fama三因素模型翻译完整版

本文确定了股票和债券收益的五个常见风险因素。股票市场有三个因素:一个总体的市场因素和与公司规模以及账面市值比有关的因素。债券市场有两个因素。与到期和违约风险有关。由于股票市场的因素，股票回报有共同的变化，它们通过债券市场因素的共同变化与债券收益联系在一起。除了低级的企业。债券市场因素反映了债券收益率的共同变化。最重要的。这五个因素似乎解释了股票和债券的平均回报率。

1.介绍

美国普通股平均收益的横截面与夏普比例β（1964）TLNTNER（1965）资产定价模型或BREEDEN（1979）等跨期资产消费定价模型的消费关系不大。例如，ReigANUM（198 1）和布里登、吉本斯和LyZeNBER（1989）。换句话说，在资产定价理论中没有特殊地位的变量显示了可靠的解释平均回报截面的能力。经验确定的平均值变量的列表包括大小（ME，市值），杠杆率，收益/价格（E/P），和账面市值比（公司普通股的账面价值，BE，其市值，ME）。例如班兹（1981）。班达里（1988）。巴（1983）。还有罗森伯格、瑞德和Lanstein FAMA和法国（1992年）研究了股票平均收益的横截面中市场β、规模、E/P、杠杆和账面市值比共同作用。他们发现，单独使用或与其他变量组合共同使用，β（股票收益在市场回报的回归中的斜率）几乎并不显著。单独使用，大小，E/P，杠杆，和书对市场的股本有解释力。在组合中，规模（ME）和账面市值比（BE/ME）似乎吸收杠杆和E的作用；最终结果是，两个经验确定的变量，规模以及账面市值比，很好地解释了在1963年至1990年期间纽约证券交易所、美国证券交易所和纳斯达克股票的平均回报的横截面。本文以三种方式扩展了Fama和法国（1992年A）的资产定价测试。

（a）我们扩展了解释资产的围。在FAMA和法国（1992年A）中考虑的唯一资产是普通股。如果市场一体化，单一模型也应该解释债券收益。这里的测试包括美国政府和公司债券以及股票。

（b）我们还扩展了用于解释回归的变量集。FAMA和法国（1992年A）的规模和账面市值比直接作用于股票。我们将列表扩展到可能在债券收益中起作用的期限结构变量。我们的目标是检查债券回报中重要的变量是否有助于解释股票收益，反之亦然。这种观点认为，如果市场一体化，债券和股票的回报过程可能会有一些重叠。

（c）或许最重要的是，测试资产定价模型的方法是不同的。FAMA和FA（1992年A）使用FAMA和MACBETH（1973）的截面回归：使用回归股票收益的横截面来解释平均的回归。由于规模和账面市值等解释变量对政府和公司债券没有明显的意义，因此很难在横截面回归中增加债券。

本文采用时间序列回归的方法，黑色，延森和斯科尔斯（1972）。股票和债券的月度收益在股票市场组合的回报率上回归，并模拟投资组合的大小、账面市值比（B/ME）和回报的期限结构风险因素。时间序列回归斜率是与大小或BE/ME不同的因素负荷，对债券和股票有明确的风险敏感性。时间序列回归也便于研究两个重要资产定价问题。

（a）我们的一个中心主题是，如果资产价格合理，与平均收益相关的变量，如规模和账面净值权益，必须代表对回报中常见（共享的和不可预测的）风险因素的敏感性。时间序列回归在这个问题上提供了直接的证据。特别是，斜率和R平方值表明，模拟相同大小或账面市值比在股票和债券收益的共享变化没有被其他因素解释。

（b）时间序列回归使用超额收益（月度股票或债券收益减去一个月国库券利率）作为因变量和超额收益或零投资组合的回报作为解释变量。在这样的回归中，一个很好的资产定价模型产生了截然不同于0的截距（默顿（1973））。所估计的截距显示共同因素的不同组合很好的捕获横截面的平均回报数据。此外，基于超额收益回归的截断来判断资产定价模型提出了严格的标准。竞争模型被要求解释一个月的票据利率以及长期债券和股票的回报率。

我们的主要结果很容易总结。对于股票而言，无论是在时间序列回归中投资组合模拟相

同的大小和BE/ME，而捕捉到了很强的共同收益变化。这是一个证据，大小和账面市值比确实代表了对股票收益的共同风险因素的敏感性。此外，对于股票投资组合，我们研究了三个因子回归包括超额市场收益和大小和BE/ME因子的截距接近0。因此，一个市场因素和我们对风险因素与规模和帐面市值的代理关系似乎很好地解释了平均股票收益的横截面。

股票的时间序列回归的解释是有趣的。像FAMA和FRENCH（1992年）的横截面回归，时间序列回归表明，大小和账面市值比可以解释股票平均收益的差异。但这些因素不能单独解释股票平均收益与一个月票据之间的巨大差异。这项工作需要归于市场因素。在回归，包括大小和账面市值比因素，所有我们的股票投资组合对市场因素产生斜率接近1。市场因素的风险溢价将股票和票据的平均收益联系起来。

对于债券，两个期限结构因素（期限溢价和违约溢价）的模拟投资组合捕获了我们政府和公司债券投资组合收益的大部分变化。期限结构因素也“解释”了债券的平均回报率，但期限结构因素(如平均超额债券回报率)的平均溢价接近于0。因此，所有公司和政府债券投资组合具有相同的长期预期回报的假设也不能被拒绝。

股票回报的共同变化很大程度上被三个证券投资组合的回报所捕获，而债券回报的共同变化在很大程度上被两个债券投资组合的回报所解释。然而，股票和债券市场远不是随机分割。单独使用的时间序列回归。期限结构因素捕捉股票收益的剧烈变化；事实上，股票回归的期限结构因素的斜率非常类似于债券。但有趣的是，当股票市场因素也包含在回归中时，我们所有的股票组合在两个期限结构因素和市场回报因素上都有相同的方式。因此，股票的市场组合捕获了与个期限结构市场因素相关联的股票收益的共同变化。债券和股票市场之间的随机联系确实存在。然而。似乎主要来自期限结构因素。单独使用。超额的市场回报和大小和账面市值比因素似乎捕获债券收益的共同变化。但是，当债券结构中包含两个结构因素时，股票市场因素的解释力消失，除了低级公司债券。

简而言之，我们的结果表明，至少有三个股票市场因素和两个期限结构因素的回报。股票收益由于三个股票市场因素而有共同的变化，它们通过两个期限结构因素的共同变化与债券收益挂钩。除了低级公司债券，只有两个期限结构因素似乎在政府和公司债券的回报中产生共同的变化。

故事进行如下。我们首先介绍时间序列回归的输入：解释变量和待解释的回报（2和3节）。然后我们使用回归来攻解释我们的两个中心资产定价。

问题：变量的不同组合如何捕获（a）在债券和股票收益（4节）和（b）共同的变化以及以及横截面的平均收益

2时间序列输出

时间序列回归中的解释变量包括股票市场组合的收益率，模仿投资组合具有相同的大小，账面市值比，以及回报的期限结构因素。要解释的回报是在两个成熟度围的政府债券组合，在五个评级组公司债券投资组合，和保证账面市值比及大小公平的25个股票投资组合。

2.1解释变量收益率

解释变量分为两套，那些可能是重要的解释债券市场回报的变量和那些可能是很重要的股票回报的标量。以这种方式对解释变量进行分段，建立了关于股票收益中重要因素是否有助于解释债券收益的解释，反之亦然。

2.2债券市场因素

债券收益的一个常见风险是利率的意外变化。我们使用TERM来表示，是每月长期政府债券回报（从伊博森协会）和在月末结束的月度国库券利率（从证券价格研究中心，CRSP）之间的差额。国库券利率是用来代表债券的预期收益的一般水平。因此，长期债券的回报率是由于利率变动而导致的预期收益偏离。

用于公司债券。经济状况的变化会改变违约的可能性，这会导致回报变化的另一个共同

因素。DEF这种违约因素的代表是长期公司债券(Ibbotson Associates公司债券模块上的复合投资组合)市场投资组合的回报率与长期政府债券回报率之间的差异。

。滚动，罗斯（1986）使用TERM和一个像DEF这样的变量，以帮助解释在纽约证券交易所股票横截面的平均回报。他们使用FAMA和MACBETH（1973）横截面回归方法：使用横截面的TERM、违约因子以及其他的变量的斜率解释横截面的平均股票回报数据。在他们的测试中。违约因素是股票平均收益的最有力因素,TERM通常有力。我们证实了TERM和DEF 的轨迹在股票收益的时间序列变化中清晰地显示出来。我们还发现，这两个变量支配着政府和企业债券收益的共同变化。与,罗斯的截面回归相反，然而，我们的时间序列回归说，DEF 和TERM太小以至于无法解释解释在平均股票收益过大的变化上。[山肯和韦恩斯坦（1990）提出了类似的观点]。

2.1.2股票市场因素

动机——规模和账面市值比似乎是特别的变量来解释平均股票回报率，我们有理由期待他们能解释的市场风险因素的回报。在Fama和FERENCH（1992年），我们记录的大小和账面市值比与经济基本面有关。不足为奇的是，高BE/ME（相对于账面价值的股票价格较低）的公司往往资产收益较低，至少在五年前和五年后的对账面市值比公平的测量中收益较低。相反地。低BE/ME（相对于账面价值的高股价）与持续高收益相关。

规模也与盈利能力有关。控制账面市值比变量，小公司往往比大公司的资产收益低。但是，收入的规模效应仅仅到了20世纪80年代，直到1981。控制账面市值比因素，小公司的利润只比大公司略低一些。但对于小公司来说，1982年的经济衰退变成了长期的经济萧条。由于某种原因，小公司没有参与到20世纪80年代中期和后期的经济繁荣中。

小公司可能会遭受长期的收益低落，而大公司则可以避免这种情况。这表明了，规模与一个市场风险因素有关，这可能解释了规模和平均回报之间的负相关关系。类似的。账面市值与收益之间的关系表明，相对盈利能力是回报中一个市场风险因素的来源，这可能解释了BE/ME和平均回报的正相关关系。

板块–为了学习经济学基础 Fama and French（1992年B）使用六种由ME以及BE/ME的股票组成的投资组合。我们使用相同的六个投资组合来形成投资组合，以模拟与规模和账面市值相同时的潜在风险因素。这确保了对收益中常见风险因素的研究与我们对经济基本原理的互补研究之间的一致性。

在每年的六月，从1963到1991，所有的纽约证交所股票在CRSP的使用市值（价格乘以股票数量）排名。NYSE规模的中位数用于拆分纽约证券交易所、美国证券交易所以及在1972后纳斯达克股票分成两组，小而大（S和B）。大多数美国证券交易所和纳斯达克股票都比纽约证交所的中位数小，因此，小规模组中的公司数量大（在1991年4794家公司中达到了3616家）。尽管有大量的股票，小集团的两个规模组的相加的价值还远远少于总市值一半（大约1991的8%）。

我们还将纽约证券交易所、美国证券交易所和纳斯达克股票，根据底部30%（Low）、中间40%（Medium）的断点，前30%（High）将其分成三个具有接近账面市值比的组合（根据纽约证券交易所的BE/ME的排名）。我们定义普通股权益的账面价格。使用股东权益的帐面价值，加上资产负债表递延税金和投资税抵免(如果有的话)，减去优先股的帐面价值来计算。取决于数据的可用性，我们使用赎回、清算或面值（按该顺序）来估计优先股的价值。账面市值比的相似，BE/ME，然后，将在会计年度t - 1的会计年度中，按市场权益除以t –1年度12月底的所有者权益。在计算BE/ME或当形成大小以及根据BE/ME形成投资组合时，我们不使用在1980年之前很罕见负BE公司。只有普通股权的公司（由CRSP分类）包含在测试中。这意味着不包括ADR、REITs和利益相关单位。

根据我在FAMA和FRENCH（1992年A）的证据表明，账面市值比在平均股票收益比规模

上具有更大的作用。我们决定将根据BE/ME将公司分为三类，根据ME将公司分为两类。但是，这种分裂是任意的，我们还没有找到替代方案。信心是这里的检验以及在FAMA和French （1992年B）对这些决定并不敏感。我们没有理由对这种分类进行争辩。

从我们对ME的两个分组以及对BE/ME的三个分组中，我们构造了六个投资组合（S/L，S/M，S/H. B/L，B/M，B/H）。例如。S/L投资组合包含在小ME组中的股票，它们也在低BE/ME 组中，B/H组合包含大的ME股票，它们也在高BE/ME组中。六个投资组合的月价值加权回报率从t年7月到t + 1年6月计算。投资组合在t + 1年6月份重新分组。我们从t年7月开始计算收益，以确保t - 1年的账面权益是已知的。

要包含在测试中，公司必须有t - 1年12月和t年6月的CRSP股票价格和t - 1年的COMPUSTAT（会计数据库中）账面普通股权益。此外，为了避免COMPUSTAT将公司添加到数据库中所固有的生存偏见[Banz和Breen(1986)]，在公司出现在COMPUSTAT上两年之后，我们才将它们包括在。(COMPUSTAT称，在加入公司时，它很少包含超过两年的历史数据)。

规模——我们的投资组合，SMB (small - big)，表示为模仿与规模相关的回报的风险因素，是根据每个月3小市值投资组合（S/L，S/M，S/H）以及3个大市值投资组合（ B/L，B/M，B/H）在平均回报率之间的差额。因此，SMB是小型和大型股票投资组合的回报之间的差额，将账面市值比作为控制变量。这种差异应该在很大程度上不受BE/ME的影响，而是集中在大型与小型公司的不同平均回报。

BE/ME -投资组HML（高减低）。类似于模仿与账面市值比相关回报的风险因素。HML是每个月在两个高BE/ME投资组合（S/H和B/H）收益的简单平均值和两个低BE/ME投资组合（S/L和B/L）收益的平均值之间的差异。HML的两个组成部分是高投资组合和低投资组合的回报率，它们的加权平均规模大致相同。因此，两个回报之间的差异应该在很大程度上没有市值因素，而是集中在高和低BE/ME公司不同的回报行为。1963-1991年每月对于市值以及账面市值比两个因素的模拟回报相关系数只有0.08，可以作为作为这一简单程序成功的证明。

真实模拟投资组合中市场风险因素，最大限度地减少了公司特定因素的方差。在SMB 和HML中，6个size -ME组合是价值加权的。价值加权是为了最小化方差，因为返回值方差与大小负相关(表2)。下文)。更重要的是，使用价值加权的成分可以模拟投资组合，捕捉小股和大股不同的回报行为。或高和低的股票，以一种符合现实投资机会的方式。

市场回报率----我们对股票回报的市场因素的反映是超额市场回报，即rmr– rf.RM 是6个SIZE-BE/ME股票组合的价值加权组合的回报，加上被排除在投资组合之外-BE的股票。RF是一个月的票据利率。

2．2被解释的回报

债券-在时间序列回归中使用的依赖变量集包括两个政府和五个公司债券组合的超额收益。政府债券投资组合（formCRSP）涵盖1至5年和6至10年的到期日。5个公司债券的投资组合，由穆迪的评级机构从Aaa, Aa，A,Baa，LG(低级别，也就是Baa之下)来自Ibbotson Associates的公司债券模块(由Dimensional Fund Advisors提供给我们)。

股票-股票，我们使用在25个投资组合的超额回报率，通过控制市值以及账面市值比平衡，作为时间序列回归的因变量。我们使用按规模和账面市值比组成的投资组合，因为我们寻求确定模拟投资组合SMB和HML是否捕捉了与规模和账面市值比有关的股票回报中的市场因素。根据规模和BE/ME形成的投资组合还将产生各种各样的平均回报，这些回报可以用相互竞争的资产定价方程来解释。然而，我们使用E/P（收益/价格）和D/P（股利/价格）形成的投资组合。变量对于平均回报也有解释力（类似KEIM（1988）），检验我们的结果对解释因子捕捉平均回报横断面的能力的稳健性。

25个SIZE-BE/ME投资组合很像前面讨论的6个SIZE-BE/ME的投资组合。在每t年的

六月，我们将NYSE股票按市值分以及（独立地）账面市值比分类。对于大小，ME是在t年的六月底测量的。对于账面市值比，ME是t - 1的12月底的市场权益.BE是以日历年度T- 1的会计年度的账面普通股权益。我们使用NYSE分位点为ME和BE/ME分配纽约证券交易所，美国运股票交易所，和（1972后）纳斯达克股票，5个市值的分位点以及5个账面市值比的分位点。我们构建根据市值以及账面市值比的分类建立了25个投资组合，并计算加权投资组合从t年七月到t+1年六月的月度收益率。这25个投资组合在1963年7月至1991年12月的超额收益是股票在时间序列回归中的因变量。

25个size-BE/ME的投资组合在下文呈现。从1963年到1991年的每一年，纽交所对市值的五次断点(ME，在6月底衡量的股票价格乘以流通股数)，被用来将纽交所，美国运通，纳斯达克的股票分为5类。同样，来自NYSE五个BE/ME的分位点用于分配纽约证券交易所，美国运股票交易所，和纳斯达克股票分为5类。“25个size-BE/ME”形成为五个维度的市值和五个账面市值比的交集。市值，BE,是由COMPUSTAT股东权益账面价值，加上资产负债表递延税金和投资税收抵免，减去优先股的账面价值。根据可用原则。我们使用了赎回，清算，或票面价值(按此顺序)来估计优先股的账面价值。账面市值比。BE/ME。账面价格为t-1会计年的账面价格，市值根据t-1的十二月最后一天价格统计。

一个投资组合账面市值比，是由一个加总的账面价值,BE,在t-1会计年度报表中统计得到的账面市值，除以它们的市场权益的总和，ME，在t-1十二月的市场价值。一个投资组合的市盈率(e/p)为在日历年度T - 1结束的财年组合中的公司的收入，除以十二月的市场权益之和。股权收入是目前的收入，再加上延期缴纳的税款。减优先股利。T年一个投资组合的股息收益率（D/p）是从t-1年七月到t六月的股息支付的股利的总和，除以投资组合中的公司t-1六月市场权益的总和。我们使用FAMA和FRENCH（1988）中描述的程序来估计股利。

描述性统计是在每年六月形成投资组合时计算的。1963年至1991年。

表1显示，因为我们使用纽约证券交易所的断点来形成25size-BE/ME投资组合，在最小规模的五分之一的投资组合拥有最多的股票（主要是小型的AMEX和纳斯达克股票）。尽管它们包含许多股票，但在最小投资组合中，五个投资组合中的每一个平均都少于25个投资组合中股票组合价值的0.70%。相比之下，规模最大的五分之一的投资组合拥有最少的股票，但为价值最大的部分。五大投资组合中市值约为总价值的74%。在最大规模和最低Be/Me五分位数（大成功公司）的股票组合中，占据了25个组合的组合价值的30%以上。请注意假如使用所有股票，而不仅仅是纽约证券交易所的股票来定义规模的五分位数，将导致更大的价值分布偏向与最大规模的五分位数。

表1还表明，在每一个规模的五分之一除了最小规模，无论是股票的数量和总价值的比例都自低账面市值比的投资组合到高账面市值比的投资组合递减。这种模式有两个原因，首先，从纽约证券交易所股票独立的使用规模和账面市值比形成投资组合，意味着最高的BE/ME五分位数倾向于最小的股票。其次，AMEX和纳斯达克股票，大多是小型股，往往比纽约证交所股票规模更低。换言之，纽交所的市值很小，比小型的AMEX和纳斯达克股票看更像是下跌的天使（股票价格低的大公司），。

3。输出结果

表2总结了时间序列回归中的相关和解释性回报。作为因变量的投资组合的平均超额收益给出了风险因素集合必须解释的平均收益的围。解释投资组合的平均回报是风险(回归斜率)每单位风险的平均溢价。

3.1。相关收益

股票——由市值和账面市值形成的25个股票组合产生了广泛的平均超额回报，从每月0.32%到1.05%。这些投资组合还证实了Fama-French (1992a)的证据，即市值与平均回报之间存在负相关关系，而平均回报与账面市值比股票之间存在更强的正相关关系。除了最低五分之一的BE/ME之外，平均回报率往往从小投资组合到大投资组合下降。平均收益率与账面市值之间的关系更为一致。在每一种市值的五分位数中，平均回报率往往随着BE/ME的增加而增加，而最高和最低的BE/ME投资组合的平均回报率之间的差异每月从0.19%到0.62%不等。我们的时间序列回归试图用收益中常见风险因素的溢价来解释平均回报的横截面。25个股票投资组合的平均回报率，以及平均回报的市值和账面市值的影响，为比较风险因素带来了有趣的挑战。

10个多数投资组合的BE/ME最下面的五分之二中产生的平均超额回报率对于0都小于两个标准误差。这是一个众所周知的问题的例子[Merton(1980)]:由于股票回报率有很高的标准差(对于大小为BE/ME的投资组合，每个月大约有6%)，大的平均回报率通常与0并不存在可靠的差异。然而，股票回报率的高波动性并不意味着我们的资产定价测试将缺乏动力。收益的共同因素将吸收股票收益的大部分变化，使对时间序列回归的拦截进行的资产定价测试非常精确。

债券——与股票投资组合相比，表2中政府和公司债券投资组合的平均超额回报微不足道。所有超额债券的平均收益率都低于0.15%，而7个中只有一个的标准误差大于1.5。表2几乎没有证据表明(a)政府债券的平均回报率随到期时间增加，(b)长期公司债券的平均回报率高于政府债券，或(c)低评级集团的公司债券的平均回报率更高。

平均债券收益率的横截面并不意味着债券在资产定价测试中是无趣的因变量。相反。债券是

拒绝资产定价公式的好候选人，这些公式可以根据不同的斜率对收益的共同风险因素进行预测。

3.2。解释性收益

在资产定价测试的时间序列回归方法中，收益中常见因素的平均风险溢价仅仅是解释变量的平均值。rm - rf的平均值(每单位市场价格的平均溢价)是每月0.43%。从投资角度来看，这是一个很大的数字(大约每年5%)，但这是一个对0的边际1.76的标准误差。SMB的平均回报(与市值相关的投资回报的平均溢价)仅为每月0.27% (t = 1.73)。然而，我们将发现，这25个股票投资组合的SMB的斜率覆盖了超过1.7的围，因此，由于市值因素，预期收益的估计利差很大，约为每月0.46%。账面值对市值因素HML。平均每月产生0.40%的溢价(t = 2.91)，这在实际和统计上的TERMS中都是很大的。

期限结构因素的平均风险溢价相对于股市因素而言微不足道。TERM (时间溢价)和DEF(违约溢价)平均每月0.06%和0.02%;两者的标准误差都在0.4以。不过请注意，TERM和DEF的波动性与股市回报率SMB和HML差不多。较低的平均溢价将阻止TERM和DEF解释平均回报的许多横截面变化，但高波动性意味着这两个因素可以在回报中获得实质性的共同变化。事实上，TERM和DEF的低均值和高波动性将有利于解释债券收益。但解释股票平均回报率的强

横截面变化的任务落在了股市因素上。RM-RF、SMB和HML,它们产生了更高的平均溢价。

现在我们来看看资产定价测试。在时间序列回归方法中，测试有两个部分。在第4部分中，我们建立了两个债券市场回报，TERM和DEF，以及三个股票市场回报，rm-rf和SMB和HML，它们是风险因素，捕捉了股票和债券回报的共同(共享因而不可分散)变化。在第5节中，我们使用时间序列回归的截距来测试收益中常见风险因素的平均溢价是否可以解释债券和股

票的平均回报的横截面。

4。回报的共同变化

在时间序列回归中，斜率和R方值直接证明了不同的风险因素是否反映了债券和股票回报率的共同变化。我们首先分别考察债券市场和股票市场因素的解释力。目的是测试股票和债券收益的随机过程之间的重叠。在债券收益中重要的债券市场因素是否反映了股票收益的共同变化？反之亦然？然后，我们研究了债券和股市因素的共同解释力，为共同的回报变化总结出一个整体的逻辑。

4。1。债券市场的因素

表3显示，TERM和DEF单独作为时间序列回归中的解释变量，捕获了股票和债券收益的共

同变化。25个股票组合在TERM上产生的斜率是大于5个标准误;七个债券组合中最小的TERM 斜率是18个标准误。债券在DEF上的斜率都是超过7.8个标准误，股票在DEF上的斜率超过3.5个标准误。

TERM是LTG-RF。其中LTG是月长期政府债券收益率的百分比，RF是一个月的国库券利率在月初的观测值。DEF是CB- LTG ，其中CB是代表公司债券市场组合的回报。

在超额收益回归回归中，作为因变量的7个债券组合分别是1-5年和6-10年政府债券(1-5G 和6-10G)和评级为Aaa、aa、a、baa、Baa (LG)之下的公司债券，在穆迪(Moody 's)的评级下。25个市值-BE /ME的股票组合如下所示。从1963年到1991年，每年纽交所都会根据市值(ME ，股票价格乘以流通股)设置五分之一的断点，在六月底测量，用来分配纽交所、美国运通、纳斯达克的股票有五种。同样，纽交所(NYSE)的BE/ME五分点被用来将纽交所(NYSE)、美国运通(Amex)和纳斯达克(NASDAQ)的股票配置为五种账面市值比的股票。在BE/ME中，BE

时代周刊翻译

…Back to Sleep?: Why Are 2,500 U.S. Babies Still Dying of SIDS Each Year? ‘用背部睡觉’：为什么美国每年都有2500个婴儿死于婴儿猝死综合症 Putting babies on their back to sleep has dramatically reduced the number of SIDS deaths, but thousands of babies still die each year. A look at the key risk factors. 让婴儿用背部睡觉戏剧性的减少了婴儿猝死综合症的死亡数量，但每年还是有上千数量的婴儿死亡。这有一种对于关键的风险因素的看法。 There?s no doubt that the Back to Sleep campaign launched in 1994 to get parents to stop putting babies to sleep on their tummies has been a success. In the 1970s and 1980s, the rate of infant deaths per 1,000 live births was 1.5; it?s now 0.5. 无需置疑的是，1994年发起的用背部睡觉的运动，旨在阻止父母让婴儿用肚子睡觉是成功的。在20世纪70到80年代，婴儿死亡率为每一千名安全出生婴儿中有1.5，现在是0.5。 Within a generation, most babies are now put to bed on their backs, and yet 2,500 U.S. infants still die each year in the U.S. Researchers trying to understand why have noticed a curious byproduct of the trend toward back-sleeping: as fewer babies were being put to sleep on their bellies, more babies were documented engaging in other pediatric no-nos — sleeping with their parents, for example — which is another risk factor for SIDS. 在一代人中，大部分婴儿现在都用背部放在床上，但美国每年依然有2500个婴儿死亡。研究员正试图弄明白为什么人们会注意到用背部睡觉这种趋势的奇怪的副产品：越来越少的婴儿用腹部睡觉，越来越多的婴儿被证明参与到了一些儿科禁止的事情中——例如，和父母一起睡——这是婴儿猝死综合症的另一个风险因素。 A study published Monday in the journal Pediatrics takes a look at how risk factors for SIDS have evolved over the years. In an analysis of the 954 babies who died suddenly and unexpectedly in San Diego County between 1991 and 2008 — 568 of these deaths were attributed to SIDS — researchers found that

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.

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。

科学美国人的中文翻译

2012年1月4日星期三 雌激素是新的“利他林”吗？ ——性激素能让一部分女性思维敏捷，却也让一部分迟钝 大考即将来临？无法集中注意力？尝试一点雌激素吧。 加州大学伯克利分校的神经系统科学家在最近的一项研究中报道称，女性生理周期中的荷尔蒙波动可能会如咖啡因、甲基苯丙胺或最常见的兴奋剂利他林一样影响其大脑。 近年来的研究表明，工作记忆（短期信息处理能力）是依赖于化学物质多巴胺的。事实上，像利他林这样的药物可以模仿多巴胺帮助人们集中注意力。在老鼠身上的研究显示，雌激素似乎可以诱发多巴胺的释放。但是伯克利这次的新研究是首次把认识能力和人的雌激素水平联系起来，这也就解释了为什么有些女性会在她们生理周期的不同时间点有着或好或坏的认识能力。 这只研究团队对24名健康女性进行了检测。通过基因测试，她们中有些天然多巴胺水平高，而有些天然低。不出所料，多巴胺水平低的女性对于处理复杂的工作记忆问题有困难，比如将一串五个数字反着背出来。但当测试在排卵期中进行，雌激素水平最高时（一般是月经期的10~12天后）这些女性的表现显著改善，有大约10%的进步。令人惊讶的是，多巴胺水平天然高的女性处理复杂问题的能力，却在排卵期中雌激素水平最高的时候有很明显的下降。 根据组织此次研究的Ph.D Emily Jacobs说，脑中的多巴胺是“classic Goldilacks scenario”。对于多巴胺水平最低的25%女性来说，在月经期多巴胺水平的增加会增强她们的认识能力，而对于多巴胺水平最高的25%女性来说，月经期多巴胺水平的增加可能会使她们的多巴胺水平超过一个上限，从而减弱她们的认识能力。而剩下的50%女性都处在这两类女性水平之间，不在研究的范围内。 这项研究有着重大的意义。Jacob说，像咖啡因、利他林这种诱发多巴胺释放的药物对于特定时期的女性是无效，甚至是损害性的。而且，她还希望提醒科学家们注意，在研究脑部疾病时，男女大脑虽然天赋相同但是并不完全一样。 Jacob说，这之间有很大区别，只有我们能知道他们在正常状态下的区别，我们才能预测他们在疾病状态下的区别。 毁约——脑扫描揭示誓言什么时候会不被遵守 新郎说“我愿意”而又和别人有一腿的时候，他脑中发生了什么？朋友承诺还钱却一直不还，他的脑中又发生了什么？一项最新研究显示，毁约是一项很复杂的神经生物学事件。而且脑扫描可以在毁约发生前预测出谁将要毁约。 瑞士苏黎世大学的科学家运用核磁共振技术把大脑比喻成了一场投资游戏。投资者必须决定是否承诺与受托者分享利益。如果投资，会使得账户中的资金增加，但如果受托者选择不分享，结果也会是投资者受损失。几乎所有投资者都说会把钱给受托者，但最后并不会所有人都守约。 通过核磁共振的扫描，研究者可以在他们有机会毁约前预测出他们会不会毁约。毁约者脑部的一些区域的活动会更加活跃，包括分管在压抑诚实回应时自我控制的前额皮质层，和标志

新时代英语传统文化翻译

英语翻译 Unit 1Book 3. 中国传统节日以中国的农历为依据。农历年的岁首称为春 节，俗称“过年”，有祈年等多种习俗，是中国人民最隆重的传统节日， 象征团结兴旺。其他主要的节日有元宵节、清明节、端午节、七夕节、 中秋节、重阳节、冬至节、腊八节等等。各个节日都有其来源讲究和风 俗习惯。农历节日与农历中的二十四节气不同。农历节日是中华民族凝 聚力和生命力的体现 Traditional Chinese festivals are usually fixed to the Lunar calendar. January 1st on the lu Seventh Festival, the Mid-Autumn Festival, the Double- Ninth Festival, the Winter Solstice, and the Eight Day of the Twelfth Lunar Month, etc. Ea Lunar calendar. They embody China's cohesion and vitality. Unit 3Book3. 中国古代四大艺术“琴棋书画” 的画特指国画。其绘画形式 是用毛笔蘸水、墨、颜料作画于绢、帛、宣纸之上，古代称之为水墨丹 青。为区别于西方的油画而称之为“中国画”，简称“国画”。其题材有人 物、山水、花鸟等。技法可分为工笔和写意。国画的艺术特质在于“笔 墨”，强调以形写神，画尽意在。国画在艺术创作上反映了中化民族的 审美意识和情趣。 The four art forms in ancient China are guqin, chess, penmanship, and painting. And paint painting.” In order to distinguish it from Western oil-paintings, the Chinese people term their works “traditional Chinese painting” ( hand brushwork. The artistic characteristics lie in “the writing brush and ink.” Chinese pai 5. 中国石窟 中国石窟组要反映的是佛教文化艺术。敦煌莫高窟、大同云冈石窟、洛 阳龙门石窟、天水麦积山石窟，号称中国四大石窟艺术景观。佛教石窟 随山雕凿、彩绘，形象生动自然，将崇尚美与世俗情融为一体，把天然 造化与人工创造有机结合，是由建筑、绘画、雕塑等组成的博大精深、 绚丽夺目的综合艺术殿堂。其艺术成就为世界瞩目，已成为重要的世界 文化遗产。 Chinese Grottoes Chinese grottoes mainly reflect the art of Buddhist culture. In China， there are four major art landscape of grottoes:the Mogao Grottoes at Dunhuang, the Yungang Grottoes at Datong, the Longmen Grottoes at Luoyang, and the Maijishan Grottoes at Tianshui. Carved and painted on mountains, the Buddhist grottoes mingle both sublimity and secular feelings together, presenting us a vivid and natural appearance. They embody the systematic combination of both the exceptional artistry of great nature and the extremely fine craftsmanship of mankind. The Chinese Buddhist Grottoes are regarded

地层时代中英文对照

圭亚那盆地地层时代中英文对照 Cainozoic 新生界 Tertiary 第三纪 Pleistocene 第三纪更新世 Miocene 第三纪中新世 Lower Miocene 第三纪下中新世 Oligocene 第三纪渐新世 Eocene 第三纪始新世 Middle Eocene第三纪中始新世 Lower Eocene第三纪下始新世 Paleocene 第三纪古新世、古近系 Cretaceous 白垩纪 Senonian 森诺阶 Campanian 坎帕阶 Santonian 桑托阶 Coniacian 科尼亚克阶（晚白垩纪第三期）Turonian 白垩纪土仑阶（晚白垩纪第二期）Cenomanian 森诺曼阶 Albian 阿尔比阶 Aptian 阿普第阶 Barremian 巴列姆阶 Precambrian 前寒武纪地层

Cainozoic 新生界 Quaternary 第四系Quaternary period 第四纪Paleocene 第三纪古新世、古近系 Mesozoic中生界 Cretaceous 白垩系 Jurassic 侏罗系 Triassic 三叠系 LateTriassicepoch 晚三叠世 Paleozoic 古生界 Permian 二叠系 LatePermianepoch Early Permian 早二叠世 Carboniferous 石炭系石炭纪 Late Carboniferous Devonian 泥盆系泥盆纪upperDevonionseries 上泥盆统 siluric 志留系Silurian 志留纪 Ordovician 奥陶系奥陶纪 Cambrian 寒武系寒武纪 Proterozoic era 元古代

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。

上市公司重大资产重组管理办法 中英文

上市公司重大资产重组管理办法 Measures for the Administration of Material Asset Reorganization of Listed Companies 颁布机关:中国证券监督管理委员会 Promulgating Institution: China Securities Regulatory Commission 文号:中国证券监督管理委员会令第109号 Document Number: Order No.109 of the China Securities Regulatory Commission 颁布时间: Promulgating Date: 10/23/2014 10/23/2014 实施时间: Effective Date: 11/23/2014 11/23/2014 效力状态: Validity Status: 有效 Valid 第一章总则 Chapter 1: General Provisions 第一条为了规范上市公司重大资产重组行为，保护上市公司和投资者的合法权益，促进上市公司质量不断提高，维护证券市场秩序和社会公共利益，根据《公司法》、《证券法》等法律、行政法规的规定，制定本办法。 Article 1 These Measures are formulated pursuant to the provisions of the Company Law, the Securities Law and other relevant laws and administrative regulations, for the purposes of regulating material asset reorganization of listed companies, protecting the lawful rights and interests of listed companies and investors, and promoting the constant improvement of the quality of listed companies, and maintaining the order of the securities market and the social public interests. 第二条本办法适用于上市公司及其控股或者控制的公司在日常经营活动之外购买、出售资产或者通过其他方式进行资产交易达到规定的比例，导致上市公司的主营业务、资产、收入发生重大变化的资产交易行为（以下简称重大资产重组）。 Article 2 These Measures shall be applicable to asset trading behaviors, other than the daily business activities, conducted by a listed company or companies held or controlled by it, such as the purchase and sale of assets, or asset trading by other means that reach a specified proportion, thereby causing major changes to the main business, assets, or income of that listed company (hereinafter, "material asset reorganization"). 上市公司发行股份购买资产应当符合本办法的规定。 Purchase of assets by a listed company by means of issuing shares shall be in compliance with the provisions of these Measures.

科学翻译

第12页 0903060136 梁潇 0903060137 黄浩 0901014108 黄瑞尧 5.3性能分析 通信开销：在和平时期，验证和密钥协商协议的要求只有三路之间的网状路由器和网络用户和双向沟通网络用户之间。这是最低的通信回合要实现相互认证，因此，和平招致降低认证延迟。此外，通过设计，和平带来最低的额外因为它们可能对网络用户的通信开销如掌上电脑和智能手机进行的移动客户端比其他笔记本电脑访问无线网状网。这些移动客户端要少得多强大相比，网状路由器考虑到他们的沟通能力。在消息（M.1），（M.1），（M.2），网络用户只需要发送一组签名履行认证功能。作为我们立足本集团上签字的变化计划[8]中提出，签名的包括两个G的元素五个元素的Z带够。当使用[19]中描述的曲线，可以首要采取p到170位并使用G组1，其中每个元素是171位。因此，总群签名的长度为1192位或149字节。有了这些参数，安全性是大致相同作为一个标准的1024位RSA签名，这是128个字节[8]。也就是说，群签名的长度几乎是作为一个标准的RSA-1024的签名相同。 计算开销：在和平，最昂贵的计算操作的签名生成和验证。签名生成需要两个同构的应用中。同构计算，需要大约同时，作为一个在G1幂（使用快速计算的轨迹图）[8]。因此，签名生成需要约八幂（或multiexponentiations）和两个双线性映射计算。验证签名需要六个幂和3+2|网址|双线性映射计算。按照设计，和平采用会话认证的不对称对称的混合方法，降低计算成本。网络实体（Mesh 路由器和网络用户）执行昂贵的组签名操作相互验证，只有当建立一个新的会话，所有同一会话的后续数据交换是通过高效的基于MAC的方法进行验证。 更具体地说，和平需要进行相互认证，为建立一个新的会话时，执行一个签名生成和签名验证的网络用户。由此可以看出，签名验证的实际成本计算取决于一致资源定址器的大小，而签名的发电成本是固定的。和平可以主动控制的一致资源定址器的大小。此外，可以采取一种更为有效的吊销检查算法，其运行的时间是一致资源定址器的独立[8]中描述了对用户的隐私有点牺牲。这种技术可以进一步带来的总成本六幂和5个双线性映射计算的签名验证。另一方面，和平需要一个网状路由器进行相互认证其覆盖范围内的每个网络用户每每灯塔消息不同的会议和标志定期播出。 存储开销：在和平中，网络用户可以携带资源约束的普及设备，如掌上电脑和智能手机访问的无线网状网。因此，存储每个网络用户的开销应该是负担得起的现代普及设备。在我们的计划显示说明，在和平中的每个网络用户需要存储两个信息：他的小组的私钥及相关系统参数。该组的私钥为每个用户包含1组元素的G1和2个Z元素。如果我们首要选择p到170位，并使用G组1每个组171位的元素，每个组私钥用户只需消耗511位的内存，这是微不足道的现代普及设备。大多数的内存消耗部分是系统参数，其中可能包括代码来形容双线性组（G

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

大数据时代英文翻译

Era of Big Data is a woman's age; women in the gene can accumulate and deal with big data/ women are born to accumulate and deal with big data. Many men and children, in fact, have been wondering about this special ability of women. Like, as a child, just as soon as you entered the house your Mother said immediately in a suspicious tone: “Liu zhijun, you didn’t do well in the exam today, did you.” Another example, you just have a glance at the mobile phone, your wife laughs: “Does Er gou the next door ask you to play games?” One more ex ample, when you close the door and make a phone call, your girlfriend will cry: “Who are shot in bed?” They are sometimes right, sometimes wrong. However, On the whole, the accuracy rate is higher than chance level. When they are wrong, men would sneer women always give way to foolish fancies; when they are right, men would say women are sensitive animal maybe with more acute sensory organs. Anyway, that is a guess. It has already scared man that overall accuracy rate is higher than the random level. In order to adapt to this point, the male also developed a very strong skills against reconnaissance. This part is beyond the scope of this article, so no more details about it. Some studies, such as Hanna Holmes’s paper, have indi cated that the white matter of the female’s brain is higher than that of the male. So they have very strong imagination of connecting things together. Some recent studies have shown that women are better than men in the "date" memory. That is the reason why they are able to remember all the birthdays, anniversaries, and even some of the great day of unimportant friends. No matter whether these results are true or not, I am afraid that this is not women's most outstanding ability. Women's most remarkable ability is a long-term tracking of some seemingly unimportant data to form their own baseline and pattern. Once the patterns of these data points are significantly different from the baseline she is familiar with, she knows something unusual. In their daily life, women do not consider the difference between causality and correlation. They believe in the principle: "There must be something wrong out of something unusual." People who talk about big data often take Lin Biao as an example. Lin Biao recorded some detailed and unimportant data after a battle. Such as seized guns, the proportion of rifles and pistols, the age levels of war prisoners, seized grain, whether they are sorghum or millet, etc., all of which were unavoidably recorded in the book. Others laughed at him. But later, he determined where the enemy headquarters were according to these data. What women do is almost the same. A girl A has a secret crush on boy B, but she usually doesn’t contact him directly. Two days later, I asked her if she wanted to ask him to have dinner together. She said he was playing. I wondered “how do you know that?” She said that boy B usually is on the line Gmail at 8:00 am, away status at8:30am, for he goes out to buy coffee and breakfast, on line again at 9:00am, busy status, for he is at work, away again at12:30am for lunch, on line for whole evenings, maybe for reading or playing games. His buddy C is on line at10:00 am, still online till 2:00am next day. He is a boy who gets up late and stays up late. His buddy D is on line for the most of the day. However, the most important pattern is that there are 2-3 days per week, during which they would be offline or away for 3-4 hours together. Conclusion: they are playing together.

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）

对翻译的科学性和艺术性的思考

对翻译的科学性和艺术性的思考 关键词: 翻译;科学性;艺术性 摘要: 翻译是科学还是艺术历来是译学家们争论的焦点。西方译学家奈达博士在60 年代曾有过建立翻译科学的设想,试图用语言学的理论和方法来说明翻译问题,但未能取得成功。而后,到了90 年代他则断言:翻译不是科学,而是艺术。笔者就奈达博士由科学论向艺术论的转变,对翻译的性质进行了理性思考:翻译中对“忠实”目标的追求体现了翻译的科学精神,而为实现“忠实”又离不开艺术创造,因此科学性和艺术性贯穿于翻译活动的全过程,二者互为补充,缺一不可。 Philosophic Thinking of the Science and the Art of Translating ———on Nida’s“Toward a Science of Translating” ZHANG Rui - qing1 ,ZHANG Hui - qing2 (1. The School of Foreigh L anguages , S hanxi University , Taiyuan , China ; 2. English Department , Northern China Engineering Institute , Taiyuan , China) Key words : t ranslation ;science ;art ;faithfulness. Abstract : What is t ranslating ? Is it science or art ? This has long been one of the focal cont roversies among t ranslatologist s. Dr. Eugene A. Nida attempted to establish a science of t ranslating by applying linguistic theories and approaches to t ranslating problems in the 1960s ,but failed. In the 1990s he claimed conversely that t ranslating was not science ,but skills. His shift prompt s the author of this essay to draw the couclusion that ,in the process of t ranslating ,the pursuit of faithfulness to the original reveals the scientific approach of t ranslators ,but to attain faithfulness , artistic creation plays an immeasurable role in good t ranslations. “翻译科学”是一门“研究翻译的科学”。怎样才能构成科学? 首先必须要有客观规律正如金堤先生所说:“艺术与科学之争的焦点是一个实质性的问题。翻译这一活动究竟是否受客观规律的支配? 如果受客观规律的支配,那么既然我们现在还没有完全认识这些规律,我们就必须用科学的方法加以研究,而如果这一活动主要靠独创,谈不到什么规律,那么我们只能把它当作一门艺术。”因此,翻译是科学还是艺术关键就在于其是否具有客观规律。我们在翻译活动中没有探索到客观规律之前,是无法断定翻译是科学的。西方译论家并没有主张建立“翻译科学” ,在他们的译论中,也不用“翻译科学”一词。在西方大学课程中,只有“翻译理论” ,或“翻译研究”,或“翻译学”。唯一用过“翻译科学”一词的,只有奈达博士。60年代,他在“Toward a Science of Translating”一书中指出,翻译是科学也是艺术,并试图用乔姆斯基的转换生成语法的原理,通过深层结构的分析,探索语际转换的客观规律,从而建立翻译科学。但这一尝试未能取得成功,语际转换的规律也未能找到。此后,他在1991 年发表的《翻译:可能与不可能》一文中说,我们不能使翻译成为一门科学,出色的翻译是创造性的艺术。可见奈达由科学派转向了艺术派,并从此放弃了建立翻译科学的设想。1998 年,他在答《外国语》记者问时,又重申了这一论点,认为翻译不可能成为科学。 一翻译科学论的困惑 寻求支配翻译活动的客观规律是历代译学家们孜孜以求的奋斗目标,困扰了几代译学家。只有到了现代,有了现代语言学的基础,才有可能打出翻译科学论的旗号,将侧重点放在科学的基点上。然而,，奈达为何一度认为翻译是科学也是艺术,而后来又说翻译不是科学只是艺术呢?翻译的科学论之所以陷入矛盾,其根源在于翻译对象所涉及的媒介———语言———本身所具有的特性———任意性特征。这种特性决定了科学无法完成其使命,因而即使很不情愿也不得不转而求助于艺术。首先,大多数人已经接受的一个事实是:虽然科学力图把文本语言中的意义一点一滴地落实,但语言却总是拒绝把它的全部意义交出来。事实上,现代批评