企业投资、股票收益期限结构和动量投资策略——基于中国股票市场的经验证据

史永东宋西伟谷佳音

(1.东北财经大学应用金融研究中心，辽宁 大连 116025；2.招商银行哈尔滨分行开发区支行，黑龙江 哈尔滨 150000)

引言

有效市场理论认为，证券价格能够充分准确地反映全部相关信息，投资者在市场上不可能获得超额利润。然而，实证研究后发现，股票市场中存在着规模效应、账面市值比以及日历效应等异象。其中，有关股票收益率期限结构异象的研究，近年来受到了国内外学者的广泛关注。大量的研究表明，欧美股票市场在短期内存在显著动量效应(Jegadeesh和Titman，1993；Choi和 Kim，2014)[12][6]，但在长期内会出现反转效应(Bondt等，1987;Ottaviani，2014)[5][16]，在中国股票市场上，也存在动量和反转效应(王永宏和赵学军，2001；谭小芬和林雨菲，2012)[25][23]。目前关于动量和反转效应的研究主要集中在成因分析以及投资策略构建两方面。

在股票收益率期限结构被发现后，国内外学者对其形成的原因进行了研究。一部分学者从传统金融理论方面解释动量和反转效应。Fama和French(1996)[9]构建Fama-French三因子模型从公司特征如市值、账面市值比和市盈率等角度对反转效应进行了解释，但这种模型并不适合动量效应。Pyo和 Yong(2013)[17]利用F-F模型研究了韩国股市动量交易的盈利性，同时试图从特质风险的角度研究动量效应的成因，但研究表明特质风险不能解释动量效应。Birru(2015)[4]利用投资者的相关数据发现股票分割后动量效应会消失一段时间，而动量效应仍然很强，这表明反转效应可能降低了信息的传播速度。可以看出传统金融理论不能很好的解释动量和反转效应。另一部分学者从行为金融的角度来研究了股票收益率期限结构。例如Hong和Stein(1999)[11]认为，投资者对于信息反应路径的系统性偏差导致了动量效应。Daniel等(1998)[8]认为，动量效应源自于投资者的过度自信，反转效应则是股票价格对价值回归的结果。Antoniou等(2013)[2]研究了投资者情绪对动量效应策略盈利能力的影响，结果发现动量效应基本上在情绪积极阶段发生。

在国内，许多学者也对股票收益率期限结构及其形成原因进行了实证研究。王志强等(2006)[26]通过实证研究发现，动量效应与股票规模、换手率以及价格有关，规模大、换手率低、价格高的股票组合，动量投资策略获得的收益更高。史永东等(2015)[22]运用多因子模型研究了投资者情绪对股票收益的影响，发现投资者情绪能够显著解释负敏感类股票的收益。然而，现有文献很少考虑投资对股票收益率期限结构的影响。实际上，当公司股票收益率受到外生的正向冲击时，公司管理层有动机进行过度投资以最大化其效用。由于信息不对称，投资者在公司进行投资的初始时期会抬高股价，随着信息的全面搜集，如果意识到股票高估，投资者会马上抛售股票压低股价，价格从而能在短期内得到纠正。同时投资作为企业向资本市场释放的一种信号，在长期也会对股票收益率产生影响。

在动量投资策略构建方面，Jegadeesh和Titman(1993)[12]基于股市动量效应提出了动量交易策略并获得了超额收益。Ammann等(2010)[1]通过持有个股长头寸和股指期货短头寸构建交易策略并取得了异常报酬。国内王明涛和黎单(2015)[24]基于过去52周的最高价格构造了动量策略，结果发现动量策略在熊市阶段收益显著为正，而在牛市阶段无效。然而现有研究很少从企业投资和行业因素方面构建动量策略。其实，不同行业投资特点不同，其动量和反转效应也存在差异，这为投资策略的构建提供了基础。

本文以中国A股市场上市公司为样本，研究企业投资对股票市场收益率期限结构的影响，揭示了过度投资和信息不对称是形成股票收益率期限结构的主要原因，从企业投资角度出发验证和解释了中国股票市场的动量和反转效应。进一步，考虑行业因素，加入与投资有关的变量，提出了行业内和行业间投资策略。与现有研究不同，本文的主要贡献为：(1)针对新兴和转轨的中国市场，给出了过度投资和信息不对称是股票收益率期限结构形成原因的经验证据；(2)在构造动量组合策略时，提出投资是应该考虑的因素之一；(3)在中国A股市场，考虑行业因素和投资相关变量，采取行业内套利策略和行业间套利策略是有利可图的。本文为动量和反转效应的研究提供了新方向，为股票市场收益率期限结构的研究提供了新思路，构建的动量投资策略为投资者提供了新方法。

样本选取与模型建立

一、样本选取和变量定义

由于我国上市公司从2007年1月1日起实行新会计准则，同时考虑到2014年沪港通的开通可能会对内地股市收益期限结构产生影响，因此本文样本选取时段为2007年1月～2013年12月，股票样本为截至2006年末在A股上市的股票。Cooper等(2008)[7]发现，总资产的增长率可以更好的解释股票收益率，因此本文选取公司总资产增长率作为投资的代理变量。考虑到我国股票的换手率较高，股市形成动量效应的时间较短(李小平等，2007)[20]，本文采用月度数据计算持有期收益率。本文借鉴国内外的研究成果，并结合国内股票市场的特点认为，除了投资外，可能影响股票收益的因素如下，本文将其作为控制变量：

1. 公司规模

国内外研究表明公司规模是影响股票收益期限结构的主要因素。公司规模与收益率之间存在一定的负相关性，即小公司效应。通常用公司市场价值衡量公司规模。

2. 账面市值比

账面市值比是账面价值与市场价值的比率。已有研究表明，账面市值比可以很好地解释收益率，而且两者之间存在一定的正相关性，即存在账面市值比效应。

3. 市盈率

市盈率是股价与每股盈余的比率，是反映估价水平的一个指标，同时也是一种风险衡量指标。市盈率将估价与公司的盈余结合，对股票收益率有很强的解释能力。

4. 换手率

换手率是股票成交量与流通总股本的比率，可以从投资者行为偏差方面解释股票收益率(Novak，2014)[14]。

样本数据均来自Wind数据库。表1给出了本文的相关变量定义。

二、模型选取

本文经验研究企业投资对股票市场收益率期限结构影响时，采用Fama-MacBeth模型。根据Fama和MacBeth(1973)[10]提出的回归方法，将每个截面的收益投影到β值上，然后在时间轴上对β值前的系数与每只股票的收益率做回归，将得到的所有估计进行汇总。假设β值已知，则n个资产t时刻的回归模型如下：

其中，Zt是t时刻股票收益率的(n×1)阶向量，βm是各个变量在时间t的矩阵。

表1 变量定义

Fama-MacBeth模型分为两步：第一步，给定T个时间序列数据，对每个(t=1,…,T)，我们用最小二乘法估计模型(1)，从而得到γ1t的T列估计值，第二步将γ1t的T列估计值相对于每个公司的股票收益率做时间序列，其模型为：

其中，Yi为i公司的股票收益率。定义α0=E(α0i)和α1=E(α1i)。由于收益率服从正态分布且为独立同分布，那么α系数也服从正态分布且为独立同分布，所以，对于α系数的显著性可以采用t-检验。定义为T统计量，则有

其中，

实证结果与分析

一、反转效应的实证分析

本节进行的实证分析中，被解释变量为持有期月股票收益率(Rh1)，解释变量为t-3～t-1月收益率(Rp13)、持有期总资产增长率(AGh3)、第t-1季度总资产增长率(AGP1)、第t-2季度总资产增长率(AGP2)、第t-3季度总资产增长率(AGP3)和第t-4季度总资产增长率(AGP4)，控制变量为市值(MC)、账面市值比(BTM)、市盈率(PE)以及换手率(TR)。总资产增长率选取季度数据，并保证持有期与股票持有期处于相同的财务季度。选取公司市场价值的时间为持有期前一天；选取账面市值比的时间为持有期前一个季度；选取市盈率的时间为持有期前一天，同时剔除掉负值1；选取换手率的时间为持有期前一天。对除股票收益率、换手率之外的变量，取自然对数。实证结果如表2所示。

模型(1a)用t-3～t-1月收益率和控制变量对持有期收益率进行回归。五个变量均在1%的水平上显著，t-3～t-1月收益率的系数为-0.1816，即t-3～t-1月的收益率会对持有期收益率产生负向影响，说明t-3～t-1月存在反转效应。在不考虑其他因素的条件下，持有期前t-1～t-3月中的赢家(收益率之和较高的公司)和输家(收益率之和较低的公司)，在持有期内发生反转。

表2 反转效应的实证结果

模型(1b)用总资产增长率的相关变量和控制变量对持有期收益率进行回归。九个变量均在1%的水平上显著。持有期和第t-1季度总资产增长率的系数分别为-0.3925和-0.0522，两者会对持有期收益率产生负向影响，当持有期或滞后一季度的投资增加时，持有期收益率会降低。其他滞后期总资产增长率的系数均为正数，即在相应的时间区间上，投资会对持有期收益率产生正向影响。此外，可以观察到总体上总资产增长率的系数随着滞后期的增加逐渐变大，第t-4季度总资产增长率的系数最大，持有期总资产增长率的系数最小。这说明只有经过一段时间之后，投资者才能充分准确的了解市场信息，然后才能将这些信息反应到价格当中去，即价格完全反应信息需要一个过程。这与Wojcik等(2013)[18]的结论是一致的，即市场并不是完全有效的，价格并没有包含所有的信息。

模型(1c)在模型(1a)的基础上加入与投资相关的变量进行回归。所有变量均在1%的水平上显著。与模型(1a)相比，Rp1,3的系数从-0.1816增加到-0.0749，即t-3～t-1月收益率对持有期收益率的负向影响有所减弱，即投资削弱了反转效应的强度，因此可以认为投资是形成反转效应的原因。考虑到反转效应是信息完全反应到价格后的结果，因此在第t-3～t-1月的收益率较高的情况下增加投资，投资者会担心公司过度投资。与模型(1b)相比，除第t-3季度总资产增长率的系数变大外，其他与总资产增长率相关变量的绝对值都变小。这说明考虑股票收益率时，投资对反转效应的影响程度更强，这也使得信息反应到价格中的速度更缓慢。而且考虑股票收益率后“随着滞后期的增加，各期总资产增长率的系数逐渐变大”这一现象更加明显，即价格完全反应信息需要一个过程。

综合上述模型得出以下结论：不考虑投资时，持有期前t-3～t-1月收益率会对持有期收益率产生负向影响，即存在反转效应；考虑投资后，持有期前t-3～t-1月的股票收益率对持有期收益率的负向影响有所降低，即反转效应被削弱；考虑股票收益率后，“随着滞后期的增加，各期总资产增长率的系数逐渐变大”这一现象更加明显，即价格完全反应信息需要一个过程。

总之，我国股市反转效应的持续期为3个月。在形成期为3个月，持有期为一个月的情况下，原来的赢家会成为输家，而原来的输家则会成为赢家。

二、动量效应的实证分析

本节所进行的实证分析中，被解释变量为持有期收益率(Rh1)，解释变量为第t-3～t-1月收益率(Rp1,3)、第t-6～t-4月收益率(Rp1,6)、第t-9～t-7月收益率(Rp7,9)、第t-12～t-10月收益率(Rp10,12)、持有期总资产增长率(AGh3)、第t-1季度总资产增长率(AGp1)、第t-2季度总资产增长率(AGp2)、第t-3季度总资产增长率(AGp3)和第t-4季度总资产增长率(AGp4)，控制变量为市值(MC)、账面市值比(BTM)、市盈率(PE)以及换手率(TR)。实证结果如表3所示。

表3 动量效应的实证结果

模型(2a)在模型(1a)的基础上加入t-6～t-4月收益率对持有期收益率进行回归。六个变量均在1%的水平上显著。其中t-6～t-4月收益率的系数为正，说明第t-6～t-4月收益率对持有期收益率具有正向影响，即股票市场在t-6～t-4月存在动量效应。

模型(2b)在模型(2a)的基础上加入代表投资的变量对持有期收益率进行回归。除了第t-1季度的总资产收益外，其他变量均在1%的水平上显著。与模型(2a)相比，t-3～t-1月收益率的系数由-0.1880增加到-0.0838；t-6～t-4月收益率的系数由1.4547增加到1.5749，这说明投资减弱了反转效应的强度，而增强了动量效应的强度。因此在t-6～t-4月收益率较高的情况下增加投资，投资者会认为公司发展状况较好，加大对该公司股票的投资，持有期收益率也会随之增大。

模型(2c)在模型(2a)的基础上加入t-9～t-7月收益率对持有期收益率进行回归。七个变量均在1%的水平上显著。其中t-9～t-7月收益率的系数为正，在说明第t-9～t-7月的收益率对持有期收益率具有正向影响，即中国股票市场在t-9～t-7月存在动量效应。t-9～t-7月收益率的系数要小于t-6～t-4月收益率的系数，这说明t-9～t-7月动量效应的强度要弱于t-6～t-4月的强度。

模型(2d)在模型(2c)的基础上加入代表投资的变量对持有期收益率进行回归。结论与模型(2b)得到的结论一致，即投资减弱了反转效应的强度，同时增强了动量效应的强度。

模型(2e)在模型(2c)的基础上加入t-12～t-10月收益率对持有期收益率进行回归。除第t-9～t-7月的收益率不显著外，其他变量均在1%的水平上显著。t-12～t-10月收益率的系数为正，说明在t-12～t-10月存在动量效应。第t-9～t-7月收益率的系数变为负值，不再显著；t-6～t-4月收益率的系数要大于t-12～t-10月收益率的系数。这说明t-6～t-4月的动量效应最强，t-12～t-10月的动量效应次之，t-9～t-7月的动量效应最弱。

模型(2f)在模型(2e)的基础上加入代表投资的变量后对持有期收益率进行回归。投资减弱了反转效应的强度，增强了动量效应的强度这一规律仍然存在。

综合上述模型得出以下结论：不考虑投资时，持有期前t-6～t-4月、t-9～t-7月和t-12～t-10月收益率对持有期收益率存在正向影响，即中国股票市场在t-12～t-4月存在动量效应；考虑投资后，投资增强了动量效应的强度。2这与欧美股票市场的结论有差异，欧美股票市场在短期内存在动量效应(Jegadeesh和Titman，1993；Choi和Kim，2014)[12][6]，而在长期内存在反转效应(Bondt等，1987; Ottaviani，2014)[5][16]。这主要是因为中国股市散户占主导地位(史永东等，2009)[21]，过分关注短期信息而忽略了长期信息；投资者过度关注企业投资造成价格上涨，但当投资者获得信息意识到价格过高时，会及时抛售股票压低股价，使股价在短期内就能够得到纠正，因此中国股市在短期表现出反转效应。从中长期来，投资是企业发展的一个积极信号，由于信息不对称，价格反应信息要经过一段时间，因此中国股市在中长期表现出动量效应。

投资策略

根据上文对我国股票市场动量和反转效应的分析，我们发现反转效应的形成期为持有期前t-3～t-1三个月，动量效应的形成期为持有期前t-12～t-4九个月，尤其是t-6～t-4三个月。前者的形成期和持有期之间不存在缺口期，而后者存在缺口期。基于动量效应构建的投资组合与Novy-Marx(2012)[15]的研究一致，即在采用动量投资策略构建投资组合时，形成期和持有期之间存在缺口期的投资组合的收益高于无缺口期的投资组合。同时考虑到不同的行业具有不同的动量和反转效应(陈华良，2011)[19]，而且基于行业构建的动量投资策略的超常收益要高于个股组合(Moskowitz和Mark ,1999)[13]。因此，我们结合企业投资与行业因素，采用动量投资策略构建两种有缺口期的投资组合。

一、企业投资与行业因素分析

按照行业的经济周期特点，行业基本上可以分为三类：防御型行业、成长型行业和周期型行业，对应的代表性行业分别为制造业、批发零售业和房地产业。三种行业2008～2011年的平均总资产增长率如图1所示。

图1 三种行业的总资产增长率

图1中的(a)、(b)和(c)分别代表制造业、批发零售业和房地产业，实线表示总资产增长率，虚线表示总资产增长率的趋势线。可以看出制造业的总资产增长率比较稳定，批发零售业的总资产增长率具有高增长性，房地产业的总资产增长率具有周期性。不同行业的总资产增长具有差异性，即不同行业的企业投资具有差异性。前文已经验证了企业投资对动量和反转效应的影响，因此不同行业的动量和反转效应也应该具有差异性。表4列出了三种行业t-3～t-1月、t-6～t-4月、t-9～t-7月和t-12～t-10月收益率的系数，是分别通过模型(1c)、模型(2b)、模型(2d)和模型(2f)回归得到的，数据采用的是相应行业的数据。

从表4可以看出,制造业四个变量的系数分别是-0.0406、0.6737、0.4914和0.1455，说明存在显著的动量效应，且动量效应的延续时间较长，其中以持有期前t-6～t-4三个月对应的动量效应最为明显。批发零售业四个变量的系数分别是-0.1190、-0.0774和-0.2138和-0.1409，均为负数，说明存在显著的反转效应，且延续时间较长，其中以持有期前t-9～t-7三个月对应的反转效应最为明显。房地产业四个变量的系数分别是-0.2513、-0.1103和0.3044和-0.1632，说明先反转后动量又反转。实证结果表明，三种行业的动量和反转效应不同。制造业属于防御型行业，具有稳定性，因此动量效应延续时间长；零售行业属于成长型行业，具有高增长性，因此股价对信息的反应速度很快，反转效应时间长；房地产业属于周期型行业，因此反转效应和动量效应交替出现。

表4 各行业的实证结果

三种行业四个变量的系数值比较如图2所示。

综上所述，不同行业的投资具有差异性，动量和反转效应也具有差异性。因此本文在考虑企业投资和行业因素的基础上构建行业内和行业间套利组合如下。

行业内套利组合，即用一个行业内的股票构建赢家组合和输家组合，买入赢家组合的同时卖空输家组合，最后的套利收益就是持有期中赢家组合与输家组合的收益差额。如图2所示在形成期，制造业t-6～t-4月收益率的系数最大，因此本文利用制造业的股票构建行业内套利组合。

图2 三种行业Rp1,3、Rp4,6、Rp7,9和Rp10,12的系数值

行业间套利组合，即选取两个行业的股票，分别构建各自的赢家组合，买入一个赢家组合(动量效应)的同时卖空另一个赢家组合(反转效应)，最后的套利收益就是持有期中两个赢家组合收益的差额。根据图2所示，制造业和批发零售业分别为动量效应和反转效应，t-6～t-4收益率的系数差额最大，因此本文将利用制造业和批发零售业的股票构建行业间套利组合。

二、投资组合的构建方法

本文构建的投资组合，形成期和缺口期均为三个月，持有期为一个月，采取滚动投资。具体构建方法是基于形成期的收益率之和，针对每个持有期都构建一个赢家组合和一个输家组合，在买入赢家组合的同时卖空输家组合，一个月的持有期结束后，立即平仓并重新构建下一个持有期的组合。

假定持有期为一个月，开始时刻为t，形成期为三个月，则形成期的股票收益率为：

其中，rn,t为股票n在t月的收益率，rn,t:t+1为一个月持有期内的股票收益率。

得到形成期的股票收益率后，按从大到小的顺序进行排序。从收益率排前10%的股票中，选出特定行业的股票构建赢家组合；从收益率排后10%的股票中，选出特定行业的股票构建输家组合。那么投资组合一个月持有期收益率为：

其中，Nt为持有期开始时，投资组合中股票的数量。套利组合的收益率就是持有期中赢家组合与输家组合的收益率差额。

三、实证结果与分析

本部分构建的套利组合，时间以月为单位，持有期开始时刻记为t，缺口期为持有期前的t-3～t-1三个月，形成期则为持有期前的t-6～t-4三个月。

表5 制造业的行业内套利组合

表6 制造业与批发零售业的行业间套利组合

针对制造业行业构建的行业内套利组合，是在买入制造业赢家组合的同时，卖空制造业的输家组合，套利组合相应的收益率和标准差如表5。

如表5所示，制造业的行业内套利组合中，赢家组合、输家组合和套利组合的持有期收益率分别为0.0291%、-0.0010%和0.0301%，标准差分别为0.010975、0.010591和0.001848。可以看出套利组合的收益高，且风险低。

针对制造业和批发零售业构建的行业间套利组合，是在买入制造业赢家组合的同时，卖空批发零售业赢家组合，套利组合相应的收益率和标准差如表6。

如表6所示，制造业与批发零售业的行业间套利组合中，制造业赢家组合、批发零售业赢家组合和套利组合的收益率分别为0.0291%、-0.0841%和0.1132%，标准差分别为0.010975、0.011727和0.005505。可以看出套利组合的收益高，且风险低。

根据表5、6，对比针对两种套利组合，可以看出，行业间套利组合的收益率高于行业内套利组合，但行业内套利组合的标准差小于行业间套利组合，说明行业内套利组合的收益更加稳定。因此，风险偏好者适合构建相应的行业间套利组合，风险厌恶者适合构建相应的行业内套利组合。

四、季节与日历因素的影响

首先对季节进行划分，春季为2月、3月和4月；夏季为5月、6月和7月；秋季为8月、9月和10月；冬季为11月、12月和次年1月。根据季节的划分，针对两种投资策略，分别计算出以季度为单位的平均持有期收益率。

如表7所示，针对制造业的行业内套利组合的季度收益率在春季为负数，在夏季、秋季和冬季则为正数，因此，该投资策略更适合在后三个季度实行。同时，行业内套利组合夏季、秋季和冬季的标准差小于春季，尤其是夏季和秋季收益更加稳定。针对制造业和批发零售业的行业间套利组合的季度收益率在春季、夏季、秋季和冬季均为正数，其中夏季的收益率显著高于其他三个季度，且标准差显著小于其他三个季度，因此，在夏季更适合采取行业间套利的投资策略。

表7 两种投资策略在不同季度的表现

进一步按照月份进行划分，计算两种套利组合在每个月的持有期收益率和标准差，结果如表8所示。

从表8可以看出，针对制造业的行业内套利组合的月收益率在1月、2月、4月、9月和10月为负数，不适合采取行业内套利的投资策略；在3月、5月、6月、7月、8月、11月和12月为正数，适合采取行业内套利的投资策略。其中，5月、8月和11月的持有其收益率显著高于其他几个月。同时，5月和8月的标准差最小，因此5月和8月最适合针对制造业采取行业内套利。针对制造业和批发零售业的行业间套利组合的月收益率在4月、6月、8月、9月和12月为负数，不适合采取行业间套利的投资策略；在1月、2月、3月、5月、7月、10月和11月为正数，适合采取行业间套利的投资策略。其中，1月、2月、5月、7月和10月的持有期收益率显著高于其他几个月。同时，5月和10月持有期收益率的标准差最小，因此5月和10月最适合针对制造业和批发零售业采取行业间套利。

综上所述，以季度作为持有期时，针对制造业的行业内套利策略更适合在夏季和秋季采用，针对制造业和批发零售业的行业间套利策略更适合在夏季采取；以月份作为持有期时，针对制造业的行业内套利策略更适合在5月和8月采用，针对制造业和批发零售业的行业间套利策略更适合在5月和10月采用。在中国股票市场上采取相应的套利策略是有利可图的，这与欧美市场的结论是一致的(Bhootra和Hu，2013)[3]。

表8 行业内与行业间套利组合在不同月份的表现

结论与展望

根据本文的实证结果，得到如下结论：(1)不考虑投资时，持有期前t-3～t-1月收益率对持有期收益率具有显著的负向影响；持有期前t-6～t-4月、t-9～t-7月以及t-12～t-10月收益率对持有期收益率具有显著的正向影响。即在中国股票市场中，持有期前t-3～t-1月存在反转效应，t-12～t-4月存在动量效应。(2)考虑投资时，投资减弱了反转效应强度，而增强了动量效应的强度。因此投资显著影响了股票收益率的期限结构，投资是市场非有效的原因之一。由于信息不对称，当公司存在过度投资时，投资者不能准确、充分的评价该项投资的价值，很可能高估公司的股价，但当投资者通过全面搜集信息，会及时降低股票的估价，从而在短期内纠正价格，从而形成相应时间区间上的反转效应。从中长期看投资给投资者释放了一种积极的信号，当投资者意识到投资对公司会产生积极影响时，会选择增持股票，从而形成相应时间区间上的动量效应。(3)考虑企业投资和行业因素时，构建了针对制造业的行业内套利组合、针对制造业和批发零售业的行业间套利组合，并分季度和月度分析了两种套利组合的持有期收益率和标准差。结果显示在中国股票市场上采取相应的套利策略是有利可图的。

本文研究了企业投资对股票市场收益率期限结构的影响，从企业投资角度出发验证和解释了中国股票市场的动量效应和反转效应，并构建了合理的动量交易策略。但也存在一些不足，还需要进一步的研究。首先，论文验证了投资能够减弱反转效应强度，增强动量效应强度，但却无法确定强度的大小，后续研究可以尝试提供一种量化强度大小的方法。其次，本文构建了以月度和季度作为持有期的套利策略，后续研究可以调整持有期长度，进一步探讨构建套利策略的可能性。最后，沪港通的开通可能会对内地股市收益期限结构产生影响，后续研究可以从沪港通开通前后投资对股市收益率期限结构影响的差异这方面进一步研究。

注释

1. Ball(1978)认为市盈率是衡量风险的指标，高风险股票具有高预期回报的同时具有较高的市盈率。Fama和French(1992)证明这种现象并不适用于负收益的情况。

2. 文章还通过引入虚拟变量研究了投资对动量效应的非线性影响，结果与投资对动量效应的线性影响一致。