流动性溢价规模效应和价值效应实证检验

1、流动性溢价“规模效应”和“价值效应”实证检验佟孟华* 作者简介：佟孟华（1965-），女（汉族），东北财经大学数学与数量经济学院，副教授，博士，研究方向：数理金融，通讯地址：辽宁-大连-东北财经大学数学与数量经济学院，邮政编码：116025，联系电话电子邮箱：tongmenghua 郭多祚(东北财经大学数学与数量经济学院)摘要 流动性是指在市场上的某一种资产能够以合理的价格和较低的交易成本迅速地转换成其它资产的能力资产流动性是否影响资产收益是当前资本市场研究中的热点课题之一本文在国内外关于流动性溢价存在性研究的基础上,利用平行数据模型对上海股市流动性溢价的 “规模效应

2、”和“价值效应”进行实证检验,以换手率作为流动性因子的实证检验结果说明:股市整体存在基于流动性溢价的“规模效应”和“价值效应”,但行业子股市不存在流动性溢价的“规模效应”和“价值效应”关键词 平行数据 流动性溢价 换手率 规模效应 价值效应中图分类号 F823 文献标识码 AAn Empirical Test on the “Size Effect” and “Value Effect” of Liquidity Premium Abstract: Liquidity is the quality of an asset being readily convertible into other

3、 assets at areasonable price and transaction costs. Whether or not liquidity affects the return of assets is one of hot topics in capital market researches.this paper does an empirical test on the “size effect” and “value effect” of liquidity premium in Shanghai stock market based on the study of th

4、e existence of liquidity premium in home and abroad. As far as the entire stock market is concerned,The test result with turnover ratio as the measure of liquidity reveals that there is “size effdct” and “value effect” of liquidity premium in Shanghai stock market. As far as the stock market of diff

5、erent industries is concerned,The test result with turnover ratio as the measure of liquidity reveals that there is no“size effdct” and “value effect” of liquidity premium in Shanghai stock market.Key Words: Panel Data; Liquidity Premium; Turnover Ratio; Size Effect; Value Effect一 引言流动性(liquidity)是评

6、价一国证券市场运行质量的重要指标之一,它是指一种资产能够以合理的价格和较低的交易成本迅速地转换成其它资产的能力Amihud和Mendelson(1986)指出:“流动性是市场的一切”1更确切地说,证券市场的根本作用是对社会经济中已有的投资进行重新组合,“市场流动性的增加不仅保证了金融市场的正常运转,也促使了资源有效配置和经济增长”Amihud和Mendelson(1986) (下文省略为AM)发表于金融经济学杂志的一篇题为“资产定价与买卖价差”的论文被认为是对流动性和资产收益率之间的关系进行实证研究最早的和影响最为深远的文献之一该文基于NYSE和AMEX的做市商买卖报价差数据,使用Fama-M

7、acBeth方法(Fama and MacBETH,1973),从交易的微观成本出发,推导出预期收益与买卖价差的关系模型,进而提出流动性溢价理论,即资产的流动性是资产价格的一个重要影响因素,对于流动性高的资产而言,预期收益率较低;对于流动性低的资产而言,预期收益率较高Brennan和Subrahmanyam(1996)利用1984年至1991年的NYSE数据,认为买卖信息不对称所引起的逆向选择成本是影响资产流动性的主要因素在此基础上,将交易成本分解为固定成本(仅随时间变动的指令处理成本)和可变成本(随时间和交易量而变动的逆向选择成本),发现股票预期收益与其可变成本呈边际显著的正相关2Hauge

8、n和Baker(1996)发现,美国Russell 3000股指所有成分股在1979年至1993年间的预期收益率与换手率呈显著负相关,而且英法德和日本股市也存在类似的流动性溢价Hu(1997)以换手率作为流动性的代理变量,实证分析了东京证券交易所在1976年至1993年期间的数据,结果发现在横截面上,换手率与预期收益呈负相关关系,在时间序列上换手率与预期收益呈负相关关系3DatarNaik和Radcliffe(1998)以换手率作为流动性指标,以NYSE非金融类的上市公司作为样本,利用1962年7月至1991年12月的数据,检验Amihud和Mendelson(1986)模型,结果表明流动性对

9、股票收益的解释力起着显著的作用实证分析发现在控制了众所周知的收益率决定因素,比如企业规模账面/市值比和市场风险等变量以后,股票预期收益率与换手率仍然具有显著的负相关关系4BrennanChordia and Subrahmanyam(1998),Chordia Subrahmanyam和Anshuman(2001)则分别用交易量与交易波动程度代替买卖价差,研究预期收益率与流动性之间的关系但是,Brennan等(1998)发现预期收益率与交易量的负相关关系仅出现在NYSE和AMEX市场,而NASDAQ市场不存在5Chordia等(2001)发现预期收益率与交易量呈显著负相关(与Amihud和Me

10、ndelson理论一致),与交易波动程度也呈显著负相关6(即流动性风险与预期收益率成反比,与Amihud和Mendelson理论不一致)Amihud(2002)则利用资产收益率绝对值与成交额的比率构建了一个非流动性指标,利用NYSE1963年至1997年的数据,进行了横截面和时间序列分析,再次证明了流动性溢价的存在,并且发现在时间序列上小企业的流动性溢价更大7流动性溢价理论在国外已经被广泛接受,流动性溢价确实存在于股票市场在国外相关研究的基础上,国内的学者对我国股市流动性溢价的存在性及流动性与股票收益的关系进行了较多的研究,也得出相同的结论李一红吴世农(2003)采用换手率和非流动性两个指标,

11、对上海股票市场的流动性与预期收益的关系分个股数据和组合数据进行实证研究,同时研究两者关系的影响因素研究结果表明:对于个股数据,换手率对预期收益具有负向作用,非流动性对预期收益具有正向作用,支持流动性溢价理论;此外,在不同市场态势有无政策或重大事件和基于组合数据分析的情况下,换手率与预期收益之间仍然保持显著的负向关系,而非流动性与预期收益之间的关系不稳定或呈现相反结果8苏冬蔚麦元勋(2004)从换手率(成交量与流通股之比)的角度衡量流动性,发现我国股市存在显著的流动性溢价,并通过检验交易频率假设和交易成本假设,进一步发现产生流动性溢价的原因是交易成本,而不是交易频率9谢赤曾志坚(2005)选取换

12、手率与Amivest流动比率作为股票流动性的衡量指标,采用LR两阶段截面回归方法与似无关(SUR)估计法,对上海股票市场的股票流动性与预期收益率的关系进行了实证研究结果表明,上海股票市场存在显著的流动性溢价,换手率低或Amivest流动比率低,流动性较差的资产具有较高的预期收益研究同时发现,上海股票市场具有很强的规模效应和价值效应10可见,大量的文献对股票市场流动性溢价的存在性进行了检验,但对流动性溢价的“规模效应”和“价值效应”的研究却并不多见为了对我国股票市场流动性问题有一个比较全面的了解,我们有必要对股市流动性溢价的效应问题进行实证检验本文针对传统的横截面回归模型和时间序列回归模型在研究

13、股票流动性溢价问题方面存在的不足,针对个股数据,构建了平行数据固定效应变系数回归模型,在股票市场流动性溢价存在的情况下,对流动性溢价的 “规模效应”和“价值效应”问题进行实证检验二 实证方法1.变量选取及数据说明(1) 流动性指标的选择本文的实证检验采用了换手率指标, 选择换手率作为流动性度量的理由有三点:第一,换手率作为衡量我国证券市场流动性的数量指标,在流动性的衡量中,加入数量指标,会使研究更有说服力,且其数据容易取得;第二,它有很好的理论支持,在AM(1986)证明了在均衡时流动性与交易频率相关,高价差的证券分配在预期长持有期(交易频率低)的组合上,另外Shing-yang(1997)也

14、证明换手率是预期收益的减函数第三,前述文献都已表明,当以换手率作为流动性指标时,我国股市存在显著的流动性溢价(2) 其他变量的选择从目前国外对股票收益率所取得的实证研究结果来看,对该问题的研究已有一套成熟的实证体系,普遍认为:市场风险系数(即系数)对股票收益没有表现出较强的解释能力,而公司规模帐面/市值比收益/价格比等变量则表现出较强的解释能力虽然我国股市的运行机制尚不完善,存在过度投机以及政府政策对市场有巨大影响等因素,国内学者也得到基本一致的结论因此,本文选取了以下的样本数据和变量:(a)从1998年2月至2006年12月共107个月的月收益率(R),将它作为被解释变量;(b)从1998年

15、1月至2006年12月共108个月的流通换手率(TURNOVER)公司规模(LNSIZE)帐面/市值比(BE/BM)流通股比例(OUTSHARE)收益/价格比(E/P)收益/价格比虚拟变量(DE/P)和每股收益(EPS),将这些变量作为解释变量各变量的说明与计算如下:收益率,其中和分别表示股票在第和个月的收盘价换手率,其中是第个月的成交量,是第个月的流通股股本可以直接从CCER经济金融数据库取得公司规模,其中是第个月的流通股股本帐面/市值比,其中和分别表示第个月的帐面价值和市场价值流通股比例,其中表示第个月的总股本收益/价格比,其中表示第个月每股收益收益/价格比虚拟变量每股收益等于税后净收入/

16、总股本,其中每股收益可以直接从CCER经济金融数据库取得 (3) 数据来源及其说明本文研究所需的数据来源于CCER经济金融数据库,采用Eviews5.0分析软件,保证了计算结果的可靠性选择1998年以前在上海证券交易所上市的248只A股股票作为研究样本,研究期间为1998年1月至2006年12月,共108个月,之所以选择1997年12月之前上市的公司,是因为其间沪深股市正好经历了一个完整的牛熊交替,这样选取的目的是为了避免单边市所造成的统计数据失真而带来的伪检验结果,又由于研究跨度比较宽,保证了研究结果的可信服性按照Fama&French的样本设计框架,我们将金融类公司从样本之中剔除另

17、外,根据我国股票市场的实际情况,为了保证数据的有效性和可比性,剔除了在研究期间内被特别处理(ST)或特别转让(PT)的股票和退市的股票第三类被剔除的情况是连续停盘超过两周的股票,由于数据不完整,将之从样本中剔除根据上述原则,这样共有246只股票符合条件,成为我们研究的样本2.模型识别由于本文拟构建平行数据模型,且需要检验公司规模(帐面/市值比)变量与其他已经证实影响股票预期收益的因子,即所谓的控制变量(Control Variable)一起作为解释预期收益的变量之间的经验关系,因此,首先进行模型的识别11,然后构建实证模型对股票收益率与公司规模(帐面/市值比)变量及其它控制变量的多因素平行数据

18、回归模型进行识别,计算结果如表1表1 模型识别计算结果股市整体规模效应检验模型S1S2S3F2F1模型类型小规模股票组合1059961206584120787039.4510.3699变系数中规模股票组合1422741243517724487256.997.67变系数大规模股票组合1084607209589221104129.3010.19变系数S1S2S3F2F1模型类型纺织服装和皮毛行业209315.7459342.5469874.21.741.90变系数机械设备和仪表行业536729.9735392.4891782.54.032.58变系数石化塑胶和塑料行业92007.7292004.3

19、387660.811.218.85变系数股市整体价值效应检验模型S1S2S3F2F1模型类型小帐面/市值比股票组合1188398169818022065698.434.69变系数中帐面/市值比股票组合1274513178384823033027.923.53变系数大帐面/市值比股票组合1005341151070720244039.975.49变系数S1S2S3F2F1模型类型纺织服装和皮毛行业201569.0459342.5469874.21.862.04变系数机械设备和仪表行业571153.8797006.5764510.46.022.75变系数石化塑胶和塑料行业146533.6292004

20、.3387660.85.864.04变系数由表1的结果可以看出,无论是股市整体还是行业子股市,其公司规模和帐面/市值比对应的检验统计量和的值都不小于5%显著性水平下的临界值, 因此,我们拒绝,选择变系数模型对多因素平行数据回归模型进行计算3.检验模型(1) 排序分组方法简述在对股市整体的检验中,选择的样本区间为1998年1月至2006年12月,以前述的A股246个上市公司为样本,首先对246个上市公司整体按公司规模和帐面/市值比分别排序每次排序后,按从小到大分为三组,比例分别为30%(74个),40%(98个)和30%(74个)对按公司规模分组的三个股票组合检验股市的“规模效应”,对按帐面/市

21、值比分组的三个股票组合检验股市的“价值效应”在对行业子股市的检验中,选取与我国经济建设有着紧密关联的三大行业:纺织服装和皮毛行业,机械设备和仪表业及其石油化学塑胶和塑料业作为代表,由于纺织机械和石油行业在1998年前上市公司数量较少,因此,三个行业的样本区间都选为2002年1月至2006年12月对这三大行业中的168只股票(纺织30只机械77只和石油62只),利用2002年1月至2006年12月的样本数据,进行股市的“规模效应”和“价值效应”检验(2)回归计量模型我们构建建立在时间-截面二维基础上的平行数据固定影响变系数回归模型()基于流动性溢价的股市“规模效应”检验模型假定只有公司规模对股票

22、收益率的影响在各截面成员之间变化,而帐面/市值比流动性因子等在各截面成员之间是固定的,建立仅允许公司规模因素为变系数的模型,讨论公司规模和其他因素对股票收益率各自的影响作用(a)对股市整体的检验模型 (1) (b)对按行业分类的子股市的检验模型 (2)其中,是股票在月的收益率,是截距,是待估参数,是股票滞后一个月的流动性因子考虑到我国股市分别在2001年6月和2005年7月达到牛市最高点和熊市最低点,因此,我们在回归方程中引入两个时间段虚拟变量DV1和DV2, 上市公司各股公司规模发生在2001年6月及其之前的,赋予DV1值为1,发生在2001年6月之后的,赋予DV1值为0,是公司规模与的乘积

23、;上市公司各股公司规模发生在2005年7月之后的,赋予值为1,发生在2005年7月以及之前的,赋予值为0,是公司规模与的乘积, 是随机扰动项( ) 基于流动性溢价的股市“价值效应”检验模型 假定只有帐面/市值比对股票收益率的影响在各截面成员之间变化,而公司规模流动性因子等在各截面成员之间是固定的,建立仅允许帐面/市值比因素为变系数的模型,讨论帐面/市值比和其他因素对股票收益率各自的影响作用 (a) 对股市整体的检验模型 (3) (b) 对按行业分类的子股市的检验模型 (4)其中,是股票在月的收益率,是截距,是待估参数,是股票滞后一个月的流动性因子考虑到我国股市分别在2001年6月和2005年7

24、月达到牛市最高点和熊市最低点,因此,我们在回归方程中引入两个时间段虚拟变量DV1和DV2, 上市公司各股帐面/市值比发生在2001年6月及其之前的,赋予DV1值为1,发生在2001年6月之后的,赋予DV1值为0,是帐面/市值比与的乘积;上市公司各股帐面/市值比发生在2005年7月之后的,赋予值为1,发生在2005年7月以及之前的,赋予值为0,是帐面/市值比与的乘积, 是随机扰动项为了减少由于截面数据造成的异方差影响,我们使用可行的广义最小二乘法(GLS)对式(1)至式(4)进行估计,得到变系数和的估计值序列和,然后,运用下面介绍的Litzenberger和Ramaswamy(1979)所提出的

25、方法,计算变系数和的平均值和及其 t-检验统计量Litzenberger 和 Ramaswamy(1979)方法(以下简称LR方法)认为不同时点的参数估计值不一定服从相同的分布,采取简单算术平均方法并不合理,因此,他们提出应采用加权平均方法,权重为每个时点参数估计值的方差的倒数以单变量横截面回归模型为例: (5)表示股票在第个月的收益率,为第个月影响股票滞后一个月的收益率影响因素,股票个数为N只,时间跨度为T个月(在本文实证分析中N=248,T=83)运用计量方法计算出每月的估计值后,得到()的时间序列,然后再计算出它们的时间序列均值标准差及其t-检验统计量,计算公式如下: (6) (7) (

26、8) 其中,表示的方差同样,如果t-检验统计量的值大于临界值,则可以认为因素对收益率有显著影响三实证结果1.股市整体规模效应检验结果表2给出了以换手率作为流动性因子的股市整体“规模效应”的回归检验结果表2 股市整体“规模效应”的回归检验结果(换手率)变量名小规模股票组合中规模股票组合大规模股票组合常数项81.8840*(10.6745)76.5413*(10.2326)87.6623*(9.5683)公司规模-4.4294*(-93.6322)-4.1638* (-109.8352)-4.5129*(-86.4775)换手率-0.0275*(-6.1915)-0.0131*(-2.8791)-

27、0.0157*(-2.7541)帐面/市值比0.0998(0.6397)0.0949(0.3593)-0.0714(-0.2422)流通股比例0.1227*(3.0503)0.1629*(6.4884)0.1562*(5.3425)收益/价格比-12.5036(-1.1606)25.8199(2.7918)32.6202*(3.3599)收益/价格比虚拟变量0.9525*(1.9836)0.0860(0.1512)-0.7273(-0.7979)每股收益4.8601*(2.9504)-1.4395(-0.9762)-2.0421(-1.4079)公司规模虚拟变量10.2412*(14.5707

28、)0.1943*(12.9425)0.1322*(7.1266)公司规模虚拟变量20.1200*(8.4544)0.1175*(5.8813)0.1384*(6.1314)R2FD-W0.35655.71932.08480.34244.29552.08340.34324.29612.0111注:表中圆括号内表示的是系数均值的t-检验值;*和*分别表示双尾t-检验值在1%和5%水平上统计显著,下同从表2可以看出:(1)无论小中和大规模股票组合,换手率变量的系数均值都为负,且统计显著表明从三个股票组合来看,流动性溢价现象都是存在的(2)在流动性溢价现象存在的情况下,无论小中和大规模股票组合的公司规

29、模变量的系数均值都为负,且也统计显著表明股票预期收益率与公司规模存在显著的反比例关系,规模效应存在(3)无论小中和大公司规模的股票组合,其公司规模虚拟变量1和公司规模虚拟变量2的系数均值的取值都为正,且统计显著表明在2001年6月之前的牛市阶段和2005年7月以后的股全分置改革阶段,股市不存在规模效应2. 行业子股市规模效应检验结果表3给出了以换手率作为流动性因子的行业子股市“规模效应”的回归检验结果表3 行业子股市“规模效应”的回归检验结果(换手率)变量名纺织服装和皮毛行业机械设备和仪表行业石化塑胶和塑料业常数项27.2904(1.2601)0.3267(0.0407)0.0574(0.00

30、80)公司规模1.2867*(3.8778)0.3619(1.8079)0.0545(0.2374)换手率-0.0147(-1.2159)0.0269*(3.1902)0.0129*(1.7431)帐面/市值比-0.2064(-0.7034)0.1520(1.1105)-0.0532(-0.6747)流通股比例-0.0183(-0.6562)0.0079(0.5748)-0.0046(-0.0328)收益/价格比14.2374(1.6290)30.9354*(1.9439)13.0113(1.3200)收益/价格比虚拟变量0.8328(1.0506)0.7035(0.7639)0.5163(0

31、.8350)每股收益-3.1192(-1.7997)-3.6310*(-2.1397)-2.6267(-1.5545)R2FD-W0.523110.82672.02340.384416.14411.95870.472914.57312.0322注:*表示双尾t-检验值在10水平上统计显著,下同从表3可以看出:(1)在三个行业中,只有纺织行业换手率变量的系数均值为负,但t检验值表明这种负相关关系不是统计显著的,即流动性溢价现象存在性较弱而机械和石油行业换手率变量的系数均值都为正,且统计显著,表明在样本期这两个行业不存在流动性溢价现象(2)在三个行业中,公司规模的系数均值均为正,且只有纺织行业统计

32、显著,说明在三个行业中,公司规模与股票预期收益正相关,不存在“规模效应”3.股市整体 “价值效应”检验结果表4给出了以换手率作为流动性因子的股市整体“价值效应”的回归检验结果表4 股市整体“价值效应”的回归检验结果(换手率)变量名小帐面/市值比股票组合中帐面/市值比股票组合大帐面/市值比股票组合常数项64.0151*(4.9172)47.2209*(6.2522)30.4004*(3.6484)换手率-0.0079*(-1.8070)-0.00947*(-2.0167)-0.0125*(-2.9006)公司规模-3.1014*(-4.9463)-2.5048*(-6.8674)-1.6573*

33、(-4.0478)帐面/市值比1.4455*(10.1481)0.5703*(6.1050)0.0099(0.1811)流通股比例0.0227(0.7970)0.0694*(4.0757)0.0294(1.4057)收益/价格比87.8606*(5.8072)18.4540(2.6222)19.6480(1.5356)收益/价格比虚拟变量0.3679(0.5496)0.5504(0.8995)0.3868(0.6991)每股收益-8.0936(-4.4841)-0.4116(-0.3684)1.0780(0.6679)帐面/市值比虚拟变量10.3925*(2.2106)2.7758*(10.8

34、374)1.1743*(10.5111)帐面/市值比虚拟变量21.3230*(7.2741)2.1367*(10.1513)1.0473*(8.6840)R2FD-W0.32991.54212.04240.34264.33042.08340.33953.92482.0683从表4可以看出:(1)在三个股票组合中,换手率的系数均值均在10%的显著性水平下显著为负,表明流动性溢价现象在三个股票组合中都存在(2)在三个股票组合中,帐面/市值比的系数均值均为正,但在大帐面/市值比股票组合其t检验值在统计上不显著,另外两个股票组合的系数均值均在1%的显著性水平下显著为正表明在三个股票组合都存在流动性溢价

35、的“价值效应”,但大帐面/市值比股票组合弱些(3)在三个股票组合中,帐面/市值比虚拟变量1和帐面/市值比虚拟变量2的系数均值都为正,且其系数都在1%显著性水平下显著为正,表明在2001年6月之前的牛市阶段比之后的熊市阶段存在更显著的“价值效应”;2005年7月之后的股权分置改革阶段存在流动性溢价的价值效应4. 行业子股市 “价值效应”检验结果表5给出了以换手率作为流动性因子的行业子股市“价值效应”的回归检验结果表5 行业子股市“价值效应”的回归检验结果(换手率)变量名纺织服装和皮毛行业机械设备和仪表行业石化塑胶和塑料业常数项-17.5150*(-2.4075)-9.0011*(-1.7886)

36、-2.0736(-0.4069)换手率-0.0053(-0.4116)0.0254*(2.9712)0.0099(1.3572)公司规模0.8310*(2.2034)0.3462(1.3508)0.0261(0.1002)帐面/市值比-0.1292(-0.6232)0.1630(1.4520)-0.0375(-0.6547)流通股比例-0.0096(-0.3085)0.0078(0.5628)0.0045(0.3146)收益/价格比17.0764*(1.9920)31.6507*(2.0661)11.9376(1.2009)收益/价格比虚拟变量0.2583(0.3140)-3.4687*(-2

37、.0757)0.5832(0.8790)每股收益-3.9074*(-2.3094)-3.4687*(-2.0757)-2.6505(-1.5782)R2FD-W0.566610.40631.99620.379915.84111.93890.471014.46052.0682从表5可以看出:(1)作为流动性因子的换手率变量的系数均值只有在纺织行业为负,且t检验值不显著;在机械和石化行业其系数为正,t检验值也不显著表明在样本期内,三个子行业流动性溢价现象都不存在(2)在三个子行业,作为价值效应的帐面/市值比变量的系数均值只在机械行业为正,但统计不显著,表明在三个子行业也不存在流动性溢价的“价值效应

38、”四原因分析对股市整体的检验结果得出的结论是:在样本期内上海股市存在显著的流动性溢价“规模效应”和“价值效应”,其原因主要有:(1)我国股市的市场参与者以中小散户为主,而市场资金紧张,当新的资金注入股市时,小公司较易受影响,同时由于股市中投机性很强,小公司由于流通市值比较低,就容易被重组和炒作,使投资者获得较高的超额收益率,我国股票市场缺乏卖空机制,规模效应表现的就更加显著另外,根据Fama和French对小规模高帐面市值比(B/M)的上市公司股票理性风险补偿解释,B/M代表着一种风险要素财务困境风险高B/M的上市公司通常是盈利与销售等基本面表现不佳的企业,财务状况比较脆弱,因此比低B/M的公

39、司更具有风险高B/M上市公司由于基本面较差而导致价值被低估,故称“价值股”;低B/M上市公司由于基本面较好而价值被高估,故称“成长股”由于投资者偏好于持有基本面较好的成长股,而厌恶持有基本面较差的价值股,结果导致高B/M上市公司股票具有较高的收益(2)我国股市存在的流通股与非流通股的差别,小公司中非流通股远比大公司的非流通股数少得多,而非流通股不易保值增值(3)我国股市复杂的市场结构和制度背景下小公司股票存在高额的隐性交易成本,从而要求小公司股票收益有一个溢价补偿我国小公司股票流动性问题中,一方面小公司股票的交易异常活跃换手率极高;另一方面,小公司股价的波动剧烈价差明显造成这种现象的原因主要是

40、我国股市的机构投资者或市场“庄家”偏好于选择小市值公司的股票,而大资金介入或撤离小公司股票必然面对高昂的市场冲击成本,因而导致股价操纵者的目标收益高启并推动股价持续走高对行业子股市的检验结果得出的结论是:在样本期内上海股市不存在“规模效应”和价值效应“,其原因主要有:(a)纺织机械和石油是我国的三大主流产业,其上市公司都是经过多方挑选审核后批准上市的,上市公司总体质量很好,投资者不认为小规模公司和高B/M的上市公司具有更大风险,因此不要求更大回报率(b)无风险套利活动不仅使行业子股市“规模效应”消失,而且使得行业子股市“价值效应”消失 “规模效应”和“价值效应”在1980年代初期在国外发现,我国正式的股市交易始于1990年代,我国证券交易所成立之时,该效应早已经被发现多时同时我国也不断有学者