市值效应和价值效应的再检验

[摘要]本文将影响变量的解释周期分为长短不同的两个周期，检验市值、账面市值比和收益股价比对中国A股市场股票收益率的影响。通过排序分组分析和Fama-MacBeth横截面回归检验发现，中国A股市场存在显著的市值效应和以账面市值比为影响因素的价值效应。但其影响作用大小和统计显著性在长短期下有所不同。本文还发现，收益股价比单独对股票收益率横截面不具有影响。这些发现为投资者利用市值效应和价值效应获得超额收益率提供了支持。

[关键词]市值效应；账面市值比；收益股价比；股票收益率；Fama-MacBeth横截面回归

中图分类号：F832.5 文献标识码：A 文章编号：1008-4096（2016）03-0047-09

一、文献综述及问题提出

Fama和French在1993年提出的包含市场因子、市值因子和价值因子的三因子模型，对股票收益率的解释能力大大超过了资本资产定价模型（CAPM）。三因子模型的成功主要源于其捕获了美国市场上股票收益率中蕴含的与市值和账面市值比相关联的变动，即市值效应和价值效应。关于市值和账面市值比为何对股票收益率具有影响，Keim认为这两个变量都是股票价格的表现――市值是一个上市公司所有股票价格的加总，而账面市值比是以权益的账面价值对权益的市场价值进行的折算，这两个变量本质上都反映了股票价格对股票收益率的影响。实际上，股票价格的其他形式也对股票收益率具有显著影响，收益股价比对股票收益率的影响最先由美国学者Basu发现，收益股价比较高的股票会获得较高的股票收益率。Ball认为收益股价比体现了股票收益率中与市场风险相关变动之外的与其他所有未知因素相关联的变动――一个非市场风险相关变动的总变量。由于收益股价比和账面市值比类似，都可以看作是通过财务指标折算而成的股票价格，所以收益股价比对股票收益率的影响也被称为价值效应。市值效应和价值效应这种不能被经典的CAPM所解释的股票收益率形态，被称为CAPM异象。

Fama和French将收益股价比与账面市值比放到一起进行回归检验，发现收益股价比对股票收益率的影响被账面市值比大幅度地夺走，证明收益股价比在美国市场上所表现出来的影响作用只是由于其与账面市值比存在一定的相关性，在控制了账面市值比的影响之后，收益股价比对股票收益率并不具有显著影响。据此，Fama和French将美国市场上对股票收益率有显著影响的因素归结为市值和账面市值比两个因素。然而，这一结论随着时间推移发生了改变。Fama和French使用包括1990年之后的美国市场数据重新检验了股票收益率形态，发现市值的影响较之前有减弱的迹象，而且只明显存在于市场中最小60%的股票中；而Januario则发现账面市值比和收益股价比各自都表现出显著作用；Artmann等使用德国股票市场43年的数据，提供了样本外检验证据，发现在德国市场上具有显著解释作用的是账面市值比和收益股价比，市值并不显著。

国外文献关于市值、账面市值比和收益股价比对股票收益率横截面影响的结论并不完全一致，而这种结论的不一致性也存在于中国学者的相关文献中。黄娟等使用时间序列回归，通过CAPM检验这三个变量的表现情况，发现市值在中国股市并没有影响，但是账面市值比和收益股价比都具有显著影响。与之相反的，黄兴旺等认为中国存在市值效应，但并不存在价值效应（此文献只检查了账面市值比的影响）。吴世农和许年行使用排序分析和直接对三因子模型进行检验，证明市值和账面市值比的影响都存在。潘莉和徐建国使用排序分析和Fama-MacBeth横截面回归，得到市值和收益股价比才是影响中国股票收益率显著因素的结论，而账面市值比并不显著。已有文献关于市值效应的结论相对一致，而关于价值效应的结论存在明显分歧，即在中国体现价值效应的到底是账面市值比还是收益股价比，还是二者皆有显著作用。

受到潘莉和徐建国的启发，本文认为使用不同的研究周期或许会对研究结论产生不同的影响。国外文献关于股票收益率横截面的普遍研究模式是使用解释变量（一般为财务指标，例如账面市值比等）解释其公布之后12个月的月度股票收益率。这意味着解释变量在这12个月中保持恒定。账面市值比是一个财务指标，已有文献大多使用上市公司上一财年年度报表数据来解释其公布之后12个月的月度股票收益率。但是，在这12个月中，上市公司也会季报和半年报，这些定期报告中也会报告公司的财务数据，且较上年年报数据更新，更能体现上市公司的最新情况。潘莉和徐建国同时使用年报数据和半年报数据，这样使得股票收益率的解释周期缩短为6个月，在这种短周期下，发现账面市值比没有显著作用，而收益股价比才是体现价值效应的有效变量。短周期研究模式虽然提出了一个新的研究视角，但潘莉和徐建国的研究并没有将股票收益率（被解释变量）与财务指标（解释变量）正确匹配。具体来说，潘莉和徐建国选择的研究周期是每年1月至6月为第一期，7月至12月为第二期，使用去年年报财务数据解释第一期6个月的月度股票收益率，使用当年中报财务数据解释第二期6个月的月度股票收益率。然而，中国证监会规定上市公司年度报告于4月末之前公布，半年报于8月末之前公布。即第一期中有4个月（1月至4月）实际上是不能按照上年年报公布的财务指标来解释的（实际上这4个月的月度股票收益率应该与上年中报数据相联系），而第二期中有两个月（7月和8月）是不能按照当年中报公布的财务指标来解释的（实际上这两个月的月度股票收益率应该与上年年报数据相联系）。这种解释变量与被解释变量的错配关系使得潘莉和徐建国的结论并不能令人信服。

有鉴于此，本文认为有必要在将解释变量和被解释变量进行合理匹配的基础之上，重新检验账面市值比和收益股价比对股票收益率的影响。出于完整性的考虑，应该同时检验12个月的长周期和6个月的短周期（考虑中期报表所披露的较新财务数据），并且将结果进行对照，检验潘莉和徐建国的结论在对股票收益率和财务指标进行合理匹配之后是否仍然成立。

由于国外文献的前沿研究发现，市值对股票收益率的影响有减弱迹象，而且研究账面市值比和收益股价比的影响必然要控制市值的影响，所以本文也将市值一同重新进行检验。但是，考虑到市值效应基本在中国得到证实，并且相关文献也使用了较新的市场数据，本文预期市值效应也会在本文的实证研究中表现出显著的影响。

二、研究设计和数据来源

本文采取排序分组和Fama-MacBeth横截面回归检验市值效应和价值效应在中国的表现。排序分组能够直观地观察股票收益率和异象变量之间的变化关系，如果异象存在，那么在按照异象变量进行分组之后，股票收益率应该随着异象变量的增加而规律地上升（比如价值效应）或下降（比如市值效应）。排序分组的缺点主要表现在两方面：一是不能提供关于异象变量对股票收益率影响程度大小的准确信息；二是如果要同时检验多个潜在异象变量，则需要对所有潜在异象变量进行分组，才可以控制其他变量可能对股票收益率的影响，进而得到单个潜在异象变量对股票收益率的影响，如果待检验的异象变量个数在3个以上时，此过程就变得相对繁琐。而这两点可以通过横截面回归得到很好的解决，回归系数的大小和t值可以准确地表明潜在变量的影响能力大小，以及是否在统计上显著，而在回归中通过加入不同的解释变量进行回归，则可以达到控制其他变量的目的。标准的横截面回归使用的是Fama和MacBeth提出的多期回归方法，即在每个时期都使用潜在异象变量对股票收益率进行回归，最后得到回归系数的时间序列，通过回归系数的时间序列均值和t值来检验潜在异象变量是否对股票收益率有影响。其中，回归系数的时间序列均值表示在整个市场上通过异象变量构建的对冲投资组合每期平均可以获得的股票收益率。

Fama和French确立了以滞后一期会计信息来研究未来12个月的月度股票收益率的研究方法。本文首先沿用这种经典的方法构建第一类研究周期，即长周期。具体的方法是，规定t年7月1日至t+1年6月30日为一个周期t（包含12个月的月度股票收益率）。使用t-1年年度报告的财务数据构建t期的影响变量。中国证监会规定年度报告应于次年4月末之前公布，因而选取t年7月作为周期中的第一个月，可以保证会计信息在被用于解释股票收益率变化之前被市场全部知晓。

样本中的每只股票在每一个周期有两种数据：股票收益率和影响变量。股票收益率（r）为月度股票收益率，一周期内有12个。影响变量有市值（Size）、账面市值比（B/M）和收益股价比（E/P）。市值选择t年6月末的股票总市值，账面市值比选择t-1年末的所有者权益账面价值除以t-1年末的股票总市值，收益股价比选择t-1年的归属母公司股东的净利润除以t-1年末的股票总市值。本文把所有影响变量取自然对数作为用于排序分组和横截面回归的数据。所有影响变量每年变化一次，在t期间保持不变。

本文没有包括市场风险的测度Beta的理由如下：Fama和French证明在美国市场中，股票的市场风险测度Beta对股票收益率没有影响，同时与市值和账面市值比相关程度很小；陈小悦和孙爱军以及潘莉和徐建国分别证明这一结论在中国也成立。因此，本文没有考虑Beta。

本文数据来源于万德资讯金融终端，选取中国沪深两市非金融业上市公司数据，在所有A股公司中剔除行业分类中的银行、多元金融和保险II股票。考虑到股票在上市初期存在大量价格异常行为，剔除了每个股票上市之后前6个月的数据。按照万德提供的中国上市公司定期报告实际披露日期（自1998年开始），删除年度报告实际披露时间在每年6月30日之后的公司，以保证会计信息与股票收益率关系的对应准确。如果某股票t-1年财务报表中缺失某项影响变量数据，或缺失t年6月末的市值数据，则将该股票从t期中剔除。另外，本文还剔除了权益账面价值和净利润为零和负的股票。股票收益率样本为1998年7月至2014年12月的月度股票收益率，共198个月。

三、排序分组

（一）单变量排序分组

通过单变量排序检验影响变量和股票收益率大致上的变化关系。对样本期内的每个月，将样本内所有股票分别按照市值、账面市值比和收益股价比进行排序。按照从低到高的顺序将股票平均分为10组，每组是一个投资组合，计算每个投资组合的股票收益率（组内个股收益率等值加权），得到每个组合1998年7月至2014年12月的月度股票收益率时间序列，然后计算每个时间序列的均值，同时计算出该变量分组的最高组与最低组股票收益率之差及其t值，如表1“长周期”一栏所示。

从表1的结果来看，对股票收益率影响显著的有市值和账面市值比，收益股价比对股票收益率没有显著的影响。与现有国内外大部分文献一致的是，市值对中国股票收益率表现出显著的影响，股票收益率随着市值增大而规律地降低，并且，最高组和最低组的股票收益率差达到月均-1.57%，t值达到3.65，表明这个股票收益率差在1%水平上显著不为零。

在账面市值比排序中，股票收益率也表现出良好的单调变化形态，与账面市值比呈显著的正向关系，从最低组到最高组上升了月均0.74个百分点（t值为2.41说明此值在5%水平上显著不为零）。此结果符合美国相关文献的一致结论，也同国内早期相关文献结论一致。潘莉和徐建国在1997-2010年的时间段内没有发现显著的股票收益率和账面市值比的正向关系，而在研究子样本的时候，发现在1997-2005年间存在股票收益率和账面市值比的显著正向关系，2006-2010年，这种显著关系消失。有鉴于此，本文也将研究样本进行拆分。结果发现，1998-2005年存在账面市值比的显著影响（高低差为0.86%，t值为2.29），而在2006-2014年，账面市值比的显著影响消失（高低差为0.65%，t值为1.37）。然而，本文全样本时间段得出的结论与潘莉和徐建国的研究不一致，本文在1998-2014年得到的t值为2.41，账面市值比具有显著影响。而潘莉和徐建国的全样本时间段为1997-2010年，在此期间没有发现账面市值比具有显著影响。本文认为，可能由于中国股市疯狂的牛市和随后的股灾使得账面市值比失去了效力。以沪市行情为例，2006-2010年末，中国股市经历了历史上前所未有的大波动。2006-2007年5月左右，中国股市呈现出疯涨的态势，不到18个月的时间上证综合指数增幅达到370%，月均增长20%，市场行为严重背离基本面。这导致由账面市值比蕴含的价值效应被掩盖，市场参与者不再注重账面市值比所代表的风险，而是更多地把投资决策建立在诸如热点、题材之类的投机因素之上。而之后的大跌，又将各个账面市值比档次的股票一视同仁打回原点。庄家大户横行、散户占比大、羊群效应明显、机构投资者影响力薄弱等一系列因素都导致中国股市形成了同涨同跌、牛短熊长、跌跌不休的特点。为了印证这一对账面市值比失效原因的猜测，本文尝试将总样本延长至2015年6月末（中国股市从2015年1月开始了新一轮“疯牛”行情，2015年6月开始下跌）。结果与本文的猜测一致，账面市值比对股票收益率的影响受市场大波动的影响，显著程度大幅度下降，截至2014年末，t值从2.41下降到2.04，虽然依旧在5%水平上显著，但可以看出中国股市大波动对账面市值比效力的巨大削弱作用。

通过比较潘莉和徐建国与本文全样本时间段的差别可以发现，股市大波动对账面市值比解释效力的减弱作用。潘莉和徐建国通过1997-2010年数据得出账面市值比不显著的结论，本文通过1998-2014年数据得出账面市值比显著的结论，主要原因在于2011-2014年的4年时间内，沪深两市虽然也有波动形态，但明显弱于2006-2010年时间段，因而账面市值比又表现出显著的解释能力。将这4年归入样本总体之后，得到了账面市值比具有显著解释作用的结果。表1中收益股价比和股票收益率的关系非常不明显。最高组与最低组股票收益率的差异很小，为-0.05%，t值为0.42，说明这个股票收益率差没有显著不为零。

通过表1“长周期”一栏观察到的股票收益率的变化形态只是一个粗略的结果。因为，很可能随着变量排序从低到高的变化，同时伴随着其他影响因素的变化，导致股票收益率呈现出本文表1“长周期”一栏所观察到的形态。因此，本文需要做进一步的变量控制，分离其他因素可能的影响。

（二）双变量排序分组

在表1“长周期”一栏的单变量排序分组结果中可以看到，市值对股票收益率表现出了1%水平上的显著影响，是三个变量中显著程度最高的。本文将样本分别按照市值和账面市值比、市值和收益股价比进行双变量排序。这样可以控制市值的影响，观察账面市值比和收益股价比各自对股票收益率的影响。同时，观察市值在控制了其他两个变量之后是否仍具有显著的解释作用。双变量排序分组的结果如表2所示。

从表2可以看出，每一个双变量排序都表现出了明显的市值效应，股票收益率随着市值的增大呈现规律的减小态势，这种负向影响几乎都在1%水平上显著，说明在中国股市中，市值对股票收益率具有显著的影响力，并且这种影响力在研究周期为一年的情况下显著，市值可以影响到未来12个月的月度股票收益率。

在控制市值之后，账面市值比对股票收益率总体上仍然显示出显著的正向影响（总体高低组股票收益率差为0.52%，t值为2.30，表明其在5%水平上显著不为零）。但如果分不同市值组观察，账面市值比的影响并不是在所有市值组中都显著存在。在最小市值组和第4组中没有表现出显著的影响力（t值分别为1.33和1.02，没有达到10%水平上显著所要求的t值大小）。收益股价比在控制了市值之后.总体上依然没有表现出显著的解释作用。但如果分不同市值组，在最大市值组表现出了10%水平上的显著性，高低差为0.29%。排序分组后的结果表明，在12个月的研究周期下，市值、账面市值比是影响中国股票收益率的重要因素，收益股价比不具有显著影响。

从表3“长周期”一栏中可以看到Fama-MacBeth横截面回归系数估计值的平均值及其t值。本文首先对单个变量进行回归，然后逐渐增加其他变量。表3中回归1、回归2和回归3对应单变量排序，回归4和回归5对应双变量排序。回归6和回归7是本文在表1和表2的排序分组分析中没能够考虑到的情况，回归6等同于账面市值比和收益股价比的双变量排序分组，而回归7等同于将三个变量一起考虑的三维排序分组。从表3中的回归1-回归5可以看出，排序分组的结果和横截面回归的结果是一致的，即市值和账面市值比对股票收益率有显著影响，而收益股价比没有。而从表3中的回归6可以看出，控制账面市值比和收益股价比对彼此的影响后，其各自对股票收益率的影响情况没有发生变化。最后从回归7可以看出三个解释变量在控制其他两个解释变量的情况下，各自对股票收益率的影响情况依旧没有发生变化。

在12个月的长周期下，经过排序分组分析和横截面回归的检验，市值和账面市值比是对股票收益率具有显著影响的变量。市值平均每月增加一个百分点，会使得股票收益率下降0.46-0.47个百分点，在所有7个回归中t值的绝对值最小为3.16，表示这个减少股票收益率的作用在1%水平上显著。账面市值比平均每月增加一个百分点，会使得股票收益率上升0.31-0.41个百分点，在所有7个回归中t值的绝对值最小为2.10，表示这个增加股票收益率的作用在5%水平上显著。而收益股价比显示的最大的t值为0.78，小于在10%水平上显著所要求的t值大小，因而收益股价比在12个月周期下对股票收益率不具有影响力。

五、缩短研究周期

之前的分析是沿用12个月的主流研究周期，其核心是使用过去一年的财务指标来解释未来一年的股票收益率。现在将周期缩短为6个月，检验潘莉和徐建国的结论是否成立。然而，根据实际情况，短周期并不能被均匀地分成6个月，而是分成4个月和8个月。由于中国证监会规定年度报告和中期报告最晚披露时间为4月末和8八月末，所以将t年分为两期（t1期和t2期），t1期为5月初至8月末，t2期为9月初至次年4月末。各个月份的股票收益率与各个月份所能获取的最新财务数据（上年年报或当年半年报的近者）相匹配，保证了财务信息在用来解释股票收益率之前被市场知晓。

样本处理上，4月末为t1期股票排序点，使用4月末的市值构建市值变量，使用t-1年的年报数据构建其他影响变量（B/M和E/P）来解释5月至8月，共4个月度股票收益率；t2期为9月至次年4月。以8月末为t2期股票排序点，使用8月末的市值构建市值变量，使用t年中期报告的财务信息构建其他影响变量（B/M和E/P）来解释9月至次年4月，共8个月度股票收益率。每次排序均剔除了年报晚于4月末，中报晚于8月末公布的股票（虽然数据显示这样的公司实际上非常少）。其他剔除公司的标准与前文相同。本文获得的股票收益率样本为1998年9月至2014年12月的月度股票收益率，共196个月。

（一）单变量排序分组

短周期的单变量排序分组分析如表1“短周期”一栏所示。市值分组的高低组股票收益率差为-1.34，t值为-3.26，在长周期下高低组股票收益率差为-1.57，t值-3.65；账面市值比高低组股票收益率差为0.75，t值为2.09，这两个数值在长周期下分别为0.74和2.41；收益股价比的高低组股票收益率差为-0.16，t值为-0.40，这两个数值在长周期下分别为-0.05和-0.42。总体上，市值和账面市值比在短周期下影响力的显著性比长周期下降了一些，但仍分别在1%和5%水平上显著。收益股价比在单变量排序分组中仍然没有表现出显著的解释作用。

（二）双变量排序分组

表4给出了在短周期下双变量排序分组的结果。市值在同其他两个解释变量的排序分组中依旧表现出1%水平上的显著负向影响。账面市值比的影响较长周期有明显减弱，只在第3组表现出了10%水平上的显著影响。但是从总体上看，高账面市值比组和低账面市值比组的股票收益率差为0.47，t值为1.78，依旧在10%水平上显著不为零。

控制了市值之后，收益股价比在短周期下对股票收益率的影响变化比较明显，总体上，高收益股价比组和低收益股价比组的股票收益率差为0.49。t值为2.00，表示在5%水平上显著不为零。分市值组看，除了第2组和最小市值组之外，其他三组的股票收益率差都显著不为零。

从双变量排序分组的结果看来，在短周期下，收益股价比对股票收益率的解释作用比账面市值比更强一些。这个结果与潘莉和徐建国的一致。那么收益股价比在短周期下是否比账面市值比更具有对股票收益率的解释作用，是何种原因导致这种结果，本文通过横截面回归对此进行解答。

（三）横截面回归

本文最后通过Fama-MacBeth横截面回归检验排序分组的结果，如表3“缩短观察期后”一栏所示。与长期不同，市值在短期下具有对股票收益率的显著影响。不管是在单独回归，还是同别的变量一起，市值回归系数时间序列均值稳定在-0.40至-0.50之间，而且全部在1%水平上显著不为零。证明中国股票市场存在稳定的市值效应，而且不依赖于观测的周期长短。

表3中“缩短观察期后”一栏的回归2、回归3、回归4和回归5分别检查了账面市值比和收益‘股价比的单变量排序和双变量排序结果。这四个回归的结果与排序分组一致，即账面市值比单独对股票收益率有5%水平上的显著影响，控制了市值之后影响减弱到10%水平上显著；收益股价比单独对股票收益率没有影响，控制了市值之后影响增强到5%水平上显著。比较控制市值之后的结果，收益股价比的影响比账面市值比要强。

账面市值比和收益股价比都是对市值使用不同的财务指标折算形成的比率，一个使用所有者权益账面价值，一个使用归属所有者的利润。Keim认为，这两者其实是提取股票价格内所包含的对收益率风险信息的两种不同体现方式。Fama和Freneh通过研究发现，在美国股票市场，收益股价比表现出的解释能力实际上源于其与账面市值比的正相关性，在回归中加入市值和账面市值比之后，收益股价比的影响不再显著。表3“缩短观察期后”一栏的回归6和回归7表明.收益股价比的这种影，响作用减弱的现象在中国也存在。回归6中，使用股票收益率对账面市值比和收益股价比同时进行回归。收益股价比在回归5中表现出的影响几乎完全消失，回归系数均值从0.19变为-0.02，t值从2.05下降到-0。16。相反，账面市值比并未表现出太大变化，t值为2.20，表示其回归系数均值0.44在5%水平上显著。在回归7中，三个解释变量一同加入回归，除了市值仍显著之外，账面市值比和收益股价比均不显著。在所有的回归当中，收益股价比只在同市值一起的回归中显著（回归5），而在其他回归中都不显著，特别是在收益股价比单独作为解释变量的时候（回归3）。因此，本文不能认定收益股价比在短期对股票收益率具有显著影响。

各个解释变量的显著性在长周期和短周期下的变化可以通过观察解释变量之间相关性的变化得出。在长周期下，各个变量之间几乎不存在相关关系，因而双变量排序分组和在横截面回归中加入其他解释变量不改变单变量排序分组和单变量回归的结论，即市值在1%水平上显著，账面市值比在5%水平上显著，收益股价比不显著。在短周期下，各个解释变量之间的相关性发生了明显变化。收益股价比同市值和账面市值比的相关关系大幅度提高，分别由0.07和-0.01提升至0.21和0.42。与市值的正相关使得收益股价比同市值一起回归时，回归系数的均值显著增大。市值的影响是负的，使得在正相关条件下，收益股价比的回归系数均值增大。而账面市值比与市值的负相关（相关系数为-0.18）使其与市值一起回归时虽然仍表现出显著的正向影响，但是系数均值减小，导致t值也下降。最后，账面市值比和收益股价比之间的正相关（相关系数0.42）使得账面市值比和收益股价比在表3“缩短观察期后”一栏的回归7中都没有表现出单独与市值回归时（回归4和回归5）的显著性。

排序分组和横截面回归的实证结果表明，在短周期下，市值和账面市值比依然是对中国股票收益率有显著影响的变量。而收益股价比没有表现出显著的解释作用，在双变量排序和表3“缩短观察期后”一栏的回归5中表现的显著性是由于收益股价比与市值之间的正相关性导致的。在单变量排序和单变量回归时没有表现出任何对股票收益率的解释能力。表3“缩短观察期后”一栏中的回归6也清楚地表明，收益股价比捕捉风险的能力明显弱于账面市值比。

潘莉和徐建国发现在短周期下，收益股价比具有显著解释作用，t值非常高，几乎在7以上。账面市值比在控制了其他解释变量之后不显著。市值变量的t值大小和本文没有太大差异。本文认为潘莉和徐建国的结果主要是解释变量与被解释变量错配所导致的。潘莉和徐建国将财务指标未知时期的股票收益率（1月至4月和6月至7月）与4月末和7月末才公布的财务指标相匹配。另外，错误的匹配关系使其研究不能像大多数文献一样，使用财务期末时点的市值构建账面市值比和收益股价比，而选择财务期间市值的平均值。这两个因素是造成潘莉和徐建国的结论与本文差别的主要原因。

六、结论

市值效应和价值效应是两个著名的股票市场异象。本文基于上市公司中期报告所披露的较新财务数据，将研究视角分为长周期和短周期，分别检验了市值、账面市值比和收益股价比对股票收益率的影响情况。通过排序分组分析和Fama-MacBeth横截面回归的检验，结论如下：

第一，中国A股市场显著存在市值效应。不论使用市值解释未来12个月，还是未来4个月或8个月的月度股票收益率，市值对股票收益率都表现出了l%水平上显著的负向影响。在12个月的长周期下，市值每增加一个百分点，会稳定地使股票收益率平均每月减少0.46-0.47个百分点；在4个月或8个月的短周期下，市值每增加一个百分点，会使股票收益率平均每月减少0.40-0.50个百分点，稳定性相对长周期稍差一些，但t值仍然达到2.61以上。

第二，中国A股市场显著存在以账面市值比表示的价值效应。不论使用账面市值比解释其公布之后12个月，还是之后4个月或8个月的月度股票收益率，账面市值比都对股票收益率表现出了至少10%水平上的显著正向影响。在12个月的长周期下，账面市值比每增加一个百分点，会使股票收益率平均每月增加0.32-0.41个百分点（视其是否与市值一同变化而定）；在4个月或8个月的短周期下，账面市值比每增加一个百分点，会使收益率平均每月增加0.34-0.44个百分点（视其是否与市值一同变化而定），长期的统计显著性要优于短期。

第三，其他情况下，中国A股市场的收益股价比对股票收益率横截面没有任何影响。不论使用收益股价比解释其公布之后12个月，还是之后4个月或8个月的月度股票收益率，收益股价比都不能单独解释任何股票收益率的横截面变化。只有在短周期下，由于收益股价比和市值显示出一定正相关性，在市值同时变动的情况下，收益股价比才会表现出对股票收益率的显著影响。

投资者可以有效利用中国A股市场存在的市值效应和价值效应，通过选择小市值、高账面市值比的股票提高股票收益率。本文为这种策略提供了理论和实证上的支持，并比较了持仓周期的不同（长期或短期）对股票收益率影响的差异，这对投资者有一定指导意义。