Fama-French三因子模型适用性及风险警示对组合超额收益的影响探究——基于上证主板数据的实证研究

本文选取上证主板1618家上市公司2015年6月至2021年5月,共72个月的月度收益率为研究对象。检验Fama-French三因子模型在我国股票市场的适用性,并构建ST因子,检验风险警示对不同组合超额收益的影响,最后通过在三因子模型中添加截距项,检验遭受风险警示的股票组合是否存在三因子之外的风险补偿。     

公司ESG表现对其股票收益的影响研究

ESG作为一种新的投资理念和评价标准，关注于财务报表之外的环境、社会和治理三方面内容，受到广大投资者的青睐。本文以Fama-French三因子模型为基础，构建一个包含ESG因子的四因子模型，对公司ESG表现与股票收益的关系进行分析与检验。首先运用数理统计方法初步分析ESG评级与股票收益之间的关系，随后采用固定效应面板模型实证检验ESG因子与股票收益率之间的关系。研究结果表明，高ESG评级的股票平均收益率高于低EDG评级的股票平均收益率，即公司ESG表现给股票带来了额外收益。     

中国A股房地产业股票收益率的实证研究——基于Fama-French多因子模型

本文选取中国A股市场68只房地产企业股票,利用Fama-French三因子模型及五因子模型,对其2007年7月至2021年6月的月度收益率数据进行实证分析。研究表明,五因子模型对于我国A股房地产企业股票的解释效果更佳,加入CMA因子对三因子模型解释能力的提升效果相较RMW因子而言会更好。在A股房地产业股票中,规模效应、账面市值比效应和投资效应较为显著,其效应体现与我国股市以散户为主的投资者结构、房企高周转的运作模式有关。本文为探究多因子模型在我国重要行业的适用性研究提供借鉴意义。     

宏观经济因素对中国行业股票收益率的影响

本文以2002年2月至2010年4月的数据为样本,用多因子GED-EGARCH(1,1)-M模型研究了国际石油价格、人民币汇率以及其他宏观经济变量对中国14个行业股票收益率的影响.研究结果表明,国际原油价格对其中10个行业股票收益率有显著影响,而人民币汇率则会影响化工制品行业、金融行业、工业用品和服务行业的股票收益率;经济增长率、通货膨胀率、货币供给增长率和利率期限结构等宏观经济变量也对部分行业的股票收益率存在显著影响.     

基于Logistic回归的股价上涨概率预测研究

将Logistic回归应用在多因子模型时,模型可利用反映股票涨跌信息的因子与股票收益率的历史数据实现Logistic回归对未来股价上涨概率的预测。实证分析结果显示,2012—2018年运用Logistic回归筛选出的大概率上涨的股票组合可获得较高的平均收益率、胜率和夏普比率,Logistic回归在沪深市场上可成功发挥其对股价上涨概率的预测功能。     

基于四因子定价模型的美国股市收益率研究

本文在Fama-French四因子模型基础上,运用Fama-French-修正GARCH模型对次贷危机影响下复苏的美国股市进行分析研究。研究发现:首先,该模型能更好地拟合美国股市的收益率,而且还能消除ARCH效应;其次,每个模型的均值方程与条件方差方程中结构突变点不同,表明不同类型的股票组合在不同时点需要添加不同的虚拟变量来对其收益率进行解释;第三,每个模型中的条件方差方程中均不存在"杠杆效应",表明2009年后股市中未出现重大的不利消息致使股市下跌,但通过研究发现滞后的股票溢价对条件方差有一定的解释力。     

投资者情绪对资产定价的影响分析——基于Fama-french三因子模型的实证研究

本文采用2004年1月至2020年6月的综合A股市场月度数据,分析检验投资者情绪对资产定价的影响。本文首先运用主成分分析法,构建出投资者情绪指数,其次将所构建的情绪指数作为影响因子,纳入经典的Fama-French三因子模型之中,实证检验投资者情绪对股票收益产生的影响,证明加入投资者情绪因子的情绪资产定价模型的理论和实证可靠性,得出投资者情绪因子可以成为资产定价模型风险因子的研究结论,最后根据实证研究结论得出相关启示,以期促进金融市场的良性发展。     

多因素资产定价模型的实证研究

以上海股市417家A股股票为样本,以2000年2月18日至2001年6月8日的周收益率为样本数据,研究股票组合收益与各种因素之间的关系,建立9个单因素模型和6个四因素模型。结果发现:6种风险度量指标对股票组合收益率的解释能力十分微弱,而平均流通市值的自然对数和平均短期(1年)历史收益率对股票组合收益率的解释能力达到76.2％。因此,在上海A股市场,CAPM失去了有效性,资产定价可以由多因素模型决定。     

多因子打分和多因子回归模型对比分析——以上证180指数为例

多因子选股是量化投资中最主要的模型之一,在不同的市场行情下,该模型表现比较稳定。本文通过对比多因子打分模型和多因子回归模型的回测结果分析两者的选股参考价值。本文选取了八个候选因子,分别对这些因子做单因子有效性测试,剔除冗余因子,最终得到3个有效线性因子。使用3个有效线性因子分别构建了回归法与打分法的多因子选股模型,筛选出表现良好的前50只股票并进行回测,选出更优的选股模型。研究发现,打分法获得了更高的年化收益率。据此,本文认为多因子打分模型对投资者具有更好的参考价值。     

中国A股市场股票截面收益率可预测性研究

本文针对中国A股市场的股票截面收益率的可预测性问题进行研究。在57个与股票收益率有关的特征变量基础上,利用基于3PRF算法的偏最小二乘法从中提取有效信息,构建新的综合性因子,记为AFER因子。对AFER因子的组合分析结果显示,AFER因子可以很好地预测股票截面收益率,并且在不考虑交易成本和卖空约束的前提下,AFER因子多空组合的年化夏普比率最高可以达到2.12。产生如此高的夏普比率的原因在于:AFER因子倾向于形成风险相近且线性相关系数较大的分位组合,通过两个极端组合的对冲,使得AFER因子多空组合的风险大幅下降,从而导致其拥有较高的夏普比率。     

我国股市异质期望对收益率影响研究

本文对我国股市中异质期望水平对股价的影响进行分析。在传统序贯交易(EKOP)模型的基础上,引入衡量投资者"看涨"、"看跌"、"看平"的参数,并定义股票的交易活跃度ρ,提出投资者预期的序贯交易模型。选取了2010年1月到2012年6月间29支股票的面板数据,并在此基础上构建异质期望的代理指标。通过面板回归分析,得出结论:投资者的异质期望水平对股票收益率产生反向的影响。投资者对某一支股票的意见分歧程度越大,其收益率越低;看法越一致,则收益率越高。并且,这种反向影响在不同的市场状况下,差异更加显著,而对于不同的股票则差别不大。     

农历节气视阈下投资者情绪对股票超额收益的影响研究——基于新浪微博的经验数据

论文以新浪微博中"上证指数"为搜索关键词进行计算机文本挖掘,构建投资者情绪指数;基于Fama-French三因子、五因子模型构建考虑农历节气效应的新模型并分析农历节气与投资者情绪对股票超额收益的交乘效应。实证结果表明,投资者情绪对股票超额收益率的影响较为显著;农历节气和投资者情绪指数的交乘效应不确定。     

上市公司股票收益率影响因素的实证研究

以2005年我国股票市场的数据为研究基础,采用偏最小二乘回归方法对股票收益率的影响因素进行研究。模型结果显示,振幅、主营业务增长率和公司市值是影响股票收益率的主要因素,反映企业经营状况和财务状况的指标对股价收益率的作用则不明显。     

上证综指收益率实证分析——基于ARMA-GARCH模型

上海证券交易市场在我国资本市场中具有重要地位,其A股股票收益率整体走势可以代表着我国证券市场的整体行情。本文旨在利用上证综指收盘价计算对数收益率,建立ARMA-GARCH模型,进而对上证综指收益率进行预测,并针对其波动提出相关建议。数据选取以2006年6月1日至2015年6月1日上证综合指数收盘价为基础,计算对数收益率,检验序列的相关性,稳定性及异方差性。故本文采用ARMA模型模拟上证综指收益率序列,利用GARCH模型拟合残差序列,以此进行实证分析和预测。     

CAPM模型在中国股票市场的实证分析

本文将1995年至2010年(剔除股权分置改革起始年2005年)分成三个相等的阶段,并且在中国A股市场随机选取连续月份的50只股票,利用BJS和FM方法,对CAPM模型检验。结果显示,中国股市对系统风险的分散效果较好,但还不成熟;系统风险对股票的收益率的影响较显著,但不呈现线性关系。CAPM模型目前还不适用于中国股市。本文不同于以往论文的是,检验的年份跨度长,覆盖的时间面广,所使用到的检验支持数据,比如无风险收益率、市场收益率,更为准确和全面。     

我国股票与国债收益率相关性的影响因素分析

本文从股票与国债的定价模型出发分析影响两者收益率的共同因素,并分析了货币供给量、汇率等宏观经济因素对股票和国债收益率相关性的可能影响。研究这两种证券收益率之间相关性的影响因素对于投资者进行优化投资组合管理具有重要意义。     

应用ARCH族模型分析深圳股票收益率

<正>对股票收益率的统计研究有助于资本流动和资产定价分析,并且通过股票收益率的波动性大小可以对股票市场的投资风险进行定性分析,因此研究股票市场的收益率有很重要的意义。针对股票收益率的非正态性、非独立性、尖峰厚尾性和波动集群性等特征,1982年Engle提出了ARCH模型。此后用这种模型分析金融     

投资者认知风险被市场定价了吗——来自中国资本市场的证据

Fama（1991）认为资产的个体风险可以被投资组合分散,与超额收益无关;Merton（1987）认为不完全信息市场中,认知风险是超额收益率的主要来源。本文构造我国股票市场的认知风险指标,采用横截面和面板数据分析方法,结果都发现认知风险对股票未来收益具有显著的正影响,认知风险每增加1％,股票预期收益增加0．04％,证实了Merton的推断。本文还发现,经Carhart四因子模型风险调整后,最高、最低认知风险的股票组合每年超额收益差异超过20％,且这种溢价现象长期存在,股权分置改革后更加明显。进一步的研究表明,认知风险定价因子在我国股市中具有定价功能。     

我国保险业股票β系数稳定性分析

文章将2015年6月12日至2019年9月6日共计1036个交易日的沪深300指数日收益率作为市场平均收益率,利用Eviews 9.0计量分析软件,分别采用单一指数模型与邹氏稳定性检验方法对我国保险业的6家上市公司的β系数及其稳定性进行估计与分析,发现我国保险业股票β系数的稳定性存在差异化现象,小规模保险公司股票的β系数相较于大规模的保险公司来说更加稳定。     

我国上市银行股票超额收益率影响因素的实证分析

本文主要利用CAPM模型对我国A股市场上的金融机构进行实证检验,选取了16家上市银行的股票数据进行实证分析。结果表明,CAPM模型并不是完全失效,市场的风险溢价对于股票收益有着显著的解释能力,但同时还发现,模型拟合并不是很好,说明存在遗漏的变量,并以此对模型进行了修正,加入了规模因子和账面市值比因子。修正后的模型比原有的单因素CAPM模型来说,拟合程度有所提高,说明在我国银行业确实存在着规模效应和账面市值比效应影响着股票的超额收益率。