公司特征指标对中国股票市场横截面收益预测能力的实证研究

摘要

中国股票市场近年来发展迅猛，在中国的经济增长中扮演着越来越活跃的角色。本文旨在检验中国A股市场横截面收益率的可预测性，并与美国股票市场进行对比。我们选取了15个公司层面的特征指标作为变量，现有文献已经发现这些指标在美国股票市场上具有预测横截面股票收益的能力。我们的目的是检验这些变量是否可以在中国股票市场预测横截面股票收益，并与美国股票市场的检验结果进行对比，样本的时间区间为1996-2015年。
　　通过资产组合分析和Fama-MacBeth横截面回归分析，我们发现中国股票市场的收益可预测性是相对较弱的。对中国A股市场和美国股票市场进行相同的实证检验，经Fama-French三因子模型调整后的收益率结果显示，在中国，只有五个公司层面的特征指标变量可以显著预测股票横截面收益;而在美国股票市场，十一个变量可以显著解释横截面股票收益的变化。因此，中国的股票市场存在收益可预测性，但是这个可预测性比美国股票市场要弱。
　　收益可预测性通常被看作是市场无效率的标志，但中国A股市场的弱可预测性似乎不太可能归因于较高的市场效率。我们对中国股票市场的弱可预测性提出了两种可能的解释，并分别进行检验。一个可能的解释是收益预测因子在中国股票市场中的同质性比在美国股票市场中更强;另一个可能的解释是在中国股票市场中股票价格的无效率程度比较高，股价持续地存在大量噪音。我们的实证结果显示，收益预测因子在中国市场中的同质性确实比在美国市场中强，但这不是中国股票市场可预测性弱的全部原因，较低的收益可预测性也和较低的价格有效性相关。

目录

声明

摘要

第1章 绪论

1．1 研究背景及研究意义

1．2 研究方法

1．3 研究内容及结构安排

1．4 研究思路及创新之处

第2章 文献综述

2．1 理论背景

2．1．1 有效市场假说

2．1．2 对CAPM模型的早期检验和CAPM异象

2．1．3 Fama-French三因子模型

2．2 国内外相关文献回顾

2．2．1 国外文献回顾

2．2．2 国内文献回顾

第3章 数据及研究方法

3．1 数据及变量定义

3．1．1 数据来源

3．1．2 变量定义

3．2 研究方法

3．2．1 资产组合分析

3．2．2 Fama-Macbeth回归

第4章 实证分析

4．1 描述性统计

4．2 资产组合分析

4．2．1 原始收益率

4．2．2 风险调整收益率

4．3 Fama-Macbeth回归

4．4 收益预测因子同质性检验

4．5 收益同步性检验

4．6 本章小结

第5章 研究结论及展望

5．1 研究结论

5．2 现有不足及研究展望

附表

参考文献

致谢

在读期间发表的学术论文与取得的其他研究成果