友情提示：如果本网页打开太慢或显示不完整，请尝试鼠标右键“刷新”本网页！
投资学(第4版)-第102部分
快捷操作: 按键盘上方向键 ← 或 → 可快速上下翻页 按键盘上的 Enter 键可回到本书目录页 按键盘上方向键 ↑ 可回到本页顶部! 如果本书没有阅读完，想下次继续接着阅读，可使用上方 "收藏到我的浏览器" 功能 和 "加入书签" 功能！
估计1 。 2 4 …0 。 1 0 1 。 3 5
t…值5 。 1 7 …0 。 2 8
修正t 5 。 1 6 …0 。 2 8
估计2 。 0 8 …0 。 3 2 …0 。 11 5 7 。 5 6
t…值5 。 7 9 …0 。 9 4 …2 。 3 0
修正t 5 。 7 7 …0 。 9 4 …2 。 3 0
组B：不考虑人力资本的有条件的资本资产定价模型
估计
t…值
修正t
估计
t…值
修正t
0 。 8 1
2 。 7 2
2 。 1 9
1 。 7 7
4 。 7 5
4 。 5 3
…0 。 3 1
…0 。 8 7
…0 。 7 0
…0 。 3 8
…1 。 1 0
…1 。 0 5
0 。 3 6
3 。 2 8
2 。 6 7
0 。 1 6
2 。 5 0
2 。 4 0
…0 。 1 0
…1 。 9 3
…1 。 8 4
2 9 。 3 2
6 1 。 6 6
组C：考虑人力资本的有条件的资本资产定价模型
估计
t…值
修正t
估计
t…值
1 。 2 4
5 。 5 1
4 。 1 0
1 。 7 0
4 。 6 1
…0 。 4 0
…1 。 1 8
…0 。 8 8
…0 。 4 0
…1 。 1 8
0 。 3 4
3 。 3 1
2 。 4 8
0 。 2 0
3 。 0 0
0 。 2 2
2 。 3 1
1 。 7 3
0 。 1 0
2 。 0 9
…0 。 0 7
…1 。 4 5
5 5 。 2 1
6 4 。 7 3
＇1＇ Ravi Jaganathan and Zhenyu Wang； “ The Conditional CAPM and the Cross…Section of Expected
R e t u r n s ；”Journal of Finance 51 （March 1996）； pp。 3…54。
＇2＇ 例如有：Campbell Harvey；“Ti m e … Varying Conditional Covariances in Tests of Asset Pricing Mo d e l s ；”
Journal of Financial Economics 24 （October 1989）； pp。 289…317； Wayne Ferson and Campbell Harvey；
“The Variation of Economic Risk Premiums；”Journal of Political Economy 99 （April 1991）； pp。 385415； and Wayne Ferson and Robert Korajczyk；“ Do Arbitrage Pricing Models Explain the Predictability
of Stock Returns？”Journal of Business 68 （July 1995）； pp。 309…49。
330 第三部分资本市场均衡
下载
（续）
系数c0 cV W cp r e m cl a b o r cs i z e R2
修正t 4 。 1 4 …1 。 0 6 2 。 7 2 1 。 8 9 …1 。 3 0
组D：考虑人力资本的静态资本资产定价模型
估计1 。 6 7 …0 。 2 2 0 。 2 3 3 0 。 4 6
t…值6 。 9 1 …0 。 6 3 2 。 3 7
修正t 5 。 7 1 …0 。 5 2 1 。 9 7
估计2 。 0 9 …0 。 3 2 0 。 0 5 …0 。 1 0 5 8 。 5 5
t…值5 。 8 0 …0 。 9 6 1 。 2 2 …2 。 1 5
修正t 5 。 7 0 …0 。 9 5 1 。 2 0 …2 。 11
注：这个表给出了或者有子集，或者是全部变量的截面回归模型的估计
l a b o r
E（Ri t）＝c0＋cs i z el o g （M Ei） ＋cV W iV W＋cp r e m
ip r e m＋cl a b o r
i
这里，Ri t是资产组合i（i＝1 ； 2 ； 。 。 。 ； 1 0 0 ）在t月（ 1 9 6 3年7月至1 9 9 0年1 2月）的收益，RtV W为股票市值加权指数的收
益，Rt…1p r e m为低与高信用等级公司债券的利差，Rt
l a b o r为人均劳动收入的增长率。
iV W为一个常数Ri t和RtV W时
的O L S回归系数的斜率，其他的贝塔值也用同样的方法估计。资产组合规模l o g （M Ei）是作为资产组合i中的
股票市值（单位为百万美元）对数的等权重平均数来计算的。回归模型用法马…麦克贝斯（F a m a … M a c B e t h）
方法来估计。“修正的t值”是把样本误差考虑进估计的贝塔值中。表中的所有R2用的都是百分比。
图1 3 … 2 ~ 1 3 … 5更生动地显示了这些检验的改进。图1 3 … 2显示常规的资本资产定价模
型的确作用有限，通过比较可以看出证券收益适于用公司的贝塔与实际收益，显然，
贝塔与实际收益之间几乎没什么关系，这反映了常规的资本资产定价模型在经验检验
中作用很弱。图1 3 … 3显示了加入公司规模后方程的适用性有了戏剧性的改进，这反映
了公司规模具有的异常功能。但是，如果我们用常规的资本资产定价模型与合适的实
际收益相比较，像图1 3 … 4那样，我们也可以得到一个合适的结果。如果把公司规模补
充进这个模型，像图1 3 … 5那样，适用性并不能因此获得任何的改善。我们的结论是一
旦我们把一些变量引进常规的资本资产定价模型，公司规模并不能改进收益的预测。
表1 3 … 6比较了常规资本资产定价模型和陈、罗尔与罗斯的多因素套利定价理论的
估计。从表中可以看到，当考虑到人力资本和单因素贝塔的周期变化时，陈、罗尔与
罗斯所思考的宏观因素的意义消失了。同样的，表1 3 … 7比较了法马与弗伦奇研究的结
果。从表中可以看到，一旦我们开始考虑人力资本和单因素贝塔的周期变化，账面…市
场价值比率和规模因素也消失了。
表13…6 陈、罗尔与罗斯应用因素的比较（1 9 8 6年）
系数c0 cV W cp r e m cl a b o r cG B cC G cI P cU I R2
估计1 。 8 …0 。 4 4 …1 。 0 7 0 。 3 9 …0 。 0 2 …0 。 0 7 3 8 。 9 6
t…值7 。 1 8 …1 。 2 8 …2 。 4 4 1 。 6 3 …0 。 1 7 …1 。 9 5
修正t 6 。 1 7 …1 。 1 0 …2 。 1 2 1 。 4 1 …0 。 1 5 …1 。 6 8
估计1 。 3 7 …0 。 5 1 0 。 2 9 0 。 1 8 …0 。 1 7 0 。 1 9 0 。 0 7 …0 。 0 3 5 7 。 8 7
t…值6 。 3 3 …1 。 4 6 3 。 5 4 2 。 4 4 …0 。 4 6 0 。 9 2 0 。 6 1 …0 。 9 9
修正t 4 。 9 7 …1 。 1 5 2 。 8 1 1 。 9 3 …0 。 3 6 0 。 7 2 0 。 4 8 …0 。 7 8
注：这个表给出了或者有子集，或者是全部变量的截面回归模型的估计
E（Ri t）＝c0＋cV W iV W＋cp r e m
ip r e m＋cl a b o r
il a b o r＋cG B iG B＋cC G iC G＋cI P iI P＋cU I i
U I
这里，Ri t是资产组合i（i＝1 ； 2 ； 。 。 。 ； 1 0 0 ）在t月（ 1 9 6 3年7月至1 9 9 0年1 2月）的收益，RtVW 为股票市值加权指
数的收益，Rt…1p r e m为低与高信用等级公司债券的利差，Rt
l a b o r为人均劳动收入的增长率，G Bt是长期政府
债券与短期国库券之间的收益差，C Gt是长期公司债券与长期政府债券之间的收益差，I Pt为美国工业
月生产的增长率，U It为通货膨胀率的变化。
iV W为一个常数Ri t和RtV W用普通最小二乘法回归的斜率，其
他的贝塔值也用同样的方法估计。回归模型用法马…麦克贝斯方法来估计。“修正的t值”是把样本误差
考虑进估计的贝塔值中。表中的所有R2用的都是百分比。
下载第13章证券收益的经验根据配置331
图13…2 合适的期望收益与实现的平均收益
图13…3 合适的期望收益与实现的平均收益
图13…4 合适的期望收益与实现的平均收益
注：横轴为实现的平均收益，竖轴为合
适的期望收益，图中每一散布点代表了一个资
产组合。对于每一个资产组合i实现的平均收益
是资产组合收益的时间序列平均数，合适的期
望收益是下列回归模型中的期望收益E（Ri）的合
适值
E（Ri）＝c0＋cV W i
V W
这里， i
V W为一个常数和股票资产组合中市
值加权指数的资产组合收益用普通最小二乘法
回归的斜率，图中的直线为通过原点的4 5度
线。
实现的平均收益率（％）
实现的平均收益率（％）
实现的平均收益率（％）
注：横轴为实现的平均收益，竖轴为合适的
期望收益，图中每一散布点代表了一个资产组合。
对于每一个资产组合i实现的平均收益是资产组合
收益的时间序列平均数，合适的期望收益是下列
回归模型中的期望收益E（Ri）的合适值
E（Ri）＝c0＋cs i z el o g （M Ei）＋cV W i
V W
这里， i
V W为一个常数和股票资产组合中市值
加权指数的资产组合收益用普通最小二乘法回归
的斜率，资产组合规模l o g （M Ei）是作为资产组合i
中股票市值（单位为百万美元）对数的等权重平
均数来计算的，图中的直线为通过原点的4 5度
线。
注：横轴为实现的平均收益，竖轴为合适的
期望收益，图中每一散布点代表了一个资产组合。
对于每一个资产组合i实现的平均收益是资产组合
收益的时间序列平均数，合适的期望收益是下列回
归模型中的期望收益E（Ri）的合适值
E（Ri）＝c0＋cV W i
V W＋cp r e m i
p r e m＋cl a b o r i
l a b o r
这里， i
V W为一个常数和股票资产组合中市值加
权指数的资产组合收益用普通最小二乘法回归的斜
率， i
p r e m为一个常数和低与高信用等级公司债券利
差的资产组合收益用普通最小二乘法回归的斜率，
i
l a b o r为一个常数和人均收入增长率的资产组合收益
用普通最小二乘法回归的斜率，图中的直线为通过
原点的4 5度线。
332 第三部分资本市场均衡下载
图13…5 合适的期望收益与实现的平均收益
表13…7 法马与弗伦奇应用因素的比较（1 9 9 3年）
系数c0 cV W cp r e m cl a b o r cS M B cH M L R2
估计1 。 3 9 …0 。 4 5 0 。 3 3 0 。 2 5 5 5 。 1 2
t…值6 。 0 7 …0 。 9 5 1 。 5 3 0 。 9 6
修正t 5 。 9 9 …0 。 9 4 1 。 5 1 0 。 9 5
估计1 。 2 0 …0 。 3 8 0 。 2 2 0 。 11 0 。 1 6 0 。 2 2 6 4 。 0 4
t…值5 。 2 4 …0 。 8 0 3 。 3 2 2 。 2 5 0 。 7 8 0 。 8 4
修正t 4 。 6 0 …0 。 7 0 2 。 9 5 1 。 9 9 0 。 6 8 0 。 7 4
注：这个表给出了或者有子集，或者是全部变量的截面回归模型的估计
E（Ri t）＝c0＋cV W i
V W＋cp r e m i
p r e m＋cl
a b o r
i
l a b o r＋cS M B i
S M B＋cH M L i
H M L
这里，Ri t是资产组合i（i＝1 ； 2 ； 。 。 。 ； 1 0 0 ）在t月（ 1 9 6 3年7月至1 9 9 0年1 2月）的收益�
快捷操作: 按键盘上方向键 ← 或 → 可快速上下翻页 按键盘上的 Enter 键可回到本书目录页 按键盘上方向键 ↑ 可回到本页顶部!
温馨提示： 温看小说的同时发表评论，说出自己的看法和其它小伙伴们分享也不错哦！发表书评还可以获得积分和经验奖励，认真写原创书评 被采纳为精评可以获得大量金币、积分和经验奖励哦！