1 . 4 1 1 . 5 6 1 . 7 2

市值- 6 1 . 1 9 0 . 6 8 0 . 8 6 1 . 0 4 1 . 1 3 1 . 2 0 1 . 2 0 1 . 3 5 1 . 3 6 1 . 4 8 1 . 7 0

市值- 7 1 . 1 7 0 . 6 7 0 . 8 8 0 . 9 5 1 . 1 4 1 . 1 8 1 . 2 6 1 . 2 7 1 . 3 2 1 . 4 4 1 . 6 8

326 第三部分资本市场均衡

下载

(续)

全部低

- 2

- 3

- 4

- 5

- 6

- 7

- 8

- 9 高

b组：排序后

市值- 8 1 . 1 2 0 . 6 4 0 . 8 3 0 . 9 9 1 . 0 6 1 . 1 4 1 . 1 4 1 . 2 1 1 . 2 6 1 . 3 9 1 . 5 8

市值- 9 1 . 0 6 0 . 6 8 0 . 8 1 0 . 9 4 0 . 9 6 1 . 0 6 1 . 11 1 . 1 8 1 . 2 2 1 . 2 5 1 . 4 6

大市值0 . 9 7 0 . 6 5 0 . 7 3 0 . 9 0 0 . 9 1 0 . 9 7 1 . 0 1 1 . 0 1 1 . 0 7 1 . 1 2 1 . 3 8

c组：平均规模（市值）

全部4 . 3 9 4 . 3 9 4 . 4 0 4 . 4 0 4 . 3 9 4 . 4 0 4 . 3 8 4 . 3 7 4 . 3 7 4 . 3 4

小市值1 . 9 3 2 . 0 4 1 . 9 9 2 . 0 0 1 . 9 6 1 . 9 2 1 . 9 2 1 . 9 1 1 . 9 0 1 . 8 7 1 . 8 0

市值- 2 2 . 8 0 2 . 8 1 2 . 7 9 2 . 8 1 2 . 8 3 2 . 8 0 2 . 7 9 2 . 8 0 2 . 8 0 2 . 7 9 2 . 7 9

市值- 3 3 . 2 7 3 . 2 8 3 . 2 7 3 . 2 8 3 . 2 7 3 . 2 7 3 . 2 8 3 . 2 9 3 . 2 7 3 . 2 7 3 . 2 6

市值- 4 3 . 6 7 3 . 6 7 3 . 6 7 3 . 6 7 3 . 6 8 3 . 6 8 3 . 6 7 3 . 6 8 3 . 6 6 3 . 6 7 3 . 6 7

市值- 5 4 . 0 6 4 . 0 7 4 . 0 6 4 . 0 5 4 . 0 6 4 . 0 7 4 . 0 6 4 . 0 5 4 . 0 5 4 . 0 6 4 . 0 6

市值- 6 4 . 4 5 4 . 4 5 4 . 4 4 4 . 4 6 4 . 4 5 4 . 4 5 4 . 4 5 4 . 4 5 4 . 4 4 4 . 4 5 4 . 4 5

市值- 7 4 . 8 7 4 . 8 6 4 . 8 7 4 . 8 6 4 . 8 7 4 . 8 7 4 . 8 8 4 . 8 7 4 . 8 7 4 . 8 5 4 . 8 7

市值- 8 5 . 3 6 5 . 3 8 5 . 3 8 5 . 3 8 5 . 3 5 5 . 3 6 5 . 3 7 5 . 3 7 5 . 3 6 5 . 3 5 5 . 3 4

市值- 9 5 . 9 8 5 . 9 6 5 . 9 8 5 . 9 9 6 . 0 0 5 . 9 8 5 . 9 8 5 . 9 7 5 . 9 5 5 . 9 6 5 . 9 6

大市值7 . 1 2 7 . 1 0 7 . 1 2 7 . 1 6 7 . 1 7 7 . 2 0 7 . 2 9 7 . 1 4 7 . 0 9 7 . 0 4 6 . 8 3

注：在t- 1年年底，根据证券价格研究中心（c r s p）把纽约证券交易所上市的股票按规模分成1 0

组资产组合，每一规模再以个别股票的排序前的

值分成1 0组不同

的资产组合，根据可能用

t－1年的1 2月底的2 4 ~ 6 0个月的收益进行估计。这样得出来的1 0 0组资产组合的等权重月收益，

然后，再计算t年的。平均收益是以百分比表示的月收益的时间序列的平均值。排序后的各

个

用的是1 9 4 1 ~ 1 9 9 0年每一资产组合排序后收益的全部样本，排序前与排序后的各个

是月

收益对当月与前一月纽约证券交易所市值加权市场收益进行回归的斜率之和。一个资产组合

的平均规模是该资产组合中股票的每一月平均值时间序列的平均。m e的单位是百万美元，

平均地看，每一规模

资产组合每个月有1 0种左右的股票。表中所有的列显示的是等权重、

按规模的资产组合的参数值，所有的行显示的是每一

组的股票等权重资产组合的参数值。

资料来源：eugene f. fama and kenneth r. french,“the cross section of expected stock returns,”

journal of finance 47 (1992), pp.427-66.

表1 3 - 3 b组第一行显示了每一贝塔组的资产组合贝塔值，1 0个规模资产组合的平

均值稳定地从0 . 7 6增加到1 . 6 9。在组c的第一行，显示了在每一贝塔组内平均资产组合

规模几乎是相同的，从4 . 3 4到4 . 4 0。这可以使我们把组a解释为贝塔对持有规模固定的

资产组合的平均收益的净效应的检验。

表中的组a清楚地显示从1 9 4 1 ~ 1 9 9 0年，平均收益与贝塔并不是正相关的，两个

贝塔值最高的资产组合拥有两个最低的平均收益，最高的平均收益出现在第四与第五

贝塔资产组合中。

13.3.2 防卫

法马和弗伦奇对资本资产定价模型的攻击已经产生了四种反应：

1) 在检验过程中运用更好的计量经济学。

2) 改进了资产贝塔值的估计。

3) 重新考虑了法马与弗伦奇式的结论的理论来源与含义。

4) 考虑到非交易资产与资产贝塔值周期性行为的单因素模型的收益。

在资产收益的检验中改进所用的计量经济学方法大概是法马与弗伦奇结论的最直

接的反应。阿米赫德、本特和门德尔森[1] 改进了法马与弗伦奇的检验方法，运用一般

[1] yakov amihud, jesper c. bent, and haim mendelson, “further evidence on the risk-return

r e l a t i o n s h i p ,”working paper, graduate school of business, standard university (1992).

下载

第13章证券收益的经验根据

327

最小二乘法，聚集时间序列和截面收益率。对于法马与弗伦奇的整个分析期—

1 9 4 1 ~ 1 9 9 0年，阿米赫德、本特和门德尔森发现平均收益与贝塔值之间存在着显著的

正相关的关系，甚至当控制规模和账面-市值比率的时候也是这样。对于大部分最近的

子时期—1 9 7 2 ~ 1 9 9 0年，期望收益-贝塔关系在统计上不是显著的。但是，考虑到股

票收益的变化性，在较短的样本期获得统计上显著的结果很困难，这并不令人意外。

克瑟瑞（k o t h a r i）、尚肯（s h a n k e n）和斯隆( s l o a n )[1] 非常关注股票贝塔值的测度。

他们选择了年度间隔的数据来估计股票的贝塔值，以避免由交易摩擦、非同步交易和

季节性的月收益引起的问题。这样改进后，所得出的结果更符合期望收益-贝塔假定。

因此，他们得出结论，在1 9 4 1 ~ 1 9 9 0年间，甚至可以扩展到1 9 2 7 ~ 1 9 9 0年间，贝塔风险

有一基本的补偿。表1 3 - 4显示了平均收益-贝塔关系的系数估计值，包括考虑规模变量

的，也包括不考虑规模变量的，一共是5种不同方式的资产组合和两个时期。

表13-4 有关贝塔和公司规模的月收益横截回归：等权重市场指数（1 9 2 7 ~ 1 9 9 0年）

资产组合

t统计

t统计

t统计调整r2

0

1

2

2 0，贝塔排序0 . 7 6 0 . 5 4 0 . 3 2

3 . 2 5 1 . 9 4

1 . 7 6 -0 . 1 6 0 . 2 7

2 . 4 8 -2 . 0 3

1 . 6 8 0 . 0 9 -0 . 1 4 0 . 3 5

3 . 8 2 0 . 4 1 -2 . 5 7

2 0，规模排序0 . 3 0 1 . 0 2 0 . 3 2

-0 . 1 8 3 . 9 1

1 . 7 3 -0 . 1 8 0 . 3 3

3 . 7 0 -3 . 5 0

-0 . 0 5 1 . 1 5 0 . 0 3 0 . 4 0

-0 . 8 5 4 . 6 1 0 . 7 6

1 0 0，贝塔与规模独立排序0 . 6 3 0 . 6 6 0 . 0 7

1 . 6 7 3 . 6 5

1 . 7 2 -0 . 1 7 0 . 0 9

3 . 9 2 -3 . 1 7

1 . 2 1 0 . 0 4 -0 . 11 0 . 1 2

3 . 7 4 2 . 6 3 -2 . 8 3

1 0 0，先贝塔然后规模排序0 . 5 7 0 . 7 3 0 . 1 2

1 . 4 3 3 . 4 9

1 . 7 3 -0 . 1 8 0 . 1 2

3 . 7 0 -3 . 4 8

1 . 1 2 0 . 4 5 -0 . 1 0 0 . 1 6

3 . 4 3 2 . 8 3 -2 . 6 5

1 0 0，先规模然后贝塔排序0 . 5 8 0 . 7 1 0 . 1 2

1 . 5 4 3 . 3 9

1 . 7 2 -0 . 1 8 0 . 1 2

3 . 6 6 -3 . 4 3

1 . 1 4 0 . 4 3 -0 . 1 0 0 . 1 6

3 . 7 8 2 . 5 8 -2 . 8 7

注：从1 9 2 7 ~ 1 9 9 0年的月截面回归中得出估计系数的时间序列平均值、有关的t统计和报告的调整

值r2（回归中有包括规模的，也有不包括规模的）。

[1] s. p. kothari, j. shanken, and richard g. sloan,“another look at the cross section of stock returns,”

journal of finance 49 (1994), pp. 101-21.

328 第三部分资本市场均衡

下载

＝

＋

p＋ 2t规模p t－1＋

rp t

0t

1t

p t

这里，rp t为t年7月1日到t＋1年6月3 0日的一年间购买并持有资产组合p1个月的收益；

为资产组

合整个时期排序后的贝塔值，也是所有的贝塔-规模资产组合的等权重资产组合的收益，及在此基础上

的按年购买并持有排序后资产组合的时间序列回归的系数斜率；规模pt-1为t年6月3 0日股票资产组合p

的以百万美元为单位市场资本化的平均值的自然对数；

p

和

是回归参数；

p t为回归误差。资产组

合以五种不同的方式组成：( 1 )只根据贝塔组成的2 0个资产组合；( 2 )只根据规模组成的2 0个资产组

合；( 3 ) 1 0