市场环境、可交易价值对股票短期收益的影响分析
开篇：润墨网以专业的文秘视角，为您筛选了一篇市场环境、可交易价值对股票短期收益的影响分析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
基金项目：教育部人文社会科学基金项目“不对称信息、市场参与者有
限理性与股票波动性价值”（11YJC790278）；江苏省教育厅高校哲学社会
科学基金项目“基于期权博弈的股票波动性价值研究”（2011SJB790002）
中图分类号：F830.9 文献标识码：A
内容摘要：可交易价值是指股票在其价格形成过程中经历股份化过程，获取流动性和波动性而创造的价值，在不同的市场环境下，涉及可交易价值的相关因素对股票的短期收益行为具有不同的表现能力。本文以我国沪深A股市场2006-2008年间的急涨急跌行情为背景，运用面板数据分析方法对比了当大势处于上升和下降的不同市场环境中时，可交易价值对股票日收益率的解释能力。实证结果显示，相对于传统的系统风险因子，可交易价值因子对我国股市的短期收益行为反应更加敏感，在不同的市场环境下显示出不同的特征：流动性因子在急跌背景中的影响力更强，股价因子和波动性因子在不同市场大势下显示出不同的影响方向或程度。上升背景下，投资者更加偏好高流动、高波动、低价格的股票组合。这些特征既能反映投资者偏好，也能供市场监管和预测参考。
关键词：市场环境 可交易价值 短期收益 面板数据
引言
股票投资收益永远是证券市场上最受瞩目的话题，相关的研究不计其数。一般而言，这些研究或者从资产定价的角度讨论股票收益行为的可能影响因素，或者从微观结构的角度分析这些可能因素的具体作用机制，但归根结底，其研究思路及对目标因素的选择均来自于对证券市场和股票收益行为的长期观察。目前，现有研究多集中于对规模因素、上市公司的投资收益率（E/P值）、财务杠杆、净资产市值比、动能及反转、流动性以及投资者心理等方面，并已经取得了相当多的研究成果。诚然，这种根据现象找本质的思路值得借鉴，但如果能够从股票价格形成的过程中探索其可能的影响因素，从根源上寻求股票收益的可能解释，显然更具有目标性和说服力。
基于对股票价格形成过程的探索，吴冲锋、王柱、冯芸（2008）曾从资产链的角度剖析了经济生活中资产价值的不断转移、变化和创造过程，即“实物资产公司资产资本资产衍生资产”的过程，认为其中包涵了由各种金融创新带来的资产形态及价值的演变。股票的上市过程即为资产链中由公司资产到资本资产变化过程的具体表现。较公司资产而言，资本资产最重要的特征在于其“可交易性”。可交易使公司资产实现了股份化、为资本资产带来了流动性和波动性，并且，这些特征伴随着资本资产交易的始终，随时影响着资本资产的收益，是资本资产未来价格变化的基本条件和源泉。
资产定价领域里的研究多以月度数据为对象，代表着股票的中长期收益特征，由于样本期一般长达十几年甚至几十年，其中通常并不反映市场环境对收益的影响；而市场微观结构领域内的研究则热衷于高频交易数据，代表着股票交易过程中最具体的成分和瞬间收益，因而也难以考虑市场环境的影响。然而实践中，市场环境对股票投资收益的影响则是显而易见、不容忽视的，研究不同市场环境下股票的收益行为显然具有理论和实践意义。
因此，本文将从股票价格的形成过程及股票可交易价值的角度入手，以我国沪深股市为研究对象，选择介于中长期收益和瞬间收益之间的，以日收益率为代表的短期收益数据，运用面板数据分析方法，讨论不同市场环境下股票可交易价值对其投资收益的影响。
文献回顾与评述
（一）关于股票可交易价值
可交易价值的概念源于资产链的思想。吴冲锋、王柱、冯芸（2008）认为，资产链是描述资产形态及价值变化的基本框架，“实物资产公司资产资本资产衍生资产”的变化过程包涵了资产衍变中的各种金融创新。吴冲锋、穆启国（2008）以及张普、吴冲锋（2009）分析了股票的上市过程，即资产链中由公司资产到资本资产变化过程的具体表现，认为其中包涵了公司资产股份化、股票可流通和可波动三个金融创新环节，且这三个环节共同构成了股票最重要的特征—可交易性。因此，可交易价值是指股票在其价格形成过程中由于经历股份化过程，进而获取流动性和波动性而创造的价值，它根源于股票的价格形成过程，伴随着股票交易的始终，是其未来价格及收益变化的基本条件和源泉，且在不同的市场环境下，涉及可交易价值的相关因素对股票的短期收益行为可能具有不同的表现能力。
1.公司资产股份化及股票价格效应。股份化是股票可交易的基础和必备条件，只有当庞大的公司资产具备了单位价值低、便于投资者买卖的形态之后，公司股份的“可交易”才成为可能。根据供求关系理论，市场面对股份化之前和股份化完成之后的单位资产价格必然会具有完全不同的需求函数。以此类推，投资者在高价股和低价股面前，也往往会有不同的需求和心理，进而也就会影响到相关股票的价格和收益。这从有关股份分割的文献中也可以得到间接的论证，如Copeland（1979）认为股份分割的目的是使股票价格回复到一个较低的“最优交易范围”里；Baker and Gallagher（1980）在对公司经理人进行调查之后发现，经理们通过股份分割使股票价格保持在合适的交易范围之内，使公司股票具有“最广泛的可流通性”；Anshuman and Kalay（2002）则建立模型描述最大化的股份分割价值，他们的研究同样表明股份分割能使股价趋于最优交易范围，改善流动性；Angel（1997）、Dennis（2003）及Mohanty and Moon（2007）等的研究认为股份分割的目的是使股票价格保持在一定的范围之内，这个范围相对于制度规定的最小绝对报价单位来说应该是最优的，以吸引更多的投资者。
2.股票可流通及流动性效应。可流通过程是可交易过程中最核心的环节，在有些文献中，流动性是与可交易基本等同的一个概念。如Longstaff（1995a）在其著名的 “流动性期权理论”中就曾运用无套利思想和期权定价理论构造模型，从流动性价值的角度计算了证券“可交易（Marketability）”的价值，具体地，将证券由于不可交易带来的折价视为一个回望期权，认为流动性缺失是导致不可交易或交易受限股票产生折价的主要原因，并基于“投资者完美择时能力”假设得到了流动性折价的最大值，指出流动性是影响股票可交易价值的主要因素。此外，资产定价领域中关于流动性价值的研究虽然并不涉及“可交易价值”的概念，但也明确指出流动性水平和预期收益间存在相关关系，如Datar（1998）对1962-1991年间纽约股票交易所收益非金融类上市公式的实证研究表明，换手率越高，股票的预期收益越低；Wang and Chin（2004）分析了我国股市个股月换手率和收益数据，发现在控制其它因素后换手率和中期收益之间存在显著的负相关关系；Acharya and Pedersen（2005）建立了一个包含流动性风险因素的均衡资产定价模型，指出证券的收益依赖于它预期的流动性，以及它自身收益和流动性与市场收益和流动性的协方差。
同时， Amihud、Mendelson and Pedersen（2005）、陈雨露、汪昌云（2006）等认为流动性风险也是资本资产定价模型中应该考虑的因素，证券的收益依赖于它预期的流动性，以及它自身收益和流动性与市场收益和流动性的协方差等。因此，无论是从理论研究的角度，还是根据实践中的经验，流动性因子都应是可交易价值分析中必须考虑的因素。
3.股票价格可波动及波动性效应。可波动过程是一个通常不为人们所认识的过程。但事实上，股票“可交易”带来的不仅是流动性飞跃，还使股票价格的频繁波动成为可能，真正能给投资者带来收益的，也不仅是“能买卖”，而是“能以不同的价格买卖”。正如Longstaff（1995b）的流动性期权理论所示：虽然流动性缺失是导致不可交易或交易受限股票产生折价的主要原因，但“收益波动率是决定折价程度的主要因素”，其实证结论也表明，不可交易股票现实的折价程度往往接近甚至高于理论模型得出的最大值，这就必须考虑可交易价值中除流动性价值之外，还可能包含波动性价值。或者说，波动并非如人们认为的那样仅仅是流动性价值的一个影响因素，它也可能对股票价格和收益产生独立的影响。
近年来，关于波动性价值的研究已经开始引起人们的关注：在市场层面上，Ang etc.（2006）证明市场波动因子在资产定价的横截面检验中是显著的，且模型实证误差小于CAPM模型；Adrian and Rosenberg（2008）则将市场波动分解为长期部分和短期部分并构造资产定价模型，证明了两个波动部分都对证券价格具有解释能力；在个股层面上，张普、吴冲锋（2009）基于期权定价理论的模型证实波动性在股票的可交易过程中具有正的价值，且这种波动性价值受预期波动率、预期波动率的波动率、波动率过程与价格过程的相关程度及预期波动率的均值回复速度等因素的共同影响，其中，预期波动率是最主要的影响因素，与波动性价值呈正相关关系，即投资者对未来波动的预期将直接决定股票波动性价值的水平，波动率的波动是波动性价值的次要影响因素，主要反映投资者对波动性价值可能存在的风险的认识，同时，波动性价值还与波动率的均值回复速度、波动率过程和价格过程的相关程度正相关，当波动率过程与价格过程相互独立时达到最小值；张普、吴冲锋（2010）基于期权博弈的波动性价值模型则显示，对可交易的股票而言，波动性既可能表现为风险，也可能表现为价值，且波动性价值的大小及方向取决于投资者的异质波动偏好、股票现金红利水平和波动率的共同作用。
（二）关于市场环境
现有研究中鲜有对市场环境与股票收益之间关系的直接讨论，而是仅从行为金融学的角度分析市场环境对投资者行为的影响。如Grinblatt and Keloharju（2001）指出股票的历史收益情况和市场环境对投资者交易决策具有显著的影响；陈磊、曾勇（2005）考查股市下跌背景下我国投资者的风险态度，认为除股价外，大盘走势也会影响投资者的行为，且相对于股市上涨，股市下跌时投资者的行为更加理性。由于投资者行为对股票价格和收益的影响是显而易见的，因此，研究不同市场环境下股票收益行为的特征就不仅是可能的，而且是必要的。
模型的建立
以经典的CAPM模型为基础，考虑股票可交易价值相关因素建立模型：
R=β1（rm-rf）+ β2PRI+β3LIQ+β4VLA+rf （1）
其中，R为个股或组合的收益率，rf为无风险收益率，rm为市场收益率，PRI、LIQ和VLA分别为价格因子、流动性因子和波动性因子，β1、β2、β3和β4则分别为系统风险因子、价格因子、流动性因子和波动性因子对股票风险收益率的影响系数。
实证过程及结果
（一）样本选择
2006-2008年间，我国股市出现了一轮前所未有的急涨急跌行情，市场环境在短期内发生了急剧的变化，可交易价值相关因子均呈现出显著的震荡，包含了大量的市场交易信息。因此，本文分别选择急涨阶段和急跌阶段的两段样本数据进行实证及对比，在分析可交易价值相关因子对股票短期收益行为的解释能力的同时，考察其在不同市场环境下的反应。具体将2006年10月9日至2007年9月28日作为上涨阶段（U段）的样本区间；将2007年11月1日至2008年10月31日作为下跌阶段（D段）的样本区间。
本文分别采集上述两时段内我国沪深A股主板市场所有个股的日交易数据，并对样本进行筛选：剔除净资产小于零的个股；剔除个股在样本期间内被特别处理或被其他处理时相关交易日的数据，且同时剔除该股恢复正常交易后前5个交易日的数据；剔除新上市个股前20个交易日的交易数据；样本期间内如遇个股停盘，则停盘日相关数据记为空值，不参加后续计算。最终，有效样本共涉及1251支个股，累计483个交易日，其中，U段241个，D段242个。令Ri，j、Prii，j、ExRi，j、Vlai，j以及rm，i，j（i=1，2…1251；j=1，2…483）分别为个股i在其第j个交易日的算术收益率、收盘价、换手率、Garch（1，1）波动率以及流通市值加权平均市场日收益率，其中，j=1，2…241为U段数据，j=242，245…483为D段数据，并记rf，j为第j个交易日的日无风险收益率。所有数据来源于锐思（RESSET）数据库。
（二）数据分组及描述
在每个交易日j（j=2，3…241， 243，246…483），首先将所有有交易的个股按其前一个有效交易日的股价Prii，j-1从低到高排序，并以约3∶4∶3的比例分成三组，分别记为LP、MP、HP组，LP组为股价最低的30%，MP组为股价居中的40%，HP组则为股价最高的30%；然后再以同样的方法，将所有有交易的个股分别按换手率和波动率分成LE、ME、HE组和LV、MV、HV组；最后，将上述三种分组结果交叉，可得27个组合。
对每个组合，在每个交易日求其中所有个股前一个有效交易日的平均股价、平均换手率和平均波动率，分别记为M_Prik，j，M_ExRk，j和M_Vlak，j（k=1，2…27；j= 2，3…241， 243，246…483）。同时求各组合每个交易日的算术平均收益率和算术平均市场收益率，分别记为P_Rk，j和P_rm，k，j（k=1，2…27；j= 2，3…241， 243，246…483）。
（三）面板数据模型检验
为了全面描述样本期间内27个股票组合中可交易价值各因子对组合日收益的影响，建立面板数据模型，将（1）式改写为：
P_Rkj-rf，j=αk，j+βkCAPM（P_rm，k，j-rf，j）+βkPriM_Prik，j+βkExRM_ExRk，j+βkVlaM_Vlak，j+εk，j （2）
其中，αk，j的性质依面板数据模型形式的不同而不同：混合模型中表示截距项；固定效应模型中是随机变量，且其变化与模型中各因子的变化有关；随机效应模型中也是随机变量，但其分布与模型中各因子的变化无关。εk，j为误差项（标量）。
为了避免伪回归问题，在进行面板数据回归前，必须对相关数据进行单位根检验，以验证数据序列的平稳性。面板单位根检验的方法有很多种，但通常只需采用两种方法，分别进行相同根和不同根的检验。本文选择Levin-Lin-Chu（LLC）和Fisher-ADF对样本数据进行检验，结果显示，在两种检验中，两段样本数据均能够拒绝“存在单位根”的原假设，因此可以认为样本序列是平稳的。具体结果如表1所示。
为确定面板模型的具体形式，须对样本数据分别进行F检验和Husman检验。由于本文的研究重点在于可交易价值对不同股票组合短期收益的影响，因而本文主要考察混合模型、个体固定效应模型和个体随机效应模型的适用性。具体地，在个体固定效应模型中进行F检验以确定混合模型和个体固定效应模型的取舍，在个体随机效应模型中进行Husman检验以确定个体固定效应模型和个体随机效应模型的取舍。检验结果如表2所示，显然，两段样本的检验结果均显示，应选择个体固定效应模型进行面板数据回归。
（四）结果分析与讨论
运用个体固定效应模型分别对两段样本数据进行面板数据回归，部分结果如表3所示。
总体上说，模型的解释能力良好，上涨和下跌阶段的贡献率分别达到79.67%和88.37%，F统计量在0.01显著性水平下显著，表明模型的正确性毋庸置疑；除下跌阶段的波动性因子外，系统风险因子和其它可交易价值因子的回归系数均显著，表明这些因子都对我国沪深股市的短期收益具有解释能力。
1.流动性因子的影响在不同市场环境下没有方向性的不同，但有程度上的差异。无论市场大势是上涨还是下跌，其系数都显著为正，说明流动性因子对股票短期收益行为的影响方向与市场环境无关，投资者在任何情况下都对股票组合的流动性状况报以相同的态度，换手率越高，预期收益也就越大。该结论与目前主流文献中关于以月换手率为代表的流动性水平与股票中长期预期收益负相关的观点相悖，说明股票的短期收益可能具有与中长期收益不同的特征。相比较而言，中长期换手率高，变现能力强，可以被视为股票的基本特征，而短期交投活跃则可能表示股票因受到市场的青睐而导致其可交易特征发生了变化，因此，交易频繁的股票组合在短期内能获得更高的收益。
从影响程度上看，急跌背景下流动性因子的系数更大，几乎是急涨背景下的两倍，也就是说，在急跌背景下，流动性高更具有实际意义，流动性的价值也更高，这种现象可以用行为金融学中损失厌恶的观点解释，即同等条件下，投资者对于止损的需求要比兑现收益的需求更大。
2.股价因子的表现则依市场环境的不同而不同，急涨背景下系数为负而急跌背景下为正，但从系数的绝对值上看则差距不大。表明股价对股票组合短期收益的影响程度基本是不变的，但在急涨阶段，由于绝大多数股票总体上均处于上升通道中，相对于低价组合而言，高价组合的未来上升空间可能更少，因而投资风险也就较高，因此高价股的预期收益较低，反过来，在急跌行情中，高价股却可能是抗跌、业绩良好、市场信心足的代名词，甚至能够被视为下跌背景下资金的避风港，因而具有更高的预期收益，而不同市场环境下相同水平的系数绝对值，则表明价格因子影响的程度是基本不变的，这很可能与投资者的需求和偏好有关，短期内，当投资者构成基本不变时，市场的需求函数和偏好特征也就基本保持不变。
3.波动性因子的影响相对比较复杂。急涨背景下波动性的影响显著为正，表明大涨行情下投资者总体上说是波动偏好的，这或许可以解释为当市场整体向好时，波动大的组合获取收益的可能性更大，收益水平也会更高，急涨环境下的波动更多的表现为获取收益的机会。
急跌背景下波动性因子的系数虽然也为正但不显著，从统计意义上说表示其对短期收益没有影响，但通过与急涨阶段结果的对比，可以认为在大跌的背景下，投资者对波动的态度已经发生了变化，总体上已经不再是波动偏好的了，联系实际情况，我国沪深股市的这轮行情是大涨之后紧接着就是大跌，而投资者对市场大势的预期从看涨到看跌的转换也许需要不短的时间，同样的，对波动的态度从偏好到厌恶的转化也需要一个过程，因此，从这种意义上说，急跌背景下波动性因子系数的不显著恰恰反映了投资者对市场预期和波动态度的广泛分化。由此可以预测，当市场持续疲软，投资者信心受挫，真正的熊市来临的时候，剧烈的波动将可能被视为股价进一步下跌的征兆，或者是其业绩出现不良状况的信号，因而更多的表现为风险。
此外，传统的系统风险因子在回归检验中也是显著的，说明其对股票收益的解释能力仍是可信的。但是，从不同市场环境的影响方向和程度上看，该因子在两段样本期间内的表现并没有明显的变化，说明它对不同的市场环境不具有敏感性，同时也从另一个侧面说明，以日收益率为代表的股票短期收益是与本文提出的可交易价值相关因子息息相关的。通过对不同市场环境下可交易价值各因子表现的对比，我们能够得到比现有研究更加深入和具体的结论，对理论和实践工作均具有一定的指导意义。
结论与展望
本文首先从股票价格的形成入手提出了可交易价值的概念，分析了可交易价值的可能影响因素，并建立了股票可交易价值模型，进而运用面板数据分析方法，利用我国沪深A股市场中两段处于完全不同的市场环境下的日交易数据进行了实证分析，得出以下结论：
首先，股票的可交易具有价值，可交易价值对股票短期收益具有重要的影响，其中涉及的股价因子、流动性因子和波动性因子均对我国沪深股市股票组合的日收益行为具有解释能力。现实中，股价、换手率和波动率都是市场上非常容易获取的指标，投资者能够方便地根据这些指标对股票短期收益的未来走势进行预期。同时，由于对可交易价值影响因子的设定来源于股票价格的形成过程，因而与股票价格和收益行为的联系更加密切。
其次，市场环境是股票短期收益的重要影响因素，股票可交易价值模型在不同市场环境下的表现截然不同：流动性因子在急跌背景中的影响力更强，股价因子和波动性因子在不同市场大势下显示出不同的影响方向或程度。上升背景下，投资者更加偏好高流动、高波动、低价格的股票组合。对这些市场指标的观察和监控，能够帮助我们对股票组合短期内的走势进行合理的判断，同时，这些指标大小或方向的显著变化，也可能是市场短期走势出现拐点的重要信号，更进一步，这些短期信号还可能为市场长期趋势的判断提供参考。
最后，相对于传统的系统风险因子，在不同的市场环境下，面对股票组合的短期收益行为，涉及可交易价值的相关因子表现出更强的表现力和敏感性，因而也就更具说服力。可以说，在对市场短线的判断中，可交易价值模型可能比传统资产定价模型更具理论优势和实践价值。
基于不同的市场环境，考虑股票可交易价值的资本资产定价模型是从股票的可交易过程入手展开分析的，其主要着眼点是股票价格的形成机制对价格和收益行为的影响。相对于长期以来人们大多从对股票价格行为的观察中探索其可能影响因素的思路而言，这无疑是一种全新的尝试。综观现有研究，本文模型关于涉及股票短期收益行为的价格效应、流动性效应和波动性效应的结论与现有研究都有所不同，其中，尤以波动性在不同市场环境下有可能表现为正的价值的结论与现有多数研究不同。必须承认，波动性因子在股票收益行为中的作用比较复杂，对波动性因子的进一步深入研究，如波动性价值/风险与投资者行为或偏好的关系，波动性因子的具体作用形式和途径等，将是未来有意义的研究方向。
参考文献：
1.Adrian T.and Rosenberg J.Stock Returns and Volatility：Pricing the Short-run and Long-run Components of Market Risk[J].Journal of Finance，2008，63（6）
2.Amihud Y.，Mendelson H.and Pedersen L.H.Liquidity and Asset Prices[J].Foundations and Trends in Finance， 2005，1（4）
3.Ang A.，Robert H.，Xing Y.，etc.The Cross Section of Volatility and Expected Returns[J].Journal of Finance，2006，61（1）
4.Angel J.J.Tick Size，Share Prices， and Stock Splits[J].Journal of Finance，1997，52（2）
5.Copeland T.E.Liquidity Changes Following Stock Splits[J].Journal of Finance，1979，34（1）
6.Datar V.T.，Narayan Y.and Robert R.Liquidity and Stock Returns：An Alternative Test[J].Journal of Financial Markets，1998，1（1）
7.Dennis P.Stock Splits and Liquidity：the Case of the Nasdaq-100 Index Tracking Stock[J].Financial Review，2003，38（3）
8. Grinblatt M.and Keloharju M.What Makes Investors Trade？[J].Journal of Finance，2001，56（2）
9. Longstaff F.A.How Much Can Marketability affect Security Values？[J].Journal of Finance，1995a，50（5）
10. Longstaff F.A.Placing No arbitrage Bounds on the value of Nonmarketable and Thinly Traded Securitie[J].Advances in Futures and Options Research，1995b，8
11.Mohanty S.and Moon D.Disentangling the Signaling and Liquidity Effects of Stock Splits[J].Applied Financial Economics，2007，17（12）
12.Wang C.Y. and Chin S.Profitability of Return and Volume-Based Investment Strategies in China`s Stock Market [J].Pacific Basin Finance Journal，2004，12（2）
13.陈磊，曾勇.基于股市下跌背景下的处置效应研究[J].管理评论，2005（3）
14.陈雨露，汪昌云.金融学文献通论—微观金融卷[M].中国人民大学出版社，2006
15.吴冲锋，穆启国.资产定价研究[M].科学出版社，2008
16.吴冲锋，王柱，冯芸.基于资产链的资产定价问题的思考[J].管理科学学报，2008（1）
17.张普，吴冲锋.基于非参数蒙特卡罗模拟的股票波动性价值研究[J].管理科学，2009（3）
18.张普，吴冲锋.股票价格波动：风险还是价值？[J].管理世界，2010（11）