Fama-French三因子模型在中国A股市场的实证研究.docxVIP

? ? Fama-French三因子模型在中国A股市场的实证研究 ? ? (同济大学经济与管理学院 上海 200092) 一、绪论 资本资产定价模型(CAPM)问世以来，一众学者对其进行了实证检验和研究，对1969年以前的数据而言，此模型是有效的，而对从那之后的股票市场数据，CAPM模型就缺乏说服力了。在对横截面数据进行回归时，股票的平均收益和市场的系数β相关性很低，因而除了市场因子，应该还存在更多影响股票收益的因素亟待发现。Fama French在1992年对其他因子进行了探究，他们研究了市场因子β、市值因子(size)、账面市值比因子(book-to-market equity)和市盈率(P/E)对于股票加权平均收益率的影响，通过对横截面数据进行回归后，他们发现，在独立检验这四个因子对于股票收益率的影响时，四者均有很强的解释能力。随后1993年的论文CommonRiskFactorsinTheReturnsonStocksandBonds中，他们不仅利用横截面回归的方法，同时还使用了Black,Jensen Scholes所采取的时间序列回归方法，对于影响股票和债券的因子进行了实证研究。这一论文的见刊也意味着Fama-French三因子模型的正式建立。 本文对中国A股市场进行了Fama-French三因子模型的实证检验，具体分为两大部分。第一个部分是三个因子的构造以及回归验证分析，第二部分是按照不同板块检验三因子模型。 二、Fama-French三因子模型在中国A股市场的实证研究 (一)模型与数据 1.模型 文章所采用的三因子模型为Fama French在其1993年论文CommonRiskFactorsinTheReturnsonStocksandBonds中进行回归的模型，其表达式为： R(t)-Rf(t)=a+b[Rm(t)-Rf(t)]+sSMB(t)+hHML(t)+e(t) 其中，R(t)为股票组合的收益率，Rf(t)为无风险收益率，Rm(t)为市场回报率，[Rm(t)-Rf(t)]为市场溢价因子，SMB(t)为规模因子，HML(t)为账面市值比因子。 2.数据 考虑到由2007年美国次贷危机爆发引起的全球性金融危机对于中国股票市场的影响，本文在进行数据选取时跳过经济低迷的2007年和2008年，选用了2009年7月到2017年6月共8年的A股非ST所有股票的月收益率。股票价格、收益率和公司财务资料来自由香港理工大学中国会计与金融研究中心设计,深圳市国泰安信息技术有限公司开发的中国股票市场研究数据库(CSMAR)。收益率资料已经对分红、配股、增发等做出了调整。公司的总市值和A股市值以及公司财务资料均来自该数据库。 本文涉及的股市信息和财务数据有每只股票月总市值、账面市值比、个股回报率、市场回报率和无风险利率。其中：①无风险利率，采用的是一年期国库券利率除以12后得到的利率；②市场收益率采用的是总市值为权重，区分公司规模时，采用总市值为划分标准；③账面市值比是权益账面价值与市值的比值；④个股回报率是考虑现金红利再投资的个股回报率；⑤月数据中剔除了当月整月停牌且无任何交易的股票数据以及账面市值比和总市值为负值的股票数据。 (二)因子构建与分析 1.三因子构建 遵循Fama French论文中的因子构造方法，本文利用中国市场数据进行了因子构建，具体构建过程如下： 利用t-1年12月末的个股股票市净率数据求出对应股票的账面市值比(BM)，协同t年6月末的个股市值(MV)对t年7月到t+1年6月期间的观测股票进行分组，每年分组一次，具体分组方法为： ①按照MV大小将股票平均分为两组(S组和B组)；②按照BM从小到大分为三组，前30%(L组)，中间40%(M组)后30%(H组)；③将前两个步骤中得到的组进行组合，共得到6个组合，即SL、SM、SH，以及BL、BM、BH六组。 若分组过程中BM或MV为负值或缺失，则予以删除。 利用每组t年6月末的相对市值作为权重(个股的市场价值与组内个股市场价值总和的比)，对t年7月至t+1年6月期间内个股月回报率进行加权平均，从而获得每个组股票组合的月回报率。其中的个股月回报率是考虑现金分红再投资的个股月回报率。 以上述每组的月回报率为依据，计算每个月的SMB和HML值： 2.三因子分析 三因子的描述性统计和相关性分析见表1所示。HML和SMB的均值都为正数，标准差较大，说明我国股票市场收益率在2009—2017年的波动比较大。规模因子与市场溢价因子正相关，而账面市值比因子与规模因子和市场溢价因子均呈负相关关系。 表1 三因子描述性统计和相关性分析 3.因变量构建 按照自变量三因子的构建方法，利用t-1年12月末的个股股票市净率数据求出对应股票的账面市值比(BM)和t年6月