六因素模型與阿爾法
——基于滬深股市的實(shí)證研究

馬健健

(安徽財經(jīng)大學(xué) 金融學(xué)院，安徽 蚌埠 233000)

一、引 言

運(yùn)用量化投資創(chuàng)造阿爾法收益已經(jīng)成為投資的一種重要方法，對沖基金AQR研究員發(fā)現(xiàn)運(yùn)用量化投資的方法進(jìn)行投資可以實(shí)現(xiàn)超越市場指數(shù)的收益，重現(xiàn)巴菲特的輝煌。自我國滬深股市成立以來，我國證券市場處于不斷完善和發(fā)展階段，股指期貨的推出和我國金融監(jiān)管政策的不斷出臺為我國量化投資研究和創(chuàng)新金融產(chǎn)品提供了新的發(fā)展機(jī)遇。截至2016年年底，我國滬深A(yù)股市場已有3000多家上市公司，總市值超過25萬億元，這為我國進(jìn)行量化投資研究和對沖交易創(chuàng)造了良好的經(jīng)濟(jì)環(huán)境。然而，我國股票交易市場畢竟起步較晚，還存在著很多不完善的地方，系統(tǒng)性風(fēng)險和非系統(tǒng)性風(fēng)險并存，個體散戶較多，專業(yè)化程度比較低，市場波動比較大，股票交易還需要系統(tǒng)地理論指導(dǎo)和大量地實(shí)證分析。股票收益率作為資產(chǎn)定價最敏感的話題，加強(qiáng)對個股回報率的研究具有顯著的理論和實(shí)踐指導(dǎo)意義。理論上本文希望為股票交易者的行為決策提供一定方法論的指導(dǎo)，在實(shí)踐上基于六因素模型對我國滬深A(yù)股市場進(jìn)行實(shí)證分析，主要目的在于尋找到有效因子，構(gòu)建超越市場收益的投資策略組合，獲得超額收益。

二、文獻(xiàn)綜述

(一) 國外研究現(xiàn)狀

國外于20世紀(jì)70年代就已開始對資產(chǎn)定價模型進(jìn)行研究。William Sharpe和Jan Mossin(1964)提出資產(chǎn)定價模型，該模型用線性關(guān)系衡量了預(yù)期收益和風(fēng)險之間的關(guān)系，認(rèn)為任何一項(xiàng)資產(chǎn)或資產(chǎn)組合的回報都是對風(fēng)險的補(bǔ)償，風(fēng)險溢價水平高，是因?yàn)槠涑袚?dān)的風(fēng)險大。CAPM的提出推動了資產(chǎn)定價理論的發(fā)展，然而資產(chǎn)定價模型過多的假設(shè)條件在現(xiàn)實(shí)中難以實(shí)現(xiàn)，且解決不了金融發(fā)展中的很多異象問題、小規(guī)模效應(yīng)和賬面市值比效應(yīng)。Rolf Banz(1983)[1]將紐約證券交易所股票按年度公司規(guī)模劃分10個組合，1代表最小公司投資組合，10代表最大公司投資組合。研究結(jié)果發(fā)現(xiàn)小公司的平均收益要明顯大于大公司投資組合，在每年一月份尤為突出。SanjoyBasu(1983)[2]發(fā)現(xiàn)低市盈率股票比高市盈率股票的投資組合的收益率更高，即使調(diào)整β值，市盈率效應(yīng)仍然起作用。法瑪和弗蘭奇(1992)[3]也通過證明發(fā)現(xiàn)，賬面市值比與股票月平均收益率存在正相關(guān)關(guān)系，高賬面市值比的股票組合月平均收益要高于低賬面市值比股票組合的月平均收益。針對這些異象問題，法瑪和弗蘭奇(1993)[4]提出法瑪—弗蘭奇三因素模型，他們在資產(chǎn)定價模型單一市場指數(shù)因素上加入了公司規(guī)模和賬面市值比兩個風(fēng)險因素，有力地解釋了市場上出現(xiàn)的異象問題，在美國證券市場取得了較好的實(shí)證效果。在人們運(yùn)用法瑪弗蘭奇三因素模型進(jìn)行股票量化投資時，Jegadeesh和Titmanzai(1993)[5]發(fā)現(xiàn)買入過去一段時間收益高的股票在未來仍然能獲得正的收益。當(dāng)形成期為3到12個月時，買入贏家組合，賣出輸家組合的動量和反轉(zhuǎn)策略可以獲得超額收益。而fama-french三因素模型解釋不了市場上出現(xiàn)的這種慣性現(xiàn)象，在此背景下，Mark M.Carhart(1997)[6]將動量因素加入模型中控制股票的收益行為，形成Carhart四因素模型，它對法瑪—弗蘭奇三因素模型進(jìn)行了有效的補(bǔ)充，解釋了市場上出現(xiàn)的動量現(xiàn)象。但人們漸漸發(fā)現(xiàn)四因素都是建立在股票價格基礎(chǔ)之上，和股票質(zhì)量聯(lián)系不緊密，而股票價格并不總能反映市場的有效信息。其次，動量策略帶來的超額收益并不穩(wěn)定，波動性比較大。法瑪和弗蘭奇(2015)[7][8]針對這種情況對fama-french三因素模型加以了改進(jìn)，在原有三因子基礎(chǔ)上加入了盈利因子和投資因子,形成法瑪—弗蘭奇五因素模型，實(shí)證發(fā)現(xiàn)，五因素模型比三因素模型能夠更好地解釋個股回報率情況。

(二) 國內(nèi)研究現(xiàn)狀

與國外相比，中國的多因子量化選股模型雖起步較晚，但國內(nèi)學(xué)者對多因素模型做了大量研究。關(guān)于規(guī)模效應(yīng)和賬面市值比效應(yīng)是否存在以及原因解釋，國內(nèi)研究學(xué)者存在較大的分歧。顧娟、丁楹(2003)[9]通過實(shí)證分析發(fā)現(xiàn)，我國股票市場不存在賬面市值比效應(yīng)，且對股票價格收益沒有明顯的預(yù)測作用；徐振華(2011)[10]認(rèn)為我國股票市場存在顯著的賬面市值比效應(yīng)和顯著的規(guī)模效應(yīng)。作者認(rèn)為產(chǎn)生這些異象的原因在于小規(guī)模公司和高賬面市值比公司具有較高的系統(tǒng)性風(fēng)險，高收益是對高風(fēng)險的補(bǔ)償，且我國股市過度投機(jī)現(xiàn)象也導(dǎo)致了異象的存在。關(guān)于動量效應(yīng)，國內(nèi)學(xué)者存在著不同的意見，主要從股票市場不同周期動量效應(yīng)的存在性、不同市場狀態(tài)下的動量效應(yīng)以及動量效應(yīng)原因解釋這幾個方面進(jìn)行研究。劉博、皮天雷(2007)[11]以滬深A(yù)股1994～2005年數(shù)據(jù)為實(shí)證樣本考察慣性策略和反轉(zhuǎn)策略研究得出我股票市場不存在慣性效應(yīng)，存在顯著的反轉(zhuǎn)效應(yīng)。蘆靚赤(2015)[12]運(yùn)用滬深2007年1月至2014年1月月度數(shù)據(jù)從兩個方面對我國A股市場動量效應(yīng)進(jìn)行研究，分別是行業(yè)動量與個股動量進(jìn)行比較分析以及用錨定效應(yīng)和反饋環(huán)理論來解釋動量效應(yīng)存在性。結(jié)果發(fā)現(xiàn)行業(yè)存在1～5周的短期動量效應(yīng)，市場存在著2～12周的動量效應(yīng)，長時間內(nèi)兩者都會出現(xiàn)反轉(zhuǎn)現(xiàn)象。王博娟(2016)[13]研究發(fā)現(xiàn)我國主板市場存在顯著的反轉(zhuǎn)效應(yīng)，創(chuàng)業(yè)板市場存在明顯的動量效應(yīng)。牛市中反轉(zhuǎn)效應(yīng)微弱，熊市中動量效應(yīng)顯著，并且從行為金融的角度解釋了動量效應(yīng)的存在性。從波動率與收益率關(guān)系來看，汪昊、薛陳(2011)[14]運(yùn)用structural model、statistial model,程序化交易模型和優(yōu)化離散模型對波動率和收益率關(guān)系進(jìn)行實(shí)證檢驗(yàn)，研究得出波動率與收益率呈負(fù)相關(guān)關(guān)系。申瑋瑋(2014)[15]運(yùn)用Fama-Macbeth兩階法研究長短期波動率新值對股票組合橫截面收益率的影響，發(fā)現(xiàn)長期波動率新值的因子載荷為負(fù)，短期波動率因子載荷新值為正，加入波動率風(fēng)險的擴(kuò)展模型優(yōu)于三因子傳統(tǒng)模型。關(guān)于fama-french多因素模型在中國股市的適用性研究上，吳敏華(2015)[16]運(yùn)用A股交易數(shù)據(jù)，通過市場因子、規(guī)模因子、價值因子、利潤因子和投資因子對組合超額收益進(jìn)行回歸分析發(fā)現(xiàn)，除投資因子不顯著，其余因子均通過t統(tǒng)計量檢驗(yàn)，且Alpha值比三因素模型更能解釋股票橫截面收益率。而趙勝民、閻紅雷(2016)[17]研究認(rèn)為，三因素模型更適合中國股票市場。在增加了盈利因子和投資因子后，賬面市值比因子變得不顯著。

通過對國內(nèi)外經(jīng)典文獻(xiàn)回顧發(fā)現(xiàn)，已經(jīng)有大量文獻(xiàn)對單個因素與收益率關(guān)系作了成熟的分析研究，目前比較前沿的多因子量化選股模型是fama-french五因素模型，取得了較好的實(shí)證效果。對于波動率因子，國內(nèi)外大多數(shù)文獻(xiàn)是通過單獨(dú)分析其對收益率的影響以及股市的波動率效應(yīng)，而沒有將波動率因子與其他因子結(jié)合起來研究。本文的創(chuàng)新之處在于在原有市場溢價因子、估值、賬面市值比、動量以及盈利因子的基礎(chǔ)上增加了波動率因子，引入偏度和峰度來分析股市波動效應(yīng)，通過選取有效的波動率因子構(gòu)建六因子模型來驗(yàn)證其在我國股市的適用性。

三、模型闡述與指標(biāo)選取

(一) 資本資產(chǎn)定價模型

CAPM是基于風(fēng)險資產(chǎn)期望收益均衡基礎(chǔ)上的預(yù)測模型，公式如下：

ri-rf=αi+βi[E(rM)-rf]

(1)

ri表示單個資產(chǎn)的實(shí)際收益，rf為無風(fēng)險收益，本文以三個月定期存款利率來表示無風(fēng)險收益率。αi=ri-E(ri)，表示實(shí)際收益超過或者低于通過CAPM估算出的公平期望收益的部分，如果為股票定價，則阿爾法值應(yīng)為零。 E(rM)表示市場的期望收益，本文以上證指數(shù)收益代替市場收益。β為衡量單個股票或股票組合收益與市場收益的共同變化程度，βi公式如下：

(2)

(二)fama-french三因素模型

該模型在CAPM市場風(fēng)險溢價因子基礎(chǔ)上增加了規(guī)模因子和賬面市值比因子來預(yù)測股票的超額收益，公式如下：

ri-rf=αi+bi[E(rM)-rf]+si×SMB+hi×HML

(3)

Si、hi分別為資產(chǎn)或資產(chǎn)組合的超額收益對市場溢價因子、規(guī)模溢價因子和賬面市值比溢價因子的敏感程度。規(guī)模溢價SMB是小規(guī)模組合的平均收益率與大規(guī)模公司組合的平均收益率之差。HML是價值型股票組合的平均收益率與成長型股票組合的平均收益率之差。對于股票收益率，本文采用組合收益率的分組方法。首先將所選個股的包含現(xiàn)金紅利的個股回報率根據(jù)本年度流通市值大小分成Small和Big兩個組合，再將S和B組合中的股票按照前一年度6月份估值大小分為H、M、L三組，這樣便交叉形成六個組合。由于每一年度股票在不斷更新變化，因此每個組合中的股票數(shù)目都不同，6個組合的平均收益主要通過流通市值加權(quán)形成。本文在規(guī)模因子和賬面市值比因子指標(biāo)選取上主要采用流通市值和市凈率指標(biāo)。

(三)Carhart四因素模型

動量效應(yīng)是指買入過去一段時間收益高的股票在未來仍然能獲得正的收益。該模型在fama-french三因素模型基礎(chǔ)上增加了動量因素，常用來評估股票組合的動量和反轉(zhuǎn)現(xiàn)象，公式如下：

ri-rf=αi+bi[E(rM)-rf]+Si×SMB+hi×HML+ui×UML

(4)

ui反映的是動量因素對組合收益率的敏感程度，UML表示贏家組合收益率與輸家組合收益率之差。在動量因子構(gòu)建上，本文借鑒Jegadeesh和Titmanza的分組方法來檢驗(yàn)我國股市不同周期的動量效應(yīng)以及獲利能力。

(四)fama-french五因素模型

2015年，法瑪和弗蘭奇在三因子模型基礎(chǔ)上增加了盈利因子和投資因子，構(gòu)成五因子模型，公式如下：

ri-rf=αi+bi×[E(rM)-rf]+Si×SMB+hi×HML+ui×UMD+ri×RMW

(5)

RMW表示盈利能力因子,ri表示質(zhì)量因子和投資因子對股票收益率的敏感程度。本文的盈利指標(biāo)選取是通過打分法獲取高收益率的財務(wù)比率指標(biāo)，RMW構(gòu)建上采用高凈資產(chǎn)收益率與低凈資產(chǎn)收益率之差所得。

(五)六因素模型

六因素模型分別由市場因子、公司規(guī)模因子、賬面市值比因子、價格動量因子、質(zhì)量因子和波動率因子構(gòu)成,公式如下：

ri-rf=αi+bi×[E(rM)-rf]+Si×SMB+hi×HML+ui×UMD+ri×RMW+di×rMR

(6)

rMR為波動率因子，rMR是低波動率組合收益率與高波動率股票組合收益率之差所得，本文在波動率因子指標(biāo)選取上，選取技術(shù)指標(biāo)20日波動率、60日波動率、120日波動率與250日波動率，通過對六因素模型進(jìn)行回歸，檢驗(yàn)六因素模型對股票橫截面收益率的預(yù)測作用。

四、六因素模型在我國滬深A(yù)股市場的實(shí)證研究

本文數(shù)據(jù)全部來自銳思金融數(shù)據(jù)庫和國泰安財經(jīng)數(shù)據(jù)庫，選自滬深A(yù)股上市公司2011年1月～2016年9月共69個月的月度交易數(shù)據(jù)作為實(shí)證樣本，剔除ST股票、月交易數(shù)據(jù)不全和月個股收益率為負(fù)的股票。選擇這段時間，是因?yàn)槲覈谝恢Ч芍钙谪浬鲜袝r間是2010年4月16日，選取2010年以后的數(shù)據(jù)可以避免股票市場受金融政策波動的影響，且這段時間我國股票市場經(jīng)歷了一個完整的經(jīng)濟(jì)周期，市場趨勢既有上升又有下降，這樣可以看到股票收益率在不同市場環(huán)境中的表現(xiàn)，為構(gòu)建多因素模型提供更全面有效的信息。

(一)單因素變量與個股回報率關(guān)系分析

1.市值因子

圖1 10家不同規(guī)模組合的平均月收益率(%)

圖1按照2011年至2016年各年度流通市值將滬深A(yù)股股票分成10個組合，1代表公司規(guī)模最小的股票組合，10代表公司規(guī)模最大的股票組合。月平均收益率主要采用2011年1月至2016年12月的包含現(xiàn)金股利的月個股回報率進(jìn)行加權(quán)平均而成。從圖1可以看出，我國股票市場具有顯著的小公司效應(yīng)，小規(guī)模組合的股票月平均收益率高于大規(guī)模組合的月平均收益率。小規(guī)模股票投資的風(fēng)險更大，其風(fēng)險溢價水平也更高。

2.賬面市值比因子

圖2 10家不同賬面市值比組合的月平均收益率

圖2采用與圖1同樣的分組方式，按照賬面市值比將個股月平均收益率分成10個組合，1組合代表賬面市值比最小組合，10組合代表賬面市值比最大組合。從上圖可以發(fā)現(xiàn)，我國滬深A(yù)股市場的賬面市值比與月平均收益率存在正相關(guān)關(guān)系。賬面市值比越高，月平均收益率越高。10組合比1組合高1.6239%的月平均收益率。因此，重視價值投資，買入低估值的股票可以獲得正的收益。

3.動量因子

對于動量效應(yīng)的研究，本文借鑒Jegadeesh和Titmanzai的動量效應(yīng)研究方法來驗(yàn)證我國股票市場動量效應(yīng)的存在性以及動量策略能否獲得超額收益。表1是以滬深300指數(shù)為例，采用滬深300指數(shù)2011年1至2016年9月的流通市值加權(quán)周度累計收益數(shù)據(jù)，構(gòu)造2周、1個月、3個月、6個月、12個月的形成期和同周期的持有期，一共形成25個交叉組合。對于每一個交叉組合，計算其在相應(yīng)形成期和持有期內(nèi)的超額收益，檢驗(yàn)我國滬深股票市場超短期、短期、中期、長期的動量效應(yīng)情況。

表1 基于周度數(shù)據(jù)的動量策略績效

資料來源：根據(jù)銳思金融數(shù)據(jù)庫數(shù)據(jù)整理所得.

可以發(fā)現(xiàn)在持有期為12個月時，無論形成期為長期還是短期，股票周超額收益都大于零，(J=3,K=3)、(J=3,K=6)、(J=6,K=3)、(J=6,K=6)中期組合以及(J=2周,K=2周)的超短期組合中，滬深300周超額收益也大于零，說明滬深市場存在中長期和超短期動量效應(yīng)，短期存在反轉(zhuǎn)效應(yīng)。

4.質(zhì)量因子

通常來說，高質(zhì)量的公司能夠帶來更高的投資回報，高質(zhì)量的公司體現(xiàn)在高利潤、高成長能力上。針對質(zhì)量因子投資，本文選取凈資產(chǎn)收益率、資產(chǎn)回報率、凈利潤增長率、每股收益這四個指標(biāo)來檢驗(yàn)質(zhì)量因子的投資回報率，數(shù)據(jù)選取自國泰安財經(jīng)數(shù)據(jù)庫各年度財務(wù)報表數(shù)據(jù)。表2是各個指標(biāo)收益率與上證指數(shù)收益率對比分析表，可以發(fā)現(xiàn)這四個指標(biāo)的總收益和年化收益均高于上證指數(shù)，資產(chǎn)回報率指標(biāo)和凈利潤增長率指標(biāo)尤為明顯，且四個指標(biāo)Alpha大于0，說明質(zhì)量投資策略能夠獲得超額收益。從收益波動率來看，四個指標(biāo)波動幅度要大于上證指數(shù)波動率，且Beta大于0，說明波動率風(fēng)險較大的投資，收益水平較高。從圖3也可以看出，質(zhì)量投資策略的累計收益均高于上證指數(shù)累計收益，且波動幅度比上證指數(shù)大。

表2 質(zhì)量投資策略與上證指數(shù)收益對比

資料來源：財務(wù)報表數(shù)據(jù)整理所得.

圖3 質(zhì)量投資與上證指數(shù)累計收益對比圖

5.波動率因子

圖4 滬深300指數(shù)波動率特征

對于波動率因子，本文以滬深300指數(shù)為例，圖4選取了滬深300指數(shù)2011年1月4日至2016年9月30日的對數(shù)日收益數(shù)據(jù)，運(yùn)用Eviews軟件分析其統(tǒng)計特征，看其波動情況。滬深300日收益率均值為0.0028，標(biāo)準(zhǔn)差為0.000125，如果日收益率服從正態(tài)分布，那么其峰度為3，偏度為0。從表3看出，滬深300指數(shù)日收益率峰度為7.575456，偏度為-0.656899，呈現(xiàn)出顯著的尖鋒厚尾的特征。從圖5也可以看出，滬深300指數(shù)有明顯的波動集群現(xiàn)象，存在波動的ARCH效應(yīng)。

圖5 滬深300指數(shù)如收益率殘差

投資策略總收益年化收益夏普比率最大回撤率收益波動率BetaAlpha20日波動率0．17560．02740．370．45380．18920．820．003760日波動率0．18760．02910．190．41150．18770．70．0056120日波動率0．90630．11380．060．40970．19770．520．092250日波動率0．6140．08320．070．60270．22550．610．0645上證指數(shù)0．0880．0142-0．110．4860．2343

資料來源：銳思金融數(shù)據(jù)庫.

表3通過將20日波動率、60日波動率、120日波動率、250日波動率的收益指標(biāo)與上證指數(shù)進(jìn)行對比分析來檢驗(yàn)波動率對收益率的影響。從表3可以發(fā)現(xiàn)，20日、60日、120日和250日波動率的總收益、年化收益均高于上證指數(shù)，且Alpha值大于零，120日波動率尤為明顯，因此，波動率投資能夠帶來超過市場指數(shù)的超額收益。從夏普比率和貝塔值來看，β值和Sharpe Ratio越大，波動率投資帶來的總收益越小，這與國外研究發(fā)現(xiàn)的低貝塔股票的收益率高于高貝塔股票的研究結(jié)果相一致。

(二)雙因子變量組合收益分析

1.規(guī)模與估值投資

首先將個股月收益率數(shù)據(jù)根據(jù)t年公司規(guī)模按升序分成五組(S，二，三，四，B)，另外將每個組合中的賬面市值比按照升序分成五組(L，二，三，四，H)，交叉得到25個組合，各個組合月平均收益如表4所示：

表4 據(jù)公司規(guī)模和B/M進(jìn)行分組形成的25個組合月平均收益率

資料來源：國泰安財經(jīng)數(shù)據(jù)庫.

從表4可以發(fā)現(xiàn)，25個組合的月平均收益率均為正值。橫向從左到右代表公司規(guī)模從最小到最大等權(quán)組合，從表4可以得出，無論固定哪一行賬面市值比，小規(guī)模組合月平均收益都要高于大規(guī)模組合月平均收益，因此，我國滬深市場存在顯著的小規(guī)模效應(yīng)，這與歐美發(fā)達(dá)市場得出的結(jié)果相同。縱向從上到下代表賬面市值比由低到高組合，可以發(fā)現(xiàn)無論控制哪一列規(guī)模因素，高賬面市值比股票組合平均月收益率要高于低賬面市值比股票組合，說明我國賬面市值比效應(yīng)顯著，價值股比成長股可以獲得更高的收益。因此，投資者買入估值既低又是小盤股的股票的長期表現(xiàn)遠(yuǎn)高于估值高的大盤股股票。

2.價值與質(zhì)量投資

表5 根據(jù)B/M和ROA進(jìn)行分組形成的25個組合月平均收益率

資料來源：國泰安財經(jīng)數(shù)據(jù)庫.

表5是根據(jù)賬面市值比和總資產(chǎn)收益率交叉分組后的25個組合月平均收益率情況分組。從分組結(jié)果來看，每個組合收益率均為正值。橫向從左向右為賬面市值比由低到高組合，H-L數(shù)值在0.0071～0.0136之間波動，可以得出高賬面市值比股票組合月平均收益率高于低賬面市值比組合。從縱向來看，R-W數(shù)值在0.0042～0.0107之間波動，可以發(fā)現(xiàn)高質(zhì)量股票組合月平均收益率均高于低質(zhì)量股票組合。因此，買入價值水平高、盈利水平強(qiáng)、成長能力快的股票組合可以獲得超額收益，享受雙重好處。

(三)多因素回歸分析

1.自變量和因變量平穩(wěn)性檢驗(yàn)

對于時間序列數(shù)據(jù)，如果不進(jìn)行平穩(wěn)性檢驗(yàn)，可能會造成偽回歸現(xiàn)象。本文運(yùn)用ADF單位根檢驗(yàn)法檢驗(yàn)因變量和自變量的平穩(wěn)性。

表6 自變量和因變量單位根檢驗(yàn)結(jié)果(原假設(shè)：存在單位根)

由表6可得，所有變量ADF值均未超過1%、5%、10%顯著性水平下的臨界值，通過了平穩(wěn)性檢驗(yàn)，因此可以進(jìn)行多元回歸分析。

2.三因素模型回歸結(jié)果

表7 根據(jù)公司規(guī)模和B/M進(jìn)行排序分類形成組合的三因素回歸結(jié)果

資料來源：銳思金融數(shù)據(jù)庫.

表7中的數(shù)據(jù)是總樣本在分為25組后使用fama-french三因素模型進(jìn)行回歸的結(jié)果。從回歸結(jié)果看，F(xiàn)統(tǒng)計量非常顯著，說明市場風(fēng)險、規(guī)模因子和賬面市值比因子對模型解釋力度較強(qiáng)。R2從0.925至0.973，說明整個模型的擬合程度較好。從絕對超額收益阿爾法來看，樣本估計的阿爾法值分布在零附近，較為穩(wěn)定。具體從每個風(fēng)險因子來看，市場風(fēng)險因子的回歸系數(shù)大多數(shù)都大于一，說明該資產(chǎn)組合的系統(tǒng)性風(fēng)險要大于市場風(fēng)險，即在購買投資組合時將資金投放在高風(fēng)險投資上，股票交易者可以買入相同比例的股指期貨來對沖系統(tǒng)性風(fēng)險。在固定賬面市值比因子方面，可以發(fā)現(xiàn)小市值股票組合的回歸系數(shù)大于大市值股票組合，且T統(tǒng)計量也顯著于前者，說明在SMB因子中，小市值股票組合具有更強(qiáng)的解釋力，小公司規(guī)模的風(fēng)險溢價水平較高。從賬面市值比因子來看，除SM組合外，其他組合回歸系數(shù)都為正數(shù)，說明我國滬市A股市場的價值股收益率要高于成長股，從T統(tǒng)計量檢驗(yàn)來看，所有組合均通過T統(tǒng)計量檢驗(yàn)，整體上顯著，與之前研究結(jié)果相同，說明我國滬深A(yù)股市場賬面市值比效應(yīng)顯著。

3.不同形成期動量因子的回歸結(jié)果分析

表8 不同形成期關(guān)系因子回歸結(jié)果分析

從表8可以得出，我國股票市場僅存在超短期的慣性效應(yīng)。中期、長期慣性因子均未通過5%顯著性水平下的T統(tǒng)計量檢驗(yàn)。因此，本文在選取動量因子進(jìn)行回歸分析時，選取為期2周的短期慣性因子。從Alpha值來看，截距項(xiàng)均為正數(shù)，這與之前滬深300指數(shù)檢驗(yàn)結(jié)果不一致。從DW檢驗(yàn)結(jié)果來看，不同形成期因子均在2附近，說明因子本身不存在一階自相關(guān)性。

4.引入短期慣性因子后的四因素模型回歸結(jié)果

表9 引入短期動量因子后的四因素回歸結(jié)果

注：深色部分表示變量在5%顯著性水平下未通過T統(tǒng)計量檢驗(yàn).

從四因素模型回歸結(jié)果來看，R2值較大，與三因素模型回歸結(jié)果相比更為突出，說明四因素模型擬合程度更高，且整個模型通過了F統(tǒng)計量檢驗(yàn)(見表9)。DW值大多穩(wěn)定在2附近，說明變量本身不存在一階自相關(guān)性。與三因素模型類似，阿爾法值穩(wěn)定在零附近，SL與SH組合alpha為負(fù)值，其余組合均大于零。從單個因素來看，短期動量因子系數(shù)大于零，且通過T統(tǒng)計量檢驗(yàn)，說明我國股票市場存在短期反轉(zhuǎn)效應(yīng)。但引入短期動量因子后，賬面市值比因子卻變得不顯著，因此，買入短期價格上漲的低估值股票，可能落入價格誤區(qū)，不能享受低估值帶來的好處。

5.引入質(zhì)量和波動率因子后的六因素模型回歸結(jié)果

表10 根據(jù)公司規(guī)模和B/M進(jìn)行排序分類形成組合的六因素回歸結(jié)果

續(xù)表10 根據(jù)公司規(guī)模和B/M進(jìn)行排序分類形成的組合的六因素回歸結(jié)果

資料來源：銳思金融數(shù)據(jù)庫.

與三因素、四因素、五因素模型回歸結(jié)果相比，增加盈利因子和波動率因子的六因素模型阿爾法值均為正值，說明六因素模型能夠獲得超越市場指數(shù)的絕對超額收益。從盈利因子系數(shù)來看，系數(shù)值均大于零，說明質(zhì)量越好的股票收益水平越高，這與之前單因子、雙因子檢驗(yàn)結(jié)果相一致。從波動率因子來看，系數(shù)均為負(fù)數(shù)，說明低貝塔的股票實(shí)際回報要高于高貝塔的股票，這與歐美研究結(jié)果相符，因此，在股票實(shí)際投資中可以適當(dāng)運(yùn)用杠桿交易，避免暴漲暴跌的風(fēng)險。從表10也可以得出，小規(guī)模股票組合的盈利因子系數(shù)和波動率系數(shù)要微大于大規(guī)模股票組合，因此，買入小盤高質(zhì)量低波動率的股票可以獲得較高股票回報率。

五、結(jié)論與建議

(一)結(jié)論

本文以滬深A(yù)股市場2011年1月至2016年9月數(shù)據(jù)為實(shí)證樣本，通過單因子收益率排名回測、雙因子組合收益率比較、多因素多元回歸分析來檢驗(yàn)六因素模型在中國股票市場的適用性以及能否獲得超額收益。研究結(jié)果如下:

1.與法瑪弗蘭奇三因子模型、動量四因素模型相比，六因素模型具有更強(qiáng)的解釋力度，調(diào)整的R平方更高，模型整體擬合優(yōu)度更好。

2. 從單因子檢驗(yàn)結(jié)果來看，在中國股票市場上，流通市值小、估值低、盈利能力強(qiáng)、波動率低、股價相對漲幅時間短的股票對Alpha收益具有一定的解釋作用。 中國股市存在顯著的小規(guī)模效應(yīng)、賬面市值比效應(yīng)以及短期慣性現(xiàn)象。從盈利因子來看，本文選擇凈資產(chǎn)收益率和總資產(chǎn)報酬率等指標(biāo)進(jìn)行檢驗(yàn)，均可以獲得超過市場指數(shù)的收益。從波動率這個技術(shù)因子來看，波動率低的股票能夠獲得較高股票回報率。

3. 從雙因子檢驗(yàn)結(jié)果來看，買入小盤、估值低質(zhì)量高以及短期價格比較高的小盤高質(zhì)量股票均可以獲得超額收益。因此，對于股票交易者來說，可以制定合適的投資策略組合，將價值投資與質(zhì)量投資、動量投資、技術(shù)指標(biāo)投資充分結(jié)合起來，以獲得超額收益。

4.從多因素回歸結(jié)果來看，三因素模型和六因素模型能較好地解釋中國股票市場收益率情況，市場風(fēng)險溢價因子、市值因子、短期慣性因子、質(zhì)量因子、波動率因子均較為顯著，而四因素模型在我國股票市場的適用性較差，引入動量因子后的賬面市值比因子不顯著。

(二)建議

法律制定者:完善金融監(jiān)管政策，營造健康的金融環(huán)境。鑒于國內(nèi)股票交易市場發(fā)展速度快、發(fā)展水平參差不齊、股票個人交易者居多等特點(diǎn)，金融法律制定者應(yīng)完善經(jīng)濟(jì)類法律法規(guī)和做空對沖交易體制，改進(jìn)滬深證券交易所內(nèi)部環(huán)境，為量化投資營造良好的交易氛圍。

股票投資者:提升自身專業(yè)化投資修養(yǎng)，避免盲目投資。我國股票交易者大多數(shù)是個人散戶，在投資中缺乏冷靜分析，喜歡盲目跟風(fēng)，買漲殺跌現(xiàn)象比較明顯。因此，對于股票投資者來說，需要在理性實(shí)踐中提升自己的專業(yè)知識。

專業(yè)投資者:起好領(lǐng)頭羊作用，以專業(yè)化帶動大眾化投資。對于專業(yè)從事股票基金的投資者，應(yīng)理性判斷分析市場走勢，提升自己的專業(yè)化程度，推動我國股票市場更加健康持續(xù)發(fā)展。

信息管理者：創(chuàng)新量化交易平臺，實(shí)現(xiàn)量化金融體系化。量化投資需要數(shù)以萬計大數(shù)據(jù)支撐，對于信息管理者來說，應(yīng)提升信息技術(shù)，提高數(shù)據(jù)精確度，開發(fā)回測功能強(qiáng)大、運(yùn)轉(zhuǎn)速度快、數(shù)據(jù)精準(zhǔn)度高、高效實(shí)用的量化交易平臺，為量化愛好者創(chuàng)造一個良好的投資渠道。

[1]Rolf Banz.The relationship between return and market value of common stocks[J]. Journal of finance ,1981,(9)：131-143.

[2]Sanjoy Basu.The relationship between Earnings Yield,Market Value,and return for NYSE common stocks:furtherevidence[J].Journal of finance economics,1983,(12)：95-117.

[3]Eugene F.Fama and Kenneth R.French.The cross section of expected stock returns[J].Journal of finance ,1992,(47)：27-65.

[4]Eugene F.Fama and Kenneth R.French.Common risk factors in the returns on bonds[J].Journal of finance ,1993,(33)：3-56.

[5]Jegadeesh,N and S Titmanzai.Returns to buying winners and selling losers:implication for stock market efficiency[J].Journal of finance ,1993,(48)：65-91.

[6]Mark M.Carhart.On persistence in mutual fund performance[J].Journal of finance,1997,(52)：57-82.

[7]Eugene F.Fama and Kenneth R.French.A five-factor asset pricing model[J].Journal of finance economics,2015a.(116)：1-22.

[8]Eugene F.Fama and Kenneth R.French.A five-factor asset pricing model[J].Journal of finance economics ,2015b,forthcoming.

[9]顧 娟，丁 楹.中國證券市場價值成長效應(yīng)的實(shí)證研究[J].經(jīng)濟(jì)評論,2003,(2):24-28.

[10]徐振華.中國股市規(guī)模效應(yīng)和賬面市值比效應(yīng)的實(shí)證分析[J].金融發(fā)展研究，2011,(11):75-77.

[11]劉 博，皮天雷.慣性策略和反轉(zhuǎn)策略：來自中國滬深A(yù)股市場的新證據(jù)[J].金融研究，2007,(8):154-167.

[12]蘆靚赤.我國A股市場動量效應(yīng)研究[D].云南財經(jīng)大學(xué)，2015.

[13]王博娟.我國A股市場動量效應(yīng)的實(shí)證研究[D].西南財經(jīng)大學(xué)，2016.

[14]汪 昊,薛 陳.基于波動率與收益率負(fù)相關(guān)的量化投資模型[J].財經(jīng)界(學(xué)術(shù)版)，2011,(5):66-69.

[15]申瑋瑋.長短期市場波動率對股票收益率影響的實(shí)證研究[D].復(fù)旦大學(xué)，2014.

[16]吳敏華.fama-french五因素模型在整個A股市場的實(shí)證研究[D].吉林大學(xué)，2015.

[17]趙勝民,閻紅雷.fama-french五因素模型比三因素模型更勝一籌嗎[J].南開經(jīng)濟(jì)研究，2016,(2):41-49.