基于微笑因子的創業板公司價值驅動因素剖析

王玉靜 聶艷萍 王亞楠

【摘要】基于我國創業板上市公司財務數據，首次從盈利能力、創新能力和營銷能力三個維度構造綜合性指標——微笑（Smile）因子，研究其對股票價格及收益率的解釋能力。在Smile因子有效的基礎上，運用Fama-French排序分組的方法構建SMC因子，用SMC因子替換原始三因素中的賬面市值比因子，驗證SMC因子在創業板市場的適用性。用SMC因子構建價值投資組合，比較SMC價值投資組合的累計收益與市場收益。結果表明，Smile因子對創業板市場股票價格及收益率有顯著解釋力，對未來有著良好的預測能力。另外，基于SMC改進后的三因素模型在創業板市場更加有效，市值因子對小規模公司的股票收益率影響更大且SMC價值投資組合收益明顯高于市場收益。本研究為價值投資在我國創業板市場的適用性提供了有力的證據。

【關鍵詞】Smile因子;SMC因子;Fama-French三因素模型;價值驅動

【中圖分類號】F275 ? ? ?【文獻標識碼】A ? ? ?【文章編號】1004-0994（2020）08-0066-7

一、引言

我國創業板市場于2009年10月23日成立，研究創業板市場的定價機制，可以認識創業板市場股票價格波動特質，從而為投資者提供有效的投資策略，也能為監管者提供政策支持。Fama-French三因素模型是研究市場資產定價的重要標桿，現有研究表明傳統的Fama-French三因素不適用于創業板市場，對該模型進行改進，以挖掘創業板市場價值驅動因素，是當下創業板市場研究的重點。本文借鑒微笑（Smile）曲線的理念，從盈利、創新、營銷等角度構造具有創業板特色的Smile因子，基于Smile因子構造定價因子SMC來進行價值投資組合，并基于此提出具有可操作性的價值投資策略。這不僅可以為投資者提供科學合理的決策依據，而且對促進我國創業板市場的健康發展有著重要的理論和實踐意義。

二、文獻綜述與理論基礎

（一）文獻綜述

自20世紀60年代Sharpe[1] 提出CAPM模型以來，不斷有新的影響因素和資產定價模型被提出。Fama和French[2] 在CAPM模型的基礎上增加規模因子和賬面市值比因子，提出三因素模型，對學界和業界產生了極其深遠的影響。其后學者從不同影響因素出發，對三因素模型進行改進。如Carhart[3] 將動量因子加入原有三因素模型，提出了四因素模型。Fama和French[4] 在之前提出的三因素模型中加入盈利因子和投資因子，構建了五因素定價模型。近年來，也不斷有新的發現和定價因子被提出：Novy-Marx[5] 提出，上市公司單位資產利潤與其股票的市場表現之間存在一定規律;Pontiff和Woodgate[6] 以及McLean等[7] 提出了股票發行量對收益有顯著影響;George和Hwang[8] 提出了杠桿率因子;Hartzmark和Soloman[9] 提出分紅顯著影響股票收益;Frazzini和Pedersen[10] 認為由于投資者的融資約束，導致高β值的股票α較低，提出了BAB （Betting Against Beta）因子;Asness等[11，12] 以美國和其他24個發達國家資本市場為研究對象，從盈利性（profitability）、成長性（growth）、安全性（safety）和股利分配（payout）等四個方面定義了股票質量，并提出QMJ（Quality Minus Junk）因子。

在國內，也有一些學者檢驗資產定價模型在我國股票市場的適用性。吳世農、許年行 [13] 對滬深兩市A股數據進行Fama-French三因素驗證，得到的結論是賬面市值比因子和規模因子表現顯著，由此證明滬深兩市存在規模效應和BM效應。趙勝民等[14] 也認為不包含公司盈利能力和投資水平的三因素模型較適合我國股票市場。李金鳳[15] 、魏潔[16] 和王博然[17] 在創業板市場運用Fama-French三因素模型，驗證了市場因子和規模因子對于目標股票組合的收益率波動有較好的解釋，市場因子的解釋力最強，但是賬面市值比因子的解釋力較弱，未能通過顯著性檢驗。也有學者對三因素模型進行了改進和拓展。潘莉、徐建國[18] 發現市場平均回報率、市值、市盈率三個因子比原始Fama-French三因素的因子更加適合A股市場。田利輝、王冠英[19] 在三因素的基礎上加入成交額和換手率構建了五因素模型。高春亭、周孝華[20] 認為在滬深市場加入投資因子和盈利因子的五因素模型要優于三因素模型。近年來，也有學者提出一些新的定價因子。胡熠、顧明[21] 首次從安全性、便宜性以及質量三個維度構造了綜合性指標B-score，研究基于B-score因子的價值投資策略在我國的適用性。結果發現，B-score組合策略在滬深市場對股票未來收益具有很好的預測能力。李斌、馮佳捷[22] 以戈登股利增長模型為出發點，從盈利性、成長性、安全性和股利分配四個方面定義我國市場中A股上市公司的“質量”，并驗證了基于上市公司“質量”的投資組合在滬深市場是有效的。

總的來看，國內學者的相關研究主要集中在滬深主板市場，對發展潛力巨大的創業板市場研究較少。另外，少部分聚焦創業板市場的學者也僅僅是對原始Fama-French三因素模型在創業板是否適用進行研究，研究結果并不是很理想，發現賬面市值比因子在創業板市場不適用。

（二）理論基礎

本文以微笑曲線[23] 為理論基礎。微笑曲線自1992年被提出以來，備受業界認可，甚至成為諸多企業的發展哲學。 微笑曲線理論雖然簡單卻很務實，在附加價值的觀念指導下，企業只有不斷往附加價值高的區塊移動與定位，才能獲得持續發展與永續經營。價值最豐厚的區域集中在價值鏈的兩端——研發和市場。微笑曲線如圖1所示。

三、研究設計

企業以盈利為目的，研發和營銷做得再好，沒有盈利也是徒勞。基于微笑曲線，本文從盈利、創新和營銷三個維度去構建Smile因子，基于Smile因子構建定價因子SMC，檢驗因子在創業板市場的適用性并基于定價因子SMC進行投資組合，與市場收益進行對比，檢驗收益效果。

1. Smile因子的構建。考慮到創業板的特殊性，并結合微笑曲線，本文從盈利、創新、營銷三個維度定義創業板公司的價值。為了保證這三個維度能真實地反映股票價值，每個維度均選擇多個財務指標進行等權重組合。由于原始數據量綱和數量級均存在差異，不能直接相加，故需要對其進行標準化。但各財務指標數據的分布各不相同，直接對其進行標準化也不能使其滿足相同的分布，達到平均各指標權重的目的。因此，本文對每個財務指標首先進行排序，之后再進行標準化：

ri=rank（xi）

其中，xi為股票i的某項財務指標，ri為該股票的該項財務指標序數。

然后，計算該指標的Z值：

Zi（x）=Zx=（ri-μr）/σr

其中，μr為ri的橫截面平均值，σr為ri的標準差。

（1）盈利因子的構建。本文參照Asness等[12] 的研究構建盈利因子，在盈利因子度量方面，選取單位資產利潤（GPOA）、股東權益收益率（ROE）、資產收益率（ROA）、單位資產現金流（CFOA）、毛利潤率（GMAR）、應計利潤（ACC）來衡量創業板公司的盈利能力（Profitability）。需指出的是，本文認為6個指標的重要性沒有顯著差別，選擇多個財務數據進行等權重組合主要是為了保證每個維度具有代表性和全面性，降低單個指標的片面性。用同樣的方法對創新性和營銷性指標進行構建。盈利因子的計算公式為：

Profitability=Z（ZGPOA+ZROE+ZROA+ZCFOA+

ZGMAR+ZACC）

其中：

GPOA=[ ? ? ? ? ? ? ? ? ? ? ?Assets]=[利潤總額資產總額]

ROE=[ ? ? ? ? ? ? ?Equity]=[凈利潤所有者權益]

ROA=[ ? ? ? ? ? ? ?Assets]=[凈利潤資產總額]

CFOA=[ ? ? ? ? ? ? ? ? ? ?Assets]=[自由現金流資產總額]

GMAR=[Operating Revenue]=[利潤總額營業收入]

ACC=[Depreciation-△Working CapitalAssets]

=[折舊-營運資本變動額資產總額]

（2）創新因子的構建。由于數據大量殘缺，指標選取困難，本文在構建創新因子時只采用了研發支出（Research And Development Expenditures，RADE）這個指標：

Innovativeness=Z（ZRADE）

（3）營銷因子的構建。銷售人員數量的占比（Sales Man，SM）與銷售費用的占比（Selling Expenses，SE）反映了公司的營銷投入，營業收入的增長率（Operating Revenue，OR）也在一定程度上反映了營銷效果，所以本文綜合這三個指標構建營銷因子：

Marketing=Z（ZSM+ZSE+ZOR）

在分別完成了盈利性、創新性、營銷性這三個維度因子的計算后，將它們綜合起來便可以得到綜合性的Smile因子：

Smile=Z（Profitablity+Innovativeness+Marketing）

本文使用1月期國債到期收益率作為無風險利率Rf，使用市場平均收益率作為市場收益率Rm，從而得到市場風險報酬率MKT：

MKT=Rm-Rf

2. SMB和SMC因子的構建。按照Fama-French方法構建SMB因子，根據股票的市值（ME），將樣本股票均分為大（B）和小（S）兩組;每組再按Smile因子分為高（H）、中（M）和低（L）三組;這樣共形成6個組合，分別為S/L（小規模—低Smile因子組合）、S/M（小規模—中Smile因子組合）、S/H（小規模—高Smile因子組合）、B/L（大規模—低Smile因子組合）、B/M（大規模—中Smile因子組合）、B/H（大規模—高Smile因子組合）。

SMB為每月三個小規模股票組合與三個大規模股票組合平均收益率之差：

SMB=[13]（RS/L+RS/M+RS/H）-[13]（RB/L+RB/M+RB/H）

SMC為每月兩個高Smile的股票組合和兩個低Smile的股票組合的平均收益率之差：

四、實證分析

本部分主要檢驗前文構建的Smile和SMC因子在創業板市場是否有效。用SMC進行投資組合，并將SMC投資組合的收益與市場收益進行對比，以此來判斷投資組合的優劣。

（一）數據來源和處理

本文以創業板市場所有上市公司作為研究對象，數據選取時段為2011年6月 ～ 2018年12月，其中股票的市場數據以及公司財務指標的日度數據、月度數據及年度數據均來自wind數據庫。在篩選樣本時，剔除ST公司以及數據缺失的公司。樣本從2011年開始是因為創業板2009年才建立，期初公司較少，同時考慮到我國證券法的相關規定，上市公司年報要在財政年度結束后4個月左右公布，為了保證數據的準確性，上一年的年報要在第二年五月份開始使用，以消除前瞻偏差，因此最終確定研究的區間為2012 ～ 2018年。

（二）Smile及SMC因子的檢驗和分析

1. Smile因子的穩定性分析。在進行核心實證分析之前，首先驗證Smile因子的穩定性和延續性。在每月底，將所有股票按Smile因子分為 10 組，由低到高分別記為 P1，P2，…，P10;以市值為權重，分別計算每組的平均收益，得到這10個組合平均收益的時間序列數據。然后固定這10個組合，跟蹤其 1年之后、2年之后……7年之后的收益是否按照Smile因子的排序變化。表1顯示了Smile因子的穩定性。

由表1可以看出，按Smile因子由低到高排序的組合 P1，P2，…，P10，每年從P1到P10其收益率是遞增的，并且增長迅速。由此可見，Smile因子在創業板市場是十分有效的，其對股票的收益率有著顯著影響。另外，在組合構建之后的1年、2年、3年、4年、5年、6年、7年、8年，其收益仍按照Smile因子排序保持單調遞增，這表明過去按照Smile因子排序收益較高的股票在未來也會保持較高的收益，可見Smile因子不僅有效而且具有穩健性。對照組 P10-P1是用來觀察做多高Smile、做空低Smile的組合收益，從表1來看，有明顯的正向收益。可見，基于Smile因子構建投資組合可以獲得收益。

2. Smile因子對價格的解釋能力。Smile因子由盈利、創新和營銷三個維度構成，先觀察每個維度對價格的影響，然后觀察Smile因子對價格的影響，其中價格用市凈率（P）表示。具體計算公式如下：

P=a1+b1Profitability+ε1

P=a2+b2Innovativeness+ε2

P=a3+b3Marketing+ε3

P=a+bSmile+ε

回歸結果如表2所示。從整體來看，不論是復合后的Smile因子還是單個維度的因子，在與價格進行回歸后都通過了T檢驗，說明每個因子對價格都有一定的解釋能力。Smile因子的回歸系數顯著為正且對價格的解釋明顯優于單個維度，這表明三個維度復合的Smile因子對價格的解釋能力更強，其與股票相對價格正相關，說明股票的Smile因子越高，則股票的相對價格也越高。Profitability 、Innovativeness 和Marketing的回歸系數同樣為正，說明這三個指標都對股價有正向影響。從單個維度對價格的解釋能力來看，創新最為顯著，營銷次之，盈利最弱，說明在創業板市場，創新對股價的影響較大，這也與創業板市場的特點相吻合。

3. Smile因子分組風險分析。本文首先將所有股票按Smile因子排序分為 10 組。對于每個組合中的股票，以市值為權重計算平均收益率。表 3 展示了用 CAPM 模型對各組收益進行回歸的結果。

從回歸結果的β值可以看出，隨著Smile因子評分的增大，β基本呈現逐漸減小的趨勢，說明Smile因子越高，股票組合風險越小。

4. SMC投資組合收益風險分析。按照Smile因子排序分成10組，通過做多高Smile的股票、做空低Smile的股票，構建出SMC組合。用同樣的方法對Profitability、Innovativeness和Marketing構建組合。四個組合之間的相關關系如表4所示。

從SMC與其他三因素組合的收益率相關性來看，Profitability、Innovativeness以及Marketing與SMC組合收益的相關性差異很大，創新能力與SMC相關性最好，營銷次之，盈利能力最差，說明創新對SMC組合的收益率影響最大，這和前文中與股價回歸的結果基本一致，也與微笑曲線的理論相吻合。從Profitability與Innovativeness以及Marketing的組合收益率的相關關系發現，Profitability與Innovativeness負相關，與Marketing正相關，說明營銷在一定程度上會給企業帶來盈利。Profitability與Innovativeness呈負相關關系，是因為研發過程需要投入大量資金且投入風險巨大，在研發初期，未形成無形資產的研發支出都以管理費用形式在報表中呈現，這不僅不能給企業帶來利潤，還會影響企業的收益。Innovativeness與Marketing正相關，說明二者具有相互促進的關系，創新和營銷共同為企業帶來附加值。

5. SMC因子對原始Fama-French因子的影響。表5展示了未加入和加入SMC因子對原始Fama-French因子的影響。可以看到，只有 MKT因子組合風險調整后收益的系數在 5%的顯著性水平上異于零，其他因子組合風險調整后收益的系數均未通過檢驗。將 SMC 因子作為解釋變量加入模型之后，在5%的顯著性水平上SMC因子的系數基本顯著異于零，即SMC因子對 SMB 因子、HML 因子均有一定的解釋能力，模型的決定系數R2也明顯提升。

在SMB組合的回歸分析中，SMC 因子系數為負，與之前的實證結果吻合，即小市值公司收益率高、大市值公司收益率低。將加入SMC因子與未加入SMC因子的回歸結果進行對比發現，SMB組合風險調整后的收益有一定程度改善，賬面市值比效應明顯增強，R2略有提升。在HML組合分析過程中，加入SMC因子后，SMB效果明顯變好，R2顯著提升，且對HML的解釋力顯著提高，說明SMC與HML相關性很強，這為下文用SMC替換賬面市值比HML因子奠定了基礎。綜上所述，在原有模型中加入SMC因子，可以極大地改善模型的適用性。

五、原始Fama-French三因素模型與改進后模型的對比

本部分檢驗原始三因素模型和改進后模型在我國創業板的適用情況。Fama-French三因素模型的25個組合是經過兩次分組得到，首先根據市值（ME）排序將所有股票分為五組，然后每組再按賬面市值比（HML）排序分為五組。通過實驗發現，原始三因素模型并不完全適用于我國的創業板市場。考慮到前面驗證了SMC與HML因子具有極強的相關性且SMC在創業板市場有效，本文對其進行修正，將賬面市值比替換成SMC因子，利用市值（ME）和SMC進行兩次分組，同樣得到25個組合，用三因素模型對25個組合進行回歸分析。原始Fama-French三因素模型與改進后模型的回歸結果見表6。

由表6可知，改進后的三因素模型顯然更適用于我國的創業板市場，市場資產組合依然全部通過檢驗，并且通過改進后的三因素模型可以發現市值因子對小規模公司的股票收益率影響更大;原始三因素模型的規模因子和賬面市值比因子約有半數沒有通過檢驗，說明此指標并不是影響我國創業板公司股票價格與收益率的重要指標，而改進后的三因素模型下SMB因子通過檢驗更多且本文所構建的SMC因子幾乎全部通過檢驗，由此可見，SMC在我國創業板市場是更加有效的。

六、SMC組合收益和市場收益比較

本部分驗證SMC各個維度及SMC組合在市場上是否有效，驗證方法主要是通過將SMC各個維度的組合累計收益及SMC組合累計收益與市場收益進行對比，看各個維度的組合累計收益與SMC組合累計收益是否高于市場收益，詳見圖2和圖3。

從圖2可看出，三個維度組合累計收益整體的趨勢均高于市場收益。前幾年三個維度的組合累計收益和市場收益基本持平，是由于創業板市場是新興市場，各種制度體系尚不完善，市場處于非有效狀態，市場指標和財務指標尚不能真實反映上市公司的價值，所以，本文所選指標的投資組合在初期效果不明顯。隨著市場的不斷發展和完善，所選指標的投資組合收益明顯有所改善，如圖2所示，從2015年開始，所選指標的投資組合收益均高于市場，說明各維度指標選取均有效。需特別說明的是，Innovativeness因子對收益的影響十分顯著，這不僅與前文的分析相吻合，也符合創業板市場的特點。

從圖3可以看出，SMC組合累計收益在整個持有期間總體處于上升狀態且高于市場收益。在初期，SMC投資組合累計收益僅略高于市場指數。但隨著持有時間的延長，SMC投資組合累計收益一直在增加且明顯高于市場收益，說明基于SMC的投資組合是有效的。

七、結論

本文以2012 ～ 2018年我國創業板市場所有上市公司數據為對象進行創業板市場股票價值投資驅動因素的研究。結果發現：Fama-French三因素模型對我國創業板市場適用性較差，進行三因素檢驗時賬面市值比因子幾乎一半未通過檢驗，規模因子效果也不好;根據創業板市場的特點加入創新和營銷因子后新構建的Smile因子對股票價格及收益率有顯著解釋力和良好的預測能力，且具有穩定性，同時按Smile因子排序分成不同組合，呈現Smile越高的股票組合風險越小的趨勢。

Smile因子之所以能很好地解釋我國創業板市場的股票收益，有很大原因是它綜合考慮了多方面的信息，比使用單一的指標更加具有代表性、更穩健;將基于Smile因子和Fama-French方法構建的SMC因子加入三因素模型后，規模因子效果明顯變好且改進的三因素模型整體有效性也明顯提高，并且通過改進后的三因素模型還發現市值因子對小規模公司的股票收益率影響更大。從組合收益來看，利用SMC進行投資組合的累計收益也明顯高于市場收益，說明SMC因子在創業板市場是有效的。本研究為價值投資在我國創業板塊市場的適用性提供了有力的證據。

【 主 要 參 考 文 獻 】

[ 1 ] ? Sharpe W. F.. Capital Asset Prices：A Theory of Market Equilibrium Under Conditions of Risk[ J].Journal of Finance，1964（3）：425 ～ 442.

[ 2 ] ? Fama E. F.， French K. R.. Common Risk Factors in the Returns on Stocks and Bonds[ J].Journal of Financial Economics，1993（1）：3 ～ 56.

[ 3 ] ? Carhart M. M.. On Persistence in Mutual Fund Performance[ J].Journal of Finance，1997（1）：57 ～ 82.

[ 4 ] ? Fama E. F.， French K. R.. A Five-Factor Asset Pricing Model[ J].Journal of Financial Economics，2015（1）：1 ～ 22.

[ 5 ] ? Novy-Marx R.. The Other Side of Value：The Gross Profitability Premium[ J].Journal of Financial Economics，2013（1）：1 ～ 28.

[ 6 ] ? Pontiff ?J.，Woodgate A.. Share Issuance and Cross-sectional Returns[ J].Journal of Finance，2008（2）：921 ～ 945.

[ 7 ] ? McLean R. D.， Pontiff J.，Watanabe A.. Share Issuance and Cross-Sectional Returns： International Evidence[ J].Journal of Financial?Economics，2009（1）：1 ～ 17.

[ 8 ] ? George T. J.， Hwang C.. A Resolution of the Distress Risk and Leverage Puzzles in the Cross Section of Stock Returns[ J].Journal of?Financial Economics，2010（1）：56 ～ 79.

[ 9 ] ? Hartzmark S. M.， Solomon D. H.. The Dividend Month Premium[ J].Journal of Financial Economics，2013（3）：640 ～ 660.

[10] ? Frazzini A.， Pedersen L. H.. Betting Against Beta[ J].Journal of Financial Economics，2014（1）：1 ～ 25.

[11] ? Asness C. S.， Frazzini A.， Pedersen L. H.. Quality Minus Junk[ J].Social Science Electronic Publishing，2015（10）：N/A.

[12] ? Asness C. S.， Frazzini A.， Pedersen L. H .. Quality Minus Junk[ J].Review of Accounting Studies，2019（24）：34 ～ 112.

[13] ? 吳世農，許年行.資產的理性定價模型和非理性定價模型的比較研究——基于中國股市的實證分析[ J].經濟研究，2004（6）：105 ～ 116.

[14] ? 趙勝民，閆紅蕾，張凱.Fama-French五因子模型比三因子模型更勝一籌嗎——來自中國A股市場的經驗證據[ J].南開經濟研究，2016（2）：41 ～ 59.

[15] ? 李金鳳.中國創業板市場股票定價研究[D].廈門：廈門大學，2014.

[16] ? 魏潔.Fama-French模型及其流動性修正模型在我國創業板的適用性研究[D].天津：天津大學，2014.

[17] ? 王博然.深圳創業板市場的Fama-French三因素模型適用性研究[D].青島：中國海洋大學，2015.

[18] ? 潘莉，徐建國.A股市場的風險與特征因子[ J].金融研究，2011（10）：140 ～ 154.

[19] ? 田利輝，王冠英.我國股票定價五因素模型：交易量如何影響股票收益率？[ J].南開經濟研究，2014（2）：54 ～ 75.

[20] ? 高春亭，周孝華.公司盈利、投資與資產定價：基于中國股市的實證[ J].管理工程學報，2016（4）：25 ～ 33.

[21] ? 胡熠，顧明.巴菲特的阿爾法：來自中國股票市場的實證研究[ J].管理世界，2018（8）：41 ～ 54.

[22] ? 李斌，馮佳捷.中國股市的公司質量因子研究[ J].管理評論，2019（3）：14 ～ 26.

[23] ? 崔曉楊，閆冰倩，喬晗，胡毅，汪壽陽.基于“微笑曲線”的全產業鏈商業模式創新——萬達商業地產案例[ J].管理評論，2016（11）：264 ～?272.