投资学(第4版)-第77节

按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！



＇1＇　Nai…Fu　Chen；　Richard　Roll；　and　Stephen　Ross；　“　Economic　Forces　and　the　Stock　Market；”　Journal　of　
B　u　s　i　n　e　s　s　59　（1986）。　

322　第三部分资本市场均衡

下载
因素有最高相关性的资产组合）的区别过程。作为替代，他们有一暗含的假设，即通

过运用这些因素本身，因素资产组合可以作为因素的替代物存在。这些因素现在就像

法马和麦克贝斯那样被用在检验中。

这个方法的一个关键是选择股票组成资产组合。回想一下单因素检验，构成的资

产组合跨越了很宽的贝塔范围，加强了检验的能力。在多因素结构中，有效的标准明

显要少。陈、罗尔和罗斯选择了一组样本股票，根据规模（权益的当前市值）把它们

分成2　0个资产组合，市值是与股票收益相关的变量。

他们首先运用5年的月度数据去估计一阶回归中的2　0个资产组合的贝塔值。这可
以通过对每一资产组合的下列回归来完成估计：
r＝a＋　


G　BG　B＋e　（　1　3　…　6　a　）
MrM＋　
I　PI　P＋　
E　IE　I＋　
U　IU　I＋　
C　GC　G＋　
这里M为股票市场指数，陈、罗尔和罗斯运用的市场指数有两个，一个是市值加
权的纽约证券交易所指数（V　W　N　Y），一个是等权重的纽约证券交易所指数（E　W　N　Y）。
运用2　0组一阶回归估计作为独立变量的贝塔值，他们现在（运用2　0个观察值，每
个资产组合一个）估计二阶回归方程：

r＝　


G　B＋e　（　1　3　…　6　b　）
0＋　
M＋
M　


I　P　


I　P＋　
E　I　


E　I＋　
U　I　


U　I＋　
C　G　


C　G＋　
G　B　


这里伽玛变成了这些因素风险溢价的估计值。

陈、罗尔和罗斯对样本期的每月数据进行了二阶回归，用每年的数据重新估计了

一阶因素的贝塔值。他们以四种变化进行二阶检验，首先（表1　3　…　2的A和B部分），他

们把市场指数分开，用两个可供选择的测度方法测度行业的生产（建立在行业生产基

础上的年度增长Y　P和建立在月度增长基础上的M　P）；当发现M　P是更有效的测度时，

他们把两个指数（V　W　N　Y和E　W　N　Y）合在一起，一次检验一个（表1　3　…　2的C和D部分）。

估计风险溢价（参数


的值）是对总的二阶回归的平均，而总的二阶回归是与列入表
1　3　…　2的每一子时期相对应的。
注意在表1　3　…　2中，C和D部分—两个市场指数，即市值加权的纽约证券交易所指

数和等权重的纽约证券交易所指数，并没有多少解释力（他们的t统计1　。　2　1　8和…0　。　6　3　3　

在整个样本期和每一个子时期小于2）。还值得注意的是，V　W　N　Y因素存在一个错误的

信号，它似乎意味着有负的市场风险溢价。行业生产（M　P）、公司债券的风险溢价
（C　G）和意外的通货膨胀（U　I）都表现出是有强解释力的因素。

这些结果被看作只是这种研究方法的开端，他们认为对一些经济因素进行套期是可

能的，这些经济因素影响着有合适资产组合的未来消费风险。资本资产定价模型或套利

定价理论多因素均衡期望收益…贝塔关系可能有一天会取代现在广泛运用的单因素模型。

把服务于普通来源的风险套期的资产组合与服务于未来消费机会套期的资产组合

区别开来是十分困难的。在对这些资产组合进行研究时有两种研究方法：因素分析技

术表明资产组合有可能提供套期服务，研究者们可以运用它指出风险来源是什么，它

有多重要。第二种研究方法是试图猜出那些与消费风险一致的经济变量的区别，并决

定它们是否确实能解释收益率。

表13…2　经济变量与定价（每月百分比×1　0），多变量方法

A　年度Y　P　I　P　E　I　U　I　C　G　G　B　常量
1　9　5　8　~　1　9　8　4　4　。　3　4　1　1　3　。　9　8　4　…0　。　111　…0　。　6　7　2　7　。　9　4　1　…5　。　8　4　。　11　2　
（　0　。　5　3　8　）　（　3　。　7　2　7　）　（…1　。　4　9　9　）　（…2　。　0　5　2　）　（　2　。　8　0　7　）　（…1　。　8　4　4　）　（　1　。　3　3　4　）　
1　9　5　8　~　1　9　6　7　0　。　4　1　7　1　5　。　7　6　0　0　。　0　1　4　…0　。　1　3　3　5　。　5　8　4　0　。　5　3　5　4　。　8　6　8　
（　0　。　0　3　2　）　（　2　。　2　7　0　）　（　0　。　1　9　1　）　（…0　。　2　5　9　）　（　1　。　9　2　3　）　（　0　。　2　4　0　）　（　1　。　1　5　6　）　
1　9　6　8　~　1　9　7　7　1　。　8　1　9　1　5　。　6　4　5　…0　。　2　6　4　…1　。　4　2　0　1　4　。　3　5　2　…1　4　。　3　2　9　…2　。　5　4　4　
（　0　。　1　4　5　）　（　2　。　5　0　4　）　（…3　。　3　9　7　）　（…3　。　4　7　0　）　（　3　。　1　6　1　）　（…2　。　6　7　2　）　（…0　。　4　6　4　）　


下载
第13章证券收益的经验根据

323　

（续）　

A　年度Y　P　I　P　E　I　U　I　C　G　G　B　常量
1　9　7　8　~　1　9　8　4　1　3　。　5　4　9　8　。　9　3　7　…0　。　0　7　0　…0　。　3　7　3　2　。　1　5　0　…2　。　9　4　1　1　2　。　5　4　1　
（　0　。　7　7　4　）　（　1　。　6　0　2　）　（…0　。　2　8　9　）　（…0　。　4　4　2　）　（　0　。　2　7　9　）　（…0　。　3　2　7　）　（　1　。　9　11　）　
B　年度I　P　E　I　U　I　C　G　G　B　常量
1　9　5　8　~　1　9　8　4　1　3　。　5　8　9　…0　。　1　2　5　…6　。　2　9　7　。　2　0　5　…5　。　2　11　4　。　1　2　4　
（　3　。　5　6　1　）　（…1　。　6　4　0　）　（…1　。　9　7　9　）　（　2　。　5　9　0　）　（…1　。　6　9　0　）　（　1　。　3　6　1　）　
1　9　5　8　~　1　9　6　7　1　3　。　1　5　5　0　。　0　0　6　…0　。　1　9　1　5　。　5　6　0　…0　。　0　0　8　4　。　9　8　9　
（　1　。　8　9　7　）　（　0　。　0　9　2　）　（…0　。　3　8　2　）　（　1　。　9　3　5　）　（…0　。　0　0　4　）　（　1　。　2　7　1　）　
1　9　6　8　~　1　9　7　7　1　6　。　9　6　6　…0　。　2　4　5　…1　。　3　5　3　1　2　。　7　1　7　…1　3　。　1　4　2　…1　。　8　8　9　
（　2　。　6　3　8　）　（…3　。　2　1　5　）　（…3　。　3　2　0　）　（　2　。　8　5　2　）　（…2　。　5　5　4　）　（…0　。　3　3　4　）　
1　9　7　8　~　1　9　8　4　9　。　3　8　3　…0　。　1　4　0　…0　。　2　2　1　1　。　6　7　9　…1　。　3　1　2　11　。　4　7　7　
（　1　。　5　8　8　）　（…0　。　5　5　2　）　（…0　。　2　7　4　）　（　0　。　2　2　1　）　（…0　。　1　4　9　）　（　1　。　7　4　7　）　
C　年度E　W　N　Y　I　P　E　I　U　I　C　G　G　B　常量
1　9　5　8　~　1　9　8　4　5　。　0　2　1　1　4　。　0　0　9　…0　。　1　2　8　…0　。　8　4　8　0　。　1　3　0　…5　。　0　1　7　6　。　4　0　9　
（　1　。　2　1　8　）　（　3　。　7　7　4　）　（…1　。　6　6　6　）　（…2　。　5　4　1　）　（　2　。　8　5　5　）　（…1　。　5　7　6　）　（　1　。　8　4　8　）　
1　9　5　8　~　1　9　6　7　6　。　5　7　5　1　4　。　9　3　6　…0　。　0　0　5　…0　。　2　7　9　5　。　7　4　7　…0　。　1　4　6　7　。　3　4　9　
（　1　。　1　9　9　）　（　2　。　3　3　6　）　（…0　。　0　6　0　）　（…0　。　5　5　8　）　（　2　。　0　7　0　）　（…0　。　0　6　7　）　（　1　。　5　9　1　）　
1　9　6　8　~　1　9　7　7　2　。　3　3　4　1　7　。　5　9　3　…0　。　2　4　8　…1　。　5　0　1　1　2　。　5　1　2　…9　。　9　0　4　3　。　5　4　2　
（　0　。　2　8　3　）　（　2　。　7　1　5　）　（…3　。　0　3　9　）　（…3　。　3　6　6　）　（　2　。　7　5　8　）　（…2　。　0　1　5　）　（　0　。　5　5　8　）　
1　9　7　8　~　1　9　8　4　6　。　6　3　8　7　。　5　6　3　…0　。　1　3　2　…0　。　7　2　9　5　。　2　7　3　…4　。　9　9　3　9　。　1　6　4　
（　0　。　9　0　6　）　（　1　。　2　5　3　）　（…0　。　5　2　9　）　（…0　。　8　4　7　）　（　0　。　6　6　3　）　（…0　。　5　2　0　）　（　1　。　2　4　5　）　
D　年度V　W　N　Y　I　P　E　I　U　I　C　G　G　B　常量
1　9　5　8　~　1　9　8　4　…2　。　4　0　3　11　。　7　5　6　…0　。　1　2　3　…0　。　7　9　5　8　。　2　7　4　…5　。　9　0　5　1　0　。　7　1　3　
（…0　。　6　3　3　）　（　3　。　0　5　4　）　（…1　。　6　0　0　）　（…2　。　3　7　6　）　（　2　。　9　7　2　）　（…1　。　8　7　9　）　（　2　。　7　5　5　）　
1　9　5　8　~　1　9　6　7　1　。　3　5　9　1　2　。　3　9　4　0　。　0　0　5　…0　。　2　0　9　5　。　2　0　4　…0　。　0　8　6　9　。　5　2　7　
（　0　。　2　7　7　）　（　1　。　7　8　9　）　（　0　。　0　6　4　）　（…0　。　4　1　5　）　（　1　。　8　1　5　）　（…0　。　0　4　0　）　（　1　。　9　8　4　）　
1　9　6　8　~　1　9　7　7　…5　。　2　6　9　1　3　。　4　6　6　…0　。　2　5　5　…1　。　4　2　1　1　2　。　8　9　7　…11　。　7　0　8　8　。　5　8　2　
（…0　。　7　1　7　）　（　2　。　0　3　8　）　（…3　。　2　3　7　）　（…3　。　1　0　6　）　（　2　。　9　5　5　）　（…2　。　2　9　9　）　（　1　。　1　6　7　）　
1　9　7　8　~　1　9　8　4　…3　。　6　8　3　8　。　4　0　2　…0　。　11　6　…0　。　7　3　9　6　。　0　5　6　…5　。　9　2　8　1　5　。　4　5　2　
（…0　。　4　9　1　）　（　1　。　4　3　2　）　（…0　。　4　5　8　）　（…0　。　8　6　9　）　（　0　。　7　8　2　）　（…0　。　6　4　4　）　（　1　。　8　6　7　）　

注：V　W　N　Y＝建立在市值加权的纽约证券交易所指数基础上的收益；E　W　N　Y＝建立在等权重的
纽约证券交易所指数基础上的收益；I　P＝行业生产的月增长率；E　I＝预期通货膨胀的变化；
U　I＝意外的通货膨胀；C　G＝风险溢价的意外变化（B　a　a级及以下的收益—长期政府债券
收益）；G　B＝期限结构的意外变化（长期政府债券收益—国库券收益率）；Y　P＝行业生
产的年增长率。注意：括号中的内容是t统计情况。

资料来源：Nai…Fu　Chen；　Richard　Roll；　and　Stephen　Ross；“Economic　Forces　and　the　Stock　Market；”　
Journal　of　Business　59　（1986）；　由芝加哥大学出版。

13。3　有关异常的文献：风险溢价或有效性
13。3。1　攻击
对支持资本资产定价模型和套利定价理论的经验研究已经遭到了挫折。连续的研
究得出的结论是，资产收益并不围绕由资本资产定价模型和套利定价理论预测的假定
的证券市场曲线排列。一些研究者猜测，即便正的期望收益…贝塔关系是有效的，
F　U　L　L　…　B　L　O　W　N资产定价模型并不被经验所证明，因为许多统计问题还没有得到很好
的解决。


324　第三部分资本市场均衡

下载
在第1　2章曾简要地讨论过法马和弗伦奇＇1＇　的研究，他们的以下报告会受到强烈关
注，这并不令我们感到意外：

两个容易测度的变量—权益的规模与账面…市值比率，结合起来在一个与市场


、
规模、杠杆、账面…市值比率和市盈率一致的平均股票收益中获得截面变动。另外，当
检验允许
的变动与规模不相关时，市场
与平均收益的关系是平缓的，甚至当
是唯
一解释变量时也是这样。
这对结论是个很大的干扰。如果经验证据认为系统风险与期望收益无关，我们一
定放弃了金融理论的一块柱石。的确，法马和弗伦奇说：“简言之，我们的检验并不
支持资本资产定价模型和套利定价理论的主要预测，即股票的平均收益相对于


是正
的。”这个结论引起了市场的实务者和学术机构的关注，《纽约时报》（The　New　Yo　r　k　
Ti　m　e　s　）和《经济学家》（The　Economist）进行了报道（见专栏1　3　…　1）。
一场发生在顶尖级的金融经济学家之间的论战正引起华尔街的注意。受
到攻击的是著名的资本资产定价模型（C　A　P　M），该模型被广泛地应用于对风
险与收益的评估上。两位芝加哥的经济学家，尤金·法马和肯尼斯·佛伦奇在
他们新发表的论文中，通过证明模型中的关键性分析工具不能对股票收益的差
别给予解释而推翻了该模型。①
按照C　A　P　M模型，收益是要反映风险的。模型使用了一个测度工具称为贝
塔，是相对波动性的速记形式，以此来测度相对于整个市场来说某一个股份的
风险情况，计算贝塔所依据的是过去的价格变化。某一股份的贝塔值为1表示
其风险程度与整个市场的风险程度相当，而贝塔值为0　。　5则表示风险程度较小。
由于投资者对风险较大的投资要求获得较高的收益，所以股票价格将反映出这
种要求，有较高贝塔值的股票要求获取高于平均值的收益。
长期以来一直存在着关于贝塔值是否真能用来预期收益的争论。经研究
发现，市场的资本化程度、市盈率比率、财务杠杆和账面…市值比率也同样能
很好地预期收益。法马与佛伦奇先生说得很清楚：贝塔不是一个理想的指示
器。
两位经济学家调查了从1　9　6　3到1　9　9　0年间，所有在纽约证券交易所、美国
股票交易所和纳斯达克上市的非金融股份。他们将股票按组划分。当仅以规模
（如市场的资本化程度）为标准分组时，C　A　P　M模型是有效的，但在每一资产
组合中都包含着一个范围广泛的贝塔值。因此作者将相同贝塔值和资本化程度
的股份分在一组，此时的贝塔值对收益的预测是无效的。
法马和佛伦奇先生认为，可用公司规模的差别和账面…市值比率的差别，
特别是后者，来代替贝塔值，以解释收益的区别。当把股票按账面…市值比率
分组时，在比率最低与比率最高组之间的收益上的差别，远远要比按规模分组
时的收益差别大得多。
那么，分析家们是否应当停止使用C　A　P　M模型呢？也不一定。虽然法马与
佛伦奇先生提出了