《实证资产定价-presentppt课件》由会员分享，可在线阅读，更多相关《实证资产定价-presentppt课件（24页珍藏版）》请在金锄头文库上搜索。
1、.,Multifactor Explanations of Asset Pricing Anomalies,Fama and French,.,ABSTRACT,普通股的平均收益率与公司特征有关：大小、earnings/price,cash flow/price,book-to-equity,长期历史收益与短期历史收益等等有关。而这些是不能被CAPM所解释，故被称为市场异象。 笔者发现，除了短期收益率，大部分市场异常在三因素模型中都消失了。,.,市场异常,DeBondt and Thaler(1985)：low long-term past returns tend to have highe
2、r future returns Jegadeesh and Titman(1993):short-term returns tend to continue 其他人发现平均股票收益率还与诸如：size(ME=P*No. of shares)、BE/ME、E/P、C/P and past sales growth有关。因为这些都不能用CAPM解释，故被称为异象。 笔者认为，很多基于CAPM的股票收益率异象是相关联的。而且都可以用Fama and French的3因素模型来解释。 3因素模型： 可以被三个因素解释 1. 市场组合的超额收益 2.小股票与大股票组合的收益率差：SMB 3.高B/P与
3、低B/P的组合的收益率差：HML,.,三因素模型阐述,模型表述 回归模型,.,Relative distress,BE/ME and slopes on HML are proxy for relative distress. Weak firms: low earnings, high BE/ME, positive slopes on HML Strong firms: high earnings, low BE/ME, negative slopes on HML Chan and Chen(1991): covariation in returns related to relativ
4、e distress which is not captured by the market return and is compensated in average returns. Justify using HML Huberman and Kandel(1987):covariation in returns on small stocks that is not captured by the market return and is compensated in average returns. Justify using SMB,.,FF(1993)：3-因素模型较好的解释了基于
5、size和BE/ME的组合收益率。FF(1994)：使用3-因素模型解释行业收益率。此处，FF要说明3-因素模型解释了基于E/P，C/P，和sales growth组合收益率。 Strong firm: Low E/P, low C/P and high sales growth, negative slopes on HML（HML平均收益率大约是6%每年）imply lower expected returns。 Weak firm: High E/P, High C/P, low sales growth, positive slopes on HML(relatively distre
6、ssed),imply higher expected returns. 3因素模型也扑捉了长期收益率的回复效应。 Low long-term past returns(losers) tend to have positive SMB and HML slopes（smaller and relatively distressed）and highter future average returns. Long-term winners tend to be strong stocks that have negative slopes on HML and low future retur
7、ns.,.,3-factor的局限,不能解释short-term returns的延续。与long-term losers一样，low short-term past returns倾向于有正的HML loading。Short-term past winners load negatively on HML. 只有reversal能被解释，continuation不能被解释。不过3因素模型还是解释了大部分异象。 当然，反对声音也比较多的集中在distress的premium上面。(survivor bias, data snooping, real but irrational),.,I.
8、Tests on the 25 FF Size-BE/ME portfolios,Rf为月初观测到的one-month Treasury bill rate. 1963-1993年期间，每年的6月底，把NYSE、AMEX和Nasdaq的股票分为两组(大小，BS)，基于该股票的ME到底是高于还是低于NYSE股票的ME中位数。把NYSE、AMEX和Nasdaq的股票分为三组(BE/ME,L30% M40% H30%),基于该股票的BE/ME在NYSE股票的相应位置。七月到明年6月的Value-weight 组合月收益率即可被求出。25size-BE/ME组合是通过类似的手段做出来的。BE/ME比率
9、实际上用了t-1年的BE，和t-1年的ME。他们没有使用负BE的公司和非常规common equity的数据。 RM是所有的size-BE/ME组合股票的value-weight return，还加上被剔除的负BE股票的收益率。,.,表1,Small stocks tend to have higher returns than big stocks high-book-market stocks have higher returns than low-BE/ME stocks,.,如果3因素模型描述了预期收益，那回归的节距项应该接近0。估计的节距项上看，小股票低BE/ME组合有大的负收益没
10、有解释，大股票低BE/ME组合有正收益没有解释。其余情况还是接近于0的。,.,LSV Deciles,LSV1994：检验了基于BE/ME，E/P,C/P 和5年期销售排名构件的10分位组合。不过作者使用的时间仍然是6月，而不是像LSV那样使用4月。而且，作者只使用了NYSE的，包含了所有必要信息的股票 1. Average return and BE/ME,E/P or C/P 有强正相关关系。 2. Past sales growth is negatively related to future return。 3. 表3表明，3因素模型反映了这些模式关系。回归的截距项普遍很小，R2都很
11、大(解释力度都很大)。GRS检验没有拒绝假设(3因素模型描述了平均收益率)。考虑到截距项的大小和GRS检验，3因素模型在LSV deciles上的表现要好于其在25 FF size-BE/ME组合上的表现的。 表3：Higher-C/P produce larger slopes on SMB and HML. 用股价除会计变量得到的特征似乎与HML的回归系数相关。考虑到HML回归系数可以反映relative distress，笔者认为，low BE/ME,E/P and C/P是强势股的特征，而high BE/ME,E/P and C/P是 relatviely distressed 股票特
12、征。,.,表2：Summary statistics for simple monthly excess returns(in percent) on the LSV Equal-weight Deciles:7/63-12/93,366 months,High sales rank, low future returns; low sales-rank, high future returns. 3因素模型捕捉到了这个模式，因为 low sales-rank的股票往往都是distressed stocks。,.,表33-factor time- series regressions for
13、monthly excess returns(in percent) on the LSV equal-weight deciles: 7/63-12/93,366 months,截距项非常接近0.尽管sales-rank产生了最大的GRSF-statistic(0.87)，但是p-value却是0.56.笔者认为这是重要的问题，因为sales-rank是唯一不是价格变量变化的指标。,Null: the regression intercepts for a set of tem portfolios are all 0.0. p(GRS) is the p-value of GRS. 参见：
14、A test of the efficiency of a given portfolio p11461147,.,LSV double-sort portfolios,LSV 认为：用两个会计指标对股票进行分类会更为准确的区分强势股和压力股，进而产生更大的平均收益spread。因为有股价的会计比率会倾向于相关。 笔者于是按照sales-rank和BE/ME，E/P or C/P的方式进行了33的分类。表4也表明，sales-rank确实增加average return spread,.,表4summary statistics for excess returns(in percent) o
15、n the LSV equal-weight double-sort portfolios:7/63-12/93,366 months,Sales-rank,高,低,.,表53 factor regressions for monthly excess returns(in perent) on the LSV equal-weight double-sort portfolios:7/63-12/93,366 months,3因素模型较好的解释了LSV double-sort 收益率问题。截距项都不显著区别于0.GRS检验也支持了3因素回归模型截距项为零的推断。最小的p值为0.284.,.,
16、Portfolios formed on past return,When portfolios are formed on long-term(35 years),past losers tend to be future winners(reversal). When portfolios are formed on short-term(upto one year), past losers tend to be future losers(continuation),.,表6average monthly excess returns(in percent) on equal-weight NYSE deciles formed monthly based on continuously compounded past returns,低,高,.,表73factor regressions for monthly excess returns(in percent) on equal-weight NYSE portfolios for
