Fama-French三因子模型對我國飲料制造行業股票的影響分析

胡浩

摘?要：飲料制造板塊的行情向來是A股市場投資者關注的焦點。文章以滬深兩市中20家代表性的飲料制造相關企業作為研究對象，按照流通市值大小和賬面市值比大小將其分為4組，使用Fama-French三因子模型進行相關的實證檢驗和回歸分析。實驗結果表明：三因子模型的三個因子對飲料制造股票組合收益率有較好的解釋力，板塊收益率的波動變化受市場波動的敏感性高;對于大市值飲料制造企業，其風險報酬率更高；小規模、高賬面市值比的股票的超額收益率最高，該組合屬于成長型股票，建議投資者高度關注。

關鍵詞：飲料制造行業；Fama-French三因子模型；賬面市值比

中圖分類號：F713.54文獻標識碼：A文章編號：1005-6432（2024）03-0044-05

DOI：10.13939/j.cnki.zgsc.2024.03.011

1?引言

飲料制造行業的規模在中國股票市場占據前列，截至2022年8月，在A股市場飲料制造行業總市值僅次于銀行和電氣設備板塊，同時飲料制造行業也帶動了其他行業的發展，如原料、造紙業、設備、機械、生物工程制品（酶、酵母）、物流運輸業等，酒文化也在其中傳承，其在中國經濟發展過程中也發揮著舉足輕重的作用。

國家統計局數據顯示，2022年1—4月，飲料類商品零售額同比增長10.4%，達到938億元。伴隨著經濟的穩定增長，國民消費水平的提升，消費結構的優化與升級，我國飲料制造市場以平穩的趨勢迅速發展。越來越多的投資者關注飲料制造行業的發展趨勢，但若想在飲料制造行業投資中取得超額收益，需要對行業股票收益率做出評價，從而得出合理的投資策略。

對資本市場的研究向來是金融學領域研究的熱點，而資本資產定價理論作為資本市場研究的經典方向，誕生了許多相關理論。1964年William?Sharpe等人提出CAPM模型后，Eugene?F.Fama和Kenneth?R.French發現，雖然CAPM模型對預測投資組合的收益發揮著一定的作用，但是許多研究者的實證結果顯示，CAPM模型對某些反常情況的解釋力很一般。為了使模型能夠更好地解釋證券收益率的影響因素，二人在1992年修正了CAPM模型，在市場因子（MKT）的基礎上加入了規模因子（SMB）和價值因子（HML）。這些組合中的每一個收益都旨在代替與獲取一個單位的給定風險相關的收益，而同時與其風險有最少的接觸。為了檢驗任一給定的組合，或證券是否產生了不是由市場、規?；騼r值因子引發的平均超額收益，筆者將MKT、SMB?和HMI因子模擬組合的超額收益向組合的超額收益進行回歸。因此，FF?因子模型就可以寫成：

r?p，?t=αp+βMKT，pMKTt+βSMB，pSMBt+βHML，pHMLt+εp，t（1）

其中，r?p?，?t是組合在時期t的超額收益；α表示不歸因于MKT，SMB，HML組合收益的平均超額收益；MKTt?，SMBt?，HMLt?分別是MKT，SMB，HML因子模擬組合的超額收益，βMKT，p，βHML，p，βSMB，p表示組合對應的風險因素的敏感性；εp，t表示時段t中組合收益的特殊部分。

2015年，Eugene?F.Fama和Kenneth?R.French在自己提出的三因子模型的基礎上建立了五因子模型，即在原先的三因子模型的基礎上加入了兩個因子：盈利因子（RMW）與投資因子（CMA）。雖然二人對模型做出了進一步的完善，但五因子模型對于我國資本市場的解釋力還不及三因子模型。在國際市場中Sehrawat等人（2020）研究發現在印度股票市場中Fama-French三因子模型的解釋力優于CAPM模型。

而對于中國股票市場，Meng（2013）研究三因子模型在中國上海交易所A股市場的解釋力后發現，除BM比率因子解釋力不是很強，其余兩個因子都有較好的解釋力；趙勝民等人（2016）對比三因子模型與五因子模型后發現三因子模型更適合我國的A股市場；郭柱希（2019）對A股鋼鐵企業的檢驗發現，五因子模型的回歸效果并不是很好，其中新加入的盈利因素因子和投資因素因子對回歸的解釋程度不強，是冗余的。張鑫宇等人（2022）發現五因子模型對A股市場具有一定解釋力但投資因子仍然是冗余因子?；谝陨涎芯糠治觯恼率褂肍ama-French三因子模型對A股市場的飲料制造行業股票進行實證分析。

2?數據來源和模型的構建

2.1?數據選取和計算

文章以中國A股市場中具有代表性的20?只飲料制造行業的股票為樣本，樣本區間為2016?年4月至?2020?年12月近5年的月度數據。另外，樣本以滬深?A?股中的白酒、啤酒、純凈水、軟飲料等細分領域的股票為主，去除存在缺失或潛在缺失的股票，如長期停牌或數據缺失較多的股票，或截至?2016?年?4?月?1?日上市時間只有一年以內的新公司。

實證分析所有相關數據均來自CSMAR數據庫，以2016年4月至2020年12月各月一年期國債利率作為每個月的無風險利率，每個投資組合的月收益率為總市值加權后的月度平均收益率。對選取的股票進行分組過程中，賬面市值比的計算公式為：

賬面市值比=股東權益/公司總流通市值

其中，股東權益取自各個上市公司的年度報告，?流通市值取自年末個股流通市值。

2.2?數據組合和因子構建

2.2.1?股票分組

筆者將選取的20只股票按照每年的流通市值大小，平均分為大市值組（B）和小市值組（S）共2組，再分別將各只股票每年年報中的數據計算賬面價值比，分別以（50%，50%）的比例分為高賬面市值比組（H）、低賬面市值比組（L）共2組。最終樣本被劃分為2×2的4個組合，分別為小市值低賬面市值比組（S/L）、小市值高賬面市值比組（S/H）、大市值高賬面市值比組（B/H）、大市值低賬面市值比組（B/L）共4組。?并將各組組合的月均收益率記作：B/H，B/L，S/H，S/L。詳見表1。

根據表1的4個組合的月均收益率數據，便可構建規模因子SMB和賬面市值比HML的具體計算方式：

SMB=SL+SH2-BL+BH2（2）

HML=SH+BH2-SL+BL2（3）

2.2.2?模型構建

文章根據Fama-French三因子模型，將模型構建為：

r?p，?t=αp+βMKT，pMKTt+βSMB，pSMBt+βHML，pHMLt+εp，t（4）

其中，r?p?，?t是組合在時期t的超額收益；α表示不歸因于MKT，SMB，HML組合收益的平均超額收益；MKTt?，SMBt?，HMLt?分別是MKT，SMB，HML因子模擬組合的超額收益，βMKT，p，βHML，p，βSMB，p表示組合對應的風險因素的敏感性；εp，t表示時段t中組合的收益的特殊部分，MKT=Rmt-Rft。

3?實證分析

3.1?描述性統計

對以上4個組合的月平均加權收益率進行描述性統計，結果如表2所示。

由表2中數據可以得出以下結論：其一，近5年來這四個組合的月平均加權收益率為正數，主要是伴隨著市場總體的經濟復蘇，系統性風險的降低，與此同時政策方向的指引與國民消費水平的提升，原材料價格低促使相關產業的盈利空間加大。其二，從各個組合的標準差角度看，B/L<S/L，B/H<S/H，即市值小的公司的風險大于市值大的公司的風險。但高風險與高收益也同時伴隨著關系小市值的公司收益率波動大，風險大；高收益小市值的公司收益率的波動小，風險小，但也伴隨著較低的收益率。其三，從各個組合的月收益率角度看，發現B/H<B/L，S/H<S/L，即賬面市值比較低的公司的月平均收益率較高；B/L>S/L，B/H>S/H，即大市值的上市公司的收益率更高。綜上所述，在樣本期內可以得出，四個組合中B/L組合的收益率的平均值最大的且標準差相對較小，風險相對較小，對于理性投資者來說，該投資組合較為合適。雖然S/L月平均收益率也不低，但結合整個大環境以及波動率來說并不建議投資。

3.2??Fama-French三因子模型回歸分析

利用Fama-French三因子模型對以下4個組合的月度平均收益率進行最小二乘法回歸分析，回歸的結果如表3所示。

對表3和表4的數據進行分析可以得出以下結論。

第一，從F檢驗的角度來看，F值的結果均遠大于檢驗值，即可認為模型是整體顯著。

第二，從模型的擬合度的角度來看，模型調整的擬合優度位于55%～60%，飲料制造行業的股票的擬合優度較優，MKT、SMB、HML三個因子是飲料制造行業股票收益率波動變化的重要影響因素。

第三，從各個因子的回歸系數β來看，市場因子MKT的回歸系數β，根據表中數據可知B/L，B/H，S/L，S/H組的P值均為0，即在5%的顯著性水平下，市場因子對各組合的月度收益率都有很好的解釋力，市場因素是促使汽車板塊股票收益率變化的重要因素。與此同時，4個組合的市場因子回歸系數βMKT?，?P均為正數，且相關系數均大于?1，說明市場表現和飲料制造板塊的表現呈現出正相關性，超額收益率的波動率變化強于市場整體變化，當經濟周期處于繁榮時市場整體處于上行狀態，飲料制造相關產業的股票投資組合表現優秀。因為經濟環境良好時，國民的消費結構得到優化，愿意在非必需品上消費，相關產業業績也在股價上得到兌現，但同時該產業的投資風險也超過了市場的風險。

第四，通過分析規模因子的回歸系數βSMB?，?P發現，在5%的顯著性水平下，B/L，S/L，S/H三個組合的P值均為0，且B/H組合的P值<0.05，即說明了在5%的顯著性水平下，拒絕原假設。加入因子SMB對樣本組合有不錯的解釋力，實驗結果在統計學有意義。從該因子回歸系數的正負性角度來看，B/L，B/H兩個類型的飲料制造行業相關股票的βSMB?，?P為負數，其他兩個組合的規模因子系數均為正數，代表投資B/L，B/H類型的大市值的組合會提高風險報酬率?？偟膩碚f，飲料制造行業存在規模效應，但小公司效益并不明顯。這主要是因為中國飲料制造的競爭已進入品牌化、品質化、規?；瘯r代，消費者消費水平的提升使得對高端酒品需求加大，企業間競爭愈發激烈，與此同時，目標市場為高端市場的企業業績大幅增長。與之相對的，地方酒企的發展空間被壓縮，尤其是對于小規模的企業，國內資本市場抱團現象使其陷入惡性循環，尤其在弱勢行情中，資金抱團能推動股價上漲，股價上漲才能盈利。而對于小市值公司更容易陷入財務危機，只有資本入局才可突圍，因此出現白酒市場的“馬太效應”。

第五，筆者分析賬面市值比因子的回歸系數βHML?，?P，從t檢驗的實驗結果來看，在5%的置信水平下，除了B/H組合以外，其他的三個組合均通過了t檢驗，說明飲料制造行業的股票收益率的波動變化可以被該賬面市值比因子所影響，賬面市值因子僅對B/H組合收益率的解釋力不足。從另一方面來看，B/H和S/H這兩個高賬面市值比組合的符號都為正數，說明股票的超額收益率與賬面市值比呈現正向變動。且從數值大小角度來看，小規模高賬面價值比（S/H）組合比大規模高賬面價值比（B/H）組合的因子系數大，即越小的市值，能帶來更高的投資風險收益。S/H組合的企業屬于成長型股票，未來股票上漲潛力大，投資者對其預期投資回報率高。這主要是因為高賬面市值比的公司財務存在潛在風險的概率大，投資者要求的風險補償更高，提高了超額收益率。而另外兩個組合的賬面市值比因子的回歸系數為負數，且負數的絕對值相對更大，即收益率下降隨賬面市值比下降的同時，速率變得更快。這也加劇了市場間的兩極分化程度。

第六，分析回歸的常數項。4個組合均未通過t檢驗，表明其系數都不為0，還存在殘差項。而三因子模型中統計假設中的零均值假設E（ε）=0不太符合，即對于股票組合收益率變動還存在除三因素外的其他未考慮的因素。

4?結論

文章基于Fama-French三因子模型，對2016—2020年中國飲料制造產業股票市場進行了研究。研究結論為：在樣本區間內，市場溢價因子、規模因子和賬面市值比因子三因素對行業股票的收益率有很好的解釋力。

從飲料制造行業的特殊性來看，其不同于普通的社會消費品，對于飲料制造板塊的市場前景，與整體經濟環境、宏觀經濟政策和國民的消費結構有很大的相關性。從2015年以來的供給側改革等政策以調整經濟結構，白酒行業經過幾十年的發展，在數量上已可以充分滿足消費市場需求，使白酒市場的主要矛盾日益凸顯：高質量供給不足和市場對消費升級需求之間的矛盾，這就要求白酒產業的發展要更深入的創新探索，企業在新形勢下要對產業體制改革、發展戰略、政策環境、消費文化、技術升級等方面主動做出更多、更積極的轉變，而大市值的企業更有優勢及時做出相應的改變，對于投資者來說投資大市值比平排優勢的公司是更合理的決策。

具體而言，對4個投資組合的回歸分析中發現，市場溢價因子對飲料制造股票的收益率的影響最為顯著，因子與收益率間呈高度正向關系。需要注意的是，投資者構建投資組合時，注意要考慮我國的宏觀經濟政策與整體的經濟環境并關注股票市場的大體走勢。

我國A股的飲料制造產業的股票形成了規模效應，尤其在熊市行情中，如果資金不抱團，則沒有一點賺錢效應。而飲料制造板塊的小規模效應并不明顯，小規模效應認為：小市值公司成長性好，對于投資者來說未來收益空間大，對于公司來說相同數量的錢相對于大市值公司有更大的發展空間與前途。我國股市有眾多的散戶，?他們大多追求投機交易，一些大金額訂單很容易推高小規模公司的股價，從而獲取高額收益率。另外，小市值公司相較于大市值公司來說風險溢價更高，投資者要求的風險補償也會更高。規模效應就是這種風險溢價的反映。但在樣本區間內，飲料制造板塊并不能看到這種現象，反而是大市值公司會增加風險報酬率，導致行業或許存在兩極分化現象

另外，在對賬面市值比因子分析中發現，在飲料制造板塊中，低賬面市值比的股票的收益表現出一定的賬面市值比效應，風險收益率較高，其中小規模高賬面價值比組合最為明顯，即該組合的公司有很好的投資前景。而低賬面市值比的股票組合的風險收益率較低，即組合的收益情況與賬面市值比因素沒有顯著的關系，需要警惕該組合收益率變化，及時作出合理的投資決策。從常數項的回歸結果并不是0來看，除了三因子之外還有其他因素在影響該板塊收益率變化。其他因子對A股飲料制造板塊有相當的解釋力，這為以后進一步研究提供了參考方向。

參考文獻：

[1]?趙師玥.?基于Fama-French三因子模型對A股輕資產行業和重資產行業的股票收益研究[D].蘭州：蘭州大學，2020.

[2]?查舒真.Fama-French三因子模型對A股釀酒行業股票收益率的實證研究[J].時代金融，2020（2）：85-86，91.

[3]?趙勝民，閆紅蕾，張凱.Fama-French五因子模型比三因子模型更勝一籌嗎：來自中國A股市場的經驗證據[J].南開經濟研究，2016（2）：41-59.

[4]?郭柱希.Fama-French三因子模型和五因子模型對A股鋼鐵企業的實證檢驗[J].河北企業，2019（6）：33-36.

[5]?張鑫宇，王子霜.Fama-French五因子模型在A股市場的適用性檢驗[J].中國物價，2022（1）：90-93.

[6]?韓冰.中國股市的三因子模型實證分析[J].現代商業，2014（21）：186-188.

[7]?FAMA?F，FRENCH?R.Common?risk?factors?in?the?returns?on?stocks?and?bonds[J].Journal?of?financial?economics，1993，33（1）.

[8]?MENG?Z?J，JU?R?H.?Explanatory?power?of?three-factor?model?on?a-share?market?of?Shanghai?exchange?in?China[C]//Proceedings?of?the?2013?international?conference?on?advances?in?social?science，humanities，and?management，2013.

[9]?FAMA?E?F，FRENCH?K?R.A?five?-factor?asset?pricing?model［J］.Journal?of?financial?economics，2015，116（1）：1-22.

[10]?SEHRAWAT?N，KUMAR?A，NIGAM?N?K，et?al.?Test?of?capital?market?integration?using?Fama-French?three-factor?model：?empirical?evidence?from?India[J].Investment?management?and?financial?innovations，2020，17（2）.