风格投资与收益协同性——基于上证180指数调整的实证分析，本文主要内容关键词为：实证论文,上证论文,收益论文,风格论文,指数论文，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、文献回顾
关于收益协同性的根源，传统理论以Fama的有效市场假说和Sharpe的资本资产定价模型为代表。在资本资产定价模型中，市场因素是影响所有证券及投资组合收益率的惟一因素，即系统性风险因素。这一理论假定投资者是理性的，或者由于套利的存在使得噪声交易者(非理性交易者)无法对证券价格产生影响。在有效市场中，证券价格等于其基础价值。因此，证券间收益协同性源于基础价值协同性(或基本面协同性)。但是，实证研究表明基础价值协同性并不是收益协同性的惟一根源，基本面不相关的资产也能产生收益协同性。而且，经验证据表明，风格和行业是影响证券及投资组合收益率的重要因素。Farrell(1974)的研究发现：所有股票大体可以分为四个“簇”，即成长股、周期股、稳定性股和能源股。同一“簇”内各股票收益之间具有很高的相关性，但不同“簇”之间收益的相关性很低。Sharpe(1992)对美国证券市场上共同基金1985至1989年间每月的业绩表现进行研究，发现大约90％的投资组合收益都来源于某种投资风格，只有10％的收益来源于个股选择。尽管共同基金所持有的个股不同，但具有类似风格的基金在一段时间内的收益相关性强，风格对投资组合的收益起决定性作用。
国外学者从不同角度提出了各种不同于基础价值协同性的观点。Lee，Shleifer和Thaler(1991)提出了基于偏好的协同性观点：有些证券仅由部分特定的投资者(如个人投资者)控制，随着风险偏好和情绪的变化，投资者改变所持风险资产的比例，从而形成这些证券收益的共同因子。他们的理论适合解释小市值股票和封闭式基金的协同性，因为这两类资产几乎完全由个人投资者持有。Fama和French(1995)研究了收益率的三因素模型，发现某些证券的收益协同性与基础价值协同性无关。Froot和Dabora(1999)研究了“孪生股票”——Royal Dutch和Shell，它们有相同的现金流，但交易地点不同：Royal Dutch在纽约交易，Shell在伦敦交易；他们发现Royal Dutch与纽约交易的股票收益相关，Shell与伦敦交易的股票收益相关，即收益协同性与交易地属性相关。其结论支持Fama和French的观点。Barberis和Shleifer(2003)提出了协同性的分类理论(Category)：投资者对现金流相关的资产进行分类，然后按分类水平分配资金。分类理论能够解释现金流相关的股票存在收益协同性的原因，但无法解释为什么现金流不相关的资产也存在收益协同性。
Wurgler和Zhuravskaya(2002)考察了S&P500指数样本股调整效应，发现股票一旦加入指数，尽管其基本面没有发生实质性变化，但它与该指数的协同性显著增大。Kaul和Mehrotra(2000)对加拿大TSE300指数以及日本Nikkei 225指数进行研究，发现指数成份股调整时存在指数效应，即加入(或剔除)股票常伴有价格上升(或下跌)现象。他们的结论支持Vijh的观点，即Vijh(1994)在研究S&P500指数调整(1975-1989)时，发现股票纳入指数后的协同性明显增加。
上述协同性观点从不同的角度论述了收益协同性，但缺乏较为系统的理论解释。为此，Barberis，Shleifer和Wurder(2005)总结已有的研究成果并提出了风格投资协同性理论：除基本面因素外，投资者的交易行为也会通过引发对某些证券需求的相关变动，促使证券收益协同变化，即风格投资产生收益协同性。风格投资包括分类、偏好等几种情况。风格投资协同性理论对基本面协同性理论进行了补充和修正，丰富了协同性理论，使之更为系统，从而能够更好地解释证券市场上各种协同性的来源和性质。综合国外研究成果，收益协同性的各种观点可概括为两种不同的理论：基础价值协同性与风格投资协同性。
国内对风格投资与收益协同性关系的研究尚处于起步阶段，但指数调整事件已引起国内学者的广泛关注，如邢精平(2005)、黄长青及陈伟忠(2005)对中国股票市场指数效应进行了实证研究。宋逢明等(2005)实证检验上证180和深成指的指数调整效应后，发现上证180指数效应逐步凸显，其价格效应和成交量效应并没有一致性。国内文献探讨了指数调整时股票的价格效应和成交量效应，并对指数效应的起因进行了具体分析，但很少探讨收益协同性及其根源。何芳(2004)首次对国内不同证券间收益的联动效应(即协同性)进行了较为系统的探讨。借助对上证180指数第一次样本股调整事件的研究，发现在国内证券市场上，收益协同性并未呈现固定模式，风格投资(行为因素)引致的协同性表现并不显著。何芳的研究仅涉及上证180指数的第一次调整事件，故时间短、样本少、论据不够充分；另外，何芳仅用单变量回归分析，结论的可靠性有待进一步验证。
为此，本文首先利用单变量回归对2002至2006年间上证180指数的七次调整事件进行实证分析；然后巧妙地构造非上证180指数收益的新变量，利用双变量回归进行实证检验，结论表明中国证券市场上不仅存在收益协同性，而且协同性表现出较强的风格投资特征，即风格投资产生收益协同性。
二、模型、数据与变量
本文以2002年7月1日至2006年5月30日上证180指数调整的股票为研究对象。在此期间，上证180指数共调整了七次，每次分别加入与剔除18只成份股，累计调进股票126只，调出股票126只(见表1)。
在样本期间内，本文不考虑由并购、分立、破产等引起的指数成份股调整事件，仅考虑证券交易所的定期成份股调整。由于长江电力上市仅一个月就纳入指数，对估计收益率有影响；另外，由于中房股份在公告日事件窗内成交量异常、华联商厦无交易数据、飞乐音响2004年交易异常、长丰汽车2005年1月交易异常，故剔除上述股票。有些股票在事件窗内停牌，连续多日无交易数据或数据不足，如2005年12月杭钢股份、九发股份、华鲁恒升等，故剔除此类股票。综上所述，调入事件去除38个，删除事件去除14个，上证180指数调整事件的有效样本中含88个调入事件，112个删除事件。
本研究采用收市价，价格与交易量数据来源于联合证券分析系统，指数调整公告来源于上海证券交易所网站，流通市值等权重数据来自巨灵信息系统，数据处理用SPSS11.5计量分析软件。
本文采用事件研究法(Event study)分析指数调整事件中的收益协同性。公告日是指在公开媒体上公布调整具体信息的日期，调整日是指该信息所披露的调整日期。参考国内外研究人员的经验，本文选用的事件窗为公告日前20个交易日及调整日后20个交易日，公告日至调整日之间约10个交易日不在事件窗内。
1.单变量回归分析
首先考虑单变量回归分析模型：
零假设：收益协同性完全是基础价值协同性的函数，增加或删除股票不改变
。指数中加入股票，都不会增加，即：
指数中删除股票，都不会减少。
实证结果如果满足零假设，说明收益协同性是由基础价值协同性决定。如果股票加入到指数时，即使现金流信息保持不变，都有增加(或指数中删除股票，都有减少)，说明风格投资导致协同性的变化。
2.双变量回归分析
再考虑双变量回归分析模型：
事件前后分别记录上证180成份股指数和非成份股组合(上证180成份股以外的所有股票的组合)的β值，它们的平均变化分别记为
分别表示上证A股指数、上证180指数的资本总额(考虑到2006年5月前中国上市公司股票仅有部分流通，CAP表示流通市值)。由(9)式可得：
零假设：收益协同性完全是基础价值协同性的函数，增加或删除股票不改变市场风险系数β。指数中加入股票，上证180指数的β不会增加，非上证180指数的β不会减少，即：
删除成份股的情况与上述正好相反。
三、实证分析
表2说明了单变量回归分析中调入事件的协同性变化。从2002年7月至2006年5月，上证180指数的调入事件中共有88个有效样本。单变量回归分析表明：事件前后的β平均增加0.038，R[2]平均增加0.043，其结果均在10％显著性水平上统计显著。在分年度事件研究中，2002、2003、2004年β分别增加0.046、0.032和0.098，R[2]分别增加0.079、0.034及0.101，其中2004年结果在5％显著性水平上统计显著。多数年份都支持指数中调入股票时β及R[2]都会增加的结论(2005年的数据例外)。
实证研究表明：在2002至2006年间的调入事件中，β值平均增加0.038，R[2]平均增加0.043。该结论与国外同类研究结论具有一定的相似性(β值和R[2]都有增加)。①
表3提供了上证180指数删除事件的协同性变化。从2002年7月至2006年5月，删除事件共有112个有效样本，单变量回归分析表明事件前后的β平均减少0.108，R[2]平均减少0.123，其结果均在1％显著性水平上统计显著。在分年度事件研究中，2002、2003、2005年β分别减少0.057、0.194和0.184，R[2]分别减少0.098、0.207及0.204，上述结果均在1％显著性水平上统计显著。多数年份都支持指数中删除股票时β及R[2]都会降低的结论(2004年的数据例外)。
值得注意的是，与加入成份股明显不同，指数中删除股票，β值显著降低，而且显著性水平非常高(α=1％)，表明市场对剔除股票的信息反应强烈。
表4提供了上证180指数调整的双变量回归分析结果。从2002年12月至2006年5月，调入事件共88个有效样本。上证180指数中加入新股，上证180指数的β平均增加0.304，该结果在1％显著性水平上统计显著；非上证180指数的β平均减少0.293，其结果在1％显著性水平上统计显著。在分年度事件研究中，2002、2004及2005年
分别增加0.685、0.357和0.208，其结果分别在10％、1％及10％显著性水平上统计显著；同时，2002、2004及2005年
分别减少0.683、0.29及0.35，其结果分别在10％、5％及5％显著性水平上统计显著(2003年的数据例外)。
从2002年12月至2005年12月，删除事件的有效样本共有112个。上证180指数中删除股票，平均减少0.178，其结果在5％显著性水平上统计显著；同时，平均增加0.097。在分年度事件研究中，2002、2003及2005年分别减少0.544、0.408及0.062，且2002及2003的结果分别在10％和1％的显著性水平上统计显著；在2002、2003及2005年分别增加0.503、0.273及0.094，且2002及2003的结果分别在10％和5％的显著性水平上统计显著(2004年的数据例外)。
双变量回归分析表明：一方面，上证180指数中调入股票，上证180指数的β平均增加0.304，非上证180指数的β平均减少0.293。另一方面，上证180指数中删除股票，上证180指数的β平均减少0.178，非上证180指数的β平均增加0.097。实证结论与国外结论非常相似。②双变量回归分析支持单变量回归分析的结论，但结论更强调：指数中调入股票，股票与指数的β值显著增加，进一步说明风格投资促使收益协同变化，风格投资是产生收益协同性的重要原因。
中国证券市场是成立不到20年的新兴市场，与国外成熟市场相比可能存在不少差异。Barberis、Shleifer和Wurgler(2005)的研究表明，在1976-2000年间，S&P500指数调整事件的协同性呈加强的趋势，上证180指数却无此规律。上证180指数从2002年7月正式公布至今已有4年时间，虽然整体呈现收益协同性并与国外成熟市场有相似之处，但个别年份还是出现了协同性异常现象。如单变量回归分析中，2005年调入事件的市场风险系数不升反降，2004年删除事件的市场风险系数不降反升。
对于存在的这些差异，本文提出如下解释：第一，中国证券市场是新兴的转轨市场，机构投资者尚不构成我国证券市场的主体，尤其是以上证180指数为跟踪指数的指数型基金尚少，因此当指数股调整时，其交易行为对指数样本之间的协同变动还无法形成持续的影响。第二，2005年可能是机构投资者准确预测了拟加入的股票，并在指数调整前已调整投资组合，造成指数编制者与机构投资者行动高度一致的结果。而机构投资者能准确预测加入股票并提前作出行动，这可能与我国近年来的市场特点、指数编制方法、投资基金的投资策略等现象有关。第三，在2004年指数中剔除股票时，其基础价值的恶化(见表5)使得投资者将这些股票与上证180指数内的样本股视为不同的投资风格，这种风格的转移(或重新分类)也加剧了它们与指数之间的协同性变化。另一方面，基本面恶化引发投资者情绪过度反应而导致的非理性行为，也可能是市场出现协同性异常的原因之一。
四、结论
本文以收益协同性研究为核心，对风格投资与收益协同性的关系进行了较为系统的探讨；利用中国证券市场的数据，实证分析得出以下三点结论。
1.上证180指数中加入股票，该股票与指数中其他股票的协同性变强，与非指标股的协同性变弱。删除股票时情况相反，表明指数调整事件存在收益协同性。由于指数调整事件并没有传递基础价值信息，因此上述协同性并不是由基础价值因素引起的，而是风格投资产生了收益的协同性。
2.上证180指数调整事件表现出明显的特征：市场对调出股票的关注远胜于调入股票。以单变量回归分析为例，股票加入上证180指数，短期内市场风险系数有所增加(β为0.038，显著性水平为10％)；对于剔除股票，在实施日之后市场风险系数显著降低(β为-0.108，显著性水平高达1％)。因此，在公告日之后，及时卖出剔除股票可以规避进一步下跌的风险。
3.本文发现中国证券市场存在收益协同性，结果与国外研究相似。③本文还发现上证180指数中调入股票，股票与上证180指数的β平均增加0.304，与非上证180指数的β平均减少0.293。
总之，本文以2002年7月至2006年5月间上证180指数七次调整事件为研究对象，发现我国证券市场不仅存在风格投资协同性，而且协同性表现出很强的风格投资特征，表明风格投资是产生收益协同性的重要原因。
注释：
①Vijh(1994)研究了S&P500指数调整(1975-1989)，股票纳入指数后，β值增加0.08；Barberis和Shleifer(2003)发现股票纳入指数后(1976-2000)，股票与S&P500的市场风险系数增加0.151。
②③如Barberis，Shleifer及Wurgler(2005)指出，股票调入S&P500指数时，S&P500指数的市场风险系数大约增加0.326，非S&P500组合的市场风险系数降低近0.319。
标签：上证180指数论文; 投资论文; 股票论文; 显著性水平论文; 股票价值论文; 协同效应论文; 实证分析论文; 显著性论文;