收入約束、外生消費習慣與股票定價的實證研究

(天津財經大學 天津 300000)

一、引言

2008年的全球性金融危機促使人們深刻反思傳統資產定價邏輯中漠視實體經濟的思維導向。中國金融行業由于過于追求高收益率，而導致定價機制的扭曲，推動了2016年金融市場中資產價格的大幅波動。把握影響中國金融市場風險因素，需要考慮經濟轉型背景。經濟轉型對消費習慣和金融資產定價產生了很大影響。居民消費升級，消費行為差異化，消費習慣與金融資產價格聯系日益緊密。因此，定義轉型背景下的消費習慣，并從居民消費習慣視角厘清金融資產定價的影響因素和機制，是破解中國金融資產定價深層次矛盾的內在要求與合理選擇，對我國宏觀經濟調控和政策選擇至關重要。本文擬在外生消費習慣模型的基礎上，研究分析收入分組下中國居民消費與股票市場收益率以及利率之間變動情況，考察CCAPM模型是否適合我國資本市場以及我國資本市場是否存在股票溢價之謎。

二、理論基礎與文獻綜述

金融資產定價問題研究歷史悠久并不斷深化，引入消費習慣因素逐步成為國內外重要議題。資產定價問題最早由Markowitz(1952)提出，Sharpe(1964)、Lintner(1965)相繼推導出了CAPM模型，但CAPM模型忽視了跨期、證券市場連續性等問題。對此，Merton(1969,1971)將一期CAPM模型發展為跨期ICAPM模型，Lucas(1978)、Breeden(1979)根據Merton跨期替代理論進一步發展為消費資本資產定價模型(CCAPM)。針對CCAPM模型不足，引入消費習慣改進CCAPM模型，解釋股權溢價之謎逐步成為重要議題。Mehra、Prescott(1985)對Lucas(1978)純交換經濟資產定價的歐拉方程進行分析。Abel(1990)以比值形式將消費習慣引入效用函數，并得出消費習慣可以更好地解決股權溢價問題。Constantinides(1990)在Merton(1969,1971)基礎之上，基于理性預期引入內部消費習慣，較好地解釋了股票溢價之謎和消費平滑之謎。Campbell、Cochrane(1999)將消費習慣設定為可減形式引入效用函數，模型具有風險態度的時變特征，可以解釋一系列資產定價問題。

近年來，國內對消費習慣形成理論和應用研究取得了較大進展，但是國內基于消費習慣視角研究金融資產定價的研究成果相對較少。陳彥斌、肖爭艷、鄒恒甫(2003)構造了基于財富和習慣的消費—資產組合投資模型，解釋了消費平滑之謎。熊和平(2005)建立了具有異質性投資者的資產定價理論模型。徐緒松、陳彥斌(2004)構造了基于相對財富和習慣形成的效用函數，并構建相對應的資產定價模型。熊和平、李淑懿和余均(2012)分別對消費者進行內、外在性消費習慣定義，為投資者實踐中將消費習慣考慮到風險資產收益估算中提供了定價依據。

由于金融資產價格決定的復雜性，已有研究結論并不一致。縱觀上述研究，今后研究應重視金融資產定價的經濟根源，除了西方理論模型公認因素外，更重要的是要考慮到我國消費升級和差異化背景，明確消費升級引致的收入層次、經濟轉型下的消費習慣、金融資產價格的內在關系，立足國情有效揭示我國金融資產定價特點和內在機制。

三、基于Abel模型的實證分析

(一)模型概述

本文選取時間不可分離的外生消費習慣的Abel模型，并采取GMM估計方法進行參數估計。Abel模型假定時間t時刻每一個消費者都選擇消費Ct，在效用最大化并且假設消費習慣參數vt只有外部消費習慣的前提下，Abel模型的效用函數為

其中z為習慣參數，反映了時間不可分的程度，并且z≥0,ct-1為t-1時刻的消費者人均消費，β為代表性投資者的主觀時間折現因子，α為風險規避系數。常相對風險規避系數α和過渡識別檢驗J統計量對主觀折現因子β以及習慣形成參數k。

在代表性投資人的預算約束下，一階歐拉方程如下

(二)數據來源及說明

上海證券交易所于1990正式成立，經過20多年發展已取得了舉世矚目的成就，而根據樣本可得性要求，數據選取從1992開始的年度數據。本文所涉及的指標如下。第一，收入約束下的消費支出。數據來自《中國統計年鑒》選取1992—2012年的城鎮居民按照收入分組的消費數據，去除通貨膨脹因素并計算得到人均消費數據，分為七組，從最低收入戶到最高收入戶。第二，實際股票收益率。本文選擇上證綜指的收盤價，進行股票收益率的計算，并扣除通貨膨脹因素，得到實際股票收益率rsz,t，數據來自銳思數據庫。第三，實際無風險收益率。本文中選擇一年期定期存款利率作為無風險收益率。實際無風險收益率rf,t由一年期定期存款利率扣除通貨膨脹因素后得到，數據來自中國人民銀行網站。

(三)實證分析

1.檢驗設定

為了更好地利用實證進行分析，本文對模型中的參數做出如下假設。第一，依據經濟理論假設，消費者偏好于當期消費，所以β應小于1。在國外研究中,Kocherlakota將β值設定為0.99,Modest將β值設為0.97，而國內的王立平在實證分析中,分別將β值設為0.985與0.995。本文中為了與相應研究具有可比性，分別將β值設定為0.85、0.95與0.99。第二，習慣參數z反映了時間不可分的程度，并且z≥0，考慮經濟意義上的合理性，本文假定z=0.95。第四，因為要估計選取實際股票收益率、實際無風險收益率，所以選取工具變量為常數項，gi,t,rsz,t,rf,t,gi,t-1,rsz,t-1,rf,t-1,gi,t-2,rsz,t-2,rf,t-2。

2.結果分析

α和J統計量對β以及z的選擇都存在一定的敏感性，因此在各組檢驗數據中，結果會有較大差異。

(1)模型得到統計上的支持。工具變量的過度識別J統計量的p值顯著大于0.05，表明在通常的顯著情況下，無法拒絕過度識別的有效性假設，說明該模型在統計意義上較為理想。

(2)不同主觀折現因子的常相對α估計值有影響。隨著β逐漸增大，α也逐漸增大。且所有組別的檢驗結果均在1%的置信度下顯著。但是就GMM估計結果來看，β對風險規避系數α雖然有一定影響，但是α估計值實際相差并不多。

(3)風險規避系數α的組間對比。從股票市場收益率檢驗結果，α隨著收入水平的升高呈現先下降后上升的趨勢。可以得到，收入處在中間層次的消費者在股票投資上更具有穩健性。而從實際無風險收益率來看，α隨著收入水平的升高呈現先上升后下降的趨勢。可以得到，收入處在中間層次的消費者對于無風險投資方式儲蓄表現更大的不確定性。

結合各組之間的兩種資產投資來看，中間層對于股票投資更為穩健，當消費發生波動時，首先從儲蓄投資發生變化。低收入層由于受到收入約束，在儲蓄投資上表現更為穩定。高收入層更容易受到主觀折現因子β的影響，在不同的β下，對于股票收益率要求的變動更大。但是檢驗結果并沒有顯示出高收入組比低收入組更符合CCPAM理論描述，實證并未對收入約束假說提供足夠的支持。

表1 實際無風險收益率GMM估計結果

表2 實際股票收益率GMM估計結果

表格中α的P值皆小于0.000 1，J統計量的P值估計值皆大于0.05。

四、結論與建議

本文基于我國城鎮居民的收入分組消費數據以及1992—2012年的資本市場數據，引入外生消費習慣的Abel模型，并通過GMM廣義矩估計法對模型的參數進行了檢驗估計，探討了收入約束對于CCAPM的影響，主要結論如下。第一，基于外生消費習慣的Abel模型得到統計上的支持。過度識別檢驗統計量J統計說明Abel模型在樣本期內是有效的，表明模型在統計意義上較為理想。第二，我國資本市場并不存在股權溢價之謎。根據Mehra和Prescott(1985)所認為的資本市場存在風險溢價之謎所界定的常風險相對系數α的估計值要超過10為基準，中國的資本市場并不存在“風險溢價之謎”的問題。第三，不同收入下的消費水平會影響金融資產收益率，但并不支持“收入約束假說”。實證結果并沒有顯示出高收入組比低收入組更符合CCPAM理論描述，并未對收入約束假說提供足夠的支持。

基于結論，可知到我國資本市場并不存在股權溢價之謎，不同收入下的消費水平會影響金融資產收益率，但并不支持“收入約束假說”，但是居民消費水平對于利率和股票收益率都有影響，所以政府進行宏觀調控是十分必要的。