多因子定價模型在我國上市銀行的實證檢驗

萬 欣

(重慶工商大學 重慶 400067)

一、引言

CPAM是關于資本市場預期收益率和風險之間的關系理論，對其研究是經濟學研究的重要方面，已成為金融理論中的重要支柱。Markowitz(1952)提出了均值方差理論，開啟了資產組合的開端，Sharpe(1964)在此基礎上提出了CAPM，奠定了現代金融學發展的基礎。Fama-French(1993)提出了三因子定價模型，在原有的資產定價模型基礎上加入規模因子和賬面市值比因子。因子模型的提出使學者們認識到影響金融資產價格的因子遠遠不止一個，為后來的因子模型的發展奠定了很好的基礎。我國證券市場起步較晚，發展的特點和環境和西方股票市場也有所不同，而對股票收益率的影響因素復雜多樣，因此僅用系統性風險來衡量詮釋收益率是存在缺陷的。目前我國對其的研究主要以CAPM為主，并針對整體的股票市場進行研究，針對具體的行業研究較少，因而基于三因素模型的研究成果較為匱乏。銀行業是我國證券市場的重要組成部分，銀行板塊收益情況對股票市場影響也很大。截至2019年12月，我國A股上市銀行就有35家，總市值排名前10名，上市銀行就占6家，分別是工商銀行、建設銀行、農業銀行、中國銀行、招商銀行和交通銀行。由于中國股票市場最主要的特征是個人投資者眾多，非理性行為與換手率較高。基于這種特點將中國股票市場的參與者分為理性投資者和技術交易者。因此本文在原有三因子模型的基礎上加入了可以代表技術交易者的因子，使其更加符合中國股票市場的特征。并在中國上市銀行間進行實證檢驗，為中國股票市場的超額收益提供理論解釋，進而為投資者構建合適的投資組合，幫助投資者樹立正確的投資理念。因此運用多因子模型對我國主要上市銀行股票進行實證檢驗和回歸分析具有重要意義。

二、實證分析

(一)數據的選取

銀行板塊在我國股票市場占據重要地位，目前我國A股共有上市銀行35家，占整個股票市場市值近 20%。因此本文選取滬深兩市市值排名前 20 家銀行2018 年1月 2 日至 2019 年12 月20 日的日收益率數據，對其股票回報率、流通市值、賬面價值比等數據進行實證分析。這20家銀行涵蓋我國大型商業銀行，如工商銀行；股份制商業銀行，如招商銀行；城市商業銀行如寧波銀行，從總市值排名中可以看出我國大型國有控股銀行的總統規模占有很大的優勢，在營業收入總量上業遠遠高于股份制銀行和地方性銀行等其他銀行。所有數據來源于銳思數據庫，缺失數據采取插值法代替。

(二)因子模型的構建

因子模型設定為：

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

(式1)

其中，Ri,t是投資組合i在t時刻的收益率，Rf,t是無風險利率，Rm,t是t時刻的市值加權平均值的市場組合收益率，Rm,t-Rf,t(MKT)為市場組合的風險溢價，SMBt是t時刻的市值因子，即小規模投資組合和大規模投資組合的收益率之差，HMLt是賬面市值比因子，PREt是t時刻的趨勢因子，TUOt為換手率因子。

根據Fama-French模型的構建方法，對各只股票的期末總市值和賬面市值比進行排序和分組。首先根據公司的市值與賬面市值比的大小形成組合，并對組合的市值因子和賬面因子進行回歸分析。具體步驟如下：

因子構建過程中，參照Fama-French的因子構建方法，首先按照公司規模將所有上市公司股票分別為大、小市值兩組。然后按照賬面市值比將所有股票分別按照 30%與 70%分為三組。最后將公司規模和賬面市值比兩個指標所分組合進行交叉，可以得到6個組合。

同理，將賬面市值比替換為預期收益率與換手率，同樣也可以得到6個組合。接下來由分組后的組合的收益率計算各個因子。其中SMB代表大市值組合收益率減去小市值組合收益率。HML代表高賬面市值比組合減去低賬面市值比組合的收益率。PRE代表高預期收益率組合減低預期收益率組合的收益率。TUO代表高換手率組合的收益率減低換手率組合的收益率。

(三)實證檢驗與回歸結果

為了考察各因子之間的相關性，于是對各因子進行相關性分析，發現各變量之間大致上存在顯著正向相關關系。為避免模型出現偽回歸，需對數據進行平穩性檢驗，以保證實證檢驗的有效性。檢驗結果顯示P值均為0，因此拒絕原假設，即各序列均不存在單位根過程，數據水平平穩，因此可以進行下一步的實證回歸。

根據回歸結果，因子模型的可決系數均大于0.5，說明模型的回歸效果總體上顯著且擬合度好。杜賓統計量均在2的附近，說明該模型不存在異方差問題。MKT的系數為6.64，HML的系數為0.59，兩者的系數為正，說明風險溢價因子、賬面市值比與上市銀行股之間存在正向的作用，SMB的系數為-0.22，PRE的系數為-0.0003，TUO的系數為-5.83，說明與規模相關的收益風險因子、趨勢因子和換手率因子與上市銀行股之間存在負向的作用。

三、結論

本文以滬深A股市值排名前 20 家銀行2018 年1月 2 日至 2019 年12 月20 日的日收益率數據、市場回報率，同時引入規模因子、價值因子、趨勢因子及換手率因子。基于三因子模型并對其進行改良，對銀行股股票進行實證檢驗，得出以下結論：

1.對Fama-French模型進行改良的五因子模型擬合我國上市銀行股的效果比三因子模型擬合的效果相對較好，回歸方程通過F檢驗，實證結果顯著，表明市場因子、規模因子、價值因子、趨勢因子及換手率因子可以比較準確的解釋證券組合收益和評價組合績效。但數據顯示也存在其他引起可以更好的解釋收益率，因而可以進一步對改進的五因素模型進行擴展，如加入盈利因子、投資因子、動能因素等改進和增強模型解釋能力。

2.我國銀行板塊風險溢價同市場整體情況呈正向相關，且波動幅度大于市場波動幅度。對于整個銀行業的股票來說，不論是規模大小還是賬面市值比，其投資風險都應小于市場風險，相應收益波動也應小于市場的平均收益波動。

總之，投資者應根據自身投資理念、投資期限選擇不同投資風格的資產組合，實現有效的資產管理。在熊市可以補倉小盤股，因為該類企業規模小、經營更靈活，發展速度更快，成長潛力更大，在市場走弱時可能會提供高的風險回報。牛市選擇減持大盤股，因為大盤股規模龐大難以實現“大象群舞”，并不適合短期投機炒作。在成長型股票中，小盤股的風險溢價更高。在價值型股票中，大規模高賬面市值比的股票風險溢價更高。總體來說，銀行股受政策影響沖擊大，非系統風險較小，收益率的變動比例小于市場變動比例，更適合長期價值投資。