摘 ? 要：近年來，股票市場一直是我國金融風(fēng)險(xiǎn)凸顯的主要領(lǐng)域，而投資者賭博偏好正是導(dǎo)致我國股市波動(dòng)的重要原因。運(yùn)用多因子定價(jià)模型和兩階段橫截面回歸，對(duì)有限理性下“錯(cuò)誤定價(jià)”與風(fēng)險(xiǎn)偏好下“風(fēng)險(xiǎn)承擔(dān)”對(duì)股市投資者賭博偏好及其負(fù)異常收益的影響機(jī)理進(jìn)行檢驗(yàn)。實(shí)證結(jié)果表明，利用最大日收益率構(gòu)建的賭博因子能夠解釋股票收益，并與賭博特征的收益解釋能力正相關(guān)。進(jìn)一步利用兩階段橫截面回歸發(fā)現(xiàn)，賭博特征能夠控制賭博因子載荷的收益解釋能力，賭博型收益源于賭博型股票的錯(cuò)誤定價(jià)。這意味著我國股市投資者的賭博偏好是一種有限理性的表現(xiàn)，并非出于某種風(fēng)險(xiǎn)承擔(dān)。

關(guān) ?鍵 ?詞：賭博偏好;賭博型收益;風(fēng)險(xiǎn)偏好;有限理性

中圖分類號(hào)：F832.5 ? ? 文獻(xiàn)標(biāo)識(shí)碼：A ? ? ?文章編號(hào)：2096-2517（2019）06-0030-12

DOI：10.16620/j.cnki.jrjy.2019.06

.004

一、引言

近年來，股票市場一直是我國系統(tǒng)性金融風(fēng)險(xiǎn)凸顯的主要領(lǐng)域，而投資者賭博偏好正是導(dǎo)致和加劇我國股市波動(dòng)和資產(chǎn)泡沫的重要原因[1]。事實(shí)上，股市投資者的賭博偏好早已引起學(xué)術(shù)界和業(yè)界的廣泛關(guān)注。投資者對(duì)收益正偏的“賭博型股票”的熱捧導(dǎo)致顯著的賭博偏好。目前，相關(guān)的國內(nèi)外研究已經(jīng)表明，賭博型股票表現(xiàn)出負(fù)異常收益[2-11]，即收益率無法用經(jīng)典資產(chǎn)定價(jià)模型解釋。賭博型股票的收益行為正是投資者賭博偏好的市場表現(xiàn)。 因此，在Kumar（2009）投資者賭博偏好不可直接觀測的觀點(diǎn)下[2]，分析賭博型股票的收益成因，有利于各界對(duì)投資者賭博動(dòng)機(jī)的理解，進(jìn)而有助于防范化解系統(tǒng)性風(fēng)險(xiǎn)。

從理論分析來看，國外Brunnermeier等（2007）、Barberis等（2008）認(rèn)為“錯(cuò)誤定價(jià)解釋”是投資者因?yàn)槠谜缘墓善笔找娣植?，進(jìn)而導(dǎo)致賭博型收益[12-13]。因此，這一解釋也被稱為“偏度偏好假說”。Zhong等（2016）認(rèn)為“風(fēng)險(xiǎn)承擔(dān)解釋”是賭博型收益源于錯(cuò)誤設(shè)定的定價(jià)模型，遺漏了某一能夠控制賭博型收益的定價(jià)因子[14]。

國內(nèi)研究對(duì)賭博型收益成因的解釋大多源于國外研究中的有限理性錯(cuò)誤定價(jià)理論。譬如，崔惠穎（2019）認(rèn)為關(guān)于賭博型收益的成因解釋，具體分為有限理性下的“錯(cuò)誤定價(jià)”和風(fēng)險(xiǎn)偏好下的“風(fēng)險(xiǎn)承擔(dān)”兩個(gè)視角[15]。陳文博等（2019）[16]、崔惠穎（2019c）[11]、徐小君（2010）[17]認(rèn)為中國股市投資者高估賭博型股票，并導(dǎo)致較低的未來回報(bào)。鄭振龍等（2013）認(rèn)為過度自信等行為偏差致使投資者高估賭博型股票獲得巨額回報(bào)的可能性，從而偏好于賭博型股票[5]。

從實(shí)證研究方面來看，國內(nèi)外研究均沒有對(duì)賭博型收益的有限理性成因進(jìn)行實(shí)證檢驗(yàn)。更重要的是，絕大多數(shù)研究忽略了“風(fēng)險(xiǎn)承擔(dān)解釋”。以往研究普遍認(rèn)為賭博型收益源于股票錯(cuò)誤定價(jià)，并意味著理性因子定價(jià)模型的無效性，卻沒有詳細(xì)考察是否存在更好的風(fēng)險(xiǎn)定價(jià)因子可以解釋賭博型收益。但是一個(gè)嚴(yán)謹(jǐn)?shù)难芯窟壿嬍牵?我們應(yīng)該綜合性、系統(tǒng)性地檢驗(yàn)“錯(cuò)誤定價(jià)”與“風(fēng)險(xiǎn)承擔(dān)”對(duì)投資者賭博偏好及其收益結(jié)果的影響機(jī)理。

檢驗(yàn)收益率異象成因的經(jīng)典方法是利用多因子定價(jià)模型，將可能反映這一收益率異象的風(fēng)險(xiǎn)原因的備選因子加入到CAPM模型或Fama-French三因子模型中，來判斷該風(fēng)險(xiǎn)因子是否具有定價(jià)功能。不過，該方法選擇出的定價(jià)因子也有可能是源于其他非風(fēng)險(xiǎn)原因。 為了解決這一問題，Zhong等（2016）[14]、Core等（2007）[18]和Hirshleifer等（2012）[19]在檢驗(yàn)?zāi)骋皇找媛十愊蟮某梢蜻^程中，進(jìn)一步結(jié)合兩階段橫截面回歸（Two-stage Cross-sectional Regressions，2SCSR）來識(shí)別因子的定價(jià)能力究竟源于風(fēng)險(xiǎn)承擔(dān)，還是其他非理性因素。

為了更全面、清晰地檢驗(yàn)股市投資者賭博偏好的收益成因，本文借鑒Zhong等（2016）[16]、Core等（2007）[18]以及Hirshleifer等（2012）[19]對(duì)收益率異象的研究思路，利用兩階段橫截面回歸和多因子定價(jià)模型，基于適用于中國股市的賭博因子，通過區(qū)別賭博風(fēng)險(xiǎn)定價(jià)和賭博特征定價(jià)，來綜合檢驗(yàn)賭博型收益的“風(fēng)險(xiǎn)觀解釋”和“錯(cuò)誤定價(jià)解釋”。

與已有研究相比，本文的主要貢獻(xiàn)在于：（1）構(gòu)建了適用于中國股市的賭博因子， 根據(jù)崔惠穎等（2016），適用于中國股市賭博型股票的最優(yōu)識(shí)別指標(biāo)是最大日收益率（MAX）和特質(zhì)偏度（IS）[8]。此外，還發(fā)現(xiàn)MAX與特質(zhì)波動(dòng)率（IV）具有較高的相關(guān)性;IS與預(yù)期特質(zhì)偏度（EIS）的相關(guān)性較高。為此， 本文以識(shí)別效果最好的MAX指標(biāo)為主， 構(gòu)建了IV中性的MAX賭博因子，進(jìn)行相關(guān)檢驗(yàn)。同時(shí)，將EIS中性的IS賭博因子相關(guān)分析作為穩(wěn)健性檢驗(yàn)，以保證結(jié)果的穩(wěn)健性。（2） 本文對(duì)賭博型收益的成因檢驗(yàn)并不局限于“風(fēng)險(xiǎn)觀解釋”和“錯(cuò)誤定價(jià)解釋”中某一個(gè)，而是在一個(gè)框架內(nèi)綜合檢驗(yàn)賭博型收益究竟源于風(fēng)險(xiǎn)偏好還是有限理性。（3） 結(jié)合多因子定價(jià)模型和2SCSR方法， 避免單一方法無法區(qū)別賭博風(fēng)險(xiǎn)定價(jià)和賭博特征定價(jià)的劣勢。

二、數(shù)據(jù)選取與變量計(jì)算

本文所用數(shù)據(jù)為滬深A(yù)股交易數(shù)據(jù)， 并剔除了PT、ST、IPO以及復(fù)牌的股票樣本， 以控制漲跌停板制度的影響。同時(shí)，為了保證賭博型股票識(shí)別指標(biāo)的有效性，只有交易月份在6個(gè)月以上、月交易次數(shù)在15天以上的數(shù)據(jù)才能選入樣本。樣本數(shù)據(jù)始于1999年3月，共計(jì)197個(gè)月。主要變量有：（1） 賭博型股票的識(shí)別指標(biāo)， 包括最大日收益率（MAX）、特質(zhì)偏度（IS）、特質(zhì)波動(dòng)率（IV）、預(yù)期特質(zhì)偏度（EIS）;（2）多因子定價(jià)模型所用變量，包括個(gè)股月收益率、Fama-French三因子;（3） 控制變量，包括公司規(guī)模（Size）、賬面市值比（BM）。所有數(shù)據(jù)均來自銳思金融研究數(shù)據(jù)庫（RESSET） 和國泰安CSMAR系列研究數(shù)據(jù)庫。其中，賭博型股票識(shí)別指標(biāo)的含義與計(jì)算方法如表1所示。

三、研究方法與研究步驟

（一）研究方法

本文使用的兩個(gè)核心方法分別是多因子定價(jià)模型和兩階段橫截面回歸（2SCSR）。其中，2SCSR是基于兩步法，來判斷某一備選變量是否為定價(jià)因子，以及檢驗(yàn)該因子定價(jià)能力的原因。具體而言，首先，基于收益率異象構(gòu)建相關(guān)備用因子變量，基于多因子定價(jià)模型，利用股票和各因子的時(shí)間序列數(shù)據(jù)來估計(jì)各定價(jià)因子的Beta值;然后，進(jìn)行橫截面回歸檢驗(yàn)各定價(jià)因子的風(fēng)險(xiǎn)溢價(jià)情況，核心解釋變量即為得到的Beta值。這意味著，2SCSR所使用的因子載荷是估計(jì)值，而不是實(shí)際值。由于Beta值是不可觀測的理論概念（潛變量），因此只能利用其估計(jì)值來作為代理變量。

變量誤差（Errors-In-Variables，EIV）問題可以由于估計(jì)值的引入而出現(xiàn)，也就是所使用的估計(jì)值可能導(dǎo)致了測量誤差。這一誤差可能令普通最小二乘（OLS）的估計(jì)量是有偏的，并且伴隨標(biāo)準(zhǔn)誤的不一致。在多元回歸模型中，測量誤差所引起的估計(jì)偏差方向是不可預(yù)測的，最終導(dǎo)致檢驗(yàn)結(jié)果的錯(cuò)誤判斷。為避免兩步法可能產(chǎn)生的EIV問題，本文將借鑒Fama等（1992）[22]采用的分組法對(duì)此進(jìn)行修正。

（二）研究步驟

為了系統(tǒng)分析股市投資者賭博偏好的收益成因， 本文將結(jié)合多因子定價(jià)模型和2SCSR方法檢驗(yàn)有限理性下“錯(cuò)誤定價(jià)”與風(fēng)險(xiǎn)偏好下“風(fēng)險(xiǎn)承擔(dān)”對(duì)賭博偏好負(fù)異常收益的影響機(jī)理。具體實(shí)證研究邏輯是：首先，基于恰當(dāng)?shù)馁€博型股票識(shí)別指標(biāo)，構(gòu)建適用于中國股市投資者的賭博因子;其次，分別將樣本按照股票的賭博特征和其他控制變量分組， 在Fama-French三因子模型中加入賭博因子;最后，利用2SCSR進(jìn)一步分析賭博型收益的成因。 以剔除了特質(zhì)波動(dòng)率影響的MAX識(shí)別指標(biāo)為例，具體說明研究步驟：

1. 構(gòu)建IV中性的賭博因子MAXfactorIV。首先，每月分別按照MAX和IV指標(biāo)的大小，將樣本股票排序等分為3組和2組，共計(jì)6個(gè)組合。其次，計(jì)算各組合的次月收益。再次，計(jì)算剔除IV影響的賭博因子MAXfactorIV。

2. 進(jìn)行組合的三因子和四因子回歸分析①。對(duì)比三因子和四因子模型的回歸結(jié)果，若加入賭博因子能夠提高回歸的調(diào)整R2， 降低截距項(xiàng)擬合值和顯著性，并且賭博因子載荷顯著，則說明加入的賭博因子能夠解釋股票收益率。 不過，Hirshleifer等（2012） 指出， 我們無法區(qū)分這一結(jié)果源于賭博特征，還是源于賭博風(fēng)險(xiǎn)定價(jià)[19]。為此，本文對(duì)比四種不同的分組方式，以考察賭博特征定價(jià)和賭博風(fēng)險(xiǎn)定價(jià)。

3. 利用2SCSR方法檢驗(yàn)賭博因子是否為定價(jià)因子。首先，構(gòu)造組合。利用式（1）滾動(dòng)估計(jì)個(gè)股每月的四因子系數(shù)（即因子載荷）;先依據(jù)MAXfactorIV的載荷大小將股票平均分為3組， 然后按Size、BM和MAX分別進(jìn)行三等分，共81個(gè)組合。

Rq，t-RF，t=？琢+？茁q，MKT（RM，t-RF，t）+？茁q，SMBSMBt+

？茁q，HMLHMLt+？茁q，MAXfactor■MAXfactorIV，t+

？著q，t ? ? （1）

其中，被解釋變量為組合超額收益，解釋變量分別是市場風(fēng)險(xiǎn)溢酬、規(guī)模因子、賬面市值比因子和賭博因子，？茁q，MKT、？茁q，SMB、？茁q，HML、？茁q，MAXfactor■為各因子載荷。

其次，對(duì)四個(gè)因子進(jìn)行時(shí)間序列回歸，基于之前24個(gè)月的組合收益， 可以得到每個(gè)月的組合四因子載荷。

再次，將各因子載荷作為解釋變量，各個(gè)月進(jìn)行一次回歸，計(jì)算系數(shù)估計(jì)量的均值，并檢驗(yàn)系數(shù)均值的顯著性。

若賭博因子載荷的系數(shù)顯著，說明賭博型收益可能源于模型誤設(shè)。 進(jìn)一步將賭博特征變量MAX加入模型，若MAX的系數(shù)顯著，同時(shí)賭博因子載荷的系數(shù)變得不顯著， 則說明模型誤設(shè)只是表象，賭博型收益其實(shí)源于股票錯(cuò)誤定價(jià)。

四、實(shí)證分析

（一）四因子描述性統(tǒng)計(jì)分析

在Fama-French三因子基礎(chǔ)上，本文基于賭博型股票收益率構(gòu)建了IV中性的賭博因子MAXfactorIV，表2為四因子的描述性統(tǒng)計(jì)分析和相關(guān)性分析。由表可知，本文的關(guān)鍵因子MAXfactorIV均值為0.0080，方差為0.0009，t值為3.71，通過了顯著性檢驗(yàn)，說明構(gòu)建的賭博因子是有效的。在其他三個(gè)因子中， 市場溢價(jià)因子MKT的方差為0.0077，波動(dòng)性最大。MKT和SMB均通過顯著性檢驗(yàn)，僅有HML的t值較小，意味著HML在中國股市并不顯著。 另外， 表2顯示賭博因子與Fama-French三因子的相關(guān)性較低，本文構(gòu)建的賭博因子不能被三因子所包含，有效性較好。

（二）全樣本期的多因子模型檢驗(yàn)

在整個(gè)檢驗(yàn)期內(nèi)，按照第三部分介紹的分組方法，形成一系列股票組合，然后對(duì)各組合進(jìn)行多因子模型回歸如表3所示。 表3是將所有樣本按MAX大小等分為10組，分別擬合Fama-French三因子模型和加入賭博因子的四因子模型回歸結(jié)果。其中，由組合1～10，各組合股票的平均MAX值遞增，即股票的賭博特性增強(qiáng)。

重點(diǎn)考察表3中各組合的擬合優(yōu)度、常數(shù)項(xiàng)的顯著性以及賭博因子的顯著性。首先，賭博因子的引入使各組合的擬合優(yōu)度有不同程度的提高。其中， 組合1～3、8～10的擬合優(yōu)度改善幅度最大，而中間組合的改善幅度相對(duì)較小，即股票賭博特征表現(xiàn)出明顯的非線性變化。具體而言，組合1在加入MAXfactorIV前后的三因子模型和四因子模型回歸中，其R2值由91.20%提高至95.51%，改善幅度為4.73%;組合10的R2值則由90.52%提高至95.16%，改善幅度達(dá)到了5.13%。整體來看，各組合的調(diào)整R2在加入賭博因子之后均超過95%， 說明賭博因子對(duì)股票截面收益具有很好的解釋力。

其次，在常數(shù)項(xiàng)方面，股票的異常收益及其顯著性均有所降低， 且表現(xiàn)出與R2值相似的變化規(guī)律。類似地，兩端組合的常數(shù)項(xiàng)的擬合值和顯著性變化更大，而中間組合的變化相對(duì)較小。例如，組合10的常數(shù)項(xiàng)擬合值和t值在加入MAXfactorIV之后， 分別由-0.0096和-4.03提高至-0.0031和-1.77;組合6的常數(shù)項(xiàng)擬合值和t值則由0.0020和1.37變?yōu)?.0020和1.31，幾乎沒有變化，再次證明了股票賭博特征的非線性。

第三， 在賭博因子的顯著性方面， 絕大部分MAXfactorIV系數(shù)均十分顯著。由表3可知，在10個(gè)組合中，有8個(gè)MAXfactorIV系數(shù)的t值絕對(duì)值遠(yuǎn)遠(yuǎn)大于2。更重要的是，各組MAXfactorIV系數(shù)的擬合值及相應(yīng)t值所表現(xiàn)出的變動(dòng)趨勢是：（1） 兩端組合的MAXfactorIV系數(shù)t值絕對(duì)值最大，并且取值的絕對(duì)值十分相近，而中間組合的最小，甚至博彩因子的系數(shù)不顯著，呈現(xiàn)U型變動(dòng)。例如，組合1的賭博因子系數(shù)t值為13.42，組合2為10.56，均十分顯著。組合10的賭博因子系數(shù)t值為-13.41，組合9為-10.42。至于中間組合，如組合5、組合6的賭博因子系數(shù)t值分別為1.88、0.02，賭博因子系數(shù)并不顯著。（2） 各組MAXfactorIV系數(shù)的擬合值及相應(yīng)t值均隨MAX值的增加而增大， 表現(xiàn)出明顯的由正變負(fù)的趨勢。這一重要特征說明賭博特征與賭博因子載荷具有一定相關(guān)性，間接說明賭博因子對(duì)股票收益的解釋力可能源于賭博特征，或者賭博因子未能充分控制住賭博特征對(duì)股票收益的影響[19]。

為了同時(shí)控制賭博特征和公司特征對(duì)回歸產(chǎn)生的可能影響， 本文將樣本股票分別依據(jù)公司規(guī)模、 賬面市值比和MAX值排序等分為5組，共計(jì)125個(gè)組合， 再次進(jìn)行三因子和四因子回歸如表4所示。 表4僅列示了各維度兩端組合的檢驗(yàn)結(jié)果，其中8個(gè)MAXfactorIV系數(shù)擬合值中有7個(gè)顯著。同時(shí)， 結(jié)果顯示，MAXfactorIV系數(shù)擬合值隨著Size和BM兩個(gè)維度上的變化，仍然呈現(xiàn)出明顯的由正變負(fù)的變化趨勢?？偠灾?，由上述全樣本期的檢驗(yàn)結(jié)果可知，賭博因子對(duì)股票收益具有較好的解釋能力，這一初步結(jié)果看似支持了風(fēng)險(xiǎn)偏好視角下的“風(fēng)險(xiǎn)承擔(dān)”假設(shè)。然而，通過控制變量分組法，可以發(fā)現(xiàn)賭博因子的收益解釋能力很有可能是源于股票的賭博特征，同時(shí)賭博特征對(duì)股票收益的影響沒有被賭博因子所涵蓋。對(duì)于這樣的檢驗(yàn)結(jié)果，有必要進(jìn)一步結(jié)合2SCSR方法來深入識(shí)別賭博型收益的成因來源。

（三）基于分組法的定價(jià)檢驗(yàn)

前文已經(jīng)證實(shí)賭博因子對(duì)股票收益具有良好的解釋能力，不過這一能力可能源于其與股票賭博特征的相關(guān)性。因此，僅通過上述檢驗(yàn)還不能準(zhǔn)確判斷賭博型收益究竟源于風(fēng)險(xiǎn)承擔(dān)視角下的模型誤設(shè)，還是源于有限理性視角下的錯(cuò)誤定價(jià)。本文將進(jìn)一步采用基于分組法的兩階段橫截面回歸（2SCSR）來檢驗(yàn)賭博型收益的成因，其核心邏輯是先控制住MAX的影響，然后考察賭博因子載荷是否仍具有股票收益的解釋能力。 如果MAXfactorIV是資產(chǎn)定價(jià)的系統(tǒng)性風(fēng)險(xiǎn)，那么在對(duì)賭博因子載荷繼續(xù)回歸時(shí)，其系數(shù)應(yīng)該顯著，即MAXfactorIV會(huì)產(chǎn)生風(fēng)險(xiǎn)溢價(jià)。如果MAX的系數(shù)顯著，同時(shí)MAXfactorIV載荷的系數(shù)不顯著，這就意味著賭博型收益并非源于風(fēng)險(xiǎn)承擔(dān)，而是源于賭博型股票的錯(cuò)誤定價(jià)。

2SCSR的解釋變量為MAX和四因子載荷，被解釋變量為組合平均超額收益。表5的Panel A是控制住MAX影響而進(jìn)行了10等分的組合回歸結(jié)果;Panel B為同時(shí)控制了公司規(guī)模、賬面市值比和MAX影響而形成的125個(gè)組合的回歸結(jié)果。由表5可知，MAXfactorIV載荷對(duì)股票收益的影響遠(yuǎn)小于賭博特征， 因?yàn)樵诟鞣N分組情況下，MAXfactorIV載荷擬合值的絕對(duì)值都遠(yuǎn)小于MAX的擬合值。MAX擬合值的t值較大，而且大于MAXfactorIV載荷擬合值的t值絕對(duì)值，這說明賭博因子載荷的收益解釋能力被MAX所表征的賭博特征所覆蓋， 而賭博特征的收益解釋能力不能被賭博因子載荷所覆蓋。據(jù)此可知，賭博型收益是由錯(cuò)誤定價(jià)造成的，并非源于定價(jià)模型遺漏了相關(guān)風(fēng)險(xiǎn)因子。

五、穩(wěn)健性檢驗(yàn)

（一）四因子描述性統(tǒng)計(jì)分析

根據(jù)崔惠穎等（2016）的觀點(diǎn)，特質(zhì)偏度（IS）對(duì)股票賭博特征的識(shí)別能力僅次于MAX， 并與預(yù)期特質(zhì)偏度（EIS）相關(guān)性很大[8]。為使賭博特征識(shí)別指標(biāo)的選擇不影響到前文的實(shí)證結(jié)果，本文計(jì)算了剔除EIS影響的賭博因子ISfactorEIS，具體計(jì)算過程同MAXfactorIV。

表6對(duì)ISfactorEIS與Fama-French三因子進(jìn)行了初步的描述性統(tǒng)計(jì)， 并計(jì)算了四各因子的相關(guān)性。其中，ISfactorEIS對(duì)應(yīng)的t值為3.77，通過顯著性檢驗(yàn)。另外，F(xiàn)ama-French三因子與ISfactorEIS沒有表現(xiàn)出較高的相關(guān)性，這說明ISfactorEIS是有效的。

（二）全樣本期的多因子模型檢驗(yàn)

表7和表8是基于ISfactorEIS的全樣本期三因子和四因子模型檢驗(yàn)結(jié)果。分別按Size和IS進(jìn)行五等分、BM和IS進(jìn)行五等分的檢驗(yàn)結(jié)果如表7、表8的Panel A和Panel B所示。 表中只展示了回歸結(jié)果中的截距項(xiàng)、 擬合優(yōu)度和ISfactorEIS擬合情況。

通過對(duì)比表7和表8的Panel A、Panel B可以發(fā)現(xiàn)與前述結(jié)論相同。 一是ISfactorEIS具有較好的收益解釋力，這表現(xiàn)在賭博因子降低了截距項(xiàng)的顯著性，提高了回歸的擬合優(yōu)度，而且絕大部分的ISfactorEIS系數(shù)顯著。 二是ISfactorEIS的系數(shù)擬合值和t值也呈現(xiàn)出隨IS的增大而由正變負(fù)的變動(dòng)趨勢， 表明ISfactorEIS對(duì)收益的解釋力可能與MAXfactorIV一樣，均受到賭博特征的影響。

（三）基于分組法的定價(jià)檢驗(yàn)

與MAXfactorIV相同， 表9列示了ISfactorEIS的分組法2SCSR定價(jià)檢驗(yàn)， 以具體分析賭博因子ISfactorEIS的收益解釋能力與賭博特征的關(guān)系。對(duì)比表9和表5，IS和ISfactorEIS的收益解釋能力分別弱于MAX和MAXfactorIV。 不過一致之處在于，在Panel A和Panel B中，IS的回歸系數(shù)絕對(duì)值及其t值絕對(duì)值分別大于ISfactorEIS載荷的回歸系數(shù)絕對(duì)值及其t值絕對(duì)值。 這意味著，ISfactorEIS載荷的收益解釋能力能被IS所表征的賭博特征控制，而IS賭博特征的收益解釋能力無法被ISfactorEIS載荷控制。 可見，ISfactorEIS的檢驗(yàn)結(jié)果同樣支持了錯(cuò)誤定價(jià)假說。

綜上所述，本文的檢驗(yàn)結(jié)果證實(shí)賭博型收益源于錯(cuò)誤定價(jià)， 而非源于定價(jià)模型遺漏風(fēng)險(xiǎn)因子，不支持“風(fēng)險(xiǎn)承擔(dān)”假說，而且結(jié)果不受賭博型股票識(shí)別指標(biāo)和賭博因子選擇的影響。

六、結(jié)論與啟示

股市賭博行為表現(xiàn)在對(duì)收益正偏股票的追逐，而這類股票只能給投資者帶來無法被經(jīng)典定價(jià)模型所解釋的負(fù)異常收益，即賭博型收益。由于投資者的賭博偏好無法直接觀測，而賭博型收益正是投資者賭博偏好的市場表現(xiàn)。因此，對(duì)賭博型收益的成因研究， 將有助于對(duì)股市投資者賭博偏好的理解，進(jìn)而更有針對(duì)性地防范化解股市風(fēng)險(xiǎn)。

理論上，賭博型收益可能源于投資者的風(fēng)險(xiǎn)偏好（風(fēng)險(xiǎn)承擔(dān)解釋），也可能源于投資者的有限理性（錯(cuò)誤定價(jià)解釋）?！帮L(fēng)險(xiǎn)承擔(dān)解釋”認(rèn)為賭博型收益是由定價(jià)模型的誤設(shè)而導(dǎo)致的，即定價(jià)模型遺漏了某一定價(jià)因子，它能夠控制住賭博型股票的風(fēng)險(xiǎn)回報(bào)?！板e(cuò)誤定價(jià)解釋”則認(rèn)為，賭博型收益是賭博型股票因投資者的有限理性而被錯(cuò)誤定價(jià)。不同于以往的研究，本文綜合地對(duì)賭博型收益成因的這兩種解釋進(jìn)行了檢驗(yàn)，系統(tǒng)地分析了賭博型收益究竟是由錯(cuò)誤定價(jià)所導(dǎo)致的，還是一種風(fēng)險(xiǎn)承擔(dān)的結(jié)果。

本文對(duì)賭博型收益成因的檢驗(yàn)結(jié)合了多因子定價(jià)模型和兩階段橫截面回歸。首先，基于中國股市現(xiàn)實(shí)情況，計(jì)算了合適的賭博因子。其次，將三因子和四因子模型的擬合結(jié)果進(jìn)行對(duì)比。通過多種分組方式， 控制賭博特征等因素對(duì)股票收益的影響，進(jìn)而初步識(shí)別賭博風(fēng)險(xiǎn)定價(jià)和賭博特征定價(jià)。最后，進(jìn)一步利用2SCSR方法加以確認(rèn)。賭博指標(biāo)和賭博因子載荷同時(shí)引入多因子定價(jià)模型，對(duì)比分析賭博特征與賭博因子的收益解釋力。本文的實(shí)證結(jié)果發(fā)現(xiàn)：

第一， 本文構(gòu)建的賭博因子MAXfactorIV和ISfactorEIS均通過了顯著性檢驗(yàn)，且與其他因子相關(guān)性低，說明它們是有效因子。第二，在多因子定價(jià)模型的檢驗(yàn)中，通過比較加入賭博因子前后的賭博因子擬合值及其顯著性、 截距項(xiàng)擬合值及其顯著性，以及回歸擬合優(yōu)度等三個(gè)方面，發(fā)現(xiàn)如下規(guī)律：（1）賭博因子對(duì)股票收益具有解釋能力，而且股票的賭博特征呈現(xiàn)非線性變化。（2） 賭博因子系數(shù)明顯地隨股票賭博特征的增強(qiáng)而由正變負(fù)。這說明賭博因子載荷與賭博特征有一定相關(guān)性，賭博特征可能是賭博因子的股票收益解釋力的原因，或者賭博特征對(duì)股票收益的影響沒有被賭博因子充分控制。

第二，通過2SCSR發(fā)現(xiàn)，股票賭博特征能夠控制賭博因子載荷的收益解釋能力，而賭博因子載荷無法控制賭博特征的收益解釋能力。據(jù)此，本文認(rèn)為賭博型收益不是源于賭博型股票承擔(dān)了特殊的風(fēng)險(xiǎn)，而是由于被錯(cuò)誤定價(jià)。也就是說，我國股市投資者的賭博偏好是一種有限理性的表現(xiàn)，并非出于風(fēng)險(xiǎn)承擔(dān)。

在金融風(fēng)險(xiǎn)日益凸顯的現(xiàn)實(shí)背景下，對(duì)賭博型收益的成因研究也提醒股市投資者應(yīng)充分認(rèn)識(shí)非理性因素在投資決策中所起到的重要作用。投資者要盡量克服“追漲殺跌”等心理因素和行為偏差所帶來的不利影響。另外，根據(jù)行為金融學(xué)理論，錯(cuò)誤定價(jià)能夠長期存在，除了受到投資者的心理因素和行為偏差的影響之外，還受到套利限制的影響。因此，監(jiān)管部門還需繼續(xù)引入并完善賣空制度，維護(hù)一個(gè)良好的信息環(huán)境和交易環(huán)境。

參考文獻(xiàn)：

[1]劉圣堯，李怡宗，楊云紅.中國股市的崩盤系統(tǒng)性風(fēng)險(xiǎn)與投資者行為偏好[J].金融研究，2016（2）：55-70.

[2]KUMAR A.Who Gambles in the Stock Market？[J].Journal of Finance，2009，64（4）.

[3]BALI T G，CAKICI N，WHITELAW R F.Maxing out：Stocks as Lotteries and the Cross-section of Expected Returns[J].Journal of Financial Economics，2011，99（2）.

[4]WALKSH？魧USL C.The MAX Effect：European Evidence[J].Journal of Banking & Finance，2014，42（42）.

[5]鄭振龍，孫清泉.彩票類股票交易行為分析：來自中國A股市場的證據(jù)[J].經(jīng)濟(jì)研究，2013（5）：128-140.

[6]江曙霞，陳青.賭博特征股票的收益預(yù)測及解釋[J].財(cái)貿(mào)研究，2013（3）：99-107，116.

[7]李培馨，劉悅，王寶鏈.中國股票市場的賭博行為研究[J].財(cái)貿(mào)經(jīng)濟(jì)，2014（3）：68-79.

[8]崔惠穎，王志強(qiáng).博彩型股票的識(shí)別分析——來自中國股票市場的經(jīng)驗(yàn)證據(jù)[J].商業(yè)經(jīng)濟(jì)與管理，2016（5）：86-96.

[9]梁昱，張偉強(qiáng).博彩型股票與投資者的博彩性偏好——基于中國股票市場數(shù)據(jù)的實(shí)證研究[J].運(yùn)籌與管理，2017（2）：117-126.

[10]崔惠穎.博彩型收益的時(shí)變性分析——來自中國股票市場的經(jīng)驗(yàn)證據(jù)[J].商業(yè)研究，2019（1）：24-31.

[11]崔惠穎.股市投資者賭博行為收益形成機(jī)理研究 ——基于情緒的錯(cuò)誤定價(jià)分析[J].商業(yè)研究，2019（8）：63-72.

[12]BRUNNERMEIER M K，GOLLIER C，PARKER J A.Optimal Beliefs，Asset Prices，and the Preference for Skewed Returns[J].American Economic Review，2007，97（2）.

[13]BARBERIS N，HUANG M.Stocks as Lotteries：The Implications of Probability Weighting for Security Prices[J].American Economic Review，2008，98（5）.

[14]ZHONG A，GRAY P.The MAX Effect：An Exploration of Risk and Mispricing Explanations[J].Social Science Electronic Publishing，2016.

[15]崔惠穎.股市投資者賭博行為研究綜述[J].金融理論與實(shí)踐，2019（7）：77-83.

[16]陳文博，陳浪南，王升泉.投資者的博彩行為研究——基于盈虧狀態(tài)和投資者情緒的視角[J].中國管理科學(xué)，2019（2）：19-30.

[17]徐小君.公司特質(zhì)風(fēng)險(xiǎn)與股票收益——中國股市投機(jī)行為研究[J].經(jīng)濟(jì)管理，2010（12）：127-136.

[18]CORE J E，GUAY W R，VERDI R.Is Accruals Quality a Priced Risk Factor[J].Journal of Accounting and Economics，2007，46（1）.

[19]HIRSHLEIFER D，HOU K，TEOH S H.The Accrual Anomaly：Risk or Mispricing[J].Management Science，2012，58 （2）.

[20]HARVEY C R，AKHTAR S.Conditional Skewness in Asset Pricing Tests[J].Journal of Finance，2000，55（3）.

[21]KUMAR A，PAGE J K.Deviations From Norms and Informed Trading[J].Journal of Financial & Quantitative Analysis，2011，49（4）.

[22]FAMA E F，F(xiàn)RENCH K R.The Cross-Section of Expected Stock Returns[J].The Journal of Finance，1992，47（2）.

Research on the Return of Gambling Preference in Chinese Stock Market Based on Multi-factor Model

Cui Huiying

（School of Economics and Business Administration， Heilongjiang University， Harbin 150080， China）

Abstract：In recent years， the stock market has always been the main area of Chinese financial risks， and investor gambling preference is an important reason for stock market volatility. Based on multi-factor pricing model and two-stage cross-sectional regression， this paper examines the mechanism of the influence of “mispricing” and “risk taking” on gambling preference and its negative abnormal returns. We find that the gambling factor based on the maximum daily rate of return has explanatory power for return. And its regression coefficients obviously change from positive to negative with the increase of gambling characteristics. This means that gambling factor load is related to gambling characteristics. Further using two-stage cross-sectional regressions， we find that gambling characteristics can control the explanatory power of gambling factor loads， and lottery-like return is due to the mispricing of lottery-like stock rather than a certain risk-taking behavior. This means that the gambling preference of investors in Chinese stock market is a kind of bounded rationality rather than risk-taking.

Key words： gambling preference： lottery-like return; risk preference; bounded rationality

（責(zé)任編輯、校對(duì)：盧艷茹）