中国居民消费风险与资产收益分析，本文主要内容关键词为：中国论文,居民消费论文,收益论文,资产论文,风险论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
消费资本资产定价模型（Consumption-based Capital Asset Pricing Model，简称CCAPM）表明，资产风险溢价由代表性经济人的相对风险规避系数与资产收益和消费增长率之间的协方差的乘积决定，这就是消费增长决定的资产收益形成机制。在消费资本资产定价模型中，一项资产的风险能够通过使用其收益与人均消费增长率的协方差进行测量，这表明预期资产收益率的系统风险能够用消费增长率风险来进行解释。由于各资产与人均消费增长率的协方差有所不同，因此各资产的收益会有所区别。在投资过程中，如果消费者卖出协方差高的资产，买进协方差低的资产，就可以减轻消费增长波动的风险，从而增加消费的效用。因此，消费者投资均衡时的结果是，人均消费增长率的协方差比较高的资产，其收益率也会较高，消费者为了获得高收益而保留该资产。基于消费的资产价格跨期均衡机制表明消费风险会对资产的预期收益率产生重要影响。
尽管消费资本资产定价模型在宏观经济学以及金融理论领域中占据着重要地位，然而在资本市场的实证检验中却发现了问题。该理论无法解释股票升水之谜（Mehra和Prescott,1985）与无风险利率之谜(Weil,1989)等金融市场的异常现象，并且实证检验结果是混合性的。Mankiw和Zeldes(1991)以及Kocherlakota(1996)等通过实证检验发现CCAPM难以对美国金融市场上的资产收益行为做出合理解释。Lund和Engsted(1996)以及Campbell(1996)发现该模型无法合理解释欧洲主要金融市场的数据。而Hamori(1992)将该模型应用于日本的金融市场，却发现它能较好地解释日本的资产收益行为。
目前，对于消费均衡资产定价理论的研究主要局限于欧美等发达的资本市场，本文希望将该领域的研究拓展到新兴的中国资本市场。我国的资本市场是在改革开放中逐步成长起来的。我国股票市场从20世纪90年代初开始进行试点，仅仅用了十多年的时间就走过了发达资本主义国家股票市场所走过的上百年的历程，在市场容量、交易手段、清算体系等方面取得了飞跃式的发展，初步形成了一个运作良好的市场框架，已经成为我国经济的重要组成部分。近年来，我国中央银行在利率体制方面也进行了市场化改革，在总的管制利率体制下，也形成了民间借贷利率等部分市场化利率。在市场经济下，利率与证券价格是密切联系的，利率形成机制的合理性直接影响着证券价格的形成是否合理。
在我国，消费是决定经济增长的重要因素，消费的波动可能会导致整个宏观经济的波动。但是，消费波动是否会给我国资产收益施加影响呢？居民的消费风险是否会反映在资产价格之中呢？本文运用标准消费资本资产定价模型分析了中国居民消费与股票市场收益率以及利率变动之间的动态关系。研究居民消费与资产收益的关系将有助于理解我国金融资产的定价机制，而这对于我国资本市场的健康发展无疑是十分重要的。
二、标准消费资本资产定价模型
Lucas(1978)的消费资本资产定价模型的基本理论思路为：一个代表性的理性消费者为了实现终生效用的最大化而对其一生中的各期消费与证券投资比例进行规划。即消费者为了实现以下目标而在消费与投资之间进行决策：
其中，E为期望符号，
为即期消费效用函数，β为贴现因子。消费者达到期望效用最大化的最优消费和证券投资决策为：本期边际减少一个消费量的效用成本等于将其用于证券投资所得效用收益的贴现值。令
，表示证券投资收益率，那么该一阶条件经过整理可以表示为：
在对消费资本资产定价模型的研究中，最常用的效用函数为常相对风险规避系数效用函数（也称为幂效用函数）。因而，具有幂效用函数的消费资本资产定价模型也被称之为标准消费资本资产定价模型。这时，代表性经济人的效用函数为：
其中，
为代表性经济人在t期的总消费。γ为常相对风险规避系数(Constant Relative Risk Aversion,CRRA)，γ值越大，个人对风险的厌恶程度越高。该效用函数具有以下几个重要特点：
(1)风险规避系数具有规模不变特性，恒等于γ。
(2)在收益分布不变的情况下，风险溢价不会随着总财富和经济规模的扩张而发生变化。因而，即使一个经济体中的投资者们具有不同的财富水平，只要他们的幂效用函数相同，那么，他们也可以加总为一个代表性投资者。
(3)该效用函数是状态独立的，即代表性经济人从消费中所获得的效用与其所处环境的状态无关，无论经济人处于一个繁荣的经济环境还是萧条的经济环境中，效用函数都是同样的。
(4)该效用函数是时间上可分的，即代表性经济人在t期的效用仅为其在t期消费的函数，经济人当期消费的效用不会影响到其未来消费的效用。
(5)跨期替代弹性与相对风险规避系数互为倒数。
将(3)式代入(2)式，得到下式：
为了简化分析，假设总消费与资产收益率服从联合条件对数正态分布并且同方差，对上式两边取对数，用小写字母表示相应指标的时数值，可以得到下式：
从而，可以将(5)式化为以下回归方程：
在通常情况下，误差项
与已经实现的消费增长率具有相关性，因而最小二乘法就不适用于该模型的估计。然而，误差项与t期信息集中的任何变量都不相关，因此可以采用工具变量法(Instrument Variables Estimation,IV)对(7)式进行估计。任何与资产收益率相关的滞后变量都能够在工具变量回归中作为工具变量，从而采用IV估计就可以得到相对风险规避系数γ的估计值。
此外，还可以采用代数法求得相对风险规避系数的估计值。根据(5)式，可以得到无风险资产收益率的表达式，然后将风险资产收益率与无风险资产收益率的表达式联合求解，可以得到下式：
上式左边
的项是詹森的不等式调整。除了变量γ以外，其他变量都是由实际数值决定的已知变量，因而通过代数的方法就能够求得相对风险规避系数γ的值。
三、数据说明
由于在标准消费资本资产定价模型中，其幂效用函数在时间上是可分的，因此从理论上而言，应该使用非耐用品消费和服务消费数据进行实证分析。但是，实证结果表明，使用包含非耐用品消费支出数据的研究结果与单独使用非耐用品消费和服务消费数据的研究结果并没有显著不同。并且，在实际的经验分析中，很多对消费资本资产定价模型进行研究的文献都使用了包含耐用品支出在内的消费数据（参见Cecchetti,Lam和Mark,1993;Campbell,1996等）。因此，本文采用了包含耐用品支出在内的商品消费支出数据进行实证检验，该数据来自于《中国市场统计年鉴》以及《中国经济景气月报》。样本区间为1991年7月至2005年3月。由于采用的为月度商品消费支出数据，有可能会受到季节波动的影响，为此，对该数据进行了季节平滑处理。
本文所涉及的资产收益率数据包括股票指数收益率与银行存款利率。其中，股票指数收益率是风险资产收益率，银行存款利率是无风险资产收益率。股票指数收益率是利用股票价格指数计算的收益率，它动态地反映了某个时期整个股票市场的收益率状况。股票价格指数能够反映出某个时期整个股票市场总价格水平，它是以某一基期的总价格水平为100，将各时期的股票总价格水平与基期的股票总价格水平相比所得出的相对数。上海证券交易所与深圳证券交易所是我国两个主要证券交易所，由于上海证券指数与深圳证券指数具有比较高的相关性，因此本文采用上海证券指数来计算股票指数收益率，这是一种发行量加权股价指数。
在国外的研究文献中，一般采用短期政府债券收益率（例如，二月期政府债券收益率）来表示无风险资产收益率，由于我国的政府债券一般期限较长，因此政府债券收益率不是表示无风险收益率的最佳选择。我国的银行体系是以国有商业银行为主导的，国有商业银行的信誉是一种国家信誉，因此国有商业银行的存款风险是较低的，而短期银行存款的风险则更低。鉴于此，本文采用中国人民银行公布的银行存款利率来表示无风险资产收益率。上海证券指数来自于上海证券交易所网址，银行存款利率来自于中国人民银行网址。
四、检验结果
为了确保实证分析结果的稳健性，本文在IV估计中采用四组工具变量：工具变量1为常数、滞后1期和滞后2期的对数消费增长率；丁具变量2为常数、滞后1期的对数消费增长率和对数资产收益率；工具变量3为常数、滞后2期的对数消费增长率与对数资产收益率；工具变量4为常数、滞后1期和2期的对数消费增长率与对数资产收益率。
在列示IV估计结果的表中，对于每组资产与工具变量，表中首先给出了在第一阶段回归中消费增长率与资产收益率对于工具变量回归的
统计量及其显著水平。然后，显示了常数与相对风险规避系数的IV估计值及其标准误差。最后，表中给出了残差对工具变量回归的统计量以及检验模型过度识别约束的统计量
的显著水平。
首先，利用商品消费支出、利率的IV估计结果列在表1中。利用工具变量/时，消费增长率与利率的可预测性都很差。所估计的相对风险规避系数在统计上都不显著异于零，表明消费者对风险的态度为中性的。但模型的过度识别约束没有被拒绝。利用其余三组工具变量进行IV估计时，预测消费增长率的统计量要明显低于预测利率的统计量，消费增长率的可预测性都比较差，而利率则有着较好的可预测性。所估计的相对风险规避系数在10%水平上都是显著的，分别为0.0432、0.0795与0.0249，表明消费者是厌恶风险的，这与传统经济理论的假设是一致的。然而，利用这三组工具变量所得出的IV估计结果都没有通过5%水平的过度识别约束检验，数据对模型的拟合比较差。
表2列出了利用商品消费支出、股票收益率的IV估计结果。从表中可以看到，利用工具变量1至4进行IV估计时，消费增长率与股票收益率的可预测性都很差，在第一阶段回归中，消费增长率与股票收益率对于工具变量回归的统计量都低于0.1。利用工具变量1和工具变量4时，所估计的相对风险规避系数分别为3.8730和4.0845，在5%水平上都是显著的，并且都落在经济上合理的取值范围之内，这表明消费者是厌恶风险的。此外，利用工具变量1和工具变量4的检验结果都通过了模型的过度识别约束检验，数据能够比较好地拟合模型。当在IV估计中采用工具变量2和工具变量3时，尽管对模型的过度识别约束检验没有得到拒绝，然而所估计的相对风险规避系数在统计上都不显著异于零，表明消费者对于风险的态度是中性的。
从以上利用月度商品消费数据与资产收益率的IV估计结果中可以看出，消费增长率和股票收益率的可预测性比较差，而利率的可预测性比较好。就参数估计值的显著性而言，利用利率进行IV检验所得到的结果要优于利用股票收益率进行IV检验的估计结果。但是，就模型的过度识别约束的显著水平而言，利用利率进行IV检验的估计结果则要劣于利用股票收益率进行IV检验的估计结果。总而言之，模型估计结果对于所采用的资产收益率以及工具变量比较敏感，IV估计结果是混合性的，具有比较差的稳健性。尽管如此，有些参数估计值是符合标准消费资本资产定价模型的，并且数据与模型之间的拟合比较好，因而我们不能否认消费增长率与资产收益率之间的联系是存在的，消费波动风险可能会影响资产收益率水平。
根据(8)式，可以利用商品消费支出与资产收益率数据来计算消费者的相对风险规避系数。CG表示对数消费增长率，SR为股票的对数收益率，RR为对数利率，RP为市场风险升水。那么，相对风险规避系数(CRRA)的计算公式为：
。表3列出了代数法结果。从表中可以看出，消费增长率的波动程度要远远低于股票对数收益率、对数利率以及市场风险升水的波幅。由于商品消费支出增长率与股票收益率的协方差为负数，因此所计算出的相对风险规避系数也为负数。相对风险规避系数的估计值为－208.8023，该数值表明消费者是极度偏好风险的，这显然有悖于传统的经济学假设。
表1 利用商品消费支出、利率的IV结果
工具变量1
工具变量2
工具变量3
工具变量4
阶段1回归
Δc 0.0879 0.0685 0.0380 0.1173
r[0.0007][0.0034][0.0460][0.0006]
0.0359 0.9809 0.9619 0.9809
[0.0546][0.0000][0.0000][0.0000]
阶段2回归
常数 0.0016**0.0009**0.0005 0.0011**
(0.0002)(0.0002)(0.0004)(0.0001)
-0.0168 0.0432* 0.0795* 0.0249**
(0.0108) (0.0156)(0.0356)(0.0090)
0.00080.2454 0.0678 0.5284
[0.9362] [0.0000][0.0041][0.0000]
注：工具变量1为常数、滞后1期和滞后2期的对数月消费增长率；工具变量2为常数、滞后1期的对数月消费增长率和滞后1期的对数月存款收益率；工具变量3为常数、滞后2期的对数月消费增长率与对数月存款收益率；工具变量4为常数、滞后1期和2期的对数月消费增长率与对数月存款收益率。第3至6行为阶段1回归的判别系数及其显著水平，γ为所估计的相对风险规避系数。来自于工具变量回归后的残差对工具变量的再回归所得的结果，模型过度识别约束检验的统计量的显著水平在其下的方括号中。圆括号中为估计系数的标准误差。
*在10%的水平上显著。**在5%的水平上显著。
表2 利用商品消费支出、股票收益率的IV结果
工具变量1工具变量2工具变量3工具变量4
阶段1回归
0.08790.0498 0.0224 0.0913
r[0.0007] [0.0168][0.1649]
[0.0044]
0.0493
0.0179 0.0300 0.0618
[0.0180] [0.2348][0.0886]
[0.0391]
阶段2回归
常数 -0.0320 -0.0196-0.0602 -0.0344
(0.0255) 0.0283)(0.0542)(0.0257)
3.8730** 2.7847 6.3724 4.0845**
(1.8216) (2.2072)0.5089)(1.8195)
0.0041
0.0042 0.0001 0.0076
[0.7174] [0.7101][0.9919][0.5403]
注：工具变量1为常数、滞后1期和滞后2期的对数月消费增长率；工具变量2为常数、滞后1期的对数月消费增长率和滞后1期的对数月股票收益率；工具变量3为常数、滞后2期的对数月消费增长率与对数月股票收益率。第3至6行为阶段1回归的判别系数及其显著水平，γ为所估计的相对风险规避系数。来自于工具变量回归后的残差对工具变量的再回归所得的结果，模型过度识别约束检验的统计量的显著水平在其下的方括号中。圆括号中为估计系数的标准误。
*在10%的水平上显著。**在5%的水平上显著。
表3 采用商品消费支出的代数法结果
消费增长率股票收益率 利率 股票升水
(CG)
(SR)(RR)
(RP)
平均值 0.0112 0.0128 0.0014 0.0114
标准误 0.0280 0.1557 0.0007 0.1557
与股票收益率的相关系数 -0.02601.0000 0.0004 1.0000
与股票收益率的协方差-0.00010.0241 0.0000 0.0241
CRRA-208.8023
注：消费增长率为全国社会消费品零售总额的月对数差额，SR为股票的月对数收益率，RR为月对数利率，RP为市场风险升水。相对风险规避系数(CRRA)的计算公式为：CRRA=
。
Mehra和Prescott(1985)在对标准CCAPM的研究中发现了股票升水之谜，他们发现标准CCAPM难以对美国股票和政府债券的平均收益率差异做出合理解释，只有当代表性经济人具有非常高的风险厌恶水平时，股票和政府债券收益率分别与消费增长率的协方差之间的差距才大到足以解释二者的差别，这就是股票升水之谜。而本文并未发现在中国资本市场上存在股票升水之谜，与Mehra和Prescott所发现的股票升水之谜相反，中国资本市场代表性经济人的风险规避系数是负值并且绝对值很大，这表明代表性经济人是极度偏好风险的。与欧美等发达地区和国家的资本市场相比，我国资本市场的发展历程还比较短，消费者在进行证券投资中会存在很多非理性行为，为了获得丰厚的回报，有可能会极度冒险，这种非理性行为是探索新鲜事物过程中的必然现象。然而，如此之“高”的风险偏好水平还是令人出乎意料的，与现实生活中的消费者投资行为具有一定差距，表明模型在设定方面可能存在问题，在今后的研究中需要对模型进行修定。
五、结论
根据本文的分析，工具变量回归结果是混合性的，稳健性比较差，而利用代数法所求得的相对风险规避系数估计值并未落在经济上合理的范围内。尽管如此，有些参数估计值是符合标准消费资本资产定价模型的，并且数据与模型之间的拟合比较好，因而不能否认我国居民消费增长率与资产收益率之间的联系是客观存在的，消费波动风险会对资产收益率施加一定程度的影响。鉴于此，政府应加强对居民消费支出的调控，促使居民消费保持平稳增长，防止居民消费出现巨大波动，这将有益于我国资本市场的稳定。
本文利用代数法所求得的相对风险规避系数表明消费者是非常偏好风险的，这与我国消费者的真实表现有一定差距，为了更好地对消费与资产收益的关系进行研究，在分析中纳入制度因素是十分必要的。虽然我国的资本市场已经具有一定规模，然而作为一个从计划经济和高度集权经济体系中脱胎而出的新兴市场，我国的资本市场还不够完善，还存在着许多问题，而制度缺陷则是一个不容忽视的问题。只有将制度因素纳入到消费与资产收益关系的分析之中，才能更好地了解我国金融资产定价机制。
标签：股票论文; 资产定价论文; 风险规避论文; 股票收益率论文; 风险系数论文; 工具变量论文; 效用函数论文; 回归模型论文; 风险资产论文; 效用理论论文; 风险模型论文; 资本收益率论文;