朱孟婷

摘要：根據(jù)我國(guó)煤炭采選企業(yè)2016～2018年的股票市場(chǎng)數(shù)據(jù)，將CAPM與Fama-French三因素模型進(jìn)行對(duì)比，研究其在基準(zhǔn)收益率預(yù)測(cè)方面的適用情況。結(jié)果發(fā)現(xiàn)：在“十三五”規(guī)劃中進(jìn)行的煤炭行業(yè)大規(guī)模去杠桿之后，煤炭產(chǎn)量下降，經(jīng)濟(jì)環(huán)境發(fā)生巨大變化。傳統(tǒng)的CAPM對(duì)煤炭行業(yè)的適用性不足，我國(guó)煤炭行業(yè)存在顯著的規(guī)模和價(jià)值效應(yīng)，實(shí)證結(jié)果表明Fama-French三因素存在更好的適用性，因此Fama-French三因素模型對(duì)煤炭采選業(yè)收益率的預(yù)測(cè)更適用。

關(guān)鍵詞：煤炭采選業(yè);CAPM模型;Fama-French三因素模型

中圖分類號(hào)：F22?文獻(xiàn)標(biāo)志碼：A?文章編號(hào)：1008-4657（2019）05-0041-07

0?引言

資本資產(chǎn)定價(jià)模型（Capital Asset Pricing Model，CAPM）是最傳統(tǒng)的資本定價(jià)模型，該模型主要應(yīng)用的是市場(chǎng)風(fēng)險(xiǎn)的單獨(dú)因子來反映風(fēng)險(xiǎn)與收益的關(guān)系，在資本市場(chǎng)得到廣泛的認(rèn)同，但也來自財(cái)務(wù)方面和實(shí)踐者的質(zhì)疑。質(zhì)疑者認(rèn)為CAPM模型只考慮了單一影響因子，因此更多學(xué)者提出改進(jìn)模型，其中Fama-French三因素模型（Fama-French 3-factor model，F(xiàn)F3）被認(rèn)為是改進(jìn)模型中的主要代表之一。該模型在CAPM模型的基礎(chǔ)上提出來增加規(guī)模效應(yīng)和價(jià)值效應(yīng)，在此前已有許多研究者論證其適用性[1]。

我國(guó)近年來對(duì)煤炭采選業(yè)在權(quán)益資產(chǎn)收益率的預(yù)測(cè)方面仍采用CAPM模型，由于目前煤炭采選業(yè)仍處在去杠桿后改革的調(diào)整期內(nèi)，傳統(tǒng)的CAPM模型是否繼續(xù)適用仍不確定。本文通過對(duì)煤炭采選業(yè)進(jìn)行狀況介紹，再通過對(duì)CAPM和FF3模型對(duì)我國(guó)上市煤炭采選業(yè)收益率預(yù)測(cè)方面的適用性進(jìn)行對(duì)比，研究各個(gè)模型結(jié)果的擬合程度，從而選擇適用于我國(guó)煤炭采選企業(yè)的資產(chǎn)收益率預(yù)測(cè)模型。

1?煤炭采選業(yè)的現(xiàn)狀分析

從近年來看，煤炭采選業(yè)的發(fā)展主要包括兩個(gè)階段，第一個(gè)階段是2002～2012年的黃金發(fā)展階段，主要是十四大經(jīng)歷全面改革時(shí)期，后經(jīng)過亞洲金融危機(jī)的挑戰(zhàn)，煤炭采選業(yè)進(jìn)入黃金時(shí)代。第二個(gè)階段是2013～2017年的行業(yè)調(diào)整階段，主要是三去一降一補(bǔ)政策的提出，對(duì)煤炭采選業(yè)進(jìn)行全面調(diào)整。

根據(jù)我國(guó)統(tǒng)計(jì)局相關(guān)數(shù)據(jù)顯示，我國(guó)原煤產(chǎn)量從2017年開始才出現(xiàn)增長(zhǎng)，其產(chǎn)量為34.45億噸。在2014～2017年供給側(cè)改革全面開展，全行業(yè)在積極淘汰落后產(chǎn)能的同時(shí)，對(duì)煤炭行業(yè)的內(nèi)部結(jié)構(gòu)和優(yōu)質(zhì)產(chǎn)能的升級(jí)，提高煤炭產(chǎn)業(yè)的供給質(zhì)量。圖1是2011～2018年我國(guó)煤炭產(chǎn)量統(tǒng)計(jì)的相關(guān)數(shù)據(jù)。

在供給側(cè)結(jié)構(gòu)性改革的方面，我國(guó)“十三五”規(guī)劃中對(duì)于煤炭行業(yè)去產(chǎn)能的主要目標(biāo)基本實(shí)現(xiàn)。每年生產(chǎn)30萬(wàn)噸以下煤礦產(chǎn)能減少到2.2億噸/年以內(nèi)，煤炭行業(yè)將真正的從總量性去產(chǎn)能實(shí)現(xiàn)到系統(tǒng)性去產(chǎn)能、結(jié)構(gòu)性優(yōu)化產(chǎn)能[2]。

在煤炭產(chǎn)業(yè)結(jié)構(gòu)性優(yōu)化升級(jí)方面，加之過濾掉落后產(chǎn)能，集中度明顯提高，煤炭的上下游產(chǎn)業(yè)結(jié)合在一起共同發(fā)展，煤焦、煤電等綜合化發(fā)展趨勢(shì)明顯。新技術(shù)、新模式推動(dòng)了新能源、現(xiàn)代物流。電子商務(wù)、金融服務(wù)、礦區(qū)旅游休閑、健康養(yǎng)老等多元化產(chǎn)業(yè)的協(xié)調(diào)發(fā)展。通過全面的供給側(cè)結(jié)構(gòu)性的改革，從而影響行業(yè)的經(jīng)濟(jì)環(huán)境和內(nèi)部結(jié)構(gòu)，故需要對(duì)該行業(yè)的未來資本收益率進(jìn)行預(yù)測(cè)，從而對(duì)行業(yè)未來發(fā)展提供借鑒意義。

2?實(shí)證研究和回歸結(jié)果

2.1?數(shù)據(jù)選取

煤炭行業(yè)在中國(guó)資本市場(chǎng)和產(chǎn)業(yè)經(jīng)濟(jì)中具有重要的支柱性作用。本文主要研究的是在供給側(cè)結(jié)構(gòu)性改革后，各模型對(duì)煤炭采選業(yè)資產(chǎn)收益率的預(yù)測(cè)的適用性的對(duì)比研究。數(shù)據(jù)選取主要是煤炭行業(yè)中的采選業(yè)進(jìn)行研究，目前煤炭采選的上市企業(yè)共有30家。本文選取了12家上市煤炭企業(yè)進(jìn)行研究，其中對(duì)于剔除有關(guān)企業(yè)的原因如下：

第一，ST和*ST類股票。ST股票是指財(cái)務(wù)狀況或其他情況異常的上市公司股票。其交易會(huì)被交易所進(jìn)行特別處理，這類股票與其他正常股票存在一定程度的差異[3]。

第二，周收益率缺失的數(shù)據(jù)。當(dāng)有些特別原因公司并未披露數(shù)據(jù)，則提出該股票的數(shù)據(jù)，否則會(huì)影響實(shí)證結(jié)果。

研究對(duì)象的12家企業(yè)分別是靖遠(yuǎn)煤電（000552）、冀中能源（000937）、西山煤電（000983）、蘭花科創(chuàng)（600123）、兗州煤業(yè)（600188）、陽(yáng)泉煤業(yè)（600348）、盤江股份（600395）、上海能源（600508）、恒源煤電（600971）、陜西煤業(yè)（601225）、平煤股份（601666）、中煤能源（601898），對(duì)以上企業(yè)的2016年1月1日至2018年12月31日的周收益率的數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)[4]。數(shù)據(jù)樣本的時(shí)間跨度為3年，從2016年的第一周到2018年的最后一周，每家企業(yè)可以提取152個(gè)周交易數(shù)據(jù)，經(jīng)過公式處理后可以得到152個(gè)有效的周收益率數(shù)據(jù)。本文中所有的數(shù)據(jù)主要來源于金融研究數(shù)據(jù)庫(kù)（RESSET）。

2.2?實(shí)證模型介紹

本文將建立傳統(tǒng)的資本資產(chǎn)定價(jià)模型（CAPM）和FF3模型。得到CAPM和FF3模型的回歸結(jié)果，并對(duì)其結(jié)果進(jìn)行分析，選擇對(duì)煤炭采選業(yè)實(shí)用性更有效的模型[5]。

傳統(tǒng)的資本資產(chǎn)定價(jià)模型（CAPM）

在式（1）中，表示第t期的資產(chǎn)組合i的周收益率;表示第t期市場(chǎng)的周無風(fēng)險(xiǎn)收益率，表示第t期的市場(chǎng)組合周收益率，表示資產(chǎn)組合i的市場(chǎng)風(fēng)險(xiǎn)因子，表示方程的截距項(xiàng)，建立方程后得到的殘差項(xiàng)[1]。

FF3模型

與式（1）的指標(biāo)解釋含義均相同，是規(guī)模的回歸系數(shù)，是規(guī)模的回歸系數(shù)，分別表示資產(chǎn)組合i對(duì)股票的規(guī)模效應(yīng)和價(jià)值效應(yīng)的敏感度。

2.3?變量選取與分組

因變量：

表示個(gè)股n在第t周最后一個(gè)交易日的周收盤價(jià);表示個(gè)股n在t-1周最后一個(gè)交易日的周收盤價(jià)[6]。

自變量：

（1）周市場(chǎng)回報(bào)率是在RESSET數(shù)據(jù)庫(kù)中的特定交易市場(chǎng)的周市場(chǎng)回報(bào)率，因?yàn)樯婕皽預(yù)股市場(chǎng)，故取兩個(gè)市場(chǎng)的算術(shù)平均值。

（2）無風(fēng)險(xiǎn)利率是在RESSET數(shù)據(jù)庫(kù)中的周無風(fēng)險(xiǎn)收益率。

（3）樣本市值與賬面市值比分別取得是周個(gè)股流通總市值和個(gè)股期末股東權(quán)益（含少數(shù)股東權(quán)益）除以個(gè)股期末總市值得出。

將選取的煤炭采選業(yè)的研究對(duì)象將其當(dāng)年年末流通市值從小到大依此排列，按大小分為S，B兩組，每組有6只股票，其中S表示的是Small（規(guī)模?。┙M，B表示Big（規(guī)模大）組。其次，將煤炭采選行業(yè)的當(dāng)年的賬面市值比從小到大依此排列，分別L、M、H組（低、中、高組），其中均勻分配，每組有4只股票。對(duì)上述的兩種分組進(jìn)行排列組合，確定SL、SM、SH、BL、BM、BH六組研究對(duì)象[1]，資產(chǎn)組合分組情況如表1所示。

利用上述公式，以SL、SM、SH、BL、BM、BH的組合平均周收益率分別算出SMB和HML的數(shù)值[7]。

2.4?實(shí)證檢驗(yàn)與回歸結(jié)果

2.4.1?樣本數(shù)據(jù)描述性統(tǒng)計(jì)

得到SL、SM、SH、BL、BM、BH組的算術(shù)平均組合的周收益率，通過Eviews 9.0軟件對(duì)六組數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)，如表2所示。

根據(jù)表2所示，六個(gè)組合的算術(shù)平均收益率正負(fù)均有，表示2016～2018年的煤炭采選行業(yè)的經(jīng)營(yíng)狀況不是特別好，原因可能是在2016年至2017年正在火熱進(jìn)行的供給側(cè)結(jié)構(gòu)性改革對(duì)煤炭采選行業(yè)有著不小的規(guī)模調(diào)整，以至于其收益率的不穩(wěn)定狀況的出現(xiàn)。其次，SL組合SH組的標(biāo)準(zhǔn)差均小于BL和BH組，表示小規(guī)模的煤炭采選企業(yè)的風(fēng)險(xiǎn)要低于大規(guī)模企業(yè)。而在中間規(guī)模的企業(yè)卻相反，表示煤炭采選行業(yè)規(guī)模過大并不好，需要未來進(jìn)行規(guī)模調(diào)整，使得可能面臨的風(fēng)險(xiǎn)相對(duì)較低。其中BL組的算術(shù)平均周收益率最高，而其標(biāo)準(zhǔn)差也是最大的，體現(xiàn)了“高風(fēng)險(xiǎn)，高收益”的特征，但SH組的風(fēng)險(xiǎn)和收益并不匹配，需要高度重視小規(guī)模但賬面市值比相對(duì)較高的企業(yè)的發(fā)展。

2.4.2?平穩(wěn)性檢驗(yàn)

在建立回歸模型之前，需要對(duì)數(shù)據(jù)進(jìn)行ADF檢驗(yàn)，以保證數(shù)據(jù)的平穩(wěn)，回歸結(jié)果的有效性。通過Eviews 9.0軟件對(duì)六組組合資產(chǎn)的周收益率數(shù)據(jù)以及周市場(chǎng)數(shù)據(jù)進(jìn)行單位根檢驗(yàn)[8-9]，結(jié)果如表3。

根據(jù)上表檢驗(yàn)結(jié)果可知，六組周收益率樣本數(shù)據(jù)以及市場(chǎng)組合周收益率的T值均遠(yuǎn)小于1%，5%，10%的臨界值，P值均為0，拒絕原假設(shè)，故上述序列組合均不存在單位根，數(shù)據(jù)平穩(wěn)性檢驗(yàn)通過，可以進(jìn)行下面的建?；貧w。

2.4.3?樣本數(shù)據(jù)CAPM模型回歸

2016～2018年CAPM模型回歸結(jié)果如表4所示。

表4結(jié)果中最后一列顯示截距項(xiàng)的系數(shù)的P值并不顯著，均不為0，顯著性水平不高，而（RM-RF）組中的系數(shù)在5% level下顯著性很高，符合CAPM模型的預(yù)期結(jié)果，故CAPM中的市場(chǎng)風(fēng)險(xiǎn)因子（RM-RF）可以很好解釋煤炭采選業(yè)的股票市場(chǎng)中面臨的風(fēng)險(xiǎn)影響因素。

2016～2018年FF3模型回歸結(jié)果如表5所示。

根據(jù)表5結(jié)果顯示，截距項(xiàng)的系數(shù)不為零，且每個(gè)顯著性水平均不高在顯著性水平上，S組資產(chǎn)組合中的SMB以及SH組和BH組的HML的P值不顯著，其余各組的SMB和HML在5% level 的顯著性水平下都很高，結(jié)果表明我國(guó)煤炭采選業(yè)的規(guī)模大且賬面市值比較低的企業(yè)存在著規(guī)模效應(yīng)和價(jià)值效應(yīng)，規(guī)模小的企業(yè)存在的價(jià)值效應(yīng)較明顯，規(guī)模大其賬面市值也大的企業(yè)存在的規(guī)模效應(yīng)明顯。故我國(guó)的煤炭采選業(yè)存在著規(guī)模效應(yīng)和價(jià)值效應(yīng)，F(xiàn)F3模型對(duì)該行業(yè)的適用性較強(qiáng)[10]。

表5中（RM-RF）的系數(shù)值：SL、SM、SH組的系數(shù)值分別為0.887 249，0.687 509，0.735 300;BL、BM、BH組的系數(shù)值分別為0.709 169、0.739 769、0.861 119。由此可知，除SL組中的系數(shù)值之外，隨著賬面市值比的升高，系數(shù)值隨著升高，這與之前Fama和French在1993年研究的結(jié)果相一致，表明傳統(tǒng)的資本資產(chǎn)定價(jià)模型（CAPM）中的系數(shù)值可以解釋股票的規(guī)模效應(yīng)。

2016～2018年模型擬合優(yōu)度比較如表6所示。

根據(jù)表6結(jié)果可知，兩種模型的擬合優(yōu)度效果較為理想。從傳統(tǒng)的資本資產(chǎn)定價(jià)模型（CAPM）結(jié)果中顯示，調(diào)整的R2在0.09 946-0.322 845之間，平均值為0.2 111，F(xiàn)F3模型中的調(diào)整的R2在0.175 051-0.573 155之間，平均值為0.3 741，結(jié)果顯示優(yōu)于傳統(tǒng)的CAPM 模型，表示FF3模型對(duì)2016～2018年我國(guó)煤炭采選業(yè)的收益率的解釋能力更強(qiáng)，適用性效果更好。

3?結(jié)論

本文以滬深A(yù)股煤炭采選行業(yè)板塊12家企業(yè)股票為研究對(duì)象，選取2016年1月1日至2018年12月1日的周變化收率，周變化市場(chǎng)回報(bào)率，同時(shí)引入FF3模型中的規(guī)模和價(jià)值因子，根據(jù)與傳統(tǒng)的資本資產(chǎn)定價(jià)模型進(jìn)行對(duì)比，得出以下結(jié)論：

第一，建立FF3模型對(duì)煤炭采選業(yè)股票收益率預(yù)測(cè)模型整體擬合效果一般，通過T值和P值可以得知市場(chǎng)因子、規(guī)模因子和價(jià)值因子可以較好解釋組合的收益率。但面對(duì)不同分組的解釋力度不同，不同分組中規(guī)模效應(yīng)和價(jià)值效應(yīng)的影響效果不同，未來需要對(duì)該行業(yè)的分組更為細(xì)致，研究不同分組的各自主要影響因素，這也是本文沒有考慮的地方[11]。同時(shí)可以對(duì)FF3的模型進(jìn)行擴(kuò)展，加入更有效的變量進(jìn)行解釋分析。

第二，我國(guó)煤炭采選行業(yè)板塊的風(fēng)險(xiǎn)溢價(jià)同市場(chǎng)整體的經(jīng)濟(jì)狀況成正相關(guān)，但波動(dòng)幅度較小，故無論規(guī)模大小還是賬面市值比的大小，其投資風(fēng)險(xiǎn)都小于市場(chǎng)系統(tǒng)風(fēng)險(xiǎn)，相對(duì)的收益狀況也是較低的[12]。

第三，在進(jìn)行煤炭行業(yè)的“十三五”規(guī)劃。在進(jìn)行了大規(guī)模的去杠桿之后，煤炭產(chǎn)量下降，經(jīng)濟(jì)環(huán)境發(fā)生巨大變化，傳統(tǒng)的CAPM對(duì)煤炭行業(yè)的適用性不足;我國(guó)煤炭行業(yè)存在顯著的規(guī)模和價(jià)值效應(yīng)，實(shí)證結(jié)果表明FF3存在更好的適用性，因此FF3模型對(duì)煤炭采選業(yè)收益率的預(yù)測(cè)更適用?？傊顿Y者在進(jìn)行投資時(shí)，需要對(duì)自身的風(fēng)險(xiǎn)偏好程度，期限選擇長(zhǎng)短進(jìn)行不同的投資，實(shí)現(xiàn)有效的資產(chǎn)管理。

參考文獻(xiàn)：

[1]李澤紅，趙安策.中國(guó)電力行業(yè)收益率預(yù)測(cè)研究——基于CAPM與Fama-French三因素模型的適用性分析[J].河北經(jīng)貿(mào)大學(xué)學(xué)報(bào)：綜合版，2018，18（1）：34-39.

[2]石海娥.環(huán)保：亟須化解高耗能高污染[J].光彩，2016（5）：30-31.

[3]姚堯.獨(dú)立董事政治背景與企業(yè)價(jià)值的研究[D].北京對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)，2015.

[4]陳晶璞，劉南南.基于因子分析法的上市煤炭企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)研究[J].燕山大學(xué)學(xué)報(bào)（哲社版），2012，13（4）：71-74.

[5]鄧華卉.中國(guó)上市銀行股權(quán)資本成本分析[D].上海：復(fù)旦大學(xué)，2014.

[6]黃文青.我國(guó)股份制商業(yè)銀行公司治理績(jī)效的實(shí)證研究[J].上海經(jīng)濟(jì)研究，2009（1）：104-110.

[7]蘇艾舟.證券投資基金波動(dòng)率異象研究[D].南京：南京理工大學(xué)，2017.

[8]高可盈，白建妹，黎辰星，等.智慧旅游視角下貴州省旅游業(yè)轉(zhuǎn)型升級(jí)的思考[J].中國(guó)市場(chǎng)，2016（51）：184-186.

[9]馬晨，江忻杰.滬市低市盈率股的β系數(shù)研究[J].科協(xié)論壇，2008（12）：109-110.

[10]游郭融，吳宏旭.我國(guó)創(chuàng)業(yè)板股票定價(jià)實(shí)證研究——基于市場(chǎng)溢價(jià)、規(guī)模溢價(jià)、價(jià)值溢價(jià)和流動(dòng)性溢價(jià)四因子模型[J].鄭州輕工業(yè)學(xué)院學(xué)報(bào)（社會(huì)科學(xué)版），2016（6）：64-72.

[11]馬健健.六因素模型與阿爾法——基于滬深股市的實(shí)證研究[J].鄭州航空工業(yè)管理學(xué)院學(xué)報(bào)，2017（06）：90-102.

[12]常媛媛.基于三因素資本資產(chǎn)定價(jià)模型的我國(guó)上市銀行股收益研究[D].濟(jì)南：山東大學(xué)，2011.

[責(zé)任編輯：鄭筆耕]