劉瀾飚 郭亮

（南開大學(xué)金融學(xué)院 天津市 300350）

一、引言

伴隨著價格暴漲的瘋狂和價格暴跌的幻滅，資產(chǎn)價格泡沫一直吸引著社會各界的廣泛關(guān)注。資產(chǎn)價格泡沫不僅在投資者間造成了財富再分配，其本身更是未來金融危機(jī)是否發(fā)生的重要預(yù)測指標(biāo)（Greenwood 等，2020）。股票市場作為金融資產(chǎn)的重要組成部分，其價格的暴漲暴跌同樣也會對實體經(jīng)濟(jì)產(chǎn)生影響（劉瀾飚和范小云，2001）。許多學(xué)者從理論角度嘗試對泡沫的產(chǎn)生過程進(jìn)行解釋（Minsky，1974；Shiller，2000）。經(jīng)典的研究中，部分學(xué)者嘗試從不違背市場有效性的理性泡沫和投資者異質(zhì)信念角度，構(gòu)建理論模型解釋泡沫（Blanchard 和Watson，1982）。然而，理性泡沫模型并不能夠解釋泡沫期間投資者的過度樂觀和價格變化幅度之大（Giglio 等，2016）。鑒于此，近年來大部分學(xué)者開始嘗試從過度自信、價格外推以及診斷效應(yīng)等投資者行為角度搭建模型解釋泡 沫（Scheinkman 和Xiong，2003；Barberis等，2018；Bordalo 等，2020）。

泡沫的實證檢驗方面，大量文獻(xiàn)通過動態(tài)收益模型、剩余價值估計模型、股價和宏觀變量的協(xié)整關(guān)系等方式確定資產(chǎn)的真實價值衡量，并據(jù)此進(jìn)一步研究泡沫的影響因素（陳國進(jìn)等，2009；徐浩峰和朱松，2012；石廣平等，2018）。其他方法方面，部分學(xué)者以市盈率、市凈率等指標(biāo)作為泡沫程度的判斷標(biāo)準(zhǔn)，研究了機(jī)構(gòu)投資者在股市中的泡沫騎乘行為（Greenwood 和Nagel，2009；劉京軍等，2018；陸蓉和孫欣鈺，2021）。此外，還有的學(xué)者以反映股票價格變動情況的LPPL 模型等數(shù)理模型為基礎(chǔ)，識別A 股市場的泡沫節(jié)點（潘娜等，2018）。在探究泡沫的相關(guān)特征時，部分文獻(xiàn)從理性定價模型等角度對泡沫的驅(qū)動因素進(jìn)行了考察（陳浪南和王升泉，2019）。

上述文獻(xiàn)中，以真實價值為標(biāo)準(zhǔn)確定資產(chǎn)泡沫程度，無論其選取何種方式確定真實價格，都會存在遺漏變量問題（Xiong，2013）。以市盈率、市凈率等單一指標(biāo)作為泡沫代理同樣存在上述識別偏差的問題，并且這類指標(biāo)對A 股市場的適應(yīng)性尚需驗證。另外，現(xiàn)有文獻(xiàn)多是從某個單一角度切入研究泡沫，鮮有文獻(xiàn)直接對股市泡沫特征進(jìn)行全面考察。針對上述情況，Greenwood 等（2019）在回應(yīng)Fama 對泡沫存在性的質(zhì)疑時，以價格暴漲后發(fā)生崩盤作為泡沫的定義，避免了以真實價格確定泡沫時存在的偏差。同時，該方法讓我們有機(jī)會考察不同資產(chǎn)在價格暴漲時期存在的區(qū)別，進(jìn)而更全面的分析泡沫特征并做出預(yù)測。Sun 和Tsang（2019）基于同樣的方法檢驗了美國房地產(chǎn)市場的泡沫特征。

二、價格暴漲和泡沫的識別

本文以行業(yè)收益作為研究對象，行業(yè)分類參考證監(jiān)會分類標(biāo)準(zhǔn)，剔除了樣本期內(nèi)包含企業(yè)數(shù)量不足10 家的行業(yè)，最終得到63個行業(yè)。從數(shù)據(jù)可得性出發(fā)，選取2002 年1月至2021 年6 月共234 個月的A 股市場月度行業(yè)數(shù)據(jù)進(jìn)行研究，行業(yè)數(shù)據(jù)由全部A 股個股數(shù)據(jù)通過流通市值加權(quán)得到。根據(jù)期限匹配原則，本文以1 月期國債到期收益率作為無風(fēng)險收益率。本文的研究數(shù)據(jù)來源于CSMAR 和WIND 數(shù)據(jù)庫。

泡沫的識別方法參考Greenwood 等（2019）的研究，首先識別經(jīng)歷價格暴漲期的行業(yè)，在暴漲期后該行業(yè)若發(fā)生崩盤事件則定義該行業(yè)存在泡沫。對于崩盤事件，本文將其定義為發(fā)生價格暴漲后，未來兩年內(nèi)任意時間點出現(xiàn)收益下降40%以上的情況。對于價格暴漲期的界定，Greenwood 等（2019）以兩年累積收益和累積凈市場收益均超過100%且5 年累積收益超過50%作為標(biāo)準(zhǔn)。然而針對A 股市場，這樣的標(biāo)準(zhǔn)是否合理呢？圖1 顯示，在2008 年和2015 年，滬深300 指數(shù)經(jīng)歷了巨大幅度的暴漲和暴跌。因此，A 股市場以凈市場收益作為判斷標(biāo)準(zhǔn)必然忽視了許多泡沫樣本。因此，本文將優(yōu)化價格暴漲期的識別條件，使其符合中國A股市場的特征。

圖1 滬深300 指數(shù)走勢圖

（一）A 股市場價格暴漲期的界定

1.凈無風(fēng)險收益還是凈市場收益。鑒于A 股市場泡沫帶有一定的市場普遍性，選擇行業(yè)兩年累積凈無風(fēng)險收益大于100%作為暴漲期的識別標(biāo)準(zhǔn)，在觀察到第一個價格暴漲期后，兩年以后才允許該行業(yè)出現(xiàn)新的價格暴漲期。表1 顯示，無論以何標(biāo)準(zhǔn)識別價格暴漲，中國A 股市場出現(xiàn)價格暴漲后都有較高的概率發(fā)生崩盤。同時，發(fā)生價格暴漲后，泡沫行業(yè)兩年后收益普遍為負(fù)，非泡沫行業(yè)相較泡沫行業(yè)要經(jīng)歷更長時期的價格上漲。對比兩種識別方法，以凈無風(fēng)險收益作為標(biāo)準(zhǔn)能夠識別更多的價格暴漲期。

表1 不同收益標(biāo)準(zhǔn)下暴漲期對比

2.兩年內(nèi)最大收益或兩年累積收益?？紤]到A 股市場價格上漲速度快周期短的特性，進(jìn)一步考察兩年累積收益標(biāo)準(zhǔn)對識別A股泡沫的適應(yīng)性，以兩年內(nèi)最大凈無風(fēng)險收益超過100%作為價格暴漲期的判斷標(biāo)準(zhǔn)，同樣要求兩年內(nèi)只能存在一個價格暴漲期。表2 顯示，兩年內(nèi)最大凈無風(fēng)險收益標(biāo)準(zhǔn)下多識別的樣本中，同樣有較大比例的行業(yè)發(fā)生了崩盤事件，這些行業(yè)也同樣擁有較低的兩年后收益，證明這些暴漲樣本的不可忽視性。

表2 不同期限標(biāo)準(zhǔn)下暴漲期對比

（二）不同暴漲閾值下的行業(yè)表現(xiàn)情況

進(jìn)一步考察不同暴漲閾值下行業(yè)的表現(xiàn)情況。表3 顯示，隨著暴漲閾值的提高，價格暴漲樣本中存在泡沫的概率也不斷提高，證明已有的價格暴漲程度能夠預(yù)測泡沫存在的概率，暴漲程度越高，行業(yè)存在泡沫的概率越大。同時，更高的暴漲閾值也意味著未來兩年更低的凈無風(fēng)險收益、更低的最大跌幅和更長的泡沫期。

表3 不同暴漲閾值下的行業(yè)表現(xiàn)情況

（三）A 股市場泡沫概述

綜上，本文選取過去兩年最大凈無風(fēng)險收益超過100%作為價格暴漲期的識別標(biāo)準(zhǔn)，將首次識別出過去兩年最大收益大于100%的時刻標(biāo)記為0 時刻，若該行業(yè)此后兩年內(nèi)發(fā)生崩盤事件，稱該行業(yè)存在泡沫。表2顯示，以本文方法識別出價格暴漲期后，有74.53%的行業(yè)存在泡沫，普遍還要經(jīng)歷一年的進(jìn)一步增長。同時，存在泡沫的行業(yè)平均要經(jīng)歷60%以上的跌幅，說明已有A 股市場泡沫事件的泡沫程度較大。而A 股市場的平均泡沫期長度僅為21 個月，反映出A 股市場泡沫形成迅速。

圖2 以首次識別出價格暴漲的0 時刻作為基準(zhǔn)收益，刻畫了0 時刻前后兩年內(nèi)發(fā)生價格暴漲行業(yè)的累積收益率。可以看出，對于已經(jīng)發(fā)生價格暴漲的所有行業(yè)，存在泡沫的行業(yè)和非泡沫行業(yè)有著截然不同的價格走勢。非泡沫行業(yè)多是從高點回落后的暴漲，并且價格增長將一直持續(xù)。而泡沫行業(yè)多是從低點上漲，在0 時刻繼續(xù)上漲一年左右出現(xiàn)崩盤。在此期間，市場收益的走勢與泡沫行業(yè)十分近似，這再次證明A 股市場以凈市場收益識別價格暴漲將忽視大量的泡沫樣本。

圖2 發(fā)生價格暴漲的平均行業(yè)累積收益率

圖3 刻畫了不同時期下A 股市場泡沫行業(yè)的平均累積收益率，可以看出，2002-2009 年發(fā)生的泡沫經(jīng)歷了較長時期的價格增長，在識別點后一年左右才出現(xiàn)崩盤現(xiàn)象。而2009-2013 年間的行業(yè)泡沫多是從高點下跌后回彈形成的，其0 點后較平緩的收益曲線表明該時期泡沫特征異質(zhì)性較強，各個泡沫崩盤時間點不一致。2013 年以后形成的泡沫具有形成周期短的特點，其從最低點上升至最高點的時間甚至不到一年，0 點以后較平的收益曲線同樣意味著該時期泡沫較強的異質(zhì)性。

圖3 不同時期泡沫行業(yè)的平均累積收益率

三、價格暴漲期的泡沫特征與收益預(yù)測

（一）指標(biāo)說明

識別行業(yè)價格暴漲期可以更好地分析泡沫行業(yè)的特征，參考已有相關(guān)泡沫研究，選取了三種特征指標(biāo)。一是波動和交易數(shù)量類指標(biāo)，選取波動率、換手率和成交量進(jìn)行描述。參考Nonejad（2017），選用真實波動率作為波動率的衡量指標(biāo)。將個股換手率按月份排名后，給出排名占比指標(biāo)，再將該指標(biāo)按流通市值加權(quán)得到行業(yè)換手率指標(biāo)。行業(yè)成交量由月度個股成交量的排名占比指標(biāo)以流通市值加權(quán)得到。二是行業(yè)成熟度指標(biāo)，引入上市年限指標(biāo)進(jìn)行描述。計算個股當(dāng)月上市年限的排名占比指標(biāo)后，以流通市值加權(quán)得到行業(yè)年限。三是價格比例指標(biāo)，選取市盈率和市凈率作為行業(yè)特征進(jìn)行描述。將月度個股市盈率加權(quán)得到行業(yè)市盈率。將月度個股市凈率加權(quán)得到行業(yè)市凈率。

（二）收益預(yù)測

下一步，檢驗行業(yè)特征對未來收益率的預(yù)測能力。Liu 等（2021）通過對比調(diào)查問卷和個人交易數(shù)據(jù)發(fā)現(xiàn)，問卷類博彩偏好能夠解釋投資者購買彩票股的趨勢，投資者過度交易動機(jī)主要來源于投資者博彩偏好和過度自信。鑒于此，本文引入博彩偏好類指標(biāo)進(jìn)一步解釋行業(yè)未來收益率。

1.博彩偏好與泡沫。博彩偏好，即投資者會更加重視低概率高收益資產(chǎn)，從而過度投資這類彩票性股票，使得該類資產(chǎn)未來擁有較低收益的情況（Barberis 和Huang，2008）。本文從博彩偏好角度探討泡沫的相關(guān)特點并解釋未來收益率。相較于一般行業(yè)，博彩程度較高的行業(yè)能夠吸引具有博彩偏好的A 股市場投資者，這類投資者過度追求相關(guān)行業(yè)股票推高其價格。而在長期，泡沫終會破裂，意味著該行業(yè)擁有較低的未來收益率。綜上，本文提出如下假設(shè)：

假設(shè)1：泡沫行業(yè)擁有更高的博彩程度特征，博彩程度越高的行業(yè)未來收益率越低。

考慮到A 股市場存在漲跌停限制，參考Liu 等（2021）提出的區(qū)間內(nèi)漲停方法，選取反映A 股市場行業(yè)博彩程度的指標(biāo)為：一是累計漲停，首先計算個股的期間累積漲停，再用流通市值加權(quán)成行業(yè)指標(biāo)。二是最大漲停，以個股數(shù)據(jù)經(jīng)過流通市值加權(quán)得到行業(yè)指標(biāo)。為考察泡沫行業(yè)的博彩程度情況，表4給出了價格暴漲期泡沫行業(yè)和非泡沫行業(yè)博彩程度特征的對比。無論是反映區(qū)間整體特征的累計漲停指標(biāo)還是反映區(qū)間極端情況的最大漲停指標(biāo)，泡沫行業(yè)的博彩特征均要顯著高于非泡沫行業(yè)，該結(jié)果印證了假設(shè)1 前半段泡沫行業(yè)擁有更高博彩程度的結(jié)論。

表4 行業(yè)博彩程度對比

2.各行業(yè)特征對未來收益的預(yù)測。引入博彩程度特征后，進(jìn)一步檢驗該指標(biāo)和其他特征對行業(yè)未來收益率的預(yù)測能力。以0 時刻到兩年后的累積凈無風(fēng)險收益和0 時刻后兩年內(nèi)最大跌幅作為被解釋變量。由于泡沫行業(yè)擁有更低的兩年后收益和更大的后兩年最大跌幅，而兩年內(nèi)最大跌幅又是判斷泡沫的必要條件。因此，以這兩個指標(biāo)作為被解釋變量檢驗各行業(yè)特征對泡沫的預(yù)測能力。具體的回歸方程如下：

其中，R代表出現(xiàn)價格暴漲行業(yè)的未來兩年凈無風(fēng)險收益，R代表出現(xiàn)價格暴漲行業(yè)未來兩年內(nèi)的最大跌幅，Char代表出現(xiàn)價格暴漲行業(yè)的各個特征。

表5 顯示，行業(yè)過去兩年的凈無風(fēng)險收益對泡沫存在和行業(yè)的未來收益率有顯著預(yù)測能力。該結(jié)論證明了在本文的價格暴漲識別方法下，行業(yè)過去的價格走勢是判斷泡沫存在與否的重要特征。波動率和換手率指標(biāo)雖然能夠解釋行業(yè)未來兩年收益，但對行業(yè)未來兩年最大跌幅的預(yù)測能力并不顯著，兩者作為泡沫和收益預(yù)測的指標(biāo)還不夠穩(wěn)健。再來看最大波動率和最大換手率指標(biāo)，最大波動率對未來收益和未來跌幅均有顯著預(yù)測能力，暴漲期間出現(xiàn)的行業(yè)極端波動越大，其未來收益越低。而最大換手率僅能預(yù)測行業(yè)的未來最大跌幅，作為泡沫預(yù)測特征并不穩(wěn)健。成交量指標(biāo)中，0 時刻成交量對收益的預(yù)測均不穩(wěn)健；而最大成交量指標(biāo)則能有效預(yù)測行業(yè)泡沫情況，價格暴漲期極端月成交量越大，行業(yè)未來收益越低。上市年限僅能夠預(yù)測行業(yè)未來最大跌幅，與特征對比的結(jié)果一致，A 股市場中越舊的行業(yè)反而越容易崩盤。觀察市盈率指標(biāo)時，無論市盈率還是最大市盈率均不能解釋未來收益情況，這反映出市盈率并不適合作為A 股市場價格泡沫程度的代理變量。同理，市凈率指標(biāo)僅在未來凈收益的預(yù)測方面較為顯著，以該指標(biāo)作為A 股市場泡沫程度的代理尚存在著一定的爭議。同時，累計漲停和最大漲停指標(biāo)均能有效預(yù)測未來凈無風(fēng)險收益和未來最大跌幅；擁有更高博彩程度特征的行業(yè)其未來收益和未來最大跌幅都將更低。

表5 行業(yè)特征對未來收益率的預(yù)測能力檢驗

四、穩(wěn)健性檢驗

（一）被解釋變量穩(wěn)健性

首先檢驗被解釋變量的穩(wěn)健性情況，參考Greenwood 等（2019），結(jié)果顯示，最大漲停指標(biāo)在原始收益中保持穩(wěn)健，而對于凈市場收益回歸則不再顯著。該結(jié)論說明價格暴漲期間極端月份的博彩程度只能體現(xiàn)行業(yè)泡沫絕對情況，并不能體現(xiàn)該行業(yè)相對其他行業(yè)的泡沫程度，這也與A 股市場存在整體性泡沫的特點相吻合。而反映價格暴漲期間總體博彩程度的累計漲停指標(biāo)，對絕對泡沫和相對泡沫均有較好解釋。

（二）博彩程度指標(biāo)穩(wěn)健性

檢驗博彩程度指標(biāo)的穩(wěn)健性時，參考Bali 等（2011）的研究，以前期的最大日收益率作為博彩程度特征的考察指標(biāo)。計算方法上，首先計算個股當(dāng)月最大日收益率，經(jīng)過流通市值加權(quán)后得到行業(yè)當(dāng)月最大日收益，之后進(jìn)一步篩選價格暴漲期間該行業(yè)月度指標(biāo)的最大值，作為本部分博彩程度穩(wěn)健性檢驗指標(biāo)。結(jié)果顯示，博彩特征指標(biāo)對行業(yè)未來收益和最大跌幅均具有顯著的預(yù)測能力。

（三）不同價格暴漲閾值下的穩(wěn)健性

檢驗不同暴漲閾值下結(jié)論的穩(wěn)健性。鑒于50%的上漲幅度較低不一定能夠反映泡沫期的特征，選取150%和200%作為價格暴漲的閾值考察穩(wěn)健性。檢驗結(jié)果中，行業(yè)過去兩年的凈無風(fēng)險收益不再顯著。究其原因，提升價格暴漲的閾值后，過去兩年的收益將更多反映價格上漲過程，其不再能反映行業(yè)暴漲是否是高點下落后的反彈，也就喪失了對未來收益的解釋能力。最大波動率指標(biāo)變得不顯著，證明隨著漲幅的增加，不同行業(yè)的最大月度波動均有較高水平，因此該指標(biāo)不再能體現(xiàn)行業(yè)的泡沫情況。最后，反映行業(yè)博彩程度的兩個指標(biāo)在提高暴漲閾值后均保持顯著，進(jìn)一步印證了本文主要結(jié)論的穩(wěn)健性。

五、結(jié)論與政策建議

本文參考Greenwood 等（2019）的研究，以價格暴漲后發(fā)生崩盤事件作為泡沫識別方法，實證檢驗了A 股市場泡沫的行業(yè)特征及其預(yù)測能力。首先，本文識別了A 股市場的價格暴漲與泡沫情況。為適應(yīng)A 股市場的泡沫特征，本文以兩年內(nèi)最大凈無風(fēng)險收益超過100%作為行業(yè)發(fā)生價格暴漲的識別標(biāo)準(zhǔn)，以價格暴漲后未來兩年內(nèi)任意時間出現(xiàn)收益下降40%以上作為崩盤事件的定義。本文的方法識別了更多的符合A 股特征的短期泡沫樣本，全部泡沫樣本的平均價格上漲期僅為21 個月。其次，篩選出泡沫樣本后，本文總結(jié)了A 股市場泡沫行業(yè)在價格暴漲期的特征。結(jié)果發(fā)現(xiàn)，泡沫行業(yè)具有更高的過去收益、波動率、換手率以及成交量等特征，而相較于被識別出價格暴漲的月份特征，行業(yè)價格暴漲期的極端特征更能夠反映行業(yè)的泡沫情況。最后，觀察到上述行業(yè)特征后，本文進(jìn)一步引入博彩偏好來解釋A 股市場泡沫，并檢驗了所有特征對行業(yè)未來收益率的預(yù)測能力。實證結(jié)果表明：行業(yè)的過去2 年收益、最大波動率和最大換手率對行業(yè)未來收益具有較強預(yù)測能力；市盈率、市凈率作為A 股市場泡沫指標(biāo)并不穩(wěn)?。唤Y(jié)果還證明了投資者博彩偏好是A 股市場泡沫形成的重要解釋原因，博彩程度越高的行業(yè)擁有越低的未來收益率。

本文的研究結(jié)論對政策的制定具有一定的借鑒意義。首先，鑒于價格暴漲幅度越大的行業(yè)存在泡沫的可能越大，監(jiān)管機(jī)構(gòu)應(yīng)當(dāng)對價格暴漲本身加大重視。在識別價格暴漲時，采用本文方法能夠有效捕捉A 股市場的泡沫特征，這為預(yù)警未來的泡沫提供了更合適的手段。其次，監(jiān)管機(jī)構(gòu)在預(yù)警時應(yīng)充分考慮市場極端月度波動率、極端月度成交量等信息，確保能更精準(zhǔn)的識別未來泡沫并提前做好相應(yīng)的防范措施。最后，鑒于投資者的博彩偏好行為是泡沫的解釋原因之一，監(jiān)管部門應(yīng)積極推動對投資知識的普及，加強對長期價值投資理念的宣傳，以減少投資者對博彩類股票的過度追逐。