現(xiàn)金流信息現(xiàn)金流風(fēng)險(xiǎn)與股票收益定價(jià)研究

1、現(xiàn)金流信息、現(xiàn)金流風(fēng)險(xiǎn)與股票收益定價(jià)研究0引言資產(chǎn)定價(jià)的核心問(wèn)題是什么決定了股票收益，解決這個(gè)問(wèn)題的關(guān)鍵是回答什么是價(jià)格變化的原因 在股票預(yù)期收益的研究中，按照cAPM模型舊3 J，股票的預(yù)期風(fēng)險(xiǎn)溢價(jià)與它們的系統(tǒng)風(fēng)險(xiǎn)(市場(chǎng)貝塔)是線(xiàn)性關(guān)系，不同股票的預(yù)期收益不同的原因是由于它們的貝塔不一樣早期的一些實(shí)證研究Hjl支持cAPM模型然而，在80年代和90年代的實(shí)證研究中，發(fā)現(xiàn)一些CAPM不能解釋的異像(anomalies)，對(duì)cAPM模型形成了挑戰(zhàn)這些異像包括：收益價(jià)格率、規(guī)模以及賬面市值比等Fama和FrenchMl認(rèn)為，盡管規(guī)模和賬面市值比不是狀態(tài)變量，但小規(guī)模公司和高賬面市值比公司的高平均收

2、益反映了未定的用來(lái)對(duì)收益中未分散化風(fēng)險(xiǎn)定價(jià)的狀態(tài)變量后來(lái)，F(xiàn)ama和French【781提出了對(duì)股票預(yù)期收益定價(jià)的3因子模型(以后簡(jiǎn)稱(chēng)FF3)這些因子包括市場(chǎng)組合超收稿日期：2013一09一02；修訂日期：201412一07額收益，小公司股票組合與大公司組合收益之差以及高賬面市值比公司組合與低賬面市值比組合收益之差然而，股票市場(chǎng)的更多異像不能被CAPM以及F乃模型解釋"1(例如：應(yīng)計(jì)利潤(rùn)¨0|、盈利能力 J、收益動(dòng)量¨副等)為了探索那些不能被cAPM模型解釋的股票平均收益異像，金融經(jīng)濟(jì)學(xué)家們把目光投向了對(duì)股票非預(yù)期收益的研究Campbell和Shiller【l引的

3、開(kāi)創(chuàng)性研究將股票非預(yù)期收益所反映的信息構(gòu)成分解為兩個(gè)部分，即與現(xiàn)金流相關(guān)的信息和未來(lái)預(yù)期收益信息大量文獻(xiàn)是分析有關(guān)市場(chǎng)組合的現(xiàn)金流相關(guān)的信息和未來(lái)預(yù)期收益信息中哪一種信息的相對(duì)重要性的問(wèn)題¨4”JVuolteenaho【16J使用基于會(huì)計(jì)現(xiàn)值模型并采用Campbell¨41提出的VAR方法研究了公司水平的現(xiàn)金流相關(guān)的信息和未來(lái)預(yù)期收益信息的相對(duì)重要性問(wèn)題然而，最近一篇具有廣泛影響的論文J，對(duì)CampbeU和Shiller¨列的方法提出了批評(píng)這種依賴(lài)于殘差第5期宿成建：現(xiàn)金流信息、現(xiàn)金流風(fēng)險(xiǎn)與股票收益定價(jià)研究一103一來(lái)表示未來(lái)現(xiàn)金流量信息或未來(lái)貼現(xiàn)率信息的方法，可

4、能得出相反的結(jié)論，基于殘差的方法推導(dǎo)出的結(jié)論可能是危險(xiǎn)的會(huì)計(jì)學(xué)學(xué)者對(duì)股票非預(yù)期收益的研究，最早起始于Ball和Bro咖¨副的研究，將股票非預(yù)期收益與公司非預(yù)期會(huì)計(jì)收益進(jìn)行回歸，用來(lái)檢驗(yàn)會(huì)計(jì)收益的價(jià)值相關(guān)性后來(lái)大量的文獻(xiàn)則著重于股票非預(yù)期收益與非預(yù)期會(huì)計(jì)收益的關(guān)系的研究，來(lái)檢驗(yàn)非預(yù)期會(huì)計(jì)收益的信息含量大量文獻(xiàn)證明非預(yù)期會(huì)計(jì)收益可以解釋非預(yù)期股票收益比較有代表性的文獻(xiàn)包括：Collins和Koth撕¨圳、Easton和Hall叵s201、Konnendi和Lipe21I、Freeman和Tse舊2|、Felth枷和Ohlson舊3|較近的一些文獻(xiàn)則改進(jìn)模型的設(shè)置，增加模型的解釋

5、變量，來(lái)提高模型對(duì)非預(yù)期收益的解釋例如，這些模型增加的變量是，反映當(dāng)期會(huì)計(jì)收益質(zhì)量的變量J，反映未來(lái)收益增長(zhǎng)變化的變量J，反映分析師未來(lái)會(huì)計(jì)收益預(yù)測(cè)的當(dāng)期修正變量鋤j，反映證券分析師未來(lái)會(huì)計(jì)收益預(yù)測(cè)修正多變量舊1，反映與非預(yù)期會(huì)計(jì)收益相關(guān)的風(fēng)險(xiǎn)變量舊J相對(duì)單變量模型，這些多變量模型雖然可以提高對(duì)股票非預(yù)期收益的解釋能力，但還有較多的部分不能被解釋?zhuān)Ｐ偷慕鼐囗?xiàng)顯著存在，模型調(diào)整砰值很小存在顯著不能被解釋的截距項(xiàng)說(shuō)明以上多變量回歸模型還存在某些被忽略的變量可用來(lái)解釋股票非預(yù)期收益本文的思路是，將股票收益分解為預(yù)期收益和非預(yù)期收益，重點(diǎn)是研究股票非預(yù)期收益對(duì)股票非預(yù)期收益的研究。是將宿成建13l3

6、2 J 3變量的股票非預(yù)期收益模型擴(kuò)展，加入未來(lái)現(xiàn)金流信息變量，為了避免VAR模型估計(jì)可能遇到的輸入變量的敏感性¨列，借鑒Da和warachka"列提出的方法，采用3階段收益增長(zhǎng)結(jié)構(gòu)來(lái)估計(jì)未來(lái)現(xiàn)金流信息對(duì)股票預(yù)期收益的定價(jià)，主要考察現(xiàn)金流風(fēng)險(xiǎn)對(duì)股票預(yù)期收益的定價(jià)作用，現(xiàn)金流風(fēng)險(xiǎn)的估計(jì)則使用個(gè)股現(xiàn)金流信息與市場(chǎng)組合現(xiàn)金流信息的回歸來(lái)估計(jì)最后，將本文提出的多因素模型與Fama和French7 J3因子模型構(gòu)成的多因素模型對(duì)股票超額收益的解釋能力進(jìn)行對(duì)比檢驗(yàn)本文發(fā)現(xiàn)：1)由證券分析師盈余預(yù)測(cè)修正估計(jì)出的正現(xiàn)金流信息對(duì)股票非預(yù)期收益、股票實(shí)際收益、股票超額收益均具有穩(wěn)健的解釋能力；

7、2)由證券分析師盈余預(yù)測(cè)估計(jì)出的現(xiàn)金流風(fēng)險(xiǎn)反映了股票的系統(tǒng)風(fēng)險(xiǎn)，可以對(duì)股票預(yù)期收益定價(jià)；3)在解釋股票超額收益方面，由現(xiàn)金流信息、現(xiàn)金流風(fēng)險(xiǎn)、分析師跟蹤人數(shù)與宿成建卜32 J 3變量模型構(gòu)成的多變量模型優(yōu)越于Fama和French【7 J3因子模型變量與現(xiàn)金流信息、現(xiàn)金流風(fēng)險(xiǎn)構(gòu)成的多因素模型；4)市場(chǎng)非預(yù)期收益研M可以解釋賬面市值比因素組合溢價(jià)鯽化的812，這一發(fā)現(xiàn)支持了Danel和Titmano的觀(guān)點(diǎn)，即基于特征組合溢價(jià)變量的定價(jià)模型雖然能夠解釋股票平均收益，但不能排除偽回歸的謬誤，同時(shí)，也支持了Cochranell4 o的論點(diǎn)，即賬面市值比應(yīng)該在回歸模型的左邊，作為被解釋變量，而不是作為解

8、釋變量本文的貢獻(xiàn)體現(xiàn)在：(1)本文在宿成建”】，32J 3變量定價(jià)模型基礎(chǔ)上加入了反映證券分析師未來(lái)收益預(yù)期修正的現(xiàn)金流信息，首次將股票非預(yù)期定價(jià)分解為反映當(dāng)期信息和未來(lái)信息，模型提高了中國(guó)股票非預(yù)期收益的解釋能力，調(diào)整R2值為592；(2)以證券分析師盈余預(yù)測(cè)修正來(lái)估計(jì)現(xiàn)金流信息，可以有效避免Campbell¨41以及VuolteenaIo¨刮提出的VAR方法來(lái)估計(jì)現(xiàn)金流信息的殘余誤差問(wèn)題，本文提出的現(xiàn)金流信息估計(jì)方法是現(xiàn)有方法的發(fā)展和補(bǔ)充；(3)現(xiàn)金流風(fēng)險(xiǎn)對(duì)股票預(yù)期收益具有顯著的解釋能力，意味著個(gè)股現(xiàn)金流信息與市場(chǎng)組合現(xiàn)金流信息的協(xié)方差反映了股票的系統(tǒng)風(fēng)險(xiǎn)，本文的發(fā)現(xiàn)為

9、中國(guó)股票系統(tǒng)風(fēng)險(xiǎn)的度量提供了新的視角1現(xiàn)金流信息、現(xiàn)金流風(fēng)險(xiǎn)與股票非預(yù)期收益定價(jià)理論分析為了導(dǎo)出現(xiàn)金流信息與股票非預(yù)期收益的因素定價(jià)模型，宿成建臼1321提出如下關(guān)于當(dāng)期及未來(lái)股利支付的預(yù)期事件描述圖，如圖1所示根據(jù)Wiuiams舊糾的估值模型，公司，在時(shí)間t宿成建”1321根據(jù)模型(9)進(jìn)行中國(guó)股票非預(yù)期收益定價(jià)檢驗(yàn)發(fā)現(xiàn)，該模型具有很強(qiáng)的解釋能力，模型的調(diào)整砰值大于50這個(gè)證據(jù)支持了關(guān)于CaIllpbeU和Shiuer¨刮的模型(方程8)忽略了重要模型變量信息的預(yù)測(cè)然而，宿成建3”21模型中，還有近50的股票非預(yù)期收益不能被解釋?zhuān)蛻?yīng)該是模型未包括的未來(lái)現(xiàn)金流貼現(xiàn)信息(即包括未來(lái)現(xiàn)

10、金流信息及貼現(xiàn)率信息)，也就是方程(8)所度量的信息因此，完整的股票非預(yù)期收益的定價(jià)方程應(yīng)包括方程(8)和方程(9)的變量信息，也就是包括當(dāng)期信息和未來(lái)信息兩個(gè)部本由于金融企業(yè)會(huì)計(jì)制度的特殊性，本文剔除了分，完整表達(dá)如下金融、保險(xiǎn)行業(yè)的股票樣本；此外，樣本還剔除了特殊處理(ST和門(mén))以及凈資產(chǎn)為負(fù)值的股票樣本本文進(jìn)行模型回歸的時(shí)間選取為2004年至一l1且一1y#職鳩+cF”l一DRt州(10)2011年度考慮公司貝塔值估計(jì)需要樣本回歸前股票未來(lái)預(yù)期收益為24個(gè)月的股票月收益率數(shù)據(jù)，所以，樣本數(shù)據(jù)選DR川=(E一E：)r"。(11)從2002年1月起本文使用MATLAB和SPSs軟件

11、進(jìn)行數(shù)據(jù)處理，全部數(shù)據(jù)均來(lái)自于萬(wàn)得數(shù)據(jù)未來(lái)現(xiàn)金流信息定義為本文檢驗(yàn)股票非預(yù)期收益率的定價(jià)問(wèn)題，考慮cF¨=(E川一E。)堿州(12)到中國(guó)股票市場(chǎng)上市公司披露年報(bào)的截止日期為每年的4月，因此當(dāng)期會(huì)計(jì)年度是從當(dāng)期(期)5上兩式中甜 +。和r +。分別表示個(gè)股的現(xiàn)金流月至下一年(z+1)的4月與Liu和-nl伽as舊1相增長(zhǎng)的對(duì)數(shù)和股票收益的對(duì)數(shù)；p表示未來(lái)時(shí)間同，股票年非預(yù)期收益率是實(shí)際年收益率與按照(+歹，f+，+1)之間的貼現(xiàn)率，年貼現(xiàn)率通常設(shè)定CAPM模型估計(jì)的預(yù)期年收益率之差市場(chǎng)預(yù)期為095現(xiàn)金流的變化不完全等價(jià)于預(yù)期收益的風(fēng)險(xiǎn)溢價(jià)按照3計(jì)算，估計(jì)貝塔值方法是，對(duì)于變化Da和W

12、arachka331提出了基于證券分析師實(shí)際的估計(jì)貝塔，采用cAPM模型估計(jì)，估計(jì)數(shù)會(huì)計(jì)收益預(yù)測(cè)的3階段會(huì)計(jì)收益增長(zhǎng)模型來(lái)度量據(jù)是采用當(dāng)期前24個(gè)月股票月收益數(shù)據(jù)估計(jì)，然。¨+現(xiàn)金流與會(huì)計(jì)收益的關(guān)系可以由如下凈后計(jì)算出兩個(gè)股票非預(yù)期收益盈余會(huì)計(jì)公式表示非預(yù)期會(huì)計(jì)收益由當(dāng)期會(huì)計(jì)收益與期初股票BI+l=日。+X。lD。l(13)價(jià)格之比表示本文假設(shè)會(huì)計(jì)每股收益為具有零式中B 、x 和D 分別表示公司賬面價(jià)值、會(huì)漂移的隨機(jī)過(guò)程，那么E川(哪，)=緲，分析計(jì)收益和現(xiàn)金流(或支付股利)，方程(12)中的家們的當(dāng)期會(huì)計(jì)收益預(yù)測(cè)的預(yù)期修正變量為當(dāng)期d。+，+l是D。+，+1的對(duì)數(shù)Vuolteena

13、ho¨釗使用對(duì)數(shù)會(huì)計(jì)每股收益的均值和上期會(huì)計(jì)每股收益之差與凈資產(chǎn)收益率(ROE)來(lái)替代方程(13)中股利增期初股票價(jià)格之比在萬(wàn)得數(shù)據(jù)庫(kù)中，盡管證券分長(zhǎng)率，因而，方程(13)重寫(xiě)為析師對(duì)公司會(huì)計(jì)收益的預(yù)測(cè)是針對(duì)當(dāng)年和未來(lái)一cF=(E川一E。)州(14)年的會(huì)計(jì)收益預(yù)測(cè)，但是，1年中連續(xù)12個(gè)月的J=1對(duì)數(shù)凈資產(chǎn)收益率(ROE)定義為 修正預(yù)測(cè)為本文的現(xiàn)金流信息及現(xiàn)金流風(fēng)險(xiǎn)估計(jì)提供了數(shù)據(jù)保證變量定義與度量見(jiàn)表1所示(15)對(duì)數(shù)凈資產(chǎn)收益率e。+i+。成為涉及到z+歹，#+1期間的會(huì)計(jì)收益x。+i+。以及期初的凈資產(chǎn)B ，方程(15)表示當(dāng)時(shí)間趨向無(wú)限時(shí)，由于公司最終所支付的股利將必然來(lái)自

14、于公司的會(huì)計(jì)收益，因此，現(xiàn)金流(股利)變化與會(huì)計(jì)收益預(yù)期變化所包含的信息是等同的22變量的選擇和度量2。2。1現(xiàn)金流信息借鑒Da和warachka糾的方法，本文用以度量現(xiàn)金流信息的度量方法如下：由于所用證券分析師盈余預(yù)測(cè)數(shù)據(jù)來(lái)自于萬(wàn)得數(shù)據(jù)庫(kù)，證券分析師只提供了當(dāng)期和未來(lái)一期共兩年的每股收益的預(yù)測(cè)數(shù)據(jù)，而方程(14)則包含了未來(lái)無(wú)限期的收益信息為了估計(jì)方程(14)，本文采用了Da和2研究設(shè)計(jì)21樣本數(shù)據(jù)本文選擇2002年1月至2011年4月之間滬、深兩市所有上市公司的A股股票為研究樣W眥chka舊列提出的方法，采用3階段收益增長(zhǎng)結(jié)構(gòu)來(lái)估計(jì)未來(lái)現(xiàn)金流信息在第1階段包含未來(lái)5年內(nèi)的每股收益預(yù)測(cè)值，預(yù)

15、測(cè)每股收益值直接由證券分析師預(yù)測(cè)每股收益，計(jì)算如下置。】=A1川一106一管理科學(xué)學(xué)報(bào)2016年5月置¨2=A1m=A1¨(1+S隅)年(f+1)的4月因此，本文的現(xiàn)金流信息度量以置”，=置”：(1+S她)c F!+05表示222現(xiàn)金流風(fēng)險(xiǎn)置川=置。3(1+S弼；)(16)根據(jù)Da和Warachka【3列的定義，現(xiàn)金流風(fēng)險(xiǎn)置"5=置川(1+Js礁)由以下回歸方程估計(jì)式中由于萬(wàn)得數(shù)據(jù)庫(kù)中缺乏關(guān)于收益的長(zhǎng)期增長(zhǎng)：F。6=0：F+盧：F略。5+占：”(21)率預(yù)測(cè)，因此本文采用證券分析師對(duì)當(dāng)期及未來(lái)式中上標(biāo)i和吖分別代表股票i和市場(chǎng)組合現(xiàn)一期每股收益預(yù)測(cè)值來(lái)計(jì)算預(yù)測(cè)兩年

16、內(nèi)的平均年金流貝塔成，度量了個(gè)別公司的現(xiàn)金流量的預(yù)期收益增長(zhǎng)率，該增長(zhǎng)率為收益短期增長(zhǎng)率(5億。)變化與市場(chǎng)組合的現(xiàn)金流量預(yù)期變化的協(xié)方差來(lái)計(jì)算未來(lái)2到5年的預(yù)測(cè)每股收益；第2階段，高現(xiàn)金流貝塔口b值意味著具有較高的系統(tǒng)風(fēng)未來(lái)6年至10年為穩(wěn)定期，可以預(yù)期，個(gè)別公司超險(xiǎn)在萬(wàn)得數(shù)據(jù)中，機(jī)構(gòu)對(duì)公司收益月度預(yù)測(cè)數(shù)據(jù)是過(guò)30的高收益增長(zhǎng)率將不可能長(zhǎng)期保持，在穩(wěn)定從2005年以后才開(kāi)始披露，因此，本文的現(xiàn)金流貝期內(nèi)使用穩(wěn)定期收益增長(zhǎng)率，即采用橫切面收益增塔估計(jì)是以當(dāng)年期12個(gè)月數(shù)據(jù)進(jìn)行回歸來(lái)估計(jì)的長(zhǎng)率平均值，采用如下方程計(jì)算預(yù)期收益223當(dāng)期非預(yù)期會(huì)計(jì)收益X，l+J+1=Xc，l。×借鑒Eas

17、ton和Hais201定義，當(dāng)期非預(yù)期會(huì)計(jì)收益定義為當(dāng)期會(huì)計(jì)收益與期初股票價(jià)格之比，本文使用當(dāng)期會(huì)計(jì)每股收益與當(dāng)期(期)4月股票收盤(pán)價(jià)格之比表示(17)2。24分析師盈余預(yù)測(cè)修正變量式中J的取值為5，6，7，8，9為了計(jì)算公司未來(lái)預(yù)測(cè)每股會(huì)計(jì)賬面價(jià)值，借鑒宿成建132 3對(duì)分析師盈余預(yù)測(cè)修正變假設(shè)股利支付率為期末賬面價(jià)值的固定比例沙，量的定義，即證券分析師對(duì)股票，在年的每股會(huì)計(jì)收益預(yù)測(cè)均值與一1年的每股會(huì)計(jì)收益之差因此方程(13)可以重新寫(xiě)為除以年4月股票收盤(pán)價(jià)該度量變量反映了當(dāng)日¨吖+1=(日叫+X叫q+1)(1一砂)(18)期會(huì)計(jì)收益增長(zhǎng)的預(yù)期在第3階段，未來(lái)10年以后，預(yù)期會(huì)計(jì)

18、每股收益增長(zhǎng)率收斂于會(huì)計(jì)收益，預(yù)期會(huì)計(jì)收益收斂于，因此，3階段增長(zhǎng)模型就可以估計(jì)出1一刪如下方程E。比州=¨+225市場(chǎng)非預(yù)期收益本文采用價(jià)值權(quán)重市場(chǎng)組合來(lái)計(jì)算市場(chǎng)組合收益率，市場(chǎng)非預(yù)期收益是市場(chǎng)組合收益率與市場(chǎng)預(yù)期收益之差借鑒Liu和Thomasl29j，本文采用考慮市場(chǎng)風(fēng)險(xiǎn)溢價(jià)為3條件下來(lái)計(jì)算市場(chǎng)預(yù)期收益226分析師跟蹤人數(shù)布公司收益預(yù)測(cè)的證券分析師人數(shù)盡管會(huì)計(jì)收益預(yù)測(cè)值是年每股收益，但是預(yù)測(cè)值227機(jī)構(gòu)投資者變量是以每月進(jìn)行修正預(yù)測(cè)，6表示現(xiàn)金流預(yù)期修正Kumar舊刮提出機(jī)構(gòu)持有比例較低的股票被更計(jì)算的月度，于是現(xiàn)金流信息的估計(jì)方程(14)可多的不知情交易者持有這些股票被較少的

19、證券以由以下方程表示分析師跟蹤這些股票對(duì)新消息的反映較為緩慢，嘰=E以川+1一 因此，導(dǎo)致這些股票具有更高的平均收益本文以機(jī)構(gòu)投資者持有比例來(lái)度量機(jī)構(gòu)投資者變量E。比州 (20) 228其它控制變量由于本文檢驗(yàn)股票的年收益率的定價(jià)問(wèn)題， 根據(jù)以往文獻(xiàn)6，31，32，37，38，控制以下當(dāng)期會(huì)計(jì)年度計(jì)算期是從當(dāng)期(期)5月至下一 變量：公司特質(zhì)風(fēng)險(xiǎn)，陽(yáng)i川；公司規(guī)模髂一第5期宿成建：現(xiàn)金流信息、現(xiàn)金流風(fēng)險(xiǎn)與股票收益定價(jià)研究一107一比來(lái)表示分析師盈余預(yù)測(cè)修正變量市場(chǎng)非預(yù)期收益控制變量公司規(guī)模賬面市值比系統(tǒng)風(fēng)險(xiǎn)特質(zhì)風(fēng)險(xiǎn)機(jī)構(gòu)投資者持有比例分析家跟蹤人數(shù)年度證券分析師對(duì)股票J在年的每股會(huì)計(jì)收益預(yù)測(cè)均值

20、與卜1年ERUE的每股會(huì)計(jì)收益之差除以年4月股票收盤(pán)價(jià)在市場(chǎng)風(fēng)險(xiǎn)溢價(jià)分別為3條件下的市場(chǎng)組合在年的非預(yù)期 URM 市場(chǎng)收益，即實(shí)際收益為市場(chǎng)組合在+1年4月與年5月期間的價(jià)值權(quán)重收益率與市場(chǎng)預(yù)期收益(7)之差_s如efl當(dāng)期(期)4月股票收盤(pán)時(shí)總資產(chǎn)的自然對(duì)數(shù)MBipt為股票j在一1年的年末每Ij殳；凈資產(chǎn)與其在t年4月股票收盤(pán)價(jià)之比采用cAPM模型估計(jì)，估計(jì)數(shù)據(jù)是采用當(dāng)期前24個(gè)月股票月BE7H收益數(shù)據(jù)估計(jì)，加¨一1采用當(dāng)期前24個(gè)月股票月收益數(shù)據(jù)估計(jì)a；=盧。a芻+盯2(e，)RolN機(jī)構(gòu)投資者持有比例An6岫r(曙e發(fā)布公司收益預(yù)測(cè)的證券分析師人數(shù)'例尺啞變量一108一

21、管理科學(xué)學(xué)報(bào)2016年5月常超額收益使得股票的實(shí)際收益和非預(yù)期收益的3 實(shí)證檢驗(yàn)均值大于其樣本的中位數(shù)的股票收益值；2)現(xiàn)金流信息的中位數(shù)為0026，小于均值0041，說(shuō)明31描述性統(tǒng)計(jì)分析大多數(shù)公司的現(xiàn)金流信息小于其期望值，少數(shù)公由表2所示的描述性統(tǒng)計(jì)可知：1)股票非預(yù)司所獲得的超高現(xiàn)金流信息值使得股票的現(xiàn)金流期收益(咪)及股票實(shí)際收益(衄r)的中位數(shù)分信息具有較高的均值；3)現(xiàn)金流貝塔的均值與中別為一0080、一0007，分別小于其均值0137和位數(shù)值分別為O041、1085，分別高于股票貝塔O205，這樣的結(jié)果說(shuō)明，大多數(shù)公司的股票收益值的均值0951和中位數(shù)0969，說(shuō)明股票的現(xiàn)小于市

22、場(chǎng)預(yù)期收益，正是由于少數(shù)公司獲得的異金流風(fēng)險(xiǎn)平均高于股票的市場(chǎng)風(fēng)險(xiǎn)表2描述性統(tǒng)計(jì)Table 2 Descdptive ch啪cteristics of v撕able8變量名平均值標(biāo)準(zhǔn)差25分位數(shù)中位數(shù)75分位數(shù)凇O137O78602620080O237E尺0068O0120058O069O078RErO205O787一O193一O007O3lOvcFI+05O04l0048OOllO026O052口矗1197O782O65910851594O03l004lO014O027O047ERUEO00200330009O002O012URMO1180598一O007一O007O126LS如eIIl20

23、8081895191262104l22253肘B¨一l3743271720923175449lBEm09510408O599O9691254，陽(yáng)工¨一100204814O0100017O025RoIN0283023lO076O230O457Anal，st Comge60058502oo40080032現(xiàn)金流信息、現(xiàn)金流風(fēng)險(xiǎn)與股票收益以上變量及公司規(guī)模、賬面市值比等變量研究發(fā)321現(xiàn)金流信息、分析師跟蹤人數(shù)與股票非預(yù)現(xiàn)，現(xiàn)金流信息的系數(shù)為正且統(tǒng)計(jì)上顯著期收益 在控制變量方面，分析師跟蹤人數(shù)與股票非由表3模型(4)可知：1)現(xiàn)金流信息作為獨(dú) 預(yù)期收益負(fù)相關(guān)，結(jié)果與Hou和Mos

24、kowiz【3糾的預(yù)立變量可以解釋股票非預(yù)期收益，現(xiàn)金流信息的 測(cè)一致，即股票被較少分析師跟蹤的股票將比較系數(shù)為3286，值為8155，調(diào)整幫值為o039，多分析師跟蹤的股票具有更高的收益此外，當(dāng)期說(shuō)明現(xiàn)金流信息與股票非預(yù)期收益顯著正相關(guān)；非預(yù)期會(huì)計(jì)收益(拋)、當(dāng)期證券分析師盈余預(yù)測(cè)2)具有較少分析師跟蹤的股票價(jià)格可能較慢地修正(職曬)以及市場(chǎng)非預(yù)期收益(們M)等3個(gè)對(duì)新信息作出反映，Hou和Moskowitz【3列提出假 變量的系數(shù)均顯著為正，該結(jié)果與宿成建¨1321的設(shè)，即股票被較少分析師跟蹤的股票將比較多分 發(fā)現(xiàn)一致，這個(gè)結(jié)果說(shuō)明，在控制了其它變量條件析師跟蹤的股票具有更高的收

25、益此外，宿成 下，宿成建提出的3變量模型對(duì)股票非預(yù)期收益建"132 o提出當(dāng)期非預(yù)期會(huì)計(jì)收益(曬)、當(dāng)期證具有穩(wěn)健的解釋能力除了以上控制變量與股票券分析師盈余預(yù)測(cè)修正(朋曬)以及市場(chǎng)非預(yù)期非預(yù)期收益存在顯著相關(guān)外，其它控制變量，S沈、收益(u肼)構(gòu)成的多變量模型可以解釋股票非腳、，陽(yáng)、RD，與股票非預(yù)期收益則不存在統(tǒng)計(jì)預(yù)期收益本文在模型(5)、(6)中進(jìn)一步控制了上顯著的關(guān)系第5期宿成建：現(xiàn)金流信息、現(xiàn)金流風(fēng)險(xiǎn)與股票收益定價(jià)研究一109322現(xiàn)金流信息、現(xiàn)金流風(fēng)險(xiǎn)與股票實(shí)際收益量及規(guī)模等其它變量后，現(xiàn)金流信息仍然具有由表3模型1可知：1)現(xiàn)金流信息對(duì)股票穩(wěn)健的解釋能力，而現(xiàn)金流風(fēng)險(xiǎn)則

26、不具有對(duì)股實(shí)際收益具有顯著的解釋能力，現(xiàn)金流信息的票實(shí)際收益的解釋能力此外，控制變量s沈、系數(shù)為3548，f值為8316，調(diào)整R2值為0041；枷、，陽(yáng)L、尺0，與股票實(shí)際收益不存在統(tǒng)計(jì)上然而，現(xiàn)金流風(fēng)險(xiǎn)對(duì)股票實(shí)際收益則不具有顯 顯著的關(guān)系S婦不能解釋股票實(shí)際收益的可著的解釋能力，現(xiàn)金流風(fēng)險(xiǎn)系數(shù)為一O046，t值 能是回歸樣本中缺少小公司樣本的原因?qū)е聻橐?78l，統(tǒng)計(jì)上不顯著2)在控制了分析師 的，因?yàn)橐?guī)模較小的公司常常被證券分析師跟蹤人數(shù)以及宿成建"1321提出的模型的3個(gè)變 忽略表3現(xiàn)金流信息、現(xiàn)金流風(fēng)險(xiǎn)與股票收益Table 3 Chnow info冊(cè)ationc越hnowsk

27、朋d s眥k瞅u冊(cè)變量l3548cFI+05(8316)一0046盧b(一1781)UEERUEURMs如e¨一l邶Il一1占E7H，陽(yáng)L¨一lRolNA，越弘s cotjemgeO117n(3252)調(diào)整R2004l胚r凇朋234567143l1370328613231348(4909)(4563)(8155)(4655)(4698)O00l一00060004(0058)(一O323)(10741)07060885O895O904(2209)(2604)(2666)(2666)240286927852848(7529)(7458)(7400)(7438)O96lO9680

28、9630965(43212)(40287)(41835)(41276)0003O007(O413)(O942)一O006一0005一O005(一1195)(一0904)(一0957)O004(一0101)O0680036(O257)(0139)00450043(O750)(O721)一0006一O005一O006(一2289)(一2175)(一2370)0007一O0130003一0015一0169O064(O250)(一O068)(0134)(一O488)(一1065)(118143)O592O592O039059lO59l0066323現(xiàn)金流風(fēng)險(xiǎn)與股票預(yù)期收益更高的系統(tǒng)風(fēng)險(xiǎn)，因而，這樣的股

29、票具有高的預(yù)期由表3模型7可知：現(xiàn)金流風(fēng)險(xiǎn)貝塔對(duì)股票收益本文與Da和warachka舊副所不同的是有兩預(yù)期收益具有顯著的解釋能力，現(xiàn)金流風(fēng)險(xiǎn)系數(shù)點(diǎn)：1)在估計(jì)現(xiàn)金流風(fēng)險(xiǎn)貝塔時(shí)，Da和warachka0004，f值為10741，調(diào)整尺2值為O066；本文的是將股票按規(guī)模和賬面市值比來(lái)分組，從而估計(jì)發(fā)現(xiàn)與Da和Warachka【33|一致，股票的現(xiàn)金流風(fēng)出規(guī)模和賬面市值比貝塔，組合所屬股票按組合險(xiǎn)越高，說(shuō)明股票的現(xiàn)金流預(yù)期變化與市場(chǎng)組合貝塔賦值；2)Da和warachka是采用現(xiàn)金流貝塔現(xiàn)金流預(yù)期變化的協(xié)方差越高，也就是股票具有來(lái)解釋股票超額收益一110一管理科學(xué)學(xué)報(bào)2016年5月33穩(wěn)健性檢驗(yàn)及

30、F鋤aFrench 3因子模型比金流風(fēng)險(xiǎn)系數(shù)為一0046，值為一1781，統(tǒng)計(jì)上不顯較分析著由表4模型2和模型3可知：在控制了宿成為了檢驗(yàn)現(xiàn)金流信息與現(xiàn)金流風(fēng)險(xiǎn)對(duì)股票收建¨1圳模型的3個(gè)變量及其它如規(guī)模、腳f等變量益的解釋能力的穩(wěn)健性，本文進(jìn)一步實(shí)證在控制后，現(xiàn)金流信息對(duì)股票超額收益具有顯著的解釋能Fama和French¨J3因子模型變量后檢驗(yàn)現(xiàn)金流力；現(xiàn)金流風(fēng)險(xiǎn)對(duì)股票實(shí)際收益不具有顯著的解釋信息與現(xiàn)金流風(fēng)險(xiǎn)對(duì)股票超額收益的解釋能力能力由表4模型6可知：在控制了F鋤a和傳統(tǒng)的對(duì)多變量模型的解釋能力的檢驗(yàn)依賴(lài)于檢FbnchJ 3因子模型變量后，現(xiàn)金流信息對(duì)股票超額驗(yàn)?zāi)Ｐ偷慕鼐?/p>

31、項(xiàng)僅是否為零78帥41|收益具有顯著的解釋能力；現(xiàn)金流風(fēng)險(xiǎn)對(duì)股票實(shí)際由表4模型l可知：現(xiàn)金流信息對(duì)股票超額收收益不具有顯著的解釋能力以上結(jié)果說(shuō)明，現(xiàn)金流益具有顯著的解釋能力，現(xiàn)金流信息的系數(shù)為信息對(duì)股票超額收益具有穩(wěn)健的解釋能力，而現(xiàn)金3548，f值為8316，調(diào)整砰值為0041；然而，現(xiàn)金流流風(fēng)險(xiǎn)則對(duì)股票超額收益不具備顯著的解釋能力，風(fēng)險(xiǎn)對(duì)股票實(shí)際收益則不具有顯著的解釋能力，現(xiàn)這一結(jié)論與Da和w啪cIll【a圳的發(fā)現(xiàn)不一致表4現(xiàn)金流信息、現(xiàn)金流風(fēng)險(xiǎn)與股票超額收益7rable4 C酗hnow inf0珊ationc鵲hnow riskand excessstock retum8變量尉-彤尺i-

32、彤Ri一影成一彤，以1234567893548143l142l09791467，vcFf+05(8316)(5080)(4909)(4882)(3423)一00460001一0004O018盧a(一1781)(O058)(一O253)(1062)O706093609921190UE(2209)(2801)(2979)(3565)2840280l26732958ERUE(7529)(7427)(7189)(7876)0773RMRf(15793)0961O970080107370249URM(43212)(42940)(20431)(8267)(83404)31300210O4685m6(291

33、69)(1419)(1099)34140700O694mZ(41357)(3352)(O583)A，InZ”tO005一O007一0006C01)ernge(一2337)(一3085)(一2666)0262一O033Ml(倪M(jìn))(5986)(一0085)0077一0033一0002一O286一0172一0111一O001一O111O069a(2139)(一1277)(一0070)(一12903)(一10833)(一3766)(一O029)(一1865)(38090)調(diào)整尺2O04105920593O3460515O586O596O6020812此外，對(duì)比模型3和模型6可知：在解釋股票多變量模型

34、前一多變量模型的截距項(xiàng)a為超額收益方面，由現(xiàn)金流信息、現(xiàn)金流風(fēng)險(xiǎn)、分析一0002(值是一0070)，模型的調(diào)整R2值是師跟蹤人數(shù)與宿成建321模型的3個(gè)變量后構(gòu)0593；后一多變量模型截距項(xiàng)a為一0111(f值成的多因素變量模型優(yōu)越于Fama和French71 3是一3766)，模型的調(diào)整R2值是0586為了檢驗(yàn)因子模型變量與現(xiàn)金流信息、現(xiàn)金流風(fēng)險(xiǎn)構(gòu)成的宿成建3個(gè)變量對(duì)股票超額收益的解釋能力的穩(wěn)第5期宿成建：現(xiàn)金流信息、現(xiàn)金流風(fēng)險(xiǎn)與股票收益定價(jià)研究一11 l一健性，將反映系統(tǒng)風(fēng)險(xiǎn)變量的市場(chǎng)非預(yù)期收益(明瑚)的一階矩作為控制變量加人到宿成建3變量模型中，并且，在不考慮未來(lái)現(xiàn)金流信息的情況，回歸結(jié)

35、果見(jiàn)表4模型7所示，模型7完全解釋了股票超額收益，截距項(xiàng)a為一0001(t值是一0029)，模型的調(diào)整尺2值是0596M1(珊)的系數(shù)估計(jì)值為0262(t值是5986)，這一結(jié)果說(shuō)明，市場(chǎng)非預(yù)期收益所導(dǎo)致的系統(tǒng)風(fēng)險(xiǎn)對(duì)股票超額收益存在明顯的定價(jià)作用上述有關(guān)Fama和French¨13因子模型變量為基礎(chǔ)的多變量模型在解釋股票超額收益時(shí)出現(xiàn)的較大的不能被解釋的截距項(xiàng)d支持了Danel和Titman1的觀(guān)點(diǎn)，即并不存在與企業(yè)賬面市值相關(guān)的可識(shí)別的獨(dú)立風(fēng)險(xiǎn)因素，也不存在3因子模型識(shí)別的收益升水【42|Daniel和Tit man1指出，使用規(guī)模和賬面市值比來(lái)構(gòu)造組合因子來(lái)檢驗(yàn)定價(jià)模型可能是危險(xiǎn)的，特征組合可能會(huì)顯示出風(fēng)險(xiǎn)貝塔的差值，由于這種特征組合溢價(jià)(踟佃和枷犯)并沒(méi)有理論基礎(chǔ)，因此，基于特征組合溢價(jià)變量的定價(jià)模型雖然能夠解釋股票平均收益，但不能排除偽回歸的謬誤針對(duì)Fama和French¨13因子模型可能存在的問(wèn)題，Cochrane 指出，即賬面市值比應(yīng)該在回歸模型的左邊，作為被解釋變量，而不是作為解釋變量為了檢驗(yàn)Cochrane提出的論點(diǎn)以及Daniel和Titman1對(duì)Fama和French川3因子模型提出的批評(píng)，首先建立