下载文档原格式
股票收益率与beta、公司规模——在牛市与熊市中的关系研
究
张保平;庞珏嗣
【期刊名称】《中国商界》
【年(卷),期】2010(000)011
【摘要】本文以沪市A股为研究对象,时牛市、熊市中股票收益与beta和股本规模的关系进行了检验.对在牛市、熊市如何选择股票组合提供建议.
【总页数】2页(P40-41)
【作者】张保平;庞珏嗣
【作者单位】西南财经大学证券与期货学院;西南财经大学证券与期货学院
【正文语种】中文
【中图分类】F832
【相关文献】
1.三年牛市结束糖价熊途漫漫 [J], 关慧
2.大宗商品市场:12年牛市已然终结未来熊途漫漫不言底 [J], 赵迪
3.拒绝与牛市中的熊股为伍 [J], 李俊主
4.公司规模与股票收益率关系的实证研究 [J], 赵益华
5.公司规模对股票收益率的影响分析 [J], 赵祥功;陈文杰;张小蒂
因版权原因，仅展示原文概要，查看原文内容请购买。
金融市场数据分析报告股票收益率与市场波动分析金融市场数据分析报告股票收益率与市场波动分析在金融市场中，股票收益率与市场波动是投资者和分析师们关注的重要指标。
通过对股票收益率和市场波动的分析，可以帮助我们理解市场的走势、风险和回报的关系。
本报告将对股票收益率和市场波动进行深入分析，以探索它们之间的相互关系和影响。
一、股票收益率分析股票收益率是指某只股票在一定时间内的投资回报率。
它可以通过以下公式进行计算：股票收益率 = (股票价格终值 - 股票价格初值) / 股票价格初值股票收益率可以分为日收益率、周收益率、月收益率等多种形式。
通过计算股票在不同时间尺度上的收益率，我们可以了解股票的短期和长期表现，以及价格的波动情况。
在分析股票收益率时，我们可以使用各种统计方法和工具，例如计算平均收益率、标准差、相关系数等。
这些指标可以帮助我们了解股票的平均表现、风险水平以及与其他股票或市场指数的关系。
二、市场波动分析市场波动是指市场价格在一定时间内的波动程度。
市场的波动性是投资者关注的重要因素之一，因为波动性可以影响投资者的风险承受能力和预期收益。
市场波动通常用波动率来度量，例如标准差、波动系数等。
较高的波动率表示市场价格波动较大，风险也相对较高。
而较低的波动率则表示市场价格相对稳定。
分析市场波动可以帮助我们预测市场的未来走势，选择适合的投资策略。
通过观察市场波动的趋势和模式，我们可以了解市场的周期性和趋势性，从而作出更明智的投资决策。
三、股票收益率与市场波动关系分析股票收益率和市场波动之间存在着紧密的关系。
一般来说，股票收益率受到市场波动的影响，市场波动较大时，股票的收益率也会相应地波动较大。
然而，股票收益率与市场波动之间的关系并不是简单的因果关系。
除了市场波动性外，还有其他因素会对股票表现产生影响，例如公司业绩、行业环境等。
因此，只凭市场波动率无法完全解释股票收益率的变化。
为了更准确地分析股票收益率与市场波动的关系，我们可以采用多元回归分析等统计方法。
BM效应(重定向自BM Effect)BM效应（BM Effect）或称B/M效应、账面市值比效应(book—to—market efect)[编辑]什么是BM效应所谓BM效应，指账面市值比效应，指BM值较高的公司平均月收益率高于BM值较低的公司。
关于BM效应，国内外学者已做了许多研究。
Fama和French（1992）研究了1963到1990年所有在NYSE、AMEX、NASDAQ上市的股票，发现BM值最高的组合（价值组合）月均收益率超过BM值最低的组合（魅力组合）达1.53%。
肖军，徐信忠（2004）以1993年6月至2001年6月沪深股市A股股票为样本，计算持有一年、两年、三年的收益率数据，认为BM效应存在。
[编辑]BM效应产生的原因近年来大量实证研究表明,股票横截面收益与上市公司的相关特征有关,如规模(SIZE) 、权益账面市值比(BM) 、杠杆比例、股利收益率、盈余价格比和过去收益惯性。
由于CAPM难以解释这类关系,因此称之“异象”。
学术界对于各种异象的研究主要集中于“BM 效应”产生的原因,即为什么高BM 的股票比低BM 的股票具有更高的收益。
目前,主要有如下四种观点 :1.Black(1993) ,Mackinlay(1995) 认为,BM 效应只是特定样本在特定检验期内才存在,是数据挖掘的结果。
Kothari 等(1995) 也认为,是构造BM 组合过程中出现的选择性偏差(selection bias) 造成BM 效应的存在。
但Chan 等(1991) ,Davis(1994) ,Fama 和French(1998) 等人通过检验美国之外的股市或拉长检验期后,仍发现BM 效应显著存在,从而否定了Black 等人的解释。
2. 第二种观点(Fama 和French ,1992 ,1993 ,1996) 认为,BM 代表的是一种风险因素———财务困境风险。
具有困境的公司对商业周期因素如信贷条件的改变更加敏感,而高BM 公司通常是盈利和销售等基本面表现不佳的公司,财务状况较脆弱,因此比低BM 公司具有更高风险。
中国A股市场个股收益影响因素的实证分析周孝华;傅能普【摘要】This paper selects market value,book-to-market ratio,net operating asset,PB and management expense as the explanatory variable to construct the panel data model Then it uses the panel data of 573 listed companies in China’s A-share market during 2007-2011 to analyze the effects of these financial indexes on stock return.The result shows as follows:these financial indexes have all significant impacts on stock return;market value and book-to-market ratio have positive effects on monthly stock return,and there exists remarkable book-to-market ratio effect;net operating asset,PB and management expense have negative effects on monthly stock return;China’s stock market is a market with weak form efficiency.%选取公司市值、账面市值比、净营运资产、市净率和管理费用作为解释变量来构建面板数据模型,利用2007-2011年我国A股市场中573家上市公司的面板数据进行回归分析,探析这些财务指标对中国A股市场的股票月收益率的解释力度.研究结果显示:上述解释变量对股票月度收益率具有显著影响,说明这些财务指标对股票收益的解释力度较强；公司市值和账面市值比与股票收益率正相关,在研究期间存在明显的账面市值比效应；净营运资产、市净率和管理费用与股票收益率负相关；中国股票市场是一个弱式有效市场.【期刊名称】《技术经济》【年(卷),期】2013(032)008【总页数】5页(P113-117)【关键词】A股市场;股票收益;面板数据;横截面回归【作者】周孝华;傅能普【作者单位】重庆大学经济与工商管理学院,重庆400030;重庆大学经济与工商管理学院,重庆400030【正文语种】中文【中图分类】F8301 研究背景根据股票收益率的已有研究，影响股票收益率的因素有很多，既有各种公开披露的信息，也有未经披露的内幕信息，还有不经分析的非理性行为。
关于股票收益与BM的分析（数据可改）关于账⾯市值⽐的实证分析举例研究样本和变量计算研究样本本⽂的数据样本的时间区间是2003年7⽉-2011年6⽉，样本包括了我国A 股市场钢铁的45⽀股票，剔除了⼀些由于特殊性不能采纳的股票：ST 股票；年报中净资产（股东权益）为负的股票；数据缺失的股票。
变量计算2. 收益率计算（1）个股收益率的计算股票i 在t ⽉的收益率计算公式为： 11()/it it it it R P P P --=- （1）其中it P 和1it P -分别为股票i 在t ⽉和t-1⽉的股权收盘价格。
（2）投资组合收益率的计算投资组合P 在t ⽉的收益率pt R 为投资组合中所含股票的个股⽉收益率it R 的等权重平均值，也便是其算数平均值。
()p f R R -是投资组合的超额收益率，其中，f R 代表的是我国三个⽉期的定期存款年利率折算出来的⽉⽆风险利率。
市场投资组合收益率M R 代表的是所选择样本区间内我国钢铁全部股票（包括被删除的股票）⽉收益率的等权重平均值。
3. 账⾯市值⽐（BE/ME ）的计算本⽂在每年的6⽉末对所选的样本数据进⾏分组，⽤t-1年末的个股权益值和t-1年末的股价之⽐BE/ME 来衡量股票从t 年7⽉到t+1年6⽉的账⾯市值⽐的⼤⼩。
⽐如，⽤2003年末的BE/ME 来衡量股票从2006年7⽉到2007年6⽉的账⾯市值⽐⼤⼩，以后的隔年也按照这个规律类推。
⽤ln(/)BE ME来表⽰BE/ME的⾃然对数值。
描述性统计投资组合分组投资组合分组的⽅法是指投资组合以特定的指标或变量进⾏分组的前提下，通过考察各组合的平均收益，利⽤所选特征值的最⼤值和最⼩值的组合平均收益的差值，并⽤差值的显著性来判断横截⾯收益现象存在与否。
经过上⽂的解释分析，我们认为账⾯市值⽐对股票收益的影响作⽤是⾮常⼤的，可以看作是影响股票收益的最重要的原因之⼀。
所以在考虑不同市场情况下，特征变量对股票收益的影响时，可以只考虑账⾯市值⽐因⼦对股票收益率的影响。
股市收益率影响因素分析股市收益率是指股票投资者从持有股票中获得的回报率，是评估股票投资绩效的重要指标之一。
股市收益率的变化受多种因素影响，包括宏观经济因素、公司基本面因素、市场情绪因素等。
本文将对股市收益率的影响因素进行分析，帮助投资者更好地理解股市投资的风险与机会。
一、宏观经济因素宏观经济因素是影响股市收益率的重要因素之一。
宏观经济环境的变化会影响到整个行业甚至整个市场的收益率水平。
通常来说，当经济处于繁荣周期时，股市收益率会较高，因为企业盈利增长，投资者对股市的预期也较高；而当经济处于衰退周期时，股市收益率则往往较低，因为企业盈利受到压缩，投资者对未来的预期也较悲观。
货币政策、财政政策对股市收益率也有较大影响。
央行的货币政策会影响市场的流动性，从而对股市收益率产生影响；财政政策的变化也会影响企业的盈利和投资者的预期，从而影响股市收益率的波动。
投资者需要密切关注宏观经济的发展，及时了解相关政策的变化，以辅助股市投资决策。
二、公司基本面因素公司基本面因素是影响股市收益率的另一个重要因素。
公司基本面包括公司盈利水平、资产负债结构、成长性和估值等因素。
一般来说，盈利水平良好、资产负债结构健康、成长性强的公司，其股票的收益率往往较高；而盈利下滑、负债较大、成长乏力的公司，其股票的收益率则可能较低。
公司估值水平也会影响其股票的收益率。
估值较低的公司，其股票价格可能较为低估，从而具有较高的上涨空间；而估值较高的公司，其股票价格可能较为高估，从而具有较低的上涨空间。
投资者在选择个股时，需要综合考虑公司的盈利能力、财务状况和估值水平，以辅助投资决策。
三、市场情绪因素市场情绪因素是影响股市收益率的另一个重要因素。
市场情绪通常反映投资者对市场的情绪和预期。
当市场情绪乐观时，投资者愿意承担更多的风险，从而推高股市收益率；而当市场情绪悲观时，投资者则会更倾向于保守，从而抑制股市收益率。
市场情绪受多种因素影响，如国际政治局势、自然灾害、全球经济形势等。
Excel公式简化股票市场分析股票市场一直以来都是广大投资者关注的焦点，而对于股票市场的数据分析也是投资者决策的重要依据之一。
然而，对于大量的股票数据进行分析常常是一项繁琐且复杂的任务。
幸运的是，Excel提供了丰富的函数和公式来简化这一过程，使投资者能够更轻松地进行股票市场分析。
本文将介绍几个常用的Excel公式，帮助您在股票市场分析中更高效地运用这一工具。
1. 股票涨跌幅计算公式在股票市场中，了解股票的涨跌幅对投资者来说非常重要。
涨跌幅可以通过以下Excel公式计算：涨跌幅 = （最新股价 - 前一日股价）/ 前一日股价 * 100%这个公式能够帮助您快速计算股票的涨跌幅，并且将结果以百分比形式呈现。
您只需要将最新股价和前一日股价分别填入相应的单元格，Excel将自动计算出涨跌幅。
2. 股票平均涨跌幅计算公式除了单只股票涨跌幅的计算，投资者常常需要计算股票组合的平均涨跌幅。
利用Excel的AVERAGE函数，可以轻松地实现这个计算，具体公式如下：平均涨跌幅 = AVERAGE(涨跌幅1, 涨跌幅2, ... , 涨跌幅n)您只需将各只股票的涨跌幅填入函数中，Excel将帮助您计算出股票组合的平均涨跌幅。
3. 股票收益率计算公式除了关注股票的涨跌幅，投资者还需要了解股票的收益率。
Excel 提供了RATE函数来计算股票的收益率，具体公式如下：收益率 = RATE(购买日期, 赎回日期, 购买价格, 赎回价格, [支付频率], [估计收益率])购买日期和赎回日期是以日期格式输入的购买和赎回日期，购买价格和赎回价格是相应的买入和卖出价格，支付频率和估计收益率是可选参数。
4. 股票相关性计算公式除了单只股票的分析，投资者还需了解不同股票之间的相关性。
Excel的CORREL函数可以用来计算两只股票之间的相关性系数，具体公式如下：相关性系数 = CORREL(股票1收盘价数据区域, 股票2收盘价数据区域)您只需要将股票1和股票2的收盘价数据范围填入函数中，Excel 将自动计算出两只股票之间的相关性系数。
我国A股与B股的收益率波动性的差异浅析中国的股票市场自从上海与深圳证券交易所成立以来，经过了20年的发展，与世界其他国家或地区的股票市场相比，以下为网为您编辑的：“我国A股与B股的收益率波动性的差异浅析”，敬请关注!!
我国A股与B股的收益率波动性的差异浅析
本文在分析我国A股与B股市场的波动性问题时，也同样借鉴了上述方法，并收集了2005年至今的近5年的上证A股与上证B股、深证A股与深证B股的市场日数据，着重分析我国A股与B 股市场的收益率波动性的差异。
一、证券指数收益率的平稳性检验
从下图中从上到下分别是上证A股指数、深圳A股、深证B 股、上证B股的波动性曲线，从中，我们可以看到A股的波动要大于B股的波动，存在明显的差异。
同时也可以看出去波动的趋势基本是一致的。
下面，我们来看看其日收益率曲线是否是平稳的，单位根检验如表1，通过分别做上证A股指数、深证A股、深证B股、上证B股的日收益率，及上证A股指数与上证B股的比率、深证A股与深证B股的日收益率的比值的单位根检验，发现上述变量都是平稳的。
关于账面市值比的实证分析举例研究样本和变量计算研究样本本文的数据样本的时间区间是2003年7月-2011年6月，样本包括了我国A 股市场钢铁的45支股票，剔除了一些由于特殊性不能采纳的股票：ST 股票；年报中净资产（股东权益）为负的股票；数据缺失的股票。
变量计算2. 收益率计算（1）个股收益率的计算股票i 在t 月的收益率计算公式为： （1）11()/it it it it R P P P --=- 其中和分别为股票i 在t 月和t-1月的股权收盘价格。
it P 1it P -（2）投资组合收益率的计算投资组合P 在t 月的收益率为投资组合中所含股票的个股月收益率的pt R it R 等权重平均值，也便是其算数平均值。
是投资组合的超额收益率，其()p f R R -中，代表的是我国三个月期的定期存款年利率折算出来的月无风险利率。
市f R 场投资组合收益率代表的是所选择样本区间内我国钢铁全部股票（包括被删M R 除的股票）月收益率的等权重平均值。
3. 账面市值比（BE/ME ）的计算本文在每年的6月末对所选的样本数据进行分组，用t-1年末的个股权益值和t-1年末的股价之比BE/ME 来衡量股票从t 年7月到t+1年6月的账面市值比的大小。
比如，用2003年末的BE/ME 来衡量股票从2006年7月到2007年6月的账面市值比大小，以后的隔年也按照这个规律类推。
用来表BE MEln(/)示BE/ME的自然对数值。
描述性统计投资组合分组投资组合分组的方法是指投资组合以特定的指标或变量进行分组的前提下，通过考察各组合的平均收益，利用所选特征值的最大值和最小值的组合平均收益的差值，并用差值的显著性来判断横截面收益现象存在与否。
经过上文的解释分析，我们认为账面市值比对股票收益的影响作用是非常大的，可以看作是影响股票收益的最重要的原因之一。
所以在考虑不同市场情况下，特征变量对股票收益的影响时，可以只考虑账面市值比因子对股票收益β率的影响。
股票自身的影响因素值代表的股票的系统风险，虽然剔除之后可以更好的考察账面市值比本身对股票收益的影响，但是在本文中为了全面性的β考察相关因素对股票收益的影响，还是选择不剔除值进行研究。
1.市场阶段划分本文选定的时间范围为2003年7月-2011年6月钢铁股票的收益情况，在这期间，中国股市也存在上涨与下跌的阶段划分。
其中，上涨阶段包括2003年10月—2007年10月；2008年11月—2009年7月；下跌的阶段包括2007年11月-2008年10月，2009年8月至今；在本文的研究中，我们把股票指数上涨的期间称为牛市，把股票指数下跌的期间称为熊市，并根据此时间段的划分分别对钢铁股票进行研究分析。
2. 投资组合划分β我们先把选定的样本区间内的钢铁股票按照排序后分为5组，然后再根据其账面市值比把钢铁股票分为5组，这样就考虑在剔除股票的系统风险对其收益的影响之后，钢铁股票收益与账面市值比之间的影响关系。
统计性描述分析1. 2003年7月—2011年6月账面市值比效应1 2003年7月—2011年6月账面市值比效应Beta分组1分组2分组3分组4分组5B/M月平均收益率（%）B/M1 1.71 1.89 2.07 2.03 2.05B/M2 2.46 2.84 2.97 2.88 2.89B/M3 2.63 2.46 3.15 3.06 2.99B/M4 2.78 3.28 3.21 3.27 3.21B/M5 3.24 3.67 3.62 3.56 3.79 B/M5-B/M1 1.53 1.78 1.55 1.53 1.74t统计量B/M1 2.12 2.29 2.43 2.42 2.47B/M2 2.49 2.79 3.09 2.86 2.66B/M3 2.62 2.82 3.26 3.14 3.10B/M4 2.99 3.34 3.35 3.36 3.31B/M5 3.34 3.49 3.60 3.67 3.59 B/M5-B/M1 1.21 1.20 1.17 1.25 1.12从表1中可以看出，本文研究所选定的这一时间段内，钢铁股票的平均收益都是正的，账面市值比都是存在并且显著的。
在每一个Beta分组内，随着账面市值比的增加，股票收益在随之增加，二者呈现出正比例的关系。
比如，对Beta1分组来说，从B/M1到B/M5，钢铁股票的平均收益率分别为1.71，2.46，2.63,2.78,3.24，t值分别为2.12，2.49,2.62,2.9,3.34，B/M5-B/M1（即买入账面市值比高的股票，卖出账面市值比低的股票）的股票回报为1.53，t值为1.21，是显著的。
这也就是说，在本文所选定的时间区间内，钢铁股票存在明显的账面市值比效应，股票收益与账面市值比之间的关系是，股票的收益越高，账面市值比就越大。
2. 牛市情况下的账面市值比效应在选定的时间区间内，我们考察牛市情况下（2003年10月—2007年10月；2008年11月—2009年7月）股票的账面市值比效应来验证钢铁股票收益与账面市值比之间的关系。
2 牛市情况下的账面市值比效应Beta分组1分组2分组3分组4分组5B/M月平均收益率（%）B/M1 5.80 5.92 6.06 5.96 6.01B/M2 5.88 6.06 6.23 6.18 6.20B/M3 6.89 6.93 6.98 6.79 6.83B/M47.147.207.367.237.33B/M58.358.519.208.638.57M5-M1 2.55 2.59 3.14 2.67 2.56T统计量B/M1 6.33 6.46 6.64 6.52 6.58B/M2 6.81 6.897.01 6.91 6.95B/M37.227.397.487.297.42B/M47.638.058.157.958.16B/M58.188.979.058.798.89M5-M1 1.85 2.50 2.41 2.27 2.31从表2中可以看出，在牛市的情况下，钢铁股票的平均收益都是正的，账面市值比都是存在并且显著的。
在每一个Beta分组内，随着账面市值比的增长，收益率在随之增加，二者呈现出正比例的关系。
比如，对Beta1分组来说，从B/M1到B/M5，钢铁股票的平均收益率分别为5.80,5.88,6.89,7.14,8.35，t值分别为6.33,6.81.7.22,7.63,8.18，B/M5-B/M1（即买入账面市值比高的股票，卖出账面市值比低的股票）的股票回报为2.55，t值为1.85，是显著的。
这说明，在牛市的情况下，钢铁股票也存在着明显的账面市值比效应，股票收益与账面市值比之间的关系是，股票的收益越高，账面市值比就越大。
3. 熊市情况下的账面市值比效应我们还可以考察熊市情况下（2007年11月—2008年11月）股票的账面市值比效应来验证钢铁股票收益与账面市值比之间的关系。
3 熊市情况下的账面市值比效应Beta分组1分组2分组3分组4分组5 B/M月平均收益率（%）BE/ME1-7.91-7.76-7.52-7.62-7.49BE/ME2-7.85-7.68-7.38-7.51-7.11BE/ME3-7.29-7.04-6.77-7.07-6.56BE/ME4-6.73-6.85-6.39-6.47-6.41BE/ME5-6.29-5.85-5.66-5.45-5.00BE/ME5-BE/ME1 1.63 1.91 1.86 2.18 2.49T统计量B/M1-7.91-7.85-7.28-7.07-6.28B/M2-7.76-7.68-7.04-6.84-5.84B/M3-7.52-7.38-6.77-7-5.66B/M4-7.62-7.5-7.07-6.47-5.44B/M5-7.49-7.1-6.55-6.41-4.99M5-M10.420.750.730.66 1.29从表3中可以看出，在熊市的情况下，钢铁股票的平均收益都是负的，但是账面市值比还是显著存在的。
同样的，账面市值比效应并没有随着Beta 的变化呈现出有规律的变化，但是在每一个Beta 分组内，随着账面市值比的增长，股票收益呈现出增加的状态，两者表现为正比例的关系。
比如，对Beta1分组来说，从B/M1到B/M5，钢铁股票的平均收益率分别为-7.91,-7.85，-7.29，-6.73，-6.29，t 值分别为-7.91,-7.76,-7.52,-7.62,-7.49,B/M5-B/M1（即买入账面市值比高的股票，卖出账面市值比低的股票）的股票回报为1.63，t 值为0.42，是显著的。
这说明，在牛市的情况下，钢铁股票也存在着明显的账面市值比效应，股票收益与账面市值比之间的关系是，股票的收益越高，账面市值比就越大。
此外，从上表中还可以看出，在每一个账面市值比分组内，股票收益并没有随着值的变化呈现出有规律的变化，也就是说，钢铁股票的；值对股票ββ的收益没有显著的影响。
综合上面几个检验结果，我们可以看出，无论是在哪个时间，牛市还是熊市时期，钢铁股票的账面市值比效应都是显著的，也就是说股票收益与账面市值比存在明显的正向关系。
横截面回归方法介绍截面回归方法是Fama 和 MacBeth 于1973年在检验资本资产定价模型时开创的，回归的主要步骤为：第一步，每个时间点的截面数据回归，给定T 个时间段的横截面数据，对每个t(t=1，2，...T)的截面数据用OLS 方法估计，其回归模型为:（2）2it 0t 123=t it t it t it it R s γγβγβγη++++其中，为第i 只股票在第t 期的收益率；为第i 只股票在t 时期的值；it R it ββ表示回顾的残值，不能有值解释的部分，，，，为待估系数。
it s β0t γ1t γ2t γ3t γ通过T 次截面回归得到回归系数的一个时间序列。
第二步，计算回归系数时间序列的均值和方差，进而计算t 统计量。
通过T 次横截面的回归，得到回归系数的一个时间序列，时间长度为T 期，分别计算其均值，标准差和t 统计量。
当股票收益服从正态分布的假设时，回归系数也服从正态分布，就用t 统计量检验回归系数的显著性。
回归检验及分析上文用描述性统计的方法考察了钢铁股票的股票收益与账面市值比之间的关系，下面我们就用横截面回归方法来进行验证并进行检验，同时也可以验证系统风险对股票收益的影响。
检验的回归方程如下：（3）012**/it i it it R B M ααβαε=+++其中，代表股票i 在t 月的月度收益率；代表股票的排序后；it R i ββ代表股票i 在t 月的账面市值比。
/it B M 1. 2003年7月到2011年6月横截面回归结果4 2003年7月到2011年6月横截面回归结果统计量BetaB/M 回归系数0.040.94T 统计量2.153.35从表4的回归结果中我们可以看出，本文所选定的时间区间内，钢铁股票的账面市值比效应都很显著。
