FF三因素模型报告
FF三因素模型报告
回归模型
计量方法：普通最小二乘法 计量模型：eviews6.0 回归模型如下：
ri rf ci bi (rm rf ) si SMB hi HML ei
Page 12
回归系数 c b 0.01*** （14.13） 0.01*** （12.28） 0.01*** （12.19） s 1.62*** （5.19） 1.52*** （4.35） 1.56*** （4.4） h -1.16*** （-4.82） -0.99*** （-3.7） -0.59** （-2.16）
拟合优度 R2
S/L
-0.22*** （-20.47） -0.23***
0.89
S/M
（-19.25） -0.23*** （-18.75）
0.85
S/H
0.84
B/L
-0.23***
（-18.61） -0.23*** (-19.45)
0.01***
（11.68） 0.01*** (13.28) 0.01*** （13.62）
FF三因素模型的主要内容
具体形式：
：股票收益率 ：市场收益率 ：无风险收益率 SMB：由于公司规模不同造成的风险溢价 HML：由于账面市值比不同所造成的风险溢价
Page 5
5
FF三因素模型的主要内容
为了构造跟踪公司规模和账面-市值比因素的资产 组合，DFF根据公司规模（市场资本）和账面-市 值比（B/M）将公司做了分类。 按公司规模分为小公司组（组S）和大公司组（组 B） 类似的根据账面-市值比（B/M）的大小分为低比例 组（组L），中等比例组（组M）和高比例组（组H ） 两次分组后得到六个公司组： S/L,S/M,S/H,B/L,B/M,B/H
Common risk factors in the returns on stocks and bonds--Fama-French三因子模型的诞生
FF三因素模型的主要内容
1993年，本论文正式标志着FF三因素模型的 建立 研究对象：股票、国债及公司债 计量方法：Black-Jensen-Scholes时间序列 因子：市场超额收益、规模和账面市值比这 三个股票风险因子 以及到期时间和违约风险这两个债券风险因 子
FF三因素模型的主要内容
具体形式：
资产定价理论回顾
内在价值学派的主要方法是通过公司未来现 金流来计算股票的“内在价值”，并进而预 测股票价格的变化。 但是，该模型的应用十分困难，因为公司未 来的现金流是难以准确预测的。
资产定价理论回顾
内在价值理论是股票分析的基础理论，但很难运 用于实际的定价行为。因此，后来的研究者另辟 蹊径，开启了“证券组合理论”。
1960年前后经济学家开始使用报酬和风险的关 系来解释股票的定价问题，主要代表人物有 Markowitz(1959) William Sharpe(1964)和Black Fisher(1972)等人他们普遍认为市场组合的均值 一方差分析是有效的，即股票的平均报酬是市场 风险因素Q值的正相关线性函数，而且市场P可 以满足解释影响平均报酬风险因素的需要。
FF三因素模型的基础
Samuelson(1965)和Fama(1965,1970)提出了有 效市场假说，该理论认为，资产的市场价格可以 迅速并充分的反映所有的相关信息。 资本资产定价模型（CAPM）问世以后，很多学 者就在有效市场假说条件下对其进行了实证检验。 Black Jensen和Scholes(1972)及Fama(1973)对 1969年以前的数据进行检验，结果证明了资本 资产定价模型（CAPM）的有效性。但对此后数 据的检验，CAPM模型却缺乏说服力，许多影响 股票收益的其他因素陆续被发现。
FF三因子模型风险因子的有效性检验-15页文档资料
FF三因子模型风险因子的有效性检验一、引言众所周知，在资本市场中风险和收益是一对相互依存的变量，即一般而言，高风险会带来较高的收益。
风险收益对等的原则是资本市场运作的规则，也是每个投资者必须遵守的定律。
从而如何权衡风险和收益之间的关系则是投资者必须面临的问题，也是理论界研究的重点。
因此，作为金融理论研究重点之一的风险定价问题一直受到学者们的关注。
回顾研究历程可发现，对于股票风险和收益之间的关系的研究可以追溯到最早的CAPM 模型，该模型基于有效市场假说，将β系数视作衡量风险的唯一因子。
但是，在随后的研究中发现β系数和回报率之间有不契合的地方，即出现了种种异象。
仅仅通过β系数来解释股票回报率略显单薄。
Banz（1981）小公司效应的提出以及Fama、French（1992）的研究拓展了最初的CAPM 模型，使得度量风险的因子由最初的β系数扩展到β系数、规模、账面市值比三因子。
但是，随着资本市场的发展与完善，该模型的适用性是否还成立，对于这一问题国外学者莫衷一是。
我国学者延续了国外的研究范式，将CAPM在我国特有的制度环境下利用我国资本市场的数据进行了CAPM 模型有效性检验，随后国外学者通过对种种异象的捕捉，拓展了CAPM模型，形成三因子模型。
我国学者也随之对拓展后的三因子模型在我国的有效性进行了实证检验。
但是由于样本数据以及相关研究方法的差异，至今尚未得出一致的结论。
本文立足于我国特有的股票市场，通过对沪深两市2001-2011年数据进行大样本实证检验，试图通过大样本数据的验证来探究我国衡量资本市场风险定价的因子以及其相互之间的关系。
二、文献综述（一）国外文献资本资产定价的研究最早可以追溯到1952年美国经济学家马克维茨发表的《资产组合选择》。
该文详细论述了如何进行金融资产的组合以分散投资风险，并实现收益最大化，资本资产投资理论自此兴起。
60年代初，证券估值方法成为金融学家们研究的热点，这一阶段最为典型的研究成果是资本资产定价模型。
我国上市公司股利支付率模型的研究——基于FF多因子模型
我国上市公司股利支付率模型的研究——基于FF多因子模型赵建辉
【期刊名称】《金融理论与教学》
【年(卷),期】2024()1
【摘要】Fama-French三因子模型及五因子模型在中国股票市场适用性一直是众多学者研究的热点之一,将FF多因子模型改造为研究股利支付率的多因子模型,既是一种创新也是一种挑战。
以1993年至2022年沪深上市公司为样本,基于Fama-French多因子模型原理,从投资组合股利支付率三因子模型入手,构造股利支付率多因子模型分析框架,并考察修正后的多因子模型对于我国上市公司股利支付率的解释能力。
实证研究后发现,市场因子是影响我国上市公司投资组合股利支付率的核心因子,我国上市公司投资组合股利支付率的“小公司效应”显著,五因子模型比三因子模型解释能力更强,但五因子模型中投资因子成为“冗余”因子,剔除投资因子的不含常数项的四因子模型基本可以解释全部股利支付率。
【总页数】14页(P70-82)
【作者】赵建辉
【作者单位】中国财政科学研究院
【正文语种】中文
【中图分类】F275;F832.51
【相关文献】
1.基于广义部分线性混合模型的中国A股上市公司现金股利支付倾向影响因素贝叶斯分析
2.绩优上市公司股利支付率估算模型的建立与实证检验
3.基于双重差分模型的上市公司宣告发放股利对股票价格的影响研究——来自2007～2016年我国沪深A股上市公司的证据
4.信息披露质量如何影响上市公司现金股利支付水平?——基于中介效应模型的实证研究
5.现金股利支付率优化研究——基于面板门限回归模型
因版权原因，仅展示原文概要，查看原文内容请购买。
Fama三因素模型总结
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。
三因素模型
法马-弗伦奇首先分析了股票价格是否恰当地反映了 盈利能力的差异，结果理性定价模型预测一致，市 账率与公司规模都和盈余的特征有关。随后发现盈 余中存在的规模和市账率因素与那回报率中存在的 规模和市账率因素非常相似。在不同的规模-市账率 组别中，不同公司的盈余对市场、规模和市账率载 荷的方式非常接近，由此他们认为回报率中的共同 因素反映了盈余中的共同因素，这个结果表明盈余 中的市场、规模和市账率因素应该是回报率中对应 因素的来源。
探索三因素模型
之前我们所论述的CAPM 的异常值都可以被三因素模型 所解释，这里我们所使用的三因素是SMB,HML,但同时 有其他合适的三因素来解释平均收益率。之前的CAPM 模型假设投资者是风险厌恶的，只在意收益率和方差， 而改进的CAPM模型则认为投资者同时对状态变量的风 险也有着敏感性，因此，最优的债券组合应该满足多因 素最小方差，即当给定组合的预期收益率和特定的状态 变量敏感度，这些证券组合有着最小的方差。
预期股票收益的横截面多因素分析
一、研究背景
• Sharpe(1964)、Lintner(1965)和Black(1972)提出的资本资产定价模型(以下简称 CAPM模型)对学术研究者对收益和风险之间关系的思维方式产生了深远的影 响。根据Markowitz (195差有效的(mean-variance efficient)，这就意味着:1)股票的预期收益与这些股票 的BETA(股票收益与市场收益回归所得的斜率)呈正的线性相关;2)BETA足以解 释横截面的预期股票收益。Black、Jensen和Scholes ( BJS,1972)、 Fama和 MacBeth(FM, 1973)发现，在1969年以前，股票平均收益与BETA之间存在着简 单的正相关关系。 二十几年来，BETA经常被用来直接估计系统风险。在收益模型中，BETA常被 用来估计股票的累计非正常收益率(Ball和Brown,1968 )。这些研究都是建立在 BETA可以作为风险溢价的衡量指标的基础上的。但是，实际上，BETA是否可 以作为投资者风险溢价的要求报酬率的指标，还有待验证。
FF三因素模型在计算机、通信和其他电子设备行业股票投资的适用性分析
FF三因素模型在计算机、通信和其他电子设备行业股票投资的适用性分析作者：陈国梁来源：《中国经贸》2018年第20期【摘要】应用FF三因素模型在制造行业的计算机、通信、和其他电子设备行业的股票进行挑选和解释，进而分析其适用性。
分析结果表明，在同一行业中，由于规模因子和价值因子影响力的相互吸收，FF三因素模型变换的两因素模型可以解释股票收益率波动的经济现象。
【关键词】FF三因素模型；股票分组；小规模效应一、文献综述FF三因素模型是由Fama和French在1992年对美国股票市场收益率进行研究，并借鉴了经典的CAPM模型得出的，但是CAPM模型对于现实中的经济现象并不能做出很好的解释，在CAPM模型的基础上，Fama和French增加了两个变量：HML、SMB（比例因子）。
目前，国内更多的是对于整个股票市场进行实证研究，一些学者认为三因素模型在我国证券市场中不成立，并创造性地提出了双因素模型和加入了换手率的四因素模型。
黄兴旺、胡四修、郭军认为，我国股票市场适用的是去除了账面市值比这一解释变量的两因素模型。
韩立岩、蔡立新、尹力博还创造性的提出加入了绿色因子的四因素模型。
本文主要在制造行业之中的计算机、通信和其他电子设备行业之中分析FF三因素模型的适用性并做出经济解释。
二、模型与理论分析FF三因素模型的表达式为：三、数据的选取和计算方法1.数据的选取原则由于是对特定行业进行分析，我们选取数据的原则为：（1）是来源于计算机、通信和其他电子设备的股票。
（2）只考虑A股市场上的股票。
（3）在样本期前后一年有重大违规行为的，予以剔除。
（4）公司的财务报表和股本结构必须透明、可查。
根据以上原则，从证监会行业类股票中的制造业股票中挑选了24支符合条件的股票，并且，只选取了前复权价格，来避免送股、配股等行为对股价的影响，并根据股价，来计算样本股票的周收益率。
2.计算周收益率样本股票的每周收益率为t期收盘价除以t-1期收盘价减去1。
FF-3模型在我国证券市场中的应用研究
调 整 时 间
一 年 期 定 期 存 款 利 率 的调 整 调 整 后 的利 率 （ ％）
２２ ．５ ２５ ．２ ２７ ．９ ３Ｏ ．６ ３３ ３ ３６ ．０
２ ０ －１ 一２ ０ ４ Ｏ ９ ２ ０ 一Ｏ — １ ０ ６ ８ ９ ２ Ｏ —０ — １ Ｏ ７ ３ ８ ２ ０ ０ —１ ０ ７— ５ ９ ２ ０ —０ —２１ Ｏ ７ ７ ２ ０ 一Ｏ — ２ Ｏ ７ ８ ２
２ ０ —０ —１ ０ ７ ９ ５
３８ ．７ ４１ ４
合 国内股市特点 ，选取上证综指作为市场指数能够较为准确地反
（ ） 一 流通 市值
国外研究结果表明 ， 司规模即权益市值对股 公
票的期望收益率具有较强的解释能力 ， 两者之间呈 现出一定的负相
映股 市整体行情的变化和发展 趋势 ，比较 符合Ｃ Ｐ Ａ Ｍ所 描述的市
场组合 。 由图ｌ 以看 出图形为线性 ， 可 因此可 以认为上证综 指在样 本期 的周收益率近似服从正态分布 。 文选取上证综指较好 。 本
关关系 ， 即所谓 的规模效应 。 其实在我国 ， 效应早 己引起 了投资 规模
实务界 的广泛关注，但是关 注焦点集中于上市公司的股本规模 ， 尤
其流通股 的规模 。 近几年来 ， 各种概念的炒作都与流通 股本 的大小
密切相关 ； 考虑到我 国上市公 司流通股本 的规模差异悬殊 ， 特别是 早 几年上市的公司， 流通股普遍偏小 ， 其 为减少这种差异 的影响 ， 可
投资理财 Ｉｎｅ ｔ ｅ ｔ ｉ ｎ ｉ ｖ ｓｍ ｎ Ｆ ａ ｃ ｇ Ｉ ｎ ｎ
- 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)。
FF三因素模型的主要内容
具体形式：
：股票收益率 ：市场收益率 ：无风险收益成的风险溢价
Page 5
5
FF三因素模型的主要内容
为了构造跟踪公司规模和账面-市值比因素的资产 组合，DFF根据公司规模（市场资本）和账面-市 值比（B/M）将公司做了分类。 按公司规模分为小公司组（组S）和大公司组（组 B） 类似的根据账面-市值比（B/M）的大小分为低比例 组（组L），中等比例组（组M）和高比例组（组H ） 两次分组后得到六个公司组： S/L,S/M,S/H,B/L,B/M,B/H
市场收益率采用上证指数和深成指数的涨跌幅成交额加权 平均
Page 10
统计性描述
上表显示，市值（公司规模）大的组合在低和中等 B/M时平均收益率大于小公司组，在高B/M时平均收 益却较小；公司规模越大标准差越小。 随着账面-市值比递增，平均收益率和标准差都递减。 与BM效应有出入
Page 11
回归模型
计量方法：普通最小二乘法 计量模型：eviews6.0 回归模型如下：
ri rf ci bi (rm rf ) si SMB hi HML ei
Page 12
回归系数 c b 0.01*** （14.13） 0.01*** （12.28） 0.01*** （12.19） s 1.62*** （5.19） 1.52*** （4.35） 1.56*** （4.4） h -1.16*** （-4.82） -0.99*** （-3.7） -0.59** （-2.16）
0.48
（1.35） 0.66* （1.95） 0.55* （1.74）
-1.61***
（-5.86） -0.93*** （-3.56） -0.19 （-0.78）
0.84
B/M
0.86
B/H
-0.22*** （-20.42）
0.86
各方程回归的拟合优度都较好，整体来说回归效果显著 截距项c的值？ b的回归系数较小，说明市场指数因子对收益率的解释能力 不强，但是可以提高模型的拟合优度
市值 （ME）
账面市值比 （BE/ME） 财务杠杆 市盈率 （E/P） 提升拟合优度 市场β（leverage）
4
强 弱
财务杠杆 （leverage）
市值 （ME）
平均收益率账面市值比
（BE/ME）
市场β 平均收益率
市盈率 （E/P）
Page 4
Fama和French进行多变量回归 Fama和French得出以下结论：β对股票平均收益率横 截面数据的解释能力很弱，而ME和BE/ME因子的解释能 力很强。
谢谢
资本资产定价模型 （CAPM）
实 证 检 验
对此后数据的检验，CAPM模型却 缺乏说服力。
影响股票收益的其他因素被发现
CAPM
Page 3
是基于风险资产的期望收益均衡基础上的 预测模型。
投资者具有均值-方差偏好。
3
FF三因素模型的建立
Fama和French(1992)对美国市场1963-1990年间的数据进行研究
Fama-French三因素模型
杨岑 2012.10.17
Contents
模型基础 FF三因素模型的主要内容 FF三因素模型的实证检验
Page 2
2
FF三因素模型的基础
1969年以前的数据，结果证明了资 本资产定价模型（CAPM）的有效性。 （ Black Jensen和Scholes(1972) 及Fama(1973) ）
拟合优度 R2
S/L
-0.22*** （-20.47） -0.23***
0.89
S/M
（-19.25） -0.23*** （-18.75）
0.85
S/H
0.84
B/L
-0.23***
（-18.61） -0.23*** (-19.45)
0.01***
（11.68） 0.01*** (13.28) 0.01*** （13.62）
Page 6
FF三因素模型的主要内容
利用已构造六个资产组合价值加权的月度收益率数 据计算规模因子(SMB) 和价值因子( HML) , 具体方 法如下: SMB = (SL + SM + SH) / 3 - (BL + BM + BH) /3 表示的是剔除 BE/ME 因素后小SIZE与大SIZE组合 的收益率差
HML = ( SH + BH) / 2 - (SL + BL) / 2
表示剔除SIZE因素后高BE/ME与低BE/ME组合的收益 率差
Page 7
FF三因素模型的检验
Fama和French(1998)又对1975-1995年间世界主要证 券市场的横截面数据进行了检验，
研究结果表明:
(1)在13个证券市场中有12个证券市场的价值型股票 的收益率高于成长型股票，这证明了账面市值比因 子的解释力； (2) 16个主要证券市场中有11个证券市场上的小规 模公司收益率高于大公司，这证明了规模因子的解 释力。
Page 8
FF三因素模型的在中国验证 吴世农、许年行（2004）
邓长荣(2005)
刘维奇、牛晋霞、张信东（2010）
经过实证研究，他们发现：中国股市存在显著的账 面市值比效应和规模效应；三因子模型比CAPM模型 能更好地描述股票横截面收益的变化。
Page 9
数据选取
本次使用的2009年2月至2011年12月的月度数据源于国泰 君安数据库，从所有在股市交易的股票中剔除数据不齐全 的，只保留数据齐全的732只股票作为分组的样本 以股东权益作为账面价值，数据来源于国泰安数据库，同 一季度的三个月中股票的账面价值均使用该季度的股东权 益数据 每支股票的收益率选择考虑现金红利在投资的月度个股回 报率