李 帥 ，張 強(qiáng)

（1.北京外國語大學(xué) 法學(xué)院，北京 100089；2.國信證券股份有限公司 博士后工作站，廣東 深圳 518000；3.國信證券股份有限公司 白沙泉投資者教育基地，浙江 杭州 310007）

一、引 言

資產(chǎn)定價(jià)一直是學(xué)界討論的熱點(diǎn)，投資者所承受的風(fēng)險(xiǎn)與股票預(yù)期收益的關(guān)系備受關(guān)注。隨著研究的深入，相關(guān)理論模型也經(jīng)歷了多次演變。1952年，Markowitz提出了現(xiàn)代資產(chǎn)組合理論（Modern Portfolio Theory，MPT），利用均值方差分析法來確定最優(yōu)投資組合，被認(rèn)為是標(biāo)準(zhǔn)金融理論誕生的標(biāo)志[1]。1964年開始，Sharpe等人在資產(chǎn)組合理論和資本市場理論的基礎(chǔ)上，提出了資本資產(chǎn)定價(jià)模型（Capital Asset Pricing Model，CAPM）[2，3]。作為單因子模型的 CAPM，主要研究證券市場中資產(chǎn)的預(yù)期收益率與風(fēng)險(xiǎn)資產(chǎn)之間的關(guān)系，以及均衡價(jià)格是如何形成的，認(rèn)為影響股票收益率的因素主要為非系統(tǒng)風(fēng)險(xiǎn)。在上世紀(jì)80年代后，很多研究表明僅用CAPM來解釋股票收益并不適用，因?yàn)樗鼰o法解釋一些系統(tǒng)因素外的異?，F(xiàn)象[4-6]。套利定價(jià)理論（Arbitrage Pricing Theory，APT）作為CAPM的進(jìn)一步拓展，都是均衡狀態(tài)下的模型[7，8]，區(qū)別是APT的基礎(chǔ)為多因素模型，認(rèn)為套利行為是現(xiàn)代有效率市場[9]（即市場均衡價(jià)格）形成的一個(gè)決定因素，即市場如果未達(dá)到均衡狀態(tài)時(shí)，存在無風(fēng)險(xiǎn)套利機(jī)會，并最終回歸到均衡狀態(tài)。本質(zhì)上講，資產(chǎn)定價(jià)理論的基礎(chǔ)是有效市場假說，即市場中的投資者均為理性投資者，且具有風(fēng)險(xiǎn)厭惡的特點(diǎn)，假定投資者能夠無成本地獲取市場中的全部信息，并根據(jù)這些信息作出理性反應(yīng)。此后Fama和French參考套利定價(jià)模型，于1992年提出了Fama-French三因素模型，認(rèn)為股票市場的β值不能完全有效解釋不同股票回報(bào)率的差異，進(jìn)而增加了規(guī)模因子和賬面市值比因子，以提高模型的解釋效果，此類超額收益可看作是對CAPM中β未能反映的風(fēng)險(xiǎn)因素的補(bǔ)償[10]。此后20多年中有研究者對三因子模型進(jìn)行實(shí)證分析，發(fā)現(xiàn)其雖然能夠解釋CAPM模型中的很多異象，但是卻又產(chǎn)生了新異象：比如應(yīng)計(jì)盈余異象、股票凈發(fā)行異象、動量異象等[11-13]。為此，F(xiàn)ama和French在2015年基于股利貼現(xiàn)模型的基礎(chǔ)提出了五因子模型[14]，加入了盈利因子和投資風(fēng)格因子，更好地描述了橫截面上股票組合的期望收益率，并得到了廣泛應(yīng)用[15-19]。

作為百年一遇的黑天鵝事件，新冠肺炎疫情的全球蔓延以至進(jìn)一步惡化對經(jīng)濟(jì)造成了嚴(yán)重的沖擊和社會影響，拖累全球經(jīng)濟(jì)增長。作為最早爆發(fā)疫情的國家之一，中國以全國之力成功地控制了疫情，經(jīng)濟(jì)展現(xiàn)出強(qiáng)大的韌性，數(shù)據(jù)顯示2020年中國經(jīng)濟(jì)逆勢增長2.3%，是全球唯一實(shí)現(xiàn)正增長的主要經(jīng)濟(jì)體，預(yù)計(jì)2021年增長率達(dá)到7.9%。新冠疫情無疑對進(jìn)出口貿(mào)易、外資流動、產(chǎn)業(yè)鏈和供應(yīng)鏈等多領(lǐng)域造成了結(jié)構(gòu)性的沖擊，影響程度超過2008年世界金融危機(jī)。此外，疫情自2020年3月在美國大規(guī)模爆發(fā)，美股3月出現(xiàn)了四次熔斷，美國第二季度GDP年化季率暴跌31.7%，4月失業(yè)率飆升至14.7%，創(chuàng)下20世紀(jì)30年代經(jīng)濟(jì)大蕭條以來新高。為了挽救美國宏觀經(jīng)濟(jì)，美聯(lián)儲直接將利率降至零，并宣布實(shí)施1.5萬億美元的回購計(jì)劃。美股隨后在科技股的帶動下，市場人氣轉(zhuǎn)向火熱，一年之內(nèi)經(jīng)歷“過山車”般的行情，數(shù)據(jù)顯示2020年美國GDP下跌3.5%，創(chuàng)下第二次世界大戰(zhàn)以來的最大跌幅，同時(shí)也是2009年之后第一次出現(xiàn)負(fù)值。當(dāng)中國“抗疫”形勢發(fā)生根本性轉(zhuǎn)折、勝利在望之際，新冠肺炎疫情卻在世界上許多國家全面爆發(fā)。世界衛(wèi)生組織把疫情由“流行病”提升至“大流行病”級別，同時(shí)把歐洲定性為“大流行疫情的中心”，2020年歐元區(qū)經(jīng)濟(jì)產(chǎn)出下降6.8%，歐盟下降6.4%。在疫情的影響下，各國零售餐飲、住宿旅游、交通運(yùn)輸、文化娛樂等行業(yè)營收大幅下滑，制造業(yè)、房地產(chǎn)、能源和航空等行業(yè)受到重創(chuàng)，而遠(yuǎn)程辦公、生物醫(yī)藥等科技行業(yè)異軍突起，新冠疫情無疑將深刻影響很多行業(yè)未來的發(fā)展趨勢和競爭格局。

因此，本文基于Fama-French多因子模型，以美股49個(gè)行業(yè)為例展開分析，研究新冠肺炎疫情對美股各行業(yè)收益性的影響，探究三因子與五因子模型對不同行業(yè)股票收益解釋力度的變化。從監(jiān)管角度出發(fā)，對我國資本市場發(fā)展提出相應(yīng)建議。

二、文獻(xiàn)回顧

黑天鵝事件是指非常難以預(yù)測且不尋常的事件，通常會引起市場連鎖負(fù)面反應(yīng)甚至極端變化。比如中國2003年的非典型肺炎和2008年雪災(zāi)，美國的“9·11”恐怖襲擊和次貸危機(jī)等。國內(nèi)也有很多學(xué)者研究了黑天鵝事件對股票市場的影響，其中王少杰等研究了非典期間A股醫(yī)藥板塊的表現(xiàn)，發(fā)現(xiàn)醫(yī)藥板塊的整體上揚(yáng)與“非典”有很大的相關(guān)性，抗生素藥類上市公司成為最大受益者[20]。黃湘源認(rèn)為政府的態(tài)度在自然災(zāi)害背景下對股票市場穩(wěn)定發(fā)展起到至關(guān)重要的作用[21]。王健等研究了汶川地震對A股的影響，結(jié)果表明地震災(zāi)后重建對相關(guān)股票利好，災(zāi)區(qū)上市公司表現(xiàn)甚至超過大盤，間接證明了地震經(jīng)濟(jì)的正效應(yīng)[22]。寧建楠等研究了金融危機(jī)對中國股市各行業(yè)板塊間相依結(jié)構(gòu)的影響，2008年金融危機(jī)在一定程度上影響了A股各行業(yè)板塊間相依結(jié)構(gòu)，且在危機(jī)后相依性增強(qiáng)[23]。周慧琴等在Fama-French三因子模型的基礎(chǔ)上引入了投資者情緒因子，通過定性分析與實(shí)證研究的方法探索黑天鵝事件對股價(jià)的影響，認(rèn)為投資者情緒會加劇事件對股價(jià)的影響[24]。方溯源等梳理了美國應(yīng)對新冠肺炎疫情的刺激政策及效應(yīng)，認(rèn)為我國需在美元外溢、人民幣國際化和貨幣政策等方面提升金融風(fēng)險(xiǎn)的防控及處置能力，為中國經(jīng)濟(jì)的進(jìn)一步復(fù)蘇和發(fā)展，創(chuàng)造良好穩(wěn)健的貨幣金融環(huán)境[25]。

國外方面，Gheno等研究了“9·11”恐怖襲擊對美國房地產(chǎn)行業(yè)股票的影響，股市日收益率波動性大幅上升，但恐怖襲擊僅對房地產(chǎn)投資信托基金回報(bào)率產(chǎn)生了暫時(shí)的財(cái)務(wù)影響[26]。Maillet等研究了“9·11”恐怖襲擊對美國和法國股市的影響，提出采用市場沖擊指數(shù)來進(jìn)行風(fēng)險(xiǎn)度量，認(rèn)為此次事件對法國造成的危機(jī)遠(yuǎn)比亞洲和俄羅斯更為嚴(yán)重[27]。針對此次新冠疫情，Klement等研究了以Covid-19為搜索詞和主題綜合指標(biāo)的谷歌趨勢綜合指數(shù)對美國、中國、意大利、法國和印度等13個(gè)主要股市隱含波動率的影響，與世界其他地區(qū)相比，對歐洲直接和間接的影響最強(qiáng)，對Covid-19傳染效應(yīng)的焦慮導(dǎo)致股票市場的風(fēng)險(xiǎn)厭惡情緒升高[28]。Dominik等研究了Fama-French模型在美國股市的表現(xiàn)，認(rèn)為由于疫情的影響，模型的R2出現(xiàn)了明顯下降，即模型解釋力度降低[29]。Lee以產(chǎn)業(yè)超額報(bào)酬為因變量，通過估計(jì)時(shí)間序列回歸模型，檢驗(yàn)了每日新聞情緒指數(shù)的變化對美國產(chǎn)業(yè)報(bào)酬的預(yù)測是否存在差異，結(jié)果發(fā)現(xiàn)超額收益來自Fama-French三因素模型[30]。Baig等研究了新冠大流行對美國股市微觀結(jié)構(gòu)的影響，通過指數(shù)來解釋流動性和波動性動態(tài)，對Fama-French 48個(gè)分類行業(yè)進(jìn)行了分析，研究結(jié)果表明新冠病毒引起的確診病例和死亡人數(shù)的增加與市場流動性和波動性的顯著相關(guān)[31]。Giardino等分析了新冠疫情危機(jī)對醫(yī)療器械行業(yè)的影響，認(rèn)為由于全球價(jià)值鏈的脆弱性已在這次危機(jī)中凸顯，為Emilia-Romagna地區(qū)重新制定產(chǎn)業(yè)政策創(chuàng)造了機(jī)會，以此促進(jìn)當(dāng)?shù)刂行∑髽I(yè)加入最先進(jìn)的全球價(jià)值鏈[32]。Song等從財(cái)務(wù)狀況、企業(yè)戰(zhàn)略和所有權(quán)結(jié)構(gòu)分析了Covid-19對美國餐飲業(yè)股票收益率的影響，發(fā)現(xiàn)規(guī)模大、杠桿率高、現(xiàn)金流多和更具國際化的企業(yè)下跌更為明顯[33]。Skre等研究了疫情對旅游業(yè)的潛在影響，認(rèn)為全球旅游業(yè)的復(fù)蘇所需時(shí)間將超過10個(gè)月[34]。Siche研究了疫情對農(nóng)業(yè)和糧食供應(yīng)鏈的影響，認(rèn)為大流行將嚴(yán)重影響糧食需求，從而影響糧食安全，對最脆弱的人口產(chǎn)生重大影響[35]。總的看來，這些研究主要集中在新冠疫情對部分行業(yè)的影響上，而關(guān)于疫情對股票市場影響的文獻(xiàn)較少，研究相對分散，缺乏對股票市場的整體研究，因此本文以美股49個(gè)行業(yè)疫情前后的變化進(jìn)行較為全面的實(shí)證研究，以期得到更有價(jià)值的結(jié)論。

三、Fama-French三因子與五因子模型

很多研究者在分析資產(chǎn)定價(jià)模型中發(fā)現(xiàn)，單因子不能很好地解釋投資組合的超額收益。為了更加全面地進(jìn)行分析和解釋，F(xiàn)ama和French1992年提出了三因子模型，在考慮傳統(tǒng)資本定價(jià)模型市場因子的基礎(chǔ)上，市值ME（由于公司規(guī)模不同造成的風(fēng)險(xiǎn)溢價(jià)）和賬面市值比BE/ME（由于賬面市值不同造成的風(fēng)險(xiǎn)溢價(jià)）也對超額收益有較為顯著的解釋能力，這兩個(gè)因子又被稱為小規(guī)模市值股票異象和高賬面市值比股票異象[10]。模型的基本形式為：

其中Rit是投資組合的收益率，Rft表示無風(fēng)險(xiǎn)收益率，ɑ為截距項(xiàng)，Rmt為市場收益率，E（Rit）-Rft表示投資組合的超額收益率，E（Rmt）-Rft表征市場風(fēng)險(xiǎn)溢價(jià)，規(guī)模因子SMBt代表市值規(guī)模指標(biāo)，反映小市值與大市值股票組合的收益率之差。賬面市值比因子HMLt表示高賬面市值比與低賬面市值比股票組合的收益率之差，eit為殘差項(xiàng)。若市場因子、市值因子和賬面市值比因子能完全解釋資產(chǎn)的超常收益的話，那么模型中的截距ɑ應(yīng)當(dāng)趨向于0。但隨后的很多學(xué)者通過研究發(fā)現(xiàn)有些投資組合中ɑ顯著不為零，說明三因子是有缺陷的，如存在應(yīng)記盈余異象、股票凈發(fā)行異象和動量異象等，其中最主要為盈利異象和投資異象。

為此，2015年Fama和French進(jìn)一步提出了五因子模型，在三因子模型基礎(chǔ)上加入了盈利能力和投資風(fēng)格因子，以更好地描述投資組合的超額收益率[14]。五因子模型如下：

其中RMWt代表盈利能力因子，反映盈利能力強(qiáng)與盈利能力弱的股票組合收益率之差。盈利定義為年?duì)I業(yè)收入減去營業(yè)成本、利息費(fèi)用、銷售費(fèi)用和管理費(fèi)用后再除以上一財(cái)年末的賬面權(quán)益。CMAt表示投資風(fēng)格因子，反映投資風(fēng)格保守與投資風(fēng)格激進(jìn)的股票組合收益率之差。投資定義為上一財(cái)年的新增總資產(chǎn)除以兩年前財(cái)年末的總資產(chǎn)。

四、數(shù)據(jù)選取與因子構(gòu)建

本文數(shù)據(jù)選自Kenneth R.French創(chuàng)建的數(shù)據(jù)庫①，是由Fama-French模型的創(chuàng)始人French根據(jù)美股市場的相關(guān)信息得出的數(shù)據(jù)，已被很多學(xué)者所使用。CRSP和Compustat數(shù)據(jù)庫里包括紐約證券交易所、美國證券交易所和納斯達(dá)克證券市場在內(nèi)的所有上市公司股票樣本。為了更好地研究美股不同行業(yè)受新冠疫情的影響，這里選擇49個(gè)行業(yè)的分組數(shù)據(jù)。考慮到新冠疫情于2020年3月在美國大規(guī)模傳播，選定3月至10月共計(jì)8個(gè)月的日度值作為疫情爆發(fā)后的數(shù)據(jù)，選取同等時(shí)間長度的數(shù)據(jù)作為疫情前的對比參考（2019年7月到2020年2月）。

Fama-French三因子模型分組標(biāo)準(zhǔn)為：根據(jù)上市公司的市值分為小市值規(guī)模股和大市值規(guī)模股，各占50%；然后再根據(jù)年末上市公司賬面市值比，分為H（高賬面市值比），M（中等賬面市值比），L（低賬面市值比），各占33%。交叉股票得到組合 SL、SM、SH、BL、BM、BH 六組。五因子模型的因子構(gòu)建是在三因子模型的基礎(chǔ)上，分別以盈利因子RMW、投資因子CMA進(jìn)行排序分組，得到W（盈利較差）、O（盈利中等）、R（盈利較好）、C（投資風(fēng)格保守）、N（投資風(fēng)格中性）、A（投資風(fēng)格激進(jìn)），最終得到18個(gè)分組。

五、實(shí)證檢驗(yàn)與結(jié)果分析

采用多元線性回歸方法分別對美股49個(gè)行業(yè)的數(shù)據(jù)進(jìn)行處理，計(jì)算得到疫情前后三因子與五因子模型的系數(shù)，并進(jìn)行顯著性檢驗(yàn)，驗(yàn)證模型的匹配效果、因子的顯著性和變化趨勢等。為了便于比較，因子系數(shù)均按5%的顯著性進(jìn)行判斷，如圖1所示。五因子模型的匹配性較三因子僅有很小的提升，表明五因子模型在疫情前后所選數(shù)據(jù)段的擬合效果沒有顯著增強(qiáng)，說明盈利因子和投資風(fēng)格因子對此時(shí)間段的收益率解釋不佳。值得注意的是，新冠疫情后不同行業(yè)三因子和五因子模型調(diào)整后R2的平均值均有較大幅度的提升，表明疫情后三因子模型擬合效果更好。因此，可以推斷新冠疫情后Fama-French模型對行業(yè)定價(jià)的準(zhǔn)確性要高于疫情前。

圖1 新冠疫情前后不同行業(yè)三因子模型和五因子模型調(diào)整后R2平均值

對三因子模型和五因子模型公式中的截距項(xiàng)ɑ進(jìn)行分析后發(fā)現(xiàn)，新冠疫情前后截距項(xiàng)僅煤炭行業(yè)存在異象，且均為負(fù)值。美國煤炭行業(yè)近幾十年來一直處在衰退中，自2008年以來，其煤炭產(chǎn)量下降幅度近40%，從近12億噸降至2016年7.38億噸左右。美國煤炭業(yè)的產(chǎn)能過剩源于能源消費(fèi)結(jié)構(gòu)的內(nèi)部替代。美國能源信息管理局估計(jì)，2016年煤電供應(yīng)量占總供電量比重下降至32%，低于天然氣電力產(chǎn)量33%的份額。隨著科技的不斷進(jìn)步，2011年至2012年美國爆發(fā)頁巖氣革命，導(dǎo)致天然氣供應(yīng)陡增，天然氣的價(jià)格下降了近40%；低廉的價(jià)格促使很多電力公司轉(zhuǎn)向使用天然氣。此后頁巖氣與原油的價(jià)格戰(zhàn)導(dǎo)致煤炭行業(yè)不可避免的走向衰落。隨著2019年Blackhawk礦業(yè)公司正式提交破產(chǎn)保護(hù)申請，意味美國排名前五的煤炭生產(chǎn)企業(yè)均已破產(chǎn)。因此，煤炭行業(yè)出現(xiàn)的異象問題可以歸因于行業(yè)的衰落。

此前相關(guān)研究結(jié)論顯示，隨著盈利因子RMW和投資風(fēng)格因子CMA的加入會明顯提升模型的解釋力，即降低或使截距項(xiàng)ɑ冗余。但圖2結(jié)果卻顯示疫情后出現(xiàn)異象的行業(yè)明顯增多，且五因子模型中的異象問題甚至還多一些，兩種模型中均存在異象的8個(gè)行業(yè)有娛樂、消費(fèi)品、化工、橡塑制品、車輛、芯片、批發(fā)和零售。這些行業(yè)主要可分為兩類，其中娛樂、批發(fā)和零售主要是服務(wù)業(yè)，在美國經(jīng)濟(jì)中的占比為三分之二，容納了大量的就業(yè)人口。數(shù)據(jù)顯示，疫情爆發(fā)后，美國非農(nóng)部門就業(yè)崗位2020年3月和4月均出現(xiàn)負(fù)增長，其中4月減崗2 050萬，創(chuàng)下上世紀(jì)30年代大蕭條以來的最高水平。安培分析表示，受疫情、隔離和經(jīng)濟(jì)衰退等多個(gè)因素的影響，未來美國娛樂業(yè)將少增長1 600億美元。2020年4月，美國零售巨頭梅西百貨、Gap以及Kohl's宣布臨時(shí)裁減大部分門店員工，加入到越來越多受疫情影響被迫裁員的零售商的行列。此外，自新冠肺炎疫情爆發(fā)以來，美國零售業(yè)宣布臨時(shí)裁員人數(shù)已經(jīng)超過50萬。此外，化工、橡塑制品、車輛和芯片可歸類于制造業(yè)。制造業(yè)占美國GDP的12%左右。美國供應(yīng)管理學(xué)會2020年4月1日公布的數(shù)據(jù)顯示，3月份美國制造業(yè)PMI環(huán)比下降1%至49.1%，高于市場預(yù)期的45%，但跌落至50%榮枯線以下，意味著制造業(yè)陷入萎縮。當(dāng)月，新訂單指數(shù)僅為42.2%，創(chuàng)2009年3月以來新低?；诖?，可以推斷疫情影響是造成這些行業(yè)出現(xiàn)異象的根本原因。

圖2 新冠疫情后三因子模型和五因子模型截距項(xiàng)顯著性統(tǒng)計(jì)結(jié)果

從新冠疫情前后各因子的顯著性，進(jìn)一步觀察多因子模型對數(shù)據(jù)的解釋效果，見圖3。在圖3中三因子模型疫情后多個(gè)行業(yè)的截距項(xiàng)ɑ具有顯著性，與圖2顯示的結(jié)果一致。但是，通信行業(yè)中市場因子MKT在疫情前為冗余，F(xiàn)ama-French三因子無法給出解釋。而采用CAPM模型進(jìn)行求解驗(yàn)證，其市場因子MKT系數(shù)值為0.87，可見其滿足單因子模型。疫情后規(guī)模因子SMB和賬面市值比因子HML的顯著性比率均有較大程度的提升，與圖1顯示的結(jié)果一致，表明疫情后三因子模型對各行業(yè)的解釋力度明顯增強(qiáng)。與此同時(shí)，ɑ顯著性比率的提升代表異象增多，說明模型并未能完全解釋資產(chǎn)組合的收益，還存在其他影響因素。

圖3 新冠疫情前后不同行業(yè)三因子模型各因子顯著性比率

在五因子模型中，截距項(xiàng)ɑ具有顯著性的行業(yè)增加了兩個(gè)，他們分別為電子設(shè)備和軟件，均屬于科技領(lǐng)域。美股自2020年3月底跌至低點(diǎn)后，科技股帶領(lǐng)納斯達(dá)克指數(shù)出現(xiàn)劇烈反彈，資金大部分都流向科技股。究其原因，一方面是新冠疫情使消費(fèi)端由傳統(tǒng)行業(yè)向新經(jīng)濟(jì)加速轉(zhuǎn)移，急劇變化的宏觀環(huán)境導(dǎo)致全球范圍內(nèi)具有確定性投資價(jià)值的資產(chǎn)數(shù)量越來越少，穆迪認(rèn)為由疫情引發(fā)的結(jié)構(gòu)性轉(zhuǎn)變將惠及美國科技行業(yè)的大多數(shù)細(xì)分行業(yè)；另一方面是疫情的爆發(fā)打斷了此前反壟斷調(diào)查的進(jìn)程。疫情前，五因子模型中商業(yè)服務(wù)行業(yè)的市場因子為冗余，在對其進(jìn)行CAPM模型測試后，得到其市場因子MKT系數(shù)值為0.89，與三因子模型得到的市場因子一致。五因子模型中規(guī)模因子SMB的變化與圖3一致，疫情前賬面市值比因子HML的顯著性比率很低。隨著盈利因子RMW與投資風(fēng)格因子CMA的加入，賬面市值比因子HML會出現(xiàn)冗余現(xiàn)象[14]。但如圖4所示，疫情前盈利因子RMW與投資風(fēng)格因子CMA整體顯著性比率不高，而賬面市值比卻有了大幅度的增加。在Fama-French提出五因子模型后，很多學(xué)者還提出了更多的因子模型，以此來進(jìn)一步解釋異象。但從圖3和圖4的結(jié)果來看，在疫情前各行業(yè)股票收益與市場和市值因素更相關(guān)，而在疫情期間，美股除了新冠疫情帶來的影響外，還受到諸如美聯(lián)儲量化寬松政策、英國脫歐、黑人暴亂、互聯(lián)網(wǎng)反壟斷調(diào)查和美國總統(tǒng)大選等諸多重要事件的影響，由此引發(fā)了多行業(yè)出現(xiàn)異象。

圖4 新冠疫情前后不同行業(yè)五因子模型各因子顯著性比率

在對49個(gè)行業(yè)中各個(gè)因子的顯著性進(jìn)行統(tǒng)計(jì)分析后發(fā)現(xiàn)，根據(jù)Fama-French理論，除市場因子MKT值以1為界外（MKT>1標(biāo)記為H，反之為L），其他因子值均以0為條件進(jìn)行劃分（系數(shù)值>0標(biāo)記為H，反之為L）。以五因子模型為例進(jìn)行研究，結(jié)果如圖5所示。疫情后除盈利因子RMW外，顯著因子的數(shù)量均有所上升。新冠疫情前市場因子MKT約有72%的行業(yè)系數(shù)小于1，即敏感性低于市場，疫情后該比例進(jìn)一步加大為86%，行業(yè)兩極性分化更加明顯。此外，美股市場“小規(guī)?！碧匦砸琅f非常顯著，疫情前后市場均傾向于小市值公司股票。變化最為明顯的是賬面市值比因子HML，疫情后該系數(shù)顯著性明顯增多，且系數(shù)大多為正數(shù)，說明疫情導(dǎo)致市場更加青睞價(jià)值股，賬面市值比低的公司發(fā)展相對成熟，側(cè)面證明疫情下的“確定性”逐漸成為投資者參考投資的重要因素。盈利因子RMW顯示疫情前后行業(yè)數(shù)量變動不明顯，且具有顯著性的行業(yè)比例較少，具有顯著性的行業(yè)中投資者均偏向于盈利能力穩(wěn)定的公司。此外，僅有部分行業(yè)的投資風(fēng)格因子顯著，在疫情后市場更加傾向于投資風(fēng)格保守的公司，這可能與疫情對投資活動的抑制影響有關(guān)。

圖5 新冠疫情前后不同行業(yè)因子的顯著性變化

定義市場投資風(fēng)格出現(xiàn)變化有兩種情況：其一，因子的顯著性在疫情前后出現(xiàn)變化；其二，在因子均為顯著的條件下，出現(xiàn)“H”和“L”的狀態(tài)切換，結(jié)果如圖6所示。新冠疫情影響了很多行業(yè)的市場投資風(fēng)格，其中約31%的行業(yè)對市場的敏感性出現(xiàn)了反轉(zhuǎn)，可見疫情對多個(gè)行業(yè)產(chǎn)生了顛覆性的影響。規(guī)模因子SMB受到的影響最小，由圖5可知其小規(guī)模特性在疫情后還得到了進(jìn)一步加強(qiáng)。影響最大的為賬面市值比因子HML，尤其是三因子模型，風(fēng)格轉(zhuǎn)換數(shù)量占到了行業(yè)總數(shù)的84%。由此可見，新冠疫情使市場更加青睞于價(jià)值股，且疫情還加速了傳統(tǒng)行業(yè)向新興科技行業(yè)轉(zhuǎn)型的進(jìn)程。

圖6 新冠疫情后不同行業(yè)各因子的風(fēng)格變化

此外，部分行業(yè)受新冠疫情的影響并不嚴(yán)重。以醫(yī)療行業(yè)為例，新冠疫情使市場認(rèn)識到醫(yī)療公司的重大價(jià)值。在疫情初期，呼吸機(jī)發(fā)揮著重要作用，遭到各國的哄搶。生物醫(yī)藥公司也展示了應(yīng)對大規(guī)模健康危機(jī)的能力，疫苗的順利研發(fā)給資本市場注入了強(qiáng)心劑。五因子模型計(jì)算結(jié)果如表1所示，結(jié)果中*代表因子系數(shù)在5%顯著性水平下顯著。

在表1中，三因子模型中市場因子MKT受疫情影響有擴(kuò)大的趨勢，但幅度較小，在五因子模型中則沒有變化，行業(yè)相對市場的敏感性較弱。市值因子SMB顯示小市值股票的收益率明顯更高。通常而言，市值比較小的公司規(guī)模比較小，公司相對而言不夠穩(wěn)定，因此風(fēng)險(xiǎn)較大，需要獲得更高的收益來補(bǔ)償。在兩個(gè)模型中賬面市值比因子HML在疫情前后均為負(fù)數(shù)，表示市場更青睞成長股，這與醫(yī)藥行業(yè)的特點(diǎn)有關(guān)。盈利因子RMW在疫情前后均顯著，且系數(shù)小于零，說明醫(yī)療行業(yè)股票具有一定的投機(jī)性。投資風(fēng)格因子CMA為冗余項(xiàng)，表明投資激進(jìn)與否對投資者決策的影響較小。總之，新冠疫情對醫(yī)療行業(yè)各因子的影響較小，沒有顯著影響資本市場對醫(yī)療行業(yè)的預(yù)期。值得注意的是，疫情后模型調(diào)整后R2均有不同程度的提升，可見疫情條件下模型的匹配度更優(yōu)。隨著人口老齡化、人們生活水平的提高等，醫(yī)藥行業(yè)的長期投資價(jià)值將進(jìn)一步凸顯。尤其是在新冠肺炎疫情結(jié)束前，口罩、呼吸機(jī)、病毒防治和疫苗研發(fā)等公司表現(xiàn)不俗，給社會和金融市場帶來了信心。

六、結(jié)論與建議

資本市場中風(fēng)險(xiǎn)與收益的關(guān)系一直是研究的熱點(diǎn)，對尋找投資機(jī)會、控制風(fēng)險(xiǎn)和金融產(chǎn)品定價(jià)具有積極意義。本文基于Fama-French三因子與五因子模型，對美股49個(gè)行業(yè)在新冠疫情前后的變化進(jìn)行了分析，結(jié)果表明五因子模型在數(shù)據(jù)匹配和解釋力上較三因子模型的提升力度不明顯。值得一提的是，新冠疫情后多個(gè)行業(yè)出現(xiàn)了異象，難以用模型進(jìn)行有效解釋，這可能與2020年美國及全球多個(gè)重要事件有關(guān)。受疫情影響，多個(gè)行業(yè)中Fama-French模型因子的顯著性和風(fēng)格出現(xiàn)了明顯變化，疫情后更多的行業(yè)相對市場不敏感，出現(xiàn)美股市場的行業(yè)性分化，疫情使得市場更加青睞于價(jià)值股，資本更傾向于投資確定性強(qiáng)的行業(yè)和公司。美股市場中的“小規(guī)?！碧匦匀匀皇侵髁?，疫情甚至加強(qiáng)了這種趨勢。

隨著境外疫情的擴(kuò)散蔓延，國際金融市場的動蕩有進(jìn)一步加大的趨勢，對我國的經(jīng)濟(jì)發(fā)展形成了新的挑戰(zhàn)?；谏鲜鼋Y(jié)論，本文提出以下建議：第一，疫情背景下堅(jiān)持政策的穩(wěn)定和有效對資本市場的發(fā)展至關(guān)重要，包括貨幣政策和財(cái)政政策在內(nèi)的多項(xiàng)政策的制定和執(zhí)行需慎之又慎。美聯(lián)儲在疫情爆發(fā)后宣布連續(xù)降息及無限量QE規(guī)模，對股市來說，量化寬松期間美國股市普遍大幅上漲，但在量化寬松結(jié)束后會出現(xiàn)一定程度回調(diào)。雖然量化寬松政策為經(jīng)濟(jì)復(fù)蘇提供了支撐，但低利率和寬松的金融條件也鼓勵(lì)了金融機(jī)構(gòu)和企業(yè)的冒險(xiǎn)行為，導(dǎo)致部分部門和經(jīng)濟(jì)體的脆弱性進(jìn)一步積累，如研究結(jié)果中很多行業(yè)激增的異象。該政策也削弱了美國政府進(jìn)行財(cái)政整頓和結(jié)構(gòu)性改革的意愿，財(cái)政可持續(xù)性難題被繼續(xù)拖延，將影響長期宏觀經(jīng)濟(jì)政策和金融穩(wěn)定，給未來經(jīng)濟(jì)發(fā)展埋下隱患。第二，醫(yī)療等行業(yè)對穩(wěn)定社會和金融市場有著重要作用。針對疫情中出現(xiàn)的投機(jī)行為，要加強(qiáng)監(jiān)管，尤其是對炒概念等行為要嚴(yán)厲打擊，防止內(nèi)幕交易和人為操控股價(jià)的行為。過度投機(jī)之所以對市場穩(wěn)定產(chǎn)生巨大的危害，原因是市場出現(xiàn)賺錢效應(yīng)，投資者會瘋狂入市，使得某些股票成為“妖股”，而一旦市場回落，又會使市場陷入極度低迷。過度投機(jī)會破壞股市自身的發(fā)展規(guī)律，造成股市經(jīng)濟(jì)的嚴(yán)重?fù)p失，損害投資者的權(quán)益，引發(fā)或加劇金融危機(jī)和社會動蕩不安。在我國，疫情發(fā)生后，A股市場除口罩概念外，在線教育和病毒防治等板塊暴漲。從歷史經(jīng)驗(yàn)來看，事件性因素對市場的沖擊持續(xù)時(shí)間較短，但后續(xù)影響較大。監(jiān)管層需對炒概念行為加強(qiáng)監(jiān)管，讓A股保持理性，避免事后一地雞毛。第三，需警惕結(jié)構(gòu)性牛市。研究結(jié)果表明疫情后多個(gè)行業(yè)市場投資風(fēng)格出現(xiàn)較大的變化甚至轉(zhuǎn)向。美股在疫情中出現(xiàn)了“結(jié)構(gòu)性牛市”，科技板塊強(qiáng)力反彈，而其他板塊則處在熊市當(dāng)中。納斯達(dá)克指數(shù)所包含的100個(gè)成分股中，漲幅前20%的股票居然貢獻(xiàn)了納指97%的漲幅，說明疫情肆虐加速了美國經(jīng)濟(jì)的分化，科技板塊形成的財(cái)富效應(yīng)，吸引了更多資金涌入。無獨(dú)有偶，A股市場創(chuàng)業(yè)板指數(shù)全年大漲65%，滬指漲超13%，白酒行情貫穿全年。與此同時(shí)，大量中小市值股票出現(xiàn)明顯的下跌走勢，市場的結(jié)構(gòu)分化空前。A股抱團(tuán)的現(xiàn)象，引起了人們的廣泛關(guān)注。相對美股的結(jié)構(gòu)牛來說，A股更傾向于業(yè)績好的白馬股，但其中高市盈率股票存在嚴(yán)重的高估問題。

總的來說，創(chuàng)造價(jià)值的源頭仍然是實(shí)體經(jīng)濟(jì)，金融市場應(yīng)客觀反映實(shí)體經(jīng)濟(jì)的狀況，持續(xù)的非理性推高股票指數(shù)隱藏著巨大的風(fēng)險(xiǎn)。因此，建議監(jiān)管部門對上述問題持續(xù)關(guān)注，確保金融市場穩(wěn)定，更好地促進(jìn)實(shí)體經(jīng)濟(jì)發(fā)展。

注 釋：

①數(shù)據(jù)來源：http://mba.tuck.dartmouth.edu/pages/faculty/ken.french/data_library.html.