中国股市小公司效应的实证研究，本文主要内容关键词为：中国论文,小公司论文,效应论文,股市论文,实证研究论文，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、问题的提出
马克维茨（1953）、夏普（1964）、 林特纳（1965 ）和布莱克（1972）提出的著名的CAPM模型中，引入了表示每种证券风险的β值，指出证券的预期收益是市场收益率、无风险利率和β值的函数。β表示证券（组合）的收益对市场收益率的敏感度，β与GDP增长率、利率等经济变量一起，成为通常收益率的解释因素。但是，至20世纪80年代以来，许多学者对β的检验结果却出人意料。在法马和弗伦奇（1992）的研究中，他们发现当其他因素保持不变时，β的变化根本不能引起收益率的变化。而一些显而易见的风险因素，如公司规模、股票市盈率等，却与证券的收益率保持了很好的相关性。
班茨（1981）利用美国的估价数据发现，股票的市值能够对该股票的收益率变化做出较令人满意的解释。他发现，总收益率和风险调整后的收益率都有随公司的相对规模（由其现有资产净值的市值表示）的上升而下降的趋势，他把所有在纽约证券交易所上市的股票按公司规模分成五组，结果最小规模组的平均年收益率比那些最大规模组的公司要高19.8%，这一现象以后被学者称为小公司效应。凯姆（1983）、莱因格纳姆（1983）、布卢姆和斯坦博（1983）进一步的研究证明，小公司效应在一月份特别明显，其具体时间是在一月的头两个星期。规模效应实际上是“小公司一月份效应”。他们用1963～1979年的数据计算，得出了小公司在一月份平均每天升水达0.714%，头5个交易日的升水幅度超过了8.16%。对该效应最有力的解释是小公司一般具有较高的风险，因此它们应获得相应更高的收益率。为什么一月份小公司效应最显著，他们相信这与减少纳税的动机相关。许多人在年前出售股票是为了在课税年度结束之前实现其资本损失，在新的一年开始时再重回股市。里特（1988）证明，个人投资者的股票持有量在十二月底和一月初分别达到年度最低点和最高点。但是，这个解释与传统的CAPM公式相违背：CAPM认为投资组合的β值已经包含了所有的风险信息，收益率只要求对股票的β进行补偿。而小公司效应则表明，事实上β并不能覆盖全部风险。
在中国，宋颂兴和金伟根（1995）研究了1993年1月1日至1994 年8月上海市场29只股票交易日的数据，将这29只股票按股本大小分组，得到六组资产组合（五个组合每组5家公司，另有一组合含4家公司）。他们发现上海股市存在小公司效应，即股市最大的一组在承担相同的风险时，表现最差，股本最小的一组表现最好。由于他们选取的公司数量太少，期限亦较短，说服力不强。本文准备以更大的样本数据和更长的期限对中国股市进行检验，看看利用较大样本数据是否支持以上结论，即中国股市是否存在小公司效应，是否存在一月份效应。在此基础上，讨论小公司效应对股票市场的含义。
二、实证检验的数据准备
本文以深市、沪市1995年1月1日前挂牌上市的286 家上市公司1995～1997年3年的市场数据作为样本数据，进行实证检验。选取1995年作为样本数据起点的原因有两个：一是由于1994年前上市的公司数量较少；二是在经过近5年的起步及发展之后，中国证券市场开始逐步规范。选取大样本而非全样本的原因主要是这样可以增加数据的可比性。另外，由于数据来源的条件所限，我们只能对1995～1997这3 年的市场数据进行实证分析。根据286只股票的周平均收盘价计算其周收益率， 这样可以适度降低股价变化的人为因素。每年有52周，除去2 周的春节休市，每支股票每年具有50个周均价。为了保证各会计年度的信息对该年度的股市收益率产生完全的影响，我们将t年5月1日（因为4月30日是中国各上市公司年报披露的最后截止日）至t+1年5月1日的收益率数据作为t年的收益率。
由于中国上市公司所奉行的股利政策多以送、配为主，因此在计算各股票收益率之前我们对各除权日所在周的股价进行了调整。由于配股期间往往会伴随股价的大幅波动，因此我们删去了配股所在周的平均股价。这样，每一次配股就会使该股票减少2周的收益率数据。 由此我们就得到了286家公司（其中117家为深市上市公司，169 家为沪市上市公司）的148个周收益率数据， 以及各公司每年的风险因素数据（ 注 ：1995年5月1日至1997年5月1日共有157周， 每年两周的春节休市会损失掉（2+1）×3＝9，周收益率数据，因此，只剩148周数据。其中1995年为49周数据，1997年为50周数据。）。当然，单个股票也会因为配股或当周完全停牌交易等种种原因而使收益率数据减少，从总体来看，这286个样本中收益率数据的平均数为146.6818，最少为133个收益率数据。
表1 各季度按照市值排序分组所得资产组合收益率
市值规模
1A
21B
345A
5B 季度平均
95-11.539
2.1501.7351.4801.435 0.9521.2421.557
95-2
-0.277
0.250
-0.1260.6210.450 0.6510.2140.306
95-3
-1.527 -1.713
-1.933
-1.856
-1.694-1.988
-1.915
-1.791
95-42.387
2.5812.5783.1302.270 2.1502.9592.6036
96-10.920
1.6671.6752.4463.261 2.7983.4942.363
96-21.014
2.1191.8411.5592.002 2.4561.6461.830
96-3
-0.158
0.4710.1990.2993.587-0.1130.1490.862
96-43.340
3.3944.3653.2053.316 3.7513.8953.527
97-1
-1.619 -1.029
-1.280
-1.076
-1.488-1.097
-0.914
-1.209
97-21.170
0.4380.3160.0294 -0.156 0.3573
0.00096 0.249
97-30.808
0.4070.574
-0.213
-0.499-0.425
-0.385-9.4-06
97-42.550
1.6562.0240.8800.622 0.529
-0.0009
1.143
各组平均0.846
1.0330.9940.8751.092 0.8350.8650.953
三、实证检验的计算结果
由于中国的股票分流通股和非流通的法人股与国家股，法人股与国家股的比重往往占到80%～90%。因此，用不同的方法计算，得出的结果差别巨大。所以我们要分别在流通市值和全部股本市值的基础上考察公司规模与收益率的关系。
1.流通股市值的公司规模与收益率关系
我们首先计算每家公司流通股市值在样本期内的周平均值。然后，从1995年5月1日开始，每隔13周（即一季度）对286 家样本公司进行流通股市值的排序。这样就得到了1995～1997年共12次市值规模的排序。对于每一次排序，我们都将其从小到大平均分为5组，而且， 把具有最小市值的第1 组和具有最高市值的第5 组再各一分为二，并分别以1A、1B、5A、5B表示。这样，在每个季度都得到了7 个按市值划分的资产组合。注意，每个组合中的公司数目是不变的，但其具体的公司可能不同，因为每季度各上市公司的市值都在变化。假定这些资产组合都是由其中的股票简单平均而得到的，那么该资产组合的收益率就是其组成股票收益率的简单平均值。下表就是各季度资产组合的收益率及相关数据。
从表1中可以看出，除了96-1的收益率数据呈上升趋势，97-4 的收益率数据呈明显下降趋势以外，其他季度的市值规模排序组合并没有呈现出班茨等人得出的“规模越小，收益率越高”的统计结果。这三年的总平均收益率也几乎与市值规模没有任何关系。这可能是由于流通股小并不代表公司小，因此并不意味着公司有高营业风险，收益率因此并不特别高。
表2 1996年按照总股本市值排序分成7组的组合收益率
1A 1B 2 3 4 5A 5B
收益率
2.483 146.6 1.863 2.01 1.788 1.567 1.735
平均规模 352.7 489.4 641.7 9912.9 1421.8 2267.5 6432.5
2.总股本市值的公司规模与收益率关系
我们再看看总股本较小公司， 即真正的小公司的情况， 我们选取1996年5月1日至1997年5月1日的收益率样本数据进行测算。以1996年5月2日的总股本市值排序，并按照计算流通股市值公司规模的分组方式分组。表2是7个资产组合的平均收益率。
从这组数字中，我们仍得不出收益率与总股本规模之间有有规律的关系，虽然，规模最小的公司有最高的年收益率2.483%， 但随着公司规模的逐渐扩大，收益率呈现先下降，再上升，再下降，再上升的变化，实在无规律可寻。
通过公司流通股市值规模和总股本市值规模的计算表明，中国股市的数据并不支持规模小的上市公司有更高收益率的判断。究其原因可能有二：第一，由于中国的上市公司都是经多方挑选、审核后批准上市的，上市公司的总体质量较好，投资者不认为小公司的风险一定更大。第二，流通市值小的股票更易被股市庄家所操纵，它也是交易成本相对较低的壳资源，因此是并购、重组的好题材，容易受市场追捧，因此，其价格难以很好地反应市场风险。当然，还有一种可能，那就是由于市场是有效的，因此公司规模的风险已经反映到股价中，因此，投资小公司的股票并不能系统地获得较高的收益。但是，美国股市都存在小公司效应，中国的股市比美国股市会更有效吗？有关的研究不支持这样的结论，从以下的分析中还可以继续看到这一点。
我们从表1 全部公司每季的平均数字中可以看到一个有意思的结果，我们把这些数据列入表3。
从表中可以看到，每年的最后一个季度（即2月～5月）都是一年中收益率最高的季节，就连全年平均周收益率仅为0.0454%的1997年度，2－5月的周收益率也达到了1.143%。这个结果表明，我国股市的股价变化具有很大的季节性，至少第四季度（由于我们的统计年度5 月是第一个月，因此实际是每年春节后的第一季度）股票收益系统地高。应该说，这很类似于美国的小公司一月效应。与美国的小公司一月效应的区别有两点：第一，春节代替了圣诞节，于是美国的1 月效应就转变成中国的2月或3月效应了。第二，美国是小公司效应，中国是所有公司共同具有的效应。
四、根据检验所进行的分析
现在，我们清楚的是以下几点：第一，实证研究表明，美国股市确实存在小公司一月效应。第二，实证研究的结果支持美国的股市是半强有效的。第三，中国股市不存在小公司效应。第四，中国股市的数据支持“一月效应”，只不过中国的“一月”由于春节的缘故被移到了二月或三月了。
显然，第一点与第二点看起来是矛盾的。如果市场是有效的，就不会有系统的小公司一月效应，因为如果尚未持有这些公司股票的投资者知道一月小公司收益会大涨的话，他们会在十二月去买这些股票以获得利润，这会使买压从一月转移至十二月。这样，这种可预测的一月份收益便难以持续了。但是，从1963到1979年，在凯姆每年的研究中，小公司总是在一月份胜过大公司。因此，小公司效应构成了对市场有效理论的挑战。拉克尼索克、施雷弗和威士纳伊（1995）就认为这些现象应是市场无效的证据，更具体地说，是由于股票分析家的预测中有系统误差的结果。分析家们总是高估近期表现良好公司的股价前景，低估近期劣绩公司的股价前景。最终市场参与者发现他们的过错时，价格就会颠倒，对小公司的投资就会获得较高的收益。拉颇塔（1996）的研究证明了这一点，他发现那些根据预测只有很低利润的公司，实际它们的业绩比预期有高利润的公司业绩还要好。
表3 1995～1997年286个样本公司各季总平均收益率
第一季度
第二季度 第三季度 第四季度
1995年1.557 0.306 -1.7912.6036
1996年2.363 1.830 0.862 3.527
1997年-1.209 0.249 -9.4-06
1.143
表4 被忽略程度与一月份效应表
标准普尔500样本公司
热门公司中等热门公司被忽略公司
平均一月收益率(%)2.484.95 7.62
资料来源：Avner Arble,"Generic Stocks:An Old Productin a New Package" Journal of Portfolio Management,Summer 1985.
对此，阿贝尔和斯特雷贝尔（1983）提出了另一种解释。他认为，由于小公司易于被大的机构投资者所忽略，小公司的信息因而较难获得。这种信息不足使得小公司成为获得较高利润的高风险投资对象，这就是被忽略公司效应。他将公司分成热门、中等热门和被忽略的三组，通过检验发现被忽略公司的一月份效应最显著。检验结果见表4。
联系到实证研究表明市盈率倒数和账面／市值价值比与股票收益率均有显著的相关关系，法马和弗伦奇（1995）以为，这些效应可以与小公司效应一起被解释为是风险溢价的一种证明。他们建议根据套利定价模型的精神，建立一个三要素模型。风险是由股票的三要素的敏感性决定，这三个要素是（1）市场资产组合；（2）反映小的与大的公司的相对收益的资产组合；（3 ）反映低账面／市值比与高账面／市值比的公司的相对收益的资产组合。他们认为这些因素是与理性的市场并存的。从而将小公司效应等因素解释为是风险的溢价，克服了理论上的矛盾。
从中国的市场情况看，计算的结果并不支持小公司效应的存在，但是明显表明有“一月份效应”。我们不能根据不存在小公司效应就得出中国股市是有效市场的结论，尤其不能因此得出中国股市是比美国股市更加有效的市场的结论。因为，无论是理论还是实践都很难支持这种观点。更不要说，实证检验同时还表明中国股市存在一月份效应。但是，我们也不能因为中国存在一月份效应，就由此得出中国股市就一定不是有效市场的结论。我们认为，关于小公司效应的研究给我们最重要的启示就是重新认识了市场有效性的含义。
其实，市场有效性是一个很好的假设，正如其他经济模型是对经济形势的一个很好的简单描述那样，它是对股市状况的一个很好的简单描述。由于检验市场有效性的过程主要是寻找某个均衡模型或资产定价模型的过程，并通过定价模型，检验有关信息是否合理地反映在了股价的变动中。因此，如果发现股票的收益有异常现象，那么，我们可以说，也许是市场有效性不成立。但是，也可能是研究者采用的定价模型不理想。小公司效应的研究加深了我们对市场收益行为的认识，也使我们认识到对于市场有效性的研究，应当把主要的注意力放在时间序列研究和股价收益的相关性研究上来。这样，我们就可以从不断地判断市场是否是有效的论证圈子中走出来，可以更深入地研究这个市场的运行特点和规律。应当看到，所谓股市中的“异常收益”的存在是市场本身运行的内在反映，通过对异常收益的研究，探索市场运行的规律。由于不同发展阶段的证券市场，异常收益的表现会不同，比较不同市场异常收益的异同，可以帮助我们更好地认识市场的特点，以及市场运行背后的规律，而这也许与市场是否有效是同等重要的。