Fama and French(1992),s main conclusions ☆β对于股票截面平均收益没有什么解释力; ☆规模和净市率对于平均收益的联合解释能力要超过杠 杆比率和市盈率。至少对于在1963-1990期间的样本来 说,这一结论成立。 这表明,股票收益变化可用一个多因素资产定价模型 刻画:规模和BM。BM刻画财务困境风险。当市场对 其前景预期较差时,具体表现为较低的股价和较高的 净市率,公司比起较好预期前景的公司有较高的预期 回报(因为其为较高的资金成本所拖累)
16 Fama and French (1992)’s main conclusions: ❖ β对于股票截面平均收益没有什么解释力； ❖ 规模和净市率对于平均收益的联合解释能力要超过杠 杆比率和市盈率。至少对于在1963-1990期间的样本来 说，这一结论成立。 ❖ 这表明，股票收益变化可用一个多因素资产定价模型 刻画：规模和BM。BM刻画财务困境风险。当市场对 其前景预期较差时，具体表现为较低的股价和较高的 净市率，公司比起较好预期前景的公司有较高的预期 回报（因为其为较高的资金成本所拖累）
Fama and french的分析方法 冷数据:1)NYSE、AMEX和 NASDAQ交易的 1962-1989年间所有非金融股票收益序列,数据 来源是证券价格研究中心(CRSP)和2) COMPUSTAT历年收入平衡表和资产负债表的 数据档案。 使用一个公司t-1年12月末的市值来计算t-1年的 净市率,杠杆比率和市盈率,并且用t年6月份 的市场权益价值来度量该公司的规模
17 Fama and French的分析方法 ❖ 数据：1) NYSE、AMEX和NASDAQ交易的 1962-1989年间所有非金融股票收益序列，数据 来源是证券价格研究中心（CRSP）和2） COMPUSTAT历年收入平衡表和资产负债表的 数据档案。 ❖ 使用一个公司t-1年 12月末的市值来计算t-1年的 净市率，杠杆比率和市盈率，并且用t年 6月份 的市场权益价值来度量该公司的规模
基本方法:使用Fama和 MacBeth的截面回归方 法。每月对股票截面收益关于所假设的解释变 量进行回归。按月回归时间序列的方法所得的 斜率平均值提供了对不同解释变量是否解释股 票平均收益水平
18 ❖ 基本方法：使用Fama和MacBeth的截面回归方 法。每月对股票截面收益关于所假设的解释变 量进行回归。按月回归时间序列的方法所得的 斜率平均值提供了对不同解释变量是否解释股 票平均收益水平
方法 冷形成期:建立100个sze-组合: 10size组合:每年6月根据NYSE的样本公司ME的10分位点 确定 冷每个sze组合中分10个B组合:NYSE的样本公司t年7月之 前5年的24-60个月回报估计个股β10分位点,进行预排序。 估计期和测试期 100组合(按年更新,1963.7-1990.12)330月的等权回报 率~分组合回归 冷排序后所有期间的组合β=组合中个股β,用于测试期。个 股β并不固定,因为各股在不同时期属于不同的组合
19 方法 ❖ 形成期：建立100个size- 组合： ❖ 10size组合：每年6月根据NYSE的样本公司ME的10分位点 确定。 ❖ 每个size组合中分10个组合： NYSE的样本公司t年7月之 前5年的24－60个月回报估计个股 10分位点，进行预排序。 ❖ 估计期和测试期： ❖ 100组合（按年更新，1963.7-1990.12）330月的等权回报 率～分组合回归。 ❖ 排序后所有期间的组合＝组合中个股，用于测试期。个 股并不固定，因为各股在不同时期属于不同的组合
研究结果(1) Table I Size and then B: Stocks Sorted on ME ( Down)then Pre-Ranking B(Across Average Returns, Post-Ranking Bs and Average Size For Portfolios Formed or July 1963 to December 1990 All LowB 82a3序45 878839High Panel A: Average Monthly Returns (in Percent) All 1.25 1.341.291.361.311.331281241.211.251.14 Small-ME 1.52 1.711.571791.611.501.501371.631.50 1.42 ME- 2 1.251.421.361.391661611371.311341.11 ME.3 241.121311171.701.291101311.361.26076 ME4 1.271,131.541.061341.061.411.171.350.98 ME-5 1.2 1.341421.391.481.421.181,131.271,181.08 ME 117110915312715120121181041.07102 ME7 0951.211 1.091.181.111.240.621.320.76 ME- 8 1.10 1091.051.371.201.270981,181,021.01094 ME-9 095098088102114107123094082088059 Large-ME 0.89 1.010.931.100.90.93089108071074056
20 研究结果(1)