0 引言

金融全球化中新兴市场的开放会带来怎样的影响一直存有争论。新兴市场的开放扩大了资本在全球范围内配置的范围，有利于新兴市场与世界的金融环境接轨，但同时也使得本国金融体系易受到外界环境影响，从而带来了新的风险。而中国的金融全球化更是备受学界关注。一方面，中国是全球第二大经济体和最大的新兴市场，目前正处于放松资本管制，逐步实现资本开放的关键时期，因此中国金融市场的开放为研究国际金融市场的行为提供了极好的机会。另一方面，研究中国金融开放产生的影响也具有非凡意义，对内可以为中国进一步深化金融改革明晰方向，对外为全球新兴国家的金融自由化进程提供可借鉴的经验。2014年11月17日，沪港股票市场交易互联互通机制试点(即沪港通)正式开始实行，沪港通的交易范围覆盖了占上海证券市场市值近80%的股票，3000亿元的交易额度在QFII和RQFII的额度基础上提升了近20%，这在中国金融开放进程中具有里程碑式的意义。作为沪港通的后续开放政策，深港通于2016年9月30日随内地与香港股票市场交易互联互通机制若干规定的颁布实施而正式启动，并于2016年12月5日正式开通运行，这标志着金融市场进一步的开放势在必行。在资本市场开放和国内外金融改革的趋势下，沪港通真的实现了开放资本市场的目的吗？如果答案是肯定的，那么这一影响的传导机制是怎样的？在长期和短期的表现有区别吗？对这一系列问题的解答能够揭示沪港通带来的实质性影响，对中国的金融改革政策的实践具有现实意义，特别是对一系列后续改革的推动和政策设计提供了重要的理论和实证支持。同时，沪港通作为新兴经济体的对外开放政策，能够帮助我们进一步理解市场分割、不同性质市场投资者的差异以及信息差异对投资者投资决策的影响，从而进一步完善国际金融的研究体系。

以在内地和香港证券交易所交叉上市的公司作为研究样本，本文通过倍差分析法(DID)对A-H股上市股票在沪港通开通前后溢价变动进行分析。我们发现，在沪港通实施后的短期内，主要是香港和海外的投资者通过沪股通投资沪市股票，沪港通覆盖的A-H股溢价增加。该现象不符合“一价定律”，即当交易限制被移除时，汇率调整后的证券价格差异会减小。但是在长期，内地投资者逐渐通过港股通投资香港股票，资本流入港股，溢价回落。我们进一步分析了影响资金流向的因素，并且发现，同一家公司在沪市和港市上共同的信息对资金流向影响不大，但是单边市场上的特有信息对资金流向的影响明显，可以看出投资者进入新开放市场存在着“学习过程”。因此我们得到结论，沪市和港市投资者对新开放市场的学习效率和理解程度的差异，是沪港通开通后A-H股溢价先升后降的关键原因。

与以往文献相比，本文有以下两方面的学术贡献。

第一，我们分别从投资壁垒消除后长、短期的不同角度，实证检验了一价定律并发现了新的现象。在金融市场分割定价领域，研究通常认为一体化的国际市场上，一家公司的证券在不同的市场上应该有同样的价格。当市场完备时，不同地域的投资者面临着相同的投资机会集，那么同一家上市公司在不同市场的股价在经过汇率调整后应当是一致的；反之，则定价不一致(Solnik, 1974; Grauer et al., 1976; Chan et al., 1992; Harvey, 1995; Griffin, 2002)。然而现实中投资壁垒的存在导致同一家公司交叉上市的股票在不同市场上的定价出现差异，这一现象背离了一价定律，引发了对交叉上市的股票定价机制的讨论。以往针对投资壁垒和一价定律的研究结论并不统一，有的研究发现信息的流通和交通的便利会消除价差，增加福利(Massell, 1969; Jensen, 2007; Donaldson, 2010)。同时，也有分析表明贸易障碍的消除没有实现一价定律(Newbery and Stiglitz, 1981)。而我们的研究以沪港通开通为契机，结合了理论模型和实证检验，研究了投资壁垒的消除对价差带来的实质性影响并挖掘了潜在的影响机制，完善了上述研究体系。我们发现市场间的投资壁垒消除后，长期的价差变化与一价定律吻合，但在短期内，由于双边市场上投资者的学习速度不同，一价定律可能不成立。进一步地，我们发现不同市场上的定价差异与在单边市场上的特有信息有关。

第二，我们选择沪港通覆盖的A-H股作为研究对象，通过考察放松资本流动限制之后溢价水平的变化，深入探究了信息不对称和投资者差异对不同市场上定价差异的影响。具体而言，本文分析了在原有的投资壁垒消除之后，交叉上市的公司在成熟金融市场和新兴金融市场上的股票价差的变化，并且发现资本流动与定价差异主要取决于单边市场的特有信息，而非双方市场的公共信息。以往针对交叉上市价差的研究主要考虑了其他国家的公司在美国交叉上市的情况，研究的角度主要集中在交叉上市对公司股票定价的影响，包括从市场分割、信息不对称和先进管理制度的引进等角度进行分析(Karolyi, 1998; Doidge, 2004; Hail and Leuz, 2004)。然而，目前学界尚未有针对中国A股市场开放对溢价影响的实证研究和理论解释，我们旨在填补这一研究空白。我们的研究表明，沪港通机制作为一种对外开放的手段，通过消除政策性的投资壁垒，引入外资激活国内市场，同时也使得上海股票市场定价更加接近国际定价，有利于金融市场的稳定。同时，虽然A-H股在沪港通之前存在溢价，但沪港通的实施并没有引发资本外流。我们的研究证明了金融市场的对外开放对新兴市场国家具有积极意义。

然而，以上的研究并没有考虑国家限制境外投资者投资使得市场间存在交易壁垒的情况。在现实中，投资者持有海外投资品的比例远低于在上面提到的模型预测的比例，这种情况被称为本土偏好(home bias)。现实中的投资壁垒存在着不同的表现形式，许多学者从不同角度刻画投资壁垒来研究其对国际投资品定价的影响。比如，Black(1974)基于对国际投资征税建立了存在投资壁垒的定价模型，在这样的情况下，投资者将更加倾向于持有本国的金融产品，因此金融产品不是国际定价的。信息不对称的情况同样可以看作是对投资的间接征税。Eun and Janakiramanan(1986)建立了相应的理论模型，分析了当投资壁垒表现为国家限制国际投资者持有本国股票的比例时对国际资产定价造成的影响。

其次，资本市场开放的改革要充分考虑本国投资者和境外投资者的差异。从参与沪港通的投资者结构来分析，贝莱德、富达投资、威灵顿等境外大型机构投资者都通过“沪港通”的配置来参与交易，而港股通大部分为个人投资者(祁斌，2016)。新兴市场国家的投资者，往往比较缺乏经验，在进入境外市场时通常需要一定的学习过程，而境外投资者通常熟悉国际资本市场运作，能更快速地熟悉新市场，这些都是政策制定过程中需要考虑的。这也延伸出，开放资本市场前，是否需要提前帮助本国投资者了解国际资本运作，是否需要为了市场稳定调整开放政策等问题。

最后，我们的研究对于我国已经和即将实施的资本市场开放政策也有参考意义。本文证明了沪港通能够发挥引进外资，激活国内市场的作用。那么基于相似的逻辑，我们的研究结论同样可以帮助预测类似资本开放政策启动后市场可能的反应。并且，我们的研究也表明新兴市场国家在金融全球化背景下选择金融市场开放政策时需要考虑的时机和本国投资者的理性程度等问题。新兴市场国家的金融市场开放政策的制定需要将普适的定价规律和自己国家金融市场的特点相结合。

松下Lumix G9是个超全能选手，它剑指所有单反竞品。夸张的连拍速率以及越级的4K拍摄能力都显露出G9强大的处理能力。独有的6K照片模式是此前4K照片模式的进化形态，可以拍出非常了不起的照片，同时先拍照后对焦的方式，也让很多事情变得简单。

1 政策背景及文献综述

1.1 政策背景

2014年4月10日中国证监会和香港证监会发出中国证券监督管理委员会香港证券及期货事务监察委员会联合公告，宣告自2014年11月17日起允许内地和香港两地投资者通过当地证券公司来交易规定范围内的对方交易所上市的股票。公告内容包括了以下要点。

首先是对交易、结算和上市的规定。交易和结算都是按照交易结算发生地市场的规定和业务规则，公司受上市地点的原有规则监管。而沪港通的交易安排在上海及香港股市均交易且中国结算和香港结算均能够提供结算服务的交易日。

其次是对投资额度和投资者的限制。投资额度限制方面，沪股通的总额度是3000亿元人民币，港股通的总额度是2500亿元人民币；每日额度上，沪股通为130亿元人民币，港股通为105亿元人民币。投资者限制方面，沪股通交易不限制投资者，而港股通要求参与的是机构投资者或证券账户及资金账户余额合计不低于50万元人民币的个人投资者。

总体而言，沪港通机制试点在谨慎限制投资额度和最小化制度成本的前提下，提供了可以在香港和上海股市间自由双向投资的机制。此后，后续的金融开放进程持续进行，比如2016年9月30日，证监会发布内地与香港股票市场交易互联互通机制若干规定，对A股市场的开放做了进一步规范和完善。[注]2016年9月30日，证监会发布内地与香港股票市场交易互联互通机制若干规定，旨在规范沪港通秩序，保护投资者合法权益。主要内容有三：一是将沪港通拓展为沪港通和深港通；二是明确了沪港通和深港通投资者的适当性管理遵循属地管理原则；三是为未来货币兑换机制的完善预留了制度空间。

1.2 从沪港通实施到2016年5月的沪港通交易基本情况

表1汇报了沪港通启动(2014年11月17日)至2016年5月16日(沪港通实施后的18个月)的交易情况。Wind数据库中股票市场沪港通统计提供了港股通和沪股通的成交金额和额度使用情况的数据。为了增强可比性，本文使用的数据统一以人民币作为计价单位。

利用MATLAB进行系统仿真分析，根据以上算法设计考虑腹地货物产生数量、装卸时间和泊位资源等约束条件的干支航线网络确立系统，对比分析3个因素不同状态下对港口群内航线确立的影响，同时分析每种状态的运输效率变化。

 

表1 沪港通开始之后的交易情况

  

变量6个月18个月港股通额度使用比率均值8.857%6.307%沪股通额度使用比率均值10.092%4.368%港股通日均成交金额净值(单位:亿元)7.0714.438沪股通日均成交金额净值(单位:亿元)9.5952.894

沪港通初期呈现“北热南冷”的格局，北上的资金量较多，南下的较少。2015年4至10月形成一个比较平衡的状态。2015年底沪港通南下资金又超过了北上(祁斌，2016)。我们从表1中可以得到类似的结论：从6个月的数据来看，无论是额度使用率还是日均交易量，沪股通都远远高于港股通。沪股通活跃度高于港股通的情况打破了“沪港通导致资本外流”的担忧。总体而言，在沪港通实施后的6个月时间中，沪股通相对于港股通更为活跃。然而随着开始实施的时间拉长到18个月，无论是从额度使用比率均值，还是从日均成交金额净值而言，港股通都比沪股通更加活跃，这说明两者在长期的相对交易活跃程度与短期相比发生反转，这意味着我们的后续研究应着眼于两岸投资者长短期的投资行为变化及其对A-H股溢价程度的不同影响。

图1中是恒生指数服务公司提供的A-H股溢价指数在2013年5月17日(沪港通实施前18个月)到2016年5月16日的波动情况[注]恒生A-H股溢价指数反映了A股相对于H股的加权平均溢价状况。为了前后一致，我们此处截取了与后文一致的数据区间进行观察。。从2013年5月17日至沪港通开通之前，A-H股溢价维持至一个相对较低的水平，A-H股溢价指数在100附近。而在2014年11月沪港通开始实施后，A-H的溢价表现出显著的增长。同时，A-H股溢价与两边市场的市场回报率的差值存在较大的相关性，因此沪港通开始实施后的短期和长期溢价情况都会受到市场因素的影响，我们会在后面研究中对此加以控制。

  

图1 A-H股溢价指数走势图

根据更早期的A-H股溢价指数，我们发现A-H股溢价情况是长期存在的。溢价的存在主要原因是市场间的交易限制，投资者无法通过套利操作来消除价差。在沪港通开通之前，中国的对外开放手段主要是放松国内对海外市场的投资限制，即减少了对资本流出的限制。比如，2006年中国人民银行开始允许QDII投资海外市场，之后又允许中国保险公司投资海外。有的学者将沪港通之前的资本管制政策概括为“对外国直接投资的开放姿态”和“外国投资中国股权市场的限制政策”(Scott and Gelpern, 2012)。而沪港通可以很大程度上看作是对海外资本投资者投资中国股票市场的一大松绑，因为通过沪港通机制，几乎所有的海外投资者都可以投资占上海市场总市值80%左右的股票。

1.3 文献综述

1.3.1 市场分割与一价定律

在国际市场完备，没有投资壁垒，所有投资者都面临着同样投资机会集的情况下，一价定律是成立的，即同样的商品在不同国家的相对价格一致。Grauer et al.(1976)认为在国际市场完备的情况下，即没有交易成本，没有关税，没有对卖空限制时，国际金融资本市场的均衡将建立在购买力平价上而与名义汇率无关。然而当存在投资壁垒时，有投资壁垒的国家间的投资者将面临不同的投资机会集，一价定律将不成立。很多文献都发现了国际金融市场上一价定律在现实中并不存在，譬如Solnik(1974)最早利用不同国家之间存在投资机会的差异来解释国际金融市场间一价定律不成立的事实。在他的理论中，假定不存在通货膨胀，外国投资者投资本国的投资品时需要考虑利率风险带来的影响，因此在外国投资者和本国投资者间的风险是不一样的，一价定律不成立。Stulz(1981)针对国际市场由于投资壁垒的存在而有一定分割，从而使得不同国家的投资者面临着不同的投资机会的情况，提出了一般情况下的国际投资定价均衡模型。他的模型引入了当地市场的贝塔和国际市场的贝塔作为风险度量，同时考虑当地市场和国际市场的协方差对投资回报的影响。Stulz(1995)提出，当在国际市场中运用CAPM模型时，尤其是对较小的市场(例如瑞士)，应当使用国际市场的风险指数作为CAPM估计的风险系数，如果在CAPM模型中使用了当地市场的风险系数，将会给估计带来误差。

2.3 不同ADC值下肺结节良恶性分布情况 以ADC=1.41×10-3m2/s为临界值分析肺结节良恶性分布情况，结果显示，ADC<1.41×103 m2/s恶性病变的发生例数明显高于良性病变，而ADC≥1.41×103 m2/s的良性病变的发生例数明显高于恶性病变，见表3。

关于资本市场分割的研究也层出不穷，学者们基于不同国家和不同时期的股价数据检验了市场分割，并从多个角度做出了解释。譬如，Stehle(1977)基于CAPM模型，利用美国、比利时、加拿大、法国、德国、意大利、日本、荷兰、英国的股市数据来测试美国股市的定价是否是国际定价，试图研究国际市场的分割程度问题，检验结果表明定价是基于国际市场而不是当地市场。但是在这个实证检验中，零贝塔回报很高而国际市场曲线几乎是常数，这些问题影响了结果的可信度。Jorion and Schwartz(1986)利用1963年到1982年近七十家在美国和加拿大交叉上市的公司进行研究，他们认为加拿大和美国的股市是分割的，当他们仅使用交叉上市的股票数据时，结果仍然体现出市场分割的现象，这种市场分割是由于不同国家间公司上市的法律规定差异而产生的。进一步地，Mitto(1992)的研究发现加拿大股市和美国股市从1977年到1981年间是分割的，然而从1982年到1986年间表现出一体化趋势。他们还发现在加拿大和美国交叉上市的股票体现出来的市场分割比只在加拿大上市的市场分割小。

我们的研究具有以下的现实意义。首先，金融市场的开放政策在短期和长期内的影响是不同的。我们发现，当新兴市场消除了资本流动的投资壁垒后，在短期内，境外投资者能更快地利用投资壁垒消除的机会进入新兴市场，然而新兴市场本土的投资者需要一定的学习时间才能熟悉投资境外市场，因此出现短期溢价加剧，但是在长期服从一价定律溢价回落的现象。

与本文类似，关于投资壁垒的实证分析大多基于投资限制移除对定价的影响。比如，Hietala(1989)利用芬兰结束对国际投资者购买赫尔辛基证券交易所上市股票的限制的事件，分析了投资限制消除事件给国际投资带来的影响。他发现被国际投资者购买的股票价格高于只能被芬兰投资者购买的股票。他提出的原因是海外投资者能够利用芬兰市场进行风险分散，所以对芬兰市场上的股票有着相对芬兰本国投资者较低的回报要求。Stulz and Wasserfallen(1995)利用雀巢公司结束对国际投资者购买自己公司股票的限制，分析了在限制消除前后的定价差异，他们认为由于国际投资者和本国投资者对股票的需求有差异，所以公司会对国际投资者进行限制，通过歧视性定价来实现价值的最大化。他们的分析和Hietala(1989)一致，在消除对国际投资者的限制前，国际投资者持有的雀巢股票价格比本国投资者持有的雀巢股票价格要高。

1.3.2 A-H股交叉上市

大部分针对投资壁垒与价差关系的研究结论与A-H的实际价差表现并不相符。例如，Hietala(1989)、Stulz and Wasserfallen(1995)和Mitto(1992)基于不同国家不同市场的实证研究都发现在投资壁垒消除前，同一公司在不同市场上的价格差异与投资限制有关。具体的结论是由于沉没成本的存在，对于同一公司的股票，有投资限制的市场上的股票价格应当低于没有投资限制市场上的股票。因此，按照他们的研究结论，没有投资限制的H股应该价格比A股高。但实际情况是在较长的时期里，同一家公司在香港上市的股价都低于A股市场的股价(Wang and Jiang，2004；杨娉等，2007)。交叉上市公司A股股票相对于H股的溢价现象与已有的针对发达资本市场的研究截然相反，这引发了国内外学者的广泛关注。

同理,r2的期望频数分别为e+(r2)=2×(80/180)=0.89和e_(r2)=2×(100/180)=1.11,则r2的似然比为

从表4的回归结果来看，沪港通的开通使得在上海股市和香港股市交叉上市的公司短期内溢价上涨，但从长期来看价格差异并没有显著扩大。表5的第一列说明了沪港通短期内并没有使得A-H股价差收敛，反而会出现0.235%的扩大。即使沪港通消除了上海市场和香港市场间的投资壁垒，一价定律在短期内仍然不成立。这样的现象说明了虽然政策性的壁垒消除，但是其他软性投资成本(例如信息不对称、投资者本身的性质差异等)构成的投资壁垒，使得价格不收敛。

2 理论模型与研究假设

传统的CAPM模型建立在严格的假设上，然而在对于沪港通机制的分析中，我们要考虑内地投资者和海外投资者之间的差异以及两个市场环境之间的差异，因此包括投资者对证券收益率的看法以及所有投资者能够获得充分信息等在内的CAPM假设都需要做出调整。具体而言，我们以CAPM模型为基础做出修正，试图在刻画内地交易者和香港交易者之间差异的基础上建立起沪港通开通背景下的定价分析模型，进而通过这样的模型来讨论两个层面的问题。首先是内地和海外投资者面临的选择集差异带来的溢价问题，其次是利用添加了信息因素的CAPM模型来解释一部分定价差异形成的原因，并试图根据理论模型给出一些对于股价差异现象的预测。我们的模型主要借鉴了Hietala(1989)的不同选择集的CAPM模型和Kumar et al.(2008)的信息条件CAPM模型。

沪港通机制推出前后的差异主要体现在同一家公司在两个不同股票市场上的股票是否能被不同的投资者任意买卖。在沪港通推出之前，内地的投资者投资香港股市股票有一定的障碍，而香港投资者几乎是无法独立投资内地股市，所以内地投资者和香港投资者此时面临的是不同的投资选择集，即使是同一家公司在不同市场上的股票，也因为市场环境的不同而成为了不同的选择集。在沪港通推出之后，香港投资者和内地投资者都面临着新的市场和新的投资机会。此时，投资者需要去了解新的市场并重新调整自己的投资决策。而由于香港投资者和内地投资者在投资经验、专业背景等方面的差异，他们了解新市场的速度和是否进入新市场的决策存在较大的差异。因此，在这样的情况下，经典CAPM模型的假设是不成立的。

首先，我们在模型中设定了两种投资者，分别是内地投资者和香港投资者。同时设定了两个时期，分别是沪港通开始实施之前和开始实施之后。为了简便起见，我们只进行静态均衡分析。

布置形式：根据布置原则，本工程管线采用“丰”字形布置；依据地势，管道采用地埋形式，原则上每300～400 m设一镇墩；管道的工作制度，采用滩地与贤庄村片区轮灌，每次轮灌组管道只开一个给水口。

当沪港通实施之后，内地投资者可以投资香港市场，香港投资者可以投资内地市场。市场完备情况下不存在信息差异，交易成本相近。根据CAPM模型，双方投资者此时面临同一个市场，容易得到βa=βo，Ram=Ro m，进而E(Ra)-E(Ro)=0。

根据基本的CAPM模型，可以得到内地投资者的基本的预期价格：

E(Ra)=rf+βa[E(Ram)-rf]

(1)

式(1)中的E()表示的是投资者的预期，Ra是投资者持有的内地A股的真实收益率，βa是单个股票与A股市场价格的相关系数，Ram指的是内地市场的收益率，rf是全球金融市场上的无风险收益率，同时我们假设不同地方的投资者会依据公司的信息形成一个统一的收益预期Rc。由于内地投资者只需要根据自己的信息和股票在内地市场上的波动情况来得到股票在内地市场上的相关系数，所以，

BIF（Biologically Inspired Feature）[15]，又称为HMAX模型或P&R模型，在目标识别方面有很好的效果，其灵感源于灵长类动物视觉系统的前馈模型，后由Moeini A[16]等人改进后应用于人脸识别，Gaucher C[17]等人使用BIF特征进行年龄估计，Li H[10]等人采用了BIF特征实现跨年龄人脸识别。用于目标识别的BIF由两个S（Simple）层和两个C（Complex）层交叉组成。第一层，即S1层，是对上文预处理后的图像在4或8个方向以及若干个尺度下进行 Gabor滤波，如式（1）、（2）和（3）所示，

时间观测的选择方面，香港市场和上海股市在开市时间上是一致的，但在收市时间上香港股市比内地股市要晚一个小时。由于沪港通只在上海股市和香港股市同时交易的日子开放，所以我们剔除了所有因为节假日等原因导致的沪港通不开放的日期，只保留了沪港通开放的日期。[注]借鉴Hamao et al.(1990)的做法，我们直接剔除掉不同步交易日的数据。

E(Ro)=rf+βo[E(Ro m)-rf]

(2)

和式(1)一样，E()表示的是投资者的预期，Ro是投资者持有的海外市场股票的真实收益率，βo是单个海外股票与当地市场价格的相关系数。我们假设在均衡下，海外市场上的Ro m是当地市场的收益率。海外投资者只需要根据自己的信息和股票在海外市场上的波动情况来得到股票在海外市场上的相关系数，因此，对于同一家公司在不同市场上的股票，

例如教学苏教版第六册第26课《剪枝的学问》时，为了让孩子们真正懂得“减少是为了增加”这一人生哲理，我结合他们的人生经历编写了这样一个故事，故事的大意是：小新和张勇是一对好朋友，他们俩也是邻居。有一年暑假，小新的妈妈给小新报了六门课外辅导班，有钢琴、素描、软笔书法、奥数、写作、游泳，张勇的妈妈只给张勇报了一门课外辅导班——软笔书法。两个月的假期一晃而过，小新每天早出晚归非常辛苦，可是一样都没有学好，张勇呢，他写的毛笔字已经有模有样了。小新的妈妈吸取了教训，放弃了5门课外辅导班，让小新一心学习弹钢琴，两年以后小新已经考过了钢琴六级……

式(1)与式(2)相减得到：

E(Ra)-E(Ro)=βa[E(Ram)-rf]-βo[E(Ro m)-rf]

(3)

式(3)中的rf和与当地市场运行有关的变量都是外生的。这个式子并没有解释沪港通开通之前A-H股溢价的水平，只是说明了股票在香港和内地市场上的差价取决于单个证券的收益率和整个市场之间的相关性以及两个市场之间的同步性。本文将进一步分析沪港通实施后的溢价变动情况。

论文其余部分按如下框架展开： 第1部分将介绍沪港通的基本背景并进行文献综述。第2部分将描述本文所使用的基本理论模型。第3部分将介绍用到的数据及变量。第4部分将介绍本文用到的实证分析方法。第5部分描述实证结果。第6部分进行稳健性检验。第7部分总结全文并阐述本文研究结果的政策意义。

为了分析的简便，我们假定投资者在沪港通实行之前无法进行跨市场交易，即内地投资者仅能购买内地A股的股票，不能购买海外市场的股票；而香港投资者可以购买香港或欧美的股票，但是不能购买内地的股票[注]虽然这样的前提假定与实际情况不尽相符，但是由于之前提到的沪港通额度并没有出现使用完全的情况，因此我们可以认为两地交易者通过沪港通机制获得了绝对的交易自由实际上对于内地投资者仍然会有50万人民币的入场限制，但是受到这个条件限制的投资者资金所占份额可以忽略不计。。由于本文主要讨论A-H股溢价问题，所以在所有的定价模型中仅考虑单个公司在不同市场上的股票的价格情况。

但是内地A股市场和香港市场极为不同，两边市场上的投资者也存在较大的差异，因此市场完备的假定是不符合事实的。首先，内地A股市场是新兴的股票市场，投资者以散户为主[注]根据上海证券交易所统计年鉴，2007年至2015年间，A股交易量中自然人投资者交易量占比超过80%。，多数散户缺乏资产管理知识和证券投资经验，而香港市场已经是较为完备的股票市场，以机构投资者为主[注]根据港交所发布的现货市场交易研究调查数据，2011年至2015年港股交易量中海内外机构投资者的交易量占比约60%，个人投资者交易量占比仅仅约30%。，具有丰富的资产管理知识和投资经验。当两个市场相互独立时，这样的差异将在CAPM模型内部消化，换言之这样的差异会体现在β值上。然而当市场间的限制被去除掉之后，即使是有着同样的股票和股市的基础信息，双方投资者对于信息的认识程度和利用程度的不同也会造成定价的差异。

那么沪港通开始之后，香港和内地投资者对股票的预期收益率将如何变化呢？因为沪港通是双向的，所以两个市场的投资者都将在选择集中增加新的选择，内地投资者可以选择投资香港股票，而海外投资者也可以投资内地股票。因为投资者都将面临全新的市场，所以CAPM模型的经典假设难以满足，新进入市场的投资者由于性质的不同而对股票信息会有不同程度的反应。

根据Kumar et al.(2008)的条件CAPM模型，对于内地A股市场上的股票，可以写出：

E(Ra|So)=rf+(βi r+βe to)Rc

(4)

其中，So条件是在沪港通开始后的海外投资者持股，E(Ra|So)即是沪港通开始后，海外投资者基于自己信息形成的持有上海股票的收益预期。Rc如前所述，是不同地方的投资者依据公司的信息形成一个统一的收益预期，βi r是公司的内生风险系数，βe to是海外投资者在新进入内地市场后，根据自己获得的信息，而得出某一支内地股票的风险系数。βe toRc是海外投资者能够投资内地A股后，自己根据信息预期未来公司在市场上的风险的部分。之所以不用考虑内地投资者对于A股的预期，是因为在长期交易后，内地投资者的定价是应该趋近经典的CAPM模型的。βi r作为公司内生的风险贝塔值，同时覆盖了内地投资者和香港投资者对于该公司的风险的估计的信息。

在城市经济学课程中应用翻转课堂的教学模式，改变了传统的教学模式，课程资源通过交互式多媒体方式被推送到电脑、手机、智能终端等各种设备上，学生借助于网络平台就可以比较方便地去访问在线的教育资源，学生自主学习课程内容，满足个性化学习需要。翻转课堂自主学习的模式，使知识讲授不再受到课时的影响，通过视频能更系统的讲授相关的经济学知识。同时，翻转课堂的教学模式使学生、将课外主动学习中的疑惑或不解带到课堂上，通过提问、讨论等方式完成对新知识的建构和掌握，提高了学习效果。最后，在翻转课堂的教学中，通过设计课堂讨论题目，在课堂讨论中促使学生在理解和掌握知识的基础上，综合分析实际的问题，强化知识的吸收与运用。

对于香港股票，可以写出，

E(Ro|Sa)=rf+(βi r+βe ta)Rc

(5)

其中，与之前类似，Sa条件指的是在沪港通开始后的内地投资者持股条件，E(Ro|Sa)是沪港通开始后内地投资者基于自己信息形成的持有香港股票的收益预期。βe taRc是内地投资者能够投资香港H股后，所形成的自己预期的该公司在市场上的风险部分。

根据Kumar et al.(2008)里面的推导，我们把式(4)和(5)的写成无条件形式可得，

 

式(6)和(7)相减可以得到，

E(Ra)-E(Ro)=[E(βe to)-E(βe ta)]Rc+Cov(Rc,βe to)-Cov(Rc,βe ta)

(8)

从式(8)中可以看到，在沪港通开始运作后，由于海外投资者作为新投资者加入上海市场，内地投资者作为新投资者加入香港市场，因此同一家公司在香港和上海股市上市的股票价差主要由海外和内地投资者自己对于新进入的市场中信息处理而形成的股票风险的预期贝塔系数有关，而与公司内生贝塔系数无关。

内地市场和香港市场存在较大差异。首先，从投资者结构来看，港股投资者的机构投资者占比远多于A股投资者。根据上海证券交易所统计年鉴，2007年至2015年间，A股交易量中自然人投资者交易量占比超过80%。而根据港交所发布的现货市场交易研究调查数据，2011年至2015年港股交易量中海内外机构投资者的交易量占比约60%，个人投资者交易量占比仅仅约30%。机构投资者占比是衡量投资者成熟度的有效指标，A股和H股中机构投资者占比的显著差异说明A股投资者整体的成熟程度远低于港股投资者。另一方面，A股投资者缺乏海外投资的经验，而香港股市是资本自由开放的市场，港股投资者来自全球各地，具有更为丰富的海外投资经验，进而拥有更好的收集和处理信息的能力。

进一步地，投资者成熟程度的差异会使得投资者在面临新市场时的投资行为有所不同。进入新的股票市场会面临一系列成本，不仅仅是经纪业务和货币转换的有形成本，还包括诸如时间成本、信息处理成本、选股成本以及关注市场走势等无形成本(Christelis and Georgarakos, 2013)。而投资者对新市场越陌生，则进入该市场所付出的无形成本越大。港股投资者拥有更加丰富的跨市场交易经验，因此所付出的无形成本更小，越倾向于迅速积极地参与新市场。结合我们之前的推导，这样投资者性质的差异将使得投资者对于股票风险定价有所差异，而对于风险定价的差异最终使得当投资限制被消除后，短期内溢价加剧。而长期而言，经过学习过程，不同市场间的投资者差异减小，最后溢价消减。

根据以上的理论推导以及两地投资者差异的前提，我们提出了以下三点假设：

因为香港投资者与内地投资者的性质不同，在沪港通机制实行的初期，更加专业、更加理性的香港投资者能够更快地进入内地市场，他们对内地市场能够很快形成自己的估计。当内地市场投资者还没有进入香港股市而香港投资者进入内地股市时，式(8)中E(βe ta)=0，Cov(Rc,βe ta)=0，所以E(Ra)>E(Ro)，这个时候双重上市的股票收益率价差扩大，而扩大的主要原因是双重上市的公司在内地上市的股价上升。我们将首先检验沪港通机制是否使得在香港和上海双重上市的公司股票收益率差值的绝对值上升，进而检验沪港通的资本流动情况。

假设1： 沪港通机制实行后，短期内，在香港和上海交叉上市的公司，在上海市场上的价格上升，在香港市场的价格变化不大，因此两市场间的价差增加。

由于时间推移，通过对市场的学习和信息的积累，内地投资者更多地进入香港股市，如同我们之前的分析，E(Ra)-E(Ro)将减小。我们将比较从短到长的时间范围内沪港通变量的系数来印证假设2。我们预期在长期的时间范围内，沪港通使得两市场间的价差水平下降。

式中,k表示在时间ϑ秒内同步误差小于特定值时需要重新同步的次数,δ表示每次同步需要的消息总数,γ表示数据包的大小.从图9可以看出,当δ=15时,每个算法的同步误差都较明显,因此选择δ=15,ϑ=104s,γ=40 B.这样ρ就可以表示不同算法在保持一定的同步误差范围内需要的能量消耗.对于不同算法,同步误差要求越小,k值就越大,ρ值就越小.从图9中可以看出,CB-Sync算法相比于其他几种算法有更高的能量利用效率,说明CB-Sync算法在保持同步误差处于一定范围内时需要更少的再次同步次数.

假设2： 沪港通机制实行后，长期而言，在香港和上海交叉上市的公司的股票价差将会缩小。

而教育教学督导的主要目的是保证、促进和提高教育教学的质量，因此教育教学督导是和教育质量的评价机制紧密相连的。教育教学督导的设立以及其目标的建立都与教育教学的目标及其质量要求密切相关，即我们需要培养什么样的人才，在培养此类人才的过程中做到和没有做到的方面，我们的失误和我们的经验。并且，对于每一个教师和每一个学生来说，相互之间的教育教学都是一个唯一的过程，在这个过程中不但存在着教育者和被教育者相互的认识，而且存在着他们相互的成长。因此，梳理教育教学督导的历史沿革和进行现状分析都是非常必要的，为进一步确立全方位、人性化地进行教育教学督导制度而服务。

短期内的价格差异直接取决于两地投资者面临新的投资选择时的决策改变。在假设1、2的基础之上，短期内香港投资者进入内地市场的投资决策是影响价差的关键。因为研究对象是在A股和H股都上市的公司，因此就公司本身性质而言，两地是没有差异的。对于投资者而言，关键的差异在于A股和H股的市场环境不同，因此，我们推测香港投资者在初进入A股市场时，会格外关注A股的市场整体环境以及目标公司在A股市场的特有信息。基于此，我们提出了假设3。

假设3 ：沪港通机制实行后，短期内的价格差异将与市场特有信息差异有关，而与公司性质无关。

3 样本描述和变量定义

本部分主要是介绍数据的基本情况，包括数据中公司的基本情况、数据来源、数据的时间范围，以及对研究数据的处理过程。

3.1 数据基本情况

本文以沪港通正式实行为基点，以沪港通实施后18个月范围为最大使用的数据范围。在样本区间内我国一共有83家公司同时在内地A股和香港市场上市，每家公司同时在两地上市，所以股票总数为166支。其中A股股票包括67支在上海证券交易所上市的股票(参加沪港通)和16支在深圳证券交易所上市的股票(不参加沪港通)，H股股票共83支。

我们讨论同一家公司在不同市场上的股票。对于海外的投资者，我们可以对应得到：

本文中主要用到的价格、收益率和股指变动等日频及周频数据和公司的基本财务数据皆来自Wind数据库。财务数据以公司年报为准。在香港和内地股票交易市场的计价单位有所不同，为了能够在不同市场间进行股票价格的比较，我们选择使用人民币作为比价单位，本文使用的是Wind宏观经济数据库中的人民币对港币汇率中间价的日频数据，把所有的价格都统一为人民币计价。各个市场的市场指数选取的是上证综指、深证成指和香港恒生指数。数据集中是否是国企，是否聘请国际上知名大型会计师事务所进行审计，以及进行跟踪分析的分析师的数目等数据均来自于CSMAR数据库。

为了分别考察沪港通对价差产生的短期和长期影响，我们在以沪港通正式实行的日期为原点，分别使用沪港通前后各6个月(短期)和前后各18个月(长期)范围的数据进行回归。短期回归时，我们将数据起点选择为沪港通开始前6个月；长期回归时，我们将数据的起点选择为沪港通开通前18个月。回归的主要被解释变量是股票的日收益率差值的绝对值等。我们将在下一部分介绍具体的变量定义。

3.2 变量定义和描述性统计

首先是被解释变量，我们主要使用日度收益率差值的绝对值|ΔRi,t|来刻画同一公司在不同市场上股票的定价差异。解释变量方面，本文利用倍差分析法来研究沪港通实施带来的影响，构建Connecti×Postt变量。其中Connecti是公司i是否受到沪港通影响的虚拟变量，当公司i同时在上海和香港交叉上市并且进入沪港通交易范围时取1，否则取0；Postt是表示沪港通前后时间的虚拟变量，以2014年11月17日为界，沪港通开始运行后取1，运行前取0。此外，我们使用股市指数收益率构建控制变量，其中包括当天股市指数收益率差值的绝对值|Δindexi,t |。

由于倍差分析法要求实验组和参照组应该是可比的，因此我们加入控制变量来控制沪深两个市场的不同影响。因为股市的整体表现必然会影响到个股收益率的表现，所以我们使用市场指数收益率差的绝对值来控制市场表现差异对个股收益率差异的影响。

为了检验假设3，即投资者在进入新的市场时主要根据新市场上的信息来选股，我们选择了一系列信息变量进行交叉项回归，信息变量包括在不同市场上一致的信息变量和在内地市场上特有的信息变量。其中，在内地市场上独特的信息变量包括该公司在内地股市的股票波动率构造的虚拟变量(D_Vol)。在不同市场上一致的信息变量，包括公司总资产构造的虚拟变量(D_Asset)、资产负债率(Debt)、无形资产比率(IntangibleRatio)、公司是否是国有企业(SOE)、公司前十大股东的持股比例构造的虚拟变量(D_Top10SH)以及公司与大会计事务所的合作情况(Big4)。

表2是本文用到的变量名称及定义。

 

表2 变量定义

  

变量名称变量定义|ΔRi,t|公司i在不同市场交叉上市的股票在t日的收益率差值的绝对值/%Connecti公司i同时在香港和上海上市参与沪港通交易的虚拟变量,如果同时上市港股和沪股且参与沪港通交易则取1,否则为0Postt沪港通机制运行的虚拟变量,在2014年11月17日前取0, 17日当天以及之后取1|Δindexi,t |公司i在不同市场交叉上市的市场的收益率差值的绝对值/%

 

续表

  

变量名称变量定义D_Vol2013年公司在内地A股上市股票的波动率大于或等于样本中位数赋值为1,反之为0D_Asset虚拟变量,若公司2013年末的总资产规模大于或等于样本中位数赋值为1,反之为0Debt公司i在2013年财报中的资产负债率IntangibleRatio公司i在2013年财报中的无形资产比率SOE虚拟变量,公司2013年若属于中央或地方国有企业赋值为1,反之为0D_Top10SH2013年公司前十大股东的持股比例大于或等于样本中位数赋值为1,反之为0Big42013年若公司与四大会计事务所有合作则取1,否则取0

为了消除极端值的影响，我们对所有连续变量做了1%和99%水平的winsorize处理。表3为上述变量winsorize处理之后的描述性统计情况。

 

表3 变量的描述性统计

  

变量样本数均值标准差最小值中位数最大值|ΔRi,t|55,4061.9741.9140.0001.4199.698|Δindexi,t |55,4061.1131.0060.0160.8325.131D_Vol830.5060.5030.0001.0001.000D_Asset830.5060.5030.0001.0001.000Debt820.6300.2040.1230.6590.938Intangible_ratio820.0780.1540.0000.0320.791SOE830.8070.3970.0001.0001.000D_Top10SH830.5060.5030.0001.0001.000Big4830.6630.4760.0001.0001.000

4 实证模型

本部分将描述本文主要用到的实证回归模型。沪港通的实行构成了一个自然实验，因为我国不仅存在同一家公司同时在上海股市和香港股市上市的情况，也存在同一家公司同时在深圳股市和香港股市上市的情况，前者参与沪港通机制交易构成实验组，而后者不受沪港通的影响成为对照组。

患者男，66岁。咳嗽10余天，近一天来，出现发作性胸闷、胸痛，位于胸骨后及上腹部，主要为闷胀感，程度中等，疼痛无放射，不伴出汗，持续3～5 min可自行缓解，有时静息时亦会发作。以“急性冠脉综合征”收住院。

本文采用多框架事件分析法，通过四个不同阶段，分析调剂流程中的用药错误引发原因：1）分析准备（阶段1）：先将药物事件按类别分组，确定主题，制定分析计划；2）定量分析临床事件（阶段2）：通过对患者医疗事件追踪，回顾事件报告，以此了解问题的范围；3）对事件数据进行定性分析（阶段3）：对患者医疗数据和当事人事件叙述进行分析，以确定事件主要构成因素；4）根据研究结果制定改进方案（阶段4）：形成研究结果并提出建议。

为了检验假设1～3，我们的实证工作包括以下内容。首先，我们刻画价差，进而考察受到沪港通影响的股票在两地市场上的收益率差值的绝对值在短、长期内是分别如何变化的；其次，我们从资本流动的角度对沪港通后交叉上市股票收益率差值的长短期变动做出解释；最后，我们将考察信息条件CAPM模型对沪港通后个股价差的解释力，包括信息对价差的影响以及该影响表现出的信息条件CAPM模型的基本机制。

在本实证研究中，主要使用的是倍差分析法。首先，由于本文主要讨论的是沪港通带来的对同一家公司在香港股市和上海股市上市的股票的价格差异，所以围绕价差建立如下的回归模型：

|ΔRi,t|=αi+αt+βConnecti×Postt+δ|Δindexi,t|+εi,t

(9)

其中，|ΔRi,t|是同一家公司在内地和海外市场上市的股票收益率差值的绝对值，Connecti为是否参与沪港通交易的虚拟变量，1表示这家公司同时在上海股市和香港股市上市参与沪港通交易，0表示这家公司同时在深圳股市和香港股市上市不参与沪港通交易。Postt刻画的是沪港通开放前后，在2014年11月17日前取值为0，在之后取值为1。|Δindexi,t|作为控制变量，含义为两地市场指数的差值。αt和αi分别是日度时间固定效应和公司层面的固定效应。εi,t是残差项，本文所有的回归都采用公司水平上的集群标准误差。

根据我们的理论模型，在沪港通开通时，由于新入的投资者和原有的投资者对于信息的处理能力上存在差异，因此股票收益率差异将要扩大，而这样的差价会随着沪港通运作的时间越来越长而减小。为了检验这样的预测，我们将考虑在不同时间范围内模型(9)中β的变化，考察β的符号、大小和显著性是否会随时间段延长而发生变化。

在理论模型的讨论中，我们认为新兴市场消除金融市场投资壁垒时，交叉上市公司的溢价变化受到投资者进入市场能力的影响，表现出短期内单边的市场变化比较显著的现象。我们的目的在于从资本流动的角度对上述过程做出解释，最直接的检验方法就是比较沪港通和深港通的额度使用的变化情况，分析在长短期资金的净流动方向。

为了考察假设3，我们通过构造交乘项来检验哪些信息因素能够影响新进入的投资者的选股决策，进而使得不同类型的交叉上市股票的溢价情况受到沪港通开通的影响存在差异。具体而言，我们使用的模型如下：

 

(10)

其中，Vari是我们考察的可能影响新进入的投资者的选股决策的变量，包括该公司在内地股市的股票波动率构造的虚拟变量(D_Vol)、公司总资产构造的虚拟变量(D_Asset)、资产负债率(Debt)、无形资产比率(IntangibleRatio)、公司是否是国有企业(SOE)、公司前十大股东的持股比例构造的虚拟变量(D_Top10SH)，以及公司与大会计事务所的合作情况(Big4)。其他变量的含义与模型(9)一致。

对沈从文小说的原型研究，虽然存在成果数量少、质量良莠不齐等问题，但作为新兴研究领域，现有研究成果为解读沈从文的作品，特别是解读沈从文的乡土小说提供了许多可借鉴之处，同时也使得运用原型理论研究沈从文的小说成为一种可持续的、有价值的研究方向。

5 回归结果

在回归结果部分我们将首先报告基本回归模型的短、长期回归结果，之后进一步考察溢价的变动与资本流动的关联，最后检验不同的信息变量对交叉上市股票价差的影响。

5.1 短期和长期回归结果

表4中报告了沪港通对在上海和香港股市交叉上市的公司股票价差的影响，即模型(9)的回归结果。被解释变量是同一家公司交叉上市股票的收益率差值的绝对值，回归中控制了交易日和公司的固定效应，回归均是采用的公司水平上的集群标准误差。第1列是以沪港通开始前后各6个月为样本的回归，而第2列是以沪港通开始前后各18个月内数据为样本的回归。

 

表4 沪港通的开通对A-H股溢价的影响

  

变量ΔRi,t6个月18个月Connecti×Postt0.235***(0.083)0.070(0.105)|Δindexi,t|0.208***(0.063)0.112***(0.041)Firm FEYesYesDate FEYesYesObservations1892455406Adj R-squared0.2230.210

注： 括号内回报了变量的标准差。系数标志为*、**和***，分别代表了在10%、5%和1%下的显著水平。

国内外学者针对A-H股独特的价差现象，提出了若干解释。Wang and Jiang(2004)对此认为同一公司在A股的股价高于H股是因为投资限制和外汇管控所导致的市场间流动性缺乏，他们的研究同时表明了H股的定价是受到香港和内地双方市场的影响，而对应A股的定价仅受到内地股市的影响，这说明存在市场分割的现象。杨娉等(2007)分析了AH股价差形成的原因，主要有信息不对称、流动性、市场需求和投机性等。陈国进和王景(2007)发现A-H交叉上市并没有在A股市场上带来分流效应，两市场之间存在市场分割。总体而言，目前的研究都认为A股和H股存在市场分割，两个市场在投资者、市场环境等方面的差异造成了A-H股价差的存在。然而，目前尚未有文献考察随着金融改革的推进，政策性的举措对两个市场之间差异及其导致的价差的影响。本文试图从沪港通的角度，来解答A-H股价差是否会随着资本市场的开放而收敛，以及价差变动过程背后的逻辑。

5.2 沪港通资本流动分析

这部分我们将检验关于溢价变动内在原因的假设，即沪港通开通后，海外投资者进入内地股市较多，而相反内地投资者通过沪港通投资港股的总体规模则相对较小。因此，短期的沪股是资金净流入的过程。而长期来看，内地投资者通过一定的“学习过程”，逐步增加对港股的投资，内地资金流出增多，价差回落。

图2统计了沪港通开通以来(2014年11月17日至2016年5月16日)，沪股通和港股通各自的累计使用额度随时间的变化趋势。结果表明，在短期沪港通的使用额度远高于港股通。这说明沪港通机制短期内的直接影响主要是通过移除了上海市场的投资壁垒，使得香港投资者能够通过沪港通较为自由地投资上海市场，而沪港通的启动短期内对内地投资者投资香港市场的促进作用并不明显。而随着开通时间的延长，从长期来看，内地投资者越来越多地进入香港市场，而沪股通的使用额度逐渐趋于稳定，港股通的累计使用额度逐渐超越了沪股通，资金净流入香港市场。

  

图2 沪股通和港股通累计使用额度变化(计价单位：人民币)

上述结果是因为在沪港通运行的短期阶段，主要是香港投资者进入上海股市，而内地投资者由于专业水平、投资能力等限制，较少选择进入香港市场。根据证监会的统计，港股通的投资者大多为个人投资者(祁斌，2016)。长期而言，随着内地投资者对新市场的熟悉程度提升，从内地进入香港市场的资金量在2015年末之后超过了从香港市场进入内地的资金量。这一结果从资本流动的角度解释了沪港通覆盖的A-H股溢价在开通短期内上涨，长期内回落的现象。

5.3 信息变量对价差水平影响的回归结果

我们之前的分析已经证明，沪港通后A-H股收益率差值的绝对值提高是因为香港投资者进入上海股市较多而内地投资者进入香港股市较少，差值的增长主要也体现在沪港通覆盖的公司在沪市上市股票的价格上升。在这一部分中，我们进一步讨论香港投资者在进入沪股后，如何依据公司性质及市场表现特征的不同来制定在沪股的投资决策。换言之，我们试图回答不同的交叉上市公司在沪港通之后短期的价差波动是否会存在差异。

公司在市场上存在信息差异，而海外投资者作为新进入沪股的投资者，基于公司信息差异的投资决策会呈现出特定的风格。为了检验信息与沪港通的交叉影响，我们在模型(9)的基础上增加了信息变量与“是否参与沪港通交易”的交叉项。我们采用股票波动率的虚拟变量(D_Vol)作为公司在上海市场上市股票的风险表现的衡量指标。公司在内地A股上市股票的波动率大于或等于样本中位数时，股票波动率的虚拟变量(D_Vol)赋值为1；反之为0。在公司基本性质方面，我们用到了公司总资产构造的虚拟变量(D_Asset)、资产负债率(Debt)、无形资产比率(IntangibleRatio)、公司是否是国有企业(SOE)、公司前十大股东的持股比例构造的虚拟变量(D_Top10SH)以及公司与四大会计事务所的合作情况(Big4)。

表5报告了回归结果。首先，在沪股波动率越大的公司的价差上涨幅度越大。第二，公司规模、资产负债率、无形资产比率、是否是国企以及是否与大型会计事务所合作等公司性质变量在长期的交易中为两边的投资者所熟悉，所以在投资者进入新的市场后，公司性质的变量对同一家公司交叉上市股票的价差没有显著影响，这也和我们的信息条件CAPM模型一致。

 

表5 交叉项回归

  

变量(1)(2)(3)(4)(5)(6)(7)D_VolD_AssetDebtIntangble_ratioSOED_Top10SHBig4Connecti×Postt×Vari0.428***0.031-0.0021.007-0.0510.171-0.259(0.138)(0.136)(0.004)(2.248)(0.165)(0.184)(0.163)Connecti×Postt-0.0310.1380.2800.1940.1860.1230.348**(0.082)(0.107)(0.269)(0.147)(0.143)(0.116)(0.136)Postt×Vari-0.303***0.337***0.010***-1.3350.247**0.0490.186*(0.080)(0.085)(0.003)(2.239)(0.106)(0.145)(0.100)|Δindexi,t|0.208***0.208***0.214***0.206***0.208***0.208***0.208***(0.063)(0.063)(0.063)(0.063)(0.063)(0.063)(0.063)Observations18924189241869618696189241892418924Adj R-squared0.2230.2250.2390.2220.2230.2230.223Firm FEYesYesYesYesYesYesYesDate FEYesYesYesYesYesYesYes

注： 括号内回报了变量的标准差。系数标志为*、**和***，分别代表了在10%、5%和1%下的显著水平。

总体而言，信息和沪港通效应的交叉项的影响分析说明了沪港通开通之后，香港投资者在进入内地市场时，会更多地投资于波动率较大的股票。这说明与市场特质相关的变量会影响沪港通之后价差的变动情况。同时，很多与公司本身性质相关的变量并没有影响到价差，这是因为这些公司在香港市场也有较长时间的表现，香港投资者对公司性质相关的信息已经比较熟悉。由于信息不对称，股票在上海市场上的风险对初入上海市场的香港投资者的投资决策影响较大。这一结论与假设3一致。

需要注意的一点是，港股投资者进入A股市场的动机从表面上难以区分，可能受到2014—2015年A股股市异动的影响。在港股投资者所能投资的沪股股票中，资产较小、无形资产占比较大的公司股票更容易被投机，因为这些股票更易被投机者操纵。而通过交叉项回归(表5)我们发现，不同投机性的股票AH股价差受政策的影响并没有显著差异。这一结果与香港投资者主要是在投机内地股市的推测存在矛盾，因此本文的主要结论是有意义的。

投资者的“学习”过程难以直接观测，因此我们希望通过股票的风险异质性分析来验证这一逻辑的正确性。文献表明，不成熟的投资者由于风险管理(例如评估控制风险以及分散化投资)能力弱，因此倾向于选择风险小的资产进行投资(De Dreu and Bikker, 2012)。类似地，Grable(2000)证明了个人投资者的风险容忍程度与其个人的金融知识和受教育程度呈负相关关系。基于此，我们通过考察不同风险的股票在沪港通开通前后AH股价差变动的差异，来验证沪股通和港股通资本流动规模的差异是否是两地投资者成熟程度的差异导致的。表5第(1)列中波动性大的股票价差受到的政策影响越大，说明因为A股投资者风险承受能力弱而导致的在这部分股票相对于港股投资者投资较少。

6 稳健性检验

在这一部分我们将对本文的基本结果进行稳健性检验。首先我们将考虑沪港通实施前后的混杂效应的影响。之后，借鉴Karolyi and Stulz(1996)的方法，我们将替换被解释变量和改变时间频率来进行稳健性检验。

6.1 混杂效应

本文作为对于沪港通实施的政策研究，需要考虑的是在沪港通开通前后，其他发生在两边市场上的对于股票收益率有影响的事件带来的混杂效应。表4的回归并没有剔除其他相关事件的影响，例如在沪港通前中国人民银行曾经降息等事件的影响，因此估计结果可能存在误差。为了检验可能存在的混杂效应，我们使用了Kim and Lu(2017)中的方法，在沪港通开通前后各六个月的时间范围内，使用沪港通前一个月Month(-1)、沪股通当月Month(0)、沪港通后一个月Month(+1)以及沪港通后大于等于两个月Month(+2)的虚拟变量替换了表示是否是沪港通实施后的Post变量，进而与Connect构造新的交叉项。表6报告了回归结果，我们发现沪港通前一个月以及当月的交叉项系数不显著而沪港通后一个月、两个月的回归系数显著且一致，因此剔除了混杂效应的影响后，结论没有改变。

 

表6 混杂效应检验

  

变量|ΔRi,t|Connecti×Month(-1)0.067(0.127)Connecti×Month(0)-0.090(0.178)Connecti×Month(1)0.512***(0.183)Connecti×Month(2)0.214**(0.099)|Δindexi,t|0.216***(0.063)Observations18924Adj R-squared0.223Firm FEYesDate FEYes

注： 括号内回报了变量的标准差。系数标志为*、**和***，分别代表了在10%、5%和1%下的显著水平。

6.2 价差回归检验

考虑到溢价的衡量指标并不唯一，我们将模型(9)的因变量替换为相对价差(ΔPi,t)作为稳健性检验。ΔPi,t具体的定义是同一公司在每日(货币单位统一成人民币之后)内地股市收盘价(MainlandClosePrice)与港股收盘价(HKClosePrice)之差，除以内地股市收盘价。

 

表7报告了回归结果。短期而言，受到沪港通开通影响的股票的相对价差会多上升0.055，而长期则不会有显著差异。这与本文的基本结论一致。

 

表7 价差回归检验

  

变量ΔPi,t6个月18个月Connecti×Postt0.055*0.070(0.027)(0.045)

 

续表

  

变量ΔPi,t6个月18个月|Δindexi,t|0.002-0.002(0.002)(0.001)Observations1892455406Adj R-squared0.9210.879Firm FEYesYesDate FEYesYes

注： 括号内回报了变量的标准差。系数标志为*、**和***，分别代表了在10%、5%和1%下的显著水平。

6.3 改变时间范围

两地证券交易所的交易时间存在不一致的情况，比如香港和上海股市存在开市和闭市时间的微小差异。因此，我们进一步使用周频率的数据来减小每日交易时间的差异带来的影响，时间跨度同样是分别选取沪港通前后6个月和18个月。表8报告了回归结果，我们发现基于周频数据得到的结论与上文一致，即沪港通开通后6个月内沪股覆盖的A-H股收益率差值的绝对值显著增大，而长期内影响系数并不显著。

 

表8 周度数据检验

  

变量|ΔRi,t|6个月18个月Connecti×Postt1.050***(0.289)0.279(0.218)|Δindexi,t|-0.102(0.406)-0.016(0.197)Observations373510881Adj R-squared0.2740.224Firm FEYesYesDate FEYesYes

注： 括号内回报了变量的标准差。系数标志为*、**和***，分别代表了在10%、5%和1%下的显著水平。

7 结论

本文以沪港通为例，研究了新兴资本市场投资壁垒的移除对交叉上市公司在不同市场的价差的短期和长期影响，深入分析了金融全球化进程中新兴市场的改革对资本市场定价的作用机制。本文发现在沪港通实施以后，同一家公司在上海和香港交叉上市的股票价差并没有伴随着政策性投资壁垒的移除而消除，反而在短期内有所扩大。我们认为这种定价上的差异是因为信息不对称以及投资者的性质差异等软性投资壁垒带来的市场分割。从长期来看，A股投资者通过一段时间的学习过程会进入香港股市进行投资，从而改变单向交易的局面，进而使得A-H股价差逐步缩小。换言之，随着双边投资者日益熟悉市场，沪港通从长期而言会使得A-H股价差日益下降，但沪港通开通后长期的价差变动状况还需要长时间的数据积累和进一步的分析总结。

在进一步的分析中，本文发现在沪港通开通短期，沪股通额度使用较多，而港股通额度使用较少。因此，沪港通带来的主要是香港投资者进入上海股市，而内地投资者在沪港通开通之后短期内并没有积极地进入香港股市。在新兴市场国家金融市场对外开放的早期，主要是吸引国际投资者进入新兴市场国家的金融市场，而因为知识、投资能力、经验等的不足，本国的投资者通常需要一定的时间之后才能适应并进入国际市场。

此外，在沪港通开通后的短期内，股票在内地股市上的特有信息对初入内地股市的香港投资者的决策有显著影响，然而公司其他具体信息影响较小。这说明当国际投资者进入新兴市场国家的金融体系时，由于对公司性质的相关信息已经比较熟悉，会更加关注与新市场特质相关的信息。因此，在单边市场上表现股票信息的风险变量对于价差有影响，而公司其他信息的影响不大。

本文不仅为沪港通对A-H股价差的影响提供了有力的经验证据，而且对于新兴资本市场开放具有重要的启示。虽然长期内的价差变化符合一价定律，但不同市场上投资者投资水平差异和信息不对称性可能会带来短期内价差扩大。本文的结论提示我们，推动金融开放改革时，要充分考虑不同市场投资者的构成和水平的差异，对于本国投资者对新市场的适应要给予足够的“学习时间”，不能操之过急。同时要增强信息的公开透明，不断规范交易制度和信息披露制度，为本国证券市场的开放奠定坚实的制度基础。针对市场分割和投资壁垒移除的研究仍存在许多问题需要研究者的密切关注。比如，沪港通开通18个月之后的长期表现是否与本文的分析相一致？深港通实施后为价差带来的影响是否与沪港通类似？随着沪港通实施的时间加长，制度设计中的沪港通额度是否会带来新的投资限制，未来的改革又将如何进一步放宽沪港通额度？这些资本市场开放面临的实际问题值得学界进一步探索。

参考文献

陈国进, 王景. 2007. 我国公司A+H交叉上市的溢出效应分析[J]. 南开管理评论, 10(4): 36-42.

祁斌. 2016. 解读深港通媒体沟通会[EB/OL]. http://mt.sohu.com/20160902/n467392067.shtml.

杨娉, 徐信忠, 杨云红. 2007. 交叉上市股票价格差异的横截面分析[J]. 管理世界，(9): 107-116.

Black F. 1974. International capital market equilibrium with investment barriers[J]. Journal of Financial Economics, 1(4): 337-352.

Chan K C, Karolyi G A, Stulz R. 1992. Global financial markets and the risk premium on U.S. equity[J]. Journal of Financial Economics, 32(2): 137-167.

Christelis D, Georgarakos D. 2013. Investing at home and abroad: different costs, different people?[J]. Journal of Banking and Finance, 37(6): 2069-2086.

De Dreu J, Bikker J A. 2012. Investor sophistication and risk taking[J]. Journal of Banking and Finance, 36(7): 2145-2156.

Doidge C. 2004. U.S. cross-listings and the private benefits of control: evidence from dual-class firms[J]. Journal of Financial Economics, 72(3): 519-553.

Donaldson D. 2010. Railroads of the RAJ: estimating the impact of transportation infrastructure[R]. NBER Working Paper No. 16487.

Eun C S, Janakiramanan S. 1986. A model of international asset pricing with a constraint on the foreign equity ownership[J]. The Journal of Finance, 41(4): 897-914.

Grable J E. 2000. Financial risk tolerance and additional factors that affect risk taking in everyday money matters[J]. Journal of Business and Psychology, 14(4): 625-630.

Grauer F L A, Litzenberger R H, Stehle R E. 1976. Sharing rules and equilibrium in an international capital market under uncertainty[J]. Journal of Financial Economics, 3(3): 233-256.

Griffin J M. 2002. Are the Fama and French factors global or country specific?[J]. Review of Financial Studies, 15(3): 783-803.

Hail L, Leuz C. 2004. Cost of capital and cash flow effects of U.S. cross listings[R]. ECGI-Finance Working Paper No. 46.

Hamao Y, Masulis R W, Ng V. 1990. Correlations in price changes and volatility across international stock markets[J]. Review of Financial Studies, 3(2): 281-307.

Harvey C R. 1995. Predictable risk and returns in emerging markets[J]. Review of Financial Studies, 8(3): 773-816.

Hietala P T. 1989. Asset pricing in partially segmented markets: evidence from the Finnish market[J]. The Journal of Finance, 44(3): 697-718.

Jensen R. 2007. The digital provide: information (technology), market performance, and welfare in the South Indian fisheries sector[J]. The Quarterly Journal of Economics, 122(3): 879-924.

Jorion P, Schwartz E. 1986. Integration vs. segmentation in the Canadian stock market[J]. The Journal of Finance, 41(3): 603-614.

Karolyi G A, Stulz R M. 1996. Why do markets move together? an investigation of U.S.-Japan stock return comovements[J]. The Journal of Finance, 51(3): 951-986.

Karolyi G A. 1998. Why do companies list shares abroad? a survey of the evidence and its managerial implications[J]. Financial Markets, Institutions and Instruments, 7(1): 1-60.

Kim E H, Lu Y. 2017. Executive suite independence: is it related to board independence?[J]. Management Science, forthcoming.

Kumar P, Sorescu S M, Boehme R D, et al. 2008. Estimation risk, information, and the conditional CAPM: theory and evidence[J]. Review of Financial Studies, 21(3): 1037-1075.

Massell B F. 1969. Price stabilization and welfare[J]. The Quarterly Journal of Economics, 83(2): 284-298.

Mittoo U R. 1992. Additional evidence on integration in the Canadian stock market[J]. The Journal of Finance, 47(5): 2035-2054.

Newbery D M G, Stiglitz J E. 1981. The theory of commodity price stabilization[M]. Oxford: Clarendon Press.

Scott H S, Gelpern A. 2012. International finance: law and regulation[M]. London: Sweet & Maxwell.

Solnik B H. 1974. An equilibrium model of the international capital market[J]. Journal of Economic Theory, 8(4): 500-524.

Stehle R. 1977. An empirical test of the alternative hypotheses of national and international pricing of risky assets[J]. The Journal of Finance, 32(2): 493-502.

Stulz R M. 1981. A model of international asset pricing[J]. Journal of Financial Economics, 9(4): 383-406.

Stulz R M. 1995. The cost of capital in internationally integrated markets: the case of Nestlé[J]. European Financial Management, 1(1): 11-22.

Stulz R M, Wasserfallen W. 1995. Foreign equity investment restrictions, capital flight, and shareholder wealth maximization: theory and evidence[J]. Review of Financial Studies, 8(4): 1019-1057.

Wang S S, Jiang L. 2004. Location of trade, ownership restrictions, and market illiquidity: examining Chinese A- and H-shares[J]. Journal of Banking and Finance, 28(6): 1273-1297.