● 孫 蕾，陳予清

（華東師范大學(xué) 統(tǒng)計(jì)與數(shù)據(jù)科學(xué)前沿理論及應(yīng)用教育部重點(diǎn)實(shí)驗(yàn)室，經(jīng)濟(jì)與管理學(xué)部統(tǒng)計(jì)學(xué)院，上海 200062）

一、引言及文獻(xiàn)回顧

作為現(xiàn)代金融學(xué)理論的奠基石，CAPM 模型指出資產(chǎn)的未來(lái)收益與風(fēng)險(xiǎn)呈正相關(guān)關(guān)系。其中，Beta 衡量的是資產(chǎn)的系統(tǒng)性風(fēng)險(xiǎn)，而非系統(tǒng)性風(fēng)險(xiǎn)可以通過(guò)構(gòu)建投資組合的方式進(jìn)行分散。在CAPM 模型的理論下，持有高風(fēng)險(xiǎn)資產(chǎn)的投資者往往會(huì)獲得高收益的風(fēng)險(xiǎn)補(bǔ)償。然而，自上世紀(jì)末起，國(guó)外學(xué)者就陸續(xù)發(fā)現(xiàn)，Beta 與收益之間的正相關(guān)關(guān)系并非像CAPM 模型闡明的那樣一直存在[1]。相反，低Beta 股票的未來(lái)收益有時(shí)會(huì)呈現(xiàn)顯著優(yōu)于高Beta 股票的情況，于是國(guó)外學(xué)者就把這一有悖于CAPM 理論的現(xiàn)象稱之為“低Beta 異象”[2]。

對(duì)于低Beta 異象成因問(wèn)題的討論，結(jié)合國(guó)內(nèi)外學(xué)者過(guò)去的研究，可以分為以下兩類(lèi)，一是低Beta 異象是由套利限制所引起，二是低Beta 異象可以被投資者行為所解釋。

（一）套利限制視角

1.杠桿約束

Blitz 等[3]從CAPM 的基本假設(shè)角度出發(fā)討論了杠桿約束。在CAPM 的模型假設(shè)中，投資者是沒(méi)有杠桿限制的，每個(gè)投資者都在追求單位風(fēng)險(xiǎn)下的收益最大化，并可以通過(guò)資金的靈活借貸實(shí)現(xiàn)自己的目標(biāo)收益水平。但在實(shí)際情況下，杠桿是有約束的，當(dāng)借貸資金成本過(guò)高或者條款不允許加杠桿時(shí)，投資者就無(wú)法隨意增加或者降低杠桿水平。在這種情況下，投資者為了獲得更高的收益，只能通過(guò)暴露更多的市場(chǎng)風(fēng)險(xiǎn)，去追逐高Beta 股票，最終使得高Beta 股票被高估，引發(fā)了低Beta 異象。同一時(shí)期的國(guó)外學(xué)者Frazzini 等[4]也得到了相似的結(jié)論，杠桿約束較多的投資者，例如共同基金和個(gè)人投資者，往往會(huì)去持有高Beta股票；而約束相對(duì)較少的投資者，例如對(duì)沖基金、LBO 和伯克希爾往往更偏愛(ài)低Beta 股票。該結(jié)論周亮和王銀枝[5]在中國(guó)股市得到了證實(shí)。由于杠桿約束的存在，大量投資者只能投資于高Beta股票，使得高Beta 股票被高估，從而導(dǎo)致了低Beta 異象。

2.定價(jià)錯(cuò)誤

在CAPM 的假設(shè)下，股票收益不存在非線性現(xiàn)象，而B(niǎo)uchner 等[6]認(rèn)為低Beta 異象是由OLS偽回歸效應(yīng)引發(fā)的，因而是CAPM 線性假設(shè)下的定價(jià)誤差。隨著中國(guó)股市融資融券制度的正式啟動(dòng)，不少學(xué)者發(fā)現(xiàn)賣(mài)空機(jī)制能夠有助于提高股票的定價(jià)效率。李志生等[7]發(fā)現(xiàn)，融資融券制度能夠幫助糾正股票價(jià)格的錯(cuò)誤估計(jì)，從而大大提高股票市場(chǎng)的效率。

（二）投資者行為視角

1.投資者投機(jī)心理

CAPM 理論假設(shè)了投資者往往只關(guān)注股票收益的均值和方差，從而得到收益與風(fēng)險(xiǎn)正相關(guān)的結(jié)論。Blitz 等[3]則認(rèn)為，投資者不僅僅關(guān)注了均值和方差，還會(huì)關(guān)注股票的偏度。其中，收益右偏的股票往往會(huì)被投資者認(rèn)為具有較高的潛在收益，由于其彩票型特征受到追捧后被高估。此外，Bali 等[8]指出，個(gè)人投資者對(duì)彩票型股票的追逐才是低Beta 異象存在的主要原因；具體而言，個(gè)人投資者偏好短期上漲較多的股票，這類(lèi)股票往往具有較高的Beta 值，最終使得高Beta 的股票被高估。而機(jī)構(gòu)投資者相對(duì)比較理性，對(duì)彩票型股票沒(méi)有明顯的偏好。王力等[9]認(rèn)為，個(gè)體投資者的博彩偏好強(qiáng)烈是市場(chǎng)價(jià)格泡沫產(chǎn)生的源泉。劉圣堯和李怡宗[10]完成了博彩效應(yīng)在A 股市場(chǎng)的實(shí)證，當(dāng)控制了以股票價(jià)格、特質(zhì)波動(dòng)率以及最大歷史日收益率構(gòu)建的彩票型特征變量后，低Beta 異象所帶來(lái)的超額收益顯著下降。

2.投資者分歧行為

早在1977 年，Miller 就指出，當(dāng)投資者對(duì)股票未來(lái)的收益存在分歧的時(shí)候，由于賣(mài)空限制的存在使得悲觀投資者無(wú)法做空股票，因而股票的價(jià)格往往只反應(yīng)了樂(lè)觀投資者的預(yù)期，使得股票被高估[11]。隨后，Hong 等[12]發(fā)現(xiàn)，高Beta 股票具有更明顯的投資者分歧現(xiàn)象，即持有高Beta 股票的投資者往往是樂(lè)觀的投資者，最終使得高Beta股票被高估，引發(fā)低Beta 異象。原思雨和任龍[13]指出，媒體情緒會(huì)干預(yù)投資者情緒和分析師樂(lè)觀偏差，進(jìn)而影響上市公司股票的收益。周愛(ài)民和遙遠(yuǎn)[14]根據(jù)券商分析師的個(gè)股預(yù)測(cè)，構(gòu)建新的投資者分歧指標(biāo)——異質(zhì)信念，并證實(shí)了異質(zhì)信念在中國(guó)股市對(duì)低Beta 異象的解釋能力。同時(shí)，在此基礎(chǔ)上引入了投資者情緒，發(fā)現(xiàn)投資者情緒會(huì)進(jìn)一步放大異質(zhì)信念的影響。

既有文獻(xiàn)均在證實(shí)了低Beta 異象的基礎(chǔ)之上，對(duì)低Beta 異象的存在原因給予不同角度的解釋。而本文的研究從中國(guó)股市兩大獨(dú)有特征出發(fā)，即嚴(yán)格的制度監(jiān)管以及散戶主導(dǎo)的投資環(huán)境，更注重在中國(guó)股市的適用性。

此外，文獻(xiàn)綜述中基于套利限制視角的杠桿約束以及錯(cuò)誤定價(jià)在具有嚴(yán)格政策管制的中國(guó)股市中，往往與監(jiān)管政策的限制有著緊密的關(guān)系；而基于投資者行為視角的投資者投機(jī)心理與投資者分歧行為在充斥著散戶的中國(guó)股市中，也與散戶的非理性行為有著較為密切的聯(lián)系。因而本文對(duì)低Beta 異象背后原因的討論將基于以上這兩個(gè)較為宏觀的解釋變量，并研究二者對(duì)低Beta 異象的聯(lián)合影響。

二、數(shù)據(jù)來(lái)源與研究設(shè)計(jì)

（一）樣本選取與數(shù)據(jù)處理

本文所使用的數(shù)據(jù)均來(lái)自Wind 數(shù)據(jù)庫(kù)，樣本對(duì)象為全部A 股，時(shí)間區(qū)間為2002 年1 月1日至2020 年12 月31 日（共計(jì)4610 個(gè)交易日）。在數(shù)據(jù)匯總的過(guò)程中，進(jìn)行了如下處理：（1）剔除金融類(lèi)上市公司、ST 以及退市股票；（2）鑒于我國(guó)股票市場(chǎng)新股交易的特殊情況，剔除每支股票前120 個(gè)交易日數(shù)據(jù)，并剔除上市不足一個(gè)會(huì)計(jì)年度的新股；（3）剔除總市值最小的30%的股票，使得由IPO 監(jiān)管引起的殼價(jià)值污染有所緩解，從而提升因子收益率的解釋能力。此外，本文采用一年期存款利率（整存整?。┳鳛闊o(wú)風(fēng)險(xiǎn)收益率，將滬深300 指數(shù)作為市場(chǎng)比較基準(zhǔn)。

（二）Beta值的估計(jì)方法

在每月初，基于CAPM 模型對(duì)Beta 值進(jìn)行估計(jì)。為了減少由于周末、節(jié)假日閉市所引起的非同步交易的影響，本文借鑒Dimson[15]的方法，將通過(guò)回歸得到的Beta 系數(shù)之和作為最終的Beta估計(jì)值。采用由過(guò)去一年日超額收益率進(jìn)行OLS回歸得到的Beta 系數(shù)之和作為最終的Beta 值，并且所得到的觀測(cè)值不少于150 個(gè)交易日。

其中，ri,t為股票i在t日的超額收益率，Rm,t為t日的市場(chǎng)超額收益率。通過(guò)公式（2）求得t日的Beta 估計(jì)值。

另一種估計(jì)Beta 值的方法是通過(guò)過(guò)去五年的月超額收益率進(jìn)行OLS 回歸得到，其中觀測(cè)值不少于24 個(gè)交易月。

其中，ri,t為股票i在t月的超額收益率，Rm,t為t月的市場(chǎng)超額收益率。通過(guò)公式（2）求得在t月的Beta 估計(jì)值。

（三）投資者情緒因子的構(gòu)建

投資的非理性行為主要來(lái)源于關(guān)注度受限的個(gè)體投資者，即散戶。本文采用何誠(chéng)穎等[16]的方法，將非主力投資金額的凈流入程度BSIi,t作為投資者情緒因子的代理變量，它可以反映非主力投資金額在交易中的不平衡程度，從而捕捉散戶的資金流向。其中，非主力投資金額為掛單額小于20 萬(wàn)元的訂單（包括小單和中單）的交易金額。

其中，Bi,t為小單和中單的流入金額，Si,t為小單和中單的流出金額。

（四）套利限制因子構(gòu)建方法

A 股面臨嚴(yán)格的賣(mài)空限制，存在較高的賣(mài)空風(fēng)險(xiǎn)和賣(mài)空成本。本文借鑒了Gu 等[17]、虞文微等[18]以及江婕等[19]的構(gòu)造方法，基于A 股市場(chǎng)特有的制度特征以及普遍的市場(chǎng)特征構(gòu)建套利限制因子。

1.制度限制因子RuleLimiti,t

制度限制因子RuleLimiti,t由以下四個(gè)因子構(gòu)建而成：

（1）價(jià)格漲跌制度因子PriceLimiti,t

為了防止股市的價(jià)格發(fā)生暴漲暴跌而影響市場(chǎng)的正常運(yùn)行，自1996 年12 月16 日起，A 股市場(chǎng)開(kāi)始實(shí)施漲跌停板制度。當(dāng)股價(jià)觸及每日漲跌停板（漲跌幅不得超過(guò)10%）時(shí)，只有股價(jià)不高于漲停板價(jià)格才能賣(mài)出或者股價(jià)不低于跌停板價(jià)格才能買(mǎi)入。其中，科創(chuàng)板和創(chuàng)業(yè)板的漲跌幅限制比較特殊，上交所于2019 年1 月30 日將科創(chuàng)板的漲跌幅限制放寬至20%，而創(chuàng)業(yè)板于2020 年8月24 日將設(shè)定的漲跌幅限制由原先的10%調(diào)整為20%。如果股票i在t日觸及漲跌停板，PriceLimiti,t記為1，反之記為0。

（2）融資融券制度因子MTSSLimiti,t

在2010 年3 月31 日正式啟動(dòng)融資融券業(yè)務(wù)之前，我國(guó)證券市場(chǎng)屬于典型的單邊市場(chǎng)，投資者只能做多，不能做空。融資融券業(yè)務(wù)的推出使得投資者能夠以向證券公司提供擔(dān)保物的方式，進(jìn)行融資交易（借入資金買(mǎi)入證券）或者融券交易（借入證券并賣(mài)出），既能做多，也能做空。

首批融資融券標(biāo)的證券名單為上證50 指數(shù)和深證成分指數(shù)的成分股，共計(jì)90 只，并陸續(xù)進(jìn)行多次大規(guī)模擴(kuò)容。截至2020 年12 月31 日，融資融券標(biāo)的證券規(guī)模已達(dá)到1878 只。如果股票i在t日從屬于融資融券的允許名單，MTSSLimiti,t記為0，反之記為1。

（3）股指期貨因子SPIFLimiti,t

股指期貨合約沒(méi)有賣(mài)空的限制，交易成本相對(duì)較低，并且實(shí)行T+0 交易制度，即當(dāng)日買(mǎi)進(jìn)當(dāng)日賣(mài)出，沒(méi)有時(shí)間和次數(shù)限制。滬深300 股指期貨于2010 年4 月16 日由中國(guó)金融期貨交易所推出，隨后于2015 年4 月16 日，上證50 和中證500 股指期貨被陸續(xù)推出。如果股票i在t日從屬于股指期貨標(biāo)的證券，SPIFLimiti,t記為0，反之記為1。

（4）股指期權(quán)因子SIOLimiti,t

股指期權(quán)與股指期貨類(lèi)似，沒(méi)有賣(mài)空限制且交易成本較低。相比期貨，它能夠制定更為個(gè)性化的套利策略組合。2015 年2 月9 日，上海證券交易所推出了首支股指期權(quán)——上證50ETF 期權(quán)，2019 年12 月23 日，滬深300ETF 股指期權(quán)由中金所推出。如果股票i在t日從屬于股指期權(quán)標(biāo)的證券，SIOLimiti,t記為0，反之記為1。

2.市場(chǎng)限制因子MarketLimiti,t

市場(chǎng)限制因子MarketLimiti,t由以下兩個(gè)因子構(gòu)建而成：

（1）流動(dòng)性因子Amihudi,t

流動(dòng)性的增加會(huì)減小套利的時(shí)間成本和交易成本，并且價(jià)格由于偏離程度增加從而披露率提高。本文將借助非流動(dòng)性指標(biāo)構(gòu)建所需要的流動(dòng)性因子，非流動(dòng)性越高，市場(chǎng)限制越大。因此如果股票i在t日的非流動(dòng)性位于日截面樣本中位數(shù)以下，Amihudi,t記為0，反之記為1。

（2）成交量因子Volumei,t

更多的成交量意味著更小的成交成本，從而促進(jìn)交易的增加，因此成交量越大，市場(chǎng)限制越小。如果股票i在t日的成交量位于日截面樣本中位數(shù)以上，Volumei,t記為0，反之記為1。

3.總限制因子TotalLimiti,t

總限制因子由制度限制因子和市場(chǎng)限制因子構(gòu)建而成：

表1 為2002 年1 月1 日到2020 年12 月31日各因子的描述性統(tǒng)計(jì)，包含了其平均值、最小值、最大值、方差、偏度和峰度。從表1 可以看出，Beta 估計(jì)值和套利限制因子方差均不大，僅為0.0267、0.0003 和0.0011，投資者情緒因子具有較為明顯的方差值，為0.7678。Beta 估計(jì)值和投資者情緒因子呈現(xiàn)負(fù)偏態(tài)和尖峰態(tài)，而套利限制因子呈現(xiàn)正偏態(tài)和低峰態(tài)。

表1 描述性統(tǒng)計(jì)

（五）因子收益率的計(jì)算方法

本文主要采用的因子收益率模型是由學(xué)者Liu 等[20]提出的符合中國(guó)國(guó)情的四因子模型，相比在美國(guó)市場(chǎng)流行的Fama-French 三因子模型，它能夠更好地解釋學(xué)術(shù)界在中國(guó)市場(chǎng)上發(fā)現(xiàn)的絕大部分收益率截面異象。

與傳統(tǒng)的Fama-French 三因子模型不同的是：首先，該模型將剔除總市值最小的30% 的股票，因而能夠較好地排除小市值的影響；其次，該模型選取更符合中國(guó)國(guó)情的市盈率的倒數(shù)EP作為價(jià)值因子的指標(biāo)，并且對(duì)其進(jìn)行非負(fù)處理——將EP值為負(fù)的公司記為0；最后，該模型考慮到了A 股市場(chǎng)所存在的反轉(zhuǎn)異象，加入換手率變動(dòng)因子。最終得到的模型如下：

具體而言，在每月末，將股票按照流通市值劃分為兩組（小市值組合S和大市值組合B），分割點(diǎn)為股票流通市值的中位數(shù)。

同理，再將股票按照盈市率（市盈率的倒數(shù)）分成三組，其中盈市率最高的30%的股票為價(jià)值組合V，中間40% 的股票為平穩(wěn)組合M，盈市率最低的30% 的股票為成長(zhǎng)組合G。接著進(jìn)行交叉分組，形成小市值價(jià)值股（S/V）、小市值平穩(wěn)股（S/M）、小市值成長(zhǎng)股（S/G）、大市值價(jià)值股（B/V）、大市值平穩(wěn)股（B/M）以及大市值成長(zhǎng)股（B/G）這樣六個(gè)投資組合，并通過(guò)市值加權(quán)的方式計(jì)算對(duì)應(yīng)的收益率。

換手率因子收益率的構(gòu)造邏輯與價(jià)值因子相似，只是在進(jìn)行分組時(shí)將盈市率替換為換手率變動(dòng)因子，從而構(gòu)造小市值低活躍股（S/P）、小市值高活躍股（S/O）、大市值低活躍股（B/P）以及大市值高活躍股（B/O）。其中，換手率變動(dòng)因子為最近20 天的平均換手率與最近250 天的平均換手率之比。

換手率因子收益率為：

從表2 可以看出，各個(gè)因子之間的相關(guān)性并不高。此外，考慮到OLS 回歸中可能會(huì)存在異方差的問(wèn)題，對(duì)解釋變量進(jìn)行懷特檢驗(yàn)，得到nR2的均值=21×35.23%=7.3983（其中n的均值為21），小于χ20.05(14) = 23.685，因而不存在異方差，可以使用OLS 回歸。通過(guò)OLS 回歸得到調(diào)整后R2的均值為56.13%，具有較為可靠的擬合度。

表2 因子收益率的描述性統(tǒng)計(jì)

三、實(shí)證分析

（一）“低Beta異象”的實(shí)證

在每月末，根據(jù)回歸得到的Beta 估計(jì)值進(jìn)行排序分組構(gòu)建不同的投資組合，由于考慮到早期股票市場(chǎng)容量的大小問(wèn)題，因而只將股票分為五組。然后按照所構(gòu)建的投資組合進(jìn)行月末調(diào)倉(cāng)，以等權(quán)重或者市值加權(quán)的方式買(mǎi)入高Beta 組，并賣(mài)出低Beta 組，所得到的組合收益率通過(guò)Fama-French 三因子以及由學(xué)者Liu 等提出的符合中國(guó)國(guó)情的Fama-French 模型進(jìn)行風(fēng)險(xiǎn)調(diào)整，后者又分為不考慮換手率變動(dòng)因子的三因子模型以及考慮了換手率變動(dòng)因子的四因子模型。結(jié)果見(jiàn)表3。其中，面板A 為通過(guò)等權(quán)重收益率得到的結(jié)果，面板B 為通過(guò)市值加權(quán)收益率所得到的結(jié)果。

表3 按Beta排序分組的各個(gè)組合的超額收益率以及Alpha值

從表3 中可以看出，在月均超額收益以及經(jīng)過(guò)原始Fama-French 三因子模型風(fēng)險(xiǎn)調(diào)整的月均收益上，低Beta 異象幾乎不存在，而在經(jīng)過(guò)符合中國(guó)國(guó)情的Fama-French 三、四因子模型風(fēng)險(xiǎn)調(diào)整的月均收益上能夠發(fā)現(xiàn)較為顯著的低Beta 異象。具體而言，在月均超額收益上，高Beta 組合與低Beta 組合之間的差異非常小，僅有-0.011%（等權(quán)重）和-0.0269%（市值加權(quán)），并且在統(tǒng)計(jì)上也不顯著。在經(jīng)過(guò)原始的Fama-French 三因子風(fēng)險(xiǎn)調(diào)整的月均收益上，組合差值盡管在數(shù)值上達(dá)到-0.1194%（等權(quán)重）和-0.2296%（市值加權(quán)），但t值僅為-1.34 和1.02，并不顯著。

在經(jīng)過(guò)符合中國(guó)國(guó)情的Fama-French 三因子模型風(fēng)險(xiǎn)調(diào)整的月均收益上，所得到的組合差值在10%的顯著性水平下顯著為負(fù)值，具有較為明顯的低Beta 異象。此外，考慮換手率變動(dòng)因子后，即通過(guò)符合中國(guó)國(guó)情的Fama-French 四因子模型對(duì)月均收益進(jìn)行風(fēng)險(xiǎn)調(diào)整后，低Beta 異象有所減弱，但仍舊在10%的顯著性水平下顯著為負(fù)值，分別為-0.129%（等權(quán)重）和-0.6015%（市值加權(quán)）。

綜上所述，基于由符合中國(guó)國(guó)情的Fama-French 因子模型風(fēng)險(xiǎn)調(diào)整后的月均收益得到的結(jié)果進(jìn)行判斷，A 股市場(chǎng)存在較為明顯的低Beta異象，并且加入具有反轉(zhuǎn)特征的換手率變動(dòng)因子后，低Beta 異象仍舊顯著存在。為了更好地剖析低Beta 異象存在的背后邏輯，后文將借助包含了換手率變動(dòng)因子的Fama-French 四因子模型進(jìn)行深入研究。

（二）投資者情緒因子控制下的“低Beta異象”

為了研究投資者情緒對(duì)低Beta 異象的影響，在月末，首先根據(jù)投資者情緒因子BSI 將股票分成三組，分別為低、中、高投資者情緒組，然后在不同的投資者情緒組內(nèi)再次以買(mǎi)入高Beta 組、賣(mài)出低Beta 組的方式構(gòu)造投資組合，以此觀察不同投資者情緒下的低Beta 異象情況，結(jié)果如表4所示。

表4 不同投資者情緒下的低Beta異象情況

從表4 中可以發(fā)現(xiàn)，在投資者情緒較高的投資組合中，低Beta 異象較為顯著。隨著投資者情緒變?nèi)酰虰eta 異象逐漸減弱，最終卻實(shí)現(xiàn)反轉(zhuǎn)，回歸到高風(fēng)險(xiǎn)高收益的常規(guī)模式。具體而言，在高投資者情緒組中，高Beta 組和低Beta 組的收益差值為-0.1064%，對(duì)應(yīng)的t值為-1.73，在10%的顯著性水平下顯著。而在低投資者情緒組中，收益差值在5% 的顯著性水平下顯著為正，達(dá)到0.1025%。這一結(jié)果表明，低Beta 異象主要集中于樂(lè)觀的投資者中，由于他們獲得的信息有限并且自身過(guò)度自信，由此會(huì)產(chǎn)生了一系列非理性行為，如追求具有較高潛在收益的股票、偏好短期上漲較快的股票等，從而對(duì)高Beta 的股票有所高估，最終導(dǎo)致低Beta 異象的產(chǎn)生。

（三）套利限制因子解釋下的“低Beta異象”

為研究套利限制因子對(duì)低Beta 異象是否具有一定解釋能力，使用類(lèi)似方法，在月末根據(jù)總限制因子或者制度限制因子將股票分成低、中、高套利限制組。然后在不同的套利限制組內(nèi)再次以買(mǎi)入高Beta 組、賣(mài)出低Beta 組的方式進(jìn)行投資組合構(gòu)建，以此觀察不同套利限制下的低Beta 異象情況。結(jié)果見(jiàn)表5，其中面板A 的套利限制由總限制因子衡量，包含制度限制與市場(chǎng)限制，而面板B 的套利限制由制度限制衡量。

表5 不同套利限制下的低Beta異象情況

從表5 中可以看出，總限制因子對(duì)低Beta 異象不具有顯著的解釋力，而在制度限制因子方面，當(dāng)組合的制度限制越高，組合內(nèi)低Beta 異象就越明顯，二者在趨勢(shì)上呈現(xiàn)出正相關(guān)性。具體而言，面板A 所呈現(xiàn)的是總限制因子分組下的低Beta異象的結(jié)果，可以發(fā)現(xiàn)，在高、低套利限制組合中，組合差值均為負(fù)值，但在統(tǒng)計(jì)上均不顯著，t值僅為-0.58 和-0.84。而面板B 的結(jié)果顯示，根據(jù)制度限制因子進(jìn)行分組得到的高、中、低套利限制組中均具有較為明顯的低Beta 異象，分別在5%以及10%的顯著性水平下顯著為負(fù)值。此外，隨著制度限制的放松，組合差值由原來(lái)的-0.242% 升為-0.1189%，低Beta 異象有所減弱。

從表5 的結(jié)果可以發(fā)現(xiàn)，制度限制因子的解釋能力遠(yuǎn)遠(yuǎn)高于總限制因子的解釋能力，這表明A 股市場(chǎng)獨(dú)有的制度約束是低Beta 異象存在的重要原因。然而，在控制制度限制因子后，低Beta 異象有所減弱，但并沒(méi)有完全反轉(zhuǎn)，換言之，并沒(méi)有使投資組合回歸到CAPM 公式的前提條件——高風(fēng)險(xiǎn)高收益，因而其對(duì)低Beta 異象的影響相對(duì)有限。這一結(jié)果表明，套利限制對(duì)A 股市場(chǎng)定價(jià)效率的削弱及其所帶來(lái)的杠桿約束下投資者對(duì)高風(fēng)險(xiǎn)資產(chǎn)的追求對(duì)低Beta 異象的解釋是相對(duì)有限的。

（四）套利限制和投資者情緒對(duì)“低Beta 異象”的聯(lián)合影響

為了進(jìn)一步比較套利限制和投資者情緒對(duì)低Beta 異象的影響，后面將分析不同制度限制下不同投資者情緒組中低Beta 異象的具體情況。從上文結(jié)果可以看出，制度限制對(duì)低Beta 異象的解釋能力明顯優(yōu)于總限制因子的解釋能力，因而后文涉及的套利限制因子均由制度限制因子所取代。從表6 可得，制度限制因子與投資者情緒因子的相關(guān)系數(shù)為-0.3303，相關(guān)性不高，因此二者在對(duì)低Beta 異象的解釋能力上不具有替代性。

表6 投資者情緒與套利限制之間的相關(guān)系數(shù)

表7 所呈現(xiàn)的就是不同套利限制下不同投資者情緒中低Beta 異象的具體情況?？梢钥闯?，高套利限制、高投資者情緒組呈現(xiàn)非常顯著的低Beta 異象，而低套利限制、低投資者情緒組的高Beta 組和低Beta 組的收益差值在90%的置信水平下顯著為正，達(dá)到0.1134%，與前面得到的結(jié)果一致。

表7 套利限制與投資者情緒對(duì)低Beta異象的聯(lián)合影響

此外，進(jìn)一步比較不同套利限制下投資者情緒對(duì)低Beta 異象的影響。從中可以發(fā)現(xiàn)，一方面，當(dāng)組合套利限制（制度限制）極高時(shí)，無(wú)論投資者情緒如何變化，低Beta 異象均存在，尤其當(dāng)投資者情緒較為高漲時(shí)，組合的收益差值達(dá)到-0.169%，對(duì)應(yīng)的t值為1.73，在90%的置信水平下顯著。另一方面，當(dāng)套利限制（制度限制）極低，且投資者情緒有所減弱后，低Beta 異象逐漸減弱，并產(chǎn)生反轉(zhuǎn)的現(xiàn)象，組合收益從原先的-0.1242% 升至0.1134%，并且均在90% 的置信水平下顯著。

這一結(jié)果揭示了在較高的套利限制（制度限制）下，投資者情緒對(duì)低Beta 異象的解釋較為有限。具體而言，悲觀的投資者由于套利限制的存在，無(wú)法通過(guò)賣(mài)空的方式向市場(chǎng)傳達(dá)信息，于是整個(gè)市場(chǎng)被樂(lè)觀的投資者所占據(jù)。而樂(lè)觀的投資者則會(huì)由于過(guò)度自信進(jìn)行一系列非理性的交易行為，使得高Beta 股票的價(jià)格被高估，從而導(dǎo)致低Beta 異象的產(chǎn)生。相反，在較低的套利限制（制度限制）下，悲觀投資者的態(tài)度能夠被包含在股票價(jià)格中，市場(chǎng)并不完全由樂(lè)觀的投資者所主導(dǎo)。此時(shí)，可以發(fā)現(xiàn)，在悲觀投資者中，低Beta 異象得到反轉(zhuǎn)，回歸到了CAPM 的假設(shè)——高風(fēng)險(xiǎn)高收益，并且部分樂(lè)觀投資者也會(huì)接收到悲觀投資者傳達(dá)的市場(chǎng)信號(hào)，使得低Beta 異象有所緩解。

四、結(jié)論與建議

本文選取了從2002 年1 月1 日到2020 年12 月31 日的全部A 股作為研究對(duì)象，借助Liu等提出的符合中國(guó)國(guó)情的Fama-French 四因子模型，實(shí)證發(fā)現(xiàn)在樣本期內(nèi)A 股市場(chǎng)存在較為顯著的低Beta 異象。

隨后，基于中國(guó)A 股市場(chǎng)的背景特征構(gòu)建解釋變量，以包含A 股市場(chǎng)特有的制度特征和普遍的股票市場(chǎng)特征的指標(biāo)來(lái)衡量中國(guó)A 股市場(chǎng)的套利限制程度，以中小投資者資金流入程度來(lái)衡量投資者情緒高低，挖掘低Beta 異象背后的原因。從實(shí)證結(jié)果來(lái)看，一方面，低Beta 異象顯著存在于樂(lè)觀的投資者當(dāng)中，他們往往會(huì)由于過(guò)度自信，在自身有限的關(guān)注下產(chǎn)生一系列非理性行為（如追求具有較高潛在收益的股票、偏好短期上漲較快的股票等），從而高估Beta 較高的股票；另一方面，低Beta 異象也存在于具有較高套利制度限制的股票市場(chǎng)中，但在解釋能力上，套利制度限制要弱于投資者情緒，因而套利制度限制對(duì)A 股市場(chǎng)定價(jià)效率的削弱及其所帶來(lái)的杠桿約束下投資者對(duì)高風(fēng)險(xiǎn)資產(chǎn)的追求對(duì)低Beta 異象的解釋也是相對(duì)有限的。

此外，為了進(jìn)一步研究二者對(duì)低Beta 異象的影響，通過(guò)觀察不同套利制度限制下投資者情緒對(duì)低Beta 異象的解釋能力，可以發(fā)現(xiàn)：較高的套利限制使得悲觀投資者態(tài)度不能被包含在股票的價(jià)格中，從而低Beta 異象顯著存在于所有投資者身上；而較低的套利限制使得悲觀投資者可以通過(guò)賣(mài)空的方式向市場(chǎng)傳達(dá)信息，低Beta 異象在悲觀的投資者身上得到了反轉(zhuǎn)，獲得信息的樂(lè)觀投資者也會(huì)受到悲觀投資者的影響，樂(lè)觀投資者的低Beta 異象也會(huì)有所緩解。

本文豐富了中國(guó)股票市場(chǎng)低Beta 異象之謎的研究，對(duì)政策設(shè)計(jì)以及投資本身有一定的啟發(fā)作用。首先，對(duì)于監(jiān)管部門(mén)而言，盡管監(jiān)管政策的初衷是保護(hù)中小投資者的權(quán)益，但過(guò)度的套利限制會(huì)損害承擔(dān)高風(fēng)險(xiǎn)的投資者的利益，并且降低了股票市場(chǎng)的定價(jià)效率。未來(lái)可以探索如何放開(kāi)A 股市場(chǎng)的部分限制，如“T+0”制度的試行。

其次，對(duì)于投資者而言，當(dāng)市場(chǎng)的套利限制較高時(shí)，過(guò)度激進(jìn)的投資策略對(duì)于A 股市場(chǎng)并不是一個(gè)很好的投資策略。因而，樂(lè)觀的投資者未來(lái)可以適度降低自己的預(yù)期。投資者在實(shí)際投資過(guò)程中，也可以適當(dāng)利用低Beta 異象，在投資組合中減少風(fēng)險(xiǎn)過(guò)高的股票或其他證券產(chǎn)品，增加風(fēng)險(xiǎn)較低證券的投資。