由Fama和French提出的三因子模型能夠較好地解釋股票的收益率風(fēng)險(xiǎn)溢價(jià)。文章以狀態(tài)空間模型為框架,將風(fēng)險(xiǎn)因子系數(shù)作為狀態(tài)變量,市場(chǎng)風(fēng)險(xiǎn)溢價(jià)作為觀測(cè)變量,構(gòu)建時(shí)變?nèi)蜃幽Ｐ蛠?lái)應(yīng)對(duì)股票市場(chǎng)價(jià)格的時(shí)變特征。研究結(jié)果顯示,利用卡爾曼濾波來(lái)估計(jì)時(shí)變風(fēng)險(xiǎn)因子系數(shù),增強(qiáng)了估計(jì)結(jié)果的準(zhǔn)確性與連貫性;風(fēng)險(xiǎn)因子系數(shù)變化規(guī)律與中國(guó)A股市場(chǎng)政策和環(huán)境影響相吻合,消除非理性噪聲后的時(shí)變?nèi)蜃幽Ｐ透哂薪忉屃Χ取?nbsp;

【文章來(lái)源】：統(tǒng)計(jì)與決策. 2020,36(06)北大核心CSSCI

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

SM組合合時(shí)變風(fēng)險(xiǎn)系數(shù)1.61.2SV1FSV2FSV3F-0.2200520062007200820092010201120122013201420152016

瞬煌?姆縵氈┞端?�。在BH組合中為負(fù)作用，且收斂于-0.2左右，但在SH組合中為正值，其均值在0.8左右。說(shuō)明在大市值組合中解釋了20％的風(fēng)險(xiǎn)，作用為負(fù)，而在小市值組合中解釋了80％的風(fēng)險(xiǎn)，作用為正。在低賬面市值比投資BL組合和SL組合中，具有類(lèi)似的解釋作用。SV1FSV2FSV3F1.41.21.00.80.60.40.20.0-0.2200520062007200820092010201120122013201420152016圖5SM組合合時(shí)變風(fēng)險(xiǎn)系數(shù)2005200620072008200920102011201220132014201520161.61.20.80.40.0-0.4-0.8-1.2SV1FSV2FSV3F圖6SL組合時(shí)變風(fēng)險(xiǎn)系數(shù)理論探討8

【參考文獻(xiàn)】：
期刊論文
[1]創(chuàng)業(yè)企業(yè)IPO后所有權(quán)類(lèi)型集中度、董事會(huì)主導(dǎo)功能與多元化戰(zhàn)略選擇[J]. 王壘,劉新民,吳士健,范柳.  南開(kāi)管理評(píng)論. 2018(03)
[2]時(shí)變資本資產(chǎn)定價(jià)狀態(tài)空間模型的構(gòu)建及實(shí)證[J]. 郭志鋼,楊詩(shī)惠,唐元琦,李建平.  統(tǒng)計(jì)與決策. 2017(10)
[3]深圳股市時(shí)變Beta、條件CAPM實(shí)證研究[J]. 羅登躍,王春峰,房振明.  管理工程學(xué)報(bào). 2007(04)
[4]中國(guó)股票市場(chǎng)的三因子時(shí)變風(fēng)險(xiǎn)溢價(jià)模型研究[J]. 陳學(xué)勝.  南方經(jīng)濟(jì). 2007(04)
[5]中國(guó)股市三因子資產(chǎn)定價(jià)模型實(shí)證研究[J]. 楊炘,陳展輝.  數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2003(12)
[6]預(yù)期股票收益的橫截面多因素分析:來(lái)自中國(guó)證券市場(chǎng)的經(jīng)驗(yàn)證據(jù)[J]. 陳信元,張?zhí)镉?陳冬華.  金融研究. 2001(06)

碩士論文
[1]基于改進(jìn)的多因子資產(chǎn)定價(jià)模型的選股方案設(shè)計(jì)[D]. 馬靈均.上海師范大學(xué) 2018



本文編號(hào)：3391368