中國股市收益率的微觀因素研究.doc
約25頁DOC格式手機打開展開
中國股市收益率的微觀因素研究,2.8萬字25頁第一部分 引言及概述一、從股價隨機游走和有效市場說起二、關(guān)于“通常收益率”的研究三、國內(nèi)關(guān)于此問題的研究現(xiàn)狀四、本文研究成果及意義第二部分 1995年—1997年中國股市收益率對各微觀風險因素的相關(guān)性實證研究一、準備工作數(shù)據(jù):數(shù)據(jù)分析方法:二、...
內(nèi)容介紹
此文檔由會員 水中的魚 發(fā)布
中國股市收益率的微觀因素研究
2.8萬字 25頁
第一部分 引言及概述
一、從股價隨機游走和有效市場說起
二、關(guān)于“通常收益率”的研究
三、國內(nèi)關(guān)于此問題的研究現(xiàn)狀
四、本文研究成果及意義
第二部分 1995年—1997年中國股市收益率
對各微觀風險因素的相關(guān)性實證研究
一、準備工作
數(shù)據(jù):
數(shù)據(jù)分析方法:
二、各風險因素對中國股市收益率影響的定性分析
1、 市值規(guī)模(Size)
可流通股市值:
總股本規(guī)模因素
2、股價波動性系數(shù)β
3、當月上市新股數(shù)
4、市盈率倒數(shù)E/P
5、權(quán)益比率Eq/A:
6、帳面/市值價值比BV/MV
二、各風險因素對中國股市收益率的進一步定量分析
1、各顯著因素之間的關(guān)系
1.1 因素顯著性
1.2 BV/MV Vs β
相關(guān)性的檢驗
進行二維分組
2、FM回歸法
第三部分 結(jié)論及啟示
參考文獻
摘 要
通過把95—97年中國股市收益率數(shù)據(jù)按照各種風險因素進行排序、分組,我們發(fā)現(xiàn)除了β可以對資產(chǎn)組合收益率高低做出解釋以外,還存在另兩個具有很強解釋能力的風險因素:市盈率倒數(shù)E/P和帳面/市值價值比BV/MV。這個結(jié)果與CAPM相去甚遠。由于E/P與收益率之間的關(guān)系并非線性(U狀圖形),故不能給投資者提供簡便易行的指導;但BV/MV卻在95、96兩年中與收益率保持了很好的正相關(guān)性。進一步分析研究表明,β與BV/MV嚴重正相關(guān),而且當BV/MV值不變時,β的變化并不能引起收益率的同向變動。因此,今后中國股市的風險度量指標應(yīng)當包括BV/MV值在內(nèi)。
關(guān) 鍵 詞:通常收益率 風險因素 二維分組 FM回歸法
Abstract
For 1995 to 1997,we rank 186 stocks in China’s security market according to their various risk-proxies, then 5 or 10 equally-weighted portfolios are formed. In contrast to traditional CAPM model, we find that besides of β, there are yet two strong risk-proxies in China’s security market which can explain these portfolios’ returns satisfactorily. They are earning-price ratios(E/P) and book-to-market equity(BE/ME). Because of the non-linear(U-shape) relation between E/P and portfolio’ return rate, this risk-proxy cannot bring explicit guide for investors. However, BV/MV contains very strong positive relation with return rate in 1995-1996. A further analysis tells us that there is a robust positive relation betweenβand BV/MV. Moreover, when the tests allow for variation in βthat is unrelated to BV/MV, the portfolio’s yield will not change in the same direction with β’ variation. Therefore, we suggest that BV/MV should be included into the set of risk-proxy indexes in today’s China’s security market.
Keywords:Ordinary Rates, Risk Proxy, Two-dimension Portfolios, Fama-Macbeth Regressions
2.8萬字 25頁
第一部分 引言及概述
一、從股價隨機游走和有效市場說起
二、關(guān)于“通常收益率”的研究
三、國內(nèi)關(guān)于此問題的研究現(xiàn)狀
四、本文研究成果及意義
第二部分 1995年—1997年中國股市收益率
對各微觀風險因素的相關(guān)性實證研究
一、準備工作
數(shù)據(jù):
數(shù)據(jù)分析方法:
二、各風險因素對中國股市收益率影響的定性分析
1、 市值規(guī)模(Size)
可流通股市值:
總股本規(guī)模因素
2、股價波動性系數(shù)β
3、當月上市新股數(shù)
4、市盈率倒數(shù)E/P
5、權(quán)益比率Eq/A:
6、帳面/市值價值比BV/MV
二、各風險因素對中國股市收益率的進一步定量分析
1、各顯著因素之間的關(guān)系
1.1 因素顯著性
1.2 BV/MV Vs β
相關(guān)性的檢驗
進行二維分組
2、FM回歸法
第三部分 結(jié)論及啟示
參考文獻
摘 要
通過把95—97年中國股市收益率數(shù)據(jù)按照各種風險因素進行排序、分組,我們發(fā)現(xiàn)除了β可以對資產(chǎn)組合收益率高低做出解釋以外,還存在另兩個具有很強解釋能力的風險因素:市盈率倒數(shù)E/P和帳面/市值價值比BV/MV。這個結(jié)果與CAPM相去甚遠。由于E/P與收益率之間的關(guān)系并非線性(U狀圖形),故不能給投資者提供簡便易行的指導;但BV/MV卻在95、96兩年中與收益率保持了很好的正相關(guān)性。進一步分析研究表明,β與BV/MV嚴重正相關(guān),而且當BV/MV值不變時,β的變化并不能引起收益率的同向變動。因此,今后中國股市的風險度量指標應(yīng)當包括BV/MV值在內(nèi)。
關(guān) 鍵 詞:通常收益率 風險因素 二維分組 FM回歸法
Abstract
For 1995 to 1997,we rank 186 stocks in China’s security market according to their various risk-proxies, then 5 or 10 equally-weighted portfolios are formed. In contrast to traditional CAPM model, we find that besides of β, there are yet two strong risk-proxies in China’s security market which can explain these portfolios’ returns satisfactorily. They are earning-price ratios(E/P) and book-to-market equity(BE/ME). Because of the non-linear(U-shape) relation between E/P and portfolio’ return rate, this risk-proxy cannot bring explicit guide for investors. However, BV/MV contains very strong positive relation with return rate in 1995-1996. A further analysis tells us that there is a robust positive relation betweenβand BV/MV. Moreover, when the tests allow for variation in βthat is unrelated to BV/MV, the portfolio’s yield will not change in the same direction with β’ variation. Therefore, we suggest that BV/MV should be included into the set of risk-proxy indexes in today’s China’s security market.
Keywords:Ordinary Rates, Risk Proxy, Two-dimension Portfolios, Fama-Macbeth Regressions