一、引言

西方金融學(xué)者于20世紀(jì)60年代首次提出資本資產(chǎn)定價(jià)模型（簡(jiǎn)稱CAMP）奠定現(xiàn)代金融資產(chǎn)定價(jià)的重要理論基石。由于市場(chǎng)存在諸多無(wú)法解釋的超額收益“異象”（Anomaly），F(xiàn)ama與French于1992年、2015年陸續(xù)提出CAPM三因子理論和五因子理論，通過(guò)實(shí)證檢驗(yàn)發(fā)現(xiàn)資產(chǎn)的超額收益率不僅與資產(chǎn)的系統(tǒng)性風(fēng)險(xiǎn)（市場(chǎng)因子）有關(guān)，還與公司規(guī)模（規(guī)模因子）、賬面價(jià)值與市場(chǎng)價(jià)值的比（價(jià)值因子）、營(yíng)業(yè)利潤(rùn)以及所有者權(quán)益的比（盈利因子）、投資增長(zhǎng)率（投資因子）等諸多因素相關(guān)。

二、文獻(xiàn)綜述

經(jīng)典CAPM理論（Sharp，1964）認(rèn)為資產(chǎn)收益率取決于無(wú)風(fēng)險(xiǎn)資產(chǎn)收益率和市場(chǎng)風(fēng)險(xiǎn)溢價(jià)，即資產(chǎn)的收益率僅受市場(chǎng)的系統(tǒng)性風(fēng)險(xiǎn)（市場(chǎng)因子）影響。三因子模型（Fama&French，1992）發(fā)現(xiàn)股票超額收益能夠被市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)（市場(chǎng)因子）、公司市值（規(guī)模因子）、公司賬面市值比（價(jià)值因子）有效解釋。五因子模型（Fama&French，2014）增加盈利因子、投資因子后發(fā)現(xiàn)異象解釋能力增強(qiáng)。Hou等（2015）基于托賓Q投資定價(jià)理論增加利潤(rùn)因子、投資因子建立Q因子理論，發(fā)現(xiàn)該理論可以較好解釋諸多股市異象。李志冰等（2017）利用全樣本數(shù)據(jù)檢驗(yàn)五因子模型在中國(guó)股市的適用性發(fā)現(xiàn)，五因子模型比三因子模型解釋能力更強(qiáng)。劉振亞（2017）利用動(dòng)態(tài)模型平均算法實(shí)證檢驗(yàn)發(fā)現(xiàn)該算法的預(yù)測(cè)效果優(yōu)于五因子理論，通過(guò)簡(jiǎn)單線性回歸擬合資產(chǎn)收益率的方法不可靠，存在遺漏重要解釋因子現(xiàn)象。

現(xiàn)有研究鮮見(jiàn)從經(jīng)濟(jì)數(shù)據(jù)的時(shí)間序列角度開(kāi)展CAPM實(shí)證研究，未能充分利用樣本信息并反映證券市場(chǎng)時(shí)間特征。如果多因子定價(jià)理論和實(shí)證檢驗(yàn)結(jié)論成立，可以在中國(guó)A股市場(chǎng)隨機(jī)選取樣本公司，利用時(shí)間序列數(shù)據(jù)和向量自回歸模型（VAR模型）檢驗(yàn)上述多因子理論，應(yīng)該得出與截面數(shù)據(jù)檢驗(yàn)一致的結(jié)論；否則，可以反證前述多因子理論的實(shí)證檢驗(yàn)結(jié)論不完全可靠，多因子模型存在理論缺陷并缺乏充足的經(jīng)濟(jì)學(xué)基礎(chǔ)。

綜合以上分析，本文提出以下假設(shè)：

假設(shè)1：國(guó)內(nèi)A股單只股票的股票收益率受到市場(chǎng)因子、規(guī)模因子、價(jià)值因子、盈利因子、投資因子的顯著動(dòng)態(tài)沖擊且沖擊程度均等。

假設(shè)2：國(guó)內(nèi)A股單只股票的股票收益率受到市場(chǎng)因子、規(guī)模因子、價(jià)值因子、盈利因子、投資因子等五個(gè)因子的顯著影響。

三、研究設(shè)計(jì)

（一）研究樣本

本文選取國(guó)內(nèi)A股某上市證券公司（GY公司）作為研究對(duì)象。該公司于2007年在深圳證券交易所上市，經(jīng)營(yíng)與業(yè)績(jī)較為穩(wěn)健，在證券行業(yè)中屬于中等規(guī)模，2018年該公司股票被納入MSCI指數(shù)體系，在證券業(yè)具有典型代表性。本文時(shí)間序列區(qū)間取自2009年6月至2019年5月，累計(jì)有122個(gè)自然月。數(shù)據(jù)來(lái)源于Wind數(shù)據(jù)庫(kù)、全國(guó)銀行間同業(yè)拆借中心網(wǎng)站，部分財(cái)務(wù)指標(biāo)數(shù)據(jù)系作者計(jì)算整理；數(shù)據(jù)處理采用Eviews6.0和Excel2007軟件。

（二）模型與變量

根據(jù)文獻(xiàn)綜述并參考現(xiàn)有研究，本文構(gòu)建股票收益率的時(shí)間序列向量自回歸模型（VAR模型）驗(yàn)證假設(shè)1：

Yt為k維內(nèi)生變量向量，p為滯后階數(shù)，樣本量為n，εt為k維擾動(dòng)向量，并服從正態(tài)分布。

被解釋變量Yt包括股票超額收益率（RI）、規(guī)模因子（GM）、價(jià)值因子（JZ）、利潤(rùn)因子（LR）、投資因子（TZ）和市場(chǎng)因子（SC）等6個(gè)具體經(jīng)濟(jì)變量。為保證各個(gè)經(jīng)濟(jì)變量的數(shù)據(jù)時(shí)間匹配，本文采用按月收集和整理變量數(shù)據(jù)，股票超額收益率采用股票月收益率減去上海銀行間同業(yè)拆借月利率得到，股票月收益率等于本月末股票收盤價(jià)減去上月末股票收盤價(jià)的差值再除以上月末股票收盤價(jià)。市場(chǎng)因子采用上證綜指月收益率減去上海銀行間同業(yè)拆借月利率得到，方法同上。VAR模型的各變量定義具體如表1所示：

（三）描述性統(tǒng)計(jì)

表2報(bào)告變量描述性統(tǒng)計(jì)特征，GY股票超額收益率的均值為負(fù)數(shù)，表明該只股票月收益率平均值未超過(guò)同業(yè)拆借月利率；偏度大于0，表明存在右偏；峰度大于3，呈現(xiàn)尖峰特征；JB系數(shù)顯著不為0，表明股票超額收益率不服從正態(tài)分布，收益率分布呈現(xiàn)“尖峰厚尾”特征。在收益率影響因子方面，除市場(chǎng)因子在5%水平下近似服從正態(tài)分布外，其他4個(gè)因子全部不服從正態(tài)分布，由于本文樣本量為122，遠(yuǎn)遠(yuǎn)大于30，從統(tǒng)計(jì)上不影響后續(xù)量化分析。

表1 變量定義表

表2 描述性統(tǒng)計(jì)

（四）實(shí)證結(jié)果及其分析

1.單位根檢驗(yàn)

一般來(lái)說(shuō)，大部分經(jīng)濟(jì)數(shù)據(jù)在時(shí)間序列上是不平穩(wěn)的，如果不進(jìn)行單位根檢驗(yàn)，容易出現(xiàn)時(shí)間序列的“偽回歸”、序列的t檢驗(yàn)和F檢驗(yàn)不可靠等問(wèn)題。本文先對(duì)6個(gè)經(jīng)濟(jì)變量進(jìn)行平穩(wěn)性檢驗(yàn)，保證后續(xù)模型運(yùn)算科學(xué)、可靠。檢驗(yàn)結(jié)果表明，股票超額收益率（RI）、價(jià)值因子（JZ）和市場(chǎng)因子（SC）是平穩(wěn)時(shí)間序列；規(guī)模因子（GM）、利潤(rùn)因子（LR）、投資因子（TZ）是非平穩(wěn)時(shí)間序列，在取一階差分之后不穩(wěn)定序列在在1%顯著水平下變?yōu)槠椒€(wěn)序列。因此，將所有變量變?yōu)镮（0）單整序列后符合關(guān)系檢驗(yàn)條件可以實(shí)施協(xié)整檢驗(yàn)。

2.確定滯后階數(shù)

為反映VAR模型的動(dòng)態(tài)特征，必須合理確定序列的滯后階數(shù)，保證滯后項(xiàng)數(shù)與自由度有效平衡。本文根據(jù)AIC和SC信息準(zhǔn)則并結(jié)合最大似然比準(zhǔn)則，SC準(zhǔn)則、AIC準(zhǔn)則、LR準(zhǔn)則、FPE準(zhǔn)則及HQ準(zhǔn)則均顯示最優(yōu)滯后階數(shù)為1，說(shuō)明滯后1期模型系統(tǒng)穩(wěn)定，故建立VAR（1）模型。

3.協(xié)整檢驗(yàn)

相對(duì)EG協(xié)整檢驗(yàn)，Johansson檢驗(yàn)具有更好的穩(wěn)定性、完整性，且更適用于多變量的協(xié)整檢驗(yàn)，故本文采用Johansson協(xié)整檢驗(yàn)，檢驗(yàn)結(jié)果表明在5%顯著性水平的條件下，原假設(shè)為變量之間不存在協(xié)整關(guān)系，跡統(tǒng)計(jì)量14.65大于5%臨界值3.84，拒絕原假設(shè)，模型存在協(xié)整關(guān)系；直至“At most 5”跡統(tǒng)計(jì)量值仍大于5%臨界值，拒絕原假設(shè)，說(shuō)明模型中最多存在5個(gè)協(xié)整關(guān)系。同時(shí)，最大特征值統(tǒng)計(jì)量檢驗(yàn)結(jié)果表明：模型存在協(xié)整關(guān)系且最多存在5個(gè)協(xié)整關(guān)系。因此，股票超額收益率（RI）、規(guī)模因子（GM）、價(jià)值因子（JZ）、利潤(rùn)因子（LR）、投資因子（TZ）和市場(chǎng)因子（SC）等6個(gè)具體經(jīng)濟(jì)變量存在長(zhǎng)期穩(wěn)定的均衡關(guān)系。

4.VAR估計(jì)結(jié)果

采用VAR模型估計(jì)6個(gè)具體經(jīng)濟(jì)變量關(guān)系，估計(jì)結(jié)果見(jiàn)下表3所示：

表3 VAR模型參數(shù)估計(jì)量

5.Granger因果關(guān)系檢驗(yàn)及單位根檢驗(yàn)

為進(jìn)一步檢驗(yàn)變量之間兩兩是否相互影響，即變量之間是否存在因果關(guān)系，對(duì)VAR模型進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)，檢驗(yàn)結(jié)果表明價(jià)值因子（賬市比）是投資因子的Granger原因，說(shuō)明價(jià)值因子對(duì)預(yù)測(cè)投資因子趨勢(shì)發(fā)生作用，能夠影響投資因子，其他各個(gè)經(jīng)濟(jì)變量之間不存在顯著的Granger因果關(guān)系。

VAR模型平穩(wěn)的充要條件為所有AR根模的倒數(shù)都小于1，即所有特征根根都位于單位圓內(nèi)。本文檢驗(yàn)結(jié)果表明VAR模型系數(shù)矩陣的特征根的模均小于1且都在半徑為1的單位圓之內(nèi)，因此建立的VAR模型是穩(wěn)定的。

6.正交脈沖響應(yīng)分析

VAR模型正交脈沖響應(yīng)可以分析各變量因素對(duì)GY股票投資收益率的長(zhǎng)短期影響。一般地，VAR脈沖響應(yīng)是指一個(gè)內(nèi)生變量對(duì)標(biāo)準(zhǔn)單位誤差的反應(yīng)，即在隨機(jī)誤差項(xiàng)上加一個(gè)標(biāo)準(zhǔn)差大小的沖擊，看沖擊對(duì)內(nèi)生變量的當(dāng)前值和未來(lái)值的變化。如果VAR模型穩(wěn)定，在期初受到外部沖擊后股票收益率會(huì)產(chǎn)生不確定走勢(shì)，經(jīng)過(guò)一段時(shí)期后仍會(huì)回到均衡水平。本文各個(gè)因子對(duì)股票收益率沖擊的長(zhǎng)期影響如下圖1所示（實(shí)線表示脈沖響應(yīng)函數(shù)，虛線表示正負(fù)兩倍標(biāo)準(zhǔn)差偏離帶）：

從下圖可以發(fā)現(xiàn)，從沖擊影響程度看，GY股票收益率受到價(jià)值因子、自身歷史收益率、規(guī)模因子的沖擊較大，均在10%以上；受到市場(chǎng)因子的沖擊約為5%，受到利潤(rùn)因子和投資因子的影響較小。

圖1 脈沖響應(yīng)圖

五個(gè)影響因子對(duì)GY股票收益率（RI）的沖擊形態(tài)和影響程度各不相同，GY股票收益率同時(shí)收到自身滯后期的沖擊。期初給股票收益率（RI）一個(gè)規(guī)模因子（D(GM)）的正沖擊，一開(kāi)始對(duì)股票收益率（RI）的影響為正，此后影響逐漸衰退直至第3期影響近乎0，到第4期開(kāi)始趨于平穩(wěn)，說(shuō)明GY公司市值管理能力較強(qiáng)，在受到市值因素較大沖擊后能夠快速恢復(fù)穩(wěn)定。期初給股票收益率（RI）一個(gè)投資因子（D(TZ)）的正沖擊，此后幾期快速波動(dòng)，直至第6期才開(kāi)始趨于穩(wěn)定，說(shuō)明投資因子對(duì)股票收益率的影響不確定影響較大，不僅影響期較長(zhǎng)且具有較強(qiáng)的負(fù)向效應(yīng)，間接反映GY公司投資管理能力薄弱。期初給股票收益率（RI）一個(gè)市場(chǎng)因子（SC）的正沖擊，直至第3期影響趨于0，此后圍繞坐標(biāo)軸上下小幅波動(dòng)，直至第5期趨于穩(wěn)定，說(shuō)明GY股票與市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)具有同向效應(yīng)，且對(duì)市場(chǎng)沖擊具有較好韌性，抗風(fēng)險(xiǎn)能力較強(qiáng)。期初給股票收益率（RI）一個(gè)價(jià)值因子（JZ）的正沖擊，此后影響逐步衰退，但影響持續(xù)期較長(zhǎng)，直至第10期才開(kāi)始趨于穩(wěn)定，說(shuō)明公司受價(jià)值因子（市賬比）長(zhǎng)期正向沖擊。期初給股票收益率（RI）一個(gè)利潤(rùn)因子（D(LR)）的正沖擊，沖擊影響較小，持續(xù)時(shí)間也僅為4期，說(shuō)明公司利潤(rùn)率增長(zhǎng)快慢對(duì)公司沖擊較小，公司受盈利能力的影響較小，公司經(jīng)營(yíng)業(yè)績(jī)較為穩(wěn)健。同時(shí)GY股票收益率還收到自身滯后期的較大沖擊，股票收益率（RI）期初有一個(gè)自身的較大正沖擊，此后逐步衰退，直至第4期趨于穩(wěn)定，說(shuō)明公司受歷史收益率的沖擊是短期的。從沖擊持續(xù)時(shí)間看，GY股票收益率受到利潤(rùn)因子、價(jià)值因子的長(zhǎng)期沖擊較為明顯。

7.方差分解分析

本文采用VAR方差分解分析單個(gè)因子沖擊對(duì)GY股票收益率變化的貢獻(xiàn)程度，評(píng)價(jià)不同因子的結(jié)構(gòu)沖擊的相對(duì)重要性。方差分解結(jié)果表明，GY股票收益率對(duì)其自身貢獻(xiàn)度最大，后期持續(xù)下降趨勢(shì)，直至第3期開(kāi)始趨于穩(wěn)定，最終穩(wěn)定在90%左右的水平上；利潤(rùn)因子、市場(chǎng)因子對(duì)股票收益率的影響程度居次，初期開(kāi)始穩(wěn)步上升，第3期開(kāi)始趨于穩(wěn)定，最終趨于3%左右水平；規(guī)模因子、價(jià)值因子、投資因子對(duì)股票收益率的貢獻(xiàn)度很小，變化很平緩且數(shù)值差異不大，五個(gè)因子對(duì)股票收益率的方差貢獻(xiàn)度影響穩(wěn)定在90%左右的水平上。

綜上所述，VAR模型實(shí)證結(jié)果表明拒絕假設(shè)1，GY公司股票收益率受到利潤(rùn)因子、投資因子的動(dòng)態(tài)沖擊不明顯，且各因子的沖擊程度并不均等。

（五）多元線性回歸及其檢驗(yàn)

根據(jù)文獻(xiàn)綜述并參考現(xiàn)有研究，本文構(gòu)建以下多元線性模型驗(yàn)證假設(shè)2：

其中，Y為GY股票收益率，X1、X2、X3、X4、X5分別表示RI、D（GM）、JZ、D（LR）、D（TZ）和SC。

關(guān)于GY股票收益率（RI）多元線性回歸結(jié)果如下表4：

表4 多元線性回歸系數(shù)表

多元回歸分析表明，GY股票收益率受到規(guī)模因子、市場(chǎng)因子顯著影響?？紤]多因子對(duì)GY股票收益率影響，β系數(shù)下降為0.55，說(shuō)明傳統(tǒng)的單因素模型會(huì)高估股票收益率的系統(tǒng)性風(fēng)險(xiǎn)?；貧w模型檢驗(yàn)結(jié)果拒絕假設(shè)2，說(shuō)明GY股票收益率受到規(guī)模因子、市場(chǎng)因子的影響是顯著的，受價(jià)值因子、盈利因子、投資因子的影響并不顯著，除五因子之外還存在其他因素對(duì)單只股票收益率產(chǎn)生影響。

四、結(jié)論與啟示

規(guī)模因子（GM）、價(jià)值因子（JZ）、利潤(rùn)因子（LR）、投資因子（TZ）和市場(chǎng)因子（SC）均為GY公司股票超額收益率（RI）的影響因素，并且諸因子之間存在長(zhǎng)期穩(wěn)定的均衡關(guān)系。脈沖響應(yīng)分析和方差分解表明單只股票收益率受到規(guī)模因子（GM）、價(jià)值因子（JZ）和市場(chǎng)因子（SC）沖擊較大，受到利潤(rùn)因子（LR）、投資因子（TZ）的動(dòng)態(tài)沖擊并不明顯，而且各因子對(duì)GY的股票收益率沖擊程度不均等。價(jià)值因子（JZ）對(duì)股票超額收益率（RI）沖擊影響時(shí)間最長(zhǎng)、影響程度最大，價(jià)值因子（JZ）是投資因子（TZ）的Granger 原因。時(shí)間序列特征方面，股票超額收益率（RI）與市場(chǎng)因子（SC）、規(guī)模因子（D(GM)）顯著相關(guān)，與價(jià)值因子（JZ）、投資因子（D(TZ)）、利潤(rùn)因子（D(LR)）關(guān)系不顯著。

從單只股票的時(shí)間序列表明，三因子理論、Q因子理論以及五因子理論并未得到有效驗(yàn)證。單只股票的收益率與市場(chǎng)的系統(tǒng)性風(fēng)險(xiǎn)顯著相關(guān)，且受到市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的長(zhǎng)期影響，傳統(tǒng)的資本資產(chǎn)模型在資產(chǎn)定價(jià)方面仍有一定的理論意義和應(yīng)用價(jià)值。因此，在公司管理會(huì)計(jì)領(lǐng)域應(yīng)用多因子模型時(shí)需要充分認(rèn)識(shí)到多因子模型的理論缺陷，秉持審慎態(tài)度開(kāi)展資產(chǎn)配置和風(fēng)險(xiǎn)管理等實(shí)務(wù)工作。