三因素模型ppt课件.ppt

《三因素模型ppt课件.ppt》由会员分享，可在线阅读，更多相关《三因素模型ppt课件.ppt（49页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、三因素模型三因素模型组员：叶彬组员：叶彬 范松杰范松杰 孙萌孙萌 蔡蔡丹丹丹丹 高会会高会会三因素三因素模型模型前言前言内容 1234结论结论文章构造文章构造5总结总结前言之前的研究表明股票平均收益率和公司特征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润相关，这种现象并不能被用CAPM解释，解释，他们被称之为异常现象。我们发现，初了过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去短期利润外，

2、其他异常现象都不存在于三因素模型中，本文的研究结果和因素模型中，本文的研究结果和ICAPMA或或APT资产定价一致，但我们同时也将非理性资产定价一致，但我们同时也将非理性定价和数据问题作为可能的解释。定价和数据问题作为可能的解释。法马法马-弗伦奇首先分析了股票价格是否恰当地反映了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

3、非常相似。在不同的规模规模和市账率因素非常相似。在不同的规模-市账率市账率组别中，不同公司的盈余对市场、规模和市账率载组别中，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。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，低盈余收益率和销售

4、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，这些公司在司的典型特征，这些公司在HML上具有负倾斜率，意上具有负倾斜率，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，并在往具有高市账率，并在HML上具有正向斜率；盈余持上具有正向斜率；盈余持续很好的优质公司往往具有低市账率，并且在续很好的优质公司往往具有低市账率，并且在HML上上有负斜率。由于相对困境溢价会在证券组合构成以后有负斜率。由于相对困境溢价会在证券组合构成以后至少持续至少持续5年

5、的时间，因此过度反应假设并不能够解释年的时间，因此过度反应假设并不能够解释全部事实。全部事实。内容：三因素模内容：三因素模型型市场组合收益率市场组合收益率 无风险利率无风险利率小市值股票收益率小市值股票收益率大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高的股票组合收益率市账比低的股票收益率市账比低的股票收益率三因素模型三因素模型截距项残差项Table ITable ITable I25个回归的个回归的R的平均值是的平均值是0.93，所以模型的，所以模型的拟合优度好，且截距项不为拟合优度好，且截距项不为0（截距项数值（截距项数值小，接近于小，接近于0）Table ITable

6、II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。Table IITable IIITable III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。Table IIITable IVAt the end of June of each year t(1963-1993),the NYSE stocks on COMPUSTAT are allocated to three equal groups (low,medium and high;1,2,3) based o

7、n their sorted BE/ME,E/P,or,C/P ratios for year t-1.the NYSE stocks on COMPUSTAT are also allocated to three equal groups (high,medium and low ;1,2,3) based on their five-year sales rank.Table IVTable IV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

8、是相反的才能达到收益率及极限的状态。Table VThree-Factor Regressions for Monthly Excess Returns (in Percent) on the LSV Equal-Weight Double-Sort Portfolios: 7/63-12/93,366 MonthsTable VTable V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。通过表题。通过表5我们可以发现我们可以发现1-1组合（低组合（低BE/ME、高销售增长）是将来、高销售增长）是将来收益率最低的组合

9、，因为收益率最低的组合，因为s和和h的值最小，而的值最小，而3-3组合则与之相反。组合则与之相反。Table VI数据不知道怎么分的，组长自己看着办Table VITable VI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。Table VIITable VIITable VII表格表格7表明三因素模型并不能真证明过去短期收益是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

10、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、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

11、高销售额增长率是强势公司的典型特征，这些公司在些公司在HML上具有负倾斜率，意味着更低上具有负倾斜率，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常有正向的倾斜率，因此具有更高的未来平均回报率。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-variance

12、efficient)，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

13、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

14、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(return premium)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(exante mean-variance efficient frontier)时，预期

15、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(sample selection bias)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(survivorship bias )。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

16、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-phase estimation methodology)，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FF一致，但一旦运用了最大似然估计并且修正了变量内生误差，BETA的显著性和系数都有了显著提高，并且，尽管规模仍然是一个显著的变量但其显著性降低了。Barber和Lyon ( BL,1997 )的研究认为，FF (1992)的研究结果对某一特定的数据库才成立，缺乏普遍性，因为普遍的结论必须建立在不同时期和不同国家的研究基础上。预期股票收益的横截面多因素thanks谢谢观看