（工商管理专业论文）上海A股市场收益多因素分析.pdf

内容摘要 y 1 1 6 2 7 1 关键词：多因素分析，a p t x规模效应，e p 效应叫杠杆效应 b e m e 效应，a 股股票收益率， 厂 ( 多因素分析在西方的发展已有了近3 0 年的历史，从s t e p h a n r o s s ( 1 9 7 6 ) 提出资产套利定价理论( a p t ) 以后，许多理论学者在这 方面作了进一步的探索，提出了多种关于股票定价的模式与观点， 如规模效应、e p 效应、杠杆效应、b e m e 效应等等，这些理论观 点和研究方法为我们将多因素分析用于上海股市的研究提供了极好 的借鉴。尽管上海股市发展历史并不长，但其发展的进程却很快， 有许多现象或规律值得我们去分析研究，由于国内理论研究界对中 国股市在这方面的实证研究还较少，因此现在作这样的研究就显得 很有必要。 矿 本研究的主要目的是通过对1 9 9 6 1 9 9 9 年上海a 股市场股票收 益的多因素分析，从计量分析的角度探索这几年上海股市定价行为 的基本模式及特点，为投资机构及投资者进行投资决策提供理论参 考。 文章共分为四个部分一研究背景、研究方法、多因素分析、研究 结论及分析。 第一部分研究背景主要介绍多因素分析方法在西方的发展过程 以及发展过程中一些较重要的观点及结论，其中重点介绍了f a m a 、 f r e n c h 的分析方法及结论，因为他们的分析方法及思路为本文的研 究提供了很好的参考。 第二部分研究方法主要解释多因素分析中在数据处理、公式推 导方面所运用的具体方法，以及分析的步骤。 第三部分多因素分析是本文的主要内容，具体介绍了对六个因 素与股票收益率相关关系的分析过程。 第四部分主要对分析的结论进行总结，并结合上海股市现状就 其中一些现象进行分析，以更好地认识这些现象的实质。 、，一 一鬻擎 。爨黔瓣萨一豁黪、： 一 t i n t r o d u c t i o n k c y w o r d ：t h e c r o s s s e c t i o no fe x p e c t e ds t o c kr e t u r n s a p t s i z ee f f e c t e pe f f e c t l e v e r a g ee f f e c t b e ，m ee f f e c ts t o c kr e t u r n s as h a r e t h ec r o s s s e c t i o no fe x p e c t e ds t o c kr e t u r n sh a sd e v e l o p e d f o r n e a r l y 3 0 y e a r s l o n g i nw e s ts i n c e s t e p h a n r o s sp r o p o s e d a p t ( a r b i t r a g ep r i c i n gt h e o r y ) i n 1 9 7 6 a f t e rr o s s ，s c h o l a r s r e s e a r c h i n gf o rp r i c i n gm o d e l r a i s e dd i f f e r e n to p i n i o n st oe x p l a i na p t ， s u c ha ss i z ee f f e c t ，e pe f f e c t ，l e v e r a g ee f f e c t ，b e m ee f f e c t t h e i r c o n c l u s i o na n dm e t h o da r ev e r yu s e f u lr e f e r e n c ef o r o u rr e s e a r c hi n s h a n g h a is t o c km a r k e t t h er e s e a r c hc o n c e n t r a t eo nt h ec r o s s s e c t i o no fe x p e c t e dr e t u r n si n 1 9 9 6 1 9 9 9 ss h a n g h a id o m e s t i cs t o c kr as h a r e ) m a r k e t t h u sw ec a n c o n c l u d et h eb a s i cp r i c i n gm o d e lo fs h a n g h a is t o c km a r k e td u r i n g19 9 6 19 9 9 a n d p r o v i d e i n v e s t o r ss o m ev a l u a b l e s u g g e s t i o n s i nt h e i r d e c i s i o n m a k i n g t h i sa r t i c l ei sc o m p o s e do ff o u rs e c t i o n s ：r e s e a r c h i n gb a c k g r o u n d ， r e s e a r c h i n gm e t h o d ，a n a l y z i n gp r o c e s s ，c o n c l u s i o n s s e c t i o nic o n c e r n sa b o u tt h ed e v e l o p m e n th i s t o r yo ft h ec r o s s s e c t i o no fe x p e c t e ds t o c kr e t u r n si nw e s ta n ds o m ei m p o r t a n to p i n i o n s a b o u ti t p a r t i c u l a r l y ，w ei n t r o d u c ef a m a 、f r e n c h st h e o r y ，b e c a u s ei t c a np r o v i d eu sau s e f u lr e f e r e n c ew i t hi t sc o m p l e t er e p o r t s e c t i o ni i e x p l a i n s t h em e t h o do fd a t a p r o c e s s i n g 、t h e f o r m u l a t i o na n dt h ew h o l ep r o c e s so fa n a l y s i s s e c t i o ni i i e n g a g ei nt h ed e t a i l e dp r o c e s so fa n a l y s i s s e c t i o ni vi sas u m m a r yo fr e s e a r c h ，b e s i d et h i s ，i tw i l lp r o v i d ea f u r t h e ra n a l y s i st os o m er e s u l t 奠； 1 研究背景 1 1 多因素分析在西方的发展过程 1 9 5 2 年，亨利马柯维茨发展了资产组合理论，奠定了现代资产 定价理论的基础，随后s h a r p e ( 1 9 6 4 ) 、l i n t e r ( 1 9 6 5 ) 、b l a c k ( 1 9 7 2 ) 由此发展起资产定价的均衡模型一c a p m ，( 他们的这一定价模型我 们也称为s l b ) 。c a p m 的实质是讨论资本市场风险与收益的关系， 这一关系即是：高风险伴随着高收益，高风险伴随着高收益，组合 的预期收益与组合的市场b 呈明显的线性关系。 然而，到了6 0 年代以后，c a p m 越来越受到理论学者和投资分 析家的质疑，主要问题就在于组合的0 似乎并不是影响组合资产收 益的唯一重要因素，而且它与资产收益的相关性在实证检验中也并 不明显。与此同时，一些学者对资产投资组合收益因素分析提出了 许多不同的的观点和看法，其中比较典型的观点有： s t e p h a nr o s s ( 1 9 7 6 ) 提出了套利定价理论( a p t ，a r b i t r a g e p r i c i n gt h e o r y ) 。a p t 假设：( 1 ) 投资者有相同的投资理念，( 2 ) 投资者是回避风险的，而且还要实现效用最大化，( 3 ) 市场是完全 的，因此对交易成本等因素都不作考虑。与c a p m 不同的是，a p t 没有假设：( 1 ) 单一投资期，( 2 ) 不存在税的问题，( 3 ) 投资者能 以无风险利率自由地借入和贷出资金，( 4 ) 投资者以回报率的均值 和方差为基础选择投资组合。a p t 的一般模式表明，有多个基本因 素共同形成证券回报率，如下式： r i = qi + bi l i l +bi 2 1 2 + + di ki k + e 该式中，n 代表当所有指数为零时的股票期望回报率，i 、i ：i 。 代表各基本影响因素的指数，相应的b 代表回报率对该因素的敏感 系数，e ；为误差项，e ( e ) = 0 。但是a p t 并未说明这些基本因素的 数量和类型。 b l a c k 、j e n s e n 、s c h o l e s ( 1 9 7 2 ) 和f a m a 、m a c b e t h ( 1 9 7 3 ) 研究 发现1 9 6 9 年以前的美国股市中股票投资的平均市场回报与b 之间确 实存在明显而单一的正相关关系，这一点与s l b 模型得出的结论一 致。但是，r e i n g a n u m ( 1 9 8 1 ) 和l a k o n i s h o k 、s h a p i r o ( 1 9 8 6 ) 的 研究却发现在1 9 6 3 1 9 9 0 这段时期美国股市中投资市场回报与0 之 间的这种相关关系消失了。而与此同时，他们发现市场投资回报与 其他一些变量如市值( s i z e ) 、财务杠杆( l e v e r a g e ) 、帐面价值与市 值比( b e m e ) 等的相关关系十分明显，其中市值与股票投资市场 回报之间呈负相关关系，而b e m e 与市场回报之间呈正相关关系。 1 9 8 1 年b a n z 提出小盘股效应( s i z ee f f e c t ) 。他认为美国股市 存在较明显的公司小盘股效应，公司市值( m e - - m a r k e tv a l u eo f c o m m o ne q u i t y ) 较小的股票往往具有较高的市场回报( a v e r a g e r e t u r n ) ，而公司市值较大的股票其市场回报通常较低。 1 9 8 8 年b h a n d a r i 则发现公司财务杠杆( l e v e r a g e ) 与股票收益 之间存在较显著的相关关系，如具有较高的资产市值比( a m e 一公 司总资产公司股票总市值) 的股票具有较高的市场回报，而具有较 高的资产与帐面价值比( a b e a 指a s s e t ，b e 指b o o kv a l u eo f c o m m o n e q u i t y ) 的股票其市场回报往往较低。 s t a t t m a n ( 1 9 8 0 ) 和r o s e n b e r g 、r e i d 、l a n s t e i n ( 1 9 8 5 ) 发现美国 股票的平均市场回报与b e m e ( 公司普通股帐面价值与公司股票市 值比) 之间有着明显的相关关系。c h a n 、h a m a o 和l a a k o n i s h o k ( 1 9 9 1 ) 发现日本股市中股票平均市场回报与b e m e 也同样有着强烈的相关 关系。 b a s u ( 1 9 9 3 ) 在对美国股市进行市值、b 与股票投资市场回报的 截面分析时还发现e p ( 每股收益股票市价) 对股票投资市场回 报也有着一定的影响。b a l l ( 1 9 7 8 ) 则认为e p 代表了影响股票投 资市场回报因素中的不确定性因素( u n n a m e df a c t o r s ) ，因为e p 值 较高的股票往往有着较高的风险和较高投资回报预期，因此其较高 市场回报可以理解为对其较高e p 即非系统性风险的一种补偿。 k e i m ( 1 9 8 8 ) 则认为应该综合考虑上述各种因素的影响。既然 e p 、m e 、l e v e r a g e 、和b e m e 对于股票定价确实有着现实的影响， 那么在模拟股票定价模型时应将它们综合考虑，并选择其中2 3 种 最有效的因素来进行多因素定价模型的模拟。k e i m 所提出的这一观 点应该说是综合了当时理论界对股价影响因素的不同看法，同时也 反映了多因素定价分析方法在实践运用中的必要性。而f a m a 和 f r e n c h 在1 9 9 2 年发表的论文中对美国股市多因素分析的方法及结论 作了具体阐述，从而完成了对多因素模型进行实证分析的这一实践 过程。 1 2f a m a 、f r e n c h 多因素模型分析的主要内容 f a m a 、f r e n c h ( 19 9 2 ) 在t h ec r o s s s e c t i o no f e x p e c t e ds t o c k r e t u r n s ( 股票预期收益的截面分析) 一文中阐述了对n y s e 中的 所有股票进行多因素分析的具体方法和结论，所选取的因素有b 、 市值( m e ) 、资产市值比( a m e ) 、资产与帐面价值比( a b e ) 、帐面 价值与市值比( b e m e ) 和每股收益与股价比( e p ) 。 表1 1 显示的是n y s e 中以b 分类的股票组合参数，0 由大到小 分为十档，其中最小和最大两档又被细分l a 、l b 、1 0 a 、1 0 b 四档。 随着组合b 由l a 的0 8 1 逐渐大到1 0 b 的1 7 3 ，组合平均收益却没 有呈现出相应的递增趋势，l a 为1 2 0 而1 0 b 为1 1 8 ，这一结果显 然不支持slb 模型中的结论，由此可见，在1 9 6 4 年至19 9 0 年期 间b 与股票投资收益之间不存在线性相关关系。 表1 1 ： 按b 分类的投资组合相关参数表 ( 1 9 6 3 7 - - 1 9 9 0 1 2 ) 1 a1 b234567891 0 a1 0 b r e t u r n1 2 01 2 01 _ 3 21 2 6l 3 11 3 01 - 3 01 2 31 2 31 3 31 3 41 1 8 bo 8 10 7 9o 9 21 0 41 1 31 1 91 2 61 3 21 4 11 5 21 6 31 7 3 l n ( m e )4 2 l 4 8 64 7 54 6 84 5 94 4 84 3 64 2 53 9 73 ，7 83 5 23 1 5 l n ( b e ，m e l0 1 80 1 3- 02 2o 2 10 2 3o 2 2- 0 2 2- 0 2 5- 0 2 30 2 70 3 105 0 l n ( a m e 、o 6 00 6 60 4 9 0 4 5o 4 2o 4 20 4 50 4 20 4 70 4 60 4 60 3 1 l n ( a b e 、 o 7 80 7 9o 7 1o 6 60 6 4o 6 50 6 7o 6 70 7 0o 7 3o 7 7o 8 1 e p d u m m y 0 1 20 0 6o 0 90 0 9o 0 80 0 90 1 0o 1 20 1 20 1 40 1 70 2 3 e 什卯 o 1 l0 1 20 1 00 1 0o 1 00 1 0o 1 0o 0 9o 1 00 0 90 0 9o 0 8 f i r m s1 1 68 01 8 51 8 l1 7 91 8 21 8 52 0 52 2 72 6 71 6 52 9 1 说明： 1 、数据取自c r s p ( t h ec e n t e rf o rr e s e a r c hi ns e c u r i t yp r i c e s ) 1 9 6 3 7 1 9 9 0 1 2 统计的所有在n y s e 、a m e x 和n a s d a q 交易的股票。 2 、a 代表公司总资产( t o t a lb o o ka s s e t s ) ： 3 、e pd u m m y 为组合中负收益率股票所占比例，当组合中股票收 益均为正时，e pd u m m y 的值为1 ，当股票收益均为负时， e pd u m m y 的值为0 ； 4 、f i r m s 为股票家数； 5 、r e t u r n 为月平均投资收益率，其他参数亦均为月平均值。 表1 2 是n y s e 中的股票按市值大小进行分类的相关参数表。同 样，市值由小至大被分为1 2 档。随着市值( 以l n ( m e ) 计算) 由1 a 的1 9 8 增大至1 0 b 的8 4 4 ，相应的组合投资平均收益从1 a 的1 6 4 减少到0 9 0 ，这一趋势说明m e 与股票投资收益之间存在较明确的 线性关系。表二同时显示，m e 、r e t u r n 与t 5 之间也有着较明显的线 性关系，随着l n ( m e l 的增加，r e t u r n 的减少，各档的b 由1 a 的1 4 4 减少至1 0 b 的0 9 0 ，因此s l b 模型所推断的口与股票投资收益之间 的线性关系似乎在表1 2 中得以印证，鉴于表1 1 的参数统计结果并 不支持s i b 模型的结论，因此，关于1 3 与股票投资收益之间的关系 仍需作进一步的考察。 表1 2 ： 按市值分类的投资组合相关参数表 ( 1 9 6 3 7 - - 19 9 0 1 2 ) 1 a1 b234567891 0 a1 0 b r e t u l t t1 6 41 1 61 2 91 2 41 2 51 2 91 1 71 0 71 1 00 9 50 8 80 9 0 1 31 4 41 4 41 3 91 3 41 ，3 31 2 41 2 21 1 61 0 81 0 20 9 50 9 0 l n ( m e )1 9 83 1 83 6 34 1 04 5 04 8 95 3 0 5 7 36 2 46 8 27 3 98 4 4 l n ( b b 恤、00 10 2 1o 2 30 2 603 20 3 6- 03 604 40 4 0- 0 4 2- 05 i06 5 l n ( a m e )o 7 3 0 5 00 4 60 4 30 3 7o - 3 20 3 20 2 40 2 9o 2 70 1 7 - 0 0 3 l n ( a b e 、0 7 5 0 7 10 6 90 6 9o 6 8o 6 70 6 80 6 70 6 90 7 00 6 8o 6 2 e p d u m m y 0 2 6o 1 4o 1 10 0 90 0 60 0 40 0 4o 0 30 0 30 0 20 0 20 0 1 e ( + 忡 0 0 90 1 00 1 00 1 00 1 00 1 0o 1 0o 1 0o 1 0o 1 00 0 9o 0 9 f i r m s7 7 21 8 92 3 61 7 01 4 41 4 01 2 81 2 51 1 91 1 46 06 4 说明：同表1 1 。 表1 3 是n y s e 中的股票按b e m e 分类统计的参数表。表中显 示了b e m e 与股票投资收益之间强烈的正相关关系。随着l n ( b e m e ) 由1 a 的一2 2 2 增加到i 0 b 的1 0 2 ，股票投资报酬率也由1 a 的0 3 0 递增至1 0 b 的1 8 3 。而b 在此过程中的变化却很小，与股票收益、 b e m e 均无明显关系，因此0 与股票投资收益之间的关系在此表中 难以得到印证。 4 表1 3 ： 按b e m e 分类的投资组合相关参数表 ( 1 9 6 3 7 1 9 9 0 1 2 ) l a1 b234567891 0 a1 0 b r e t u r no 3 00 6 70 8 70 9 71 0 41 1 71 3 01 4 41 5 01 5 91 9 21 8 3 b1 3 61 3 41 3 21 3 01 2 81 2 71 2 71 2 71 2 71 2 9l3 31 3 5 l n ( m e 、4 5 34 6 74 6 94 5 64 4 74 3 84 2 34 0 63 8 53 5 l3 0 62 6 5 l n ( b e ，m e 、_ 2 2 2 15 1 10 9 - 0 1 5- 0 5 103 20 1 4o 0 3o 2 1o 4 2o 6 61 0 2 l n ( a 舰、1 2 4- 07 90 4 0- o 0 5 0 2 00 4 0o 5 6o 7 l0 9 11 1 21 1 3 51 1 7 5 l n ( a b e l 0 9 4o 7 10 6 80 7 0o 7 10 7 10 7 0o 6 80 7 00 7 00 7 0o 7 3 e p d u m m y 0 2 90 1 50 1 00 0 80 0 8o 0 8 0 0 90 0 90 1 10 1 5o 2 20 3 6 e r + ) p o 0 30 0 40 0 6o 0 80 0 9o 1 00 1 10 1 l0 1 20 1 2o 1 10 1 0 f i r m s8 99 82 0 92 2 22 2 62 3 02 3 52 3 72 3 92 3 91 2 01 1 7 说明：同表1 1 。 表1 4 是n y s e 中的股票按p i e 分类进行统计的相关参数表，其 中表中的0 档为负收益公司股票( e p d u m m y 为1 ) 。表中可看出p e 与股票投资回报之间呈现出一定的u 型相关关系，随着p e 逐渐增 加，r e t u r n 由0 档( 亏损类) 的1 4 6 降低到1 b 的o 9 3 ，此后逐 渐递增至1 0 b 的1 7 2 。但是如果单从收益为正的股票分析，则p e 与r e t u r n 总体上依然保持着一种线性正相关关系。而1 3 与r e t u r n 之 间的线性关系在此表中依然无法得到确认。 表1 4 ： 按p i e 分类的投资组合相关参数表 ( 1 9 6 3 7 1 9 9 0 1 2 ) o1 a1 b234567891 0 a 1 0 b r e t u r n1 4 61 0 40 9 30 9 41 0 31 1 81 2 21 | 3 31 4 21 4 61 5 71 7 41 7 2 b1 4 71 4 01 3 5l t 3 11 2 81 2 61 2 51 2 61 2 4 1 2 31 2 41 2 81 3 l l n ( m e l 2 4 83 6 44 3 34 6 14 6 44 6 34 5 84 4 94 3 74 2 8 4 0 73 8 23 5 2 l n ( be l 恤、- 0 1 0- 0 7 6- 0 9 107 90 6 l- 0 4 7 - o3 3 - 0 2 ll o o g0 0 20 1 5o 2 60 4 0 l n ( a m e )0 9 0- 0 0 5- 0 2 70 1 6o 0 3o 1 80 3 10 4 40 5 80 7 00 8 510 11 2 5 l n ( a b e ) 0 9 90 7 0o 6 30 6 30 6 4o 6 50 6 4o 6 50 6 60 6 8o 7 10 7 5o 8 6 e p d u m m y 1 0 00 0 0o 0 0o 0 00 0 00 0 00 0 0o 0 0o 0 0o o o0 0 00 0 00 0 0 e l + ) p o 0 00 0 10 0 30 0 5o 0 6o 0 80 0 90 1 1o 1 20 1 40 1 60 2 00 2 8 f i r m s3 5 58 89 01 8 21 9 01 9 31 9 61 9 41 9 71 9 51 9 59 59 1 说明：同表1 1 。 通过对上述统计参数与收益之间进行显著性分析，f a m a 与f r e n c h 最后确认s i z e ( 市值) 、b e m e 两个变量对美国股市投资收益的有 着较明显的作用，而b 的作用则受制于s i z e 的影响，即当组合s i z e 较高时，相应的1 3 往往较小，从而组合具有较高的投资收益，并由 此推导出了关于股票资产定价的多因素模型。( 见表1 5 ) 表1 5 ： 投资组合在市值( 1 n ( m e i 。) ) 及l n ( b e m e ) 作用下的多因素模型及检验 ( 1963 7 19 9o 12 ) r = a + b 1 i n ( m e j ) + b mi n ( b e m e ) + e 。 v a r i a b l em e a ns t dt a1 7 78 5 l3 7 7 b ，- o 1 11 0 21 9 9 b ，o 3 51 4 54 ，4 3 r = a + b l + 1 3 + b ai n ( m e ；) + b a i n ( b e m e , ) + e a2 0 75 7 56 5 5 b i 1 0 75 1 2 0 6 2 b ， - 1 0 20 8 9 2 5 2 b 1 0 3 31 2 4 4 8 0 说明：m e a n 为拟合系数均值 s t d 为拟合系数的标准差 t 受m e a n s t d 1 3 c a p m 检验及多因素分析在中国股市的实践及意义 f a m a 、f r e n c h 对美国n y s e 上市的股票所作的分析与研究对系 统深入地把握美国股市市场变动规律及发展方向有着重要意义，他 们从实证的角度运用统计检验的方法较全面地分析了影响美国股市 股票投资收益的相关因素，修正了c a p m 模型中与实践不符的结论， 对b 在定价中的作用作了新的认识，同时明确了其他因素( 如s i z e 、 b e m e ) 在股票定价中的重要意义，有助于投资者更有效地分析股 市，把握投资方向。同时他们的研究方法也为我们将多因素分析应 用于中国股市提供了很好的借鉴。 反观中国股市，从1 9 9 0 年正式成立至今有了近十年的发展时间， 我国学术界也于几年前引入c a p m 模型及多因素模型的概念，然而 在近年来发表的一些研究文章中，对c a p m 及多因素分析翻译介绍 的多，将它们用于实证检验的研究却较少，或者有的实证研究仅限 于个别因素的分析，如小盘股效应、公司收益效应等。 在实证研究中，较为全面系统的分析研究见于1 9 9 7 年学林出版 社出版发行的中国证券市场实证分析一书，该书中收集了上海 证券交易所发展研究中心组织部分学者对上海证券市场所做的一些 实证研究报告。这些报告从不同角度对中国股市的价格行为特点及 运行机制作了深入探索，是中国证券市场上首次将西方的现代资本 资产定价模型及有效市场理论运用于中国股市的实证研究。其中一 份名为现代资产定价模型( c a p m ) 的实证检验的研究报告对 上海股市的定价行为作了较全面的分析。该研究报告中选取了1 9 9 3 年至1 9 9 5 年间在上海证券交易所交易的相关数据，对1 3 的有效性进 行检验，检验结果表明在上海股市中系统性风险1 3 与股票收益存在 一定正相关关系，但并不是c a p m 所预期的线性关系，表明单纯用股 票的风险来解释股票收益是不够的，尚有其他的风险因素在股票定 价中起着不容忽视的作用。报告进一步对公司的股本规模、流通股 比例、公司净资产盈利率、股票日成交量等因素对股票收益的影响 进行检验，检验结果表明不同年份各因素在股票定价中的作用也有 不同：1 9 9 3 年1 3 、公司净资产盈利率对股票定价影响较大，1 9 9 4 年 公司股本、公司流通股比例对股票定价影响较大，1 9 9 5 年则是公司 股本、股票交易量在起主要作用。 由于当时的中国股市还是一个新兴的股市，因此这样的研究受到 许多因素的制约，如数据数量不充分，样本较少，股市的运行不规 范等，但是从实证分析的角度而言，这些研究对中国证券市场发展 的规律作了有价值的探索，同时也为以后进一步的研究提供了十分 有意义的借鉴与参考。 随着近几年来中国股市的不断扩容，管理制度的不断完善，多因 素分析的方法及结论将越来越接近市场。本研究旨在通过上海股市 收益的多因素分析，对上海股市近几年发展过程中定价行为的特点 及规律作出分析，为投资者作出正确的投资决策提供一些有价值的 理论参考。 2 研究方法 2 1 指导思想 借鉴f a m a 、f r e n c h 的研究方法，首先对c a p m 进行检验，考察 1 3 在股票定价中的作用；然后进一步考察其他影响股票定价的相关 因素，建立相应的单因素模型并检验；选择有效因素建立总模型并 对总模型进行有效性检验。 2 2 数据选取 1 、研究的时间段为1 9 9 6 1 1 1 9 9 9 1 2 3 0 ，这主要是基于 以下几方面的原因：第一是考虑研究的工作量，如果将上海股市1 9 9 0 年1 2 月开市至今的全过程都加以分析，工作量将会很大；其次是考 虑研究的实用性，对股市进行研究的主要目的是为了寻找到股市的 发展规律和发展趋势，上海股市是一个飞速发展的新兴市场，其创 立及整个发展过程无疑极不成熟，其中的现象及规律难以反映未来， 因此对上海股市从1 9 9 6 年至1 9 9 9 年进行研究可能更能反映上海股 市发展过程中的最新趋势；最后是考虑研究的连续性，1 9 9 3 年至1 9 9 5 年上海股市的实证分析已经有了较系统的研究注一，因此对1 9 9 6 年 以后的上海股市继续分析研究将使这一工作得以持续并趋于完整。 2 、数据的涵盖范围包括所有在上海证券交易所上市交易的股票， 各股票年平均收益率的统计以交易所交易价格为依据，并考虑分红、 送配等因素加以计算；其他各项指标如市盈率、股本、每股净资产 等根据上市公司每年公布的财务报表资料加以统计或计算，以确保 数据的真实可靠；对每只股票的1 3 值采用时间序列的线性回归加以 估计。 3 、所有数据均由华夏证券公司电脑中心提供。 2 3 多因素的选择 我们将选择b 、p e 、流通市值、年初除权价、净资产收益率、 换手率等六种因素进行考察，这主要是基于以下的考虑： 1 、要对c a p m 模型进行检验，对0 的考察必不可少。 2 、p e 、净资产收益率主要解释股票的内在价值，在一个理性的 市场环境下，将影响投资者对股票投资价值的判断，从而影响股 票的市场表现。 3 、流通市值、年初除权价、换手率等因素在实际投资活动中较 为投资者所关注，如通常所提到的小盘股效应，低价股的炒作、 庄家行为等都与此类指标有关，因此选择这些因素加以考察，可 以对此类现象有一个更深入的认识。 2 4 分析步骤 l 、作出散点图，将各股票年平均收益率与b 、p e 、流通市值、 年初除权价、净资产收益率、换手率等指标逐年进行比较，观察 它们之间的变动趋势。 2 、采用一元线性回归方程分别建立相关指标与收益率之间的定 价模型，并检验。 3 、采用横截面的多元线性回归法，建立多因素股票定价总模型。 4 、运用相关系数检验法对总模型进行检验。 注一：见中国证券市场实证分析第一章现代资产定价模型( c a p m ) 的实证检验 9 3 多因素分析与检验 3 1 1 3 与收益率的分析与检验 3 1 1 收益率及b 的计算 一、股票收益率的计算( 考虑期中送股、配股、送现金红利等因 素) r t 其中：r 。为第t 年年收益率 p 。为第t 年年末价格 p 。为第t 年年初价格 p + 为配股价 n 为配股比例 m 为送股比例 d 为股息红利 二、a 股指数收益的计算 上证a 股指数计算中，对股票的送、配、分红及新股上市等情 况已作了调整，因此，a 股指数收益率的计算可以直接按照以下 公式计算： i t i t - l r t = i t - l 其中：r 。为第t 年指数年收益率，代表市场组合收益率 i 。为第t 年年末a 股指数 i 。一。为第t 年年初a 股指数 三、b 系数的估算 1 3 系数的估算公式为 6 r i bi = 62r - e 。r 一e ( r ) 。r 。一e ( r i ) 其中：b ；为股票i 的b 系数估计，b 系数的估计为逐年估计 8 。i 为市场指数收益率与股票i 收益率的协方差 6 。为市场指数收益率的方差 ，r 。为第t 期市场指数周收益率 e ( r ) 为市场指数周平均收益率 。r 。为第t 期i 股票周收益率 e ( r ；) 为i 股票周平均收益率 3 1 2 图表分析 图3 1 为1 9 9 6 1 9 9 9 年度上海证券交易所所有上市交易股票 b 系数与股票年收益之间变动关系的散点图。图中横轴由左往右代 表b 系数逐渐增大，纵轴至下而上表示收益率逐渐增大。 由图3 1 可看出口与收益率之间线性关系并不明显，点的分布较 多地集中在图形的中底部，0 值极大或极小的点较少，因此趋势难 以确认。 ( 图3 1 ) 表3 1 ： 按b 系数分类的股票收益率统计表 p o r t f o li o12345678 b 的区间0 以下0 0 0 40 4 0 80 81 01 0121 2 1 51 5 1 _ 81 8 以下 1 9 9 6r e t u r n一2 o1 7 25 3 66 2 67 6 66 6 45 4 44 3 1 4 bo 0 4o 2 40 6 50 9 21 1 01 2 91 5 52 0 0 f i r m s71 16 61 5 11 9 57 311 1 9 9 7r e t u r n一5 84 1 11 5 12 0 32 2 95 4 95 5 43 3 6 b一2 3 9o 2 90 6 50 8 91 0 91 3 21 6 12 0 5 f i r m sl3 02 5 71 8 01 4 97 81 51 0 1 9 9 8r e t u r n1 4 8 84 2 11 9 71 oo 37 61 3 63 6 9 b一0 1 10 2 60 6 50 9 1 1 0 91 3 31 6 22 0 4 f i r m s52 41 4 72 0 02 1 81 7 74 51 0 1 9 9 9r e t u r n6 31 9 51 5 41 2 92 1 94 2 75 9 21 3 3 9 b一0 1 10 3 00 6 3o 8 91 0 91 3 01 5 91 9 7 f i r m s1 15 44 2 32 1 61 4 26 34 说明：p o r t f o l i o1 8 为上海证券交易所上市股票按1 3 分类的股票组 合代码； f i r m s 表示统计股票家数； r e t u r n 表示平均年收益率； b 为各区间内股票组合的b 平均值。 表3 1 中的数据统计结果说明b 与股票收益之间并没有c a p m 所 预期的线性正相关关系，而且b 与股票收益之间各年的变动趋势也 各不相同。1 9 9 6 年，随着组合1 8 的1 3 从一0 0 4 递增至2 0 0 ，组合 平均收益率除组合1 、2 较低外，组合3 7 的平均收益率均无明显 差距，说明收益率受b 的影响较小，而组合8 的收益率虽然较高， 但其股票家数仅为一家，难以说明问题。1 9 9 7 年，组合1 8 的b 从 一2 3 9 增加至2 0 5 ，除组合l 收益率较低外，其余组合的平均收益 率分布较为分散。1 9 9 8 年上证指数收益率为负，随着1 3 的增加，除 组合1 收益率较高外，其余组合平均收益率呈u 形分布，组合4 、5 、 6 较低，组合3 、7 较高，组合2 、8 最高。1 9 9 9 年的统计数据表明 随着1 3 的增加，收益率有增加趋势，但线性关系的确认还需要通过 回归公式的推导及检验才能完成。 下面，我们将对b 与股票收益之间的关系作公式推导及检验。 3 1 3 建立模型及相关性检验 推导公式说明： b 系数与股票收益之间关系的推导公式为 r 1 = yo + y1 木b 。+ e i 其中：r ；为股票i 预期收益 y 。、y 、为估计参数 b ，为股票的b 值 e ，为残差 检验方法采用相关系数检验法，计算公式为： r 其中：r 为相关性检验系数，r 越接近于l 表明检验结果越有效 r ；为股票i 的回归收益率； i 为所有股票平均收益率； r ；为股票i 的实际收益率。 参数推导结果及检验结果( 见表3 2 ) ： 表3 2 ： b 系数与股票收益率的回归参数及检验表 r i = yo + y l b + e i y e a ry o ylrf i r m s 1 9 9 60 5 0 8 00 1 3 3 80 0 5 3 42 8 0 1 9 9 70 1 4 2 3o 1 3 5 20 0 9 0 63 6 9 1 9 9 80 3 2 4 90 1 7 4 30 1 4 4 24 2 0 1 9 9 90 0 7 5 10 3 0 9 20 2 2 7 64 6 4 由表3 2 可看出，1 9 9 6 1 9 9 9 年的回归参数相关性检验系数均 较低，说明1 3 与股票收益之间线性关系不明显。同时从表中可看出， 相关性检验系数有逐年递增的趋势，其中1 9 9 9 年的检验系数最高， 这与统计表中所观察到的结果还是一致的。 3 2p e 与收益率的分析与检验 3 2 1p e 的计算 p e 的计算公式为： 股票上年末收盘价 p e = 每股税后利润 其中：每股税后利润为本年度实际税后利润 3 2 2 图表分析 图3 2 为1 9 9 6 1 9 9 9 年度上海证券交易所上市交易股票( 剔 1 4 除亏损类股票) p e 与股票年收益之间变动关系的散点图。图中横 轴由左往右代表p e 逐渐增大，纵轴至下而上表示收益率逐渐增大。 由图3 ，2 可看出，从1 9 9 6 年一1 9 9 9 年随着p e 的递增，点的分 布呈带状递减趋势，即p e 与收益率呈现反比例相关关系。 表3 3 ： 按市盈率分类的股票收益率统计表 p o r t f o li o 1234 5678 p e 的区间1 0 以下1 0 - 2 02 0 3 03 0 - 4 04 0 5 55 5 7 07 0 - 1 0 01 0 0 以上 1 9 9 6r e t u r n2 8 3 29 9 33 9 52 2 02 6 67 99 92 4 6 p e6 61 5 32 4 43 3 74 5 66 1 48 1 81 5 0 8 f i r m s4 21 1 11 1 25 75 02 81 27 1 9 9 7r e t u r n2 0 7 29 5 13 4 68 o一1 81 3 87 01 7 6 p e7 41 6 42 4 83 4 54 6 36 0 88 3 81 3 1 4 f i r m s11 0 11 9 81 5 61 1 52 92 28 1 9 9 8r e t u r n1 7 1 95 9 41 1 95 44 3- 1 0 56 660 p e 8 11 6 6 2 5 53 4 64 6 56 2 28 1 51 6 1 3 f i r m s 76 41 8 11 9 21 4 23 93 41 9 1 9 9 9r e t u r n1 2 9 84 3 22 5 42 1 11 5 49 01 0 o0 4 p e 8 91 6 42 5 13 5 o4 6 66 2 o8 2 41 2 9 8 f i r m s58 81 8 51 6 21 4 08 46 12 7 说明：p o r t f o l i o1 8 为上海证券交易所上市股票( 剔除