基于CAMP上市公司管理会计案例研究

一、引言

西方金融学者于20世纪60年代首次提出资本资产定价模型（简称CAMP）奠定现代金融资产定价的重要理论基石。由于市场存在诸多无法解释的超额收益“异象”（Anomaly），Fama与French于1992年、2015年陆续提出CAPM三因子理论和五因子理论，通过实证检验发现资产的超额收益率不仅与资产的系统性风险（市场因子）有关，还与公司规模（规模因子）、账面价值与市场价值的比（价值因子）、营业利润以及所有者权益的比（盈利因子）、投资增长率（投资因子）等诸多因素相关。

二、文献综述

经典CAPM理论（Sharp，1964）认为资产收益率取决于无风险资产收益率和市场风险溢价，即资产的收益率仅受市场的系统性风险（市场因子）影响。三因子模型（Fama&French，1992）发现股票超额收益能够被市场系统性风险（市场因子）、公司市值（规模因子）、公司账面市值比（价值因子）有效解释。五因子模型（Fama&French，2014）增加盈利因子、投资因子后发现异象解释能力增强。Hou等（2015）基于托宾Q投资定价理论增加利润因子、投资因子建立Q因子理论，发现该理论可以较好解释诸多股市异象。李志冰等（2017）利用全样本数据检验五因子模型在中国股市的适用性发现，五因子模型比三因子模型解释能力更强。刘振亚（2017）利用动态模型平均算法实证检验发现该算法的预测效果优于五因子理论，通过简单线性回归拟合资产收益率的方法不可靠，存在遗漏重要解释因子现象。

现有研究鲜见从经济数据的时间序列角度开展CAPM实证研究，未能充分利用样本信息并反映证券市场时间特征。如果多因子定价理论和实证检验结论成立，可以在中国A股市场随机选取样本公司，利用时间序列数据和向量自回归模型（VAR模型）检验上述多因子理论，应该得出与截面数据检验一致的结论；否则，可以反证前述多因子理论的实证检验结论不完全可靠，多因子模型存在理论缺陷并缺乏充足的经济学基础。

综合以上分析，本文提出以下假设：

假设1：国内A股单只股票的股票收益率受到市场因子、规模因子、价值因子、盈利因子、投资因子的显著动态冲击且冲击程度均等。

假设2：国内A股单只股票的股票收益率受到市场因子、规模因子、价值因子、盈利因子、投资因子等五个因子的显著影响。

三、研究设计

（一）研究样本

本文选取国内A股某上市证券公司（GY公司）作为研究对象。该公司于2007年在深圳证券交易所上市，经营与业绩较为稳健，在证券行业中属于中等规模，2018年该公司股票被纳入MSCI指数体系，在证券业具有典型代表性。本文时间序列区间取自2009年6月至2019年5月，累计有122个自然月。数据来源于Wind数据库、全国银行间同业拆借中心网站，部分财务指标数据系作者计算整理；数据处理采用Eviews6.0和Excel2007软件。

（二）模型与变量

根据文献综述并参考现有研究，本文构建股票收益率的时间序列向量自回归模型（VAR模型）验证假设1：

Yt为k维内生变量向量，p为滞后阶数，样本量为n，εt为k维扰动向量，并服从正态分布。

被解释变量Yt包括股票超额收益率（RI）、规模因子（GM）、价值因子（JZ）、利润因子（LR）、投资因子（TZ）和市场因子（SC）等6个具体经济变量。为保证各个经济变量的数据时间匹配，本文采用按月收集和整理变量数据，股票超额收益率采用股票月收益率减去上海银行间同业拆借月利率得到，股票月收益率等于本月末股票收盘价减去上月末股票收盘价的差值再除以上月末股票收盘价。市场因子采用上证综指月收益率减去上海银行间同业拆借月利率得到，方法同上。VAR模型的各变量定义具体如表1所示：

（三）描述性统计

表2报告变量描述性统计特征，GY股票超额收益率的均值为负数，表明该只股票月收益率平均值未超过同业拆借月利率；偏度大于0，表明存在右偏；峰度大于3，呈现尖峰特征；JB系数显著不为0，表明股票超额收益率不服从正态分布，收益率分布呈现“尖峰厚尾”特征。在收益率影响因子方面，除市场因子在5%水平下近似服从正态分布外，其他4个因子全部不服从正态分布，由于本文样本量为122，远远大于30，从统计上不影响后续量化分析。

表1 变量定义表

表2 描述性统计

（四）实证结果及其分析

1.单位根检验

一般来说，大部分经济数据在时间序列上是不平稳的，如果不进行单位根检验，容易出现时间序列的“伪回归”、序列的t检验和F检验不可靠等问题。本文先对6个经济变量进行平稳性检验，保证后续模型运算科学、可靠。检验结果表明，股票超额收益率（RI）、价值因子（JZ）和市场因子（SC）是平稳时间序列；规模因子（GM）、利润因子（LR）、投资因子（TZ）是非平稳时间序列，在取一阶差分之后不稳定序列在在1%显著水平下变为平稳序列。因此，将所有变量变为I（0）单整序列后符合关系检验条件可以实施协整检验。

2.确定滞后阶数

为反映VAR模型的动态特征，必须合理确定序列的滞后阶数，保证滞后项数与自由度有效平衡。本文根据AIC和SC信息准则并结合最大似然比准则，SC准则、AIC准则、LR准则、FPE准则及HQ准则均显示最优滞后阶数为1，说明滞后1期模型系统稳定，故建立VAR（1）模型。

3.协整检验

相对EG协整检验，Johansson检验具有更好的稳定性、完整性，且更适用于多变量的协整检验，故本文采用Johansson协整检验，检验结果表明在5%显著性水平的条件下，原假设为变量之间不存在协整关系，迹统计量14.65大于5%临界值3.84，拒绝原假设，模型存在协整关系；直至“At most 5”迹统计量值仍大于5%临界值，拒绝原假设，说明模型中最多存在5个协整关系。同时，最大特征值统计量检验结果表明：模型存在协整关系且最多存在5个协整关系。因此，股票超额收益率（RI）、规模因子（GM）、价值因子（JZ）、利润因子（LR）、投资因子（TZ）和市场因子（SC）等6个具体经济变量存在长期稳定的均衡关系。

4.VAR估计结果

采用VAR模型估计6个具体经济变量关系，估计结果见下表3所示：

表3 VAR模型参数估计量

5.Granger因果关系检验及单位根检验

为进一步检验变量之间两两是否相互影响，即变量之间是否存在因果关系，对VAR模型进行格兰杰因果关系检验，检验结果表明价值因子（账市比）是投资因子的Granger原因，说明价值因子对预测投资因子趋势发生作用，能够影响投资因子，其他各个经济变量之间不存在显著的Granger因果关系。

VAR模型平稳的充要条件为所有AR根模的倒数都小于1，即所有特征根根都位于单位圆内。本文检验结果表明VAR模型系数矩阵的特征根的模均小于1且都在半径为1的单位圆之内，因此建立的VAR模型是稳定的。

6.正交脉冲响应分析

VAR模型正交脉冲响应可以分析各变量因素对GY股票投资收益率的长短期影响。一般地，VAR脉冲响应是指一个内生变量对标准单位误差的反应，即在随机误差项上加一个标准差大小的冲击，看冲击对内生变量的当前值和未来值的变化。如果VAR模型稳定，在期初受到外部冲击后股票收益率会产生不确定走势，经过一段时期后仍会回到均衡水平。本文各个因子对股票收益率冲击的长期影响如下图1所示（实线表示脉冲响应函数，虚线表示正负两倍标准差偏离带）：

从下图可以发现，从冲击影响程度看，GY股票收益率受到价值因子、自身历史收益率、规模因子的冲击较大，均在10%以上；受到市场因子的冲击约为5%，受到利润因子和投资因子的影响较小。

图1 脉冲响应图

五个影响因子对GY股票收益率（RI）的冲击形态和影响程度各不相同，GY股票收益率同时收到自身滞后期的冲击。期初给股票收益率（RI）一个规模因子（D(GM)）的正冲击，一开始对股票收益率（RI）的影响为正，此后影响逐渐衰退直至第3期影响近乎0，到第4期开始趋于平稳，说明GY公司市值管理能力较强，在受到市值因素较大冲击后能够快速恢复稳定。期初给股票收益率（RI）一个投资因子（D(TZ)）的正冲击，此后几期快速波动，直至第6期才开始趋于稳定，说明投资因子对股票收益率的影响不确定影响较大，不仅影响期较长且具有较强的负向效应，间接反映GY公司投资管理能力薄弱。期初给股票收益率（RI）一个市场因子（SC）的正冲击，直至第3期影响趋于0，此后围绕坐标轴上下小幅波动，直至第5期趋于稳定，说明GY股票与市场系统性风险具有同向效应，且对市场冲击具有较好韧性，抗风险能力较强。期初给股票收益率（RI）一个价值因子（JZ）的正冲击，此后影响逐步衰退，但影响持续期较长，直至第10期才开始趋于稳定，说明公司受价值因子（市账比）长期正向冲击。期初给股票收益率（RI）一个利润因子（D(LR)）的正冲击，冲击影响较小，持续时间也仅为4期，说明公司利润率增长快慢对公司冲击较小，公司受盈利能力的影响较小，公司经营业绩较为稳健。同时GY股票收益率还收到自身滞后期的较大冲击，股票收益率（RI）期初有一个自身的较大正冲击，此后逐步衰退，直至第4期趋于稳定，说明公司受历史收益率的冲击是短期的。从冲击持续时间看，GY股票收益率受到利润因子、价值因子的长期冲击较为明显。

7.方差分解分析

本文采用VAR方差分解分析单个因子冲击对GY股票收益率变化的贡献程度，评价不同因子的结构冲击的相对重要性。方差分解结果表明，GY股票收益率对其自身贡献度最大，后期持续下降趋势，直至第3期开始趋于稳定，最终稳定在90%左右的水平上；利润因子、市场因子对股票收益率的影响程度居次，初期开始稳步上升，第3期开始趋于稳定，最终趋于3%左右水平；规模因子、价值因子、投资因子对股票收益率的贡献度很小，变化很平缓且数值差异不大，五个因子对股票收益率的方差贡献度影响稳定在90%左右的水平上。

综上所述，VAR模型实证结果表明拒绝假设1，GY公司股票收益率受到利润因子、投资因子的动态冲击不明显，且各因子的冲击程度并不均等。

（五）多元线性回归及其检验

根据文献综述并参考现有研究，本文构建以下多元线性模型验证假设2：

其中，Y为GY股票收益率，X1、X2、X3、X4、X5分别表示RI、D（GM）、JZ、D（LR）、D（TZ）和SC。

关于GY股票收益率（RI）多元线性回归结果如下表4：

表4 多元线性回归系数表

多元回归分析表明，GY股票收益率受到规模因子、市场因子显著影响。考虑多因子对GY股票收益率影响，β系数下降为0.55，说明传统的单因素模型会高估股票收益率的系统性风险。回归模型检验结果拒绝假设2，说明GY股票收益率受到规模因子、市场因子的影响是显著的，受价值因子、盈利因子、投资因子的影响并不显著，除五因子之外还存在其他因素对单只股票收益率产生影响。

四、结论与启示

规模因子（GM）、价值因子（JZ）、利润因子（LR）、投资因子（TZ）和市场因子（SC）均为GY公司股票超额收益率（RI）的影响因素，并且诸因子之间存在长期稳定的均衡关系。脉冲响应分析和方差分解表明单只股票收益率受到规模因子（GM）、价值因子（JZ）和市场因子（SC）冲击较大，受到利润因子（LR）、投资因子（TZ）的动态冲击并不明显，而且各因子对GY的股票收益率冲击程度不均等。价值因子（JZ）对股票超额收益率（RI）冲击影响时间最长、影响程度最大，价值因子（JZ）是投资因子（TZ）的Granger 原因。时间序列特征方面，股票超额收益率（RI）与市场因子（SC）、规模因子（D(GM)）显著相关，与价值因子（JZ）、投资因子（D(TZ)）、利润因子（D(LR)）关系不显著。

从单只股票的时间序列表明，三因子理论、Q因子理论以及五因子理论并未得到有效验证。单只股票的收益率与市场的系统性风险显著相关，且受到市场系统性风险的长期影响，传统的资本资产模型在资产定价方面仍有一定的理论意义和应用价值。因此，在公司管理会计领域应用多因子模型时需要充分认识到多因子模型的理论缺陷，秉持审慎态度开展资产配置和风险管理等实务工作。