CAPM模型与三因素模型的实证分析
三因素模型——精选推荐
一、经济背景CAPM曾一度是资产定价的主要依据，引发了很多学者对其的实证检验。
但是从结果来看，期望收益与市场beta并不相关，CAPM也便遭到了人们的质疑。
正是在这种对传统单因素beta资产定价的挑战下，出现了异象研究。
异象研究：人们发现，股票的平均收益与上市公司的财务特征相关，公司特征对截面收益的解释往往比传统单因素beta模型更加有力。
之后，人们进行了分析。
有的学者就提出，规模效应，size effect，小公司的股票平均收益率高于大公司股票。
还有的学者就提出，账面市值比效应，B/M effect，高账面市值比的股票比地账面市值比的股票有显著高的收益率。
除此之外，还有例如D/E债务权益比效应，E/P盈余价格比效应之类的解释。
二、B/M effect学术界对于各种异象的研究主要集中于“BM 效应”产生的原因,即为什么高BM 的股票比低BM 的股票具有更高的收益。
目前,主要有如下四种观点:1.有的学者认为B/M 效应只是特定样本在特定检验期内才存在,是数据挖掘的结果。
通俗来说，它就是个概率事件，样本局限性：选择性偏差造成BM 效应的存在。
但肯尼思·弗伦奇等人通过检验美国之外的股市或拉长检验期后,仍发现B/M 效应显著存在,从而否定了此种解释。
2. 第二种观点(Fama 和French ,1992 ,1993 ,1996) 认为,B/M 代表的是一种风险因素———财务困境风险。
具有困境的公司对商业周期因素如信贷条件的改变更加敏感,而高B/M 公司通常是盈利和销售等基本面表现不佳的公司，财务状况较脆弱,因此比低BM 公司具有更高风险。
可见,高B/M公司所获得的高收益只是对其本身高风险的补偿,并非所谓不可解释的“异象”。
—三因素模型前身。
同时，为了验证自己的结论并不是由于样本选择的原因，他们从国际股票市场的角度进行了考察，发现B/M效应在覆盖四大洲的13个主要国家的股票收益中同时出现，证明了这一现象并不仅局限于美国，否认了B/M效应的质疑。
金融市场的证券定价模型及其实证研究
金融市场的证券定价模型及其实证研究引言：金融市场中，证券定价模型是一种重要的工具，它用于解释和预测证券价格的形成过程。
证券定价模型涉及到多个因素，包括市场风险、利率、盈利能力和市场情绪等。
本文将探讨几种常见的证券定价模型，并对其进行实证研究。
一、资本资产定价模型（CAPM）资本资产定价模型是一种广泛使用的证券定价模型，它假设投资者决策的关键因素是风险和收益的权衡。
该模型利用市场风险与期望回报之间的关系来确定一个证券的合理价格。
根据CAPM模型，证券的期望回报率等于无风险利率加上一个风险溢酬，该风险溢酬与证券与整个市场之间的相关性有关。
实证研究表明，CAPM模型具有一定的适用性，尤其是在美国市场中。
二、三因子模型除了考虑市场因素外，三因子模型还引入了规模因子和价值因子。
规模因子衡量了公司市值对股票回报的影响，而价值因子则是指相对于其账面价值，股票价格的溢价或折价情况。
通过引入这两个因子，三因子模型扩展了CAPM模型，提供了更准确的证券定价方法。
实证研究显示，三因子模型相对于CAPM模型在解释股票回报方面具有较高的解释能力。
三、随机波动模型随机波动模型是一种广泛应用的衍生品定价模型，用于衡量金融市场上的期权价格。
随机波动模型基于随机游走理论，假设资产价格的变动是基于随机因素的。
该模型考虑了市场的波动率，并能够根据市场的情绪变化来预测期权价格。
实证研究表明，随机波动模型能够较好地解释实际市场上的期权价格，并具有一定的预测能力。
四、市场情绪模型市场情绪模型是一种相对较新的证券定价模型，它试图捕捉市场参与者的情绪变化对证券价格的影响。
该模型将市场情绪因子引入到定价模型中，认为市场情绪的变化会导致证券价格的波动。
例如，当市场情绪乐观时，投资者会更倾向于购买股票，从而推高股票价格。
实证研究显示，市场情绪模型在解释股票价格的波动方面较好，但在实际应用中仍存在一定的挑战。
结论：综上所述，金融市场的证券定价模型是研究证券价格形成机制的重要工具。
中国股票市场CAPM的实证研究
中国股票市场CAPM的实证研究中国股票市场CAPM的实证研究摘要：资本资产定价模型（Capital Asset Pricing Model，简称CAPM）是一种被广泛应用于金融市场的理论模型，用于计算股票或资产的期望收益率。
本文旨在通过实证研究探究CAPM在中国股票市场中的适用性和有效性。
关键词：CAPM、中国股票市场、实证研究1. 引言中国股票市场在过去几十年间取得了快速发展，成为全球最大的股票市场之一。
随着市场的发展，投资者对于股票报酬的预期也变得更加重要。
为了准确评估投资风险和期望收益，金融学家们提出了CAPM模型，试图找到一个与风险有关的合理预期收益率。
2. CAPM模型的理论基础CAPM模型是由Sharpe(1964)、Lintner(1965)和Mossin(1966)等学者独立提出的。
它基于市场均衡理论，假设投资者的理性追求最大化效用。
3. CAPM模型的基本假设CAPM模型的有效性建立在一系列假设之上，其中最重要的是市场的完全竞争性和无套利机会。
此外，CAPM还假设投资者具有相同的投资期望值和风险偏好。
4. 使用研究方法本文选取了中国股票市场中的多个股票作为研究样本，通过历史股票价格和市场指数来计算股票的期望收益率。
然后，将这些数据代入CAPM模型中，计算每只股票的预期阿尔法和贝塔。
5. 研究结果及讨论通过对研究样本的实证分析，本文发现，中国股票市场中的股票普遍存在较高的贝塔值，这表明市场波动对股票收益的影响非常显著。
然而，对于预期的阿尔法值，结果却表现出一定的偏差。
这可能是因为CAPM模型中初始假设中的完全竞争性和无套利机会在中国股票市场中并不总是成立，因此存在一定的市场摩擦。
6. 结论和建议综上所述，本文的实证研究结果显示，中国股票市场中的股票收益率普遍具有较高的贝塔值。
然而，对于预期的阿尔法值，结果却较为不准确。
因此，在中国股票市场上，单纯依靠CAPM模型来估计股票的期望收益率可能不够准确。
投资学中的实证研究模型分析
投资学中的实证研究模型分析在投资学领域，实证研究模型是一种重要的分析工具，用于研究投资决策的有效性和市场行为的规律。
本文将从三个方面探讨实证研究模型的应用和分析。
一、资本资产定价模型（CAPM）的实证研究资本资产定价模型是投资学中的经典模型，旨在解释资产回报与市场风险之间的关系。
实证研究通过收集历史数据，分析资产回报与市场回报之间的相关性，验证CAPM的有效性。
通过实证研究，研究者发现CAPM在某些情况下存在一定的局限性。
例如，CAPM假设投资者行为完全理性，但实际市场中存在许多非理性行为。
此外，CAPM还忽视了其他因素对资产回报的影响，如市场流动性、公司规模等。
因此，实证研究模型的应用可以帮助我们更好地理解CAPM的局限性，并提出改进的模型。
二、多因素模型的实证研究多因素模型是对CAPM的改进，考虑了更多的因素对资产回报的影响。
实证研究通过收集大量的数据，分析不同因素与资产回报之间的相关性，构建多因素模型，并验证其有效性。
实证研究发现，市场因素、规模因素、价值因素等都对资产回报有一定的影响。
例如，市场因素是影响资产回报的主要因素之一，而规模因素则解释了小公司相对于大公司的回报差异。
通过实证研究模型的分析，我们可以更全面地了解多因素模型，并根据实际情况进行投资决策。
三、行为金融学的实证研究行为金融学是一门研究投资者行为与市场反应的学科，实证研究模型在行为金融学领域的应用尤为重要。
通过实证研究，我们可以了解投资者的心理偏差对市场行为的影响，并提出相应的投资策略。
实证研究发现，投资者常常受到情绪、认知偏差等因素的影响，导致市场出现非理性波动。
例如，投资者对于损失的敏感性大于对于收益的敏感性，这导致了市场的过度反应和价格波动。
通过实证研究模型的分析，我们可以更好地理解投资者行为，并采取相应的投资策略，降低风险，提高回报。
综上所述，实证研究模型在投资学中具有重要的应用和分析价值。
通过对CAPM、多因素模型和行为金融学等模型的实证研究，我们可以更好地理解投资决策的有效性和市场行为的规律，为投资者提供科学的决策依据。
CAPM模型与三因素模型的实证分析——基于上海证券市场的检验
关键词 ： ＣＡＰ Ｆ ｍａ ｒｎ ｈ Ｓ Ｍ ａ －Ｆｅ ｃ ＭＢ Ｌ Ｂ ＨＭ
有 相 同 的 预 期 ，他 们 都 会 选 择 市 场 组 合 进 行 投 资 ，进 而 用
Ｃ Ｐ 公 式 ， 特 定 证 券 的预 期 收 益 率 进 行 计 量 。 ＡＭ 对 由于 模 型 的 开 放 性 。 于 如 何 选 取 适 合 的 因素 进 行 研 究 对
比低 市 场 比 率股 票 多 的 资 产组 合 收 益 。
中 国 的证 券 市 场 发 展 较 晚 ， 响 证 券 收 益 率 的 因 素 也 较 影 为 多 样 ．因 此仅 用 系 统性 风 险 来诠 释股 票 收 益率 是 不 够 的 。
独 立 提 出 了著 名 的 资 本 资产 定 价 模 型 （ Ａ Ｍ）开 启 了研 究 ＣＰ ，
摘 要 ： 文 采 用 ＣＳ 本 ＭＡＫ 数 据 ， ＣＡＰ 模 型 和 Ｆ ｍａ 用 Ｍ ａ — Ｆｅｃ ｒｎ ｈ模 型 分 剐 对 上 证 Ａ 股 股 票 投 资 组 合 的期 望 收 益 率 估
计进行 了实证检验 。本文的主要 结论是在 中国的股票 市场 中 ． 市场 风 险 并 非 决 定 市 场 组合 或 者 单 个 股 票 预 期 收 益 的 唯 一 因素 ， 规 模 因子 （ ＭＢ） 账 面 市 值 比 因 子 （ 而 Ｓ 和 ＨＭＬ 能 ） 更好的解释投资组合的期望收益率 。
我国A股市场CAPM模型和Fama-French三因子模型的检验
我国A股市场CAPM模型和Fama-French三因子模型的检验我国A股市场CAPM模型和Fama-French三因子模型的检验引言：资本资产定价模型（CAPM）和Fama-French三因子模型是金融学中两个经典的资产定价模型。
本文旨在对我国A股市场中的CAPM模型和Fama-French三因子模型进行检验和分析，以探讨这两种模型在我国A股市场的适用性和效果。
一、CAPM模型CAPM模型是由美国学者Sharp、Lintner、Mossin等人在20世纪60年代提出的，并在随后的几十年里成为基金、股票和其他金融衍生品定价的重要工具。
其基本假设是市场上的风险资产回报与其风险高低成正比。
CAPM模型的表达式为：E(Ri) = Rf + βi[E(Rm) - Rf]其中，E(Ri)为资产的预期回报；E(Rm)为市场的预期回报；Rf为无风险资产的回报率；βi为资产i的系统性风险。
对于我国A股市场，CAPM模型的检验有两个关键问题：一是如何计算无风险收益率(Rf)；二是如何估计资产的beta 值。
关于无风险收益率(Rf)的计算，有三种常用的方法：国债收益率法、货币市场基金收益率法、银行存款利率法。
由于我国国债市场的不完善，货币市场基金收益率与银行存款利率相对稳定，因此可采用货币市场基金收益率作为无风险收益率进行计算。
对于资产的beta值的估计，通常采用历史回归法。
通过回归资产收益率与市场收益率的历史数据，可以得到资产的beta值。
然而，由于我国A股市场的特殊性，投资者行为和政策因素对资产收益率的影响较大，使用历史回归法估计的beta值可能存在较大的误差。
二、Fama-French三因子模型Fama-French三因子模型是由美国学者Eugene Fama和Kenneth French在上世纪90年代提出的，其基本假设是资产的回报与市场风险、规模风险和价值风险三个因素有关。
Fama-French三因子模型的表达式为：E(Ri) = Rf + βi1(E(Rm) - Rf) + βi2(SMB) + βi3(HML)其中，E(Ri)为资产的预期回报；Rf为无风险收益率；βi1为资产与市场收益的相关系数；βi2为资产与规模因子（市值大小）的相关系数；βi3为资产与价值因子（公司估值）的相关系数；SMB为规模因子的收益率；HML为价值因子的收益率。
资本资产定价模型和三因子模型
资本资产定价模型（Capital Asset Pricing Model，CAPM）和三因子模型（Three-Factor Model）是金融领域中两个重要的资产定价模型。
它们是用来评估资产价格和投资回报的模型，被广泛应用于金融风险管理、投资组合管理等领域。
本文将对这两个模型进行介绍和分析。
一、资本资产定价模型（CAPM）资本资产定价模型是由沃尔夫勒姆·沙普（William Sharpe）、约翰·林特纳（John Lintner）和詹姆斯·托比（Jan Mossin）等学者于20世纪60年代提出。
该模型的基本原理是，资产的预期回报与其风险成正比。
具体而言，CAPM模型可以表示为以下公式：\[E(R_i) = R_f + β_i(E(R_m) - R_f)\]其中，\(E(R_i)\)表示资产i的预期回报，\(R_f\)表示无风险资产的预期回报率，\(β_i\)表示资产i的β系数，\(E(R_m)\)表示市场投资组合的预期回报率。
CAPM模型要求资产的预期回报与市场投资组合的预期回报成正比，β系数表示资产相对于市场的风险敞口。
二、三因子模型三因子模型是由尤金·法玛和肯尼思·弗伦奇等学者于20世纪90年代提出的。
该模型在CAPM的基础上加入了规模因子和账面市值比因子，以更全面地解释资产的回报。
三因子模型可以表示为以下公式：\[E(R_i) = R_f + β_{i，M}(E(R_m) - R_f) + β_{i，SMB}E(SMB) + β_{i，HML}E(HML)\]其中，\(E(SMB)\)和\(E(HML)\)分别代表规模因子和账面市值比因子的预期回报率，\(β_{i，SMB}\)和\(β_{i，HML}\)分别表示资产i对这两个因子的敞口。
三、CAPM和三因子模型的比较1. 简单性：CAPM模型相对简单，只涉及市场风险。
而三因子模型考虑了规模因子和账面市值比因子，更加复杂。
CAPM模型与三因素模型对于上海证券交易所数据的实证分析
益率 ， 其相对于股票组合的系统性风险为 ： Ｃ ￣ ｖ ｛ ＇ Ｒ ｉ ， Ｒ Ｍ）
一
Ｖｏｔ ｒ Ｕ ｔ Ｍ ，
目标方程为： Ｒ ＝ ＋ ＢＲ Ｍ ＋ ￡， 其中 Ｒ ｉ ＝ Ｅ （ Ｒ） 一 Ｒ ｆ ， Ｒ Ｍ ＝ Ｅ （ Ｒ Ｍ ） 一 Ｒ ｒ
２ ． 三 因素模型（ Ｆ ａ ｍａ — Ｆ ｒ ｅ ｎ ｃ ｈ模 型） 、 Ｆ ａ ｍａ — Ｆ ｒ ｅ ｎ ｃ ｈ 模 型是 在 Ｃ Ａ Ｐ Ｍ 模 型 基 础 上 ，额 外 加 入 了两 项解 释变量 ： 公司规模 因子（ Ｓ ＭＢ ） 以及账 面市场 因子 （ Ｈ ＭＬ ） 该模 型的理论方程式为 ： 其中 ： 公 司规模 因子（ Ｓ Ｍ Ｂ） ： 反映 了发行股票 的公 司基 于其 规模 的大小为其带来 的风 险溢价 ，具体表现为小规模股 票的组 合收益率 减去大规模股票 的组合 收益率 。 账 面市场 因子 （ Ｈ ＭＬ ） ： 反映 了发行股票的公 司基于其“ 市净 率” 的大小为其带来的风险溢价 ， 具体表现为高市场价值股票组 合 收益率减去低市场价值股票组合收益率 。 目标 方程 为 ： Ｒ ． 一． ＋ ｎ Ｒ ＋ ｓ Ｅ （ Ｓ ＭＢ ） ＋ ｎ Ｅ ＨＭＬ ＋ ｅ ．
- 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)。
CAPM模型与三因素模型
的实证分析
——基于上证指数
专业2011级金融学
姓名王兴海
学号*************
一CAPM模型实证分析
1、数据选取
在市场因素中，本文以铜峰电子（600237）为例，选取其2005年2月到2012年2月各月度数据。
数据均来自CSMAR数据库，其中市场因素选取上证A股指数来代替。
2、模型设定及回归分析
设检验形式为：Ri=αi+βi RMX+εi ，其中ri为个股月收益率，RMX为上证a股指数月收益率。
用eviews软件对结果进行一元回归，结果如下所示：
对结果进行分析，发现可决系数R-squared约为0.351927，表明该股票月
收益率变化的35.1%可由上证a股指数收益率的变化来决定。
从t检验和f检验值看，其p值均为0.0000，在5%的显著性水平下不能拒绝该变量系数拟合值。
二多因素模型实证分析——基于Fama-French模型的分析
1、数据选取
在多因素（Fama-french）模型中，我随机抽取了上证交易所的10股票，选取其2005年2月到2012年2月的每月收益率数据。
其中市场因素选取月度上证A股指数的收益率减去无风险收益率的值来代替。
数据均来自CSMAR数据库。
分析结果如下图：
2、模型设定
三因素模型检验形式如下：Ri=αi+bi (RM-RF)+si SML+hi HML+ε,其中ri 为个股收益率，在此我们选为所选组合平均月收益率；rm-rf=RMX为市场收益率减无风险收益率，在此我用“上证A股指数月收益率减无风险收益率”代替，其中无风险收益率考虑到我国的实际情况，我选择用“银行三个月定期存款利率”来代替。
SML为低市值与高市值组合收益率之差，HML为高账面市值比与低账面市值比组合收益率之差。
3、回归分析
用eviews进行回归分析结果如图所示:
回归结果：Ri=8.084743（RM-RF）-0.64387 SMB+0.37391HML +1.803651 分析回归结果，可决系数R平方为0.603705，表明因变量60.37%的变化可以通过模型来解释。
由P值可看出所选组合收益受HML影响较弱，受SML和RMX影响较强。