Fama-French五因子模型在科创板股票中的适用性检验.docxVIP

  • 1
  • 0
  • 约4.13千字
  • 约 9页
  • 2026-03-09 发布于上海
  • 举报

Fama-French五因子模型在科创板股票中的适用性检验.docx

Fama-French五因子模型在科创板股票中的适用性检验

一、引言

中国资本市场的深化改革与创新发展,推动着资产定价理论的本土化验证需求持续提升。科创板作为服务科技创新企业的重要平台,自设立以来便以“高成长性、高技术性、高波动性”的特征区别于主板市场,其独特的制度设计(如注册制试点、允许未盈利企业上市)与投资者结构(机构投资者占比逐步提升),对传统资产定价模型的适用性提出了新挑战。

Fama-French五因子模型作为现代资产定价理论的核心工具之一,通过市场风险(MKT)、规模(SMB)、价值(HML)、盈利(RMW)和投资(CMA)五个维度,系统刻画了股票收益的驱动因素(FamaFrench,2015)。该模型在美股市场的有效性已被广泛验证,但其在新兴市场的适用性仍存在争议(Carhart,1997;刘峰等,2020)。科创板作为中国资本市场的“试验田”,其股票收益的影响因素是否符合五因子模型的理论预期?哪些因子可能失效或强化?这些问题的解答不仅有助于深化对科创板定价机制的理解,也为投资者决策与监管政策优化提供理论支撑。本文将围绕这一主题展开系统检验与分析。

二、Fama-French五因子模型的理论基础与核心逻辑

(一)模型的演进脉络与因子内涵

Fama-French模型的发展始于对CAPM单因子模型的修正。早期研究发现,市值(规模)与账面市值比(价值)能够解释CAPM无法覆盖的超额收益,由此形成三因子模型(FamaFrench,1993)。随着研究深入,学者们注意到盈利水平(如ROE)和投资风格(如资产增长率)对股票收益的显著影响,五因子模型于2015年正式提出(FamaFrench,2015)。

具体而言,五因子包括:

市场风险因子(MKT):反映市场整体波动对个股收益的影响,通常用市场组合超额收益(市场收益率减无风险利率)表示;

规模因子(SMB):衡量小市值股票与大市值股票的收益差,体现“规模溢价”效应;

价值因子(HML):衡量高账面市值比(价值股)与低账面市值比(成长股)的收益差,反映“价值溢价”;

盈利因子(RMW):衡量高盈利股票(如高ROE)与低盈利股票的收益差,体现盈利质量对定价的影响;

投资因子(CMA):衡量低投资水平(如低资产增长率)与高投资水平股票的收益差,反映投资效率的定价作用。

(二)模型的假设与适用条件

五因子模型的核心假设包括市场有效性、投资者理性以及因子间的正交性。其中,市场有效性要求股票价格充分反映所有公开信息,因子溢价来源于系统性风险;投资者理性意味着市场参与者能够识别并定价盈利、投资等基本面信息;因子正交性则保证各因子对收益的解释力独立,避免多重共线性干扰(FamaFrench,2015)。这些假设在成熟市场(如美股)中相对成立,但在新兴市场或特殊板块(如科创板)中可能因信息效率不足、投资者结构差异等因素被弱化(王芳等,2021)。

三、科创板市场特征与传统定价环境的差异

(一)制度设计:注册制与包容性上市条件的影响

科创板率先试点注册制,取消了传统主板的盈利门槛,允许未盈利的科技企业上市。这一制度创新打破了“盈利-上市”的强绑定关系,使得部分公司在上市初期可能呈现“高研发投入、低利润甚至亏损”的特征(李阳,2022)。传统五因子模型中的盈利因子(RMW)基于历史盈利数据构建,而科创板企业的盈利周期被拉长,历史盈利可能无法有效反映未来增长潜力,这可能导致RMW因子的解释力下降。

(二)行业分布:科技属性对因子有效性的挑战

科创板上市公司集中于新一代信息技术、生物医药、高端装备制造等战略性新兴产业,这些行业的核心资产是技术专利、研发团队等无形资本,而非传统的固定资产(张敏,2023)。传统价值因子(HML)依赖账面市值比(B/M),但科技企业的账面价值往往低估其真实价值(如未入账的研发投入),导致HML因子难以准确区分“价值股”与“成长股”。

(三)投资者结构:机构化进程中的行为差异

与主板相比,科创板投资者门槛较高(如50万元资产限制),机构投资者占比显著提升。机构投资者更关注企业的长期成长与技术壁垒,可能弱化对短期盈利波动的反应(陈杰,2021)。这种偏好差异可能导致盈利因子(RMW)的显著性降低,而投资因子(CMA)(如研发投入强度)的解释力增强,因为高研发投入被视为技术领先的信号。

(四)市场波动性:高换手与价格冲击的干扰

科创板股票的日均换手率普遍高于主板,股价波动受市场情绪与资金流动的影响更显著(王磊,2022)。五因子模型假设市场风险(MKT)是系统性风险的主要来源,但在高波动环境中,非系统性风险(如个股层面的技术突破或政策利好)可能对收益产生更大影响,导致MKT因子的解释力被稀释。

四、实证检验设计与结果分析

(一)样本选择与数据来源

本文选取某段

文档评论(0)

1亿VIP精品文档

相关文档