文档介绍：第章多因素模型分析
第一页，共44页。
第二页，共44页。
第三页，共44页。
第四页，共44页。
一、一个好的风险收益模型的构成要素
在介绍不同的风险与收益模型之前，我们首先要探讨一下一个好的风险收益模型的构成要素。
一个好的风险收益模型应当包括如下内容：
（1）可以度量广义风险。无论是股票、债券还是房地产，既然它们在争夺既定数量的投资资金，那么一个好的风险收益模型所提供的风险度量方法就应当可以应用到各种投资标的之上，而不论该投资标的是金融资产还是实物资产。
第五页，共44页。
（2）能够区分需要补偿的风险和不需要补偿的风险。人们已经普遍接受的观点是：并不是所有的风险都能够获得补偿。因此，一个好的风险收益模型应当能够区分需要补偿的风险和不需要补偿的风险，并对这种区分作出合理的解释。
（3）风险度量标准化，以便于分析和比较。风险总是一个相对的概念，一种好的风险度量方法应当是标准化的，从而使投资者在使用该方法度量投资项目的风险时可以识别出该项投资相对于其它投资的风险程度。
第六页，共44页。
（4）能将风险转化成期望收益率。度量风险的目的之一是估计投资项目的期望收益率。只有得到期望收益率才能判断出投资项目的优劣。一个模型如果仅仅能够指出高风险、高收益的一般原则，而不能提供具体的风险补偿溢价，那么它就不是一个充分的模型。
（5）行之有效。模型好坏的最终检验标准是看它是否行之有效，也就是说它所度量出的风险与收益在长时间内对于不同投资项目是否为正相关。更强的检验是考察从长期的角度看投资的实际收益是否与模型得出的期望收益相一致。
第七页，共44页。
二、CAPM的实证检验
资本资产定价模型是否行之有效，值是否是风险的最好近似，它是否与期望收益正相关，对于这些问题的回答一直是争论的焦点。
根据CAPM理论，任何证券的值与其期望收益率E（r）存在线性关系，而描述这一关系的直线称为证券市场线。
由于直接检验市场组合的有效性十分困难，所以传统的检验者都把注意力集中到对值与期望收益率E（r）线性关系的检验上。
如1972年Black、Jensen和Scholes以1926年到1965年纽约股票交易所所有进行交易的股票为样本，利用双程回归技术检验与E（r）的线性相关性；
第八页，共44页。
1974年Fama等人也通过对与E（r）是否具有线性关系来检验CAPM。
这些检验方法都不同程度的证实了CAPM中的证券市场线是一条具有正斜率的直线，这似乎从侧面验证了该理论。
然而，1977年，Roll在一篇有创见性的模型检验评论中指出：既然市场投资组合永远不可能观察到，那么资本资产定价模型就永远不会得到检验，而所有对该模型的检验都是对该模型及模型中市场投资组合的联合检验。
第九页，共44页。
近年来，Fama和French（1992）又检验了1963年到1990年间值与期望收益率的关系，与他在1974年得到的结论正好相反，发现这两者竟然毫无关系。
他们同时发现了另外两个变量——企业规模和帐面市价比——在解释公司收益率方面要比值的效果更好，因此它们可能是更好的风险度量。
这一结果在两方面引起了争论。首先，Amihud、Christensen和Mendelson（1992）用同样的数据，但不同的检验方法，得出了值在解释收益方面具有有效性。其次，Chan和Lakonishok（1993）使用了1926年到1991年更长时期的数据，发现在1982年以后，值与收益率的正相关关系开始减弱。
第十页，共44页。