譚華清 周羿 黃昊 張鐘文

(1.嘉實(shí)基金管理有限公司，北京 1000005；2.北京大學(xué)社會(huì)學(xué)研究中心，北京 100871；3.浙江財(cái)經(jīng)大學(xué)財(cái)稅學(xué)院，浙江 杭州 310018；4.清華大學(xué)經(jīng)濟(jì)管理學(xué)院，北京 100084)

引言

作為世界第一人口大國(guó)，中國(guó)的人口年齡結(jié)構(gòu)正在發(fā)生快速的變化。這種變化很大程度上是由社會(huì)經(jīng)濟(jì)快速發(fā)展所決定的，但也受到了政策的影響。人口結(jié)構(gòu)變遷反過來也會(huì)對(duì)一個(gè)國(guó)家的經(jīng)濟(jì)社會(huì)發(fā)展產(chǎn)生巨大影響。已有文獻(xiàn)表明(蔡昉，2009；田巍等，2013)[9][11]，人口紅利是促進(jìn)中國(guó)經(jīng)濟(jì)在改革開放以來取得巨大成功的推動(dòng)力之一。但隨著生育率下降和預(yù)期壽命的持續(xù)提升，中國(guó)正在逐步走向老齡化(Lee and Zhou, 2017)[6]。人口老齡化的過程也并非是平滑穩(wěn)定的。比如，上世紀(jì)60年代“嬰兒潮”的后代在逐步進(jìn)入生育年齡，會(huì)對(duì)人口結(jié)構(gòu)變化帶來一些波動(dòng)。在當(dāng)前少子化和長(zhǎng)壽化的趨勢(shì)下，許多投資者相信與健康、養(yǎng)老和人力資本投資有關(guān)的行業(yè)能帶來超額回報(bào)，很多投資機(jī)構(gòu)也表示了類似的看法。在表1所展示的主流投資機(jī)構(gòu)2018年資產(chǎn)配置展望，幾乎都提到了醫(yī)藥、教育和健康等行業(yè)。

表1 主流投資機(jī)構(gòu)2018年資產(chǎn)配置展望

盡管如此，還缺乏嚴(yán)謹(jǐn)?shù)难芯咳タ疾烊丝诮Y(jié)構(gòu)與中國(guó)股票市場(chǎng)的關(guān)系。更具體地說，在中國(guó)，人口結(jié)構(gòu)信息的使用是否真的會(huì)給投資者帶來超額回報(bào)？這是一個(gè)在學(xué)術(shù)上和實(shí)務(wù)上都極為重要的話題，但我們卻對(duì)此知之甚少。本文試圖從實(shí)證上填補(bǔ)這一空白。參考DellaVign and Pollet (2007)[5]對(duì)美國(guó)資本市場(chǎng)的相關(guān)研究，我們具體檢驗(yàn)了中國(guó)人口結(jié)構(gòu)變化與行業(yè)回報(bào)的關(guān)系。我們關(guān)心的行業(yè)回報(bào)包括兩個(gè)維度：一個(gè)是行業(yè)盈利，一個(gè)是行業(yè)的股票回報(bào)。需要說明的是，本文的研究對(duì)象是那些消費(fèi)者能直接接觸的消費(fèi)品和服務(wù)行業(yè)。囿于生產(chǎn)鏈復(fù)雜程度的約束，我們沒有去考察那些與終端消費(fèi)品和服務(wù)有關(guān)的上游產(chǎn)業(yè)和基礎(chǔ)設(shè)施產(chǎn)業(yè)。

事實(shí)上，人口結(jié)構(gòu)變化和資產(chǎn)價(jià)格之間的關(guān)聯(lián)長(zhǎng)期以來一直是經(jīng)濟(jì)學(xué)和金融學(xué)家所關(guān)心的研究話題(Mankiw and Weil, 1989; Bakshi and Chen 1994; Poterba, 2001; Abel,2003; Ang and Maddaloni 2005)[7][4][8][1][3]。DellaVign and Pollet (2007)[5]發(fā)現(xiàn)基于人口結(jié)構(gòu)信息的變化可以預(yù)測(cè)美國(guó)行業(yè)股票回報(bào)，甚至可以基于人口結(jié)構(gòu)信息來構(gòu)建具有超額阿爾法收益的投資組合。本文借鑒了他們的方法來分析中國(guó)人口結(jié)構(gòu)變化的信息對(duì)于行業(yè)股票回報(bào)的影響。這一方法的基礎(chǔ)在于：在除了戰(zhàn)爭(zhēng)和瘟疫等極端情況下，特定年齡的死亡率(age-specific mortality)是相對(duì)穩(wěn)定，所以對(duì)于出生隊(duì)列規(guī)模的中短期預(yù)測(cè)還相對(duì)準(zhǔn)確。比如說，十年后35歲人口的數(shù)量是由當(dāng)期25歲人口的數(shù)量和25～34歲之間的存活率這兩個(gè)變量共同決定的。前一個(gè)變量是當(dāng)期確定已知的，后一個(gè)變量則是相對(duì)穩(wěn)定的。

因?yàn)椴煌N類的商品的消費(fèi)者年齡特征比較明確(比如玩具主要是面向兒童、教輔主要面向中小學(xué)生、醫(yī)療設(shè)備主要面向中老年)，人口年齡結(jié)構(gòu)的可預(yù)測(cè)性使得不同行業(yè)未來的潛在需求也具有一定的可預(yù)測(cè)性。這種潛在需求的變化進(jìn)而會(huì)帶來相關(guān)行業(yè)的利潤(rùn)變化，尤其是在不完全競(jìng)爭(zhēng)甚至壟斷行業(yè)。本文主要基于中國(guó)人口普查數(shù)據(jù)和人口抽樣調(diào)查數(shù)據(jù)來做人口結(jié)構(gòu)的預(yù)測(cè)，預(yù)測(cè)結(jié)果包括了特定年份每一個(gè)特定年齡中不同性別的人口數(shù)量。我們還根據(jù)中國(guó)城市固定點(diǎn)觀察數(shù)據(jù)(1992～2012年)估計(jì)了每個(gè)年齡段不同性別人口在不同商品上的消費(fèi)系數(shù)。用消費(fèi)系數(shù)對(duì)預(yù)測(cè)出的出生隊(duì)列人口數(shù)量做加權(quán)合計(jì)后，我們就估計(jì)出對(duì)應(yīng)行業(yè)在未來一段時(shí)間中的潛在需求變化情況。隨后，用商品的潛在需求預(yù)測(cè)值對(duì)行業(yè)的盈利水平做回歸分析。結(jié)論顯示，潛在需求增長(zhǎng)越快的行業(yè)，其盈利增長(zhǎng)也相應(yīng)更快。換句話說，人口信息有助于預(yù)測(cè)企業(yè)的盈利。

最后，我們基于人口預(yù)測(cè)的結(jié)果來構(gòu)建投資組合，并檢驗(yàn)這種組合是否能帶來超額收益。研究結(jié)果表明，基于人口信息構(gòu)建的多空投資組合中并沒有帶來超額收益。這和DellaVign and Pollet (2007)[5]基于美國(guó)所得到的結(jié)論不大一樣。他們發(fā)現(xiàn)類似的組合在美國(guó)市場(chǎng)存在超額收益。

是什么使得在這一研究上中美資本市場(chǎng)會(huì)呈現(xiàn)出不一樣的結(jié)果呢？首先，能與消費(fèi)者年齡匹配上的行業(yè)，基本上都是直接面向消費(fèi)者的終端消費(fèi)品或者服務(wù)行業(yè)。隨著消費(fèi)對(duì)于中國(guó)經(jīng)濟(jì)增長(zhǎng)的相對(duì)貢獻(xiàn)在日益增加，投資者傾向于對(duì)消費(fèi)行業(yè)股票在有比較樂觀的期待。同時(shí)，中國(guó)家庭的可支配收入在過去二三十年中保持了持續(xù)的高速增長(zhǎng)，很多商品種類的消費(fèi)都是從無到有的爆發(fā)式增長(zhǎng)。在這種背景下，人口結(jié)構(gòu)變化的影響，容易被收入增長(zhǎng)和經(jīng)濟(jì)轉(zhuǎn)型等因素所掩蓋；其次，中國(guó)資本市場(chǎng)還在不斷發(fā)展和改進(jìn)的過程中。散戶在市場(chǎng)參與者中的占比較高，換手率和波動(dòng)率較高的現(xiàn)象長(zhǎng)期存在，可能會(huì)使得人口結(jié)構(gòu)這樣的中長(zhǎng)期指標(biāo)始終沒有得到真正的重視。

人口結(jié)構(gòu)與產(chǎn)品需求變化

為了估計(jì)基于人口變化帶來的產(chǎn)品需求的變化，我們將人口預(yù)測(cè)和不同產(chǎn)品的消費(fèi)者年齡結(jié)構(gòu)結(jié)合到一起。

一、人口預(yù)測(cè)

我們將不同隊(duì)列人口規(guī)模、出生率和死亡率結(jié)合起來得到對(duì)未來的特定出生隊(duì)列人口規(guī)模的預(yù)測(cè)。所有的人口數(shù)據(jù)都根據(jù)年齡和性別進(jìn)行分解。隊(duì)列人口規(guī)模數(shù)據(jù)來自于中國(guó)最近三次人口普查數(shù)據(jù)(1990年，2000年和2010年)。

本文的人口規(guī)模是指中國(guó)的人口規(guī)模。生育率數(shù)據(jù)和死亡率數(shù)據(jù)來自1990年、2000年和2010年人口普查得到的。由于計(jì)劃生育和經(jīng)濟(jì)發(fā)展等因素，生育率數(shù)據(jù)和死亡率都可能會(huì)變化。

圖1至少傳遞兩個(gè)信息。首先，1952年以來中國(guó)大概經(jīng)歷了3次嬰兒潮：1952～1957年、1962～1973年和1980～1990年。前兩次嬰兒潮某種意義上也可視為一次，只是中途因“大饑荒”而暫時(shí)中斷。其次，相比死亡率，生育率變化更大。在1990年以后，死亡率基本穩(wěn)定在6.5‰左右，而生育率還繼續(xù)下降。隨著計(jì)劃生育政策的調(diào)整，生育率也出現(xiàn)了一些波動(dòng)。所以，本文生育率的調(diào)整方案主要依據(jù)計(jì)劃生育政策調(diào)整的時(shí)間節(jié)點(diǎn)。具體來說，在1990～1999年的預(yù)測(cè)區(qū)間將20～35歲婦女的生育率以1990年生育率為基礎(chǔ)按照每年3.35%的速度下降。3.35%是1988～1990年這三年的生育率變化的平均速度。在2000～2010年的預(yù)測(cè)區(qū)間將20～35歲婦女的生育率以2000年的生育率為基礎(chǔ)按照每年3%的速度下降。3%是1994～1999年的人口生育率的平均增速。在2010～2017年的預(yù)測(cè)區(qū)間則不調(diào)整，將各年的20～35歲婦女生育率就等于2010年的生育率。因?yàn)?005～2009年的人口生育率基本沒有下降。性別比則使用1990年、2000年和2010年的性別比作為各個(gè)預(yù)測(cè)區(qū)間新生嬰幼兒的性別比。

我們使用t期的人口信息預(yù)測(cè)u期的不同性別不同年齡的人口分布，其中u大于t。我們假設(shè)u期的出生率等于t期的出生率。我們還假設(shè)，未來的死亡率也等于t期的死亡率?；趖期的代際規(guī)模以及未來的死亡率和出生率，可以得到未來u期的代際人口規(guī)模初始估計(jì)。

圖2可以看到，首先以上預(yù)測(cè)方法得到的人口預(yù)測(cè)數(shù)據(jù)基本擬合了中國(guó)過去近30年的人口變遷。其次，可以看到人口的變化主要來自0～14歲人口，而65歲以上人口和總?cè)丝诙际巧仙摹Ｋ裕梢哉f，人口結(jié)構(gòu)變化對(duì)于產(chǎn)品消費(fèi)的影響主要是青少年和中青年年齡段的人口。

表2評(píng)估了我們?cè)诓煌A(yù)測(cè)期限下的人口信息的預(yù)測(cè)。預(yù)測(cè)期限的選擇和我們考慮回報(bào)可預(yù)測(cè)性是一致的：未來2年的短期預(yù)測(cè)和2～7年的長(zhǎng)期預(yù)測(cè)。選擇2年是因?yàn)橹袊?guó)股票分析師覆蓋的預(yù)測(cè)期限大部分最多是2年。在第一列，我們將未來2年的實(shí)際的人口增長(zhǎng)率，logAg,j,t+2-logAg,j,t，對(duì)預(yù)測(cè)的未來2年的人口增長(zhǎng)率回歸。上述設(shè)定涵蓋了整個(gè)1990～2017年的數(shù)據(jù)。以預(yù)測(cè)區(qū)間為1990～2007年來說，對(duì)于總?cè)丝跀?shù)量的預(yù)測(cè)回歸的R方為0.979而且回歸系數(shù)接近為1，這意味著預(yù)測(cè)精度很高。在0～14歲年齡段的預(yù)測(cè)精度(R方為0.384)較低，其他年齡段的預(yù)測(cè)精度都比較高。對(duì)于長(zhǎng)期預(yù)測(cè)而言，在0～14歲年齡段的預(yù)測(cè)精度明顯提升。總體來說，以上預(yù)測(cè)表現(xiàn)很不錯(cuò)。

表2 人口數(shù)量的預(yù)測(cè)

二、消費(fèi)的年齡結(jié)構(gòu)

我們的分析基本覆蓋了所有主要最終消費(fèi)品，并盡可能細(xì)致地劃分消費(fèi)品種類。如對(duì)酒類而言，根據(jù)酒精含量將啤酒和白酒區(qū)分開。類似地，在保險(xiǎn)行業(yè)，進(jìn)一步區(qū)分醫(yī)療險(xiǎn)、財(cái)產(chǎn)險(xiǎn)和壽險(xiǎn)。且在分析中，我們?cè)噲D將行業(yè)的定義保持一致。

為了展示所選商品消費(fèi)的年齡結(jié)構(gòu)特征，我們使用了用家庭年度消費(fèi)總額對(duì)戶主的年齡進(jìn)行kernel回歸。圖3A描繪了1992年、2000年以及2005年調(diào)查數(shù)據(jù)的標(biāo)準(zhǔn)化后的自行車和藥品消費(fèi)。在這兩個(gè)調(diào)查數(shù)據(jù)中，對(duì)于自行車的消費(fèi)在28～35歲達(dá)到了高峰。這一年齡段的戶主的孩子平均年齡在5～10歲左右。產(chǎn)品之間的年齡結(jié)構(gòu)的差異不僅僅體現(xiàn)在自行車上，還有醫(yī)療器具上(圖3B)。和自行車不同，醫(yī)療器具的消費(fèi)隨著年齡增長(zhǎng)而增加的。

以上證據(jù)傳遞了兩方面的信息。首先，不同年齡人口在某一特定商品的消費(fèi)數(shù)量有很明顯的差異。相應(yīng)地，不同商品背后的消費(fèi)者年齡結(jié)構(gòu)差異也很大。一些商品更多地被年輕戶主的家庭在消費(fèi)，而另一些商品則主要由中老年戶主的家庭消費(fèi)。其次，各類商品的消費(fèi)者年齡結(jié)構(gòu)則十分穩(wěn)定。比如，不論基于1992年、2000年還是2005年的數(shù)據(jù)，我們都發(fā)現(xiàn)，對(duì)于自行車的消費(fèi)的年齡高峰是28～35歲?？傊陨献C據(jù)表明，人口年齡結(jié)構(gòu)的變化會(huì)對(duì)消費(fèi)產(chǎn)生顯著且穩(wěn)健的影響。

為了匹配消費(fèi)數(shù)據(jù)和人口數(shù)據(jù)，我們將家庭層面的消費(fèi)數(shù)據(jù)轉(zhuǎn)換成個(gè)人層面的消費(fèi)數(shù)據(jù)。我們利用家庭中的人口構(gòu)成測(cè)算出戶主的消費(fèi)、配偶的消費(fèi)以及孩子的消費(fèi)。采用OLS回歸的方法對(duì)四個(gè)層面的橫截面進(jìn)行回歸，令ci,k,t每個(gè)家戶i在t年對(duì)產(chǎn)品k的消費(fèi)量，Hi,t在第t年，戶主i處于不同年齡段的指示變量。

其中Hj,i,t等于1則意味著在t期戶主i的年齡至少等于j且小于下一個(gè)年齡組。比如，H35,i,t=1則家戶i的戶主的年齡在t期處于35～44歲之間。H65,i,t則表示，家戶i的戶主的年齡在t期大于等于65歲。類似的，Si,t則表示戶主的配偶所處的年齡段。最后，我們還增加離散變量Oi,t=[O0,i,t,O6,i,t,O12,i,t,O18,i,t,O65,i,t]來度量家庭內(nèi)部在t期的其他人口的數(shù)量。比如O0,i,t=2則意味著，在t期i家庭有兩個(gè)0～5歲的孩子。

回歸方程為：

該回歸方程對(duì)于每一個(gè)產(chǎn)品k每一個(gè)橫截面都進(jìn)行單獨(dú)估計(jì)?；貧w的目的在于得到，不同產(chǎn)品k在每一個(gè)年齡段的人口的消費(fèi)系數(shù)。

三、需求預(yù)測(cè)

我們把產(chǎn)品消費(fèi)的年齡結(jié)構(gòu)和人口結(jié)構(gòu)的預(yù)測(cè)結(jié)合起來以得到每一個(gè)產(chǎn)品的需求預(yù)測(cè)。比如說，怎樣在基于1992年的數(shù)據(jù)去預(yù)測(cè)1999年的自行車消費(fèi)量呢？對(duì)每一個(gè)年齡組，我們用該年齡組在1999年的規(guī)模乘以使用1992年的消費(fèi)調(diào)查數(shù)據(jù)估算得到該年齡組對(duì)自行車的消費(fèi)。然后再將所有年齡段消費(fèi)預(yù)測(cè)進(jìn)行加總，即得到了1999年自行車的總消費(fèi)的預(yù)測(cè)。對(duì)于當(dāng)年沒有消費(fèi)調(diào)查的年份，我們使用時(shí)間上距離該年最近的消費(fèi)調(diào)查數(shù)據(jù)。

系數(shù)Bj,k,t，Γj,k,t，Δj,k,t用最接近t期的消費(fèi)調(diào)查數(shù)據(jù)所估計(jì)得到。上述預(yù)測(cè)潛在假設(shè)認(rèn)為，消費(fèi)者對(duì)于不同商品的偏好依賴于年齡而不是出生年份。我們假設(shè)，年齡在45歲的人在1999年的消費(fèi)和2009年的45歲的人的消費(fèi)相同。在構(gòu)建消費(fèi)預(yù)測(cè)的過程中，我們讓每一個(gè)產(chǎn)品的價(jià)格和t期最近的消費(fèi)調(diào)查數(shù)據(jù)中的價(jià)格保持相同。

基于人口預(yù)測(cè)的需求增長(zhǎng)與行業(yè)盈利

我們使用面板數(shù)據(jù)去檢驗(yàn)基于人口信息的需求預(yù)測(cè)能否預(yù)測(cè)企業(yè)的凈資產(chǎn)回報(bào)率(ROE)和資產(chǎn)回報(bào)率(ROA)。對(duì)于每個(gè)企業(yè)，其t+1期的ROE等于第t個(gè)財(cái)年的末期到t+1個(gè)財(cái)年末期的收益除以第t個(gè)財(cái)年末期的股份的面值。通過加權(quán)行業(yè)內(nèi)每個(gè)公司的ROE構(gòu)建了行業(yè)的ROE，其中權(quán)重為第t期末的賬面價(jià)值，并剔除賬面價(jià)值為負(fù)的公司。最后，對(duì)ROE進(jìn)行對(duì)數(shù)處理，即roek,t+1=log(1+ROEk,t+1)。

隨后基于消費(fèi)調(diào)查數(shù)據(jù)中的商品分來構(gòu)建行業(yè)分類，再利用每個(gè)公司的SIC行業(yè)分類信息，將相關(guān)公司分類到構(gòu)建好的行業(yè)類別中，根據(jù)中國(guó)資本市場(chǎng)的特殊性，我們對(duì)行業(yè)分類做了一定的調(diào)整。由于中國(guó)的資本市場(chǎng)是一個(gè)快速發(fā)展的新興市場(chǎng)，很多行業(yè)仍處于行業(yè)生命周期早期，所以有些行業(yè)里上市公司數(shù)量較少甚至沒有上市公司。

表3報(bào)告了基于人口信息預(yù)測(cè)的需求增長(zhǎng)對(duì)于行業(yè)ROE的預(yù)測(cè)力。令ck,s|t表示t期預(yù)測(cè)的s期產(chǎn)品k的消費(fèi)的自然對(duì)數(shù)，可以得到預(yù)測(cè)方程為：

其中，θ表示roek,t+1對(duì)于基于人口信息預(yù)測(cè)的同期的消費(fèi)變化的反應(yīng)。在t期到t+2期消費(fèi)增長(zhǎng)的預(yù)測(cè)只能夠用到t-1期的人口和消費(fèi)數(shù)據(jù)信息。這種滯后保證了t期以前，所用到的信息是公開的。我們對(duì)(1)式進(jìn)行回歸，并且分別考慮是否加入年份固定效應(yīng)的結(jié)果，最后還增加了其他控制變量以檢驗(yàn)結(jié)果的穩(wěn)健性。

對(duì)于沒有年份固定效應(yīng)的設(shè)定(表3列1和列4)，首先看人口信息對(duì)于ROE的影響。1.9117統(tǒng)計(jì)上和經(jīng)濟(jì)上都很顯著。具體來說，每1個(gè)百分點(diǎn)的消費(fèi)增長(zhǎng)會(huì)令ROE從平均水平的11.622%上升到13.53%。類似的對(duì)于ROA則將ROA的平均水平的6.2%上升到7.06%，平均有13個(gè)百分點(diǎn)的年度增長(zhǎng)。對(duì)于引入年份固定效應(yīng)的設(shè)定(列2和列5)。此時(shí)，估計(jì)系數(shù)下降了大約一半。盡管變小了，但是經(jīng)濟(jì)上和統(tǒng)計(jì)上仍然顯著。最后，我們?cè)诩尤肽攴莨潭ㄐ?yīng)的基礎(chǔ)上還加入了每個(gè)行業(yè)的集中度來檢驗(yàn)回歸結(jié)果的穩(wěn)健性(列3和列6)?；貧w結(jié)果表明，加入行業(yè)集中度變量之后，回歸結(jié)果依然顯著，回歸系數(shù)基本不變。因此，基于人口信息預(yù)測(cè)的消費(fèi)變化對(duì)于行業(yè)的盈利具有顯著的影響。

表3 行業(yè)盈利與基于人口變化得到的產(chǎn)品需求變化的關(guān)系

基于人口預(yù)測(cè)的需求增長(zhǎng)與行業(yè)股票回報(bào)

一、面板數(shù)據(jù)回歸

同樣利用面板數(shù)據(jù)固定效應(yīng)模型，我們考察了基于人口信息預(yù)測(cè)的行業(yè)增長(zhǎng)和行業(yè)層面的股票回報(bào)的關(guān)系。股票回報(bào)數(shù)據(jù)來源于國(guó)泰安數(shù)據(jù)庫中基于市值加權(quán)得到加總的行業(yè)層面的股票回報(bào)，并剔除了上市三個(gè)月內(nèi)的樣本。

在基準(zhǔn)回歸中，我們將年度股票回報(bào)ark,t+1,t對(duì)于從t到t+2的預(yù)測(cè)的需求的增長(zhǎng)(短期)和t+2到t+7的預(yù)測(cè)的需求的增長(zhǎng)(長(zhǎng)期)回歸。按照DellaVign and Pollet (2007)[5]的觀點(diǎn)，由于投資者有可能存在關(guān)注度不足，他們只能關(guān)注到短期的人口變化對(duì)公司盈利的影響，但是對(duì)于更長(zhǎng)時(shí)間的信息反應(yīng)存在遲滯。所以需要對(duì)短期和長(zhǎng)期進(jìn)行區(qū)分?？紤]到中國(guó)股票分析師大部分覆蓋的時(shí)間年限為2，我們選擇t到t+2作為短期標(biāo)準(zhǔn)?？紤]到樣本有限，最長(zhǎng)期為7年?；貧w方程如下：

表4 行業(yè)股票回報(bào)與基于人口變化得到的產(chǎn)品需求變化的關(guān)系

因?yàn)橄M(fèi)增長(zhǎng)變量都除以了相應(yīng)的年分?jǐn)?shù)，所以估計(jì)系數(shù)δ0和δ1表示1個(gè)百分點(diǎn)的需求增長(zhǎng)導(dǎo)致的年化股票回報(bào)的平均增長(zhǎng)。預(yù)測(cè)所用的信息為投資者站在t-1期就可以公開獲取的。

表4報(bào)告了回歸方程的估計(jì)系數(shù)。列1報(bào)告了短期對(duì)于行業(yè)股票回報(bào)的影響，列2報(bào)告了長(zhǎng)期需求預(yù)測(cè)對(duì)于行業(yè)股票回報(bào)的影響，列3報(bào)告了公式(2)的回歸結(jié)果。列4在列3的基礎(chǔ)上還加入了每個(gè)行業(yè)的平均自由流動(dòng)市值作為控制變量?？梢钥吹剑貧w系數(shù)為正但是都不顯著。

接下來考慮一個(gè)只考慮短期投資者的預(yù)測(cè)方程。對(duì)于人口行業(yè)樣本，估計(jì)的回歸方程為：

我們選擇的預(yù)測(cè)期限h為0～8年。δH衡量的是t+h+1年后的消費(fèi)增長(zhǎng)的預(yù)測(cè)對(duì)于t+1期的股價(jià)的預(yù)測(cè)力(圖4)。我們發(fā)現(xiàn)，不論h取得何值，估計(jì)都不顯著。

我們已經(jīng)看到，長(zhǎng)期預(yù)測(cè)的需求增長(zhǎng)不能夠顯著預(yù)測(cè)股票回報(bào)。這意味著投資者不能通過人口信息的變化得到的需求增長(zhǎng)獲利。接下來我們利用中國(guó)A股的數(shù)據(jù)通過投資組合進(jìn)一步佐證這一說法。

二、組合回報(bào)

我們的策略針對(duì)的是2004～2016年的人口行業(yè)內(nèi)的股票數(shù)據(jù)。通過對(duì)每一年的行業(yè)數(shù)據(jù)進(jìn)行排序。首先，根據(jù)長(zhǎng)期預(yù)測(cè)的需求增長(zhǎng)，對(duì)行業(yè)進(jìn)行排序并得到兩個(gè)同等數(shù)量的行業(yè)分組。構(gòu)建投資組合買入高的行業(yè)，賣空低的行業(yè)。圖5展示了構(gòu)建的投資組合的累積回報(bào)。結(jié)果顯示，這個(gè)組合的累計(jì)回報(bào)基本為0。

如果將行業(yè)盈利的回歸結(jié)果(表3)和行業(yè)股票回報(bào)的回歸結(jié)果(表4)對(duì)比分析，可以看到，基于人口信息變化的需求增長(zhǎng)能夠顯著預(yù)測(cè)行業(yè)盈利但是并不能顯著預(yù)測(cè)行業(yè)股票回報(bào)。這也是本文結(jié)果和DellaVign and Pollet(2007)[5]的不同點(diǎn)，他們利用美國(guó)數(shù)據(jù)發(fā)現(xiàn)，需求增長(zhǎng)的預(yù)測(cè)不僅顯著預(yù)測(cè)行業(yè)盈利還顯著預(yù)測(cè)行業(yè)股票回報(bào)。

那造成這種差異的原因是什么呢？在中國(guó)，為什么企業(yè)進(jìn)入退出的商業(yè)行為可以從人口信息變化得到的需求增長(zhǎng)獲利而金融投資行為不能呢？在下一部分我們?cè)噲D給出可能的解釋。

人口結(jié)構(gòu)預(yù)測(cè)與中美資本市場(chǎng)差異

DellaVign and Pollet (2007)[5]利用美國(guó)數(shù)據(jù)發(fā)現(xiàn)，需求增長(zhǎng)的預(yù)測(cè)不僅顯著預(yù)測(cè)行業(yè)盈利，還能顯著預(yù)測(cè)行業(yè)股票回報(bào)。根據(jù)他們對(duì)美國(guó)金融市場(chǎng)的解釋，美國(guó)金融市場(chǎng)上的投資者多數(shù)是有限理性，其關(guān)注力所能達(dá)到的最長(zhǎng)預(yù)期期限是5年，超出5年的信息會(huì)被忽略掉。這種有限理性，使得他們可以構(gòu)建基于人口預(yù)測(cè)的多空組合獲得超額收益。這個(gè)解釋不大可能適應(yīng)于中國(guó)股票市場(chǎng)。因?yàn)橹袊?guó)股票市場(chǎng)有效性要弱于美國(guó)股票市場(chǎng)，這意味著基于長(zhǎng)期人口增長(zhǎng)信息構(gòu)建的多空組合沒有超額收益不是因?yàn)槭袌?chǎng)足夠有效，以至于中國(guó)投資者能預(yù)期到七年之后的人口變化，從而導(dǎo)致預(yù)期內(nèi)的基本面變化不會(huì)造成股票價(jià)格變化。相反，我們認(rèn)為其中原因或許恰恰和中國(guó)股市行情與其基本面之間關(guān)系相對(duì)較弱有關(guān)。

中國(guó)股票市場(chǎng)和經(jīng)濟(jì)基本面關(guān)系較弱的現(xiàn)象近年來引發(fā)了學(xué)術(shù)界和金融界的關(guān)注。Allen et al.(2017)[2]發(fā)現(xiàn)，中國(guó)經(jīng)濟(jì)過去40年取得了非常驚人的增長(zhǎng)速度，而中國(guó)股票市場(chǎng)并沒有表現(xiàn)出長(zhǎng)期向上的趨勢(shì)，2001～2016年以來長(zhǎng)期持有的實(shí)際回報(bào)幾乎為0。譚華清等(2017)[12]也發(fā)現(xiàn)，中國(guó)股票市場(chǎng)的回報(bào)和GDP增速的相關(guān)性很微弱。接下來，我們通過兩個(gè)步驟來檢驗(yàn)為什么基于人口增長(zhǎng)導(dǎo)致的基本面變化不能帶來超額收益。首先，我們檢驗(yàn)行業(yè)的ROE和ROA與行業(yè)的股票回報(bào)的關(guān)系。表5面板A報(bào)告了相應(yīng)結(jié)果。可以看到，ROE的系數(shù)是正的但不顯著。而ROA則能夠顯著解釋行業(yè)股票回報(bào)，ROA越高的行業(yè)當(dāng)年的股票回報(bào)也高。這說明行業(yè)的盈利信息至少ROA是能夠顯著解釋行業(yè)的股票回報(bào)的，但這些回歸的R2極低，這說明行業(yè)的盈利信息只貢獻(xiàn)了很少一部分的A股回報(bào)的變化。第二步，檢驗(yàn)人口信息變化引起的那一部分ROE和ROA也能解釋行業(yè)的股票回報(bào)？通過表3的回歸得到基于人口結(jié)構(gòu)變化引起的需求變化得到的ROE和ROA的變化，分別記為ROEpredict和ROApredict，然后用這兩個(gè)變量對(duì)行業(yè)股票回報(bào)回歸。表5面板B報(bào)告了回歸結(jié)果。從面板B可以看到，基于人口結(jié)構(gòu)變化引起的ROE和ROA變化的部分不能顯著解釋行業(yè)的股票回報(bào)。而且，同樣的，從R方也可以看到，基于人口結(jié)構(gòu)變化引起的ROE和ROA變化對(duì)行業(yè)股票的解釋力度特別微弱。該兩步檢驗(yàn)法說明：其一，盈利變化對(duì)A股回報(bào)變化的解釋力度存在但比較??；其二，在有限的解釋力度中，基于人口增長(zhǎng)導(dǎo)致的行業(yè)盈利變化對(duì)A股回報(bào)的解釋力度不僅微弱同時(shí)也不顯著。這說明，人口信息對(duì)企業(yè)盈利變化的影響并沒有顯著的反映到A股的回報(bào)當(dāng)中。既然如此，那么我們也很難看到基于人口信息構(gòu)建的多空組合獲得明顯的超額回報(bào)。

表5 行業(yè)盈利，需求變化與股票回報(bào)

結(jié)論

本文將人口年齡結(jié)構(gòu)變化所導(dǎo)致的消費(fèi)需求變化，與相關(guān)行業(yè)的盈利狀況和股票回報(bào)聯(lián)系起來。不同的商品表現(xiàn)出不同的年齡消費(fèi)結(jié)構(gòu)。根據(jù)不同年齡規(guī)模的預(yù)測(cè)，可以得到基于人口結(jié)構(gòu)變化導(dǎo)致的需求增長(zhǎng)的預(yù)測(cè)，進(jìn)而可以預(yù)測(cè)行業(yè)的盈利狀況。

我們進(jìn)而考察，基于人口結(jié)構(gòu)變化的行業(yè)需求變化是否能夠預(yù)測(cè)股票的回報(bào)。研究表明，基于中國(guó)A股數(shù)據(jù)，人口結(jié)構(gòu)變化導(dǎo)致的行業(yè)需求變化不能顯著預(yù)測(cè)股票的回報(bào)。進(jìn)而基于人口結(jié)構(gòu)變化構(gòu)建的多空投資組合也不能獲得超額回報(bào)。這說明在中國(guó)，企業(yè)進(jìn)入退出的商業(yè)行為可以從人口信息變化得到的需求增長(zhǎng)獲利而金融投資行為不能。

進(jìn)一步檢驗(yàn)了造成上述情況的可能原因，我們發(fā)現(xiàn)，造成人口信息變化帶來的可預(yù)測(cè)的行業(yè)盈利與行業(yè)股票回報(bào)關(guān)系微弱。造成人口信息變化帶來的可預(yù)測(cè)的行業(yè)盈利與行業(yè)股票回報(bào)關(guān)系微弱的原因可能與中國(guó)的經(jīng)濟(jì)高速發(fā)展與轉(zhuǎn)型有關(guān)，也與中國(guó)資本市場(chǎng)本身的發(fā)展?fàn)顩r有關(guān)。首先對(duì)于中國(guó)這樣的高速增長(zhǎng)的經(jīng)濟(jì)體，對(duì)于各個(gè)年齡段都有收入水平大幅提高的效應(yīng)，收入效應(yīng)的結(jié)果是對(duì)所有商品的消費(fèi)都增加。所以我們看到，人口信息變化并不能帶來股票市場(chǎng)的超額回報(bào)。其次，在中國(guó)市場(chǎng)上，上市公司基本面與其股票價(jià)格之間的相關(guān)性還較弱也可能是原因之一。

本文的不足之處在于，研究中假定人口老齡化對(duì)于需求的影響是相對(duì)簡(jiǎn)單機(jī)械的，沒有考慮到人口老齡化同時(shí)也會(huì)有從供給層面對(duì)企業(yè)績(jī)效產(chǎn)生影響。例如，企業(yè)生產(chǎn)經(jīng)營(yíng)中所依賴的相關(guān)要素(例如資本和勞動(dòng))的價(jià)格，也會(huì)對(duì)企業(yè)盈利狀況有明顯影響。更進(jìn)一步，人口老齡化對(duì)于要素供給或產(chǎn)品需求規(guī)模的沖擊，甚至?xí)绊懙狡髽I(yè)對(duì)于特定技術(shù)的應(yīng)用或研發(fā)(陳秋霖等，2018)[10]。這些都是將來對(duì)于人口老齡化和資本市場(chǎng)的相關(guān)研究中可以進(jìn)一步拓展的方向。