打开APP
userphoto
未登录

开通VIP,畅享免费电子书等14项超值服

开通VIP
Common risk factors in the returns on stocks and bonds(一)(翻译)(fama三因子模型)

作者:Eugene F. Fama and Kenneth R. French

                                                                 摘要

       本文确定了股票和债券收益的五个常见风险因子。股票市场有三个因子:一个总体的市场因子和与公司规模以及账面市值比有关的因子。债券市场有两个因子,与到期期限和违约风险有关。由于股票市场的因子,股票回报有共同的变化,它们通过债券市场因子的共同变化与债券收益联系在一起。除了低等级的企业,债券市场因子反映了债券收益率的共同变化。最重要的,这五个因子似乎解释了股票和债券的平均回报率。

1、introduction

       美国普通股的平均横截面收益与Sharpe (1964)-Lintner(1965)资产定价模型的市场β值或Breeden(1979)等跨期资产定价模型的消费β值关系不大。[见,Reinganum(1981)和Breeden, Gibbons, and Litzenberger (1989)]。换句话说,在资产定价理论中没有特殊突出的变量显示了可靠的解释截面平均回报的能力。实证上决定平均回报的变量包括规模(市值)、杠杆率、收益价格比(E/P)、和账面市值比(公司普通股的账面价值与其市值之比)。[见,Banz(1981). Bhandari(1988). Basu(1983). and Rosenberg, Reid, and Lanstein(1985).]

       Fama and French(1992a)研究了股票横截面平均收益中市场、规模、E/P、杠杆和账面市值比共同作用。他们发现单独使用或与其他变量组合共同使用的时候,(股票收益与市场回报回归中的斜率)几乎不显著。单独使用规模、E/P、杠杆、和账面市值比更有解释力。在组合中,规模(ME)和账面市值比(BE/ME)似乎可以替代杠杆和E/PE的作用。最终结果是,规模和账面市值比,这两个经验确定的变量,很好地解释了在1963年至1990年期间纽约证券交易所、美国证券交易所和纳斯达克股票的横截面平均回报。

       本文从三个方面扩展了Fama and French(1992a)的资产定价测试。

     (a)我们扩展了解释资产的范围。在Fama and French(1992a)中考虑的唯一资产是普通股。如果市场一体化,单一模型也应该解释债券收益。这里的测试包括美国政府和公司债券以及股票。

b)我们还扩展了用于解释回归的变量集。Fama and French(1992a)的规模和账面市值比直接用于解释股票。我们将列表扩展到可能在债券收益中起作用的期限结构变量。我们的目标是检查债券回报中重要的变量是否有助于解释股票收益,反之亦然。这种观点认为,如果市场一体化,债券和股票的回报过程可能会有一些重叠。

       (c)或许最重要的是,测试资产定价模型的方法是不同的。Fama and French(1992a)使用Fama and MacBeth (1973)的截面回归:使用假设的变量回归股票横截面收益来解释平均收益率。由于规模和账面市值等解释变量对政府和公司债券没有明显的意义,因此很难在横截面回归中增加债券。

       本文采用时间序列回归的方法,来自Black, Jensen, and Scholes (1972)。股票和债券的月度收益在股票市场组合的回报率上回归,并模拟投资组合的大小、账面市值比(B/ME)和回报的期限结构风险因素。时间序列回归斜率是与规模或BE/ME不同的因子负荷,对债券和股票有明确的风险敏感性。

       时间序列回归也便于研究这两个重要资产定价问题。

     (a)我们的一个中心主题是,如果资产价格合理,与平均收益相关的变量,如规模和账面净值权益,必须代表对回报中常见(共享的和不可预测的)风险因素的敏感性。时间序列回归在这个问题上提供了直接的证据。特别是,斜率和R平方值表明,模拟相同大小或账面市值比在股票和债券收益的共同变化没有被其他因素解释。

     (b)时间序列回归使用超额收益(月度股票或债券收益减去一个月国库券利率)作为因变量和超额收益或零投资组合的回报作为解释变量。在这样的回归中,一个很好的资产定价模型产生了截然不同于0的截距[Merton (1973)]。所估计的截距显示共同因素的不同组合很好的捕获横截面的平均回报数据。此外,基于超额收益回归的截断来判断资产定价模型提出了严格的标准。竞争模型被要求解释一个月的票据利率以及长期债券和股票的回报率。

       我们的主要结果很容易总结。对于股票而言,无论什么变量在时间序列回归中,投资组合里模拟规模和账面市值比等风险因素,捕捉到了很强的共同收益变化。这个证据说明规模和账面市值比确实代表了对股票收益的共同风险因素的敏感性。此外,对于股票投资组合,我们研究了三个因子回归包括超额市场收益、规模和账面市值比因子的截距接近0。因此,一个市场因子和我们对风险因素的代理变量规模和帐面市值比似乎很好地解释了股票平均横截面收益。

       股票的时间序列回归的解释是有趣的。如同Fama and French(1992a)的横截面回归,时间序列回归表明,规模和账面市值比可以解释股票平均收益的差异。但这些因素不能单独解释股票平均收益与一个月票据之间的巨大差异。这项工作需要归于市场因素。在回归,包括大小和账面市值比因素,所有我们的股票投资组合对市场因素产生斜率接近1。市场因素的风险溢价将股票和票据的平均收益联系起来。

       对于债券,两个期限结构因素(期限溢价和违约溢价)的模拟投资组合捕获了我们政府和公司债券投资组合收益的大部分变化。期限结构因素也“解释”了债券的平均回报率,但期限结构因素(如平均超额债券回报率)的平均溢价接近于0。因此,所有公司和政府债券投资组合具有相同的长期预期回报的假设也不能被拒绝。

       股票回报的共同变化很大程度上被三个证券投资组合的回报所捕获,而债券回报的共同变化在很大程度上被两个债券投资组合的回报所解释。然而,股票和债券市场远不是随机分割。单独使用的时间序列回归,期限结构因素捕捉了股票收益的变化;事实上,股票回归的期限结构因素的斜率非常类似于债券。但有趣的是,当股票市场因素也包含在回归中时,我们所有的股票组合在两个期限结构因素和市场回报因素上都有相同的方式。因此,股票的市场组合捕获了与期限结构因素相关联的股票收益的共同变化。

       债券和股票市场之间的随机联系确实存在。然而,似乎主要来自期限结构因素。单独使用超额的市场回报、规模和账面市值比因素似乎捕获债券收益的共同变化。但是,当债券结构中包含两个结构因素时,股票市场因素的解释力消失,除了低级公司债券。

       简而言之,我们的结果表明,至少有三个股票市场因素和两个期限结构因素的回报。股票收益由于三个股票市场因素而有共同的变化,它们通过两个期限结构因素的共同变化与债券收益挂钩。除了低级公司债券,只有两个期限结构因素似乎在政府和公司债券的回报中产生共同的变化。

        文章进程如下。我们首先介绍时间序列回归的输入:解释变量和待解释的回报(2和3节)。然后我们使用回归来攻解释我们的两个中心资产定价问题:变量的不同组合如何捕获(a)在债券和股票收益的共同变化(4节)和(b)横截面的平均收益(5节)。

本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报
打开APP,阅读全文并永久保存 查看更多类似文章
猜你喜欢
类似文章
投资是如何成为一门科学的(四)超额收益的来源:三因子模型
如何通过市场中性策略获利
多因子模型汇总贴
JFE经典文献|中国股市的市场规模
多因子模型
因子战国:q-factor模型的五大讨论!
更多类似文章 >>
生活服务
热点新闻
分享 收藏 导长图 关注 下载文章
绑定账号成功
后续可登录账号畅享VIP特权!
如果VIP功能使用有故障,
可点击这里联系客服!

联系客服