【正文】 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’3J，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【7’81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FF3)．這些因子包括市場(chǎng)組合超①收稿日期：2013一09一02；修訂日期：2014—12一07．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)168。0|、盈利能力J、收益動(dòng)量168。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168。4’”J．Vuolteenaho【16J使用基于會(huì)計(jì)現(xiàn)值模型并采用Campbell168。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ⅢJ，對(duì)CampbeU和Shiller168。列的方法提出了批評(píng)．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(xiǎn)與股票收益定價(jià)研究 一103一2)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168。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168。圳、Easton和Hall叵s‘20Konnendi和Lipe‘21I、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ⅢJ，反映未來(lái)收益增長(zhǎng)變化的變量ⅢJ，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Ⅲ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，模型的截距項(xiàng)顯著存在，模型調(diào)整砰值很?。嬖陲@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13l’32J3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168。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French[7J3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；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32J3變量模型構(gòu)成的多變量模型優(yōu)越于Fama和French【7J3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81．2％，這一發(fā)現(xiàn)支持了Danel和TitmanⅢo的觀點(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Cochranell4o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，而不是作為解釋變量．本文的貢獻(xiàn)體現(xiàn)在：(1)本文在宿成建”】，32J3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59．2％；(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Campbell168。41以及Vuolteena}Io168。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1’321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”1’321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Shiuer168。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，就應(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)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)以及凈資產(chǎn)為負(fù)值的股票樣‘^一l 1且一1本．本文進(jìn)行模型回歸的時(shí)間選取為2004年至y職鳩+ⅣcF”l一ⅣDRt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ⅣDR川=(EⅢ一E：)∑∥r。 (11)未來(lái)現(xiàn)金流信息定義為ⅣcF’168。=(E川一E。)∑∥堿州 (12)上兩式中甜+。和r+。分別表示個(gè)股的現(xiàn)金流增長(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(￡+歹，f+，+1)之間的貼現(xiàn)率，年貼現(xiàn)率通常設(shè)定為0．95．現(xiàn)金流的變化不完全等價(jià)于預(yù)期收益的變化．Da和Warachka[331提出了基于證券分析師會(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Ⅳ。168。+．．現(xiàn)金流與會(huì)計(jì)收益的關(guān)系可以由如下凈盈余會(huì)計(jì)公式表示BI+l=日。+X。l—D。l (13)式中B、x和D分別表示公司賬面價(jià)值、會(huì)計(jì)收益和現(xiàn)金流(或支付股利)，方程(12)中的d。+，+l是D。+，+1的對(duì)數(shù)．Vuolteenaho168。釗使用對(duì)數(shù)凈資產(chǎn)收益率(ROE)來(lái)替代方程(13)中股利增長(zhǎng)率，因而，方程(13)重寫為ⅣcF’Ⅲ=(E川一E。)∑^州 (14)J=1對(duì)數(shù)凈資產(chǎn)收益率(ROE)定義為(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．2研究設(shè)計(jì)2．1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股股票為研究樣從2002年1月起．本文使用MATLAB和SPSs軟件進(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)．本文檢驗(yàn)股票非預(yù)期收益率的定價(jià)問(wèn)題，考慮到中國(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月至下一年(z+1)的4月．與Liu和nl伽as舊1相同，股票年非預(yù)期收益率是實(shí)際年收益率與按照CAPM模型估計(jì)的預(yù)期年收益率之差．市場(chǎng)預(yù)期風(fēng)險(xiǎn)溢價(jià)按照3％計(jì)算，估計(jì)貝塔值方法是，對(duì)于實(shí)際的估計(jì)貝塔，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)月股票月收益數(shù)據(jù)估計(jì)，然后計(jì)算出兩個(gè)股票非預(yù)期收益．非預(yù)期會(huì)計(jì)收益由當(dāng)期會(huì)計(jì)收益與期初股票價(jià)格之比表示．本文假設(shè)會(huì)計(jì)每股收益為具有零漂移的隨機(jī)過(guò)程，那么E川(哪，)=緲㈠，分析家們的當(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．2．2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)