現(xiàn)金流信息現(xiàn)金流風(fēng)險與股票收益定價研究

1、現(xiàn)金流信息、現(xiàn)金流風(fēng)險與股票收益定價研究0引言資產(chǎn)定價的核心問題是什么決定了股票收益，解決這個問題的關(guān)鍵是回答什么是價格變化的原因 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)險溢價與它們的系統(tǒng)風(fēng)險(市場貝塔)是線性關(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證研究Hjl支持cAPM模型然而，在80年代和90年代的實證研究中，發(fā)現(xiàn)一些CAPM不能解釋的異像(anomalies)，對cAPM模型形成了挑戰(zhàn)這些異像包括：收益價格率、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對收益中未分散化風(fēng)險定價的狀態(tài)變量后來，F(xiàn)ama和French【781提出了對股票預(yù)期收益定價的3因子模型(以后簡稱FF3)這些因子包括市場組合超收稿日期：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，股票市場的更多異像不能被CAPM以及F乃模型解釋"1(例如：應(yīng)計利潤¨0|、盈利能力 J、收益動量¨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)濟學(xué)家們把目光投向了對股票非預(yù)期收益的研究Campbell和Shiller【l引的

3、開創(chuàng)性研究將股票非預(yù)期收益所反映的信息構(gòu)成分解為兩個部分，即與現(xiàn)金流相關(guān)的信息和未來預(yù)期收益信息大量文獻是分析有關(guān)市場組合的現(xiàn)金流相關(guān)的信息和未來預(yù)期收益信息中哪一種信息的相對重要性的問題¨4”JVuolteenaho【16J使用基于會計現(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)的信息和未來預(yù)期收益信息的相對重要性問題然而，最近一篇具有廣泛影響的論文J，對CampbeU和Shiller¨列的方法提出了批評這種依賴于殘差第5期宿成建：現(xiàn)金流信息、現(xiàn)金流風(fēng)險與股票收益定價研究一103一來表示未來現(xiàn)金流量信息或未來貼現(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)論可能是危險的會計學(xué)學(xué)者對股票非預(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)期會計收益進行回歸，用來檢驗會計收益的價值相關(guān)性后來大量的文獻則著重于股票非預(yù)期收益與非預(yù)期會計收益的關(guān)系的研究，來檢驗非預(yù)期會計收益的信息含量大量文獻證明非預(yù)期會計收益可以解釋非預(yù)期股票收益比較有代表性的文獻包括：Collins和Koth撕¨圳、Easton和Hall叵s201、Konnendi和Lipe21I、Freeman和Tse舊2|、Felth枷和Ohlson舊3|較近的一些文獻則改進模型的設(shè)置，增加模型的解釋

5、變量，來提高模型對非預(yù)期收益的解釋例如，這些模型增加的變量是，反映當(dāng)期會計收益質(zhì)量的變量J，反映未來收益增長變化的變量J，反映分析師未來會計收益預(yù)測的當(dāng)期修正變量鋤j，反映證券分析師未來會計收益預(yù)測修正多變量舊1，反映與非預(yù)期會計收益相關(guān)的風(fēng)險變量舊J相對單變量模型，這些多變量模型雖然可以提高對股票非預(yù)期收益的解釋能力，但還有較多的部分不能被解釋，模型的截距項顯著存在，模型調(diào)整砰值很小存在顯著不能被解釋的截距項說明以上多變量回歸模型還存在某些被忽略的變量可用來解釋股票非預(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，重點是研究股票非預(yù)期收益對股票非預(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)期收益模型擴展，加入未來現(xiàn)金流信息變量，為了避免VAR模型估計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階段收益增長結(jié)構(gòu)來估計未來現(xiàn)金流信息對股票預(yù)期收益的定價，主要考察現(xiàn)金流風(fēng)險對股票預(yù)期收益的定價作用，現(xiàn)金流風(fēng)險的估計則使用個股現(xiàn)金流信息與市場組合現(xiàn)金流信息的回歸來估計最后，將本文提出的多因素模型與Fama和French7 J3因子模型構(gòu)成的多因素模型對股票超額收益的解釋能力進行對比檢驗本文發(fā)現(xiàn)：1)由證券分析師盈余預(yù)測修正估計出的正現(xiàn)金流信息對股票非預(yù)期收益、股票實際收益、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)測估計出的現(xiàn)金流風(fēng)險反映了股票的系統(tǒng)風(fēng)險，可以對股票預(yù)期收益定價；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、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)險構(gòu)成的多因素模型；4)市場非預(yù)期收益研M可以解釋賬面市值比因素組合溢價鯽化的812，這一發(fā)現(xiàn)支持了Danel和Titmano的觀點，即基于特征組合溢價變量的定價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，也支持了Cochranell4 o的論點，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、釋變量本文的貢獻體現(xiàn)在：(1)本文在宿成建”】，32J 3變量定價模型基礎(chǔ)上加入了反映證券分析師未來收益預(yù)期修正的現(xiàn)金流信息，首次將股票非預(yù)期定價分解為反映當(dāng)期信息和未來信息，模型提高了中國股票非預(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)測修正來估計現(xiàn)金流信息，可以有效避免Campbell¨41以及VuolteenaIo¨刮提出的VAR方法來估計現(xiàn)金流信息的殘余誤差問題，本文提出的現(xiàn)金流信息估計方法是現(xiàn)有方法的發(fā)展和補充；(3)現(xiàn)金流風(fēng)險對股票預(yù)期收益具有顯著的解釋能力，意味著個股現(xiàn)金流信息與市場組合現(xiàn)金流信息的協(xié)方差反映了股票的系統(tǒng)風(fēng)險，本文的發(fā)現(xiàn)為

9、中國股票系統(tǒng)風(fēng)險的度量提供了新的視角1現(xiàn)金流信息、現(xiàn)金流風(fēng)險與股票非預(yù)期收益定價理論分析為了導(dǎo)出現(xiàn)金流信息與股票非預(yù)期收益的因素定價模型，宿成建臼1321提出如下關(guān)于當(dāng)期及未來股利支付的預(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，在時間t宿成建”1321根據(jù)模型(9)進行中國股票非預(yù)期收益定價檢驗發(fā)現(xiàn)，該模型具有很強的解釋能力，模型的調(diào)整砰值大于50這個證據(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，就應(yīng)該是模型未包括的未來現(xiàn)金流貼現(xiàn)信息(即包括未來現(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)期信息和未來信息兩個部本由于金融企業(yè)會計制度的特殊性，本文剔除了分，完整表達如下金融、保險行業(yè)的股票樣本；此外，樣本還剔除了特殊處理(ST和門)以及凈資產(chǎn)為負(fù)值的股票樣本本文進行模型回歸的時間選取為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需要樣本回歸前股票未來預(yù)期收益為24個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、進行數(shù)據(jù)處理，全部數(shù)據(jù)均來自于萬得數(shù)據(jù)未來現(xiàn)金流信息定義為本文檢驗股票非預(yù)期收益率的定價問題，考慮cF¨=(E川一E。)堿州(12)到中國股票市場上市公司披露年報的截止日期為每年的4月，因此當(dāng)期會計年度是從當(dāng)期(期)5上兩式中甜 +。和r +。分別表示個股的現(xiàn)金流月至下一年(z+1)的4月與Liu和-nl伽as舊1相增長的對數(shù)和股票收益的對數(shù)；p表示未來時間同，股票年非預(yù)期收益率是實際年收益率與按照(+歹，f+，+1)之間的貼現(xiàn)率，年貼現(xiàn)率通常設(shè)定CAPM模型估計的預(yù)期年收益率之差市場預(yù)期為095現(xiàn)金流的變化不完全等價于預(yù)期收益的風(fēng)險溢價按照3計算，估計貝塔值方法是，對于變化Da和W

12、arachka331提出了基于證券分析師實際的估計貝塔，采用cAPM模型估計，估計數(shù)會計收益預(yù)測的3階段會計收益增長模型來度量據(jù)是采用當(dāng)期前24個月股票月收益數(shù)據(jù)估計，然。¨+現(xiàn)金流與會計收益的關(guān)系可以由如下凈后計算出兩個股票非預(yù)期收益盈余會計公式表示非預(yù)期會計收益由當(dāng)期會計收益與期初股票BI+l=日。+X。lD。l(13)價格之比表示本文假設(shè)會計每股收益為具有零式中B 、x 和D 分別表示公司賬面價值、會漂移的隨機過程，那么E川(哪，)=緲，分析計收益和現(xiàn)金流(或支付股利)，方程(12)中的家們的當(dāng)期會計收益預(yù)測的預(yù)期修正變量為當(dāng)期d。+，+l是D。+，+1的對數(shù)Vuolteena

13、ho¨釗使用對數(shù)會計每股收益的均值和上期會計每股收益之差與凈資產(chǎn)收益率(ROE)來替代方程(13)中股利增期初股票價格之比在萬得數(shù)據(jù)庫中，盡管證券分長率，因而，方程(13)重寫為析師對公司會計收益的預(yù)測是針對當(dāng)年和未來一cF=(E川一E。)州(14)年的會計收益預(yù)測，但是，1年中連續(xù)12個月的J=1對數(shù)凈資產(chǎn)收益率(ROE)定義為 修正預(yù)測為本文的現(xiàn)金流信息及現(xiàn)金流風(fēng)險估計提供了數(shù)據(jù)保證變量定義與度量見表1所示(15)對數(shù)凈資產(chǎn)收益率e。+i+。成為涉及到z+歹，#+1期間的會計收益x。+i+。以及期初的凈資產(chǎn)B ，方程(15)表示當(dāng)時間趨向無限時，由于公司最終所支付的股利將必然來自

14、于公司的會計收益，因此，現(xiàn)金流(股利)變化與會計收益預(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)測數(shù)據(jù)來自于萬得數(shù)據(jù)庫，證券分析師只提供了當(dāng)期和未來一期共兩年的每股收益的預(yù)測數(shù)據(jù)，而方程(14)則包含了未來無限期的收益信息為了估計方程(14)，本文采用了Da和2研究設(shè)計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階段收益增長結(jié)構(gòu)來估計未來現(xiàn)金流信息在第1階段包含未來5年內(nèi)的每股收益預(yù)測值，預(yù)

15、測每股收益值直接由證券分析師預(yù)測每股收益，計算如下置?！?A1川一106一管理科學(xué)學(xué)報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)險置"5=置川(1+Js礁)由以下回歸方程估計式中由于萬得數(shù)據(jù)庫中缺乏關(guān)于收益的長期增長：F。6=0：F+盧：F略。5+占：”(21)率預(yù)測，因此本文采用證券分析師對當(dāng)期及未來式中上標(biāo)i和吖分別代表股票i和市場組合現(xiàn)一期每股收益預(yù)測值來計算預(yù)測兩年

16、內(nèi)的平均年金流貝塔成，度量了個別公司的現(xiàn)金流量的預(yù)期收益增長率，該增長率為收益短期增長率(5億。)變化與市場組合的現(xiàn)金流量預(yù)期變化的協(xié)方差來計算未來2到5年的預(yù)測每股收益；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6年至10年為穩(wěn)定期，可以預(yù)期，個別公司超險在萬得數(shù)據(jù)中，機構(gòu)對公司收益月度預(yù)測數(shù)據(jù)是過30的高收益增長率將不可能長期保持，在穩(wěn)定從2005年以后才開始披露，因此，本文的現(xiàn)金流貝期內(nèi)使用穩(wěn)定期收益增長率，即采用橫切面收益增塔估計是以當(dāng)年期12個月數(shù)據(jù)進行回歸來估計的長率平均值，采用如下方程計算預(yù)期收益223當(dāng)期非預(yù)期會計收益X，l+J+1=Xc，l。×借鑒Eas

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

18、每股收益增長率收斂于會計收益，預(yù)期會計收益收斂于，因此，3階段增長模型就可以估計出1一刪如下方程E。比州=¨+225市場非預(yù)期收益本文采用價值權(quán)重市場組合來計算市場組合收益率，市場非預(yù)期收益是市場組合收益率與市場預(yù)期收益之差借鑒Liu和Thomasl29j，本文采用考慮市場風(fēng)險溢價為3條件下來計算市場預(yù)期收益226分析師跟蹤人數(shù)布公司收益預(yù)測的證券分析師人數(shù)盡管會計收益預(yù)測值是年每股收益，但是預(yù)測值227機構(gòu)投資者變量是以每月進行修正預(yù)測，6表示現(xiàn)金流預(yù)期修正Kumar舊刮提出機構(gòu)持有比例較低的股票被更計算的月度，于是現(xiàn)金流信息的估計方程(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構(gòu)投資者持有比例來度量機構(gòu)投資者變量E。比州 (20) 228其它控制變量由于本文檢驗股票的年收益率的定價問題， 根據(jù)以往文獻6，31，32，37，38，控制以下當(dāng)期會計年度計算期是從當(dāng)期(期)5月至下一 變量：公司特質(zhì)風(fēng)險，陽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)險與股票收益定價研究一107一比來表示分析師盈余預(yù)測修正變量市場非預(yù)期收益控制變量公司規(guī)模賬面市值比系統(tǒng)風(fēng)險特質(zhì)風(fēng)險機構(gòu)投資者持有比例分析家跟蹤人數(shù)年度證券分析師對股票J在年的每股會計收益預(yù)測均值

20、與卜1年ERUE的每股會計收益之差除以年4月股票收盤價在市場風(fēng)險溢價分別為3條件下的市場組合在年的非預(yù)期 URM 市場收益，即實際收益為市場組合在+1年4月與年5月期間的價值權(quán)重收益率與市場預(yù)期收益(7)之差_s如efl當(dāng)期(期)4月股票收盤時總資產(chǎn)的自然對數(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月股票收盤價之比采用cAPM模型估計，估計數(shù)據(jù)是采用當(dāng)期前24個月股票月BE7H收益數(shù)據(jù)估計，加¨一1采用當(dāng)期前24個月股票月收益數(shù)據(jù)估計a；=盧。a芻+盯2(e，)RolN機構(gòu)投資者持有比例An6岫r(曙e發(fā)布公司收益預(yù)測的證券分析師人數(shù)'例尺啞變量一108一

21、管理科學(xué)學(xué)報2016年5月常超額收益使得股票的實際收益和非預(yù)期收益的3 實證檢驗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，說明31描述性統(tǒng)計分析大多數(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)果說明，大多數(shù)公司的股票收益值的均值0951和中位數(shù)0969，說明股票的現(xiàn)小于市

22、場預(yù)期收益，正是由于少數(shù)公司獲得的異金流風(fēng)險平均高于股票的市場風(fēng)險表2描述性統(tǒng)計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，陽工¨一100204814O0100017O025RoIN0283023lO076O230O457Anal，st Comge60058502oo40080032現(xiàn)金流信息、現(xiàn)金流風(fēng)險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 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)期會計收益(拋)、當(dāng)期證券分析師盈余預(yù)測2)具有較少分析師跟蹤的股票價格可能較慢地修正(職曬)以及市場非預(yù)期收益(們M)等3個對新信息作出反映，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，這個結(jié)果說明，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變量模型對股票非預(yù)期收益建"132 o提出當(dāng)期非預(yù)期會計收益(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)測修正(朋曬)以及市場非預(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、RD，與股票非預(yù)期收益則不存在統(tǒng)計預(yù)期收益本文在模型(5)、(6)中進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)險與股票收益定價研究一109322現(xiàn)金流信息、現(xiàn)金流風(fēng)險與股票實際收益量及規(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)金流信息對股票穩(wěn)健的解釋能力，而現(xiàn)金流風(fēng)險則

26、不具有對股實際收益具有顯著的解釋能力，現(xiàn)金流信息的票實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L、尺0，與股票實際收益不存在統(tǒng)計上然而，現(xiàn)金流風(fēng)險對股票實際收益則不具有顯 顯著的關(guān)系S婦不能解釋股票實際收益的可著的解釋能力，現(xiàn)金流風(fēng)險系數(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)計上不顯著2)在控制了分析師 的，因為規(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個變 忽略表3現(xiàn)金流信息、現(xiàn)金流風(fēng)險與股票收益Table 3 Chnow info冊ationc越hnowsk

27、朋d s眥k瞅u冊變量l3548cFI+05(8316)一0046盧b(一1781)UEERUEURMs如e¨一l邶Il一1占E7H，陽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)險與股票預(yù)期收益更高的系統(tǒng)風(fēng)險，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)險貝塔對股票收益本文與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)險系數(shù)點：1)在估計現(xiàn)金流風(fēng)險貝塔時，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)模和賬面市值比來分組，從而估計發(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越高，說明股票的現(xiàn)金流預(yù)期變化與市場組合貝塔賦值；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，也就是股票具有來解釋股票超額收益一110一管理科學(xué)學(xué)報2016年5月33穩(wěn)健性檢驗及

30、F鋤aFrench 3因子模型比金流風(fēng)險系數(shù)為一0046，值為一1781，統(tǒng)計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現(xiàn)金流信息與現(xiàn)金流風(fēng)險對股票收建¨1圳模型的3個變量及其它如規(guī)模、腳f等變量益的解釋能力的穩(wěn)健性，本文進一步實證在控制后，現(xiàn)金流信息對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現(xiàn)金流力；現(xiàn)金流風(fēng)險對股票實際收益不具有顯著的解釋信息與現(xiàn)金流風(fēng)險對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)的對多變量模型的解釋能力的檢驗依賴于檢FbnchJ 3因子模型變量后，現(xiàn)金流信息對股票超額驗?zāi)Ｐ偷慕鼐?/p>

31、項僅是否為零78帥41|收益具有顯著的解釋能力；現(xiàn)金流風(fēng)險對股票實際由表4模型l可知：現(xiàn)金流信息對股票超額收收益不具有顯著的解釋能力以上結(jié)果說明，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)險則對股票超額收益不具備顯著的解釋能力，風(fēng)險對股票實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)(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a為超額收益方面，由現(xiàn)金流信息、現(xiàn)金流風(fēng)險、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個變量后構(gòu)0593；后一多變量模型截距項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為了檢驗因子模型變量與現(xiàn)金流信息、現(xiàn)金流風(fēng)險構(gòu)成的宿成建3個變量對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)險與股票收益定價研究一11 l一健性，將反映系統(tǒng)風(fēng)險變量的市場非預(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，在不考慮未來現(xiàn)金流信息的情況，回歸結(jié)

35、果見表4模型7所示，模型7完全解釋了股票超額收益，截距項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)估計值為0262(t值是5986)，這一結(jié)果說明，市場非預(yù)期收益所導(dǎo)致的系統(tǒng)風(fēng)險對股票超額收益存在明顯的定價作用上述有關(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出現(xiàn)的較大的不能被解釋的截距項d支持了Danel和Titman1的觀點，即并不存在與企業(yè)賬面市值相關(guān)的可識別的獨立風(fēng)險因素，也不存在3因子模型識別的收益升水【42|Daniel和Tit man1指出，使用規(guī)模和賬面市值比來構(gòu)造組合因子來檢驗定價模型可能是危險的，特征組合可能會顯示出風(fēng)險貝塔的差值，由于這種特征組合溢價(踟佃和枷犯)并沒有理論基礎(chǔ)，因此，基于特征組合溢價變量的定價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Fama和French¨13因子模型可能存在的問題，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Cochrane提出的論點以及Daniel和Titman1對Fama和French川3因子模型提出的批評，首先建立