资产定价异常的多因子解释 ABSTRACT 前人的研究工作表明，普通股的平均收益与公司的一些特征有关系，比如公司的大小（Small、Big)、每股收益与股票价格之比（Earings/Price)，每股现金流与股票价格(Cash flow/Price)之比，股票账面价值与市值比(Book value of equity/Market value of equity)，过去销售额增长(past sales growth)，长期过去收益(Long-term past return)，短期过去收益(Short-term past return)。这些因素不能够被 CAPM 所解释，所以它们被叫做异常现象。本文认发现除了短期收益的连续性这一点以外，其他的异常现象都能被三因子模型解释。 本文首先主要是通过实证分析证明三因子模型解释了大部分 CAPM 所不能解释的关于股票平均收益的异常现象。之后针对一些人提出的关于三因子模型的质疑进行解释，并总结本文的出的结论。 I、Tests on the 25 FF Siz e-BE/ME Portfolios 表1 中的样本数据来自于纽约证券交易所、美国证券交易所和纳斯达克证券交易所。首先由表一可以看出小公司的股票平均收益大于大公司，同时高的账面市值比的公司的收益大于低的账面市值比的公司。同时表1 也反映了三因子模型时间序列回归（也就是（2）)的拟合程度，如果三因子模型得出的结果是期望收益的话，那么回归方程的截距应该是接近于 0。我们看到，小公司和账面市值比比较低的组合截距为负，大公司和账面市值比较高的组合截距为正。其他情况的话是接近于 0 的。F 值（表中没有给出）拒绝了原假设，同时这 25 个组合的R 方的均值为 0.93，也就是拟合效果比较的好，所以那个截距是显著不为零的。尽管这个模型确实反映了组合平均收益的大部分风险，但是它的截距的绝对值的均值是 0.093，也就是说有些截距它是显著不为 0 的。 II、LSV Deciles 与前面的分组不同，LSV 是根据 BE/ME，E/P,C/P 和五年的销售排名来分成 10 组。表2只用了纳斯达克证券交易所的数据，目的是为了减少小股本公司在组合中的影响。数据显示平均收益与账面市值比、收益价格比和现金流价格比有很强的正相关关系，与过去销售额增长负相关。表3 显示三因子模型包含了大部分的信息，回归截距都很小。大部分 R 方都大于0.92，除了R 方都很大以外，GRS 检验的也没有拒绝三子模型能够描述股票收益的假设。从截距和GRS 检验者两方面考虑的话，三因子模型在LSV 实证分析的结果要比在前面那一组的结果好。 为什么三因子模型在LSV 组合...
