基于Fama_French三因素模型的IPOs长期表现的实证研究

第26卷第2期2013年4月南京理工大学学报（社会科学版）

Journal of Nanjing University of Science and Technology Vol．26No．2Apr．2013

收稿日期：2012－12－10

作者简介：刘玉灿（1968—），女，河北饶阳人，南京理工大学经济管理学院副教授，南京大学、上海交通大学博士后；研究

方向：证券市场行为、金融风险管理等。基金项目：本文受2012年教育部人文社会科学研究规划基金项目资助（12YJA790091）及南京理工大学自主科研专项计划资助项目（2011YBXM87）资助。

基于Fama-French 三因素模型的IPOs 长期表现的实证研究

刘玉灿，韩冠楠

（南京理工大学经济管理学院，江苏南京210094）

摘

要：本文旨在研究中国股票市场不同发行制度下IPOs 长期表现。选取1993年4月—

1999年6月在中国股票市场上市的A 股新股作为审批制下样本，选取2001年4月—2006年

12月在中国股票市场上市的A 股新股作为核准制下样本，基于Fama －French 三因素模型，对我国不同发行制度下IPOs 上市后一段时间内（一年期，两年期，三年期，四年期和五年期）的股价表现分别进行实证研究，并进一步分析其差异及形成原因。实证结果表明，审批制下IPOs 长期表现（一年期、两年期和三年期）强于核准制下IPOs 长期表现，但核准制下IPOs 的四年期

和五年期长期表现优于审批制下的IPOs 长期表现。这表明随着时间的推移，新股不再是“新的”

股票。关键词：中国股票市场；审批制；核准制；IPOs ；长期表现；Fama －French 三因素模型中图分类号：F830．91

文献标识码：A

文章编号：1008－2646（2013）02－0007－08

一、引言

对IPO 股票长期表现规范系统的研究是从

Ritter （1991）开始的，他发现在1975－1984年间美国证券市场首次发行并上市的股票自上市第一天开始存在长达三年的弱势，即其市场表现要显著弱于市场组合或者可对比公司的收益，

Ritter 称之为IPO 长期弱势。［1］

IPO 长期表现是衡量IPO 行为效益的标准，因此也是IPO 效能的重要内容之一。

从证券市场角度看，

IPO 的价格表现是检验证券市场效率理论的重要依据，因此，研究IPO 的价格表现有利于进一步研究证券市场效率。从投资者的角度来说，股票长期表现的强与弱意味着IPO 股票的投资价值大与小。我国股市散户投资

者的非理性程度大，证券市场上机构投资者投资

判断能力差异较大，正是因为存在这些环境上的差异，美国和其他国家IPO 的研究结果可能并不适用于中国。研究我国的IPO 是否存在长期弱势可以为投资者制定正确的投资策略提供参考。

从我国目前对IPO 长期表现的研究看出，我国学者对IPO 长期弱势现象存在与否存在很大分歧，有人认为我国新股股票存在IPO 长期弱势现象，有的认为我国新股不存在长期弱势现象。本文从股票发行制度角度，对IPO 长期表现的影响进行研究，这有助于分析不同股票发行制度下IPO 长期表现的差异，从而为股票发行制度的完善提供借鉴意见。选取1993年4月—1999年6月在沪深上市的股票作为审批制下样本，选取2001年4月－2006年12月在沪深上市的新股作

为核准制下样本，利用Fama－French三因素模型对我国不同发行制度下IPO上市后一段时间内（一年期，两年期，三年期，四年期和五年期）的股价表现进行实证分析，并分析差异及原因。

二、IPO长期表现的文献综述及相关理论

1．国内外长期表现实证研究综述

国外研究最早见于Stoll和Curley（1970），他们的研究发现205只小型股票长期绩效不佳。［2］Ritter（1991）对美国1975至1984年上市的1526家上市公司分析发现3年回报率为34．47%，而配对的相同行业和同等规模的公司的回报率是61．86%。［1］Levis（1993）以英国1980－1988年IPO的企业为样本证实新股长期弱势现象不是美国所特有的，并且发现弱势持续时间超过三年，同样他也发现了英国的SEOs也存在长期弱势。［3］Schlag和Wodrich（1994）检验了德国在不同时期内新股的长期表现，发现在德国IPOs不适合长期持有。①Loughran和Ritter（1995）证明美国1970－1990年间发行新股的企业显著地比未发行新股的上市公司的市场表现要差，投资者必须要在新股发行企业的股票上比在相同规模未发行的上市公司上多投资44%，才能在五年后得到相同的回报。［4］Ritter（1998）总结了13个国家对IPO股票长期表现的研究，发现其中有11个国家被证实存在长期弱势。［5］Alvarez和González（2002）利用Fama－French三因素模型对西班牙证券市场1987—1997年共56家IPO公司的长期表现进行研究，并发现Fama－French三因素模型的检验有效性。②Carter，Dark和Ajai（2006）发现对声誉高的承销商承销的IPOs来说，与市场相比，IPO 股票的三年期持有的弱势并不严重。［6］国外其他市场的研究也很多，研究表明弱势程度与市场的成熟度等因素有关。［7］［8］

国内的研究起步于1990年代末。王美今、张松（2000）以经过风险调整的相对收益率作为基准收益率，对1996年1月—1997年9月在上海证券交易所上市的110只新股进行研究，实证发现新股上市的头半年是弱于市场的，后逐渐走强，第二年明显强于大盘。［9］刘力、李文德（2001）以1991—1996年间上市的398只新股为样本，实证研究发现我国股市存在长期的过度反应现象。［10］沈艺峰、陈雪颖（2002）以1993年4月—1998年6月在深圳证券交易所上市的283只A股作为研究样本，采用BHAR模型，考察样本股自上市一周后递延至一年半的市场表现，发现在最初的12个周内，IPO股票组合的表现比市场的整体表现差，而在随后的66周内IPO股票组合的表现明显好于市场的整体表现。［11］鲁雪静（2005）以2000年至2002年6月末在上海证券交易所首次公开发行并上市的166只A股作为样本，研究其在上市后三年内的市场表现。通过统计参数检验，发现我国IPO存在显著的长期弱势，其长期表现显著低于市场和规模相当的上市公司；通过回归模型分析，发现企业自身因素是我国的IPO长期弱势存在的主要原因。［12］

2．IPO长期表现的理论解释

关于IPO长期弱势的理论解释主要基于行为金融理论、不对称信息理论和有效市场理论，以下给出几种富有代表性的解释。

（1）意见分歧假说（Divergence of Opinions Hypothesis）

Miller（1977）认为证券市场上的异质投资者对上市公司的未来现金流量及潜在成长性有不同的解读，即不同投资者基于自己掌握的私有信息而对新股价值具有不同的预期，他们对私有信息过度自信。［13］对股票价值有良好预期的投资者将会成为新股的买者，而他们愿意支付高于新股的真实价值的价格，这使得股价在发行初期迅速攀高。随着信息的逐渐披露，乐观投资者和悲观投资者对于新股价值预期的分歧会逐渐缩小，股票价格会向下调整，从而导致新股长期表现欠佳。即长期表现与意见分歧的程度负相关：意见分歧越大，新股的短期价格越高，新股在以后一段时期内的回报率也就越低。

Miller（2000）对于意见分歧假说的假设“股票价格由乐观投资者决定”做了进一步的阐述。

①②Schlag，Christian，Anja Wodrich．Has there always been underpricing and long－run performance？IPOs in Germany before World War I．Working paper，2000，Goethe University，German．

Susana Alvarez，Víctor M．González－Méndez．Long－run performance of initial public offerings（Ipos）in the Spanish Capital Market．Working Paper，2002

在假设新股的市场定价类似于一个竞价过程的条件下，新股投资者的人数与他们对股票价值的估计呈钟形分布，当每个投资者的购买数量为一股时，投资者的数量是公司所能拥有的最大股东数，此时的价格为市场的平均价格，平均价格应该在曲线的峰值上。［14］但实际上，投资者愿意购买的数量往往超过一股，以至于市场上虽然有足够多的股票，但是只有少数投资者能够以市场均衡价格买到新股。因此，乐观边际投资者愿意支付的股价在平均价格的右边，这意味着边际投资者愿意付出比市场上一般投资者更高的价格，从而能够买到新股。如果市场上的一般投资者对股票价值的预期是正确的，那么边际投资者对于股票价值的预期就过高。由此可以看出，股票价格由乐观投资者决定。

（2）价值破坏假说（value－destroying）

Jensen（1986）考虑经营者与所有者的利益不同之处，认为经营者很可能以股东财富为代价，将新发的收入或现金流量转移到净现值为负的投资项目中。［15］这种自私的行为以及在资产负债表上大量的现金被称为Jensen的价值破坏假说。还有研究表明，自由现金流量越大的公司上市后表现下降的程度就越大。

（3）盈余管理假说

Jain和Kini（1995）称在很多统计中都发现，IPO公司相比行业平均以及配对的非发行公司，在其上市前一年都经历一个经营业绩大幅上升的一年。这些现象使学者怀疑这些公司都进行了赢余管理，从而使投资者对其预期过度乐观。而当上市后经营表现不佳时，投资者会重新分析公司股票价值，使其回归真实价值。［16］

（4）“坏模型”的解释

Fama（1998）对长期收益异常的研究进行了总结，认为这些异常现象是偶然的结果，行为学理论所认为的投资者对信息的反应不足和反应过度发生的频率几乎是一样的，两者能够相互抵消，所以长期收益异常只能归结为偶然；并且新股发行后对新股发行前收益的持续和逆转是相同概率发生的，也就是说收益仍然遵从随机游走模式。但很多实证研究文献表明新股存在长期弱势。［17］Fama把这个归结为“坏模型”问题，在计算超额收益时，不可避免要用到期望收益即正常收益的模型，但是任何关于预期收益的模型只是一个模型，并不能完全描述预期收益，而且模型问题在计算长期收益时更严重。因为如果在事件研究中时间窗很短，每日的期望收益率接近于0，所以对超额收益的作用很小，但是随着收益时间范围的增加，“坏模型”问题产生了虚假的超额收益，最终就在累计超额收益率上产生了统计显著。所以那些证实存在长期弱势的研究是因为其计算超额收益的方法存在错误，当超额收益计算方法得到合理调整后，异常就会消失。所以，新股长期弱势并不能证明市场是无效的，它的出现只是偶然或者模型错误导致的结果。

三、IPO长期表现的研究设计

1．数据选择与处理

为了保证数据的准确性与完整性，研究数据主要取自国泰安公司中国股票市场研究数据库（CSMAR）中的中国股票市场交易数据库和中国上市公司财务年报数据库。样本采用SAS软件进行处理。

选取1993年4月—2006年12月发行的A 股。从其中选取1999年7月1日之前上市的股票作为审批制下发行并上市的新股；选取2001年4月1日—2006年12月31日上市的新股作为核准制下发行并上市的新股。为了研究方便，剔除了发行上市间隔超过300天的股票，获得有审批制下效样本628只，核准制下有效样本355只，如表1所示。

表1新股发行数量描述性统计审批制

年份1993199419951996199719981999

有效样

本数

5895121631909555核准制

年份200120022003200420052006

有效样

本数

3770671001566

由于在审批制和核准制下，都是研究A股市场中的股票，所以选取了CSMAR数据库中A股市场中以总市值加权平均法计算得到的，并考虑现金红利再投资的月市场回报率作为市场指数收益率指标。

2．分组说明

根据上市年份可在审批制下将新股分成组合1993、组合1994、组合1995、组合1996、组合1997、组合1998和组合1999七个组合，核准制下新股分成组合2001、组合2002、组合2003、组合

2004、组合2005和组合2006六个组。

为了研究方便，这里提出“研究年”概念。定义新股上市后的第一个研究年为上市后第一个完整年（1月1日－12月31日），上市后第二个研究年为上市第二个完整年，以此类推。比如组合1993的第一个研究年为1994年1－12月，组合1993的第5个研究年为1998年1－12月。由于2007年9月之后的数据无法完整获取，所以定义2006年上市的新股第一个研究年为2007年1－9月，2005年上市新股的第二个研究年为2007年1－9月。

通过以上定义可知，审批制下新股一年期表现指审批制下七个年度组合第一研究年收益情况，两年期表现七个组合在第一、第二研究年的收益情况，同理可定义三年期表现、四年期表现和五年期表现。按照新股上市时间建立组合后，计算每个组合的平均收益率序列，计算的方法为从每个新股组合第一个研究年的第一个交易月开始起计算新股组合的平均月收益，例如对于组合1993，从1994年1月起到1998年12月按照等权重计算全部58只股票在60个月中的月收益序列。将组合月收益率减去无风险利率可得到组合收益率。

3．Fama－French的三因素模型

Loughran和Ritter（1995）率先采用Fama－French三因素模型来度量新股的超额收益。［5］Fa-ma与French（1993）在资本资产定价模型（CAPM）基础上提出了三因素模型。Fama与French证明股票回报率除了与市场因素相关之外，还与公司规模（ME）、账面市值比（BE/ME，book－to－market equity）相关。［15］

Fama－French三因素模型的表达式如下：

R

it

－R

ft

=α+β（R

Mt

－R

ft

）+sSMB

t

+hHML

t

+ε

it 其中：R it是样本股票组合i的在t月的回报率；R ft 是t月的无风险收益率，一年期存款利率除以12来表示月无风险收益率，需根据每次利率调整进行相应的调整；R it－R ft是股票超额收益率；是常数项，用来描述IPO公司在一定时间段内的平均表现；市场指数收益率RM，RM t－R ft是市场超额收益率；SMBt（Small minus Big）指t月的市值规模风险因子；HMLt（High minus Low）指t月账面市值风险因子；it为残差项。

本文研究方法的思路是在控制了市场、规模以及账面市值比因素之后，观察IPO公司是否还存在超额收益率，即如果回归分析的常数项显著小于零，说明存在长期弱势现象；如果常数项显著等于大于零，则说明新股长期新表现强与大盘；如果常数项显著等于零，则说明新股长期表现与大盘一致。

四、实证分析

1．审批制下回归结果

根据三因素回归模型式对审批制下样本的长期（一年期、两年期、三年期、四年期和五年期）表现进行回归，计算结果见表2。

表2审批制下新股上市后不同期限长度的长期表现回归结果时间段αβs h R2Adj F统计量

参数估计值

一年期0．01130．94260．39410．18350．9633727．77两年期0．01220．97330．32100．19530．95021062．17三年期0．01371．00490．29040．22900．93781262．81四年期0．01331．00500．37120．21370．93401580．16五年期0．01251．00760．41740．19560．93482002．99

t检验统计量

一年期2．8236．743．842．96

两年期4．4949．194．494．24

三年期5．8856．644．755．54

四年期6．9164．387．105．86

五年期7．7272．939．286．00

从表2可看出，在审批制下，从调整后的R2看虽然随着研究时间段变长有逐渐递减趋势，但均在0．93以上，说明方程拟合度非常好。随着研究时间段的变长，F统计量成明显增加态势，而且最低值为727．77，可以看出回归方程显著性非常高。因此，市场因素（R M）、规模因素（SMB）和账面市值比因素（HML）这三个因素能充分描述有效市场收益率（即基准收益率）。

截距项α就可用来描述新股组合在控制了市场、规模和账面市值比因素后的超额收益率，它等于新股组合收益率减去有效市场收益率。从表2中可以推算出α的p值最大不超过0．01，所以可以充分描述新股组合在5个时期内的超额收益率。α值均大于零，从一年期的0．0113增大到三年期的0．0137，然后开始减小至五年期0．0125。所以审批制下新股不同期限的长期表现均好于大盘，但呈先增后减趋势，这表明随着时间的推移，股票已经不再是“新”股。

2．核准制下回归结果

根据三因素回归模型式对核准制下样本的长期（一年期、两年期、三年期、四年期和五年期）表现进行回归，回归结果见表3。

表3可看出，在核准制下，调整后的R2均在0．8左右，可以看出方程在五个时间段的拟合度都较高，三因素解释性较好；随着研究期限变长，F 统计量呈明显增加态势，而且最低值为88．88。可以看出核准制下新股组合收益率回归方程具有一定显著性。但是HML因素的显著性不是很强，p值在0．18左右，比较特殊的是一年期回归结果中的的p值为0．4598，说明HML在一年期的长期表现中显著性不够。

表3核准制下新股上市后不同期限的回归结果

时间段αβs h R2Adj F统计量

参数估计值

一年期0．00820．85200．56670．11490．795088．88

两年期0．01050．85750．61560．15300．8037171．62

三年期0．01290．89910．66120．13870．8068237．67

四年期0．01510．91760．68520．12680．7945262．66

五年期0．01750．92550．71420．18880．7791264．36

t检验统计量

一年期1．4114．825．140．74

两年期2．3720．297．711．22

三年期3．1623．709．291．34

四年期3．6624．9210．031．27

五年期40．524．9510．491．39

p值

一年期0．1638＜0．0001＜0．00010．4598

两年期0．0193＜0．0001＜0．00010．1847

三年期0．0019＜0．0001＜0．00010．1822

四年期0．0003＜0．0001＜0．00010．2067

五年期＜0．0001＜0．0001＜0．00010．1645

由于三因素模型在核准制下的回归中，HML

的回归系数不显著，因此对核准制下上市新股的

长期表现进行逐步回归，回归结果见表4。

表4

核准制下新股上市一年期到五年期的回归结果（逐步回归法）

时间段

α

β

s

h

R 2Adj

F 统计量

参数估计值

一年期0．00570．82310．56990．7963133．95两年期0．00700．84390．62170．8025254．92三年期0．00960．88620．66840．8059353．93四年期0．01190．90610．692330．7939392．00

五年期

0．0138

0．9132

0．7211

0．7782

393．89

t 检验统计量

一年期1．2015．065．19两年期1．9520．517．78三年期2．9424．099．4四年期3．6425．3510．16五年期

4．05

25．30

10．6

注：逐步回归中，剔除了p 值大于0．15的变量。

逐步回归下，

5个不同期限的回归均剔除了变量HML ，R 2Adj 仍为0．8左右，虽然F 统计量的值大于表7中的值，但这主要是由于自变量从3个

减少到2个造成的。因此可以看出逐步回归的拟合优度和显著性水平并没有改进。

3．审核制与核准制下的比较

图1显示了两种发行制度下发行上市的新股长期表现。

审批制下新股上市后一年期的超额收益率大

于核准制下新股上市后一年期的超额收益率，即审批制下新股一年期表现更好，同样可以看出审批制下新股两年期表现和三年期表现均优于核准

制。而新股四年期表现和五年期表现却是核准制下更好。从趋势上看：审批制下新股超额收益率先随研究期限变长，到第三年最高，接着开始了反

转；而核准制下新股超额收益率却随研究时限增

加呈递增态势。说明随着购买并持有新股时间的增加，核准制下发行的新股的月超额收益率开始增加，而审批制下新股月超额收益率在三年期达到最高，因此核准制下发行的新股更适合长期投资。

图1不同发行制度下值的比较

将α在审批制下的回归结果与在核准制下回归的结果进行比较，并折合成年均超额收益率和累计超额收益率，

见表5。表5

审批制与核准制下新股组合超额收益率比较

月超额收益率审批制

核准制年均超额收益率审批制核准制累计超额收益率审批制核准制下一年期0．01130．00820．13560．09840．13560．0984两年期0．01220．01050．14640．12600．29280．2520三年期0．01370．01290．16440．15480．49320．4644四年期0．01330．01510．15960．18120．63840．7248五年期

0．0125

0．0175

0．1500

0．2100

0．7500

1．0500

根据图1和表5可以看出审批制下新股上市后一年期的超额收益率大于核准制下新股上市后

一年期的超额收益率，即审批制下新股一年期表现更好，同样可以看出审批制下新股两年期表现

和三年期表现均优于核准制。而新股四年期表现和五年期表现却是核准制下更好。从趋势上看：

审批制下新股超额收益率先随研究期间的增加而逐渐增加，三年期达到最高，而从四年期开始下降；而核准制下新股超额收益率却随研究期限的增加呈递增态势。

两种股票发行制度下发行上市的新股长期表现均好于市场，这与国外主流的新股长期弱势的研究结果截然相反，但与刘力、李文德（2001）和沈艺峰、陈雪颖（2002）的研究结果相似。一种可能的解释是：中国股票市场是不成熟的。

Ritter和Welch（2002）对美国证券市场进行研究发现，新股长期表现中伴随着高波动的特性（β＞1）。［18］在本文中，审批制下一年和两年的β系数都小于1，而三年、四年和五年表现的β系数大于1，从趋势上看β系数随研究时限的增加而递增。说明新股收益在前两个研究时限内波动性不高，但在三年、四年以及五年的研究时限里具有高波动性。核准制下虽然β值也呈递增形态，但均小于1，说明核准制下新股长期收益不存在高波动性。

六、结论

选取1993年4月－1999年6月上市的股票作为审批制下样本；选取2001年4月－2006年12月上市的新股作为核准制下样本。考察IPO 上市后一段时间内（一年期，两年期，三年期，四年期和五年期）的股价表现，利用Fama－French 三因素模型对我国不同发行制度下IPO长期表现进行了实证分析，得到以下结论：（1）两种制度下新股组合表现均强于基准收益率（有效市场收益率）；（2）上市后越久，核准制下新股表现越好于审批制下新股；（3）核准制下新股组合收益率不具有高波动性，审批制下新股收益波动性则逐渐增加，并且从三年期开始具有高波动性。

参考文献

［1］Jay R．Ritter．The long－run performance of initial public offerings［J］．Journal of Finance，1991（1）：3

－27．

［2］Stoll，Hans R．，Anthony J．Curley．Small business and the new issues market for equities［J］．Journal of

Financial and Quantitative Analysis，1970（3）：309－

322．

［3］Levis，Mario．The long－run performance of initial

public offerings：The U．K experience1980－88［J］．

Financial Management，1993（1）：28－41．

［4］Loughran T．，Jay R．Ritter．The new issue puzzle［J］．Journal of Finance，1995（1）：23－51．

［5］Jay R．Ritter．Initial public offerings［J］．Contempo-rary Finance Digest，1998（1）：5－30．

［6］Richard B．Carter，Frederick H．Dark，Ajai K．Singh underwriter reputation，initial returns，and the long－

run performance of IPO stocks［J］．Journal of Finance

1998（1）：285－311．

［7］K．Paudyal，B．Saadouni，R．J．Birston．Pirvatisati-on initial public offerings in Malaysia initial premium

and long－term performance［J］．Pacific－Basin Fi-

nance Journal，1998（5）：427－451．

［8］Othman Yong．A review of IPO research in Asia：What＇s next？［J］．Pacific－Basin Finance Journal，

2006（3）：253－275．

［9］王美今，张松．中国新股弱势问题研究［J］．经济研究，2000（9）：49－56．

［10］刘力，李文德．中国股票市场股票首次发行长期绩效研究［J］．经济科学，2001（6）：33－44．

［11］沈艺峰，陈雪颖．我国首次公开发行股票的实证研究［J］．厦门大学学报（社科版），2002（2）：79－

87．

［12］鲁雪静．A股IPOs长期表现及其影响因素的实证研究［D］．杭州：浙江大学，2006．

［13］Miller Edward M．．Risk，uncertainty and divergence of opinion［J］．Journal of Finance，1977（4）：1151－

1168．

［14］Miller Edward M．．Equilibrium with divergence of o-pinion［J］．Review of Financial Economics，2000

（1）：27－41．

［15］Jain，Bharat A．，Omesh Kini．The post－issue operat-ing performance of IPO firms［J］．Journal of Finance，

1994（5）：1699－1726．

［16］Eugene F．Fama．Market efficiency，long－term re-turns，and behavioral finance［J］．Journal of Financial

Economics，1998（3）：283－306．

［17］Eugene F．Fama，Kenneth R．French．Common risk factors in the returns on stocks and bonds［J］．Journal

of Finance Economics，1993（1）：3－56．

［18］Jay R．Ritter，Ivo Welch．A review of IPO activity，pricing and allocations［J］．Journal of Finance，2002

（4）：1795－1828．

（责任编辑、校对：臧莉娟）

An Empirical Study on the Long－run Performance of IPOs

Based on Fama－French Three－factor Model

LIU Yucan，HAN Guannan

（School of Economics and Management，Nanjing University of Science and Technology，Nanjing，Jiangsu，210094）Abstract：This paper aims to study the long－run performance of IPOs under different issue systems in Chinese Stock Market．IPOs data samples cover those published in Chinese Stock Market from April1993to June1999，and from April2001to Decem-ber2006．An empirical study on the long－run IPOs performance is investigated under different issue systems，（one year，two years，three years，four years and five years），by using Fama－French Three－factor Model．Differences and the corresponding reasons are further analyzed．Results show that the long－run IPOs performance（one year，two years or three years）in the au-thorizing period is more efficient than that in the approving period．However，four－year and five－year long－run IPOs perform-ance in the approving period is more efficient than that in the authorizing period．It indicates that IPOs is not“new”Stock with IPO widespread as time goes by．

Key words：authorizing institution；approving institution；initial public offerings；long－run performance；fama－french three－factor model

檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱（上接第6页）

Exploring Chinese Economy“Double Trap”Dilemma

LI Bingyan1，WANG Chong2

（1．Jiangsu Provincial CPC Committee Party School，Nanjing，Jiangsu，210004；

2．Central University of Finance and Economics，Beijing，100081）

Abstract：This article is targeted at the currently hot issue in Chinese economy，namely，the“Middle Income Trap”．The au-thors also hold that Chinese economy is also at the inflection point in the“Kuznets Curve”，namely，the“Distribution Trap”，which is not two issues independent from each other，but two sides of the same problem in income distribution instead．Therefore，taking income allocation as a starting point，the authors mean to propose some countermeasures to tackle the“Double Trap”in Chinese economy，based on relevant explorations．It is also advisable to introduce a new running mechanism entitled“state－ownership shared economic operation”into distribution administration．

Key words：middle income trap；kuznets distribution trap；income distribution；sharing economy

关于CAPM的实证检验

关于检验CAPM模型的实验报告 一、数据选取 1、10只股票分别是：东风汽车；海信电器；林海股份；包钢稀土；兖州煤业；延长化建；江西铜业；中铁二局；海螺水泥；浦发银行 2、选取这十只股票2010年1月1日至2010年12月31日，每个交易日的收盘价 3、选取了2010年1月1日至2011年12月31日，,每个交易日的上证综合指数 4、选取2010年个人活期存款年利率 二、原理 1、利用每日收盘价算出股票日收益率 2、利用每日上证指数算出市场日收益率 3、用个人活期存款利率代替市场无风险利率 4、基于CAPM模型：个股收益率=无风险收益率+贝塔系数*（市场风险收益率-无风险收益率）， 即：个股收益率-无风险收益率=贝塔系数*（市场风险收益率-无风险收益率） 即个股风险溢价=贝塔系数*市场风险溢价 三、公式 日平均收益率=LN()-LN() 四、数据计算。 计算选出的10只股票的超额回报率和市场超额回报率，将市场超额回报率与个股超额回报率逐个回归，求出每只股票的贝塔系数。 部分数据截图：

1、东方汽车 Dependent Variable: GPCEHBL Method: Least Squares Date: 12/22/11 Time: 00:08 Sample (adjusted): 1 240 Included observations: 240 after adjustments Variable Coefficient Std. Error t-Statistic Prob. C -0.001589 0.001413 -1.124937 0.2617 SCCEHBL 0.084694 0.098860 0.856710 0.3925 R-squared 0.003074 Mean dependent var -0.001653 Adjusted R-squared -0.001114 S.D. dependent var 0.021847 S.E. of regression 0.021859 Akaike info criterion -4.800087 Sum squared resid 0.113723 Schwarz criterion -4.771082 Log likelihood 578.0105 F-statistic 0.733951 Durbin-Watson stat 1.889569 Prob(F-statistic) 0.392467 回归可得：东风汽车的贝塔系数是0.084694

因素模型

因素模型 杨长汉1 证券资产价格的决定因素是多种多样的，西方学者在研究中采取了多种多样的方法去探讨证券价格的决定因素。最主要的两种模型就是单因素模型和多因素模型。 一、单因素模型(Single-Index Model) 夏普(William Sharp)于1963年建立了单因素模型2。单因素模型是指证劵价格的影响因素只有一个，而如果有两个或两个以上的因素，则称为多因素模型。单因素模型的基本思想是：当市场指数上升时，市场中大部分证券资产的价格就会上涨；相反，当市场指数下降时，市场中大部分证券资产的价格就会下降。 单因素模型中有以下两个基本假设条件： 第一，证券的风险分为系统性风险和非系统性风险，而这里所讲的因素仅指系统性风险。 第二，一个证券的非系统性风险与其他证券的非系统性风险之间的相关系数为零，两种证券之间的相关性仅取决于共同的市场因素。 在单因素模型中，主要有两个基本因素会造成证券收益率的波动：一是宏观经济环境因素，比如GDP 增长率、利率、通货膨胀率等，这些因素的变化会引起证券市场中所有证券收益率的变化，相对于市场中的系统性风险；二是微观因素的影响，如公司的财务状况、公司的经营状况以及突发事件等，这些因素的变化只会引起个别证券收益率的变化，相当于市场中的非系统性风险，可以通过多样化的投资组合进行分散。 我们以股票的收益率和股价指数的收益率为例，可以得到如下单因素模型公式： it it i mt it r A R βξ=++ 这一公式揭示了股票的收益率与市场指数收益率之间的关系。其中，it r 为t 时期证券i 的收益率，mt R 为t 时期市场指数的收益率，i β为斜率，表明股票收益率波动对市场指数波动的反应程度，代表两者的相关关系，it A 是截距项，反映市场指数为零时股票收益率的大 1 文章出处：《中国企业年金投资运营研究》 杨长汉 著 杨长汉，笔名杨老金。师从著名金融证券学者贺强教授，中央财经大学MBA 教育中心教师、金融学博士。中央财经大学证券期货研究所研究员、中央财经大学银行业研究中心研究员。 2Sharp, W.,1966, Mutual Fund Performance, Journal of Business,(39),119-138.

基于Fama_French三因子模型的沪深300指数效应实证研究_范建华

2013年6月重庆工商大学学报(社会科学版)第30卷第3期Jun．2013Journal of Chongqing Technology and Business University(Social Sciences Edition)Vol.30NO．3 doi：12．3969/j．issn．1672-0598．2013．03．005 基于Fama-French三因子模型的 沪深300指数效应实证研究* 范建华，张静 （陕西师范大学国际商学院，陕西西安710062） 摘要：本文采用事件研究法研究了沪深300指数的指数效应，引入短期事件窗和长期事件窗分别考查了指数调入股票和调出股票的价格和交易量的市场反应。在研究股票的价格效应时，引用Fama-French三因素模型来计算股票的超额收益。实证研究发现，沪深300指数存在显著的指数效应，但是调出股票和调入股票的指数效应并不对称，调入股票的指数效应更为显著，符合市场分割假说。 关键词：指数效应;沪深300指数;Fama-French三因子模型 中图分类号：F830．91文献标志码：A文章编号：1672-0598（2013）03-0031-08 指数效应是指当某只股票被调入或者调出指数时，其价格和交易量的异常反应。一般来说，调入股票存在正的价格效应，调出股票存在负的价格效应；调入股票和调出股票在指数调整期间均会有正的交易量效应。指数效应的显著程度与指数的影响力及股票市场上指数基金的规模紧密相关。沪深300指数是我国第一只横跨沪深两市的统一指数，覆盖了沪深市场总市值的6成左右，具有良好的市场代表性。 一、文献综述 指数效应的研究起源于美国，Shleifer （1986）［1］、Harris和Gurel（1986）［2］最早发现S＆P500指数的成分股存在指数效应的现象。Shleifer（1986）研究了1976—1983年间S＆P500指数的调整成分股，发现从公告日到生效日，调入股票获得2．79%的异常收益率。Harris和Gurel （1986）对S＆P500指数1973—1983年间的调整成分股做了分析，发现宣布日后一天调入股票的异常收益率为3．13%，异常交易量比率为2．81%。Lynch和Mendenhall（1997）［3］发现在指数调整后，买入指数调入股票组合同时卖出调出股票组合可以获得5．45%的超额收益，他们认为指数基金是调入股票价格上升的直接原因，实施日之后，当指数基金完成投资组合的调整，股票价格便将恢复到原来的水平。Kappou、Brooks和Ward（2008）［4］再次证明在宣布日后一天和实施日当天，调入股票价格和交易量都有显著上涨。Green和Jame（2011）［5］通过对股票市场高频交易数据的研究，发现跟踪S＆P500指数的指数基金存在显著的策略性交易行为，即为避开实施日当天的价格压力放弃追踪误差最小化的基金管理目标，选择在实施日前后的一段时间内调整投资 *［收稿日期］2013-03-07 ［作者简介］范建华，男;陕西师范大学国际商学院副教授，硕士生导师。 张静，女;陕西师范大学国际商学院硕士生。

Fama-French三因子计算过程说明

Fama-French三因子计算过程说明 姜国华、叶昕、饶品贵、祝继高 （北京大学光华管理学院会计系，1000871） 一、数据来源 财务数据来源于CSMAR财务年报数据库。数据区间：资产负债表自1990年起，利润及利润分配表自1990年起，财务状况变动表自1992年起，现金流量表自1998年起，资产减值准备表自2001年起。 市场回报数据来源于CSMAR中国证券市场交易数据库。数据区间：上海A股从1990年12月19日起，深圳A股从1991年07月03日。市场回报数据包括月个股回报、月市场回报、综合月市场回报三个数据集。 无风险利率我们使用的是中国人民银行公布的人民币三个月整存整取利率调整后得到的，即将三个月整存整取利率除以12。 二、数据处理过程1 1．财务数据只保留年末数(Sgnyea='B')2，剔除年初数（Sgnyea='A'）；然后按公司和按年度将资产负债表、利润及利润分配表和现金流量表合并。 市场回报数据剔除B股数据，并将所有特殊值替换为缺失值，最后按月份将月个股回报、月市场回报和综合月市场回报进行合并。 2．以个股第t-1年12月31日的权益账面价值与市场价值的比值(Book-to-market ratio，简称BM)和第t年4月30日的市场价值(简称SIZE)为依据，对第t年5月至第t＋1年4月期间内的公司观测进行分组（每个月进行分组）。 分组方法如下：(1)按SIZE大小平均分为两组（Small组, Big组）；(2)按BM从小到大分三组，即前30%(Growth组)，中间40%(Neutral组)，后30%(Value组)，共形成六个组，即Small Growth组, Small Neutral组, Small Value组, Big Growth组, Big Neutral组, Big Value组。 个股的市场价值是指月个股总市值(Msmvttl)，。若BM和SIZE为缺失值或负值，则予以删除。 3．以个股第t年4月30日的相对市场价值为权重（个股的市场价值与组内个股市场价值总和的比），对第t年5月至第t＋1年4月期间内个股的月回报进行加权平均，从而求得 1数据处理采用SAS9.1统计软件。 2该符号为CSMAR数据库定义的变量名，下同。

三因子模型实证分析

新三因子模型及其在中证100的实证分析 罗小明 （吉水二中江西吉安 331600） 摘要：本文通过对FF-三因子模型的研究，并借鉴了国内外的研究成果，同时结合国内股市的具体特点，提出以下三个影响股票收益率因子：流通市值、市盈率、换手率。在FF-三因子模型的基础上，构建了国内特有的新三因子模型，进行了实证检验，并与FF-三因子模型进行了比较分析。 关键字：三因子模型；流通市值；市盈率；换手率 资产定价是金融学的核心任务之一, 各种资产定价模型总是试图找出投资者在投资决策时的相关经济环境变量, 由这些变量来解释股票的收益差异。本文在FF-三因子模型的基础上，并借鉴了国内外的研究成果，同时结合国内股市的具体特点构建了国内特有的新三因子模型，进行了实证检验，并与FF-三因子模型进行了比较分析，以便进一步认识中国股市 的股票定价机理。 一．国内股市的特点 1、股本结构 我国上市公司的股本按投资主体的不同性质可以分为国有股、法人股、社会公众股和外资股等不同的类型。由于我国的股权分置，投资者在股票市场买卖的股票都是流通股。此情形下，我国上市公司股票市场价格是在非流通股不能上市流通的前提下所形成的供求平衡价格，这就隐含了这一价格大大高于在全部股流通条件下的市场均衡价格，而股票的市场价格并不是非流通股的价格，这对资产定价模型产生较大影响。 2、存在价格操纵者 近年来，我国股票市场上庄家、庄股之说，并且成为广大投资者、中介机构和有关媒体十分关注的话题。所谓庄家，实际上就是股价操纵者，而庄股就是股价被操纵的股票；虽然从法律角度看，操纵股价的行为是违反《证券法》的，但由于操纵股价能为操纵者带来巨额的超常收益，所以操纵行为禁而不绝。当然，这种操纵行为的出现和演变，具有独特的市场机制和外部环境渊源。 3、考虑交易费用和所得税的情形 在我国，股票交易的费用主要由两部分构成，即交易印花税和佣金，而且这两项都按交易金额的一定比例提取，此外还有过户费(上海股市)、交易手续费(上海股市)。从费率的角度看，目前印花税和佣金有所降低，交易费用有所下降；但考虑到其他费用的存在，我国的股票交易费用仍然偏高。另外，股票收益包括股票股息收入、资本利得和公积金转增收益组成，其中股息又分为现金股息、股票股息、财产股息等多种形式；目前，在我国仅对现金股息征税，而对资本利得和其它股息均未征税。对于大多数股票来说，由于股票收益率绝大部

三因素理论

1 三因素理论：外部环境因素、消费者内在因素、市场营销因素。 2霍金斯模型：外部影响（文化、亚文化、人口环境、社会地位、参照群体、家庭、营销活动）；内部环境（知觉、学习、记忆、动机、个性、情绪、态度）；自我概念与生活方式；决策过程(情境、问题识别、信息搜索、评价与选择、经销商选择与购买、购后过程)。 3两个模型的不同是强调了消费者购后反应的两条反馈：对营销策略和消费者。 4 消费者决策过程的五阶段模型：认知问题、搜寻信息、评价备选方案、选择与决策、购后评价。七阶段模型：需求确认、搜集信息、购买前评估、购买、使用、用后评估、处置。 5 消费者信息处理模型：不知晓、知晓、掌握知识、喜欢、偏好、确信、购买。 6 文化的三要素：价值观、行为规范、图腾象征。 7 需要是个体由于缺乏某种东西而产生的生理或心理上的不平衡的状态。它是消费行为的基础，没有需要就不会产生相应的消费行为。当消费者希望满足的需要被激活时，产生了动机。 8 需要到动机到行为。 9 希曼夫的动机过程模式：为满足的需要—紧张—动机加学习、认知过程—行动—目标，减少紧张到目标。将动机理解为：个人内部作出的行动驱动力，动机因一种紧张状态而产生，以满足未得到的需求。 10布莱思的动机形成模式：未满足的需求—动力加学习—动机加期望—目标—动力产生的行为。 11价值：指产品或服务满足消费者需要的有用性或有用程度。任何产品都必须有价值。消费者价值：消费者从产品和服务中获得的一系列利益。 12 Sheth-Newman-Gross消费价值模型：五种核心消费价值：.功能价值：如有用；2.情感价值：如喜欢、炫耀；3.认知价值：有助于满足认知需要，如新闻；4.社会价值：如归属于某一群体，雅皮士；5.条件价值：如限量版、限购。五种价值观共同影响消费者选择行为。13 MEC模型：从产品属性到消费者价值：手段—目的链模型：从产品属性出发推演出提供给消费者的价值。 14 体验是人们响应某些刺激的个性事件。体验通常是由于对事件的亲身参与或是直接观察造成的，不论事件是真实的，还是虚拟的。 15体验经济是指企业以服务为重心，以商品为素材，为消费者创造出值得回忆的感受。 16 体验营销的构架：感官营销：刺激消费者的感官；情感营销：打动人的情感；思考营销：触发人的思维；行动营销：do it yourself；关联营销:车展：看、摸、试驾 18 生活形态又称生活方式，它对应选择某种消费模式，包括消费观念、如何使用时间和金钱等。 19 生活形态的营销意义：描述目标市场；创造出关于市场的新看法；对产品进行定位；更好地传播产品特征；开发整合营销传播策略 20 消费者购买决策指消费者谨慎地评价某一产品、品牌或服务的属性并进行理性选择、购买能满足某一特定需要的产品的过程。 21 信息加工:与计算机接收信息的过程一样，一种关注人类如何储存、保持与提取信息的学习认知理论。 22影响消费者信息搜索行为的主要因素：产品或品牌的认知；消费者特征，介入度；市场特征及情景，网上信息搜素；在决策过程中不同阶段有所不同。 23消费者“傻瓜”假设：（1）消费者的心理因素：大脑的有限性；大脑的憎恨混乱；大脑的不可靠性；大脑不会改变；大脑不能丧失焦点。（2）消费者信息行为中的“傻瓜”假设如下：懒惰而无耐性；之游常识而无知识；健忘而无记性；感觉直觉优先理性居后；喜欢悠闲讨厌说教；三心二意喜新厌旧；从众跟随以保安全。 24买决策类别——R.布莱克韦尔的分类：复杂决策EPS；有限决策LPS；习惯决策RPS。

三因素模型

一、经济背景 CAPM曾一度是资产定价的主要依据，引发了很多学者对其的实证检验。但是从结果来看，期望收益与市场beta并不相关，CAPM也便遭到了人们的质疑。 正是在这种对传统单因素beta资产定价的挑战下，出现了异象研究。 异象研究：人们发现，股票的平均收益与上市公司的财务特征相关，公司特征对截面收益的解释往往比传统单因素beta模型更加有力。 之后，人们进行了分析。 有的学者就提出，规模效应，size effect，小公司的股票平均收益率高于大公司股票。 还有的学者就提出，账面市值比效应，B/M effect，高账面市值比的股票比地账面市值比的股票有显著高的收益率。 除此之外，还有例如D/E债务权益比效应，E/P盈余价格比效应之类的解释。 二、B/M effect 学术界对于各种异象的研究主要集中于“BM 效应”产生的原因,即为什么高BM 的股票比低BM 的股票具有更高的收益。目前,主要有如下四种观点: 1.有的学者认为B/M 效应只是特定样本在特定检验期内才存在,是数据挖掘的结果。通俗来说，它就是个概率事件，样本局限性：选择性偏差造成BM 效应的存在。但肯尼思·弗伦奇等人通过检验美国之外的股市或拉长检验期后,仍发现B/M 效应显著存在,从而否定了此种解释。 2. 第二种观点(Fama 和French ,1992 ,1993 ,1996) 认为,B/M 代表的是一种风险因素———财务困境风险。具有困境的公司对商业周期因素如信贷条件的改变更加敏感,而高B/M 公司通常是盈利和销售等基本面表现不佳的公司，财务状况较脆弱,因此比低BM 公司具有更高风险。可见,高B/M公司所获得的高收益只是对其本身高风险的补偿,并非所谓不可解释的“异象”。—三因素模型前身。 同时，为了验证自己的结论并不是由于样本选择的原因，他们从国际股票市场的角度进行了考察，发现B/M效应在覆盖四大洲的13个主要国家的股票收益中同时出现，证明了这一现象并不仅局限于美国，否认了B/M效应的质疑。 3. 第三种观点认为,B/M 效应的出现是由于投资者对公司基本面过度反应造成的。高B/M 公司通常是基本面不佳的公司,因此投资者对高B/M公司的股票价值非理性地低估;低B/M公司则是基本面较好的公司,因此投资者对低B/M 公司的股票价值非理性地高估。可见,投资者通常对基本面不佳的公司过度悲观,对基本面优良的公司过度乐观。当过度反应得到纠正后,高BM 公司将比低BM 公司具有更高的收益。 4. 第四种观点也就是特征模型。 (Daniel 和Titman ,1997) 也认为BM 和SIZE 不是风险因素, 实际上,BM 和SIZE 代表的是公司的特征,简称“特征因素”—其代表投资者偏好,并决定收益的高低，而仅仅是特征本身决定了股票的预期收益率。 高B/M 公司由于基本面较差而价值被低估,故称“价值股”;反之,低B/M 公司由于基本面较好而价值被高估,故称“成长股”。 由于投资者偏好于持有基本面较好的成长股,而厌恶持有基本面不佳的价值股,结果导致高B/M 公司具有较高收益。 本文重点主要在论述三因素模型，并与特征模型进行了比较，证明了三因素模型的优势。 三、对三因素模型论述。 第一部分主要是在风险模型中对整体市场，公司规模以及价值溢价的一个整体说明。

五因素模型

由Eugene F. Fama和Kenneth R. French撰写Journal of Financial Economics2015年第4期论文“A five-factor asset pricing model”对原有的Fama-French（1993）三因素模型进行了改进，在原有的市场、公司市值（即SML，small minus large）以及账面市值比（即HML，high minus low）三因子的基础上，加入了盈利能力（profitability）因子（即RMW，robust minus weak）和投资模式（investment patterns）因子（即CMA，conservative minus aggressive），从而能够更好地解释股票横截面收益率的差异。然而，有些小企业的股票收益率，和投资水平高、盈利能力低的公司相似。作者指出，五因素模型的主要不足就在于无法解释这类小企业的股票平均收益率为何如此之低。此外，引入RMW和CMA因子后，1963至2013年的美国股市数据表明，HML因子是“多余”的。 Fama和French于1993年提出的三因素模型在金融圈几乎无人不知，该模型很好地捕捉到了股票收益率与其市值和账面市值比之间的关系。三因素模型也一直是众多学者检验和挑战的对象。Novy-Marx (2013)发现，总盈利-资产比率（gross profits-to-assets）对股票横截面平均收益率，具有接近于HML 因子的解释能力。Aharoni, Grundy和Zeng (2013)指出，公司投资水平和股票平均收益率显著相关（亦可参见Haugen和Baker,1996、Titman, Wei和Xie, 2004、Fama和French,2006、2008等）。由此可见，三因素模型对预期收益率的描述并不全面，因为三个因子并不能解释由公司盈利能力与投资模式所造成的股票收益率差异。 基于上述理论及实证研究，Fama和French在原有的三因素模型中，加入了代表盈利能力的RMW因子和代表投资模式的CMA因子。与之前因子的构建方式类似，RMW是营业利润率（operating profitability）高的多元化投资组合的收益率，减去营业利润率低的多元化组合的收益率。CMA则是投资水平低（“保守”）的多元化投资组合的收益率，减去投资水平高（“积极”）的多元化组合的收益率。其中，营业利润率的衡量标准，是上一财年的总收入，扣除主营业务成本、利息支出和销售、一般及行政费用，再除以上一财年末账面权益总额。而对投资的衡量，则是用上一财年相对于之前财年的总资产增加额，除以之前财年末的总资产金额。 为了清楚地观察各个因子与收益率的关系，本文使用1963年7月至2013年12月的美国股市数据，采用类似Fama和French (1993)的方法对样本数据进行分析。作者分别根据市值-账面市值比、市值-营业利润率和市值-投资水平，对股票进行了3次5×5均分，每次得到25个投资组合。作者发现，总体而言，存在价值、盈利能力以及投资效应：即在控制其他变量的情况下，股票的账面市值比越高，营业利润率越高，投资水平越低，其平均回报率越高，这些现象在市值较小的股票中尤为明显。 在构造SML、HML、RMW和CMA这4个因子时，作者提出了三种投资组合划分的方法。第一种：分别根据市值-账面市值比、市值-营业利润率和市值-投资水平，对股票进行3次2×3划分，每次得到6个投资组合。以市值-账面市值比划分为例，作者将市值以纽交所均值为分水岭，划分为大、小2类；对账面市值比，则以纽交所的第30和第70百分位数为分水岭，划分为高、中、低3类。第二种：分别根据市值-账面市值比、市值-营业利润率和市值-投资水平，以纽交所均值为分水岭，对股票进行3次2×2划分，每次得到4个投资组合。第三种：根据市值-账面市值比-盈营业利润率-投资水平，对股票进行1次2×2×2×2的划分，得到16个投资组合。作者认为，第二种方法在构建因子时，使用了全部股票，而第一种方法却没有使用第30至第70百分位数的股票，因此第二种方法构建的因子更为多元化；而第三种方法，则能更有效地从平均收益率中，分离出市值、账面市值比、营业利润率和投资水平的风险溢价。 作者进行回归分析，并按照Gibbons，Ross和Shanken(1989)的方法进行检验。GRS统计量表明，五因素模型并不能完全描述股票的期望收益率，但是五因素模型依然可以解释71%至94%的不同组合收益率在横截面水平上的差异。五因素模型的GRS统计量值小于三因素模型，回归的截距项（代表异常收益）

实证分析模型模板讲课教案

二、大兴农场小额贷款对农户收入的影响实证分析 （一）模型设定 1.指标选取及数据来源 问卷发放时间为2013年1月,为了能完整地搜集年度数据,模型中所引入的数据均以2012年为准,被解释变量Y 选取了被调查农户年纯收入；六个解释变量中DS 是指被调查农户实际已获得的小额信贷累计额度,FE 是指被调查农户从事非农行业的劳动力占家中全部劳动力的比重,JC 与NL 是有关户主特征的变量,即其受教育程度及年龄,SZ 是指年末被调查农户生产性资产价值,其中包括主要的生产性固定资产及主要购买的生产资料,包括农用动力机械及农林牧渔业生产资料。TM 是指被调查农户2009年初耕地面积。这六个因素均是影响农户收入的主要指标，其中非农劳动力比例、耕地面积、生产性资产是农户发生生产活动的基本组成因素，而年龄和受教育程度是农户的自身特征。本文中的数据均来源于调查问卷数据整理的结果。 2.模型构建 假设小额信贷的数额、非农劳动力占劳动力的比重、户主受教育程度、户主年龄、生产性资产价值、耕地面积为影响农户收入的主要因素，我们在对内蒙古赤峰地区大兴农场部分农户调研的基础上借鉴生产函数的考察方法构建实证模型，其基本的估计方程是: 表2-6 定义说明 序号 变量类型 变量 定义 1 因变量 Y 农村居民户纯收入（万元/户） 2 自变量 FE 农户中现有非农劳动力占劳动力比重 3 自变量 JC 受教育程度，小学1,初中2,高中3，大专以上 4 4 自变量 NL 户主年龄20-30为1,30-40为2,40-50为3,>50为4 5 自变量 DS 累计小额贷款总额（万元/户） 6 自变量 SZ 生产性资产(生产性固定资产及购买的生产性资料) 7 自变量 TM 耕地面积（亩） ξ ββββββα+++++++=TM SZ NL JC FE DS y 654321

FF三因子模型风险因子的有效性检验-最新文档

FF三因子模型风险因子的有效性检验 一、引言众所周知，在资本市场中风险和收益是一对相互依存的变量，即一般而言，高风险会带来较高的收益。风险收益对等的原则是资本市场运作的规则，也是每个投资者必须遵守的定律。从而如何权衡风险和收益之间的关系则是投资者必须面临的问题，也是理论界研究的重点。因此，作为金融理论研究重点之一的风险定价问题一直受到学者们的关注。回顾研究历程可发现，对于股票风险和收益之间的关系的研究可以追溯到最早的CAPM莫型，该模型基于有效市场假说，将B系数视作衡量风险的唯一因子。但是，在随后的研究中发现B系数和回报率之间有不契合的地方，即出现了种种异象。仅仅通过B系数来解释股票回报率略显单薄。Banz( 1981)小公司效应的提出以及Fama French (1992)的研究拓展了最初的CAPMI型，使得度量风险的因子由最初的B系数扩展到B系数、规模、账面市值比三因子。但是，随着资本市场的发展与完善，该模型的适用性是否还成立，对于这一问题国外学者莫衷一是。我国学者延续了国外的研究范式，将CAPM在我国特有的制度环境下利用我国资本市场的数据进行了CAPMI型有效性检验，随后国外学者通过对种种异象的捕捉，拓展了CAPMI型，形成三因子模型。我国学者也随之对拓展后的三因子模型在我国的有效性进行了实证检验。但是由于样本数据以及相关研究方法的差异，至今尚未得出一致的结论。本文立足于我国特有的股票市场，通过对沪

深两市2001-2011 年数据进行大样本实证检验，试图通过大样本数据的验证来探究我国衡量资本市场风险定价的因子以及其相互之间的关系。 二、文献综述 （一）国外文献资本资产定价的研究最早可以追溯到1952 年美国经济学家马克维茨发表的《资产组合选择》。该文详细论述了如何进行金融资产的组合以分散投资风险，并实现收益最大化，资本资产投资理论自此兴起。60 年代初，证券估值方法成为金融学家们研究的热点，这一阶段最为典型的研究成果是资本资产定价模型。1967年由美国学者夏普（Sharp）、林特尔 （Lintner ）、特里诺（Treynor ）、莫辛（Mossin ）等人提出的资本资产定价模型一一CAPM模型，自建立以来在实务界就得到了广泛的关注与应用，在现代金融市场价格理论的研究中，也一直占据着重要的地位。回顾众多验证性文章，其中对于CAPM模型的经典实证检验是Fama和Macbeth （1973）进行的，他们研究的独特之处在于试图在前一期估计的风险变量基础上预测投资组合未来的收益率，平均收益率和B系数成正相关关系。虽 然CAPM莫型在现代金融领域占据着重要地位，也得到了大量的实证数据验证，但是至今该模型也一直接受着来自理论界和实务界的研究挑战与检验。挑战的主流是种种异象的产生，实务中发现B系数和回报率之间有不契合的地方，即出现了种种定价异 象。定价异象说明了，导致股票高收益率的原因不仅仅只有B

APT模型实证分析

APT模型实证分析 研究方法与样本选取 基本假设 套利定价模型（APT）如同资本资产定价模型，描述了风险溢价和单个证券或投资组合收益率之间的关系，它主要基于以下三个基本假设：1．组合是无风险的；2．组合的敏感性因子为0；3．组合期望收益率大于0。 套利定价模型 套利定价模型的基本形式为 i=1,2,3…n r i组合=C+ ∑βi F i+ε i， r i表示投资组合i的收益率，即为组合内各个证券收益率的加权平均和； · F i 是第i种系统风险因素； βi表示第i种风险因素的β值，也等于组合内各单个证券β值加权平均和； 因素分析 为了使因素选取更为准确恰当，我们将从股票定价的基本模型——股利折现模型出发，对各个因素进行分析。 股利折现模型的基本形式为： P i=∑(Div i/（1+r）i), i=1,2,3…,n 其中Divi表示第i期的股利，r表示折现率。 所以可以看出，折现率，预期的红利水平，和当期的价格都将对于个股的收益率产生影响。由此，我们确定如下因素作为股票收益率的系统风险因素。 ; 市场风险溢价 根据CAPM模型的基本结论，单个股票的收益水平应该市场风险有相关关系，所

以市场风险溢价可以认为是影响单个股票收益水平的系统风险因素； 增长率 宏观经济环境的变化对于股票市场上大多数公司的收益水平都有影响，进而对于股利的支付水平也有影响，所以也应把GDP作为系统风险因素考虑再内； 通货膨胀率的变化 与上面的宏观因素一样，通货膨胀率的变化也会影响到实际利率水平，进而对折现率有影响； .模型构造 根据上面所选取的因素，对于各个因素分别选取了恰当的指标进行度量： . 市场风险溢价(Rm-rf) 根据CAPM模型的基本理论，这里我们用Rm-rf作为市场风险溢价的度量因素，其中Rm为市场收益率，用上海综合指数收益率代表，rf为市场无风险利率，用央行公布的一年期定期存款的利率代表； 增长变化(GDPM,GDPY) 由于理性的投资者对于GDP的变化有一定预期，应以GDP增长的变化作为风险因素考虑，那么可以用lnGDP(t)-lnGDP(t-1)代表，另外需要说明的是由于GDP 月度数据的不可得性，本文参考了国内大多数文献对于GDP月度数据的处理办法，用当月工业增加值对于GDP季度数据进行加权，然后对于经处理过后GDP 的月度数据观察可以发现，数据呈现出很明显的周期性，因为也把GDP相对于去年同期增长变化水平作为令一个解释因素，即lnGDP(t)-lnGDP(t-12)； 通货膨胀率的变化(In) 这里采用当月居民物价指数作为通货膨胀率的代表； 最后把单个股票的超额收益率（rie）作为解释变量，构造线性模型表示为如下形式：

APT模型实证分析报告

APT模型实证分析 1.0.0.研究方法与样本选取 1.1.0. 基本假设 套利定价模型（APT）如同资本资产定价模型，描述了风险溢价和单个证券或投资组合收益率之间的关系，它主要基于以下三个基本假设：1．组合是无风险的；2．组合的敏感性因子为0；3．组合期望收益率大于0。 1.2.0.套利定价模型 套利定价模型的基本形式为 r i组合 =C+ ∑β i F i +ε i， i=1,2,3…n r i 表示投资组合i的收益率，即为组合各个证券收益率的加权平均和； F i 是第i种系统风险因素； β i 表示第i种风险因素的β值，也等于组合各单个证券β值加权平均和； 1.3.0.因素分析 为了使因素选取更为准确恰当，我们将从股票定价的基本模型——股利折现模型出发，对各个因素进行分析。 股利折现模型的基本形式为： P i =∑(Div i /（1+r）i), i=1,2,3…,n 其中Divi表示第i期的股利，r表示折现率。 所以可以看出，折现率，预期的红利水平，和当期的价格都将对于个股的收益率产生影响。由此，我们确定如下因素作为股票收益率的系统风险因素。 1.3.1.市场风险溢价 根据CAPM模型的基本结论，单个股票的收益水平应该市场风险有相关关系，所以市场风险溢价可以认为是影响单个股票收益水平的系统风险因素； 1.3. 2.GDP增长率

宏观经济环境的变化对于股票市场上大多数公司的收益水平都有影响，进而对于股利的支付水平也有影响，所以也应把GDP作为系统风险因素考虑再； 1.3.3.通货膨胀率的变化 与上面的宏观因素一样，通货膨胀率的变化也会影响到实际利率水平，进而对折现率有影响； 1.4.0 .模型构造 根据上面所选取的因素，对于各个因素分别选取了恰当的指标进行度量： 1.4.1.市场风险溢价(Rm-rf) 根据CAPM模型的基本理论，这里我们用Rm-rf作为市场风险溢价的度量因素，其中Rm为市场收益率，用综合指数收益率代表，rf为市场无风险利率，用央行公布的一年期定期存款的利率代表； 1.4. 2.GDP增长变化(GDPM,GDPY) 由于理性的投资者对于GDP的变化有一定预期，应以GDP增长的变化作为风险因素考虑，那么可以用lnGDP(t)-lnGDP(t-1)代表，另外需要说明的是由于GDP 月度数据的不可得性，本文参考了国大多数文献对于GDP月度数据的处理办法，用当月工业增加值对于GDP季度数据进行加权，然后对于经处理过后GDP的月度数据观察可以发现，数据呈现出很明显的周期性，因为也把GDP相对于去年同期增长变化水平作为令一个解释因素，即lnGDP(t)-lnGDP(t-12)； 1.4.3.通货膨胀率的变化(In) 这里采用当月居民物价指数作为通货膨胀率的代表； 最后把单个股票的超额收益率（rie）作为解释变量，构造线性模型表示为如下形式： rie=C+β1*rme+ β2* GDPM+β3*GDPY +β4*IN+ i 1.5.0.样本选取

法码三因子模型检验

一?样本股票的选取 本次选取的股票是上交所挂牌交易的三只股票，分别为： ①宁波港（601018） ②中国神华（601088） ③浦发银行（600000） ④海信电器（600060） 二?数据选择（数据为日收益率） 数据采用2013年1月1日至2014年6月30日的日数据，分别为日个股收益率、日风险溢价率、日无风险利率、日SMB和日HML。此期间共有357个交易日，为保持数据的统一性，本次选取了其中的346个数据。 三.参数估计使用Eviews7.2对三因子模型中的三个系数进行估计，使用最小二乘法。四?估计结果 三只股票的FF三因子方程分别为： R1-Rf=0.666*RMRF+0.916*SMB+ HML R2-Rf=0.0965*RMRF-0.652*SMB+0.077*HML R3-Rf=1.140*RMRF+0*SMB+0.837*HML R4-Rf=1.24*RMRF+0.41*SMB-0.82*HML 回归结果见附表五?计算结果 根据四个方程求出四只股票的理论收益率，分别为： R1=0.666*（-0.0002）+0.916*0.0009+0=0.0007912 R2=0.0965*（-0.0002）-0.652*0.0009+0=-0.0005 R3=1.140*（-0.0002）+0+0=-0.000128 R4=1.24*（-0.0002）+0.41*0.0009-0+0.0001=0.000221 其中RMRF为-0.0002即在此阶段内市场组合收益率低于无风险利率 SMB 为0.0009 HML 为0 在此阶段内股票的实际日平均收益率分别为： R1= -0.000015 R2=-0.001175 R3=0.000011 R4=0.00008235 六?结果分析 第一只股票宁波港被低估 第二只股票神华股份被低估 第三只股票浦发银行被高估 第四只股票海信电器被低估 通过eviews计算历史数据得到矩阵： 1111 1.080.97 1.14 1.24 0.66-0.650.090.41 ?1.370.080.84-0.82

fama三因素模型中文版_图文.

The Cross-Section of Expected Stock Returns EUGENE F. FAMA and KENNETH R. FRENCH (1992 JOURNAL OF FINANCE 47(2, 427-465 摘要: 結合兩個簡單的變數:規模、帳面對市價比,衡量市場β、規模、財務槓桿、帳面對市價比、E/P ratio與股票平均報酬變異的關係異。而且,當測試變數β與規模無關,即使β是唯一解釋變數,市場β跟股票平均報酬間的關係是無關的。 Sharpe(1964, Linter(1965, and Black(1972所提出之資產定價模型長期被學術界及實務界用來探討平均報酬與風險的關係。模型的主要預測:市場投資組合受mean-variance 的效率影響。效率市場投資組合指:(a證券的預期報酬與市場β是正的線性函數關係。(b市場βs有能力解釋預期報酬的橫斷面。 實證上的發現有許多與 Sharpe-Lintner-Black(SLB模型相抵觸的地方。最明顯的為 Banz(1981的規模效果:在給定市場βs下之預期股票報酬的橫斷面,加入市值ME(股票價格乘以流通在外股數這個變數。結果顯示在給定市場β下,低市值股票的平均報酬太高;高市值股票的平均報酬則太低。 另一個有關 SLB 模型的矛盾則是 Bhandari(1988所提出的財務槓桿與平均報 酬間的正相關。財務槓桿與風險及報酬相關看起來似乎合理,但在 SLB 模型下, 財務槓桿風險應已包含於市場β中。然而 Bhandari 發現財務槓桿能協助解釋包含規模(ME的平均股票報酬的橫斷面變異,且比包含β要來的好。 Stattman(1980, Rosenberg, Reid , and Lanstein (1985發現美國股票的平均報酬與普通股帳面價值(BE市值(ME比有正相關。Chan, Hamao, and Lakonishok(1991發現帳面對市價比(BE/ME對於解釋日本股票的橫斷面平均報酬也扮演很重要的角色。 最後,Basu(1983認為 E/P ratio也能協助解釋包含規模與市場β的美國股票橫斷面平均報酬。Ball(1978提出 E/P是一個在預期股票報酬下,可囊括所有未知因子的

fama三因素模型翻译完整版

本文确定了股票和债券收益的五个常见风险因素。股票市场有三个因素:一个总体的市场因素和与公司规模以及账面市值比有关的因素。债券市场有两个因素。与到期和违约风险有关。由于股票市场的因素，股票回报有共同的变化，它们通过债券市场因素的共同变化与债券收益联系在一起。除了低级的企业。债券市场因素反映了债券收益率的共同变化。最重要的。这五个因素似乎解释了股票和债券的平均回报率。 1.介绍 美国普通股平均收益的横截面与夏普比例β（1964）TLNTNER（1965）资产定价模型或BREEDEN（1979）等跨期资产消费定价模型的消费关系不大。例如，ReigANUM（198 1）和布里登、吉本斯和LyZeNBER（1989）。换句话说，在资产定价理论中没有特殊地位的变量显示了可靠的解释平均回报截面的能力。经验确定的平均值变量的列表包括大小（ME，市值），杠杆率，收益/价格（E/P），和账面市值比（公司普通股的账面价值，BE，其市值，ME）。例如班兹（1981）。班达里（1988）。巴（1983）。还有罗森伯格、瑞德和Lanstein FAMA和法国（1992年）研究了股票平均收益的横截面中市场β、规模、E/P、杠杆和账面市值比共同作用。他们发现，单独使用或与其他变量组合共同使用，β（股票收益在市场回报的回归中的斜率）几乎并不显著。单独使用，大小，E/P，杠杆，和书对市场的股本有解释力。在组合中，规模（ME）和账面市值比（BE/ME）似乎吸收杠杆和E的作用；最终结果是，两个经验确定的变量，规模以及账面市值比，很好地解释了在1963年至1990年期间纽约证券交易所、美国证券交易所和纳斯达克股票的平均回报的横截面。本文以三种方式扩展了Fama和法国（1992年A）的资产定价测试。 （a）我们扩展了解释资产的围。在FAMA和法国（1992年A）中考虑的唯一资产是普通股。如果市场一体化，单一模型也应该解释债券收益。这里的测试包括美国政府和公司债券以及股票。 （b）我们还扩展了用于解释回归的变量集。FAMA和法国（1992年A）的规模和账面市值比直接作用于股票。我们将列表扩展到可能在债券收益中起作用的期限结构变量。我们的目标是检查债券回报中重要的变量是否有助于解释股票收益，反之亦然。这种观点认为，如果市场一体化，债券和股票的回报过程可能会有一些重叠。 （c）或许最重要的是，测试资产定价模型的方法是不同的。FAMA和FA（1992年A）使用FAMA和MACBETH（1973）的截面回归：使用回归股票收益的横截面来解释平均的回归。由于规模和账面市值等解释变量对政府和公司债券没有明显的意义，因此很难在横截面回归中增加债券。 本文采用时间序列回归的方法，黑色，延森和斯科尔斯（1972）。股票和债券的月度收益在股票市场组合的回报率上回归，并模拟投资组合的大小、账面市值比（B/ME）和回报的期限结构风险因素。时间序列回归斜率是与大小或BE/ME不同的因素负荷，对债券和股票有明确的风险敏感性。时间序列回归也便于研究两个重要资产定价问题。 （a）我们的一个中心主题是，如果资产价格合理，与平均收益相关的变量，如规模和账面净值权益，必须代表对回报中常见（共享的和不可预测的）风险因素的敏感性。时间序列回归在这个问题上提供了直接的证据。特别是，斜率和R平方值表明，模拟相同大小或账面市值比在股票和债券收益的共享变化没有被其他因素解释。 （b）时间序列回归使用超额收益（月度股票或债券收益减去一个月国库券利率）作为因变量和超额收益或零投资组合的回报作为解释变量。在这样的回归中，一个很好的资产定价模型产生了截然不同于0的截距（默顿（1973））。所估计的截距显示共同因素的不同组合很好的捕获横截面的平均回报数据。此外，基于超额收益回归的截断来判断资产定价模型提出了严格的标准。竞争模型被要求解释一个月的票据利率以及长期债券和股票的回报率。 我们的主要结果很容易总结。对于股票而言，无论是在时间序列回归中投资组合模拟相

CAPM模型与三因素模型的实证分析

CAPM模型与三因素模型 的实证分析 ——基于上证指数 专业2011级金融学 姓名王兴海 学号2011300040126 一CAPM模型实证分析

1、数据选取 在市场因素中，本文以铜峰电子（600237）为例，选取其2005年2月到2012年2月各月度数据。数据均来自CSMAR数据库，其中市场因素选取上证A股指数来代替。 2、模型设定及回归分析 设检验形式为：Ri=αi+βi RMX+εi ，其中ri为个股月收益率，RMX为上证a股指数月收益率。 用eviews软件对结果进行一元回归，结果如下所示： 对结果进行分析，发现可决系数R-squared约为0.351927，表明该股票月

收益率变化的35.1%可由上证a股指数收益率的变化来决定。从t检验和f检验值看，其p值均为0.0000，在5%的显著性水平下不能拒绝该变量系数拟合值。 二多因素模型实证分析——基于Fama-French模型的分析 1、数据选取 在多因素（Fama-french）模型中，我随机抽取了上证交易所的10股票，选取其2005年2月到2012年2月的每月收益率数据。其中市场因素选取月度上证A股指数的收益率减去无风险收益率的值来代替。数据均来自CSMAR数据库。分析结果如下图： 2、模型设定 三因素模型检验形式如下：Ri=αi+bi (RM-RF)+si SML+hi HML+ε,其中ri 为个股收益率，在此我们选为所选组合平均月收益率；rm-rf=RMX为市场收益率减无风险收益率，在此我用“上证A股指数月收益率减无风险收益率”代替，其中无风险收益率考虑到我国的实际情况，我选择用“银行三个月定期存款利率”来代替。SML为低市值与高市值组合收益率之差，HML为高账面市值比与低账面市值比组合收益率之差。 3、回归分析 用eviews进行回归分析结果如图所示: