广发证券-广发宏观：股市“资产荒”的量化体系与择时落地-240407

　　报告摘要：

　　若简单观察权益的传统赔率指标，比如市盈率的分位数或是股债性价比（10年期国债利率-股息率或10年期国债利率-市盈率倒数），会发现本轮权益资产赔率早在23年上半年就提示极具性价比状态，而事后来看却并不具备择时意义。http://www.hibor.com.cn【慧博投研资讯】如何理解本轮A股赔率信号的“失灵”？在前期报告《股债性价比的宏观改进》中，我们对权益资产的赔率指标进行了优化；实际上，看待传统赔率指标“失灵”还可以有另一视角，即我们正处于一轮特殊的类“资产荒”逻辑之下。http://www.hibor.com.cn（慧博投研资讯）对于这一问题，12市场已经有不少探讨，我们希望进一步形成一个系统性的框架。本篇将站在权益资产的视角，后续我们会进一步探讨债券资产。

　　在前期报告《股债性价比的宏观改进》中，我们指出股票的赔率优势具有趋势项。在国债利率中枢下移的过程中，天然就会越来越高，而这部分中长期趋势带来的性价比并不会遵循均值往复的规律。因此，我们对股债性价比进行了中枢调整。而另一个视角解释这种“失灵”现象是我们处于更广泛的“资产荒”中。在本轮宏微观“资产荒”交叠中，股市作为风险资产估值中枢受到压制。而与过往经济中高速增长相匹配的估值体系是给予高成长性以估值溢价，而低风险特征的资产被给予低估值，甚至估值折价。

　　所谓“资产荒”，实际上就是在这一时段，对市场来说具有吸引力的资产类型相对偏少，从而导致交易风格更为集中。本轮“资产荒”的突出表现是市场集中追逐“红利”为特征的资产，它可能来自两个线索：一是随着名义GDP调整和广义的资产回报率下降，稳定回报特征资产（债券、类债、低波红利）的稀缺性上升，估值上移；二是本轮“资产荒”包含着对中长期经济特征的理解，如经济的结构弹性上升、总量弹性下降，从而整体风险资产的估值中枢有所下移，而低风险资产的机会成本下降。

　　24年开年以来，市场整体估值在低位波动，修复仍有较大空间。截止24年3月31日，万得全A(除金融、石油石化)市盈率仍处于自2002年1月以来的16.4%偏低水位；24年一季度，估值分位在13.0%~16.3%区间内波动，估值分位先下后上，呈“V型”。行业层面，截止3月31日仅有39%左右的行业市盈率修复至年初水平。

　　我们理解股市赔率信号的“失灵”以及结构上呈现“红利资产”受追逐的现象，均来源于本轮“资产荒”背后的两条特殊线索：一方面，本轮“资产荒”可能不仅仅体现在金融机构交易行为，更多来源于宏观层面，即不仅仅是机构“资金空转”，而是随着名义GDP的调整和广义资产回报率的下降，低风险特征资产（类债、低波红利）稀缺性上升，获得了估值溢价。另一方面，本轮风险资产不仅仅定价短期“资产荒”。由于中长期经济结构弹性上升、总量弹性下降，权益资产整体估值中枢有所下移，从而影响均值回复过程；而以往短周期内出现的“资产荒”更多仅为一个赔率（估值）层面的辅助因素。

　　我们进一步看上述两个线索背后的宏观逻辑：一是短周期宏观时钟处于“复苏早期”，货币流动性偏宽，但实体融资需求仍弱，成本相对刚性的资金会追逐仅剩的高收益优质资产；二是叠加经济处于结构转型期，需求的弹性低于供给端，传统的高收益资产逐步退出，但新的高收益资产有待于继续形成。中长期的“高收益资产”不足的预期也会助推短周期内“资产荒”的自我强化趋势。从历史上看，每一轮微观上“资产荒”特征的出现，既可能源于负债端资金充裕且成本刚性，也可能源于资产端高收益资产的相对缺失，或是两者均有之。

　　短周期而言，当宏观时钟处于“复苏早期”，经济存在增速缺口，货币流动性宽松但实体融资需求弱，成本相对刚性的大量资金会追逐仅剩的高收益优质资产。而“资产荒”在增速缺口弥合的过程中，不断自我强化。

　　中长期而言，经济处于结构转型期，总量层面的需求修复弹性低于供给侧，旧的信用载体暂时缺位，新的信用派生仍存在扩张约束，进而旧的高收益资产持续退出，但新的高收益资产尚未快速跟上。中长期的“高收益资产”缺失预期，也会加剧短周期内的“资产荒”的自我强化趋势。

　　24年3月21日，中国人民银行副行长宣昌能在国新办发布会上表示，央行正在加强监测资金空转问题，并将密切关注企业贷款转存和转借等情况3，也意味着本轮实体层面预期仍然偏弱，企业在银行信贷投放的推动下获得贷款资金，但由于投资回报率处于低位，“转存”、“转借”成为了更具性价比的行为，进而减少了金融机构高收益资产的来源，推动了微观市场层面的“资产荒”。

　　每一轮“资产荒”的发生，既可能是负债端资金过于充裕但成本过于刚性，也可能是资产端高收益资产的缺失，或是两者均有之。如果主因负债端引发，则货币政策收紧或是负债端利率补降，均可以较快消解“资产荒”；而如果是资产端高收益资产的缺失，则即便负债端转向，“资产荒”也难以很快消解。我们认为当前可能存在宏微观“资产荒”的交叠，较单纯金融机构的“资产荒”更加具有自我强化的反身性，并且影响范围更广，不仅仅是与金融中介行为更相近的债券市场，也会对权益市场有所影响，并引起大类资产之间的迁徙。

　　“资产荒”对于股债择时有何影响？逻辑上来说，“资产荒”是一个趋势性抬升低风险特征资产（类债、低波红利）估值上界，压低风险资产（权益）估值下界的因素，进而使得传统基于“估值均值往复”规律的赔率分析框架一定程度上失灵。进一步来说，“资产荒”对股债择时有多大影响取决于风险偏好的高低。若风险偏好修复较快，则股债之间估值差异也相对中等。若风险偏好修复缓慢，则股债之间和权益内部，债性优势将更加突出，权益两头配置特征明显。值得注意的是，传统金融中介层面的“资产荒”对负债端的流动性明显收紧较为敏感，“资产荒”在央行转向后会有所消解；但有底层宏观驱动的“资产荒”消解更赖于实体出清后，新兴信用派生主体的扩张程度。

　　本轮宏观“资产荒”促发了对低风险特征资产的重估。总量上，股债大类比较中，债券的估值中枢不断上移，而A股整体作为风险资产估值中枢下移；结构上，权益内部，具有类债属性的高分红资产表现占优，估值中枢上移。

　　“资产荒”的大致路径是：（1）“资产荒”初期，当“资产荒”由宏观驱动形成，低风险特征资产的估值中枢有所上移；（2）“资产荒”中期，“资产荒”进入加速期，风险偏好高低成为重要变量。若风险偏好修复缓慢，则股债之间、权益内部，债性优势将更加突出，权益两头配置特征明显；若风险偏好修复较快，则股债之间估值差异也相对中等。（3）“资产荒”后期，当前两阶段的估值重构已明显抬升了低风险特征资产的估值，中等风险特征的资产此时的风险收益比更具有性价比。叠加上风险偏好的持续修复，此时股票作为整体风险资产将开始表现，但仍会倾向于集中在偏核心价值类的资产；而债市中评级利差被快速抹平。（4）“资产荒”末期，当“资产荒”进入尾声消解前夕，风险偏好进一步修复，权益资产在新的估值体系下重拾上行，但内部结构可能趋势性倾向于优质资产。利率则重回上行，前期压平的信用利差出现反弹。值得注意的是，传统金融中介层面的“资产荒”对负债端的流动性明显收紧较为敏感，“资产荒”在央行转向后会有所消解。但有底层宏观驱动的“资产荒”消解更赖于实体出清后，新兴信用派生主体的扩张程度。

　　如何量化“资产荒”，并且基于这样一个量化框架进行权益择时？我们尝试构建了一个六维度的量化体系，将“资产荒”指标视为赔率指标逐一落地。赔率指标触发择时与胜率指标不同，它只有在达到一定阈值才会触发择时条件，具有择时意义。我们计算股市“资产荒”指标进行滚动12个月的Z分数，并以Z分数超过±1倍标准差为指标的极值区域，最后构建股市“资产荒”打分卡进行汇总。

　　过往“资产荒”影响局部市场、局部资产，只是赔率（估值）趋势的辅助因素，而当前这一因素可能反而会成为影响股债估值拐点的核心变量。而市场目前对“资产荒”的认识，一则尚处于定性分析阶段，二则主要集中于债市微观视角。

　　我们融合宏观实体与微观市场层面的“资产荒”，尝试构建了六维股市“资产荒”量化体系，并且将“资产荒”指标视作赔率指标进行逐一择时落地。其中，权益方面涵盖月频的居民部门负债意愿变化、微观交易结构、低波“确定性溢价”以及季频的安全资产占比、ROIC与一般贷款利差、ROIC大于负债成本的行业个数六个指标。

　　赔率指标触发择时与胜率指标不同，该指标只有在达到一定阈值才会触发择时条件，具有择时意义。我们计算股债“资产荒”指标进行滚动12个月的Z分数，并以Z分数超过±1倍标准差认为是指标的极值区域。最后，我们制作了股市“资产荒”打分卡，对“资产荒”分项进行汇总，给出择时方案。

　　指标一：居民部门负债意愿变化。我们用“居民中长期消费贷同比”来观测，它反映居民部门提前还贷的意愿。居民部门负债端成本调整偏慢，而市场中的大类资产收益变化较快。外部市场投资回报下降就会形成对负债意愿的“挤出”。我们将“中长期消费贷同比变化的Z分数”处于±1倍标准差以外的区间定义为居民投资“资产荒”偏离常态的时段。突破了-1意味着当前“资产荒”的演绎速度已至底部最极致的区域，下一阶段并不会加速演化，即可以超配股市。该策略在2008年2月至24年3月期间，年化收益为3.2%，超额收益为7.5%，夏普比率为0.22。24年3月为-0.69，尚未触及超配阈值“-1”，但已离低配阈值“+1”较远，提示居民部门“资产荒”仍未结束，但可能已处于中后段。

　　由于“资产荒”指标属于赔率类指标，只有抵至极端区域才有提示拐点的意义。我们将“中长期消费贷同比变化的Z分数”处于±1倍标准差以外的区间定义为居民部门“资产荒”偏离常态的时段。

　　权益市场相对佳的布局时点是“资产荒”的后段，即“资产荒”可能仍会存在，但并不会进一步加速演绎，边际层面在速度上已出现改善迹象。“资产荒”在权益市场调整过程中存在反身性，即在市场调整的趋势中会不断强化，即“股市调整——资产荒——股市进一步调整——资产荒加剧”。因此，该Z分数突破了-1，即负向偏离1倍标准差，意味着当前“资产荒”的演绎速度已至底部最极致区域，下一阶段并不会加速演化。可以开始战略性超配股市。反之，该Z分数突破+1，则持有现金。基准组合为万得全A与现金的配置比重各占50%。

　　考虑到居民部门“资产荒”对国内权益市场的影响力并不是线性不变的，我们需要对居民部门“资产荒”指标进行时变处理。我们将A股整体估值（市盈率-TTM）与居民部门“资产荒”指标在过去12个月的相关系数作为下一期居民部门“资产荒”指标的权重，并以此来对当期的“中长期消费贷同比变化的Z分数”进行加权。加权后的“中长期消费贷同比变化的Z分数”反映的是，居民部门“资产荒”强度对国内权益市场的影响力。

　　该策略在08年2月至24年3月期间，年化收益为3.2%，超额收益为7.5%，夏普比率为0.22。从Z分数来看，24年3月为-0.69，尚未触及权益的超配阈值“-1”，但已离低配阈值“+1”较远，提示权益市场虽仍处于居民“资产荒”的自我强化中，但已处于中后段。目前现金和权益仓位仍为50%、50%。

　　指标二：微观交易结构。我们用“A股成交额前5%的个股成交额占全部A股比重”来跟踪监测市场的微观交易结构的极致程度。若成交额前5%的个股成交占比抵至极值区域，则就意味着A股市场对资产的预期“两极分化”已至极值。从经验规律看，历史上5轮该指标超过45%后，市场均出现了明显的反转。我们将“A股成交额前5%的个股成交额占全部A股比重的Z分数”处于±1倍标准差以外的区间定义为“资产荒”偏离常态的时段，突破了+1意味着当前“资产荒”已引致微观交易结构极致拥挤、筹码极致集中。该策略在2008年2月至24年3月期间，年化收益为4.4%，超额收益为16.2%，夏普比率为0.32。24年3月微观交易结构指标为38%，虽然开年以来有所上升，但仍处于安全区间。Z分数来处于-0.54，与反映居民部门负债意愿变化的信号一致，尚未触及超配阈值“-1”，但已离低配阈值“+1”较远。

　　“资产荒”过程中，市场由于缺少优质资产，负债成本端的相对刚性会让市场交易、市场预期都集中于少数资产上。而少数资产在“资产荒”过程中的上涨会进一步促发市场的追逐，直至筹码全部进场。当筹码集中明显偏离正常状态，微观上就会出现交易结构的显著拥挤。利用微观交易结构指标所度量的“资产荒”是风险资产内部的拥挤程度，本身刻画的就是“资产荒”的二阶导过程。

　　我们计算了“A股成交额前5%的个股成交额占全部A股比重”滚动12个月的Z分数，当超过+1倍标准差时现金仓位100%；小于-1倍标准差时则万得全A仓位为100%；中间状态表明微观交易结构良好，“资产荒”处于自身趋势的强化中，并没有形成拥挤，不触发任何方向地择时信号，万得全A与现金的配置比重与基准情形时一致，即各占50%。

　　该单一指标择时策略结果显示，在08年2月至24年3月期间，年化收益为4.4%，超额收益为16.2%，夏普比率为0.32。24年3月微观交易结构指标为38%，虽开年以来有所上升，但仍处于安全区间。而从Z分数来看，目前处于-0.54得分，与反映居民部门负债意愿变化的Z分数信号一致，提示尚未触及超配阈值“-1”，但已离低配阈值“+1”较远，当前“资产荒”已至中后段。

　　指标三：低波的“确定性溢价”。我们将A股上市公司ROE分为“低波动组”与“高波动组”，将两者估值轧差作为衡量A股“确定性溢价”的指标。当A股内部“资产荒”进一步演绎时，“确定性溢价”将会更高。与前两类指标不同，“确定性溢价的Z分数”突破了+1意味着市场给予“确定性”的溢价触顶，“资产荒”最极致的时刻已发生，下一阶段可以战略性超配万得全A。该策略在10年2月至24年3月期间，年化收益为4.0%，超额收益为13.2%，夏普比率为0.29。24年开年以来，Z分数指标为-1.3，意味着当前“确定性溢价”处于触底回升阶段。

　　市场中风险偏好的强弱是影响“资产荒”强度的重要变量。当风险厌恶型投资者较多时，资金更容易向优质稳定的少数资产拥趸，资产的集中度会更快达到极致水平。而这种现象在资产价格端的反映类似于隐含的“确定性溢价”。

　　我们以A股上市公司的业绩波动作为“不确定大小”的代理指标，根据2009年12月至2023年9月的A股公司季度ROE均值，将所有股票由高到低分为5组，分别提取ROE波动率最高30%和最低30%的股票作为A股公司的“高波动组”与“低波动组”，并进一步计算每月的股票估值中位数。在2018年前，A股公司“低波动组”并没有被给予更高的估值，2017年前大多时候是“高波动组”的估值水平更高，但2018年后则发生了逆转，“低波动组”的估值水平明显高于“高波动组”。

　　当A股内部“资产荒”进一步演绎时，“确定性溢价”将会更高。24年3月，虽“确定性溢价”指标原序列维持在历史高位，但其滚动12个月的Z分数显示回落至-1.3。这意味着跟过去一年“确定性溢价”相比，市场的风险偏好已有所修复，对全市场ROE最低的30%组合的溢价有明显消解。

　　该单一指标择时策略结果显示，自10年2月至24年3月的年化收益为4.0%，超额收益为13.2%，夏普比率为0.29。24年开年至今，Z分数指标行至-1.3，触发了短期“确定性溢价”将会再度提升的信号。

　　指标四：安全资产占比。“资产荒”从加剧到消解的周期性也受到市场所认为的“相对安全资产”多寡的影响。我们计算在每个时点上过去连续3年ROE和营收增速稳定在10%以上公司占比，以此作为相对安全资产的占比。2015年经济增速换挡以来，A股相对安全资产的占比出现了明显下降。期间安全资产占比多次触底回升，突破了超配阈值“-1”，意味着市场中相对安全的资产重新增多，“资产荒”事实上也进入后半程，提示可以开始战略性超配整体权益。23Q3至今“安全资产占比的Z分数”升至顶部区域并初现回落苗头，提示“安全资产”处于新一轮减少的前半段，这对本轮“资产荒”有助推的效果。自2009年1月至2024年3月，该单一指标择时策略结果显示年化收益为6.2%，超额收益为12.6%，夏普比率为0.51。

　　“相对安全的资产”不断减少是“资产荒”强化阶段的动力之一，而当“相对安全的资产”占比开始触底回升时，整体风险资产的估值也会有所修复。相反，该占比见顶回落则提示风险资产中安全资产正开启新一轮减少的趋势，估值修复之路增添波折。

　　我们根据万得全A上市公司2007年以来的年度财报，计算在每个时点上过去连续3年ROE和营收增速稳定在10%以上公司占比，以此作为相对安全资产的占比。自2007年以来，该比例维持在0.5%~2.5%之间。若某个时期具有“资产荒”的宏观背景，那么该时期安全资产的明显减少会加剧该时期的“资产荒”程度，进而使得该类资产具有更明显的估值溢价。

　　从安全资产占比及其滚动12个月的Z分数中可以看出，15年经济增速换挡以来，A股相对安全资产的占比出现了明显下降。但在2015年12月-2020年6月期间，该Z分数有5次触及-1的超配阈值后从底部回升，意味着安全资产的占比发生了5次偏离趋势的触底回升。与前述指标一致，经济增速下行期，安全资产占比的不断下行，会间接助力“资产荒”的影响力，而安全资产占比的触底回升，也意味将助推“资产荒”进入后半程，“资产荒”的消解之路也将更为顺畅。因此，“安全资产”占比触底回升时可以开始战略性超配整体权益。

　　22年四季度，安全资产的占比再度触底回升，Z分数突破-1超配阈值，提示战略性超配权益。而23年6月后，该指标却明显回升至+1以上的顶部区域；23年三四季度至今，安全资产占比的Z分数触顶回落，提示安全资产占比将重新进入一个下行的趋势中，对本轮“资产荒”的消解进程偏负面，进而对风险资产估值修复减分。自09年1月至24年3月，该单一指标择时策略结果显示年化收益为6.2%，超额收益为12.6%，夏普比率为0.51。

　　指标五：ROIC与一般贷款利差。我们以A股上市公司的资本投入回报率（ROIC）与金融机构加权平均贷款利率的轧差作为实体投资回报和成本的利差，表征企业实体端“资产荒”的演绎程度。与反映居民部门负债意愿变化的“居民中长期消费贷同比”一致，该指标出现触底回升（突破超配阈值“-1”）意味着“资产荒”进入后半程，初具消解苗头。最近一次触底回升发生在2023Q1。目前该Z分数处于0附近，提示实体的“资产荒”程度处于中等水平，释放中性标配择时信号。从策略表现看，该策略自2009年至今年化收益为5%，并无明显超额收益，夏普比例为0.29；主要是在12-13年、15-18年间跑输基准。

　　除了居民自身“资产荒”导致其无法给权益市场提供高风险偏好的增量资金以外，企业部门的投资意愿弱也会导致一方面企业部门吸收流动性的能力下降，另一方面，企业部门提供优质资产的效率下降。

　　我们以A股上市公司的资本投入回报率（ROIC）与金融机构加权平均贷款利率的轧差作为衡量企业实体投资回报和成本的利差。该利差在过去经历了三轮较为明显的倒挂，分别是2011-2015年、2018-2019年以及2022年四季度后。期间虽然货币政策均有降息操作，贷款利率呈现一定程度下降，但每一轮负债端贷款利率的下降速度均慢于资产端ROIC的下降速度。在这些错配的时段里，对企业而言，投资实体反而不如将贷款资金进行转存更具性价比。

　　自2008年以来，该Z分数发生了6次偏离趋势的触底回升，最近一次为2023年一季度。目前该Z分数处于0附近，提示企业实体的“资产荒”程度处于中等水平，释放中性标配择时信号，即权益和现金应持仓各50%。从策略表现看，该策略自2009年至今年化收益为5%，并无明显超额收益，夏普比例为0.29；主要是在12-13年、15-18年间跑输A股和现金各50%的基准收益

　　指标六：ROIC大于负债成本的行业个数。结构上，A股上市公司中资本投入回报率能覆盖贷款利率的行业个数也能反映企业“资产荒”的深入程度。从简单的走势来看，ROIC大于负债成本的行业个数与万得全A股指表现基本同周期。最近一次触底回升（突破超配阈值“-1”）发生在2023Q3。目前该Z分数处于0.5附近，释放的是中性标配择时信号，即权益和现金持仓各50%。从策略表现看，该策略自2009年三季度至今年化收益为8%，超额收益为77%，夏普比例为0.6。

　　除了总量的企业实体投资收益成本利差以外，另一个类似的观察视角是每个时点，A股上市公司中资本投入回报率能覆盖贷款利率的行业个数。从简单的走势来看，ROIC大于负债成本的行业个数与A股表现基本同周期。从该指标滚动12个月的Z分数来看，当ROIC能覆盖负债成本的行业个数突破-1超配阈值，意味着即将触底回升，提示宏观企业层面的“资产荒”进入后半程，可以开始战略性超配权益市场。

　　最近一次为2023年三季度。目前该Z分数处于0.5附近，同样提示企业实体的“资产荒”程度处于中等水平，释放的是中性标配择时信号，权益和现金持仓各50%。从策略表现看，该策略自2009年三季度至今年化收益为8%，超额收益为77%，夏普比例为0.6；自2015年开始能明显跑赢A股和现金各50%的基准收益。

　　最后，如何利用股市“资产荒”量化体系进行权益择时？我们设定超过半数的底层指标Z分数突破“-1”（权益超配阈值）为权益“资产荒”进入下半场，则可以超配万得全A。2024年3月，底层指标中四项（居民负债、微观结构、ROIC-贷款利差、ROIC高于贷款利率行业个数）信号中性、两项（确定性溢价、安全资产占比）提示“资产荒”仍有压低风险资产估值的可能，当前基于“资产荒”构建的赔率体系仍未触发战略性超配权益的信号；但汇总后的综合指标已离风险资产赔率极低区域较远，提示权益资产的性价比已有显著改善。只是短期内，权益的市场关注点可能仍聚焦于胜率因素，比如经济基本面走势。该综合策略最近一次初现超配权益的信号为2022年年底，最近一次转为中性标配为2023年9月。自2010年以来，该综合策略年化收益为6%，超额收益为53%，夏普比率为0.46。

　　若汇总6项指标综合平均的Z分数，大多数指标在23年前4个月提示权益“资产荒”并不明显，平均Z分数处于-0.8~-0.7，处于上一轮“资产荒”的后段或新一轮“资产荒”的消解初期，靠近“-1”的超配阈值，提示偏多权益。但从23年5月开始，综合平均的Z分数快速上升至0附近，虽未触发择时条件，但也表明权益“资产荒”正在加速演绎中，越来越倾向于持有无风险资产。23年四季度，综合平均的Z分数上升至+0.7~+0.8，靠近“+1”的低配阈值。24年3月，虽未触及“-1”超配阈值，但Z分数已自+0.82回落至+0.18，同时Z分数处于见顶回落初期的指标也仅剩2个，提示权益“资产荒”虽尚未完全进入可以战略性超配权益的后段，但也已行程过半。从“资产荒”视角评价权益资产赔率，风险资产的性价比相比低风险资产已不处于明显劣势状态。

　　由于不同“资产荒”信号均反映了权益“资产荒”的不同视角，或居民部门引发的“资产荒”、或企业部门引发的“资产荒”，我们设定6个择时信号代表6个方向，若超过半数的择时信号提示权益“资产荒”仍在上半场加速演绎状态，则最终信号得分小于0，持有现金，反之则持有权益资产。24年3月信号中，已有4项信号中性标配，2项信号仍偏谨慎，综合后的信号仍未战略性超配权益资产。该策略自2010年以来年化收益为6%，超额收益为53%，夏普比率为0.46。

　　风险提示：一是资产荒的代理指标存在口径调整、机制转变等风险，对其指示的股市赔率效果有所折扣；二是利用Z分数来判断赔率高低阈值的择时体系仍有待改进；三是存在其他忽视的变量影响股市资产荒程度。