中国股票市场FF多因子模型的比较分析

FF多因子模型是资产定价理论的重要模型,它对于中国股市是否也同样适用呢?我们针对上证180指数样本股和深证100指数样本股以及二者之和分别建立了FF多因子模型,并进行了检验和比较分析。使用的方法是最小二乘法和广义距估计方法(GMM)。结果表明FF多因子模型对于中国股市是基本适用的。

考虑频率因子的VMD-GRA-BP库区滑坡位移预测模型

为了减少库区滑坡失稳可能带来的损失,确保水电工程的安全稳定运行及保障周边民众的生命财产安全,探讨提升库区滑坡位移预测精度的方法。提出结合频率因子(frequency factor,FF)和变分模态分解-灰色关联度分析-误差反向传播神经网络(variational mode decomposition-grey relational analysis-back propagation neural network,VMD-GRA-BP)模型的库区滑坡位移预测方法,并应用于三峡库区滑坡。研究结果表明:FF对周期位移分量的预测效果有一定的提升,VMD-GRA-BP模型能够简化复杂非线性库区滑坡位移预测问题,BP模型预测性能优异,预测精度多高于支持向量机(support vector machine,SVM)和k最近邻(k-nearest neighbor,KNN)模型。研究结果可为库区滑坡位移预测和预警提供参考。

基于状态转移信息对FF三因子模型的改进

以1995年6月-2005年12月期间在我国沪深A股市场上市的全部股票为样本,本文实证发现,在新的样本期间,FF三因子模型不能对组合收益作出完全的解释。为了基于现代金融理论的基本观点对组合收益作出完全解释,本文利用状态转移信息对无条件的FF三因子模型进行改进,实证发现,改进后的状态转移的条件定价模型对我国股市的组合收益作出了完全解释。由此得出结论认为,在解释组合收益时,状态转移的条件定价模型是一个优于无条件FF三因子模型的模型。

上海股票市场的FF三因子模型

FF三因子模型是法玛和弗兰切在1993年提出的资产定价理论,本文研究它对于上海股市的适用性。针对上证180指数样本股建立三因子模型,并进行了检验,结果表明:FF三因子模型对于上海股市是基本适用的。

基于流动性溢价视角下FF三因子模型在我国股票市场中的调整研究

在Amihud研究的基础上构造了非流动性比率作为衡量股票市场流动性的指标,并验证了我国股票市场流动性溢价现象的存在。该现象对传统的资产定价模型造成了很大的冲击,传统的FF三因子模型无法解释流动性溢价现象,依照FF三因子模型中公司规模效应因子和账面市值比效应因子的思路构造了流动性因子,并将流动性因子融入到传统的FF三因子模型中。实证结果表明调整之后的FF三因子模型能够充分地解释流动性溢价现象,在研究过程中还证实了小公司效应和高账面市值比效应理论。

影响中国基金短期业绩的市场因子分析

通常认为基金业绩受市场风险因子影响 ,因而在评价基金业绩时也使用市场风险因子分析法 ,其中较为流行的是Jensen指数法 ,但本文使用Jensen指数法对 1999年 6月至 2 0 0 0年 12月的投资基金进行回归后发现Jensen指数法回归结果并不显著。本文转而使用另一种市场因子分析法———Fama&French的“三因子模型”来进行基金业绩评估 ,结果发现这个模型对我国基金收益率的解释能力也很低 ,说明影响中国基金业绩的市场风险因子不是 β值、HML、SML。本文对两个模型在我国基金评估上的失败提出了解释 ,并利用Hendricks、Dar ryll、Patel、Zeckhauser、Russ的研究结果对回归方程的结构进行了修正 ,使其对基金收益率的解释能力大大增强。改进之后的方程结构表明 :影响中国基金业绩的市场因子是基金业绩自身的持续性 ,部分优秀基金业绩受自身成长性影响。

上海股票市场系统流动性风险溢价研究

以收益率与系统流动性因子的β值作为系统流动性风险的代理变量,按照FF三因素模型的方法,将账面市值比替换成β值,构建新的包含市场超额收益、公司规模和β值的三因素模型,研究系统流动性风险与我国股市超额收益的关系。上证50指数成分股的实证结果表明,系统流动性风险对我国股市超额收益有显著影响,β值为正的股票获得正的系统流动性风险溢价,而β值为负的股票获得"负"溢价。

动态财务分析中的投资产生器

国外动态财务分析(DFA)的投资产生器中以往都是采用CAPM对权益型资产进行定价。鉴于CAPM在中国资本市场的适用性尚存较大疑问,本文用较为精确的F am a和F rench的三因子模型对动态财务分析中的CAPM进行替代。并且利用历史数据对FF三因子模型的参数进行了估算,并对其解释能力进行了评估,保证了FF三因子模型可行。最后比较了FF三因子模型和CAPM在动态财务分析D ynaM o 3.0平台下的预测能力。得出在DFA下FF三因子模型的解释能力和预测准确性都强于CAPM的结论,建立了适合中国市场状况的投资产生器。

异质风险、市场有效性与CAPM异象研究——基于沪深股市横截面收益分析

本文基于股票历史贝塔值、异质波动风险、股票价格和公司规模四种分组模式,以2007年7月至2011年7月沪市497只与深市678只股票为研究对象,利用似然比检验方法分别对上海证券市场和深圳证券市场进行了零贝塔形式的CAPM有效性检验。实证结果发现,利用历史贝塔值分组,沪市和深市均基本符合CAPM模型,但在其他分组模式下,沪深两市存在不同程度的横截面异象。此外,还进一步根据引入流动性补偿因子的改进FF因素模型对沪深两市溢价效应、横截面异象及其诱因进行了讨论与探究。

权益资本成本估价模型文献综述

现有的财务文献全面地阐述了权益风险溢价的重要性,而计算权益风险溢价的关键是期望报酬率。有八种模型用来计算期望报酬率,其中资本资产定价模型与FF三因素模型是面向事后的估值模型,后六种是面向事前的ICE估值模型,每一种模型的预测能力和适用性都不相同。

网络社交媒体中投资者情绪对股票市场的影响研究

行为金融学理论表明投资者情绪会在一定程度上影响投资者决策并进一步影响股价走势。基于互联网社交媒体及网络投票信息,通过爬取新浪股吧及新浪财经多空调查数据,利用文本分析及机器学习算法,构建了一个较为严谨准确的互联网投资者情绪指标,并与同期上证指数进行实证分析及Granger因果检验。研究表明:互联网投资者情绪是证券市场收益率的Granger原因,即投资者情绪有助于预测下一期股市涨跌,但仅在短期内有效;其次,互联网投资者情绪也是证券市场成交量的Granger原因,且对成交量的影响时间通常超过10期,长于对收益率的影响时间;此外,引入投资者情绪后的FF四因子模型对投资组合收益率的拟合效果要优于传统三因子模型。

基于三因子模型的创业板企业投资价值分析

科创板自2019年7月22日开市以来,受到各界的强烈关注。它主要服务于科技创新型中小企业。首次采用注册制的科创板被很多学者认为是中国的纳斯达克(NASDAQ),研究科创板企业的投资价值具有重要意义。本文将以创业板市场的部分样本公司为研究对象,运用Fama-French三因子模型进行回归检验;同时在主板市场选取一定的样本进行回归检验,将其实证结果与创业板的实证结果相比较,试图从实证角度回答Fama-French三因子模型对我国创业板市场的适用性,以及能否勾勒出我国创业板市场的风险收益特征。实证结果表明市场风险因子、规模因子在我国创业板市场具有显著性,账面市值比因子却没有很好的显著性。总体来说,Fama-French三因子模型还是比较适合我国创业板市场,能够解释很大一部分的股票超额收益率。

基于Frank-Copula贝叶斯估计的系统性风险对样本标度的敏感性分析

研究表明数据样本标度的选取对系统性风险估计结果具有直接影响,本文基于150只A股样本数据构建25组投资组合,通过Copula贝叶斯估计方法获得系统风险β与投资标度比λ无信息先验的联合后验分布,对系统风险β与投资标度比λ的影响效应进行了分析。研究表明,样本标度对我国A股市场的系统性风险值估计存在误差性影响,且该影响随着公司规模的增加而不断上升,即样本标度的选取对于大额机构投资者影响较大,但数据对于账面市值比不敏感。以月度数据为基础数据,我国市场系统性风险值与样本标度比存在弱负相关关系,相比较以机构投资者占据资本市场主流的美国数据,我国市场真实投资标度存在明显差异。

基于条件贝塔信息对横截面收益的解释

以1995年6月-2005年12月期间在我国沪深A股市场上市的全部股票为样本,本文实证发现,FF三因子模型不能对横截面收益作出合理的解释。为了基于现代金融理论的基本观点对横截面收益现象作出更为合理的解释,本文利用贝塔条件变化信息对无条件的FF三因子模型进行改进,实证发现,改进后的条件定价模型对横截面收益的解释力提高了,并且该解释力在2006年1月-2008年5月、1995年6月-2008年5月期间均具有稳健性。由此得出结论认为,在解释横截面收益时,贝塔条件变化的条件定价模型是一个优于无条件FF三因子模型的模型。