中國A股市場動量效應(yīng)的特征和形成機(jī)理研究

高秋明，胡聰慧，燕 翔

（1.北京大學(xué) 經(jīng)濟(jì)學(xué)院，北京100871；2.對外經(jīng)濟(jì)貿(mào)易大學(xué) 國際商學(xué)院，北京100029；3.北京大學(xué) 光華管理學(xué)院，北京100871）

一、引 言

股票收益率序列具有正相關(guān)性，即過去表現(xiàn)好（差）的股票未來依然表現(xiàn)好（差），這一現(xiàn)象被稱為“動量效應(yīng)”。Jegadeesh和Titman（1993、2001）利用美國股票收益率數(shù)據(jù)研究發(fā)現(xiàn)，根據(jù)過去3－12個月的表現(xiàn)，買入累計收益率最高的10%的股票、賣出累計收益率最低的10%的股票，在未來3－12個月平均每月可獲得1%左右的超額收益。隨后，一些研究證實了動量策略在歐美多個股票市場獲利的普遍性和穩(wěn)健性（Rouwenhorst，1998；Griffin等，2003）。事實上，動量策略在日本之外的所有發(fā)達(dá)國家股票市場上都可以獲得顯著的收益，而在新興市場上的整體獲利性則較低，特別是在中國臺灣、韓國等亞洲新興股票市場上（Chui等，2010；Fama和French，2012）。①

關(guān)于我國A股市場動量效應(yīng)的研究一直存在爭議。絕大多數(shù)采用月度或年度頻率數(shù)據(jù)的研究并沒有發(fā)現(xiàn)顯著的動量收益，部分研究還發(fā)現(xiàn)在2－3年內(nèi)存在顯著的反轉(zhuǎn)效應(yīng)（王永宏和趙學(xué)軍，2001；劉博和皮天雷，2007；潘莉和徐建國，2011）。而絕大多數(shù)采用周度頻率數(shù)據(jù)的研究認(rèn)為我國股票市場存在4周以內(nèi)的顯著動量收益（朱戰(zhàn)宇等，2003；沈可挺和劉煜輝，2006）。少數(shù)研究還發(fā)現(xiàn)我國存在半年左右的動量效應(yīng)，如Kang等（2002）采用周度數(shù)據(jù)的研究結(jié)果顯示，A股市場存在12－26周的動量效應(yīng)；魯臻和鄒恒甫（2007）也發(fā)現(xiàn)存在6個月的顯著動量效應(yīng)。盡管A股市場動量效應(yīng)的存在性尚存爭議，但在金融實務(wù)上已經(jīng)有廣泛的應(yīng)用。方軍雄（2002）、攀登等（2003）發(fā)現(xiàn)，個人投資者在買入交易時普遍采用趨勢策略。黃靜和高飛（2005）發(fā)現(xiàn)，近90%的基金采用動量投資策略。因此，深入研究動量效應(yīng)的特征和形成機(jī)理仍具有重要的理論和實踐意義。

目前，關(guān)于A股市場動量效應(yīng)的研究存在以下幾點不足：第一，樣本期較早，時間段較短。絕大多數(shù)研究的數(shù)據(jù)集中在2005年之前。②第二，絕大多數(shù)研究僅僅在不同時間頻率上探討動量策略的獲利性，而缺乏對其形成機(jī)理的深入剖析。第三，盡管一些研究發(fā)現(xiàn)動量效應(yīng)在具有某些特征的股票上表現(xiàn)得更加明顯（沈可挺和劉煜輝，2006；王志強(qiáng)等，2006；徐信忠和鄭純毅，2006），但是這些研究只局限于探討如何增強(qiáng)動量策略的獲利性，而沒有對其與動量效應(yīng)理論的關(guān)系做深入探討。

本文首先利用1994－2011年中國A股市場的股票收益率數(shù)據(jù)重新考察動量效應(yīng)，以期檢驗之前關(guān)于動量效應(yīng)的研究結(jié)論在更長的時間段內(nèi)是否仍成立。然后，鑒于國際學(xué)術(shù)界對動量效應(yīng)的解釋有兩類觀點：第一類觀點認(rèn)為動量策略的超額收益來自更多的風(fēng)險承擔(dān)；第二類觀點認(rèn)為動量效應(yīng)與投資者處理信息的行為偏差相關(guān)，本文根據(jù)Jegadeesh和Titman（2002）的研究將動量收益來源分解為與股票預(yù)期收益的截面方差、共同風(fēng)險因素和公司個體因素相關(guān)的三部分，以分別考察系統(tǒng)性風(fēng)險和投資者行為偏差對動量收益的解釋力。最后，本文結(jié)合投資者行為偏差理論，分析源自公司個體因素的動量收益，以期深入理解動量效應(yīng)的形成機(jī)理。

本文的主要發(fā)現(xiàn)有：第一，我國股票市場不存在月度頻率上的顯著動量收益，而只存在形成期為2－4周、持有期為1－3周的顯著動量收益。第二，股票預(yù)期收益的截面方差對動量組合的收益幾乎不具有任何解釋力，規(guī)模、賬面市值比和行業(yè)等共同因素可以解釋約50%的動量收益，說明我國動量效應(yīng)并不是完全由股票個體層面的因素決定的。第三，經(jīng)規(guī)模、賬面市值比和行業(yè)調(diào)整后，動量效應(yīng)在不同規(guī)模、不同賬面市值比、不同換手率和不同異質(zhì)性波動的股票間仍存在顯著差異，而這些特征并不符合現(xiàn)有行為金融模型的預(yù)測。本文認(rèn)為，動量效應(yīng)在贏家組合和輸家組合中具有不同的形成機(jī)理：贏家組合中的動量效應(yīng)主要受投資者“擔(dān)心股價反轉(zhuǎn)”心理的影響，而輸家組合中的動量效應(yīng)主要來源于做空限制導(dǎo)致的壞消息在股價中的延遲反應(yīng)。

二、數(shù)據(jù)與動量效應(yīng)檢驗

中國股市從建立至今已超過20年，在1994年以前，上市公司數(shù)量有限，股價常被操縱，波動劇烈。因此，本文選取的研究樣本為1994－2011年在滬深交易所上市的所有A股股票。股票收益率、流通市值、換手率、賬面市值比等數(shù)據(jù)來自Wind資訊。樣本篩選的原則如下：（1）剔除策略形成期和持有期內(nèi)被ST、PT的股票；（2）剔除IPO后不滿一個月的股票，以避免上市初期股價和成交量的劇烈波動對研究結(jié)果的影響；（3）剔除形成期內(nèi)無交易的股票；（4）剔除交易期間PB值為負(fù)的股票。本文采用申銀萬國一級行業(yè)分類來確定股票所屬行業(yè)類別。

為了便于與以往研究的結(jié)論進(jìn)行比較，我們首先利用1994－2011年的數(shù)據(jù)，分別在月度和周度頻率上檢驗動量策略的投資績效。本文的動量策略構(gòu)建步驟如下：

第一步，在每期期初（t期）將所有A股股票按過去J期的累計收益率進(jìn)行排序，分成10組。若J＝1，則按t－1期的收益率分組，記為Ret（－1）；若J≥2，則按t－J期至t－2期的累計收益率分組，記為Ret（－J：－2）。J表示動量策略的形成期。

第二步，構(gòu)建對沖組合，買入形成期內(nèi)累計收益率最高的組合（贏家組合），賣出最低的組合（輸家組合），持有K期。具體地，當(dāng)K＝1時，策略在第t期的收益為第t期構(gòu)建對沖組合的收益；當(dāng)K≥2時（以K＝3為例），策略在第t期的收益為第t期、第t－1期、第t－2期構(gòu)建對沖組合的平均收益率。

第三步，計算對沖策略（J，K）的平均收益。如果套利組合收益率的樣本均值顯著大于零，則表明存在動量效應(yīng)?？紤]到重疊法可能引起序列相關(guān)和異方差等問題，本文采用經(jīng)Newey－West方法調(diào)整的t統(tǒng)計量來檢驗顯著性。

表1和表2分別給出了基于月度數(shù)據(jù)和周度數(shù)據(jù)的動量策略績效檢驗結(jié)果（考察按流通市值加權(quán)的對沖組合收益率，其含義是執(zhí)行動量策略（J，K）每周獲得的平均收益）。

表1 基于月度數(shù)據(jù)的動量策略績效

在利用月度數(shù)據(jù)進(jìn)行檢驗時，我們選取的形成期J為1、3、6、9、12，持有期 K為1、3、6、9、12，這樣交叉便構(gòu)成了25個動量策略。在月度頻率上，我國股市并未表現(xiàn)出顯著的動量收益，這與王永宏和趙學(xué)軍（2001）、朱戰(zhàn)宇等（2003）、潘莉和徐建國（2011）的研究結(jié)論一致。我們認(rèn)為，中國不存在月度頻率上的顯著動量效應(yīng)的原因主要有：第一，動量效應(yīng)與股票市場中的正反饋交易有關(guān)，動量效應(yīng)的持續(xù)時間與正反饋交易者的平均持有時間有關(guān)（Hong和Stein，1999）。中國股市的平均換手率為每月50%，即投資者持有股票的平均時間只有兩個月（正反饋交易者通常更短），頻繁換倉使得我們很難在月度頻率上捕捉到由正反饋交易導(dǎo)致的動量策略。而美國股市的平均換手率為每年50%，即投資者持有股票的平均時間為兩年，動量效應(yīng)的持續(xù)時間為3－12月?；诖瞬⒔Y(jié)合中國股市投資者的持有期特征，我們推測中國股市的動量效應(yīng)只存在于1個月（4周）以內(nèi)，這一推斷在下文的實證分析中得到了驗證。第二，在限制做空的市場上，投資者熱衷于炒作利好消息，利好消息引發(fā)的股價上升很快就會反應(yīng)過度而出現(xiàn)反轉(zhuǎn)。

此外，形成期為3－6個月、持有期為3－9個月的動量策略表現(xiàn)出穩(wěn)定的正收益，t值在1.3左右。這一結(jié)果說明在部分時間段和部分股票中可能存在3－6個月的顯著動量收益。Kang等（2002）利用2000年以前的數(shù)據(jù)研究發(fā)現(xiàn)，中國股市20周左右的動量收益是顯著的。王志強(qiáng)等（2006）、徐信忠和鄭純毅（2006）研究發(fā)現(xiàn)，流通市值大、換手率低、股價高的股票存在3－6個月的顯著動量收益。

在利用周度數(shù)據(jù)進(jìn)行檢驗時，我們選取的形成期J為1、2、3、4、5，持有期 K為1、2、3、4、8，這樣交叉便構(gòu)成了25個動量策略。形成期超過5周的可以從月度頻率的動量策略分析中找到結(jié)果。分析結(jié)果顯示，形成期大于1周小于4周、持有期為1－3周的動量策略均可以獲得顯著收益，而且對于形成期不同的策略，持有1周的收益最顯著，隨著持有期的延長，收益逐漸減少，變得不顯著。這種有規(guī)律的動量策略收益變化保證了我們的研究結(jié)果具有較強(qiáng)的穩(wěn)定性，并不是在數(shù)據(jù)挖掘中偶然得到的。此外，形成期為1周、持有期為1周的動量策略收益顯著為負(fù)，表明我國股市在超短期存在顯著的反轉(zhuǎn)收益。這些與朱戰(zhàn)宇等（2003）、沈可挺和劉煜輝（2006）的研究結(jié)論基本一致。

表2 基于周度數(shù)據(jù)的動量策略績效

三、基于風(fēng)險視角的動量收益分解

這里我們將從股票風(fēng)險特征角度對動量策略的收益進(jìn)行分解，以期更加深入地理解動量效應(yīng)的成因及內(nèi)在機(jī)理。由上文動量效應(yīng)的檢驗結(jié)果可知，中國股票市場上僅存在形成期小于4周的動量效應(yīng)。因此，這里我們僅以形成期為3周的動量策略為例，給出收益分解結(jié)果。

假設(shè)股票收益服從如下線性多因素方程：

其中，rjt表示股票j在t時刻的收益率代表系統(tǒng)性風(fēng)險因子代表股票j對系統(tǒng)性風(fēng)險的敏感性，對系統(tǒng)性風(fēng)險因素的不同敏感性（暴露程度）決定了股票截面收益的差異。我們可以將理解為Fama和French（1993）提出的MKT、SMB、HML三個因子組合的收益率。代表其他可能影響股票收益率的因素代表股票j對這些因素的敏感性，通常假設(shè)這些因素獨(dú)立于系統(tǒng)性風(fēng)險因素。我們可以將其理解為經(jīng)系統(tǒng)性風(fēng)險因子調(diào)整后的行業(yè)組合收益率。之所以加入行業(yè)因素對股票收益的影響，主要基于以下兩點考慮：第一，行業(yè)因素沒有包含在系統(tǒng)性風(fēng)險因子定價中，但其確實是影響股票收益的重要因素；第二，行業(yè)因素在解釋公司投融資活動差異時扮演著重要角色，但有關(guān)資產(chǎn)定價的文獻(xiàn)較少考慮行業(yè)因素對資產(chǎn)價格的影響。表示影響股票收益的公司個體因素。

從廣義上講，動量效應(yīng)意味著過去表現(xiàn)好于市場平均水平的股票在未來的表現(xiàn)仍好于市場平均水平，其數(shù)學(xué)表達(dá)式為：

將N只股票加總后求平均，動量收益可以表示為：

識別這四項收益來源對于判斷是否存在動量效應(yīng)、市場是否有效非常重要。如果動量收益主要來源于前兩項，則我們可以認(rèn)為動量策略收益是對其所承擔(dān)系統(tǒng)性風(fēng)險的補(bǔ)償，不能說明市場是無效的；如果動量收益與行業(yè)組合的收益相關(guān)，那么我們在資產(chǎn)定價時應(yīng)增加行業(yè)因素。如果動量策略的異常收益還來源于最后一項，則說明傳統(tǒng)的風(fēng)險因素并不能完全解釋動量收益。

動量收益能否被股票預(yù)期收益的截面差異性所解釋呢？本文采用兩種方式計算股票的預(yù)期收益：（1）股票在整個樣本期間的平均收益；（2）股票在非排序期的樣本期間的平均收益。從表3可以看出，無論采用哪種方式計算預(yù)期收益，去平均之后的動量策略仍可以獲得與原策略相當(dāng)?shù)娘@著超額收益。這說明股票預(yù)期收益的截面方差對動量效應(yīng)不具有任何解釋力。這一結(jié)果不同于Conrad和Kaul（1998）的研究結(jié)論，但與Grundy和 Martin（2001）的結(jié)論相近。

表3 經(jīng)股票截面預(yù)期收益調(diào)整后的動量策略績效

接下來我們檢驗動量策略的收益是否是由承擔(dān)更多風(fēng)險帶來的。我們選擇公司規(guī)模和賬面市值比作為系統(tǒng)性風(fēng)險因子。計算經(jīng)規(guī)模和賬面市值比調(diào)整后的收益可以排除動量收益中與公司特征相關(guān)的系統(tǒng)性風(fēng)險因素的影響。

在檢驗方法上，本文借鑒Daniel和Titman（1997）及 Moskowitz和Grinblatt（1999）的思路，采用匹配特征組合的方法來分解動量收益。具體而言，第一步，將股票按滯后一期流通市值分成三組、按滯后一期賬面市值比分成兩組，交叉匹配形成六個風(fēng)格組合，在t期期初確定每只股票所屬的風(fēng)格組合。第二步，將贏家組合和輸家組合中股票的原始收益減去相應(yīng)特征組合的收益，得到經(jīng)規(guī)模和賬面市值比調(diào)整后的收益。第三步，按照第二部分的動量策略構(gòu)建方法，采用調(diào)整后的股票收益重新計算對沖組合的平均收益，記為經(jīng)規(guī)模和賬面市值比調(diào)整后的動量收益。如果經(jīng)規(guī)模和賬面市值比調(diào)整后的收益仍具有顯著的動量效應(yīng)，則說明動量組合的超額收益并非來自更多的風(fēng)險承擔(dān)。

類似地，采用經(jīng)行業(yè)調(diào)整的股票收益計算動量策略的收益以考察行業(yè)因素對動量效應(yīng)的解釋力。此外，本文還綜合公司規(guī)模、賬面市值比和行業(yè)特征，確定股票由共同因素決定的預(yù)期收益。如果采用經(jīng)規(guī)模、賬面市值比和行業(yè)調(diào)整后的股票收益構(gòu)建的動量策略仍具有顯著收益，則至少說明動量效應(yīng)與公司個體因素相關(guān)，不能完全由共同因素解釋。③

表4給出了基于共同因素對動量收益的分解結(jié)果。從中可以看到，經(jīng)規(guī)模和賬面市值比調(diào)整后的動量策略收益略有下降，說明系統(tǒng)性風(fēng)險因子對動量效應(yīng)的解釋力較弱。這與絕大多數(shù)相關(guān)研究的結(jié)論類似（Fama和French，1996；Gruny和 Martin，2001；Kang和Li，2009）。經(jīng)行業(yè)調(diào)整后的動量策略（以J＝3、K＝1為例）收益下降至每周0.38%，t值為4.64，說明約1／3的動量收益可以由行業(yè)因素解釋。經(jīng)規(guī)模、賬面市值比和行業(yè)特征調(diào)整后的動量策略（以J＝3、K＝1為例）收益下降至每周0.26%，t值為4.49，說明在考慮行業(yè)特征后，系統(tǒng)性風(fēng)險因素對動量效應(yīng)的解釋力增強(qiáng)。不同的形成期和持有期的研究結(jié)論類似?？梢姡袊鳤股市場上約50%的動量策略收益可以由公司規(guī)模、賬面市值比和行業(yè)特征解釋。此外，由經(jīng)過調(diào)整的收益可知，賣空組合和做多組合對動量收益的貢獻(xiàn)相近。

表4 基于共同因素的動量策略收益分解

四、基于投資者行為偏差視角的動量收益分解

由上文研究結(jié)論可知，規(guī)模、賬面市值比和行業(yè)等共同因素對動量效應(yīng)的解釋力約為50%。根據(jù)式（3）對動量收益的分解，至少有部分動量收益與公司個體因素相關(guān)。對此，行為金融學(xué)者從投資者認(rèn)知偏誤和市場摩擦出發(fā)構(gòu)建模型解釋由公司個體因素產(chǎn)生的超額收益，根據(jù)這些模型，我們可以得到有關(guān)動量效應(yīng)的一些假說。我們在回顧近年來行為金融理論模型對動量效應(yīng)解釋的基礎(chǔ)上，尋找可行的代理變量對相關(guān)假說在中國市場上的適用性進(jìn)行了檢驗。

Hong和Stein（1999）認(rèn)為市場參與者可以分為信息交易者和動量交易者。每個信息交易者都擁有部分私人信息，但無法通過價格推測其他的私人信息，因而私人信息被所有投資者消化吸收是需要時間的，這樣股價在短期內(nèi)總是反應(yīng)不足。反應(yīng)不足意味著動量交易者可以通過簡單地跟蹤趨勢而獲得超額收益。然而，動量交易者無法準(zhǔn)確判斷私人信息被市場充分消化所需要的時間，因而這種簡單的套利行為必然導(dǎo)致長期股價的過度反應(yīng)。根據(jù)以上模型，私人信息消化越慢的股票短期的價格動量效應(yīng)和長期的價格反轉(zhuǎn)效應(yīng)越明顯。Hong等（2000）發(fā)現(xiàn)，規(guī)模小、分析師關(guān)注度低的股票信息擴(kuò)散速度慢，因而動量效應(yīng)更強(qiáng)。此外，Lee和Swaminathan（2000）認(rèn)為，換手率也可作為信息擴(kuò)散速度的代理變量，換手率越低的股票消化信息的能力越差。考慮到分析師關(guān)注度的數(shù)據(jù)較少，本文僅選用規(guī)模和換手率作為信息擴(kuò)散速度的代理變量。基于上述分析，我們提出以下假說：

假說1：規(guī)模越小的股票動量效應(yīng)越強(qiáng)。

假說2：換手率越低的股票動量效應(yīng)越強(qiáng)。

Barberis等（BSV，1998）認(rèn)為動量效應(yīng)是由投資者的保守性傾向和代表性偏差造成的。起初，投資者對新的公共信息往往賦予較低的權(quán)重，使股價對信息反應(yīng)不足；而當(dāng)股價因延遲反應(yīng)而產(chǎn)生趨勢時，同時由于存在代表性偏差，投資者會外推趨勢，導(dǎo)致股價反應(yīng)過度。Daniel等（DHS，1998）認(rèn)為投資者在處理私人信息時往往過度自信，加之存在歸因謬誤，公共信息對私人信息的糾正存在滯后性，只有在經(jīng)歷較長時間后，股票才能回歸其真實價值?？傊?，BSV和DHS模型均認(rèn)為動量效應(yīng)與投資者對公共信息的反應(yīng)不足有關(guān)，因此當(dāng)股票的公共信息質(zhì)量較低、信息環(huán)境不確定性增強(qiáng)時，投資者的保守性偏誤、過度自信更加明顯，動量效應(yīng)也就更強(qiáng)。Zhang（2006）采用分析師盈余預(yù)測的分歧度、股價的異質(zhì)性波動來度量信息環(huán)境質(zhì)量，發(fā)現(xiàn)信息環(huán)境越差的股票動量效應(yīng)越強(qiáng)。考慮到我國數(shù)據(jù)的可得性，本文選用異質(zhì)性波動來度量環(huán)境的不確定性。此外，Daniel和Titman（1999）發(fā)現(xiàn)成長型股票相對于價值型股票具有更強(qiáng)的動量效應(yīng)，因為成長型股票難以被準(zhǔn)確估值，投資者過度自信更嚴(yán)重，從而動量效應(yīng)更強(qiáng)?；谏鲜龇治?，我們提出以下假說：

假說3：異質(zhì)性波動越強(qiáng)的股票動量效應(yīng)越強(qiáng)。

假說4：B／M值越低（成長性越強(qiáng)）的股票動量效應(yīng)越強(qiáng)。

Hong和Stein（2007）在一個投資者根據(jù)自身信息分散決策的模型中證明了投資者對股票估值的分歧度越大，動量效應(yīng)越強(qiáng)。Verardo（2009）采用換手率和分析師盈余預(yù)測的分歧度作為異質(zhì)信念的代理變量，發(fā)現(xiàn)在控制信息擴(kuò)散速度和信息環(huán)境不確定性等因素后，信念異質(zhì)程度較高的股票仍具有較強(qiáng)的動量效應(yīng)。此外，Hou等（2009）認(rèn)為投資者關(guān)注度與行為偏誤（如過度自信）相結(jié)合才能產(chǎn)生動量效應(yīng)，因而關(guān)注度越高的股票動量效應(yīng)越強(qiáng)。Barber和Odean（2008）認(rèn)為交易量是對實際關(guān)注度最直接的度量?；谏鲜龇治?，我們提出以下假說：

假說5：換手率越高的股票動量效應(yīng)越強(qiáng)。

為了驗證上述假說，我們首先將股票按流通市值、B／M值、換手率和異質(zhì)性波動率分成三組，然后按照第三部分中的方法在每組中構(gòu)建動量策略，并計算動量組合經(jīng)規(guī)模、B／M值和行業(yè)調(diào)整后的收益率。由于我們選取的代理變量與系統(tǒng)性風(fēng)險因素和行業(yè)特征有較強(qiáng)的相關(guān)性，只有調(diào)整后的動量收益在不同規(guī)模、不同B／M值、不同換手率和不同異質(zhì)性波動率的股票間仍存在顯著差別，才能說明投資者認(rèn)知偏誤確實對動量收益具有解釋力。

表5給出了以公司規(guī)模和賬面市值比分組的動量策略檢驗結(jié)果?？梢钥吹剑海?）小規(guī)模股票中動量收益不顯著，且遠(yuǎn)低于其他規(guī)模組。這一結(jié)論與美國等成熟股票市場動量策略的獲利模式恰好相反（這些國家的動量效應(yīng)主要集中在小規(guī)模股票上），也不符合假說1的預(yù)測，說明信息擴(kuò)散速度并不能解釋A股市場上短期的動量效應(yīng)。中等規(guī)模和大規(guī)模股票中的動量效應(yīng)差異不明顯，但獲利結(jié)構(gòu)不同：輸家組合中大規(guī)模股票的收益更低，贏家組合中中等規(guī)模股票的收益更高。（2）估值較低的價值型股票動量收益低于其他類型的股票。估值居中的股票動量收益略高于估值較高的成長型股票，但兩者的獲利結(jié)構(gòu)不同：對于估值居中的股票，做多組合的收益高于賣空組合；而對于估值較高的股票，動量收益更多來自賣空組合。這說明對于上漲信號，估值居中的股票上漲潛力更大，而對于下跌信號，估值較高的股票下跌可能性更大。這一結(jié)果在一定程度上驗證了假說4，但也不完全相符。

表5 基于流通市值和賬面市值比分組的動量策略收益

表6給出了以換手率和異質(zhì)性波動率分組的動量策略檢驗結(jié)果。可以看到：（1）高換手率股票中動量收益更高。這與假說2是矛盾的，但符合假說5的預(yù)測。這說明換手率與信息融入股價的速度關(guān)系不大，而是更多地反映市場參與者對股票估值的分歧程度和市場對股票的關(guān)注度。然而，動量效應(yīng)在贏家組合和輸家組合中的表現(xiàn)與換手率的關(guān)系又具有一定的不對稱性。贏家組合中動量效應(yīng)最強(qiáng)（未來表現(xiàn)最好）的是換手率適中的股票，而輸家組合中換手率最高的股票動量效應(yīng)最強(qiáng)（未來表現(xiàn)最差）。這說明已有理論并不能完全解釋換手率與動量效應(yīng)的關(guān)系。（2）異質(zhì)性波動較強(qiáng)的股票表現(xiàn)出較強(qiáng)的動量效應(yīng)。如果異質(zhì)性波動較強(qiáng)意味著估值難度較大，那么這一結(jié)果符合假說3的預(yù)測。此外，與基于換手率分組的結(jié)果類似，異質(zhì)性波動在贏家組合和輸家組合中的作用機(jī)理并不完全相同。

表6 基于換手率和異質(zhì)性波動率分組的動量策略收益

事實上，上述實證結(jié)果表明動量效應(yīng)在贏家組合和輸家組合中具有不同的作用機(jī)理。股票短期累計收益較高相當(dāng)于向市場發(fā)出了積極的交易信號，這種信號既可能是利好消息緩慢融入股價的表現(xiàn)，也可能是市場炒作的結(jié)果。動量交易者會參考該信號做出決策，但又擔(dān)心過去表現(xiàn)好的股票未來價格下跌，從而根據(jù)其樸素的投資經(jīng)驗買入未來上漲可能性更大的股票。B／M值過低通常說明股票估值過高，未來上漲可能性不大；B／M值過高則說明股票估值較低，短期內(nèi)市場對這類股票并不看好。規(guī)模較小的股票容易被操縱，價格波動性大。換手率過低，交易不夠活躍，未來上漲可能性不大；而換手率過高，市場對股票估值的分歧較大，未來上漲動力不足。因此，估值適中、規(guī)模較大且交易相對活躍的股票更容易受到動量投資者的追捧，未來收益較高。

股票短期累計收益較低相當(dāng)于向市場發(fā)出了消極的交易信號。由于做空的限制，這類股票的未來表現(xiàn)只取決于現(xiàn)有股票持有者的決策和是否有新的買入者。當(dāng)面臨嚴(yán)重?fù)p失時，投資者的處置效應(yīng)會使負(fù)面消息需要更長的時間才能融入股價中。盡管投機(jī)者炒作消極信號的可能性較小，但是估值較低、規(guī)模較小的股票很可能吸引反向交易者買入，導(dǎo)致股價出現(xiàn)反彈。從這個角度看，對于規(guī)模較大、估值偏高且短期內(nèi)表現(xiàn)較差的股票，由于限制做空，負(fù)面消息融入股價的速度較慢，而且無法吸引反向交易者抄底買入，這類股票的未來表現(xiàn)依然較差。換手率較高意味著投資者分歧較大，而在限制做空的市場上，當(dāng)前股價反映更多的是相對樂觀者的估值，從而過去表現(xiàn)差且換手率又高的股票未來表現(xiàn)只能更差。

總之，動量效應(yīng)在贏家組合和輸家組合中具有不同的形成機(jī)理：贏家組合中的動量效應(yīng)主要受動量投資者“擔(dān)心股價反轉(zhuǎn)”心理和樸素投資理念的影響，使得規(guī)模、估值適中且交易相對活躍的贏家組合未來表現(xiàn)更好；而輸家組合中的動量效應(yīng)主要來源于做空限制導(dǎo)致的壞消息在股價中的延遲反應(yīng)。

五、結(jié) 論

動量效應(yīng)不僅是學(xué)術(shù)研究的熱點，而且在實務(wù)上也有廣泛的應(yīng)用。本文利用我國A股市場1994－2011年股票收益率數(shù)據(jù)對動量效應(yīng)進(jìn)行了重新檢驗。研究發(fā)現(xiàn)，我國股市不存在顯著的月度頻率上的動量效應(yīng)，而當(dāng)形成期為2－4周、持有期為1－3周時則存在穩(wěn)定的動量收益。本文進(jìn)一步基于共同風(fēng)險因素和投資者行為偏差兩種視角對動量收益進(jìn)行了分解。結(jié)果表明，規(guī)模、賬面市值比和行業(yè)等共同因素可以解釋約50%的動量收益，但現(xiàn)有行為金融理論并不能解釋我國動量效應(yīng)在不同規(guī)模、不同賬面市值比、不同換手率以及不同異質(zhì)性波動股票間的顯著差異。最后，我們從投資者“擔(dān)心反轉(zhuǎn)”心理和做空限制角度對動量效應(yīng)在贏家組合和輸家組合中具有的不同形成機(jī)理進(jìn)行了闡釋。本文的實證發(fā)現(xiàn)不僅加深了對動量效應(yīng)表現(xiàn)形式、利潤來源和形成機(jī)理的理解，而且對于審視經(jīng)典資產(chǎn)定價理論和行為金融理論在中國股票市場上的適用性具有重要啟示。

注釋：

①這些研究都是利用股票月度收益率數(shù)據(jù)，檢驗買入過去6個月表現(xiàn)最好的股票、賣出過去6個月表現(xiàn)最差的股票的獲利性。

②潘莉和徐建國（2011）選取的樣本期間為1995－2008年，他們采用不同時間頻率上的數(shù)據(jù)驗證了動量效應(yīng)的存在性，但沒有探討動量效應(yīng)的成因。

③Chordia和Shivakumar（2002）認(rèn)為，滯后期的平均股息和通貨膨脹率等宏觀經(jīng)濟(jì)變量可以解釋動量收益?？紤]到中國A股市場上只存在4周以內(nèi)的動量效應(yīng)，本文沒有將低時間頻率上的宏觀經(jīng)濟(jì)變量作為共同因素。但本文引入了行業(yè)因素，這在一定程度上捕捉了宏觀因素變化對股票收益的影響。

[1]方軍雄.我國證券投資基金投資策略及績效的實證研究[J].經(jīng)濟(jì)科學(xué)，2002，（4）：64－71.

[2]黃靜，高飛.基金投資行為與投資績效實證研究[J].證券市場導(dǎo)報，2005，（2）：23－27.

[3]劉博，皮天雷.慣性策略和反轉(zhuǎn)策略：來自中國滬深 A股市場的新證據(jù)[J].金融研究，2007，（8）：154－166.

[4]魯臻，鄒恒甫.中國股市的慣性與反轉(zhuǎn)效應(yīng)研究[J].經(jīng)濟(jì)研究，2007，（9）：145－155.

[5]攀登，施東暉，曹敏.中國個人投資者采用股價趨勢交易策略的經(jīng)驗研究[J].世界經(jīng)濟(jì)，2003，（11）：71－77.

[6]潘莉，徐建國.A股個股回報率的慣性與反轉(zhuǎn)[J].金融研究，2011，（11）：149－166.

[7]沈可挺，劉煜輝.中國股市中慣性與反向投資策略的獲利模式[J].管理科學(xué)學(xué)報，2006，（6）：35－45.

[8]王永宏，趙學(xué)軍.中國股市“慣性策略”和“反轉(zhuǎn)策略”的實證分析[J].經(jīng)濟(jì)研究，2001，（6）：56－89.

[9]王志強(qiáng)，王月盈，徐波，等.中國股市動量效應(yīng)的表現(xiàn)特征[J].財經(jīng)問題研究，2006，（11）：46－55.

[10]徐信忠，鄭純毅.中國股票市場動量效應(yīng)成因分析[J].經(jīng)濟(jì)科學(xué)，2006，（1）：85－99.

[11]朱戰(zhàn)宇，吳沖鋒，王承煒.不同檢驗周期下中國股市價格動量的盈利性研究[J].世界經(jīng)濟(jì)，2003，（8）：62－67.

[12]Barberis N，Shleifer A，Vishny R.A model of investor sentiment[J].Journal of Financial Economics，1998，49（3）：307－343.

[13]Chordia T，Shivakumar L.Momentum，business cycle，and time－varying expected returns[J].Journal of Finance，2002，57（2）：985－1019.

[14]Chui A C W，Titman S，Wei K C J.Individualism and momentum around the world[J].Journal of Finance，2010，65（1）：361－392.

[15]Conrad J，Kaul G.An anatomy of trading strategies[J].Review of Financial Studies，1998，11（3）：489－519.

[16]Daniel K，Hirshleifer D，Subrahmanyam A.Investor psychology and security market under－and overreactions[J].Journal of Finance，1998，53（6）：1839－1885.

[17]Daniel K，Titman S.Evidence on the characteristics of cross sectional variation in stock returns[J].Journal of Finance，1997，52（1）：1－33.

[18]Daniel K，Titman S.Market efficiency in an irrational world[J].Financial Analysts Journal，1999，56（6）：28－40.

[19]Fama E F，F(xiàn)rench K R.Common risk factors in the returns on stocks and bonds[J].Journal of Financial Economics，1993，33（1）：3－56.

[20]Fama E F，F(xiàn)rench K R.Multifactor explanations of asset pricing anomalies[J].Journal of Finance，1996，51（1）：55－84.

[21]Fama E F，F(xiàn)rench K R.Size，value，and momentum in international stock returns[J].Journal of Financial Economics，2012，105（3）：457－472.

[22]Griffin J M，Ji X Q，Martin J S.Momentum investing and business cycle risk：Evidence from pole to pole[J].Journal of Finance，2003，58（6）：2515－2547.

[23]Grundy B D，Martin J S.Understanding the nature of the risks and the source of the rewards to momentum investing[J].Review of Financial Studies，2001，14（1）：29－78.

[24]Hong H，Lim T，Stein J C.Bad news travels slowly：Size，analyst coverage，and the profitability of momentum strategies[J].Journal of Finance，2000，55（1）：265－295.

[25]Hong H，Stein J C.A unified theory of underreaction，momentum trading，and overreaction in asset markets[J].Journal of Finance，1999，54（6）：2143－2184.

[26]Hong H，Stein J C.Disagreement and the stock market[J].Journal of Economic Perspectives，2007，21（2）：109－128.

[27]Jegadeesh N.Evidence of predictable behavior of security returns[J].Journal of Finance，1990，45（3）：881－898.

[28]Jegadeesh N，Titman S.Returns to buying winners and selling losers：Implications for stock－market efficiency[J].Journal of Finance，1993，48（1）：65－91.

[29]Jegadeesh N，Titman S.Profitability of momentum strategies：An evaluation of alternative explanations[J].Journal of Finance，2001，56（2）：699－720.

[30]Jegadeesh N，Titman S.Cross－sectional and time－series determinants of momentum returns[J].Review of Financial Studies，2002，15（1）：143－157.

[31]Kang Q，Li C.Predicted returns and sources of momentum profits[R].Working Paper，2009.

[32]Kang J，Liu M H，Ni S X.Contrarian and momentum strategies in the China stock market：1993－2000[J].Pacific－Basin Finance Journal，2002，10（3）：243－265.

[33]Lee C M C，Swaminathan B.Price momentum and trading volume[J].Journal of Finance，2000，55（5）：2017－2069.

[34]Moskowitz T J，Grinblatt M.Do industries explain momentum？[J].Journal of Finance，1999，54（4）：1249－1290.

[35]Rouwenhorst K G.International momentum strategies[J].Journal of Finance，1998，53（1）：267－284.

[36]Verardo M.Heterogeneous beliefs and momentum profits[J].Journal of Financial and Quantitative Analysis，2009，44（4）：795－822.

[37]Zhang X F.Information uncertainty and stock returns[J].Journal of Finance，2006，61（1）：105－136.