三因素模型PPT课件.ppt

三因素模型 组员 叶彬范松杰孙萌蔡丹丹高会会 内容 文章构造 5 总结 前言 之前的研究表明股票平均收益率和公司特征如规模大小 利润 现金流 市账比 过去的销售增长率 过去长期利润 过去短期利润相关 这种现象并不能被用CAPM解释 他们被称之为异常现象 我们发现 初了过去短期利润外 其他异常现象都不存在于三因素模型中 本文的研究结果和ICAPMA或APT资产定价一致 但我们同时也将非理性定价和数据问题作为可能的解释 法马 弗伦奇首先分析了股票价格是否恰当地反映了盈利能力的差异 结果理性定价模型预测一致 市账率与公司规模都和盈余的特征有关 随后发现盈余中存在的规模和市账率因素与那回报率中存在的规模和市账率因素非常相似 在不同的规模 市账率组别中 不同公司的盈余对市场 规模和市账率载荷的方式非常接近 由此他们认为回报率中的共同因素反映了盈余中的共同因素 这个结果表明盈余中的市场 规模和市账率因素应该是回报率中对应因素的来源 本文表明三因素模型体现了根据盈余收益率 现金流收益率和销售增长率构成的证券组合收益率 低盈余收益率 低现金流收益率和高销售额增长率是强势公司的典型特征 这些公司在HML上具有负倾斜率 意味着更低的期望回报率 盈余持续不高的弱小公司往往具有高市账率 并在HML上具有正向斜率 盈余持续很好的优质公司往往具有低市账率 并且在HML上有负斜率 由于相对困境溢价会在证券组合构成以后至少持续5年的时间 因此过度反应假设并不能够解释全部事实 内容 三因素模型 市场组合收益率 无风险利率 小市值股票收益率 大市值股票收益率 市账比高的股票组合收益率 市账比低的股票收益率 三因素模型 截距项 残差项 TableI TableI TableI 25个回归的R的平均值是0 93 所以模型的拟合优度好 且截距项不为0 截距项数值小 接近于0 TableI TableII 表二是依据纽交所1963年七月份到1993年12月份366个月的数据 它是根据上述公司计算所以上市公司每年的销售增长排名 从高到低分为10组 TableII TableIII TableIII 过去销售额高的公司将来回报率较低 而过去销售额较低的公司将来反而有高的回报率 TableIII TableIV AttheendofJuneofeachyeart 1963 1993 theNYSEstocksonCOMPUSTATareallocatedtothreeequalgroups low mediumandhigh 1 2 3 basedontheirsortedBE ME E P or C Pratiosforyeart 1 theNYSEstocksonCOMPUSTATarealsoallocatedtothreeequalgroups high mediumandlow 1 2 3 basedontheirfive yearsalesrank TableIV TableIV 两种相反极限的债券组合 例如说低的BE ME E P 或者是C P和高的销售增长率或是说高的BE ME E P 或者是C P和低的销售增长率 总是有着最低或是最高的未来平均回报 总之 两者的搭配是相反的才能达到收益率及极限的状态 TableV Three FactorRegressionsforMonthlyExcessReturns inPercent ontheLSVEqual WeightDouble SortPortfolios 7 63 12 93 366Months TableV TableV 三因素模型很好地解决了双极限证券组合 即高低搭配 的收益率问题 通过表5我们可以发现1 1组合 低BE ME 高销售增长 是将来收益率最低的组合 因为s和h的值最小 而3 3组合则与之相反 TableVI 数据不知道怎么分的 组长自己看着办 TableVI TableVI 表6说明了根据过去四年 60 13 所划分的股票组合呈现一个反转的趋势 短期来说 持续趋势带来的收益可以弥补短期的损失 所以根据短期收益划分的证券组合在未来10个月保持持续趋势 2020 2 4 26 TableVII TableVII TableVII 表格7表明三因素模型并不能真证明过去短期收益是可以持续的 探索三因素模型 之前我们所论述的CAPM的异常值都可以被三因素模型所解释 这里我们所使用的三因素是SMB HML 但同时有其他合适的三因素来解释平均收益率 之前的CAPM模型假设投资者是风险厌恶的 只在意收益率和方差 而改进的CAPM模型则认为投资者同时对状态变量的风险也有着敏感性 因此 最优的债券组合应该满足多因素最小方差 即当给定组合的预期收益率和特定的状态变量敏感度 这些证券组合有着最小的方差 结论 本文表明三因素模型体现了根据盈余收益率 现金流收益率和销售增长率构成的证券组合收益率 低盈余收益率 低现金流收益率和高销售额增长率是强势公司的典型特征 这些公司在HML上具有负倾斜率 意味着更低的期望回报率 过去长期回报率低的股票通常有正向的倾斜率 因此具有更高的未来平均回报率 一 研究背景 Sharpe 1964 Lintner 1965 和Black 1972 提出的资本资产定价模型 以下简称CAPM模型 对学术研究者对收益和风险之间关系的思维方式产生了深远的影响 根据Markowitz 1959 的研究 CAPM模型预测 市场投资组合是均值一方差有效的 mean varianceefficient 这就意味着 1 股票的预期收益与这些股票的BETA 股票收益与市场收益回归所得的斜率 呈正的线性相关 2 BETA足以解释横截面的预期股票收益 Black Jensen和Scholes BJS 1972 Fama和MacBeth FM 1973 发现 在1969年以前 股票平均收益与BETA之间存在着简单的正相关关系 二十几年来 BETA经常被用来直接估计系统风险 在收益模型中 BETA常被用来估计股票的累计非正常收益率 Ball和Brown 1968 这些研究都是建立在BETA可以作为风险溢价的衡量指标的基础上的 但是 实际上 BETA是否可以作为投资者风险溢价的要求报酬率的指标 还有待验证 预期股票收益的横截面多因素分析 结论 尽管在1992年之前 许多研究的结果都表明CAPM的预测能力不那么可靠 但没有哪一篇文章及得上FT 1992 1993 1995 的研究对财务学的影响 FF 1992 以美国NYSE AMEX和NASDAQ的公司为样本 研究了1962年到1990年间预期股票收益横截面的一些影响因素 纳入FF研究的变量有BETA 规模 财务杠杆 B P 市盈率 结果表明规模和B P可以解释与上述所有变量有关的预期股票收益横截面变化 而且 BETA与股票收益不存在显著的相关性 这种结果即使在只有BETA一个解释变量时依然不变 如果股票价格是理性的 风险与回报正相关 那么 规模与B P应该能够度量风险 FF 1993 1995 的研究认为 与规模和B P有关的收益溢价 returnpremium 是风险的回报 这与Merton 1973 提出的跨期资本资产定价模型 ICAPM 以及Ross 1976 套利定价理论 APT 一致 他们提出了一个三因素模型来解释预期股票收益的横截面变化 预期股票收益的横截面多因素 延伸 然而 FF的研究结论遭到了广泛的质疑 Roll和Ross RR 1994 认为 当市场组合确实位于事先均值方差有效前沿 exantemean varianceefficientfrontier 时 预期股票收益与真实的BETA之间确实存在线性关系 现有的一些经验性研究之所以没有发现这样的关系 一个可能的原因是市场组合并非均值方差有效的 即使市场组合非常接近有效前沿 也有可能无法捕捉这种关系 Kothari Shanken和Sloan KSS 1995 的研究发现 样本选择偏差 sampleselectionbias 对FF 1992 的研究结果产生了影响 因为FF采用的样本来自美国COMPUSTAT数据库 但这个数据库内的公司往往不包括经营失败的公司 因此该数据库就存在样本的生存偏差 survivorshipbias 通常 面临困境的公司B P也比较低 一旦这些公司经营失败 就可能不再收入COMPUSTA数据库 因此 B P的历史数据较低且仍然留在数据库中的公司通常都安全度过了困境 这样 FF发现的B P与股票收益之间的正相关关系可能是基于样本选择的偏差 KSS在剔除了样本选择偏差的情况下 发现B P与股票收益之间几乎没有关系 Kim 1995 认为FF在估计BETA时使用了两阶段估计法 two phaseestimationmethodology 而这种方法带来的变量内生误差会损害BETA在统计中的显著性 Kim在研究中使用了最大似然估计法 并对变量内生误差进行了修正 结果发现 如果运用最小二乘法 且变量内生误差没有经过修正 研究结果与