家相差较大，因此可以在计算最终投资环境得分时，可以进一
步降低 A的权威比重，甚至排除 A的评分以减少误差。
四、小结
随着我国经济的快速发展，文化产业对外投资的需求不断
扩大。然而，现有的文化产业对外投资评估体系存在许多问题，
例如环境影响因素不明确、因素权重和环境影响程度确立含糊
等，体系误差也缺乏必要的修正。因此，本文通过多因素环境分
析法确立适应文化行业的各项指标，利用德尔菲法确立指标评
分的权重和影响程度，并通过误差分析法评估运用德尔菲法时
造成的误差，建立一个较为完善的文化产业对外投资环境评估
体系。
主要参考文献：
［1］谭飞燕.低碳经济背景下中国对外直接投资模式转型研究
［D］.湖南大学，.
［2］卢进勇.国际投资学［M］.中国人民大学，2014.
［3］吴为超.投资环境评估指标体系研究［D］.江西财经大学，
.
［4］唐利芹.中国企业对外投资的东道国政治风险评估与防范
［J］.国际贸易，.
［5］唐立国.万达并购 AMC 策略分析［D］.辽宁大学，.
［6］兰相洁.美国支持文化产业发展的税收政策及借鉴［J］.涉
外税务，.
［提要］ 在我国，房地产业是国民经济的支柱产业之一，
特别是目前在推进城市化进程中扮演着重要角色。本文基于
Fama 和 French 的三因素模型研究中国上市房地产业发展状
况。通过实证研究得出：并不存在“小公司效应”，也就是说大盘
股的收益高于小盘股收益；成长型组合月收益率比价值型组合
月收益率更高；9个组合的调整 R 方在 ～ 之间，能
够较好地解释模型的适用性。
关键词：Fama 和 French 的三因素模型；房地产业
中图分类号： 文献标识码：A
原标题：Fama_French 三因素模型的实证研究———以上市
房地产业为例
收录日期：2016 年 6 月 5 日
一、引言
Fama和 French在 1993年发表的三因素模型受到了极大
的肯定和众多学者的争相研究。三因素模型在实证方面的解释
能力比 Sharpe和 Lintner的 CAPM模型更强，因为越来越发现
CAPM不能解释的一些异象，比如规模效应和价值效应以及流
动性风险溢价现象。在单一的市场贝塔因素条件下，Fama和
French（1993）认为市场收益、规模因素、账面市值比这三个因
素与隐含的经济风险相关联。三因素模型所证实的规模效应和
价值效应以及流动性风险溢价现象在西方发达国家股票市场
上得到了比较普遍的认可，但是在新兴市场上，比如中国，还有
诸多疑问。
三因素模型在中国的研究从 2000年以后才有了比较大的
发展和深入的研究。陈信元等（2001）对预期股票收益的决定因
素进行了横截面分析，认为公司规模和账面市值比和流通股比
例表现出显著的解释能力。汪炜和周宇（2002）利用上海证券交
易所上市的股票建立小市值资产组合，认为中国股市显著地存
在小公司效应。杨炘、滕召学（2003）认为 Fama-French三因子
模型在一定程度上改善了 CAPM对中国股票投资组合的收益
率的解释能力，它充分考虑了公司规模和面值市值比对股票收
益率的影响。邓长荣和马永开（2005）认为 Fama和 French三因
素模型在中国证券市场上成立。苏冬蔚和麦元勋（2004）、陈青
和李子白（2008）运用不同的流动性指标从不同角度研究和证
实了中国证券市场存在着流动性溢价现象，认为在运用模型定
价时应当考虑流动性风险因素。周芳和张维（2011）认为 CAPM
模型不能解释规模效应、价值效应和流动性风险溢价现象，改
进的 Fama三因素模型能解释价值效应但不能解释规模效应和
流动性风险溢价现象。宿成建（2014）从会计的角度建立新的三
因素模型，可以精确解释股票非预期收益，非预期收益吸收了
账面市值比对股票非预期收益的解释能力。
本文使用 Fama和 French三因素定价模型检验该模型在
沪深 A股市场房地产业的使用性。国内学者主要是运用三因
素定价模型对全部行业进行研究，较少对单个行业进行研究，
如兰峰（2010）通过运用 Fama-French三因素模型的改进对再
生水行业期望收益率进行研究。而房地产业是我国国民经济的
支柱产业，与国民的投资、生产和生活息息相关，所以本文选择
房地产业作为研究对象，研究 Fama和 French三因素模型对于
单个房地产行业的适用性以及研究结果是否与整个沪深 A股
市场的结果一致。
二、模型的选择和说明
模型的选择，Fama和 French三因素模型：
Rit-RFt=ai+bi（RMt-RFt）+siSMBt+hiHMLt+eit （1）
上市房地产业“三因素模型”实证研究
□文 /邱红琴
（贵州大学 贵州·贵阳）
金融 /投资 叶合作经济与科技曳 圆园16
102- -
公司
规模
S
M
B
S
M
B
S
M
B
S
M
B
S
M
B
L
M
A
B
s
h
H
L
M
t（a）
t（b）
t（s）
t（h）
H
表 3 Fama & French 9 个股票组合的描述性统计
账面市值比
Adjusted R square
其中，Rit是证券或投资组合 i在 t时的收益率；RFt是无风
险资产收益率；RMt是市场收益率，本文使用地产指数月收益率
来计算；bi和 si、hi分别表示证券 i 的收益率对因素 RM-RF和
SMB、HML的敏感度；eit是残差。
在构建因子 SMB 和 HML 时，本文参照 Fama 和 French
（1993）的三因子模型来做的，以 6个月为一个周期，即在每年
6 月和 12 月的最后一个交易日，首先按照市值（MV）进行排
序，将市值最小的 30%的股票定义为小盘股（S），市值最大的
30%的股票定义为大盘股（B），中间的 40%的股票定义为中盘
股（M）。然后，在每一组内按照账面市值比（BM）再重新排过顺
序，也是按照每年 6月和 12月的最后一个交易日，把账面市值
比最高的 30%的股票定义为价值型股票（H），把账面市值比最
低的 30%的股票定义为成长型股票（L），中间的 40%的股票定
义为混合型股票（M）。上述组合均以组合中个股流通市值占组
合总流通市值的比重为个股在组合中的权重 棕n，t。这样共形成
3伊3=9个投资组合。SMB和 HML的序列产生如下公式：
SMB=（SL+SM+SH）/3-（BL+BM+BH）/3 （2）
HML=（SH+MH+BH）/3-（SL+ML+BL）/3 （3）
组合的描述性统计如表 1所示。（表 1）
账面市值比 BE/ME用如下公式计算：
BMt=BVt/Pt （4）
其中，Pt为股票在第 t个月的收盘价；BVt为股票在第 t个
月的每股净资产。
无风险收益率 RF：本文选择三个月定期存款利率作为无
风险收益率，并且按照 12个月折算为月利率。
证券或投资组合收益率 Rit个股月收益率（rn，t）使用瑞思金
小盘股 S
中盘股 M
大盘股 B
成长型 L
混合型 M
价值型 H
成长型 L
混合型 M
价值型 H
表 1 按流通市值和账面市值比划分的 9组合超额收益率统计（%）
月平均收益率（%） 标准差（%）
变量
RMRf
SMB
HML
Mean
Std.
t
RMRf
1
SMB
**
1
HML
**
1
表 2 解释变量描述统计与相关系数矩阵
解释变量统计 相关系数
103- -
融研究数据库给出的数据，而组合的月收益率采用如下公式计
算：
Rit=
N
n-1移棕n，t·rn，t （5）
其中，棕n，t是股票 n在 t月内的流通市值占组合的总流通
市值的比重；N为组合中个股的数目。
三、数据的说明和描述
本文采用 2010年 7月至 2015年 6月沪深 A股中房地产
行业股票的月收益率数据作为研究样本。本文剔除 S 股、ST
股、*ST股，以及停牌时间达 4个月或以上的股票，其他数据不
齐全的股票，共选取 56只房地产股票，个别缺失的数据用前后
月或者季度平均值来替代。股票的相关数据来源于 RESSET锐
思金融研究数据库。
表 1显示的是按照流通市值和账面市值比划分的 3*3组
合的超额收益率统计表，从 2010年 7月到 2015年 6月的 60
个月的平均收益率中，9个组合的平均收益率都是为正值。在
公司规模一定的情况下，账面市值比从低到高呈严格的单调递
减的规律；在账面市值比一定的情况下，从小盘股到大盘股，组
合的月收益率呈单调递增，除了成长型 L，小盘股 L的月平均
收益率比中盘股 M的大，即 >，表 1中超额收益率最
低的组合是小盘股价值型股票，为 ；超额收益率最高的组
合是大盘股成长型股票，为 ；也就是说，本文得出的结论
并不存在 Banz（1981）提出的“小公司效应”，即小盘股的收益
率比大盘股的收益率高；反而是大盘股的收益率明显比小盘股
的收益率高。得出这个结论，本人认为主要有两点需要考虑：其
一，中国的股票市场正在处于兴起发展阶段，尚且不能和国外
发达国家成熟的股票资本市场相比拟，处于弱型有效市场阶
段，中国股票市场出现价格偏离现象；其二，也是最重要的原因
是，本文所选取的研究对象是房地产业，房地产行业在中国是
一个非常特殊的行业，是国民经济的支柱产业之一，公司规模，
即流动市值越大，对公司的发展更有力，所以它的反应在股票
价格上，其超额收益率会更高。（表 2）
从表 2可以发现，市场月平均超额回报率为 %，市值
因子 SMB平均值为%，即在地产行业中购买大盘股比购
买小盘股组合能够获得更高收益。账面市值比因子 HML平均
值为%，账面市值比溢价相比于市场和市值因子更显著。
四、时间序列回归分析
Fama & French 9个股票组合的描述性统计如表 3所示。
通过以上的分组分析数据，进行回归分析，得出表 3的回归分
析的相关系数。从表 3的截距项 a可以得知，小盘股成长型、大
盘股成长型、大盘股混合型股票组合的截距项为负，即、
、；其余股票组合均为正数，并且中盘股成长型股
票的截距项接近于 0；在公司规模一定的情况下，截距项随着
账面市值比的升高而增大。但是，在账面市值比一定的情况下，
随着公司规模的增大，截距项总体情况下是降低的。市场因子
的敏感系数 b，除了大盘股价值型组合系数为负，其余系数均
为正。在公司规模因素系数 s中，公司规模越小，系数越是为负
数，小盘股型和总盘股混合型这 4个组合系数为负，其余系数
为正，这也正说明，在房地产行业，“小盘股效应”不存在，或者
说不突出，因为房地产行业的特殊性，公司规模越大，对收益率
影响越大。账面市值比因子的敏感系数 h，从表 3中可以看出
都是正的。通过表 3的调整 R方可以看出，9个组合的调整 R
方在 耀之间，能够较好的解释模型的适用性。（表 3，
采用 3*3 分组方法，2010 年 7 月～2015 年 6 月 A 股房地产市
场）
调整 R方越高表明解释变量的解释程度越高。从表 4可
以看出，调整 R方为 ，表明以市场因素、规模因素和账面
市值比因素为解释变量的三因素模型对中国 A股上市房地产
业的投资组合的超额收益率具有很好的解释能力，也就是说可
以解释 %的变动。（表 4）
同时，回归结果对所有解释变量的参数，也就是表 4中的
a、b、s和 h都有一个 T统计值和 P值。本文选择 5%的显著水
平作为临界值，也即当相伴概率 P>时拒绝原假设。通过表
4的回归结果可以看出，常数项相伴概率为 ，与 5%的显
著性水平相比是大概率事件，变量不显著，接受原假设 a=0，回
归结果显示近似为零即通过检验。对（RM-RF）的系数 b，回归结
果显示的其相伴概率 ，显然是小概率事件，变量显著性水
平非常高，应拒绝 b=0的原假设，这里 b=通过 t检验。
SMB的系数 s的 t检验相伴概率为 ，是大概率事件，系数
不显著，理论上应接收 s=0的原假设，这里 s=没有通过
t检验。HML的系数 h的 t检验的相伴概率为 ，显然是小
概率事件，变量显著性水平非常高，应拒绝 h=0的原假设，这里
h=则表明 HML的系数 h通过显著性检验。综上所述，常
数项以及系数 b、h通过显著性检验，而系数 s没有通过显著性
检验。
五、结论
本文通过运用 Fama和 French三因素模型对我国 A股房
地产市场进行实证研究，对沪深 A股房地产市场 56只股票从
2010年 7月到 2015年 6月的月度数据进行分析，得出结论如
下：不存在“小公司效应”，反而是大公司组合的平均收益率更
高；成长型组合月收益率比价值型组合月收益率更高；9个组
合的调整 R方在 耀之间，能够较好地解释模型的适
用性。
主要参考文献：
［1］Fama，Eugene F.，Kenneth risk fac-
tors in the returns on stocks and bonds ［J］.Journal
of Financial Economics，.
［2］Fama，Eugene F.，Kenneth five-factor as-
set pricing model［J］.Journal of Financial Economics，
2014.
［3］陈信元，张田余，陈冬华.预期股票收益的横截面多因素分
析：来自中国证券市场的经验证据［J］.金融研究，.
［4］汪炜，周宇.中国股市“规模效应“和“时间效应”的实证分
析———以上海股票市场为例［J］.经济研究，.
系数值
T统计
P值
调整 R方
a
b
s
h
表 4 沪深 A 股房地产业投资组合月收益率三因素回归分析结果
104- -
