本文将伊斯兰教法股票筛选中的跨标准分歧与临界边界距离定义为“分类不确定性”,并通过允许投资者规模模型解释其潜在价格影响。基于1999—2024年美国CRSP—Compustat面板,研究发现分歧度和边界接近度能够识别下一期模拟分类变化,但不存在稳健的无条件准入溢价。美国DJIM/S&P方法调整也未产生可靠的匹配重估;相比之下,马来西亚证券委员会官方纳入事件在满足持续上市和交易活跃度条件后,0—10及0—20交易日匹配超额收益分别达到1.76和2.25个百分点,但所有权与需求压力检验尚未识别唯一边际买方,因而更适合作为组合监控状态而非已验证的交易策略。
报告标题:《The Price of Permission: Classification Uncertainty in Constrained Capital Markets》(许可的价格:受约束资本市场中的分类不确定性)。
作者: Abdulrahman Qadi、Akash Sharma、Francesca Medda,来自伦敦大学学院金融与技术研究所(Institute of Finance and Technology, University College London)。原文首页将 Abdulrahman 的姓名开头误显示为“bdulrahman”,应理解为作者 Abdulrahman Qadi。
发布日期:正文未明确给出正式发布日期,但数据和参考资料更新至2025—2026年,研究覆盖期为1999年至2024年(美国样本)以及2013年至2025年(马来西亚官方名单)。
研究主题:以伊斯兰教法(Shariah)股票筛选为制度实验,研究不同筛选标准之间的分类分歧、股票接近筛选边界的风险,以及正式获得或失去投资资格是否会改变投资者基础并影响股价。
报告的核心论点不是“符合Shariah的股票一定有溢价”,而是:股票的Shariah资格不应被理解为静态的二元标签,投资者还需要关注该资格是否稳定、不同规则是否一致,以及受到相关标准约束的资本规模是否足够大、足够边际化且能够交易。 报告最终没有提出传统意义上的买入、卖出评级,也没有给出目标价;其结论是一种投资组合风险管理判断,即应将“分类不确定性”作为组合监控状态,而非直接视为可盈利交易策略。
Shariah股票筛选通常同时包含业务活动排除和财务比例筛选,例如限制利息债务、现金及利息资产、应收账款、非许可收入等,但AAOIFI、DJIM、S&P、FTSE/Yasaar、MSCI和马来西亚证券委员会使用的分母、阈值、市场资本化平均窗口及流动性测试并不相同。 因此,同一家公司的财务报表不变,也可能在一个规则体系下合格、在另一个体系下不合格。
报告将这种现象拆分为两个维度:
这一区分很重要。两家公司都可能“当前合格”,但一家远离所有阈值,另一家仅略低于债务上限;后者更容易因季度财务数据、市场价值分母或筛选方法变化而被重新分类。
理论部分引入“permitted investor mass”,即在形式上被允许持有该股票的受约束资本总量。该概念并不等同于实际持股,也不等同于通过该股票的规则数量,因为不同规则背后的基金、指数和机构资本规模可能完全不同。 报告特别强调,若某股票被两个小规模规则体系批准,而另一股票被一个拥有大量资产的指数体系批准,二者的“通过规则数量”可能相同,但实际潜在投资者基础并不相同。
在对称协方差的均值—方差模型中,股票的要求预期收益率随着允许持有该股票的资本规模扩大而下降;直观上,更多投资者可以分担风险,股票需要提供的风险补偿就减少。 但作者也明确承认,该结果依赖较强的理论假设,包括投资者持有相同信念和风险厌恶、投资者类型资本规模在事件窗口内固定,以及资产收益方差相同、协方差为零。 因此,模型是机制说明而不是对现实市场的完整描述。
作者用各规则体系下最接近的有效筛选边界来构造距离指标,并进一步用 (P_{i,t}=\exp(-5D_{i,t})) 转换为“接近风险”。距离越小,意味着至少有一个标准下的某项财务指标接近临界值,转换后的风险指标越高。
这里必须注意,作者没有把该指标解释为真实的下一期重新分类概率。指数中的“5”是固定尺度参数,并非由数据估计,也没有经过概率校准;因此它更适合被看作排序或监控指标,而不是严格意义上的概率预测。 此外,在多个财务指标存在相关波动时,仅使用最小边界距离无法完整刻画联合越界概率。
Route A将CRSP月度股票数据、Compustat年度财务数据和CRSP-Compustat链接表结合起来,保留美国普通股,覆盖1999年1月至2024年12月,最终形成13,188只证券、1,342,606个证券—月份观察值。
研究者根据公开规则模拟七种筛选体系:
该设计的优势是所有规则使用同一套滞后财务数据和相同的SIC业务排除分类,从而突出规则本身的差异;局限是无法完整复制各机构的专有收入净化、发行人复核和人工判断,因此这些标签并非历史上由官方机构实际发布的分类结果。
收入筛选尤其具有测量风险。基准指标将正利息收入与正非经营收入合并,但Compustat的非经营收入可能包含本来允许的项目,所以该指标可能过度排除公司;替代方案仅使用正利息收入。 替代指标使平均资格率从27.6%升至32.3%,平均分歧从22.5%升至28.9%,说明测量口径对水平值影响明显,但分歧和边界接近度仍能预测模拟的下一月转换。
Route B使用2013年11月至2025年11月之间的25份马来西亚证券委员会半年度Shariah合规证券官方名单。 事件首先在官方股票代码层面定义,再与Compustat Global证券进行匹配,这样可以避免证券链接错误被误判为资格转换。
作者区分了名单日期与官方PDF发布日期:名单日期用于定义半年度成员关系和聚类,PDF公布日期用于确定市场真正获得信息的事件日,事件日0为公告后该证券的第一个交易日。 这种处理是事件研究的重要改进,因为投资者在名单“生效期”与名单“公开披露日”之间可能已经产生不同反应。
图1显示七种规则的平均合格率存在明显差异:AAOIFI为29.29%,SC Malaysia为29.26%,MSCI Main为28.37%,DJIM为27.30%,MSCI M-Series为26.69%,S&P为26.66%,FTSE/Yasaar最低,为25.60%。
该图直接支持报告关于制度异质性的论点:共同的宗教投资目标并没有产生共同的股票投资宇宙。AAOIFI与FTSE/Yasaar之间约有3.69个百分点的平均资格率差距,这对大规模指数或组合而言可能意味着显著不同的可投资范围。 但平均资格率只描述整体覆盖程度,不能说明同一家公司是否在不同标准之间发生分歧,也不能说明相关标准背后的资本规模,因此不能直接作为“投资者规模”的估计。
图2及表8显示,实施分歧的Logit系数为1.1609,边界接近风险系数为3.2384,二者的z统计量分别为39.75和30.61;规模变量系数约为-0.06,说明较大公司发生模拟资格转换的可能性较低。
这些系数表明,分歧越大、距离某项有效筛选边界越近,下一月发生研究者模拟资格转换的排序可能性越高。然而,这不是因果结论,因为解释变量和因变量都由同一套模拟筛选边界构造,存在机械关联。 因此,该结果的合理解读是:这些变量能够帮助管理者识别“模拟分类不稳定”的证券,而不能证明它们能够预测官方机构的独立决定。
2023年9月,DJIM和S&P Shariah方法取消现金及应收账款筛选,但保留其他筛选,机械上使313家美国公司获得资格,其中233家同时在两个规则体系下新获得资格。 公告日的未匹配样本在[0,1]和[0,3]窗口分别出现约0.750和1.210个百分点的正异常收益,但匹配后效果明显减弱;在9月1日可见前瞻文件日期附近,匹配结果甚至为负或接近零。
图3的视觉模式很清楚:公告日未匹配样本表现最好,仍不合格与连续合格样本的匹配结果则不稳定;前瞻日期的结果也没有一致的正向价格反应。图4进一步显示,2019—2024年的安慰剂年份方向混杂,2020年出现正向[0,3]结果,2022年则出现显著负向结果。
因此,作者不支持“正式资格扩大必然带来正向许可溢价”。更可能的解释是,受影响规则背后的资本没有足够大、没有成为边际买方、提前预期了变化,或者股票本身并不容易交易。
图5展示295个连续上市且通过成交额筛选的纳入事件,从公告日前20个交易日至公告后20个交易日的匹配累计异常收益路径。 事件日前累计窗口[−20,−1]、[−10,−1]和[−5,−1]均不显著,但事件日后收益并非立即出现,主要在第3个交易日以后逐步累积,到第10日约为1.76个百分点,到第20日约为2.25个百分点。
这与“机构投资者需要若干交易日完成组合调整”的机制相容,但图中事件前路径并非完全平滑,且针对20个日度事件前系数的联合Wald检验显著拒绝全部为零,p值为0.006。 作者因此承认,虽然累计事件前窗口不显著,但长期日度联合检验对平行趋势提出了警告,不能将结果解释为无保留的因果效应。
图6逐次剔除一个官方名单日期,重新估计主要事件收益。 对[0,10]窗口,估计值约在1.29至1.98个百分点之间;对[0,20]窗口,约在1.78至2.55个百分点之间,说明结果并非由单一一次名单发布驱动。 不过样本只有24个可用于聚类的名单日期,因此即便逐日期结果稳定,小样本聚类推断仍然是重要限制。
图B.1显示资格份额和分歧指标具有离散分布,这是因为七个规则以等权方式组合,资格份额只能在若干离散水平之间变化。 大量观察集中在全部不合格或全部合格附近,同时也存在中间分歧状态,这说明“规则数量”与“资本权重”之间存在根本区别。
图B.2显示最近边界距离高度右偏,大量公司非常接近某个边界,少量公司距离很远;接近风险因此在低距离区域集中。 这支持作者将该变量作为监控排序指标,但也暗示其分布可能使线性模型或简单概率解释不稳健。
图C.1显示马来西亚核心Shariah ETF资产规模在2021年前后达到较高水平,2022年后明显下降,2023年以后大致在约1.5亿至1.7亿马来西亚林吉特附近波动;马来西亚加区域ETF的规模也呈类似但更高的走势。 附录估计核心ETF在事件前的中位资产约为3.548亿林吉特,假设其中1%配置到某只股票,相当于中位事件股票约2.81倍的事件前日均成交额,说明ETF渠道在容量上并非微不足道。 但ETF容量压力对事件收益的回归系数接近零,wild-bootstrap p值为0.993和0.956,且没有明显的正向份额创建,因此ETF并不是已被识别的价格传导渠道。
作者使用Fama–MacBeth横截面回归检验资格份额或规则分歧与下一月收益的关系,并控制市值、账面市值比、动量、反转,进一步加入盈利能力、资产增长、资本支出和筛选比例。
基准模型中,资格份额与收益呈正相关,但这个结果方向上并不符合“允许投资者越多,要求收益越低”的理论含义;加入盈利能力、投资和筛选比例后,该系数经济上接近零且统计上不显著。 这说明简单的等权规则通过数量很可能只是盈利能力、资产负债表结构或投资特征的代理变量,而非结构性许可投资者规模。
分歧指标在扩展控制后仍为正,但作者将其谨慎描述为残余特征相关,而非已经证明“分类分歧是一个被定价的风险状态”。
Route B先得到582个匹配纳入事件,包含审查间隔内首次出现的新上市或历史记录问题;排除这些可能存在上市历史污染的观察后,得到410个连续上市纳入事件,其平均收益为正但不够精确。
进一步应用完全基于事件前成交额构造的流动性底线后,样本缩减为295个事件,得到:
该结果在逐名单日期剔除、仅保留每家公司第一次纳入、名单日期与证券双向聚类等设计下仍保持正向。 但严格的同SIC二位行业匹配会使样本减至266个事件,估计值降至约0.87和1.48个百分点,并失去统计精确性。
如果纳入真的通过扩大Shariah投资者基础推升价格,理论上应观察到相关机构持股上升。LSEG历史持有人数据显示,纳入股票的Shariah敏感投资者持股平均上升0.022个百分点,而控制组没有明显变化,但处理组与控制组之间的差异不精确,wild p值为0.360;广义受约束投资者持股差异约为0.053个百分点,p值为0.282。
需求压力指标能够预测部分后续受约束持股变化,但不能预测CAR;实际买入压力的价格系数为负且不显著,压力与成交额的交互项也不显著。 因此,报告没有识别出唯一的边际买方,也没有证明“Shariah资金买入”是收益反应的确定因果渠道。
这篇报告的最大贡献在于把Shariah筛选从静态合规问题转化为资产定价和投资组合管理问题。它清楚区分了“现在是否可以持有”“未来是否容易失去资格”以及“相关资格变化是否真的会改变边际需求”三个层次。 理论上,作者提出了比规则数量更有经济意义的许可投资者规模;实证上,则通过美国研究者模拟面板和马来西亚官方名单事件构造了互补证据。
不过,证据强度存在明显层级差异。美国样本非常适合证明规则之间存在分歧、边界接近能够排序模拟转换,但不适合证明官方分类变化的因果价格效应。美国Fama–MacBeth结果不支持无条件的等权资格溢价,2023年DJIM/S&P方法变化也没有形成稳健的匹配后重估。
马来西亚官方名单提供了更接近真实制度事件的证据:在连续上市且流动性足够的295家公司中,官方纳入后10至20个交易日出现约1.76至2.25个百分点的正向匹配异常收益,并通过多项稳健性检验。 但由于事件前日度联合检验、少量日期集群、严格行业匹配后精度下降,以及所有权和需求压力机制未被明确识别,该结果更准确的表述是:在得到官方认可、处于可交易状态且可能影响当地受约束资本的市场中,Shariah许可变化与正向价格反应相关;它不是已经被完全识别的因果需求冲击。
最终,报告的投资含义是:管理者不能只维护一个“合规/不合规”清单,还应监控跨标准分歧、距离有效阈值的程度、相关规则所覆盖的资本规模以及股票的交易能力。分类风险适合用于提前准备潜在调仓、强制减持、流动性需求和审查日风险,但报告本身并未证明它可以直接产生超额收益或构成独立交易信号。
2608.12634.pdf