滬股通股票的定價有效性研究

姚洪心　胡陽艷

摘 要：在國內外現有研究的基礎上，本文考察了滬港通以來滬股通股票的市場流動性溢價效應、規模效應和價值效應等市場異象，并對我國滬股通市場進行資產定價有效性研究。結果顯示：CAPM模型不適合滬股通市場定價，F-F模型可以解釋規模效應和價值效應，而引入流動性因子的F-F擴展模型可以解釋規模效應、價值效應及流動性溢價效應，即基于流動性因子的F-F擴展模型可以較好地解釋滬股通市場的超額風險溢價現象。同時，研究結果顯示滬股通的實施使得內地資本市場更加開放且有利于投資者回歸價值投資。

關 鍵 詞：滬股通；資產定價；流動性風險；F-F三因子模型

中圖分類號：F830.9 文獻標識碼：A 文章編號：2096-2517（2016）06-0039-08

Abstract： Based on research at home and abroad， this paper studies the liquidity premium effect， the size and value effects in SH Stock Connect market since the SH-HK Stock Connect opened， and explores the effectiveness of asset pricing in SH Stock Connect market. The results show that： CAPM model is not suitable for market pricing of SH Stock Connect， the F-F three-factor model can only explain the size and value effects while the extended F-F model can explain the liquidity premium effect， the size and value effects better in SH Stock Connect market. This means that the extended F-F model based on liquidity factor can better explain the excess risk premium of SH Stock Connect. Besides， the results show that the implementation of SH Stock Connect makes the mainland capital market more open and conducive to the return to value investment.

Key words： SH Stock Connect； asset pricing； liquidity risk； F-F three-factor model

一、引言

在政府的大力推動下，連接內地和香港資本市場的滬港通于2014年11月17日正式開通，使得內地資本市場更加開放。滬港通的股票包括滬股通股票和港股通股票，前者是投資者可委托香港聯交所買賣的在上交所上市的股票，后者是投資者可委托上交所買賣的在香港聯交所上市的股票。 截至2016年5月底Wind統計數據顯示，滬股通標的股總市值21.4萬億，約占上證A股市場總市值的49%，可見滬股通標的股是我國股市目前重要的組成部分。滬股通的開通引起了學者的廣泛關注，但是當前關于滬股通的研究大多數是定性的理論分析而非定量的實證分析，尤其關于滬股通市場資產定價有效性的研究更少。1952年Markovitz提出的“均值-方差” 理論奠定了現代金融學發展的基礎，從此資產定價理論快速發展并成為金融研究的重要問題之一。滬港通作為中國資本市場進一步開放的實驗對象， 將為深港通、 滬倫通的開通奠定基礎。因此，滬股通市場資產定價有效性研究在中國資本市場開放的研究方面具有重要意義。本文以滬股通標的股為研究對象， 進行CAPM、F-F三因子模型[1]及其擴展模型在滬股通標的股市場定價的有效性檢驗，同時研究滬股通的開通對資產定價帶來的影響。

近年來，國內外有大量關于資本市場定價有效性的實證研究，研究結果顯示大多數資本市場存在規模效應和價值效應， 且F-F三因子模型相對CAPM模型在各個資本市場的定價更有效。例如，Nartea和Ward在新西蘭市場證實了規模效應和價值效應的存在，結果顯示CAPM模型并不適合新西蘭市場， 而F-F三因子模型能夠有效解釋新西蘭的證券市場[2]。熊明達實證檢驗了我國A股市場超額收益率， 結果表明F-F三因子模型對于A股市場的收益率具有很強的解釋力，且規模因子和賬面市值比因子能夠顯著提高CAPM對超額收益率的解釋能力[3]。盧宇燕的檢驗結果顯示，SMB、HML顯著提升了F-F三因子模型的解釋能力，但是SMB、HML兩個因子的解釋能力較弱， 尤其結果顯示收益率與規模呈現較強的正相關，與賬面市值比則成負相關，與三因子模型的結論完全相反[4]。而另外一些學者研究發現在不同的市場F-F三因子模型的有效性在結果上存在一定的差異。例如Halliwell研究發現澳大利亞市場存在規模和價值效應且小規模和高賬面市值比的企業存在超額收益，雖然F-F三因子模型可以較好地解釋價值效應但不能有效地解釋市場的規模效應[5]。Shafana利用F-F三因子模型研究科倫坡證券市場收益率發現，賬面市值比因子在該市場對股票超額收益有較大的解釋能力，而規模因子影響作用并不顯著。[6]同樣Eraslan采用伊斯坦布爾（ISE）數據的研究結果顯示，規模因子在小規模企業并不顯著而在大中型企業是顯著的[7]。田利輝等研究了F-F三因子模型在中國和美國股市的解釋能力， 結果顯示F-F三因子模型能夠較好地解釋中美投資組合的超額收益率，然而各因子在兩國股市的解釋能力有所差異，其中市場風險在中國市場表現較為顯著，而規模和價值效應在美國市場較為顯著[8]。武翰利用F-F三因子模型分析了滬港通對股票定價的影響，發現滬港通實施前后市場風險、規模效應等對股票超額收益率的解釋能力有所變化，尤其滬港通實施后規模因子的解釋能力有所上升[9]。從上述文獻分析可知，目前國內外學者們對于市場定價模型的研究結果基本都表明，對于股市的風險溢價，F-F三因子模型比CAPM模型的解釋能力強， 但可能受市場及個別事件的影響，F-F三因子模型在不同市場之間存在結果上的差異。

隨著股票市場的不斷發展完善，流動性風險引起國內外學者的廣泛關注， 但F-F三因子模型并不能解釋股票市場的流動性溢價風險。 為了彌補F-F三因子模型的缺陷，以Amihud為代表的學者提出了流動性溢價理論， 同時Amihud利用價格對交易量的敏感度構造了一個非流動性指標并證實流動性風險存在于美國股票市場[10] 。同樣，我國學者謝赤、陸靜、陳青及李文鴻等采用換手率、非流動性比率等指標進行研究，證實我國股票市場存在流動性溢價現象[11-14] 。而胡志強和馬文博研究中國股票市場流動性溢價問題時發現，中國股票市場存在流動性溢價，但超額收益率和流動性之間并不存在確定的定量關系[15] 。同時，周芳、張維在Amihud研究的基礎上重新設計了一個新的流動性指標，結果表明流動性風險存在于我國股市并屬于系統性風險[16-17]。從上述文獻可知，流動性風險存在于我國股票市場且流動性風險會影響資產定價，因此進行資產定價有效性研究時不可忽略流動性的影響作用。

本文主要研究內容是滬股通市場定價模型有效性檢驗及滬股通的開通對于資產定價的影響。有效性檢驗步驟主要是在現有研究的基礎上進一步分析， 首先檢驗CAPM模型在滬股通市場的有效性，進一步考察我國滬股通標的股市場的流動性風險、規模效應和價值效應；然后考慮公司規模和賬面市值比的影響作用， 分析F-F三因子模型在我國滬股通市場的有效性；再將流動性因子引入F-F模型，檢驗引入流動性因子的F-F擴展模型在我國滬股通標的股市場的有效性；最后對比分析滬股通實施前后資產定價結果，分析滬股通的影響作用。

二、研究方法設計

（一）變量的選取

收益率（R）是指不考慮現金紅利再投資的周回報率；市場收益率（Rm）是上證綜指周回報率；無風險利率（Rf）是商業銀行一年期存款利率折算的周利率。公司規模Size=ln（MVt /108），賬面市值比率BMt=BPSt /closet。其中MVt 為股票在第t周的流通市值；BPSt 為股票在第t周末的每股凈資產，若本周沒有統計值，就用上周的統計值，依次類推。

目前學者們衡量流動性的指標主要包括非流動性比率、換手率和買賣價差等，由于換手率包含流動性信息和異質信念信息，買賣價差則需要比較完善的做市商制度，兩者均具有特殊性，所以本文使用非流動性比率衡量流動性。在Amhuid非流動指標的基礎上進行改進，Illiqt=[|colset-opent|/opent]×103/ln Amt（此處乘以103是為了使指數盡量在一個數量級）。 其中colset、opent、Amt分別表示股票在第t周的收盤價、 開盤價和交易額，Illiqt可以衡量每周單位交易金額所引起的價格的變動幅度，反映了每周的交易額對價格的沖擊。

（二）指標構建

指標構建按照Fama和French規則并進行延伸定義，每周根據511只標的股按照Size大小進行排序，利用這個排序中的中位數Size將所有股票分成兩組（S組，B組）；同時，在Size分組后的股票按照BM進行排序，進一步細分成3組：即前30%（H組），中間40%（M組），后30%（L組）。再在以上分組的基礎上， 進一步根據非流動性比率Illiq分為兩組（I組，V組），最終構成12個組合（S/L/I、S/M/I、S/H/I、B/L/I、B/M/I、B/H/I、S/L/V、S/M/V、S/H/V、B/L/V、B/M/V、B/H/V），然后利用市值加權平均得到12個組合的周回報率。規模因子、賬面市值比因子及流動性因子的構造方法如表1所示。

（三）回歸模型設定

為了檢驗我國股票市場的規模效應、價值效應和流動性溢價效應，模型設定如下：

（四）估計方法選擇

在對模型參數的估計方法上，經典的最小二乘估計需要滿足所有解釋變量不相關、誤差項同方差且服從正態分布等嚴格的假設條件，而GMM估計允許隨機誤差項存在異方差、序列相關及殘差項正態分布，可以進行自相關調整。可見，GMM估計具有更多優良特征，所以本文采用GMM估計方法。

三、數據統計分析

（一）樣本選取和數據說明

本文選取567只滬股通標的股作為研究樣本，以2012年1月至2016年6月作為研究區間，個股周回報率數據來自CSMAR數據庫， 其他均來自于Wind數據庫。為保證數據分析的有效性和可比性，對樣本標的股進行了如下處理：

1. 剔除賬面市值比為負值的股票。本文選中的567家滬股通標的股中主要有6家存在賬面市值比為負的公司，分別是國新能源（600617.SH）、宏發股份（600885.SH）、廣日股份（600894.SH）、赤峰黃金（600988.SH）、青海春天（600381.SH）、洛陽玻璃（600876.SH），均予以剔除。

2. 剔除長期停牌或退市股票。在第1步的基礎上，繼續刪除交易周數不足150周的股票，共剔除50只股票。

3.在以上兩步的基礎上，對于交易天數只有一天的股票刪除該周的數據， 目前主要集中于2013年9月30日至10月4日及2014年2月3日至7日這兩周， 由于節假日導致交易天數只有一天，所以刪除所有股票此兩周數據。

綜上，本文研究標的共511家，在研究樣本給定的基礎上進行計算分析。

（二）描述性統計分析與相關系數分析

本文對個股變量進行描述性統計分析（見表2），結果顯示：個股超額回報率的最小值是-71.93%，最大值為61.21%， 非流動性比率最小值為0，而最大值為33.67，均值為2.29，說明個股超額回報率和非流動性比率可能存在特異值。同時R-Rf呈現左偏分布，而其他變量呈現右偏分布；R-Rf、Illiq峰度大于3， 呈現尖峰厚尾特征，Size、BM峰度小于3，呈現平峰厚尾特征；J-B正態檢驗統計量服從自由度為2的分布，結果顯示統計量對應的概率p值近似于0，即各變量數據拒絕正態分布假設。

進一步觀察各指標之間的關系，考慮個股超額回報率與市場超額回報率和前一周的賬面市值比、公司規模、 股票的流動性度量指標之間的相關關系，計算5個變量之間的相關系數，見表3。結果顯示：個股超額回報率與市場超額回報率之間的相關系數最大，為0.56， 遠高于與其他變量之間的系數，這說明市場超額回報率是影響個股超額回報率的最主要因素，對個股超額回報具有較高的解釋能力。同時，相關系數顯示個股超額回報率與前一周的賬面市值比、公司規模及流動性指標之間的相關系數分別為正、負、正，這說明高規模、低賬面市值比及高流動性不利于股票獲得超額收益。 同時，表4關于分組數據也顯示隨著賬面市值比的增加、非流動性比率的增加（流動性的降低），各組超額收益率有一定的下降趨勢，這說明我國滬股通市場存在價值溢價和流動性溢價。

四、滬股通標的股模型有效性檢驗

為了考察我國股票市場除了市場風險以外的風險溢價如流動性溢價、 規模效應和價值效應，本文分別按照前一周的公司規模、賬面市值比和流動性度量指標將樣本股票劃分為4組，再對每組樣本股進行等權重平均，然后對各組合進行檢驗。分組滿足Size1→Size4（規模由小至大），BM1→BM4（賬面市值比由小至大），Illiq1→Illiq4（非流動性比率由小至大，即流動性依次降低）。

（一）時間序列平穩性檢驗

偽回歸是存在于時間序列回歸中的一種特殊現象，為了防止出現偽回歸問題，對各組平均超額收益率序列、市場超額收益率序列及構造的三個因子進行單位根檢驗——ADF檢驗（Augmented Dickey-Fuller），檢驗結果如表5所示。

表5結果顯示各序列的ADF統計量絕對值均大于臨界值|t0.05（223）|=3.46，落在了拒絕域內，因此拒絕原假設（原假設為至少存在一個單位根），說明各序列皆平穩，不存在單位根。所有解釋變量與被解釋變量都滿足平穩性假設，可進行回歸分析。

（二）CAPM及F-F三因子模型檢驗

采用GMM估計方法，標的股平均超額收益率數據對市場超額風險收益率和構造的SMB、HML因子進行回歸，結果如表6所示。

表6中CAPM模型有效性檢驗結果顯示，除Size4-Size1，BM3兩組的？琢在10%的顯著性水平不顯著外，其他13組的？琢在10%的顯著性水平是顯著的，即？琢≠0，說明我國滬股通市場存在規模效應、賬面市值比效應和流動性溢價效應，且CAPM模型不能解釋滬股通標的股市場的這三種效應，即CAPM定價模型在滬股通市場是無效的。進一步分析發現， 隨著規模和賬面市值比的增加，？琢有一定的降低趨勢，可調整R2逐漸增大，可見規模和賬面市值比越大，市場風險溢價對股票超額收益的解釋能力增強； 隨著流動性的減弱，？琢有一定的增加趨勢，可調整R2逐漸降低， 市場風險溢價對股票超額收益的解釋能力減弱。

F-F三因子模型檢驗顯示，在規模、賬面市值比的10個分組在10%的顯著性水平均不顯著，即？琢=0，綜合看來F-F三因子模型可以解釋我國滬股通市場的規模效應以及價值效應；然而，在非流動性Illiq的5個分組在1%的顯著性水平下均顯著不為0，即F-F三因子模型不能解釋我國滬股通市場的流動性風險溢價效應。對比CAPM模型可以看出， 隨著規模因子和賬面市值比因子的引入，F-F三因子模型對股票超額溢價的解釋能力明顯增強，尤其是在規模分組和賬面市值比分組中，可調整R2約達到0.93。

綜上所述，我國滬股通市場存在規模效應、價值效應及流動性溢價效應，但CAPM模型并不能解釋我國滬股通市場的規模效應、價值效應及流動性溢價效應。 而F-F三因子模型對CAPM進行了改進，對于賬面市值比效應、規模效應具有一定的解釋作用，但不能解釋我國滬股通標的股市場的流動性溢價效應。所以下文將進一步考慮引入流動性因子改進后的F-F擴展模型。

（三）加入流動性因子的Fama-French擴展模型檢驗

用標的股超額收益率數據進行對市場超風險收益率和構造的SMB、HML、INV因子進行回歸，結果如表7所示。

則接受原假設，認為工具變量有效。同時，除Illiq3外， 其他14組分組檢驗結果顯示？琢均不顯著，即？琢=0，可以看出，引入流動性因子后的F-F擴展模型不僅能解釋規模效應和價值效應，也可以解釋流動性風險溢價效應。同時，可調整R2在CAPM模型、F-F三因子模型及引入流動性因子的F-F擴展模型中依次增大，分別是0.658、0.902和0.913，即模型在滬股通市場的解釋能力依次增強，尤其是F-F三因子模型相對CAPM模型解釋能力有較大的提升，F-F擴展模型的解釋能力更高， 可以很好地解釋股票超額收益率。 綜合看來， 相比CAPM模型、F-F三因子模型，F-F擴展模型一方面可以解釋我國滬股通市場的流動性溢價效應，同時對滬股通市場股票超額風險溢價的解釋能力更強，因此更適合我國滬股通標的股市場的定價研究。

進一步分析，在三個模型中，市場風險系數？茁均大于0且依次降低，分別是1.025、0.978和0.773，說明隨著規模因子、賬面市值比因子及流動性因子的加入，股票超額收益對市場風險的敏感度有所下降。同樣，對比F-F三因子模型及其擴展模型也可以發現，股票超額收益對規模因子的敏感度有所下降，但股票超額收益對賬面市值比因子的敏感度有所上升，這可能是因為流動性因子與賬面市值比因子之間存在一定的關系。在F-F擴展模型中，規模因子系數s隨著規模的增加而減小，賬面市值比因子系數h隨著賬面市值比的增加而增大，流動性因子系數i隨著非流動性的增加而增大，即隨著流動性的減小而增大，可見我國滬股通市場存在規模效應、價值效應和流動性溢價效應。

（四）滬股通對股票定價的影響

以上說明引入流動性因子的F-F擴展模型基本可以解釋滬股通市場的規模效應、價值效應和流動性風險溢價效應， 以下采用F-F擴展模型分析滬股通事件對于股票定價的影響。

對比滬股通實施前后的檢驗結果可以看出，滬股通開通后比開通前F-F擴展模型對股票超額收益的解釋能力有明顯的提升，市場風險溢價仍然是影響股票超額收益最主要的因素。相比滬股通開通前，股票超額收益對市場風險因子的敏感度下降，而對規模因子、賬面市值比因子和流動性因子的敏感度有所上升，說明滬股通實施后，規模效應、賬面市值效應及流動性溢價效應對股票價格的影響力更大，即滬股通開通促使投資者更加注重價值投資。

五、結論

本文研究的核心是我國滬股通標的股的流動性溢價效應與資產定價問題，從理論和實證分析的角度考察我國股票市場的流動性溢價效應、規模效應及價值效應。 檢驗結果顯示，CAPM模型不能解釋滬股通市場的規模效應、價值效應以及流動性風險溢價效應，即不適合滬股通市場定價研究；而F-F三因子模型可以解釋我國滬股通市場的規模效應和價值效應， 但是不能解釋流動性風險溢價效應。在引入流動性因子的F-F擴展模型中，規模效應、價值效應以及流動性風險溢價效應均可以得到解釋， 所以認為F-F擴展模型更能解釋我國滬股通市場的超額收益率現象，可以用于我國滬股通市場股票的定價研究模型。進一步研究滬股通對于資產定價的影響， 發現滬股通的開通使得F-F擴展模型對股票超額收益的解釋能力有明顯的提升，且實施后規模效應、賬面市值效應及流動性溢價效應對股票價格的影響力更大，即滬股通開通更有利于投資者回歸價值投資。

參考文獻：

[1]Fama E F，French K R. The Cross-Section of Expected Stock Returns[J]. Journal of Finance，1992，47（2）：427-65.

[2]Nartea G V，Ward B D，Djajadikerta H G. Size，BM，and momentum effects and the robustness of the Fama-French three-factor model： Evidence from New Zealand[J]. International Journal of Managerial Finance，2009，5（4）：179-200.

[3]熊明達. Fama-French三因素模型在中國股市的應用——基于A股市場的實證檢驗[J]. 當代經濟，2015（26）：130-131.

[4]盧宇燕. Fama-French三因素模型在中國股票市場的適用性分析[J]. 武漢金融，2015（2）：32-34.

[5]Halliwell B J，R R H，Sawicki J. Size and Bood to Market Effects in Australian Share Markets： A Time Series Analysis[J]. Accounting Research Jounal，2010.

[6]Shafana M，Rimziya A F，Jariya A I. Relationship between Stock Returns and Firm Size，and Book-To-Market Equity： Empirical Evidence from Selected Companies Listed on Milanka Price Index in Colombo Stock Exchange[J]. Journal of Emerging Trends in Economics & Management Sciences，2013（14）：217-225.

[7]Eraslan V. Fama and French Three-Factor Model： Evidence from Istanbul Stock Exchange[J]. International Journal of Economics & Business Research，2013，4（2）：11-22.

[8]田利輝，王冠英，張偉. 三因素模型定價：中國與美國有何不同？[J]. 國際金融研究，2014（7）：37-45.

[9]武翰. 實證分析滬港通對滬市的影響——基于Fama-French三因素模型[J]. 財經界，2016（3）：31-35.

[10]Amihud Y. Illiquidity and stock returns： cross-section and time-series effects[J]. Journal of Financial Markets，2002，5（1）：31-56.

[11]謝赤，曾志堅. 股票市場流動性溢價的實證研究[J]. 數量經濟技術經濟研究，2005，22（09）：143-154.

[12]陸靜，唐小我. 基于流動性風險的多因素定價模型及其實證研究[J]. 中國管理科學，2006，14（5）：45-51.

[13]陳青，李子白. 我國流動性調整下的CAPM研究[J]. 數量經濟技術經濟研究. 2008，25（6）：66-78.

[14]李文鴻，田彬彬，周啟運. 股市流動性與股票收益率的面板數據實證分析[J]. 統計與決策，2012（10）：150-153.

[15]胡志強，馬文博. 中國股票市場流動性溢價實證研究[J]. 當代經濟，2015（26）：126-129.

[16]張維，周芳. 中國股票市場流動性風險溢價研究[J]. 金融研究，2011，5：194-207.

[17]張維，周芳. 中國股票市場風險因素相關性研究[J]. 管理學報，2012，9（7）：994-1000.

（責任編輯：李丹；校對：郄彥平）