收益率相关性、小公司效应与市场有效性——对沪、深股票市场的实证检验，本文主要内容关键词为：相关性论文,实证论文,股票市场论文,收益率论文,小公司论文，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、引论
小公司效应，通常也称规模效应，是指公司规模与证券异常收益率呈反相关。Banz对小公司效应做了最早的研究，他以纽约证券交易所的全部股票为样本，以公司的总市值为标准，把它们分为五个相等的组合，经研究发现，在1936—1977最小规模组合的年平均收益率比最大规模组合高19.8%；而且经风险调整后，小公司股票的高异常收益率仍然存在。并且强调指出，虽然一般而言小公司股票具有高收益率且统计上具有显著性，但有时大公司尤于小公司。继Banz研究以后，
Keim,Reinganum,and Blume and Stambaugh发现规模效应的主要部分发生在一月份。这些研究表明，公司规模越小，股票异常收益率越大。
需要强调的是，测试公司特性效应是对弱式有效市场的研究方法之一，而国内有些学者把它作为对半强式有效市场的研究。我们认为，公司规模、市净率与市盈率等公司特性是属于过去信息，因为这些特性与股票价格、成交量一样，每天都公布在各种证券报刊上。对于半强式有效市场的检验方法，通常都采用由法码、 费雪、 杰生、 罗尔（ Fama,Fisher,Jensen and Roll）共同提出的事件研究（EVENT STUDY）方法。
由于在有效市场不能简单地利用观察到的公司规模获取异常收益，因此，小公司效应很难与有效市场假说相符。但是，不管是在成熟的欧美证券市场，还是在新兴的证券市场，小公司效应都存在，故通常又把其称为市场异例（Market Anomalies），市场异例还包括市盈率效应、市净率效应、一月份效应与周末效应等。
我国股票市场仅有八年发展历程，是否达到弱式有效？是否存在上述的小公司效应？本文拟以沪、深股票市场的市场指数收益率为样本，通过测试两市场的随机游走特性来研究我国股市的弱式有效性，并以上海股票市场的50家公司为样本，对上海股票市场的小公司效应进行实证检验。
二、随机游走特性的实证检验
对于我国股票市场价格的随机游走特性，虽然有些学者已对此进行了研究，但他们采用的样本数据较早，而且样本的时间长度较短，缺乏统计上的稳定性。而本文以1993年12月31日至1998年8月28 日近5 年共235个交易周为检验期，以上海股市的综合指数、 深圳股市的成份指数为研究样本，运用序列相关性检验与游程检验对我国股票市场价格的随机游走特性进行实证研究。如果市场价格具有随机游走特性，则接受假设，市场具有弱式有效性；反之，则拒绝假设，市场没有达到弱式有效。
1.序列相关性检验
由于证券后期价格是在前期价格的基础上形成的，即后期价格对前期价格存在依赖关系，为了消除这种关系，通常对证券收益率进行序列相关性检验，以研究价格的随机游走特性。收益率的序列相关性检验就是检验现期收益率与过去收益率的关系，本文通过估计以下的自回归模型来进行。
R[,t]＝θ[,0]+θ[,i]R[,t－i]+ε[,t]（i＝1，2，3…）（1）
其中：R[,t]表示第t期的收益率，θ[,0]为常数项的回归系数，θ[,i]表示第t期与第t－i期收益率的自相关系数，ε[,t]为随机误差项，是实际收益率与期望收益率的差额。
如果市场是弱式有效的，由收益率不存在滞后效应，且随机误差项不相关，即在一定显著性水平下θ[,0]＝0，ε[,t]为白噪声序列。
本文以检验期沪、深股市的市场周收益率为对象进行自相关回归分析，其市场周收益率为：
其中：I[,t]为第t周上海股市的收盘综合指数或深圳股市的收盘成份指数，I[,t-1]为第t-1周上海股市的收盘综合指数或深圳股市的收盘成份指数。
由模型（1）对沪、深股市的市场收益率进行自相关回归， 估计结果如表一所示。
表一：沪、深股市的市场周收益率的自相关回归结果
θ[,0]θ[,1]
t(θ[,1]) θ[,2]
t(θ[,2])
沪市
0.4959-0.0229 -0.3454
-0.0636-0.9635
深市
0.41140.0205
0.3101 0.0151 0.2274
θ[,3] t(θ[,3]) R[2] D-W
沪市
-0.0268 -0.40440.0051.999
深市
-0.0207 -0.31150.0011.996
由表一可见，自相关系数θ[,i]（i＝1，2，3）的估计值都较小，且其t统计量的绝对值都远小于2，在显著性水平α＝0.05下接受原假设H[,0]∶θ[,i]＝0；而且，两个市场的D—W统计量都非常接近2， 这说明残差序列｛ε[,t]｝不相关，是白噪声序列。由此表明，沪、深股市的周收益率不存在相关性，两个市场的价格具有随机游走特性。
2.游程检验
检验股票价格的随机游走过程也可以通过游程检验来进行，而且它可以消除不正常观察数据的影响。价格上升用+表示，下降用－表示。同一标志的一个序列称为一个游程。
当样本足够大时，总游程数R 趋于正态分布，构造统计量Z：
其中：E（R）为总游程数的期望值，σ[,R]为总游程数的标准差。
其中：N为股价变动的总天数或周数，N[,A]为股价上升天数或周数，N[,B]为股价下降天数或周数。如果市场是弱式有效的， 在一定的显著性水平α＝0.05（或0.01）下，Z就服从标准正态分布N（0，1）。反之，如果计算出的Z的绝对值大于临界值，则拒绝假设，即Z不服从N（0，1）分布，股市不具有弱式有效性。
然而，用游程检验对股票价格或股市指数的随机游走特性进行检验，也存在两方面的问题：一是选择不同的基期计算的游程检验统计量不同；二是在大样本下检验游程数的正态分布特征时，会夸大统计量值，使游程检验通不过。而且在市场初期有效性往往较差，价格经常单向变化，造成游程数较少，增加其与标准正态分布的差别，所以以市场初期为检验基期，这种初期差别会保持下来而使检验难以通过。
本文为了避免上述问题，首先，以1993年12月31日至1998年8 月28日为检验期，消除基期的影响；其次，1996年至1998年是我国股市的高速扩容期，我们把检验期分为两个子区间：（1）1993 年12 月31 日至1995年12月29日，共102个交易周，（2）1995年12月30日至1998年8 月28日，共133个交易周，以避免样本过大而夸大统计量。 我们以检验期的周收盘指数为检验样本，检验结果见表二。
表二：沪、深股市的游程检验结果
子区间 股市R N NANBER σR Z
1
沪市
401023864
48.7 4.7-1.85
深市
521023468
46.3 4.5 1.27
2
沪市
571338350
63.4 5.4-1.19
深市
611337855
65.5 5.6-0.80
本文取显著性水平α＝0.05，使用双尾检验，则临界值Z[,1－α/2]＝1.96。由表二可见，在显著性水平0.05下，Z 的绝对值都小于临界值，这表明我国股市价格的运动具有随机游走特性。
三、小公司效应检验
1.样本选择与数据说明
本文以1996年1月5日上海证券交易所的所有上市公司为抽样对象，随机抽取50家公司为研究样本，其中工业类29家，商业类6家，地产类3家，公共事业类4家，综合类8家，几乎覆盖了所有行业，具有较强的代表性。然后，收集样本股票在1996年1月5日、1997年1月3日、 1998年1月2日（注：1998年1月2日由于元旦假日，该天并没有交易， 因而1998年第一个交易周末的数据实际上是1997年12月31日的数据，后面1998年的组合调整实际上也是1997年12月31日。），即这三年每年第一个星期五的总市值，其由公司总股本乘该日A股市场价格近似求得， 具体数据见表三，这些数据是建立组合与组合调整的依据。
2.组合方法
首先，由于公司总市值的经常变动性，因此经过一定的时期后需要对组合进行调整。为了避免频繁调整所带来的高交易成本，本文假定在检验期的每年的第一个周五（即1996.1.5，1997.1.3，1997.12.31）做组合调整，因而，检验期子区间的划分也以年度为标志，分为三个子区间：（1）1996年1月5日至1997年1月3日，（2）1997年1月3日至1997年12月31日，（3）1997年12月31日至1998年8月28日。
其次，在每年的第一个周五，以所选取的50家公司为样本，以公司规模（总市值）为标准，自小到大分为五个相等的组合，每个组合有10家公司。具体组合情况见表四。
表三：样本股的总市值
子区间 12 3
股票名称(代号)
青岛啤酒(S1)3177000
543600 533700
真空电子(S2)169948.1 238459.4295286.0
嘉丰股份(S3)44668.06 38681.5881092.55
一汽金杯(S4)281825.3 425652.7470356.0
大众出租(S5)212927
347075.9638349.2
嘉宝实业(S6)110876.7 155923.8231290.7
复华实业(S7)72426.44 71730.99150486
龙头股份(S8)105419.4 106320.5127719.7
浦东大众(S9)88717.36 104526.9314386.9
广电股份(S10)
318269.8 380358 454192.2
新黄浦(S11) 281352.0 385389 755692.0
浦东金桥(S12)
605120
646112 801762.8
国脉通信(S13)
245362.5 534553.2558270.8
申能股份(S14)
927457.6 1966917 3186036
申华实业(S15)76974.3 249898
298371.1
北京天桥(S16)
32359.21 41593.8 51209.98
福建福联(S17)
42116.7 55226.55 65776.4
陆家嘴(S18) 1171334 3255106 2998967
西南药业(S19)
44100.14 64401.63 134316.8
鞍山合成(S20)
33601.91 51328.91 56355.97
东北华联(S21)
38311.1 54309.14 68060.05
广华化纤(S22)
54984.31 64217.27 98668.59
四川金顶(S23)
93761.98 146343.1 150763.7
凤凰股份(S24)
220166.4 205078.2 215138.6
广船国际(S25)
140983.1 255749.6
197972
子区间 1 23
股票名称(代号)
上海石化(S26)
1480300 4159500 3384000
大连商场(S27)
58387.08 109981.8 146688.1
东方集团(S28)
101138.3 180031.9 305829
杭州解百(S29)
67900.98 120123.1 101121.8
鞍山信托(S30)
87294.47 172636.6 306011.4
黄河科技(S31)
38171.34 40843.43 79461.06
东方明珠(S32)
659631.4 637658
779401.6
上菱电器(S33)
264072.3 282406.8 294556.9
四川长虹(S34)
380539.8 1859734
5928673
上柴股份(S35)
312287
554758.1 412106
上海钢管(S36)
180161.6 156032.8 170456
同济科技(S37)
73511.63 61367.24 95284.8
上海医药(S38)
41042.76 48868.71 83529.17
华东电脑(S39)3960047400 55200
春兰股份(S40)158400
431640
737985.6
长百集团(S41)
39941.23 63568.11 70747.26
宁波中百(S42)
48573.72 48824.1
61492.1
北京城乡(S43)89870148200217855.8
青海三普(S44)8016079440
88560
厦华电子(S45)47837.5 85380.6176329.5
仪征化纤(S46)1180000 17680001828000
西藏明珠(S47)75730.2 75920
69273.6
东方电机(S48)312750
289800 251100
武汉电缆(S49)33978.02 104158.971876
四川电器(S50) 44850
51220
72320
资料来源：《中国证券报》（1995—1998）。
3.异常收益率的计算
（1）计算实际周收益率与平均周收益率
第一，样本股的实际周收益率为：
其中：R[,itn]为第i种股票在第n个子区间第t周的收益率；P[,itn]为第i种股票在第n个子区间第t周的收盘价；P[,i（t-1）n]为第i种股票在第n个子区间第t-1周的收盘价；D[,itn]为第i种股票在第n 个子区间第t周的红利、股利收入。
D[,itn]＝每股现金股利+P[,itn]×（送股比例+配股比例）－每股配股价×配股比例
表四：规模效应的组合样本情况
组 第一个子区间各组合的样本股 第2个子区间各组合的样本股
1
S16.S17.S19.S20.S21 S3.S16.S17.S20.S21
S31.S38.S39.S41.S49 S31.S38.S39.S42.S50
2
S3.S7.S22.S27.S29
S7.S9.S19.S22.S37
S37.S42.S45.S47.S50 S41.S44.S45.S47.S49
3
S6.S8.S9.S15.S23S6.S8.S23.S24.S27
S25.S28.S30.S43.S44 S28.S29.S30.S36.S43
4
S2.S4.S5.S11.S13S2.S4.S5.S10.S11
S24.S33.S35.S36.S40 S15.S25.S33.S40.S48
5
S1.S10.S12.S14.S18 S1.S12.S13.S14.S18
S26.S32.S34.S46.S48 S26.S32.S34.S35.S46
组第3个子区间各组合的样本股
1 S16.S17.S20.S21.S39
S41.S42.S47.S49.S50
2 S3.S8.S19.S22.S27
S29.S31.S37.S38.S44
3 S6.S7.S23.S24.S25
S33.S36.S43.S45.S48
4 S1.S2.S4.S9.S10
S13.S15.S28.S30.S35
5 S5.S11.S12.S14.S18
S26.S32.S34.S40.S46
那么样本股的平均周收益率为：
_
其中：R[,in]为第i种股票在第n个检验子区间的平均周收益率：T[,n]为第n个检验子区间的周数，1996、1997年各为50周， 1998年为32周（即T[,1]＝T[,2]＝50，T[,3]＝32）。 各样本股的具体平均周收益率见表五。
第二，计算组合平均周收益率：
_
其中：R[,pjn]为第j个组合在第n个子区间的平均周收益率：X[,i]为第j个组合中第i种股票的权重，由于是等权组合， 故X[,i]都等于10%。
第三，以上海股票市场综合指数收益率为市场收益率，其周收益率为：
其中：R[,mtn]为第n个子区间第t周的市场收益率；I[,m]为上海股市第n个子区间第t周收盘综合指数；I[,（t-1）n]为上海股市第n 个子区间第t-1周的收盘综合指数。
市场平均周收益率为：
_
其中：R[,min]为第n个子区间的市场平均周收益率。由公式（8 ）与（ 9）计算出1996、1997、1998年三个子区间的市场平均周收益率，它们分别为1.241%，0.629%，－0.139%。
第四，在美国，一般以三个月的国库券利率为无风险收益率，但我国缺乏这种国库券，本文以银行活期存款利率作为无风险收益率，因为我国的银行大多是国有商业银行，通常可以把活期存款看作是无风险的，其周收益率为：
其中：R[,ftn]为第n个子区间第t周的无风险周收益率；IR[,tn]为第n个子区间第t周的活期存款年利率。
无风险平均周收益率为：
_
其中：R[,fn]为第n个子区间的无风险平均周收益率。由公式（10）与（11）计算出1996、1997、1998三个子区间的无风险平均周收益率分别为0.050%，0.037%，0.031%。
（2）计算正常周收益率
第一，本文以标准CAPM做风险调整，正常周收益率也就是由CAPM计算得出的均衡收益率（理论收益率或期望收益率）。样本股的正常周收益率为：NR[,itn]＝R[,ftn]+β[,in]（R[,mtn]－R[,ftn]） （12）
其中：NR[,itn]为第i种股票在第n个子区间第t周的正常收益率； β[,in]为第i种股票在第n个子区间的CAPMβ值，其等于：
（T[,n]×ΣR[,itn]R[,mtn]）－（ΣR[,itn]×ΣR[,mtn]）
β[,in]＝───────────────────────────
（T[,n]×ΣR[,mtn][2]）－（ΣR[,mtn]）[2]
样本股的β[,in]值与正常收益率具体见表五。
第二，计算组合的正常周收益率：NR[,pjtn]＝R[,ftn]+β[,pjn]（R[,mtn]－R[,ftn]） （14）
其中：NR[,pjtn]为第j个组合在第n个子区间第t周的正常收益率；β[,pjn]为第j个组合在第n个子区间的CAPMβ值，其等于：
那么组合的平均正常周收益率就为：
__
其中：NR[,pjn]为第j个组合在第n个子区间的平均正常周收益率。
第三，计算组合的平均异常周收益率：
__
其中：AR[,pjn]为第j个组合在第n个子区间的平均异常周收益率。
第四，计算组合的总体平均异常周收益率：
以上计算的组合平均异常周收益率是指在各子区间的平均异常周收益率，还需计算整个检验期的组合平均异常周收益率：
其中：T[,n]为第n个子区间的周数。小公司效应的检验就是通过对整个检验期各组合的平均异常周收益率（EAR[,pj]）进行分析。
表五：样本股的平均周收益率、CAPMβ值与平均正常周收益率
项目 第1子区间(1996)第2子区间(1997)
_ __ _ __
股票名称
R[,i] β[,i] NR[,i] R[,i] β[,i]
NR[,i]
青岛啤酒
1.513 0.93
1.158 0.070 0.850.540
真空电子
1.120 0.83
1.039 0.636 1.410.872
嘉丰股份
0.150 0.05
0.110 1.786 0.460.309
一汽金杯
1.142 0.74
0.931 0.358 0.740.475
大众出租
1.038 0.45
0.586 1.408 0.850.540
嘉宝实业
1.057 1.11
1.372 1.120 1.470.907
复华实业
0.643 0.98
1.217 1.517 1.270.789
龙头股份
0.393 1.02
1.265 0.640 1.060.665
浦东大众
0.776 0.78
0.979 1.999 1.350.836
广电股份
0.825 1.01
1.253 0.601 0.860.546
新黄浦 1.245 0.90
1.122 1.442 1.170.730
浦东金桥
0.439 0.95
1.181 0.891 1.210.753
国脉通信
1.390 0.65
0.824 0.554 0.610.398
申能股份
3.989 1.03
1.277 1.221 0.860.546
申华实业
2.853 0.94
1.170 0.530 1.300.807
北京天桥
0.928 1.17
1.443 0.623 1.050.659
福建福联
1.084 1.34
1.646 0.487 1.170.730
陆家嘴 2.341 0.83
1.309 0.032 1.250.777
西南药业
1.391 0.93
1.158 1.598 0.660.428
鞍山合成
1.280 1.08
1.336 0.392 1.100.688
东北华联
1.168 1.29
1.586 0.637 0.650.404
广华化纤
0.890 1.43
1.753 1.005 0.890.564
四川金顶
1.272 1.04
1.289 0.278 1.360.842
凤凰股份
0.297 0.90
1.122 0.305 1.000.629
广船国际
1.751 1.30
1.598 -0.386 0.52
0.345
上海石化
2.439 0.98
1.217 -0.590 0.88
0.558
大连商场
1.482 0.83
1.039 0.766
1.00
0.629
东方集团
1.838 0.94
1.170 0.992
0.53
0.351
杭州解百
1.672 0.78
0.979 -0.197
0.87
0.552
鞍山信托
1.712 0.97
1.205 1.282
1.15
0.718
项目 第3子区间(1998)
_ __
股票名称
R[,i] β[,1]
NR[,i]
青岛啤酒 -0.290 1.01-0.141
真空电子 1.142
1.56-0.234
嘉丰股份 0.921
1.16-0.166
一汽金杯 0.118
1.08-0.153
大众出租 -0.348 0.63 -0.076
嘉宝实业 0.308
1.51 -0.226
复华实业 0.144
1.50 -0.224
龙头股份 1.112
1.45 -0.216
浦东大众 0.379
0.64 -0.079
广电股份 0.370
1.40 -0.207
新黄浦0.525
1.22 -0.176
浦东金桥 -0.649
1.24 -0.180
国脉通信 -0.194
0.81 -0.107
申能股份 -1.171
1.07 -0.151
申华实业 -0.706
1.30 -0.190
北京天桥 4.904
0.82 -0.108
福建福联 2.450
0.54 -0.061
陆家嘴-1.173 1.22 -0.176
西南药业 -0.545 0.93 -0.127
鞍山合成 4.492
1.25 -0.182
东北华联 1.233
1.16 -0.166
广华化纤 1.932
0.75 -0.097
四川金顶 -0.020 0.69 -0.086
凤凰股份 1.550
1.29 -0.188
广船国际 0.095
1.13 -0.161
上海石化 -0.940 1.03 -0.144
大连商场 -0.330 0.17 -0.002
东方集团 -0.825 1.16 -0.166
杭州解百 -0.218 0.75 -0.097
鞍山信托 -0.439 1.20 -0.173
续表五：样本股的平均周收益率、CAPMβ值与平均正常周收益率
黄河科技 0.534
1.21 1.4911.591
0.33
东方明珠 0.085
0.63 0.8000.402
0.95
上菱电器 0.405
0.11 0.1810.299
0.51
四川长虹 3.505
0.62 0.7882.444
0.88
上柴股份 1.392
0.81 1.015
-0.421
1.04
上海钢管 0.136
1.11 1.3720.429
0.48
同济科技 -0.005
0.89 1.1100.973
1.06
上海医药 0.594
0.81 1.0151.090
0.94
华东电脑 0.775
0.71 0.8960.448
0.54
春兰股份 2.424
0.23 0.3241.251
0.79
长百集团 1.581
1.14 1.4080.365
1.11
宁波中百 0.704
0.87 1.0860.582
1.04
北京城乡 1.481
0.74 0.9310.573
1.16
青海三普 0.261
0.37 0.4910.359
0.52
厦华电子 1.490
0.96 1.1931.694
1.15
仪征化纤 1.186
1.04 1.2890.309
0.72
西藏明珠 0.301
0.87 1.086-0.125 0.76
东方电机 0.155
0.77 0.967
-0.073 0.87
武汉电缆 2.550
0.73 0.919
-0.555 1.18
四川电器 1.596
0.89 1.1100.748 0.04
黄河科技 0.232
-0.571 0.86-0.115
东方明珠 0.599
0.566 1.36-0.200
上菱电器 0.339
1.152 0.70 -0.088
四川长虹 0.558
-1.543 1.19 -0.171
上柴股份 0.653
0.649 0.97 -0.134
上海钢管 0.321
0.543 0.83 -0.110
同济科技 0.665
0.922 1.63 -0.246
上海医药 0.593
2.745 1.29 -0.188
华东电脑 0.357
1.632 1.75 -0.267
春兰股份 0.505
-0.415 1.10 -0.156
长百集团 0.6940.824 0.76 -0.098
宁波中百 0.6532.914 0.65 -0.079
北京城乡 0.7241.062 0.28 -0.017
青海三普 0.345-0.1200.96 -0.132
厦华电子 0.718 2.1360.61 -0.073
仪征化纤 0.463 -0.742
0.93 -0.127
西藏明珠 0.487 0.7600.94 -0.129
东方电机 0.552 0.1071.05 -0.148
武汉电缆 0.736-0.1011.15 -0.165
四川电器 0.061 0.8170.75 -0.097
注：1、平均周收益率已对除权除息做了调整； 收益率的单位为%。
2、β值、正常周收益率根据标准CAPM计算而得。
4.小公司效应的实证结果
小公司规模效应的实证结果如表六所示。从整个检验期来看，上海股市具有显著的小公司效应，组合1 的平均异常周收益率比组合5 大0.585%，而且除组合3稍有异常外， 公司规模与异常收益率呈反方向变动。从三个子区间的动态过程看，上海股市的小公司效应呈现出一个逐步发展的过程，在1996年，公司规模与异常收益率呈现出正方向变动的态势，即规模效应异常；在1997年与1998年，除个别组合出现异常外，公司规模与异常收益率呈反方向变动，具有明显的小公司效应。
表六：小公司效应的实证结果
项目第一子区间(1996) 第二子区间(1997)
_ __ _
__
组合
R[,pj] β[,pj] AR[,pj] R[,pj] β[,pj] AR[,pj]
1 1.189
1.04 -0.010
0.8380.73
0.369
2 0.892
0.86 -0.182
0.8831.00
0.254
3 1.339
0.92
0.193
0.6191.01 -0.016
4 1.059
0.67
0.211
0.6070.90
0.037
5 1.648
0.88
0.550
0.4910.93 -0.097
项目第三子区间(1998)整个检验期
_
__
组合 R[,pj] β[,pj] AR[,pj]EAR[,pj]
11.992
0.982.128
0.652
20.585
1.000.724
0.203
30.708
0.960.840
0.271
40.020
1.110.178
0.137
5-0.589 1.10-0.433 0.067
四、结论
1.从序列相关性检验和游程检验的实证结果看，本文接受原假设，即沪、深股市价格具有随机游走特性。由此我们认为，我国股市具有弱式有效性。这说明我国股市经过几年的发展，实现了无效至弱式有效的转变，也表明了市场规范措施得当，信息披露更为完全，市场竞争更加充分，投资者日趋理性。但仍需要进一步加强市场培育与规范管理，促使我国股市有效性的进化，由此提高股市的资源配置效率。
2.本文接受小公司效应的假设。然而需要指出的是，这些效应只具有统计上的一般性，并不是绝对的。从表五的分析中可以看出，上海市场存在着个股相关性异常的现象，如1996年与1997年四川长虹的高异常收益率；而且这种异常现象可能影响到组合与异常收益率的相关性，如规模组合3的异常收益率比组合2高，这是由于1996年申华实业与东方集团的高异常收益率所致。同时，这些相关性异常现象的存在也增加了本文分析的难度与复杂性。由表六可见，在1996年存在规模效应异常的现象，究其原因，其主要是在于在1996年以前许多大规模公司如四川长虹的价值低估所造成的。
3.虽然本文接受小公司效应的假设，但不能因此而认为上海股市不具有弱式有效性，因为市场无效仅是对小公司效应存在的解释之一。这些效应的存在也可能是以下原因造成的：（1）CAPMβ 值不合理的估计导致了明显的异常收益率。国外的研究表明，小公司股票的β值通常被低估，这使得当正常收益率被合理估计时本不存在小公司效应，但检验结果显示存在小公司效应；（2）CAPM不适合测算正常收益率。 研究表明，多因素模型能更好地测算正常收益率，用这些模型测算期望收益率，小公司效应将会消失。Chan,Chen, and Hsieh 使用Chen,Roll,and Ross的APT 模型测算了以规模为标准的二十组组合的正常收益率。他们发现，最小组合与最大组合收益率之间的差额为每年1.5%。 比较而言，使用标准CAPM其差额为每年11.5%。因此，他们得出结论，当使用更适合的模型测算正常收益率时，小公司效应将会消失。用其它模型测算正常收益率，我国股市是否存在小公司效应，尚需进一步研究。（3）忽视效应与流动性效应。Arbel and Strebel认为，因为小公司倾向于被大的机构投资者忽视，所以关于小公司的信息提供得更少。这种信息缺乏使小公司股票的风险更大，因而需要更高的收益率来补偿。近来，Amihud and Mendelson用流动性效应来解释小公司效应。他们认为，投资者投资低流动性股票要求有高收益来补偿，因为这类股票伴随更高的交易成本，而小公司股票和被忽视的股票流动性更低。（4 ）小公司股票的交易成本很高，以致于尽管小公司股票有高异常收益率，但市场仍然有效。首先，Roll,and Blume and Stambaugh认为，假如小公司股票组合每年进行改变，而不是被许多学者假设的每天重新平衡，小公司效应将减少一半。其次，许多学者估计了小公司股票的交易成本，并且认为，如果考虑实际交易成本，异常收益率将会消除或至少会减少。但本文排除这种原因，因为本文的组合调整是每年一次，而不是经常平衡。
4.由于上海股市具有小公司效应，因此，本文建议投资者在制定投资策略，进行证券选择时，应首先考虑选择小公司股票。
标签：股票论文; 小公司论文; 股票收益率论文; 有效市场论文; 相关性分析论文; 随机游走论文; 平均收益率论文; 相关性检验论文;