中國A 股盈利異象之謎-基于錯誤定價的視角

尹力博，楊之辰，韓復齡

中央財經大學 金融學院, 北京 100081

引言

2020 年3 月，新修訂的《證券法》正式實施，標志著中國股票上市發行由傳統的核準制轉變為注冊制。在注冊制下，盈利能力依然是決定公司能否長期持續經營的最核心因素。與此同時，中國A 股(以下簡稱A 股)市場出現了明顯的由盈利分化導致的股價分化現象，馬太效應逐漸強化。盈利異象是近年來資產定價領域中的重要問題之一，而關于盈利異象產生的原因，學術界并沒有形成統一的觀點。已有的解釋機制可歸納為3 類：一是基于傳統資產定價理論分析框架下的風險補償理論，二是在新古典金融學體系下基于投資摩擦的Q 理論，三是在行為金融體系下基于錯誤定價的解釋。在對A 股市場盈利異象的研究中，鮮有研究涉及對產生盈利異象原因的解釋。在A 股注冊制實施和上市公司盈利分化加劇等現實背景下，對A 股市場盈利異象背后的原因進行探析，對于強化市場資源配置功能、引導市場轉變投資理念、促進中國股市合理健康發展具有重要的理論和現實意義。

鑒于此，為了研究A 股市場盈利異象及其背后的原因，首先，本研究針對A 股市場上存在的財務虛假披露等行為構建經現金流調整的盈利指標，結合多個維度的盈利指標，全面地給出A 股市場盈利異象的有力證據；其次，在全面梳理風險補償、Q 理論和錯誤定價3 類理論機制的基礎上，系統地分析A 股市場盈利異象背后的真正原因；最后，通過驗證盈利異象的穩定性和持續性，為A 股市場存在的盈利異象和基于錯誤定價理論的解釋提供進一步支撐。

1 相關研究評述

公司的盈利性不僅是衡量公司未來前景的核心因素，而且包含了豐富的股票價格信息。近年來，在對股票橫截面收益率的影響因素分析中，公司的盈利性在資產定價領域受到廣泛關注。PIOTROSKI[1]的研究發現，優秀的公司一般具有更高的資產收益率，投資此類盈利能力優秀的公司比投資盈利狀況平庸的公司能夠獲得顯著并且更高的超額收益率。這是學界首次有研究證明公司盈利對股票收益具有正向預測效力，此后，無論是通過理論證明還是實證研究，越來越多的研究印證了這一觀點。FAMA et al.[2]基于股利貼現模型的研究認為，公司的盈利水平與股票收益率正相關；HOU et al.[3]基于Q 理論從公司角度切入，同樣認為公司的期望盈利水平與股票期望收益率具有正向關系。在進一步的實證研究中也印證了理論判斷，高盈利水平公司的股票收益超過低盈利水平的公司[4]。CHEN et al.[5]使用國際樣本數據，證明盈利異象也廣泛存在于除美國股票市場外的其他國家。與國外市場的豐富證據相比，關于A 股盈利溢價的研究非常有限，且結論并不一致。謝謙等[6]認為公司盈利對股票收益有較強的解釋能力；李志冰等[7]認為，與三因子模型相比，包含公司盈利的五因子模型能更有效地解釋A 股市場收益率；但高春亭等[8]的研究表明盈利異象只存在于市值規模較大的股票中。

不同定價因子的解釋能力因資本市場發展水平而異，已有刻畫公司盈利能力的指標大多基于以美國為主的成熟股票市場。就A 股這類新興資本市場而言，投資者交易理念[9]、信息環境[10]、制度設計[11]等均與成熟股票市場存在較大差異，而這些因素都會通過交易過程影響資產定價機制[12-13]。此外，上述研究在刻畫公司盈利能力時往往都使用單個指標，因此得到的研究結論各有不同。盡管謝謙等[6]從衡量公司盈利能力的多個指標中提取了一個測量上市公司綜合盈利水平的指標，但備選指標仍存在某種不適應A 股發展現狀的情況。因此，在指標選擇時必須從A 股實際情況出發。基于此，本研究考慮到盈利指標的經典性、當前研究的主流性以及是否經現金流調整，最終選取權益收益率、經營性利潤率、毛利潤率和經現金流調整的毛利潤率4 類盈利指標。

權益收益率是刻畫公司盈利性最常用、最經典的指標，HOU et al.[3]的研究表明，權益收益率可以對股票的橫截面收益率進行預測；FAMA et al.[2]的五因子模型是在三因子模型的基礎上增加了投資因子和盈利因子，其中盈利因子的構建基礎為經營性利潤率；NOVY-MARX[14]則認為利潤表中的科目越往下越容易受到“污染”，即其發生財務造假的概率越高，因此利用利潤表中較為頂端的科目-毛利來反映公司的收益狀況，并據此提出毛利潤率；BALL et al.[15]考慮到應計異象的影響，認為經過現金流調整后的盈利指標能夠更加準確和真實地反映公司盈利狀況。考慮到中國特殊的ST 和退市制度導致較高比例的上市公司存在“財務洗澡”現象，其進行盈利操控的可能性也更高[16]，因此本研究采用HANAUER et al.[17]提出的經過現金流調整的毛利潤率。

雖然盈利異象已經被諸多國內外研究印證，但是目前關于產生盈利異象背后的原因并沒有形成一致的觀點。基于已有的解釋機制可歸納為3 類：傳統資產定價理論分析框架下的風險補償理論、新古典金融學體系下的基于投資摩擦的Q 理論、行為金融體系下的基于錯誤定價的解釋。

風險補償理論認為，高盈利性公司股票收益之所以高，源于其較高的風險水平，即市場需要對持有高盈利性公司股票的投資者進行更高的風險補償。BATES et al.[18]和ACHARYA et al.[19]認為，由于高盈利性公司面臨的外部融資約束條件少于低盈利公司，導致高盈利公司現金持有的預防動機更低，從而導致高盈利公司面臨的風險升高；KISSER[20]發現，與低盈利性公司相比，高盈利公司具有更高的經營杠桿水平，而經營杠桿與企業面臨的風險正相關，具有更高經營杠桿水平的高盈利公司便具有更高的風險補償收益。

Q 理論從生產者即公司的角度切入，認為公司真實投資可以對股票橫截面收益率產生影響，并且公司投資與股票收益率之間呈負相關關系[21]。基于投資摩擦的Q 理論是在Q 理論基本模型的基礎上，考慮投資摩擦因素，并通過邊際投資成本這一渠道對股票盈利異象進行解釋。該理論認為在企業投資水平給定的情況下，企業面臨的投資摩擦程度越高，其相應的邊際投資成本也越大，從而削弱盈利對股票預期收益的正向影響，即盈利溢價在投資摩擦低的公司中更顯著，而在投資摩擦高的公司中將減弱[22-23]。

錯誤定價理論認為盈利溢價來源于投資者的非理性行為和認知偏差。當面對市場的信息沖擊時，投資者的保守主義和對信息反應的滯后[24]，或由于投資者缺乏對公開信息的處理能力[25]，甚至對信息的直接忽視[26]，都會導致當前的股票價格不能及時、準確反映公司盈利能力包含的經濟信息，使公司的股票市場價格被投資者低估，向下偏離其真實價格水平，從而產生盈利溢價效應[27-28]。錯誤定價形式眾多，可表現為對連續信息的反應過度[4]、過度自信[29-30]、正反饋交易[31]、博彩偏好[32]和信息的不確定性[33]等。

對A 股市場盈利異象的研究中，鮮有研究對產生盈利異象的原因進行解釋。僅有JIANG et al.[34]和謝謙等[6]支持基于投資摩擦的Q 理論，并認為盈利異象與行為金融的錯誤定價理論相悖。但這與A 股市場自成立至今投機性較強、波動率較大的事實相矛盾。一方面，個人投資者的樂觀情緒[35]、有限關注[36]和博彩偏好[37]等非理性行為使A 股市場投機性顯著；另一方面，由于機構投資者面臨的各種現實問題使其不得不追求短期收益，從而加劇了市場波動[38-39]。因此，基于Q 理論的解釋與A 股市場實際普遍存在的非理性錯誤定價行為相悖。

但是基于行為金融的錯誤定價理論存在一個被質疑最多的問題就是錯誤定價的持續性[40]，因為錯誤定價導致盈利異象的原因是投資者的各種非理性因素和行為偏差，當投資者對自身的行為進行修正時，盈利異象應當消失，但現實中盈利異象卻穩定存在。對此部分學者給出解釋，COIBION et al.[41]的研究表明，出于對未來的不確定性考慮，投資者在資本市場中往往基于資產的過去表現而做出對未來的判斷，這使投資者具有預期粘性的特點；BOUCHAUD et al.[42]認為公司盈利的持續性導致投資者對盈利的預期粘性，從而非理性因素和行為偏差將持續存在，導致錯誤定價持續發生，最終使盈利溢價持續存在。

對已有研究進行梳理發現，首先，目前資產定價領域對盈利異象的研究主要集中于國外成熟的資本市場，而對中國股票市場的盈利異象，特別是對盈利異象來源解釋的相關研究結論并不一致；其次，對盈利異象進行刻畫的指標往往比較單一，沒有從多個維度涵蓋目前主流盈利指標，并且在A 股市場財務虛假頻發的背景下，目前中國沒有研究對經過現金流調整的盈利異象進行探討；最后，雖然目前有不少研究對盈利異象的存在性進行探討，但鮮有研究考慮到盈利異象的時變性，不能說明盈利異象穩定存在于各個子樣本期內，特別是盈利異象為何能穩定存在更是鮮有研究涉及。本研究基于A 股市場，在注冊制實施和上市公司盈利分化加劇等現實背景下，探尋產生盈利異象的真正原因，厘清資本市場背后的客觀規律，引導市場轉變投資理念，充分發揮資本市場服務實體經濟的作用，并促進中國股票市場合理健康發展。

2 樣本選擇和指標構建

2.1 數據處理和樣本選擇

本研究選擇中國滬深股票市場中所有A 股上市公司作為研究樣本，涉及的上市公司財務數據和市場交易數據均來自國泰安CSMAR 數據庫。參考已有研究[43-44]對樣本數據做如下處理：①考慮金融行業類公司的資本結構具有高杠桿和高負債等特點，其財務指標等與非金融行業公司差別很大，因此可比性不強，剔除金融行業上市公司；②為降低處于極端困境的上市公司對研究結果的干擾，剔除賬面市值比為負以及ST 和*ST 上市公司；③由于中國股票市場炒新現象嚴重，新上市公司股票的數據通常并不能反映公司的真實狀況，剔除新上市公司的首年數據；④對所有財務數據進行1%和99%水平的winsorize 處理。

中國股票市場成立時間較晚，早期市場的財務信息披露機制并不成熟，2002 年以后才能獲得較為完整的上市公司季度財務數據[45]，故本研究最終研究樣本區間為2002 年1 月至2019 年9 月，財務數據均采用季度數據。由于采用季度數據可能導致前視性偏差問題，本研究綜合考慮中國證監會規定的財務數據公布日期和季節性因素，通過CSMAR 中公布的最新可獲得的財務報表確定個股的持有時期，保證使用的財務數據能夠在財務報表公布日期之后，進而避免出現前視偏差問題。此外，由于利潤表中的數據是按增量法則進行公布，為了更加真實地反映公司的盈利性水平，本研究采用盈利增量數據。最終獲得3 288 家上市公司數據，在月度時間序列上共有359 448 個盈利樣本量。

2.2 指標構建

測量公司盈利性的指標有多種，本研究從盈利指標是否經現金流調整、指標的經典性以及在當前研究中的主流性3 個方面選取盈利指標，采用權益收益率、經營性利潤率、毛利潤率和經現金流調整的毛利潤率4 類盈利指標。其中，權益收益率是測量公司盈利性最為經典也是最常用的指標；經營性利潤率被應用于Fama 和French 提出的五因子模型中；毛利潤率被認為是測量公司盈利水平最為“干凈”的指標；經現金流調整的毛利潤率排除了應計異象的干擾，針對普遍存在“財務洗澡”現象的A 股上市公司來說，能夠更準確反映公司的真實盈利狀況。具體測量方式見表1。

表1 盈利指標名稱、定義及來源文獻Table 1 Name, Definitions and Literature Sources for Profitability Indicators

3 實證結果和分析

3.1 盈利溢價存在性檢驗

本研究基于多個盈利指標論證A 股市場盈利溢價的穩健存在性，為盈利溢價解釋提供經驗支持。首先利用單變量分組檢驗盈利能力與股票橫截面收益的關系，然后基于Fama-MacBeth 截面回歸分析在控制多個相關因素后盈利能力對股票橫截面收益率的影響。基準模型為基于市場因子(Mkt)、市值因子(Smb)和價值因子(Hml)的Fama-French 三因子模型[46](以下簡稱三因子)，以及在三因子基礎上加入動量因子(Umd)的Carhart 四因子模型[47](以下簡稱四因子)，避免因采用包含盈利因子(Rmw)的Fama-French 五因子模型導致結果出現信息冗余。

3.1.1 單變量分組分析

依據資產定價領域內的標準單變量分組方法[40]，基于每月月初的財務數據構建的盈利指標，根據盈利指標的高低對所有股票進行排序，并等分為10 組。第1 組為盈利性最低的組合，記為低組；第10 組為盈利性最高的組合，記為高組。同時對高組和低組進行差分，構建對沖組合高 - 低。然后按照等權重法求出各組合的月度收益率，將各組合的月度收益率時間序列分別與三因子和四因子進行回歸，得到經三因子調整后的月度FF3α異常收益和四因子調整后的月度FF4α異常收益。

盈利的單變量分組結果見表2，觀察各排序組合發現，組合的異常收益總體上與盈利呈顯著正向關系，在對沖組合中，不僅未經現金流調整的傳統盈利指標GP、OP和Roe具有顯著的溢價，并且具有A 股市場特色的經現金流調整的毛利潤率依舊表現出顯著的盈利溢價。具體的，在1～10 由低到高的組合中，Cbg總體上與異常收益具有正向遞增關系，Cbg越高，股票異常收益水平也越高，如在第2 列，Cbg的月度異常收益從最低組的0.125%增長到最高組的0.851%。并且在對沖組合中，Cbg具有顯著的正向溢價，FF3α為0.726%(t= 3.444)，FF4α為0.703%(t= 3.354)；而 基于GP的對沖組合異常收益率最高，對應的FF3α為1.653%(t= 8.222)，FF4α為1.568%(t= 9.281)，這 也 與NOVY-MARX[14]的研究結論相符；其次為OP和Roe。此外，經三因子調整后的異常收益率要高于四因子調整后的異常收益率。

表2 單變量組合分析結果Table 2 Analysis Results for Univariate Sorts

3.1.2 Fama-MacBeth 回歸分析

基于Fama-MacBeth 回歸分析方程為

其中，i為個股，t為月；Ret為i個股的t時收益率；PT為各盈利指標；Siz為取對數的市值規模；BM為取對數的賬面市值比；Mom為過去12 個月累積收益率；Max為過去1 個月的最大日度收益率；TO為換手率；Ivo為特質波動率；Atg為資產增長率；IN為截距項；β1～β8為回歸系數； ε1為殘差項。

Fama-MacBeth 回歸的結果見表3，在單變量回歸中各盈利都具有顯著的解釋效果，而在同時考慮市值規模、賬面市值比和累積收益率等多個影響股票截面收益的因素后，各盈利指標的定價效果依然顯著。表3 中，Cbg對股票未來收益率的回歸系數為1.742%，t= 3.743，與之前分組結果一致，進一步驗證了盈利溢價的存在性。

表3 盈利能力對股票收益的Fama-MacBeth 回歸結果Table 3 Fama-MacBeth Regression Results for Profitability on Stock Returns

3.2 關于盈利溢價來源的解釋

前文已證實A 股市場存在顯著盈利異象，在此基礎上本研究分別基于風險補償、投資摩擦和錯誤定價理論嘗試對該異象背后產生的原因進行探究，并比較檢驗其解釋效果，旨在解決目前關于盈利溢價解釋的爭論。

3.2.1 基于風險補償的解釋

基于風險補償的理論認為，高盈利與低盈利公司面臨的風險水平不同，出于風險補償的原因，導致兩者的股票收益率不同。參照LEUNG et al.[48]的研究，一個變量因素之所以能夠預測資產未來收益，本質上因為它是資產對某個系統性風險暴露程度的代理變量，那么該因素對應的因子風險載荷將能顯著解釋股票的收益率。首先，本研究按照公司的盈利能力由高到低將股票分為高、中、低3 組，同時按照股票市值規模分為大和小兩組，相互交乘后得到6 類組合，據此構建盈利模擬因子，其值為高盈利小市值和高盈利大市值組合的月度平均收益率減去低盈利小市值和低盈利大市值組合的月度平均收益率。其次，在每月月初以滯后5 年為時間窗口，分別將個股收益率對盈利模擬因子和Fama-French 三因子進行滾動窗口回歸，計算出個股在每個窗口時期對應的盈利模擬因子和Fama-French 三因子的風險載荷，Bpt為盈利模擬因子的風險載荷，Bmk為市場因子的風險載荷，Bsm為市值因子的風險載荷，Bhm為價值因子的風險載荷。最后，在控制相關特征的情況下，基于Fama-Macbeth 回歸檢驗股票收益率是否與盈利因子風險載荷具有顯著正向關系，若收益率與盈利因子風險載荷呈正相關，說明盈利溢價來源于風險補償，否則可能來源于其他渠道。

本研究將股票收益率和因子風險載荷以及控制變量進行Fama-MacBeth 回歸，回歸結果見表4，Bpt均未對股票的截面收益表現出顯著的解釋能力，即使僅控制盈利變量，不同盈利指標的Bpt依然不顯著。加入控制變量后，盈利的所有風險載荷也均不顯著，而表4 中的各盈利指標卻均對股票的收益表現出顯著的正向關系。綜上可知，風險補償不能為盈利溢價提供足夠的解釋。

表4 盈利因子風險載荷對股票收益的Fama-MacBeth 回歸結果Table 4 Fama-MacBeth Regression Results for Profitability Factor Risk Loading on Stock Returns

3.2.2 基 于Q 理 論 的 解 釋

Q 理論認為企業的盈利溢價來源于企業的投資摩擦。在企業投資水平給定的情況下，企業面臨的投資摩擦程度越高，其相應的邊際投資成本也越高，從而削弱盈利對股票預期收益的正向影響。即投資摩擦會影響盈利溢價，盈利溢價在投資摩擦低的公司中更顯著，在投資摩擦高的公司中盈利溢價效應將減弱。參考JIANG et al.[34]和謝謙等[6]的研究，本研究使用資產規模(AT)、分紅水平(Div)、產權性質(SO)、SA 指數和KZ 指數測量企業面臨的投資摩擦程度。具體來說，資產規模[49]和分紅水平高[50]的企業通常面臨的外部融資約束更小，財務狀況相對也比較好，因此投資摩擦較小。此外，企業的產權性質也能影響企業的融資約束[51]，通常國企比非國企面臨的融資約束要小，投資摩擦也較小。產權性質為啞變量指標，國企取值為0，意味著低投資摩擦；非國企取值為1，意味著高投資摩擦。SA 指數[52]和KZ[53-54]指數越高，代表企業面臨的融資約束越大，投資摩擦越高。

參考FAMA et al.[2]的研究，通過雙變量分組法分析盈利溢價在不同投資摩擦水平下的差異。具體而言，將每月月初上述測量企業投資摩擦指標按照摩擦程度由低到高的30 分位和70 分位劃分為3 組，啞變量產權性質除外。然后，在每個分組中再根據盈利水平由小到大分為10 組，并獲得相應的對沖組合高-低。與單變量分組類似，按照等權重法求出各組合的月度收益率，將各組合的月度收益率時間序列分別與三因子和四因子進行回歸，得到三因子調整后的收益率FF3α和四因子調整后的收益率FF4α。

表5 給出基于各類投資摩擦指標對各盈利溢價進行檢驗的結果。由表5 可知，只有KZ能夠對所有盈利溢價進行解釋，表現為4 個盈利指標的FF3α和FF4α都隨著投資摩擦的上升而降低；而其他指標的結果均不一致。對于AT，Cbg不能滿足檢驗，表現為盈利異常收益并未隨著投資摩擦的上升而遞減。矛盾之處體現在：隨著投資摩擦由最低上升到中等，FF3α和FF4α并 未 如 期 呈 現 出 下 降 趨 勢，反 而 分 別從0.561% (t= 2.783) 和0.492% (t= 2.461) 上升至0.681%(t= 3.916) 和0.591% (t= 3.627)。對 于SO，Cbg也 不 能滿足檢驗，表現為投資摩擦低組的異常收益低于投資摩擦高組，這與Q 理論的解釋完全相反。基于SA和Div的檢驗效果更不好，所有盈利指標都不符合收益率隨投資摩擦上升而下降的假設。

表5 投資摩擦與盈利溢價的檢驗結果Table 5 Test Results for Investment Friction and Profitability Premium

雖然JIANG et al.[34]認為Q 理論能夠解釋盈利異象，但其盈利指標僅涉及Roe和Roa，并未對其他也存在顯著溢價的盈利指標給出直接證據，而這些盈利指標相對于Roe而言能更真實全面地反映公司盈利水平。與JIANG et al.[34]的研究不同，本研究發現對于其他指標Q 理論并不能提供一致性的解釋，說明基于投資摩擦的Q 理論存在一定的缺陷，不能完全解釋A 股市場存在的盈利異象，有必要進一步探析產生盈利異象的其他原因。

3.2.3 基于錯誤定價的解釋

3.2.3.1 反應過度或反應不足

錯誤定價理論認為盈利溢價來源于投資者的各種非理性因素和行為偏差，使股票價格不能準確反映公司盈利能力包含的有效信息，進而導致股票價格偏離其真實價格水平。投資者對相應盈利信息的錯誤定價可能表現為反應不足或反應過度。具體而言，如果投資者對市場上有關公司高(低)盈利的積極(消極)消息反應過度，在短期內就會推動股票價格高(低)于其基本面價值，即對高盈利公司過度高估，對低盈利公司過度低估，導致做多高盈利、做空低盈利公司的組合產生顯著的正向溢價，但在長期中由于均值回歸，向上偏離的股票價格會出現反轉現象，甚至出現負向收益。與之相反，如果投資者對市場上有關公司高(低)盈利的積極(消極)信息反應不足，短期內為做多高盈利、做空低盈利的公司可以帶來一定的正向收益，但在長期內由于前期并未出現對相關盈利信息的過度反應，其反應不足的盈利信息會隨著時間逐漸體現到股票價格中，進而股票的累積收益會逐步提高，不會出現之前由于反應過度帶來的反轉現象。

借鑒AKBAS et al.[40]關于股票長期表現的研究方法，首先與單變量分組的研究方法一致，根據公司盈利性將股票由低到高分為10 組，構建高- 低的對沖組合，然后將對沖組合分別持有3 個月、6 個月、9 個月、12 個月、24 個月和36 個月，計算不同持有期的累積收益率，進而研究盈利對沖組合的長期表現。

表6 給出各盈利指標的對沖組合在不同持有期下的FF3α和FF4α。由表6 可知，依據各盈利指標構建的盈利對沖組合的持有期累積收益率都隨著持有期的增加而上升，并沒有出現反轉或者負向收益的情況。以GP為例，3 個月持有期的FF4α為4.844%，隨后逐步上升到12 個月的13.490%，最后達到36 個月的42.851%，在整個36 個月中都沒有出現收益反轉的下降情況，也沒有出現顯著的負向收益。綜上，可以判斷市場對公司盈利信息會出現反應不足。

表6 盈利對沖組合的長期表現Table 6 Long-term Performance of Profitability Hedge Portfolio

3.2.3.2 錯誤定價的具體表現形式

根據之前的分析，市場對公司的盈利出現反應不足的狀況，下面結合具體的錯誤定價表現形式，進一步探究投資者的行為偏差或市場的非理性因素是否影響市場對盈利信息的反應不足，進而導致產生盈利異象。基于行為金融的錯誤定價理論，從過度自信、正反饋交易、博彩效應、信息的不確定性、信息的連續性、投資者的有限關注6 個方面分別對盈利異象進行解釋。本研究采用雙變量分組法，與基于Q 理論的解釋的分析方法一致，在此不再贅述。

(1)投資者的過度自信

投資者過度自信是指人們往往忽視公開信息，而過分相信私人信號或信息。當市場上出現盈利的公開信息時，由于投資者對個人的過度自信而將其忽略，因此股票價格沒有充分反映盈利信息，從而導致錯誤定價。當投資者過度自信程度越高(低)時，對盈利信息的反應不足就越高(低)，使股票的盈利信息被低(高)估，溢價水平也就越高(低)。過度自信體現在過度交易上，STATMAN et al.[55]使用交易量(Rvo)和換手率刻畫投資者的過度自信。本研究中Rvo為個股過去6 個月的平均月度交易量，換手率為個股過去6 個月的平均月度換手率。

表7 給出投資者的過度自信與股票盈利溢價的檢驗結果。根據投資者過度自信理論，投資者的過度自信與盈利溢價呈正相關關系，表7 的結果與之相一致。以Rvo為例，Roe對沖組合組的FF3α和FF4α分別從低組的0.845% (t= 4.322) 和0.840% (t= 3.651)上升到中間組的1.711%(t= 8.602)和1.744%(t= 8.570)，最終達到高組的2.390%(t= 8.375)和2.062%(t= 8.154)；而TO的結果與Rvo一樣，盈利溢價隨著TO的增加而增大。以上結果說明投資者的過度自信能夠很好地對盈利溢價進行解釋。

表7 投資者的過度自信與盈利溢價的檢驗結果Table 7 Test Results for Investor Overconfidence and Profitability Premium

(2)正反饋交易

正反饋交易是指投資者根據投資標的過去的表現判斷未來走勢，認為過去的趨勢能夠在未來持續，即強者恒強或弱者恒弱，從而導致投資者熱衷于購買過去表現好的股票，而忽略股票本身的基本面情況[56]。當投資者對過去表現好(差)的股票關注度越高時，對盈利信息的反應不足就越高(低)，從而導致投資者對股票的低(高)估，進而出現高(低)盈利溢價。本研究通過計算個股過去12 個月的累積收益率刻畫股票過去的表現。

正反饋交易對股票盈利溢價的影響檢驗結果表明，符合過去累積收益率與盈利溢價呈正相關的預期。以Cbg為例，FF3α和FF4α都隨著過去累積收益率的上升而上升，分別從低組的0.333% (t= 1.301) 和0.314%(t= 1.221) 上升到中間組的0.375% (t= 2.092) 和0.330% (t= 1.881)，最后達到高組的0.901% (t= 4.382)和0.812% (t= 3.957)。對于GP、OP和Roe，過去累積收益率的解釋效果也都符合預期，說明錯誤定價中的正反饋交易能夠對盈利溢價進行解釋。因篇幅所限，具體數據不再列示，備索，下同。

(3)博彩效應

EGGINTON et al.[57]認為投資者偏好歷史最大收益更高的股票，而忽視股票本身包含的其他信息，并認為歷史最大收益率越高，越能夠吸引具有博彩偏好的投資者。據此，具有博彩效應的投資者對公司的盈利反應不足，導致高盈利公司的股票被低估，而低盈利公司的股票被高估。根據ZHONG et al.[58]的研究方法，本研究采用Max指標，表示個股在過去一個月中的最大日度收益率。

博彩效應與股票盈利溢價的關系檢驗結果表明，所有盈利指標的結果都符合Max與盈利溢價呈正相關 的 預 期。以GP為 例，FF3α和FF4α都 隨 著Max的上升而上升，分別從低組的1.052% (t= 5.351)和0.951%(t= 5.322)上升到中間組的1.404% (t= 6.101) 和1.213%(t= 6.094)，最后達到高組的2.210% (t= 8.418) 和1.961%(t= 7.762)。對于Cbg、OP和Roe，Max對盈利溢價的解釋效果也都符合預期。

(4)信息的不確定性

當存在信息不確定性時，投資者的心理和行為偏差會加劇[4]。本研究選用特質波動率刻畫信息的不確定性。參考PONTIFF[33]的研究，通常情況下，若特質波動率越高，市場的信息不確定性也越高，對有效盈利信息帶來的噪音干擾也越大，投資者對盈利信息的反應不足程度也就越大，因而錯誤定價的程度變高，盈利溢價也就越高。

信息的不確定性對盈利溢價效應的影響的檢驗結果表明，特質波動率能夠對4 類盈利溢價進行解釋，符合特質波動率越高(低)盈利溢價越高(低)的預期，盈利溢價隨著錯誤定價程度的上升而上升。以OP為例，在特質波動率代表的錯誤定價低組，FF3α和FF4α分 別為0.961% (t= 4.422) 和0.893% (t= 4.361)，在中間組分別為1.384% (t= 6.580) 和1.234% (t= 5.672)，最后在高組上升到1.891% (t= 10.342) 和1.741% (t=9.861)。這說明信息的不確定性能夠很好地對盈利溢價效應進行解釋。

(5)信息的連續性

根據之前分析，當投資者面對連續性高的Sue時，對公司股票會低估；當面對連續性低的Sue時，對公司股票會高估。因此，結合Str和Imb的特征，本研究預期Str取值為1 時公司的盈利溢價越高，Str取值為0 時公司的盈利溢價越低；Imb取值為1 時公司的盈利溢價越低，Imb取值為0 時公司的盈利溢價越高。

信息的連續性對盈利溢價效應的檢驗結果表明，無論是Str還是Imb都能夠對所有盈利溢價進行解釋，表現為信息的連續性越高(低)，盈利溢價越低(高)。具體而言，Str2、Str3 和Str7 的低組盈利溢價都要低于高組溢價，Imb3、Imb4 和Imb7 的低組盈利溢價都要高于高組溢價。以Cbg的Str7 為例，FF3α和FF4α分別從低組的0.451% (t= 2.964)和0.372% (t= 2.511)上升到高組的0.687% (t= 2.281)和0.603% (t= 2.001)；而Cbg的Imb7，FF3α和FF4α分別從低組的0.591% (t=2.910)和0.524% (t= 2.665)下降到高組的0.512% (t=2.331)和0.451% (t= 2.202)。因此，基于信息連續性的錯誤定價假設能夠對盈利異象進行解釋。

(6)投資者的有限關注

投資者的有限關注是指投資者對市場上的公開信息并不會充分關注，這就導致股票價格沒有充分反映市場上新的信息。當投資者對公布的盈利信息有限關注越強(弱)，對盈利信息的反應不足也越高(低)，盈利溢價也越高(低)，即投資者的有限關注度與盈利溢價正相關。WANG et al.[4]認為可以通過股票價格的延遲測量投資者的有限關注，股票價格延遲(PD)的具體構建方法參考HOU et al.[60]的研究。

投資者的有限關注對盈利溢價的影響的檢驗結果表明，投資者的有限關注對4 類盈利指標的FF3α都有顯著的解釋效果。以GP為例，FF3α在有限關注度低組為1.311% (t= 5.228)，在中間組上升到1.492(t= 6.261)，在高組達到1.866 (t= 8.961)，整體呈上升趨勢，與預期相符。但是，投資者的有限關注對各盈利指標FF4α的解釋效果都不好，不符合上升趨勢的預期。這可能是由于投資者的有限關注是通過過去一段時期內股票收益的遲滯性測量，而FF4 中的動量因子Umd則是衡量過去一段時期內的累積收益，在一定程度上導致投資者的有限關注指標失效。綜上，投資者的有限關注能夠對各盈利指標經過三因子調整后的盈利異常收益進行解釋，但不能解釋四因子調整后的盈利異常收益。

綜上所述，基于投資者過度自信、正反饋交易、博彩效應、信息的不確定性和信息的連續性這5 類錯誤定價均能對所有的盈利溢價Cbg、GP、OP、Roe進行解釋，投資者的有限關注能夠解釋所有盈利指標中經過三因子調整后的盈利異象。相比之下，基于投資摩擦的Q 理論只有KZ能夠對所有的盈利溢價進行解釋；AT和SO都不能對基于現金流調整的Cbg盈利異象進行解釋；而SA和Div的解釋效果更差，不能對盈利異象進行解釋，表現為對所有盈利指標都不符合收益率隨投資摩擦上升而下降的假設。因此，基于投資摩擦的Q 理論對盈利異象的解釋存在一定缺陷，解釋效果明顯不如基于行為金融的錯誤定價理論，通過錯誤定價對A 股市場存在的盈利溢價效應進行解釋更為合理。

3.3 盈利異象來源的進一步分析：錯誤定價的持續性

前文中已驗證了A 股市場盈利異象的存在性，并得出盈利異象更符合錯誤定價理論的解釋。但對于該異象是否穩定存在以及由此產生的基于錯誤定價解釋的悖論卻沒有進行探討。因此，本研究對盈利溢價的穩定性和其穩定存在的原因展開研究，為A股市場存在的盈利異象和基于錯誤定價理論的解釋提供進一步支撐。

3.3.1 盈利溢價的穩定性

前文已驗證了盈利異象在2002 年至2019 年的全樣本期內顯著存在，但是考慮到盈利異象可能存在時變性，其是否在不同時間段內穩定存在仍需進一步檢驗。具體地，本研究以5 年為1 個子樣本期，并在全樣本期內劃分子樣本期滑動窗口，共劃分為13個子樣本期，分別對子樣本中的盈利異象進行檢驗，從而確定盈利異象的穩定性。具體研究方法與之前通過單變量分組分析盈利異象存在性的方法相同。

各子樣本期內的盈利溢價表現見表8，4 類盈利性指標中除Cbg的盈利異象在個別時期內不顯著外，其他盈利性指標在各子樣本期內都表現出顯著的盈利異象，說明盈利異象在各個時期內都穩定存在，盈利性對股票收益率的預測能力不隨時間發生變化。

表8 各子樣本期內的盈利溢價表現Table 8 Profitability Premium Performance in Subsample Period

3.3.2 錯誤定價的持續性

目前針對產生盈利異象的3 種解釋中，基于錯誤定價理論的解釋存在一個被廣泛質疑的問題，即由錯誤定價導致的盈利溢價能否穩定存在。這種質疑是合理的，即套利行為等使市場價格受到持續的信息流沖擊，市場主體不可避免的對這些信號做出反應。隨著時間的推移，投資者會逐漸消化有效信息，對錯誤判斷進行修正并做出調整，那么市場也會隨之對非有效信息進行交易，價格得以調整并充分消化市場信息，最終盈利溢價將消失。因此，為了對盈利異象的錯誤定價解釋提供足夠支撐，有必要給出錯誤定價持續性的證據。

由于未來存在諸多不確定性，投資者在資本市場中往往會基于資產的過去表現而做出對未來的判斷，并且投資者存在一個漸進學習和了解的過程，這些因素使投資者對未來的判斷具有預期粘性的特點[61]。當公司盈利存在持續性時，會導致投資者對盈利產生預期粘性，從而非理性因素和行為偏差將持續存在，導致錯誤定價持續發生，最終使盈利溢價持續存在[42]。因此，本研究提出假設：當公司的盈利持續性越高(低)時，投資者行為偏差的持續性也越高(低)，使錯誤定價越不容易(容易)被消除，因而導致盈利溢價水平也越高(低)。如果驗證出盈利的持續性與盈利溢價正相關，即盈利持續性越高(低)，盈利溢價水平越高(低)，則可證明錯誤定價持續存在。本研究參考BOUCHAUD et al.[42]的方法，使用公司盈利PT的一階自回歸模型，通過其回歸系數 λi測量公司盈利持續性(PS)，以此代表錯誤定價的持續性。PT的一階自回歸方程為

其中，βi為截距項， λi為回歸系數，測量i個股的盈利持續性PS； ε2為殘差項。隨后，通過雙變量分組對盈利持續性與盈利溢價進行分析，具體分析方法與對錯誤定價的分析方法類似，在此不再贅述。

盈利持續性與盈利溢價的檢驗結果見表9，所有盈利指標FF3α和FF4α的對沖組合都隨著盈利持續性的上升而上升并且顯著存在，其結果符合盈利持續性與盈利溢價呈正相關的預期，說明錯誤定價的持續存在，從而導致盈利異象的持續存在，消除了之前對錯誤定價理論解釋盈利異象的質疑。因此，結合盈利異象的穩定性和持續性的分析結果表明，A股市場存在顯著并穩定的盈利異象，而盈利異象的持續存在是由于錯誤定價的持續存在，進一步支持了錯誤定價是盈利異象產生的原因。

表9 盈利持續性與盈利溢價的檢驗結果Table 9 Test Results for Profitability Persistence and Profitability Premium

4 結論

雖然A 股盈利異象存在已久，但對異象來源的研究結論卻并不一致。為此，本研究在全面梳理經典研究中有關盈利溢價解釋機制的基礎上，基于風險補償、投資摩擦和錯誤定價理論，結合多個維度的盈利指標，全面深入地探究A 股市場盈利異象的原因，重點在于比較分析相關理論對盈利溢價解釋的一致性和穩健性。

研究結果表明，①風險補償機制不能對盈利溢價做出解釋。②Q 理論的解釋效果也存在一定缺陷。一方面，其解釋效果依賴于投資摩擦指標的選擇，在經典的5 個測量投資摩擦的指標中，只有一個指標能夠對所有盈利溢價進行解釋，其他4 個指標均不能提供一致性的證據；另一方面，能否對經現金流調整后的盈利異象進行解釋非常重要，這對于存在“財務洗澡”現象的A 股市場具有重要意義，而Q 理論對于該指標的失效在很大程度上制約了其解釋力。③相比之下，基于行為金融的錯誤定價理論，除了受動量因子影響的投資者的有限關注不能解釋四因子模型的盈利異象外，所有的錯誤定價指標都能對盈利異象進行解釋。并且，在對盈利異象穩定性和錯誤定價持續性的分析中發現，投資者的非理性因素和行為偏差是持續存在的，從而導致錯誤定價的持續產生，這也能解釋盈利異象為何穩定存在。

本研究的貢獻在于：①區別于已有研究基于Q 理論對A 股盈利異象的解釋，本研究對Q 理論解釋盈利異象的一致性提出質疑，特別是對于具有A 股市場特色的經現金流調整后的盈利異象，Q 理論的解釋效果更差。②本研究明確指出錯誤定價理論能夠對A 股盈利異象提供一致性的解釋，表現為基于所有錯誤定價指標對盈利異象的檢驗均成立，Q 理論的解釋效果明顯不如錯誤定價理論。并且通過對盈利異象持續性的檢驗，揭示了市場中存在持續的錯誤定價，進一步佐證了錯誤定價對盈利異象的解釋能力。③本研究從多個維度對A 股存在的盈利異象進行考察，尤其是中國鮮有研究涉及經現金流調整后的盈利異象。

本研究相關結論有效揭示了A 股市場盈利異象的來源，這在注冊制實施和上市公司盈利分化加劇等背景下具有重要的現實意義。①有助于投資者意識到自身存在的非理性因素和行為偏差，培養投資者關注諸如盈利性等公司基本面信息的價值投資素養，從而引導市場轉變投資理念；②有助于厘清中國股票市場的定價機制，引導政策制定者和市場參與者遵循資本市場的客觀規律，進而增強資本市場對資源合理配置的作用，充分發揮資本市場服務實體經濟的作用，并促進中國股票市場的合理健康發展。

本研究也存在一定的不足之處，雖然驗證了投資者的非理性因素和行為偏差是持續存在的，從而導致錯誤定價的持續產生，但是未對具體的錯誤定價持續時間進行研究，也沒有得出盈利溢價能穩定存在的時間。后續研究可從上述方面予以突破，可能會取得更好的研究效果。