三因素模型-精.pptVIP

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 (1959)的研究，CAPM模型预测，市场投资组合是均值一方差有效的(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。 结论 尽管在1992年之前，许多研究的结果都表明CAPM的预测能力不那么可靠，但没有哪一篇文章及得上FT(1992, 1993, 1995)的研究对财务学的影响。FF(1992)以美国NYSE ,AMEX和NASDAQ的公司为样本，研究了1962年到1990年间预期股票收益横截面的一些影响因素。纳入FF研究的变量有BETA、规模、财务杠杆、B/ P、市盈率，结果表明规模和B/ P可以解释与上述所有变量有关的预期股票收益横截面变化，而且，BETA与股票收益不存在显著的相关性，这种结果即使在只有BETA一个解释变量时依然不变。如果股票价格是理性的，风险与回报正相关，那么，规模与B/P应该能够度量风险。FF (1993,1995)的研究认为，与规模和B/P有关的收益溢价(return premium)是风险的回报，这与Merton（1973）提出的跨期资本资产定价模型(ICAPM)以及Ross(1976)套利定价理论(APT)一致。他们提出了一个三因素模型来解释预期股票收益的横截面变化。 延伸 然而，FF的研究结论遭到了广泛的质疑。Roll和Ross(RR, 1994)认为，当市场组合确实位于事先均值方差有效前沿(exante mean-variance efficient frontier)时，预期股票收益与真实的BETA之间确实存在线性关系。现有的一些经验性研究之所以没有发现这样的关系，一个可能的原因是市场组合并非均值方差有效的，即使市场组合非常接近有效前沿，也有可能无法捕捉这种关系。Kothari, Shanken和Sloan(KSS, 1995)的研究发现，样本选择偏差(sample selection bias)对FF(1992)的研究结果产生了影响。因为FF采用的样本来自美国COMPUSTAT数据库，但这个数据库内的公司往往不包括经营失败的公司，因此该数据库就存在样本的生存偏差(survivorship bias )。通常，面临困境的公司B/P也比较低，一旦这些公司经营失败，就可能不再收入COMPUSTA数据库，因此，B/ P的历史数据较低且仍然留在数据库中的公司通常都安全度过了困境。这样，FF发现的B/P与股票收益之间的正相关关系可能是基于样本选择的偏差。KSS在剔除了样本选择偏差的情况下，发现B/P与股票收益之间几乎没有关系。Kim (1995)认为FF在估计BETA时使用了两阶段估计法(two-phase estimation methodology)，而这种方法带来的变量内生误差会损害BETA在统计中的显著性。Kim在研究中使用了最大似然估计法，并对变量内生误差进行了修正，结果发现，如果运用最小二乘法，且变量内生误差没有经过修正，研究结果与FF一致，但一旦运用了最大似然估计并且修正了变量内生误差，BETA的显著性和系数都有了显著提高，并且，尽管规模仍然是一个显著的变量但其显著性降低了。Barber和Lyon ( BL,1997 )的研究认为，FF (1992)的研究结果对某一特定的数据库才成立，缺乏普遍性，因为普遍的结论必须建立在不同时期和不同国家的研究基础上。 预期股票收益的横截面多因素分析 预期股票收益的横截面多因素 预期股票收益的横截面多因素 三因素模型 组员：叶彬 范松杰 孙萌 蔡丹丹 高会会 三因素模型 前言 内容 1 2 3 4 结论 文章构造 5 总结 前言 之前的研究表明股票平均收益率和公司特征如规模大小、利润、现金流、市账比、过去的销售增长率、过去长期利润、过去短期利润相关，这种现象并不能被用CAPM解释，他们被称之为异常现象。我们发现，初了过去短