Elena Vasquez, 量化研究主管
审核 Sam · 最后审核 2026-04-11

资产增长异象:为何快速扩张的公司表现不佳

因子投资论文综述
2026-04-11 · 13 min

Cooper、Gulen和Schill(2008)记录了资产增长率最高十分位的公司每年比最低十分位的公司低约20个百分点。他们关于快速资产负债表扩张能可靠预测未来较差收益的发现,如今已成为股票因子文献中最强大的横截面预测变量之一。

Asset GrowthInvestment FactorCross Sectional AnomalyOverinvestment因子投资Market Efficiency
来源: Cooper, Gulen, and Schill (2008) 'Asset Growth and the Cross-Section of Stock Returns'

散户投资者的实际应用

在评估个股时,将快速的同比资产负债表扩张视为警示信号而非增长背书。筛选低资产增长率——尤其是与强盈利能力信号结合时——会将投资组合向投资光谱的保守端倾斜,证据表明该区域的长期回报更为有利。

编辑注释

随着2025-2026年私募股权交易和企业并购活动激增,资产增长异象提供了一个数据驱动的警示:对股东而言,快速的资产负债表扩张历史上往往是价值毁灭而非价值创造的信号。

每年20个百分点

企业扩张与投资分析

1968年至2003年间,资产负债表扩张最为激进的美国公司,其年化回报率比总资产几乎未发生变化的公司低约20个百分点。这一差距并非细微的统计奇异。其经济意义十分显著,在控制市场贝塔、规模和账面市值比后仍然持续,且几乎在所有考察的子样本期间都有所体现。那些在资产收购、产能扩张和资产负债表增长上投入最多的公司,恰恰是股票投资者应当规避的标的。

这是Cooper、Gulen和Schill(2008)发表于Journal of Finance上的核心发现。该论文将资产增长从一个小众会计指标提升为预测横截面预期回报的一阶信号。理解为何扩张预示着表现不佳——以及这一预测能力有多稳健——对于构建以证据为基础的股票策略至关重要。

资产增长的度量

Cooper、Gulen和Schill测试的构念刻意保持简单。资产增长是指公司资产负债表上的总资产较上年的百分比变化。若一家公司上一财年末总资产为10亿美元,今年变为13亿美元,则资产增长率为30%。

这种简单性是优点,而非缺陷。此前研究已分别检验了投资的各个组成部分:资本支出、并购、营运资本变化、股票发行。每项指标单独来看都显示出一定的回报预测能力。Cooper等人展示的是,将所有这些汇总为单一资产负债表指标——总资产增长——比单独检验任何一个组成部分更能有效捕捉回报可预测性。

他们每年将NYSE、AMEX和NASDAQ所有普通股按上一财年资产增长率分为十分位,然后追踪此后12个月的市值加权回报。最高和最低十分位之间的差距十分显著:

资产增长十分位平均年化回报(1968–2003)
第1分位(增长最低)约18%
第10分位(增长最高)约-2%
价差(低增长减高增长)约20个百分点

上述数字为原始市值加权组合回报。应用Fama-French三因子模型进行标准因子调整后,做多低增长、做空高增长组合的异常回报(阿尔法)约为每年8%,t统计量超过4,在经济和统计意义上仍然显著。

为何扩张预示表现不佳?

文献中出现了三类解释,且并非相互排斥。

过度投资假说

行为金融学的解释建立在公司金融中根本性的委托代理矛盾之上。成长型企业的管理者往往因薪酬结构、构建商业帝国的偏好、职业生涯顾虑等因素,倾向于将投资水平推高至超出股东价值最大化所需的程度。Jensen(1986)在其自由现金流假说中将这一逻辑正式化:当企业产生的现金超出其有利投资机会所能吸收的量时,管理者往往会将多余资金投入到价值毁灭性的并购、产能扩张或其他资产积累中。

Q理论渠道

理性风险基础的替代性解释来源于新古典投资理论。在Xing(2008)正式化的Q理论框架中,企业会投资到资本品的边际成本等于其边际价值的程度。资产增长率高的企业近期面临着强劲的投资机会,因此积极扩张。但在收益递减的世界中,高投资是均衡行为:随着企业部署资本,额外资产的边际生产率下降。Fama and French(2015)将投资因子(CMA)纳入五因子模型时,这一渠道得到了间接支持。

套利限制

第三种机制解释的不是为何这一模式存在,而是为何在投资者知晓的情况下仍能持续。Li、Livdan和Zhang(2009)认为,异象的部分原因在于做空高增长公司的成本过高。即便精明投资者知道高增长公司估值偏贵,大规模执行做空操作的成本也相当高昂。

组成部分分解

Cooper等人最重要的贡献之一是证明总资产增长效应大于其各部分之和。他们将资产增长分解为各项资产负债表变化,并分别进行测试。

营运应计(应收账款、存货等营运资本项目的变化)显示出与Sloan(1996)记录的应计异象一致的回报预测能力。非营运应计(由并购和长期投资驱动的变化)也表现出相当的预测能力。核心发现是所有组成部分均有贡献,而复合总资产增长指标将它们整合为一个比任何单一要素都更强大的信号。

Titman、Wei和Xie(2004)曾通过代理人视角记录过资本支出增长对未来回报下降的独立预测作用。Cooper等人进一步表明,资本支出只是更大现象的一部分。

国际证据

Watanabe、Xu、Yao和Yu(2013)通过涵盖1968年至2008年40个市场的广泛国际数据集检验了资产增长。他们的发现证实了这一异象并非美国特有。资产增长在绝大多数被研究市场中均负向预测未来回报。投资者保护更强、金融市场更发达、分析师覆盖率更高的国家回报价差更小,这与更好的信息环境能够加快价格修正的解读一致。

与价值和质量因子的关系

资产增长异象并非孤立存在。它与因子模型全景中若干有据可查的回报模式相互关联。

价值投资与此联系非同寻常。高增长企业往往以较高的估值倍数交易。当增长令人失望或资产价值低于市场预期时,价格便会下跌。这与推动价值溢价的机制相同:市场系统性地对魅力股(高增长、高倍数)相对于价值股(低增长、低倍数)定价过高。

因子投资研究发现,将低资产增长与高盈利能力结合的公司——投资因子与盈利因子的交汇处——能产生特别强劲的风险调整后回报。Fama-French五因子模型通过分别纳入盈利能力因子(RMW)和CMA来正式化这一关系。

发表后的衰减与当前状态

学术发表往往会随着市场参与者将新发现融入交易而削弱异象。机构持股高、套利成本相对较低的大盘股中,价差自2000年代初以来已明显收窄。规模更小、流动性更低的股票中,异象持续性更强。

McLean and Pontiff(2016)对已发表异象衰减的综合分析发现,学术论文中记录的回报预测因子在发表后通常损失约三分之一的样本内规模。资产增长效应与这一模式大体吻合。

更广泛的启示

资产增长异象处于富有成效的知识交叉点。它可以被讲述为管理层过度自信和帝国建设的故事,也可以被叙述为Q理论世界中资本收益理性递减的故事,还可以被理解为套利限制阻碍及时价格修正的故事。

无论选择哪种理论解释,对于实践投资者而言,这一信号具有可操作性:积极扩张资产负债表的公司历史上为股东提供了更弱的回报,这一模式在数十年、国际市场和因子模型控制中均表现出足够的持续性,值得系统性地纳入股票分析。数据指向一致的方向:快速扩张平均而言并非股票持有者的朋友。

Cooper, M. J., Gulen, H., & Schill, M. J. (2008). "Asset Growth and the Cross-Section of Stock Returns." The Journal of Finance, 63(4), 1609-1651. https://doi.org/10.1111/j.1540-6261.2008.01370.x

Titman, S., Wei, K. C. J., & Xie, F. (2004). "Capital Investments and Stock Returns." Journal of Financial and Quantitative Analysis, 39(4), 677-700. https://doi.org/10.1017/S0022109000003173

Xing, Y. (2008). "Interpreting the Value Effect Through the Q-Theory: An Empirical Investigation." The Review of Financial Studies, 21(4), 1767-1795. https://doi.org/10.1093/rfs/hhm051

Li, D., Livdan, D., & Zhang, L. (2009). "Anomalies." The Review of Financial Studies, 22(11), 4301-4334. https://doi.org/10.1093/rfs/hhp036

Fama, E. F., & French, K. R. (2015). "A Five-Factor Model of Expected Stock Returns." Journal of Financial Economics, 116(1), 1-22. https://doi.org/10.1016/j.jfineco.2014.10.010

Watanabe, A., Xu, Y., Yao, T., & Yu, T. (2013). "The Asset Growth Effect: Insights from International Equity Markets." Journal of Financial Economics, 108(2), 529-563. https://doi.org/10.1016/j.jfineco.2012.12.002

McLean, R. D., & Pontiff, J. (2016). "Does Academic Research Destroy Stock Return Predictability?" The Journal of Finance, 71(1), 5-32. https://doi.org/10.1111/jofi.12365

Sloan, R. G. (1996). "Do Stock Prices Fully Reflect Information in Accruals and Cash Flows About Future Earnings?" The Accounting Review, 71(3), 289-315. https://doi.org/10.2308/accr.1996.71.3.289

Written by Elena Vasquez · Reviewed by Sam

本文基于引用的一手文献,并经编辑团队审核以确保准确性和归属。 编辑政策.

本文的贡献

随着2025-2026年私募股权交易和企业并购活动激增,资产增长异象提供了一个数据驱动的警示:对股东而言,快速的资产负债表扩张历史上往往是价值毁灭而非价值创造的信号。

证据评估

  • 5/5Firms in the highest asset growth decile underperformed firms in the lowest decile by approximately 20% per year over the 1968–2003 sample period
  • 4/5Asset growth is a broader and stronger predictor of future returns than any single component (capital expenditures, acquisitions, working capital) studied in isolation
  • 4/5The investment factor (CMA) in the Fama-French five-factor model captures part of the asset growth effect, suggesting a rational risk-based dimension alongside behavioral explanations
  • 4/5The asset growth effect holds across international equity markets, though with smaller magnitude than in U.S. data

仅供教育。