預(yù)期收益之間的負(fù)相關(guān)關(guān)系。此外，總資產(chǎn)增長(zhǎng)率對(duì)橫截面收益的預(yù)測(cè)性要強(qiáng)于其他變量，如市值規(guī)模、賬面市值比、股票動(dòng)量等。同樣地，Lipson等比較了七個(gè)衡量公司資產(chǎn)、投資水平變化的指標(biāo)，證明總資產(chǎn)增長(zhǎng)率可以有效地“吸收”其他指標(biāo)對(duì)美國(guó)股票橫截面收益的預(yù)測(cè)能力[9]。Yao等以1981-2007年9個(gè)亞太國(guó)家和地區(qū)上市公司為樣本，發(fā)現(xiàn)了普遍資產(chǎn)增長(zhǎng)效應(yīng)，且在印度股票市場(chǎng)上最為顯著[10]。

除了總資產(chǎn)增長(zhǎng)率，大量文獻(xiàn)從其他角度就公司資產(chǎn)、投資水平對(duì)股票收益的影響展開了研究，眾多經(jīng)濟(jì)變量如資本支出率、凈資產(chǎn)增長(zhǎng)率、股本變動(dòng)率等均被證明與股票預(yù)期收益呈負(fù)相關(guān)關(guān)系。例如，Xing以資本支出/賬面價(jià)值比為衡量公司投資水平變化的指標(biāo)，發(fā)現(xiàn)投資增長(zhǎng)效應(yīng)對(duì)股票收益的預(yù)測(cè)能力相較于價(jià)值效應(yīng)更穩(wěn)健[11]。

（二）資產(chǎn)增長(zhǎng)效應(yīng)的成因

1錯(cuò)誤定價(jià)

目前，在探討資產(chǎn)增長(zhǎng)效應(yīng)成因的相關(guān)文獻(xiàn)中，“錯(cuò)誤定價(jià)”是受關(guān)注度最高的解釋之一。這些文獻(xiàn)主要從投資者行為偏差和有限套利理論的角度對(duì)資產(chǎn)增長(zhǎng)效應(yīng)進(jìn)行了驗(yàn)證，并對(duì)市場(chǎng)有效性提出質(zhì)疑。最早提出該效應(yīng)的Cooper等發(fā)現(xiàn)，高資產(chǎn)增長(zhǎng)的公司在擴(kuò)張前幾年內(nèi)的經(jīng)營(yíng)業(yè)績(jī)要明顯好于擴(kuò)張后的業(yè)績(jī)。因此，投資者對(duì)公司過(guò)往業(yè)績(jī)的“過(guò)度反應(yīng)”使股票價(jià)格被高估，進(jìn)而引發(fā)了錯(cuò)誤定價(jià)。公司在大規(guī)模資產(chǎn)擴(kuò)張后，股票收益率呈現(xiàn)為負(fù)值，這其實(shí)是市場(chǎng)對(duì)于其股價(jià)被高估的一種矯正。

第二個(gè)解釋是有關(guān)管理者“過(guò)度投資”和投資者“反映不足”的假設(shè)。Titman等以超額資本支出為變量，從管理者建立“企業(yè)帝國(guó)”動(dòng)因的角度，考察了對(duì)公司投資支出以及股票收益的影響[12]。該研究發(fā)現(xiàn)，在管理者擁有較高自由裁量權(quán)的公司以及敵意并購(gòu)多發(fā)的時(shí)期內(nèi)，超額資本支出與股票收益的負(fù)相關(guān)性更為顯著。這說(shuō)明投資者往往低估了管理者在公司擴(kuò)張時(shí)期的意圖，進(jìn)而引發(fā)了錯(cuò)誤定價(jià)。

Lam和Wei從第三種角度探討了錯(cuò)誤定價(jià)對(duì)資產(chǎn)增長(zhǎng)效應(yīng)的解釋效果，即“有限套利”理論。該理論認(rèn)為即使存在股價(jià)高估或低估的情況，由于信息不對(duì)稱、交易成本的存在，使得理性投資者的套利行為不能夠有效地將股價(jià)“糾正”回到合理的水平[13]。Lipson等以股票的特質(zhì)波動(dòng)率風(fēng)險(xiǎn)（Ivol）作為衡量有限套利的變量，發(fā)現(xiàn)套利策略所產(chǎn)生的超額收益僅存在于特質(zhì)波動(dòng)率風(fēng)險(xiǎn)高的樣本，也就是套利成本較高的樣本。

2Q投資理論

Tobin指出，企業(yè)的投資行為由股票的市場(chǎng)價(jià)值與資產(chǎn)的重置價(jià)值之比，即Q值決定。當(dāng)Q值大于1時(shí)，說(shuō)明企業(yè)投入的資本量小于資本存量，這時(shí)企業(yè)可增加資本投入量，反之亦然。隨后，Cochrane建立了一個(gè)基于Q投資理論的資產(chǎn)定價(jià)模型，證明貼現(xiàn)率與投資水平負(fù)相關(guān)。該模型的理論基礎(chǔ)在于企業(yè)的邊際Q值并不等于平均Q值，而是隨投資邊際成本（公司的資本成本，亦即投資者的期望收益率）的變化而變化。一般來(lái)說(shuō)，當(dāng)投資者的預(yù)期收益較低時(shí)，公司的資本成本越低，邊際Q值越高，因而投資支出也就越高。

Li和Zhang指出，在無(wú)摩擦的資本市場(chǎng)條件下，不存在融資約束問(wèn)題，各公司在資本市場(chǎng)上融資的成本基本相同。然而在現(xiàn)實(shí)的資本市場(chǎng)中，由于信息不對(duì)稱的存在，不同公司的投資成本亦有所不同[14]。他們的理論模型顯示，當(dāng)公司的投資成本增加時(shí)，其投資的投入量對(duì)股票期望收益變化的彈性也就越大?；诖?，Li和Zhang以1968年到2008年美國(guó)股市非金融行業(yè)上市公司為樣本，檢驗(yàn)了融資約束對(duì)投資—收益負(fù)向關(guān)系的影響。然而，實(shí)證結(jié)果與假設(shè)并不相符，說(shuō)明該理論不能很好地解釋資產(chǎn)增產(chǎn)效應(yīng)。Yao等對(duì)亞太國(guó)家股票市場(chǎng)的研究發(fā)現(xiàn)，過(guò)度依賴銀行融資以及金融系統(tǒng)的脆弱性是解釋資產(chǎn)增長(zhǎng)效應(yīng)的最主要因素，這一結(jié)論與Q理論的論述相一致。

3實(shí)物期權(quán)理論

與前文所論述的兩種解釋方式相比，基于實(shí)物期權(quán)理論的文獻(xiàn)相對(duì)較少。Berk等提出，企業(yè)資產(chǎn)的價(jià)值是由現(xiàn)有資產(chǎn)以及可以行使投資機(jī)會(huì)的實(shí)物期權(quán)組成[15]。Carlson等將實(shí)物期權(quán)理論應(yīng)用于公司投資行為的實(shí)證檢驗(yàn)中，發(fā)現(xiàn)公司資產(chǎn)的系統(tǒng)性風(fēng)險(xiǎn)是隨時(shí)間變化的。當(dāng)公司執(zhí)行實(shí)物期權(quán)并進(jìn)行投資時(shí)，整個(gè)公司未來(lái)現(xiàn)金流以及資產(chǎn)價(jià)值的不確定性將有所降低，風(fēng)險(xiǎn)的降低將使公司的股票預(yù)期收益下降[16]。因此，他們證明實(shí)物期權(quán)理論可以用來(lái)解釋公司投資增產(chǎn)和股票收益的負(fù)相關(guān)關(guān)系。

4資產(chǎn)定價(jià)模型

根據(jù)資產(chǎn)定價(jià)模型的假設(shè)，投資者是厭惡風(fēng)險(xiǎn)的，因而收益與風(fēng)險(xiǎn)正相關(guān)。盡管大量文獻(xiàn)證明，資產(chǎn)增長(zhǎng)效應(yīng)顯著存在于規(guī)模小、特質(zhì)波動(dòng)率風(fēng)險(xiǎn)高、融資約束程度高的投資組合中，但是這些研究忽視了對(duì)于多空套利策略所產(chǎn)生的超額收益率的解釋。

為了考察投資、盈利等非風(fēng)險(xiǎn)的變量與股票收益的相關(guān)性，F(xiàn)ama和French以股利貼現(xiàn)模型為理論基礎(chǔ)，并結(jié)合相關(guān)的實(shí)證研究，提出了新的五因子模型。這一模型在Fama和French[17]所提出的三因子模型的基礎(chǔ)上，增加了兩個(gè)新的風(fēng)險(xiǎn)因子：盈利能力因子（RMW）以及投資增長(zhǎng)因子（CMA）。Fama和French的結(jié)果表明，五因子模型對(duì)于個(gè)股收益率的差異、預(yù)期收益的橫截面方差的解釋能力均優(yōu)于三因子模型以及CAPM模型。其中，投資增長(zhǎng)因子代表股票的投資增長(zhǎng)溢價(jià)，對(duì)于市值規(guī)模*投資增長(zhǎng)交叉分組的25組投資組合的收益有很強(qiáng)的解釋能力，且僅有1組的CMA回歸系數(shù)顯著異于零。此外，Hou等[18]也探討了將三因子模型中的價(jià)值因子（HML）換成投資因子（I/A）和凈資產(chǎn)回報(bào)率因子（ROE）的可行性，發(fā)現(xiàn)新的四因子模型對(duì)動(dòng)量異象、投資異象以及盈利異象的解釋能力要強(qiáng)于三因子模型以及卡哈特[19]四因子模型。

（三）中國(guó)股票市場(chǎng)資產(chǎn)增長(zhǎng)效應(yīng)的存在性及解釋

盡管中國(guó)資本市場(chǎng)發(fā)展的歷史較短，但是大量文獻(xiàn)已經(jīng)對(duì)資本市場(chǎng)的有效性開展了深入研究并取得了一定進(jìn)展。資產(chǎn)增長(zhǎng)效應(yīng)作為廣受國(guó)外金融文獻(xiàn)關(guān)注的金融異象，已有國(guó)內(nèi)學(xué)者就該效應(yīng)在中國(guó)股票市場(chǎng)的存在性以及成因進(jìn)行了驗(yàn)證。

葉建華和周銘山以2000年到2009年A股上市公司為樣本，發(fā)現(xiàn)總資產(chǎn)增長(zhǎng)率與股票橫截面收益正相關(guān)，并顯著存在于市值規(guī)模較大的樣本中。該結(jié)論與美國(guó)等股票市場(chǎng)的研究結(jié)果相悖[20]。黃邁和董志勇則檢驗(yàn)了1996年到2011年上市公司的收益率與資產(chǎn)、投資水平之間的相關(guān)性，發(fā)現(xiàn)總資產(chǎn)增長(zhǎng)率、經(jīng)股本變動(dòng)率和投資增長(zhǎng)率均對(duì)股票橫截面收益有顯著的負(fù)向影響[5]。趙勝民、閆紅蕾、張凱[21]，以及周駱、張德禮[22]都應(yīng)用了Fama-French五因子分析法對(duì)中國(guó)A股市場(chǎng)進(jìn)行了實(shí)證研究，他們的研究結(jié)果證明這個(gè)實(shí)證方法是比較有效的。該研究還探討了市值規(guī)模、資產(chǎn)負(fù)債率等衡量融資約束的變量對(duì)于資產(chǎn)增長(zhǎng)效應(yīng)的影響，結(jié)果證明融資約束在一定程度上可以解釋中國(guó)股票市場(chǎng)上的資產(chǎn)增長(zhǎng)效應(yīng)。林祺通過(guò)對(duì)資產(chǎn)增長(zhǎng)效應(yīng)成因的檢驗(yàn)，考察了中國(guó)資本市場(chǎng)的有效性。該研究以1996年到2011年上市公司為樣本，發(fā)現(xiàn)中國(guó)股票市場(chǎng)的資產(chǎn)增長(zhǎng)效應(yīng)主要源于市場(chǎng)的信息不對(duì)稱以及投資者非理性，而并非源于風(fēng)險(xiǎn)溢價(jià)。

三、研究設(shè)計(jì)

（一）樣本選擇

本文的初始研究樣本為1998-2015年中國(guó)A股市場(chǎng)的所有上市公司。在此基礎(chǔ)上，本文遵循以往文獻(xiàn)中的篩選方法對(duì)樣本進(jìn)行了以下處理：（1）鑒于金融行業(yè)公司財(cái)務(wù)報(bào)表的差異性以及行業(yè)監(jiān)管的特殊性，剔除了金融行業(yè)的上市公司；（2）為了保證財(cái)務(wù)信息披露的充分性，剔除了上市時(shí)間短于兩年的數(shù)據(jù)；（3）為了消除異常值的影響，對(duì)除股票收益之外的連續(xù)變量變量進(jìn)行了1%分位及99%分位的winsorize處理。在經(jīng)過(guò)上述處理后，最終的年度觀測(cè)值為23 460。本文實(shí)證研究所使用的數(shù)據(jù)包括上市公司年度財(cái)務(wù)數(shù)據(jù)以及股票月度交易數(shù)據(jù)，均來(lái)自于國(guó)泰安CSMAR數(shù)據(jù)庫(kù)。

（二）變量描述

1總資產(chǎn)增長(zhǎng)率

總資產(chǎn)增長(zhǎng)率體現(xiàn)了一個(gè)公司整體規(guī)模的變化情況。因此，本文采用該變量作為衡量公司資產(chǎn)、投資水平變化的核心變量。遵循Cooper等所采用的方法，公司i在每年t的總資產(chǎn)增長(zhǎng)率可表示為：

2其他控制變量

本文所采用的控制變量包括：市值規(guī)模（MV）、賬面市值比（BM）、盈利能力（OP）以及資本性支出（CAPX）。其中MV是指流通市值，即股票月收盤價(jià)與流通股數(shù)的乘積；BM為市凈率的倒數(shù)，即公司在t年末所有者權(quán)益合計(jì)值除以當(dāng)年12月的流通市值；OP為經(jīng)營(yíng)利潤(rùn)，即營(yíng)業(yè)利潤(rùn)與所有者權(quán)益合計(jì)值之比；CAPX為公司在t年末的資本支出與上年總資產(chǎn)之比，其中，資本支出計(jì)算公式為：經(jīng)營(yíng)租賃所支付的現(xiàn)金+購(gòu)建固定資產(chǎn)、無(wú)形資產(chǎn)和其他長(zhǎng)期資產(chǎn)所支付的現(xiàn)金-處置固定資產(chǎn)、無(wú)形資產(chǎn)和其他長(zhǎng)期資產(chǎn)而收回的現(xiàn)金凈額。

（三）投資組合的構(gòu)造

Black等最早采用投資組合（portfolio）的方法來(lái)檢驗(yàn)CAPM模型對(duì)于股票橫截面收益的解釋能力[23]。與個(gè)股檢驗(yàn)相比，投資組合分析在一定程度上消除了不同股票收益的異質(zhì)性，因而降低了異常值的影響。

為了檢驗(yàn)資產(chǎn)增長(zhǎng)與投資組合收益率分布的關(guān)系，本文借鑒了Fama和French構(gòu)造投資組合的方法。具體而言，每年t的6月底，我們將樣本內(nèi)的所有公司按照其上一財(cái)年末的總資產(chǎn)增長(zhǎng)水平進(jìn)行排名，然后依照排名的十分位將公司平均分為10組。本文研究中還考慮了將樣本分為五組的情況并進(jìn)行了檢驗(yàn)，結(jié)果與十分組基本一致，故不在正文中列出。投資組合“1”包含的是資產(chǎn)增長(zhǎng)最少的公司，而組合“10”則包含資產(chǎn)增長(zhǎng)最高的公司。每個(gè)投資組合的持有期為12個(gè)月，從t年的7月初至t+1年的6月底，并在每年6月底依照新的財(cái)務(wù)數(shù)據(jù)重新構(gòu)造投資組合。

依照Fama和French的方法，本文所使用的財(cái)務(wù)數(shù)據(jù)與股票收益率數(shù)據(jù)之間有6個(gè)月的間隔期，這主要是為了確保投資者在構(gòu)造投資組合之前可以獲得公司的財(cái)務(wù)信息。中國(guó)上市公司的會(huì)計(jì)年度采用日歷年度制，一個(gè)財(cái)年是從每年的1月1日到12月31日。一般來(lái)說(shuō)，中國(guó)上市公司的財(cái)務(wù)年度報(bào)告時(shí)間為每個(gè)財(cái)年結(jié)束的4個(gè)月左右。

除了10個(gè)投資組合的收益率之外，本文的研究重點(diǎn)在于檢驗(yàn)公司資產(chǎn)增長(zhǎng)所包含的信息是否給投資者提供了套利機(jī)會(huì)。通過(guò)構(gòu)造一個(gè)多空套利策略組合（L-H），即買入并持有低增長(zhǎng)公司股票的同時(shí)，賣空高增長(zhǎng)公司的股票，我們將檢驗(yàn)該組合經(jīng)風(fēng)險(xiǎn)調(diào)整后的收益率是否顯著異于0。若該組合超額收益率為0且顯著，則否定了資產(chǎn)增長(zhǎng)效應(yīng)的存在性。

（四）投資組合收益率的計(jì)算

在計(jì)算組合收益率時(shí)，本文采用了等權(quán)重加權(quán)（EW）和市值加權(quán)（VW）兩種計(jì)算方法。具體來(lái)說(shuō)，每個(gè)投資組合的月度收益率等于該組合內(nèi)單只股票的月收益率與其對(duì)應(yīng)權(quán)重乘積的加和。在12個(gè)月的持有期內(nèi)，投資組合的收益率則等于每個(gè)月度收益率的平均值。

Liu和Strong指出，在計(jì)算“買入并持有”的投資組合收益率時(shí)，傳統(tǒng)的方法假定每只股票的權(quán)重在持有期內(nèi)保持不變（即1/12）[24]。然而，隨著持有期內(nèi)股票價(jià)格的變化，每只股票在每個(gè)月所產(chǎn)生的收益對(duì)于該組合的貢獻(xiàn)也在變化，每個(gè)月帶給投資者的財(cái)富并不相同。因此，傳統(tǒng)的組合收益率計(jì)算方法并不符合實(shí)際情況，存在一定的偏差。依照Liu和Strong提出的持有期收益率分解法，本文在計(jì)算投資組合12個(gè)月持有期內(nèi)的收益率時(shí)做了以下調(diào)整。

其中，投資組合在第1個(gè)月的收益率算法與傳統(tǒng)方法一致，在第2-12月，將依照每只股票在持有期間對(duì)組合收益率的貢獻(xiàn)對(duì)其權(quán)重wi進(jìn)行調(diào)整。這一方法更真實(shí)地反映了投資者在持有一個(gè)投資組合時(shí)每個(gè)月財(cái)富的變化情況。

（五）研究模型

1Fama-French五因子模型

近年來(lái)，大量國(guó)內(nèi)學(xué)者考察了Fama-French三因子模型在中國(guó)股票市場(chǎng)的適應(yīng)性，并普遍使用該模型來(lái)檢驗(yàn)市場(chǎng)異象。研究發(fā)現(xiàn)，F(xiàn)ama-French三因子模型并不能很好地解釋時(shí)間序列的資產(chǎn)增長(zhǎng)投資組合收益率?；诖?，本文采用了Fama-French五因子模型作為風(fēng)險(xiǎn)衡量的基準(zhǔn)，回歸模型如下：

其中，γp為投資組合P從1998年7月到2015年6月期間的月度收益率；γf為無(wú)風(fēng)險(xiǎn)利率，即月度化的一年定期儲(chǔ)蓄利率；MKT為市場(chǎng)因子，即A股流通市值加權(quán)指數(shù)的月度收益率與無(wú)風(fēng)險(xiǎn)利率之差；SMB為市值規(guī)模因子；HML為價(jià)值因子；RMW為盈利能力因子；CMA為投資增長(zhǎng)因子；β為時(shí)間序列回歸后得出的各風(fēng)險(xiǎn)因子的系數(shù)；αFFS則是投資組合的超額收益率。

按照Fama和French的方法，本文采用2*3的交叉分組方式構(gòu)造風(fēng)險(xiǎn)因子：首先，將A股市場(chǎng)上的所有股票按市值規(guī)模的中位數(shù)分為大規(guī)模（B）和小規(guī)模（S）兩組；其次，以30百分位和70百分位為標(biāo)準(zhǔn)，將股票分為高價(jià)值（H）和低價(jià)值（L）、高盈利（R）和低盈利（W）、高增長(zhǎng)（A）和低增長(zhǎng)（C）；最后，按照市值*價(jià)值、市值*盈利、市值*投資增長(zhǎng)進(jìn)行交叉分組后，逐月計(jì)算市值加權(quán)的高/低組合收益率的差值，并將所得出的價(jià)差作為相應(yīng)風(fēng)險(xiǎn)因子。

2Fama-Macbeth橫截面分析

為了進(jìn)一步驗(yàn)證風(fēng)險(xiǎn)因子的顯著性，本文采用了Fama和Macbeth[21]所提出的橫截面回歸方法對(duì)股票收益率的可預(yù)測(cè)性進(jìn)行估計(jì)。具體而言，橫截面回歸分析分為以下兩步。

其中，被解釋變量為樣本中單只股票的月度收益率減去無(wú)風(fēng)險(xiǎn)利率，解釋變量β為單只股票所在投資組合的風(fēng)險(xiǎn)因子的貝塔系數(shù)（公式4）。橫截面分析所得出的回歸系數(shù)γ則為5個(gè)風(fēng)險(xiǎn)因子的載荷。

四、實(shí)證分析

這一節(jié)就資產(chǎn)增長(zhǎng)投資組合收益率的分布、時(shí)間序列回歸、橫截面回歸的實(shí)證結(jié)果進(jìn)行探討。

（一）基本檢驗(yàn)

本文首先考察了按總資產(chǎn)增長(zhǎng)率分組的10個(gè)投資組合的公司基本面，結(jié)果如表1所示。

其中，表1中第一行列出了投資組合中所包含的股票數(shù)量，第二行至第六行列出了各組合公司的基本面情況，為每年度各變量中位數(shù)的平均值。具體看，資產(chǎn)增長(zhǎng)投資組合在每個(gè)持有期內(nèi)的股票個(gè)數(shù)約為130只?？傎Y產(chǎn)增長(zhǎng)率（TAG）從組合1到組合10單調(diào)遞增，且增長(zhǎng)趨勢(shì)與美國(guó)市場(chǎng)數(shù)據(jù)保持一致。此外，資產(chǎn)增長(zhǎng)低的公司為規(guī)模最小、賬面價(jià)值最低、利潤(rùn)率最低以及資本支出最少的公司。相對(duì)而言，資產(chǎn)增長(zhǎng)高的公司基本面相對(duì)良好，且規(guī)模較大、盈利能力強(qiáng)以及資本支出最多。然而，隨著總資產(chǎn)增長(zhǎng)率的上升，各投資組合的賬面市值比變化趨勢(shì)并不明顯，意味著價(jià)值因子并不是衡量資產(chǎn)增長(zhǎng)投資組合風(fēng)險(xiǎn)的適當(dāng)標(biāo)準(zhǔn)。

（二）投資組合的收益率

表2報(bào)告了10個(gè)投資組合的收益率分布情況。其中A表提供了等權(quán)重加權(quán)收益率（EW）和分解后的等權(quán)重加權(quán)收益率（Decomposed EW），B表提供了市值加權(quán)收益率（VW）和分解后的等權(quán)重加權(quán)收益率（Decomposed VW）。如A表所示，從資產(chǎn)增長(zhǎng)最低的組合“1”到資產(chǎn)增長(zhǎng)最高的組合“10”，等權(quán)重的月均收益率從2078%單調(diào)遞減至1540%，呈現(xiàn)資產(chǎn)增長(zhǎng)越高，收益率越低的趨勢(shì)。同時(shí)，低增長(zhǎng)和高增長(zhǎng)套利組合的收益率之差（H-L）為0539%，且在1%的水平上顯著異于0（t=259）。這一數(shù)值約為Cooper等所報(bào)告的美股市場(chǎng)上的收益率數(shù)值（104%）的一半。此外，分解后的等權(quán)重投資組合的收益率有所降低，說(shuō)明調(diào)整后的權(quán)重考慮了每個(gè)持有期內(nèi)的調(diào)整成本。在使用市值加權(quán)法計(jì)算收益率時(shí)，H-L組合的收益率為0431%，且顯著程度有所下降（t=201），這說(shuō)明市值規(guī)模與資產(chǎn)增長(zhǎng)投資組合收益率的分布存在一定相關(guān)性。

（三）時(shí)間序列回歸

為了進(jìn)一步驗(yàn)證中國(guó)股票市場(chǎng)是否存在資產(chǎn)增長(zhǎng)效應(yīng)，本文使用時(shí)間序列分析模型考察了風(fēng)險(xiǎn)調(diào)整后的組合收益率的表現(xiàn)。本節(jié)中所采用的收益率為分解后的等權(quán)重加權(quán)的收益率（Decomposed EW）。表3報(bào)告了使用CAPM、Fama-French三因子模型及五因子模型進(jìn)行時(shí)間序列回歸后得到的投資組合超額收益率α。從A表中可以看出，CAPM和Fama-French三因子回歸所得到的套利組合（H-L）的超額收益率分別為0483%、0321%，且均在5%的水平上顯著異于0。而在Fama-French五因子回歸中，該套利組合的收益率在經(jīng)濟(jì)學(xué)意義上和統(tǒng)計(jì)意義上均不顯著，這說(shuō)明加入盈利因子或投資因子后的五因子模型能夠很好地解釋不同投資組合間的收益率差異。

表4列出了時(shí)間序列回歸得到的風(fēng)險(xiǎn)因子系數(shù)及各模型的自由度調(diào)整系數(shù)。在CAPM回歸中（表A），10個(gè)資產(chǎn)增長(zhǎng)投資組合的MKT系數(shù)均顯著為正，且低增長(zhǎng)公司對(duì)市場(chǎng)風(fēng)險(xiǎn)的敏感度要高于高增長(zhǎng)公司。然而H-L套利組合MKT系數(shù)僅在10%的水平上顯著，表明市場(chǎng)風(fēng)險(xiǎn)因子不能解釋資產(chǎn)增長(zhǎng)投資組合收益率的變化規(guī)律。在Fama-French三因子回歸中（表B），市值規(guī)模因子和價(jià)值因子對(duì)H-L套利組合收益率均有顯著的解釋作用。但是，10個(gè)資產(chǎn)增長(zhǎng)投資組合的HML系數(shù)均為負(fù)值，主要是由于這些投資組合的平均賬面市值比較小，價(jià)值因子對(duì)其收益率的解釋能力有限。

在加入盈利因子和投資增長(zhǎng)因子后（表C），僅有投資增長(zhǎng)因子可以解釋H-L套利組合的收益率（βCMA=1107，t=824）。此外，資產(chǎn)增長(zhǎng)越小的投資組合，具有越大CMA系數(shù)，說(shuō)明其高收益率與高資產(chǎn)增長(zhǎng)風(fēng)險(xiǎn)溢價(jià)有關(guān)。從各模型修正后的R2看，F(xiàn)ama-French五因子模型對(duì)投資組合收益率的擬合度亦優(yōu)于其他兩個(gè)資產(chǎn)定價(jià)模型。

（四）橫截面回歸

本節(jié)采用Fama-Macbeth橫截面分析方法，考察投資風(fēng)險(xiǎn)因子CMA對(duì)中國(guó)A股股票橫截面收益的變動(dòng)的解釋作用。表5報(bào)告了Fama-French三因子和五因子的載荷，亦即因子的風(fēng)險(xiǎn)溢價(jià)。若資本增長(zhǎng)因子CMA是影響資本資產(chǎn)價(jià)格變動(dòng)的風(fēng)險(xiǎn)因子，那么其載荷應(yīng)當(dāng)為正值且顯著異于0。

從A表可以看出，規(guī)模因子對(duì)股票橫截面收益的預(yù)測(cè)能力要強(qiáng)于其他因子，投資增長(zhǎng)因子的載荷為0328，處于邊緣顯著水平（t=172）。由于中國(guó)股市樣本中的股票數(shù)量是隨時(shí)間遞增的，因此在前端樣本期的估計(jì)值標(biāo)準(zhǔn)差要大于后段?；诖?，B表中列出了按每個(gè)月樣本股票數(shù)量加權(quán)的因子載荷。在考慮了股票數(shù)量的變化后，規(guī)模因子和投資增長(zhǎng)因子載荷的顯著性有所增強(qiáng)，其他因子的解釋能力幾乎不存在。此外，表5的回歸結(jié)果進(jìn)一步確認(rèn)了Fama-French五因子模型的解釋能力比三因子模型有所提高。

五、結(jié)論與建議

本文研究了中國(guó)A股市場(chǎng)資產(chǎn)增長(zhǎng)效應(yīng)的存在性，重點(diǎn)考察了資產(chǎn)定價(jià)模型的解釋作用。本文的實(shí)證結(jié)果表明：（1）在不考慮風(fēng)險(xiǎn)調(diào)整的前提下，中國(guó)A股市場(chǎng)存在資產(chǎn)增長(zhǎng)效應(yīng)，即公司資產(chǎn)增長(zhǎng)與預(yù)期收益率呈負(fù)相關(guān)。（2）Fama-French五因子模型，尤其是投資增長(zhǎng)風(fēng)險(xiǎn)，可以很好地解釋資產(chǎn)增長(zhǎng)投資組合股票收益率的差異。（3）規(guī)模因子和投資增長(zhǎng)因子對(duì)中國(guó)A股橫截面收益的預(yù)測(cè)能力在統(tǒng)計(jì)意義上顯著，其他因子則不存在顯著的預(yù)測(cè)能力。

本文的研究成果揭示了Fama-French五因子模型在中國(guó)股票市場(chǎng)的適用性，對(duì)于中國(guó)資產(chǎn)定價(jià)的適當(dāng)方法的探索及市場(chǎng)效率的提高具有重要的借鑒意義。從實(shí)證研究的角度看，大量文獻(xiàn)證明了中國(guó)股票市場(chǎng)存在異象，并對(duì)市場(chǎng)有效性提出了質(zhì)疑。目前，對(duì)于影響中國(guó)資產(chǎn)價(jià)格變動(dòng)的共同因子，學(xué)術(shù)界尚無(wú)定論。本文嘗試應(yīng)用了新的定價(jià)模型，并指出了中國(guó)股市存在規(guī)模風(fēng)險(xiǎn)和資產(chǎn)增長(zhǎng)風(fēng)險(xiǎn)，為進(jìn)一步探討中國(guó)股票市場(chǎng)的有效性具有啟示意義。從政策建議的角度看，中國(guó)股市資源配置功能的改善更需要對(duì)于股票定價(jià)因素的深入分析，找出適當(dāng)?shù)娘L(fēng)險(xiǎn)衡量方法。

參考文獻(xiàn)：

[1]TOBIN J.A general equilibrium approach to monetary theory[J].Journal of Money Credit & Banking，1969，1（1）：15-29.

[2]COCHRANE J H.Productionbased asset pricing and the link between stock returns and economic fluctuations[J].Journal of Finance，1991，46（1）：209-37.

[3]COOPER M J，GULEN H，SCHILL M J.Asset growth and the crosssection of stock returns[J].Journal of Finance，2008，63（4）：1609-1651.

[4]WATANABE A，XU Y，YAO T，et al.The asset growth effect：Insights from international equity markets [J].Journal of Financial Economics，2013，108（2）：529-563.

[5]黃邁，董志勇.Q理論、融資約束與資產(chǎn)增長(zhǎng)異象[J].經(jīng)濟(jì)科學(xué)，2012（3）：50-60.

[6]林祺.資本市場(chǎng)效率與資產(chǎn)增長(zhǎng)異象——最優(yōu)投資效應(yīng)假說(shuō)vs.錯(cuò)誤定價(jià)假說(shuō)[J].經(jīng)濟(jì)學(xué)（季刊），2016（2）：767-796.

[7]FAMA E F.Efficient capital markets：II[J].Journal of Finance，1991，46（46）：1575-617.

[8]FAMA E F，F(xiàn)RENCH K R.A fivefactor asset pricing model[J].Journal of Financial Economics，2015，116（1）：1-22.

[9]LIPSON M L，MORTAL S，SCHILL M J.On the scope and drivers of the asset growth effect[J].Journal of Financial & Quantitative Analysis，2009，46（6）：1651-1682.

[10]YAO T，YU T，ZHANG T，et al.Asset growth and stock returns：Evidence from Asian financial markets[J].Pacific-Basin Finance Journal，2010，19（1）：115-139.

[11]XING Y.Interpreting the value effect through the Qtheory： An empirical investigation[J]. Review of Financial Studies，2008，21（4）：1767-1795.

[12]TITMAN S，WEI K C J，XIE F.Capital investments and stock returns in Japan[J].Journal of Financial & Quantitative Analysis，2004，39（4）：677-700.

[13]LAM F Y E C，WEI K C J.Limitstoarbitrage，investment frictions，and the asset growth anomaly[J].Journal of Financial Economics，2011，102（1）：127-149.

[14]LI D，ZHANG L.Does Qtheory with investment frictions explain anomalies in the cross section of returns？[J].Journal of Financial Economics，2010，98（2）：297-314.

[15]BERK J B，GREEN R C，NAIK V.Optimal investment，growth options， and security returns[J].Nber Working Papers，1995，54（5）：1553-1607.

[16]CARLSON M，F(xiàn)ISHER A，GIAMMARINO R.Corporate investment and asset price dynamics：Implications for the crosssection of returns[J].Journal of Finance，2004，59（6）：2577-2603.

[17]FAMA E F，F(xiàn)RENCH K R.Common risk factors in returns on stocks and bonds[J].Journal of Financial Economics，1993，33（1）：3-56.

[18]HOU K，XUE C，ZHANG L.Digesting Anomalies：An investment approach[J].Social Science Electronic Publishing，2012，28（3）.

[19]CARHART M M.On Persistence in mutual fund performance[J].Journal of Finance，1997，52（1）：57-82.

[20]葉建華，周銘山.有限套利能否解釋A股市場(chǎng)資產(chǎn)增長(zhǎng)異象[J].南開管理評(píng)論，2013，16（1）：41-48.

[21]趙勝民，閆紅蕾，張凱.Fama-French五因子模型比三因子模型更勝一籌嗎——來(lái)自中國(guó)A股市場(chǎng)的經(jīng)驗(yàn)證據(jù)[J].南開經(jīng)濟(jì)研究，2016（2）：41-59.

[22]周駱，張德禮.中國(guó)股票市場(chǎng)的有效性實(shí)證研究——基于Fama-French五因子模型[J].經(jīng)營(yíng)管理者，2016（2）：16-16.

[23]JENSEN M C，BLACK F，SCHOLES M S.The capital asset pricing model：Some empirical tests[J].Social Science Electronic Publishing，1972，94（8）：4229-4232.

[24]LIU W，STRONG N.Biases in decomposing holdingperiod portfolio returns[J].Review of Financial Studies，2008，21（5）：2243-2274.

[25]FAMA E F，MACBETH J D.Risk，return，and equilibrium：Empirical tests[J].Journal of Political Economy，1973，81（3）：607-636.