Multifactor-Explanations-of-Asset-Pricing-Anomalies新版本完整版.docVIP

资产定价异常的多因子解释 ABSTRACT 前人的研究工作表明，普通股的平均收益与公司的一些特征有关系，比如公司的大小（Small、Big)、每股收益与股票价格之比（Earings/Price)，每股现金流与股票价格(Cash flow/Price)之比，股票账面价值与市值比(Book value of equity/Market value of equity)，过去销售额增长(past sales growth)，长期过去收益(Long-term past return)，短期过去收益(Short-term past return)。这些因素不能够被CAPM所解释，所以它们被叫做异常现象。本文认发现除了短期收益的连续性这一点以外，其他的异常现象都能被三因子模型解释。 本文首先主要是通过实证分析证明三因子模型解释了大部分CAPM所不能解释的关于股票平均收益的异常现象。之后针对一些人提出的关于三因子模型的质疑进行解释，并总结本文的出的结论。 I、Tests on the 25 FF Size-BE/ME Portfolios 表1中的样本数据来自于纽约证券交易所、美国证券交易所和纳斯达克证券交易所。首先由表一可以看出小公司的股票平均收益大于大公司，同时高的账面市值比的公司的收益大于低的账面市值比的公司。同时表1也反映了三因子模型时间序列回归（也就是（2）)的拟合程度，如果三因子模型得出的结果是期望收益的话，那么回归方程的截距应该是接近于0。我们看到，小公司和账面市值比比较低的组合截距为负，大公司和账面市值比较高的组合截距为正。其他情况的话是接近于0的。F值（表中没有给出）拒绝了原假设，同时这25个组合的R方的均值为0.93，也就是拟合效果比较的好，所以那个截距是显著不为零的。尽管这个模型确实反映了组合平均收益的大部分风险，但是它的截距的绝对值的均值是0.093，也就是说有些截距它是显著不为0的。 II、LSV Deciles 与前面的分组不同，LSV是根据BE/ME，E/P,C/P和五年的销售排名来分成10组。表2只用了纳斯达克证券交易所的数据，目的是为了减少小股本公司在组合中的影响。数据显示平均收益与账面市值比、收益价格比和现金流价格比有很强的正相关关系，与过去销售额增长负相关。表3显示三因子模型包含了大部分的信息，回归截距都很小。大部分R方都大于0.92，除了R方都很大以外，GRS检验的也没有拒绝三子模型能够描述股票收益的假设。从截距和GRS检验者两方面考虑的话，三因子模型在LSV实证分析的结果要比在前面那一组的结果好。 为什么三因子模型在LSV组合中表现得这么好？从表3中我们可以看到，比如以现金流价格之比来分组的这一组，现金流价格之比高的在SMB 和HML上的回归系数值比较大，比较低的在SMB和HML上的回归系数值比较小，尤其是在HML的系数上尤为明显。这种规律在前面两组也表现明显。作者认为这些现象表明股票特征比如C/P,BE/ME,E/P与在HML上的系数大小有关。Fama French（1995）证明了HML是相对低迷股票的代表。因此我们可以推断典型的强势股拥有较低的账面市值比、收益价格比和现金流价格比，而相对低迷的股票则拥有较高的账面市值比、收益价格比和现金流价格比。同时正是因为HML（它的均值很高，0.46%每月。6.33%每年）,三因子模型才较好的表达了平均收益与表二中这些比率的正先关关系。 三因子模型在根据销售排名的组合中拟合效果一般。比如在第一组，就是最高销售排名的这一组，它的截距为-0.21，不是显著为0的。P值也只有0.563，相对于其他几组P值比较低。 III、LSV Double-Sort Portfolios LSV认为根据两个变量分组会使得强势股与低迷股的平均收益差异更加大并且更加精确。因为与股价为分母的比率都是相关的，LSV建议以销售额排名和另外三个比率分别组合作为分组依据。作者按照这种方式把数据分为9组，我们从表4中可以看出，与表2相比，这种根据两个指标分组的方式增大了各组收益之间的差异。第一组是账面市值比最低同时销售排名最高，它的平均收益是最低的，第三组是账面市值比最高同时销售额排名最低的，它的平均收益是最高的，下面这两组也是同样的情况。从表5中我们可以看出三因子模型很好的解释了表4中的现象。因为HML的系数都是较大的负数，第一组的平均收益较低，再看截距，最大的是-0.06%，标准误为-0.89。相反，因为第三组在SMB以及HML上的系数是较大的正数，所以第三组的平均收益较高这个现象也被三因子模型预测到了，这一组的截距都是正的，但是也都是接近于0。再看最小的P值为0.284，这些都说明了三因子模型回归方程的截距为0的假设是不能拒绝的。 IV、Portfolios Formed on