現(xiàn)金流信息、現(xiàn)金流風(fēng)險(xiǎn)與股票收益定價(jià)研究-預(yù)覽頁
【正文】 ：(1+S她)2．2．2現(xiàn)金流風(fēng)險(xiǎn)置川=置。) 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(jì)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(gè)別公司超 險(xiǎn)．在萬得數(shù)據(jù)中，機(jī)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(jì)是以當(dāng)年期12個(gè)月數(shù)據(jù)進(jìn)行回歸來估計(jì)的．長率平均值，采用如下方程計(jì)算預(yù)期收益 2．2．3當(dāng)期非預(yù)期會計(jì)收益X‘，l+J+1=Xc，l。吖+1=(日叫～+X叫q+1)(1一砂) 除以￡年4月股票收盤價(jià)．該度量變量反映了當(dāng)(18) 期會計(jì)收益增長的預(yù)期．在第3階段，未來10年以后，預(yù)期會計(jì)每股收益增長率收斂于會計(jì)收益＆，預(yù)期會計(jì)收益收斂于—≮，因此，3階段增長模型就可以估計(jì)出1一刪如下方程E?！票戎莓?dāng)期(￡期)4月股票收盤時(shí)總資產(chǎn)的自然對數(shù)MBipt一1機(jī)構(gòu)投資者持有比例An6岫‰r(曙e2v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O．137O．014一1 0．0204．814Co∞mge 6．00 5．850 2．oo 4．00 8．003．2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)3．2．1 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Moskowiz【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3．286，￡值為8．155，調(diào)整幫值為o．039，o提出當(dāng)期非預(yù)期會計(jì)收益(曬)、當(dāng)期證一l邶Il一1占E7H，陽L168。571．43l1．3231．348(4．909)O．904(2．209)(7．458)一O．005(一1．195)0．036(O．257)(0．139)0．0450．003(118．143)O．5920．59l0．066調(diào)整R2 0．04l3．2．3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warachka0．004，f值為10．741，調(diào)整尺2值為O．066；本文的 是將股票按規(guī)模和賬面市值比來分組，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(bào) 2016年5月3．31．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)金流信息對股票超額收益具有顯著的解釋能Fama和French168。流風(fēng)險(xiǎn)則對股票超額收益不具備顯著的解釋能力，風(fēng)險(xiǎn)對股票實(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7rableretum8變量，vcF．f+05盧aUEERUERM—RfURM5m6^mZ尉彤Ri一影24(4．909)O．018(一1．781)(1．062)O．706(2．801)(2．979)2．80l(7．427)(7．876)0．773(15．793)0．961(83．404)3．1300．210一O．286O．069(2．139) (一1．277) (一0．070)l一81．2％，這一結(jié)果為Cochrane3個(gè)變量、Fama和French的sm^mz以及系統(tǒng)風(fēng)險(xiǎn)變量M1(獬M)的多變量模型回歸方程，模型估計(jì)結(jié)果見表4模型8所示，sm^mz的系數(shù)估計(jì)值均不顯著異于零，sm^mZ對股票超額收益的解釋能力均被凇肘和系統(tǒng)風(fēng)險(xiǎn)變量M1(獬M)所吸收，然而，宿成建3個(gè)變量的系數(shù)估計(jì)均顯著異于零，表現(xiàn)出對股票超額收益的穩(wěn)健的解釋能力．為了進(jìn)一步檢驗(yàn)獬肘變量對冊，Z變量的解釋能力，本文將^mZ作為被解釋變量，采用市場非預(yù)期收益獬M作為解釋變量建立回歸，結(jié)果見由表4模型9所示：市場非預(yù)期收益獬M可以解釋賬面市值比因素組合溢價(jià)hm2的和TitmanⅢ1的批評給出了證據(jù)．4 結(jié)束語本文對現(xiàn)金流信息、現(xiàn)金流風(fēng)險(xiǎn)在股票收益中的定價(jià)關(guān)系進(jìn)行了深入研究，在宿成建【31t32]3變量模型基礎(chǔ)上，建立了包含現(xiàn)金流信息的多變量的股票非預(yù)期收益定價(jià)模型．通過對2005年一2011年中國A股上市公司的相關(guān)數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)，發(fā)現(xiàn)：1)由證券分析師盈余預(yù)測修正估計(jì)出的正現(xiàn)金流信息對股票非預(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；2)由證券分析師盈余預(yù)測估計(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3變量模型構(gòu)成的多變量模型優(yōu)越于Fama和FrenchJ釗的研究，他們選擇使用M尺的基于殘差的方法來估計(jì)現(xiàn)金流信息，這種基于殘差的方法存在估計(jì)結(jié)果對輸人變量的高度敏感性ⅢJ，前者估計(jì)現(xiàn)金流信息所使用的主要變量為公司所支付的股利與期初價(jià)格之比的對數(shù)，而后者則使用權(quán)益回報(bào)率(R叩)為主要變量來估計(jì)現(xiàn)金流信息．其次，本文建立了包括現(xiàn)金流信息以及宿成建3變量的多變量模型，將中國股市股票非預(yù)期收益的解釋能力提高到了59．1％，并且截距項(xiàng)接近于零．這一新突破發(fā)展了現(xiàn)有資產(chǎn)定價(jià)理論．最后，證券分析師盈余預(yù)測修正估計(jì)出的正現(xiàn)金流信息對股票價(jià)格的定價(jià)影響效應(yīng)，對投資者科學(xué)地進(jìn)行組合配置具有指導(dǎo)意義．
公司管理相關(guān)推薦
鄂ICP備17016276號-1