




已閱讀5頁,還剩39頁未讀, 繼續(xù)免費(fèi)閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
commomriskfactorsinreturnsonbondsandstocks 報(bào)告人 何晶 Fama French 梗概 1993年 Fama和French的論文 commomriskfactorsinreturnsonbondsandstocks 正式標(biāo)志著三因子模型的建立 在該論文里 他們不僅研究了影響股票收益的因子模型 還研究了對(duì)債券收益的因子模型 一 解釋變量X 三個(gè)步驟構(gòu)造 解釋變量就是我們需要驗(yàn)證的三個(gè)因子 市場(chǎng)超額收益 規(guī)模和賬面市值比 1 分組把股票按每年6月末時(shí)的市值 size 大小進(jìn)行排序 按照50 分位值把股票分為S small 和B big 兩組 再依據(jù)5月末時(shí)的賬面市值比 我們?nèi)? PB 大小對(duì)股票進(jìn)行排序 分為L(zhǎng) low 30 M medium 40 H high 30 三組 2 取交集再分別對(duì)S B和L M H取交集 股票即被分為了SL SM SH BL BM BH六組 也就是說 分組每年6月末進(jìn)行一次 800只股票每次被重新分為了SL SM SH BL BM BH六組 前一年7月到第二年6月重新分組時(shí)的投資組合都是一樣的為什么要按市5值分為兩組 按賬面市值比分為三組呢 是因?yàn)橘~面市值比有更強(qiáng)的作用 所以要把它分得更細(xì) 下面要計(jì)算每個(gè)投資組合的月收益率 計(jì)算投資組合的月收益率時(shí) 要算市值加權(quán)的收益率 這是為了最小化方差 風(fēng)險(xiǎn) Big Small High Low 3 計(jì)算規(guī)模因子和賬面市值比因子 Big Small High Low 市值因子 表示的是由于公司規(guī)模不同造成的風(fēng)險(xiǎn)溢價(jià)賬面市值比因子 表示由于賬面市值比不同造成的風(fēng)險(xiǎn)溢價(jià)可以看出因子的值是一個(gè)市值加權(quán)月收益率序列 因?yàn)檠芯苛?9年的數(shù)據(jù) 所以因子的長(zhǎng)度是342 Fama只做到了1991 10月 所以是342個(gè)月 Forthesizesort MEismeasuredattheendofJune Forthebook to marketsort MEismarketequityattheendofDecemberofc 1 andBEisbookcommonequityforthefiscalyearendingincalendaryearr 1 在Fama和French的文章中 他們用每年六月末的股票市值和每年年末的帳市比作為分類依據(jù) 因?yàn)榱履┦敲绹?guó)股市要求披露年報(bào)的日期 而年末時(shí)間節(jié)點(diǎn)的選擇是因?yàn)檎麄€(gè)研究是以一個(gè)自然年為分組依據(jù) 二 因變量的劃分標(biāo)準(zhǔn) 將股票按之前的方法分為25個(gè)組合 即 在每年5月末 按照市值大小將股票排序并分為5組 然后按照賬面市值比大小把股票分為5組 交叉取交集 得到5 5 25個(gè)股票組合也就是說Fama做了25個(gè)回歸 每次回歸時(shí)的解釋變量x都一樣 被解釋變量y不同然后計(jì)算25個(gè)股票組合 每個(gè)組合的市值加權(quán)月收益率序列 342個(gè)月 因?yàn)槿绻覀兿胗^察size對(duì)股票收益率的影響 我們就得控制B M變量 但是實(shí)際上每個(gè)公司的B M都不相同 不可能完全控制變量 故只能把B M處于一個(gè)范圍的看作控制變量 即holdingtheB Mroughlyconstant WeuseportfoliosformedonsizeandBE MEbecauseweseektodeterminewhetherthemimickingportfoliosSMBandHMLcapturecommonfactorsinstockreturnsrelatedtosizeandbook to marketequity Later however weuseportfoliosformedonE P earnings price andD P dividend price variablesthatarealsoinformativeaboutaveragereturns tochecktherobustnessofourresultsontheabilityofourexplanatoryfactorstocapturethecross sectionofaveragereturns 使用市值和賬面市值比劃分是為了驗(yàn)證我們構(gòu)造的SMB和HML是否抓住了股票回報(bào)中和規(guī)模和賬面市值比有關(guān)的共同因子 后面 使用收益 價(jià)格和股息 價(jià)格進(jìn)行穩(wěn)健性檢驗(yàn) 組合的每年的平均數(shù)量 按賬面市值比劃分的五個(gè)分位 按市值規(guī)模劃分的五個(gè)分位 規(guī)模的均值 市值占總組合的比重 因變量的描述性統(tǒng)計(jì) Earning Price Dividend Price 從表1來看 最小分位數(shù)的組合中含有最多的股票 盡管他們有最多的股票數(shù)量 但是五個(gè)最小市值分位數(shù)的組合的市值都比25個(gè)組合的平均市值要小0 7 左右 五個(gè)最大市值的組合卻只有最少數(shù)量的股票 五個(gè)最大市值組合占總組合比重是74 擁有最大市值和最小賬面市值比的組合 代表了大的成功的公司 單獨(dú)地占有了超過全部組合的30 的市值比重 因變量的描述性統(tǒng)計(jì) 債券相關(guān)的因子 CB LongtermcorporatebondreturnLTG LongtermgovernmentbondreturnRF onemonthtreasurybillrate DEF Term 政府債 公司債 RMO 截距和殘差之和 匯總統(tǒng)計(jì) 解釋變量 被解釋變量 債券超額收益 被解釋變量 股票超額收益 對(duì)債券因子 期限風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)的回歸 Interestingly thecommonvariationcapturedbyTERMandDEFis ifanything strongerforstocksthanforbonds MostoftheDEFslopesforstocksarebiggerthanthoseforbonds TheTERMslopesforstocks allcloseto1 aresimilartothelargestslopesproducedbybonds 股票的Term和Def的系數(shù)比債券的大 Inthebondregression R2rangesfrom0 49forlow gradecorporatesto0 97and0 98forhigh gradecorporates Incontrast R2rangesfrom0 06to0 21forstocks 從R2分析 Term和Def兩個(gè)因子體現(xiàn)了一些股票和債券的共同風(fēng)險(xiǎn)因子 但是對(duì)于股票和低等級(jí)債券來說 還有很多因子需要加入來解釋他們 一般的 1 64 2 58 表示在0 01顯著性水平顯著 TERM的斜率從1 5政府債到6 10政府債到5個(gè)等級(jí)的公司債是遞增的 只有最低等級(jí)公司債是例外 這就說明了長(zhǎng)期債券對(duì)于利率的變動(dòng)更加敏感 TERM就代表了利率的變動(dòng)的影響 25個(gè)股票組合的TERM的斜率和長(zhǎng)期債券差不多 表明TERM因子 代表折現(xiàn)率的沖擊 對(duì)于股票和債券的影響機(jī)制是一樣的 對(duì)市場(chǎng)收益的回歸 從表3來看 市場(chǎng)收益抓住了更多的commonvariance比起債券兩因子 只有大市值和小賬面市值比的R2接近0 9 其他的都低于0 8 說明還遺漏其他的因子 對(duì)市值因子和賬面市值比因子回歸 2020 2 4 23 表5說明沒有了市場(chǎng)因子 SMB和HML抓住了時(shí)間序列的差異 time seriesvariation R2大都大于0 2 說明僅僅使用這兩個(gè)因素的解釋力很弱 股票 債券 對(duì)三因子回歸 對(duì)三因子進(jìn)行回歸說明了三個(gè)因子識(shí)別了股票回報(bào)的很強(qiáng)的commonvariance 固定賬面市值比不變 SMB的斜率是隨著市值變大逐漸變小的 固定市值不變 HML的斜率是隨著賬面市值比的增大而從很大的負(fù)值變成很大的正值 對(duì)股票三因子和債券兩因子回歸 作者定義 債券兩因子識(shí)別了commonvariation 股票兩因子識(shí)別了sharedvariation 表7說明 五因子回歸中 債券因子對(duì)債券收益有很強(qiáng)解釋力 股票因子對(duì)股票收益有很強(qiáng)的解釋力 對(duì)于股票來說 加入債券因子對(duì)于股票因子的斜率沒有什么影響 和表6只有三因子時(shí)差不多 對(duì)于債券 加入股票三因子時(shí)對(duì)于兩因子影響不大 回歸斜率和表3的只有兩因子差不多 股票的因子影響只有對(duì)于債券的低等級(jí)債券有影響 但是債券因子對(duì)于股票其實(shí)還是有影響的 只是這種影響被市場(chǎng)因子RM RF吸收了 作者隨后驗(yàn)證它 用市場(chǎng)因子對(duì)于其他因子回歸 較大的term和def斜率說明了這兩個(gè)因素可以識(shí)別出股票的commonvariation 把這個(gè)回歸中的截距和殘差之和記為RMO 可以作為一個(gè)正交化的市場(chǎng)因子進(jìn)行回歸 超額回報(bào)對(duì)上頁的截距和殘差之和 市值因子 賬面市值比因子和債券兩因子回歸 系數(shù)和7a相同 1 把截距和殘差項(xiàng)進(jìn)行回歸 說明是市場(chǎng)因子除去了term和def等的影響后的市場(chǎng)因子 更加純凈 2 在8b中 債券的term和def的斜率還是很大 3 在8a中 RMO的斜率和表7a中RM RF的斜率是一樣的 8a中的SMB比起表7變大了 HML變小了 但是不同組合之前的差距是差不多的 4 變化最大的是兩個(gè)債券因子 Term和def的斜率接近對(duì)債券的回歸的斜率的大小 說明了兩個(gè)債券因子識(shí)別了股票和債券回報(bào)中很強(qiáng)的commonvariation 5 因?yàn)镽M RF RMO TERM DEF中只有很少的橫截面差距 所以由債券兩因子產(chǎn)生的commonvariation被埋沒在超額市場(chǎng)回報(bào)因子中了 每個(gè)回歸的截距項(xiàng)的總結(jié) 1 回歸 ii 對(duì)RM RF回歸后剩下的截距項(xiàng)差距很大 說明市場(chǎng)因子留下了很多橫截面的變化 cross sectionalvariation 沒有解釋 這是和規(guī)模和賬面市值比有關(guān)的 2 回歸 iii 對(duì)SMB和HML回歸發(fā)現(xiàn) 不同組合對(duì)比 剩下的截距項(xiàng)大小是差不多的 說明橫截面差距被解釋了 但是截距項(xiàng)的值比較大 說明忽略市場(chǎng)因素 3 回歸 iv 三因素的回歸使得截距項(xiàng)幾乎為0 市值因子和賬面市值因子主要用來解釋不同股票之間收益的差異 但是市場(chǎng)因子主要解釋為什么股票回報(bào)會(huì)平均高于一個(gè)月的債券 4 回歸 v 再加入兩個(gè)債券因子后沒什么變化 一月效應(yīng) SMB和HML中一月效應(yīng)很強(qiáng) 只有一小部分為正 一月效應(yīng) 股票收益 特別是小股票 在一月的收益率較高 用超額回報(bào)對(duì)一月啞變量回歸 發(fā)現(xiàn)除了最小的股票 殘差中的一月季節(jié)性很弱 一月的季節(jié)性已經(jīng)被其他風(fēng)險(xiǎn)因子中的季節(jié)性吸收了 在最小的兩個(gè)股票分類里 一月啞變量的斜率大于2 92 t值大于兩個(gè)標(biāo)準(zhǔn)誤 控制賬面市值比不變 一月效應(yīng)隨著規(guī)模增加而下降 一月效應(yīng)隨著賬面市值比的增加而增加 從A到LG債券的一月效應(yīng)也在增大 說明1月效應(yīng)存在 用五因素回歸后的殘差對(duì)一月啞變量進(jìn)行回歸 只有最小的股票分類是正值 其他都是負(fù) 而且不顯著 所以不用把1月效應(yīng)單獨(dú)提出來作為一個(gè)風(fēng)險(xiǎn)因子 應(yīng)用 1 選擇組合2 評(píng)估表現(xiàn)3 在事件研究中衡量不正常的回報(bào)4 估計(jì)資本成本 應(yīng)用 1 選擇組合用歷史數(shù)據(jù) 用超額回報(bào)對(duì)五因素做回歸 斜率和歷史的因子平均收益能夠被用來估計(jì)組
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- Cefadroxil-13C6-BL-S-578-sup-13-sup-C-sub-6-sub-生命科學(xué)試劑-MCE
- 江門職業(yè)技術(shù)學(xué)院《數(shù)字合成基礎(chǔ)(AE)》2023-2024學(xué)年第一學(xué)期期末試卷
- 武漢晴川學(xué)院《理論與實(shí)踐(二)》2023-2024學(xué)年第一學(xué)期期末試卷
- 浙江長(zhǎng)征職業(yè)技術(shù)學(xué)院《案例與論文寫作》2023-2024學(xué)年第一學(xué)期期末試卷
- 2024-2025學(xué)年宿州市重點(diǎn)中學(xué)數(shù)學(xué)七年級(jí)第一學(xué)期期末學(xué)業(yè)水平測(cè)試模擬試題含解析
- 江蘇省南通港閘區(qū)五校聯(lián)考2024-2025學(xué)年化學(xué)九年級(jí)第一學(xué)期期末監(jiān)測(cè)試題含解析
- 大連海洋大學(xué)《全科醫(yī)學(xué)》2023-2024學(xué)年第一學(xué)期期末試卷
- 企業(yè)資金流動(dòng)的審計(jì)策略分析
- 遼寧特殊教育師范高等??茖W(xué)校《現(xiàn)代食品營(yíng)養(yǎng)與安全自科類》2023-2024學(xué)年第一學(xué)期期末試卷
- 2025屆北京理工大附中分校七年級(jí)數(shù)學(xué)第一學(xué)期期末教學(xué)質(zhì)量檢測(cè)試題含解析
- 【中考真題】2025年北京市中考數(shù)學(xué)真題(含解析)
- 浙江省臺(tái)州市2024-2025學(xué)年高一下學(xué)期6月期末英語試題
- 光伏發(fā)電項(xiàng)目施工方案(安裝)光伏施工方案
- 行為安全觀察與溝通
- 疲勞風(fēng)險(xiǎn)培訓(xùn)課件
- GB/T 45707-2025皮革鉻鞣鞋面用坯革規(guī)范
- 2025年中小學(xué)教師職稱評(píng)審考試試卷及答案
- 中職學(xué)校教材管理制度
- 海綿城市建設(shè)中的BIM技術(shù)應(yīng)用實(shí)例
- 高校教師資格證考試《高等教育心理學(xué)》真題及解析(2025年)
- (王瑞元版本)運(yùn)動(dòng)生理學(xué)-課件-3-第三章-血液
評(píng)論
0/150
提交評(píng)論