本文關(guān)鍵詞： 股票風險因子 經(jīng)濟增長 Fama-French三因素模型 Chen-Zhang三因素模型　出處：《南京財經(jīng)大學》2014年碩士論文　論文類型：學位論文

【摘要】：股票市場一直被看做經(jīng)濟的晴雨表,股票市場與實體經(jīng)濟的發(fā)展息息相關(guān),研究股市收益率與經(jīng)濟增長是一個備受關(guān)注的課題,但在我國股票市場與宏觀經(jīng)濟走勢之間的關(guān)系似乎并沒有那么清晰。正是基于此激發(fā)了本文通過構(gòu)造資產(chǎn)組合,分解股市收益率來研究各股票風險因子與我國經(jīng)濟增長之間的關(guān)系,是否具有“晴雨表”的作用。Fama-French三因素模型被廣泛用來解釋股市超額回報率,近些年的Chen-Zhang三因素模型也很好地解釋了各國股市異象,本文選用上述兩個模型中的風險因素做為股市收益率的資產(chǎn)組合,研究各資產(chǎn)組合收益率能否預測我國未來經(jīng)濟增長,且總結(jié)兩個模型中的風險因素構(gòu)造了一個五因素模型以增強解釋我國宏觀經(jīng)濟走勢的能力。Fama-French三因素模型中的股票風險因素包括帳市比因素HML、規(guī)模因素SMB和市場風險溢價MRF,Chen-Zhang三因素模型中包括投資資本變化率INV、總資產(chǎn)收益率ROA和市場風險溢價MRF,五因素模型中的股票風險因素包括帳市比因素HML、規(guī)模因素SMB投資資本變化率INV、總資產(chǎn)收益率ROA和市場風險溢價MRF。本文對三種種資產(chǎn)組合中的風險因素HML、SMB、INV和ROA分別做了描述性統(tǒng)計,統(tǒng)計發(fā)現(xiàn)在三種資產(chǎn)組合中HML的收益率均值為正,SMB的收益率均值為負,INV的收益率均值為負,ROA的收益率均值為正,這為實證檢驗提供了基礎(chǔ)。本文通過三種方法來檢驗了Fama-French三因素模型、Chen-Zhang三因素模型和五因素模型對我國未來經(jīng)濟增長的預測力,結(jié)果表明用分布滯后模型和基于滾動數(shù)據(jù)的方法能較好地解釋我國未來經(jīng)濟增長,基于L-V構(gòu)造模型預測效果不佳。其中在分布滯后模型和基于滾動數(shù)據(jù)的方法中風險因子HML和ROA的實證檢驗效果與預期一致,風險因子SMB和1NV的實證檢驗結(jié)果與預期相反。在分布滯后模型中五因素模型并不能很好地解釋GDP增長率,各風險因子系數(shù)T值很低,通不過顯著性檢驗。但在基于滾動數(shù)據(jù)的方法中五因素模型相對于Fama-French三因素模型和Chen-Zhang三因素模型有更好的解釋力,這可能是因為滾動數(shù)據(jù)增加了樣本期間。在基于L-V構(gòu)造的模型中無論是Fama-French三因素模型還是Chen-Zhang三因素模型中的單變量回歸還是多變量回歸,各模型在整體上都不顯著,通不過在10%的水平上F檢驗。
[Abstract]:The stock market has always been regarded as a barometer of the economy. The stock market is closely related to the development of the real economy. It is a subject of great concern to study the stock market yield and economic growth. However, the relationship between the stock market and macroeconomic trends in China does not seem to be so clear. Decomposition of stock market returns to study the relationship between stock risk factors and China's economic growth. Whether the "barometer" function. Fama-French three-factor model is widely used to explain the excess return of stock market. In recent years, the Chen-Zhang three-factor model also explains the anomalies of the stock market in various countries. In this paper, the risk factors of the above two models are chosen as the portfolio of stock market returns to study whether the return rate of each portfolio can predict the future economic growth of our country. This paper summarizes the risk factors in the two models and constructs a five-factor model to enhance the ability to explain the macroeconomic trend of our country. The stock risk factors in the three-factor model of Fama-French include book-market ratio factor, scale factor SMB and market wind. Risk premium MRF / Chen-Zhang three-factor model includes Inv, total return on assets (ROA) and market risk premium (MRF). The equity risk factors in the five-factor model include book-market ratio factor (HMLs), scale factor (SMB) investment capital change rate (Inv), total risk factor (ROA). The return on assets (ROA) and the market risk premium (MRF) are analyzed in this paper. The risk factors HMLSMBINV and ROA are analyzed respectively. The statistical results show that the average return of HML is positive, the average of return is negative, the average of return is negative, the average of return of HML is positive. This provides the basis for the empirical test. This paper tests the forecasting power of Fama-French three-factor model, Chen-Zhang three-factor model and five-factor model, to the future economic growth of our country through three methods. The results show that the distributed lag model and the method based on rolling data can better explain the future economic growth of China. The prediction effect of L-V based model is not good. In the distributed lag model and rolling data based method, the empirical test results of risk factors HML and ROA are consistent with expectations. The empirical results of risk factor SMB and 1NV are contrary to expectations. In the distributed lag model, the five-factor model can not explain the growth rate of GDP well, and the T value of each risk factor coefficient is very low. But in the rolling data based method, the five-factor model has a better explanation than the Fama-French three-factor model and the Chen-Zhang three-factor model. This may be due to the fact that the rolling data increases the sample duration. In the L-V-based model, whether it is univariate regression or multivariate regression in the Fama-French three-factor model or the Chen-Zhang three-factor model, each model is not significant as a whole. It does not pass the F test at the level of 10%.
【學位授予單位】：南京財經(jīng)大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：F832.51;F124.1

【相似文獻】

相關(guān)期刊論文 前10條

1 呂周洋;王慧敏;張婕;陳蓉;;南水北調(diào)東線工程運行的社會風險因子識別[J];水利經(jīng)濟;2009年06期

2 孫莉;;施工企業(yè)工程成本控制關(guān)鍵風險因子識別[J];施工技術(shù);2014年15期

3 王永剛;王媛卓;;航空公司運行風險因子交互作用規(guī)律研究[J];中國安全生產(chǎn)科學技術(shù);2012年05期

4 張勇;個體風險因子在解釋噪聲交易者行為中的應用[J];天津商學院學報;2003年01期

5 曾承曉;陳光玖;張斌;;基于石油供應單因素風險因子數(shù)學模型研究[J];技術(shù)經(jīng)濟與管理研究;2009年04期

6 鄧永平;;流動性風險因子差異與封閉式基金折價關(guān)系研究[J];價格月刊;2009年08期

7 馮艷飛;邢小亮;;基于風險因子的虛擬企業(yè)協(xié)作風險研究[J];當代經(jīng)濟;2009年08期

8 廖理,趙鋒,李閣峰;基于多指數(shù)模型的投資組合風險控制方法和風險因子識別[J];世界經(jīng)濟;2003年09期

9 彭建剛;呂志華;;基于行業(yè)特性的多元系統(tǒng)風險因子CreditRisk+模型[J];中國管理科學;2009年03期

10 王澤霞;沈佳翔;甘道武;;上市公司管理舞弊風險因子探索——基于問卷調(diào)查與因子分析[J];會計之友;2014年01期

相關(guān)會議論文 前1條

1 姜蓓蕾;劉恒;耿雷華;李愛花;陳煉鋼;黃昌碩;;南水北調(diào)東線工程運行風險因子識別初探[A];中國水利學會2008學術(shù)年會論文集（下冊）[C];2008年

相關(guān)重要報紙文章 前3條

1 記者 劉海英;科學家確認新的精神病遺傳風險因子[N];科技日報;2011年

2 湖北省武漢市食品藥品監(jiān)督管理局東湖分局 羅志;病從口入的風險因子在哪里？[N];中國醫(yī)藥報;2012年

3 記者 李禾;PM2.5污染成我國第四大致死風險因子[N];科技日報;2013年

相關(guān)博士學位論文 前1條

1 錢一鶴;債券風險的定價、分解和控制[D];浙江大學;2014年

相關(guān)碩士學位論文 前10條

1 孫海云;基于安全鏈條的高鐵運營過程安全風險識別及預警研究[D];大連交通大學;2015年

2 張林鳳;股票風險因子與經(jīng)濟增長的關(guān)聯(lián)性研究[D];南京財經(jīng)大學;2014年

3 宋瓊;多狀態(tài)風險因子下的死亡率模型在壽險中的應用[D];華東師范大學;2010年

4 沈佳翔;上市公司管理舞弊重要風險因子研究[D];杭州電子科技大學;2013年

5 王瑋瑾;系統(tǒng)性和非系統(tǒng)性風險因子對公司債券信用價差的影響程度研究[D];浙江財經(jīng)學院;2013年

6 羅艷;IT項目外包風險因子識別研究[D];中南大學;2008年

7 李科;基于層次型風險因子傳遞理論的企業(yè)IT項目評價研究[D];武漢理工大學;2009年

8 石玉山;基于共享型脆弱因子的違約相關(guān)測度研究[D];大連理工大學;2013年

9 由鍇;我國上市公司會計舞弊的動因與治理研究[D];云南大學;2015年

10 劉苗苗;基于多方交易行為分析的存貨質(zhì)押業(yè)務風險因子識別研究[D];西南交通大學;2012年

，

本文編號：1546293