摘要
中國(guó)股市的殼價(jià)值是不健全的 IPO 機(jī)制以及相對(duì)不透明的監(jiān)管造成的負(fù)面結(jié)果;殼價(jià)值反映了市場(chǎng)的非有效性。
1引言
在《國(guó)內(nèi)因子量化選股的七宗罪》中提出的一宗罪是大 A 股的特殊國(guó)情。
在 A 股中，主流因子選出的股票中經(jīng)?？吹?ST 股票的身影，而這些股票確實(shí)能獲得更高的收益，對(duì)評(píng)價(jià)因子造成不利影響。作為 A 股的一道獨(dú)特的風(fēng)景，這些 ST 股票經(jīng)常在業(yè)務(wù)萎靡、虧損放大和面臨退市的不利局面下上演反轉(zhuǎn)劇情：業(yè)績(jī)扭虧保殼成功(這是一個(gè)浪子回頭的故事)、或者成為殼資源被優(yōu)秀企業(yè)借殼上市(這是一個(gè)屌絲變身高富帥的故事)，股價(jià)進(jìn)而逆轉(zhuǎn)飆升。
這背后本質(zhì)的原因在于 A 股的 IPO 發(fā)審制度的不健全，造成上市公司的殼資源價(jià)值非常高。由于 A 股上市成本高、時(shí)間長(zhǎng)，使得通過(guò)收購(gòu)已經(jīng)上市、但市值不大的股票實(shí)現(xiàn)借殼上市，是一件性價(jià)比不低的生意。同時(shí) A 股小市值成長(zhǎng)股估值偏高、可以以更高市盈率發(fā)行股票、以極低的成本融資(30 倍市盈率發(fā)行股票就相當(dāng)于 3.3% 的利率借款、還不用還、還可以進(jìn)一步去作為資本金上債務(wù)杠桿)，非常合算。
鑒于很高的殼價(jià)值，已經(jīng) ST 的股票有非常大的動(dòng)力保殼。這一方面會(huì)使得市場(chǎng)預(yù)期公司盈利扭虧為盈的概率顯著變大，帶來(lái)股票價(jià)值的增長(zhǎng);另一方面，如果 ST 股票市值低到 10 至 20 億左右的時(shí)候，由于收購(gòu)成本變低，市場(chǎng)又會(huì)預(yù)期被作為殼資源被收購(gòu)并注入優(yōu)質(zhì)資產(chǎn)的可能性變大，帶來(lái)股票價(jià)值的反轉(zhuǎn)。由于 A 股財(cái)務(wù)造假難度低、發(fā)審制度造成上市困難，這兩種情況都很容易帶來(lái)基本面實(shí)質(zhì)改變產(chǎn)生的股價(jià)觸底反彈。上述原因解釋了為什么 ST 股票有不錯(cuò)的收益率。
今天我們就來(lái)聊聊 A 股中的殼價(jià)值(shell value)。
2一個(gè)簡(jiǎn)單實(shí)驗(yàn)
下圖是使用資產(chǎn)回報(bào)率、是否 ST、前十大股東持股比例以及市值構(gòu)建的一個(gè)簡(jiǎn)單實(shí)驗(yàn)。這四個(gè)指標(biāo)模擬了上市公司是否有殼價(jià)值。評(píng)分越高的公司殼價(jià)值越高、越低的公司殼價(jià)值越低。
按照這個(gè)粗糙的殼價(jià)值因子將股票分成五檔。這五個(gè)投資組合的預(yù)期收益率在截面上有非常明顯的單調(diào)性，說(shuō)明殼價(jià)值能夠解釋股票預(yù)期收益率截面差異。
上面這個(gè)實(shí)驗(yàn)的靈感來(lái)自 Lee et al. (2017)。該文用量化的手段研究了中國(guó)股市的殼價(jià)值和監(jiān)管風(fēng)險(xiǎn)，指出冗長(zhǎng)的 IPO 發(fā)審制度造就了中國(guó)股市中獨(dú)有的殼價(jià)值，而殼價(jià)值可以造成其他主流因子解釋不了的預(yù)期收益率截面差異。此外，對(duì)于殼價(jià)值的研究還可以解釋中國(guó)股市的一些現(xiàn)象 —— 比如，當(dāng)考慮了殼價(jià)值因子后，小市值因子幾乎就消失了，因此可以說(shuō)小市值股票有效的內(nèi)在原因是潛在的殼價(jià)值。
3計(jì)算殼價(jià)值
為了繞開(kāi) IPO，未上市公司通過(guò)借殼(reverse merger、reverse takeover)的方法把資產(chǎn)注入市值較低的上市公司(殼公司)，得到該公司一定的控股權(quán)，利用其上市公司的地位使母公司的資產(chǎn)得以上市。
在 Lee et al. (2017) 中，作為“殼”的上式公司的殼價(jià)值的計(jì)算公式為：
SV = (MVCE × SFS) – OC
其中 SV 代表殼價(jià)值(Shell Value)，MVCE 是 Market Value of Combined Entity，SFS 為借殼后原殼公司的股份所有權(quán)，OC 是在借殼過(guò)程中殼公司所有者付出的資本。下面簡(jiǎn)單介紹下 MVCE 和 SFS 的計(jì)算方法，OC 的計(jì)算公式請(qǐng)參考 Lee et al. (2017)。
SFS 的公式為：SFS = (S - TS) / (S + ΔS)
其中，S 是借殼前殼公司的股本，ΔS 是在借殼上市過(guò)程中增發(fā)的、給予未上市公司的股本。如果 ΔS 的股本數(shù)不足以使未上市公司對(duì)殼公司擁有控股權(quán)，殼公司會(huì)將一部分股本，記為 TS，轉(zhuǎn)給未上市公司。在這種情況下，殼公司最終的股本是 S – TS。因此借殼上市之后，殼公司的控股權(quán)為 (S - TS) / (S + ΔS)，即 SFS。
對(duì)于 MVCE，Lee et al. (2017) 考慮了三種計(jì)算方法：
第一種方法：MVCE = PE_pre × E + W
第二種方法：MVCE = PE_ind × E + W
第三種方法：MVCE = P_Day1 × (S + ΔS)
前兩種方法中，E 是未上市公司的 earning forecast;W 是殼公司和未上市公司的凈資產(chǎn)總和。這兩種方法的區(qū)別在于市盈率 PE 的計(jì)算。在第一種方法中，PE_pre 代表了 peer-based PE ratio，它是殼公司自己根據(jù)同類公司的 PE 估計(jì)出來(lái)的市盈率;而在第二種方法中，PE_ind 代表了 industry-based PE ratio，它是殼公司所在行業(yè)的全部公司的平均市盈率。通常來(lái)說(shuō)，PE_pre 大于 PE_ind。
在一個(gè)完整的借殼上市過(guò)程中，殼公司首先會(huì)被停牌，隨后會(huì)出現(xiàn)和它有關(guān)的資產(chǎn)重組的公告(不涉及任何細(xì)節(jié))。在三到四個(gè)月后，殼公司會(huì)復(fù)牌，并伴隨最初的 reverse merger 的提案。由于 reverse merger 對(duì)殼公司是極大的利好，復(fù)牌后它的股票通常會(huì)經(jīng)歷幾個(gè)漲停，P_Day1 代表了復(fù)牌后第一個(gè)非漲停的交易日的收盤價(jià)，它表示著市場(chǎng)已經(jīng)完全 priced in 這個(gè)潛在的 reverse merger。P_Day1 × (S + ΔS) 就是第三種 MVCE 的計(jì)算方法。
相對(duì)前兩種方法，第三種計(jì)算 MVCE 的方法最為保守。這是因?yàn)樽畛醯奶岚感枰?jīng)過(guò)股東和董事會(huì)的批準(zhǔn)得到最終的提案，而最終的提案還要經(jīng)過(guò)證監(jiān)會(huì)的審批，這其中存在很高的失敗風(fēng)險(xiǎn)。因此，P_Day1 反映出來(lái)的殼價(jià)值是存在折價(jià)的，這就是第三種方法相對(duì)保守的原因。
Lee et al. (2017) 考察了 2007 年 1 月到 2016 年 4 月之間，A 股中成功的 reverse merger 樣本(一共 134 個(gè))。按照上述三種方法計(jì)算的殼價(jià)值統(tǒng)計(jì)數(shù)據(jù)如下表所示。按照三種方法，殼價(jià)值的平均值介于 29 到 44 億人民幣之間，相當(dāng)于所有上市公司市值中位數(shù)的 66% 到 92%(Panel C)。
如此高的殼價(jià)值帶來(lái)了中國(guó)股市獨(dú)特的“殼溢價(jià)”，可以解釋股票截面收益率的差異。
4殼價(jià)值和截面收益率
為了研究“殼溢價(jià)”，我們需要圍繞殼價(jià)值構(gòu)建一個(gè)選股因子。計(jì)算該因子的核心是一個(gè)上市公司成為殼公司的概率：大概率能成為殼的上市公司比小概率的公司在殼價(jià)值因子上有更高的暴露。
Lee et al. (2017) 根據(jù) Campbell et al. (2008) 以及大量業(yè)界反饋總結(jié)出成為殼公司的概率和以下幾個(gè)指標(biāo)聯(lián)系緊密：
市值(Rsize)：小市值的公司更容易成為殼公司;
利潤(rùn)(Profit)：利潤(rùn)低和基本面差的公司更容易成為殼公司，Lee et al. (2017) 使用 Operating profit to Assets 作為其代理指標(biāo);
退市風(fēng)險(xiǎn)(ST)：由于退市風(fēng)險(xiǎn)，被 ST 標(biāo)記的公司更容易成為可公司;
所有權(quán)集中度(ShrCon)：對(duì)于所有權(quán)分散的上市公司，未上市公司更容易獲得其控制權(quán)，因此這些公司更有可能成為殼公司。Lee et al. (2017) 使用前十大股東控股比例作為該指標(biāo)的代理變量。
除此之外，Lee et al. (2017) 還考慮了杠桿等其他四個(gè)指標(biāo)，并構(gòu)建邏輯回歸模型(請(qǐng)參考《邏輯回歸，很有邏輯》)得到了成為殼公司的概率和這些變量之間的關(guān)系(在建模中，殼公司的樣本一共有 252 個(gè))。從下表可見(jiàn)，這些指標(biāo)的回歸系數(shù)和預(yù)期的符號(hào)相一致;且考慮了前四個(gè)指標(biāo)后，其他指標(biāo)均不顯著。
使用上述邏輯回歸模型就可以算出每個(gè)上市公司成為殼的概率。值得一提的是，上面的回歸是在整個(gè)樣本內(nèi)進(jìn)行的(為了說(shuō)明解釋變量的有效性)，在下面使用殼價(jià)值因子選股時(shí)，邏輯回歸是滾動(dòng)進(jìn)行的。
有了成為殼的概率，Lee et al. (2017) 提出了一個(gè) Expected Shell Value to Market (ESVM) 指標(biāo)作為殼價(jià)值因子。顧名思義，它是預(yù)期殼價(jià)值和市值之比。Expected Shell Value 是成為殼的概率與 Shell Value 的乘積。
為了考察 ESVM 是否能解釋截面預(yù)期收益率，Lee et al. (2017) 首先使用個(gè)股的月收益率和 ESVM 等因子進(jìn)行了 Fama-MacBeth regression(Fama and MacBeth 1973)。在檢驗(yàn)中，同時(shí)考察了其他 A 股中的常見(jiàn)因子，包括：log(ME)、log(BM)、ret01(上一個(gè)月的收益率)、ret212(之前第 12 個(gè)月到之前第 2 個(gè)月之間的累積收益率)、ChgAt(asset growth)、Profit、EP 以及 Turnover?；貧w結(jié)果如下表所示。
在所有考察的因子中，能夠顯著解釋股票預(yù)期收益率截面差異的只有 ESVM、log(ME) —— Size 因子、ret01(負(fù)的因子收益率說(shuō)明短期反轉(zhuǎn)在 A 股十分有效)、以及換手率。
除此之外，Lee et al. (2017) 也進(jìn)行了 portfolio tests。根據(jù) ESVM 因子將股票分成 10 檔(第十檔為 ESVM 較高)，并通過(guò)做多第十檔、做空第一檔構(gòu)建多空組合?？疾煸摻M合的收益率能否被現(xiàn)有因子解釋?，F(xiàn)有因子模型包括 CAPM、Fama-French 三因子模型(Fama and French 1993)、Fama-French 三因子 + Carhart (1997) 的四因子模型、以及 Fama-French 五因子模型(Fama and French 2015)。Portfolio tests 的結(jié)果如下。
.jpg)
結(jié)果表明，通過(guò) ESVM 構(gòu)建的多空組合能夠獲得這些現(xiàn)有因子無(wú)法解釋的 α。從五因子模型的結(jié)果可見(jiàn)，ESVM 投資組合在市場(chǎng)、HML 和 RMW 上均有負(fù)的暴露。說(shuō)明它在市場(chǎng)下行時(shí)有較好的表現(xiàn)，以及殼價(jià)值因子選出的股票通常具有市值小、成長(zhǎng)性高以及利潤(rùn)率低的特點(diǎn)。
5殼價(jià)值因子和市值因子
在中國(guó)股市中長(zhǎng)期存在的一個(gè)現(xiàn)象是 SMB(Size)可以解釋很大一部分截面預(yù)期收益率差異 —— 小市值股票比大市值股票獲得更高的超額收益。然而這背后的機(jī)制并不清晰。
Lee et al. (2017) 認(rèn)為，殼價(jià)值可能是 Size 因子有效的原因。為了檢驗(yàn)這個(gè)說(shuō)法，他們將股票根據(jù) Size 分成 10 檔(第一檔為市值最小)，然后通過(guò) Fama-French 五因子模型加上新的 ESVM 因子來(lái)對(duì)這 10 個(gè)組合進(jìn)行回歸分析，結(jié)果如下。
上圖中，Panel A 考慮了傳統(tǒng)的五因子，而 Panel B 中加入了新的殼價(jià)值因子(SV)。加入殼價(jià)值因子后，SMB 因子對(duì)于這 10 檔按照 Size 分類構(gòu)建的投資組合的收益率的解釋力度被極大的削弱了。此外，使用 Size 因子構(gòu)建的多空組合(1-10)的 α 在考慮了殼價(jià)值因子后也顯著的減弱了。
這兩個(gè)現(xiàn)象說(shuō)明殼價(jià)值很大程度的支撐了 Size 因子;小市值公司獲得更高收益背后的原因很可能是它們對(duì)于殼價(jià)值因子有更高的暴露造成的。
6監(jiān)管風(fēng)險(xiǎn)
殼價(jià)值無(wú)疑和困難重重的 IPO 有關(guān)。當(dāng) IPO 收緊的時(shí)候，我們預(yù)期殼價(jià)值因子能夠獲得更高的收益率;而當(dāng) reverse merger 收緊的時(shí)候，我們預(yù)期殼價(jià)值因子獲得較低的收益率。Lee et al. (2017) 通過(guò) event study 驗(yàn)證了上述兩點(diǎn)。
通過(guò)查詢相關(guān)資料，Lee et al. (2017) 找到了六個(gè)相關(guān)事件(三個(gè)針對(duì) IPO;三個(gè)針對(duì) reverse merger)。三個(gè)收緊 reverse merger 的通告為：
2011 年 5 月 13 日，關(guān)于《關(guān)于修改上市公司重大資產(chǎn)重組與配套融資相關(guān)規(guī)定的決定(征求意見(jiàn)稿)》公開(kāi)征求意見(jiàn)的通知，http://www.csrc.gov.cn/pub/zjhpublic/G00306201/201105/t20110513_195492.htm;
2013 年 11 月 30 日，借殼上市審核嚴(yán)格執(zhí)行首次公開(kāi)發(fā)行股票上市標(biāo)準(zhǔn)，http://www.csrc.gov.cn/pub/newsite/zjhxwfb/xwdd/201311/t20131130_239075.html;
2016 年 6 月 17 日，關(guān)于就修改《上市公司重大資產(chǎn)重組管理辦法》公開(kāi)征求意見(jiàn)的通知，http://www.csrc.gov.cn/pub/zjhpublic/G00306201/201606/t20160617_299035.htm。
和收緊 IPO 相關(guān)的通告為(這些標(biāo)題并不直接涉及收緊 IPO，但是它們均傳達(dá)出了類似的信號(hào))：
http://www.csrc.gov.cn/pub/newsite/zjhxwfb/xwdd/201405/t20140529_255106.html
http://www.xinhuanet.com//finance/2016-03/15/c_128802090.htm
http://www.csrc.gov.cn/pub/zjhpublic/G00306201/201609/t20160909_303259.htm
Lee et al. (2017) 考察了在這些事件發(fā)生的三日窗口內(nèi)，ESVM 多空組合的收益率情況(下表)。當(dāng) reverse merger 被收緊時(shí)，該組合在事件窗口內(nèi)獲得了顯著的負(fù)收益;而當(dāng) IPO 被收緊時(shí)，該組合在事件窗口內(nèi)獲得了顯著的正收益。
由此可見(jiàn)，ESVM 投資組合暴露于很高的監(jiān)管風(fēng)險(xiǎn)之中。中國(guó)股市的殼價(jià)值是不健全的 IPO 機(jī)制以及相對(duì)不透明的監(jiān)管造成的負(fù)面結(jié)果。
7結(jié)語(yǔ)
殼價(jià)值強(qiáng)烈的反映了中國(guó)股市的非有效性。造成這種怪象背后的原因值得深思。
“… because of the high value attached to their listing status, owners and managers of poorly performing public companies can continue to acquire and operate new businesses. Therefore, the restrictive IPO regulations not only prevent successful businesses from accessing capital, they also prevent unsuccessful businesses from facing the natural consequences of their poor stewardship.
譯：由于上市地位具有很高的價(jià)值，業(yè)績(jī)不佳的上市公司的所有者和管理者可以繼續(xù)收購(gòu)和經(jīng)營(yíng)新業(yè)務(wù)。因此，限制重重的 IPO 監(jiān)管不僅阻礙了優(yōu)秀企業(yè)[通過(guò)上市]獲得資本，也阻止了失敗企業(yè)為因自己經(jīng)營(yíng)不善而造成的不良后果埋單。”
在證監(jiān)會(huì)官網(wǎng)的 banner 上，醒目的寫著“維護(hù)市場(chǎng)公開(kāi)、公平、公正;維護(hù)投資者特別是中小投資者合法權(quán)益;促進(jìn)資本市場(chǎng)健康發(fā)展”。希望在未來(lái)，針對(duì)金融市場(chǎng)和監(jiān)管的改革能夠更好的為市場(chǎng)服務(wù)，使得殼價(jià)值逐漸消失、為 A 股的投資者以及因子投資的踐行者提供更好的環(huán)境。
參考文獻(xiàn)
Campbell, J. Y., J. Hilscher, and J. Szilagyi (2008). In search of distress risk. Journal of Finance, Vol. 63(6), 2899 – 2939.
Carhart, M. M. (1997). On Persistence in Mutual Fund Performance.Journal of Finance, Vol. 52(1), 57 – 82.
Fama, E. F. and K. R. French (1993). Common Risk Factors in the Returns on Stocks and Bonds. Journal of Financial Economics, Vol. 33(1), 3 – 56.
Fama, E. F. and K. R. French (2015). A Five-Factor Asset Pricing Model.Journal of Financial Economics, Vol. 116(1), 1 – 22.
Fama, E. F. and J. D. MacBeth (1973). Risk, return, and equilibrium: empirical tests. Journal of Political Economy, Vol. 81(3), 607 – 636.
Lee, C. M. C., Y. Qu, and T. Shen (2017). Reverse mergers, shell value, and regulation risk in Chinese equity markets. Working paper.
量化金融分析師(簡(jiǎn)稱AQF，Analyst of Quantitative Finance)由量化金融標(biāo)準(zhǔn)委員會(huì)(Standard Committee of Quantitative Finance，SCQF)主考并頒證，是代表量化金融領(lǐng)域的專業(yè)水平證書。 >>>點(diǎn)擊咨詢AQF證書含金量
.png)
課程適合人群：
金融工程/數(shù)學(xué)專業(yè)背景的同學(xué)/工作人士，希望進(jìn)一步學(xué)習(xí)Python編程以及在量化投資的實(shí)戰(zhàn)應(yīng)用；
非金融工程專業(yè)背景的同學(xué)/工作人士，希望迅速成為寬客；
金融相關(guān)人員，希望學(xué)習(xí)如何系統(tǒng)的做量化策略；
個(gè)人投資者，希望系統(tǒng)學(xué)習(xí)掌握量化投資相關(guān)的實(shí)務(wù)技能，從模型開(kāi)發(fā)，回測(cè)，策略改進(jìn)，搭建穩(wěn)定的量化交易系統(tǒng)。
.png)
（點(diǎn)擊上圖了解課程詳情）
量化金融分析師AQF核心課程體系：
1、《量化投資基礎(chǔ)》
主要涵蓋了量化投資領(lǐng)域的必備知識(shí)，包括：基本面分析、技術(shù)分析、數(shù)量分析、固定收益、資產(chǎn)組合管理、權(quán)益、另類投資等內(nèi)容。
2、《Python語(yǔ)言編程基礎(chǔ)》
包含了Python環(huán)境搭建、基礎(chǔ)語(yǔ)法、變量類型、基本函數(shù)、基本語(yǔ)句、第三方庫(kù)、金融財(cái)務(wù)實(shí)例等內(nèi)容。旨在為金融財(cái)經(jīng)人提供最需要的編程方法。
3、《基于Python的經(jīng)典量化投資策略》
包含了最富盛名，最基本的量化交易思想和交易策略。例如：海龜交易模型、Logistics模型、配對(duì)交易模型、波動(dòng)擴(kuò)張模型、Alpha模型、機(jī)器學(xué)習(xí)(隨機(jī)森林模型、主成分分析)、深度學(xué)習(xí)(人工神經(jīng)網(wǎng)絡(luò))等內(nèi)容。
4、《量化交易系統(tǒng)設(shè)計(jì)》
旨在學(xué)習(xí)量化交易系統(tǒng)的具體知識(shí)，包括過(guò)濾器，進(jìn)入信號(hào)，退出信號(hào)，倉(cāng)位管理等詳細(xì)內(nèi)容，并指導(dǎo)學(xué)員設(shè)計(jì)涵蓋個(gè)人交易哲學(xué)的量化交易系統(tǒng)。
5、《量化實(shí)盤交易》
旨在為解決實(shí)際量化交易策略搭建過(guò)程中的一些問(wèn)題提供較優(yōu)解決方案。 >>>點(diǎn)擊咨詢AQF相關(guān)問(wèn)題
掌握Python及量化投資技能，我們能做什么?
1、熟悉中國(guó)主要金融市場(chǎng)及交易產(chǎn)品的交易機(jī)制；
2、熟知國(guó)內(nèi)外期貨交易、股市交易的異同點(diǎn)和內(nèi)在運(yùn)行機(jī)制；
3、掌握經(jīng)典量化交易策略細(xì)節(jié)及其背后的交易哲學(xué)；
4、掌握金融、編程和建模知識(shí)基礎(chǔ)，擁有量化交易實(shí)盤操作能力；
5、具備獨(dú)立自主地研發(fā)新量化交易策略的能力；
6、掌握量化交易模型設(shè)計(jì)的基本框架，以及風(fēng)險(xiǎn)管理和資產(chǎn)組合理論的實(shí)際運(yùn)用；
7、掌握從策略思想——策略編寫——策略實(shí)現(xiàn)餓完整量化投資決策過(guò)程；具備量化投資實(shí)戰(zhàn)交易能力。
.png)
更多內(nèi)容推薦閱讀：
2019年量化金融分析師（AQF）全國(guó)統(tǒng)一考試報(bào)名簡(jiǎn)章
Wind、Excel和Python三大金融技能兼修，下一個(gè)金融分析大神就是你
金程推薦： AQF培訓(xùn) AQF培訓(xùn)機(jī)構(gòu) AQF是什么意思
咨詢電話：400-700-9596
AQF考友群：760229148
金融寬客交流群：801860357
微信公眾號(hào)：量化金融分析師
作者：石川，量信投資創(chuàng)始合伙人，清華大學(xué)學(xué)士、碩士，麻省理工學(xué)院博士;精通各種概率模型和統(tǒng)計(jì)方法，擅長(zhǎng)不確定性隨機(jī)系統(tǒng)的建模及優(yōu)化。知乎專欄：https://zhuanlan.zhihu.com/mitcshi。未經(jīng)授權(quán)，嚴(yán)禁轉(zhuǎn)載。
