價格錨定、Q理論與資產增長異象

胡 玥

（東北財經大學 金融學院，遼寧 大連 116025）

金融市場

價格錨定、Q理論與資產增長異象

胡 玥

（東北財經大學 金融學院，遼寧 大連 116025）

資產增長異象研究主要關注投資者對企業投資信息的反應，較少關注投資者對價格信息的反應。從價格錨定的角度分析了價格信息在異象中的作用，比較了基于價格錨定的錯誤定價理論和帶有投資摩擦的Q理論在資產增長異象中的解釋力。實證研究發現，我國股市中的“高增長、低收益”異象與價格錨定效應不一致，三個月高價比一個月高價更加沒有解釋能力。價格越接近階段性高價，越容易表現出資產增長異象，這與Q理論對資產增長異象的解釋是一致的。在小資產規模、小市值等受到融資約束較大的成長型股票中存在資產增長異象；基于交易量、特質波動的套利限制對資產增長異象沒有影響。研究結論意味著投資者在分析資產增長時更應關注企業投資決策信息而不是投資者行為。

資產增長異象；價格錨定；Q理論；價格信息；股票收益率

一、引言

自從Cooper等（2008）發現公司資產增長與股票收益有關聯以來[1]，大量經驗研究發現公司資產增長與未來股票收益率之間存在負相關關系，即“資產增長異象”。資產增長異象一方面涉及企業資產的增長，即企業投資因素，另一方面涉及未來股票收益的表現，即投資者行為因素。所以，現有研究主要是從企業投資因素風險定價，即Q理論和投資者錯誤定價理論兩個相反的角度解釋資產增長異象的成因，但是研究結論存在較大爭議。

由于傳統金融理論無法對資產增長異象做出有效解釋，基于行為金融錯誤定價理論對此進行的研究相對豐富。根據行為金融理論，錯誤定價的原因可能是投資者非理性行為導致的，如過度反應或者反應不足，也可能是套利限制導致的，套利限制使得錯誤定價不能及時得到修正從而表現出市場異象。Cooper等（2008）發現資產增長異象是由于投資者對公司歷史業績的過度反應導致的[1]。Titman等（2004）則認為資產增長異象是由于企業存在過度投資，投資者對于過度投資存在反應不足，隨后的反應修正導致異象出現[2]。Lam等（2011）則認為是套利限制和投資摩擦共同導致的[3]。從Cooper等提出的過度反應和Titman等提出的反應不足可以看出，兩者的解釋主要考慮投資者對企業投資信息的反應，對好消息反應過度、對壞消息反應不足。但是，資產增長異象不僅涉及企業投資信息，而且涉及股價信息。在行為金融中，投資者對股價信息也存在明顯的過度反應或反應不足。如George等（2004）發現越接近股價歷史高點的股票未來的收益越大，就是因為投資者以股價歷史高點為參考，對當前的信息存在反應不足，市場存在著價格錨定和動量效應[4]。George等（2017）進一步發現股價歷史高點信息能預測預期的投資增長[5]。國內研究較多關注了資產增長異象中企業投資信息的作用，忽略了歷史價格信息的反應問題。在我國市場中，個人投資者比例較大，機構投資者的對沖手段比較少，投資者對股價比較關注。另外，張崢等（2005）、饒育蕾等（2014）發現股價前期高點對股票收益有顯著影響[6-7]，吳晶等（2015）發現采用股價前期高點構造策略能獲得顯著正收益[8]。鑒于此，本文將研究資產增長異象是否與歷史價格信息反應有關，即分析資產增長異象中是否存在價格錨定。如果存在價格錨定，股價越接近歷史高點的股票，其未來股票收益就越高，根據George等研究，股價越接近歷史高點，預期的資產增長越高，當前的資產增長就越低。總的看，這意味著當前低資產增長、股價越接近歷史高點的股票，其未來預期收益率越高；當前高資產增長、股價越遠離歷史高點的股票，其未來預期收益率越低。

值得關注的是，在資產增長異象的Q理論解釋中股價與未來股票收益率是負相關的，因為較高的資產增長意味著低的投資成本，這會導致高股價和低未來股票收益率。這就意味著高增長、高股價的股票未來的股票收益率越低。這與價格錨定是不同的，因為盡管兩者都認為高增長股票的未來收益較低，但是價格錨定認為其中是低股價，而Q理論認為其中是高股價。因此，本文在判斷資產增長異象是否與股價信息有關時會以此比較價格錨定和Q理論的解釋力。另外，Li等（2010）指出企業面臨的融資約束會使得投資增長與未來收益之間的負相關關系更加顯著，并且投資者面臨的套利限制也具有同樣的作用，因為投資者很難交易的企業通常也會面臨較大的融資約束[9]。鑒于此，在比較價格錨定和Q理論對資產增長異象的解釋時，本文將進一步研究融資約束與套利限制的影響。

國內對于資產增長異象的研究或者支持過度投資、套利限制的解釋，或者支持Q理論的解釋，很少涉及價格錨定。本文以股價歷史高點為參考，考察價格錨定的作用，并進一步分析融資約束與套利限制的影響。本文的創新點在于：第一，大多數研究關注資產增長異象中企業投資信息的反應，較少關注價格信息的反應，本文從價格錨定的角度分析了價格信息在資產增長異象中的作用，這與林祺對比最優投資效應假說和錯誤定價假說是不同的[10]。考慮到投資者在錨定價格時會選擇不同的時間點，本文還構造了不同時段的錨定價格，這與George等（2017）的研究是不同的[5]。第二，本文同時考慮融資約束和套利限制，通過5個變量進行分組，然后使用Fama和MacBeth橫截面回歸[11]檢驗Q理論在資產增長異象中的作用。與黃邁等（2012）采用規模、資產負債率進行分組不同[12]，本文在對Q理論的檢驗中分別按照融資約束、套利限制等選取了賬面總資產、流通市值、托賓Q、特質風險、交易金額等五個變量，前三個表示融資約束，后兩個表示套利限制。

二、相關文獻綜述

（一）資產增長異象及其解釋

1.資產增長異象的表現

Cooper等（2008）較早發現了資產增長與未來股票收益率之間存在負相關關系[1]。Watanabe等（2013）對全球54個國家的股票市場進行研究，發現資產增長異象廣泛存在，而且發達國家的效果更明顯[13]。Titman等采用全球55個國家的數據發現了與Watanabe等相同的結論[14]。在我國，黃邁等（2012）證實了資產增長異象的存在[12]，葉建華等（2012）則發現資產增長與股票收益之間存在顯著正相關的關系[15]。

2.錯誤定價理論對資產增長異象的解釋

錯誤定價理論關注的是不完全市場上交易者對信息的反應程度，它對資產增長異象的解釋有好業績的過度反應、過度投資的反應不足和投資者的套利限制等方面。企業的高投資增長包含兩個方面的信息，一方面高投資意味著存在好的投資機會，這是好消息；另一方面高投資可能會造成過度投資，這是壞消息。投資者的非理性可能會導致對好消息的過度反應和對壞消息的反應不足。Cooper等（2008）發現資產增長異象是由于投資者對公司歷史業績的過度反應導致的[1]。Titman等（2004）認為資產增長異象是由于企業存在過度投資，投資者對于過度投資存在反應不足，隨后的反應修正導致異象出現[2]。此外，Li等（2011）采用特質波動率作為套利成本變量，分析發現資產增長異象是由于較高的套利限制導致的[16]。Lam等（2011）則認為是套利限制和投資摩擦共同導致的[3]。

國內學者也從錯誤定價理論角度出發對資產增長異象進行研究。林祺（2016）分析發現錯誤定價理論中的“過度投資假說”對我國資產增長異象的成因有較強的解釋能力[10]。葉建華等（2013）認為“有限套利假說”能夠在一定程度上解釋資產增長異象[17]。

3.Q理論對資產增長異象的解釋

Q理論從理性定價的角度對資產增長異象進行了解釋。Q理論將投資行為視為公司經營者在當前環境下的最優行為，投資增長快的公司背后隱含著較低的資本成本，或者由于公司捕捉到了凈現值為正的投資項目而選擇投資，當公司的投資行為等相關信息傳遞給市場后，市場將高資產增長率解讀為好消息，投資者看好該公司，進而其要求的必要收益率降低。高資產增長公司的低未來回報率僅僅是低事前資本成本的一種反映。Liu等（2009）認為基于投資的Q理論能較好解釋資產增長異象[18]。Watanabe等（2013）和 Titman等（2013）基于全球市場的數據也支持基于投資的Q理論[13-14]。Li等（2010）建立了帶有投資摩擦的Q理論模型，指出企業面臨的融資約束會使得投資增長與和未來收益之間的負相關關系更加顯著[9]。

國內學者在Q理論框架下對資產增長異象進行研究時也主要從融資約束、投資成本角度進行考慮，如果增長異象在融資約束較強的樣本中表現明顯，即認為Q理論可以解釋資產增長異象。葉建華等（2012）發現我國A股市場上資產增長異象在受到融資約束較大的公司中會更加顯著[19]。黃邁等（2012）發現有投資摩擦的Q理論可以有效解釋總資產增長率、投資增長率等異象，但對凈經營資產異象等沒有解釋能力[12]。

（二）價格錨定與股票收益率

在價格錨定理論中，投資者基于現價與過去某個階段的高價的相對價格做出決策。當現價接近某個階段高價時，即使出現了一個好消息，投資者也不愿意將價格報得再高一點；當價格遠離某個階段高價時，即使出現了一個壞消息，投資者也不愿意將價格報得再低一點。也就是說，投資者相當于錨定了過去某個階段的高價而做出決策。George等（2014）研究發現，股票處于接近52周高價的組合中會獲得較高的未來收益率，在偏離52周高價的組合中會獲得較低的未來收益率，他們將這種現象總結為反應不足，即價格接近52周高價時會對好消息反應不足，當價格遠離52周高價時會對壞消息反應不足[4]。Bhootra等（2013）發現近期達到歷史高價的股票比較早時期達到歷史高價的股票的表現更好，即投資者對近期的歷史高價的錨定更顯著，被稱為近期偏差[20]。George 等（2017）進一步發現股價歷史高點信息能預測預期的投資增長，歷史高價和資產增長能同時影響股票收益[5]。在我國，張崢等（2005）、饒育蕾等（2014）發現股價前期高點對股票收益有顯著影響[6-7]，吳晶等（2015）發現采用股價前期高點構造策略能獲得顯著正收益[8]。

綜上所述，資產增長異象存在已經被大多研究所證實，但是其解釋卻很有爭議，發達市場的證據更加支持Q理論，而國內研究更多支持錯誤定價理論。無論國內還是國外，相關研究主要關注投資者對企業投資信息的反應，較少關注對價格信息的反應。基于歷史高價的價格錨定及近期價格錨定偏差為分析價格信息在資產增長異象中的作用提供了新的解釋，這也是本文的出發點和創新之處。

三、研究設計與數據

（一）方法設計

借鑒Li等（2010）[9]的做法，在考察投資因素與未來股票收益的關系時，無控制變量的Fama和MacBeth橫截回歸模型設定如下：

由于我國上市公司于每年4月30日前公布上一會計年度財務報表，所以本文定義的相關組合是在每年4月末形成，組合表現觀測期為一年，次年4月末依據獲得的相關數據重新分組。因此，Ri，t為第i個股票經過Fama-French三因素法[21]調整后的第t年5月至第t+1年4月的月異常收益，AGi，t-1為第t年4月30日觀測到的第i個股票第t-1年資產增長率，εit為第i個股票的隨機擾動項。個股月異常收益Ri，t的計算方法如下：

（2）式時間區間與（1）式保持一致，其中，ri，t為個股i從第t年5月到第t+1年4月實際月收益率，rm，i、?smb，i、ml，i分別為第 t年 5 月到第 t+1 年 4 月個股日收益率經過Fama-French三因素法回歸后得到的系數估計值。RMt、SMBt、HMLt分別為第 t年5月到第t+1年4月市場因子、規模因子、市值因子的月收益率。

借鑒Li等（2010）[9]的做法，在考察投資因素與未來股票收益的關系時，含控制變量的橫截回歸模型設定如下：

其中，Sizei，t-1為個股i第t-1期的賬面總資產的對數值，BMi，t-1為個股i第t-1期的賬面市值比，Momentumi，t為個股i第t年4月末觀測到前6個月買入持有收益率①Bhootra和Hur也采用了6個月來計算動量收益。。

對于價格錨定變量，參照Bhootra等（2013）的做法[20]，選擇兩個參考時間長短不一樣的時間段計算股價歷史高點，然后計算下個月股價與歷史高價的偏離程度。PRCi為第t年4月最后一個交易日收盤價除以前一個月最高價，即為對一個月高價的接近程度，表示對前一個月最高價的接近程度。PRC-3i為第t年4月末最后一個交易日收盤價除以前三個月最高價，即為對三個月高價的接近程度，表示對前三個月最高價的接近程度。之所以采用一個月或者三個月的歷史高價作為參考點，是因為國內投資者一般投機氣氛比較濃，比較注重短期的價格表現，與國外參考52周高價是不一樣的。

（二）樣本數據

本文以1998—2014年的A股上市公司為研究樣本，所需財務數據、市場交易數據全部來源于CSMAR國泰安數據庫。由于研究對象是資產增長率與未來收益率的關系，選擇1998—2014年上市公司的年度財務數據以及1999年5月至2016年4月上市公司日度、月度股票收益率（本文研究的是上市公司公布年報后未來一年其股票收益率的表現，若將研究樣本最新財務數據設定為2015年財報數據，則同時需要2016年5月至2017年4月相關交易數據，由于當前可得的2017年度上市公司相關交易數據較少，從數據可得性、研究區間前后一致角度考慮，本文將樣本上市公司財務數據截止時間設定為2014年，將交易數據樣本區間截止日設定為2016年4月）。從樣本中剔除以下上市公司：（1）剔除金融類上市公司；（2）由于本文需要計算經Fama-French三因素調整后的月個股收益，需要對每個股票的Beta值進行估計，為了保證估計的準確性，剔除年交易日不足80天的上市公司；（3）剔除月度股票收益率、財務數據缺失的公司。為了減少極端值的影響，將樣本公司的資產增長率等相關解釋變量進行1%、99%的縮尾處理。

首先，采用Fama和MacBeth方法檢驗我國是否存在顯著的“高增長、低收益”的資產增長異象，以及資產增長率和股票未來收益率的負相關關系是從何時開始的，從而確定后續研究的時間區間。考慮到我國在2005年實施股權分置改革，因此將財務數據樣本區間分為1998—2005年和2006—2014年兩個階段。為了得到更穩健的結果，本文分別采用考慮了單變量回歸和加入控制變量的回歸方程（1）和（2），得到的回歸系數的估計值如表1所示。

表1 Fama和MacBeth橫截回歸：資產增長率

在表1的全樣本中，不考慮控制變量時，資產增長率與股票收益率不存在相關關系；兩個子樣本中，在1998—2005年資產增長率對收益率的影響不顯著；在2006—2014年，資產增長率對收益率有顯著的負向影響，顯著性水平約為6%。在回歸模型中加入規模、賬面市值、動量因素三個控制變量后，1998—2014年，回歸系數未通過顯著性檢驗，1998—2005年，資產增長率對收益率影響不顯著；在2006—2014年，資產增長率對股票未來收益率存在顯著的負向影響，顯著性水平為7%。由此可見，我國資本市場上的資產增長異象主要發生在2006年以后，即股權分置改革后，這與尚爾霄等（2013）研究結論一致[22]。因此，本文后續的相關研究選擇的樣本區間為2006—2014年。

四、價格錨定與資產增長異象

鑒于價格錨定和Q理論對資產增長異象的解釋側重在距離歷史高價點、高低增長組合的未來收益表現，本文采用距離歷史高價點的遠近、資產增長率的高低對股票進行雙重排序，各自分為5組，共得到25組的股票組合，在每年4月末都進行一次重新分組、調整，得到每組的月收益率時間序列。這里采用雙重排序分組、Fama和MacBeth回歸兩種方法。為了進一步考察近期偏差的影響，本文分別采用了過去一個月的高價和三個月的高價。

（一）雙重排序

表2顯示了按照對一月高價的接近程度、總資產增長率雙重分組得到的25個組合的月平均超額收益率，即組合月實際收益率減去無風險收益率。其中，PRC1代表遠低于一個月高價的組合，PRC5表示價格接近一個月高價的組合；AG1表示資產增長率最低的樣本組合，AG5表示資產增長率最高的樣本組合，AG5-AG1表示在每個價格組內，高資產增長率與低資產增長率月收益率的平均差異。

表2顯示，在PRC1至PRC3組內，按照資產增長率分組，高資產增長組AG5和低資產增長組AG1的月收益不存在顯著差異。在PRC4、PRC5組內，表現出明顯的“高增長、低收益”，在PRC4組內，極端高增長組和極端低增長組收益率的差異在10%的水平上顯著；在PRC5組內，極端高增長組和極端低增長組收益率的差異在5%的水平上顯著。

表2 雙重排序組合月平均超額收益：2006—2014年

表3顯示對一個月高價的接近程度、資產增長率雙重分組得到25個組合的經Fama-French三因子法調整后的月平均異常收益率。表3中結果顯示在價格遠離一個月高價的前3組內，高資產增長組和低資產增長組的收益率不存在顯著差異。PRC4組、PRC5組中，AG5組的收益率顯著低于AG1組的收益率，存在明顯的“高增長、低收益”的現象。由表2和表3可知，“高增長、低收益”的現象穩健地存在于接近歷史高價、高增長的股票組合中。

表3 經Fama-French三因子調整后的雙重排序組合月平均收益

（二）Fama和MacBeth回歸

根據雙重排序分組，得到的Fama和MacBeth橫截回歸結果如表4所示。表4中第2列表示采用一個月高價時，沒有其他控制變量加入，資產增長率對股票收益率的Fama和MacBeth橫截回歸估計系數值及t統計量。在價格遠離一個月高價時，資產增長率與股票未來收益率不存在顯著相關關系；在PRC4、PRC5兩組，資產增長率和未來收益率存在明顯的相關關系，且在5%的水平上顯著。加入規模、賬面市值比、動量因素作為控制變量，資產增長率對股票未來收益率的回歸系數如表4第3列所示。遠低于一個月高價的組合中，資產增長率與收益率關系仍不顯著；在PRC4組和PRC5組中，資產增長率與收益率的負相關關系穩健。

股票當前的價格對一個月高價的接近程度，可能僅僅是過去累積收益率，即動量因素的代理變量，接近一個月高價的樣本中存在的資產增長異象可能是由于動量因素帶來的，而并不是由于投資者錨定了一個月高價，因此，在分析價格錨定的作用時需要考慮到動量因素的影響。本文參照George等（2017）的做法[5]，在衡量對階段性高價接近程度的指標PRC中剔除動量因素的影響。將每只股票每年4月末計算的前6個月累積收益率作為衡量動量因素的變量，將PRC對其前6個月累計收益率進行橫截面回歸，獲得每只股票的殘差值，這個殘差值即為剔除動量因素后的、股價對一個月高價的接近程度。按照每只股票的殘差值大小將樣本公司排序，將樣本公司等分為五組，對每組進行Fama和MacBeth估計得到回歸系數，回歸結果如表4第4列所示。1（L）為回歸殘差值最小的一組，即代表剔除動量因素后遠離一個月高價的組合，5（H）為回歸殘差值最大的一組，即代表剔除動量因素后與一個月高價最接近的組合。結果發現，PRC1組至PRC4組中，回歸系數均不顯著，在PRC5組中，資產增長率與未來收益率存在負相關關系，顯著性水平為10%。由此可見，無論橫截面回歸模型中是否存在控制變量，在按照與一個月高價接近程度分組后，最接近一個月高價的組合都明顯表現出資產增長率和股票未來收益率的負相關關系。即使剔除動量因素后，與一個月高價最接近的組仍表現出明顯的資產增長異象。

表4 按高價接近程度分組的Fama和MacBeth回歸

對于三月高價效應，估計結果如表4第5、6列所示，其中第5列是無控制變量條件下資產增長率對股票未來收益率的回歸系數。當價格相對遠離三個月高價時，即在第一組至第三組，資產增長率與股票未來收益率不存在顯著相關關系；當價格相對接近三個月高價時，在第四組資產增長率與股票收益率存在顯著負相關關系。當模型中加入規模、賬面市值、動量因素三個控制變量之后，這種負相關關系不再存在。加入控制變量后的回歸結果如表4第6列所示，在按照與三月高價接近程度不同所劃分的五組中，資產增長率與股票收益率均不存在相關關系。

總之，在基于錨定的錯誤定價理論下，“高增長、低收益”的資產增長異象應該表現在遠離階段性高價的組中。這是因為在價格錨定假設下，投資者將高增長視為壞消息，在遠離階段性高價的樣本中對壞消息先后存在反應不足、理性修正，從而在低價組中表現出“高增長、低收益”異象。但是實證結果表明，在按照與一個月高價的接近程度不同分組后，在遠離前期階段性高價的組合中不存在資產增長異象，反而在接近前期階段性高價的組中資產增長率與股票未來收益率存在顯著的負相關關系，這種相關關系在加入控制變量、剔除動量效應之后仍穩健。這與價格錨定是不一致的。進一步檢驗三個月高價效應，實證結果表明離現在相對較遠的三月高價對資產增長異象沒有解釋能力，即呈現近期偏差。可見，實證檢驗結果違背了價格錨定的假設，基于價格錨定的錯誤定價理論不能有效地解釋我國資本市場上存在的資產增長異象。相反，實證結果發現在PRC較大的組中產生了資產增長異象，表明價格越接近階段性高價，越容易表現出資產增長異象，這與Q理論對資產增長異象的解釋是一致的。

五、Q理論與資產增長異象

Li等（2010）提出，如果相對于受到融資約束較小的公司，有投資摩擦的公司中資產增長率與期望收益率存在更明顯的負相關關系，那么Q理論就可以解釋資產增長異象[9]。表2、表3和表4的結果只是從價格錨定的角度發現Q理論更符合我國的資產增長異象，但并沒有給出符合Li和Zhang模型的驗證。因此，本文采用分組、Fama和MacBeth橫截回歸的方法，分別從融資約束和套利限制兩個角度，選取了5個相關變量，通過研究這些變量劃分的子樣本中資產增長率與期望收益的回歸系數是否存在顯著差異，討論Q理論在資產增長異象中的作用。

本文選取的融資約束代理變量為上市公司的資產規模、流通市值、市值賬面比（托賓Q）三個變量。Erickson等（2000）認為規模是衡量公司受到融資約束程度大小的典型代理變量[23]，因為小規模、小市值的公司往往處于成長初期，其經營活動依賴于某幾個特定領域，企業專業信息較多，投資者對其并不熟悉，因而面臨著相對較大的融資約束。另外，Almeida等（2007）也認為公司規模、增長機會是融資約束的代理變量[24]，因此，本文也選擇托賓Q值作為融資約束變量。本文選取的套利限制代理變量為個股的特質風險和交易金額。Li等（2011）認為套利成本包括交易成本和持有成本，其中，成交量和特質風險是套利成本的兩個重要代理變量[16]。當股票被錯誤定價時，交易成本限制了套利者消除這種錯誤定價的機會。如果股票的交易量較大，那么套利者的交易行為就可以在不產生市場沖擊成本的條件下很快完成；若股票的交易清淡，套利者的交易行為就無法及時有效進行；因而個股的交易金額越低，套利者的行為越受限。具體的變量計算如表5所示。

表5 融資約束和套利限制的代理變量

對于Q理論的檢驗，這里采用Fama和MacBeth回歸。在每種分組變量下，在第t年5月至第t+1年4月，每月在子樣本內進行橫截面回歸，將月異常收益對第t-1年資產增長率回歸，得到一年的回歸系數序列。每年4月末都進行重新分組并在子樣本內按月進行橫截面回歸，最終得到子樣本回歸系數的時間序列，對回歸系數進行t檢驗，并檢驗每種分組方式下極端組之間回歸系數是否存在顯著性差異。

表6顯示了在沒有加入控制變量條件下，不同分組變量下各子樣本資產增長率對股票未來收益率的回歸系數。1（L）表示各分組變量取值最小的一組，5（H）表示各分組變量取值最大的一組。H-L表示同一種分組方式下，極端大組和極端小組回歸系數的差異。

表6的結果顯示，在按總資產規模分組的情況下，在小規模組，資產增長率和股票收益率存在顯著的負相關關系，隨著總資產規模的擴大，這種負相關關系逐漸變弱。按照流通市值分組與按規模分組得到的結果類似，小市值的股票更容易表現出資產增長異象，在極端小市值組中，資產增長率與股票收益率的負相關關系顯著，這種負相關關系隨著市值的擴大而消失，在流通市值較大的組中資產增長率與股票收益率不存在相關關系。按照托賓Q分組后，在托賓Q值較大的第五組中，資產增長率與未來收益率存在明顯的負相關關系，在其他四組中均不存在顯著相關關系；低市值賬面比的樣本公司不存在增長異象，即價值型股票資產增長率與未來收益率不存在相關關系，增長異象只存在于成長型股票。在按照特質風險分組后，特質風險最高的第五組和最低的第一組間的回歸系數存在顯著差異，特質風險越高，資產增長異象越明顯。在按照年交易金額分組后，只有第三組中資產增長率和股票未來收益率存在顯著的負相關關系，在交易極其清淡的組和交易活躍的組內均不存在資產增長異象。

表6 無控制變量分組的Fama和MacBeth回歸

將規模、市值賬面比、動量因素三個控制變量加入回歸方程中，不同分組方式下資產增長率對股票未來收益率的Fama和MacBeth回歸系數如表7所示。表7中，在加入控制變量后，按照總資產規模、流通市值、托賓Q分組的估計結論基本不變，即在小規模、小市值、成長型的樣本公司中存在顯著的資產增長異象，在大規模、大市值、價值型的樣本公司中資產增長率與股票未來收益率不存在相關關系。與無控制變量不同的是，在按照特質風險分組后，各組內均不存在顯著的資產增長異象，且特質風險最高組和最低組之間回歸系數不存在顯著差異。在按照交易金額分組后，只有在交易金額溫和、適中的組當中，資產增長率與未來收益率才存在負相關關系。

在表6和表7中，無論是否加入控制變量，在小規模、小市值組中存在明顯的資產增長異象，而且極端大規模組與極端小規模組中回歸系數差異顯著。在托賓Q值較大的組中，即市值賬面比較高的組中，資產增長異象顯著。受到融資約束較為嚴重的樣本公司，其融資成本較高，因而其最優投資對必要回報率的彈性較低[9，12]，在其他條件相同的情況下，為了增加相同量的投資額，其必要回報率下降幅度需要相對更大，資產增長率與股票未來收益率的負相關關系在融資約束較大的樣本中表現更加明顯。實證結果也表明樣本公司受到的融資約束越強，“高增長、低收益”越明顯，結果支持基于Q理論的解釋，這與黃邁等（2012）[12]、葉建華等（2012）[19]證實融資約束的作用是一致的。

特質風險、交易金額是套利限制的代表因素。在按照特質風險分組后，在加入控制變量的模型中，不同子樣本中均不存在資產增長異象，特質風險最大的組和最小的組回歸系數差異不顯著。特質風險的大小對資產收益率和股票未來收益率的關系大小并沒有影響，個股的特質風險對資產增長異象沒有解釋能力。在交易金額極端大組，樣本公司被炒作的可能性較大，股票價格不是對其真實值的有效反映，被高估的可能較大。所以，如果資產增長異象是由于錯誤定價導致的，那么資產增長率和收益率之間的負相關關系不僅會表現在極端低交易組，也可能會出現在極端高交易組。加入控制變量后，在交易量較為溫和的組中出現了資產增長率與收益率的負相關關系，即在股票大概率被正確定價的前提下，出現了資產增長率與未來收益率顯著的負相關關系，有理由認為這種負相關關系僅僅是高資產增長背后低融資成本、低未來必要收益率的體現。因而，從存在套利限制導致投資者錯誤定價理論角度看，套利限制不能夠解釋資產增長異象問題，這進一步支持了考慮有融資約束的Q理論對資產增長異象的解釋。

表7 加入控制變量后各子樣本回歸結果

六、結論

本文根據價格錨定與Q理論在解釋資產增長異象中的差異，通過雙重分組、Fama和MacBeth回歸等方法檢驗歷史價格信息在資產增長異象中的作用，然后分別按照融資約束（基本面因素）、有限套利（錯誤定價因素）選取五個變量，通過融資約束和套利限制判斷Q理論對資產增長異象解釋的合理性。本文的結論有以下兩點：

第一，在價格錨定效應檢驗中，結果表明只有在接近一個月高價的樣本組合中才表現出顯著“高增長、低收益”，期望收益與資產增長率的負向關系在加入控制變量、剔除動量因素后在接近一個月高價的樣本中仍顯著，這與價格錨定對資產增長異象的解釋不符，表明價格錨定理論無法對我國資本市場中存在的資產增長異象進行解釋。

第二，在考慮Q理論在資產增長異象中的作用時，結果表明，資產增長異象主要發生在小資產規模、小市值、低市值賬面比的樣本公司中，這與有融資約束的Q理論結論相一致。在體現錯誤定價程度的兩個因素分組中，特質風險分組后的各子樣本內不存在資產增長異象，特質風險因素對資產增長異象沒有解釋能力；并且只有在交易金額溫和、適中的組內，存在明顯的資產增長異象，在極端低交易組和極端高交易組，均不存在資產增長異象。這表明錯誤定價對Q理論的解釋能力沒有影響。

總的來看，本文實證研究結果與價格錨定理論假設不一致，與Q理論假設一致，這和國際上大多數研究認為資產增長異象與企業的投資信息有關是一致的，這也意味著投資者在分析資產增長時更應關注企業投資決策信息而不是投資者行為，這可能與資產增長異象是一個年度異象，組合調整的時間間隔較長，與投資者更關注企業基本面信息有關。

［1］COOPER M J，GULEN H，SCHILL M J.Asset Growth and the Cross-section of Stock Returns［J］.Journal of Finance，2008，63（4）.

［2］TITMAN S，WEI J，XIE F.Capital Investments and Stock Returns［J］.Journal of financial and Quantitative Analysis，2004，39（4）.

［3］LAM E，WEI J.Limits-to-arbitrage，Investment Frictions，and the Asset Growth Anomaly［J］.Journal of Financial Economics，2011，102（1）.

［4］GEORGE T J，HWANG C Y.The 52 Week High and Momentum Investing［J］.Journal of Finance，2004，59（5）.

［5］GEORGE T J，HWANG C Y，Li Y.The 52-week High，q Theory and the Cross-Section of Stock Returns［R］.SSRN Working Paper，2017.

［6］張崢，歐陽紅兵，劉力.股價前期高點，投資者行為與股票收益——中國股票市場的經驗研究［J］.金融研究，2005（12）.

［7］饒育蕾，徐莎，彭疊峰.股價歷史新高會導致股票收益異常嗎?——來自中國A股市場的證據［J］.中國管理科學，2014，22（12）.

［8］吳晶，王燕鳴.股價前期高點，投資者行為與股票收益［J］.金融經濟學研究，2015（4）.

［9］LI D，ZHANG L.Does Q-theory with Investment Frictions Explain Anomalies in the Cross Section of Returns?［J］.Journal of Financial Economics，2010，98（2）.

［10］林祺.資本市場效率與資產增長異象——最優投資效應假說vs.錯誤定價假說［J］.經濟學（季刊），2016，15（1）.

［11］FAMA E F，MACBETH J D.Risk，Return，and Equilibrium:Empirical Tests［J］.Journal of Political Economy，1973，81（3）.

［12］黃邁，董志勇.Q理論，融資約束與資產增長異象［J］.經濟科學，2012（3）.

［13］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）.

［14］TITMAN S，WEI K C J，XIE F.Market Development and the Asset Growth Effect:International Evidence［J］.Journal of Financial and Quantitative Analysis，2013，48（5）.

［15］葉建華，于國安.中國上市公司資產增長異象的實證研究［J］.山西財經大學學報，2012（6）.

［16］LI X，SULLIVAN R N.The Limits to Arbitrage Revisited:The Accrual and Asset Growth Anomalies［J］.Financial Analysts Journal，2011，67（4）.

［17］葉建華，周銘山.有限套利能否解釋A股市場資產增長異象［J］.南開管理評論，2013（1）.

［18］LIU L X，WHITRD T M，ZHANG L.Investment-based Expected Stock Returns［J］.Journal of Political Economy，2009，117（6）.

［19］葉建華，韓鵬.融資約束、Q理論與A股市場資產增長異象［J］.山西財經大學學報，2012（12）.

［20］BHOOTRA A，HUR J.The Timing of 52-week High Price and Momentum［J］.Journal of Banking&Finance，2013，37（10）.

［21］FAMA E F，FRENCH K R.Common Risk Factors in the Returns on Stocks and Bonds［J］.Journal of Financial Economics，1993，33（1）.

［22］尚爾霄，趙世媛.基于預期和未預期投資分解的我國資產增長異象分析［J］.東北財經大學學報，2013（3）.

［23］ERICKSON T，WHITED T M.Measurement Error and the Relationship Between Investment and q［J］.Journal of Political Economy，2000，108（5）.

［24］ALMEIDA H，CAMPELLO M.Financial Constraints，Asset Tangibility，and Corporate Investment［J］.The Review of Financial Studies，2007，20（5）.

Price Anchoring,Q Theory and Asset Growth Anomalies

Hu Yue
（School of Finance,Dongbei University of Finance and Economics,Dalian 116025,China）

The study of asset growth anomalies pays more attention on the investors’response to the information of the enterprises’ investments,but less on the investors’responses to price information.This paper analyzes the role of price information in anomalies from the aspects of price anchoring,and compares the explanatory power of the mispricing theory based on price anchoring and the Q theory with investment friction in the anomalies of asset growth.The results show that the“high growth,low return”anomalies in China’s stock market are not consistent with the price anchoring effect,and the three month high price does not have explanatory power compared with one month high price.The closer the price is to the historical high,the more likely it is to show asset growth anomalies,which is consistent with the Q theory’s explanation of the asset growth anomalies.Asset growth anomalies exist in growth stocks with small asset size and small market value,which face more financing constraints.Arbitrage restrictions,such as trading volume,idiosyncratic volatility have no effects on the explanation of asset growth anomalies.The results mean that investors should focus more on the enterprises’investment decision information rather than investors’behavior when analyzing asset growth.

asset growth anomalies;price anchoring;Q Theory;price information;stock return rates

F830

A

2096-2517（2017）06－0024－011

2017-08-15

遼寧省社會科學規劃基金項目（L15CJY005）

胡玥，女，山東濟寧人，研究方向為金融工程。

龍會芳；校對：李丹)