博彩型收益的時變性分析
——來自中國股票市場的經驗證據

崔惠穎

(黑龍江大學 經濟與工商管理學院，哈爾濱 150080)

內容提要：基于多種常用的博彩型股票識別指標，本文利用馬爾科夫區制轉移模型和投資者情緒指數，在對中國股市進行“風險-收益”和情緒兩種狀態劃分的基礎上，對比考察中國股市博彩型收益的時變性及其原因。研究結果表明：無論是基于“風險-收益”，還是投資者情緒對股市狀態進行劃分，博彩型收益都表現出明顯的時變性，即博彩型收益在牛市和高情緒期之后更為明顯，而在熊市和低情緒期之后相對較弱。雖然各指標識別結果有所不同，但均表現出不同“風險-收益”下的博彩型收益與其他類型股票收益的差異要大于不同情緒狀態下的收益差。博彩型收益主要源于投資者的非理性所導致的博彩型股票誤定價。

一、引言

博彩行為在人們的生活中隨處可見，而且在經濟活動中尤為明顯。譬如，“股市如賭市”這一觀點就說明了博彩行為在中國股市中的普遍性。股市中的博彩行為往往表現為參與者熱衷于購買那些能夠以小概率獲取較大收益的股票。由于這類股票具有與彩票相類似的特征而被稱為“博彩型股票”。除了收益正偏性之外，國內外研究發現博彩型股票還表現出無法被經典資產定價模型(如CAPM模型、Fama-French三因子模型)所解釋的負異常收益，即“博彩型收益”。而博彩型股票的收益行為正是投資者博彩偏好和博彩行為的市場表現。在博彩偏好難以直接刻畫的情況下，深入分析博彩型收益的時變特征，探究博彩型收益的變化原因，對理解股市投資者博彩行為具有重要的理論和實踐意義。

從理論層面來看，目前有關博彩型收益的研究基本都將重點放在博彩型收益的存在性檢驗上，而忽略了博彩型收益的時變性問題。傳統資產配置理論假定資產收益率的數據生成過程應該服從于線性而穩定的時間序列模型。然而，股市表現出明顯的周期性，并在收益率、波動性和投資者情緒等方面存在不同狀態的更替。隨著市場狀態的變化，股票所處風險環境和投資者行為模式，也會表現出不同的特征，進而可能導致博彩型收益的變化。另外，已有研究從風險和行為兩個方面對博彩型收益進行解釋，但結論不一。因此，有必要對博彩型收益在不同市場環境和不同投資者狀態下的表現進行對比分析。從實踐層面來看，證實博彩型收益的存在是遠遠不夠的，還需要分析博彩型收益的時變性。這將有助于投資者更充分地認識非理性因素在投資決策中所起到的重要作用，避免博彩行為帶來的不利影響；同時，有助于市場監管者更有針對性地引導投資者進行理性投資，減少博彩行為及其收益波動對股市平穩性的影響。

已有一些研究注意到股票博彩特性的時變性。Kumar(2009)[1]的研究證實博彩偏好受到宏觀經濟環境的影響。鄭振龍和孫清泉(2013)[2]驗證了這一觀點，發現中國投資者的博彩偏好也受宏觀經濟環境影響，當宏觀經濟增長放緩，人們對經濟信息不足時，投資者傾向于追逐博彩型股票。不過，關于股市周期對博彩特性影響的研究，現有文獻只是簡單涉及。Green和Hwang(2012)[3]實證發現不同偏度股票的收益率差異在各時期有明顯不同。Walksh?usl(2014)[4]發現在歐洲市場，高MAX股票的收益率在2001-2011年間比1990-2000年間更低，并且高MAX與低MAX股票的收益差異在2001-2011年間更大。然而，僅有少數研究對股市周期進行較為詳細的劃分。江曙霞和陳青(2013)[5]通過比較不同市場狀況，發現MAX在牛市和熊市中，對未來收益的影響都十分顯著，而在平衡市中影響較弱。崔惠穎(2016)[6]發現中國股市博彩特性具有時變性，在市場狀況較差時，股票的博彩特性會更加突出。但這些研究對股市周期的劃分方法屬于事后根據指數走勢劃分市場狀態的主觀劃分方法，過于簡單。更重要的是，上述研究都沒有進一步探討博彩型收益時變性的原因，只是一種與股市周期的相關性描述。那么，這種時變性是源于風險的變化，還是投資者自身心理模式的變化，還有待探討。

博彩型收益的存在性主要可以利用傳統金融學的“風險-收益”和行為金融學的投資者行為兩種視角來解釋。為了清晰地展現中國股市博彩型收益的時變特征及其成因，本文首先分別利用馬爾科夫區制轉移模型和投資者情緒指數將股市狀態進行不同的劃分，并在此基礎上探討這些特征究竟源于風險變化，還是投資者情緒的變化。

本文的主要貢獻在于：首先，在目前研究已經證實博彩型收益存在性的基礎上，進一步深入分析博彩型收益的時變性；其次，利用馬爾科夫區制轉移模型劃分股市不同階段，而不是使用簡單的事后主觀劃分方法，并且能夠更好地體現中國股市的非線性特征，進而更準確地刻畫博彩型收益的時變特征；第三，從傳統金融學和行為金融學兩種理論視角出發，對比探究博彩型收益時變性的原因，為相關理論提供新的經驗證據。

二、實證指標與樣本數據

(一)博彩型股票的識別指標

根據已有研究，目前常用的博彩型股票識別指標主要有最大日收益率、特質偏度、特質波動率、股票價格、換手率、預期特質偏度，以及兩種分別由股價、特質偏度、特質波動率和股價、最大日收益率、換手率構成的復合指標。根據崔惠穎和王志強(2016)[7]的研究發現，對于中國股市而言，最具直觀性的最大日收益是最優的博彩型股票識別指標，而分別由股價、特質偏度、特質波動率和股價、最大日收益率、換手率構成的復合指標，以及特質偏度也具有一定的識別能力。因此，本文選擇這四種指標作為識別博彩型股票的依據。

它們的具體計算方法如下：

1.最大日收益率(MAX)

國外文獻通常將某月內的單日最大日收益率作為MAX，而國內文獻通常使用月內3個最大日收益率之和或均值來計算MAX[2，5]。這是因為，我國股市存在漲跌停制度，單日MAX可能無法充分體現股票特征。本文采用上一個月3個最大日收益率的平均值來計算MAX。從理論上看，MAX越大，則股票的博彩特性越強。

2.特質偏度(IS)

它是股票收益偏度的非系統性部分，可以作為單一指標或復合指標的一個維度。行為金融學認為IS會影響股票價格，并且反映了投資者的博彩動機，即IS越大，則股票的博彩特性越強。從經濟直覺上，MAX與IS具有一定聯系，因為高IS意味著該股票收益具有較大正偏性，人們預測該股票大漲的概率較高，而高MAX正是這一正偏性的直接表征[2]。

為了計算股票的IS，需要先進行式(1)中的Fama-French三因子回歸①：

ri,d-rf,d=αi,d+βMKT,d(MKTd-rf,d)+βSMB,dSMBd+βHML,dHMLd+εi,d

(1)

其中，ri,d是股票i在第d日的收益率；rf,d是第d日的無風險利率；αi,d是股票i在第d日的回歸常數項；MKTd、SMBd和HMLd分別是第d日的市場投資組合收益率、基于公司規模的投資組合收益率和基于賬面市值比的投資組合收益率；βMKT,d、βSMB,d和βHML,d分別是股票收益率對三因子的回歸系數；εi,d是股票i在第d日的回歸殘差項。

已實現的特質波動率IVi,t和特質偏度ISi,t分別按照式(2)和式(3)計算：

(2)

(3)

其中，S(t)表示計算期內的交易日集合，N(t)表示S(t)集合中交易日的天數。本文采用t-6到t-1共6個月的日收益率數據，根據式(2)和式(3)計算t月的特質波動率和特質偏度。

3.復合指標Com1(股價、特質偏度、特質波動率)

使用由Price、IS和IV構成的復合指標Com1的理由是，IV大的股票，其市場表現更活躍，更可能出現高收益。另外，投資者往往喜歡進行廉價賭博，所以傾向于購買價格較低且波動較大的收益正偏股票。因此，一般將Price最低、IS最高且IV最高的股票識別為博彩型股票。其中，Price為t-2月末的股票價格，以避免t-1月末股價可能產生的微觀結構因素及我國股市漲跌停板對衡量指標的影響[8]。其余各維度指標的計算方法如上文所述。

4.復合指標Com2(股價、最大日收益率、換手率)

使用由Price、MAX、Turn構成復合指標Com2的理由與Com1基本相同，只是使用計算更為簡單、更具直觀性的MAX、Turn分別替換了計算復雜的IS和IV。因此，一般將Price最低、MAX最高且Turn最高的股票識別為博彩型股票。其中，換手率的計算方法為：換手率=每月的交易股數/每月的流通股數，本文采用上一個月的換手率。

(二)博彩型股票指數(Lottery Stock Index，LIDX)與分組方法

為了便于比較單一指標和復合指標對股票博彩特性的識別結果，本文參照Kumar等[9]構造了博彩型股票指數(LIDX)。該指數的取值標準化為0-1之間，可以更清晰準確地表示各股票博彩特性的強弱。

對于單一指標，以MAX為例，每個月都將所有股票按MAX從低到高進行排序并分為20組，記為R=1，2，…，20。那么，各股票以MAX為識別指標的博彩型股票指數(LIDXMAX)為：

LIDXMAX=(R-1)/(20-1)

(4)

對于復合指標，例如，以Com1為識別指標時，每個月先按照Price從高到低將所有股票排序并分為20組，記為RP=1，2，…，20；再按IS從低到高排序并分為20組，記為RIS=1，2，…，20；最后，按IV從低到高排序并分為20組，記為RIV=1，2，…，20。那么，對于每只股票，按三個維度分別分組后，R=RP+RIS+RIV=3，4，…，60。那么，各股票以Com1為識別指標的博彩型股票指數(LIDXCom1)為：

LIDXCom1=(R-3)/(60-3)

(5)

該指數的取值介于0-1之間，其數值越大，則股票的博彩特質越強，0表示該股票不具有博彩性，而1表示該股票具有最強的博彩特征。本文在具體分析中，每個月均將股票分別按各指標下的LIDX值由小到大分為五組，第一組定義為非博彩型股票(no-Lottery)，第五組為博彩型股票(Lottery)，其余三組為其他股票。

(三)樣本選擇與數據來源

為避免漲跌停板制度的實施對研究結論的影響，以及由于識別指標的計算需要，本文使用的樣本為從1999年3月開始，共計197個月。由于ST、PT、復牌和首日上市股票的漲跌幅限制不同于正常交易的股票，因此，本文剔除了樣本期內這四類股票的觀測值。另外，本文還剔除了每月交易次數不足15天的數據以及交易月份不足6個月的股票數據，以保證識別指標估計的有效性。

本文還將涉及與投資者情緒相關的數據，如新增A股開戶數、消費者信心指數、市場市盈率、市場換手率、宏觀經濟景氣指數等。其中，新增A股開戶數、市場市盈率、市場換手率、我國股市流通市值加權的Fama-French三因子數據以及無風險收益率數據來自銳思金融研究數據庫(RESSET)。消費者信心指數和宏觀經濟景氣指數取自中經網統計數據庫。其余數據均來自國泰安CSMAR系列研究數據庫。投資者情緒指標采用Baker和Wurgler(2006)[10]的主成分分析法進行構建。

三、相關模型設定

(一)劃分股市“風險-收益”狀態的模型設定

1.模型介紹

本文采用兩狀態(two-state)的馬爾科夫區制轉移模型。根據Hamilton(1989)[11]的思想，馬爾科夫區制轉移形式的股市t期收益率模型可以表示為：

(6)

馬爾科夫區制轉移模型與一般虛擬狀態變量回歸不同，前者將狀態變量視為無法觀測的，不能事先設定，而是假設狀態的變化服從一階馬爾科夫鏈，更具客觀性；后者則將不同時期的虛擬變量取值進行了事先設定。由狀態轉移概率pij=P(St=j|St-1=i)來表示從時刻t-1的狀態i轉移到時刻t的狀態j的概率。不同狀態之間的轉移概率可以用轉移概率矩陣P表示：

(7)

同時，根據轉移概率，可以計算各區制的持續期(duration)，即各區制持續的時間長度。具體計算方法為：

D(St)=1/(1-pij),fori=j(i,j=1,2)

(8)

2.模型參數的估計

本文旨在利用馬爾科夫區制轉移模型劃分中國股市的市場周期，而劃分的依據是市場的收益率和波動性表現。因此，本文對上證綜指的月度收益率序列rt進行兩狀態的馬爾科夫區制轉移模型的估計，而未包含解釋變量Xt。于是，上述模型簡化為：

(9)

本文對系數的估計采用Hamilton的極大似然估計法，模型(9)的對數似然函數為：

(10)

(11)

即為各狀態似然函數的加權平均，權重為狀態概率。根據Hamilton的思想，每個狀態的濾子概率可以基于已有信息進行計算。給定初始值和t-1期信息，每個狀態的濾子概率(filter probabilities)可以通過迭代計算得到：

(12)

其中，pji是狀態轉移概率，已包含在t-1期信息中。利用新信息通過貝葉斯法則得到區制轉移的濾子概率為：

P(St=j|It)=

(13)

進而可以計算模型的對數似然函數：

(14)

最大化式(14)即可得到模型的參數估計值。

除上述濾子概率之外，區制轉移概率還包括平滑概率(smoothed probabilities)。濾子概率值使用了同期信息，而平滑概率可以改善估計效果，這是因為平滑概率使用了全部時期的信息。平滑概率的計算公式為：

(15)

本文將使用平滑概率對中國股市的周期轉換進行刻畫。

(二)劃分情緒狀態的模型設定

1.投資者情緒指數的構建

本文沿用Baker和Wurgler(2006)[10]、易志高和茅寧(2009)[12]等研究的思想，構建投資者情緒的月度復合指標。不過，易志高和茅寧(2009)[12]選取的單一指標存在一些局限性，如IPO發行量和首日收益率數據不具有連續性，個別年份連續多月沒有數據。又如，很多研究發現封閉式基金折價并不是合適的投資者情緒指標[13-15]。綜合考慮多種指標的適用性、有效性和可得性，最終選擇了新增A股開戶數、消費者信心指數、市場市盈率和市場換手率等四個單一指標來構建復合情緒指標。

(1)新增A股開戶數。該指標體現了場外人群的市場情緒。由于本文的樣本主要針對A股市場，故選擇新增A 股開戶數。該指標越大表示市場情緒越高。

(2)消費者信心指數。雖然從理論上來說，投資者信心指數應該比該指標更好地反映資本市場投資者的情緒變化，但其數據發布較晚[12]。另外，很多研究表明消費者信心指數也能夠較好地衡量投資者情緒[12，15-16]，因此本文選用了消費者信心指數。

(3)市場市盈率。該指標體現了市場估值水平的高低，也間接地反映了投資者情緒的變化。因此，本文將A股平均市盈率作為投資者情緒的指標之一。

(4)市場換手率。與新增開戶數相對應，市場換手率是場內投資者情緒的體現。該指標越大，說明股市交易越頻繁，市場情緒水平越高。本文使用的是A股市場流通市場加權的月度換手率。

在上述四種單一指標的基礎上，采用主成分分析法構建復合情緒指標，具體方法如下：

(1)由于不同單一指標對投資者情緒的反映可能存在時間上的“提前”與“滯后”關系[10]，本文對4個指標及其滯后變量進行主成分分析，初步構建一個含有8個變量的投資者情緒指數sent0t。主成分分析嚴格遵守累計方差解釋至少達到85%的標準。結果顯示前3個主成分的累計方差為87.27%，超過了85%。因此選取前3個主成分進行加權平均得到情緒指數sent0t。

(2)分析情緒指數sent0t與4個變量及其滯后變量的相關性。根據各變量與sent0t的相關性大小，篩選出每對當期變量與滯后變量中相關性較大的一個，作為構建復合情緒指標的最終單一指標。sent0t與4個變量及其滯后變量的相關系數如表1所示，最終選出的4個單一指標是Opent-1、CCIt-1、Turnt-1、PEt。

表1 sent0t與8個變量的相關性分析結果

(3)鑒于股票市場中的這些變量可能會受到宏觀經濟的影響，本文在構建最終的投資者情緒時，需要剔除這一影響。有些研究選取的宏觀經濟變量包括消費價格指數、工業品出廠價格指數、工業增加值和宏觀經濟景氣指數，并對這些變量進行正交化處理。不過，從指標含義來看，宏觀經濟景氣指數的計算中已經考慮了生產和消費的影響[15，17]。因此，本文采用宏觀經濟一致景氣指數作為經濟基本因素的代理變量。將所選取的4個變量分別對宏觀經濟一致景氣指數進行回歸，再對所得到的殘差序列進行主成分分析，最終得到投資者情緒指標sentt。根據主成分分析結果，前3個主成分的累計方差解釋已經達到90.38%，超過了85%。因此，選取前3個主成分進行加權平均得到情緒指標sentt。

2.不同情緒期經Fama-French三因子調整的異常收益

為了獲得不同情緒期下博彩型股票、非博彩型股票和其他股票的異常收益率，本文使用的變量是原始收益率經Fama-French三因子調整后得到的估計值α：

Ri,t-Rf,t=αHdsentt+αL(1-dsentt)+βRM-Rf(RM,t-Rf,t)+βSMBSMBt+βHMLHMLt+εi,t

(16)

本文將sentt大于樣本期內情緒指數中位數的月份定義為“高投資者情緒時期”，將其余時期定義為“低投資者情緒時期”。由虛擬變量dsentt表示，在高情緒期，dsentt等于1，在低情緒期，dsentt等于0。

四、實證結果分析

(一)不同股市“風險-收益”狀態下的博彩型收益

對上證綜指的月收益率序列進行了不包含解釋變量Xt的兩狀態馬爾科夫區制轉移模型估計，結果如表2所示。從表2可以得到如下幾點結論：(1)均值μst的估計值表示了各區制的平均收益率，區制1和區制2的值分別為0.0327、-0.0013。這說明區制1的平均收益率為正，區制2的平均收益率為負。因此，區制1與股市牛市相對應，而區制2與股市熊市相對應。(2)從模型殘差的波動率σst來看，區制1的波動率為0.1178，區制2的波動率為0.0559，前者高于后者。結合區制1和區制2分別對應著牛市和熊市，可見在中國股市中，牛市的收益波動高于熊市的收益波動。這一結論與朱鈞鈞和謝識予(2010)[18]、黃芬紅(2015)[19]的研究一致。(3)區制1的持續期短于區制2的持續期，再次驗證中國股市“牛短熊長”的特點。(4)兩個區制的維持概率均在95%以上，這說明兩個市場狀態都具有較高的穩定性。

表2 市場收益的馬爾科夫區制轉移模型估計結果

據此，本文將整個樣本區間劃分為兩部分，分別對應牛市和熊市，并在此基礎上，對比分析博彩型收益的強弱程度。具體分析結果見表3。

依據博彩型收益的定義，表3是按4種指標識別出博彩型股票、非博彩型股票和其他股票之后，計算了各類股票經過Fama-French三因子調整后的異常收益率表現。可以發現：(1)無論在何種指標下，無論在區制1還是區制2，博彩型投資組合均獲得負異常收益，非博彩型投資組合均獲得正異常收益，且多空投資組合(T1-T5)獲得正異常收益。(除IS指標下的區制1和Com1下的區制1存在不顯著情況外。)(2)在4種識別指標下，博彩型投資組合在熊市中的異常收益低于其在牛市中的表現。同時，多空投資組合(T1-T5)在熊市獲得更高的正異常收益。可見，從異常收益的角度，博彩型股票在熊市中具有更強的博彩特性。(3)不同指標下，不同區制中的異常收益差存在一定差異。具體而言，MAX和Com2識別出的不同區制之間的異常收益差異更為明顯。這說明從異常收益的角度看，MAX和Com2識別出的股票博彩特性對市場情況的變化更為敏感。

上述結論說明當市場狀況較差時，博彩型收益會更加突出。由此可見，中國股市的博彩型收益具有時變性，并且與市場走勢相反。由于本文所分析的是博彩型股票的未來一期的收益率情況，因此，這意味著在前一期為市場狀況較好的情況時，投資者更熱衷于追求收益正偏的博彩型股票。這加劇了博彩型股票價格被高估的程度，從而導致博彩型股票在后期獲得更低的異常收益。

表3 博彩型收益在兩個區制中的強弱表現

(二)不同情緒狀態下的博彩型收益

在劃分不同的股市“風險-收益”狀態之后，本文繼續劃分不同的股市情緒狀態，進而分析不同情緒狀態下博彩型收益的強弱程度。依據博彩型收益的定義，表4是按4種指標識別出博彩型股票、非博彩型股票和其他股票之后，計算了各類股票經過Fama-French三因子調整后的異常收益率表現。鑒于各指標的識別效果，此處只列示了識別指標為MAX和IS的結果。

由表4可以發現：(1)無論是博彩型股票、非博彩型股票，還是其他股票，它們在高情緒期之后的異常收益率普遍低于低情緒之后的異常收益率。以MAX指標為例，從全部樣本股票來看，也是如此。在低情緒期之后，股票在樣本期內獲得了0.30%的正異常收益；在高情緒期之后，股票在樣本期內獲得了-0.10%的負異常收益。這是因為，若前期情緒高漲時，投資者對股市普遍持有樂觀預期。投資者的樂觀情緒將激發股票價格的上漲，當情緒需求下降之后，股票收益也會下降。若前期投資者情緒較低，則股票收益會有相反的變化。

(2)第3列和第7列顯示，無論在何種情緒期之后，博彩型股票都獲得負異常收益，而非博彩型股票都獲得正異常收益。另外，對比“T1-T5”在不同情緒期之后的表現可知，在高情緒期之后，博彩型股票與非博彩型股票的收益率差異更大。

(3)考察不同情緒期后，各類股票的收益變化情況。以最優識別指標MAX為例，非博彩型股票在不同情緒時期的異常收益率變化很小，分別為0.59%和0.60%，差異并不顯著。與非博彩型股票相比，博彩型股票在不同情緒時期的異常收益率變化較大，博彩型股票在高情緒之后的收益率遠遠小于低情緒期之后的收益率。博彩型股票在高低情緒期之后的異常收益率分別為-1.12%和-0.59%，差異達到0.53%，十分顯著。這表明博彩型收益在高情緒期之后更加明顯。

表4 投資者情緒與組合異常收益率

(三)對比分析

本文基于股市的“風險-收益”和情緒狀態，對博彩型收益進行了時變性分析。對比表3和表4，可以得到如下特點：

第一，無論是基于“風險-收益”，還是投資者情緒對股市狀態進行劃分，都發現博彩型收益具有明顯的時變性。具體而言，博彩型收益在牛市和高情緒期之后更為明顯，而在熊市和低情緒期之后相對較弱。初步來看，博彩型收益的時變性可能源于投資者理性預期的變化，也可能源于投資者的非理性情緒需求的變化。當然，也有研究認為股市牛熊市的變換本身也在一定程度上反映了投資者情緒的變化[12]，因此兩種之間的博彩型收益變化有相似的趨勢有一定的合理性。

第二，使用不同指標所識別出的博彩型收益，在各“風險-收益”狀態和投資者情緒狀態下的差異也有所不同。對比指標MAX的表現，不同“風險-收益”下的博彩型收益與其他類型股票收益的差異要遠大于不同情緒狀態下的收益差。這意味著，雖然股市牛熊市變換與投資者情緒變化有一定的聯動性，但對投資者博彩行為和收益的影響還是有本質區別的。雖然指標IS的表現則沒有MAX如此明顯，但也依然具有相同的規律。

第三，博彩型收益應主要源于投資者的非理性所導致的博彩型股票誤定價。由于指標MAX和IS的檢驗結果均顯示博彩型收益在經過情緒調整后的變化明顯降低。這說明投資者情緒可以解釋大部分的博彩型收益，博彩型收益主要源于投資者的非理性因素，而非股市風險的變化。特別是從最優識別指標MAX來看，這一結論更加顯著。從行為金融學角度解釋博彩型收益的兩篇經典文獻分別是Brunnermeier等(2007)[20]、Barberis和Huang(2008)[21]。前者認為投資者的樂觀信念導致了其對正偏性資產的偏好。由于偏度偏好，投資者高估具有收益正偏性特征的博彩型股票，最終導致博彩型股票獲得負異常收益。后者認為人們高估小概率事件發生的可能性，這導致人們熱衷于追求小概率的巨額收益，從而表現出偏度偏好和博彩行為，并導致博彩型股票獲得負異常收益。而投資者情緒既可以反映Brunnermeier等(2007)[20]所分析的投資者的樂觀信念，也會影響Barberis和Huang(2008)[21]所論述的投資者對小概率事件發生可能性的主觀估計。也就是說，投資者情緒可以表征產生偏度偏好的投資者心理和行為偏差。而本文的結果也表明投資者情緒會影響博彩型股票價格被高估的程度，進而影響博彩型收益的產生。

五、結論與討論

本文采用馬爾科夫區制轉移模型和投資者情緒指數劃分不同市場狀態，考察中國股市博彩型收益的時變性。結果表明，博彩型收益具有明顯的時變性，在牛市和高情緒期之后的博彩型收益更為明顯，而在熊市和低情緒期之后相對較弱。指標MAX的檢驗結果比IS的結果更為明顯。同時發現，博彩型收益應主要源于投資者的非理性所導致的博彩型股票誤定價，而非市場風險狀態的變化。

鑒于中國股市的自身特點，本文認為中國股市博彩型收益具有如上特征的時變性，主要源于以下幾個原因：(1)根據已有研究，MAX是適用于中國股市的最優博彩型股票識別指標，因此應該MAX的檢驗結果更具有說服力，更能夠體現中國股市博彩型收益的時變特征。而本文也發現MAX的檢驗結果更為明顯。這也再次說明，相比于發達市場投資者，中國股市投資者更偏好短線操作，數據分析能力有限，博彩偏好更強。由前文可知，指標IS的計算非常復雜，缺乏操作直觀性，需要較大樣本量。這也可能導致了在IS指標下，情緒狀態與“風險-收益”狀態下的收益差不明顯。而MAX更符合中古投資者博彩心理和選股習慣。(2)博彩型收益具有明顯的時變性反映出中國股市投資者的投資觀點和行為具有較大的波動性，非理性特征明顯。這也能夠用以解釋已有研究所發現的中國股市博彩型股票的持續性弱于歐美發達市場[6]。(3)中國股市錯誤定價現象明顯。雖然中國股市已經開始引入一些賣空機制，但投資者的賣空機會依然很少。這就導致股票價格更多地反映了樂觀投資者的信念，而無法體現投資者的悲觀態度。同時，機構投資者占比仍有待提高，其穩定市場的能力也有待提升。在這樣的背景下，投資者的博彩偏好很容易導致股票的錯誤定價，其時變性也將加劇股市的波動性。

綜上所述，中國股市博彩型收益的存在性和時變性應引起學術界和實踐者的關注。針對中國股市和投資者自身的特殊性，應更準確地研究和緩解中國股市的博彩行為，提高市場有效性，降低股市風險。

注釋：

① 根據吳世農和許年行(2004)等研究表明，Fama-French三因素模型比CAPM模型可以更好地解釋我國市場股票橫截面收益的變化，而Fama-French四因素模型中的動量因子期限還存在一定爭議，故本文最終選擇Fama-French三因素模型。