中国a股市场famafrench三因素模型实证及扩展研究

关于CAPM的实证检验

关于检验CAPM模型的实验报告 一、数据选取 1、10只股票分别是：东风汽车；海信电器；林海股份；包钢稀土；兖州煤业；延长化建；江西铜业；中铁二局；海螺水泥；浦发银行 2、选取这十只股票2010年1月1日至2010年12月31日，每个交易日的收盘价 3、选取了2010年1月1日至2011年12月31日，,每个交易日的上证综合指数 4、选取2010年个人活期存款年利率 二、原理 1、利用每日收盘价算出股票日收益率 2、利用每日上证指数算出市场日收益率 3、用个人活期存款利率代替市场无风险利率 4、基于CAPM模型：个股收益率=无风险收益率+贝塔系数*（市场风险收益率-无风险收益率）， 即：个股收益率-无风险收益率=贝塔系数*（市场风险收益率-无风险收益率） 即个股风险溢价=贝塔系数*市场风险溢价 三、公式 日平均收益率=LN()-LN() 四、数据计算。 计算选出的10只股票的超额回报率和市场超额回报率，将市场超额回报率与个股超额回报率逐个回归，求出每只股票的贝塔系数。 部分数据截图：

1、东方汽车 Dependent Variable: GPCEHBL Method: Least Squares Date: 12/22/11 Time: 00:08 Sample (adjusted): 1 240 Included observations: 240 after adjustments Variable Coefficient Std. Error t-Statistic Prob. C -0.001589 0.001413 -1.124937 0.2617 SCCEHBL 0.084694 0.098860 0.856710 0.3925 R-squared 0.003074 Mean dependent var -0.001653 Adjusted R-squared -0.001114 S.D. dependent var 0.021847 S.E. of regression 0.021859 Akaike info criterion -4.800087 Sum squared resid 0.113723 Schwarz criterion -4.771082 Log likelihood 578.0105 F-statistic 0.733951 Durbin-Watson stat 1.889569 Prob(F-statistic) 0.392467 回归可得：东风汽车的贝塔系数是0.084694

因素模型

因素模型 杨长汉1 证券资产价格的决定因素是多种多样的，西方学者在研究中采取了多种多样的方法去探讨证券价格的决定因素。最主要的两种模型就是单因素模型和多因素模型。 一、单因素模型(Single-Index Model) 夏普(William Sharp)于1963年建立了单因素模型2。单因素模型是指证劵价格的影响因素只有一个，而如果有两个或两个以上的因素，则称为多因素模型。单因素模型的基本思想是：当市场指数上升时，市场中大部分证券资产的价格就会上涨；相反，当市场指数下降时，市场中大部分证券资产的价格就会下降。 单因素模型中有以下两个基本假设条件： 第一，证券的风险分为系统性风险和非系统性风险，而这里所讲的因素仅指系统性风险。 第二，一个证券的非系统性风险与其他证券的非系统性风险之间的相关系数为零，两种证券之间的相关性仅取决于共同的市场因素。 在单因素模型中，主要有两个基本因素会造成证券收益率的波动：一是宏观经济环境因素，比如GDP 增长率、利率、通货膨胀率等，这些因素的变化会引起证券市场中所有证券收益率的变化，相对于市场中的系统性风险；二是微观因素的影响，如公司的财务状况、公司的经营状况以及突发事件等，这些因素的变化只会引起个别证券收益率的变化，相当于市场中的非系统性风险，可以通过多样化的投资组合进行分散。 我们以股票的收益率和股价指数的收益率为例，可以得到如下单因素模型公式： it it i mt it r A R βξ=++ 这一公式揭示了股票的收益率与市场指数收益率之间的关系。其中，it r 为t 时期证券i 的收益率，mt R 为t 时期市场指数的收益率，i β为斜率，表明股票收益率波动对市场指数波动的反应程度，代表两者的相关关系，it A 是截距项，反映市场指数为零时股票收益率的大 1 文章出处：《中国企业年金投资运营研究》 杨长汉 著 杨长汉，笔名杨老金。师从著名金融证券学者贺强教授，中央财经大学MBA 教育中心教师、金融学博士。中央财经大学证券期货研究所研究员、中央财经大学银行业研究中心研究员。 2Sharp, W.,1966, Mutual Fund Performance, Journal of Business,(39),119-138.

北森建五因素领导力模型

北森建五因素领导力模型推国内首个高管测评 北京2013年4月18日电/美通社/ -- 日前，中国人才管理第一品牌-- 北森，再度推出人才测评行业里程碑式产品：北森高级管理人员测评，成为国内第一个专门针对高管人群的人才测评产品，填补了一直以来高管测评的空白。该产品聚焦企业核心人才竞争力的提升，一经推出便获得了奇瑞控股、泰康人寿、绿城房地产等大批企业的亲睐。 北森CEO纪伟国：高管不能随便测 “基层员工测技能、知识，中层管理人员测管理能力、管理风格等，但这些都不适合拿来测高管，北森研究院研究发现决定高管能力的是其深层次心理特质。”纪伟国如此讲到。 以往，高层管理人员经常使用的评估方法包括：标准化测验、评价中心、360度评估等，但企业往发现评估总是无法达到预期的效果，因为这个层级的人员往往在技能、知识方面并不欠缺，影响他们工作效率和进一步提升的障碍其是在冰山下深层次的心理特质，这些特征能够影响其领导力行为以及决策方式，进而影响其工作成效。 基于对高层评估领域的深入研究，北森研究院探索出一套专门评估高层管理者的心理测验，该测验基于人格理论，以领导力模型为核心，全面深入评估高层管理者的深层次心理特质，并对五大领导力进行了预测。

人才测评发展的未来是针对性评估 “不同的人群、不同的应用方向，必须有针对性强的测评产品，才能保证结果的有效性。我们回顾人才测评的发展历程，最初是单纯的性格测评，而后细分为基层员工测评、管理人员测评，而今又发展出来高管测评。不仅是对象在不断细分，应用方向也在细化，校园招聘、社会招聘、管理人员评估等多种应用方向，可见，人才测评的发展趋势是逐渐细化，针对性更强。” 纪伟国谈到。 现在北森的人才测评产品已经涵盖12大应用方向，为不同业务模块提供专门化的测评产品，并且拥有超过100个岗位模板，适应不同层级不同职位的测评需求。此次高管测评的推出，更是领先于国内其它测评企业，满足了企业更高层次的需求，为企业提升核心竞争力推波助澜。 北森公司成立于2002年，现有员工500人，历经十一年专注于人才测评领域的研究，数度引领人才测评行业的发展，占据中国测评市场70%的市场份额。并于2010年，推出国内第一个人才管理云计算平台iTalent。在这个平台上，招聘、测评等六大产品得以无缝整合。其中招聘管理系统已在行业内独占鳌头，客户包括中粮集团、蒙牛、支付宝、京东等50多个行业3500家国内外大型知名企业。

基于Fama_French三因子模型的沪深300指数效应实证研究_范建华

2013年6月重庆工商大学学报(社会科学版)第30卷第3期Jun．2013Journal of Chongqing Technology and Business University(Social Sciences Edition)Vol.30NO．3 doi：12．3969/j．issn．1672-0598．2013．03．005 基于Fama-French三因子模型的 沪深300指数效应实证研究* 范建华，张静 （陕西师范大学国际商学院，陕西西安710062） 摘要：本文采用事件研究法研究了沪深300指数的指数效应，引入短期事件窗和长期事件窗分别考查了指数调入股票和调出股票的价格和交易量的市场反应。在研究股票的价格效应时，引用Fama-French三因素模型来计算股票的超额收益。实证研究发现，沪深300指数存在显著的指数效应，但是调出股票和调入股票的指数效应并不对称，调入股票的指数效应更为显著，符合市场分割假说。 关键词：指数效应;沪深300指数;Fama-French三因子模型 中图分类号：F830．91文献标志码：A文章编号：1672-0598（2013）03-0031-08 指数效应是指当某只股票被调入或者调出指数时，其价格和交易量的异常反应。一般来说，调入股票存在正的价格效应，调出股票存在负的价格效应；调入股票和调出股票在指数调整期间均会有正的交易量效应。指数效应的显著程度与指数的影响力及股票市场上指数基金的规模紧密相关。沪深300指数是我国第一只横跨沪深两市的统一指数，覆盖了沪深市场总市值的6成左右，具有良好的市场代表性。 一、文献综述 指数效应的研究起源于美国，Shleifer （1986）［1］、Harris和Gurel（1986）［2］最早发现S＆P500指数的成分股存在指数效应的现象。Shleifer（1986）研究了1976—1983年间S＆P500指数的调整成分股，发现从公告日到生效日，调入股票获得2．79%的异常收益率。Harris和Gurel （1986）对S＆P500指数1973—1983年间的调整成分股做了分析，发现宣布日后一天调入股票的异常收益率为3．13%，异常交易量比率为2．81%。Lynch和Mendenhall（1997）［3］发现在指数调整后，买入指数调入股票组合同时卖出调出股票组合可以获得5．45%的超额收益，他们认为指数基金是调入股票价格上升的直接原因，实施日之后，当指数基金完成投资组合的调整，股票价格便将恢复到原来的水平。Kappou、Brooks和Ward（2008）［4］再次证明在宣布日后一天和实施日当天，调入股票价格和交易量都有显著上涨。Green和Jame（2011）［5］通过对股票市场高频交易数据的研究，发现跟踪S＆P500指数的指数基金存在显著的策略性交易行为，即为避开实施日当天的价格压力放弃追踪误差最小化的基金管理目标，选择在实施日前后的一段时间内调整投资 *［收稿日期］2013-03-07 ［作者简介］范建华，男;陕西师范大学国际商学院副教授，硕士生导师。 张静，女;陕西师范大学国际商学院硕士生。

Fama-French三因子计算过程说明

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。

三因子模型实证分析

新三因子模型及其在中证100的实证分析 罗小明 （吉水二中江西吉安 331600） 摘要：本文通过对FF-三因子模型的研究，并借鉴了国内外的研究成果，同时结合国内股市的具体特点，提出以下三个影响股票收益率因子：流通市值、市盈率、换手率。在FF-三因子模型的基础上，构建了国内特有的新三因子模型，进行了实证检验，并与FF-三因子模型进行了比较分析。 关键字：三因子模型；流通市值；市盈率；换手率 资产定价是金融学的核心任务之一, 各种资产定价模型总是试图找出投资者在投资决策时的相关经济环境变量, 由这些变量来解释股票的收益差异。本文在FF-三因子模型的基础上，并借鉴了国内外的研究成果，同时结合国内股市的具体特点构建了国内特有的新三因子模型，进行了实证检验，并与FF-三因子模型进行了比较分析，以便进一步认识中国股市 的股票定价机理。 一．国内股市的特点 1、股本结构 我国上市公司的股本按投资主体的不同性质可以分为国有股、法人股、社会公众股和外资股等不同的类型。由于我国的股权分置，投资者在股票市场买卖的股票都是流通股。此情形下，我国上市公司股票市场价格是在非流通股不能上市流通的前提下所形成的供求平衡价格，这就隐含了这一价格大大高于在全部股流通条件下的市场均衡价格，而股票的市场价格并不是非流通股的价格，这对资产定价模型产生较大影响。 2、存在价格操纵者 近年来，我国股票市场上庄家、庄股之说，并且成为广大投资者、中介机构和有关媒体十分关注的话题。所谓庄家，实际上就是股价操纵者，而庄股就是股价被操纵的股票；虽然从法律角度看，操纵股价的行为是违反《证券法》的，但由于操纵股价能为操纵者带来巨额的超常收益，所以操纵行为禁而不绝。当然，这种操纵行为的出现和演变，具有独特的市场机制和外部环境渊源。 3、考虑交易费用和所得税的情形 在我国，股票交易的费用主要由两部分构成，即交易印花税和佣金，而且这两项都按交易金额的一定比例提取，此外还有过户费(上海股市)、交易手续费(上海股市)。从费率的角度看，目前印花税和佣金有所降低，交易费用有所下降；但考虑到其他费用的存在，我国的股票交易费用仍然偏高。另外，股票收益包括股票股息收入、资本利得和公积金转增收益组成，其中股息又分为现金股息、股票股息、财产股息等多种形式；目前，在我国仅对现金股息征税，而对资本利得和其它股息均未征税。对于大多数股票来说，由于股票收益率绝大部

三因素理论

1 三因素理论：外部环境因素、消费者内在因素、市场营销因素。 2霍金斯模型：外部影响（文化、亚文化、人口环境、社会地位、参照群体、家庭、营销活动）；内部环境（知觉、学习、记忆、动机、个性、情绪、态度）；自我概念与生活方式；决策过程(情境、问题识别、信息搜索、评价与选择、经销商选择与购买、购后过程)。 3两个模型的不同是强调了消费者购后反应的两条反馈：对营销策略和消费者。 4 消费者决策过程的五阶段模型：认知问题、搜寻信息、评价备选方案、选择与决策、购后评价。七阶段模型：需求确认、搜集信息、购买前评估、购买、使用、用后评估、处置。 5 消费者信息处理模型：不知晓、知晓、掌握知识、喜欢、偏好、确信、购买。 6 文化的三要素：价值观、行为规范、图腾象征。 7 需要是个体由于缺乏某种东西而产生的生理或心理上的不平衡的状态。它是消费行为的基础，没有需要就不会产生相应的消费行为。当消费者希望满足的需要被激活时，产生了动机。 8 需要到动机到行为。 9 希曼夫的动机过程模式：为满足的需要—紧张—动机加学习、认知过程—行动—目标，减少紧张到目标。将动机理解为：个人内部作出的行动驱动力，动机因一种紧张状态而产生，以满足未得到的需求。 10布莱思的动机形成模式：未满足的需求—动力加学习—动机加期望—目标—动力产生的行为。 11价值：指产品或服务满足消费者需要的有用性或有用程度。任何产品都必须有价值。消费者价值：消费者从产品和服务中获得的一系列利益。 12 Sheth-Newman-Gross消费价值模型：五种核心消费价值：.功能价值：如有用；2.情感价值：如喜欢、炫耀；3.认知价值：有助于满足认知需要，如新闻；4.社会价值：如归属于某一群体，雅皮士；5.条件价值：如限量版、限购。五种价值观共同影响消费者选择行为。13 MEC模型：从产品属性到消费者价值：手段—目的链模型：从产品属性出发推演出提供给消费者的价值。 14 体验是人们响应某些刺激的个性事件。体验通常是由于对事件的亲身参与或是直接观察造成的，不论事件是真实的，还是虚拟的。 15体验经济是指企业以服务为重心，以商品为素材，为消费者创造出值得回忆的感受。 16 体验营销的构架：感官营销：刺激消费者的感官；情感营销：打动人的情感；思考营销：触发人的思维；行动营销：do it yourself；关联营销:车展：看、摸、试驾 18 生活形态又称生活方式，它对应选择某种消费模式，包括消费观念、如何使用时间和金钱等。 19 生活形态的营销意义：描述目标市场；创造出关于市场的新看法；对产品进行定位；更好地传播产品特征；开发整合营销传播策略 20 消费者购买决策指消费者谨慎地评价某一产品、品牌或服务的属性并进行理性选择、购买能满足某一特定需要的产品的过程。 21 信息加工:与计算机接收信息的过程一样，一种关注人类如何储存、保持与提取信息的学习认知理论。 22影响消费者信息搜索行为的主要因素：产品或品牌的认知；消费者特征，介入度；市场特征及情景，网上信息搜素；在决策过程中不同阶段有所不同。 23消费者“傻瓜”假设：（1）消费者的心理因素：大脑的有限性；大脑的憎恨混乱；大脑的不可靠性；大脑不会改变；大脑不能丧失焦点。（2）消费者信息行为中的“傻瓜”假设如下：懒惰而无耐性；之游常识而无知识；健忘而无记性；感觉直觉优先理性居后；喜欢悠闲讨厌说教；三心二意喜新厌旧；从众跟随以保安全。 24买决策类别——R.布莱克韦尔的分类：复杂决策EPS；有限决策LPS；习惯决策RPS。

人力资源管理五因素分析模型资料讲解

人力资源管理五因素分析模型 2007-9-23来源：中国人力资源开发网作者：陈谏 在当今企业管理学界研究得最多的领域就是人力资源管理，其实中国从来不缺乏对人管理的先进思想和智慧，古往今来，在历史的长河中涌现了不计其数育才、求才、用才的经典故事，只不过这些故事的经典之处，并非在商业；目前竞争激烈的商业环境中，产品和营销策略被普遍认为是是企业的主要价值，近几年我们通过对人力资源管理的深入研究发现，不容易为竞争者模仿、复制的"人才"和"企业文化"，才是独一无二的价值所在。企业的成功，取决于一个具竞争力的优势上，即企业员工的表现。换言之，优秀的专业人才是带领企业创造绩效与价值的关键。企业如何找到适合企业文化、又有能力协助企业成长的人才，是我们人力资源管理工作者最核心的工作之一。人力资源部门必须通盘了解企业未来几年的目标及营运方向，协助企业配合策略规划，订定出切合时宜的人力资源管理模式。 要寻找人力资源管理模式，我们必须先研究人力资源管理的对象，其实，人力资源管理的对象不仅仅是"人"，还包括"岗位"、"团队"、"职务簇"、和"关联".对于人的研究，我们大体上会注重于人的素质、人的能力、人的知识、人的业绩、人的价值、人的报酬、人的成本、人的投资等方面，这些信息都是依附在"人"这个活动的载体上，不管是"自然人理论"还是"科学人理论"，或者是"职业人理论"，都离不开对这些要素的分析与研究。 岗位的定义是大家最熟悉的，让我们忽视的是构成岗位的要素：岗位的目标、岗位的资源、岗位的重要性、岗位的胜任力模型、岗位的发展属性等。 职务簇是具备同样属性要素、但存在量差的岗位集合，同一个职务簇中不同的岗位，存在等级、重要性、目标等的差异。处于相同职务簇的群体，我们会用同样的管理方式去管理，如培训、考核、资源调配、薪酬设计等等。 团队是相对分散的人的集合，有非常多的组合规则，这些规则来源于"人"和"岗位"的属性，

五因素模型

特质学派及五因素模型的局限与运动心理学人格研究 摘要:讨论了特质学派及最新产物五因素模型在理论导向、结构框架、特质定义、因素分析、预测能力、控制策略6个方面的局限性。分析了以往运动心理学人格研究在预测运动成绩时遇到的困难,可能是由于采用过于宽泛的人格特质预测过于宽泛的行为结果所致。在此基础上,提出了今后运动心理学人格研究提高移植量表的预测效度和发展运动领域的人格测验的可能途径。 关键词:运动心理学;特质;人格;因素分析;模型;预测 精神分析学派、特质学派、生物学学派、人本主义学派、行为主义学派以及认知学派构成了人格心理学的主要学派。这六大学派对于我们理解人格的本质作出了重要贡献,且至今仍以不同的形式活跃在人格心理学的理论和实践中。特质学派的主要倾向是对个人差异作出量化评定,是运动心理学领域心理选材与心理评定的重要理论基础。特质学派在人格心 理学的发展中创造了丰功伟绩,但本文仅从局限性的角度对该学派及其最新产物五因素模型进行分析,以期有助于运动心理学家在人格特质的研究中明确方向,最终更好地描述、预测、解释和控制运动活动参与者的行为。 1 特质学派及五因素模型的局限性 1.1 什么是五因索模型长期以来,人格心理学家一直在努力寻求普适性的特质分类,但对于应当用哪些人格维度来解剖和描述人格,多年来一直众说纷纭,莫衷一是。有的提议采 用多至16个维度、有的提议采用少至2或3个维度(Vemon,1964)。经过漫长的探索,最近,人格心理学家似乎逐渐达成了某种程度的共识,认为人格维度的数量可能是5个。1949年至1981年的人格维度研究表明(John,1990),以下五大特质因素是这些研究的共同归宿:神经质(Neuroticism,N),外向性(Extroversion,E),开放性(Openness to Experience,O),随和性(Agreeableness,A),意识性(Conscientiousness,C)。五因素模型的效度证据主要来自以下6个方面的研究成果:第一,跨文化的一致性;第二,自我评定与他人评定之间的一致性;第三,与动机、情绪及交往技能量度的一致性;第四,人格障碍诊断的功能;第五,遗传影响;第六,跨时间测量的稳定性。大五因素的发现与确认,被认为是“人格心理学发展的转折点”(McCrae &John,1992,p.177)。目前,许多人格心理学家倾向于采用科斯塔与麦克雷编制的[NEO人格问卷修订本] (NEO - PI - R; Costa &McCrae,1992)来测量这五大特质因素。该量具包括240个条目,每一条目有完全同意到完全不同意5级选项。除了可以计算5个特质因素分数以外,还可计算每个因素包括的6个亚因素分数(表1)。 表1 五因素模型的主因素和亚因素 主因素亚因素 神经质(N) 焦虑,气愤的敌意,抑郁,自我意识,冲动性,易感性 外向件(E) 合群性,自信性,活动性,热情性,兴奋寻求,积极情绪 开放性(O) 幻想性,审美性,感受性,行动性,思想,价值 随和性(A) 直率,利他,遵从,谦虚,温和,信任 意识性(C) 能力,秩序,责任,成就,努力,自我约束 2 特质学派及五因素模型的局限性尽管许多五因素模 型研究所得结果颇为一致,人格心理学家对该模型也给予了前所未有的认同,但也不乏批评之声(Block,1995)。更重要的是,五因素模型并末解决特质学派本身所固有的一些问题。下面我们将分6个方面讨论这些问题。 1.2.1 缺乏理论导向,不能解释原因心理学家对特质学派最重要也是最致命的批评是,该学派少有理论建树,且没有回答“为什么”的问题。比如,假如我们看到张三与人交按时表现得友

三因素模型

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。 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。 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”。 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。

五因素模型

由Eugene F. Fama和Kenneth R. French撰写Journal of Financial Economics2015年第4期论文“A five-factor asset pricing model”对原有的Fama-French（1993）三因素模型进行了改进，在原有的市场、公司市值（即SML，small minus large）以及账面市值比（即HML，high minus low）三因子的基础上，加入了盈利能力（profitability）因子（即RMW，robust minus weak）和投资模式（investment patterns）因子（即CMA，conservative minus aggressive），从而能够更好地解释股票横截面收益率的差异。然而，有些小企业的股票收益率，和投资水平高、盈利能力低的公司相似。作者指出，五因素模型的主要不足就在于无法解释这类小企业的股票平均收益率为何如此之低。此外，引入RMW和CMA因子后，1963至2013年的美国股市数据表明，HML因子是“多余”的。 Fama和French于1993年提出的三因素模型在金融圈几乎无人不知，该模型很好地捕捉到了股票收益率与其市值和账面市值比之间的关系。三因素模型也一直是众多学者检验和挑战的对象。Novy-Marx (2013)发现，总盈利-资产比率（gross profits-to-assets）对股票横截面平均收益率，具有接近于HML 因子的解释能力。Aharoni, Grundy和Zeng (2013)指出，公司投资水平和股票平均收益率显著相关（亦可参见Haugen和Baker,1996、Titman, Wei和Xie, 2004、Fama和French,2006、2008等）。由此可见，三因素模型对预期收益率的描述并不全面，因为三个因子并不能解释由公司盈利能力与投资模式所造成的股票收益率差异。 基于上述理论及实证研究，Fama和French在原有的三因素模型中，加入了代表盈利能力的RMW因子和代表投资模式的CMA因子。与之前因子的构建方式类似，RMW是营业利润率（operating profitability）高的多元化投资组合的收益率，减去营业利润率低的多元化组合的收益率。CMA则是投资水平低（“保守”）的多元化投资组合的收益率，减去投资水平高（“积极”）的多元化组合的收益率。其中，营业利润率的衡量标准，是上一财年的总收入，扣除主营业务成本、利息支出和销售、一般及行政费用，再除以上一财年末账面权益总额。而对投资的衡量，则是用上一财年相对于之前财年的总资产增加额，除以之前财年末的总资产金额。 为了清楚地观察各个因子与收益率的关系，本文使用1963年7月至2013年12月的美国股市数据，采用类似Fama和French (1993)的方法对样本数据进行分析。作者分别根据市值-账面市值比、市值-营业利润率和市值-投资水平，对股票进行了3次5×5均分，每次得到25个投资组合。作者发现，总体而言，存在价值、盈利能力以及投资效应：即在控制其他变量的情况下，股票的账面市值比越高，营业利润率越高，投资水平越低，其平均回报率越高，这些现象在市值较小的股票中尤为明显。 在构造SML、HML、RMW和CMA这4个因子时，作者提出了三种投资组合划分的方法。第一种：分别根据市值-账面市值比、市值-营业利润率和市值-投资水平，对股票进行3次2×3划分，每次得到6个投资组合。以市值-账面市值比划分为例，作者将市值以纽交所均值为分水岭，划分为大、小2类；对账面市值比，则以纽交所的第30和第70百分位数为分水岭，划分为高、中、低3类。第二种：分别根据市值-账面市值比、市值-营业利润率和市值-投资水平，以纽交所均值为分水岭，对股票进行3次2×2划分，每次得到4个投资组合。第三种：根据市值-账面市值比-盈营业利润率-投资水平，对股票进行1次2×2×2×2的划分，得到16个投资组合。作者认为，第二种方法在构建因子时，使用了全部股票，而第一种方法却没有使用第30至第70百分位数的股票，因此第二种方法构建的因子更为多元化；而第三种方法，则能更有效地从平均收益率中，分离出市值、账面市值比、营业利润率和投资水平的风险溢价。 作者进行回归分析，并按照Gibbons，Ross和Shanken(1989)的方法进行检验。GRS统计量表明，五因素模型并不能完全描述股票的期望收益率，但是五因素模型依然可以解释71%至94%的不同组合收益率在横截面水平上的差异。五因素模型的GRS统计量值小于三因素模型，回归的截距项（代表异常收益）

实证分析模型模板讲课教案

二、大兴农场小额贷款对农户收入的影响实证分析 （一）模型设定 1.指标选取及数据来源 问卷发放时间为2013年1月,为了能完整地搜集年度数据,模型中所引入的数据均以2012年为准,被解释变量Y 选取了被调查农户年纯收入；六个解释变量中DS 是指被调查农户实际已获得的小额信贷累计额度,FE 是指被调查农户从事非农行业的劳动力占家中全部劳动力的比重,JC 与NL 是有关户主特征的变量,即其受教育程度及年龄,SZ 是指年末被调查农户生产性资产价值,其中包括主要的生产性固定资产及主要购买的生产资料,包括农用动力机械及农林牧渔业生产资料。TM 是指被调查农户2009年初耕地面积。这六个因素均是影响农户收入的主要指标，其中非农劳动力比例、耕地面积、生产性资产是农户发生生产活动的基本组成因素，而年龄和受教育程度是农户的自身特征。本文中的数据均来源于调查问卷数据整理的结果。 2.模型构建 假设小额信贷的数额、非农劳动力占劳动力的比重、户主受教育程度、户主年龄、生产性资产价值、耕地面积为影响农户收入的主要因素，我们在对内蒙古赤峰地区大兴农场部分农户调研的基础上借鉴生产函数的考察方法构建实证模型，其基本的估计方程是: 表2-6 定义说明 序号 变量类型 变量 定义 1 因变量 Y 农村居民户纯收入（万元/户） 2 自变量 FE 农户中现有非农劳动力占劳动力比重 3 自变量 JC 受教育程度，小学1,初中2,高中3，大专以上 4 4 自变量 NL 户主年龄20-30为1,30-40为2,40-50为3,>50为4 5 自变量 DS 累计小额贷款总额（万元/户） 6 自变量 SZ 生产性资产(生产性固定资产及购买的生产性资料) 7 自变量 TM 耕地面积（亩） ξ ββββββα+++++++=TM SZ NL JC FE DS y 654321

FF三因子模型风险因子的有效性检验-最新文档

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莫型，该模型基于有效市场假说，将B系数视作衡量风险的唯一因子。但是，在随后的研究中发现B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B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CAPMI型，使得度量风险的因子由最初的B系数扩展到B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CAPMI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CAPMI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。1967年由美国学者夏普（Sharp）、林特尔 （Lintner ）、特里诺（Treynor ）、莫辛（Mossin ）等人提出的资本资产定价模型一一CAPM模型，自建立以来在实务界就得到了广泛的关注与应用，在现代金融市场价格理论的研究中，也一直占据着重要的地位。回顾众多验证性文章，其中对于CAPM模型的经典实证检验是Fama和Macbeth （1973）进行的，他们研究的独特之处在于试图在前一期估计的风险变量基础上预测投资组合未来的收益率，平均收益率和B系数成正相关关系。虽 然CAPM莫型在现代金融领域占据着重要地位，也得到了大量的实证数据验证，但是至今该模型也一直接受着来自理论界和实务界的研究挑战与检验。挑战的主流是种种异象的产生，实务中发现B系数和回报率之间有不契合的地方，即出现了种种定价异 象。定价异象说明了，导致股票高收益率的原因不仅仅只有B

APT模型实证分析

APT模型实证分析 研究方法与样本选取 基本假设 套利定价模型（APT）如同资本资产定价模型，描述了风险溢价和单个证券或投资组合收益率之间的关系，它主要基于以下三个基本假设：1．组合是无风险的；2．组合的敏感性因子为0；3．组合期望收益率大于0。 套利定价模型 套利定价模型的基本形式为 i=1,2,3…n r i组合=C+ ∑βi F i+ε i， r i表示投资组合i的收益率，即为组合内各个证券收益率的加权平均和； · F i 是第i种系统风险因素； βi表示第i种风险因素的β值，也等于组合内各单个证券β值加权平均和； 因素分析 为了使因素选取更为准确恰当，我们将从股票定价的基本模型——股利折现模型出发，对各个因素进行分析。 股利折现模型的基本形式为： P i=∑(Div i/（1+r）i), i=1,2,3…,n 其中Divi表示第i期的股利，r表示折现率。 所以可以看出，折现率，预期的红利水平，和当期的价格都将对于个股的收益率产生影响。由此，我们确定如下因素作为股票收益率的系统风险因素。 ; 市场风险溢价 根据CAPM模型的基本结论，单个股票的收益水平应该市场风险有相关关系，所

以市场风险溢价可以认为是影响单个股票收益水平的系统风险因素； 增长率 宏观经济环境的变化对于股票市场上大多数公司的收益水平都有影响，进而对于股利的支付水平也有影响，所以也应把GDP作为系统风险因素考虑再内； 通货膨胀率的变化 与上面的宏观因素一样，通货膨胀率的变化也会影响到实际利率水平，进而对折现率有影响； .模型构造 根据上面所选取的因素，对于各个因素分别选取了恰当的指标进行度量： . 市场风险溢价(Rm-rf) 根据CAPM模型的基本理论，这里我们用Rm-rf作为市场风险溢价的度量因素，其中Rm为市场收益率，用上海综合指数收益率代表，rf为市场无风险利率，用央行公布的一年期定期存款的利率代表； 增长变化(GDPM,GDPY) 由于理性的投资者对于GDP的变化有一定预期，应以GDP增长的变化作为风险因素考虑，那么可以用lnGDP(t)-lnGDP(t-1)代表，另外需要说明的是由于GDP 月度数据的不可得性，本文参考了国内大多数文献对于GDP月度数据的处理办法，用当月工业增加值对于GDP季度数据进行加权，然后对于经处理过后GDP 的月度数据观察可以发现，数据呈现出很明显的周期性，因为也把GDP相对于去年同期增长变化水平作为令一个解释因素，即lnGDP(t)-lnGDP(t-12)； 通货膨胀率的变化(In) 这里采用当月居民物价指数作为通货膨胀率的代表； 最后把单个股票的超额收益率（rie）作为解释变量，构造线性模型表示为如下形式：

APT模型实证分析报告

APT模型实证分析 1.0.0.研究方法与样本选取 1.1.0. 基本假设 套利定价模型（APT）如同资本资产定价模型，描述了风险溢价和单个证券或投资组合收益率之间的关系，它主要基于以下三个基本假设：1．组合是无风险的；2．组合的敏感性因子为0；3．组合期望收益率大于0。 1.2.0.套利定价模型 套利定价模型的基本形式为 r i组合 =C+ ∑β i F i +ε i， i=1,2,3…n r i 表示投资组合i的收益率，即为组合各个证券收益率的加权平均和； F i 是第i种系统风险因素； β i 表示第i种风险因素的β值，也等于组合各单个证券β值加权平均和； 1.3.0.因素分析 为了使因素选取更为准确恰当，我们将从股票定价的基本模型——股利折现模型出发，对各个因素进行分析。 股利折现模型的基本形式为： P i =∑(Div i /（1+r）i), i=1,2,3…,n 其中Divi表示第i期的股利，r表示折现率。 所以可以看出，折现率，预期的红利水平，和当期的价格都将对于个股的收益率产生影响。由此，我们确定如下因素作为股票收益率的系统风险因素。 1.3.1.市场风险溢价 根据CAPM模型的基本结论，单个股票的收益水平应该市场风险有相关关系，所以市场风险溢价可以认为是影响单个股票收益水平的系统风险因素； 1.3. 2.GDP增长率

宏观经济环境的变化对于股票市场上大多数公司的收益水平都有影响，进而对于股利的支付水平也有影响，所以也应把GDP作为系统风险因素考虑再； 1.3.3.通货膨胀率的变化 与上面的宏观因素一样，通货膨胀率的变化也会影响到实际利率水平，进而对折现率有影响； 1.4.0 .模型构造 根据上面所选取的因素，对于各个因素分别选取了恰当的指标进行度量： 1.4.1.市场风险溢价(Rm-rf) 根据CAPM模型的基本理论，这里我们用Rm-rf作为市场风险溢价的度量因素，其中Rm为市场收益率，用综合指数收益率代表，rf为市场无风险利率，用央行公布的一年期定期存款的利率代表； 1.4. 2.GDP增长变化(GDPM,GDPY) 由于理性的投资者对于GDP的变化有一定预期，应以GDP增长的变化作为风险因素考虑，那么可以用lnGDP(t)-lnGDP(t-1)代表，另外需要说明的是由于GDP 月度数据的不可得性，本文参考了国大多数文献对于GDP月度数据的处理办法，用当月工业增加值对于GDP季度数据进行加权，然后对于经处理过后GDP的月度数据观察可以发现，数据呈现出很明显的周期性，因为也把GDP相对于去年同期增长变化水平作为令一个解释因素，即lnGDP(t)-lnGDP(t-12)； 1.4.3.通货膨胀率的变化(In) 这里采用当月居民物价指数作为通货膨胀率的代表； 最后把单个股票的超额收益率（rie）作为解释变量，构造线性模型表示为如下形式： rie=C+β1*rme+ β2* GDPM+β3*GDPY +β4*IN+ i 1.5.0.样本选取

法码三因子模型检验

一?样本股票的选取 本次选取的股票是上交所挂牌交易的三只股票，分别为： ①宁波港（601018） ②中国神华（601088） ③浦发银行（600000） ④海信电器（600060） 二?数据选择（数据为日收益率） 数据采用2013年1月1日至2014年6月30日的日数据，分别为日个股收益率、日风险溢价率、日无风险利率、日SMB和日HML。此期间共有357个交易日，为保持数据的统一性，本次选取了其中的346个数据。 三.参数估计使用Eviews7.2对三因子模型中的三个系数进行估计，使用最小二乘法。四?估计结果 三只股票的FF三因子方程分别为： R1-Rf=0.666*RMRF+0.916*SMB+ HML R2-Rf=0.0965*RMRF-0.652*SMB+0.077*HML R3-Rf=1.140*RMRF+0*SMB+0.837*HML R4-Rf=1.24*RMRF+0.41*SMB-0.82*HML 回归结果见附表五?计算结果 根据四个方程求出四只股票的理论收益率，分别为： R1=0.666*（-0.0002）+0.916*0.0009+0=0.0007912 R2=0.0965*（-0.0002）-0.652*0.0009+0=-0.0005 R3=1.140*（-0.0002）+0+0=-0.000128 R4=1.24*（-0.0002）+0.41*0.0009-0+0.0001=0.000221 其中RMRF为-0.0002即在此阶段内市场组合收益率低于无风险利率 SMB 为0.0009 HML 为0 在此阶段内股票的实际日平均收益率分别为： R1= -0.000015 R2=-0.001175 R3=0.000011 R4=0.00008235 六?结果分析 第一只股票宁波港被低估 第二只股票神华股份被低估 第三只股票浦发银行被高估 第四只股票海信电器被低估 通过eviews计算历史数据得到矩阵： 1111 1.080.97 1.14 1.24 0.66-0.650.090.41 ?1.370.080.84-0.82