中國股票泡沫實用檢驗法的研究

摘要：本文試圖建立一套簡便、精確且實用的方法來測度中國股票泡沫的程度，并劃分出股票市價的價值區間以便分清股票價值的結構。以最大理性價值為核心，本文選定公司自由現金流貼現模型作為主要研究模型，并完全從中國股票市場的特性出發建立了適用于中國市場的參數計算體系。利用本文得出的模型對樣本進行計算后清楚地劃分出零增長價值、預期增長價值和機會價值的區間，通過對上證指數的反計算抓住了2007年10月以來的泡沫過程。

關鍵詞：股票泡沫；最大理性內在價值；公司自由現金流；機會價值

導言

股票投資的精髓在于投資上市公司的價值，這不僅是為了完善股票市場資源有效配置的功能，亦是保障股東的收益。2006年1月1日至2008年1月31日中國股市經歷了其前所未有的牛市：上證綜合指數在兩年間擴大近3倍，中國股市總市值擴大11倍，此劇烈的膨脹不僅在中國證券交易歷史上史無前例，即便在全球股票交易史上也極其罕見，能令我們聯想到或是可以作為參照的是一幕幕股票泡沫的歷史追溯。那么，是否能找到一種適合中國股票市場情況及簡便實用的測度方法，來檢驗中國股票是否存在泡沫以及泡沫程度？

借鑒國內外世界經濟學界和金融界對股票泡沫較權威的解釋，同時為研究簡便實用的泡沫檢驗方法提供方便，本文所指的股票泡沫被定義為—股票價格偏離其最大理性內在價值的部分。

此外，當今理論界對股票泡沫采用最多的研究方法是通過嚴格的假設條件、煩瑣的數學計算、較高的數理專業要求來測度或檢驗泡沫的存在，而這些方法普遍不具有明確的泡沫度量標準，因此無法被適用到高效即時的現實股票分析中，中國高速發展的股市更需要一套準確、簡便、實用且較易接受的泡沫研究分析工具來階段性地為中國的股市進行泡沫檢驗和預警。

一、股票泡沫實用檢驗模型的建立

股票最大理性內在價值是本文討論的股票泡沫的核心，市場價格超出最大理性價值的部分則可被看做泡沫，因此，本文模型主要針對內在價值建立。此外，本文還試圖對股價進行區間分離，即通過一種模型將股票價格分成幾個區間，每個區間反映股價的不同特征，如公式（1）所示，一個上市公司的市場價格可以理解為其零增長價值、預期增長價值和機會價值的總和，其中零增長價值反映為在不對公司做任何未來預期時公司的權益價值，預期增長價值則加入了前段所說的極其理性的預期，這兩者之和便組成最大理性內在價值，而剩下的機會價值則直接測度出泡沫的程度。

注：FCFF0：期初的公司自由現金流（公式借鑒：周政著：《自由現金流價值評估方法在微利公司中的應用》，《金融與會計學學位論文汪氏范本》，上海三聯書店2005年版，第139頁）

其中，最大理性內在價值P0=零增長價值Pb+預期增長價值Pz（2）

（一）估價模型的確立

目前，世界最常用的估價模型主要有兩大類，一類是現金流貼現法（Present Value of Cash Flow， PVCF），另一類是相關的估價指標。由于本文致力于建立一套模型來清楚地劃分價格的區間和上市公司的最大理性內在價值，相關的估價指標將不作重點考慮，理由是它們僅反映了價格和公司盈利能力的相對關系，適用于做同行業的比較，而不適用于作為對價值的絕對計算。

現金流貼現法可分為現金紅利貼現模型（Dividend Discount Model， DDM）、股權自由現金流貼現模型（Present Value of Free Cash Flow to Equity，FCFE）、公司自由現金流貼現模型（Present Value of Free Cash Flow to the Firm，FCFF）。DDM只能關注公司的預期紅利及其貼現率，而中國的上市公司長久以來發放紅利比例少、制度不完善，故其無法準確計算上市公司價值的參數，從而誤判上市公司的實際價值；FCFE不對企業的負債部分折現，對于我國的上市公司而言會高估權益價值，故兩者都不能達到本文最大理性內在價值的要求。

FCFF是企業由于經營活動產生的自由現金流量，同FCFE相似，它也反映著公司在扣除資本性支出和維持企業發展的一切費用后的完全無負擔的現金流，但不同的是FCFF的計算把債務和權益所能使用的自由現金流作了通盤的考慮，使公司的權益價值得以更準確的體現，從而確定其真實的股票價值。

由于公司自由現金流貼現模型考慮了一個公司所有的資本成本，并且反應一個會計粉飾和公司管理層難以掩蓋或虛增的真實的用以維持公司發展、支付股東權益并償還帶息負債的自由現金流，因此它對公司價值的考察是更加全面和公正的。對于中國的上市公司而言，這一分析方法更值得推薦，除了因其財務杠桿比例高，需要對債務和權益都作價值貼現，還由于這一模型所得出的結果具有剛性，不容易造假，投資者利用這一方法來分析上市公司價值將對中國的上市公司起到激勵上進的作用。另外，中國公司目前的融資渠道主要集中在股市，債券市場很不發達，但是隨著證券市場的逐漸成熟債券市場必定發展迅速，因此運用該模型將更好地預測在發展變化市場中的公司的真實價值，并且同樣適用于完善的市場環境。

由此，公司自由現金流貼現模型下的公司價值就是我們將要運用的最大理性內在價值，我們可由此得到上市公司股票的最大理性內在價值：

（二）樣本的選擇

鑒于需要比較不同的計算方法來確定適用于中國上市公司的參數，同時本部分致力于通過結果選擇公司自由現金流貼現模型中參數的計算方法，因此，樣本應當具有代表性，即具備滬深兩市1600家上市公司各種類似的性質，以此在有限的篇幅達到說明的效果。

在選擇樣本的過程中，本文的考慮主要如下：

1.股本大于其所在市場（滬市或深市）總股本的平均值。

2.為2006至2008年交易量大于平均的股票。

3.樣本之間有可比性，以便于篩選最優參數的計算方式。

經過初步選擇，兩市的金融保險業板塊中的股票適宜做該部分的樣本股，不但由于金融保險業板塊的26支股票中有23支股票的股本在其所在市場總股本的一半以上，而且從2006-2008年金融板塊的成交量極其龐大，完全具有市場投資的代表性，再次，由于同屬一個板塊它們之間具有相互關聯性，便于進行比較并篩選參數計算方式。同時根據初步測算，金融板塊的上市公司的公司自由現金流的增長規模有所差異，WACC與固定增長比率的差異可以適用前一部分所用的常規公司自由現金流貼現模型，也會用到需要調整的貼現模型，股票本身還有不同于在一級市場發行二級市場交易股的借殼上市股，也就是說該板塊的股票具備較完整的全部上市公司的同質類別，其較完整的多樣性使之成為合格的樣本。此外，由于金融行業特殊的性質，其債務成本不同于其他行業，需要對負債價值的確定做單獨說明。因此，金融性上市公司除了龐大的股本規模、熱烈的投資追捧之外，其真實的股票價值也是在所有行業中最難估計的，故只要把金融保險業股票的價值研究透徹，其他行業也就迎刃而解。

二、參數的測算與選擇

（一）FCFF

國際理論界和實物界對FCFF正確的計算公式提出了種種不同的觀點，但有一種得到了普遍的認同，如公式（4）所示，它被理解為息稅前利潤在消除稅率、資本性支出、追加的營運資本以及其他資產的影響之后能夠為企業絕對用以經營的自由現金流。

FCFF=EBIT（1-Tax Rate）+Depreciation Expense-Capital Spending-△ in Working Capital-△ in other assets(4)

（公式來源：David K. Reilly， Keith C. Brown著，《投資分析與組合管理》（Investment Analysis and Portfolio Management），中信出版社2004年版，第799頁）

其中：

EBIT：息稅前利率

Tax Rate：稅率

Depreciation Expense：折舊費用

Capital Spending：資本性支出

△ in Working Capital：營運資本追加

△ in other assets：追加其他資產

由于該公式主要由美國學者提出，而美國的會計準則與中國不完全相同，因此在理解該公式本質的基礎上，本文根據中國會計準則對上市公司的自由現金流的計算公式做相應調整。

FCFF=經營活動產生的現金流量凈額-資本性支出=經營活動產生的現金流量凈額-(購建固定、無形和其他長期資產所支付的現金-處置固定、無形和其他長期資產而收回的現金凈額)（5）

對于銀行和保險公司而言，由于現金流量表中相當一部分是客戶存款的增加額，在經營性現金流支出部分銀行更多的是客戶貸款增加額，不論是存款增加額或貸款增加額，都是銀行和保險公司為業務需要暫時為客戶保管或支出的現金，不實際成為其可使用的現金，而只在賬面上進行流動，真正可以利用的是存貸利息差帶來的現金收入。因此，在計算銀行和保險公司的自由現金流時應當剔除存貸款數額的影響，或者直接利用公式（11）對其現金流進行計算。

根據公式（4）和（5）的調整，我們可以計算得到樣本2004-2007年12月的FCFF值，但是發現有公司自由現金流成負的現象，由于自由現金流為負的上市公司意味著當期投資價值為負，這顯然不符合證券市場規律，而且不利于企業長期發展，因而我們假設上市公司在長遠的未來經營會得到改善，自由現金流成負只是暫時現象，由此，對于負數的當期公司自由現金流我們向上一期進行平均，直到為正為止，這將不會妨礙計算公司價值，因為其所得增長率為負，且最后WACC-gFCFF數值增大，這些將抵消把FCFF調整為正的影響。

（二）gFCFF

在決定公司自由現金流的增長率時，國際上一般采用兩種方法，一是采用公司自由現金流的年幾何平均增長率，它可忽略中間年限變化的影響，對平均增長率的預測較健全。

另一種方法是用凈利潤的平均保留率（Retention Rate，RR）與資本回報率（Return on Invested Capital， ROIC）的乘積來表示公司自由現金流的增長率，其中RR表示凈利潤在扣除發給股東的紅利后的剩余率；ROIC表示公司每投資1單位的現金（或資金）可以產生多少稅后營業收益，可以說它真正衡量的是現金對現金的回報率，同時還測度著公司獨立于融資決策之外的現金盈利表現。這一方法測算出的公司自由現金流的增長率不同于實際采用自由現金流值而獲得的增長水平，后者受外在因素干擾較多，因此是外部的，而前者是內生且剛性的。

由于ROIC考察的是在公司投入到業務的所有投資資本中產生怎樣的資本回報，因此在負債中不計利息的部分不適合作為業務性的投資，比如應付賬款、應付福利費等。國際上有些學者認為在計算投資資本(Invested Capital)時應當把資產負債表中的現金項全部扣除，理由是現金代表了不隸屬于其他資本的資產或者它的存在會潛在地減少負債和股東權益額，但是讓我們試想一下制造類的企業，由于通常制造類企業購置原材料或配件后收到產品所需要的時間比較長，所以一般不能及時進行交易而需要持有這份購買的現金，而這些現金完全符合業務投資資本的要求。因此，為符合實際情況，本文認為根據資本集中度和現金轉換速度，投資資本中的現金部分需要反應公司每天手頭需要支付的現金，而不是將所有的現金都扣除，該比例一般在銷售收入的0-20%之間，比這部分多的現金就應當作為超額現金在投資資本中扣減。

根據中國會計制度和財務報表制表方式，適用于中國的公司自由現金流增長率公式就可以由公式（6）表示。由于本文所選的樣本均為金融保險行業，是現金快速進出的行業，即現金周轉率非常快，因此不把現金超出收入的部分考慮進投資資本中。

由于中國的企業目前處在經濟增長速度快、需求旺盛且發展環境不穩定的環境下，如果用自由現金流本身的平均增長率作為企業持續無限時間的增長率會高估其實際未來增長水平，而如果使用內在剛性的增長率對于中國企業來說會低估其增長率，表1給了很好的說明，因此，為達到最大理性內在價值的標準，本文一律把中國上市公司的未來預期固定增長率定義為外在增長與內在增長水平的平均值，如表2中的G（A）所示。

（三）WACC

在決定債務成本時，通常采用企業發行的債券的利率來作為公司向市場籌資的成本，但是在中國的上市公司中只有約3%的公司公開發行債券，更多的帶息債務來自借款，因此本文認為應當使用債券票面利率與貸款利率的平均值作為債務成本比率。但是對于銀行而言，由于其借款對象具有特殊性，需要用銀行間同業拆借利率、央行向金融機構貸款利率以及再貼現率來替代其他企業所使用的金融機構貸款利率。

本著簡便、實用、精確的思路，公式（7）將展示在中國股票市場實踐中WACC的計算方式，其中計算債務和權益比率時均采用市場價值，資本結構中的債務價值等于投資資本減股東權益，權益部分的市場價值等于非流通股的成本價值與流通股的市場價值之和：

WACC=債務在公司資本結構中的比率×平均值（貸款利率，企業債券利率）×（1-稅率）+權益在公司資本結構中的比率×凈資產收益率（7）

值得一提的是，本文認為，在計算公司實際價值的同時，比較WACC和ROIC的差異作為參考也十分必要。前文已說明ROIC表示企業投資資本的回報率，而這里WACC意味著企業投資資本的成本，在成熟的行業和公司ROIC一般都大于WACC。成熟企業一般投資風險小且價格與價值相當，而高成長性或不穩定企業風險較大而收益不穩定，如果投資者在測度上市公司價值的同時能夠以ROIC與WACC的差異程度作為參考來區分其成熟度與成長性，并認清自己的投資偏好，將做出更合理的投資行為。

（四）其他參數的確定

1.負債價值

根據公司自由現金流貼現模型我們知道公司權益的價值為公司的總價值減去其負債價值后剩余的部分，本文認為該負債價值應當視作上市公司用于支持業務活動所借資金的價值，或稱經營負債，必要性負債如員工工資、福利等不反映市場對公司價值的評判，因此不應列算在內。

以本文的樣本中的銀行為例，負債主要以吸收存款構成，同債券一樣它也需要支付利息，但是由于銀行以吸收存款作為其主營業務，這一特殊的經營性質決定存款對于銀行而言是業務性的必要負債，而不是經營負債，真正決定銀行負債價值的部分來自于它的中央銀行借款、同業拆借、發行長期債券等。

在計算上市公司的負債價值時，我們可以把所有構成其負債價值的部分看成一個整體，然后對這個整體進行計息和折現，計息率依公司具體情況而定，一般為債券的票面利率、借款利率或是兩者的平均值，對整體貼現時通常使用WACC中的債務成本。考慮中國公開債券的年限多為5年，又整體經濟處于高速發展階段，本文采用5年作為計算樣本負債價值的年限。見公式（8）：

2.分母中的普通股本

中國的股票市場因為股權分置，上市公司股票沒有全流通，實際流通股也不對等于已流通股。由于普通投資者參與的股票市場是二級市場，這意味著他們無法涉及非流通股的買賣，而在僅能接觸到的流通股中也只是實際流通的部分。公司自由現金流貼現模型中的普通股指的是發行在外的股本，因此對于中國市場應當采用流通股部分的股本，但是實際流通股與流通股差異的存在使投資人只能將資金能量集中在實際流通股范圍內，當市場需求狂熱時，這容易造成資金在狹小的實際流通范圍內高速流轉，交易規模龐大，并且一旦有新的流通股成為實際流通股就會有資金迅速追捧，這自然容易造成股價的迅速非理性抬高或走低。

因此，在計算分母中的普通股本時，本文認為應當加入對實際流通股本比率的考慮，這才能使模型真正反應出中國股票市場的理性價格，如公式（9），當實際流通股的比例逐漸增大，直至到100%時，就成為了所有發行在外的可流通股。

三、樣本結果分析

由于金融保險業板塊的股票在滬市A股市場所帶動的影響更大，這里主要對滬市中的金融保險業板塊進行分析，之后將計算剔除泡沫后的上證綜合指數。

從表3可以看到，滬市A股的金融板塊的平均市價為32.86元，而其應有的價格，即最大理性內在價值是20.17元，其中以證券業的股票價值最大。從銀行業到信托業都存在機會價值，也就是在極其理性的預期之外的心理預期，這一數值的平均值達到了12.68元，結合表（4）可以發現其占比高達39%，可見在2008年1月的股價中存在著較多的泡沫。

深入股票最大理性內在價值，發現金融保險業板塊零增長價值部分占33%，其中以信托業最多，保險業為最低僅為-5%，預期增長價值部分占67%，這表明對于中國金融業的股票價值而言現狀與其成長性之比接近1∶2，應該說帶有成長性行業的顯著標志。

四、泡沫預警和模型應用推廣

從本文的股票泡沫實用檢驗模型中我們已能測度出泡沫的程度，即機會價值，它的意義不僅在于對各股、行業的評判，更可以將之從總市值中扣減，獲得不含泡沫的指數，從而對整個股票市場進行泡沫預警。比如本文樣本中所有滬市A股股票的機會市值在2008年1月31日達174，894，871.25萬元，該日的總市值為2，414，377，195.99萬元，上證綜合指數為4383.39點，如果把機會市值從總市值中扣減，根據上證綜指的計算方式—派許加權綜合價格指數公式，上證綜合指數應當減少到4056.86點。更進一步而言，本文樣本中有16支股票股本在滬A總股本平均值以上，比重達到43%，如果以這些股票的表現估計整個市場的情況，上證綜指最終應當處于3658.87的位置。這里需要注意，這一3658.87意味著在2008年第一季度的財務報表公布之前，同時在毫無股本增減或實際流通股比例變化的情況下，2008年1月至2008年4月上證綜指就應當維持在這一水平，過高是極其危險的泡沫信號，過低則表現市場資金分配短缺、投資價值沒有被發掘。

本文模型描述的最大理性內在價值所反映的指數印證了2008年1月以后市場的真實反應以及3月指數的快速下滑（上證綜指于2008年4月初已降到3612.54點），因此采用該模型階段性地對整個盤面進行測度將及時分離出心理預期的泡沫，同時估算出合理的指數點位，此外還將劃分出零增長價值與預期增長價值，便于投資者做更優的決策。

五、結論

本文從最大理性內在價值的角度選擇公司自由現金流貼現模型作為主要的研究模型，并完全從中國市場的特性出發對參數的計算方法做了探索和定義，從而將股票市價中的泡沫部分清楚地分離出來，同時區分出最大理性內在價值中的零增長價值和預期增長價值區間。樣本數據的結果表明該研究方法的可行性和準確性，將該方法與指數計算掛鉤將可能對整個市場起到泡沫預警的作用。當然，對于本文研究方法本身的檢驗還有待進一步探索。

參考文獻:

[1]汪康懋等.金融與會計學學位論文——汪氏范本.上海三聯書店，2005年版.

[2]楊曉蘭.證券市場泡沫問題的實驗經濟學研究.浙江大學出版社，2007年版.

[3]郭濟敏.股票市場泡沫研究.中國金融出版社，2005年版.

[4]史永東.投機泡沫與投資者行為.商務印書館，2005年版.

[5][美]Kevin Hassett.泡沫學：關于股票市場的新學說.席瑞雪譯.中信出版社，2003年版.

[6][瑞士]賓斯維杰.股票市場，投機泡沫與經濟增長.張建森譯.上海三聯書店，2003年版.

[7]David G. Luenberger.投資科學.中國人民大學出版社，2004年版.

[8]Zvi Bodie， Alex Kane， and Alan J. Marcus.投資學.機械工業出版社，2007年版.

[9]James L. Farrell， and Walter J. Reinhart.投資組合管理：理論及應用（第2版）.機械工業出版社，2002年版.

[10]Werner F. M. De Bondt. The Psychology of World Equity Markets. Edward Elgar， c2005.

[11]Harry S. Dent， The Next Great Bubble Boom: How to Profit from the Greatest Boom in History 2005-2009， Free Press， c2004.

[12]Francesco Parisi， and Vernon L. Smith， The Law and Economics of Irrational Behavior， Stanford University Press， 2005.[13]Robert J. Shiller， Bubbles， Human Judgment， and Expert Opinion， Cowles Foundation Discussion Paper No. 1303， May 2001.

[14]R. Glen Donaldson， and Mark Kamstra， Estimating and Testing Fundamental Stock Prices: Evidence from Simulated Economics， SFU Discussion Paper， Sauder School of Business Working Paper， September 2000.

[15]Richard J. Sweeney， Arthur D. Warga， and Drew Winters， The Market Value of Debt， Market Versus Book Value of Debt， and Returns to Assets， Financial Management， Vol. 26， No. 1， Spring 1997.

[16]Tom Engsted，and Carsten Tanggaard，Speculative Bubbles in Stock Prices?Tests Based on the Price-Dividend Ratio， EFA 2004 Maastricht Meetings Paper No. 1804， January 2004.

[17]Douglas J. Lamdin， Rational Bubbles in Individual Stock Prices and Implications for Investment Management， University of Maryland， Baltimore County - Department of Economics， Working Paper， November 2002.

[18]Ruben D. Cohen， An Analytical Process for Generating the WACC Curve and Locating the Optimal Capital Structure， WILMOTT Magazine， 2003.

[19]Prasad V. Bidardota， Intrinsic Bubbles and Fat Tails in Stock Prices， Florida International University - Department of Economics， Working Paper， September 2003.

[20]Ako Doffou， Periodically Collapsing Bubbles in Asian Emerging Stock Markets， International Finance Review， Vol. 8， December 2007.

（作者單位：華東政法大學商學院金融系 指導教授：汪康懋 華東政法大學商學院名譽院長）