如何改进FF三因子模型？引入三种条件信息

日期：2026-03-24 16:55:24 来源：互联网

针对现存问题，采用如下的解决方案：

（1）在对横截面收益现象稳健性的研究中，本书分析我国股市1995年6月～2005年12月这样一个较长时间区间中更短时间段内的横截面收益现象，由此考察横截面收益随时间变化的演变规律和稳健性。

（2）在对各横截面收益现象间联系的研究中，本书综合运用投资组合分组和FM横截面回归方法实证分析了我国股市中各横截面收益现象间的联系。

（3）在运用FF三因子模型来解释我国股市横截面收益现象时，本书利用实证中发现的我国股市中各横截面收益现象间的联系，建立起适合我国国情的新的因子模型（包括新的三因子模型和新的四因子模型），并用新的因子模型来对我国股市的横截面收益现象进行解释。

（4）在利用DT特征模型来解释我国股市横截面收益现象时，本书比较了三因子模型和特征模型对横截面收益的解释力，并由此来间接比较了“理性定价理论”和“非理性定价理论”的有效性。

（5）三因子模型是无条件定价模型，由于股票市场异常复杂，我们不能指望一种模型在任何条件下都成立，因此，为提高模型对横截面收益的解释力，本书在三因子模型中引入了一些条件信息，把三因子模型由无条件模型改进为条件模型。具体来说，本书引入的条件信息包括贝塔条件变化、均值方差时变、状态转移这三种信息。

大量的实证研究显示，在因子定价模型中，因子系数（即贝塔值）在整个样本期间并不是一个常数，而具有条件变化的特征，我们把这种信息称为贝塔条件变化信息。本书把贝塔条件变化的信息引入到FF三因子模型中，使无条件FF三因子模型变为条件定价模型，实现对无条件FF三因子模型的改进。

大量的实证研究显示，金融时间序列数据常常具有均值方差时变的特点，而描述均值方差时变特征的主要数学工具是ARMA-GARCH类模型。本书利用ARMA-GARCH类模型把均值方差时变的信息引入到FF三因子模型中，使无条件FF三因子模型变为条件定价模型，实现对无条件FF三因子模型的改进。

股票市场是一个异常复杂的系统，现实中，股票市场常常会发生状态转移，而描述状态转移特征的主要数学工具是Markov制度转移模型。本书利用Markov制度转移模型（Markov regime-switching model）把状态转移的信息引入到FF三因子模型中，使无条件FF三因子模型变为条件定价模型，实现对无条件FF三因子模型的改进。

证券财务分析相关阅读

横截面收益现象稳健吗？演变规律待深究
目前对横截面收益现象进行研究，已成为了国外金融学科的一个研究重点和热点，国内学者也开始对这一问题展开了研究。虽然对这一问题的研究始于20世纪80年代，距今已有20余年的研究历史，并且已产生了一些有影响的研究成果......

盈利能力怎么衡量？资产利润率每股收益
公司分析是基本分析的重点，无论什么样的分析报告，最终都要落实在某家公司证券价格的走势上。公司分析可以从以下方面着手。......

投资第一步如何走？明确目标兼顾风险收益
理性的金融投资过程应该包括以下五个基本步骤：确定证券投资目标；进行证券投资分析；组建证券投资组合；投资组合业绩评估；投资组合的修正。其中最重要的内容是进行投资分析，这是投资成败的关键。......

并购融资按什么顺序进行？首选留存收益，利
一般而言，企业并购的融资顺序是:首先，选择留存收益，利用现有闲置现金。这主要是由于利用企业自有现金，不必支付融资费用，且风险小，速度快......

人民币3 个月理财产品收益率为3.51%
本期沪股通资金为净流出、深股通资金为净流入。本期沪股通净流出89.45 亿元（上期净流入44.08 亿元），深股通资金净流入26.93 亿元（上期净流入14.30 亿元）；合计净流出62.52 亿元......