收入约束、外生消费习惯与股票定价的实证研究

(天津财经大学 天津 300000)

一、引言

2008年的全球性金融危机促使人们深刻反思传统资产定价逻辑中漠视实体经济的思维导向。中国金融行业由于过于追求高收益率，而导致定价机制的扭曲，推动了2016年金融市场中资产价格的大幅波动。把握影响中国金融市场风险因素，需要考虑经济转型背景。经济转型对消费习惯和金融资产定价产生了很大影响。居民消费升级，消费行为差异化，消费习惯与金融资产价格联系日益紧密。因此，定义转型背景下的消费习惯，并从居民消费习惯视角厘清金融资产定价的影响因素和机制，是破解中国金融资产定价深层次矛盾的内在要求与合理选择，对我国宏观经济调控和政策选择至关重要。本文拟在外生消费习惯模型的基础上，研究分析收入分组下中国居民消费与股票市场收益率以及利率之间变动情况，考察CCAPM模型是否适合我国资本市场以及我国资本市场是否存在股票溢价之谜。

二、理论基础与文献综述

金融资产定价问题研究历史悠久并不断深化，引入消费习惯因素逐步成为国内外重要议题。资产定价问题最早由Markowitz(1952)提出，Sharpe(1964)、Lintner(1965)相继推导出了CAPM模型，但CAPM模型忽视了跨期、证券市场连续性等问题。对此，Merton(1969,1971)将一期CAPM模型发展为跨期ICAPM模型，Lucas(1978)、Breeden(1979)根据Merton跨期替代理论进一步发展为消费资本资产定价模型(CCAPM)。针对CCAPM模型不足，引入消费习惯改进CCAPM模型，解释股权溢价之谜逐步成为重要议题。Mehra、Prescott(1985)对Lucas(1978)纯交换经济资产定价的欧拉方程进行分析。Abel(1990)以比值形式将消费习惯引入效用函数，并得出消费习惯可以更好地解决股权溢价问题。Constantinides(1990)在Merton(1969,1971)基础之上，基于理性预期引入内部消费习惯，较好地解释了股票溢价之谜和消费平滑之谜。Campbell、Cochrane(1999)将消费习惯设定为可减形式引入效用函数，模型具有风险态度的时变特征，可以解释一系列资产定价问题。

近年来，国内对消费习惯形成理论和应用研究取得了较大进展，但是国内基于消费习惯视角研究金融资产定价的研究成果相对较少。陈彦斌、肖争艳、邹恒甫(2003)构造了基于财富和习惯的消费—资产组合投资模型，解释了消费平滑之谜。熊和平(2005)建立了具有异质性投资者的资产定价理论模型。徐绪松、陈彦斌(2004)构造了基于相对财富和习惯形成的效用函数，并构建相对应的资产定价模型。熊和平、李淑懿和余均(2012)分别对消费者进行内、外在性消费习惯定义，为投资者实践中将消费习惯考虑到风险资产收益估算中提供了定价依据。

由于金融资产价格决定的复杂性，已有研究结论并不一致。纵观上述研究，今后研究应重视金融资产定价的经济根源，除了西方理论模型公认因素外，更重要的是要考虑到我国消费升级和差异化背景，明确消费升级引致的收入层次、经济转型下的消费习惯、金融资产价格的内在关系，立足国情有效揭示我国金融资产定价特点和内在机制。

三、基于Abel模型的实证分析

(一)模型概述

本文选取时间不可分离的外生消费习惯的Abel模型，并采取GMM估计方法进行参数估计。Abel模型假定时间t时刻每一个消费者都选择消费Ct，在效用最大化并且假设消费习惯参数vt只有外部消费习惯的前提下，Abel模型的效用函数为

其中z为习惯参数，反映了时间不可分的程度，并且z≥0,ct-1为t-1时刻的消费者人均消费，β为代表性投资者的主观时间折现因子，α为风险规避系数。常相对风险规避系数α和过渡识别检验J统计量对主观折现因子β以及习惯形成参数k。

在代表性投资人的预算约束下，一阶欧拉方程如下

(二)数据来源及说明

上海证券交易所于1990正式成立，经过20多年发展已取得了举世瞩目的成就，而根据样本可得性要求，数据选取从1992开始的年度数据。本文所涉及的指标如下。第一，收入约束下的消费支出。数据来自《中国统计年鉴》选取1992—2012年的城镇居民按照收入分组的消费数据，去除通货膨胀因素并计算得到人均消费数据，分为七组，从最低收入户到最高收入户。第二，实际股票收益率。本文选择上证综指的收盘价，进行股票收益率的计算，并扣除通货膨胀因素，得到实际股票收益率rsz,t，数据来自锐思数据库。第三，实际无风险收益率。本文中选择一年期定期存款利率作为无风险收益率。实际无风险收益率rf,t由一年期定期存款利率扣除通货膨胀因素后得到，数据来自中国人民银行网站。

(三)实证分析

1.检验设定

为了更好地利用实证进行分析，本文对模型中的参数做出如下假设。第一，依据经济理论假设，消费者偏好于当期消费，所以β应小于1。在国外研究中,Kocherlakota将β值设定为0.99,Modest将β值设为0.97，而国内的王立平在实证分析中,分别将β值设为0.985与0.995。本文中为了与相应研究具有可比性，分别将β值设定为0.85、0.95与0.99。第二，习惯参数z反映了时间不可分的程度，并且z≥0，考虑经济意义上的合理性，本文假定z=0.95。第四，因为要估计选取实际股票收益率、实际无风险收益率，所以选取工具变量为常数项，gi,t,rsz,t,rf,t,gi,t-1,rsz,t-1,rf,t-1,gi,t-2,rsz,t-2,rf,t-2。

2.结果分析

α和J统计量对β以及z的选择都存在一定的敏感性，因此在各组检验数据中，结果会有较大差异。

(1)模型得到统计上的支持。工具变量的过度识别J统计量的p值显著大于0.05，表明在通常的显著情况下，无法拒绝过度识别的有效性假设，说明该模型在统计意义上较为理想。

(2)不同主观折现因子的常相对α估计值有影响。随着β逐渐增大，α也逐渐增大。且所有组别的检验结果均在1%的置信度下显著。但是就GMM估计结果来看，β对风险规避系数α虽然有一定影响，但是α估计值实际相差并不多。

(3)风险规避系数α的组间对比。从股票市场收益率检验结果，α随着收入水平的升高呈现先下降后上升的趋势。可以得到，收入处在中间层次的消费者在股票投资上更具有稳健性。而从实际无风险收益率来看，α随着收入水平的升高呈现先上升后下降的趋势。可以得到，收入处在中间层次的消费者对于无风险投资方式储蓄表现更大的不确定性。

结合各组之间的两种资产投资来看，中间层对于股票投资更为稳健，当消费发生波动时，首先从储蓄投资发生变化。低收入层由于受到收入约束，在储蓄投资上表现更为稳定。高收入层更容易受到主观折现因子β的影响，在不同的β下，对于股票收益率要求的变动更大。但是检验结果并没有显示出高收入组比低收入组更符合CCPAM理论描述，实证并未对收入约束假说提供足够的支持。

表1 实际无风险收益率GMM估计结果

表2 实际股票收益率GMM估计结果

表格中α的P值皆小于0.000 1，J统计量的P值估计值皆大于0.05。

四、结论与建议

本文基于我国城镇居民的收入分组消费数据以及1992—2012年的资本市场数据，引入外生消费习惯的Abel模型，并通过GMM广义矩估计法对模型的参数进行了检验估计，探讨了收入约束对于CCAPM的影响，主要结论如下。第一，基于外生消费习惯的Abel模型得到统计上的支持。过度识别检验统计量J统计说明Abel模型在样本期内是有效的，表明模型在统计意义上较为理想。第二，我国资本市场并不存在股权溢价之谜。根据Mehra和Prescott(1985)所认为的资本市场存在风险溢价之谜所界定的常风险相对系数α的估计值要超过10为基准，中国的资本市场并不存在“风险溢价之谜”的问题。第三，不同收入下的消费水平会影响金融资产收益率，但并不支持“收入约束假说”。实证结果并没有显示出高收入组比低收入组更符合CCPAM理论描述，并未对收入约束假说提供足够的支持。

基于结论，可知到我国资本市场并不存在股权溢价之谜，不同收入下的消费水平会影响金融资产收益率，但并不支持“收入约束假说”，但是居民消费水平对于利率和股票收益率都有影响，所以政府进行宏观调控是十分必要的。