5 - 6中的数据，如果资产组合的权重欧洲为4 0%，澳大利亚为2 0%，
远东为4 0%，试计算管理者的国家与货币选择。
证券分析会计数据上的不可比使得我们对非美国公司的证券分析变得愈发复杂。
在对各个公司进行比较之前，证券分析家们必须努力使会计报表处于一个相同的起跑
线上。一些主要问题如下：
1) 折旧：美国允许公司根据纳税与报表两种目的使用不同的财务报告。因此，在
美国，即便是出于纳税目的而使用加速折旧法的公司在报表时也倾向于使用直线折旧
法。这种双重报表的使用在其他国家是少有的。非美国公司在纳税与提供报表时都倾
向于使用加速折旧法，这对资产的收益与帐面价值都有影响。
2) 公积金：美国通常的标准允许为可能的损失留存较低的公积金，从而导致了相
对于其他国家较高的报表收益。在公司如何为养老金留存准备金方面也存在着较大的
差异。
3) 合并：一些国家的会计惯例并不要求所有子公司的收益都合并计入总公司的收
益表中。
4) 税收：税收可以以应计或已缴纳的形式报告。
5) 市盈率：在计算用于市盈率中的股票数目时，不同国家也有不同的惯例。公司
可以使用年终股票数、年均股票数甚至年初股票数。
25.1.6 因素模型与国际投资
国际投资为论证“证券回报的多因数模型”的适用性提供了很好的机会，如考虑
与“套利定价模型”之间的联系。可以包括的自然因素有：
668 第七部分资产组合管理的应用
下载
1) 世界股票指数。
2) 一国（国内）股票指数。
3) 行业-部门指数。
4) 货币流通。
索尔尼克（s o l n i k）和德弗雷塔斯(de freitas)[1] 利用了这样的体系，表2 5 - 7列示了
他们对几个国家的研究结果。前四列数字表示不同的单因素回归的r2值。它用来测度
一个公司股票回报率变化的百分比，这一百分比可通过用独立的或解释变量来表示的
特殊因素来解释。索尔尼克和德弗雷塔斯估计了在一个给定的国家中许多公司的因素
回归值，并且计算出这个国家中各公司的平均r2值。
表25-7 解释股票回报率时，世界、行业、货币与国内因素的相对重要性
因素回归的平均r2值
单因素检验
国家（地区）世界行业货币国内所有四个因素的联合检验
瑞士0 . 1 8 0 . 1 7 0 . 0 0 0 . 3 8 0 . 3 9
西德0 . 0 8 0 . 1 0 0 . 0 0 0 . 4 1 0 . 4 2
澳大利亚0 . 2 4 0 . 2 6 0 . 0 1 0 . 7 2 0 . 7 2
比利时0 . 0 7 0 . 0 8 0 . 0 0 0 . 4 2 0 . 4 3
加拿大0 . 2 7 0 . 2 4 0 . 0 7 0 . 4 5 0 . 4 8
西班牙0 . 2 2 0 . 0 3 0 . 0 0 0 . 4 5 0 . 4 5
美国0 . 2 2 0 . 4 7 0 . 0 1 0 . 3 5 0 . 5 5
法国0 . 1 3 0 . 0 8 0 . 0 1 0 . 4 5 0 . 6 0
英国0 . 2 0 0 . 1 7 0 . 0 1 0 . 5 3 0 . 5 5
中国香港地区0 . 0 6 0 . 2 5 0 . 1 7 0 . 7 9 0 . 8 1
意大利0 . 0 5 0 . 0 3 0 . 0 0 0 . 3 5 0 . 3 5
日本0 . 0 9 0 . 1 6 0 . 0 1 0 . 2 6 0 . 3 3
挪威0 . 1 7 0 . 2 8 0 . 0 0 0 . 8 4 0 . 8 5
荷兰0 . 1 2 0 . 0 7 0 . 0 1 0 . 3 4 0 . 3 1
新加坡0 . 1 6 0 . 1 5 0 . 0 2 0 . 3 2 0 . 3 3
瑞典0 . 1 9 0 . 0 6 0 . 0 1 0 . 4 2 0 . 4 3
所有国家(地区) 0 . 1 8 0 . 2 3 0 . 0 1 0 . 4 2 0 . 4 6
资料来源：bruno solnik international investments, 3rd ed. (p.73).
在本例中，此表显示出国内因素看起来对股票回报率有着决定性的影响。因为单
单有关所有国家的国内指数的r2值就已达0 . 4 2，而附加的其他三个因素（表中最后一
列）只是把r2的平均值变为0 . 4 6。这一点与表2 5 - 2中各国之间的低相关系数相一致，
这同样也说明了跨国分散化的价值所在。
同时，在1 9 8 7年1 0月的市场大崩溃事件中，我们也可以找到世界市场因素的鲜明
证据。尽管我们说跨国的股权收益只表明了平均的相关性，理查德·罗尔[2] 的一项研
究表明，所考虑的2 3个国家在1 9 8 7年1 0月全部都有负的股权回报率指数。由罗尔的论
文作出的图2 5 - 7列示出他发现的那个月的国家股权指数。各个回报率之间明显的相关
性表明在所有经济中有着共同的世界因素存在。罗尔发现一个国家的股权指数相对于
世界指数的
值（根据1 9 8 7年9月数值估计）是这个指数对1 9 8 7年1 0月大崩溃的最好的
[1] bruno solnik and a.de freitas“international factors of stock price behavior,”in s.khoury and a. ghosh.
eds. recent developments in international finance and banking (lexington, ma: lexington books,
1 9 8 8）. cited in bruno solnik, international investments, 2nd ed. (reading ma: addison-we s l e y, 1991）.
[2] richard roll,“the international crash of october 1987, ”financial analysts journal, september-
october 1988.
下载
第25章国际分散化
669
反应指示器，这也进一步支持了世界因素存在的观点。
1单位货币价值
美国东部标准时间10月下午4点的标记
标记点用的是市场
收盘的当地时间
■北美
＋爱尔兰，南非，英国
△欧洲大国
◇欧洲小国
x亚洲
△澳大利亚/新西兰
图25-7 1987年1 0月1 4日至1 0月2 6日股市大崩盘时的地区指数
资料来源：richard roll,“the international crash of october 1987,”financial analysts journal,
s e p t e m b e r-october 1988.
25.1.7 世界资本市场的均衡
我们可以用c a p m模型或套利定价模型来预测一个国际资本市场均衡状态下的期
望收益，就像我们对一项国内资产所做的那样。但是，这些模型在应用于国际环境下
时需要做出一些调整。
例如，你或许会想世界性的c a p m模型只需将较小范围内的一国市场资产组合换
为较大范围内的世界市场资产组合并计算相对于世界资产组合的
值即可。这种方法
在伊伯森（i b b o t s o n）、卡尔（ca r r ）与鲁滨逊（r o b i n s o n）[1] 的一篇论文中得到了采
用，他们计算了几个国家的股权指数相对于世界股权指数的
值，他们的计算结果列
示在表2 5 - 8中。各个不同国家的
值显示出惊人的差异。
尽管这种把简单c a p m模型直接加以引申的方法看起来像是很合乎情理的第一
步，但它存在着如下的问题：
1) 各国之间的税收、交易费用与资本壁垒使得投资者很难或者不愿意持有一个世
界资产组合。还有一些资产是国际投资者根本就不可能获得的。
2) 不同国家的投资者从不同国家的货币角度来看待汇率风险，这样他们对于不同
证券的风险特性很难达成共识，从而也不会得到相同的有效率边界。
3) 由于不同的偏好，或者由于关税、交易费用及税收因素，不同国家的投资者倾
向于消费不同的商品组合。如果商品之间的相对价格随事件变化，不同国家的投资者
所体会到的通货膨胀风险也会有所差异。
这些问题表明在国际环境下，简单c a p m模型不像它在市场完全成为一体时那么
有效。有证据表明那些对于国外投资者不大容易获得的资产的风险补偿比简单c a p m
模型所预测的要高。[ 2 ]
[1] roger g. ibbotson, richard c. carr, and anthony w. robinson,“international equity and bond returns,”
financial analysts journal, july-august 1982.
[2] vihang errrunza and etienne losq,“international asset pricing under mild segmentation: theory and
te s t ,”journal of finance 40 (march 1985), pp. 105-24.
670 第七部分资产组合管理的应用
表25-8 1960~1980年的股权收益表
下载
国家平均收益率收益的标准方差贝塔值阿尔法值
澳大利亚1 2 . 2 0 2 2 . 8 0 1 . 0 2 1 . 5 2
奥地利1 0 . 3 0 1 6 . 9 0 0 . 0 1 4 . 8 6
比利时1 0 . 1 0 1 3 . 8 0 0 . 4 5 2 . 4 4
加拿大1 2 . 1 0 1 7 . 5 0 0 . 7 7 2 . 7 5
丹麦11 . 4 0 2 4 . 2 0 0 . 6 0 2 . 9 1
法国8 . 1 0 2 1 . 4 0 0 . 5 0 0 . 1 7
德国1 0 . 1 0 1 9 . 9 0 0 . 4 5 2 . 4 1
意大利5 . 6 0 2 7 . 2 0 0 . 4 1 -1 . 9 2
日本1 9 . 0 0 3 1 . 4 0 0 . 8 1 9 . 4 9
荷兰1 0 . 7 0 1 7 . 8 0 0 . 9 0 0 . 6 5
挪威1 7 . 4 0 4 9 . 0 0 -0 . 2 7 1 3 . 3 9
西班牙1 0 . 4 0 1 9 . 8 0 0 . 0 4 4 . 7 3
瑞典9 . 7 0 1 6 . 7 0 0 . 5 1 1 . 6 9
瑞士1 2 . 5 0 2 2 . 9 0 0 . 8 7 2 . 6 6
英国1 4 . 7 0 3 3 . 6 0 1 . 4 7 1 . 7 6
美国1 0 . 2 0 1 7 . 7 0 1 . 0 8 - 0 . 6 9
资料来源：roger g. ibbotson, richard c. carr, and anthony w. robinson,“international equity and
bond returns,”financial analysts journal, july-august 1982.
看起来在国际环境下套利定价模型比c a p m模型更