实证资产定价研究中的t统计量比较与应用

蔺平爱，董晨昱，薛志诚

（山西大学 数学科学学院，山西 太原 030006）

0 引言

在实证资产定价的研究中，Fama和MacBeth[1]的横截面回归及Fama和French[2]的组合水平分析是最为常用的两个方法。当通过回归分析检验各因子（如：市场风险、规模、账面市值比、盈利价格比、流动性、动量、反转等）与股票预期收益的关系时，回归系数的显著性决定了问题的关键，Fama-MacBeth横截面回归共分为两步，第一步是在给定时间点上以股票为样本通过最小二乘法进行横截面回归，第二步则是求各系数序列在时间上的均值（作为最终的系数估计值）及相应的t统计量值。组合水平分析主要用于研究各因子是否有显著的溢价，其中，求各组合平均收益与求Fama-MacBeth估计的原理相同，同样分为两步进行，第一步是在每个时间点上将股票分组，并求组合下一期的平均收益，第二步则是在时间序列上求各组合平均收益的均值（即组合平均收益）及相应的t统计量值。

Fama-MacBeth横截面回归和组合水平分析都面临序列均值是否为0的检验。在实证资产定价的文献中，针对该检验的t统计量常见的有四种不同的形式。第一种是普通t统计量（估计值/标准差），对独立同分布序列，当原假设为真时，该统计量服从近似的t分布（当样本来自正态总体时，该分布是精确的t分布），李宏等[3]、Kahraman 等[4]、史代敏等[5]、陈淼鑫等[6]在其研究中均使用了普通t统计量；第二种是一阶自相关系数调整的t统计量，当序列存在自相关性时，由于标准差的估计不再具有相合性，使得普通t统计量有较低的效，为了提高检验的效，Fama等[7]及 Cooper等[8]在组合分析中使用了该统计量；……