《金融计量与交易策略》论文(百度版)
《金融计量与交易策略》论文
——中国股市三因素模型的验证课程名称：金融计量与交易策略
任课教师：
年级专业：MBA
姓名：
学号：
2013年07月06 日
第一章理论回顾
资本资产定价理论由Sharpe（1964），Lintner（1965），Black（1972）提出，其模型表达的是个股或组合预期收益和其市场风险β线性相关，而且β是其预期收益的唯一决定因素。
但也有一些实证分析否定了模型。比如Banz（1981）研究发现的规模效应，他发现除了β以外，市值（ME）（股票价格*总股本）也对平均收益率有解释能力。在特定的β条件下，低市值的股票拥有更高的平均收益率，而高市值股票却拥有低收益率。
Chan,Hamao,Lakonishok(1991)研究发现BE/ME（帐面价值/市场价值）在日本股票市场上对平均收益率有较高的解释能力。
Fama、French的三因素模型则在前人研究的基础上，对于CAPM 模型里没有涵盖的，但在其他论文中出现的对预期收益有影响的因子进行了总结归纳，这些因子都相互关联，它们可以被三因素模型所解释。具体为一个证券组合的预期收益率与无风险收益率之差()ifERR ?可以由以下三个变量所解释：第一个变量是市场组合收益率和无风险收益率之差()mfERR?；第二个变量是小市值股票的收益率和大市值股票收益率之差E(SMB)。第三个变量是高帐面市值比股票组合收益率和低帐面市值比股票组合收益率之差E(HML)。公式表达如下：()[()]()(ifimfii)ERRbERRsESMBhEHML?=?++从那之后国外涌现出的大量实证研究结果，得出了许多与β和CAPM相矛盾结论，如：Grinold(1993)，Davis(1994)，He与Ng(1994)，Fama 与
Franch(1993,1995,1996,1998)。从Fama与French（1993）采用了时间序列的检验框架后，就有大量的文章采用这种方法来研究各种关于资产定价与市场有效性问题。近年来国内已有许多学者研究了中国股票市场上CAPM的有效性，同时也有学者开始对中国市场β本身和其他因子进行了研究，陈信元（2001）在研究上海市场预期股票收益的横截面多因素分析的时候发现Size与BE/ME因子具有很强的解释力。邓长荣（2005）采用深市数据同样证明三因素模型成立。本文通过任意选择中国股市30只股票，收集实际数据，运用时间序列回归模型，检验中国股票市场三因素模型是否成立。
第二章相关理论及检验方法
2.1 三因素模型
将全样本的股票分别独立地按ME分成大（B）、小（S）两组，再按BE/ME分成高（H）中（M）低（L）三组相互交叉形成6个（H）、中（M）、低（L）三组，相互交叉形成6个组合：SL、SM、SH和BL、BM、BH；
考虑到ME与BE/ME是不断变化的因此每年都重新考虑到ME与BE/ME是不断变化的，因此每年都重新进行一次这样的分组排序，并在每次分组后计算这6个组合一年内的月收益率。
1、市场风险因素
以每个月的市场收益率减去当月对应的30天国债利率作为月市场超额收益率。
2、ME风险因素
计算小规模股票组合与大规模股票组合之间的月超额收益率序
列票组合之间的月超额收益率序列。
SMB剔除了BE/ME风险，因此可完全代表规模风险；
类似市场组合超额收益率，SMB以大规模股票组合收益率为基准（因为大规模股票组合的规模风险最小，对应的风险补偿
也最小）可视为规模风险的超额收益率最小），可视为规模
风险的超额收益率。
3、BE/ME风险因素
计算高BE/ME组合与低/ 组合之间的月超额收益率序列低BE/ME组合之间的月超额收益率序列。
HML剔除了规模风险因此可代表BE/ME风险因素；
类似市场组合超额收益率，HML以低BE/ME组合收益率为基准（因为低BE/ME组合的帐面市值比风险最小，对应的风
险补偿也最小），可视为BE/ME风险的超额收益率。
4、三因素模型
定义了三种风险因素以后，Fama-French三因素模型可表述为模型可表述为：
可写成时间序列回归模型：
2.2 检验方法
任意选择中国股市30只股票，收集股票数据，对上述时间序列回归模型进行回归，验证其相关性，检验中国股票市场三因素模型是否成立。
第三章三因素模型的验证
1、样本选择
任意选择中国股市30只股票，股票代码和名称见下表：
2、三因素的三个风险因子
本文对三因素定义如下：
市场溢酬因子__流通市值加权_Rmrf_tmv——SMB t； 账面市值比因子__流通市值加权_Hml_tmv——HML t； 市场溢酬因子__总市值加权_Rmrf_mc——β。
2005年1月31日~2013年3月29日的数据如下表：
3、股票收益与无风险收益
收集上述30支股票2005年1月31日~2013年3月29日的收益与无风险收益数据，其中收益用r表示，无风险收益用rf表示。4、回归结果及分析
综合股票收益（r）、无风险收益（rf）、市场溢酬因子--流通市值加权（Rmrf_tmv——SMB t）、账面市值比因子--流通市值加权（Hml_tmv——HML t）和市场溢酬因子--总市值加权（Rmrf_mc）等数据，运用Eviews软件进行回归运算，样本分别选取30只股票、20只股票、15只股票、10只股票、5只股票和若干单个股票，具体回归及分析结果如下：
（1）30只股票全样本回归分析
从上图中可知：
账面市值比因子--流通市值加权_Hml_tmv——HML t（不显著） 市场溢酬因子--总市值加权_Rmrf_mc——β（显著）
市场溢酬因子--流通市值加权_Rmrf_tmv——SMB t（显著）（2）后20只股票全样本回归分析（11~30）
从上图中可知：
账面市值比因子--流通市值加权_Hml_tmv——HML t（显著） 市场溢酬因子--总市值加权_Rmrf_mc——β（显著）
市场溢酬因子--流通市值加权_Rmrf_tmv——SMB t（显著）（3）前15只股票全样本回归分析（1~15）
从上图中可知：
账面市值比因子--流通市值加权_Hml_tmv——HML t（显著） 市场溢酬因子--总市值加权_Rmrf_mc——β（不显著）
市场溢酬因子--流通市值加权_Rmrf_tmv——SMB t（显著）（4）后10只股票全样本回归分析（21~30）
从上图中可知：
账面市值比因子--流通市值加权_Hml_tmv——HML t（显著） 市场溢酬因子--总市值加权_Rmrf_mc——β（显著）
市场溢酬因子--流通市值加权_Rmrf_tmv——SMB t（显著）（5）5只股票全样本回归分析（21~25）
从上图中可知：
账面市值比因子--流通市值加权_Hml_tmv——HML t（显著） 市场溢酬因子--总市值加权_Rmrf_mc——β（显著）
市场溢酬因子--流通市值加权_Rmrf_tmv——SMB t（显著）（6）单只股票全样本回归分析
从上图中可知：
账面市值比因子--流通市值加权_Hml_tmv——HML t（显著） 市场溢酬因子--总市值加权_Rmrf_mc——β（不显著）
市场溢酬因子--流通市值加权_Rmrf_tmv——SMB t（显著）
从上图中可知：
账面市值比因子--流通市值加权_Hml_tmv——HML t（显著） 市场溢酬因子--总市值加权_Rmrf_mc——β（显著）
市场溢酬因子--流通市值加权_Rmrf_tmv——SMB t（显著）
从上图中可知：
账面市值比因子--流通市值加权_Hml_tmv——HML t（显著）
市场溢酬因子--总市值加权_Rmrf_mc——β（显著）
市场溢酬因子--流通市值加权_Rmrf_tmv——SMB t（显著）
第四章主要结论
1、三因素模型
三因素模型选择的三个因素是在理论和实证研究的基础上总结出来的，对于美国和其他国家的数据都表现出较好的解释能力，这三个因素分别是：市场风险（借鉴的是CAPM的理论分析，也就是市场组合收益率与无风险收益率之差）、规模以及账面市值比。三因素模型实证表明：公司规模与股票超额收益率呈反向变动关系，账面市值比与股票收益率呈更显著的正相关关系。原因是较小的公司规模以及较高的账面市值比都代表较高的风险（或投资者预期该企业具有较高的风险），因而具有较高的收益率。
2、本文检验结果
通过上述回归分析，表明利用国内股票市场数据进行的实证研究也支持三因素模型，也就是存在规模效应和账面市值比效应。
采用时间序列回归模型进行分析更加全面：
通过上述回归分析，表明利用国内股票市场数据进行的实证研究也支持三因素模型，也就是存在规模效应和账面市值比效应。
3、综合结论
大量应用研究表明，Fama-French三因素模型是比CAPM更为真实可信的资产定价模型已被广泛应用于资产更为真实、可信的资产定价模型，已被广泛应用于资产定价、交易策略评估等方面。为解释这些不能被系统风险、规模风险和账面市值比风险所解释的异常收益，学者们在研究特定问题时甚至提出了四因素、五因素模型……