【《我国房地产业股票价格异象与公司特征关联实证研究》12000字（论文）】

PAGEI我国房地产业股票价格异象与公司特征关联实证研究28058目录TOC\o"1-2"\h\u117801.导论 1217741.1选题的背景意义 1244981.2文献综述 1138721.3论文的结构及主要内容 2118771.4论文的研究方法 2301862.相关概念及理论阐述 2259542.1异象的定义 24042.2异象的分析 2304972.3股票价格异象定义及理论基础 223104有效市场理论：每个人都是理性的经济人，股票能够完全反映价格，有效市场假说的三种形式： 266972.4股票异象出现的原因 444572.5股票价格异象的种类 658433.我国房地产业股票价格异象与公司特征关联实证分析 6239583.1指标选取 637383.2数据来源及分析方法 671244.实证分析结果 7170954.1公司规模相关的异象 750524.2公司经营相关的异象 8313294.3股票市场交易特征相关的异象 8309925结论与建议 926522参考文献 15354附录 314371附录一 3PAGE2PAGE11.导论1.1选题的背景意义近年来，随着中国股票市场的迅速发展，资本市场对促进经济的增长有着越来越重要的作用。作为我国现代化资本建设的重要组成部分，资本市场的重要性不言而喻，研究资本市场的资产定价和市场效率对我国发展有着重要意义。在中国股票市场成立的四十年里，发展迅速，取得了很大成就，但股票市场仍不成熟，并没有脱离市场的轨道。经典的资本资产定价理论认为，取得收益必须以承担相应的风险为前提。然而，现有的研究记录了很多传统资本资产定价模型不能解释的问题，市场上存在许多与股票收益显著相关的因素，股票异象有春节效应，日历效应，反转效应，账面比值效应，春节效应是指在春节后股票势头会一片大好的现象，更可能迎来牛市，日历效应是指金融市场与日期相联系的非正常收益、非正常波动及其他非正常高阶矩。主要包括季节效应，月份效应，星期效应和假日效应，它们分别指金融市场与季节，月份，星期和假日有关的非正常收益，非正常二阶矩及其他非正常高阶矩。这些异象的发现有助于投资者预测股票收益率，投资更加理性。股票异象是先从美国被发现的，随后传入中国股市，很多股民都存在投资不理性的问题。此片文献有助于推进股民投资更加理性，少做错误判断。同时对避免财务造假，上市公司提高自身能力，也有十分积极的作用。此外，由于中国股市除了各种股市异象以外，还会受到政策等的影响，本文考虑受到公司因子的影响，而且房地产跟民生息息相关，所以我准备把房地产和股票异象联系起来，切实解决有关民生的问题，提高国民的幸福指数。1.2文献综述国内学者探究出的王思文（2018）[9]认为更加系统研究了国内外显著存在的22个与公司特征相关的异象，这些异象因子涵盖了公司规模、经营状况以及股票市场交易特征等方面，观察这些异象在中国市场上的表现以及经过因子模型调整后异象的显著性，能够更加全面的了解中国股票市场。张英豪（2020）[21]保证了异象探究和因子探究的一致性，通过因子表现对异象在样本期内的具体表现进行了深入探究，同时依托异象表现寻找有效的异象解释因子。杨博睿（2020）[20]锚定效应是否会引起我国股票市场产生价格异象进行深入讨论。另外基于锚定效应和投资者情绪都会引起我国股票市场产生价格异象，且都属于心理层面影响因素，就如何量化投资者情绪指标，投资者情绪是否会对股票市场价格异象的锚定效应水产生影响做更进一步研究。李林波(2020)[15]认为由于中国股票市场的发展程度较差，投资者情绪可以吸引经济资源向新兴产业集聚，促进新兴产业有更多更高质量经济资源，推动新兴产业快速发展。国内学者还对中国股票市场的截面异象进行探索和研究。汪炜和周宇(2002)考察我国股市的规模效应和时间效应，而杨炘和陈展辉(2004)在研究中发现中国市场上的反转效应和惯性效应。权小锋等(2012)认为投资者关注能够对市场异象产生影响，具体而言，价格反转收益受益于投资者关注，而盈余惯性收益反之。刘维奇等(2014)探究我国股票市场上特质波动率和预期收益的关系，验证了特质波动率之谜异象的存在。俞红海等(2015)利用个体投资者情绪结合意见分歧理论，从而为中国股市“IPO之谜”提供直观的说明。高春亭和周孝华(2016)利用1997年以来我国股市月度数据，研究了上市公司的规模、账面市值比(B/M)等异象的存在。罗进辉等(2017)发现低价股具有溢价效应，并指出其主要原因是股票的名义价格幻觉。Hsu等(2018)详细研究了中国市场部分异象因子的显著性，发现由于市场差异性造成的异象在中美市场存在着不同的现象。尽管数以百计的市场异象因子被提出，它们被认为能够解释股票截面收益，但其在新兴的中国市场表现如何仍然需要进一步的研究。因此，本文首先将根据中国市场数据计算学者Mclean和Pontiff(2016)提出的多种异象因子，然后检验其在中国市场的显著性，找出满足中国市场定价规律的因子，从而为进一步构建合理的股票投资组合奠定基础。就国外对股票异象的研究来看，Fama和French(2008)研究了各种横截面回报预测因子，发现随这时间变化能够提供最稳健的超额收益的异象是动量和应计异象。Hanson和Sunderam(2014)通过研究套利策略所获得的截面收益的时变情况发现动量效应的收益高于套利行为。Mclean和Pontiff(2016)考虑了市场异象在研究者提出前后的超额收益有无变化，从而得出投资者可以从学术论文中理解资产的错误定价情况。Chordia等(2014)通过检验美国市场1976年至2011年的股票市场异象的衰减情况，他们发现减少交易摩擦和刺激套利的技术有助于提高市场效率。1.3论文的结构及主要内容第一部分是导论，第二部分是股票价格异象的定义、分类及相关理论解释；第三部分是关于我国房地产A股市场股票异象的定量分析；最后一部分是结论与对策。1.4论文的研究方法文献查阅法，本文首先查阅国内外关于股票价格异象的相关文献，包括期刊论文和硕士论文，首先对股票价格异象的概念、解释及相关理论有个初步的认识，然后搜集我国房地产行业股票价格及相关指标。定量分析法，本文使用2018和2019年两个年份的股票价格及相关指标的数据进行横截面回归，识别我国房地产行业A股市场的异象。2.相关概念及理论阐述2.1异象的定义股票是股份公司发给股东作为已投资入股的证书与索取股息的凭证。股票像一般的商品一样，有价格，能买卖，可以作抵押品。股份公司借助发行股票来筹集资金而投资者可以通过购买股票获取一定的股息收入，股票市场价格异象就是股票突然股价突破支撑位，并且成交量异常放大。“有效市场假说认为股票回报完全由风险决定，控制了风险后任何投资策略不可能赚取超额回报。“异象”是说，赚取超额回报的策略还是有不少的，是反驳有效市场假说的实际证据。”--陆正飞等《证券投资实证研究》

异象“这个词字面上来讲是理论上难以解释的现象。在学术研究中一般把异象叫做“错误定价”，是说市场对股价出现了错误定价，偏离了它按照模型计算出来的价格。因为关于资本市场的理论本身是在不断发展和完善的，这个概念也随着探索深入而不断变化。2.2异象的分析最开始根据CAPM模型，仅仅用市场风险就可以给股票定价了，那么在那个时期只要股价收益与CAPM模型预测的收益不同就叫异象。Fama&French(1992)发现构建大-小规模公司投资组合、B/M高低公司投资组合能赚取超额收益(也就是发现了异象)，因此他们觉得CAPM解释力度不够又往CAPM中加了SMB(规模因子)和HML(价值因子)，成了“三因子模型“Carhart(1995)发现构建”买高卖低“可以赚取超额收益，又往里面加了个UMD(动量因子)，想控制住股价漂移的惯性现象，变成了”四因子模型“。据说当时按照模型已经可以有90%的预测度了，但是仍有许多策略可以赚取超额收益。2.3股票价格异象定义及理论基础有效市场理论：每个人都是理性的经济人，股票能够完全反映价格，有效市场假说的三种形式：在市场上的每个人都是理性的投资者，在市场上各家上市公司都处在严厉的监管之下，股票能完全反应价格信息，各家上市公司的人都是理性的经济人。股票价格能完全反应市场信息。有效市场假说是建立在一个完全公正，效率极高的市场上的，每个人都不可能得到唾手可得的东西，因此，人们完全看股票的上行下势来判断股票未来的走向是根本不可能的，就好比在这个人人用电子支付的年代人们走到路上想捡到钱，这是基本不可能的。当然，"有效市场假说"只是一种理论假说，实际上，并非每个人总是理性的，也并非在每一时点上都是信息有效的。"这种理论也许并不完全正确"，曼昆说曼昆有效市场假说，"但是，有效市场假说作为一种对世界的描述，比你认为的要好得多。"曼昆有效市场假说有效市场假说分为三个版本：（1）弱式有效市场假说在市场弱式有效的情况下，关于资产价格的所有历史信息已经被人们充分消化了。所以，对于股票价格的技术分析是没有作用的，而宏观社会经济类，行业或产业类，公司类分析有可能帮助投资者获得超额收益。（2）半强式有效市场假说在半强式有效市场中，关于公司发展前景的所有信息已经充分反映到了股票价格上。所以，基本面分析也失去了作用，只有通过内幕消息，小道消息才可能获得超额利润。（3）强式有效市场假说不仅是那些跟市场交易相关的信息，不仅是那些关于公司发展前景的公开信息，连那些秘密的、私人的信息也已经走漏了，而且全都体现在资产现有的价格当中了。这时候，做任何研究都是徒劳的。上述假设表明：第一，投资者是理性的，而且严格按照马科威茨模型的规则进行多样化的投资，并将从有效边界的某处选择投资组合；第二，资本市场是完全有效的市场，没有任何磨擦阻碍投资。王思文（2020）[22]认为当资本市场达到均衡时，风险的边际价格是不变的，任何改变市场组合的投资所带来的边际效果是相同的，即增加一个单位的风险所得到的补偿是相同的。按照β的定义，代入均衡的资本市场条件下，得到资本资产定价模型：E(ri)=rf+βim(E(rm)-rf)杨博睿（2020）[20]认为资本资产定价模型的说明如下：1.单个证券的期望收益率由两个部分组成，无风险利率以及对所承担风险的补偿-风险溢价。2.风险溢价的大小取决于β值的大小。β值越高，表明单个证券的风险越高，所得到的补偿也就越高。β值是由业务类型，经营杠杆和财务杠杆组成的。3.β如果大于一，说明这个证券是个很有活力的证券，系统风险大于市场的平均风险，证券的β值如果小于1，那么这个证券是个保守型证券，系统风险小于平均风险。系统风险是指由于政治，经济及社会环境等公司外部某些因素的不确定性而产生的风险，具有普遍性，无法通过多样化投资分散，非系统风险是指由于个别因素，通货膨胀，经营失误，消费者偏好等，可以通过把鸡蛋放在不同的篮子来规避风险。杨博睿（2020）[20]认为过度波动被称为“波动性之谜”，是关于证券市场总体的三大金融异象之一。而股市崩溃是指股票市场发生可能导致巨大灾难的急剧下跌。中国股市大起大落，尤其是2015年的股灾让人记忆犹新。是什么原因导致了股市过度波动与崩溃？股市崩溃是否预示金融系统大衰退？如何应对市场崩溃？对这些问题的回答无疑具有重有的理论与实践意义。由于金融系统是由大量具有适应性并交互作用的个体组成的具有内生演化性的复杂系统，传统研究方法受到了限制，而“自底向上”的计算实验金融学成为破解证券市场难题的有效工具。本项目构造了满足中国股票市场交易规则的基于Agent的人工股票市场，设定从众行为交易者以随机概率跟随市场指数操作，对比有从众与无从众行为的股市价格序列，得到了投资者个体的从众行为是导致股市总体过度波动与崩溃的原因。此外，本项目的一系列实证研究表明：中国股市存在过度波动的异象；通过构建基于卡尔曼滤波的投资者情绪指数，得到投资者情绪是造成股票市场呈现过度波动的重要原因；采用基金主动调仓比例来观察机构投资者行为，发现机构投资者行为直接影响股市收益，并加剧了市场波动，机构投资者并非市场稳定器，机构投资者的一致行为加剧了市场崩溃风险；股指期货价格对现货价格的引领呈U型特征，在暴涨和暴跌行情中，期货对现货的引领作用更强，股指期货对股票市场有很强的风险预警作用。最后，本项目提出了中国股票市场过度波动与崩溃的对策与建议。加强信息披露，鼓励价值投资；完善做空机制，提高市场定价效率；减少政府直接调控证券市场，让市场机制发挥基础性作用；建立证券市场风险预警监测系统；建立证券市场风险应急处置预案。2.4股票异象出现的原因股票异象出现大多来源于人们的心理波动，这也是我国A股大幅度上下的原因之一，此外，还受到国家政策的影响。中国现在已经进入了较强式有效市场。股票异象还受到了国家政策的影响。中国是社会主义国家，受以前宏观调控国家政策的影响，这也是股票异象出现的原因之一。理性人假说理性人假说内容是投资者总是理性的，在不受到本身情绪和风险性偏好等非理性因素影响下，追求效用最大化的一个假说。与此同时市场需要满足一个条件，即投资者可以获得市场上面全部的信息，并会依据全部的信息做出准确的判断。理性人需要具备三个特性，即风险规避、预期理性、效用最大化。但在现实生活中发现，人不可能是完全理性的，人在参与市场投资的过程中总会受到来自情绪、认知和个人偏好方面引起的思维偏差，被这些心理因素影响的人在投资决策中很难准确的基于自身学识经验和发现市场规律，导致与正确预期产生偏差，做出非理性行为，引起股票市场价格变动。在我国股票市场上，根据2018年年末统计，个体投资者和机构投资者中，个体投资者数量占比十分高，由与个体投资者从数量上占据了我国投资者的主要部分，所以我们对投资者有限理性分析从投资者个体心理分析和理性与非理性的界定进行阐述。人的“动物精神”，也叫做非理性繁荣，由Keynes在1936年提出，他认为在经济市场中主要是有三种人的特性影响价格变动，即时间偏好、炫耀性消费和风险规避。传统金融学认为，“理性人”在做经济决策的时候不会受到这些因素的影响。但是现实金融市场中投资者的认知偏差和情绪偏差代表的这三种特性都会不同程度影响人的行为，并对金融市场或者其他经济体产生巨大的影响。这种投资者作为人与生俱来的“动物精神”导致了市场产生错误定价。股票投资者要理性分析问题需要具备两个条件：一是在思考前要获知足够多的有价值信息，这样在思考过程中调整阶段里，调整不足的水平会因为获取有价信息数量多少而降低，越有利于其对目标真实价值的判断。二是投资者想在投资过程中理性思考，那就必须有能对足够相关有价信息进行加工处理的机制，如此才能对思考过程中的信息偏差进行充分调整。但现实生活中由于人的认知吝啬，个人偏好自身的知识储备局限、信息传递不畅通等因素想要满足以上两点几乎不可能。而人在看待一件事情的时候普遍具有“认知吝啬”的特性，人在对一个事情进行分析推断时，如果面对信息不充足和处理信息能力不足时，习惯寻找其他方法或者将问题简化处理，用自身所获取的简单信息粗略估计更有甚者会把自己的直觉也加入到问题分析当中，最后做出决策，而这就会产生认知上的偏差。另外一方面，“理性人假说”里，经济行为的最基本动力是对经济利益最大化追求。现实生活中每个人都期望将自身利益最大化，如果人的行为能最求到效用最大化，就属于理性人，不能达到就属于非理性人。综合理性人假设的观点，在股票市场里，理性人的表现就成为一下几个特征：一是建立投资目标对象，对自身可用于投资资金进行一个估量；另外分析行业现行发展状态和政策条例，确定投资行业后，对股票基本面信息和技术层面难度进行分析；其次对自身所持有股票的额度跟自身可用于投资的资金总额作为自己的标准，预判和估值自身所能承受的风险对自身投资进行一个合理分配；再次根据持有股票在市场上的表现，适当调整投资股票比例和权重，对自己的投资比例组合进行调整；最后是持续关注自身买入股票的收益状况，估计自身的盈利水平和风险承受能力，对目前的投资分配进行综合评级与反馈。经济学理论中，在满足投资效用最大化和有完全处理相关问题信息能力两个条件时，投资者做出的行为才被称作“理性行为”，如果两个条件不满足有一，就被称之为“非理性行为”。非理性行为属于对效用最大化的偏离现象，外部交易环境与投资者自身因素都会导致这种偏离的产生。无法对信息进行充分处理产生了非理性行为。而理性人假说只是一个设想，人不可能总是理想的。在现实股票市场投资者参与股票投资活动中也几乎不可能满足五个条件，所以我们认为股票市场投资者的行为会出现非理性，现实生活中投资者是不能够完全理性的。股票市场有效性分析有效市场假说理论，目前学界最具影响力的有效市场理论。由此我们认定的股票市场有效性是：在一个信息交流和信息竞争充分的股票市场里，一个特定指标信息会很快被投资者获取。接着股票市场上的竞争将会驱使股票价格能及时且充分的反应该信息，这就保证了投资者根据该信息进行的交易不存在异常的报酬，只获得风险调整的基本报酬率。有效的股票市场将会是股票价格能充分反应股票基本面信息和风险因子。有效市场假说的前提是市场处于完全竞争机制中，虽然各国资本市场的发展规模与程度不尽相同，但目前还没有一个国家的资本市场能够做到信息的完全披露，市场信息完全对称。目前资本市场发展最发达的美国市场，也难以满足有效市场的基本条件。且资本市场的参与者归根结底是人，市场投资者是会受到自身情绪、学识及认知方面等诸多影响产生不同的行为，同时外部的环境也会引起投资者的心理和行为发生一些变化，导致市场的有效性发生偏离。中国股票市场普遍存在比较多的问题：信息不够公开，市场传导机制不完善，股票流动性过强，股票价格长期偏离内在价值等异常现象；再者由于政策干预比较明显，股票市场变成了“政策市”、“消息市”等一些特质，政策成为股票市场波动的“风向标”，每个重大政策颁布、法规出台都会引起股市的大幅波动。另外我国股票市场双向交易机制也不够完善，卖空障碍使我国股票市场具有一个“单边交易”的特征，在这种机制不完善的情况下，投资者在投资过程中的心理存在着风险偏好、风险厌恶、谨慎保守或者过度自信等心理现象，这些心理现象对于不同对于投资者的影响也是各异的。比如在股票投资过程中不仅考虑收益同时看重风险，且对两者的偏好弹性各不相同，参考权重各异，做出各不相同的投资行为。以下我们对股票市场有效性分析以弱式有效性市场的特性和股票市场做空机制不完善进行分析。从传统经济学角度研究，目前将有效性市场分为三种类型的效率市场，分别是强式有效市场、半强式有效市场和弱势有效市场。已有研究表明，我国股票市场目前已进入弱式有效市场，但未达到半强式有效市场。中国股票市场作为效用最低的弱式有效市场，投资者在对信息判断的时候所掌握信息从刚被公开，它的效用就受到了损失，再者信息在产生和公布这个时间区间里产生了内部消息，这样会使投资者对信息的判断效率一并受到损失。在这种市场里，金融资产当前价格可以充分反映过去交易价格的信息，价格对信息反映较独立，以历史交易信息和股价规律来预测未来股价的变化却不太现实，当历史股票价格对将来市场价格信息走势不能作为预测的一个参考，那么我国股票市场上获取的信息将在预测估值上不具有很高的价值。股票市场信息不对称、传递不畅通，政府的政策干预性较多等因素致使我国股票市场做空机制呈现单边市场的特点，即“买涨不买跌”，“追涨杀跌”现象更加明显。不完善做空机制的杠杆效用更像一个放大镜，让我国股票市场价格波动2.5股票价格异象的种类在中国市场，有很多股票异象，以热手效应和赌徒效应为例，中国市场存在买涨不买跌，从众心理以及受国家政策等很多的影响，春节效应是指春节以后我国股票市场一片大好的现象。规模效应是指小公司一般比大公司股票效应要显著的现象，账面市值比效应是指账面市值比高的公司一般是经济比较不景气的公司，因此投资者比较悲观，每股收益偏低。3.我国房地产业股票价格异象与公司特征关联实证分析3.1指标选取鉴于以上对于股票价格异象定义、理论及种类的分析，本文接下来集中分析我国房地产业上海股市上市公司个股股票价格异象与公司特征之间的关联。本文将从公司规模、公司经营与股票市场交易三个维度体现公司特征，每个维度再反映在公司具体指标上。具体来说，公司规模使用规模、账面市值比、资产增长和销售增长四个指标来反映；公司经营使用盈利价格比、毛利率、毛利溢价、广告支出和研发支出五个指标来反映；公司股票市场交易使用短期反转和换手率来反映。指标的具体构建方法如下：反映公司规模的指标：1）规模（size）。借鉴Chen(2018)，本身使用股票的流通市值来表示上市公司的规模，计算方法如下：规模=In(流通股数*月收盘价)；2）账面市值比（B/M），该指标表示公司账面价值与公司市场价值的比值。借鉴王思文（2018），前者使用该公司上一年度财务报告中的股东权益，后者使用公司总市值。计算公式如下：B/M=股东权益/总市值3）资产增长（AG），根据Cooper(2008)，该指标计算如下：资产增长=(总资产t-总资产t-1)/总资产t-14）销售增长（SG），借鉴Lakonishok(1994)，使用营业总收入的增长率来表示销售增长：销售增长=(营业总收入t-营业总收入t-1)/营业总收入t-1反映公司经营的指标：5）盈利价格比（E/P），该指标用来衡量公司价值，用公司年度财务报表中的净利润除以公司年末总市值来表示：盈利价格比=净利润/总市值6）毛利率（GPOA），借鉴Abarbanell和Bushee(1998)，用营业收入中的利润占比来表示毛利率：毛利率=（营业收入-营业成本）/营业收入7）毛利溢价（GPM），借鉴Novy-Marx（2013），使用总资产中的利润占比来表示毛利溢价：毛利溢价=（营业收入-营业成本）/总资产8）广告支出（ADV），由于财务报表中没有专门列支广告支出，借鉴Chen（2018,），用销售费用替代广告支出，计算广告支出占总市值的比重：广告支出=销售费用/总市值9）研发支出（RD），由于财务报表中研发支出数据缺失严重，借鉴Chen（2018,），用管理费用替代研发支出，计算研发支出占总市值的比重：研发支出=管理费用/总市值10）短期反转（STREW），本文使用上一期的收益率来作为短期反转指标，短期反转=rt-111）换手率(DTURN),本文用年度该支股票交易数量除以该年该支股票流通股数之比计算换手率换手率=该股票年度交易股数/年度流通股数3.2数据来源及分析方法本文所有分析使用数据均来源于国泰安数据服务中心（CSMARSolution），本文使用该中心上市公司数据，本文使用证监会2012版行业分类中房地产行业，包含上证A股和深证A股在内共142支股票，剔除部分指标缺失的公司，再剔除财务异常的ST股票和*ST股票，最终选出98支股票，具体股票名称及代码见附录一。本文被解释变量为下一期即2019、2020年的年投资收益率。使用两个年份的数据分别进行两次横截面回归。解释变量与被解释变量的特征值如下：表1变量特征值描述分析变量及年份最大值最小值平均数中位数偏度峰度R-20200.716-0.841-0.057-0.0700.2185.109R-20191.789-0.8650.1800.1162.09111.790R-20180.318-0.887-0.302-0.2990.1010.101SIZE-201926.61918.44322.73822.6100.2665.080SIZE-201826.294-0.86522.56122.4850.3485.325B/M-20198.47*10199.25*10131.87*10185.19*10167.29958.297B/M-20185.46*10199.71*10131.17*10184.60*10167.48661.584AG-20191.435-0.4160.1260.1011.8338.973AG-20181.033-0.4210.1330.1220.7095.133SG-20197.285-0.8040.2420.1135.29335.532SG-20187.109-0.8410.1620.1066.16351.793E/P-20190.295-0.7500.0800.075-3.60227.959E/P-20180.348-1.7530.0870.101-7.14063.988GPOA-20190.8600.1550.3700.3400.8103.289GPOA-20180.7930.1200.3640.3290.6683.093GPM-20190.2350.0080.0700.0621.4665.616GPM-20180.2530.0060.0730.0671.5965.957ADV-20190.1070.00030.0320.0221.0543.042ADV-20180.1840.00010.0310.0191.8417.776RD-20190.1640.0030.0390.0331.3785.343RD-20180.2110.0020.0410.0332.0089.760STREW-20190.319-0.887-0.302-0.2990.1015.003STREW-20180.637-0.567-0.113-0.1410.7603.672DTURN-201914.5720.2762.4802.0352.90615.234DTURN-201813.7290.1982.0951.5503.25518.942就以上关于指标统计特征而言，两个年份有些差别，如2019年收益的最大值比另外两个年份要大的多，2019年的收益为正，而2020和2018年收益的平均值为负，2019年的中位数为正，而2020和2018年收益的中位数均为负。就公司规模而言，2018年取对数后的公司规模的最小值为负，而2019年取对数后的公司规模最小值为18.443，两个年份相差比较大。4.实证分析结果4.1公司规模相关的异象本文使用2018、2019年两个年份的数据各自进行横截面回归，以预期收益率即2019、2020年的收益率为被解释变量，以2018、2019两个年份的规模、账面市值比、资产增长、销售增长为解释变量，即如下回归模型：回归结果如下：式中，eri为被解释变量，表示收益率预期，本文用下一年的收益率替代，为残差项，其他变量如上所示。如果所有的参数都不显著，表示我国房地产市场不存在与公司规模相关的异象，反之，则存在与公司规模相关的异象。表2公司规模异象分析被解释变量价格预期价格预期C-2.077***-2.013***SIZE0.099***0.076***B/M-2.12*10-21-3.77*10-21***AG0.0270.053SG-0.014-0.003注：***表示1%的显著程度，**表示5%的显著程度，*表示10%的显著程度，没有星号的说明不显著。考虑到横截面数据的特点及公司大小之间的差异，本文使用了加权最小二乘法进行回归。上面两个回归的结果均有解释变量显著，但结果有很大差异，说明我国股市确实存在异象，而且异象不稳定。就公司规模而言，两个年份的效应均为正，2019年的规模效应大一些。两个年份的账面市值比效应均为负，虽然绝对值非常小。两个年份的资产增长和销售增长带来的异象效应均不显著。4.2公司经营相关的异象本文使用2018、2019年两个年份的数据接着进行公司经营的股票异象分析，被解释变量仍然为预期收益率即2019、2020年的收益率，解释变量为盈利价格比、毛利率、毛利溢价、广告支出和研发支出，建立如下回归模型：回归结果如下：式中，eri为被解释变量，含义同上，其他变量的含义也如上所述，为随机误差项也就是残差项，仍然是如果各参数都不显著的话，表示我国房地产股票市场不存在与公司经营相关的异象，反之，则存在与公司经营相关的异象。表3公司经营异象分析被解释变量价格预期价格预期C0.140-0.284***E/P0.2100.177***GPOA-0.0550.107GPM0.639-0.611*ADV3.858**0.663RD-3.123*-0.916注：***表示1%的显著程度，**表示5%的显著程度，*表示10%的显著程度，没有星号的说明不显著。仍然考虑到横截面数据的特点及公司大小之间的差异，本文使用了加权最小二乘法进行回归。和前面关于变量的统计特征分析一致，这里两个年份的变量的价格异象差别比较大，就2019年而言，广告和研发造成的价格异象显著，而其他变量带来的价格异象效应不显著，而就2018年而言，盈利价格比和毛利溢价对异象的效应显著，而其他变量带来的异象不显著。2019年的广告效应为正，研发效应为负，这说明就2019年的收益率而言，广告确实能带来收益率的提高，研发效应为负，考虑到本文用管理费用代替研发费用，说明管理投入的增加不一定能带来收益率的提高。4.3股票市场交易特征相关的异象本文使用2018、2019两个年份的数据接着进行股票市场交易相关的异象分析，被解释变量仍然为式中，eri为被解释变量，含义同上，其他变量的含义也如上所述，为随机误差项也就是残差项，仍然是如果各参数都不显著的话，表示我国房地产股票市场不存在与股票市场交易特征相关的异象，反之，则存在与股票市场交易特征相关的异象。表4公司经营异象分析被解释变量价格预期价格预期C0.322***-0.415STREW0.447*-0.194***DTURN-0.0150.009*注：***表示1%的显著程度，**表示5%的显著程度，*表示10%的显著程度，没有星号的说明不显著。从表4的结果来看，2018年和2019年造成异象的股票市场交易特征差别比较大，2019年除常数项外，只有短期反转效应显著，而换手率造成的效应不显著，而2018年两个效应均显著。就短期反转造成的效应而言，2019年的效应为正，而2018年的效应为负，就换手率而言，2019年的效应为负但不显著，但2018年的效应为正且显著。5结论与建议本文在给出股票价格异象的定义、分类及其解释的基础上分析了我国房地产市场A股的价格异象。结论如下：1）我国股市总体存在显著的异象而且异象不稳定。第一，股市本身容易受外部政治、经济等各种环境因素影响，波动比较大，第二，我国股市很多的投资者是非理性经济人，缺乏主观理性判断，存在盲目投资，第三，我国股票市场信息质量参差不齐，公司的财务报表不能充分真实有效的反映公司的财务状况，这对投资者来说，造成了信息不对称。2）就公司规模异象而言，两个年份均存在存在规模异象且效应为正，即规模越大的公司其收益率越高，主要原因是规模越大的公司其知名度也越高，进而更多的人去投资改公司，具体而言，2019年的规模效应大一些。两个年份的账面市值比效应均为负，虽然绝对值非常小。两个年份的资产增长和销售增长带来的异象效应均不显著。3）就公司经营异象而言，两个年份的变量的价格异象差别比较大，就2019年而言，广告和研发造成的价格异象显著，而其他变量带来的价格异象效应不显著，而就2018年而言，盈利价格比和毛利溢价对异象的效应显著，而其他变量带来的异象不显著。2019年的广告效应为正，研发效应为负，这说明就2019年的收益率而言，广告确实能带来收益率的提高，研发效应为负，考虑到本文用管理费用代替研发费用，说明管理投入的增加不一定能带来收益率的提高4）就股票市场交易特征异象效应而言，两个年份的差别依然比较大，短期反转的效应均显著，但2019年度异象为正，而2018年的异象效应为负，且更显著一些。就换手率带来的异象效应而言，2019年不显著，2018年的效应为正。就建议而言，一方面要加强监管，尤其是假期财务监管，信息披露的质量尽可能的反映公司真实的财务状况，尽可能改变目前信息不对称带来的股票市场异象，让投资者能通过分析财务报表和公司年报得到有用的投资信息；另一方面，要加强对投资者的引导，引导现在非理性的投资者向理性投资者转变，避免盲目投资，这包括提供一些政策导向与提供信息判断方面的知识等。PAGE2参考文献［1］范龙振，余世典．中国股票市场的三因子模型［Ｊ］．系统工程学报，２００２（０６）：５３７－５４６．［2］王涛．Ｆａｍａ－Ｆｒｅｎｃｈ三因子模型及其添加市盈率因子模型在中国股市的适用性研究［Ｄ］．西南财经大学，２０１２．［3］潘莉，徐建国．Ａ股市场的风险与特征因子［Ｊ］．金融研究，２０１１（１０）：１４０－１５４．［4］肖军，徐信忠．中国股市价值反转投资策略有效性实证研宄［Ｊ］．经济研究，２００４（０３）：５５－６４．［５］尹昱乔，王庆石．市值效应和价值效应的再检验一一基于长短期视角的实证分析［Ｊ］．东北财经大学学报，２０１６（０３）：［6］汪炜，周宇．中国股市“规模效应”和“时间效应”的实证分析一一以上海股票市场为例［Ｊ］.经济研究，２００２（１０）：１６－２１．［7］张强，杨淑娥．中国股市规模效应及成因研究［Ｊ］．当代财经，２００７（０８）：５５－５８．［8］王永宏，赵学军．中国股市“惯性策略”和“反转策略”的实证分析［Ｊ］．经济研究，２００１（０６）：５６－６１．［9］鲁绩，邹恒甫．中国股市的惯性与反转效应研究［Ｊ］．经济研究，２００７（０９）：１４５－１５５．［10］刘博，皮天雷．惯性策略和反转策略：来自中国沪深Ａ股市场的新证据［Ｊ］．金融研究，２００７（０８）：１５４－１６６．［11］贾颖，杨天化．“次贷危机”下发达国家和地区股票指数的惯性效应与反转效应一一以美国、日本、欧洲、香港为例［Ｍ］．２０１１：１５７－１６６．［12］许年行，洪涛，吴世农，等．信息传递模式、投资者心理偏差与股价“同涨同跌”现象［Ｊ］．经济研究；，２０１１，４６（０４）：１３５－１４６．［13］田利辉，王冠英，谭德凯．反转效应与资产定价：历史收益率如何影响现在［Ｊ］．金融研究，２０１４（１０）：１７７－１９２．［14］刘钥.Ａ股短期收益反转现象及其成因［Ｊ］．金融与经济，２０１６（０７）：６４－７１．李林波.异质信念与中国股票市场异象研究[D].山西大学,2020.饶育蕾，张轮.行为金融学[M].复旦大学出版社,2005.邵新建，巫和懋，覃家琦等.中国IPO市场周期:基于投资者情绪与政府择时发行的分析[J].金融研究，2010(11):127-147.饶育蕾.行为金融学的意义与应用前景.管理评论(5)，2003,28-31+65.王思文.公司特征指标与股票市场异象[D].东北财经大学,2018.杨博睿.我国股票市场价格异象的锚定效应研究[D].西北师范大学,2020.张英豪.我国A股市场横截面异象与因子探究[D].山东大学,2020.[22]FamaEF,FrenchKR.Commonriskfactorsinthereturnsonstocksandbonds[J].JournalofFinancialEconomics,1993,33(1):3-56.[23]ScheinkmanJ,XiongW.Overconfidenceandspeculativebubbles[J].JournalofPoliticalEconomy,2003,111(6):1183-1220.[24]BasakS.Assetpricingwithheterogeneousbeliefs[J].JournalofBankingandFinance,2005,29(11):2849-2881.

附录附录一公司名称股票名称代码万科企业股份有限公司万科A（000002）深圳市振业（集团）股份有限公司深振业A（000006）深圳市全新好股份有限公司全新好（000007）深圳市物业发展（集团）股份有限公司深物业A（000011）沙河实业股份有限公司沙河股份（000014）大悦城控股集团股份有限公司大悦城（000031）华联控股股份有限公司华联控股（000036）深圳市中洲投资控股股份有限公司中洲控股（000042）北京中航泰达科技有限公司中航泰达（000043）深圳华侨城股份有限公司华侨城A（000069）金融街控股股份有限公司金融街（000402）绿景控股股份有限公司绿景控股（000502）重庆渝开发股份有限公司渝开发（000514）荣盛房地产发展股份有限公司荣发地产（000517）天津广宇发展股份有限公司广宇发展（000537）中天金融集团股份有限公司中天金融（000540）莱茵达体育发展股份有限公司莱茵体育（000558）我爱我家控股集团股份有限公司我爱我家（000560）东莞宏远工业区股份有限公司粤宏远A(000573)阳光新业地产股份有限公司阳光股份（000608）奥园美谷科技股份有限公司奥园美谷（000615）海航投资集团股份有限公司海航投资（000616）顺发恒业股份公司顺发恒业（000631）金科地产集团股份有限公司金科股份（000656）美好置业集团股份有限