宏观经济因素对股票收益有影响吗？ 在克罗地亚市场上估计多因素模型的证据外文翻译资料

Do macroeconomic factors matter for stock returns? Evidence from estimating a multifactor model on the Croatian market

Dubravka Benaković

Ministry of Finance of the Republic of Croatia, Katančićeva 5, 10000 Zagreb, Croatia dubravka.benakovic@mfin.hr

Petra Posedel

University of Zagreb, Faculty of Economics amp; Business, Trg J. F. Kennedyja 6, 10000 Zagreb, Croatia pposedel@efzg.hr

Abstract

Factor models observe the sensitivity of an asset return as a function of one or more factors. This paper analyzes returns on fourteen stocks of the Croatian capital market in the period from January 2004 to October 2009 using inflation, industrial production, interest rates, market index and oil prices as factors. Both the direction and strength of the relation between the change in factors and returns are investigated. The analyses included fourteen stocks and their sensitivities to factors were estimated. The results show that the market index has the largest statistical significance for all stocks and a positive relation to returns. Interest rates, oil prices and industrial production also marked a positive relation to returns, while inflation had a negative influence. Furthermore, cross-sectional regression with the estimated sensitivities used as independent variables and returns in each month as dependent variables is performed. This analysis resulted in time series of risk premiums for each factor. The most important factor affecting stock prices proved to be the market index, which had a positive risk premium. A statistically significant factor in 2004 and 2008 was also inflation, marking a negative risk premium in 2004 and a positive one in 2008. The remaining three factors have not shown as significant.

Keywords: Factor models, risk premium, stock returns, estimated sensitivities, regression analysis

JEL Classification: C22, E22, G12

1. Introduction

Factor or index models observe the sensitivity of an asset return as a function of one or more factors. Depending on the number of factors, there are single-factor or multi-factor models. The basic division of factor models, according to type of factors used, is on the economic and fundamental factor models. Economic factor models use macroeconomic and financial markets variables as factors, while fundamental factor models use firmspecific microeconomic variables, such as financial indicators. The investment risk can be observed through two components: systematic or market risk, which arises from changes in the macroeconomic environment, and unsystematic risk, that is, the unique risk of an individual asset, which may be reduced or even eliminated through diversification. Factor models focus on systematic investment risk, i.e., the one that cannot be avoided by investment diversification.

Factor models are based on the Arbitrage Pricing Theory (APT), introduced by Ross (1976), for more details about APT see for example Campbell, Lo and MacKinlay (1997). Unlike the Capital Asset Pricing Model (CAPM), which estimates the systematic investment risk of an asset by a single factor, the market portfolio, multi-factor models introduce several factors that influence stock returns. However, one of the main limitations of APT arises from the fact that factors, as well as the number of factors, are not known in advance, but they must be determined by statistical or economic analysis.

In accordance with the basic division of factor models of stock returns on economic and fundamental, the literature on factor models can also be regarded in this way. The well-known paper of Fama and French (1992), for example, analyzes firm-specific microeconomic variables such as market beta, firm size, earnings-price ratio, leverage ratio and book-to-market equity in explaining stock returns, thus representing the fundamental factor model. On the other hand, Chen, Roll and Ross (1986) analyze macroeconomic and financial market variables in an economic factor model. Given that this paper investigates macroeconomic factors and stock returns, we present a brief overview of similar studies.

Variables used by Chen, Roll and Ross (1986) in their notable study on U.S. stock returns include industrial production, inflation, risk premium, term structure, market index, consumption and oil prices. The authors found that the industrial production, unanticipated change in the risk premium, unanticipated inflation, and, a slightly weaker, the unanticipated change in term structure, are the most important factors affecting expected stock returns. Unanticipated inflation and change in expected inflation show particularly high significance in the period of highly volatile inflation.

Bodurtha, Cho and Senbet (1989) expanded the work of Chen, Roll and Ross (1986) by including international factors. First, they replicated the Chen-Roll-Ross (CRR) analysis by using five CRR domestic factors: anticipated inflation, term premium, U.S. junk bond premium, inflation and the industrial production growth. Only industrial production showed as significant, but a shorter sample period was used than in CRR. Moreover, mentioned domestic factors were enlarged with five international factors: domestic country stock return index, the restof-the-world industrial production growth, the rest-ofthe-world stock return index, the rest-of-the-world bond return index and the oil price. The inclusion of international factors gave better results than the solely domestic case, since more factors, precisely, the rest-of-theworld industrial production growth, domestic industrial production growth and the rest-of-the-world bond returns turned to be significant.

In order to eliminate some economic and econometric diff

剩余内容已隐藏，支付完成后下载完整资料

宏观经济因素对股票收益有影响吗？ 在克罗地亚市场上估计多因素模型的证据

DubravkaBenaković
克罗地亚共和国财政部，Katančićeva5，10000萨格勒布，克罗地亚dubravka.benakovic@mfin.hr
佩特拉Posedel
萨格勒布大学，经济与商业学院，Trg J. F. Kennedyja 6，10000萨格勒布，克罗地亚pposedel@efzg.hr

摘要

因素模型观察资产回报的敏感性是一个或多个因素的函数。本文利用通货膨胀，工业生产，利率，市场指数和油价等因素分析了2004年1月至2009年10月间克罗地亚资本市场14个股票的回报。调查因素和回报变化之间关系的方向和实力。分析数据包括十四只股票，估计其对因素的敏感度。结果表明，市场指数对所有股票的统计意义最大，与回报率呈正相关关系。利率，油价和工业生产也与回报率呈正相关，而通货膨胀则为负面影响。此外，进行用作为独立变量的估计灵敏度和每个月作为因变量的回报的横截面回归。这种分析导致了每个因素的时间序列风险溢价。影响股票价格的最重要因素被证明是市场指数，其风险溢价为正。 2004年和2008年的统计显着因素也是通货膨胀，2004年为负面风险溢价，2008年为负值。其余三个因素并未显现。

关键词：因素模型，风险溢价，股票收益，估计敏感度，回归分析

JEL分类：C22，E22，G12

1. 简介

因子或指数模型观察资产回报的敏感性是一个或多个因素的函数。 根据因素的数量，有单因素或多因素模型。 因素模型的基本分类，根据所使用的因素，是经济和基本因素模型。 经济因素模型使用宏观经济和金融市场变量作为因素，而基本因素模型使用企业特定的微观经济变量，如财务指标。 投资风险可以通过两个组成部分来观察：由宏观经济环境变化和非系统风险引起的系统或市场风险，即个体资产的独特风险，可能通过多元化减少甚至消除。 因素模型侧重于系统性投资风险，即投资多元化所无法避免的风险。

因素模型基于Ross（1976）介绍的关于APT的更多细节的套利定价理论（APT），参见例如Campbell，Lo和MacKinlay（1997）。 与资本资产定价模型（CAPM）不同，资本资产定价模型（CAPM）通过单一因素估计资产的系统投资风险，市场组合，多因素模型引入了影响股票收益的几个因素。 然而，APT的主要局限性之一是事实上，因素以及因素的数量未提前知道，但必须通过统计或经济分析来确定。

根据经济和基础性股票收益因素模型的基本划分，关于因素模型的文献也可以这样看待。 例如，Fama和French（1992）的着名论文分析了企业特定的微观经济变量，如市场beta;，企业规模，盈利价格比率，杠杆率和市值对市场权益来解释股票回报，因此 代表基本要素模型。 另一方面，Chen，Roll and Ross（1986）分析了经济因素模型中的宏观经济和金融市场变量。 鉴于本文调查宏观经济因素和股票收益，我们简要介绍了类似的研究。

Chen，Roll and Ross（1986）在美国股票回报研究中所使用的变量包括工业生产，通货膨胀，风险溢价，期限结构，市场指数，消费和油价。 作者发现，工业生产，风险溢价意料之外的变化，意料之外的通货膨胀以及期望结构未预料到的变化略微弱化，是影响预期股票收益的最重要因素。 预期通货膨胀和预期通货膨胀的变化在高度波动的通货膨胀期间显现出特别高的意义。

Bodurtha，Cho和Senbet（1989）扩大了Chen，Roll和Ross（1986）的工作，包括国际因素。 首先，他们通过使用五种CRR国内因素（预期通货膨胀率，期限溢价，美国垃圾债券溢价，通货膨胀率和工业生产增长率）来复制陈罗斯罗斯（CRR）分析。 只有工业生产显示出显着的，但采用的时间比CRR要短。 此外，国内因素有所扩大，国际上有五个国际因素：国内股票收益指数，世界工业生产增长率，世界其他股票收益指数，世界其他国家债券回报指数和 油价。 包括国际因素在内的情况比全国的情况更好，因为更多的因素，正是世界工业生产的增长，国内工业生产增长和世界其他国家的债券回报变得重要。

为了消除与因子分析技术相关的一些经济和计量经济困难，McElroy和Burmeister（1988）将APT修改为多变量非线性回归模型。 他们使用四个宏观经济变量，即风险溢价，期限结构，意外通缩和销售意外增长以及剩余市场因素。 在多变量非线性回归模型中，所有这五个因素在解释股票收益方面显示出显着的意义。

考虑到较小的公司平均回报较高，陈，陈和谢（1985）调查了企业规模对股票收益的影响。 根据企业规模分析了二十个投资组合的股票收益率，以及最小规模和最大规模投资组合之间的差异。 一套使用的宏观经济变量包括市场指数，工业生产月增长，预期通货膨胀变化，意料之外的通货膨胀，风险溢价的变化以及收益率曲线斜率的变化。 风险溢价变化是影响不同规模企业回报差异的最重要因素，其次是市场指数和工业生产变化。

本文分析了2004年1月至2009年10月期间克罗地亚资本市场14种股票的回报。以下宏观经济金融市场变量作为模型中的因素：通货膨胀，工业生产，利率，市场指数和油价。本文调查了宏观经济因素与股票收益变化之间的关系以及关系的方向和实力。在本文的第一部分中，定义了模型，并选择了将在模型中使用的股票和因素。第一步是宏观经济变量实现的股票收益的多元回归，其估计股票收益对beta;因子的影响的敏感性。在下一步中，估计的beta;系数用作自变量，每个月的股票收益作为横截面回归中的因变量。这给出了每个宏观经济因素的时间序列风险溢价。

据我们所知，克罗地亚资本市场的股票收益因素模型没有实证研究。 因此，这项研究有动力成为第一批旨在开辟宏观经济因素对克罗地亚资本市场影响的实证研究领域的研究之一。 由于影响美国资本市场的宏观经济因素与克罗地亚资本市场的差异，本文旨在比较经济因素模型对一代表过渡市场的经典实施，作为宏观经济指导 影响非常发达市场股票收益的因素。

1. 模型的定义：

分析下的计量经济学模型由下式给出：

因子模型基于两个主要假设。 第一个假设表明，干扰项在股票之间是不相关的，这意味着股票回报只是作为对特定因素的反应而改变。 第二个假设是扰动项与因素值不相关，即因子的结果与干扰项结果无关（Ivanović，2000）。

• 1. 选股和因素

根据数据的可用性和可信度，选择构成CROBEX索引的14个股票进行分析。 考虑到一些构成CROBEX指数的股票缺乏足够长的时间序列，而一些股票的首次公开发行或分割扭曲了价格，这些股票在分析中没有被使用。

通过平均2004年1月至2009年10月期间的每日股票价格，每月观察股票价格。股票收益按照以下公式计算为股票价格的月度变化：

如前所述，多因素模型的理论并没有界定哪些因素和多少因素应该考虑，因此，这个问题仍然由研究者决定。 该模型的因素是根据文中介绍部分的文献进行选择的。 关于因素的数量，最近的研究表明，在模型中使用三到六个因素就足够了，参见例如Campbell，Lo和MacKinlay（1997）。 例如，Chen，Roll和Ross（1986）在美国资本市场上分析的因素是工业生产，通货膨胀，风险溢价，期限结构，市场指数，消费和油价。 根据对美国资本市场的具体宏观经济影响，由于数据可获得性的差异，相同的宏观经济变量不能适用于克罗地亚市场，因此本文使用了克罗地亚市场调整因素。

2.2通货膨胀

通货膨胀，即一般价格水平的上涨，降低了货币的实际价值，从而减少了资产的预期现金流入，例外是通货膨胀指数证券。 拥有某些资产的投资者面临通货膨胀的变化，因为期末支付取决于持有期间的通货膨胀。 因此，通货膨胀预计会对股价造成负面影响。 随着充分就业，维持低通胀是大多数国家的主要经济政策任务。

通货膨胀率计算系列是中央统计局首次发布的消费者物价指数（CPI）。 CPI的年度变化由以下公式给出：

Chen，Roll and Ross（1986）认为，通货膨胀的因素包括两个变量：意料之外的通货膨胀和预期通货膨胀的变化。

2.3工业生产

随着国内生产总值（GDP）的增长，工业生产是经济活动中应用最广泛的措施。 鉴于国内生产总值数据是按季度计算和公布的，因此在参考期间公告滞后约三个月，因为工业生产数据可以每月提供一次，因此工业生产更适合经济活动。 公告不及其所涉及的期间。

一系列工业生产取自中央统计局第一批工业生产量指数，采用下列公式计算工业产值年变化系列：

Chen，Roll and Ross（1986）将工业生产作为月度和年增长率。

2.4 利率

高利率降低了未来现金流量的现值，从而降低了投资的吸引力。 因此，根据经济理论，利率上涨应导致股价下跌。

本文使用的利率为3个月的ZIBOR（萨格勒布银行同业拆借利率），即克罗地亚银行间市场的参考利率。 根据到期日的ZIBOR的官方计算，每天以路透社系统公布为八个最大的克罗埃西亚银行的利率的算术平均数。 每个月的利率计算为每日利率的平均值。 所以我们有：

Chen，Roll and Ross（1986）中，利率有两个因素：风险溢价的意料之外的变化和期望结构的意料之外的变化。 第一个因素是风险溢价的意料之外的变化，是由十三家企业低级债券（债券信贷评级Baa及以下）组合的投资回报率与长期政府债券投资组合的回报之间的差额计算的。 第二个因素，意料之外的期限结构变化定义为长期政府债券投资组合的回报率与1个月期国库券的回报率之间的差额。

2.5 市场指数

认为宏观经济变量不能包括资本市场可用的所有信息，而股票价格对公开披露的信息作出快速反应。 因此，建议该因素模型不仅包括宏观经济变量，还包括金融市场变量。

本文使用的市场指数是CROBEX，萨格勒布官方的股票指数，由25家公司的股票组成。 每个月的一系列指标值是通过对CROBEX指数的日均值进行平均计算的，之后，CROBEX指数的月度变化通过以下公式计算：

在Chen，Roll和Ross（1986）中，两个变量被用作市场指数：纽约证券交易所上市股票的平均加权投资组合的回报和纽约证券交易所上市股票的加权投资组合的回报。

2.6 油价

作者的数量包括影响股票市场回报的因素列表中的油价，参见Chen，Roll and Ross（1986）。 石油价格的上涨加剧了资本市场的不确定性，以及经济通胀压力的风险。 石油价格上涨增加了公司的成本，例如运输和生产成本，最终降低了利润。 以上所有都将对资本市场产生负面影响。

本文采用世界市场原油价格NYMEX Light Sweet Crude。 油价年度变动系列按以下公式计算：

1. 实施模式

在指定上一节中的因素之后，我们终于得到了模型的方程：

3.1估计股票的敏感性回报因素

模型计量分析的第一步是将股票收益作为因变量和宏观经济变量实现的多元回归作为自变量。 这给出了十四个股票中的每一个的五个回归系数，它们估计股票收益对每个宏观经济因素变化的敏感性，即当特定宏观经济因素（自变量）变化时股票收益（因变量）的平均变化 1个百分点，保持所有其他独立变量不变。 回归分析结果见表3。

从表中可以看出，所有股票的最大统计显示是CROBEX指数的月度变动。 比起CROBEX指数分析中使用的股票，预期这样的结果。 CROBEX指数回归系数的积极迹象表明，CROBEX的增长增加了股票收益。 结果显示，如果CROBEX指数上涨1个百分点，大部分股票的股票收益平均涨幅超过1个百分点。

率为3个月的ZIBOR，显示了样本中共有7只股票的统计显着性。 积极回归系数符号表明，3个月ZIBOR的增长增加了股票收益，这与模型假设相反。

通货膨胀，即CPI的年度变化，显示六个股票的重要t统计值。 然而，与上述两个因素不同，股市回归CPI变动的回归系数为负数，这意味着通货膨胀增长往往会降低股票收益。 这是预期的，因为如上所述，通货膨胀降低了投资者在持有期间的真正回报。

股价回升至油价变动的敏感度显示了五只股票的意义。 虽然经济理论认为油价应该对股价造成负面影响，但结果表明回归系数的正面迹象。 然而，回归系数具有较小的值（约0.1），这意味着油价对因变量没有显着影响。 此外，可以看出，对油价变动显示统计意义和积极敏感性的股票涉及船公司，建筑公司和生产矿物和液体肥料的公司。 可能的解释是，预计从事这些活动的公司将油价上涨纳入其服务价格，因此油价的上涨不会对利润产生不利影响。

随着经济增长给资本市场带来积极的信号，工业生产量的年增长量作为经济活动的一个衡量标准，对股票回报有积极的影响。 这个宏观经济因素显示了样本中三只股票的统计学意义。 常数表示只有一种股票的统计学意

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[28599]，资料为PDF文档或Word文档，PDF文档可免费转换为Word