股票回报与公司规模、市净率、市盈率之间的关系*——基于中国A股市场的实证论证

刘昱熙 宋 旺

（1、深圳大学经济学院 广东 深圳 518060；2、中国社会科学院金融研究所 北京 100033）

股票回报与公司规模、市净率、市盈率之间的关系*
——基于中国A股市场的实证论证

刘昱熙1宋 旺2

（1、深圳大学经济学院 广东 深圳 518060；2、中国社会科学院金融研究所 北京 100033）

本文运用经验研究方法，对中国A股市场上的股票回报与公司规模、市净率、市盈率之间的关系进行了检验。结果表明，规模、市净率及市盈率三个因素在不同的研究区间对股票回报均有影响，但各指标的影响程度及稳定性并不相同，公司规模及市净率指标对股票回报的影响较大，稳定性较强，市盈率的影响较小，稳定性较弱。这表明在中国A股市场上存在较为明显的“小公司效应”，同时在预测股票回报时，市净率也是一个重要的变量，但投资者不能仅仅利用市盈率这一单一指标作为投资依据。

股票回报 规模 市净率 市盈率

一、文献综述

（一）国外文献 经典的资本资产定价模型（CAPM）假设股票预期报酬率和其风险之间存在简单的线性关系。但后来研究表明:存在着一些其它的对普通股报酬率产生影响的重要因素。Banz（1981）在《金融经济学刊》发表“普通股市值与报酬率的关系”一文，他将纽约股票交易所的上市公司股票按公司规模大小分为5组，发现最小规模组公司股票平均报酬率比最大规模组公司平均报酬率高至19.8%，小市值公司的股票报酬率显著地高于大市值公司。从而提出了“小公司效应”的研究结论。Reinganum（1981）发现基于AMEX-NYSE数据，规模效应应包含E/P（盈余价格比，即市盈率的倒数）效应，也就是说这两种效应对应的是几乎相同的影响因素，而这些因素与公司规模的相关性更强，指出如果要检验市场反应或者有效性只需要控制公司规模。Basu（1983）运用1963年至1980年间纽约股票市场的上市公司的回报数据，研究了E/P、规模与股票回报之间的关系，结果表明高E/P值的公司会得到高于低E/P值公司的风险调整超额回报。而且这种效应即使在控制了规模因素之后还是显著的。相反，如果控制了E/P等因素之后，原本的小公司能得到较高回报的异象就消失了。FamaandFrench（1992、1993）提出了著名的Fama-French三因素资产定价模型。这两篇文章通过实证方法，提出除了风险系数β之外，市场规模SIZE和账面市值比BE/ME（即市净率的倒数）都显著解释了股票回报变动现象。研究发现市场规模、账面市值比、负债率等变量单独使用能解释股价回报，而这些变量联合使用时，市场规模和账面市值比对于回报仍具有显著的解释能力且可吸纳盈余价格比与负债率所能解释的股票回报。

（二）国内文献 国内学者也对股票回报率的影响因素进行了相关研究。陈信元、张田余和陈冬华（2001）对预期股票回报的决定因素进行了横截面分析，结果发现规模和B/P表现出显著的解释力，并且这样的结论在不同模型中始终成立；而在不同模型中，β、账面财务杠杆和市盈率始终没有通过显著性检验。汪炜、周宇（2002）以沪市为对象考察了中国股市的“规模效应”和“时间效应”。作者通过实证研究发现：中国股票市场并不存在西方国家股市普遍出现的“小公司1月份效应”，但小公司“规模效应”表现显著。苏宝通、陈炜、陈浪南（2004）对公开信息与股票回报率的相关性进行了研究，研究结果发现，公司规模、账面市值比、现金红利率和流通股比例对中国股票回报率有着显著的影响，而资本结构、股票价格、市盈率和前一年持股回报率对中国股票回报率影响不显著。

可见，在对股票回报的众多影响因素的研究中，规模、市净率、市盈率三个指标受到了国内外学者关注，然而由于研究数据及研究方法的不同，对于股票回报与公司规模、市净率、市盈率指标之间的关系并没有一致结论。本文的主要目的就是要运用中国A股市场上的较长时间的数据并综合借鉴前人的方法来重新验证在中国市场上规模、市净率、市盈率三个因素对股票回报的影响。

二、研究设计

（一）样本选择和数据来源 由于以前研究表明公司规模、市净率、市盈率与股票回报的关系并不是确定的，为保证研究结果的可靠性，本文拟采取较长的时间数据来进行研究。因1995年前上市公司数较少，且从1995年1月1日起，沪市和深市A股取消T+0回转交易，实行T+1交收制度，采用1995年以后的交易数据可以保持交易制度的一致性，因而本文选择1995年5月至2010年4月作为交易期间。同时由于本文采用个股t-1年的会计指标与t年5月至t+1年4月的一年的股票回报进行配比，这样，为了获得相应的公开会计数据，要求该公司在t-1年即上市，例如在研究1995年5月至1996年4月的股票回报时，要求该公司在1994年即已上市。本文以沪市和深市的所有A股公司为研究对象，并剔除以下公司作为样本公司：剔除在研究期内退市的股票；剔除在研究期内被特别处理（ST或者PT）的股票，因为这些公司股票的交易制度与正常公司有较大的差异，缺少可比性。各研究区间公司数列表如（表1）所示。上述数据均来源于WIND数据库。

（二）变量定义 为确保解释股票回报的会计指标能够在股票回报指标出来之前获得，又由于中国证监会要求上市公司年报必须在次年4月底之前披露，本文借鉴FamaandFrench（1992）的做法，采用个股t-1年的会计指标与该股t年5月至t+1年4月的一年的股票回报进行配比。规模因素的计算也是借鉴上文的方法。其中股票回报为考虑分红再投资的个股区间涨跌幅。本文以起始交易日t年5月1日为基点，按照分红再投资的调整计算方法，算出t+1年4月30日的收盘价，然后用该收盘价和起始交易日前收盘价（即t年4月30日的收盘价）计算区间涨跌幅。即：股票回报=［（t+1年4月30日的收盘价-t年5月1日前收盘价）/t年5月1日前收盘价］］*100%。公司规模，用样本公司t年4月30日的流通市值度量，即用公司t年4月30日的流通股数乘以该日的收盘价获得。市净率是用t-1年12月31日的收盘价与当年年报披露的每股净资产数据进行匹配，即用公司t-1年12月31日的收盘价除以t-1年年报中的每股净资产获得。市盈率也是用t-1年12月31日的收盘价与当年年报披露的每股收益数据进行匹配，即用公司t-1年12月31日的收盘价除以t-1年年报中的每股收益获得。

表1 各研究区间公司数列表

表2 各研究区间变量的描述性统计结果

表3 各研究区间股票回报的三个影响因素的回归分析

（三）模型建立 从方法论上讲，研究股票回报的影响因素需要使用较长时期的数据才能得到较高可靠性的统计结论。例如在某一时期，购买小公司的股票可能有超额回报；在另一时期，购买大公司的股票可能有超额回报。若样本时限太短，将会使实证结论失去统计稳定性和可靠性。同时由于我国证券市场发展速度较快，公司通过不断的增发配股，加之经营的积累，股价的提高，大量早期发行的大公司股票在当前市场中其市值水平已算不上是大公司，不同年份的公司间具有不可比性，因此本文对不同的区间分别进行研究。由于采用截面数据作为样本，为有效消除可能存在的异方差，本研究选择加权最小二乘法（WLS）来估计模型。模型如下：

股票回报＝α+β1Ln（规模）+β2市净率+β3市盈率+ε

表4 不同规模分组的股票回报的方差分析

三、实证结果分析

（一）描述性统计 从（表2）描述性统计结果可知，15个样本研究区间的股票回报均值有正有负，其中9个研究区间的平均股票回报为正，6个为负，表明投资者并不一定绝对能获得正的股票投资收益，而且不同时间区间的股票回报均值也存在较大的差异。从规模指标上看，呈现一个逐年上升的趋势，表明上市公司的市值规模在不断壮大，在标准差上也呈现一个总体上升的趋势，上市公司间的规模差距正在不断拉大。但市净率与市盈率两个指标无论是均值方面还是标准差方面并没有呈现趋势性的规律，其中市净率的各期均值在1.87及6.87间变动，市盈率的各期均值在29.85及173.33间变动，波动较大。这表明，在短短十几年内，我国投资者对上市公司每一元股东权益及每一元收益的价值的看法有着大幅度变化。这当中固然有我国上市公司群体变动迅速的影响，但同时也反映了市场上可能存在的错误定价。

（二）回归分析 在对影响各研究区间的股票回报的三因素的探寻过程中，为了正确找出各区间的显著影响因素，并消除各个自变量之间可能存在的多重共线性，本文采用SPSS统计软件中的逐步回归法（Stepwiseregression），并选择残差平方作为权重变量，使用加权最小二乘法对模型进行回归分析。最终得出的各研究区间股票回报的影响因素的回归分析结果如（表3）所示。结果显示，规模、市净率及市盈率三个因素在不同的研究区间对股票回报均有影响，然而各指标的影响程度及稳定性并不相同。可以发现三个因素中公司规模及市净率指标对股票回报的影响较大，稳定性较强，而市盈率的影响较小，稳定性较弱。在15个研究区间内，有10个区间规模的影响是显著的，且股票收益与公司规模呈负相关关系基本上是平稳的（除一个研究区间外，其余均在1%显著性水平下负相关），表明中国股市也存在小公司效应，公司规模越小，股票回报越大，投资者在进行投资决策时，可以将流通市值规模作为一个考虑因素。从（表3）也可以看出市净率指标对股票回报也具有显著性影响，其平稳性也较强。在15个研究区间内有13个研究区间的市净率的回归系数是显著的，其中又有11个区间的市净率的回归系数是在5%的显著性水平下负相关。这与Fama和French（1992）的结论是一致的。同时这一结论也告诉投资者投资于股价相对其每股净资产的较低的非热门型股票比投资于高股价的公司股票能获得更多的收益。但（表3）表明市盈率指标对股票回报的影响并不具有稳定性，在15个研究区间内，该指标有7个研究区间并不具有显著性。而从8个具有显著性影响的研究区间来看，市盈率指标的系数也较小，且其正负号也不确定。由此可知，不能仅仅利用市盈率这一指标作为投资依据。

（三）方差分析 为对各因素的影响情况做深入研究，本文以2009年5月1日至2010年4月30日及2008年5月1日至2009年4月30日两个区间作为研究区间，进一步进行了不同因素股票回报的方差分析。从研究结果可知规模因素的方差分析结果最为显著。按照规模，即流通市值的由小到大的顺序，本文将各研究区间的观测样本等分为5组。其中前一研究区间内每组277个观测值，后一研究区间内每组262（或263）个观测值。从表4可见，随着规模的增加，区间股票回报表现出较为明显的下降趋势。前一研究区间内规模最小组（平均流通市值为6.22亿元）比规模最大组（平均流通市值为178.52亿元）的股票回报率高达39.31%，后一研究区间内规模最小组（平均流通市值为6.51亿元）与规模最大组（平均流通市值为203.63亿元）的股票回报率差达到23.60%，这表明规模可以用来解释股票回报的变化，投资者可以利用规模这一指标作为投资依据。按照同样方法，本文也将该研究区间的市净率及市盈率按照由小到大的顺序进行分组并做方差分析，但研究结果并未显示出显著的有规律性的结果。

四、结论

本文以1995年5月1日至2010年4月30日为研究区间，运用经验研究的方法，对中国A股市场上的股票回报与公司规模、市净率、市盈率之间的关系进行了检验。结果表明，在回归分析中，规模、市净率及市盈率三个因素在不同的研究区间对股票回报均有影响，但各指标的影响程度及稳定性并不相同，公司规模及市净率指标对股票回报的影响较大，稳定性较强，市盈率的影响较小，稳定性较弱；而在单个因素股票回报的方差分析中，发现只有规模因素的方差分析结果呈显著性，而其它两个因素并未显示出显著的有规律性的结果，这说明规模因素的影响可能包含了市净率及市盈率两个因素的影响。可见，与Banz（1981）的结论一致，在中国也存在明显的“小公司”效应。小盘股持续获得高股票回报的原因主要体现在两个方面，一方面是因为其股价拉升所需的资金量小，而大盘股由于总市值大，所需的资金量非常大，要想将其股价拉升较为困难，所以更多的资金更青睐于小盘股，以满足其逐利的本质。另一方面是因为其成长性较强、盈利高增长的预期，即使有些小盘股的市盈率较高，例如一只股票今年与去年可能是相同的高市盈率，但假如其盈利翻倍，其股价同样也上涨了一倍，因此正是因为小盘股高成长性的预期，也使得其股票回报率也会高于大盘股。市盈率指标虽然在方差分析中表现不显著，这说明了规模因素的影响会更重大。但在回归方程中，控制了规模以后，市净率表现出对预期股票回报有显著的解释能力，因此，本文认为在预测股票回报时，市净率也是一个重要的变量。而市盈率的高低没有绝对好坏之分。如果一家公司相对同行业其他公司而言连续维持较高的市盈率，说明市场较为看好其发展前景，投资愿意为高速成长的公司支付更高的价格，但过高的市盈率也会增加投资风险，如果公司的每股收益不变，市盈率越高时，则获得该种股票的价格成本就越高，其价格与价值的背离程度就越高。

［1］陈信元、张田余、陈冬华：《预期股票收益的横截面多因素分析：来自中国证券市场的经验证据》，《金融研究》2001年第6期。

［2］汪炜、周宇：《中国股市“规模效应”和“时间效应”的实证分析——以上海股票市场为例》，《经济研究》2002年第10期。

［3］苏宝通、陈炜、陈浪南：《公开信息与股票回报率相关性的实证研究》，《管理科学》2004年第12期。

［4］Banz R.W.The relationship between return and market value of common stocks.Journal of Financial Economics.1981.

［5］Marc R.Reinganum.Misspecification of capital asset pricing:Empirical anomalies based on earnings'yields and market values.Journal of Financial Economics，1981.

［6］Sanjoy Basu.The relationship between earnings'yield,market value and return for NYSE common stocks:Further evidence.Journal of Financial Economics，1983.

［7］Eugene F.Fama and Kenneth R.French.The cross-section of expected stock returns.The Journal of Finance，1992.

［8］Eugene F.Fama and Kenneth R.French.Common risk factors in the returns on stocks and bonds.Journal of Financial Economics,1993.

（编辑 虹 云）

刘昱熙（1978-），女，湖南邵阳人，深圳大学经济学院讲师宋 旺（1980-），女，湖南湘潭人，中国社会科学院金融研究所博士后

*本文系深圳大学人文社会科学基金资助项目“财务报告分析与证券分析师关系的实证研究”（项目编号：801）的阶段性成果