有限注意、行业信息扩散与股票收益，本文主要内容关键词为：收益论文,股票论文,行业论文,信息论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
经典的资产定价模型认为，在一个高度有效的证券市场中，信息能够被快速地消化和吸收，并准确反映于证券价格。然而近期行为金融的研究表明，证券市场中存在大量的“摩擦”，市场参与者的偏好、行为特征与经典假设存在系统性偏差。这对短期甚至长期的资产价格起着不可忽视的作用。 有限注意是指个体在处理信息或执行多任务时的能力是有限的(Kahneman，1973)①。在纷繁复杂的金融市场上，信息的收集、处理和分析需要花费大量成本，因而不同投资者能够获得的信息是有差异的。即使面对完全相同的信息，投资者分析信息的能力也会有所不同。因此，有限注意对于投资者利用信息、形成信念、最终投资决策以及均衡的资产价格都会产生重大影响(彭叠峰等，2012)②。换言之，在投资者信息处理能力既定的条件下，信息处理的复杂度也会影响资产价格对信息的反映。 Hirshleifer and Teoh(2003)构建理论模型指出，在投资者具有有限注意的条件下，不同的财务信息披露方式会对投资者认知和股票的市场价格造成不同的影响。有限注意的投资者倾向于接受简单、突出、易于传递的信息，而忽略相对复杂的公开信息。在分析业务结构复杂、行业覆盖面广的集团公司时，投资者往往不能考虑到全部子行业的特点而进行全面、准确的估值。那么，当一则行业信息到来时，投资者有限的关注度和信息处理能力会使得新信息对业务多元化公司的影响相比业务单一的公司存在滞后。这种延迟反应启示我们可以通过业务单一公司的收益预测业务多元化公司的收益。 Peng and Xiong(2006)证明有限注意会促使投资者采用分类思考(category thinking)的方式处理信息，即更多地利用关于市场、行业或板块的信息来指导其投资决策。然而，目前，市场中业已存在的行业分类大都根据公司超过50%的销售收入所在的行业确定。Chen et al.(2012)发现机构投资者和职业股票分析师都严重依赖固有的行业分类进行投资决策、发布评级报告。那么，这种行业分类有可能进一步阻碍新信息在业务多元公司中的扩散、加剧价格的延迟反应。 下面通过一个简单的例子进一步阐明本文的观点。假设近期国家出台了加快城镇化建设、降低房贷利率等一系列刺激房地产市场的政策。那么，对于万科A(000002)、万通地产(600246)、华业地产(600240)等一系列主营业务只有房地产的上市公司，投资者通过其行业类别和汇总的财务信息，便很快能将该信息的影响反应在股价中。而对于凯乐科技(600260)、金种子酒(600199)、水井坊(600779)、恒顺醋业(600305)等非房地产行业的上市公司，尽管其房地产业务所占份额也不少，但一方面其股票名称和行业分类很难让有限关注的投资者将其与房地产的利好政策联系在一起，投资者只有从财务报表附注的分行业(产品)收入中才能发现其经营房地产的信息；另一方面即使投资者已经注意到这类公司，但由于公司业务的复杂性让信息处理能力有限的投资者也很难对其进行准确估值(需要精确量化各个主营业务对利润和公司价值的贡献)，因此需要更长的时间相关信息才能融入到股价中。总之，在拥有有限注意投资者的股票市场中，业务多元化的公司相比业务单一的公司信息处理过程更复杂，其股价对行业信息的反应会存在一定延迟。基于此，当万科等专注地产行业的单一公司股票走势很好的情况下，买入同样拥有房地产行业的集团公司的股票，将极有可能获得超额回报。 在我国股票市场中，散户是市场交易的主体，相比机构投资者，他们缺乏充足的时间和专业知识收集、处理相关信息。从这个角度讲，投资者有限注意对我国股票市场价格的影响可能更为突出。此外，我国股票市场“同涨同跌”现象严重(Morck et al.，2000)，并具有鲜明的题材转换和行业轮动特征。这恰好印证了Peng and Xiong(2006)关于有限注意的投资者投资风格的结论。因此，从行业信息扩散角度探讨投资者有限注意对股票收益的影响，对理解我国股票市场信息的反应特征及定价机理具有重大意义。 本文利用上市公司财务报表附注中主营业务收入的分行业信息将证券市场信息传递的“摩擦”进行量化，进而考察投资者有限的关注度和信息处理能力对行业信息扩散与股票未来收益的影响。具体地，本文基于单一公司表现构建了可以预测集团公司未来的收益的新指标——伪集团公司收益。根据滞后期的伪集团公司收益率排序分组后，以等权方式买入前20%的集团公司，卖出后20%的集团公司，持有一个月，平均每月获利为1.42%，t值为2.39；以市值加权的方式执行该策略每月获利为1.38%，t值为2.33。经CAPM模型和Fama-French三因素模型调整后，该收益仍然显著。这说明根据伪集团公司收益构建对冲策略获得的超额收益并不能被经典风险定价模型所解释。而且当持有期延长至12个月时，对冲组合的超额收益率接近0，累积超额收益率曲线趋于平缓，说明上市收益预测性来自集团公司股票对行业信息反应不足而非反应过度，与本文的假说一致。这一结果也表明滞后期的“伪集团公司收益”确实捕捉了影响公司基本面的行业信息，而非行业层面的投资者情绪。 接着，通过Fama-Macbeth多因素回归的方式，本文证实滞后期伪集团公司收益对集团公司未来股票收益的预测性是不同于行业和个股动量效应的新现象。本文还通过选取投资者关注度和信息处理能力的代理变量，进一步揭示了有限注意影响行业信息扩散及未来股价的内在机理。如果这一预测性确实与投资者关注不足和信息处理能力有限相关，那么受关注程度越低或者估值复杂度越高的股票，行业信息融入其股价的过程越慢，从而让这类股票的收益表现出更强的可预测性。实证结果表明，股票收益的预测性在历史收益较低、换手率较低、机构投资者持股比例较少和公司经营复杂度较高、行业平均估值复杂度较高的股票中表现更明显。与Cohen and Lou(2012)仅强调公司业务复杂性影响信息传递速度不同，本文的分析证实了集团公司股价对行业信息的延迟反应与投资者有限的关注度和信息处理能力均相关，而且行业本身估值的复杂度也会影响信息传递的速率。 本文的结构安排如下：第二部分是文献回顾；第三部分介绍数据来源及处理过程；第四部分阐述研究设计；第五部分给出了基于投资组合分析的实证结果；第六部分探讨了集团公司收益预测性的内在机理；最后是结论。 二、相关文献回顾 投资者有限注意是近年来行为金融研究的热点。③该领域的实证文献大体上分为两类。一类文献研究有限注意对投资者交易行为的影响。Baber and Odean(2008)认为投资者倾向于购买那些能够吸引自身关注的股票，接着他们分别用新闻、高异常成交量和极端日收益率作为投资者关注的代理变量，证实了这一推断。Da et al.(2011)构建了一种更为直接的投资者注意力的衡量指标——谷歌搜索量指数(SVI)，发现SVI不仅与短期股价走势正相关，而且对IPO首日表现和股票动量效应也具有一定的解释力。在国内，贾春新等(2010)④利用限售非流通股解禁这一没有信息含量的外生事件，证实了投资者关注确实会引起股票的正回报。张兵和俞庆进(2012)⑤采用百度搜索指数探讨了投资者关注度对股票收益和交易量的影响。 另一类文献从投资者有限注意角度探讨股票价格对信息的反应模式及信息在市场中扩散的机理。Hirshleifer et al.(2009)发现当同一日披露的盈余公告较多时，投资者对盈余意外(earnings surprises)的反应更加不足，进而事后的盈余漂移(earnings drift)现象更加明显。Dellavigna and Pollet(2009)发现由于投资者在周五容易被其他事情分散精力，因此公司在周五披露的盈余公告相比其他交易日具有更弱的即期市场反应和更强的延迟反应。谭伟强(2008)⑥借鉴上述研究的思路，发现我国市场上的盈余公告存在显著的“集中公告效应”和“周历效应”。权小锋和吴世农(2010)⑦的研究也证实了投资关注对盈余公告效应的影响。 除盈余公告效应外，投资者对较为复杂的公开信息的解读也并不充分。越来越多的研究通过量化信息扩散过程中的摩擦，发现了可以预测股票收益的新指标。DellaVigna and Pollet(2007)发现用滞后的消费和人口统计变量预测的未来消费需求变动可以预测相关行业的年度股票收益。Cohen and Frazzini(2008)发现客户公司股票收益对供应商公司的股票收益具有预测作用，说明投资者在进行投资决策时并未考虑上市公司之间的经济关联。Da and Warachka(2011)由于投资者对分析师长期盈利预测理解得不充分，因而过于乐观(悲观)的长期盈利预测与未来股票收益负(正)相关。Cohen and Lou(2012)发现即使在以专业投资者为主的美国股票市场上，信息处理的复杂程度也会影响股价对信息的反应速率。Huang(2012)发现利用跨国公司境外业务所在国相关行业的股票收益可以预测该公司股票的未来收益，说明由于语言、文化及地域上的障碍，国内投资者对跨国公司受境外业务影响的价值分析存在滞后。与由于投资者过度自信、保守主义、证实性谬误等行为偏差造成的股价对信息的有偏反应不同，这类研究中的反应不足并非源自投资者的行为偏好与经典假设不同，而是由于有限注意对投资者信息解读能力的约束造成的。目前国内文献中从这个角度对有限注意的研究尚不多见，本文借鉴Cohen and Lou(2012)中对信息传递摩擦的量化方法，考察投资者有限的关注度和信息处理能力对行业信息扩散与股票市场反应的影响。研究发现，集团公司股价相比单一公司对行业信息的反应存在延迟，而且投资者关注度越少、信息处理过程越复杂的上市公司价格的延迟反应越严重。 三、数据来源 本文中上市公司主营业务收入的分行业信息来自上市公司年度财务报告的附注部分。根据证监会《公开发行证券的公司信息披露内容与格式准则第2号年度报告的内容与格式(2001年修订稿)》第八节董事会报告第三十三条，“公司董事会应介绍报告期内的经营情况：(一)主营业务的范围及其经营状况，(二)介绍生产经营的主要产品或提供服务及其市场占有率情况。应说明占公司主营业务收入或主营业务利润10%以上的业务经营活动及其所属行业。对占主营业务收入或主营业务利润总额10%以上的主要产品，应分项列示其产品销售收入、产品销售成本、毛利率。”因此，对于A股任何一家上市公司都有义务披露其占主营业务收入(利润)10%以上的行业(产品)名称及其具体经营情况。本文从Wind数据库中获取了2001年到2010年全体A股上市公司前五大主营业务的行业(产品)名称和销售收入。 目前，国内年报披露并未要求采纳统一的行业分类。为此，本文首先采用Visual Studio 2010 C++作为编程工具，通过“文字识别”，将近13 000个上市公司年报附注中披露的子行业(产品)名称逐一对应到证监会行业分类中。证监会《上市公司行业分类指引》中将所有上市公司分为12大类。由于制造业、运输业等大行业的不同细分领域间差异较大，本文采用了其二级行业分类，因此，在实际操作中，共包括34个行业。 本文的股票交易数据，如上市公司股价、月度回报率、市值、换手率等变量来自国泰安数据库。股票交易数据时间范围是从2002年5月到2012年4月。此外，有关分析师关注度和专业机构投资者持股比例的数据也均来自国泰安数据库，考虑到各自数据的可得性，起始时间分别为2005年1月和2003年9月，截止时间均为2012年4月。 四、研究设计 首先，本文根据投资者有限注意对行业信息扩散的影响，构建了一个能够获得超额收益的对冲投资策略。接着，通过Fama-Macbeth多因素回归证实了该策略的超额收益来自投资者有限的关注度和信息处理能力，而非其他因素。 (一)分组检验 1.划分单一公司与集团公司 将所有上市公司根据其主营业务的分行业信息划分为单一公司和集团公司。单一公司是指存在某个行业，其销售收入大于整个公司销售收入80%的上市公司。而集团公司是指主营业务涉及两个及两个以上的行业且没有任何单一行业的销售收入大于整个公司收入80%的上市公司。⑧鉴于同一上市公司不同行业收入占比每年均有所不同，而且单一公司可能因为业务拓展原因成为集团公司，因此，本文的分类根据年报信息每年调整一次。同时，为了保证上市公司年报信息的可得性，本文的行业分类在每年5月初根据最新公布的上一年度财务报告进行，到次年的5月进行更新。特别地，此处设定的比例高于一般行业分类中50%的标准，这样的设定既能保证单一公司有充足的样本从而使得某一行业单一公司的加权收益能够真正反映行业层面的信息而非个别公司的信息，又能将多元化经营的集团公司从通常的行业分类中区分出来，以便研究其股价对相关行业信息的反应特征。 最终，在本文的近13 000个样本中(单位：公司年)，单一公司的个数超过8 000个，占整个A股市场上市公司数目的平均比例为59.89%，集团公司的个数接近5 000个，平均占比为35.30%，具体统计数据见表1。
2.构建排序指标——伪集团公司收益 由于投资者有限注意的影响，对于同样的行业信息，单一公司股价的反应要领先于集团公司。换言之，那些首先反应在单一公司股价中的行业信息，随着信息的扩散和投资者的套利，最终也将反映到集团公司的股价中。因此，本文利用单一公司的股票收益构建了行业信息的度量指标，并以此预测未来集团公司股价的走势。如果t-1月某行业单一公司的平均收益为正，表明该行业存在利好消息。进一步，本文为每一集团公司构建了“伪集团公司收益”指标，该指标反映了t-1月集团公司涉及的所有行业的加权平均收益，如果该指标为正，说明集团公司涉及行业平均而言存在利好消息。按照本文逻辑，集团公司相比单一公司股价对信息反应存在滞后，那么单一公司收益反映的行业利好信息最终也会融入到集团公司的股价中，从而利用该指标可以预测未来集团公司股价的走势。 具体地，为每一个集团公司找到其唯一对应的伪集团公司，集团公司i在t时刻对应的伪集团公司的收益为：
其中：
表示在t时刻行业k的销售收入在公司i总收入中的占比，
其中：
分别表示在t-1时刻，行业k中的第m个单一公司的股票收益和市值，M表示行业k中单一公司的数目。 以我国A股上市公司金种子酒为例，2009年其业务构成主要有三块：酒类(占比60%)、生化制药(占比30%)和房地产(占比10%)。那么金种子酒的伪集团公司的组合为60%×单一经营酒类的上市公司组合+30%×单一经营生化制药的上市公司组合+10%×单一经营房地产的公司组合。在2010年6月，单一经营酒类的上市公司组合回报率为14.5%，单一经营生化制药的上市公司组合回报率为7.5%，单一经营房地产的公司组合回报率为13%，则金种子酒在2010年6月所对应伪集团公司的月度回报率为 60%×14.5%+30%×7.5%+10%×13%=12.25% 3.实施对冲策略 每月初，将所有集团公司根据它们所对应的伪集团公司在上月的收益率排序，分成五组。买入“伪集团公司”的收益率在前20%的上市集团公司，卖空“伪集团公司”的收益率在后20%的集团公司，每月进行一次调仓。并按照市值加权和等权分别计算买入组合、卖出组合及相应的对冲组合的收益率。值得注意的是，该对冲策略获得正超额收益依赖的是各集团公司对应的伪集团公司收益的相对差异。 如果投资者有限的关注度和信息处理能力确实影响行业信息的扩散，那么由单一公司组成的伪集团公司收益率将对其相应的集团公司的收益具有正向的预测作用。回到第2步中金种子酒的例子。2010年5月，金种子酒的伪集团公司回报率为12.25%。该回报率在2010年6月620个伪集团公司中排名第105，即前16.9%。根据本文的逻辑，金种子酒股票将在未来一个月较高的收益。事实上，2010年7月金种子酒的回报率为19.54%，在当时的所有集团公司中排名第111，为前17.9%。这个简单的例子印证了伪集团公司收益对未来股票收益的预测能力。我们将在实证结果部分详细报告分组检验的结果。 4.计算风险调整收益 为了验证上述对冲策略组合的收益是否源自系统性风险，本文将对冲组合的收益率的时间序列数据分别对CAPM模型中市场因子和Fama-French三因素模型进行回归，估计出超额收益Alpha及Beta。市场因子由全市场组合的股票收益率减去同期1年期银行存款利率得到。Fama-French三因子参照其原文中的方法，构建出了中国A股市场的市场因子、规模因子和账面市值比因子。 (二)Fama-Macbeth回归 尽管分组检验可以考察伪集团公司的收益是否对集团公司的收益具有预测能力，但这种基于单因素分组的结果无法控制影响股票收益的其他因素。特别是伪集团公司收益与集团公司所属基本行业的收益以及股票自身的收益间存在天然的联系。因此，为了控制行业动量、个股动量等因素对集团公司股票收益的影响，本文还采用Fama-Macbeth多因素回归的方式比较了伪集团公司收益与其他因素对集团公司收益的预测能力。 在排除动量等因素的影响后，本文还利用上述回归模型证实了伪集团公司收益的预测能力确实与投资者关注度和信息处理能力相关。具体有关投资者关注度和信息处理能力的代理变量详见内在机制部分的论述。 Fama-Macbeth回归的估计方法如下： 第一步，在检验期内的每个月，进行一次横截面估计得到解释变量j在t月的估计值
。 第二步，将估计的回归系数求平均，假设共有T期，Fama-Macbeth回归估计的系数
五、实证结果 表2给出了分组检验的结果。Panel A和Panel B分别按等权和市值加权方式计算买入组合、卖出组合及对冲组合的收益率。具体地，根据上月伪集团公司收益率排序分组后，以等权方式买入前20%的集团公司卖出后20%的集团公司，持有一个月，平均每月获利为1.42%，t值为2.39；以市值加权的方式执行该策略每月获利为1.38%(t=2.33)。等权和市值加权的结果相差不大说明该策略的绩效受公司规模影响不大。经CAPM模型和Fama-French三因素模型调整后，该策略仍然具有显著的收益，而且对冲组合收益率对系统性风险因子的估计系数均不显著，说明根据伪集团公司收益率构建对冲策略获得的超额收益并不能被经典风险定价模型所解释。 本文还计算了对冲组合在每年度的累积回报，以考察该指标在各年度的预测能力。这种方法假设投资人在每年滚动执行对冲策略。结果发现，除2001年(2001年5月至2002年4月)累计收益为-5.31%外，该策略在其余年份均获得正收益。最大值出现在2006年，高达60%，其余年份的正收益均在10%—25%波动。这一结果表明基于集团公司对行业信息反应滞后的投资策略非常稳健。 此外，为了排除流动性匮乏、交易成本高昂等因素对对冲策略绩效的影响，本文还剔除了市值规模或股价水平低于全部股票10%分位点的集团公司样本，重新计算对冲策略的收益，结果与表2非常类似。事实上，股价水平或市值规模低于全部股票10%分位点的集团公司数目非常有限。所以，流动性等微观结构因素基本不会影响该策略的获利性。
尽管我们基于伪集团公司收益的对冲策略表现出了很强的稳健性，但根据本文假设，这一预测性应来自集团公司股票对行业信息的反应不足而非反应过度。换言之，随着时间的推移，新的行业信息将充分反映到股价中，基于伪集团公司收益指标的预测性应逐渐消失。为此，我们将原先对冲策略的持有期延长到12个月，观察对冲组合收益随持有期的变化。图1给出了按等权计算的单月对冲组合收益率和累计收益率。⑨从图中可以看出，对冲组合的收益率随持有期的延迟而下降，当持有期为1年时，单月收益率与0无差异，累计超额收益率曲线也趋于平缓。这与本文中由于投资者有限注意导致对行业信息反应不足的假说相一致。同时，这一结果也排除了由于投资者过度反应而带来超额收益的可能性。
图1 持有多期的对冲组合收益率 另外，如果这一预测性源自集团公司对行业层面投资者情绪的滞后反应，那么，集团公司股价的变现形态应先是反应不足，而后再因反应过度回调。然而对冲组合在长期的累计超额收益只是趋于平缓，并没有变为负值。这一结果表明滞后期的伪集团公司收益确实捕捉了影响公司基本面的行业信息，而非行业层面的投资者情绪。 六、内在机制 接下来，本文采用Fama-Macbeth多因素回归的方法进一步探讨根据滞后期伪集团公司收益预测股票收益的内在机制。采用回归的方式可以灵活地添加控制变量，因而便于比较各种潜在因素的解释力。 (一)动量效应 尽管本文构建的股票收益预测指标——滞后期的伪集团公司收益，与股票自身及行业的动量效应均不同，但该指标构建时包含集团公司所属行业的收益。因而它的解释力有可能来自Moskowitz and Grinblatt(1999)发现的行业动量效应。另外，国内学者对A股市场动量效应的研究发现，以2—4周为考察期，我国股票市场在个股和行业层面都存在显著的动量效应，而中长期(如3—12个月)则主要表现为反转效应(潘莉和徐建国，2011)⑩。这样，本文中对冲策略执行的时间窗口恰好与我国股票市场上的动量效应一致。这进一步增加了控制行业和个股层面动量效应的必要性。 表3给出了控制动量效应后的Fama-Macbeth回归结果。第(1)列至第(2)列的因变量是集团公司在第t月的回报率(
)，本文关注的核心自变量是集团公司相对应的伪集团公司在第t-1月的回报率(
)。
是集团公司在第t-1月的回报率，用来控制个股层面的动量效应。
是集团公司销售收入中占比最高的行业在第t-1月的回报率，用来控制行业层面的动量效应。除此之外，本文还引入了滞后一期的股票市值、市盈率及换手率进一步控制影响集团公司股票收益的其他因素。回归结果显示，
与
有显著的正相关关系，即伪集团公司的回报率对下个月相对应的集团公司回报率有显著的预测作用，这印证了前文中分组检验的结果。具体地说，当控制了公司市值、市盈率及换手率之后，
的系数为5.61，t值为3.39。
的系数显著为正，印证了潘莉和徐建国(2011)关于我国股市动量效应的研究。
的系数为负，表明控制个股动量效应和伪集团公司收益后，行业动量效应几乎不存在。最为重要的是，控制个股动量效应(
)和行业动量效应(
)后，
的系数仅有微弱的下降，这表明动量效应并不能解释本文发现的股票收益预测性。
第(3)列和(4)列的因变量是集团公司回报率与其所属行业收益率之差(
-
)，解释变量与前面完全相同。这一检验的目的是将本文的收益预测模型同行业动量效应更明显地区分开来。通过这种处理方法，我们可以将由于投资者有限注意而产生的收益回报单列出来。回归结果显示，即使剔除行业因素，
对集团公司未来收益的预测力仍然显著为正(系数为4.62，t值为2.79)。而且
的系数变得不显著(-1.37，t值为-1.36)，证明这种方法确实剔除了行业层面的因素。 由于基本行业并不能代表集团公司的所有行业，因而为了更好地捕捉集团公司的行业信息，我们将当月伪集团公司的收益从个股收益中剔除。具体地，第(5)列和第(6)列的因变量是集团公司回报率与其对应的伪集团公司收益率之差(
-
)。此时
的系数仅仅反映由于投资者有限注意而遗漏的行业信息对集团公司异质性收益的预测力。结果显示，尽管
的系数值有所下降，但仍在90%的置信水平下，具有显著的预测能力。这进一步说明了伪集团公司收益的预测能力是独立于行业因素和动量效应的。 (二)关注度 前面的分析表明伪集团公司收益对集团公司股价的未来表现具有独特的预测能力，下面我们将通过直接选取投资者关注度和信息处理能力的代理变量，来进一步揭示有限注意影响行业信息扩散及未来股价的内在机理。 不同股票吸引投资者的关注程度是不同的。如果伪集团公司的收益对集团公司股票价格的预测能力确实与投资者关注不足有关，那么受关注程度越低的股票，行业信息融入股价的过程越慢，从而对其股价具有更强的预测能力。Hou et al.(2009)认为过去表现较好的股票更容易吸引投资者的注意力。特别是当股票具有较大正收益时，更容易吸引投资者的注意力。Braber and Odean(2008)认为股票的成交量直接反映了投资者的注意力，成交量越高的股票，吸引投资者关注的程度也越高。因此，对过去表现不佳或成交量较低的股票，该指标的预测能力应该更强。相比散户投资者而言，专业机构投资者有更多的时间和更高的分析能力搜集、挖掘股票的内在价值，并通过交易使其反映在股价中，那么被机构投资者持有较少的股票，其价格反应信息的速度应该更慢，因而对这类股票的预测能力应该更强。类似地，卖方分析师是行业信息的重要解读者。吸引较多分析师关注的股票，对信息的反应速度应该更快。因此，对于较少分析师关注的股票，行业信息的延迟应该更严重，因而有更强的预测能力。本文分别采用股票过去6个月的累积收益、换手率、机构投资者持股比例、是否有分析师关注作为上述引起投资者关注度差异因素的代理变量。为了反映对高关注度和低关注度股票预测能力的差异，在具体回归时，我们引入了关注度虚拟变量，将过去6个月股票的累积收益为正、换手率、机构投资者持股比例高于中位数水平的股票和有分析师关注的股票的值设为1，否则为0。并将关注度虚拟变量与
的乘积项加入回归方程，以此来反映滞后期伪集团公司收益对高关注度股票和低关注度股票预测能力的差异。除此之外，还加入了表3中其他所有控制变量。回归结果显示(见表4)，
的系数显著为正，而关注度与其交叉项的系数均为负，说明滞后期伪集团公司的收益对高关注度股票的预测能力要弱于低关注度股票。换言之，行业信息在高关注度股票中的扩散速度更快。这一结果表明本文发现股票收益预测性确实与投资者关注度相关，关注度越低的股票，信息融入股价的速度越慢，从而收益的预测性更强。值得一提的是，是否有分析师关注与滞后期伪集团公司收益的交互项系数并不显著，这可能与行业分析师关注的股票也依赖于固有的行业分类有关，因此，即使有分析师关注，对于集团公司中非主营业务行业的相关信息的解读也可能不充分。
(三)信息处理能力 除了关注度外，本文还强调，即使投资者已经注意到相关信息，但如果信息过于复杂或投资者处理能力有限，无法准确分析信息对公司价值的影响，那么信息融入股价的速度也会被延缓，从而带来更强的收益预测性。换言之，对于同样的投资者，信息对公司价值的影响越复杂，其处理能力就越弱。Cohen and Lou(2012)认为公司业务结构的复杂性会影响信息扩散速度。本文借鉴其度量复杂性的方法，分析投资者有限的信息处理能力对行业信息扩散及未来股票收益的影响。具体地，本文计算了赫芬达尔指数来度量公司业务结构的复杂性。赫芬达尔指数等于集团公司各个行业销售收入占比的平方和，公式为：
其中：
表示第k个集团公司的赫芬达尔指数，
指该集团公司的总销售收入，
指该集团公司第i个行业的销售收入，
指第k个集团公司的第i个行业销售收入占整个集团公司收入的比例。仍然以金种子酒为例，作为一家从事酒类生产(占60%)、生化制药生产(占30%)和房地产(占10%)的多种经营公司。那么金种子酒的赫芬达尔指数为：
如果一家公司的主营业务只有一项，则占比为100%，那么该公司的赫芬达尔指数为1，可见赫芬达尔指数与业务复杂度之间是反向的关系。如果一家公司的主营业务行业越分散，那么公司复杂程度就越高，赫芬达尔指数越小，投资者对信息的处理和分析时间就越长，信息反映到股价的滞后效应越明显，相应的预测能力也就越强。在回归中，为了反映公司估值复杂度对信息扩散的影响，我们定义了复杂度虚拟变量，当一家集团公司的HHI高于平均水平时(复杂程度低)，复杂度虚拟变量取值为1，否则为0。 除集团公司经营的复杂度外，行业本身估值的复杂度也会影响信息传递的速度。(11)具体地，集团公司所涉及行业的平均估值复杂度会影响股价对新信息反应的速率，行业平均估值复杂度高的集团公司股价延迟反应更严重。尽管对行业估值的复杂度很难找到一个客观的度量指标，本文尝试采用以下三种方式度量行业估值的复杂度： (1)成长性：高成长性的行业面临较高的估值不确定性(Jiang et al.，2005)。本文用行业平均的市值/账面价值之比(M/B)作为行业估值复杂度的代理变量，该变量值越高表明行业估值复杂度越高。本文在计算行业估值复杂度变量时，仅采用单一公司的样本，下同。本文按季度对行业平均市值/账面价值比进行更新。 (2)无形资产比例：有形资产比例越高的公司，估值不确定性越小(Bloom，2007)。本文将固定资产和流动资产在总资产中的占比定义为有形资产的比例(Tangibility)，并据此估算无形资产比例Intangibility=1-tangibility。进一步，本文采用行业平均的无形资产比例作为行业估值复杂度的代理变量，该比例越大，行业估值的复杂度越高。本文按年度对行业平均无形资产比例进行更新。 (3)行业平均股价波动率：股价的异质性波动率在一定程度上反映了投资者对公司估值的分歧，异质性波动越高的公司，估值不确定性越高(Zhang，2006)。本文用行业内单一公司平均股价异质性波动率(IndVol)作为行业估值复杂度的又一个代理变量。每个公司异质性波动率是通过计算每季度内该公司日度收益率对市场收益率回归的残差的波动率得到的。该指标按季度进行更新。 在得到每个行业估值复杂度指标的基础上，本文进一步根据集团公司各个行业销售收入占比加权得到其所有行业的平均估值复杂度。具体计算公式为：
其中：
表示在第t期可得的行业k的销售收入在公司i总收入中的占比，本文按年度对各行业销售收入占比进行更新，
表示在第t-1期末可得的行业k估值的复杂度。本文采用市值、账面价值比(M/B)，无形资产比例(Intangibility)、行业平均股价波动率(IndVol)等度量行业估值复杂度。当一家公司的平均行业估值复杂度(
)高于平均水平时，我们定义其复杂度虚拟变量取值为1，否则为0。 此外，本文还采用定性的方式定义行业估值复杂度。通常认为，高科技行业，未来不确定性大，估值难度较高。另外，房地产业牵涉上下游多个行业，影响因素众多，而且在本文样本时间段(2001-2010年)内，国家有关房地产行业宏观调控政策经历了较为曲折的变化，宏观政策的不确定性进一步增加房地产行业估值的难度。基于此，本文将包含电子行业(C5)、医药、生物制品行业(C8)、房地产业(J)的集团公司的复杂度的虚拟变量定义为1，否则为0，用SpecificInd表示。 将采用不同方式度量公司估值复杂度虚拟变量及其与
的交互项加入回归方程。按照本文的逻辑，复杂度越低的公司，股价反映信息的速度越快，预测能力更低；反之，信息融入股价的速度越慢，预测能力更强。如表5所示，当采用赫芬达尔指数度量公司经营的复杂度时，交互项系数的回归结果显著为负，表明公司经营复杂度越低的公司，股价的延迟反应越弱。当采用成长性、行业平均股价波动率以及是否包含高科技和房地产业作为行业估值复杂度的度量指标时，交互项系数显著为正，而采用无形资产比例度量行业估值复杂度的时，交互项系数为正，但不显著。这一结果说明，估值越复杂行业的信息融入集团公司股价的速度越慢。尽管很难找到完美的行业估值复杂度的指标，但本文采用多个不同指标同时检验，实证结果类似，一定程度上降低了缺乏客观行业估值复杂度指标对本文结论的影响。
此外，以往相关研究表明坏消息由于其他机制(如卖空约束)可能需要较长的时间才能融入股价，那么集团公司对坏消息的延迟反应是否更严重？为此，我们在表3的Fama-Macbeth回归方程中，加入伪集团公司收益为负的虚拟变量以及其与集团公司收益的乘积项。如果集团公司股价对坏消息反应延迟更严重，那么乘积项的系数应该显著为正。回归结果(未报告)表明，坏消息虚拟变量与伪集团公司收益的乘积项系数为正，但并不显著。这说明好、坏行业消息在集团公司的扩散上没有明显差异。 总之，通过Fama-Macbeth多因素回归的方式，本文证实滞后期伪集团公司收益对集团公司未来股票收益的预测性是不同于行业和个股动量效应的新现象。进一步地，我们发现，这一预测性在历史收益较低、换手率较低、机构投资者持股比例较少和公司估值复杂度较高的股票中表现更明显。这一结果表明投资者关注度和信息处理能力确实会影响行业信息的扩散速度及股票价格对信息的反应。与Cohen and Lou(2012)只强调公司业务复杂性会影响信息传递速度不同，本文的研究结果表明，集团公司股价对行业信息的延迟反应源自投资者有限的关注度和信息处理能力，而且行业本身估值的复杂度也会影响股价的反应速率。 本文从行业信息扩散角度，探讨投资者有限注意影响股票收益的内在机理。借鉴Cohen and Lou(2012)中对信息传递摩擦的量化方法，本文将上市公司分为“单一公司”和“集团公司”。研究发现，相比单一公司，集团公司股价对行业信息的反应存在延迟。根据这一延迟反应，本文利用单一公司的表现构建了可以预测集团公司股票未来的收益的新指标——伪集团公司收益。基于滞后期伪集团公司收益实施的对冲策略可获得10%—15%的年化收益，而且在不同年份表现出了良好的稳健性。这一发现对实务界开发适用于中国股票市场的量化投资策略具有重要参考价值。 接着，本文证明了这种收益的预测性源自以下两方面的因素。(1)有限的关注度：集团公司的分行业经营信息隐藏在财务报表附注中，不易被投资者察觉，而且固有的行业分类进一步迷惑了投资者，阻碍了信息的扩散。因而投资者关注度越低的集团公司，延迟反应越严重。(2)有限的信息处理能力：即使投资者注意到集团公司的全部行业信息，但集团公司复杂的估值，使得信息处理能力有限的投资者无法准确判断新行业信息对公司价值的影响。因而信息处理越复杂的公司，延迟反应越严重。这一结论不仅有助于揭示有限注意影响股票收益的内在机理，而且进一步丰富了学术界关于我国股票市场对行业信息的反应特征及定价机理的认识。 ①按照Kahneman(1973)的观点，狭义的有限注意只表示投资者是否注意到了相关信息，而广义的有限注意还包含有限的信息处理能力。为了避免混淆，本文用“有限关注”表示狭义的有限注意，而“有限注意”表示广义的有限注意，即同时包含有限的关注和有限的信息处理能力。 ②彭叠峰、饶育蕾、王建新，“有限注意、投资者行为与资产定价——一个研究评述”，《中南大学学报(社会科学版)》，2012年第3期，第97-107页。 ③彭叠峰等(2012)对该领域的相关文献做了较为全面的综述。 ④贾春新、赵宇、孙萌、汪博，“投资者有限关注与限售股解禁”，《金融研究》，2010年第11期，第108-122页。 ⑤张兵、俞庆进，“投资者有限关注与股票收益——以百度指数作为关注度的一项实证研究”，《金融研究》，2012年第8期，第152—165页。 ⑥谭伟强，“我国股市盈余公告的‘周历效应’与‘集中公告效应’研究”，《金融研究》，2008年第3期，第152—167页。 ⑦权小锋、吴世农，“投资者关注、盈余公告效应与管理层公告择机”，《金融研究》，2010年第11期，第97—107页。 ⑧由于Wind数据库收录的上市公司财务报表附注中只报告了前五大主营业务，且包含无法分类的“其他行业”，为了保证本文研究的行业能够反映上市公司的主要业务，我们剔除了那些所有子行业(指本文可分类的行业)收入之和小于整个上市公司销售收入的80%的样本。具体样本数见表1。 ⑨以市值加权方式计算的情况类似。 ⑩潘莉、徐建国，“A股个股回报率的惯性与反转”，《金融研究》，2011年第1期，第149-166页。 (11)感谢匿名审稿人的建议。
标签：股票论文; 回报率论文; 动量效应论文; 风险对冲论文; 投资论文;
