中印股票定价模式的比较研究，本文主要内容关键词为：中印论文,模式论文,股票论文，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。
一、引言
在发展中国家中，中国和印度是两个最大的成员。论地理区位上，两国同处于亚洲，山水相连；论国家分类上，两国同属新兴经济体，同为发展前景良好的金砖国家。两国均是20国集团中重要的发展中成员。在全球性金融危机面前，两国经济均有效地抵御了危机的冲击，保持了强劲的增长，为全球经济复苏做出了重要的贡献；在国际经济和金融秩序改革问题上，两国也有不少的共同利益和共同立场。
在证券市场方面，新中国与独立后的印度相比，发展明显要晚得多。二战结束时，印度的证券交易所已多达21家。独立后，政府允许交易所继续存在，并在1956年颁布了证券合同(管理)法，加强了对市场的管理。①而新中国则是在1990年和1991年才相继成立了沪深证券交易所。②但是，中印两国的对比价值丝毫不低于中美之间。论市场规模，2010年中印两国股市总市值分别为4.76万亿美元和1.62万亿美元，而美国为17.14万亿美元；③市场交易总金额分别为8.03万亿美元和1.06万亿美元，而美国为30.45万亿美元。④从两个指标看，中印同属于一个数量级，而美国则属于更高的数量级。在证券市场的规范和完善程度上，虽然新中国证券市场发展时间比印度短得多，但在经济社会发展水平和阶段上更为接近，中印之间的对比价值绝不低于中美之间。
尽管证券研究界普遍把关注的目光集中在美国等发达国家上，印度证券市场并没有成为被遗忘的角落。一些专家学者潜心研究印度证券市场，研究中印两国证券市场的异同，提出了不少独到的见解。有关研究主要分为三种类型：
一是就资本市场在印度经济中的作用，以及影响印度证券市场发展的国内外因素展开分析。二是以印度为考察重点，从制度层面探讨印度证券市场的发展经验，并分析印度的经验对中国的启示。三是在研究中把中印两国置于并列地位，侧重于比较两国证券市场的异同，同时兼顾到印度经验对我国的借鉴价值。
证券市场研究包括制度研究和市场运行机制研究两个方面。研究角度包括宏观和微观两个层面。目前，在制度分析和宏观分析上，关于印度证券市场和中印两国证券市场异同的研究已取得了丰硕的成果。而在市场运行机制分析和微观分析上，研究尚有待加强。尤其是对于市场运行机制的核心内容——股票定价规律，则更需要在中印两国之间进行全面比较。
针对这一需要，本文积极融入跨学科思维，以多元回归分析为主要研究手段，重点考察股票价格对上市公司财务因素的响应模式在中印两国证券市场的异同。在此基础上，从文化背景角度解析定价模式差异产生的根源。
二、研究框架设计
(一)研究的理论基础
马克思在虚拟资本理论中明确指出，股票的市场价值“不是由现实的收入决定的，而是由预期得到的、预先计算的收入决定的”。⑤站在投资者立场上，预期的收入就是在未来可以从上市公司分配到的股利。根据贴现现金流模型，股票的价值在数量上等于预期股利按照一定折现率折算出的现值。⑥
从会计学角度考虑，充足的盈利和现金流是股利分配的前提和基础。股票的定价首先取决于这两类最为重要的财务因素。另一方面，在预期股利水平相同的情况下，折现率的高低也要影响定价。折现率随风险水平的上升而上升。而风险水平在很大程度上取决于公司的偿债能力和营运能力两类财务因素。偿债和营运能力越强，风险水平越低，从而折现率越低，股价越高。对每一类财务因素，投资者既关心当期的数值，也关心其动态变化趋势。因此，发展能力也是影响股价的重要因素。从虚拟资本理论和贴现现金流模型出发，可以把影响股价的财务因素分为盈利能力、现金流量、偿债能力、营运能力和发展能力五大板块。中印两国股票定价模式的对比，主要是要比较两国的股价对五类财务因素的反应模式有何异同。
(二)研究方法与模型设置
本文分别用中印两国数据构建回归模型，并通过模型的对比两国的股价定价模式。回归模型的主要设置如下：
1.样本选择和数据预处理
本研究的因变量为计算时段内的平均股价(记为
，以下一般简称股价)。解释变量是计算时段开始前最新发布的财务指标数值。在中印两国，上一年度财务报表分别在当年1—4月和1—3月内公布。本文对两国分别选择2008年5—12月和4—12月为平均股价的计算时段，以时段内各交易日的加权平均收盘价为平均股价。加权的权重为相应交易日的成交量。解释变量数据从2007年度财务报表中调取。中印两国模型的样本容量均为50，且在抽样时保持了行业的一一对应。中国数据直接取自深圳汇天奇公司《分析家》股票软件自带数据库，数据预处理亦在该软件中完成。对于印度方面，股价数据取自孟买股票交易所(BSE)官方网站Bseindia.com的交易数据库，行业划分和财务数据采集主要依赖财经网站Edelweissfa.com，数据预处理主要在Excel中完成。完成两国的数据预处理后，用Eviews5.0软件进行回归建模。
2.变量设置
在两国的模型中，均以Pi为因变量，解释变量设置如表1所示。
表1中，Pr1、Cf1和Cf2的单位为货币单位(中国为元，印度为卢比，下同)，So2和So3的单位为倍，Pr2的单位为百分点。有关增量均为当然较上年的增量。Cf2为每股收益与每股经营性现金流量净额之差。代码中含有“_d”均为虚拟变量，只有1和0两个取值，具体设置规则如下：(1)So1_d在资产负债率高于某一固定数值时取1，反之取0。建模时，将依次使用10、20、…、90为固定数值进行测试，并根据统计效果确定最优值。(2)To_d在当年存货周转率和应收账款周转率均高于上年时取1，反之取0。(3)De1_d和De2_d分别在当年每股收益和净资产收益率高于上年时取1，反之取0。
根据有关财务分析理论，在盈利能力和现金流量指标中，Pr1、Pr2、和Cf1对股价的预期影响为正，Cf2的影响一般为负。偿债能力和营运能力指标中，So1_d对股价的预期影响为负；而So2、So3和To_d对股价的影响则具有双向性，估计值为正为负均属正常。发展能力指标De1_d和De2_d对股价的预期影响均为正。
3.回归模型设置
影响股价的财务因素包括核心和非核心因素两类。本文先通过一元回归选出一个核心因素，再运用逐步回归法构建和筛选多元模型。假设用X*表示核心因素，
表示非核心因素。以
为例，它在影响股价时与核心因素的关系需考虑两种可能的模式：一是完全与之相并列；二是不与之并列，但可以改变核心因素对股价的边际效应。两种情况的数学形式分别为：
纳入解释变量时需同时考虑两种模式，并根据统计效果做出取舍。
三、以中印比较为目的的回归建模
(一)中印两国核心定价因素的筛选
无论是根据虚拟资本理论还是DCF模型，在股票定价中起决定性作用的要么是盈利能力因素，要么是现金流量因素。本文用中印两国数据分别估计了对Pr1、Pr2和Cf1的一元回归，结果如表2所示。
在中国的一元回归中，两个盈利能力指标对股价的影响均为显著，每股收益尤其显著，现金流量的影响不显著；印度则正好相反，现金流可以显著影响股价，而两个盈利能力指标对股价影响均不显著。因此，在中印两国应分别选择每股收益(Pr1)和每股经营活动现金流量净额(Cf1)为核心定价因素。
(二)中印两国的综合定价模型的股价
在确定两国的核心定价因素后，本文首先运用中国数据，从Pr1出发，严格按照逐步回归法的要求筛选变量。试验引入每个解释变量时，两种数学形式均进行了尝试，并根据统计效果进行选择。构建出中国的模型后，又从Cf1出发，逐步构建印度的回归模型。为便于对比，估计印度模型时优先引入在中国模型中较为显著的因素。最终的综合定价模型如表3所示。
经反复筛选，利用中国数据估计出两个综合定价模型，用印度数据估计出的一个模型，如表3所示。
在运用中国数据估计出的两个模型中，模型A中To_d*Pr1的系数不显著。剔除该变量后，模型B的每个系数均能通过t检验。若是单纯分析中国股市，应以模型B为最终模型。但在跨国对比中，两个模型均有分析价值。
四、中印两国股票定价模式的异同
第一，两国股价均高度依赖于基本面信息，但印度的依赖程度高于中国。
两国模型均能顺利通过F检验，显示基本面因素均能在整体上显著影响股价。未校正和校正的判定系数均在0.5以上，在截面回归中属于较高水平。但在印度模型中，不仅F值和两个判定系数远高于中国，而且各定价因素的t值更为显著。相比于年轻的中国资本市场，印度股市体现了股价对基本面更大程度的依赖。
第二，两国投资者在基本面信息的利用上均存在片面性，但具体表现形式不同。
无论怎样筛选解释变量，两国模型均无法成功纳入所有类型的财务因素。中国的模型A纳入营运能力因素后，无法通过t检验，只能将其舍弃，以模型B为最终模型。在中国模型中极为重要的盈利能力因素，同样也无法成功融入印度模型。营运能力和盈利能力均是极为重要的财务信息，均能通过多种渠道影响上市公司的未来。因此，两国投资者在使用基本面信息时均存在片面之处，不同的只是片面性的具体表现。
第三，两国的定价因素均可区分为核心和非核心因素，股价对核心因素的反应方向完全相同，且非核心因素影响股价出现了两种影响模式并存的现象；但两国核心因素不仅所属类别不同，而且在定价因素体系中的重要程度也明显不同。
两国的模型均验证了定价因素可分为核心和非核心因素的推断。在中印两国，非核心因素影响股价均同时存在两种模式：一是与核心因素相并列而施加影响，二是通过强化或弱化核心因素对股价边际效应而发挥作用。但是，中国股市的核心因素是每股收益，而印度则是每股经营性现金流量净额。前者属于盈利能力范畴，后者则属于现金流量范畴。在中国的最终模型(模型B)中，核心因素一个单位的增量可支撑起股价8.37个单位的涨幅，影响程度在各因素中位居第一；而在印度，则只能推动股价上升3.90个单位，影响程度在全部因素中仅处于第三位。中国股价对核心因素的依赖程度明显高于印度。在依赖模式上，中国更接近于集中型依赖，而印度则更倾向于分散型依赖。
第四，两国股市均存在盈利能力与现金流量的互动，但互动模式正好相反。
在两国的模型中，唯一能与核心因素相并列的定价因素均是每股现金差额(Cf2)。其数值正好是中印两国核心定价因素每股收益与每股经营性现金流量净额之差，反映的是盈利能力与现金流量的对比关系。在中国的模型B和印度模型中，Cf2斜率系数的符号正好相反：中国为负，印度为正。在中国，若Cf2大于零，投资者会产生负面解读，认为公司盈利缺乏充足的现金保障，从而会把每股收益增长对股价的提升效应抵消掉一部分。而在印度，由于投资者关注的焦点是现金流量而非盈利能力，同样的情况会被解读为现金流量有充足的盈利能力为保障，其结果反而是强化核心指标对股价的边际效应。可见，互动模式的不同是源于核心定价因素的不同。
第五，在对长期和短期偿债能力的反应上，两国的反应方向完全相同，但反应程度和反映的确切性明显不同。
当反映长期负债程度的资产负债率高于某一固定水平时，中印两国均会出现核心因素对股价边际效应被部分抵消的情况。在中国的模型B和印度模型中，相应斜率系数的绝对值均在4左右，不仅数值较为接近，而且中国还略高于印度。但是，建模时中印两国资产负债的下限分别被取为40%和20%。换言之，印度上市公司只要资产负债率超过20%，负面效应就基本与中国公司超过40%时相当。在印度，相应斜率系数的显著程度也明显高于中国，显示负面效应的确切性也要高得多。多种迹象表明，印度股市对长期负债程度上升的耐受力远低于中国，对安全性的重视程度明显高于中国。
短期偿债能力在提升安全性的同时，也会在很大程度上以牺牲收益性为代价。后者的负面影响在一般情况下能超过前者的正面影响。这类指标对股价的净影响一般为负。模型显示，两国的情况均符合预期。但在影响程度和影响的确切性上，两国的差异却极为明显。与印度模型相比，中国的模型B中So3与核心因素乘积项的斜率系数不仅绝对值为后者的4—5倍，而且t统计量的显著程度也明显更高。通过提升短期偿债能力改善公司安全性在中印两国均会以抑制股价上升为代价，但代价水平在印度明显低于中国。代价水平越高，表示投资者在安全性和收益性的权衡比较中，越倾向于选择收益性；反之它则表示投资者更倾向于安全性。在解读短期负债指标时，印度投资者对安全性的重视程度同样是远超过中国投资者。
第六，两国股市对发展能力的反应上也表现出与偿债能力类似的情况。
观察中国的模型B和印度模型不难看出，两国股市对净资产收益率提升均会做出正面响应，但响应程度和响应的确切性差别巨大。同样是强化核心因素对股价的边际效应，净资产收益率每增加1%在中国可以强化6.74个单位，强化程度是印度的4倍以上。从t值来看，中国的强化效应也更为确切。面对收益提高的“好消息”，中国股民欣喜若狂，而印度股民则是“留一半清醒，留一半醉”，远比中国股民更冷静，当然也更为保守。
第七，两国投资者对每一类财务信息的反应均存在差异，但差异最大的是对营运能力的反应。
在印度模型中，To_d与核心因素乘积项的斜率系数绝对值高达4.78，其t统计量的绝对值在全部系数中位居第一。无论是在影响程度还是影响的确切性上，营运能力在印度股市均极为重要。然而，相同的因素放到中国却出现了天壤之别。在中国，模型A尝试纳入该指标后，出现了t值即使在0.10显著性水平下也无法通过检验的尴尬局面。为此不得不将其删除，用模型B作为中国的最终模型。可见，股价在印度高度依赖于营运能力信息，而在中国却难以证实这种依赖性的存在。
五、中印股票定价模式差异的跨文化解读
在同属亚洲发展中大国，同为G20和金砖五国重要成员的中印两国，股票定价模式既有不少共同之处，也存在诸多实质性差异。实证分析不仅能发现差异，也能为差异的存在提供有力的统计学证据。但是，比找到证据更为重要的是通过证据寻找隐藏在背后的事实真相。
有一些差异极易解释。例如，印度股价对基本面的依赖远高于中国，主要是因为证券市场的发展历史比新中国更长，市场也更为成熟。但不少的差异却耐人寻味：为何与中国相比，印度投资者更关注现金流量，更重视公司安全性和资金周转过程？为什么他们对正面消息的反应不甚积极，对负面消息却极为敏感？简言之，印度投资者的风险反感倾向为何明显超过中国？
上述问题可以在两国的文化差异中找到圆满的答案。2009年，瑞士再保险巨头Swiss Re.在包括澳大利亚、香港、日本、新加坡、韩国、中国大陆、马来西亚和印度在内的8个亚太国家和地区针对20—40岁的人群开展风险偏好调查。在8个经济体中，印度在金融风险偏好和职业风险偏好方面均为倒数第一，而中国在两个方面均位居第五。在经营风险偏好上，中印两国的差距则更为巨大。中国的排名在8个经济体中位居第一，印度则是倒数第一。⑦
对风险态度的差异源于两国价值观的巨大差异。非政府组织世界价值观调查协会(VWS)在全球范围内抽取57个国家和地区为样本，采取问卷形式对公众的价值观展开全面调查。所选样本充分照顾到了不同国家和地区在地理区位、经济发展水平、政治制度、文化传统和宗教信仰等方面的多元性和差异性。在2005-2008年的调查期内，中印两国国民对两个问题的回答尤其能解释其在风险偏好上的巨大差异。
两个问题分别是“你是否认为大多数人都值得信赖？”和“你是否认为大多数人都在试图欺骗你？”。第一个问题的答案只有“是”和“否”两个；第二个问题则设置了10个等级供被调查者选择，选1和选10分别代表被调查者最为强烈地同意或反对大多数人都要欺骗自己的观点。图1展示了两国全部被调查者中，对第一个问题选“是”和对第二个问题选1的被调查者所占的百分比和两个百分比在样本内的平均水平。两个百分比分别代表人际信任度和防骗意识的高低。
图1：中印国民人际信任度和防骗意识的比较
数据来源：VWS官方网站worldvaluessurvey.org。
在第一个问题上，中印两国选“是”的被调查者分别占52.3%和23.3%，全样本的平均水平为38.2%，中国是印度的两倍以上；对于第二个问题，中国选1的比例仅有1.8%，印度却高达65.4%，全样本的平均水平为33.3%，中印之间的差异极为巨大。可见，印度的人际信任度远低于中国，而国民的防骗意识远高于中国。
在这样的文化背景下，印度投资者对风险的反感和回避态度自然远超中国。根据国际会计准则，企业在售出货物后无论款项是否立即收到均应确认销售收入。在其他条件不变的情况下，销售收入增加一般意味着每股收益指标所代表的盈利能力增加，是一种典型的正面消息。而印度投资者则采取了与国际惯例完全不同的思维模式：即使是收入和利润上升，只要公司未收到货款，未形成现金净流入，则一般不视之为正面消息。对于公司盈利的增长，印度投资者的反应普遍也比要平淡得多。根据财务杠杆原理，公司负债水平过高会加大风险，但过低不仅会提高资金成本，而且要以牺牲收益性为代价。无论是长期还是短期负债水平均非越低越好。相比于中国，印度投资者对公司负债程度极为敏感，甚至达到了过敏的程度。当然，印度投资者的思维习惯在产生异常反应模式的同时，也存在积极的一面。实证结论显示，中国投资者在关注上市公司财务信息时普遍是重结果，轻过程，对营运能力信息缺乏关注。印度投资者则正好相反，在投资决策中极为重视反映公司经营过程的营运能力。出现这种差异仍与风险反感有关。越希望回避风险，就与希望了解公司经营活动的每一个细节。单纯反映经营结果的指标在中国可以令人信服，在印度则不能。从财务分析角度考虑，营运能力的重要性丝毫不亚于反映经营结果的盈利能力和现金流量。在投资决策中，对公司经营过程和结果的分析均不应偏废。印度投资者在这方面展现出了更高的理性程度。之所以如此，除了与风险反感倾向有关，印度文化对过程的重视程度高于中国也起了很大作用。著名的跨文化管理专家、印度文化学者、变革管理咨询与培训公司负责人、投资咨询网站“印度实践”创办者Karine Schomer博士专门向美国在印服务外包项目投资者提醒了印度文化在过程和结果上价值取向：“印度的商务文化高度重视按规矩办事和过程的正确性，而美国则是只论结果”。⑨可见，重过程，轻结果的思维模式也深深地影响了印度的证券投资者。
注释：
①文富德：《印度经济发展、改革与前景》，成都：巴蜀书社，2003年，第218页。
②蔡宗琦：“新中国六十年：资本市场点亮中国经济”，2009年9月16日，http://news.xinhuanet.com/fortune/2009-09/16/content_12059674_1.htm。
③The World Bank,“Market Capitalization of Listed Companies(Current US)”，2011年6月16日，http://data.worldbank.org/indicator/CM.MKT.LCAP.CD。
④The World Bank,“Stocks Traded,Total Value (Current US)”，2011年6月16日，http://data.worldbank.org/indica-tor/CM.MKT.TRAD.CD。
⑤马克思：《资本论》(第3卷)，北京：人民出版社，1975年，第530页。
⑥封建强：《股价行为理论与实证分析》，北京：经济科学出版社，2004年，第19页。
⑦Swiss Re.,"New Study Finds India's Gen X and Y have Lowest Risk Appetite in Asia-Pacific as both Consum Ers and Business Leaders",2009年6月15日,http://media.cgd.swissre.com/documents/pr_20090615_Asia_SME_in_en.pdf.
⑧Mehed Hasan Khan,Policy Responses to the Emerging Population Ageing in Bangladesh:A Developing Country's Experience[PDF].
⑨Dr.Karine Schomer:"Challenges Indian Offshore Teams Face in Working with Americans"，2006年11月6日，http://indiapractice.com/indian_offshore_team_challenges.