盈利因子與投資因子具有定價能力嗎？
——來自中國股市的實證

■張信東，李建瑩

一、引言

股票價格由哪些因素決定？Fama&French（1993）通過選取美國三大證券交易所（NYSE、AMEX、NASDAQ）1963年至1990年上市公司股票數據進行實證分析，研究發現包括市場因子、規模因子和價值因子的三因子模型可以更好地解釋股票未來回報。這一研究奠定了資本資產定價實證領域的基石，將傳統金融的發展提升到一個新高度。毋庸置疑，Fama-French三因子模型得到了學術界的高度認可，并且被廣泛地用來指導實踐。隨著資本資產定價模型的不斷完善和發展，Fama-French將反映公司基本面信息的盈利和投資納入定價模型，構建了包括市場因子、規模因子、價值因子、盈利因子和投資因子的五因子模型。五因子模型系統性地將盈利和投資提煉為定價因子，且通過實證證實了盈利因子和投資因子的定價地位，這一發現將資產收益和風險關系的認識提升到一個新視角，進一步完善了定價模型。那么在中國股市中五因子模型是否具有適用性即盈利因子和投資因子是否可以定價，學界少有涉足。因此，本文將以1999年至2017年滬深兩市A股數據為樣本對這一問題進行探究，檢驗盈利能力和投資水平是否可以作為定價因子更好地預測中國股市的股票價格。

在已有研究中，大多數學者對三因子模型在中國股市的適用性進行了探討，以檢驗市場、規模和價值因子在我國股市的定價能力。例如：劉維奇等（2010）研究發現我國股市股權分置改革前后三因子模型均有效；田利輝（2014）分析了三因子模型在中美兩國股市表現的差異，研究發現我國股市系統性風險突出且存在市值規模效應，但是賬面市值比效應并不顯著；李倩和梅婷（2015）研究了三因子模型在股價上漲和衰退時期的適用性，發現衰退時表現最好，賬市比因素不顯著。但是，關于五因子模型在中國股市適用性的研究尚少，僅趙勝民等（2016）和高春亭等（2016）兩篇文章對五因子模型進行了研究，且研究結論不同。具體地講，趙勝民等研究表明我國股市市值效應和價值效應顯著，盈利因子和投資因子無益于解釋股票組合的回報率。與美國股市不同，價值因子在我國股市中不是冗余因子，三因子模型更適合我國股票市場定價；高春亭等研究發現規模、賬市比、盈利和投資四個因素的顯著性依次減弱，五因子模型在表現上優于三因子模型。

僅此一端就告訴我們，關于因子模型定價能力在我國的實證探究結論各執一詞，進一步研究盈利因子和投資因子的定價能力具有非凡的意義。與已有文獻相比，本文研究的創新點在于進一步拓寬了樣本時間區間，且采用正交化投資因子的五因子模型進行實證分析，這是以往研究未曾涉足的。研究結論也和已有研究結論不同，本文研究發現我國股市中存在顯著的規模效應、賬面市值比效應和盈利效應，投資因子無益于解釋股價。這一結論與我國新常態發展特征下表現出的機制不健全、市場投機現象較為嚴重等特征不謀而合。本文研究有助于借鑒和汲取國際先進的研究思想，豐富發展我國金融市場相關學術研究的廣度和深度，充實國內金融理論。

二、文獻綜述

長期以來，資本資產定價的均衡模型備受學術界的關注。且經過五十多年的發展已經涌現了大量的資產定價模型，包括CAPM模型、APT模型、ICAPM模型、流動性定價模型和Fama-French類因子模型等。其中，最具關鍵意義的是Fama-French類因子模型，這些模型旨在構建一些能夠解釋股票未來回報的因子，以發現資產價格的決定因素。

Sharpe（1964）基于 Markowitz的均值方差理論提出資本資產定價模型即CAPM模型，隨后Lintner（1965）和Mossin（1966）也提出該模型。該模型的基本思想是資產的收益取決于資產所攜帶的風險，反映了市場均衡狀態下單個證券期望收益率與市場組合收益率之間的定價關系。但因CAPM模型以完美的假設前提為基礎，復雜的現實很難完全滿足而受到挑戰；Ross（1976）放寬了傳統資產定價模型的嚴格假設條件，提出一個多因子模型的套利定價理論（APT）。套利定價理論認為，套利行為是市場均衡形成的決定性因素，且根據無套利原則得出風險資產均衡收益與多個因素之間存在線性關系。

APT理論雖提供了一個從多因素對資產收益進行線性定價的思想，但因未給出具體的因素也飽受質疑；CAPM模型研究的是靜態單個時期下投資者的均值方差最優選擇，考慮到現實世界處于變化的動態過程，Merton（1973）提出了跨時期資本資產定價模型（ICAPM）。ICAPM模型反映的是在多期環境下，經濟狀態和投資機會發生變化，投資者會動態調整最優資產組合而形成的均衡價格。Jr（1974）也提出了一個基于離散時間下跨期資本資產定價模型，該模型研究了消費者對商品未來價格不確定和利率期限結構的反應，以及由此產生的投資組合選擇和股票均衡定價。

隨著CAPM模型的推廣和應用，很多學者發現市場對股票收益缺乏解釋，與此同時公司規模和賬面市值比等非傳統因素對股票未來回報有較強的解釋力。例如：Banz（1981）研究發現1964年后的美國股市中小規模公司的股票擁有更高的收益；Stattman（1980）研究表明賬面市值比和美國股票收益之間存在正向相關的關系。在前人各項研究的基礎上，Fama&French（1993）通過按上市公司某些特征排序構建投資組合模擬因子的方法探究股票收益由哪些因素決定，研究發現由市場因素、規模因素和賬市比因素構成的三因子模型可以更好地對股票未來回報進行預測，三因子模型由此成為資產定價模型的代表。

不少學者也發現，反映公司基本信息的盈利和投資因素與股票價格之間存在著必然的聯系。例如：Haugen&Baker（1996）以1979年至1993年為周期，運用線性因子模型探究預測股票收益的變量，研究發現投資對全球主要國家（美國、法國、德國、日本、英國）股票市場預期收益產生決定性作用；Sloan（1996）研究表明公司盈利對股票價格存在顯著影響。近期的研究如Watanabe et al.（2013）的研究表明在國際股票市場中，資產增長率高的公司隨后會經歷更低的股票收益，且這一現象在發達資本市場更顯著；Hou et al.（2015）將凈資產收益率ROE作為衡量公司盈利能力的指標，實證分析發現投資水平和盈利能力影響股票未來回報。且提出了投資機理和ROE機理即預期收益和投資具有負相關關系，和盈利具有正相關關系。直到2015年Fama&French首次將盈利因素和投資因素納入到定價模型，進一步完善了資產定價模型且將其提升到了一個新的高度。

那么，五因子模型在我國股票市場中表現如何？和三因子相比新加入的盈利因子和投資因子是否增強了模型的解釋力呢？在中國市場上哪些因子更適用？這些問題的探討對我國股票定價理論的發展意義重大?；诖?，本文使用滬深兩市股票數據進行分析，以Fama-French類因子模型為基礎，采用GRS統計檢驗和時間序列回歸法對盈利因子和投資因子在中國股市的定價能力進行檢驗。發現有意義的結論：在中國股票市場，盈利因子可以預測股票未來回報，盈利能力高的公司股票預期收益高；而投資能力和股票未來回報之間未呈現顯著的變化規律，且投資因子是冗余因子。這與我國資本市場有效性不足和投資者更關注眼前利益這一實際相吻合。由此對這一領域的研究進行補充，同時為我國股票定價提供實證證據。

三、研究設計

（一）研究數據

本文中股票月收益數據和財務數據均來源于Wind數據庫。樣本選取1999年至2017年滬深A股所有上市公司股票月收益數據及財務報表中資產總計、營業利潤和所有者權益合計數據。數據篩選標準為依次剔除:（1）金融類公司的股票；（2）上市時間不足一年的股票；（3）B/M為負的股票；（4）實施ST和*ST的股票；（5）數據缺失或錯誤的股票。其中，無風險利率（RF）使用三個月定期存款利率轉換的月利率衡量；市場收益（RM）以樣本股流通市值為權重的股票月收益計算；上市公司的規模（Size）采用t-1年末的股票收盤價和流通股總股數的乘積表示；賬面市值比（B/M）由t-1年末公司股東的權益和總市值之比得到；盈利能力（OP）是上一年度財務報告中營業利潤和所有者權益合計之比；投資能力（INV）表示t-1期總資產的增長和t-2期總資產之比。

（二）模型描述

本文以Fama-French三因子模型和五因子模型為基礎，實證檢驗盈利因子和投資因子在中國股市的定價能力。三因子模型反映了市值加權市場超額收益、公司規模和賬市比這三個因素可以較好地解釋投資組合的超額收益。三因子模型的具體形式為：

在式（1）中，Rit表示證券或投資組合i在t時期的收益率；RFt表示無風險利率；RMt表示市值加權市場投資組合的收益率；SMBt表示t時期小規模投資組合與大規模投資組合的收益率之差；HMLt表示t時期高賬面市值比的價值型公司投資組合與低賬面市值比的成長型公司投資組合的收益率之差；ai表示截距項，其含義是組合超額收益中三因子模型無法解釋的部分；bi、si、hi為因子載荷；eit為隨機擾動項。

五因子模型在三因子模型的基礎上添加了盈利因子和投資因子，其具體形式為：

在式（2）中，RMWt表示t時期盈利高的公司投資組合與盈利低的公司投資組合的收益率之差；CMAt表示t時期投資保守的公司投資組合和投資激進的公司投資組合的收益率之差；系數和其余變量的定義和式（1）相同。若以上五個因子能夠完全解釋股票預期收益，則對于所有證券或投資組合i來說截距項ai為零。

（三）投資組合和因子定義

本文于每年四月末構建投資組合。具體構建方法為：每年四月末，將股票按流通市值從小到大分成五組，按照B/M、OP和INV從小到大將股票獨立分為五等份。由此交叉形成5×5投資組合，然后計算各投資組合的月平均超額收益。5×5投資組合月平均超額收益作為式（1）和式（2）左邊的部分Rit-RFt，用于三因子和五因子模型的時間序列回歸分析。

本文因子的構建參照Fama&French（2015）構建因子的方法，對因子采用三種不同的分類方法（2×3構建法、2×2構建法和2×2×2×2構建法）進行構建。其中，2×3構建法是先將規模按照從小到大排序分為兩組分別記為小規模組（S）和大規模組（B），將B/M（OP或INV）從小到大排序，按照30%、40%和30%的比例將其獨立分為三組，依次得到賬市比高（H）、中（N）和低（L）三組，盈利能力強（R）、中（N）和弱（R）三組以及投資保守（C）、中等（N）和投資激進（A）三組。然后將規模和賬市比（盈利或投資）交叉構建2×3投資組合；2×2構建法和2×3構建法相似，不同之處在于2×2構建法是將B/M（OP或INV）按照中位數分為兩組；2×2×2×2構建法則采用聯合控制各變量的方法，將規模、賬面市值比、盈利和投資按照中位數各自分為兩組，形成2×2×2×2投資組合。

（四）因子匯總統計

表1 不同版本因子特征

表1描述了不同構建方法下因子的特征，其中面板A呈現了不同版本因子的描述性統計，面板B呈現了不同版本相同因子的相關性，面板C呈現了不同版本不同因子的相關性。由面板A和面板B可以看出，三個版本規模因子SMB的均值（0.74、0.75、0.76）和標準差（2.83、2.86、2.68）相近，且不同版本的SMB高度相關。究其原因在于規模分組始終采用中位數作為斷點，并且三個版本的SMB包括了所有的股票。對于HML、RMW和CMA這三個因子而言，更多依賴于其如何構建。對比2×3和2×2構建法下三個因子的特征，不難發現當B/M、OP和INV使用中位數進行分組產生了更低的標準差。這是因為2×3分組并未包括B/M、OP和INV中40%的股票，而2×2分組包括了所有的股票。2×3和2×2分組構建的每個因子均控制了規模和其中一個變量，而2×2×2×2構建法下控制了所有變量，因此聯合控制產生了最小的標準差（2.32、1.77、1.05）。

對于盈利因子RMW和投資因子CMA來說，2×2×2×2版本與其他兩個版本因子的相關性均較低。2×2×2×2版本和2×2版本相比較RMW有較低標準差，但是聯合控制下的RMW產生了更高的均值（0.12）。投資因子CMA的標準差從2×2版本的1.25下降到2×2×2×2版本的1.05，且均值從0.07下降到0.06。從面板C可以看出，與FF（2015）的發現（投資因子和盈利因子的相關性很低）不同，本文發現投資因子和盈利因子的相關性很高且為負相關。

四、實證結果和分析

（一）盈利和投資因子的定價能力檢驗

為了檢驗盈利因子和投資因子是否可以提高股票定價模型的解釋力，本文首先采用Gibbons et al.（1989）提出的GRS檢驗對各模型擬合不同投資組合平均收益的效果進行檢驗。GRS檢驗以5×5組合月度超額收益回歸的截距項是否同時為零作為原假設，具體檢驗結果如表2所示。限于篇幅，本文僅呈現Size-B/M投資組合中不同構建法因子的GRS檢驗結果①限于篇幅，本文未能給出Size-OP和Size-INV組合的GRS檢驗結果，留存備索。。

從表2可以看出，在Size-B/M投資組合中，包含盈利因子和投資因子的五因子模型在各項指標上的表現均比三因子模型好，且在不同版本因子中五因子模型均穩健好于三因子模型。具體地講，加入盈利因子和投資因子的五因子模型的GRS(p)值均大于三因子模型（0.26和0.02、0.27和0.02、0.20和0.01）；五因子模型的A|ai|值也小于三因子模型（0.15和0.18、0.15和0.18、0.15和0.21）；A|ai|/A|rˉl|值的測量上包含盈利因子和投資因子的五因子模型表現更好（0.38和0.48、0.39和0.48、0.39和0.54），這說明平均收益未被五因子模型解釋的部分很少，盈利因子和投資因子的加入提高了模型定價能力。

表2 Size-B/M組合的GRS檢驗

但是我們發現，不包括投資因子的四因子模型和五因子模型對平均收益的解釋力不相上下。表2中包含盈利因子的四因子模型的GRS(p)值比五因子模型更大（0.28和0.26、0.37和0.27、0.25和0.20），這說明盈利因子可以更好地對股票進行定價，投資因子的加入無關緊要甚至降低模型的解釋力。這一現象在不同組合和不同因子構建法下均穩健。

為了進一步檢驗是否投資因子無益于解釋股票收益，以此證實上述實證結果是否在統計意義上可行。本節借鑒Fama&French（2014）的冗余因子測試進行檢驗。該檢驗是對模型中一個因子與其余因子進行回歸，若該因子被其余因子的暴露所捕捉，則該因子的加入對平均收益的解釋沒有意義。

表3 五因子模型冗余因子檢驗

從表3數據分析發現，投資因子的截距項不顯著異于零，且對于不同版本的投資因子都是冗余的（-0.01、0.09和0.04）。相比之下，在2×3因子構建法下，市場因子、規模因子、賬市比因子和盈利因子截距項均顯著異于零（1.37、0.94、0.85和0.48），且同樣適用于2×2和2×2×2×2構建法下的因子。這里為了更好地研究投資因子的定價能力和避免回歸時出現多重共線性，本文保留投資因子CMA并對其進行正交化處理，將正交化處理后的投資因子CMAO作為CMA的代理變量。得到新的五因子模型如（3）式所示，本文在之后的回歸中將采用（3）式進行回歸分析。

在Fama&French（2015）研究中價值因子被盈利因子和投資因子的暴露所捕捉，成為冗余因子。而在本文研究中，代表公司成長性的價值因子并非冗余因子，且有益于解釋股票預期收益。究其原因，價值因子是賬面價值和市場價值的直觀體現，其中市場價值是投資者對市場未來的預測，間接反映了投資者對市場未來發展的態度。而我國股票市場投資者非理性投資、羊群現象嚴重，因此使得價值因子對股票收益的作用不容小覷，這一實證結果的發現具有理論層面的淵源關系。

（二）投資組合回歸分析

為了更詳細地洞察模型的表現，接下來我們對資產定價模型進行回歸。在回歸前，首先對組合收益的特征及變化規律進行描述性統計。5×5 Size-B/M、Size-OP和Size-INV投資組合每月平均超額收益具體變化特征如表4所示。

從表4可以看出，在面板A（25 Size-B/M）、面板B（25 Size-OP）和面板C（25 Size-INV）中，規模較小組的平均收益高于規模較高組的平均收益，個別組除外（例如：在面板A的最低賬市比中，第三規模組上投資組合的平均收益0.73相比第二規模組的值0.72略大，但不明顯）。且每個規模組投資組合平均超額收益的均值從小規模組到大規模組依次降低。這說明對于我國股票市場來說，存在顯著的規模效應（小盤股效應），即小市值股票所獲收益比大市值股票收益高。從面板A的數據可以看出，給定規模，股票收益基本服從隨賬市比升高而變高的規律，而且各列均值從左往右依次變高，這與美國市場上高賬市比高收益結論相一致。從面板B的數據可以看出：規模最小組的收益隨盈利能力的增強而變低，但在最高OP組出現反轉；其余規模組收益基本隨OP的升高而變高，但在第2、3規模組的最高OP列也出現翹尾現象。不過通過各列均值表現出來的特征表明股票收益隨盈利能力的增強而變高，這與美國股市表現出來的特征相同，但是表現出翹尾現象。從面板C的數據可以看出，在第1、3、5規模組中，收益從左往右有變小趨勢；但是在其余兩列卻相反。從各列均值來看，前三列呈現出股票收益和投資具有正相關關系，后兩列卻相反。以上分析可以發現，我國股市中規模效應、價值效應和盈利效應顯著，且盈利效應存在翹尾現象，投資水平和收益之間沒有明確的變化規律。

表4 5×5投資組合平均超額收益

為了更好地檢驗盈利因子和投資因子的定價能力，本文接下來將采用時間序列回歸方法對三因子模型和包括盈利、投資的五因子模型進行回歸分析。具體回歸結果如表5所示。由于兩模型回歸的市場因子、規模因子和價值因子均顯著且無很大差異，因此表5省略了其估計結果。

表5中面板A為規模和賬市比組合的回歸結果。不難發現，在規模和賬市比組合中，三因子模型截距項在1%、5%、10%顯著性水平上分別有1個、4個和2個顯著異于零，而五因子模型在1%、5%顯著性水平上分別有1個和2個截距項顯著異于零。這說明在解釋規模-賬面市值比組合收益上，加入盈利因子和投資因子的五因子模型比三因子模型解釋力更好。而盈利因子系數在5%和10%顯著性水平上分別有1個和2個顯著異于零，投資因子只有2個在5%水平上顯著異于零，這說明盈利因子更具備定價能力。

表5中面板B為規模和營運利潤組合的回歸結果。可以得出：在該組合中，三因子模型截距項有9個顯著異于零，其中在1%、5%水平上顯著異于零的分別有6個和3個。五因子模型截距項有4個顯著異于零，其中在1%、5%、10%顯著性水平上分別有2個、1個和1個顯著異于零。這說明在解釋規模-盈利組合收益上，加入盈利因子和投資因子的五因子模型比三因子模型解釋力更好。不難發現，盈利因子的系數有一半以上均顯著異于零，且系數在盈利能力最低的組顯著為負，依次變高至盈利最高組顯著為正，這與表4中盈利能力和股票收益的變化特征相一致。這表明盈利因子有益于解釋股票預期收益，盈利因子的加入增強了模型的解釋力。而投資因子的系數只有4個顯著異于零。進一步驗證了投資因子在我國股市中缺乏定價能力。

表5中面板C為規模和投資組合的回歸結果。從面板C可得出，三因子模型的截距項在1%、5%、10%顯著性水平上分別有3個、3個、1個顯著異于零。但在五因子模型中，僅有4個截距項顯著異于零，其中有1個在5%水平上顯著異于零，有3個在10%水平上顯著異于零。這說明在解釋規模-投資組合收益上，加入盈利因子和投資因子的五因子模型比三因子模型解釋力更好。同樣我們發現，盈利因子系數有6個顯著異于零，而投資因子系數只有3個顯著異于零。

通過本節實證分析我們發現，在我國股票市場中有顯著的規模效應、價值效應和盈利效應，盈利效應特征表現出了翹尾現象。進一步的回歸分析得出，在解釋我國股票收益上Fama-French五因子模型比三因子模型更好，特別是盈利因子的加入增強了模型的解釋力。與Fama&French（2015）的研究不同，我國股市中投資水平對于股票未來回報的解釋力不足。這是因為中國股市發展時間短，資本市場尚不成熟，投資者更關注公司的盈利，對代表公司更深層面的價值（公司投資）的關注少。

表5 三因子模型和五因子模型回歸結果

續表5

五、結論與啟示

本文以1999年至2017年滬深A股所有上市公司股票月度收益數據為樣本，運用構建投資組合計算因子法和時間序列回歸法探究盈利因子和投資因子是否有益于解釋股票未來的回報即我國股市中盈利因子和投資因子是否具有定價能力。通過實證檢驗得出主要結論如下：

第一，在2×3、2×2和2×2×2×2三種不同的因子構建法下，包含盈利因子和投資因子的五因子模型表現優于三因子模型。而且不包括投資因子的四因子模型和五因子模型的表現不相上下。進一步，本文通過冗余因子檢驗發現，在我國股票市場中投資因子CMA為冗余因子，且在三種不同版本的因子冗余測試中均穩健。

第二，在我國股市中，規模效應、賬面市值比效應和盈利效應顯著，投資效應特征未表現出明顯的變化規律。具體地講，規模效應和賬市比效應特征和美國股市一樣，其中規模效應表現出小規模組合擁有更高的股票收益特征，賬面市值比效應表現出高賬市比高收益的特征。盈利效應表現出的特征為盈利能力越強收益越高，但是存在翹尾現象。

第三，在Size-B/M、Size-OP和Size-INV投資組合回歸中，三因子模型回歸截距項顯著異于零的個數均明顯多于加入盈利因子和投資因子的五因子模型，且盈利因子系數顯著異于零的個數較多。這說明盈利因子的加入增強了模型的解釋力，投資因子無益于預測股票收益。

以上結論的得出與我國股票市場的發展程度和相關特征相一致。我國股市處于日益完善進程中，有以下幾個主要特征：一是散戶投資者占比大，機構投資者占比小，投機現象較嚴重，羊群效應、追漲殺跌等非理性投資行為致使市場效率低下；二是市場監管制度尚未健全，監管掣肘等現象嚴重，對股市有效管理能力較缺乏；三是信息不對稱、信息失真現象較為嚴重，導致股票交易價格偏離其真實價值，部分投資者權益受損。致使投資因素不能有效發揮其定價作用。

進一步思考，雖然盈利和投資均反映了上市公司的基本面信息，但是兩者仍存在本質區別。具體講，盈利是公司創造價值的直觀體現，是投資者真正關心的指標；相比之下，投資則具有風險，且投資帶來的收益在當前無法計算，需要投資者對其進行預測。在市場機制不健全的情況下，投資者更關注眼前的獲利，并不關注公司的發展前景。致使盈利因子對股票價格的解釋力強。同時，投資者更關注價值型公司的信息，缺乏對成長型公司的關注。

本研究為我國股票定價相關領域提供了實證證據和文獻支持，具有一定的理論意義。同時，本文也具有現實指導意義。具體體現在：（1）對于證券市場的投資者而言，在投資的過程中應避免羊群效應、追漲殺跌等非理性投資行為。應更加關注上市公司的潛在價值，可以通過上市公司定期的信息披露和重大事項公告等信息理性指導投資實踐。（2）就上市公司而言，應該加大信息公開的力度，確保公開信息的準確性，為投資者投資決策提供更多的參考。（3）從監管者角度出發，應健全相關制度，對股市有效管理，在學習歐美成熟市場經驗的同時也需結合中國特色，以確保中國股票市場健康發展。

[1]卜永祥.中國區域金融改革的探索與展望[J].金融與經濟，2017，(09):4～14.

[2]高春亭，周孝華.公司盈利、投資與資產定價:基于中國股市的實證[J].管理工程學報，2016，30(4):25～33.

[3]李倩，梅婷.三因素模型方法探析及適用性再檢驗:基于上證A股的經驗數據[J].管理世界，2015，(04):184～185.

[4]劉維奇，牛晉霞，張信東.股權分置改革與資本市場效率——基于三因子模型的實證檢驗[J].會計研究，2010，(3):65～72.

[5]田利輝，王冠英，張偉.三因素模型定價:中國與美國有何不同?[J].國際金融研究，2014，(7):37～45.

[6]趙勝民，閆紅蕾，張凱.Fama-French五因子模型比三因子模型更勝一籌嗎——來自中國A股市場的經驗證據[J].南開經濟研究，2016，(2):41～59.

[7]Banz RW.The relationship between return and marketvalue ofcommon stocks[J].Journalof Financial Economics，1981，9(1):3～18.

[8]Fama E F，French K R.A five-factor asset pricing model[J].Journal of Financial Economics，2015，116(1):1～22.

[9]Fama E F，French K R.Common risk factors in the returns on stocks and bonds[J].Journal of Financial Economics，1993，33(1):3～56.

[10]Fama E F，French K R.Dissecting Anomalies with a Five-Factor Model[J].Review of Financial Studies，2014，29(1):69～103.

[11]Gibbons M R，Ross S A，Shanken J.A Test of the Efficiency of a Given Portfolio[J].Econometrica，1989，57(5)：1121～52.

[12]Haugen R A，Baker N L.Commonality in the determinants of expected stock returns[J].Journal of Financial Economics，1996，41(3):401～439.

[13]Hou K，Xue C，Zhang L.Digesting anomalies:An investment approach[J].The Review of Financial Studies，2015，28(3):650～705.

[14]Jr J B L.Stock prices，inflation，and the term structure of interest rates[J].Journal of Financial Economics，1974，1(2):131～170.

[15]Lintner J.The Valuation of Risk Assets and Selection of Risky Investments in Stock Portfolios and Capital Budgets[J].Review of Economics and Statistics，1965，47(1)：13～37.

[16]Markowitz H.Porfolio Selection[J].Theory&Practice of Investment Management Asset Allocation Valuation Portfolio Construction&Strategies Second Edition，1952，7(1):77～91.

[17]Merton R C.An Intertemporal Capital Asset Pricing Model[J].Econometrica，1973，41(5):867～887.

[18]Mossin J.Equilibrium in a Capital Asset Market[J].Econometrics，1966，34(4)：768～83.

[19]Ross S A.The arbitrage theory of asset pricing[J].J.econ.theory，1976.

[20]Sharpe W F.Capital Asset Prices：A Theory of Market Equilibrium under Conditions of Risk[J].Journal of Finance，1964，19(3)：425～42.

[21]Sloan R G.Do Stock Prices Fully Reflect Information in Accruals and Cash Flows about Future Earnings?[J].SocialScience Electronic Publishing，1996，71(3):289～315.

[22]Stattman D.Book values and stock returns[J].The Chicago MBA：A Journal of Selected Papers，1980，4：25～45.

[23]WatanabeA，XuYetal..Theassetgrowtheffect：Insights from international equity markets[J].Journal of Financial Economics，2013，108(2):529～563.