多因子定价模型在我国上市银行的实证检验

万 欣

(重庆工商大学 重庆 400067)

一、引言

CPAM是关于资本市场预期收益率和风险之间的关系理论，对其研究是经济学研究的重要方面，已成为金融理论中的重要支柱。Markowitz(1952)提出了均值方差理论，开启了资产组合的开端，Sharpe(1964)在此基础上提出了CAPM，奠定了现代金融学发展的基础。Fama-French(1993)提出了三因子定价模型，在原有的资产定价模型基础上加入规模因子和账面市值比因子。因子模型的提出使学者们认识到影响金融资产价格的因子远远不止一个，为后来的因子模型的发展奠定了很好的基础。我国证券市场起步较晚，发展的特点和环境和西方股票市场也有所不同，而对股票收益率的影响因素复杂多样，因此仅用系统性风险来衡量诠释收益率是存在缺陷的。目前我国对其的研究主要以CAPM为主，并针对整体的股票市场进行研究，针对具体的行业研究较少，因而基于三因素模型的研究成果较为匮乏。银行业是我国证券市场的重要组成部分，银行板块收益情况对股票市场影响也很大。截至2019年12月，我国A股上市银行就有35家，总市值排名前10名，上市银行就占6家，分别是工商银行、建设银行、农业银行、中国银行、招商银行和交通银行。由于中国股票市场最主要的特征是个人投资者众多，非理性行为与换手率较高。基于这种特点将中国股票市场的参与者分为理性投资者和技术交易者。因此本文在原有三因子模型的基础上加入了可以代表技术交易者的因子，使其更加符合中国股票市场的特征。并在中国上市银行间进行实证检验，为中国股票市场的超额收益提供理论解释，进而为投资者构建合适的投资组合，帮助投资者树立正确的投资理念。因此运用多因子模型对我国主要上市银行股票进行实证检验和回归分析具有重要意义。

二、实证分析

(一)数据的选取

银行板块在我国股票市场占据重要地位，目前我国A股共有上市银行35家，占整个股票市场市值近 20%。因此本文选取沪深两市市值排名前 20 家银行2018 年1月 2 日至 2019 年12 月20 日的日收益率数据，对其股票回报率、流通市值、账面价值比等数据进行实证分析。这20家银行涵盖我国大型商业银行，如工商银行；股份制商业银行，如招商银行；城市商业银行如宁波银行，从总市值排名中可以看出我国大型国有控股银行的总统规模占有很大的优势，在营业收入总量上业远远高于股份制银行和地方性银行等其他银行。所有数据来源于锐思数据库，缺失数据采取插值法代替。

(二)因子模型的构建

因子模型设定为：

Ri,t=Rf,t+βi(Rm,t-Rf,t)+SiSMBt+hiHMLt+piPREt+tiTUOt+εi

(式1)

其中，Ri,t是投资组合i在t时刻的收益率，Rf,t是无风险利率，Rm,t是t时刻的市值加权平均值的市场组合收益率，Rm,t-Rf,t(MKT)为市场组合的风险溢价，SMBt是t时刻的市值因子，即小规模投资组合和大规模投资组合的收益率之差，HMLt是账面市值比因子，PREt是t时刻的趋势因子，TUOt为换手率因子。

根据Fama-French模型的构建方法，对各只股票的期末总市值和账面市值比进行排序和分组。首先根据公司的市值与账面市值比的大小形成组合，并对组合的市值因子和账面因子进行回归分析。具体步骤如下：

因子构建过程中，参照Fama-French的因子构建方法，首先按照公司规模将所有上市公司股票分别为大、小市值两组。然后按照账面市值比将所有股票分别按照 30%与 70%分为三组。最后将公司规模和账面市值比两个指标所分组合进行交叉，可以得到6个组合。

同理，将账面市值比替换为预期收益率与换手率，同样也可以得到6个组合。接下来由分组后的组合的收益率计算各个因子。其中SMB代表大市值组合收益率减去小市值组合收益率。HML代表高账面市值比组合减去低账面市值比组合的收益率。PRE代表高预期收益率组合减低预期收益率组合的收益率。TUO代表高换手率组合的收益率减低换手率组合的收益率。

(三)实证检验与回归结果

为了考察各因子之间的相关性，于是对各因子进行相关性分析，发现各变量之间大致上存在显著正向相关关系。为避免模型出现伪回归，需对数据进行平稳性检验，以保证实证检验的有效性。检验结果显示P值均为0，因此拒绝原假设，即各序列均不存在单位根过程，数据水平平稳，因此可以进行下一步的实证回归。

根据回归结果，因子模型的可决系数均大于0.5，说明模型的回归效果总体上显著且拟合度好。杜宾统计量均在2的附近，说明该模型不存在异方差问题。MKT的系数为6.64，HML的系数为0.59，两者的系数为正，说明风险溢价因子、账面市值比与上市银行股之间存在正向的作用，SMB的系数为-0.22，PRE的系数为-0.0003，TUO的系数为-5.83，说明与规模相关的收益风险因子、趋势因子和换手率因子与上市银行股之间存在负向的作用。

三、结论

本文以沪深A股市值排名前 20 家银行2018 年1月 2 日至 2019 年12 月20 日的日收益率数据、市场回报率，同时引入规模因子、价值因子、趋势因子及换手率因子。基于三因子模型并对其进行改良，对银行股股票进行实证检验，得出以下结论：

1.对Fama-French模型进行改良的五因子模型拟合我国上市银行股的效果比三因子模型拟合的效果相对较好，回归方程通过F检验，实证结果显著，表明市场因子、规模因子、价值因子、趋势因子及换手率因子可以比较准确的解释证券组合收益和评价组合绩效。但数据显示也存在其他引起可以更好的解释收益率，因而可以进一步对改进的五因素模型进行扩展，如加入盈利因子、投资因子、动能因素等改进和增强模型解释能力。

2.我国银行板块风险溢价同市场整体情况呈正向相关，且波动幅度大于市场波动幅度。对于整个银行业的股票来说，不论是规模大小还是账面市值比，其投资风险都应小于市场风险，相应收益波动也应小于市场的平均收益波动。

总之，投资者应根据自身投资理念、投资期限选择不同投资风格的资产组合，实现有效的资产管理。在熊市可以补仓小盘股，因为该类企业规模小、经营更灵活，发展速度更快，成长潜力更大，在市场走弱时可能会提供高的风险回报。牛市选择减持大盘股，因为大盘股规模庞大难以实现“大象群舞”，并不适合短期投机炒作。在成长型股票中，小盘股的风险溢价更高。在价值型股票中，大规模高账面市值比的股票风险溢价更高。总体来说，银行股受政策影响冲击大，非系统风险较小，收益率的变动比例小于市场变动比例，更适合长期价值投资。