杨丹 魏韫新 叶建明

一、引言

股权分置问题是在中国证券市场特殊的制度安排，它导致上市公司同时具有上市流通股和非流通股两类股票，两类股东流通权利不一样，其他权利则相同。这一特殊现象扭曲了证券市场价格的形成机制，造成了流通股与非流通股价值的不一致，也无疑给中国的资本市场实证研究带来了巨大的冲击。这些研究中广为采用的模型都会因流通股与非流通股价值的不一致而发生变异。如果对这些模型不进行修正，那么基于中国数据的实证研究可能有严重的偏差。本文将对此做系统阐述，并对价格模型与回报率模型进行修正。

股权分置对中国资本市场实证研究的影响主要体现在对一些重要指标的影响上。其中，流通股与非流通股价值的不一致直接影响到公司价值（MVE）、每股盈余（EPS）两个指标的计算。在实证研究中，这两个指标是计算市账比（MPB）和市盈率的基础指标，这正是资本市场实证研究所用到的理论模型包括三因素模型、价格模型、盈余反应模型与回报率预测模型常用到的变量。因此，所有采用这些指标与模型的研究都会受到股权分置的影响，可见股权分置对中国资本市场实证研究的影响十分广泛。

本文详细讨论了市场价值的三种不同计算方法对价格模型的影响，以及每股盈余的计算对盈余反映模型的影响。市场价值的这三种计算方法分别是：（1）最常用的办法是把流通股和非流通股等价对待；（2）用净资产来定价非流通股；（3）以盈余的若干倍（如15倍）来定价非流通股。这三种计算方法导致价格模型中的净资产（BE）系数与净收益（NI）系数均出现偏差，每股盈余的计算也使盈余反应模型的估计出现了偏差。

在认识到股权分置给中国资本市场实证研究带来问题的基础上，本文提出了一个通用的修正方法，即每股非流通股的价格相当于每股流通股的一个百分比。然后，利用CS-MAR数据库中上市公司的数据，对这个百分比的表达式进行了估计，从而对股权分置条件下价格模型与回报率模型进行了修正。结果显示，经过修正后的模型估计比未修正的模型估计更正确。

本文的第一个贡献在于系统指出了股权分置对中国资本市场实证研究的影响。这些研究经常采用西方通用的模型。在本文中，我们说明这些模型需要修正才能使用中国现在的市场数据。简单的修订是可以理解的选择，但是我们将说明认真科学的考虑是必要的。本文的第二个贡献是在流通股与非流通股价值不一致的前提下，修正了价格模型与回报率模型。修正后的模型更加有意义，证明非流通股的比率在实证研究模型中往往有显著的影响。第三个贡献是导出了一个非流通股的定价模型，这有利于在股权分置改革中确定配送的比率。用这一模型，我们能够确定现在的全流通改革是否公平地补偿了流通股股东。我们的研究结果显示，对于非流通股比率较小的公司，补偿是公平的。但对于非流通股比率较高的公司并非如此。在股票全流通之后，本文的研究结果仍然很重要，因为对任何利用历史数据进行的研究都不能回避本文的问题和提出的模型修正方法。

本文其余部分安排如下：第二部分主要列举现有实证研究处理股权分置的方法并指出存在的问题；第三部分讨论Ohlson（1995）模型和回报率模型的理论修正；第四部分用中国数据提供模型修正的经验证据；第五部分是结论。

二、文献回顾

股权分置条件下非流通股的市场价值难以得到真实准确的反映，也缺少具有说服力的合理的定价方法。相应的基于股权分置的实证研究指标计算的方法也是五花八门，这不仅会导致中国股票市场实证研究结果有失准确，也会导致同类的实证研究缺少可比性。

一般而言，股票市场实证研究所使用的理论模型主要包括价格模型、收益率模型、三因素模型以及基于盈余预测的收益预测模型和托宾Q等投资模型。这些模型的应用都离不开公司价值和每股收益的计算，也就不能回避非流通股比率和定价问题。

以下是我国实证研究学者对关键指标的计算方法及计算时对股权分置不同处理方式的综述。因相关文献较多，本文主要选取近年来《经济研究》和《会计研究》的有关实证研究文章进行综述。

（一）公司价值计算。

非流通股价值的定价会直接影响公司价值的计算。公司价值的计算则会影响到价格模型的适用性以及基于托宾Q、市账比（MPB）、公司规模等指标的模型的适用性。

最直接的是在会计和公司财务研究里常用的市值模型或价格模型。当价格模型以每股价格为基础时，每股净资产或每股盈余就受到如何看待非流通股的影响。当价格是以公司总市值为基础，如何计算非流通股每股价格就直接影响了总市值。不同的方法将会给出很不同的结果。

非流通股价值的定价会直接影响以公司价值为基础的指标如托宾Q、市账比（MPB）、公司规模及相应的模型。托宾Q值是一种被广泛应用到测度企业市场价值的方法，等于企业股权市场价值与债权账面价值之和除以资本存量。上市公司流通股的市场价值容易计算，而非流通股市场价值的计算难以把握，如孙永祥（2001）在计算托宾Q值时没有考虑非流通股的价值，由于非流通股占有很大的比重，非流通股多的公司的市值被高估，导致托宾Q被高估。由于最优投资额取决于托宾Q，用这样的托宾Q计算出来的最优投资模型将得到非流通股比例较高的公司应有较高的投资这样的结论。金晓斌等（2002）根据Berger和Ofek（1995）的研究以及童盼、陆正飞（2005），徐晓东、陈小悦（2003），苏启林、朱文（2003），汪辉（2003），谷祺、邓德强、路倩（2006）等都在文中用到了托宾Q作为变量，并在计算公司非流通股市值时都用每股净资产作为近似替代。具体计算公式为：

Q=（流通股股数*每股股价+非流通股股数*每股净资产+负债账面价值）/总资产

因为净资产定价通常会低于公司价值，这种替代可能低估了托宾Q的真实值，如果用来评价公司治理结构，会得出非流通股比较大的公司治理比较差的结论。

Fama和French（1992）发现账面市值比（BPM）较高的公司，其股价容易被低估。非流通股市场价值的难以估计使得MPB的运用变得不是十分可靠。曾颖、陆正飞（2006），苏东蔚、麦元勋（2004），吴世农、许年行（2004），吴东辉、薛祖云（2005）均用到市账比作为控制变量，并在计算市账比时忽视了非流通股权结构的影响或者将非流通股的市值认同为流通股的市值。这必然会导致流通股比重大的公司的市账比被高估或低估，从而使市账比的应用不再可靠。

公司规模也是实证研究中经常用到的变量。吴世农、许年行（2004）用t年6月底流通市值来度量t年度公司规模的大小；薛祖云、吴东辉（2004），汪炜、蒋高峰（2004），吴东辉、薛祖云（2005）对于公司规模的计量都忽略了非流通股的影响，会低估非流通股比重较大的公司的规模。由于公司规模直接取决于非流通股的定价，构建的三因素模型也可能会因非流通股估值的不合理而产生偏误。

杨丹、林茂（2006）注意到了非流通股处理方法导致结果差异的可能。他们在研究新股长期收益时，发现IPO的长期超常收益率对使用何种参照指标的收益率来调整以及使用何种加权平均方法很敏感，指出对非流通股的不同处理方式是导致IPO长期表现研究结论存在差异的主要原因。

（二）每股盈余计算。

非流通股对资本市场实证研究的另外一个非常重要的影响表现在每股盈余上。股权分置下每股盈余计量的变化也会影响到常用的市盈率指标及盈余反应模型等。通常每股盈余是用净利润除以股份总数计算得到的，曾颖、陆正飞（2006），吴世农、吴超鹏（2005）度量“意外盈余信息”时，都用到了每股盈余这一基础指标；陆正飞、叶康涛（2004），赵宇龙、王志台（1999），张俊瑞、赵进文、张健（2003），刘淑莲、胡燕鸿（2003），苏冬蔚、麦元勋（2004），冯根福、韩冰、闫冰（2002），吴淑琨、柏杰、席酉民（1998），朱武祥、郭志江（1999），冯根福、吴林江（2001），孟焰、袁淳（2005），邓传洲（2005），唐跃军、薛江志（2005），谢军（2006）等都在研究用到的模型中加入每股盈余作为控制变量。股权分置下非流通股的存在对每股盈余的作用都会影响到这些研究的结果。

薛祖云、吴东辉（2004）用盈余反应模型对信息过载论和有效论进行检验；柳木华（2005）采用了普通的盈利/报酬模型即盈余反应模型检验业绩快报是否具有信息含量；王跃堂、孙铮、陈世敏（2001）应用事件研究法对自愿执行三大减值政策的公司盈余是否具有信息含量进行测试时，也采用了盈余反应模型。

此外，用于进行财务危机预测的Altman（1968）Z计分模型中的某些变量也会受到非流通股定价的影响。向德伟（2002）、袁卫秋（2005）都用到了流传最广、影响最深的Altman（1968）Z计分模型，其中的X4变量定义为权益市场价值与债务账面价值之比，在计量权益市场价值时非流通股的价值采用的是账面价值来进行替代。这样的替代可能会使非流通股比重大的公司在使用Z计分模型时不能达到很好的财务预警效果。

三、股权分置对实证研究模型影响的理论分析

本部分我们将分析股权分置条件下，不同的公司价值指标计算方法对价格模型的影响，并在此基础上给出价格模型的一般修正方法，从理论上得出股改公平补偿的合理比率。同时，将分析股权分置对盈余反应模型和基于市账比的模型的影响。

（一）不同公司价值指标对价格模型的影响。

由于流通股与非流通股价值的不一致，使非流通股部分的价格不能采用流通股的市价，那非流通股价格的计算就成为市场价值计算的关键环节。因此在不同的假设下，就产生了不同的非流通股计价方法。我们将考察公司市场价值的三种计算方法如何影响实证研究结果。

1.方法一：非流通股价值=流通股价值

MVE的计算通常是表示为股价与公司股份总数的乘积。由于股权分置的影响，公司的股份分成了流通股与非流通股两种，那么MVE的计算表达式也就发生了相应的变化，即：

MVEO=Price*Shares=Price*#TS+Price*#NTS

其中#TS、#NTS分别为流通股股数、非流通股股数。

用这种方式来计算市盈率，就会受到非流通股的比率的影响。由于公认非流通股价值低于流通股，这种方法过高计算了一个公司的实际价值。一个公司的非流通股比率越高，这种方式对公司的实际价值的高估就越厉害。因此，我们提出以下假设：

假设一：用MVE0作为因变量的模型夸大了定价模型系数估计。

就现有的文献来看，有许多研究把非流通股等同流通股来处理，计算公司每股市值代表的MV时，统一用流通股价格为流通和非流通股定价。这可能导致流通股比重大的公司的市账比被高估或低估，从而使市账比的应用不可靠。

2.方法二：非流通股价值=账面价值

其中一种假设是认为非流通股的每股价值与每股的账面价值（净资产）是相等的，在这个假设下MVE的计算表达式就变成了：

MVE1=Price*#TS+BPS*#NTS （1）

其中，BPS是每股的账面价值，即BVE/（#TS+#NTS）。

接着，我们将（1）式代入价格模型，探讨将会给价格模型带来什么样的影响。价格模型如下：

MVE1=a+b*BVE+c*NI

将（1）代入价格模型后，得到下式：

P*#TS+BPS*#NTS=a+b*BVE+c*NI

经整理后得到以下的结果：

P*#TS=a+（b-%NTS）*BVE+c*NI

其中%NTS=#NTS/（#NTS+#TS）。

可见，用这种方式整理出的模型中，方程的左边仅仅是流通股的股值。这样，NI对MVE影响程度的系数c，实际上解释的仅仅是NI对流通股价值的影响。这样NI系数被低估了。我们就此提出以下假设：

假设二：当用净资产来为非流通股定价的时候，净收益的回归系数被低估。

就现有的文献来看，许多学者采纳非流通股用净资产定价的方法。在计算公司非流通股市值时都用每股净资产作为近似替代，这可能低估公司的价值，如果用来评价公司治理结构，会得出非流通股比重较大的公司治理比较不好的结论。

3.方法三：非流通股价值=15*每股盈余

另外一种关于非流通股价值的假设是假定非流通股的市盈率为已知，并认为价格是市盈率的若干倍（15倍），这种假设下MVE的计算表达式就变成了：

MVE2=Price*#TS+EPS*15*#NTS （2）

将（2）式代入到价格模型中，得到下式：

Price*#TS+%NTS*NI*15=a+h*BVE+c*NI

经整理后得到以下的结果：

Price*#TS=a+b*BVE+（c-%NTS*15）*NI

用这种方法整理得到的模型中，模型左边只是流通股的股值。所以，BVE的系数解释的并不是BVE对MVE的影响程度，实际上解释的仅是对流通股价值的影响，这种方法下BVE的系数被低估了。我们就此提出假设：

假设三：当用每股盈余的若干倍作为非流通股价值时，每股净资产的系数被低估。

这种计算方法源于市盈率控制的新股发行管制定价，市盈率管制是一个较大的空间，而且新股发行之后就不再具有现实定价意义，因此在二级市场的实证研究中较少使用。但是这种定价的思路具有一定代表性，因此本文也进行专门讨论。

（二）价格模型的一般修正方法与股改公平补偿。

流通股与非流通股价值的不一致是导致模型出现偏差的原因，那么非流通股价值的合理确定是模型修正的重点。本文提出了一种修正方法，就是令每股非流通股的价格为每股流通股的一个百分比，即令PriceofNTS=f（z）*（Price of TS）。其中f（z）是基于某些变量z的一个函数。则市场价值的真实值就变为：

True MVE=（Price of TS）*#TS+（Price of NTS）*#NTS=Price*（#S+#NTS*f（z））

=Price*#S*（1-ntr*（1-f（z）））=MVE0*（1-ntr*（1-f（z））） （3）

其中，MVE0=Price*Shares，Price为流通股价格，Shares为总股数。

此时，将价格模型做一点变化，变为：True MVE=a+b*BVE+c*NI，并将（3）式代入到模型中，会得到下式：

MVE0*K=a+b*BVE+c*NI （4）

其中K=1--ntr*（1-f（z））。如果我们令f（z）=d，那么d是可以通过（4）式估计出来的一个参数。

在以上这些模型基础上，我们就能计算全流通改革的合理送股数量。记住总体的流通股和非流通股市场价值分别为P*#TS和f（z）*P*#NTS，这样的价值比率应该在股改后保持不变。假设非流通股股东需要配送给流通股股东的股票数量是D，则股改之后双方的股票数量就是#TS+D和#NTS-D。那么，我们就应该期望双方股改后的股票数比率（#TS+D）/（#NTS-D）应该反映股改前两类股东财富的比率，也就是说：

（#TS+D）/（#NTS-D）=P*#TS/[f*P*#NTS]

经过算术换算，我们求得合理的送股比率为：

D/#TS=1/K-1=MVE0/（TrueMVE）-1

记住每10股的送股数可以表示成10*D/#TS，即10*D/#TS=10*（1/K-1）。因此，以上的价格模型给出了一个公平的送股数额。如果f=0.5，非流通比率ntr=0.5，我们就得到K=1-ntr*（1-f）=1-0.25=0.75，公平送股为10（1/K-1）=3.33股。如果f=0.5，并且非流通股ntr=0.75，则K=0.625，公平送股为10（1/K-1）=6股。

以上的分析可以看出，通过严格的公平价格模型，我们可以得出一个公平的送股数。这个模型因此可以用来分析我国股改过程中送股数量的公平性，以及影响这个公平性的因素。后面我们将作实证分析。

将模型（4）除以BVE，就导出以下的模型：

MVE0/BVE*（1-ntr*（1-f）=a/BVVEE+b+c*ROE+ε。

为简化起见，让0＜f＜=1。但是模型的估计不能再用最小二乘法。有两种方法可以采用，第一种方法是假设ε～N（0，σ2）的分布。这样下式最小化时就可以获得最大似然估计：

-Likelihood=n*[log（s2）-2log（1-ntr*（1-d）））]。

注意这个解只能通过求解非线性的优化方程获得。其中

s2=（1Pn）∑（[MVE0/BE]*（1-ntr*（1-d））-[a/BVE+b+c*ROE]）2

是估计的剩余方差。

第二种方法是使用另外的假设，把模型改写为：

MVE0PBVE=[aPBVE+b+c*ROE]/（1-ntr*（1-d））+ε′。

我们假设随机误差项ε′～N（0，σ2），这个模型就可以使用标准统计软件中的非线性最小二乘法。

（三）回报率模型和其他模型修正。

1.盈余反应模型

我们可以用同样的方法，对盈余反应模型进行修正。假设UEPS是未预期每股收益，考虑盈余反应模型的最简化的形式：

CAR=b*UEPS/Price

简单看来，非流通股的存在不会影响盈余反映模型。由于每一股非流通股都比流通股价值小，如果等同看待，在计算EPS时的股票数量就被夸大了，而流通股的每股收益就被低估。为纠正这个问题，由于每股非流通股相当于f股流通股，一个公司的等价流通股的股数就是#TS+f*#NTS，其真实EPS的值就变为：

True EPS=NI/（实际等价的流通股股数）=NI/（#TS+#NTS*f（ntr））

=NL/[#S*（1-ntr*（1-f）]=EPSO/K

其中#S=#TS+#NTS代表总股数，EPSO=NI/（#TS+#NTS），K=1-ntr*（1-f）。那么盈余反应模型就变为：

CAR=b*UEPSO/（Price*K）

其中K=1-ntr*（1-f）。那么1/K=1/（1-ntr*（1-f）），我们得到：

CAR=b*UEPS0/Price+g*（ntr*UEPS0/Price），g＞0

这意味着盈余反应模型的简单修正方法就是把非流通比率和未预期盈余的相互作用包括进去，它们的相互作用会产生正的回归系数。我们得到：

假设四：非流通股比率加入盈余反应模型时，非流通股比率和未预期盈余乘积的回归系数为正。

2.基于市账比的模型

对于一个基于市账比的模型而言，正确的市场价值表示为：

True MVE=MVEO*（1-ntr*（1-f））

我们也就预期K=1-ntr*（1-f）是和ntr负相关的。因此，如果一个模型和市账比成正函数关系，我们就预期它和ntr成负函数关系。

四、股权分置对实证研究模型影响的实证分析

在这个部分，我们将在实证数据基础上分析非流通股的影响。分析分为几个方面：首先我们要用不同的市场价值的定义作不同的定价模型的估计；其次，运用我们在第三部分修正的模型，找出合理的修正因素从而使系数估计更有意义。

（一）研究数据。

我们这里的数据取自CSMAR2005数据库，包括所有的财务数据和股价数据。由于在1995年以前公司数量较少，因此我们采用1995年至2005年的数据。股票价格取自财务年度结束后四个月。股票年度收益是从财务年度结束之后第五个月开始计算的一年的收益。这是因为根据会计准则，财务报告必须在财务年度结束后四个月公布。

对于定价模型而言，我们只计算净资产大于一亿的公司。这是因为定价模型中，净资产被用作分母，小的分母会导致回归模型中显著的极端值从而扭曲分析结果。此外，对于净资产较小的公司而言，价格和净资产的关系变为非线性。我们把净资产收益率（ROE）限于-2和0.3之间，也就是说，净资产收益率超过这个区间的值就减为此区间的边界值，这减少了回归中极端观察值的影响。我们去除了非流通比率为零的三家公司，因为他们和其他公司的表现非常不同。我们对样本作一个初步的统计分析可以看出，经过处理的样本数据分布合理，样本数据的相关系数在可接受的范围之内。如下表：

（二）Ohlson模型修正的实证研究

1.模型参数设定和检验

其中0≤ω，ρ＜1，Vt是未来盈余中不能被观测到的部分。在这个假设下，Ohlson（1995）得到了一个价格模型：

α1=ω/（R-ω），α2=R/（R-ω）（R-ρ）

根据现有的研究结果，Ohlson模型在中外市场都具有较好的解释力。例如，Bernard（1995）证实Feltham2Ohlson股权估值模型得出的理论价值能解释股价的68%—80%，在检验了Feltham-Ohlson模型有效性的同时，揭示了会计收益和净资产与股票价格之间的关系。在国内，陆宇峰（1999）利用中国股市1993—1997年的数据对Feltham-Ohlson模型进行了研究，发现中国上市公司会计收益、净资产对股票价格具有一定的解释能力和增量解释能力。赵宇龙（1999）认为从财务报表的角度看，Feltham-Ohlson模型实际上是一种资产负债表观和损益表观的综合，将会计收益和净资产纳入计量模型中，成为股权价值的决定因素。陈信元、陈冬华、朱红军（2002）发现Ohlson模型在中国市场具有良好的预测能力，股票价格与收益（净资产和剩余收益）呈正相关。

2.传统计算方法导致参数误估

我们将不同市值计算得到的结果代入Ohlson模型，观察参数变化以印证关于参数的前三个假设，回归模型如下：

这个估计分成盈利公司和亏损公司分别估计，因为对于亏损公司而言，盈余对于市场价值的影响是完全不同于盈利公司的（Collins et al，1999；Darrough and Ye，2006）。

表2给出了在第三部分中提到的Ohlson模型在不能观察到盈余Vt=0的前提下，用FamaMacBeth方法计算的决定市场价值的三个因素的估计值。这样，表中的系数估计是11个年度回归系数的平均，t值则是基于系数时间序列计算得到。

从表2也可以看出，常数项显著异于零，这说明还有重要的变量应该考虑，表3校正之后常数项变小，说明校正是有效的。

3.模型的通用修正

为了调适非流通股的影响，我们设定（非流通股价格）=f（ntr）*（流通股价格）。再进行Ohlson模型的修正分析。回归模型为：

MVE0t*K=a+b*BVE+c*Xt

表3列示了在Ohlson模型基础上，用最大似然估计和非线性最小二乘法估计的从1995到2005年的11个年度的回归系数。年度的系数估计使我们能够看到估计值变化的历史。在1995到1996年的熊市中，股票价值低，非流通股相对于流通股价值更低。相对价值比率在0.11和0.26之间。市场价值和非流通股的相对价值在1997年显著回升，非流通股和流通股的相对价值在0.4和0.5之间，均值为0.45，标准误差为0.05。如果只考虑1999年到2005年的数据则标准误差又减为一半。

以上研究用分年度数据证明了价格模型在应用时必须进行非流通比率（ntr）的调整。那么这种结果会不会因行业而异呢？下表给出了价格模型的分行业估计值，不同行业的最大似然估计值显著异于零，表明行业差异不会影响结论。对所有行业而言，非流通股等价于流通股的原假设都是被拒绝的。

小结以上分析可以看出，在运用价格模型的实证研究中一定要考虑非流通比率，方法有三种：一是用最大似然估计方法调整市场价值因变量；二是用非线性最小二乘法调整市场价值因变量，这种方法是最大似然估计的简化方式，能够在通用统计软件上应用；三是在自变量中加入非流通比率的影响因素，这是最为简单的调整方式。

（三）送股对价的分析。

以上对于f的模型估计引出了关于现行股改的非流通股对价支付公平问题的思考。第三部分从价格模型导出了一个在非流通股公允价值基础上的公平对价，每10股的合理送股数是10（1/K-1）股，其中K=1-ntr*（1-f）。假设f的平均估计值是0.45，我们就可以计算得到K=1-0.55*ntr。这就可以推出合理的送股比率。按照不同非流通股比率换算如表5。

表5中，如果非流通比率ntr=0.5，公平的对价是10送3.79股。这接近于大部分公司的10送3股。但是，模型显示，如果ntr=0.7，公平的对价应该是10送6.26股。这个数字远大于实际配送股数。可见，全流通改革的对价比率应该充分考虑非流通比率的差异，非流通比率越高，流通股股东获得的对价补偿应该越高，这也符合人们的直觉判断。反之，如果不考虑非流通比率的不同，单纯以平均对价作为股改公平性的评价标准就会得出偏颇的结论。

根据我们样本的计算结果，中国股市非流通股比率ntr的均值为0.6，其合理对价为4.93股，而实际的送股数为3，这就意味着平均而言，流通股股东每10股就少得了1.93股，占原有股数的19.3%，近似于损失20%。反过来推算，如果要保证现有的送股比率10送3是足够补偿的话，相对应的非流通比率ntr是0.42，在231家样本公司里面，ntr小于0.42的公司有18家，占整个样本的比率为7.79%，说明有92%以上的上市公司流通股股东都在全流通改革中被剥削。因此根据分析，我们可以说，对非流通股比例大的公司，全流通的改革中实际配送股数显著低于公平的配股。也就是说，全流通的改革实际上还是存在着大的非流通股股东剥削流通股股东的成分。

吴超鹏等（2006），张俊喜等（2006），沈艺峰等（2006），郑振龙、王保合（2006），赵俊强等（2006）研究了实际对价率的影响因素，并没有直接得出基于非流通比率的合理对价率水平，也就无法真正评价不同方案的公平性。

（四）盈余反应模型。

正如我们在文献综述中讨论的那样，非流通股对实证研究具有广泛的影响。在这一部分，我们要评估加入非流通股比率（ntr）的因素之后，对于包括盈余反应（ERC）模型和股票收益预测模型在内的收益率模型的实证影响。盈余反映模型和股票收益预测模型是实证研究中使用广泛，具有代表性的模型。从股票收益的处理意义上，这两个模型是相似的，主要的区别在于变量的使用。对于盈余反映模型来说，非流通股的影响主要集中在每股收益的计算上，而对于收益预测模型而言，影响的是市账比的计算和用市场价值表示的公司规模。

我们选取最基本的盈余反应模型：

其中，CAR是一年期的超常收益率。MPB是市值账面价值之比。UE是用价格标准化后的未预期盈余，UE=UEPS0/Price，如果UE＜0，则UE（neg）取UE，其它则取0。NTR是非流通比率。

表6列示了包括和未包括非流通比率（NTR）的盈余反应模型的估计值。未预期盈余定义为年度盈余的变化。这个模型加入了变量UE（neg），从而可以考虑到未预期盈余为正和为负两种情况下的不同斜率。初始的市账比也包括进去了，因为他们与未来收益相关（Fama and French，1992）。我们把非流通比率作为变量，并把它和UE，UE（neg）的各自交叉项作为模型2的解释变量。

模型1的估计结果确认了公认的关于股票收益和未预期盈余正相关的结论。模型估计的盈余反应系数（ERC）是4.47，t值为21.77。对于具有负的未预期盈余的公司而言，ERC=4.47-2.80=1.67，相对较低。加入交叉变量NTR*UE之后，估计的系数是4.74（t=3.19）。正如假设四预测的那样，系数显著为正。UE的系数则变得不再显著（估计值为1.46，t=1.52）。这说明UE的效应被变量NTR*UE取代。这结果表明模型中加入非流通比率并加以分析是十分有用的。

五、结论和未来研究方向

本文认为，资本市场实证研究的基础模型需要修正以反映中国市场特殊的制度背景。以股权分置为例，证明了忽视股权分置现实，或者不适当的修正都将导致偏颇的结论。本文引入了通用的修正方法，假定每股非流通股价值是流通股的一个比重，把这一比重作为未知的参数进行估计。本文的模型有以下优点：（1）关于非流通股价值的界定比起用净资产定价，或者盈余若干倍的做法而言更具有经济意义；（2）在Ohlson模型的框架下，模型估计的系数更具有经济意义，更好反映了净资产和盈余的定价效应；（3）估计的非流通股相当于流通股的价值比重使我们可以找到全流通改革中的合理对价。因此，模型可以被用来评估对价方法的公平性。

本研究没有广泛探讨非流通股价值如何和流通股价值相关。这两者之间的价值比率关系是十分有趣的话题，它涉及公司治理的绩效评价、盈余质量和权益成本等多种因素。这一关系也能最终回答股票全流通改革过程是否公平，什么样的因素在驱动这样的改革。这方面的相关研究将会十分富有成果。

虽然本文没有也不能尝试检验财务和实证研究的每一个模型，但是可以下结论说非流通股的因素不应该被忽略，相反应该在每一个涉及股价和股数计算的潜在实证研究中仔细考虑。中国股市的实证研究应该充分考虑国外模型在中国适用的特殊制度背景，简单的模仿式的研究是不可靠的，简单地使用不同的修正方法也值得商榷，对模型科学系统的修订是中国实证研究者应该解决的重要问题。只有科学地研究模型的适用和修正问题，才能走出模仿阶段，迎来理论和应用模型的创新阶段。

（《经济研究》2008年第3期 略有删节）