论文部分内容阅读
摘 要：综合上海、深圳两个股票市场中的数据，采用Fama和French（1992）提出的著名“三因子模型”，检验了ICAPM在中国股票市场的适用性，结果发现中国股票市场基本符合FF三因子模型，即ICAPM适用中国股票市场，但三个因子对于股票收益横截面的解释力度有所区别，市场β因子的解释力最强，HML次之，SMB最差。
关键词：
跨期资本资产定价模型；投资组合；三因子模型
中图分类号：F8
文献标识码：A
文章编号：1672-3198（2011）11-0143-02
自从Sharpe在1964年提出CAPM以来，金融经济学家们对其基本假定进行一定的减少，得到不同的均衡定价模型，使CAPM的内容得到较为丰富的拓展，得出了许多不同的拓展模型。近年来，随着中国证券市场的国际化，我国的经济学界对资本资产定价理论表现出了浓厚的兴趣，发表了不少检验资本资产定价模型和其拓展模型在上海或深圳股票市场有效性的文章:施东辉（1996），陈浪南、屈文洲（2000），靳云汇、刘霖（2001），向方霓（2001），孙刚（2003）等，但是这些学者应用的数据样本已经不能代表中国目前的资本市场，面对发展迅速的中国资本市场我们有必要对其进行新的检验。本文将从资本资产定价拓展模型中的跨期资本资产定价模型的角度出发，探讨其在中国股票市场的适用性。
1 数据来源、变量选取和模型设计
1.1 研究对象
本文综合上海股票市场和深圳股票市场为研究对象，原因为：上海股票市场和深圳股票市场共同构成中国的股票市场，具有市场分割效应，必须把它作为一个整体来研究。
1.2 数据来源
我们选取60个月的月度收盘数据，样本期间为2003年1月到2007年12月，因为2008年初兴起的炒股热潮使中国股票市场具有羊群效应，后来创业板的问世，对A股市场具有强大的市场冲击。股票数目是随机选取了上海股票市场和深圳股票市场的300家上市公司A股的数据，数据来源于北京色诺芬信息服务有限公司的股票价格收益数据库。并且选取的数据是经过了送配和分红的复权价，剔除了其中有缺失值的样本。
1.3 无风险利率的确定
本文选取与样本期间一致的三个月居民定期储蓄存款利率作为无风险利率（1.71%），折算成的月利率为：Rf=0.0975%。
1.4 收益率的计算
本文定义市场指数为上证综指与深圳综指取对数后的算术平均值来代表，股票组合的对数价格为其包含的所有股票的对数价格的算术平均值，收益率的计算采用对数差分形式：Rt=Ln（Pt）-Ln（Pt-1）。
2 Fama-French三因子模型介绍
本文采用上世纪90年代Fama和French（1992）提出了著名的“三因子模型”作为ICAPM实证检验的范例。Fama和French（1992）认为，FF三因子模型的理论表示为：
E（Rp）-Rf=b［E（Rm）-Rf］+sE（SMB）+hE（HML）。
其中：E（•）是期望算子，Rp是投资组合p的收益率，Rf是无风险收益率，Rm是市场收益率。
FF三因子模型的市场化模型表示为：
Rpt-Rft=a+b（Rmt-Rft）+sSMBt+hHMLt+et。
3 三因子模型的变量设计
（1）自变量序列。
在每年的6月末，对所有的样本股票按照市值（ME）和账面市值比（BE、ME）划分为6个投资组合。方法如下：对排序后的ME取中点，分出小B（S）和大（B）两组，对排序后的BE/ME，取下30%和上30%的分界点将其分为低（L）、中（M）、高（H）三组，这样就可以构造出6个关于ME和BE/ME的投资组合S/L、S/M、S/H、B/L、B/M和B/H。
是小（S）与大（B）的平均收益之差，用公式表示为：
SMBt=1/3（S/Lt+S/Mt+S/Ht）-1/3（B/Lt+B/Mt+B/Ht）。
HMLt是L与H的平均收益之差，用公式表示为：
HMLt=1/2（S/Ht+B/Ht）-1/2（S/Lt+B/Lt）。
（2）因变量序列。
Fama和French（1993）进行的研究是把所有的股票划分的25个投资组合，具体是：把样本股按照ME和BE/ME各五等分，形成5×5个投资组合（G11，…，G55），并分别计算出每个投资组合的收益序列。
4 跨期资本资产定价模型的实证检验
给出了所有变量的描述性统计，可以发现，市场的月度超额收益的平均值是2.00%，标准差是5.19%。说明在2003年1月至2007年12月间，月度收益的期望值是正的，说明中国股票市场的资本获得了正的货币时间价值，这一点与风险厌恶的假定一致，因为市场蕴含有风险，所以市场组合的风险暴露应该为正。月度超额收益的标准差接近该期望值的2.6倍，表明中国股票市场是一个波动性比较大的市场。其中样本中最早的年份即：2003年的波动性最大，其市场的月度超额收益的平均值是-0.65%，标准差是3.53%，它的标准差接近该期望值的5.5倍，从样本总体上来看，其标准差和该期望值的比值逐年递减，2006年和2007年分别为：1.01和1.64，这说明市场的波动性逐年减小，投机行为正逐渐弱化，中国股票市场正一步步走向成熟。同时，我们可以看出，G11，…，G55的标准差都远大于其各自的收益均值，SMB的平均值为负值，说明小公司的收益反而要低于大公司，与80年代以来一些学者在国外市场上的发现相反，这可能与我们选取的样本区间有关，因为在1999年后，中国股票市场投资基金成了市场的主力军，国企蓝筹大盘股成了投资热点，同时，我们认为主要是我国股票市场中机构投资者数目很少（2007年底约占25%），而个人投资者比例过高，他们买卖股票主要是注重上市公司的基本面分析，而不会运用资本定价理论来分析企业的内在价值，占少数的机构投资者有的研究精力只放在引人注目的大公司上，这会加剧ArbelandStrebel（1983）所揭示的“被遗忘效应”——大公司在重点研究下价值被挖掘得较为彻底，小公司则因为起初不被投资者注意而容易被冷落，因而大公司的股票受到追捧，在市场上的反应就是投资于大公司反而收益高。
同样，给出了FF三因子模型的市场化模型检验的结果。从各个方程的c值的t统计量c（t）来看，所有的c（t）都不显著，说明不能拒绝c=0的原假设。
这样我们可以把a去掉，重新做出FF三因子模型的理论模型，结果列在表1，从表中可以看到，市场超额收益因子的系数b的t统计量均显著地大于2，SMB系数s的t统计量有七组大于1.67，HML系数h的t统计量大约九个大于1.67，所以规模效应和价值效应比较明显，Adj-R2值0.6038以上的占72.00%，最大值0.8371（如果按照中国证监会《上市公司行业分类指引》把上市公司按行业分组，Adj-R2将更加优化）。说明在中国股票市场可以接受FF三因子模型。对于投资组合收益率的解释力度而言，市场超额收益最大，HML居中，SMB最小。
5 结语
作为ICAPM的实证检验，在2003年1月到2007年12月的样本区间内，中国股票市场基本符合FF三因子模型。三个因子对于股票收益横截面的解释力度有所区别：市场β因子的解释力最强，HML次之，SMB最差。同时我们发现，中国股票市场依然是一个波动很大的市场，其收益率序列的标准差要2.6倍于其均值。而且，在样本区间内，没有小公司效应，大公司的平均收益要高于小公司。
参考文献
［1］Fama， Eugene F and French， Kenneth R. Common Risk Factors in the Returns on Stocks and Bonds.Journal of Financial Economics，1993， 33，（1）:3-56.
［2］ Hansen， Lars P and Singleton， Kenneth J. Stochastic Consumption， Risk Aversion， and the Temporal Behavior of Asset Returns. Journal of Political Economy， 1983， 91， （2）:249-265.
［3］ Chen， Nai-fu， Richard Roll and Stephen A Ross （1986）， Economic forces and the stock market: Testing the APT and alternative asset pricing theories. Journal of Business，59:383-403.
［4］ Roll， Richard.A Mean/Variance Analysis of Tracking Error. Journal of Portfolio Management，1992，18， （4）:13-23.
［5］杨淑娥，胡元木.财务管理研究［M］.北京:经济科学出版社，2002，（3）.
注：“本文中所涉及到的图表、公式、注解等请以PDF格式阅读”
关键词：
跨期资本资产定价模型；投资组合；三因子模型
中图分类号：F8
文献标识码：A
文章编号：1672-3198（2011）11-0143-02
自从Sharpe在1964年提出CAPM以来，金融经济学家们对其基本假定进行一定的减少，得到不同的均衡定价模型，使CAPM的内容得到较为丰富的拓展，得出了许多不同的拓展模型。近年来，随着中国证券市场的国际化，我国的经济学界对资本资产定价理论表现出了浓厚的兴趣，发表了不少检验资本资产定价模型和其拓展模型在上海或深圳股票市场有效性的文章:施东辉（1996），陈浪南、屈文洲（2000），靳云汇、刘霖（2001），向方霓（2001），孙刚（2003）等，但是这些学者应用的数据样本已经不能代表中国目前的资本市场，面对发展迅速的中国资本市场我们有必要对其进行新的检验。本文将从资本资产定价拓展模型中的跨期资本资产定价模型的角度出发，探讨其在中国股票市场的适用性。
1 数据来源、变量选取和模型设计
1.1 研究对象
本文综合上海股票市场和深圳股票市场为研究对象，原因为：上海股票市场和深圳股票市场共同构成中国的股票市场，具有市场分割效应，必须把它作为一个整体来研究。
1.2 数据来源
我们选取60个月的月度收盘数据，样本期间为2003年1月到2007年12月，因为2008年初兴起的炒股热潮使中国股票市场具有羊群效应，后来创业板的问世，对A股市场具有强大的市场冲击。股票数目是随机选取了上海股票市场和深圳股票市场的300家上市公司A股的数据，数据来源于北京色诺芬信息服务有限公司的股票价格收益数据库。并且选取的数据是经过了送配和分红的复权价，剔除了其中有缺失值的样本。
1.3 无风险利率的确定
本文选取与样本期间一致的三个月居民定期储蓄存款利率作为无风险利率（1.71%），折算成的月利率为：Rf=0.0975%。
1.4 收益率的计算
本文定义市场指数为上证综指与深圳综指取对数后的算术平均值来代表，股票组合的对数价格为其包含的所有股票的对数价格的算术平均值，收益率的计算采用对数差分形式：Rt=Ln（Pt）-Ln（Pt-1）。
2 Fama-French三因子模型介绍
本文采用上世纪90年代Fama和French（1992）提出了著名的“三因子模型”作为ICAPM实证检验的范例。Fama和French（1992）认为，FF三因子模型的理论表示为：
E（Rp）-Rf=b［E（Rm）-Rf］+sE（SMB）+hE（HML）。
其中：E（•）是期望算子，Rp是投资组合p的收益率，Rf是无风险收益率，Rm是市场收益率。
FF三因子模型的市场化模型表示为：
Rpt-Rft=a+b（Rmt-Rft）+sSMBt+hHMLt+et。
3 三因子模型的变量设计
（1）自变量序列。
在每年的6月末，对所有的样本股票按照市值（ME）和账面市值比（BE、ME）划分为6个投资组合。方法如下：对排序后的ME取中点，分出小B（S）和大（B）两组，对排序后的BE/ME，取下30%和上30%的分界点将其分为低（L）、中（M）、高（H）三组，这样就可以构造出6个关于ME和BE/ME的投资组合S/L、S/M、S/H、B/L、B/M和B/H。
是小（S）与大（B）的平均收益之差，用公式表示为：
SMBt=1/3（S/Lt+S/Mt+S/Ht）-1/3（B/Lt+B/Mt+B/Ht）。
HMLt是L与H的平均收益之差，用公式表示为：
HMLt=1/2（S/Ht+B/Ht）-1/2（S/Lt+B/Lt）。
（2）因变量序列。
Fama和French（1993）进行的研究是把所有的股票划分的25个投资组合，具体是：把样本股按照ME和BE/ME各五等分，形成5×5个投资组合（G11，…，G55），并分别计算出每个投资组合的收益序列。
4 跨期资本资产定价模型的实证检验
给出了所有变量的描述性统计，可以发现，市场的月度超额收益的平均值是2.00%，标准差是5.19%。说明在2003年1月至2007年12月间，月度收益的期望值是正的，说明中国股票市场的资本获得了正的货币时间价值，这一点与风险厌恶的假定一致，因为市场蕴含有风险，所以市场组合的风险暴露应该为正。月度超额收益的标准差接近该期望值的2.6倍，表明中国股票市场是一个波动性比较大的市场。其中样本中最早的年份即：2003年的波动性最大，其市场的月度超额收益的平均值是-0.65%，标准差是3.53%，它的标准差接近该期望值的5.5倍，从样本总体上来看，其标准差和该期望值的比值逐年递减，2006年和2007年分别为：1.01和1.64，这说明市场的波动性逐年减小，投机行为正逐渐弱化，中国股票市场正一步步走向成熟。同时，我们可以看出，G11，…，G55的标准差都远大于其各自的收益均值，SMB的平均值为负值，说明小公司的收益反而要低于大公司，与80年代以来一些学者在国外市场上的发现相反，这可能与我们选取的样本区间有关，因为在1999年后，中国股票市场投资基金成了市场的主力军，国企蓝筹大盘股成了投资热点，同时，我们认为主要是我国股票市场中机构投资者数目很少（2007年底约占25%），而个人投资者比例过高，他们买卖股票主要是注重上市公司的基本面分析，而不会运用资本定价理论来分析企业的内在价值，占少数的机构投资者有的研究精力只放在引人注目的大公司上，这会加剧ArbelandStrebel（1983）所揭示的“被遗忘效应”——大公司在重点研究下价值被挖掘得较为彻底，小公司则因为起初不被投资者注意而容易被冷落，因而大公司的股票受到追捧，在市场上的反应就是投资于大公司反而收益高。
同样，给出了FF三因子模型的市场化模型检验的结果。从各个方程的c值的t统计量c（t）来看，所有的c（t）都不显著，说明不能拒绝c=0的原假设。
这样我们可以把a去掉，重新做出FF三因子模型的理论模型，结果列在表1，从表中可以看到，市场超额收益因子的系数b的t统计量均显著地大于2，SMB系数s的t统计量有七组大于1.67，HML系数h的t统计量大约九个大于1.67，所以规模效应和价值效应比较明显，Adj-R2值0.6038以上的占72.00%，最大值0.8371（如果按照中国证监会《上市公司行业分类指引》把上市公司按行业分组，Adj-R2将更加优化）。说明在中国股票市场可以接受FF三因子模型。对于投资组合收益率的解释力度而言，市场超额收益最大，HML居中，SMB最小。
5 结语
作为ICAPM的实证检验，在2003年1月到2007年12月的样本区间内，中国股票市场基本符合FF三因子模型。三个因子对于股票收益横截面的解释力度有所区别：市场β因子的解释力最强，HML次之，SMB最差。同时我们发现，中国股票市场依然是一个波动很大的市场，其收益率序列的标准差要2.6倍于其均值。而且，在样本区间内，没有小公司效应，大公司的平均收益要高于小公司。
参考文献
［1］Fama， Eugene F and French， Kenneth R. Common Risk Factors in the Returns on Stocks and Bonds.Journal of Financial Economics，1993， 33，（1）:3-56.
［2］ Hansen， Lars P and Singleton， Kenneth J. Stochastic Consumption， Risk Aversion， and the Temporal Behavior of Asset Returns. Journal of Political Economy， 1983， 91， （2）:249-265.
［3］ Chen， Nai-fu， Richard Roll and Stephen A Ross （1986）， Economic forces and the stock market: Testing the APT and alternative asset pricing theories. Journal of Business，59:383-403.
［4］ Roll， Richard.A Mean/Variance Analysis of Tracking Error. Journal of Portfolio Management，1992，18， （4）:13-23.
［5］杨淑娥，胡元木.财务管理研究［M］.北京:经济科学出版社，2002，（3）.
注：“本文中所涉及到的图表、公式、注解等请以PDF格式阅读”