文/錢程（嘉興學(xué)院）

一、引言

（一）研究背景及意義

對(duì)證券市場(chǎng)進(jìn)行研究的首要目的就是對(duì)投資收益率進(jìn)行預(yù)測(cè)，股市收益率回報(bào)的來(lái)源主要有兩個(gè)方面，一種是股票市場(chǎng)的分紅，這種紅利回報(bào)依賴于被投資股票的生產(chǎn)經(jīng)營(yíng)收益，另外一種是股票買賣過(guò)程中產(chǎn)生的價(jià)差收入，這部分收入和市場(chǎng)運(yùn)行狀況具有很高的相關(guān)性，同時(shí)這兩種回報(bào)來(lái)源也得益于長(zhǎng)期的宏觀經(jīng)濟(jì)增長(zhǎng)。多因素模型將風(fēng)險(xiǎn)資產(chǎn)收益率和市場(chǎng)內(nèi)部各風(fēng)險(xiǎn)因素波動(dòng)關(guān)聯(lián)起來(lái)，并進(jìn)一步描繪風(fēng)險(xiǎn)資產(chǎn)收益形成機(jī)制。本文以S.A.羅斯套利定價(jià)理論為基礎(chǔ)，在多因素模型下探討收益和風(fēng)險(xiǎn)關(guān)系趨于均衡狀態(tài)下的收益決定因素。以金融經(jīng)濟(jì)學(xué)為理論指導(dǎo)，投資實(shí)踐活動(dòng)促進(jìn)了資本市場(chǎng)健康發(fā)展。

伴隨著中國(guó)經(jīng)濟(jì)的發(fā)展逐漸融入全球化經(jīng)濟(jì)體系，中國(guó)證券市場(chǎng)國(guó)際化進(jìn)程逐漸加快。在這一過(guò)程中，我國(guó)的證券投資理論不斷進(jìn)行探索和創(chuàng)新，證券投資理論研究在我國(guó)的開展也經(jīng)歷了一個(gè)從無(wú)到有、循序漸進(jìn)，逐步由學(xué)術(shù)領(lǐng)域步入證券市場(chǎng)，用以指導(dǎo)投資實(shí)踐的過(guò)程。我國(guó)經(jīng)濟(jì)日益走向全球化，這就要求有一個(gè)健康的股市來(lái)為企業(yè)投融資需求服務(wù)，要求有一個(gè)高效率的資本市場(chǎng)來(lái)完成資源配置的功能，所以對(duì)現(xiàn)代投資理論是否適用于我國(guó)股市進(jìn)行深入研究就顯得尤為重要。

多因素模型是對(duì)風(fēng)險(xiǎn)資產(chǎn)收益率生成過(guò)程的說(shuō)明，對(duì)多因素模型進(jìn)行研究，能夠確定收益率和引起收益率變動(dòng)的風(fēng)險(xiǎn)因素間的數(shù)量關(guān)系，使其能夠由風(fēng)險(xiǎn)因素變動(dòng)來(lái)預(yù)測(cè)投資收益變動(dòng)，對(duì)于證券投資具有重要意義。

（二）國(guó)內(nèi)外研究綜述

S.A.羅斯[1]于1976年提出了一種新的資產(chǎn)定價(jià)模型，即套利定價(jià)理論(簡(jiǎn)稱APT理論)。基本的理論解釋為：假定多因素模型可解釋風(fēng)險(xiǎn)證券收益率的形成過(guò)程，給定證券收益的產(chǎn)生過(guò)程，從套利論證中推導(dǎo)出資產(chǎn)價(jià)格，即推導(dǎo)出指定收益生成過(guò)程下的均衡條件。

在對(duì)多因素模型的因素分析中，陳(Chen)、羅爾(Roll)與羅斯(Ross)[2]選取5個(gè)宏觀因素構(gòu)建模型，宏觀因素為：（1）行業(yè)生產(chǎn)的變動(dòng)百分比，（2）預(yù)期通貨膨脹的變動(dòng)百分比，（3）非預(yù)期通貨膨脹的變動(dòng)百分比，（4）長(zhǎng)期公司債券對(duì)長(zhǎng)期政府債券的超額收益率，（5）長(zhǎng)期政府債券對(duì)短期國(guó)庫(kù)券的超額收益。結(jié)果表明，總消費(fèi)增長(zhǎng)和石油價(jià)格并不能增加解釋能力。

上述理論和實(shí)證檢驗(yàn)主要針對(duì)美國(guó)股市。由于我國(guó)股市具有獨(dú)特的交易規(guī)則和體系結(jié)構(gòu)，因此，目前我國(guó)股市的多因素模型研究還很少見。在已有的研究中，儀垂林等[3]對(duì)1996-1999年深圳證券交易所的數(shù)據(jù)進(jìn)行實(shí)證分析，結(jié)果表明，F(xiàn)F三因素模型不適用于中國(guó)證券市場(chǎng)；鄧長(zhǎng)榮和馬永開[4]認(rèn)為，中國(guó)證券市場(chǎng)的三因素模型比CAPM更有可信度；陳德華、孫成濤、石建民[5]運(yùn)用與BARRA相似的多因素模型，將30多項(xiàng)指標(biāo)劃分為8種不同的風(fēng)險(xiǎn)因子，以2001-2008年滬深股市的歷史數(shù)據(jù)為基礎(chǔ)，實(shí)證分析表明，多因素模型的回歸效果與行業(yè)因素?zé)o關(guān)。

（三）研究思路與方法

本文基于國(guó)內(nèi)股票市場(chǎng)的實(shí)際狀況，并結(jié)合國(guó)內(nèi)外相關(guān)文獻(xiàn)，建立了一個(gè)多因素模型，利用中國(guó)石油收盤價(jià)格數(shù)據(jù)，對(duì)其進(jìn)行了嚴(yán)謹(jǐn)?shù)睦碚摲治龊蛯?shí)證研究，探討該只股票的影響因素。

1.理論分析和實(shí)證研究相結(jié)合的方法

本文首先從網(wǎng)絡(luò)資源、圖書館和網(wǎng)絡(luò)數(shù)據(jù)庫(kù)三個(gè)方面綜述了多因素模型在股票定價(jià)中的應(yīng)用。根據(jù)以往的研究結(jié)果，通過(guò)對(duì)中國(guó)石油股票價(jià)格的影響因素的綜合分析，為本文的深入研究奠定了理論基礎(chǔ)。然后，本文以此為基礎(chǔ)，對(duì)該股票的月收益率進(jìn)行實(shí)證研究，構(gòu)建多因素定價(jià)模型，并對(duì)其進(jìn)行了驗(yàn)證。

2.定性分析與定量分析相結(jié)合的方法

本文從定性的角度出發(fā)，選取七個(gè)指標(biāo)來(lái)解釋中國(guó)石油的股票收益率。在此基礎(chǔ)上，本文通過(guò)選取股票數(shù)據(jù)進(jìn)行定量的實(shí)證分析，并最終確定了多因素模型中的各個(gè)系數(shù)，得到了最終的多因素定價(jià)模型。

3.因子分析與多元回歸分析相結(jié)合的方法

本文運(yùn)用因子分析和多元回歸方法進(jìn)行實(shí)證研究。首先，利用因子分析法對(duì)影響股票價(jià)格指數(shù)的各個(gè)因素進(jìn)行降維，并提取公因子，避免多重共線性問(wèn)題出現(xiàn)。在此基礎(chǔ)上，運(yùn)用多元回歸分析方法，對(duì)各指標(biāo)與月收益率之間的線性關(guān)系進(jìn)行實(shí)證檢驗(yàn)，最終得出本文的多因素模型。

二、研究綜述

（一）多因素模型的定義

單因素模型是最早應(yīng)用于現(xiàn)代金融理論的因素定價(jià)模型之一，但在大多數(shù)情況下，單一因子無(wú)法充分反映多種證券間的相關(guān)性。為此，有學(xué)者通過(guò)增加影響因素?cái)?shù)量的方法，來(lái)提高模型的精確度，從而衍生出多因素模型。

多因素模型假設(shè)股票收益率受到多個(gè)因素的影響。該理論認(rèn)為，在特定的市場(chǎng)環(huán)境下，具有相似特征的證券，其收益和風(fēng)險(xiǎn)水平都是相近的。這里的“相似特征”被稱為共同因素，涵蓋面很廣，不僅包括GDP、利率、匯率等反映國(guó)家宏觀經(jīng)濟(jì)的因素，還包括反映行業(yè)和企業(yè)基本面的中觀和微觀因素。因此，本文提出的多因素模型，即通過(guò)分析影響股價(jià)的共同因素，估計(jì)其對(duì)各個(gè)因素的敏感性，從而建立相應(yīng)的定價(jià)模型。

（二）多因素模型的一般形式

多因素模型認(rèn)為，股票收益率是由共同因子和資產(chǎn)特定部分的綜合作用而產(chǎn)生的，假設(shè)有j個(gè)影響股票收益率的共同因子，第i個(gè)股票的收益率為：

式中，ai為所有影響因素均為零時(shí)股票i的預(yù)期收益率；F1,F2, … ,Fj是j個(gè)共同因子；bi1,bi2,… ,bij是股票i分別對(duì)j個(gè)共同因子的敏感度；μi是一個(gè)服從正態(tài)分布的隨機(jī)誤差項(xiàng)。多因素模型中股票i的期望收益率為：

三、實(shí)證分析

（一）原始數(shù)據(jù)說(shuō)明

本文從網(wǎng)易財(cái)經(jīng)網(wǎng)中，選取中國(guó)石油股票2017年1月到2021年12月共計(jì)60個(gè)月的每月末最后一個(gè)交易日的收盤價(jià)數(shù)據(jù)進(jìn)行研究，并計(jì)算其月收益率作為原始數(shù)據(jù)。

（二）宏觀經(jīng)濟(jì)指標(biāo)分析

根據(jù)石油生產(chǎn)和消費(fèi)的特征，本文從東方財(cái)富網(wǎng)的宏觀經(jīng)濟(jì)數(shù)據(jù)庫(kù)中，選取了如下7個(gè)具有較強(qiáng)關(guān)聯(lián)度的中國(guó)石油股票的宏觀經(jīng)濟(jì)指標(biāo)：

（1）PPI當(dāng)月同比增長(zhǎng)；

（2）貨幣M1環(huán)比增長(zhǎng)；

（3）財(cái)政收入同比增長(zhǎng)；

（4）工業(yè)增加值累計(jì)增長(zhǎng)；

（5）制造業(yè)采購(gòu)經(jīng)理人指數(shù)同比增長(zhǎng)；

（6）城鎮(zhèn)固定資產(chǎn)投資同比增長(zhǎng)；

（7）國(guó)房景氣指數(shù)環(huán)比增長(zhǎng)。

1.宏觀經(jīng)濟(jì)指標(biāo)的因子分析

首先利用SPSS進(jìn)行KMO檢驗(yàn)和巴特利特球形檢驗(yàn)，結(jié)果如表1所示：

表1 KMO檢驗(yàn)和Bartlett檢驗(yàn)

從表1可以看出，KMO值和Bartlett的球形檢驗(yàn)值分別為0.504和201.358，相伴概率近似接近于0，因此以上的7個(gè)宏觀指標(biāo)勉強(qiáng)適合做因子分析。

由表2可知，以上選取的這7個(gè)宏觀經(jīng)濟(jì)指標(biāo)主要可以分成三類。

表2 經(jīng)過(guò)旋轉(zhuǎn)得到的因子載荷矩陣

第一個(gè)因子主要是PPI當(dāng)月同比增長(zhǎng)、財(cái)政收入同比增長(zhǎng)和工業(yè)增加值累計(jì)增長(zhǎng)的線性組合。關(guān)于因子的命名解釋，由于工業(yè)品出產(chǎn)價(jià)格和工業(yè)增加值是消費(fèi)需求最直接的數(shù)據(jù)，且財(cái)政收入也與消費(fèi)需求有關(guān)，故第一個(gè)因子可以命名為消費(fèi)需求指數(shù)。

第二個(gè)因子主要是制造業(yè)采購(gòu)經(jīng)理人指數(shù)同比增長(zhǎng)和國(guó)房景氣指數(shù)環(huán)比增長(zhǎng)的線性組合。由于制造業(yè)采購(gòu)經(jīng)理人指數(shù)和國(guó)房景氣指數(shù)都是經(jīng)濟(jì)監(jiān)測(cè)的先行指標(biāo)，故第二個(gè)因子可以命名為經(jīng)濟(jì)景氣監(jiān)測(cè)指數(shù)。

第三個(gè)因子主要是貨幣M1環(huán)比增長(zhǎng)的線性組合。

故可以將以上7個(gè)宏觀經(jīng)濟(jì)指標(biāo)分為以下三類：消費(fèi)需求指數(shù)、經(jīng)濟(jì)景氣監(jiān)測(cè)指數(shù)和貨幣M1環(huán)比增長(zhǎng)。

從表3可以看出，宏觀經(jīng)濟(jì)指標(biāo)的主成分可以分為：

表3 因子得分系數(shù)矩陣

消費(fèi)需求指數(shù)=0.303 PPI當(dāng)月同比增長(zhǎng)-0.155 貨幣M1環(huán)比增長(zhǎng)+0.417 財(cái)政收入同比增長(zhǎng)+0.386 工業(yè)增加值累計(jì)增長(zhǎng)+0.039 制造業(yè)采購(gòu)經(jīng)理人指數(shù)同比增長(zhǎng)+0.005 城鎮(zhèn)固定資產(chǎn)投資同比增長(zhǎng)-0.133 國(guó)房景氣指數(shù)環(huán)比增長(zhǎng)。

經(jīng)濟(jì)景氣監(jiān)測(cè)指數(shù)=-0.143 PPI當(dāng)月同比增長(zhǎng)+0.082 貨幣M1環(huán)比增長(zhǎng)-0.077 財(cái)政收入同比增長(zhǎng)+0.159 工業(yè)增加值累計(jì)增長(zhǎng)+0.507 制造業(yè)采購(gòu)經(jīng)理人指數(shù)同比增長(zhǎng)+0.003 城鎮(zhèn)固定資產(chǎn)投資同比增長(zhǎng)+0.534 國(guó)房景氣指數(shù)環(huán)比增長(zhǎng)。

貨幣M1環(huán)比增長(zhǎng)=0.256 PPI當(dāng)月同比增長(zhǎng)+0.648 貨幣M1環(huán)比增長(zhǎng)-0.055 財(cái)政收入同比增長(zhǎng)+0.224 工業(yè)增加值累計(jì)增長(zhǎng)-0.073 制造業(yè)采購(gòu)經(jīng)理人指數(shù)同比增長(zhǎng)+0.492 城鎮(zhèn)固定資產(chǎn)投資同比增長(zhǎng)+0.177 國(guó)房景氣指數(shù)環(huán)比增長(zhǎng)。

2.宏觀經(jīng)濟(jì)指標(biāo)的多元線性回歸

本文運(yùn)用多元線性回歸模型尋找中國(guó)石油股票月增長(zhǎng)率的宏觀影響因子，其檢驗(yàn)結(jié)果如表4所示。

表4 顯著性分析

多元回歸方程的顯著性檢驗(yàn)如上表4所示。假設(shè)顯著性水平為0.1，由于表中的顯著性為0.074，小于0.1，所以應(yīng)當(dāng)拒絕回歸方程顯著性的檢驗(yàn)零假設(shè)，可以構(gòu)建線性模型。

由表5可以得到如下模型：

表5 模型系數(shù)分析

由上式可知，模型與消費(fèi)需求指數(shù)、經(jīng)濟(jì)景氣監(jiān)測(cè)指數(shù)、貨幣M1環(huán)比增長(zhǎng)這三個(gè)因子的相關(guān)性均顯著不為0。

四、結(jié)論與建議

（一）全文總結(jié)

多因素模型廣泛應(yīng)用于投資組合管理領(lǐng)域，尤其是在量化風(fēng)險(xiǎn)和管理風(fēng)險(xiǎn)方面。本文從宏觀指標(biāo)出發(fā)，在實(shí)證部分運(yùn)用多因素模型分析了中國(guó)石油股票收益率的影響因素。

本文利用SPSS進(jìn)行降維，最后將7個(gè)宏觀經(jīng)濟(jì)指標(biāo)劃分為以下三類：消費(fèi)需求指數(shù)、經(jīng)濟(jì)景氣監(jiān)測(cè)指數(shù)、貨幣M1環(huán)比增長(zhǎng)。最終得出的多因素模型如下：

本文建立的模型中各項(xiàng)檢驗(yàn)結(jié)果是理想的，具有一定的理論依據(jù)和現(xiàn)實(shí)意義，證明了多因素模型可以有效地應(yīng)用于股票定價(jià)過(guò)程中。這不僅為股票未來(lái)收益率的預(yù)測(cè)提供了新思路，也為投資者做出投資決策提供了量化依據(jù)。投資者可以參考本文構(gòu)建的模型來(lái)預(yù)測(cè)和解釋股票的未來(lái)表現(xiàn)。

（二）研究建議

從本質(zhì)上來(lái)說(shuō)，多因素模型的概念并不難理解，但在實(shí)踐中，要逐步構(gòu)建多因素模型，需要花費(fèi)大量的時(shí)間和精力。

一方面，由于本文僅僅初步選取了7個(gè)因素，其他一些重要的決策因素可能會(huì)被忽略。此外，雖然消除了各因素的完全共線性，并在一定程度上縮小了各因素不完全共線性的影響，但本文選擇的因素之間仍存在一定的共線性。因此，本文選擇的并不一定是最佳的預(yù)測(cè)因素，這不可避免地使本文的研究結(jié)論具有一定的局限性。

另一方面，本文實(shí)證選擇的是中國(guó)石油股票2017年1月至2021年12月的收盤價(jià)數(shù)據(jù)，而我國(guó)證券市場(chǎng)財(cái)務(wù)信息披露機(jī)制的規(guī)范是一個(gè)長(zhǎng)期的過(guò)程，故不能完全反映出股票的收益率。