Fama-French三因子模型在我国创业板市场的适用性检验.docxVIP

  • 1
  • 0
  • 约4.49千字
  • 约 11页
  • 2026-02-05 发布于江苏
  • 举报

Fama-French三因子模型在我国创业板市场的适用性检验.docx

Fama-French三因子模型在我国创业板市场的适用性检验

一、引言

(一)研究背景与意义

我国创业板自推出以来,始终以“服务创新型、成长型中小企业”为核心定位,聚集了大量信息技术、生物医药、新能源等战略性新兴产业企业。这些企业凭借技术迭代、模式创新突破传统增长逻辑,但其收益波动却常常让投资者困惑:为何某家亏损的生物医药企业能在一年内涨幅超200%?为何小市值的“专精特新”企业能跑赢市场?这些问题的本质,是对创业板收益驱动因子的认知需求——传统的Fama-French三因子模型(市场、规模、价值)能否解释创业板的收益逻辑?

从理论看,Fama-French模型基于成熟市场提出,其因子逻辑(小市值风险、价值修复溢价)是否适配创业板的“高成长、轻资产、弱盈利”特征?从实践看,投资者若用主板的因子策略(如买入高账面市值比的“价值股”)投资创业板,往往会遭遇“估值陷阱”。因此,检验三因子模型在创业板的适用性,不仅能填补因子模型在创新型板块的研究空白,更能为投资者提供更精准的决策工具,为监管层完善市场定价机制提供参考。

(二)研究思路与框架

本文遵循“理论-实证-结论”的逻辑展开:首先梳理三因子模型的核心逻辑与创业板的独特性,为后续检验奠定基础;其次明确样本选择、变量定义与实证方法,确保研究的科学性;接着通过时间序列回归分析三因子对创业板收益的解释力;最后结合实证结果讨论模型的适用性局限,并提出针对性建议。

二、Fama-French三因子模型的理论基础与创业板市场特征

(一)Fama-French三因子模型的核心逻辑

20世纪90年代,Fama和French通过对美国股市的研究发现,CAPM(资本资产定价模型)仅能解释约70%的收益差异,剩余部分可由“规模”与“价值”因子补充。他们提出的三因子模型认为,股票预期超额收益由三个维度决定:

市场因子(MKT):市场组合超额收益(市场收益率减无风险利率),反映系统风险(如宏观经济波动);

规模因子(SMB):小市值股票组合与大市值股票组合的收益率差,反映小市值企业的额外风险(如信息不对称、经营稳定性差);

价值因子(HML):高账面市值比(BM)股票组合与低BM股票组合的收益率差,反映价值型企业的“修复溢价”(高BM往往意味着企业被低估)。

模型的本质是“用因子解释收益”——将股票收益拆解为系统风险、规模风险与价值风险的叠加,突破了CAPM的单因子局限。

(二)我国创业板市场的独特性分析

要检验模型适用性,必须先理解创业板的“异质性”——它与主板的差异远超“规模小”的表面:

企业属性:从“产能驱动”到“创新驱动”:创业板企业多依赖研发投入(如某年度平均研发占比超5%,主板不足2%)与技术突破增长,而非传统的产能扩张。例如,某半导体企业的核心资产是专利库,而非厂房设备,其价值无法用账面资产衡量。

财务特征:从“盈利稳定”到“成长优先”:部分创业板企业仍处于亏损期(如未盈利的创新药企业),但凭借研发管线获得高估值;研发投入费用化处理导致账面净资产被低估,BM值无法反映真实价值(如某疫苗企业账面净资产10亿元,但其管线价值超100亿元,BM仅0.1)。

市场表现:从“理性定价”到“情绪主导”:创业板换手率(日均超5%)远超主板(约1%),个人投资者占比(约70%)更高,情绪驱动的短期炒作更频繁(如“元宇宙”概念股短期内涨幅超300%),导致定价效率更低。

三、研究设计与数据说明

(一)样本选择与数据来源

本文选取创业板上市企业为样本,时间覆盖某连续5年(确保覆盖牛熊市周期)。为保证数据有效性,剔除以下样本:

ST或暂停上市企业(收益波动异常);

上市不足1年的新股(价格未稳定);

财务数据缺失的企业(如未披露账面净资产)。

最终样本包含约500家企业,覆盖创业板80%以上总市值。数据来自国内主流金融数据库,无风险利率采用1年期国债收益率,市场组合收益率用创业板指月度收益率。

(二)变量定义与因子构建

被解释变量:股票月度超额收益率(Ri,tRf,t),Ri,t为考虑现金分红的复权收益率,Rf,t为无风险利率。

解释变量:

市场因子(MKT):创业板指月度收益率减无风险利率;

规模因子(SMB):按市值将企业分为“小、中、大”三组,计算小市值组与大市值组的收益率差;

价值因子(HML):按BM值将企业分为“高、中、低”三组,计算高BM组与低BM组的收益率差。

因子构建采用Fama-French经典的“2×3交叉分组法”(先按市值分2组,再按BM分3组,形成6个组合),避免单个股票的异质性干扰。

(三)实证方法选择

采用时间序列回归法检验模型:对6个组合的超额收益率进行回归,方程为:

组合超额收益率=α+β1×MKT+β2×SMB+β3×HML+ε

其中,α为截距项(未被因子解

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档