五因素资产定价模型:新研究与Fama-French模型的比较

需积分: 50 9 下载量 125 浏览量 更新于2024-07-15 1 收藏 538KB PDF 举报
本文档探讨的是"五因子资产定价模型"(A Five-Factor Asset Pricing Model),由Eugene F. Fama 和 Kenneth R. French两位知名经济学家共同撰写,他们分别来自美国芝加哥大学的Booth商学院和达特茅斯学院的Tuck商学院。这两位专家对资产定价领域的文献贡献巨大,特别是Fama 和 French在1993年提出的三因子模型(通常称为FF三因子模型)。 文章的焦点在于比较和评价五因子模型相对于FF三因子模型的优势与不足。五因子模型旨在捕捉股票平均回报中的规模、价值、盈利能力以及投资模式。相较于FF三因子模型(仅包含规模、价值和市场风险),五因子模型增加了两个关键变量,即盈利能力(Profitability)和投资(Investment),因此能够更全面地解释股票收益。 研究发现,五因子模型在捕捉股票回报特征上表现优于FF三因子模型,特别是在描述大样本中的平均回报时。然而,它在处理小型股票时存在问题,因为这些股票尽管投资高但盈利能力较低,导致其回报行为类似于高投资但盈利能力一般的公司,从而使得五因子模型在此类股票上的表现相对较弱。 此外,作者指出,五因子模型的成功并不依赖于各因子的具体定义方式。这意味着模型的结构和结果相对稳健,但其局限性主要体现在无法充分解释那些小盘股的低回报现象。在这种情况下,FF三因子模型的价值因子在五因子模型中显得多余,因为它在分析样本中并非必需。 总结来说,本文是对五因子资产定价模型进行的一次实证分析,强调了其在某些方面的改进,同时也揭示了其在特定市场环境下的局限性。对于投资者和理论研究者来说,这个模型提供了更为全面的视角来理解股票收益驱动因素,但也提醒他们在实际应用时要考虑到不同类型的股票可能需要不同的定价框架。随着对资产定价模型的持续研究,这场关于最优解释因素的辩论还将继续深入展开。

请用python编码码:读入如下格式的asst.csv文件 交易日 策略 品种 单位净值 20230130 BDE000-15 SH512000 0.991367 20230130 BDE000-20 SH512000 1 20230130 BDE000-30 SH512000 1 20230130 BDE030-15 SH515030 1 20230130 BDE030-20 SH515030 1 20230130 BDE030-30 SH515030 1 20230130 BDE030-5 SH515030 0.983256 20230130 BDE170-15 SH512170 1 20230130 BDE170-20 SH512170 1 20230130 BDE170-30 SH512170 1 20230130 BDE170-5 SH512170 1 20230130 BDE290-10 SH512290 1 20230130 BDE290-15 SH512290 1 20230130 BDE290-20 SH512290 0.986876 20230130 BDE290-30 SH512290 1 20230130 BDE290-5 SH512290 1 20230130 BDE660-10 SH512660 1.007269 20230130 BDE660-15 SH512660 1.007269 20230130 BDE660-5 SH512660 1.022703 20230130 BDE690-10 SH512690 1 20230130 BDE690-15 SH512690 0.997257 20230130 BDE690-20 SH512690 0.997257 20230130 BDE690-30 SH512690 1 20230130 BDE690-5 SH512690 1 20230130 BDE790-15 SH515790 1.004192 20230130 BDE790-20 SH515790 1.005566 20230130 BDE790-30 SH515790 1.003483 20230130 BDE790-5 SH515790 1.007581 20230130 BDE880-20 SH512880 1 20230130 BDE915-15 SZ159915 1.007231 20230130 BDE915-20 SZ159915 1.007231 20230130 BDE915-5 SZ159915 1 20230130 BDE949-15 SZ159949 0.983253 20230130 BDE949-20 SZ159949 1.02574 20230130 BDE949-30 SZ159949 1.013246 20230130 BDE949-5 SZ159949 1 20230130 BDE995-20 SZ159995 1 20230130 BDE995-30 SZ159995 1 20230130 BDE995-5 SZ159995 1 20230130 BDG688005 SH688005 1.01585, 然后格局数据绘制交易日-单位净值曲线,可以交互选择单个,多个或全部策略来绘制单位净值曲线

2023-03-26 上传