基于FamaFrench三因子模型的股票收益率實證研究以上證A股市場股票為例

摘要現(xiàn)代金融研究，運用解釋能力較強的相關(guān)資產(chǎn)定價模型來提高對于風(fēng)險、資產(chǎn)組合收益表現(xiàn)日益成為備受關(guān)注的核心課題。其中，在資本資產(chǎn)定價模型（“CAPM”）基礎(chǔ)上發(fā)展而來的Fama-French三因子模型是相關(guān)資產(chǎn)定價模型中應(yīng)用較為廣泛的模型之一。鑒于處在發(fā)展進程中的中國證券金融市場正在經(jīng)歷日新月異的變化，本文運用最新的市場實證數(shù)據(jù)對經(jīng)濟模型在新的市場及時代條件下的實用性進行檢驗，以期對后來者的研究具有一定的參考意義。本文主要最小二乘法探究了時間序列下三因子模型在上海證券交易所最新實證數(shù)據(jù)檢驗過程中的擬合程度、適用性和解釋能力的有效性。為保證實證數(shù)據(jù)相對充足且具有有效性，研究中涉及的各項變量均選取了自2008年1月至2019年12月上海證券交易所A股主板市場月度數(shù)據(jù),并在回歸之前對數(shù)據(jù)進行流通市值加權(quán)。本次研究結(jié)果總體上對上海證券交易所實證數(shù)據(jù)的市場溢酬因素和市值規(guī)模因素的影響效應(yīng)提供有效支撐，但并未佐證本次研究實證數(shù)據(jù)的價值效應(yīng)?？傮w而言，相較于資本資產(chǎn)定價模型（“CAPM”），F(xiàn)ama-French三因子模型再加入了市值因子（“SMBt”）和賬面市值比因子（“HMLt”）之后，在擬合優(yōu)度、解釋變量以及截距的回歸系數(shù)顯著性以及異方差等方面檢驗中表現(xiàn)有明顯提升，即Fama-French三因子模型對上海證券交易所A股主板市場超額收益率的解釋能力有顯著提升，適用度和效率相對顯著提高?？傮w來看，大多數(shù)回歸檢驗結(jié)果表明該模型在上海證券交易所A股市場具有較好的適用性，但其仍存在一定的調(diào)整和改進空間。關(guān)鍵詞：三因子模型資產(chǎn)組合；投資組合；規(guī)模效應(yīng)；價值效應(yīng)；AbstractInmodernfinancialresearch,theuseofrelevantassetpricingmodelswithstrongexplanatorypowertoimprovetheperformanceofrisksandportfolioreturnshasbecomeacoretopicofmuchconcern.Amongthem,theFama-Frenchthree-factormodeldevelopedonthebasisofthecapitalassetpricingmodel("CAPM")isoneofthemorewidelyusedmodelsinrelatedassetpricingmodels.Inviewoftheever-changingchangesinChina'ssecuritiesandfinancialmarketsintheprocessofdevelopment,thisarticleusesthelatestmarketempiricaldatatotestthepracticabilityofeconomicmodelsinnewmarketsandtimes,withaviewtothefutureresearch'sD.Thispapermainlyexploresthefittingdegree,applicabilityandvalidityofthethree-factormodelundertimeseriesinthelatestempiricaldatatestingprocessofShanghaiStockExchange.Inordertoensurethattheempiricaldataisrelativelysufficientandvalid,allvariablesinvolvedinthestudyhaveselectedmonthlydatafromtheShanghaiStockExchangeA-sharemainboardmarketfromJanuary2008toDecember2019,andcirculatedthedatabeforereturningMarketcapweighting.TheresultsofthisstudygenerallyprovideeffectivesupportfortheeffectsofmarketpremiumfactorsandmarketvaluefactorsontheempiricaldataoftheShanghaiStockExchange,buttheydonotsupportthevalueeffectsoftheempiricaldataofthisstudy.Ingeneral,comparedtothecapitalassetpricingmodel("CAPM"),theFama-Frenchthree-factormodeladdsthemarketvaluefactor("SMBt")andthebookmarketvalueratiofactor("HMLt"),andthegoodnessoffit,Thesignificanceoftheregressioncoefficientandtheregressioncoefficientoftheinterceptandtheheteroscedasticityhaveimprovedsignificantlyinthetests,thatis,theFama-Frenchthree-factormodelhassignificantlyimprovedtheabilitytoexplaintheexcessreturnoftheA-sharemainboardmarketoftheShanghaiStockExchange,andisapplicableDegreeandefficiencyarerelativelysignificant.Ingeneral,mostregressiontestresultsshowthatthemodelhasgoodapplicabilityintheShanghaiStockExchangeA-sharemarket,butthereisstillsomeroomforadjustmentandimprovement.Keywords:Three-FactorModel;Portfolio;Valueeffect;Scaleeffect;目錄TOC\o"1-3"\h\u4749一、引言 125953（一）研究背景及意義 112831（二）研究思路及內(nèi)容結(jié)構(gòu)安排 2156521.研究思路 2178022.主要研究內(nèi)容結(jié)構(gòu)安排 2308193.創(chuàng)新與不足 225195二、文獻綜述 310380（一）馬科維茨投資組合“均值-方差”模型 326030（二）資本資產(chǎn)定價模型對股票收益率的解釋 327434（三）Fama-French三因子模型的提出和應(yīng)用 486361.Fama-French三因子模型的提出 4286472.Fama-French三因子模型在國外世界范圍內(nèi)的應(yīng)用 568993.Fama-French三因子模型在中國的應(yīng)用 522424三、模型構(gòu)建及研究方法 611517（一）Fama-French三因子模型的構(gòu)建方法 61987（二）樣本選取和研究方法 8310381.樣本選取 8105082.研究方法 96613四、實證數(shù)據(jù)回歸檢驗結(jié)果及討論分析 924589（一）模型構(gòu)建與研究邏輯 9143671.被解釋變量的描述統(tǒng)計分析 947182.解釋變量的描述統(tǒng)計分析 1029665（二）三因子模型的回歸討論與分析 11303591.三因子模型的計量經(jīng)濟檢驗 11206622.參數(shù)及模型的顯著性檢驗 13218253.參數(shù)估計的經(jīng)濟學(xué)解讀 1586664.截距分析 1513462五、結(jié)論 1615675參考文獻 188561致謝 21一、引言（一）研究背景及意義資產(chǎn)定價一直是現(xiàn)代金融研究的核心課題。半個世紀(jì)以來，各類資產(chǎn)定價模型都致力于研究資產(chǎn)價格的決定性因素，以及解釋各類可能影響因素與資產(chǎn)收益率之間存在的關(guān)系。在對各類資產(chǎn)的研究之中，尤以股票價格最令金融學(xué)者所熱衷。實踐經(jīng)驗顯示，股價的波動能夠反映一國的經(jīng)濟狀況，從而進一步對國家和政府機構(gòu)宏觀經(jīng)濟政策的制定和宏觀調(diào)控產(chǎn)生重要影響?；诖?，建立有效的經(jīng)濟模型來預(yù)測股價的走勢，是金融學(xué)研究的關(guān)鍵議題。從二十世紀(jì)60年代以來資本資產(chǎn)定價模型（“CAPM”）理論逐漸成為股票定價研究的主流理論。該理論由夏普（Sharpe）、林納（Lintner）和莫辛（Mossin）將馬科維茨（Markowitz）的投資組合“均值-方差”模型理論進一步擴展得出。該模型顯示，股票或特定投資組合所帶來的預(yù)期收益與市場的系統(tǒng)風(fēng)險呈線性關(guān)系，只有不會因為投資組合多樣化而相互抵消即不可分離的系統(tǒng)風(fēng)險才會產(chǎn)生相應(yīng)的風(fēng)險溢酬。資本資產(chǎn)定價模型在風(fēng)險評估、資產(chǎn)定價以及資產(chǎn)組合收益等方面表現(xiàn)中均有重要意義。但在后來的實踐檢驗過程中，對于CAPM模型的爭議逐漸顯現(xiàn)。許多實證檢驗結(jié)果表明，CAPM模型無法解釋某些特定的反?，F(xiàn)象。Fama和French（1993）的研究中總結(jié)和拓展其研究成果的基礎(chǔ)上給出了三因子模型：。這一模型體現(xiàn)了投資組合的超額收益率與3個因素即市場溢酬因子（即“Rmt-Rft”）、市值因子（“SMBt”）以及賬面市值比因子（“HMLt”）之間線性相關(guān)。隨后，F(xiàn)ama和French對在模型檢驗過程中發(fā)現(xiàn)的反?，F(xiàn)象進行了系統(tǒng)的研究，并通過將實證檢驗范圍拓展至北美、歐洲、日本以及亞太等4個相對發(fā)達的金融市場，進一步將三因子模型進行了改進。中國是當(dāng)今世界快速發(fā)展的新興資本市場之一，因此積極開展對于中國資本市場的研究與分析尤為重要。與此同時，中國的證券金融市場起步較晚，與西方發(fā)達市場相比尚有待成熟，實際操作過程中受到的政府的政策影響程度相對較高。鑒于處在發(fā)展進程中的中國證券金融市場正經(jīng)歷著日新月異的變化，其相應(yīng)的相關(guān)實證數(shù)據(jù)檢驗也應(yīng)與時俱進。鑒于處在發(fā)展進程中的中國證券金融市場正在經(jīng)歷日新月異的變化，本文運用最新的市場實證數(shù)據(jù)對經(jīng)濟模型在新的市場及時代條件下的實用性進行檢驗，以期對后來者的研究具有一定的參考意義。（二）研究思路及內(nèi)容結(jié)構(gòu)安排1.研究思路本文從實證分析角度檢驗Fama-French三因子模型在中國金融證券市場的適用性，通過對該模型在擬合程度、適用性及有效性等方面進行討論與分析，具體分析和討論回歸模型在解釋實際經(jīng)濟問題的過程中是否可靠，以及各參數(shù)是否顯著，并探究Fama-French三因子模型是否存在進一步優(yōu)化和改進的空間。本文沿用了Fama-French研究時采用的最小二乘法時間序列回歸分析方法,將數(shù)據(jù)庫中獲得的最近12年的解釋變量與被解釋變量的實證分析樣本對Fama-French三因子回歸模型的解釋能力進行檢驗分析。在就統(tǒng)計數(shù)據(jù)進行回歸檢驗之前，將統(tǒng)計數(shù)據(jù)按流通市值加權(quán)處理方式進行加權(quán)處理。2.主要研究內(nèi)容結(jié)構(gòu)安排本研究從內(nèi)容構(gòu)成上講主要分為以下部分：引言章節(jié)，從研究的背景以及學(xué)術(shù)和實踐意義上進行介紹，闡明本文的整體研究思路，并總結(jié)本次研究的創(chuàng)新點與不足之處；文獻回顧章節(jié)，系統(tǒng)闡述金融學(xué)界有關(guān)資產(chǎn)定價的經(jīng)濟模型的發(fā)展歷程以及經(jīng)濟模型在世界范圍內(nèi)的應(yīng)用情況；方法論章節(jié)，詳盡闡述Fama-French三因子模型的構(gòu)建方法以及本研究的樣本選取及具體研究處理方法；實證檢驗結(jié)果章節(jié)，詳盡討論Fama-French三因子模型在流通市值加權(quán)處理方式下的回歸及計量檢驗結(jié)果，并對其中出現(xiàn)的問題做一定分析；結(jié)論章節(jié)，對本文的研究結(jié)果進行總結(jié)。3.創(chuàng)新與不足本研究對于相關(guān)金融研究的貢獻和創(chuàng)新之處主要體現(xiàn)在以下幾方面：（1）在一定程度上豐富關(guān)于中國證券市場的研究。中國是當(dāng)今世界快速發(fā)展的新興資本市場之一，因此積極開展對于中國資本市場的研究與分析尤為重要。本文采用上證A股市場最新的實證檢驗數(shù)據(jù)，希望在前人研究的基礎(chǔ)上為豐富該模型在中國證券市場的實證檢驗數(shù)據(jù)貢獻一份力量。（2）切合中國金融證券市場的具體特殊情況中國金融證券市場與西方發(fā)達市場相比尚有待成熟，實操過程存在一定程度的特殊性。本次研究在進行實證檢驗數(shù)據(jù)處理的過程中考慮到中國證券市場的具體特殊情況在對回歸模型進行回歸檢驗與分析前，將實證數(shù)據(jù)通過流通市值加權(quán)處理方法進行加權(quán)處理，從而更好地貼近經(jīng)濟模型構(gòu)建基礎(chǔ)以及中國的具體國情，使研究結(jié)果更具可靠性。（3）實證數(shù)據(jù)具有較強的時效性。中國的金融證券市場發(fā)展日新月異，因此不斷采用最新時政數(shù)據(jù)對于經(jīng)濟模型在新的市場和時代條件下的適用性進行檢驗，對后來者的研究具有一定的借鑒意義。本次研究將樣本對象的時間框架設(shè)定為中國股權(quán)分置改革后第2年即2008年1月起，截至剛剛結(jié)束的2019年12月為止的12年共計144個月度觀測樣本，在盡可能降低非流通股份對加權(quán)處理過程的影響的同時，盡可能地保證充足的最新樣本數(shù)量，令本研究分析更具有說服力。同時指出，本次研究仍然具有一定程度的不足之處。例如在對Fama-French三因子模型進行序列相關(guān)性檢驗時，僅對模型的一階序列相關(guān)性進行了檢驗，未對模型高階序列相關(guān)性進行檢驗。但鑒于篇幅以及個人研究水平的限制，本文并未對檢驗結(jié)果進行深入的研究與探討。對于此，在將來的研究中將力求進行進一步的探討，以彌補本次研究的疏漏。二、文獻綜述（一）馬科維茨投資組合“均值-方差”模型Markowitz（1952）指出，投資者在作出投資決策時，通常希望在高收益和穩(wěn)定收益之間尋找平衡點。由此，馬科維茨確立了“均值-方差”模型，即投資者能夠獲得最大效用的投資組合需要滿足：在風(fēng)險相同（即擁有相同方差）時可以使投資者獲得最高的收益率，或者收益相同時投資者需要承擔(dān)的風(fēng)險最?。捶讲钭钚。?。投資組合理論指出，投資者需進行分散投資進而使得投資單個股票時所承擔(dān)的非系統(tǒng)風(fēng)險盡可能地相互抵消。“均值-方差”模型為解釋股票收益率的資本資產(chǎn)定價模型（CapitalAssetPricingModel,“CAPM”）奠定了基礎(chǔ)。（二）資本資產(chǎn)定價模型對股票收益率的解釋20世紀(jì)60年代在投資組合“均值-方差”模型的基礎(chǔ)上，威廉·夏普（WilliamSharpe）發(fā)表研究《資本資產(chǎn)的價格：建立于風(fēng)險情況下的市場均衡理論》，約翰·林納（JohnLintner）同一時期發(fā)表研究《風(fēng)險資產(chǎn)評估以及投資組合與資本預(yù)算的風(fēng)險投資的選擇》，以及簡·莫辛（JanMossin）發(fā)表的研究《存在于資本資產(chǎn)市場的均衡》都為資本資產(chǎn)定價模型（“CAPM”）建立做出了貢獻。資本資產(chǎn)定價模型的基本表達式為：在該模型中，E(Ri)為投資組合的預(yù)期收益率，Rf為無風(fēng)險收益率，E(Rm)為市場預(yù)期收益率，βi為系統(tǒng)風(fēng)險系數(shù)，所以等式左邊“E(Ri)-Rf”表示投資組合的預(yù)期超額收益率，等式右邊“βi[E(Rm)-Rf]”表示市場預(yù)期超額收益率。故資本資產(chǎn)定價模型（“CAPM”）表明投資組合的超額收益率取決于該投資組合對市場本身存在的系統(tǒng)風(fēng)險體現(xiàn)的敏感程度。該模型的邏輯為，影響股票超額收益率的因素可以分為股票本身存在的風(fēng)險和市場存在的系統(tǒng)性風(fēng)險。市場的系統(tǒng)性風(fēng)險無法進行分散，然而股票本身的風(fēng)險可以通過構(gòu)建多元化的投資組合進行分散風(fēng)險。資本資產(chǎn)定價模型為預(yù)測投資組合的收益提供了參考方向，然而在長期實踐檢驗的過程中，對該模型的爭議逐漸凸顯。諸多實證檢驗結(jié)果表明，該無法解釋某些反?，F(xiàn)象。其中最具影響力的反?，F(xiàn)象是Banz（1981）發(fā)現(xiàn)的市值規(guī)模效應(yīng)，即市值規(guī)模較小的企業(yè)相比于大市值企業(yè)股票平均收益率更高，他指出該規(guī)模效應(yīng)已經(jīng)存在至少40年之久。Stattman于1980年研究指出，賬面市值比體現(xiàn)了公司擁有的成長機會，發(fā)現(xiàn)價值股比成長股擁有較高的收益率。EugeneFama和KennethFrench于1993年在總結(jié)相關(guān)研究基礎(chǔ)上，對CAPM模型進行改進，設(shè)計構(gòu)建了Fama-French三因子模型，用市場溢酬因子、市值因子和賬面市值比因子來解釋投資組合超額收益率。三因子模型在一定程度上解釋了CAPM模型出現(xiàn)的反?，F(xiàn)象。（三）Fama-French三因子模型的提出和應(yīng)用1.Fama-French三因子模型的提出Fama和French（1993）在總結(jié)和擴展其研究成果的基礎(chǔ)上給出了Fama-French三因子模型：Fama和French在將可能影響的變量逐個作為單一變量，對資本資產(chǎn)定價理論的影響效果進行檢驗的基礎(chǔ)上，進一步把其作為聯(lián)合變量，進行橫斷面回歸檢驗，從而檢驗其對股票平均回報率的解釋能力。兩人檢驗的變量包括市場風(fēng)險因素、市值規(guī)模因素、賬面市值比因素、市盈率、杠桿率等。2.Fama-French三因子模型在國外世界范圍內(nèi)的應(yīng)用Daniel在對日本股票市場研究（1997）中發(fā)現(xiàn)，日本企業(yè)股票市值規(guī)模因子（SML）在橫斷面平均收益率分析中影響能力較低，而賬面市值比因子（HML）在研究分析中解釋能力較高。Chui和Wei（1998）對港臺地區(qū)、韓國、馬來西亞和泰國市場等五個新興市場進行實證研究，賬面市值比因子對于平均收益率的解釋能力高于市值規(guī)模因子。Griffin（2002）研究指出，在英國、日本和北美地區(qū)Fama-French三因子模型具有一定的適用度，在對模型的實證檢驗中，具有較高解釋能力的是當(dāng)?shù)赜绊懸蜃?，而非全球范圍?nèi)的影響因子。Fama和rench也將研究的范圍擴展至包括歐洲、北美地區(qū)以及除中國外的亞太、日本市場等發(fā)達地區(qū)（1998）。研究發(fā)現(xiàn)，在全球范圍內(nèi)價值股比成長股收益率一般更高?；诖耍現(xiàn)ama和French（2012）結(jié)合Carhart于1997年構(gòu)建的四因子模型，分別比較三因子和四因子兩個模型的適用程度。其研究涉及的投資組合分別按照賬面市值比、市值規(guī)模大小和動量效應(yīng)程度構(gòu)建。研究結(jié)果顯示，市值規(guī)模效應(yīng)表現(xiàn)在全球以及北美地區(qū)優(yōu)于亞太、日本以及歐洲等地區(qū)；在賬面市值比影響中，全球、北美以及歐洲等地區(qū)優(yōu)于亞太和日本；總體來說，價值效應(yīng)影響力更大；除日本地區(qū)外的其他地區(qū)表現(xiàn)出較強的動量效應(yīng)。研究顯示，四因子模型相比三因子模型的擬合優(yōu)度（R2）更高，截距更小，適用性更好。同時，研究顯示，這四個地區(qū)本地因素影響力高于全球性因素。3.Fama-French三因子模型在中國的應(yīng)用盡管國內(nèi)證券金融市場和西方發(fā)達國家市場相比有待成熟，但國內(nèi)的金融學(xué)者一直在運用不同的經(jīng)濟模型對國內(nèi)證券市場的分析解釋能力進行檢驗。在Fama-French三因子模型成熟之前，主要研究和探討CAPM模型能否很好地解釋中國證券金融市場狀況。陳信元和張?zhí)镉嘁约瓣惗A（2001）對上海證券交易所A股的研究，靳云匯以及劉霖（2001）對滬深兩市的研究等，均表明中國股市的實證數(shù)據(jù)對CAPM模型的擬合程度不高，其在中國證券市場的適用性程度不高。隨著Fama-French三因子模型逐步確立，國內(nèi)金融學(xué)者對該模型相比CAPM模型的解釋能力和適用性是否有所提升做了詳盡的研究。大量研究結(jié)果顯示，總體來看，F(xiàn)ama-French三因子模型與CAPM模型相比，在國內(nèi)股市的實證數(shù)據(jù)檢驗中表現(xiàn)有所提升，相對較好的解釋了原有CAPM模型不能很好支持的市值規(guī)模效應(yīng)和市盈率效應(yīng)。由此可見，三因子模型在中國證券市場的表現(xiàn)和在發(fā)達市場類似，都有一定優(yōu)勢。國內(nèi)研究中較為經(jīng)典的包括：陳信元、張?zhí)镉嗪完惗A（2001）對上證A股進行橫斷面研究，發(fā)現(xiàn)市值規(guī)模、市凈率的倒數(shù)等因子的作用較強，流通股占比也是重要的影響因素，而市場溢酬因子的作用相對較弱。范龍振與余世典（2002）以及其與單耀文（2004）的研究發(fā)現(xiàn)，三因子模型很好地彌補了資本資產(chǎn)定價模型的缺陷，并能較好地解釋市值規(guī)模效應(yīng)和價值效應(yīng)。吳世農(nóng)與許年行的研究（2004）將1995年2月至2002年6月份的A股上市數(shù)據(jù)進行整理，實證檢驗得出國內(nèi)證券市場Fama-French三因子模型的解釋能力整體優(yōu)于資本資產(chǎn)定價模型；鄧長榮和馬永開的研究（2005）抽取深圳證券交易所八年的實證數(shù)據(jù)進行了系統(tǒng)檢驗，并在此基礎(chǔ)上按照行業(yè)進行分組實證檢驗，試驗結(jié)果顯示該模型可以較為合理地解釋實證數(shù)據(jù)，盡管各因子的回歸系數(shù)的穩(wěn)定性不十分理想；張子余（2011）研究周期因素對回歸結(jié)果的影響，結(jié)果顯示，周期長短因素并不對回歸結(jié)果起決定性作用；梁穎琳（2012）對A股創(chuàng)業(yè)板市場百余只股票進行實證檢驗，研究得出市值規(guī)模因素對中國股市創(chuàng)業(yè)板股票的影響不顯著?？傮w而言，F(xiàn)ama-French三因子模型在中國證券金融市場的表現(xiàn)和解釋能力優(yōu)于CAPM模型，實證數(shù)據(jù)的擬合程度有了顯著提升，大多數(shù)相關(guān)研究均為市值規(guī)模因素和賬面市值比因素的影響效率提供了實證。同時，中國市場存在一定的特殊性，如發(fā)展時間較晚、非流通股的影響和潛在的信息披露的相關(guān)問題，因此，三因子模型在中國證券金融市場的適用性仍有待改進和提高。三、模型構(gòu)建及研究方法（一）Fama-French三因子模型的構(gòu)建方法Fama-French（1993）的研究中，運用時間序列分析方法，收集了從1963年至1991年的證券市場實證數(shù)據(jù)對其進行了實證分析研究。該研究的被解釋變量為投資組合的超額收益率序列，具體分為25個超額收益率分組。Fama和French選取了1963年7月至1991年12月美國證券市場上紐約證券交易所、美國證券交易所以及納斯達克證券交易所三大交易所的股票作為研究對象，并將全部股票按照不同的市值規(guī)模和賬面市值比對應(yīng)分為25組。其研究采用的分組方法具體如下：首先將所有股票按照當(dāng)年6月底的市值規(guī)模由小到大分為五組，然后在此基礎(chǔ)上將分組所得的每組股票按照上一個財年的賬面市值比由小到大再分為五組，由此所有股票共計分為25個組別。接下來將每個組別的當(dāng)年7月份至次年6月份（共計12個月）的月度收益率（即“Rt”，經(jīng)過市值加權(quán)平均后的月度收益率）進行計算。接著，次年6月按照完全相同的分組方式將股票進行重新分組，并計算每個組別12個月的市值加權(quán)后的月度收益率。最后將求得的每項經(jīng)過市值加權(quán)后的月度收益率減去月度無風(fēng)險收益率（同期政府債券30天的收益率）之后，求得25組月度超額收益率（即“Rt-Rft”）。在該模型中，投資組合月度超額收益率（即“Rmt-Rft”，市場溢酬因子）代表市場因素的解釋變量，其中市場投資組合月度收益率（即“Rmt”）數(shù)據(jù)序列直接從市場數(shù)據(jù)中取得，無風(fēng)險利率（即“Rft”）選取的是同期一月期政府債券收益率。市值因子序列即（即“SMBt”）以及賬面市值比因子序列（即“HMLt”）分別表示市值規(guī)模和賬面市值比這兩個影響因素組相應(yīng)的序列。為獲取一個雙變量的序列，將數(shù)據(jù)進行雙向分組：依據(jù)當(dāng)年6月份的市值規(guī)模將所有股票分為小市值（“S”）和大市值（“B”）兩組；依據(jù)上一年12月底的賬面市值比按照30%、40%和30%的比例將所有股票分為高賬面市值比（“H”），中等賬面市值比（“M”）和低賬面市值比（“L”）三組；兩種分組方式交叉得到6組投資組合。為方便指代，分別將6個投資組合進行標(biāo)記。小市值與高賬面市值比的交集表示為“SH”；小市值與中等賬面市值比的交集表示為“SM”；小市值與低賬面市值比的交集表示為“SL”；大市值與高賬面市值比的交集表示為“BH”；大市值與中等賬面市值比的交集表示為“BM”；大市值與低賬面市值比的交集表示為“BL”。完成分組后，將每個組別的當(dāng)年七月份至次年六月份共計12個月份的月度收益率進行計算。接著，次年的月度收益率按照相同的方式重新分組后采用相同方法進行計算，以此類推計算得出1963年7月至1991年12月的全部數(shù)據(jù)，從而得到每個組別月度收益率的時間序列。按照針對市值規(guī)模影響因子的假設(shè)，將三組市值規(guī)模較小的投資組合“SH”“SM”“SL”的算數(shù)平均值減去市值規(guī)模較大的投資組合“BH”“BM”“BL”的算術(shù)平均值，求得市值因子（即“SMB”）序列。市值因子序列的計算公式如下：該方法求得的市值因子即（“SMB”）體現(xiàn)的是市值規(guī)模較小的投資組合與市值規(guī)模較大的投資組合之間存在的收益率差異，并且確保了該解釋變量只考慮市值規(guī)模影響因素而不受賬面市值比因素影響。沿用類似的數(shù)據(jù)處理方式，按照針對賬面市值比影響因子（即“HML”）的假設(shè)，可以得出賬面市值比因子序列的計算公式為：按照此方法得到的賬面市值比因子（即“HML”）則在計算過程中剔除了市值規(guī)模因素對其的影響，故可以僅反映賬面市值比較高的投資組合同賬面市值比較低的投資組合之間存在的收益率差異。將以上得出的三個影響因子聯(lián)合，構(gòu)建出共同解釋投資組合超額收益率的多元線性回歸模型：（二）樣本選取和研究方法1.樣本選取本次研究選取了自2008年1月至2019年12月上海證券交易所A股主板市場的月度數(shù)據(jù)，共計144個觀測值。這些觀測數(shù)據(jù)來源為銳思數(shù)據(jù)（“RESSET”）三因子數(shù)據(jù)庫，所有數(shù)據(jù)都經(jīng)過了流通市值加權(quán)平均方式進行了加權(quán)處理后再進行回歸分析。本文選取上海證券交易所而未選深交所實證數(shù)據(jù)作為研究對象的原因為以下幾個方面：相比于深圳證券交易所，上海證券交易所的總市值規(guī)模較大；大部份的國有資產(chǎn)經(jīng)營有限公司選擇在上海證券交易所掛牌上市，并且中國的國有及國有資產(chǎn)控股企業(yè)占市場比重相對較大，所以選擇上海證券交易所實證數(shù)據(jù)作為研究對象能夠更好地反映中國的市場情況；近十幾年來，上海證券交易所新掛牌或者退市的企業(yè)相對較少，樣本容量大小變化產(chǎn)生的影響相對較小。本文研究樣本選取的時間框架主要有兩方面因素影響：中國的股權(quán)分置改革自2005年開始全面鋪開，2006年上半年改革才陸續(xù)接近尾聲。因此本文研究數(shù)據(jù)選擇股權(quán)分置改革后的第2年作為數(shù)據(jù)樣本選取的起始年度，在一定程度上降低了非流通股份對于加權(quán)處理過程的影響。此外，本文在研究時盡量選取最新的實證數(shù)據(jù)，并且盡可能地保證充足的樣本數(shù)量，因此選擇最近12年的共計144個觀測樣本，以求本研究分析具有說服力。本文研究的被解釋變量是投資組合的月度超額收益率，計算方法為投資組合的月度收益減去月度無風(fēng)險利率。其中，月度收益樣本數(shù)據(jù)來源是銳思數(shù)據(jù)庫（“RESSET”）三因子數(shù)據(jù)庫，所有數(shù)據(jù)都按照Fama和French的分析處理方式，分別按照市值規(guī)模和賬面市值比各分為五組，交叉得到25個組別，并按照流通市值加權(quán)處理方式進行處理。本次研究使用的無風(fēng)險利率為按照上海銀行間3個月同業(yè)拆放利率折算后得到的同期月度無風(fēng)險利率，上海銀行間3個月同業(yè)拆放利率收集自銳思數(shù)據(jù)（“RESSET”）債券數(shù)據(jù)庫無風(fēng)險收益組別。本文研究的解釋變量同樣來源于銳思數(shù)據(jù)（“RESSET”）三因子數(shù)據(jù)庫，且所有三因子數(shù)據(jù)都經(jīng)過流通市值加權(quán)處理。在經(jīng)過流通市值加權(quán)處理后，被解釋變量以及解釋變量的分組處理方式完全按照Fama和French在1993年的研究中所使用的模型構(gòu)建方法。2.研究方法本文沿用了Fama和French研究時采用的最小二乘法時間序列回歸分析方法，回歸工具采用Python腳本和Eviews。創(chuàng)新之處在于結(jié)合中國證券市場的特殊情況，在對模型進行檢驗和分析時，對實證數(shù)據(jù)分別通過流通市值加權(quán)方法進行加權(quán)處理。本研究采用的線性回歸模型表達式分別為：Rt-Rft=α+β(Rmt-Rft)+sSMBt+hHMLt+εt在以上線性回歸模型表達式中，Rt代表投資組合觀測期間的月度收益率，Rft代表觀測期間的無風(fēng)險收益率，Rt-Rft代表被解釋變量投資組合的超額收益率，Rmt-Rft代表反映平均市場風(fēng)險溢價的證券市場超額收益率，SMB代表市值規(guī)模影響因素，HML代表賬面市值比影響因素。該回歸模型公式為依據(jù)Fama-French研究設(shè)定用于檢驗3個解釋變量對于被解釋變量的解釋能力。四、實證數(shù)據(jù)回歸檢驗結(jié)果及討論分析（一）模型構(gòu)建與研究邏輯本章節(jié)中主要將側(cè)重于檢驗與分析Fama-French三因子模型在時間序列下的回歸結(jié)果。討論與研究步驟具體如下：（一）對于研究數(shù)據(jù)的描述性統(tǒng)計；（二）三因子模型的回歸討論與分析；本章節(jié)在對每個回歸模型進行檢驗與分析時，對實證數(shù)據(jù)通過流通市值加權(quán)方式進行加權(quán)處理，F(xiàn)ama-French三因子模型用表達式表示為：1.被解釋變量的描述統(tǒng)計分析本文將自2008年1月至2019年12月的投資組合的月超額收益率共144個觀測值，按照投資組合市值規(guī)模（MV）由小到大五等分以及賬面市值比（B/MV）由小到大五等分，交叉得到二十五組數(shù)據(jù)。在此基礎(chǔ)上分別對二十五組數(shù)據(jù)按照流通市值加權(quán)方式進行加權(quán)，加權(quán)后的統(tǒng)計結(jié)果如下所示：以下表4.1.1描述了流通市值加權(quán)方法下被解釋變量的均值、標(biāo)準(zhǔn)差。表4.1.1被解釋變量在流通市值加權(quán)下的統(tǒng)計數(shù)據(jù)規(guī)模（市值）賬面市值比低234高低234高均值（Mean）標(biāo)準(zhǔn)差（StandardDeviation）小1.11%1.32%1.22%1.21%0.58%10.44%10.75%10.20%10.52%9.68%20.27%0.71%0.78%0.87%0.13%10.43%10.16%10.12%0.87%9.66%30.50%0.15%0.41%0.28%0.26%10.12%10.03%9.53%9.57%9.40%40.01%0.01%0.27%0.12%0.09%9.85%9.15%9.44%9.46%9.12%大0.30%0.01%-0.61%-0.53%-0.27%8.66%8.64%8.56%8.03%8.93%均值一般用于反映一組數(shù)據(jù)的集中趨勢。通過觀察表4.1.1流通市值加權(quán)方式下的25組月平均超額收益率發(fā)現(xiàn)，在賬面市值比相同時，月平均超額收益率的總體趨勢為隨著投資組合的市值規(guī)模不斷增大而減??；而在市值規(guī)模相同時，月平均超額收益率的變化隨著賬面市值比的變化趨勢不夠明朗。由此可以看出，上海證券交易所A股超額收益率實證統(tǒng)計數(shù)據(jù)驗證了市值規(guī)模因素的影響效應(yīng)，而在驗證賬面市值比因素的影響效應(yīng)方面并未提供較好的實證數(shù)據(jù)基礎(chǔ)。觀察位于表4.1.1右上方標(biāo)準(zhǔn)差發(fā)現(xiàn)，在賬面市值比分組狀態(tài)不變的情況下，月超額收益率的標(biāo)準(zhǔn)差隨著投資組合的市值規(guī)模不斷增大而減小。標(biāo)準(zhǔn)差在回歸分析中通常用來表示各種情況下可能出現(xiàn)的收益率的期望收益率之間的離差大小，從而表現(xiàn)風(fēng)險的大小。故該觀察結(jié)果表明，市值規(guī)模較小的投資組合的投資風(fēng)險與市值規(guī)模較大的投資組合相比相對較大，但同時其對應(yīng)的風(fēng)險回報率也相對較大。綜上可知，在驗證上海證券交易所A股超額收益率的市值規(guī)模因素的影響效應(yīng)上，均值和標(biāo)準(zhǔn)差都提供了相應(yīng)的良好的佐證，但在驗證其超額收益率的賬面市值比影響效應(yīng)上則有所欠缺。2.解釋變量的描述統(tǒng)計分析本文用到的三個解釋變量分別是市場溢酬因子、市值因子和賬面市值比因子。本次研究對以上三個解釋變量分別選取了2008年1月至2019年12月共計144個月度觀測值，且采用流通市值加權(quán)方式對觀測數(shù)據(jù)進行加權(quán)處理，得到如下初步統(tǒng)計結(jié)果：下表4.1.2描述了流通市值加權(quán)處理方法下三個解釋變量的均值、標(biāo)準(zhǔn)差。表4.1.2解釋變量在流通市值加權(quán)下的統(tǒng)計數(shù)據(jù)自變量均值標(biāo)準(zhǔn)差最大值最小值市場溢酬因子-0.03%7.81%21.77%-27.17%市值因子0.69%4.14%14.68%-16.07%賬面市值比因子-0.28%3.57%15.40%-16.11%在把最小二乘法時間序列回歸模型運用到資本資產(chǎn)定價模型時，解釋變量的均值反映的是對應(yīng)因素的平均風(fēng)險溢價。通過對上表中上海證券交易所A股市場實證數(shù)據(jù)的觀察表明，市值因子的平均風(fēng)險溢價最顯著；市場溢酬因子和賬面市值比因子的平均風(fēng)險溢價均趨近于零。（二）三因子模型的回歸討論與分析將所有因子在通過流通市值加權(quán)后進行最小二乘法回歸模型檢驗。Fama-French模型的表達式及在流通市值加權(quán)方式下的統(tǒng)計結(jié)果如下：Fama-French三因子模型：1.三因子模型的計量經(jīng)濟檢驗（1）多重共線性檢驗下表4.2.1描述了流通市值加權(quán)加權(quán)方式下三個解釋變量之間存在的相關(guān)性。表4.2.1流通市值加權(quán)下三個解釋變量之間存在的相關(guān)性市場溢酬因子市值因子賬面市值比因子市場溢酬因子1.00000.09000.1176市值因子0.09001.0000-0.6023賬面市值比因子0.1176-0.60231.0000觀察上表：市值因子和賬面市值比因子之間具有最強的相關(guān)性，在流通市值加權(quán)方式下其相關(guān)性取值不是很高，因此不存在嚴(yán)重的多重共線性。（2）異方差檢驗以下表4.2.2列出了流通市值加權(quán)下回歸模型的異方差性White檢驗數(shù)據(jù)。表4.2.2異方差檢驗數(shù)據(jù)規(guī)模（市值）White檢驗流通市值加權(quán)低234高小18.4609.34510.28418.62627.86125.72314.4084.74715.0336.483320.88942.70612.28517.60543.038410.19022.4683.59826.1365.778大24.6076.91415.0128.54313.472本文在檢驗回歸模型是否存在異方差時，采用了White檢驗。上表4.3.3列出了在流通市值加權(quán)下25次White檢驗的值。在顯著性水平為α=0.05時，臨界值==16.919。若nR2>=，拒絕原假設(shè)，即“不存在異方差”，存在異方差；若nR2<，接受原假設(shè)，不存在異方差。觀察對比可知，在流通市值加權(quán)下25組數(shù)據(jù)有10組存在異方差性。最小二乘法回歸模型中存在異方差性，則對其顯著性檢驗結(jié)果產(chǎn)生負面影響。在本次研究中接近一半組別出現(xiàn)異方差性，這對回歸模型的顯著性檢驗存在較大影響。（3）序列相關(guān)性檢驗以下表4.2.3列出了在流通市值加權(quán)下的序列相關(guān)性的拉格朗日乘數(shù)（LM）檢驗數(shù)據(jù)。表4.2.3序列相關(guān)檢驗數(shù)據(jù)規(guī)模（市值）拉格朗日乘數(shù)（LM）檢驗流通市值加權(quán)低234高小0.1850.4900.7650.2252.04828.0094.8392.4280.2570.10530.0380.7410.1760.0620.26440.2970.0005.2886.9010.796大0.3740.0230.1061.7451.171本文采用Breusch-GodfreyLM-檢驗進行隨機誤差項的序列相關(guān)性檢驗。上表4.2.3中列出的LM統(tǒng)計值是在設(shè)定一階滯后期的條件下求得。LM統(tǒng)計量漸進服從。在顯著性水平為α=0.05時，臨界值==3.841。若LM<=，則接受原假設(shè)，即不存在自相關(guān)；若LM>，則拒絕原假設(shè)，即存在一階自相關(guān)。觀察可知，F(xiàn)ama-French三因子模型在流通市值加權(quán)下25個組別有6個組別表現(xiàn)為序列相關(guān)性顯著。序列相關(guān)性顯著的組別占總組數(shù)25組比重較小，故在流通市值加權(quán)方式下序列相關(guān)性對該模型的顯著性影響不大。2.參數(shù)及模型的顯著性檢驗下表4.2.4列出了流通市值加權(quán)方式下多元線性回歸模型市場溢酬因子的回歸系數(shù)β，市值因子的回歸系數(shù)s，賬面市值比因子的回歸系數(shù)h，以及其各自對應(yīng)的t統(tǒng)計值t(β)、t(s)、t(h)，調(diào)整后的可決系數(shù)（Adj-R2），以及F值。表4.2.4流通市值加權(quán)下多元線性回歸結(jié)果規(guī)模（市值）賬面市值比低234高低234高βt(β)小0.951.060.931.081.0130.4238.3528.7937.0835.2321.051.021.041.001.0341.1336.7737.9830.3938.0031.011.041.011.041.0928.2335.3337.5540.2139.6241.020.991.081.091.0729.9430.0936.1637.6736.83大1.021.041.030.971.0434.4832.7434.1436.9840.92st(s)小1.331.261.351.071.0118.0319.5117.9015.6915.0621.150.981.051.131.0119.2315.0516.4914.5315.9530.750.850.860.900.628.9812.2813.5914.989.7140.580.580.540.590.477.267.467.758.726.99大-0.32-0.010.14-0.17-0.11-4.57-0.071.93-2.69-1.83ht(h)小-0.37-0.33-0.23-0.36-0.15-4.30-4.33-2.65-4.52-1.912-0.36-0.60-0.33-0.040.11-5.16-7.99-4.50-0.461.453-0.86-0.60-0.35-0.140.21-8.85-7.48-4.79-1.942.844-0.97-0.57-0.41-0.110.16-10.45-6.39-5.01-1.382.07大-1.24-0.64-9-15.29-7.38-1.491.898.56FAdj-R2小594.5834.1534.8705.6617.00.9260.9460.9180.9370.9282918.4727.7748.8478.7687.10.9510.9380.9400.9090.9353414.4620.5675.0753.1633.10.8970.9290.9340.9400.9304439.3401.2536.5571.3525.70.9020.8940.9180.9230.917大445.8382.3415.8490.7673.10.9030.8890.8970.9110.934表4.2.4列出了回歸系數(shù)β的t統(tǒng)計值t(β)，將t(β)與顯著性水平為α=0.05，自由度為n-2的t檢驗臨界值t0.025(142)=1.9768對比可知，在流通市值加權(quán)方式下，該t統(tǒng)計值均遠大于t檢驗臨界值。故市場溢酬因子該解釋變量具有顯著性。同樣，將回歸系數(shù)s的t統(tǒng)計值t(s)與顯著性水平為α=0.05，自由度為n-2的t檢驗臨界值t0.025(142)=1.9768對比可知，除去市值規(guī)模最大的部分組別外，流通市值加權(quán)方式下，回歸系數(shù)s的t統(tǒng)計值均遠大于t檢驗臨界值。同時，在賬面市值比不變時，市值規(guī)模越小，其回歸系數(shù)s的顯著性越高，則該因子解釋力度較大。Fama-French（1993）的研究指出，除去賬面市值比最高的分組，其余市值因子的回歸系數(shù)的t統(tǒng)計值均大于4。對比可知，市值因子對1963年至1991年美股市場的實證數(shù)據(jù)解釋能力高于本次研究對2008年至2019年上海證券交易所的實證數(shù)據(jù)解釋能力。同樣，將回歸系數(shù)h的t統(tǒng)計值t(h)與顯著性水平為α=0.05，自由度為n-2的t檢驗臨界值t0.025(142)=1.9768對比可知，流通市值加權(quán)方式下的25組數(shù)據(jù)中有5組結(jié)果不顯著，顯然賬面市值比因子總的來說具有一定的顯著性。在Fama-French（1993）的研究中，只有4個回歸系數(shù)h的t統(tǒng)計值t(h)結(jié)果不顯著。顯然賬面市值比因子在相關(guān)研究時段內(nèi)對美國股票市場投資組合超額收益的解釋能力高于對上海證券交易所的股票超額收益解釋能力。上表列出了Fama-French三因子模型的擬合優(yōu)度統(tǒng)計結(jié)果。因為模型的解釋變量增加可能使R2增加，調(diào)整后的可決系數(shù)（Adj-R2）可以剔除該影響，故本文選取調(diào)整后的可決系數(shù)來對模型的擬合優(yōu)度進行評估。觀察上表可知，調(diào)整后的可決系數(shù)在流通市值加權(quán)方式下均趨近1。該結(jié)果顯示，F(xiàn)ama-French三因子模型在流通市值加權(quán)方式下具有較高的擬合優(yōu)度。觀察F分布統(tǒng)計量的檢驗，所有F檢驗結(jié)果均遠大于臨界值F0.05(2,141)=3.0603，表明該Fama-French三因子模型的三個解釋變量均為共同顯著。3.參數(shù)估計的經(jīng)濟學(xué)解讀觀察上表可知：解釋變量市場溢酬因子（“Rm-Rf”）分別在流通市值加權(quán)下的全部斜率（即“回歸系數(shù)β”）取值均為正值并且都趨近于1，表明回歸系數(shù)在所有不同的以市值規(guī)模和賬面市值比為分組標(biāo)準(zhǔn)的組別中均比較穩(wěn)定。同時，可以看出，回歸系數(shù)的絕大多數(shù)值大于1，表明絕大多數(shù)投資組合對于市場系統(tǒng)性風(fēng)險比較敏感。觀察上表中解釋變量市值因子（“SMB”）的回歸系數(shù)s，在賬面市值比相同的情況下，隨著市值規(guī)模的增大，回歸系數(shù)s的取值逐漸減小。由于回歸系數(shù)s表示市值規(guī)模因素對投資組合超額收益率的影響程度，該規(guī)律驗證了市值規(guī)模因素影響投資組合超額收益率的存在。同時表明市值規(guī)模較小的投資組合具有較高的市值規(guī)模相關(guān)的風(fēng)險溢價，即相比之下具有較高的超額收益。觀察上表中賬面市值比因子（“HML”）的回歸系數(shù)h，在流通市值加權(quán)方式下，回歸系數(shù)h取值大多數(shù)為負值，這代表著賬面市值比因子與投資組合超額收益率之間存在負相關(guān)。Fama-French在研究中也出現(xiàn)了該回歸系數(shù)取值為負的情況，但在其研究中，該回歸系數(shù)負值現(xiàn)象則僅在賬面市值比最低的組別出現(xiàn)。本次研究與Fama-French研究結(jié)果趨同的是，在市值規(guī)模相同時，回歸系數(shù)h的取值隨著賬面市值比不斷增加而逐漸變大，且取值逐漸由負轉(zhuǎn)正。4.截距分析表4.2.5列出了流通市值加權(quán)方式下Fama-French三因子模型的截距α及其t統(tǒng)計值t(α)。表4.2.5流通市值加權(quán)下三因子模型的截距參數(shù)分析規(guī)模（市值）賬面市值比低234高低234高αt(α)Rt-Rf=α+β(Rm-Rf)+sSMB+hHML+ε小0.0010.0040.0020.004-0.0010.481.850.991.75-0.612-0.006-0.0010.0000.001-0.005-3.04-0.52-0.070.43-2.473-0.002-0.006-0.003-0.004-0.001-0.87-2.54-1.24-1.77-0.394-0.006-0.005-0.002-0.003-0.002-2.43-2.08-0.83-1.31-0.72大0.002-0.001-0.007-0.0040.0000.85-0.57-3.06-1.720.01對上表列出截距α觀察可知，在流通市值加權(quán)方式下，大多數(shù)Fama-French三因子模型的截距取值為負值。對Fama-French三因子模型在流通市值加權(quán)方式下的t(α)與顯著水平為α=0.05，自由度為n-2的t檢驗臨界值t0.025（142）=1.9768做對比，以對截距α的顯著性進行檢驗。在Fama-French三因子模型中，流通市值加權(quán)下的25組截距α的t統(tǒng)計值t(α)之中，有19組數(shù)值小于t檢驗的臨界值，僅在市值規(guī)模較小的幾個組別中數(shù)值大于t檢驗的臨界值，表明該模型中絕大多數(shù)截距滿足不顯著要求，可忽略不計，即在該模型中，市場溢酬因子、市值規(guī)模因子和賬面市值比因子三個因子能夠?qū)Υ蟛糠值氖找孢M行解釋。五、結(jié)論本文主要研究了時間序列下Fama-French三因子模型在上海證券交易所的最新實證數(shù)據(jù)檢驗過程中的擬合程度、解釋能力的有效性和適用度。從而驗證三因子模型在不斷發(fā)展的中國證券金融市場的應(yīng)用效率。在前期數(shù)據(jù)處理時對實證數(shù)據(jù)按照流通市值加權(quán)平均方式做加權(quán)處理。本次研究各項變量都選取中國進行股權(quán)分置改革后的最近12年的實證數(shù)據(jù)，即從2008年1月至2019年12月的上海證券交易所A股市場月度數(shù)據(jù)，共計144個觀測值。以此驗證該經(jīng)濟模型在中國不斷發(fā)展進步的證券市場的適用性和解釋能力。本研究中被解釋變量是投資組合的額月度超額收益率（“Rt-Rft”），解釋變量為市場溢酬因子（“Rmt-Rft”）、市值因子（“SMBt“）和賬面市值比因子（“HMLt“）。研究結(jié)果顯示，上海證券交易所A股投資組合存在市值規(guī)模效應(yīng)，但在賬面市值比效應(yīng)上，研究未得到明確驗證，反而顯示上交所投資組合收益存在反向賬面市值比效應(yīng)的可能性。該研究結(jié)果與Fama和French對美國證券市場的研究（1993）相矛盾。在本次研究中，加入了市值因子（“SMBt“）和賬面市值比因子（“HMLt“）后的Fama-French三因子模型在計量經(jīng)濟檢驗中，雖然模型在異方差性檢驗中表現(xiàn)較差，大多數(shù)組別存在異方差性，對模型顯著性檢驗存在一定影響，但在流通市值加權(quán)方式下其因子相關(guān)性取值不是很高，因此不存在嚴(yán)重的多重共線性；且對流通市值加權(quán)方式下序列相關(guān)性的檢驗顯示該模型不具有明顯的序列相關(guān)性。在對模型的顯著性檢驗中，F(xiàn)ama-French三因子模型在流通市值加權(quán)方式下對投資組合的超額收益率解釋能力較好。表現(xiàn)主要為：調(diào)整后的可決系數(shù)在流通市值加權(quán)方式下均趨近1，F(xiàn)ama-French三因子模型在流通市值加權(quán)方式下具有較高的擬合優(yōu)度；模型中所有F檢驗的值均遠大于臨界值，即模型的解釋變量在解釋投資組合的超額收益率上共同顯著。對三個因子的顯著性檢驗中，除少數(shù)分組下的s和h以外，絕大多數(shù)的回歸系數(shù)β、s和h滿足顯著性要求，表明這些因子對投資組合的超額收益率具有較高的邊際解釋能力。但在此次研究中，三因子模型仍然具有一定的異方差性，表明該模型仍然需要調(diào)整和改進。參考文獻[1]陳信元、張?zhí)镉?、陳冬華，預(yù)期股票收益的橫截面多因素分析：來自中國證券市場的經(jīng)驗證據(jù)，金融研究，2001年第6月，22-35頁。[2]陳小悅、孫愛軍，CAPM在中國股市的有效性檢驗,北京大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2000年4月，28-37頁。[3]靳云匯、劉霖，中國股票市場CAPM的實證研究，金融研究，2001年7月，106-115頁。[4]范龍振、余世典，中國股票市場的三因子模型，系統(tǒng)工程學(xué)報，2002年6月，537-546頁。[5]范龍振、單耀文，交易額、股比例、勢效應(yīng)和三因子模型，管理科學(xué)學(xué)報，2004年7月，13-22頁。[6]楊圻、陳展輝，中國股市三因子資產(chǎn)定價模型實證研究，數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2003年12月，137-141頁。[7]吳世農(nóng)、許年行，資產(chǎn)的理性定價模型和非理性定價模型的比較研究——基于中國股市的實證分析，經(jīng)濟研究，2004年6月，105-116頁。[8]鄧長榮、馬永開，三因素模型在中國證券市場的實證研究，管理學(xué)報，2005年5月，591-596頁。[9]張子余，估計周期對三因素模型系數(shù)估計的影響研究，統(tǒng)計與決策，2011年第24期，26-29頁。[10]梁穎琳，基于Fama-French模型對A股及創(chuàng)業(yè)板新股的長期走勢研究，中國經(jīng)貿(mào)導(dǎo)刊,2012年第16(14)期，26-29頁。[11]耿軍會，F(xiàn)ama-French三因素模型在上海股票市場的實證檢驗，金融教學(xué)與研究，2014年第11(1)期，48-50頁。[12]張靜.基于Fama-French三因子模型的股票收益率實證研究[D].對外經(jīng)濟貿(mào)易大學(xué),2018.[13]Sharpe,W.F.,“CapitalAssetPrices:ATheoryofMarketEquilibriumUnderConditionsofRisk”,TheJournalofFinance,Vol.9,No.3,PP.425-442,1964[14]Banz,R.W.,“Therelationshipbetweenreturnandmarketvalueofcommonstocks”,JournalofFinancialEconomics,Vol.No.1,PP.3-18,1981[15]Stattman,D.,“Bookvaluesandstockreturns”,TheChicagoMBA:Ajournalofselectedpapers,Vol.4,No.1,PP.25-45.,1980[16]Fama,E.F.,&French,K.R.,“TheCross-SectionofExpectedStockReturns,TheJournalofFinance,Vol.47,No.2,PP.427-465,1992a[17]Fama,E.F.,&French,K.R.,“TheEconomicFundamentalsofSizeandBook-to-MarketEquity.UnpublishedWorkingPaper.UniversityofChicago,1992b[18]Fama,EugeneandFrench,Kenneth.“CommonRiskFactorsinTheReturnsontheStocksandBonds”,JournaloffinancialEconomics,Vol.33,No.1,PP.3-56.,1993[19]Fama,E.F.,&French,K.R.“MultifactorExpl