(完整word版)三因素模型
合集下载
相关主题
- 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)。
可以看出：
除了S/L公司的a过大之外，其他的截距基本符合三因素假说。
敏感系数 ，随着规模上升而减小，说明：企业市值越大，由于它的风险就会减小，它在预期收益率模型中所起的作用减小。
而且 是正的，表明市值较小的公司组成的投资组合可以预期带来更多的回报。
因为B/M与HML相关性很高，所以并不能单独的去看待HML所代表的风险因素在预期收益率上所起的作用。
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。
3.第三种观点认为,B/M效应的出现是由于投资者对公司基本面过度反应造成的。高B/M公司通常是基本面不佳的公司,因此投资者对高B/M公司的股票价值非理性地低估;低B/M公司则是基本面较好的公司,因此投资者对低B/M公司的股票价值非理性地高估。可见,投资者通常对基本面不佳的公司过度悲观,对基本面优良的公司过度乐观。当过度反应得到纠正后,高BM公司将比低BM公司具有更高的收益。
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。
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。
Байду номын сангаас第一部分
三因素模型构建：
作者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)的超额回报率可由以下三个因子来解释，期望收益来表示，定价模型如下所示:
样本选择：
1929-1997，68YEAR。
变量解释：
，市场风险溢价。
另外，根据规模大小，分为B与S两组，根据B/M大小，分为30%以下，30%-70%，70%以上三段，即Ｌ，Ｍ，Ｈ。
并且，我们仔细看1963年之后这段，这也证明了小盘股平均收益大于大盘股。
1.27-0.98=0.29；1.57-1.01=0.56。
再来看SMB。整段结果而言，敏感系数仅为0.2，T检验仅为1.78.
这时候，我们再看Daniel与Titman假设与特征模型的前提。
Daniel与Titman假设：股票溢价仅仅是由规模因素本身决定的，与SMB所代表的风险因素无关。
并且，SMB与HML的相关系数仅为0.13，更加印证了二者是互不影响的。
做出回归分析结果：
可以看出，对于市场风险因素，整个68年而言，系数0.67，T检验3.34，并且不论前半段还是后半段它的T检验2.41与2.44都很大，也就证明了市场风险因素在股票回报率决定中占了重要位置。
同理于账面市值比因素。
特征模型的前提：SMB风险因素与规模效应无关，因此并不会影响期望收益率。
而回归中SMB对于收益率0.2的敏感系数也就推翻了这一假设。
第二部分
实证检验：就是对三因素模型进行回归分析。
，超额收益率，三因素模型是对风险补偿思想的继承与发展，认为代表风险的b,s,h为0时，资产的超额收益应该为0，也就是说a对于所有资产都应该为0.
由于投资者偏好于持有基本面较好的成长股,而厌恶持有基本面不佳的价值股,结果导致高B/M公司具有较高收益。
本文重点主要在论述三因素模型，并与特征模型进行了比较，证明了三因素模型的优势。
三、对三因素模型论述。
第一部分主要是在风险模型中对整体市场，公司规模以及价值溢价的一个整体说明。
第二到第四部分是对于此种模型的系列回归检验。
之后，人们进行了分析。
有的学者就提出，规模效应，sizeeffect，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/Meffect，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/Meffect
分别组合，我们就有以下６个分组，SL，SM，SH，BL，BM，BH。
SMB=(S/L+S/M+S/H)/3-(B/L+B/M+B/H)/3
表示剔除B/M因素后，市值小的公司组成的投资组合回报与市值大的公司组成的投资组合收益率之差。
HML=(S/H+B/H)/2-(S/L+B/L)/2
表示剔除SIZE因素后，高B/M与低B/M的收益率之差。
4.第四种观点也就是特征模型。
(Daniel和Titman ,1997)也认为BM和SIZE不是风险因素,实际上,BM和SIZE代表的是公司的特征,简称“特征因素”—其代表投资者偏好,并决定收益的高低，而仅仅是特征本身决定了股票的预期收益率。
高B/M公司由于基本面较差而价值被低估,故称“价值股”;反之,低B/M公司由于基本面较好而价值被高估,故称“成长股”。
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。
并且，三因素模型将时间区域从特征模型的73-93，扩大到了29-97。
29-63区间到63-97区间，S/L，S/M，S/H的规模仅仅变小一点，而B/L，B/M，B/H却在两个区间十分相似。
并且HML，SMB的敏感系数在两个区间上也十分相似。
总而言之，无论是特征本身还是风险因素，在两个区间上都十分的相似，因此，在扩大样本区间的基础上去比较三因素模型和特征模型是可行的。
除了S/L公司的a过大之外，其他的截距基本符合三因素假说。
敏感系数 ，随着规模上升而减小，说明：企业市值越大，由于它的风险就会减小，它在预期收益率模型中所起的作用减小。
而且 是正的，表明市值较小的公司组成的投资组合可以预期带来更多的回报。
因为B/M与HML相关性很高，所以并不能单独的去看待HML所代表的风险因素在预期收益率上所起的作用。
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。
3.第三种观点认为,B/M效应的出现是由于投资者对公司基本面过度反应造成的。高B/M公司通常是基本面不佳的公司,因此投资者对高B/M公司的股票价值非理性地低估;低B/M公司则是基本面较好的公司,因此投资者对低B/M公司的股票价值非理性地高估。可见,投资者通常对基本面不佳的公司过度悲观,对基本面优良的公司过度乐观。当过度反应得到纠正后,高BM公司将比低BM公司具有更高的收益。
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。
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。
Байду номын сангаас第一部分
三因素模型构建：
作者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)的超额回报率可由以下三个因子来解释，期望收益来表示，定价模型如下所示:
样本选择：
1929-1997，68YEAR。
变量解释：
，市场风险溢价。
另外，根据规模大小，分为B与S两组，根据B/M大小，分为30%以下，30%-70%，70%以上三段，即Ｌ，Ｍ，Ｈ。
并且，我们仔细看1963年之后这段，这也证明了小盘股平均收益大于大盘股。
1.27-0.98=0.29；1.57-1.01=0.56。
再来看SMB。整段结果而言，敏感系数仅为0.2，T检验仅为1.78.
这时候，我们再看Daniel与Titman假设与特征模型的前提。
Daniel与Titman假设：股票溢价仅仅是由规模因素本身决定的，与SMB所代表的风险因素无关。
并且，SMB与HML的相关系数仅为0.13，更加印证了二者是互不影响的。
做出回归分析结果：
可以看出，对于市场风险因素，整个68年而言，系数0.67，T检验3.34，并且不论前半段还是后半段它的T检验2.41与2.44都很大，也就证明了市场风险因素在股票回报率决定中占了重要位置。
同理于账面市值比因素。
特征模型的前提：SMB风险因素与规模效应无关，因此并不会影响期望收益率。
而回归中SMB对于收益率0.2的敏感系数也就推翻了这一假设。
第二部分
实证检验：就是对三因素模型进行回归分析。
，超额收益率，三因素模型是对风险补偿思想的继承与发展，认为代表风险的b,s,h为0时，资产的超额收益应该为0，也就是说a对于所有资产都应该为0.
由于投资者偏好于持有基本面较好的成长股,而厌恶持有基本面不佳的价值股,结果导致高B/M公司具有较高收益。
本文重点主要在论述三因素模型，并与特征模型进行了比较，证明了三因素模型的优势。
三、对三因素模型论述。
第一部分主要是在风险模型中对整体市场，公司规模以及价值溢价的一个整体说明。
第二到第四部分是对于此种模型的系列回归检验。
之后，人们进行了分析。
有的学者就提出，规模效应，sizeeffect，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/Meffect，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/Meffect
分别组合，我们就有以下６个分组，SL，SM，SH，BL，BM，BH。
SMB=(S/L+S/M+S/H)/3-(B/L+B/M+B/H)/3
表示剔除B/M因素后，市值小的公司组成的投资组合回报与市值大的公司组成的投资组合收益率之差。
HML=(S/H+B/H)/2-(S/L+B/L)/2
表示剔除SIZE因素后，高B/M与低B/M的收益率之差。
4.第四种观点也就是特征模型。
(Daniel和Titman ,1997)也认为BM和SIZE不是风险因素,实际上,BM和SIZE代表的是公司的特征,简称“特征因素”—其代表投资者偏好,并决定收益的高低，而仅仅是特征本身决定了股票的预期收益率。
高B/M公司由于基本面较差而价值被低估,故称“价值股”;反之,低B/M公司由于基本面较好而价值被高估,故称“成长股”。
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。
并且，三因素模型将时间区域从特征模型的73-93，扩大到了29-97。
29-63区间到63-97区间，S/L，S/M，S/H的规模仅仅变小一点，而B/L，B/M，B/H却在两个区间十分相似。
并且HML，SMB的敏感系数在两个区间上也十分相似。
总而言之，无论是特征本身还是风险因素，在两个区间上都十分的相似，因此，在扩大样本区间的基础上去比较三因素模型和特征模型是可行的。