朱紅兵 張兵 陳慰

(1.南京大學(xué)商學(xué)院，江蘇 南京 210093；2.中通服咨詢?cè)O(shè)計(jì)研究院有限公司，江蘇 南京 210019)

引言

2016年以來(lái)中國(guó)證監(jiān)會(huì)將“嚴(yán)監(jiān)管”、“禁炒作”定為工作的主基調(diào)，然而中國(guó)A股市場(chǎng)長(zhǎng)期存在的規(guī)模溢價(jià)現(xiàn)象并未因此消失1，相反市場(chǎng)對(duì)小市值股票的追捧炒作現(xiàn)象屢見(jiàn)不鮮，小市值股票深受投資者偏好2。Banz(1981)[5]最早關(guān)注到此現(xiàn)象，但直到Fama and French(1992)[12]將規(guī)模納入到資產(chǎn)定價(jià)框架內(nèi)提出著名的三因子模型，規(guī)模因子才逐漸被應(yīng)用于主流的資產(chǎn)定價(jià)研究中，用以解釋規(guī)模溢價(jià)效應(yīng)。然而，Daniel and Titman(1997)[11]對(duì)美國(guó)股市的研究發(fā)現(xiàn)控制公司基本面特征后，規(guī)模因子對(duì)股票橫截面收益率不再具有解釋力度。陽(yáng)建偉和蔣馥(2004)[33]也指出無(wú)論是單因子分析還是多因子分析，規(guī)模因子對(duì)中國(guó)A股市場(chǎng)的股票橫截面收益率的變動(dòng)均缺乏顯著性影響。Asness et al.(2018)[3]則發(fā)現(xiàn)在同時(shí)考慮企業(yè)質(zhì)量因子與規(guī)模因子的情況下，樣本企業(yè)的規(guī)模溢價(jià)現(xiàn)象仍然顯著，規(guī)模因子失效。這些研究都對(duì)規(guī)模因子在規(guī)模溢價(jià)效應(yīng)解釋中的適用性提出了挑戰(zhàn)。

在傳統(tǒng)金融學(xué)的資產(chǎn)定價(jià)框架下，規(guī)模因子主要用以捕捉與規(guī)模相關(guān)的股票風(fēng)險(xiǎn)和收益間的差異，而這類(lèi)差異本質(zhì)上源自不同規(guī)模上市企業(yè)的基本面差異(Liu et al.，2018)[20]。但中國(guó)股票市場(chǎng)與國(guó)際主要股票市場(chǎng)，尤其是成熟發(fā)達(dá)的美國(guó)股市存在著天然差異，具有中國(guó)特性(Song and Xiong,2017)[25]。朱偉驊和張宗新(2008)[40]便指出中國(guó)股市存在濃厚的博彩性投機(jī)行為，投資者情緒的變化在很大程度上驅(qū)動(dòng)著股價(jià)的變化。Gu et al.(2018)[15]則發(fā)現(xiàn)中國(guó)股市交易制度上的特殊性使得投資者面臨的賣(mài)空限制要顯著高于歐美成熟股市，賣(mài)空限制制約了理性投資者的套利行為，使得被錯(cuò)誤定價(jià)的股票在一個(gè)較長(zhǎng)的時(shí)間范圍內(nèi)持續(xù)高估或低估，強(qiáng)化了市場(chǎng)異象。更具體來(lái)看，投資者在樂(lè)觀情緒下會(huì)低估小規(guī)模企業(yè)的經(jīng)營(yíng)風(fēng)險(xiǎn)而高估其未來(lái)的成長(zhǎng)性，因此對(duì)小規(guī)模企業(yè)的股票更加偏好。然而短期內(nèi)這類(lèi)企業(yè)的股票供給有限，在超額需求的作用下便會(huì)造成不同規(guī)模企業(yè)股價(jià)的差異化，促成規(guī)模溢價(jià)效應(yīng)的產(chǎn)生。在此情形下，市場(chǎng)中賣(mài)空限制約束越強(qiáng)的股票，受套利限制約束其價(jià)格中的高估成分無(wú)法消除，規(guī)模溢價(jià)效應(yīng)會(huì)長(zhǎng)期持續(xù)甚至得以強(qiáng)化，而賣(mài)空限制約束越低的股票，其價(jià)格會(huì)在投資者長(zhǎng)期動(dòng)態(tài)博弈中趨近于內(nèi)在價(jià)值，規(guī)模溢價(jià)效應(yīng)也會(huì)得以緩解。

據(jù)此，本文將從投資者情緒、賣(mài)空限制等因素出發(fā)，對(duì)中國(guó)A股市場(chǎng)中的規(guī)模溢價(jià)現(xiàn)象展開(kāi)深入的分析與系統(tǒng)的驗(yàn)證，并對(duì)FF3 模型中規(guī)模因子的適用性做出分析，通過(guò)構(gòu)造投資者情緒因子改善和提高三因子模型在中國(guó)資本市場(chǎng)的解釋力度。區(qū)別與已有的研究，本文的貢獻(xiàn)在于：第一，現(xiàn)有文獻(xiàn)對(duì)規(guī)模溢價(jià)現(xiàn)象的解釋往往從風(fēng)險(xiǎn)補(bǔ)償，稅收規(guī)避等理性角度出發(fā)，而忽視了市場(chǎng)參與主體的非理性行為的影響。本文則從投資者情緒角度出發(fā)考察了中國(guó)A股市場(chǎng)的規(guī)模溢價(jià)現(xiàn)象，提供了全新的研究視角。第二，結(jié)合中國(guó)式融資融券制度的特征，本文證實(shí)了融資融券制度的實(shí)施提升了中高市值股票的交易效率，有效降低了的賣(mài)空限制所導(dǎo)致的股價(jià)泡沫，提升了市場(chǎng)效率。這一結(jié)論為我國(guó)融資融券制度的實(shí)施效果提供了新的證據(jù)，也為后期融資融券擴(kuò)容提供了理論支撐。第三，本文將投資者情緒規(guī)范化為定價(jià)因子，進(jìn)一步拓展完善了FF3三因子模型，為中國(guó)A股市場(chǎng)的規(guī)模溢價(jià)效應(yīng)解釋提供了更具適應(yīng)性的實(shí)證模型，也為其它規(guī)模類(lèi)異象的研究提供了新的思路。

文獻(xiàn)梳理與研究假設(shè)

一、文獻(xiàn)梳理

Banz(1981)[5]最早對(duì)規(guī)模溢價(jià)現(xiàn)象進(jìn)行研究，發(fā)現(xiàn)1926～1975年間紐約證券交易所的小市值股票收益明顯高于大市值股票，他指出小公司信息缺失使投資者面臨更大的風(fēng)險(xiǎn)，所以投資者要求獲得高收益。隨后越來(lái)越多的學(xué)者加入該議題的研究，Chan and Chen(1991)[9]認(rèn)為規(guī)模溢價(jià)是一種前景效應(yīng)，規(guī)模小的企業(yè)大多是一些邊際企業(yè)，這類(lèi)企業(yè)的盈利前景對(duì)經(jīng)濟(jì)形勢(shì)的變化更為敏感。在經(jīng)濟(jì)惡化時(shí)，小企業(yè)更易面臨現(xiàn)金流枯竭，違約風(fēng)險(xiǎn)上升等問(wèn)題，因此只有收益更高時(shí)投資者才愿意持有這類(lèi)股票。Beck and Demirguc-Kunt(2006)[7]認(rèn)為小公司資本和流動(dòng)性的缺失使得它們對(duì)宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)更為敏感，較高的利率期限結(jié)構(gòu)風(fēng)險(xiǎn)和違約風(fēng)險(xiǎn)共同造成小市值股票溢價(jià)。Switzer(2010)[27]發(fā)現(xiàn)規(guī)模溢價(jià)只出現(xiàn)在經(jīng)濟(jì)衰退階段，但是經(jīng)濟(jì)周期本身并不能解釋規(guī)模溢價(jià)，他們認(rèn)為在經(jīng)濟(jì)衰退期間，小公司的違約風(fēng)險(xiǎn)顯著提高，所以是違約風(fēng)險(xiǎn)的差異造成了小公司的溢價(jià)。也有部分研究從投資者避稅動(dòng)機(jī)入手，在美國(guó)，投資盈利需要繳納資本增值稅，而虧損則可抵稅。為了合理避稅，年末投資者會(huì)將虧損股票賣(mài)出，翌年一月再重新投資。因此股市在一月表現(xiàn)異常好，其中小市值股票的漲勢(shì)尤為可觀。Keim(1983)[17]發(fā)現(xiàn)一月效應(yīng)可解釋近50%的規(guī)模溢價(jià)現(xiàn)象。Blume and Stambaugh(1983)[8]更是認(rèn)為規(guī)模溢價(jià)完全是由一月效應(yīng)造成的。

國(guó)內(nèi)，汪煒和周宇(2002)[32]較早關(guān)注到規(guī)模溢價(jià)現(xiàn)象，統(tǒng)計(jì)發(fā)現(xiàn)在考慮風(fēng)險(xiǎn)因素之后，小公司在全年大部分月份都有較好的表現(xiàn)，他們將此解釋為對(duì)高額隱性成本的補(bǔ)償。佘堅(jiān)和陳曉紅(2005)[31]用GARCH類(lèi)模型從收益波動(dòng)角度解釋規(guī)模溢價(jià)，指出中國(guó)股票市場(chǎng)散戶多、波動(dòng)大、信息不對(duì)稱(chēng)嚴(yán)重等特點(diǎn)催生了小市值股票交易中的投機(jī)行為，導(dǎo)致小市值股票股價(jià)波動(dòng)更為劇烈，因而需要高收益進(jìn)行補(bǔ)償。張劍等(2012)[38]提出了基于馬爾可夫的市場(chǎng)異象持續(xù)性檢驗(yàn)?zāi)Ｐ?，發(fā)現(xiàn)中國(guó)A股市場(chǎng)的規(guī)模溢價(jià)持續(xù)性較弱，且顯著受統(tǒng)計(jì)區(qū)間的影響。

然而無(wú)論是基于風(fēng)險(xiǎn)補(bǔ)償還是稅收規(guī)避的解釋都忽視了市場(chǎng)參與主體情緒的影響。行為金融研究表明，投資者在不同的情緒狀態(tài)下會(huì)呈現(xiàn)出不同的風(fēng)險(xiǎn)偏好特征，情緒對(duì)投資者的風(fēng)險(xiǎn)偏好有著顯著的調(diào)節(jié)作用，并最終影響投資者的交易決策行為(Nofsinger，2005)[23]。Kuhnen and Knutson(2011)[18]發(fā)現(xiàn)積極的情緒會(huì)降低投資者的風(fēng)險(xiǎn)厭惡水平，當(dāng)投資者情緒高漲時(shí)，其對(duì)事物發(fā)生的可能性會(huì)給予更高的估計(jì)。Bassi et al.(2013)[6]的研究進(jìn)一步指出投資者在樂(lè)觀情緒下更愿意承受較大的風(fēng)險(xiǎn)，做出更加激進(jìn)的決策行為。Qadan and Aharon(2019)[24]更是發(fā)現(xiàn)在美國(guó)股市中投資者情緒能顯著的預(yù)測(cè)規(guī)模溢價(jià)效應(yīng)。雖然國(guó)內(nèi)的研究并未直接考察投資者情緒對(duì)規(guī)模溢價(jià)的影響，但大量的文獻(xiàn)表明投資者情緒是影響股票資產(chǎn)定價(jià)的重要因素(易志高和茅寧，2009；于琴等，2017)[34][35]。特別地，在散戶眾多的中國(guó)股票市場(chǎng)，考察投資者情緒對(duì)規(guī)模溢價(jià)的影響有著更加現(xiàn)實(shí)的意義。

此外，現(xiàn)有的研究也忽視了中國(guó)股票市場(chǎng)賣(mài)空限制約束對(duì)不同規(guī)模上市公司的股價(jià)影響。根據(jù)Miller(1977)[21]的賣(mài)空限制理論，賣(mài)空限制的差異將導(dǎo)致股價(jià)走勢(shì)分化，投資者面臨不同程度的賣(mài)空限制約束，則會(huì)要求不同水平的風(fēng)險(xiǎn)溢價(jià)補(bǔ)償。而中國(guó)A股市場(chǎng)特有的融資融券制度為這一研究提供了天然的試驗(yàn)場(chǎng)。再者，國(guó)內(nèi)對(duì)A股上市企業(yè)規(guī)模溢價(jià)的研究缺乏嚴(yán)謹(jǐn)細(xì)致的證明，也未考慮多種重要的定價(jià)因素，致使研究結(jié)論缺乏說(shuō)服力。鑒于此，本文將從投資者情緒入手并結(jié)合融資融券制度所降低的賣(mài)空限制對(duì)我國(guó)股市中的規(guī)模溢價(jià)現(xiàn)象展開(kāi)系統(tǒng)性的證明和解釋?zhuān)云跒橄嚓P(guān)的研究做出補(bǔ)充和完善。

二、研究假設(shè)

傳統(tǒng)金融理論認(rèn)為，股票的價(jià)格僅取決于公司的基本面，而與投資者情緒無(wú)關(guān)。然而越來(lái)越多的行為金融研究表明，投資者情緒是驅(qū)動(dòng)資產(chǎn)價(jià)格變化的重要因素(Sun et al.，2016)[26]。投資者在不同的情緒狀態(tài)下會(huì)呈現(xiàn)出不同的風(fēng)險(xiǎn)偏好，并做出相應(yīng)的交易決策，最終影響股價(jià)變化(Qadan and Aharon，2019)[24]。Bassi et al.(2013)[6]便指出投資者在樂(lè)觀情緒下更愿意承受較大的風(fēng)險(xiǎn)，做出更加激進(jìn)的決策行為。盡管規(guī)模較小的上市企業(yè)有著較大的經(jīng)營(yíng)風(fēng)險(xiǎn)和流動(dòng)性風(fēng)險(xiǎn)，但情緒高漲的投資者依然會(huì)樂(lè)觀的估計(jì)企業(yè)未來(lái)的經(jīng)營(yíng)狀況，表現(xiàn)出風(fēng)險(xiǎn)偏好而買(mǎi)入小市值股票。更為一般意義下，當(dāng)市場(chǎng)中大多數(shù)投資者被樂(lè)觀情緒充斥的時(shí)候，市場(chǎng)參與者對(duì)以小規(guī)模企業(yè)為代表的風(fēng)險(xiǎn)資產(chǎn)便有著超額的需求，而短期內(nèi)這類(lèi)企業(yè)的股票供給有限，最終便會(huì)造成不同規(guī)模企業(yè)股價(jià)的差異化，促成規(guī)模溢價(jià)效應(yīng)的產(chǎn)生。特別地，相較于美國(guó)市場(chǎng)，中國(guó)股票市場(chǎng)的有效性更低，散戶投資者高占比和過(guò)度投機(jī)是其最為突出的特點(diǎn)。散戶投資者易受情緒影響，更易促成規(guī)模溢價(jià)效應(yīng)的產(chǎn)生?；诖?，本文提出第一個(gè)研究假設(shè)：

H1：投資者情緒是促成中國(guó)A股市場(chǎng)規(guī)模溢價(jià)效應(yīng)產(chǎn)生的重要原因。投資者情緒低迷時(shí)規(guī)模溢價(jià)效應(yīng)不顯著，投資者情緒高漲時(shí)規(guī)模溢價(jià)效應(yīng)越顯著。

不同于國(guó)際主要成熟股票市場(chǎng)，中國(guó)股票市場(chǎng)有著較為嚴(yán)格的賣(mài)空限制約束。在Miller(1977)[21]的研究中，投資者會(huì)因?yàn)轭A(yù)期信念的差異做出不同的交易決策進(jìn)而影響股價(jià)變化，例如對(duì)未來(lái)判斷更加樂(lè)觀的投資者會(huì)買(mǎi)入并持有股票資產(chǎn)，而悲觀的投資者更希望賣(mài)出股票資產(chǎn)規(guī)避風(fēng)險(xiǎn)，但市場(chǎng)中的賣(mài)空限制約束使得悲觀投資者無(wú)法進(jìn)行賣(mài)空交易，最終參與市場(chǎng)交易的都是樂(lè)觀的投資者，最終導(dǎo)致股價(jià)不斷高估形成價(jià)格泡沫。而前述分析中，投資者情緒的變化改變了其投資決策中的風(fēng)險(xiǎn)偏好，大量樂(lè)觀情緒的投資者對(duì)以小規(guī)模企業(yè)為代表風(fēng)險(xiǎn)資產(chǎn)的超額需求會(huì)使得小規(guī)模企業(yè)的股價(jià)高于內(nèi)在價(jià)值，形成泡沫。在此情形下，市場(chǎng)中賣(mài)空限制約束越強(qiáng)的股票，其價(jià)格中的高估成分便會(huì)一直持續(xù)下去，相反賣(mài)空限制約束越低的股票，其價(jià)格會(huì)在投資者長(zhǎng)期動(dòng)態(tài)博弈中趨近于內(nèi)在價(jià)值。為了盡可能降低賣(mài)空約束限制對(duì)股市造成的不利影響，中國(guó)證券市場(chǎng)于2010年3月份推出了融資融券制度，試圖通過(guò)“先試點(diǎn)，后推廣”的辦法逐漸降低不同屬性特征股票的賣(mài)空限制。Chang et al.(2014)[10]研究發(fā)現(xiàn)，中國(guó)A股市場(chǎng)中的股票一旦被納入融資融券標(biāo)的，股價(jià)都會(huì)出現(xiàn)一定程度的下降，股價(jià)會(huì)更加接近于內(nèi)在價(jià)值。李志生等(2015)[28]、朱宏泉等(2016)[39]的研究也都肯定了融資融券的積極意義，他們指出融資融券有助于矯正賣(mài)空限制導(dǎo)致的股價(jià)高估，提高市場(chǎng)效率。從圖1中我們也可以看出，融資融券制度推出后，小市值股票與大市值股票的走勢(shì)出現(xiàn)明顯的分化。因此，我們提出本文的第二個(gè)假設(shè)：

H2：賣(mài)空限制約束對(duì)中國(guó)A股市場(chǎng)規(guī)模溢價(jià)效應(yīng)有著強(qiáng)化作用，賣(mài)空限制約束越強(qiáng)的股票其規(guī)模溢價(jià)效應(yīng)越強(qiáng)，反之賣(mài)空限制約束越小的股票規(guī)模溢價(jià)效應(yīng)越弱。

投資者的經(jīng)驗(yàn)以及能力決定了他們能否對(duì)市場(chǎng)信息做出理性的反應(yīng)，進(jìn)而弱化(增強(qiáng))資產(chǎn)價(jià)格中的泡沫程度。相較于散戶投資者，機(jī)構(gòu)投資者擁有信息和技術(shù)優(yōu)勢(shì)，能更準(zhǔn)確地評(píng)估股票價(jià)值，一旦市場(chǎng)過(guò)度反應(yīng)便會(huì)進(jìn)行反向操作，使價(jià)格快速回歸理性。、Nagel(2005)[22]研究發(fā)現(xiàn)機(jī)構(gòu)投資者比個(gè)人投資者更理性，不易受市場(chǎng)噪音和情緒的影響，因此理性的機(jī)構(gòu)投資者能夠抑制市場(chǎng)的狂熱情緒，降低股價(jià)泡沫。國(guó)內(nèi)相關(guān)的研究也表明，機(jī)構(gòu)投資者在理性決策、推動(dòng)股價(jià)向內(nèi)在價(jià)值發(fā)展過(guò)程中扮演者重要角色(岳衡和趙龍凱，2007；羅進(jìn)輝等，2017)[29][36]。在投資者情緒作用下產(chǎn)生的規(guī)模溢價(jià)效應(yīng)促成了小規(guī)模上市企業(yè)股價(jià)的非理性偏離，產(chǎn)生了一定程度的價(jià)格泡沫，而機(jī)構(gòu)投資者的持股可有效降抑制小市值股票中的泡沫成分?；诖朔治?，我們提出本文的第三個(gè)研究假設(shè)：

H3：機(jī)構(gòu)投資者持股對(duì)中國(guó)A股市場(chǎng)規(guī)模溢價(jià)效應(yīng)有弱化抑制作用，機(jī)構(gòu)投資者持股比例越大的股票其規(guī)模溢價(jià)效應(yīng)越弱，反之機(jī)構(gòu)投資者持股比例越低的股票其規(guī)模溢價(jià)效應(yīng)越強(qiáng)。

數(shù)據(jù)來(lái)源與研究設(shè)計(jì)

一、數(shù)據(jù)來(lái)源

為盡可能的涵蓋歷史樣本，避免數(shù)據(jù)挖掘式的樣本選擇。本文以1995～2018年全部的滬深A(yù)股上市公司為研究樣本。上市公司的收益率、流通市值等交易數(shù)據(jù)來(lái)源于萬(wàn)德數(shù)據(jù)庫(kù)(WIND)，投資者情緒、融資融券情況與市場(chǎng)因子等數(shù)據(jù)來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)(CSMAR)。本文數(shù)據(jù)頻率為月度，在剔除ST(PT)類(lèi)企業(yè)、樣本數(shù)據(jù)缺失嚴(yán)重的企業(yè)后得到有效樣本觀測(cè)共計(jì)437762行觀測(cè)。

二、變量定義

1.被解釋變量

本文考察的是公司規(guī)模對(duì)股票收益的影響，因而因變量是個(gè)股月度收益率。然而考慮到中國(guó)A股市場(chǎng)“T+1”交易制度對(duì)投資者股票買(mǎi)賣(mài)的影響，投資者無(wú)法在當(dāng)日同時(shí)進(jìn)行同一股票資產(chǎn)的買(mǎi)賣(mài)，而采用簡(jiǎn)單算術(shù)收益率作為股票收益的代表實(shí)質(zhì)上默認(rèn)了投資者每日連續(xù)結(jié)算，產(chǎn)生的是賬面收益，而非實(shí)際收益。因此，我們采用了對(duì)數(shù)收益率作為因變量的代表，具體如下：

2.解釋變量

本文的解釋變量包括公司規(guī)模、投資者情緒、賣(mài)空限制、機(jī)構(gòu)投資者持股比例等因素。其中：(1)公司規(guī)模用公司流通市值的自然對(duì)數(shù)衡量；(2)投資者情緒參考易志高和茅寧(2009)[34]的研究，用投資者情緒綜合指數(shù)(CICSI)代表；(3)賣(mài)空限制用是否融資融券標(biāo)的近似代表，若股票當(dāng)月為融資融券標(biāo)的股則記為1，否則為0；(4)機(jī)構(gòu)投資者持股比例等于所有類(lèi)型的機(jī)構(gòu)投資者持股的總和除以總流通股數(shù)。

3.控制變量

表1 變量的定義與測(cè)度

借鑒Fama and Fench(1992)[12]、Jegadeesh and Titman(1993)[16]、Ang et al.(2010)[2]、Bali et al.(2011)[4]關(guān)于資產(chǎn)定價(jià)的研究，本文納入了股票換手率、賬面市值比、風(fēng)險(xiǎn)系數(shù)、動(dòng)量效應(yīng)指標(biāo)、偏度、特質(zhì)波動(dòng)率、流動(dòng)性和類(lèi)彩票性質(zhì)作為控制變量。為剔除極端值的影響，對(duì)所有連續(xù)變量進(jìn)行首尾1%的縮尾處理。上述變量及符號(hào)定義見(jiàn)表1。

表2展示了主要變量描述性統(tǒng)計(jì)的結(jié)果，樣本期間，股票平均月收益率為0.30%，最大值為39.01%，最小值為-38.39%，收益率之間的極值差異表明中國(guó)股市在樣本區(qū)間內(nèi)經(jīng)歷了暴漲和暴跌的現(xiàn)象。此外，樣本企業(yè)的平均對(duì)數(shù)規(guī)模維持在21.5418左右，與中位數(shù)21.5020較為一致。融資融券標(biāo)的股占總樣本的22.83%，平均機(jī)構(gòu)持股比例為31.6230%。其他控制類(lèi)因素的數(shù)值大小與A股市場(chǎng)的特征也較為吻合(于琴等，2017)[35]。

三、模型設(shè)定

1.風(fēng)險(xiǎn)因子定價(jià)模型

本文在排序分組檢驗(yàn)中，用以計(jì)算超額 收益率的因子模型主要包括資本資產(chǎn)定價(jià)模型(CAPM)、Fama和French三因子模型，具體如下：

表2 主要變量的描述性統(tǒng)計(jì)

其中Ri,t代表的是投資組合i在t時(shí)期的組合收益率，代表t時(shí)期的無(wú)風(fēng)險(xiǎn)利率，代表全部A股流通市值加權(quán)的市場(chǎng)收益率，代表市場(chǎng)因子，SMBt代表規(guī)模因子，HMLt代表價(jià)值因子，εi,t代表隨機(jī)擾動(dòng)項(xiàng)。

2.橫截面收益率模型

為了檢驗(yàn)核心解釋變量企業(yè)規(guī)模對(duì)個(gè)股規(guī)模溢價(jià)的影響，在參考資產(chǎn)定價(jià)研究一般化做法下，本文控制諸多影響個(gè)股橫截面收益率表現(xiàn)的風(fēng)險(xiǎn)特征因素后將橫截面收益率實(shí)證模型設(shè)定如下：

更進(jìn)一步檢驗(yàn)賣(mài)空限制、機(jī)構(gòu)持股對(duì)規(guī)模溢價(jià)的調(diào)節(jié)作用，本文將實(shí)證模型設(shè)定如下：

上述等式中，εi,t代表隨機(jī)擾動(dòng)項(xiàng)，MVi,t-1代表調(diào)節(jié)變量，包括投賣(mài)空限制和機(jī)構(gòu)投資者持股比例等因素。根據(jù)本文的設(shè)計(jì)，當(dāng)γ1顯著為負(fù)的時(shí)候說(shuō)明個(gè)股t-1月流通市值對(duì)t月的收益率具有顯著的預(yù)測(cè)作用，而當(dāng)γ3顯著的時(shí)候則說(shuō)明MVi,t-1對(duì)上述預(yù)測(cè)關(guān)系具有統(tǒng)計(jì)意義上的調(diào)節(jié)作用。為保證回歸結(jié)果的穩(wěn)健性，減小橫截面層面上的自相關(guān)和異方差影響，本文采用了Fama-Macbeth方法對(duì)上述模型進(jìn)行了估計(jì)(Fama和Macbeth，1973)[14]。

實(shí)證結(jié)果與分析

一、規(guī)模溢價(jià)效應(yīng)的檢驗(yàn)

為了直觀地展示公司規(guī)模對(duì)收益的影響，本文采用動(dòng)態(tài)調(diào)整投資組合的方法。每年根據(jù)上一年年末的流通市值將企業(yè)由小到大分為十組，并計(jì)算接下來(lái)12個(gè)月的收益，組合每年調(diào)整一次。特別地，為了消除經(jīng)營(yíng)異常企業(yè)的影響，分組時(shí)剔除市凈率為負(fù)的企業(yè)。表3報(bào)告了分組結(jié)果，第一列到第十列依次展示了規(guī)模從小到大十個(gè)組合的收益，第十一列為規(guī)模最小和最大組的收益之差，最后一列是收益差異的t值?？梢钥闯?，最小規(guī)模組的平均月度收益為1.07%，而隨著個(gè)股流通市值的增大，收益單調(diào)下降至-0.02%，下降幅度高達(dá)98.13%。在多空策略組合下投資者每月可分別獲得1.09%的收益率，年化收益率高達(dá)13.08%。經(jīng)過(guò)風(fēng)險(xiǎn)因子調(diào)整后這一組合的月度超額收益率仍然有1.01%和0.28%，上述數(shù)值結(jié)果初步證明中國(guó)股票市場(chǎng)存在顯著的規(guī)模溢價(jià)現(xiàn)象。但值得注意的是，F(xiàn)F3因子模型并未能完全解釋規(guī)模溢價(jià)帶來(lái)的超額收益，這反映出FF3因子模型在中國(guó)A股市場(chǎng)的規(guī)模溢價(jià)解釋中存在不足。陽(yáng)建偉和蔣馥(2004)[33]的研究也指出在中國(guó)A股市場(chǎng)，F(xiàn)F3中的規(guī)模因子缺乏解釋力，完全失效。

表3 投資組合的分組檢驗(yàn)

表4 規(guī)模溢價(jià)的回歸分析

由于已有的研究表明，股票的流動(dòng)性、賬面市值比、特質(zhì)波動(dòng)率、類(lèi)彩票性特征以及系統(tǒng)性風(fēng)險(xiǎn)等因素會(huì)顯著影響個(gè)股的回報(bào)率，因此，我們利用Fama-Macbeth回歸進(jìn)一步控制上述因素檢驗(yàn)了規(guī)模溢價(jià)效應(yīng)，表4給出了估計(jì)結(jié)果：在解釋變量滯后一期的情景下，個(gè)股的規(guī)模系數(shù)估計(jì)值分別為-0.0139和-0.0084，均在1%的水平下顯著，揭示出規(guī)模與收益率之間的顯著性負(fù)向關(guān)系。在更進(jìn)一步的滯后分析中，個(gè)股的規(guī)模對(duì)收益率仍然表現(xiàn)出了顯著性的預(yù)測(cè)作用，說(shuō)明規(guī)模溢價(jià)在中長(zhǎng)期較為穩(wěn)健，這一結(jié)論與上述的分組檢驗(yàn)結(jié)果完全一致。

二、投資者情緒促成了規(guī)模溢價(jià)效應(yīng)的產(chǎn)生嗎？

以檢驗(yàn)投資者情緒是否促成樣本企業(yè)規(guī)模溢價(jià)效應(yīng)的產(chǎn)生，本文對(duì)投資者情緒指標(biāo)進(jìn)行從小到大的排序，按20%、40%、60%以及80%分位數(shù)將樣本等分為5組，分別標(biāo)記為1(情緒數(shù)值最小組)、2、3、4、5(情緒數(shù)值最大組)，逐一考察了不同情緒樣本下上市企業(yè)的規(guī)模因素與收益率之間的關(guān)系，表5報(bào)告了檢驗(yàn)結(jié)果：在控制各類(lèi)影響股票收益率的風(fēng)險(xiǎn)因子后，上市企業(yè)規(guī)模因素的系數(shù)估計(jì)值僅在投資者情緒第4、5分位組樣本下顯著，分別為-0.0150(p＜0.01)和-0.0094(p＜0.05)，而在低情緒分位組中上市企業(yè)規(guī)模因素的系數(shù)估計(jì)值在統(tǒng)計(jì)意義上與零沒(méi)有差異，就數(shù)值特征來(lái)看投資者情緒第5分位組下的規(guī)模因素估計(jì)值要遠(yuǎn)高出投資者情緒第1分位組下估計(jì)值8.55倍。這一突出的數(shù)值差異表明，在投資者情緒高漲時(shí)期，投資小規(guī)模企業(yè)的股票大多能獲得較高的超額回報(bào)，而在情緒低迷期這一策略將不再生效，市場(chǎng)中投資者情緒的高低直接左右了小規(guī)模企業(yè)的溢價(jià)程度。這也意味著中國(guó)A股市場(chǎng)上市企業(yè)的規(guī)模溢價(jià)效應(yīng)由投資者情緒驅(qū)動(dòng)，投資情緒變化引起的投資者風(fēng)險(xiǎn)偏好的改變是小規(guī)模企業(yè)溢價(jià)的主要原因。Qadan and Aharon(2019)[24]對(duì)美國(guó)股市中規(guī)模溢價(jià)效應(yīng)的研究也間接突出了投資者情緒在規(guī)模溢價(jià)效應(yīng)產(chǎn)生中的重要作用?？偠灾?，表5中的回歸結(jié)果佐證了本文的假設(shè)一，揭示出投資者情緒是促成中國(guó)A股市場(chǎng)規(guī)模溢價(jià)效應(yīng)產(chǎn)生的重要原因，投資者情緒低迷時(shí)規(guī)模溢價(jià)效應(yīng)不顯著，投資者情緒高漲時(shí)規(guī)模溢價(jià)效應(yīng)越顯著。

表5 投資者情緒與規(guī)模溢價(jià)的Fama-Macbeth回歸估計(jì)

三、賣(mài)空限制的調(diào)節(jié)效應(yīng)估計(jì)

表6 賣(mài)空限制與規(guī)模溢價(jià)的Fama-Macbeth回歸估計(jì)

同理，根據(jù)樣本企業(yè)在給定時(shí)點(diǎn)是否被納入到融資融券試點(diǎn)中，本文將樣本劃分成了融資融券標(biāo)的和非融資融券標(biāo)的，針對(duì)不同標(biāo)的樣本分別估計(jì)了規(guī)模對(duì)收益率的影響以及以融資融券為代表的賣(mài)空因素對(duì)規(guī)模溢價(jià)的調(diào)節(jié)效應(yīng)。表6給出了檢驗(yàn)的Fama-Macbeth回歸估計(jì)結(jié)果，可以看出：由于無(wú)法通過(guò)融券進(jìn)行賣(mài)空降低股價(jià)中的非理性泡沫成分，非融資融券標(biāo)的股樣本的規(guī)模因素與收益率在1%的水平下呈現(xiàn)出了較大數(shù)值的負(fù)向關(guān)聯(lián)系，為-0.0139，而被納入融資融券標(biāo)的的樣本企業(yè)中，這一數(shù)值僅為-0.0027且在10%的水平下顯著，前者是后者的5.15倍。此外，對(duì)于融資融券標(biāo)的企業(yè)而言，其被納入融資融券標(biāo)的后顯著的抑制了規(guī)模溢價(jià)效應(yīng)，其調(diào)節(jié)程度達(dá)到了0.0110(p＜0.01)。而引入融券賣(mài)空量的模型(4)也同樣顯示賣(mài)空數(shù)量越多，SZIE對(duì)個(gè)股收益的負(fù)向影響越小，賣(mài)空程度顯著抑制了規(guī)模溢價(jià)效應(yīng)。在全樣本的估計(jì)結(jié)果(5)中上述結(jié)論依然成立，賣(mài)空限制與規(guī)模的交互項(xiàng)也在1%的水平下顯著為0.0106。整體而言，上述不同樣本、變量下的檢驗(yàn)均表明賣(mài)空限制對(duì)規(guī)模溢價(jià)效應(yīng)有著顯著的強(qiáng)化作用，賣(mài)空限制越強(qiáng)的股票規(guī)模溢價(jià)效應(yīng)越強(qiáng)，而賣(mài)空限制越小的股票規(guī)模溢價(jià)效應(yīng)越弱，驗(yàn)證了本文的假設(shè)二。

四、機(jī)構(gòu)持股的調(diào)節(jié)效應(yīng)估計(jì)

盡管前述實(shí)證表明投資者情緒是促成中國(guó)A股市場(chǎng)規(guī)模溢價(jià)效應(yīng)產(chǎn)生的原因，但不同類(lèi)型投資者受情緒影響的程度存在差異。機(jī)構(gòu)投資者作為專(zhuān)業(yè)的市場(chǎng)參與者不易受市場(chǎng)噪音和情緒的影響，在資產(chǎn)配置中能夠較為準(zhǔn)確的評(píng)估股票的價(jià)值并作出交易決策，而這在很大程度上可以抑制股價(jià)中的非理性泡沫成分。為了檢驗(yàn)這一假設(shè)，本文首先將機(jī)構(gòu)投資者持股比例從小到大排序，根據(jù)50%分位數(shù)(中位數(shù))的大小將樣本分成兩組，分別為機(jī)構(gòu)投資者持股比例小于等于中位數(shù)的樣本、機(jī)構(gòu)投資者持股比例大于中位數(shù)的樣本?；诖诉@一分組，本文分別采用分組回歸和引入交互項(xiàng)的連續(xù)調(diào)節(jié)效應(yīng)回歸考察了機(jī)構(gòu)投資者對(duì)規(guī)模溢價(jià)效應(yīng)的影響，結(jié)果顯示(表7)：以機(jī)構(gòu)投資者持股比例中位數(shù)為臨界點(diǎn)，上市企業(yè)規(guī)模因素與收益率之間的負(fù)向關(guān)系在中位數(shù)上下兩組樣本中呈現(xiàn)出了顯著性的差異，其中機(jī)構(gòu)持股比例小于中位數(shù)的樣本中這一負(fù)向關(guān)系系數(shù)為-0.0114(p＜0.01)，而在中位數(shù)以上的樣本中則僅為-0.0025(p＜0.10)，前者是后者的4.56倍，經(jīng)1000次的Bootstrap檢驗(yàn)兩者的差值-0.0089也在1%的水平下顯著。更進(jìn)一步，引入機(jī)構(gòu)投資者持股與規(guī)模因素交互項(xiàng)，本文也發(fā)現(xiàn)在連續(xù)調(diào)節(jié)效應(yīng)中，機(jī)構(gòu)投資者持股比例也在5%的水平下抑制了上市企業(yè)規(guī)模因素與收益率之間的負(fù)向關(guān)聯(lián)性，強(qiáng)度為0.0003。上述數(shù)值結(jié)果表明，機(jī)構(gòu)投資者作為專(zhuān)業(yè)的投資人，擁有豐富的投資經(jīng)驗(yàn)和專(zhuān)業(yè)素養(yǎng)，能有效抑制市場(chǎng)情緒所導(dǎo)致的規(guī)模溢價(jià)效應(yīng)，驗(yàn)證了本文的假設(shè)3。

五、考慮情緒因素修正的因子模型

前文的分組檢驗(yàn)結(jié)果顯示，在利用FF3三因子模型控制規(guī)模因子風(fēng)險(xiǎn)后，中國(guó)A股市場(chǎng)仍然存在顯著的規(guī)模溢價(jià)效應(yīng)，這與陽(yáng)建偉和蔣馥(2004)[33]的研究結(jié)論較為一致，F(xiàn)F3三因子模型在國(guó)際新興股票市場(chǎng)存在著適用性問(wèn)題。為了使得因子模型能夠更好的解釋國(guó)際各國(guó)股市中的異象，尤其是強(qiáng)化規(guī)模因子的作用，Asness et al.(2018)[3]在FF3模型中加入了反應(yīng)上市企業(yè)質(zhì)量風(fēng)險(xiǎn)的因子QMJ，基于修正的模型他們發(fā)現(xiàn)在控制上市企業(yè)質(zhì)量以后，規(guī)模因子仍然有效。Liu et al.(2018)[20]也針對(duì)中國(guó)A股市場(chǎng)，也構(gòu)建了有中國(guó)特色的三因子模型。但本文認(rèn)為，中國(guó)A股市場(chǎng)自誕生便形成了以散戶投資者為主的投資者結(jié)構(gòu)，由散戶群體帶來(lái)的非理性情緒因素在資產(chǎn)價(jià)格的形成中扮演了重要的作用，因此在控制反應(yīng)規(guī)模效應(yīng)的基本面因子以外，還應(yīng)當(dāng)考慮投資者情緒在規(guī)模溢價(jià)中的解釋作用。結(jié)合實(shí)證分析部分的結(jié)論，并參考Fama and French(2015)[13]建議的因子構(gòu)造方法，本文將投資者情緒規(guī)范化為定價(jià)因子UMO ?；谶@一因子，我們進(jìn)一步拓展了FF3模型，建立了具有中國(guó)A股市場(chǎng)特色的四因子定價(jià)模型(CH4)。更進(jìn)一步，本文根據(jù)個(gè)股流通市值的大小進(jìn)行分組構(gòu)造投資組合，利用高、低流通規(guī)模資產(chǎn)組合的收益率差作為被解釋變量，進(jìn)行了CH4模型的回歸估計(jì)，結(jié)果顯示(表8)在控制反應(yīng)投資者情緒的因子UMO后，規(guī)模因子仍然顯著，但因子模型的超額收益率α項(xiàng)(0.0081)不再顯著，且估計(jì)值遠(yuǎn)低于FF3模型中的0.0193，這說(shuō)明中國(guó)A股市場(chǎng)的規(guī)模溢價(jià)不能僅通過(guò)規(guī)模因子進(jìn)行定價(jià)解釋?zhuān)矐?yīng)當(dāng)考慮投資者情緒因素在溢價(jià)過(guò)程中的重要作用。

表7 機(jī)構(gòu)持股與規(guī)模溢價(jià)的Fama-Macbeth回歸估計(jì)

六、穩(wěn)健性檢驗(yàn)

1.考慮公司層面的投資者情緒對(duì)規(guī)模溢價(jià)的影響

易志高和茅寧(2009)[34]提出的CICSI指標(biāo)反應(yīng)了市場(chǎng)層面投資者情緒，是當(dāng)前應(yīng)用比較多的指標(biāo)之一。更為穩(wěn)妥起見(jiàn)本文也進(jìn)一步采用了Aboody et al.(2018)[1]提出的公司層面的情緒指標(biāo)——隔夜收益率進(jìn)行了檢驗(yàn)，在T+1交易機(jī)制下的中國(guó)A股市場(chǎng)這一指標(biāo)更能有效捕捉投資的情緒，當(dāng)投資者情緒過(guò)度悲觀時(shí)翌日開(kāi)盤(pán)時(shí)的賣(mài)壓會(huì)更大，因此隔夜收益率負(fù)的程度越大，反之亦然。并且，相較于市場(chǎng)層面的情緒指標(biāo)而言，公司層面的投資者情緒能夠更加敏感的捕捉到個(gè)股層面上的情緒變化。同理，采用前文對(duì)投資者情緒相同的分組標(biāo)準(zhǔn)，我們對(duì)樣本企業(yè)的隔夜收益率情緒指標(biāo)進(jìn)行了5等分的分位數(shù)分組，數(shù)字1～5代表了投資者情緒的高低，其中1最低，5最高。表9給出了不同投資者情緒分組樣本下的SIZE的系數(shù)估計(jì)值，結(jié)果顯示：隨著公司層面的投資者情緒的上升，SIZE的系數(shù)估計(jì)值負(fù)的程度越來(lái)越大，其均通過(guò)了1%水平下的顯著性檢驗(yàn)，表明即使在更換投資者情緒指標(biāo)后，中國(guó)A股市場(chǎng)的規(guī)模溢價(jià)效應(yīng)仍然由投資情緒左右，會(huì)隨著投資者情緒的增強(qiáng)而得以強(qiáng)化。

表8 因子模型的回歸估計(jì)

本文也根據(jù)Aboody et al.(2018)[1]提出的公司層面的情緒指標(biāo)按照相同的方式構(gòu)造了UMO因子，并進(jìn)行了因子模型的回歸估計(jì)，結(jié)果顯示：在控制公司層面的投資者情緒因子后，因子模型的超額收益率α項(xiàng)(0.0038)不再顯著，說(shuō)明不論是利用市場(chǎng)層面的投資者情緒指標(biāo)、還是公司層面的投資者情緒指標(biāo)構(gòu)造的投資者情緒因子均具有較強(qiáng)的解釋力，投資者情緒能夠顯著的解釋中國(guó)A股市場(chǎng)的規(guī)模溢價(jià)效應(yīng)。

2.考慮價(jià)格、情緒、賣(mài)空限制對(duì)規(guī)模溢價(jià)的交互影響

表9 投資者情緒與規(guī)模溢價(jià)的Fama-Macbeth回歸估計(jì)

孟慶斌和黃清華(2018)[30]指出價(jià)格、情緒以及賣(mài)空限制三因素往往存在較強(qiáng)的相關(guān)關(guān)系。在前文的分析基礎(chǔ)上，我們進(jìn)一步考察了價(jià)格、投資者情緒以及賣(mài)空限制三者的交互影響關(guān)系以驗(yàn)證多重因素交互影響下結(jié)論的穩(wěn)健性。由表10中的PANEL A可以看出不論是低價(jià)格樣本、還是高價(jià)格樣本，“兩融”制度的實(shí)施均在一定程度上抑制了股價(jià)的規(guī)模溢價(jià)效應(yīng)，但從數(shù)值上來(lái)看“兩融”制度對(duì)中等及以上規(guī)模市值企業(yè)的溢價(jià)抑制作用較強(qiáng)，而對(duì)小規(guī)模市值企業(yè)溢價(jià)的抑制作用較低。值得注意的是，“兩融”制度的實(shí)施完全消除了股價(jià)較低的中等及以上規(guī)模市值企業(yè)的規(guī)模溢價(jià)，“兩融”制度前的影響程度為-0.1293(p＜0.01，中等規(guī)模)和-0.0251(p＜0.01，大規(guī)模)，而之后則下降到-0.0865(p＞0.10，中等規(guī)模)和-0.0026(p＞0.10，大規(guī)模)。同理，PANEL B顯示出投資者情緒因素對(duì)賣(mài)空限制與規(guī)模溢價(jià)之間的關(guān)系也存在顯著性的調(diào)節(jié)作用，盡管“兩融”制度的實(shí)施未能完全消除高低情緒組下的規(guī)模溢價(jià)效應(yīng)，但整體來(lái)看“兩融”制度所代表的賣(mài)空限制在市場(chǎng)情緒低迷時(shí)，對(duì)中等及以上市值規(guī)模企業(yè)的溢價(jià)效應(yīng)的抑制作用更加明顯，平均抑制程度達(dá)到了65.13%。而在市場(chǎng)情緒高漲時(shí)，賣(mài)空限制對(duì)相同規(guī)模大小企業(yè)的平均抑制作用僅為49.42%。這些數(shù)值證據(jù)均顯示出“兩融”制度的實(shí)施有效減小了A股市場(chǎng)的賣(mài)空限制，減輕了異象所帶來(lái)的影響，尤其是弱化了市場(chǎng)情緒低迷、低價(jià)股等行情和標(biāo)的中存在的異象。

表10 多因素交互影響下的規(guī)模溢價(jià)

表11 考慮一月效應(yīng)的分組檢驗(yàn)結(jié)果

3.考慮一月效應(yīng)對(duì)規(guī)模溢價(jià)的影響

Keim(1983)[17]指出上市企業(yè)的規(guī)模溢價(jià)與一月效應(yīng)有密切關(guān)系。這里，我們將樣本劃分為一月和非一月，并利用分組檢驗(yàn)法再次檢驗(yàn)了個(gè)股的規(guī)模溢價(jià)效應(yīng)。表11的結(jié)果表明中國(guó)A股市場(chǎng)確實(shí)存在一月效應(yīng)，但從溢價(jià)程度來(lái)看一月的投資組合僅能獲得1.39%的月均收益率，而非一月樣本下的投資者組合則能獲得4.92%的月均收益率，后者遠(yuǎn)高出前者，這說(shuō)明即使在考慮一月效應(yīng)以后，中國(guó)A股市場(chǎng)仍然存在顯著的規(guī)模溢價(jià)效應(yīng)。

結(jié)論與啟示

本文利用滬深A(yù)股上市公司數(shù)據(jù)，從投資者情緒、賣(mài)空限制等因素出發(fā)，對(duì)中國(guó)A股市場(chǎng)中的規(guī)模溢價(jià)現(xiàn)象展開(kāi)了深入的分析與系統(tǒng)的驗(yàn)證。研究發(fā)現(xiàn)樣本期間內(nèi)中國(guó)A股市場(chǎng)存在顯著的規(guī)模溢價(jià)現(xiàn)象，通過(guò)多空策略組合可實(shí)現(xiàn)年化13.08%的收益率?？紤]規(guī)模因子后策略組合收益率有所下降，但仍然有3.36%的超額收益率無(wú)法被解釋?zhuān)磻?yīng)出FF3的規(guī)模因子在規(guī)模溢價(jià)效應(yīng)解釋上仍存在不足。

在規(guī)模溢價(jià)形成機(jī)制原因的探討中，本文發(fā)現(xiàn)投資者情緒是促成上市企業(yè)規(guī)模溢價(jià)的重要原因，而中國(guó)式融資融券制度安排所降低的賣(mài)空限制、機(jī)構(gòu)投資者持股比例的上升則顯著抑制了規(guī)模溢價(jià)效應(yīng)。這主要是由于投資者在不同情緒下會(huì)呈現(xiàn)出不同的風(fēng)險(xiǎn)偏好，在亢奮的情緒狀態(tài)下投資者會(huì)低估股票資產(chǎn)的風(fēng)險(xiǎn)而高估收益，呈現(xiàn)出典型的非理性決策心理特征，對(duì)高風(fēng)險(xiǎn)資產(chǎn)有著超額需求，Lemmon and Portniaguina(2006)[19]在研究中便指出了這一點(diǎn)。而在中國(guó)股票市場(chǎng)，作為高風(fēng)險(xiǎn)資產(chǎn)的小市值股票在這一非理性決策下便成為投資者競(jìng)相配置的股票標(biāo)的，最終產(chǎn)生了較高的溢價(jià)。此外，融資融券制度推出以后，國(guó)內(nèi)A股市場(chǎng)的賣(mài)空渠道得到了拓展，大公司股票的賣(mài)空限制得以緩解，投資者的意見(jiàn)分歧可以通過(guò)融券業(yè)務(wù)向市場(chǎng)表達(dá)，從而減少了價(jià)格中的泡沫。但由于標(biāo)的選擇的限制，小市值股票無(wú)法進(jìn)行賣(mài)空使得價(jià)格泡沫仍在累積，最終進(jìn)一步強(qiáng)化了A股市場(chǎng)的規(guī)模溢價(jià)效應(yīng)。另外，機(jī)構(gòu)投資者作為上市企業(yè)的外部監(jiān)管者，在一定程度上抑制了上市企業(yè)股價(jià)中因情緒面所導(dǎo)致的非理性交易行為，機(jī)構(gòu)持股比例的上升可有效抑制上市企業(yè)的規(guī)模溢價(jià)效應(yīng)。在更進(jìn)一步的研究中，本文還發(fā)現(xiàn)上述研究結(jié)論對(duì)更換投資者情緒測(cè)度指標(biāo)、價(jià)格效應(yīng)以及一月效應(yīng)均有較強(qiáng)的穩(wěn)健性。并且本文構(gòu)造的中國(guó)式因子模型對(duì)中國(guó)A股市場(chǎng)的規(guī)模溢價(jià)效應(yīng)具有顯著的解釋力。

本文結(jié)果表明，投資者情緒對(duì)A股市場(chǎng)規(guī)模溢價(jià)的產(chǎn)生有著不可忽視的作用。投資者情緒高漲階段市場(chǎng)上充斥著非理性的投機(jī)行為，而小市值股票是投機(jī)的重災(zāi)區(qū)，價(jià)格嚴(yán)重偏離基本面，影響市場(chǎng)資源配置效率。因此，監(jiān)管部門(mén)要重視并合理引導(dǎo)投資者的情緒，在高投資者情緒階段，密切監(jiān)管對(duì)小市值股票的惡意炒作。其次，本文的結(jié)果肯定了融資融券制度對(duì)降低賣(mài)空限制約束、提高定價(jià)效率、抑制價(jià)格泡沫的積極作用。在小公司估值過(guò)高的背景下，有序地對(duì)融資融券標(biāo)的股進(jìn)行擴(kuò)容，逐漸納入中小盤(pán)和創(chuàng)業(yè)板是提升市場(chǎng)效率的有效手段。最后，監(jiān)管層應(yīng)進(jìn)一步創(chuàng)新監(jiān)管方式，提高機(jī)構(gòu)投資者參與市場(chǎng)的積極性，支持和引導(dǎo)機(jī)構(gòu)投資者在穩(wěn)定市場(chǎng)、降低市場(chǎng)非理性情緒等方面發(fā)揮重要作用。

注釋

1.與此形成鮮明對(duì)比的是，2013以來(lái)美國(guó)股市中的規(guī)模溢價(jià)現(xiàn)象在逐漸消失。據(jù)alphaArchitect統(tǒng)計(jì)顯示，按市值大小劃分，過(guò)去5年美股市場(chǎng)大、中、小股票組合的平均年化收益率分別為14.11%、11.21%和10.02%，大小市值組合收益率差高達(dá)4.10%，買(mǎi)入小市值股票并賣(mài)出大市值股票的策略組合不再能獲得高額收益率。數(shù)據(jù)來(lái)源：http://alphaarchitect.com/2018/11/15/factor-investing-factcheck-are-value-and-momentum-dead。

2.據(jù)wind數(shù)據(jù)庫(kù)統(tǒng)計(jì)顯示，2013年至則2018年間，40億市值以下的上市公司平均年換手率高達(dá)637.84，而40億市值以上上市公司的平均年換手率僅為481.71，前者是后者的1.32倍。

3.不做特殊說(shuō)明情況下，F(xiàn)F3均指代Fama and French(1992)[12]提出的三因子模型。

4.中國(guó)上市企業(yè)會(huì)在每年的12月底披露年報(bào)的發(fā)布日期，遵循張兵和陳曉瑩(2017)[37]的做法，本文以t年12月底綜合指標(biāo)的分位點(diǎn)來(lái)分組用以確定t+1年股票資產(chǎn)組合所包含的個(gè)股情況。

5.受篇幅所限此處略去了表格，相關(guān)表格數(shù)據(jù)讀者可郵件索取。