公司一发证券股价就跌：是老板在「择时」，还是市场在「定价」？

[2011 JFE] Corporate Financing Decisions, Managerial Market Timing, and Real Investment
Alexander W. Butler, Jess Cornaggia, Gustavo Grullon, James P. Weston
Jun He June 01, 2026
市场择时 投资因子 资产定价
Note

本文读的是 Butler, Cornaggia, Grullon & Weston (2011, Journal of Financial Economics)：公司发行证券之后股价普遍跑输，这件事「市场择时」和「实际投资」两种理论都能解释；但只有择时理论额外预言——发的是股还是债（融资的「成分」）也该预测收益。作者把「融资总量」和「融资成分」放进同一个回归，结果是：总量（投资的代理变量）把成分（择时的代理变量）挤了出去。换句话说，看起来像「老板精明择时」的现象，其实更像「企业实际投资对收益的理性响应」。

1 一个所有人都同意的事实，和两套互相打架的解释

先说一件金融学里几乎没有争议的经验事实：公司在募集外部资本之后，股票往往跑输大盘。

发新股之后会跑输（Ritter, 1991；Loughran and Ritter, 1995；Spiess and Affleck-Graves, 1995；Baker and Wurgler, 2000），发债之后也会跑输（Lee and Loughran, 1998；Spiess and Affleck-Graves, 1999）；反过来，公司把现金还给股东和债权人——回购、分红——之后则倾向于跑赢（Ikenberry, Lakonishok and Vermaelen, 1995）。Richardson and Sloan (2003) 干脆把它写成一句话：外部融资与未来收益负相关。

事实只有一个，解释却有两套，而且这两套解释讲的是完全不同的故事。

第一套是 市场择时 (market timing)。它说：经理人是聪明的，甚至比市场更聪明。当自家股票被高估时，他们趁机增发股票「割韭菜」；当股票被低估时，他们回购。于是，发行之后的低收益，是「高估被纠正」的必然结果。这是一个关于经理人能战胜市场的故事。

第二套是 实际投资 (real investment)，背后是 q-理论和实物期权。它说：市场其实是有效的。公司之所以在募资后收益低，是因为募来的钱被投进了实际项目——增长期权 (growth option) 被行使、变成了在手资产，而在手资产比期权风险更低（Berk, Green and Naik, 1999；Carlson, Fisher and Giammarino, 2004）；或者，公司的资本成本下降本身刺激了投资，低预期收益是低资本成本的镜像（Zhang, 2005；Liu, Whited and Zhang, 2009）。这是一个关于理性定价的故事，里面没有任何人被「割」。

两套故事预测的现象一模一样，可它们对市场是否有效、经理人是否精明的判断截然相反。这就是这篇论文要解决的难题：怎么在同一份数据里，把「择时」和「投资」拆开？

2 真正关键的一步：一个被大多数人忽略的「成分」预测

要分清两个长得一样的东西，得找到它们唯一不一样的地方。Butler 等人的洞察，正在于此。

首先，两套理论有一个共同预测，作者称之为 水平效应 (level effect)：无论是择时还是投资，只要公司净融资 (net financing) 的水平上升——也就是它在净额上从市场拿走了更多钱——未来收益就该更低。这一点两边都同意，所以单看它无法分辨谁对谁错。

接着，一个自然的问题是：那它们到底在哪儿分道扬镳？

答案藏在「成分」里。市场择时多了一条独有的预言——成分效应 (composition effect)：经理人之所以在高估时多发股、少发债，在低估时多回购股，是因为被错误定价的是股权而不是债权。所以，在给定净融资水平之后，融资里股权占比越高的公司，未来收益应当越低。 用作者的话说：条件在净融资水平上，择时预测「股权发行者的收益低于债权发行者，股权回购者的收益高于债权回购者」。

而实际投资理论没有这条预言。在 q-理论里，投资就是投资，钱是借来的还是发股募来的无所谓——重要的是「投了多少」，不是「钱从哪儿来」。

于是检验设计水落石出：

Tip

把「净融资水平」和「股权占比」放进同一个回归。 · 如果是择时主导，控制住水平之后，成分（股 vs 债）仍应显著预测收益； · 如果是投资主导，一旦控制住水平，成分就该失去预测力。 这是一场让两套理论正面对撞的「联合检验」。

这正是本文区别于以往文献的地方：过去的研究要么只看水平（外部融资与收益），要么只看成分（Baker-Wurgler 的股权份额），却很少把两者塞进同一个方程让它们抢解释力。

3 两把尺子：净融资水平 NF 与股权比率 ER

要做联合检验，得先把「水平」和「成分」各自量化成一个干净的变量。

作者用 净融资 (net financing, NF) 度量「水平」，也就是投资的代理。之所以用净额，是因为公司常常在同一财年里又减股息、又增发、又还债、又回购——不看净额，你根本说不清它到底是在向市场拿钱还是还钱。先定义净股权和净债务：

$$\text{NetEquity}_t = \text{EquityIssues}_t - \text{EquityRepurchases}_t$$

$$\text{NetDebt}_t = \text{TotalDebt}_t - \text{TotalDebt}_{t-1}$$

其中股权发行用 Compustat 的 SSTK、股权回购用 PRSTKC、总债务用 DD1 + DLTT。净融资就是两者之和除以期初总资产 AT：

$$NF_t = \frac{\text{NetEquity}_t + \text{NetDebt}_t}{\text{Assets}_{t-1}}$$

这个变量的精神，正是一家 Modigliani-Miller 式「要么净募集、要么净分配」的公司——它捕捉了全部可能的资本流动方向。

再用 股权比率 (equity ratio, ER) 度量「成分」，思路上对应 Baker and Wurgler (2000) 的新发行股权份额：

$$ER_t = \frac{\text{NetEquity}_t}{\text{NetEquity}_t + \text{NetDebt}_t}$$

ER 越高，说明这一年募来的净资本里股权占比越大——这正是择时理论该「咬人」的地方。

样本是 CRSP 与 Compustat 的交集，剔除公用事业与金融业（SIC 4900–4999、6000–6999），总资产大于 1000 万美元，时间跨度 1971–2008，共 116,788 个公司-年观测。描述统计里，NF 平均 0.06（公司平均每年净募集约 6% 的资产），但中位数只有 0.01——典型公司其实进出都不大；ER 平均 0.32。在净募集的子样本（NF>0，63,575 个观测）里，ER 均值升到 0.37，意味着募资的公司平均约 40% 的新钱来自股权。

那么，凭什么说 NF 真的是「投资」的代理，而不只是个会计噪声？两条证据：第一，NF 与资产增长 GROWTH 的相关系数高达 0.75；第二，把样本按 NF 分成十组，未来的资本开支随当期净融资单调递增（论文 Fig. 1），且这种单调关系在三年、五年的长窗口里依然成立。这与 Lyandres, Sun and Zhang (2008) 的发现一致：净融资是未来投资的强代理。

更关键的是另一个相关系数——NF 与 ER 在全样本里的相关只有 0.07，在净募集与净分配的子样本内更是接近于零（0.01 与 -0.03）。 这意味着「水平」和「成分」是两个近乎正交的维度，把它们放进同一个回归不会互相「打架」打成一锅粥，谁有解释力是看得清的。

Table 2: presents a correlation matrix for our whole seriesmonthlyalphasusingthreeempiricalfactormodels:

Table 2: presents a correlation matrix for our whole seriesmonthlyalphasusingthreeempiricalfactormodels:

4 联合检验：当「投资」把「择时」挤出房间

故事到这里，先让两个变量各自单飞。

单独看，两把尺子都管用。按净融资水平分组，收益确实单调下降；按股权比率分组，也能看到「发股越多、未来收益越低」的影子——这与择时理论表面上完全吻合。作者用了三种因子模型来度量「异常收益」：资本资产定价模型 (CAPM)、Fama and French (1993) 三因子 (FF3)，以及 Chen, Novy-Marx and Zhang (2010) 的 q-因子模型 (q-factor model)：

$$r_{it}-r_{ft}=a_i^{CAPM}+b_i\,MKT_t+e_{it}$$

$$r_{it}-r_{ft}=a_i^{FF}+b_i\,MKT_t+s_i\,SMB_t+h_i\,HML_t+e_{it}$$

q-因子模型在传统的市场因子之外，额外加了一个投资因子 INV（低投资减高投资组合的收益差）和一个盈利因子 ROAF（高 ROA 减低 ROA）：

$$ r_{it} - r_{ft} = \cssId{a1}{a_i^{q}} + b_i^{MKT} MKT_t + \cssId{a2}{b_i^{INV} INV_t} + \cssId{a3}{b_i^{ROAF} ROAF_t} + e_{it} $$

然后是第一处反转。在 CAPM 和 FF3 下，按净融资分位排出的月度 alpha 随净融资单调下降（论文 Fig. 2 左上、右上两图），印证了人人都看到的「发行后跑输」。但一旦换成 q-因子模型，这条单调下滑的曲线被明显压平了——投资因子和盈利因子，把那块「异常收益」基本吃干净了。也就是说，发行后的跑输，并不需要「错误定价」来解释，理性的投资风险变化就够了。

Figure 2: presents monthly alphas by quartiles of net theequityratio.Wethencalculatemonthlyvalue-weighted

Figure 2: presents monthly alphas by quartiles of net theequityratio.Wethencalculatemonthlyvalue-weighted

但真正决定胜负的一步，是把水平和成分放进同一张表里抢解释力。作者在每个净融资分位之内，再按股权比率细分，做成 16 个组合（论文 Table 3），分别在净募集（NF>0）与净分配（NF<0）的子样本里跑。结论干脆利落：

Warning

一旦控制住净融资水平，融资成分（股 vs 债）对未来收益的预测力就消失了。 净股权发行者与净债务发行者的未来异常收益基本相同；净股权回购者与净债务回购者也基本相同。换句话说，把两个故事放在一起，投资效应把择时效应挤出了房间。

而且这个结论极其稳健：无论按市值、账面市值比、动量，还是按投资者情绪 (Baker and Wurgler, 2006) 把样本切开，净融资水平始终预测收益，而融资成分始终不预测。

作者还做了一个很漂亮的「配对样本」检验来堵住最后一个漏洞：把净股权发行者与净融资水平相同的净债务发行者一对一配对。既然水平被配平了，剩下的收益差就只能来自「成分」。结果——两组的异常收益没有差别。择时，再一次落空。

5 一路打到总量层面：净融资也击败了 Baker-Wurgler 的股权份额

到这里，怀疑论者还能反击一句：横截面上择时被挤掉，可总量 (aggregate) 层面呢？Baker and Wurgler (2000) 那个著名的结论——新发行里的股权份额 S 能预测未来整个市场的收益——不正是宏观择时的铁证吗？

作者把同样的逻辑搬到时间序列：用总量净融资的变化和总量股权份额一起预测未来市场收益。结果与公司层面如出一辙——总量净融资的预测力，强于 Baker-Wurgler 的股权份额变量 S。 新资本的「量」，依旧比它的「成分」更重要。

这一步把论文的核心主张从一家公司推到了整个市场：不管在哪个层面，能预测收益的是「募了多少」，而不是「募的是股还是债」。

6 文献脉络：从「新发行之谜」到「投资把择时挤出」

把镜头拉远，这篇论文站在一条延续了二十年的研究脉络的末端。

最早，是一组让人困惑的经验事实。Ritter (1991) 发现 IPO 长期跑输，Loughran and Ritter (1995) 把它升级成「新发行之谜 (new issue puzzle)」。一个自然的解释呼之欲出——经理人在择时，而 Baker and Wurgler (2000) 用总量股权份额能预测市场收益，把这个解释推到了顶峰。

接着，一个反方阵营登场。Berk, Green and Naik (1999) 与 Carlson, Fisher and Giammarino (2004) 用实物期权讲明白了：公司一投资、把期权变成资产，风险下降、预期收益自然下降——根本不需要错误定价。Zhang (2005) 把价值溢价也纳入这套理性投资框架。

然后是釜底抽薪的一击。Schultz (2003) 提出「伪市场择时 (pseudo market timing)」：哪怕经理人毫无预测能力，只要发行量与股价随商业周期同向波动，事后也会「看起来」像择时。Lyandres, Sun and Zhang (2008) 进一步证明，在控制了投资因子之后，新发行之谜大幅缩水。Chen, Novy-Marx and Zhang (2010) 则交出了那把决定性的工具——q-因子模型，能解释一系列资产定价异象。

文献脉络时间线
文献脉络时间线（按发表年份排布；红色为本文）

Butler 等人 (2011) 就站在这里：他们没有满足于「投资也能解释」，而是抓住了两套理论唯一的分歧点——成分效应——设计了一场让二者正面对撞的联合检验，最终把球判给了实际投资。关于「投资类变量的构造方式如何左右因子模型的成败」，可参见《因子模型的成败，藏在一个变量的「构造方式」里》；而对投资基础资产定价模型本身是否经得起逐年对账的怀疑，则可参见《一个「成功」的模型，为什么经不起逐年对账？》。

7 评论与延伸（Q&A + 研究方向）

(a) 几个可能的疑问

Q：既然两套理论都预测「水平效应」，那本文只是又验证了一遍人人都知道的事吗？

不是。本文的价值不在于水平效应本身，而在于它孤立出了成分效应——这是择时独有而投资没有的预测。把成分放进回归后它失去解释力，才是真正有信息量的「反事实」。验证共同预测说明不了谁对，证伪独有预测才能。

Q：「投资把择时挤出」会不会只是因为 q-因子模型『过度拟合』，把任何东西都能解释成投资？

这是最值得警惕的一点。q-因子模型的 INV 因子本身就是用投资排序构造的，用它去解释「与投资高度相关的净融资」，难免有点「同义反复」的味道。但作者的配对样本检验不依赖任何因子模型：它直接把水平配平、只留成分差，结果成分差依然为零。这条证据相对独立，缓解了「全靠模型」的担忧。

Q：和 Baker-Wurgler 的择时证据矛盾吗？

不算正面矛盾，而是「重新归因」。Baker-Wurgler 的股权份额确实预测收益，但本文显示：一旦同时放进净融资总量，总量的预测力更强、份额被边缘化。择时变量的预测力，很可能是它与投资总量相关而借来的，而非真有择时本事。这与 Schultz (2003) 的「伪择时」精神一致。

Q：median 净融资只有 0.01，是不是说大多数公司其实没怎么动？那结论是被少数极端公司驱动的吗？

中位数接近零确实说明典型公司进出有限，但结论来自横截面分位排序与配对，识别力主要来自两端——大额净募集和大额净分配的公司。作者也在不同规模、账面市值比、动量子样本里反复验证，结论没有被某一类极端公司绑架。

Q：这是不是意味着「经理人完全不会择时」？

没那么强。本文的主张是平均而言、在可被这些代理变量捕捉的范围内，择时没有增量解释力。它不排除个别公司、个别窗口存在真实择时，只是说它不是发行后收益的系统性驱动力。

Q：剔除了金融和公用事业，对外部有效性有多大影响？

标准做法，主要是因为这两类公司的资本结构受监管/牌照驱动，「净融资」的经济含义不同。代价是结论不能直接外推到银行、保险这类高杠杆受监管主体——而这恰恰为下面的研究方向留了口子。

(b) 几个可能的研究问题与提案

1. 把「水平 vs 成分」检验搬到公司债市场

【经济故事】本文的「成分」只区分了股 vs 债。但在债内部还有更细的成分——期限、是否担保、固定 vs 浮动。如果经理人真有择时本事，更可能体现在「利率择时」上（Barry et al., 2008, 2009 已发现发债时点与利率水平相关）。问题是：控制住净发债总量后，债的期限/成分还能预测未来债券超额收益吗？ 【可行性】中。需要 TRACE 债券收益、Mergent FISD 发行明细，识别上可复刻本文的「配平总量、只留成分」配对思路。难点是债券二级流动性噪声大，需用 size-adapted 流动性度量过滤。

2. 外资持有人会不会「污染」净融资的投资代理？

【经济故事】当一家公司大量增发，谁来接盘？如果接盘的是被动指数或外资配置型资金，那么「发行后低收益」里可能混进了需求驱动的价格压力，而非纯粹的投资响应。把净融资按「认购方身份」拆开，能检验 q-理论解释是否在外资主导的发行里减弱。 【可行性】中偏低。需要发行层面的认购方数据（13F、国际持仓 TIC/FactSet Ownership），匹配难度大，且因果识别需要外生的需求冲击（如指数纳入）。doable 但工程量重。

3. 用「伪择时」的镜子重估近十年的 SEO/回购潮

【经济故事】Schultz (2003) 的伪择时依赖「发行量与股价同向、随周期波动」。2010 年后回购规模空前、且高度顺周期，正是检验伪择时的天然实验场。问题：把样本延到 2008 年之后，本文「投资挤出择时」的结论是否依旧成立，还是低利率环境改写了它？ 【可行性】高。数据是现成的 Compustat + CRSP 延展，方法完全照搬本文，属于「更新样本 + 子期对比」的高确定性复制研究。

4. 把净融资水平因子拿去和「分析师预期错误」对账

【经济故事】近期有文献（如《不需要那些「玄学风险」》）主张价值、动量等溢价其实是分析师系统性预期错误。那么发行后的低收益，到底是 q-理论的理性投资，还是预期错误的纠正？把净融资分位组合的收益，回归到分析师预测修正上，可以做一次「理性 vs 行为」的第三方裁决。 【可行性】中。需要 IBES 分析师预期数据，识别上是横截面对账，doable，难点在于把「投资」与「预期错误」两个解释干净地分离。

8 我的判断

贡献。 这篇论文最漂亮的地方，是方法论上的简洁：它没有发明新数据、新因子，只是抓住了两套理论唯一的分歧点——成分效应——然后设计了一个让它们正面对撞的联合检验。NF 与 ER 近乎正交（相关仅 0.07）这一事实，是整个识别的基石，让「谁挤出谁」看得格外干净。把结论从公司层面一路推到总量、再用免模型的配对样本兜底，论证链条相当完整。

对识别的担忧。 最大的隐忧仍是 q-因子模型与净融资在构造上的「近亲关系」——用投资因子解释投资代理，多少有循环论证之嫌。作者用配对样本部分化解了它，但「水平效应」本身到底有多少是风险、多少是错误定价，这篇论文其实没有回答，也无意回答——它只回答了「成分不重要」，而把「水平为什么重要」留给了 q-理论与行为派继续争。换句话说，它证伪了择时的独有预言，却没有证实投资的因果机制。

后续想看到的。 三件事：其一，把样本延到 2008 年之后，看低利率、巨量回购的十年是否改写结论；其二，在债券内部做同样的「水平 vs 成分」拆解，检验「利率择时」是否比「股权择时」更顽强；其三，用认购方身份把净融资拆开，看「发行后低收益」里有多少其实是需求驱动的价格压力，而非投资响应。能把这三步走完，「企业为什么在募资后跑输」这个二十年的老问题，才算真正被拆到了底。

参考文献