Fama-French三因子模型是由著名经济学家尤金·法玛(Eugene Fama)和肯尼斯·法兰奇(Kenneth French)提出的,旨在改进资本资产定价模型(CAPM),更全面地解释资产收益率的变化。该模型认为,除了市场风险溢价外,还有两个额外的风险因子可以解释股票或投资组合的超额回报率,即市值因子(也称为规模因子)和账面市值比因子。
以下是Fama-French三因子模型中涉及的关键指标和概念:
- 市场因子(( b_{MKT} )):衡量投资组合相对于整个市场表现的敏感度。市场因子的系数反映了市场整体变动对投资组合回报的影响。
- 市值因子(( b_{FFSMB} )):衡量投资组合相对于小市值股票的表现。小市值股票通常被认为具有更高的风险和回报潜力。
- 账面市值比因子(( b_{FFHML} )):衡量投资组合相对于高账面市值比股票的表现。高账面市值比股票通常被认为具有更高的风险,因为它们可能是价值被低估的股票。
在进行因子系数分析时,会使用t统计量和p值来检验各个因子系数的统计显著性。如果系数显著不为零,则表明该因子对投资组合的超额回报率有显著影响。
- ( t_{cons} ):常数项的t统计量,检验投资组合在没有市场风险暴露的情况下的预期回报。
- ( p_{cons} ):常数项的p值,用于检验常数项的显著性。
- ( star_{cons} ):通常用来表示统计显著性的标志,如星号(*)。
- ( t_{MKT} ), ( p_{MKT} ), ( star_{MKT} ):分别对应市场因子的t统计量、p值和显著性标记。
- ( t_{FFSMB} ), ( p_{FFSMB} ), ( star_{FFSMB} ):分别对应市值因子的t统计量、p值和显著性标记。
- ( t_{FFHML} ), ( p_{FFHML} ), ( star_{FFHML} ):分别对应账面市值比因子的t统计量、p值和显著性标记。
此外,数据集还包括以下统计指标:
- ME_group5 和 BM_group5:可能代表投资组合的分组变量,例如基于市值或账面市值比的五分组。
- ( _rmse ):均方根误差,衡量模型预测的准确性。
- ( _Nobs ):观测值的数量。
- ( _R2 ) 和 ( _adjR2 ):决定系数和调整后的决定系数,衡量模型解释变异的程度。
- ( b{cons} ):常数项的估计值。
- ( se{MKT} ), ( se{FFSMB} ), ( se{FFHML} ), ( se{cons} ):各系数的标准误。
-
数据集名称为“Fama-French三因子模型数据+代码”,涵盖了2000年至2022年的数据。数据集不仅包含原始数据和最终结果,还提供了代码do文件和参考文献,为金融分析师和研究人员提供了丰富的资源,以进行投资组合分析和优化。
Fama-French三因子模型数据+代码(2000-2022年)
https://download.csdn.net/download/2401_84585615/89462348