Fama-French三因子计算过程说明
stata fama french三因子代码
Stata Fama French三因子代码一、介绍Stata是一种统计分析软件，非常适合进行数据分析和数据管理。
而Fama-French三因子模型是用来解释股票回报的经典模型，在资产定价和投资组合管理中具有重要意义。
结合Stata和Fama-French三因子模型，可以对股票市场进行深入的分析和研究。
本文将详细介绍如何在Stata中使用Fama-French三因子模型进行分析，并给出相应的代码和操作步骤。
二、获取数据在使用Stata进行Fama-French三因子模型分析之前，首先需要获取所需的数据。
一般来说，可以从金融数据库或者股票交易所获取股票收益率和市值数据，以及市场大盘收益率和无风险利率数据。
在本文的案例中，我们将使用一家股票交易所提供的样本数据来进行模型分析。
三、安装Stata模块Stata并没有直接内置Fama-French三因子模型的计算功能，但是可以通过安装相应的模块来实现。
在Stata中，可以通过输入以下命令来安装ff运行Stata模块：```statassc install ff```这样就可以安装ff模块并准备好进行Fama-French三因子模型分析。
四、导入数据在安装好ff模块后，接下来可以导入所需的数据进行分析。
以导入月度股票收益率、市值和市场大盘收益率数据为例，可以按照以下步骤进行操作：```statause yourfile, clear```五、运行Fama-French三因子模型在导入数据后，就可以利用ff模块来运行Fama-French三因子模型了。
以运行单因子模型为例，可以按照以下步骤进行操作：```stataff reg stock_return, famafrench(market smb hml)```其中，stock_return为股票收益率变量名称，market为市场大盘收益率变量名称，smb为规模因子变量名称，hml为价值因子变量名称。
运行以上命令后，就可以得到Fama-French三因子模型的回归结果了。
fama三因素模型公式
fama三因素模型公式Fama三因素模型公式在金融学中，Fama三因素模型（Fama Three Factor Model）是由经济学家尤金·法玛（Eugene Fama）于1992年提出的一种资本资产定价模型。
该模型通过考虑市场风险、规模因素和价值因素，对投资组合的预期收益进行解释和预测。
Fama三因素模型的公式如下：E(Ri) = Rf + βi*(Rm - Rf) + si*SMB + hi*HML其中，E(Ri)表示资产i的预期收益，Rf表示无风险利率，Rm表示市场组合的预期收益，βi表示资产i的市场风险系数，si表示资产i 的规模因素系数，SMB表示规模因素的市场组合收益与无风险利率之差，hi表示资产i的价值因素系数，HML表示价值因素的市场组合收益与无风险利率之差。
Fama三因素模型的核心思想是，资产的预期收益不仅取决于市场风险，还受到规模和价值因素的影响。
具体来说，市场风险是指资产与市场组合的相关性，规模因素是指资产的市值大小，价值因素是指资产的价格与账面价值之比。
市场风险是衡量资产收益的重要指标。
市场风险系数βi衡量了资产i相对于市场组合的系统性风险。
当市场组合的收益上升时，资产i的预期收益也会相应上涨。
规模因素是指资产的市值大小对收益的影响。
规模因素系数si衡量了资产i的市值对其收益的影响程度。
研究表明，小市值公司相对于大市值公司具有更高的收益率。
价值因素是指资产的价格与账面价值之比对收益的影响。
价值因素系数hi衡量了资产i的价值对其收益的影响程度。
研究表明，低估值公司相对于高估值公司具有更高的收益率。
通过将市场风险、规模因素和价值因素纳入考虑，Fama三因素模型能够更全面地解释和预测资产的预期收益。
投资者可以根据该模型来构建投资组合，以获取更好的收益和风险控制。
然而，需要注意的是，Fama三因素模型并不是完美的。
它仅考虑了市场风险、规模因素和价值因素，而忽略了其他可能影响资产收益的因素，如流动性、动量等。
三因子模型构造和回归详解
因变量的描述性统计
• 从表1来看，最小分位数的组合中含有最多的股票。尽管他们 有最多的股票数量，但是五个最小市值分位数的组合的市值都 比25个组合的平均市值要小0.7%左右。
• 五个最大市值的组合却只有最少数量的股票。五个最大市值组 合占总组合比重是74%。
• 拥有最大市值和最小账面市值比的组合（代表了大的成功的公 司）单独地占有了超过全部组合的30%的市值比重。
使用市值和账面市值比划分是为了验证我们构造的SMB 和HML是否抓住了股票回报中和规模和账面市值比有关 的共同因子。 后面，使用收益/价格和股息/价格进行稳健性检验。
因变量的描述性统计
按账面市值比划分的五个分位
按市值规模划分 的五个分位
规模的均值
市值占总组合的比重 Earning/Price
组合的每年的平均数量 Dividend/Price
• 可以看出因子的值是一个市值加权月收益率序列,因 为研究了29年的数据，所以因子的长度是342(Fam a只做到了1991.10月，所以是342个月）
5
二、因变量的划分标准 For the size sort. ME is measured at the end of June. For the book-to-market sort, ME is market equity at the end of December of c - 1. and BE is book comm on equity for the fiscal year ending in calendar yea r r - 1. 在Fama和French的文章中，他们用每年六月末的股票市 值和每年年末的帐市比作为分类依据，因为六月末是美 国股市要求披露年报的日期，而年末时间节点的选择是 因为整个研究是以一个自然年为分组依据。
fama-french三因子模型例子
Fama-French三因子模型例子在金融学领域中，Fama-French三因子模型是一个用来解释股票收益的理论模型。
该模型由美国学者尤金·法玛和肯尼斯·弗伦奇提出，它认为股票的超额回报来源于市场因素、市值因素和账面市值比因素。
这三个因素被认为是影响股票收益的主要因素，通过对这些因素的分析和加权组合，可以更准确地衡量股票的预期收益。
下面，我将以具体例子来说明Fama-French三因子模型的应用。
我们来看一个假设的投资组合，其中包含了若干家公司的股票。
根据Fama-French三因子模型，我们需要分析这些公司的股票在市场因素、市值因素和账面市值比因素上的表现。
1. 市场因素市场因素指的是整个市场的表现，通常以市场指数（如标普500指数）来衡量。
我们需要分析投资组合中的股票在整个市场表现良好的情况下，是否也取得了良好的收益。
如果投资组合中的股票相对于整个市场表现较差，可能就不能获得预期的收益。
2. 市值因素市值因素是指公司的市值对其股票收益的影响。
通常来说，市值较小的公司往往具有更大的成长空间和风险，因此可能有更高的预期收益。
我们需要分析投资组合中的股票在不同市值情况下的表现，以确定市值因素对其收益的影响。
3. 账面市值比因素账面市值比因素是指公司的账面市值比对其股票收益的影响。
一般来说，账面市值比较低的公司可能具有更高的成长潜力和风险，因此也可能有更高的预期收益。
我们需要分析投资组合中的股票在不同账面市值比情况下的表现，以确定账面市值比因素对其收益的影响。
通过对这三个因素的分析和加权组合，我们可以得出投资组合的预期收益。
如果投资组合的实际收益与预期收益存在较大差异，就需要进一步分析模型中可能存在的偏差和风险因素。
Fama-French三因子模型为我们提供了一个更全面、更深入理解股票收益的工具。
通过对市场因素、市值因素和账面市值比因素的分析，我们可以更准确地衡量股票的预期收益，并更灵活地调整投资组合，以获取更稳定和可持续的投资收益。
fama-french 三因子文章解释
标题：深度解读fama-french三因子模型一、引言在金融领域，股票收益率的波动一直是备受关注的话题。
Fama-French三因子模型是一种用来解释股票收益率波动的重要模型，对于投资者和学者来说具有重要意义。
本文将就Fama-French三因子模型进行深入探讨，并解释其在资本市场中的重要性和应用。
二、Fama-French三因子模型概述Fama-French三因子模型是由诺贝尔经济学奖得主尤金·法玛和肯尼思·弗伦奇于1993年提出的，用来描述股票收益率的波动情况。
该模型认为股票的超额收益率可由市场风险、公司规模和估值水平三个因子来解释。
其中，市场风险因子代表整体市场收益率对个股收益率的影响；公司规模因子代表公司规模对股票收益率的影响；估值水平因子则代表估值水平对股票收益率的影响。
通过这三个因子的组合，Fama-French三因子模型能够更准确地解释股票收益率的波动情况。
三、市场风险因子在Fama-French三因子模型中，市场风险因子起着至关重要的作用。
市场风险因子代表整体市场收益率对个股收益率的影响，反映了整体市场的变化对个股的影响程度。
通过对市场风险因子的分析，投资者可以更好地理解股票收益率的波动情况，从而进行更准确的风险控制和投资决策。
四、公司规模因子除了市场风险因子，Fama-French三因子模型中的公司规模因子也具有重要意义。
公司规模因子代表公司规模对股票收益率的影响，反映了小盘股和大盘股在市场中的表现差异。
通过对公司规模因子的分析，投资者可以更好地把握不同规模公司的投资机会，从而实现更好的投资回报。
五、估值水平因子Fama-French三因子模型中的估值水平因子也是不可忽视的一部分。
估值水平因子代表估值水平对股票收益率的影响，反映了股票的估值水平对其未来收益的影响程度。
通过对估值水平因子的分析，投资者可以更好地把握股票的估值情况，从而进行更准确的投资决策。
六、总结与回顾通过以上对Fama-French三因子模型的解释，我们可以看到该模型对股票收益率的解释能力非常强，能够更准确地解释股票收益率的波动情况。
fama三因子模型构造和回归详解
股票的Term 和Def的系数比债券的大。
In the bond regression, R2 ranges from 0.49 for low-grade co rporates to 0.97 and 0.98 for high-grade corporates. In contrast, R2 ranges from 0.06 to 0.21 for stocks.
13
DEF
CB：Long term corporate bond return
Term
LTG: Long term government bond return
RF: one month treasury bill rate
政府债 公司债 RMO：截距和残差之和
14
汇总统计
解释变量
被解释变量：债券超额收益
5
二、因变量的划分标准 For the size sort. ME is measured at the end of June.
For the book-to-market sort, ME is market equity at
the end of December of c - 1. and BE is book comm on equity for the fiscal year ending in calendar yea r r - 1. 在Fama和French的文章中，他们用每年六月末的股票市
Fama & French
报告人：何晶
1993年，Fama和French的论文《commom risk factors in returns on bonds and stocks〉
正式标志着三因子模型的建立。在该论文里，他们不仅研究了影响股票收益的因子模型，还
第10单元 Fama-French 三因素模型
投资学第十五章实证资产定价•第一节风险、风险溢价与CAPM •第二节Fama和French三因素模型•第三节动量效应及四因素模型•第四节主要“异象”及其解释Fama and French 构建的因子（Empirical Factors）•Small Minus Big:R SMB= R small− R bigR small=1/3 (Small Value + Small Neutral + Small Growth)R big= 1/3 (Big Value + Big Neutral + Big Growth)•High Minus Low:R HML= R value− R growthR value=1/2 (Small Value + Big Value)R growth=1/2 (Small Growth + Big Growth)Fama 和French 三因素模型的Alpha 和Betai R (R)RRtM SMB HML itf i i tf i i tts h r r βεα-=+-+++• βi : 市场贝塔（the market beta ）• s i : 规模贝塔（the size beta ）• h i : 价值贝塔（the value beta ）• αi : Fama-French 三因素模型的alpha.Fama 和French 三因素模型i E(R )((R))E(R)E(R)M SMB HML tf i tf i ti tr E r s h β-=-++•市场风险溢价(the market risk premium) = E(R M )− r f• 规模风险溢价（the size premium ）= E (R SMB ) = E (R small ) − E (R big )• 价值风险溢价（the value premium ）= E (R HML ) = E (R value ) − E (R growth )因子风险溢价(the Factor Premiums)年度数据：1963-2009Factor Estimate S.E. t-statMarket 5.84% 2.64% 2.21SMB 3.61% 2.09% 1.73HML 5.82% 2.05% 2.84年度数据：1927-2009Factor Estimate S.E. t-statMarket 7.92% 2.31% 3.43SMB 3.61% 1.57% 2.3HML 5.02% 1.54% 3.27Fama和French三因素模型的实证表现市场风险溢价来源的经济学解释•市场风险溢价在CAPM中具有理论依据–投资者是风险厌恶的，他们担心在市场行情不好时持有的股票表现不好。
Fama三因素模型总结
Fama-French三因子模型(重定向自Fama–French三因素模型)Fama-French三因子模型(Fama-French 3-factor model，简称FF3）Fama-French三因子模型概述Fama和French 1992年对美国股票市场决定不同股票回报率差异的因素的研究发现，股票的市场的beta值不能解释不同股票回报率的差异，而上市公司的市值、账面市值比、市盈率可以解释股票回报率的差异。
Fama and French认为，上述超额收益是对CAPM 中β未能反映的风险因素的补偿。
”Fama-French三因子模型的表达式[1]Fama和French 1993年指出可以建立一个三因子模型来解释股票回报率。
模型认为，一个投资组合(包括单个股票)的超额回报率可由它对三个因子的暴露来解释，这三个因子是：市场资产组合(R m−R f)、市值因子(SMB)、账面市值比因子(HML)。
这个多因子均衡定价模型可以表示为：其中R ft表示时间t的无风险收益率；R mt表示时问t的市场收益率；R it表示资产i 在时间t的收益率；E(R mt) −R ft是市场风险溢价，SMB t为时间t的市值(Size)因子的模拟组合收益率，HMI t为时间t的账面市值比(book—to—market)因子的模拟组合收益率。
βi、s i和h i分别是三个因子的系数，回归模型表示如下：R it−R ft = a i+ βi(R mt−R ft) + s i SMB t + h i HMI t+ εitFama-French三因子模型的假设条件1、理论假设在探讨Fama—French三因子模型的应用时，是以“有限理性”理论假设为基础。
并在此基础上得出若干基本假定：(1)存在着大量投资者；(2)所有投资者都在同一证券持有期计划自己的投资资产组合；(3)投资者投资范围仅限于公开金融市场上交易的资产；(4)不存在证券交易费用(佣金和服务费用等)及税赋；(5)投资者们对于证券回报率的均值、方差及协方差具有相同的期望值；(6)所有投资者对证券的评价和经济局势的看法都一致。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Fama-French三因子计算过程说明
姜国华、叶昕、饶品贵、祝继高
（北京大学光华管理学院会计系，1000871）
一、数据来源
财务数据来源于CSMAR财务年报数据库。
数据区间：资产负债表自1990年起，利润及利润分配表自1990年起，财务状况变动表自1992年起，现金流量表自1998年起，资产减值准备表自2001年起。
市场回报数据来源于CSMAR中国证券市场交易数据库。
数据区间：上海A股从1990年12月19日起，深圳A股从1991年07月03日。
市场回报数据包括月个股回报、月市场回报、综合月市场回报三个数据集。
无风险利率我们使用的是中国人民银行公布的人民币三个月整存整取利率调整后得到的，即将三个月整存整取利率除以12。
二、数据处理过程1
1．财务数据只保留年末数(Sgnyea='B')2，剔除年初数（Sgnyea='A'）；然后按公司和按年度将资产负债表、利润及利润分配表和现金流量表合并。
市场回报数据剔除B股数据，并将所有特殊值替换为缺失值，最后按月份将月个股回报、月市场回报和综合月市场回报进行合并。
2．以个股第t-1年12月31日的权益账面价值与市场价值的比值(Book-to-market ratio，简称BM)和第t年4月30日的市场价值(简称SIZE)为依据，对第t年5月至第t＋1年4月期间内的公司观测进行分组（每个月进行分组）。
分组方法如下：(1)按SIZE大小平均分为两组（Small组, Big组）；(2)按BM从小到大分三组，即前30%(Growth组)，中间40%(Neutral组)，后30%(Value组)，共形成六个组，即Small Growth组, Small Neutral组, Small Value组, Big Growth组, Big Neutral组, Big Value组。
个股的市场价值是指月个股总市值(Msmvttl)，。
若BM和SIZE为缺失值或负值，则予以删除。
3．以个股第t年4月30日的相对市场价值为权重（个股的市场价值与组内个股市场价值总和的比），对第t年5月至第t＋1年4月期间内个股的月回报进行加权平均，从而求得
1数据处理采用SAS9.1统计软件。
2该符号为CSMAR数据库定义的变量名，下同。
每个组的月回报。
个股的月回报是指考虑现金红利再投资的月个股回报率(Mretwd)。
4．以每个组的月回报为依据，计算每个月的SMB和HML值。
具体计算公式如下：SMB =1/3 (Small Value + Small Neutral + Small Growth)－1/3 (Big Value + Big Neutral + Big Growth)
HML = 1/2 (Small Value + Big Value)－1/2 (Small Growth + Big Growth)
5．以市场回报减去无风险回报，即得到超额市场回报(Rm-Rf)。
市场回报为考虑现金红利再投资的综合月市场回报率(总市值加权平均法)(Cmretwdtl)。
参考文献：
Fama E. F., K.R. French, Common risk factors in the returns on stocks and bonds, 1993, Journal of Financial Economics, V ol.33, 3-56
Fama E. F., K.R. French, Multifactor Explanations of Asset Pricing Anomalies, 1996,Journal of Finance, vol.51, 55-84。