三因素资产模型与Eviews综合案例.ppt

;;导读;一、三因素资产定价模型;一、三因素资产定价模型;一、三因素资产定价模型;一、三因素资产定价模型;一、三因素资产定价模型;一、三因素资产定价模型;二、三因素模型的实证步骤;二、三因素模型的实证步骤;二、三因素模型的实证步骤;二、三因素模型的实证步骤;二、三因素模型的实证步骤;二、三因素模型的实证步骤;二、三因素模型的实证步骤;二、三因素模型的实证步骤;二、三因素模型的实证步骤;三、三因素模型的实证分析与Eviews;准备数据 本次实证的数据均来自CSMAR数据库。 选取样本的标准是以上一年末（t-1年）的所有A股上市公司为初始样本，依次剔除金融行业的公司、当年（t年7月至t+1年6月）实施ST/PT的公司、BE为负的公司、其它数据缺失的公司。由于1993年底之前符合以上条件的上市公司仅为176家，而1994年底则增加到283家，为保证足够的样本数量，最终将样本区间定为1995年7月至2009年12月。;样本公司分布（1995.07-2009.12）;基于中国股票市场特殊性设立的模型参数 首先，中国特有的流通股和非流通股并存的现象决定了个股总市值不能严格沿用Fama和French的计算方法。根据Chen和Xiong (2002)的结论，本次实证对股改之前的非流通股进行70%的折价。考虑到三因素模型样本区间的特殊性，尽管2005年才开始股改，但在此之间市场已形成预期，即股价已反映了这一重大事件的影响，因此本次实证将折价的时间点定为2004年12月底，该时间点之前的非流通股进行70%的折价，之后的按全价计算。;其次，中国A股上市公司很少发行优先股，因此借鉴大部分文献的做法，本次实证以股东权益的账面价值作为账面价值。 第三，中国A股上市公司分布在上海证券交易所和深圳证券交易所，因此本次实证以按总市值加权平均的两个市场的综合收益率作为市场收益率。 第四，央票利率是刻画无风险收益率最理想的方式，但由于2003年以后才有相关数据，因此2003年6月及以前，本次实证用定期整存整取折算的月利率作为无风险收益率，2003年7月及以后则以中债央票总指数收益率作为无风险收益率。;各指标的定义;描述性统计 将准备好的月度收益率数据导入Eviews，如下图所示。;1）求均值和方差 点击View/Descriptive Stats/Common Sample即可得到各个变量的均值、中位数、极大值、极小值、标准差、偏度、峰度等描述性统计量、JB统计量及其概率值。;2）均值的假设检验 回到workfile界面，打开某个变量的spreadsheet，点击View/Tests for Descriptive Stats/Simple Hypothesis Tests，出现假设检验对话框，在Mean处输入0，就可检验该变量的均值是否显著异于0，;检验结果如图所示：;3）自相关检验 点击View/Correlogram，即可出现自相关对话框： ;自相关检验结果;4）各变量的相关性 点击View/Correlations，选择任一方式可得到各变量的相关系数矩阵即可;经过以上步骤可得到1995年7月-2009年12月期间，基于规模、账面市值比两个指标分成的25个股票组合的月数据 25个股票组合的描述性统计（1995.07-2009.12）;由上表可看出： （1）公司之间的规模差异较大。规模最小的公司仅占总规模的4.6%，规模最大的公司却占到63.3%，远远高于其它公司。账面市值比值不同的5个组合之间没有明显的规模差异。 （2）公司之间的股东权益账面价值差异较大。除了呈现出与规模类似的分布规律外，账面市值比值不同的组合之间还存在明显的账面价值差异，即账面市值比值越高的公司账面价值越大。 （3）公司之间的市场价值差异较大。与股东权益账面价值不同，账面市值比值不同的组合之间仅存在微弱的市场价值差异，账面市值比值越高的公司市场价值越小。 （4）各组合间公司数量分布比较均匀。;解释变量和被解释变量的描述性统计;从上表可看出： （1）市场超额收益率的月平均值为0.012，这是非常高的收益水平，但t值仅为1.79，显著性不高。SMB的均值尽管较低，但显著不为0。HML的均值也为0.012，可看出高账面市值比的公司和低账面市值比的公司的收益率存在较大差异。此外，三个解释变量的相关性不是很强，避免了可能的多重共线性问题。 （2）从被解释变量看，超额收益率存在明显的公司间差异，小公司的超额收益远远高于大公司，但账面市值比值不同的各股票组合的差异则不太明显。;进行回归 1）检验平稳性。 进行ADF检验的步骤如下：回到workfile界面，打开某个变量的spreadsheet，点击View/Unit Root Test，出现如下图的界面，依次选择Level、Trend and inter