《fama三因子模型构造和回归详解》.ppt

1、把截距和残差项进行回归，说明是市场因子除去了term和def等的影响后的市场因子，更加纯净。 2、在8b中，债券的term和def的斜率还是很大。 3、在8a中，RMO的斜率和表7a中RM-RF的斜率是一样的。8a中的SMB比起表7变大了，HML变小了。但是不同组合之前的差距是差不多的。 4、变化最大的是两个债券因子。Term和def的斜率接近对债券的回归的斜率的大小。说明了两个债券因子识别了股票和债券回报中很强的common variation。 5、因为RM-RF，RMO，TERM，DEF中只有很少的横截面差距，所以由债券两因子产生的common variation被埋没在超额市场回报因子中了。 每个回归的截距项的总结 1、回归（ii），对RM-RF回归后剩下的截距项差距很大， 说明市场因子留下了很多横截面的变化（cross-sectional variation）没有解释，这是和规模和账面市值比有关的。 2、回归（iii），对SMB和HML回归发现，不同组合对比，剩下的截距项大小是差不多的，说明横截面差距被解释了，但是截距项的值比较大，说明忽略市场因素。 3、回归（iv），三因素的回归使得截距项几乎为0。市值因子和账面市值因子主要用来解释不同股票之间收益的差异，但是市场因子主要解释为什么股票回报会平均高于一个月的债券。 4、回归（v），再加入两个债券因子后没什么变化。 一月效应 SMB和HML中一月效应很强 只有一小部分为正 一月效应：股票收益，特别是小股票，在一月的收益率较高。 用超额回报对一月哑变量回归。 发现除了最小的股票，残差中的一月季节性很弱。 一月的季节性已经被其他风险因子中的季节性吸收了。 在最小的两个股票分类里，一月哑变量的斜率大于2.92%，t值大于两个标准误。 控制账面市值比不变，一月效应随着规模增加而下降。 一月效应随着账面市值比的增加而增加。 从A到LG债券的一月效应也在增大。说明1月效应存在。 用五因素回归后的残差对一月哑变量进行回归。只有最小的股票分类是正值，其他都是负，而且不显著。 所以不用把1月效应单独提出来作为一个风险因子。 应用： 1、选择组合 2、评估表现 3、在事件研究中衡量不正常的回报 4、估计资本成本 应用： 1、选择组合 用历史数据，用超额回报对五因素做回归，斜率和历史的因子平均收益能够被用来估计组合的预期收益率。 4、同样可以用来算出公司的预期回报，进而求出资本成本。 2、评估表现 超额回报对五因子的时间序列回归后的截距项，可以用来评估基金经理是否能够利用特殊信息战胜市场，他的回报是否可以比只是被动利用五个因子构建的组合回报高。 应用： 3、在事件研究中，股票价格对公司信息的影响，经常用残差来表现。残差来自于超额回报对单因子（市场因子）的回归。 Fama认为加上SMB和HML两个因子后的回归模型后的残差更加能分离出回报中和公司相关的因素。 应用一：归因 * * * 从表1来看，最小分位数的组合中含有最多的股票。尽管他们有最多的股票数量，但是五个最小市值分位数的组合的市值都比25个组合的平均市值要小0.7%左右。五个最大市值的组合却只有最少数量的股票。五个最大市值组合占总组合比重是74%。拥有最大市值和最小账面市值比的组合（代表了大的成功的公司）单独地占有了超过全部组合的30%的市值比重。 * * Thus, TERM and DEF clearly identify shared variation in stock and bond returns, but for stocks and lowgrade bonds. there is plenty of variation left to be explained by stock-market factors. * * There is an interesting pattern in the slopes for TERM. The slopes increase from 0.45 to 0.72 for 1- to 5-year and 6- to 10-year governments, and then settle at values near I for four of the five long-term corporate bond portfolios. (The low-grade portfolio LG. with a slope of 0.81. is the exception.) As one would expect. long-term bonds are more sensitive than short-term bonds to the shifts in i