賣空交易、投資策略與股票收益
——基于中國A股市場的實證檢驗

彭松林 蘇冬蔚

賣空交易、投資策略與股票收益
——基于中國A股市場的實證檢驗

彭松林 蘇冬蔚

以往文獻側(cè)重考察賣空交易對市場穩(wěn)定性及價格發(fā)現(xiàn)效率的不同影響，而對賣空者交易策略及其對股票收益的影響研究較少?；谥袊鳤股市場進行實證檢驗，結(jié)果顯示： (1)賣空者采用短期趨勢交易策略，在股價下跌時，增加融券賣空量；(2)賣空率具有解釋股票截面收益率的作用，賣空率與股票收益率負相關(guān)，日賣空率高的股票在未來1-2天的收益率低于賣空率低的股票收益率；(3)通過構(gòu)建賣空風(fēng)險因子發(fā)現(xiàn)，賣空風(fēng)險因子具有風(fēng)險溢價的作用。

賣空交易策略； 股票收益； 賣空率； 賣空風(fēng)險因子

一 引 言

長期以來，我國資本市場基本制度建設(shè)不健全、投資者結(jié)構(gòu)不合理，市場投機風(fēng)氣盛行，同漲同跌、暴漲暴跌等現(xiàn)象層出不窮，學(xué)術(shù)界、業(yè)界、監(jiān)管層各方普遍認為其原因之一是缺少賣空機制。2010年3月31日，我國A股市場正式實施融資融券制度，這意味著我國資本市場“單邊市”正式結(jié)束，也標(biāo)志著我國資本市場制度的進一步完善。融券標(biāo)的經(jīng)過多次擴充，目前可融券標(biāo)的數(shù)量已經(jīng)占A股的近三分之一，同時隨著轉(zhuǎn)融券制度的推出，市場融券數(shù)量達到了一定的規(guī)模，賣空交易在我國資本市場中產(chǎn)生越來越重要的影響。

但是，有關(guān)賣空交易對市場的影響在學(xué)術(shù)界、業(yè)界爭議較大。一方面，大量文獻表明，賣空限制導(dǎo)致股價被高估，降低了市場價格發(fā)現(xiàn)效率。賣空機制的引入使悲觀者的看法及時反映到股價中，提高了市場穩(wěn)定性及定價效率，能有效地抑制市場泡沫，降低市場崩盤風(fēng)險(Miller, 1977[1]； Diamond和Veerecchia, 1987[2]；Hong和Stein, 2003[3]；Saffi和Sigurdsson, 2010[4]；Frino et al., 2011[5]) 。另一方面，也有文獻發(fā)現(xiàn)，放松賣空導(dǎo)致股價波幅增加、極端負收益的發(fā)生頻率上升，賣空者作為知情交易者，可能在股價下跌時利用賣空操縱股價(Bris et al., 2007[6]；Chang et al., 2007[7]；Chiang et al., 2010[8]) 。

與學(xué)術(shù)界持有的賣空交易能夠穩(wěn)定市場、提高市場定價效率的觀點相反，在股價下跌及金融危機期間，賣空者飽受罵名，媒體及業(yè)界指控賣空者利用賣空交易操縱股價及進行內(nèi)幕交易導(dǎo)致股價暴跌。在2015年，隨著大盤的一路飆升，我國A股市場頻現(xiàn)千股漲停、千股跌停的極端現(xiàn)象。2015年5月，上證綜指下跌30%，市場流動性枯竭。媒體及業(yè)界紛紛指責(zé)賣空者是股災(zāi)的罪魁禍?zhǔn)?，賣空者利用賣空交易打壓股價，從而導(dǎo)致股價大跌。出于各方面壓力，隨后各大券商停止了融券交易，監(jiān)管機構(gòu)對股指期貨也作出限制，但禁止賣空能否穩(wěn)定市場引起了很大爭議。權(quán)威股災(zāi)反思報告《完善制度設(shè)計，提升市場信心——建設(shè)長期健康穩(wěn)定發(fā)展的資本市場》*清華大學(xué)國家金融研究院，《完善制度設(shè)計，提升市場信心——建設(shè)長期健康穩(wěn)定發(fā)展的資本市場》，2015年11月。認為，融券賣空不是本次股災(zāi)的根本原因。相反，市場機制多空不協(xié)調(diào)積累了大量風(fēng)險，最后導(dǎo)致股災(zāi)的發(fā)生。

市場表現(xiàn)是投資者交易行為的結(jié)果，賣空交易是穩(wěn)定市場還是加劇市場波動？爭論的背后是： 賣空者采取什么樣的交易策略及其對股價有何影響？Diether et al.(2009)[9]研究發(fā)現(xiàn)，賣空者采用逆向交易策略(Contrarian Strategy)，選擇賣空過去5日內(nèi)股價上漲的股票，這說明賣空交易具有穩(wěn)定市場的作用。我國資本市場作為新興市場，與成熟資本市場在交易制度、投資者結(jié)構(gòu)、投資者交易策略方面存在諸多差異。因此，有必要研究在我國市場背景下賣空者的交易策略及其對股價的影響。而有關(guān)我國A股市場賣空交易的文獻主要集中在賣空交易與市場穩(wěn)定性、定價效率、市場流動性、公司治理等主題(許紅偉和陳欣，2012[10]；肖浩和孔愛國，2014[11]；李志生等，2015[12]) ，沒有對A股市場賣空者的交易策略及其對股價的影響進行深入研究。

因此，本文利用可融券標(biāo)的賣空交易數(shù)據(jù)，深入研究賣空者交易策略及其對股票價格的影響，同時進一步研究了股票賣空率所包含的股價信息，最后構(gòu)造賣空風(fēng)險因子并檢驗其風(fēng)險溢價作用，這對厘清賣空交易對市場的影響有重要意義。本文的貢獻主要體現(xiàn)在三個方面： (1)研究了我國A股市場賣空者的交易策略，投資者交易策略是市場表現(xiàn)的內(nèi)在機理，研究賣空者交易策略有助于厘清賣空機制的市場作用；(2)研究了賣空交易對個股收益率的影響，發(fā)現(xiàn)賣空率與股票預(yù)期收益率負相關(guān)，賣空率對股票截面收益率具有解釋能力，這對投資具有指導(dǎo)作用；(3)構(gòu)造賣空風(fēng)險因子，發(fā)現(xiàn)賣空風(fēng)險因子具有風(fēng)險溢價的作用，豐富了對風(fēng)險因子的認識。

接下來的內(nèi)容結(jié)構(gòu)安排為： 第二部分回顧文獻；第三部分提出相關(guān)研究假說，并構(gòu)建賣空者交易策略計量模型；第四部分為數(shù)據(jù)統(tǒng)計描述、實證結(jié)果分析及穩(wěn)健性檢驗；第五部分對全文進行總結(jié)。

二 文獻回顧

關(guān)于賣空交易對市場影響的相關(guān)研究，概括起來主要集中在以下兩方面。

(一)賣空交易對市場穩(wěn)定性、定價效率的影響

賣空交易是一種重要的交易制度，對股票價格有重要影響，賣空限制會導(dǎo)致股價高估。Miller(1977)[1]、Diamond和Verrecchia(1987)[2]、Hong和Stein(2003)[3]研究發(fā)現(xiàn)，引入賣空機制，悲觀者的看法能夠及時反映到股價當(dāng)中，有效地抑制市場泡沫，降低市場崩盤風(fēng)險概率，提高定價效率。Boehmer et al.(2013)[13]研究發(fā)現(xiàn)，美國監(jiān)管機構(gòu)在2008年金融危機爆發(fā)后對金融公司施加的賣空約束，不僅沒有穩(wěn)定股價，反而導(dǎo)致市場流動性的枯竭及價格發(fā)現(xiàn)效率的下降。Frino et al.(2011)[5]、Beber和Pagano(2013)[14]研究發(fā)現(xiàn)全球主要證券市場在金融危機時頒布賣空禁令，損害了市場效率。但Bris et al.(2007)[6]發(fā)現(xiàn)，賣空約束較嚴(yán)重的國家，股票收益率的負偏程度和極端負收益的發(fā)生頻率均較低，因此賣空約束有助于穩(wěn)定市場；Chang et al.(2007)[7]發(fā)現(xiàn)，賣空約束解除后，股價波幅增加、偏度減小且極端負收益的發(fā)生頻率上升，表明賣空交易削弱了市場穩(wěn)定性。A股市場賣空交易相關(guān)研究中，許紅偉和陳欣 (2012)[10]發(fā)現(xiàn)兩融業(yè)務(wù)沒有顯著改善定價效率，但有助于降低高市值、低換手率和低市盈率股票的偏度并減小股價暴跌的概率；李科等(2014)[15]以2012年11月出現(xiàn)的白酒行業(yè)“塑化劑丑聞”事件為例，通過構(gòu)造行業(yè)內(nèi)可賣空和不可賣空股票的投資組合，發(fā)現(xiàn)賣空約束導(dǎo)致股價高估、錯誤定價問題；肖浩和孔愛國 (2014)[11]發(fā)現(xiàn)融資融券降低了噪音交易、公司盈余管理和投資者之間的信息不對稱，使股價特質(zhì)性波動減少；Chang et al.(2014)[16]發(fā)現(xiàn)兩融標(biāo)的擴容后，新增融資融券股票的異常收益率顯著為負且收益率的波幅下降，表明賣空約束減少后股票的定價效率上升； Zhao et al.(2014)[17]發(fā)現(xiàn)，兩融標(biāo)的擴容后，新增兩融股票收益率的波幅、偏度和極端值均減少；李志生等(2015)[12]發(fā)現(xiàn)兩融標(biāo)的推出后，標(biāo)的價格發(fā)現(xiàn)效率顯著改善，而且融券交易量與定價效率之間呈正相關(guān)關(guān)系。盡管大部分文獻發(fā)現(xiàn)賣空交易能夠增強市場穩(wěn)定性，提高價格發(fā)現(xiàn)效率和市場有效性，但是仍然存在很多爭議，這可能與所研究的具體市場環(huán)境、交易制度及所使用的研究樣本等有很大關(guān)系。

(二)賣空交易與股票收益率關(guān)系

賣空交易者具有信息中介的作用，股票賣空交易能夠向市場傳遞股價信息。許多研究(Senchack和Starks, 1993[18]；Diether et al., 2002[19]；Asquith et al., 2005[20]；Ackert和Athanassakos， 2005[21]；Au et al., 2009[22])發(fā)現(xiàn)賣空率與股票的短期收益率(Short Interest Ratio)負相關(guān)，具有預(yù)測股票收益率的作用。Boehmer et al.(2010)[23]發(fā)現(xiàn)本月賣空率低的股票，在未來一個月的收益率顯著高于賣空率高的股票收益率，通過買入賣空率低的股票組合，同時賣出賣空率高的股票組合，這種簡單交易策略能夠得到顯著的正超額收益，這表明在賣空約束不嚴(yán)重的情況下，低賣空率代表好消息。Rapach et al.(2016)[24]研究發(fā)現(xiàn)，相比其他常用的預(yù)測變量，在樣本內(nèi)和樣本外，賣空率都對股票預(yù)期收益率有更好的預(yù)測作用。

賣空者如何能夠預(yù)測股票收益率？主要有兩種解釋： (1)賣空者具有很強的信息處理能力，能夠快速識別出被高估的股票；或賣空者是知情交易者，其信息優(yōu)勢來自內(nèi)部消息。Engelberg et al.(2012)[25]研究了賣空者交易時機，發(fā)現(xiàn)負面消息公布前，賣空交易量沒有顯著增加，負面消息公布之后，賣空交易才顯著增加。這表明賣空者的信息優(yōu)勢不是來自內(nèi)部消息，而是來自對公共消息很強的處理和分辨能力。Boehmer et al.(2008[26], 2015[27])研究發(fā)現(xiàn)賣空者是知情交易者，特別是機構(gòu)賣空者，擁有很強的信息優(yōu)勢，被機構(gòu)投資者賣空的股票預(yù)期收益率比被個人投資者賣空的股票收益率顯著要低。進一步研究賣空交易者信息來源，將消息分為負收益公告、分析師評級下調(diào)、分析師預(yù)期收益下調(diào)，發(fā)現(xiàn)賣空者在這些負面消息發(fā)布之前就已預(yù)知，而且賣空者比分析師知道更多有關(guān)公司的基本信息，但是沒有發(fā)現(xiàn)賣空者有操縱股價的跡象。(2)賣空者自愿充當(dāng)流動性提供者，當(dāng)市場買盤壓力很大時，投資者融券賣空增加股票供給，等買盤壓力減小、股票價格下跌時還券獲利(Comerton-Forde et al.,2016)[28]。根據(jù)金融學(xué)基本理論，如果市場是有效的，那么股票收益與風(fēng)險暴露成正比。賣空率包含股價信息，具有解釋股票截面收益率的作用，那么賣空風(fēng)險因子是否具有風(fēng)險溢價作用呢？目前缺乏相關(guān)文獻對其進行研究。

綜上，對賣空交易是否有助于降低價格波動、抑制暴漲暴跌、提高資產(chǎn)定價效率并增強市場穩(wěn)定性問題，學(xué)界進行了大量研究，但并未得到一致的結(jié)論，這可能與具體的市場環(huán)境及投資者的交易策略有很大關(guān)系。有關(guān)賣空交易與股票收益率的關(guān)系，相關(guān)研究主要集中在發(fā)達資本市場，對于引入賣空交易制度時間較短的新興中國A股市場，賣空交易與股票收益率的關(guān)系有待進一步研究。

三 理論假說與計量方法

(一)賣空者交易策略

投資者根據(jù)市場情況及自身的判斷選擇采用何種交易策略，Diether et al.(2009)[9]研究了2005年紐約證券交易所(NYSE)和納斯達克交易所(NASDAQ)上市公司的賣空交易情況，發(fā)現(xiàn)股票賣空率與過去5個交易日股票收益率正相關(guān)，賣空交易者選擇了逆向策略，對過去股價上漲快、收益率高的股票賣空程度要高；Ang et al.(2006)[29]認為逆向交易者能夠降低股價的波動，使價格偏離價值的股票回歸到基礎(chǔ)價值。Comerton-Forde et al.(2016)[28]使用日內(nèi)高頻交易數(shù)據(jù)，隨機選取紐約交易所和納斯達克交易所的350家公司，發(fā)現(xiàn)市場中存在兩種類型賣空者，一類是市場流動性供給者，采取逆向交易策略；另一類是流動性需求者，采取趨勢交易策略，在股價下跌時加大賣空量。我國股票市場投資者結(jié)構(gòu)為： 散戶投資者眾多，機構(gòu)投資者同質(zhì)化嚴(yán)重，跟隨明星基金經(jīng)理選股，投資者具有明顯的羊群交易者(Herding Trader)特點，采取追漲殺跌的跟隨策略，即在股價上漲時選擇做多，股價下跌時選擇賣空，非理性交易與投機行為較為普遍?；谖覈善笔袌鎏攸c，本文對賣空者交易策略提出以下假說。

假說1： 賣空投資者采取趨勢交易策略，當(dāng)股價下跌時增加賣空，股價上漲時減少賣空。

為檢驗假說1，本文借鑒Diether et al.(2009)[9]的研究，并結(jié)合我國股票市場的特點，建立如下模型研究賣空者交易策略：

(1)

(二)賣空交易對股票收益率的預(yù)測作用

賣空交易能傳遞企業(yè)基本面信息，進而影響股價。Jones和Lamont(2002)[34]研究了1926-1933年美國早期股票市場的賣空情況，發(fā)現(xiàn)在賣空費用很高時，賣空率高的股票預(yù)期收益率為負，這支持了賣空限制與股價高估假說。Desai et al.(2002)[35]研究了1988年6月至1994年12月美國納斯達克上市公司賣空率與股票收益率的關(guān)系，發(fā)現(xiàn)在控制市場因素、市值、賬面市值比、動量因素后，賣空率與股票預(yù)期收益率具有負相關(guān)關(guān)系，這說明高賣空率是熊市信號。Boehmer et al.(2008)[26]、Diether et al.(2009)[9]、Engelberg et al.(2012)[25]、Chang et al.(2014)[16]發(fā)現(xiàn)賣空率具有預(yù)測股票短期收益率的作用，賣空率與股票預(yù)期收益率負相關(guān)。Boehmer et al. (2010)[23]發(fā)現(xiàn)在賣空約束不嚴(yán)重情況下，通過買入賣空率低的股票，同時賣出賣空率高的股票，簡單的多空策略能夠獲得顯著的正超額收益，這說明低賣空率代表了好消息。

A股自正式實施融資融券業(yè)務(wù)以來，可賣空股票逐步擴大，轉(zhuǎn)融券業(yè)務(wù)實施后，賣空約束進一步放松。李科等(2014)[15]通過構(gòu)造行業(yè)內(nèi)可賣空和不可賣空股票的投資組合，發(fā)現(xiàn)不可賣空組合的超額收益顯著大于可賣空組合超額收益，說明賣空約束導(dǎo)致股價高估。而且許多研究表明賣空者是知情交易者，擁有很強的信息處理能力，能迅速挖掘公司的負面消息(Boehmer et al., 2008[26]，2015[36])。因此前期被大量賣空的股票，后期收益表現(xiàn)都比較差?；谝陨鲜聦?，本文提出假說2。

假說2： 賣空率與股票預(yù)期收益率負相關(guān)，賣空率高的股票預(yù)期收益率要低，賣空率低的股票預(yù)期收益率要高。

四 實證分析

(一)描述性統(tǒng)計

本文選取的樣本區(qū)間為2010年3月31日(融資融券交易正式實施)至2015年12月31日，融資融券業(yè)務(wù)經(jīng)過四次擴容，截止2015年12月31日，可融資融券標(biāo)的數(shù)為900只股票，表1列出了歷次調(diào)整的規(guī)模。數(shù)據(jù)獲取方面，從國泰安CSMAR中國股票市場交易數(shù)據(jù)庫提取交易數(shù)據(jù)，從國泰安CSMAR中國融資融券研究數(shù)據(jù)庫提取融券交易數(shù)據(jù)，采用的是日交易數(shù)據(jù)，本文中的主要研究變量如表2所示。

表1 融資融券標(biāo)的歷次調(diào)整情況

注： 數(shù)據(jù)整理自上海證券交易所與深圳證券交易所披露的融資融券公告。

表2 主要變量定義

表3 變量描述性統(tǒng)計

由表3可知，兩市賣空率sratio為1.033%，這與美國NYSE(23.89%)、NASDAQ(31.72%)賣空交易活躍程度相差很大(Diether et al.，2009)[9]。滬市sr、sratio分別為0.0171%、1.116%，比深市對應(yīng)的賣空指標(biāo)0.0154%、0.918%要大。兩市的日償還量(srep)均值為52.68萬股，日融券余量(ssbal)均值為34.21萬股，不管從賣空率還是賣空量來看，滬市都比深市高，說明滬市賣空交易比深市活躍。t日及t-5至t-1日收益率(ret-1-5)均值分別為0.0012、0.0013，買單壓力變量oimb+中位數(shù)為0，說明樣本區(qū)間內(nèi)市場買賣訂單數(shù)量相當(dāng)。

賣空交易受多種因素的影響，包括公司規(guī)模、機構(gòu)投資者持股比例、股票價格、換手率、是否有期權(quán)交易、交易費用等，根據(jù)目前我國股票市場融券交易情況，本文重點研究市值、換手率、股票價格對融券賣空交易的影響。

每個交易日分別根據(jù)個股市值、股價、換手率，將樣本分成三等分組合，從表4可以看出，市值高組合(high)的賣空率(1.5%)顯著大于市值低組合(low)的賣空率(0.379%)；從價格看，high組的賣空率(1.012%)顯著大于low組的賣空率(0.736%)；從換手率看，high組的賣空率(0.647%)顯著小于low組的賣空率(1.102%)。市值高的股票供給充足，價格水平高的股票賣空成本低，能夠促進賣空交易，換手率高的股票較難被借到。所以，市值高、股價高、換手率低的股票賣空交易更加活躍。

表4 按股票特征量分組的賣空率統(tǒng)計

注：low為按市值(size)、股價(price)、換手率(tv)分，排序最低的1/3組合，high為排序最高的1/3組合；H-L為high組與low組平均賣空率的差值。

(二)賣空者的交易策略

Diether et al.(2009)[9]研究發(fā)現(xiàn)，賣空者能夠識別出市值被高估的公司，然后進行反向操作。因此，賣空交易能夠抑制股價泡沫。當(dāng)前期股價上漲過快、偏離基礎(chǔ)價值時，理性投資者通過賣空其股票使股票價格回歸到基礎(chǔ)價值。然而，我國股票市場投資者以散戶為主，投資者的策略具有明顯的追漲殺跌、羊群效應(yīng)特點，賣空是否能夠抑制短期股價泡沫，必須要對賣空者的交易策略進行研究。因此，根據(jù)假說1，檢驗賣空交易者對股票過去短期收益的反應(yīng)，對方程(1)進行回歸分析。Boehmer et al.(2008)[26]研究表明，賣空者空頭持有時間短，大部分在30個交易日內(nèi)，在此本文重點關(guān)注5個交易日內(nèi)賣空者對股票過去收益的反應(yīng)。

方程(1)的回歸結(jié)果如表5所示，控制個股及交易日固定效應(yīng)，考慮截面、時間序列相關(guān)性問題, 回歸聚集(Cluster)到個股、交易日。列(1)、(3)、(5)未加入控制變量，列(2)、(4)、(6)加入控制變量。所有回歸結(jié)果都顯示，股票賣空率(sratio)與過去收益率(ret-1-5)呈顯著負相關(guān)關(guān)系，即賣空者在股價下跌時增加賣空交易量。在A股所有可賣空標(biāo)的中，加入相關(guān)控制變量，列(2)回歸結(jié)果顯示： 過去5天股價每下跌10%，賣空率增加0.11%。這說明賣空者沒有更多賣空短期內(nèi)價格上升的股票，支持假說1，與Diether et al.(2009)[9]研究美國股市情況的結(jié)論相反。

表5 賣空者對股票過去收益反應(yīng)的回歸結(jié)果

注： 系數(shù)估計值的標(biāo)準(zhǔn)差和t值均通過多維度集群標(biāo)準(zhǔn)差調(diào)整法進行修正；括號中為t值，***、**和*分別代表系數(shù)在1%、5%和10%水平下統(tǒng)計顯著。

研究表明，股票自身特征(如市值、股價、流動性)會對賣空交易產(chǎn)生影響，市值高、股價高、換手率低的股票賣空交易更加活躍。有研究表明成長型公司的賣空率比價值型公司賣空率高(Jones和Lamont, 2002)[34]，機構(gòu)持股比例高的股票更容易被融券賣空(D’avolio, 2002)[37]。下面進一步研究賣空者對不同特征股票過去收益率的反應(yīng)差異。選擇市值、股價、換手率、賬面市值比、機構(gòu)持股比例作為賣空者對股價反應(yīng)的影響因素，上述變量按照從小到大排序分為三等分，其中排序大于67%的子樣本為高組(High)，排序小于33%的子樣本為低組(Low)。各分組使用式(1)回歸，分組回歸的樣本中不再區(qū)分滬市、深市，使用整個A股可融券樣本，變量ret-1-5的回歸系數(shù)(β)如表6所示。

由表6可知，各個組ret-1-5的回歸系數(shù)均顯著為負，說明在考慮了市值、股價、換手率、賬面市值比、機構(gòu)持股比例因素后，當(dāng)股價下跌時賣空交易量增加，即賣空者是趨勢交易者的結(jié)論仍然成立。市值高的股票，ret-1-5的回歸系數(shù)絕對值大，說明與低市值股票相比，高市值股票的賣空率對股票過去收益的反應(yīng)更加敏感。股價高、換手率低的股票，ret-1-5的回歸系數(shù)絕對值顯著大于股價低、換手率高的股票回歸系數(shù)絕對值，說明股價高、換手率低股票的賣空交易對股票過去收益的反應(yīng)更強烈。在賬面市值比(B/M)分組中，高低兩組的ret-1-5回歸系數(shù)均為負，沒有顯著差別，說明賣空者對成長型與價值型股票的偏好沒有顯著差異。機構(gòu)持股比例(Inst)分組中，高低兩組的ret-1-5回歸系數(shù)分別為-2.74、-2.47，兩組系數(shù)在10%顯著水平下有差異，說明在機構(gòu)持股比例高的組合中，賣空者對股票過去收益率反應(yīng)更加敏感。

表6 不同股票特征下賣空率與股票收益率截面回歸結(jié)果

注： 括號中為t值，***、**和*分別代表系數(shù)在1%、5%和10%水平下統(tǒng)計顯著。

(三)賣空交易對收益率預(yù)測作用

大量研究表明賣空率具有預(yù)測股票收益率的作用，Diether et al.(2009)[9]研究發(fā)現(xiàn)，前5個交易日平均賣空率高的股票，在接下來的5個交易日超額收益率為負。Boehmer et al.(2010)[23]發(fā)現(xiàn)在賣空不受限的情況下，賣空率低的投資組合的超額收益率顯著為正，采用多空組合策略可獲得正的無風(fēng)險超額收益。Comerton-Forde et al. (2016)[38]研究澳大利亞證券市場賣空交易情況，發(fā)現(xiàn)股票賣空率與預(yù)期收益率負相關(guān)。下面使用投資組合法、回歸分析法研究A股市場中賣空率與股票收益率的關(guān)系。賣空率包含了股價信息，因此，通過構(gòu)造賣空風(fēng)險因子，檢驗其是否具有風(fēng)險溢價作用。

1.投資組合分析法

使用投資組合方法的好處是： 在研究賣空率與股票預(yù)期收益率的關(guān)系時，不用限定賣空率與股票預(yù)期收益率為線性關(guān)系?？紤]到樣本量，下面不再區(qū)分滬市、深市，而使用A股所有可融券標(biāo)的進行研究。采用Desai et al.(2002)[35]的分組方法，首先，按照第t天的個股賣空率從小到大排序樣本，分為五個等分組，賣空率最低組記為low，最高組記為high，假設(shè)每個組合中的股票在接下來的[t+1,t+5]天一直在該組合當(dāng)中。使用Fama和French(1993)[39]的方法，將所用樣本按照市值(size)及賬面市值比(B/M)分為25個組合，得到25個組合的市值加權(quán)平均收益率作為基準(zhǔn)收益率。然后計算以賣空率分組的經(jīng)調(diào)整后的市值加權(quán)平均值收益率，結(jié)果如表7所示。隨著股票組合賣空率的增加，組合超額收益率下降，如t+1天low組至high組的超額收益率依次為0.137%、0.113%、0.0727%、0.0379%、0.0434%，low組與high組差值為0.0932%。持有期t+1至t+5天中，low組與high組收益率差值逐步遞減，依次為0.0932%、0.0812%、0.0694%、0.0573%、0.0558%，且在1%、5%顯著性水平下不等于0。這說明賣空率與股票預(yù)期收益率負相關(guān)，通過買入低賣空率組合，同時賣出高賣空率組合能夠獲得超額收益，與Boehmer et al.(2010)[23]研究結(jié)論一致。

進一步采用單因子模型、Fama和French(1993)[39]的三因子模型對組合收益率進行調(diào)整，計算出各組的超額收益率，單因子模型及三因子模型分別為式(2)、(3)。

Rp, t-Rf, t=a+bp, tRMRFt+εp, t

(2)

Rp, t-Rf, t=a+bp, tRMRFt+sp, tSMBt+hp, tHMLt+εp, t

(3)

被解釋變量Rp, t-Rf, t是組合流通市值加權(quán)平均超額收益率，RMRF為整體市場風(fēng)險因子，SMB為市值因子，HML為價值因子，回歸結(jié)果如表8所示。

由表8可知，不管是單因子模型還是三因子模型，low組的超額收益率均在1%或5%水平下顯著為正，說明買入低賣空率的組合能夠得到超額收益。在持有期[t+1,t+5]，low組至high組的超額收益率均有下降趨勢，如t+1天，單因子模型超額收益從low組至high組依次為： 0.088%、0.045%、0.018%、0.002%、-0.006%，數(shù)值和顯著性水平依次下降；t+1天三因子模型超額收益從low組至high組依次為： 0.076%、0.04%、0.028%、0.026%、0.026%，顯著性水平也依次下降。在持有期t+1天，單因子和三因子模型low組與high超額收益率之差(L-H)分別為0.093%、0.051%，且在1%、5%水平下顯著。單因子模型中，在持有期[t+1,t+5]買入低賣空率股票組合，賣出高賣出率組合能夠得到顯著的正超額收益；三因子模型中，在持有期[t+1,t+2]中，low組與high組收益率差值為正且在5%水平顯著，說明第t天的股票賣空率對第t+1、t+2天股票收益率有很強烈的預(yù)測作用，即買入低賣空率股票，賣出高賣空率股票能夠獲得穩(wěn)健的超額收益，但在[t+3,t+5]天賣空率對股票預(yù)期收益率的影響逐步減弱，上述結(jié)論支持假說2。

表7 組合市值加權(quán)超額收益率

注： 括號中為t值，***、**和*分別代表系數(shù)在1%、5%和10%水平下統(tǒng)計顯著。

表8 單因子及三因子模型超額收益率

注：a1-fac為單因子模型超額收益率，a3-fac為三因子模型超額收益率；括號中為t值，***、**和*分別代表系數(shù)在1%、5%和10%水平下統(tǒng)計顯著。

2.回歸分析法

陳信元和張?zhí)镉?2001)[40]、鄧長榮和馬永開(2005)[41]發(fā)現(xiàn)在中國A股市場，規(guī)模和賬面市值比對股票橫截面收益率有解釋能力。Amihud(2002)[42]發(fā)現(xiàn)美國股市有顯著的流動性風(fēng)險溢價，蘇冬蔚和麥元勛(2004)[43]以換手率作為流動性的代理變量，發(fā)現(xiàn)在中國A股市場有顯著的流動性風(fēng)險溢價。王茵田和朱英姿(2011)[44]建立了包含市場風(fēng)險溢價、賬面市值比、盈利股價比、現(xiàn)金流股價比、投資資本比、工業(yè)增加值變化率以及回購利率和期限利差的八因素模型。因此，在回歸模型中，需對市值、賬面市值比、換手率等對股票收益有影響的因素進行控制。

由于賣空者傾向采用短期交易策略，將檢驗的時間窗口設(shè)為5個交易日，檢驗第t天賣空率對[t+1,t+5]天股票收益率的影響。為減少估計偏誤，首先對變量進行歸一化處理，采用Fama-MacBeth回歸法，估計結(jié)果如表9所示。由表9可知，無論是否加入控制變量，sratio-1-5的系數(shù)在5%或10%水平下顯著為負，說明賣空率與股票預(yù)期收益率之間存在顯著的負相關(guān)關(guān)系。公司規(guī)模系數(shù)顯著為負，小公司股票收益率大于大公司股票收益率，與Fama和French(1993)[39]的研究結(jié)論一致。而賬面市值比變量系數(shù)為正，但是不顯著。換手率系數(shù)顯著為負，說明流動性好的資產(chǎn)預(yù)期收益率低，與蘇冬蔚和麥元勛 (2004)[43]的研究結(jié)論一致。

表9 Fama-MacBeth截面回歸結(jié)果

注： 括號中為t值，***、**和*分別代表系數(shù)在1%、5%和10%水平下統(tǒng)計顯著。

(4)

表10 面板數(shù)據(jù)回歸結(jié)果

注： 系數(shù)估計值的標(biāo)準(zhǔn)差和t值均通過多維度集群標(biāo)準(zhǔn)差調(diào)整法進行修正；括號中為t值，***、**和*分別代表系數(shù)在1%、5%和10%水平下統(tǒng)計顯著。

3.構(gòu)造賣空風(fēng)險因子及檢驗

Fama-MacBeth截面回歸及面板數(shù)據(jù)回歸結(jié)果顯示，在考慮了賣空者流動性提供假說、風(fēng)險對沖假說情況下，賣空率與股票預(yù)期收益率仍然具有顯著的負向關(guān)系。在相同時點，買入低賣空率、賣出高賣空率的股票組合能夠得到超額收益。根據(jù)資產(chǎn)定價基本理論，在信息公開的情況下，股票收益率與所暴露的風(fēng)險成正向關(guān)系，下面通過構(gòu)造賣空風(fēng)險因子，分析賣空風(fēng)險因子是否具有風(fēng)險溢價作用。首先，參考Fama和French(1993)[39]三因子模型構(gòu)造賣空風(fēng)險因子。將全部樣本按照前1個交易日賣空率從低到高排列，最低 30%、中間 40%、最高 30%分成三組， 用賣空率低的組合市值加權(quán)平均收益率減去賣空率高的組合市值加權(quán)平均收益率，得到賣空風(fēng)險因子(DMU)。市場風(fēng)險因子、市值、賬面市值比、賣空風(fēng)險因子的相關(guān)系數(shù)如表11所示。賣空風(fēng)險因子DMU與其他因子的相關(guān)系數(shù)中，與賬面市值因子HML相關(guān)系數(shù)最大(0.254)，說明賣空風(fēng)險因子與其他因子相關(guān)性較弱。

表11 因子統(tǒng)計描述及相關(guān)系數(shù)

考慮到在樣本初期，可融券標(biāo)的數(shù)量較少，因此，以市值、賣空率共同確定劃分為16個組合。分組方法為： 分別用市值、賣空率將樣本分為四等分，兩個四等分點相交，得到 16個組合，然后計算16個組合的市值加權(quán)平均收益率，s1r1為規(guī)模、賣空率最小組合，s4r4為規(guī)模、賣空率最大組合。將賣空風(fēng)險因子加入到Fama-French三因子模型中，得到四因子模型：

Rp, t-Rf, t=a+bp, tRMRFt+sp, tSMBt+hp, tHMLt+rp, tDMUt+εp, t

(5)

由表12回歸結(jié)果可知，把賣空風(fēng)險因子加入到Fama-French三因子模型后，超額收益顯著不為0的組合由8組減少為2組，而且R2提高了2%，說明賣空風(fēng)險因子包含了Fama-French三因子模型所不能解釋的風(fēng)險溢價，即賣空風(fēng)險因子具有風(fēng)險溢價作用。

為檢驗賣空風(fēng)險因子對組合收益率的整體解釋能力，采用GRS統(tǒng)計量檢驗16個組合中α值整體顯著性。三因子模型的GRS-F統(tǒng)計量值為4.72，而加入賣空風(fēng)險因子后，四因子模型的GRS-F統(tǒng)計量值為1.94?？梢娰u空風(fēng)險因子對組合收益率有較強的解釋力。

表12 三因子及四因子模型檢驗結(jié)果

(續(xù)上表)

賣空率Low23HLow23HPanelB:四因子模型截距項sp,tsmall0.8590.5780.4590.3420.8060.5080.3510.2200.2400.2580.1910.020big-0.431-0.210-0.288-0.417t(sp,t)27.37321.69616.51713.79432.86620.54412.6548.3817.85510.5438.6080.835-16.781-8.705-13.084-17.213hp,tsmall-0.183 -0.0785-0.00560.0737-0.3850.0261-0.06030.0582-0.2690.06470.08320.1560big-0.5380.21500.16800.2290t(hp,t)-7.061-3.566-0.2433.595-19.1041.273-2.6272.682-10.6433.2054.5487.830-25.32610.7959.20611.450R2small0.8220.8520.8380.8530.8710.8670.8200.8270.7790.8650.8750.835big0.8100.8310.8270.716GRS三因子4.72四因子1.94

為進一步考察賣空風(fēng)險因子對股票收益率的解釋能力，下面通過逐步增加解釋變量的辦法，研究加入賣空風(fēng)險因子后，模型解釋力、定價誤差和 GRS統(tǒng)計量是否得到了改進。首先研究單因子模型和Fama-French 三因子模型，然后加入賣空風(fēng)險因子。模型的解釋力通過R2來度量，定價誤差是通過回歸模型截距項最大值與最小值之差(H-L)與平均絕對截距值(A|α|)來度量。組合回歸截距的聯(lián)合顯著性是通過GRS統(tǒng)計量來度量。

如表13所示，從單因子模型到三因子模型，再到加入賣空風(fēng)險因子的四因子模型，回歸模型截距的差值|H-L|、平均絕對截距項A|α|單調(diào)遞減，R2依次遞增，模型的解釋力逐步增加，說明賣空風(fēng)險因子能解釋股票收益的變化，具有風(fēng)險溢價作用。

表13 分組檢驗結(jié)果

(四)穩(wěn)健性檢驗

1.Asquith et al.(2005)[20]研究股票賣空率與股票收益率關(guān)系時發(fā)現(xiàn)，以賣空率構(gòu)造多空組合時，用等權(quán)平均(Equal Weight)與加權(quán)平均(Value Weight)計算組合收益率所得結(jié)果不一致。在前面的投資組合分析中，本文使用市值加權(quán)平均(Value Weight)計算組合收益率，在穩(wěn)健性檢驗中使用市值等權(quán)平均計算各分組的收益率，結(jié)果如附錄表1所示，所得結(jié)論與使用市值加權(quán)結(jié)果一致，即賣空率高組合的收益率比賣空率低組合的收益率要低，使用多空組合交易策略能夠得到超額收益。

2.前面使用日間數(shù)據(jù)研究賣空者短期交易策略及賣空率與股票收益率的關(guān)系，穩(wěn)健性檢驗中，改變數(shù)據(jù)頻率使用月度賣空數(shù)據(jù)來研究賣空率與股票收益率的關(guān)系，并使用三因子及加入動量因子的四因子模型對組合收益率進行調(diào)整。計算結(jié)果如附錄表2所示，從組合的平均收益率來看，隨著組合賣空率的增加，組合收益率降低。無論使用三因子模型還是四因子模型，低賣空率組合比高賣空率組合的超額收益率大，而且統(tǒng)計顯著。與日內(nèi)數(shù)據(jù)計算結(jié)果一致。

3.考慮不同市場行情下賣空者對股票收益反應(yīng)的差異，很多人認為賣空交易在股價下跌時起到推波助瀾的作用，會引起投資者恐慌性拋售最后導(dǎo)致股市崩盤。在牛市與熊市中投資者對賣空交易會有不同的敏感性。因此，分別考察市場上漲、下跌時賣空者對股價的反應(yīng)。根據(jù)何興強和周開國(2006)[46]牛市與熊市的判斷標(biāo)準(zhǔn)區(qū)分市場走勢，采用模型(1)進行回歸分析，回歸結(jié)果如附錄表3所示，不管市場上漲還是下跌，股票賣空率與股票過去股價負相關(guān)，賣空者均采用趨勢交易策略，但是在市場下跌時，賣空者對過去股價更加敏感，趨勢交易傾向更加明顯。

五 結(jié) 論

自正式開啟融資融券業(yè)務(wù)以來，我國A股市場的融資融券業(yè)務(wù)發(fā)展迅速，隨著投資者對融資融券業(yè)務(wù)的熟悉及可融資融券標(biāo)的數(shù)量擴大，融券賣空已經(jīng)成為我國證券市場重要的交易機制。本文使用融券標(biāo)的日交易數(shù)據(jù)，從賣空者交易策略的視角來探討賣空交易對市場影響的內(nèi)在機制，這對厘清在我國具體制度背景下賣空機制對市場作用有重要意義。研究發(fā)現(xiàn)： (1)賣空交易者采用了短期趨勢交易策略，在股價下跌時，增加賣空量，股價上漲時減少賣空量；(2)賣空率能夠預(yù)測股票短期收益率，日賣空率高的股票在未來1-2天的收益率低于賣空率低的股票收益率；(3)構(gòu)造賣空風(fēng)險因子，并對賣空因子進行標(biāo)準(zhǔn)的資產(chǎn)定價檢驗，發(fā)現(xiàn)賣空風(fēng)險因子能解釋股票收益率的變化，具有風(fēng)險溢價的作用。

由于賣空者采取的是趨勢交易策略，在股價下跌時增加融券賣空，加速市場下滑，使股價發(fā)生異常下跌，導(dǎo)致長期投資者由于資金壓力拋售所持有的證券。賣空導(dǎo)致某些股票價格急速下滑的壓力會傳遞到市場，迫使市場價格的整體下滑，導(dǎo)致市場秩序紊亂。因此，在市場危機情況下，監(jiān)管部門有必要對賣空進行監(jiān)管，同時完善市場多空投資工具，發(fā)揮資本市場優(yōu)化資源配置的重要作用。

[1] Miller, E. M.. Risk, Uncertainty, and Divergence of Opinion[J].TheJournaloffinance, 1977, 32(4): 1151-1168.

[2] Diamond, D.W., Verrecchia, R. E.. Constraints on Short-selling and Asset Price Adjustment to Private Information[J].JournalofFinancialEconomics, 1987, 18(2): 277-311.

[3] Hong, H., Stein, J. C.. Differences of Opinion, Short-sales Constraints, and Market Crashes[J].ReviewofFinancialStudies, 2003, 16(2): 487-525.

[4] Saffi, P. A. C., Sigurdsson, K.. Price Efficiency and Short Selling[J].ReviewofFinancialStudies, 2010, 2(10): 1093-1125.

[5] Frino, A., Lecce, S., Lepone, A.. Short-sales Constraints and Market Quality: Evidence from the 2008 Short-sales Bans[J].InternationalReviewofFinancialAnalysis, 2011, 20(4): 225-236.

[6] Bris, A., Goetzmann, W. N., Zhu, N.. Efficiency and the Bear: Short Sales and Markets Around the World[J].TheJournalofFinance, 2007, 62(3): 1029-1079.

[7] Chang, E. C., Cheng, J. W., Yu, Y.. Short-sales Constraints and Price Discovery: Evidence from the Hong Kong Market[J].TheJournalofFinance, 2007, 62(5): 2097-2121.

[8] Chiang, T. C., Li, J., Tan, L.. Empirical Investigation of Herding Behavior in Chinese Stock Markets: Evidence from Quantile Regression Analysis[J].GlobalFinanceJournal, 2010, 21(1): 111-124.

[9] Diether, K. B., Lee, K. H., Werner, I. M.. Short-sale Strategies and Return Predictability[J].ReviewofFinancialStudies, 2009, 22(2): 575-607.

[10] 許紅偉, 陳欣. 我國推出融資融券促進了標(biāo)的股票的定價效率嗎？——基于雙重差分模型的實證研究[J]. 管理世界, 2012, (5): 52-61.

[11] 肖浩, 孔愛國. 融資融券對股價特質(zhì)性波動的影響機理研究: 基于雙重差分模型的檢驗[J]. 管理世界, 2014, (8): 30-43.

[12] 李志生, 陳晨, 林秉旋. 賣空機制提高了中國股票市場的定價效率嗎?——基于自然實驗的證據(jù)[J]. 經(jīng)濟研究, 2015, (4): 165-177.

[13] Boehmer, E., Jones, C. M., Zhang, X.. Shackling Short Sellers: The 2008 Shorting Ban[J].ReviewofFinancialStudies, 2013, 26(6): 1363-1400.

[14] Beber, A., Pagano, M.. Short-selling Bans Around the World: Evidence from the 2007-09 Crisis[J].TheJournalofFinance, 2013, 68(1): 343-381.

[15] 李科, 徐龍炳, 朱偉驊. 賣空限制與股票錯誤定價——融資融券制度的證據(jù)[J]. 經(jīng)濟研究, 2014, (10): 165-178.

[16] Chang, E. C., Luo, Y., Ren, J.. Short-selling, Margin-trading, and Price Efficiency: Evidence from the Chinese Market[J].JournalofBanking&Finance, 2014, 48: 411-424.

[17] Zhao, Z., Li, S., Xiong, H.. Short Sale Constraints, Disperse Pessimistic Beliefs and Market Efficiency ——Evidence from the Chinese Stock Market[J].EconomicModelling, 2014, 42: 333-342.

[18] Senchack, A. J., Starks, L. T.. Short-sale Restrictions and Market Reaction to Short-interest Announcements[J].JournalofFinancialandQuantitativeAnalysis, 1993, 28(2): 177-194.

[19] Diether, K. B., Malloy, C. J., Scherbina, A.. Differences of Opinion and the Cross Section of Stock Returns[J].TheJournalofFinance, 2002, 57(5): 2113-2141.

[20] Asquith, P., Pathak, P. A., Ritter, J. R.. Short Interest, Institutional Ownership, and Stock Returns[J].JournalofFinancialEconomics, 2005, 78(2): 243-276.

[21] Ackert, L. F., Athanassakos, G.. The Relationship Between Short Interest and Stock Returns in the Canadian Market[J].JournalofBanking&Finance, 2005, 29(7): 1729-1749.

[22] Au, A. S., Doukas, J. A., Onayev, Z.. Daily Short Interest, Idiosyncratic Risk, and Stock Returns[J].JournalofFinancialMarkets, 2009, 12(2): 290-316.

[23] Boehmer, E., Huszar, Z. R., Jordan, B. D.. The Good News in Short Interest[J].JournalofFinancialEconomics, 2010, 96(1): 80-97.

[24] Rapach, D. E., Ringgenberg, M. C., Zhou, G.. Short Interest and Aggregate Stock Returns[J].JournalofFinancialEconomics, 2016, 121(1): 46-65.

[25] Engelberg, J. E., Reed, A. V., Ringgenberg, M. C.. How are Shorts Informed? Short Sellers, News, and Information Processing[J].JournalofFinancialEconomics, 2012, 105(2): 260-278.

[26] Boehmer, E., Jones, C. M., Zhang, X.. Which Shorts are Informed?[J].JournalofFinance, 2008, 63(2): 491-527.

[27] Boehmer, E., Jones, C. M., Zhang, X.. What Do Short Sellers Know?[J].SSRNElectronicJournal, 2015.

[29] Ang, A., Hodrick, R. J., Xing, Y., et al.. The Cross-section of Volatility and Expected Returns[J].TheJournalofFinance, 2006, 61(1): 259-299.

[30] Grossman, S. J., Miller, M. H.. Liquidity and Market Structure[J].TheJournalofFinance, 1988, 43(3): 617-633.

[31] Harris, M., Raviv, A.. Differences of Opinion Make a Horse Race[J].ReviewofFinancialStudies, 1993, 6(3): 473-506.

[32] Goyenko, R.Y., Holden, C.W., Trzcinka, C. A.. Do Liquidity Measures Measure Liquidity?[J].JournalofFinancialEconomics, 2009, 92(2): 153-181.

[33] Bailey, W., Zheng, L.. Banks, Bears, and the Financial Crisis[J].JournalofFinancialServicesResearch, 2013, 44(1): 1-51.

[34] Jones, C. M., Lamont, O. A.. Short-sale Constraints and Stock Returns[J].JournalofFinancialEconomics, 2002, 66(2): 207-239.

[35] Desai, H., Ramesh, K., Thiagarajan, S. R., et al.. An Investigation of the Informational Role of Short Interest in the Nasdaq Market[J].TheJournalofFinance, 2002, 57(5): 2263-2287.

[36] Boehmer, E., Duong, T. X., Huszár, Z. R.. Short Covering Trades[J].SSRN2560851, 2015: 1-45.

[37] D’avolio, G.. The Market for Borrowing Stock[J].JournalofFinancialEconomics, 2002, 66(2): 271-306.

[38] Comerton-Forde, C., Do, B. H., Gray, P., et al.. Assessing the Information Content of Short-selling Metrics Using Daily Disclosures[J].JournalofBankingandFinance, 2016, 64: 188-204.

[39] Fama, E. F., French, K. R.. Common Risk Factors in the Returns on Stocks and Bonds[J].JournalofFinancialEconomics, 1993, 33(1): 3-56.

[40] 陳信元, 張?zhí)镉? 預(yù)期股票收益的橫截面多因素分析: 來自中國證券市場的經(jīng)驗證據(jù)[J]. 金融研究, 2001, (6): 22-35.

[41] 鄧長榮, 馬永開. 三因素模型在中國證券市場的實證研究[J]. 管理學(xué)報, 2005, (5): 591-596.

[42] Amihud, Y.. Illiquidity and Stock Returns: Cross-section and Time-series Effects[J].JournalofFinancialMarkets, 2002, 5(1): 31-56.

[43] 蘇冬蔚, 麥元勛. 流動性與資產(chǎn)定價: 基于我國股市資產(chǎn)換手率與預(yù)期收益的實證研究[J]. 經(jīng)濟研究, 2004, (2): 95-105.

[44] 王茵田, 朱英姿. 中國股票市場風(fēng)險溢價研究[J]. 金融研究, 2011, (7): 152-166.

[45] 高秋明, 胡聰慧, 燕翔. 中國A股市場動量效應(yīng)的特征和形成機理研究[J]. 財經(jīng)研究, 2014, (2): 97-107.

[46] 何興強, 周開國. 牛、 熊市周期和股市間的周期協(xié)同性[J]. 管理世界, 2006, (4): 35-40.

Short-selling， Investment Strategy and Stock Returns——An Empirical Test based on China’s A-share Market

PENG Song-lin SU Dong-wei

Using unique daily aggregate short-selling transactions in China, this paper studies the influence of short sellers’ trading strategies on the stock price. Firstly, we find that traders take short-term trend trading strategies, short sellers significantly increase their short positions when stock price fells. Secondly, short interest ratios can capture the cross-sectional variation in average stock returns. Stock returns and short interest ratios have a negative correlation. Thirdly, we construct a short-selling risk factor and find the factor has function of pricing stock returns in the Chinese stock market.

short-selling strategy; stock returns; short-selling risk factor

2016-12-19

國家自然科學(xué)基金項目“轉(zhuǎn)融券制度、賣空約束與市場穩(wěn)定性”(批準(zhǔn)號： 71673110，項目負責(zé)人： 蘇冬蔚)。

彭松林，暨南大學(xué)經(jīng)濟學(xué)院博士研究生，研究方向為市場微結(jié)構(gòu)、資產(chǎn)定價；蘇冬蔚，暨南大學(xué)經(jīng)濟學(xué)院教授、博士生導(dǎo)師，研究方向為市場微結(jié)構(gòu)、公司金融、資產(chǎn)定價。

F830.9

A

1674-8298(2017)04-0135-19

[責(zé)任編輯： 鄭筱婷]

10.14007/j.cnki.cjpl.2017.04.012

方式]彭松林, 蘇冬蔚. 賣空交易、 投資策略與股票收益——基于中國A股市場的實證檢驗[J]. 產(chǎn)經(jīng)評論, 2017, 8(4): 135-153.