中國創業板市場的Fama - French五因子模型有效性深度剖析與實證檢驗

中國創業板市場的Fama-French五因子模型有效性深度剖析與實證檢驗一、引言1.1研究背景與意義1.1.1研究背景在金融市場的研究領域中，資產定價模型的演進歷程見證了金融理論的不斷發展與完善。從早期的資本資產定價模型（CAPM）開始，金融學者們致力于探索資產收益的影響因素及定價機制。CAPM模型假設市場是有效的，所有投資者都遵循馬科維茨投資組合理論，并且市場存在無風險資產，通過風險溢價和預期收益率之間的關系來定價資產。然而，隨著金融市場的不斷發展和研究的深入，學者們發現CAPM模型存在一定的局限性，其對市場有效性和風險厭惡的假設在某些復雜市場條件下難以成立，僅僅使用市場風險因子無法完全解釋股票收益。為了彌補CAPM模型的不足，Fama和French于1993年提出了Fama-French三因子模型，該模型在CAPM模型的基礎上，引入了市值因子（SMB）和賬面市值比因子（HML），認為市場風險因子、市值因子和賬面市值比因子共同作用才能更好地解釋股票收益的變動。這一模型的提出，為資產定價研究提供了更全面的視角，在金融學實證研究中得到了廣泛應用。隨著研究的進一步推進，2015年Fama和French又提出了Fama-French五因子模型，在三因子模型的基礎上新增了盈利能力因子（RMW）和投資水平因子（CMA）。該模型認為，除了市場風險、公司規模和賬面市值比之外，公司的盈利能力和投資水平也是影響股票收益的重要因素。這一模型的出現，旨在解決三因子模型對部分超額收益解釋力不足的問題，進一步完善了資產定價理論。在國際上，Fama-French五因子模型已經被廣泛應用于金融市場的研究和投資實踐中。許多學者通過對不同國家和地區金融市場的數據進行實證分析，驗證了該模型在解釋股票收益方面的有效性和優越性。例如，在美股市場的研究中發現，五因子模型的解釋力（R2）顯著高于三因子模型，尤其在成長股和小盤股中表現更優。在中國金融市場，隨著市場規模的不斷擴大和成熟度的逐漸提高，對資產定價模型的研究和應用也日益受到關注。A股市場作為中國內地主要的股票市場，具有市場規模大、流動性較低、政策影響大、市場行為偏離理性等特點。已有研究表明，Fama-French五因子模型在A股市場具有較好的適用性，市場因子、規模因子、價值因子、投資因子以及帶風險的市場因子在解釋A股市場股票收益方面都具有顯著作用。而創業板市場作為中國多層次資本市場的重要組成部分，自2009年10月誕生以來，旨在針對性地解決創業型企業、中小型企業及高科技產業企業等的融資需求。與主板市場相比，創業板市場對上市企業的要求在成立時間、資本規模以及中長期業績表現等方面的條件較寬，具有高成長性、高風險性、行業集中等特點。這些特點使得創業板市場的股票收益影響因素可能與主板市場存在差異，因此，研究Fama-French五因子模型在中國創業板市場的有效性具有重要的現實意義。1.1.2研究意義本研究對Fama-French五因子模型在中國創業板市場有效性進行實證檢驗，具有多方面的重要意義。對投資者投資決策的意義：對于投資者而言，深入了解股票收益的變動規律是進行有效投資決策的關鍵。通過運用Fama-French五因子模型，投資者能夠更好地理解市場風險、市值、賬面市值比、盈利能力和投資水平等因素對創業板股票收益的影響。例如，如果投資者能夠準確判斷某創業板公司的盈利能力較強，且投資水平合理，結合五因子模型的分析，就可以更有信心地進行投資決策。投資者可以根據這些因素的變動，及時調整自己的投資組合，以降低風險并獲取更高的收益。比如，當市場風險因子增大時，投資者可以適當減少對高風險創業板股票的投資比例；當發現某創業板公司的市值較小且賬面市值比較高時，可能意味著該股票具有較高的投資潛力，投資者可以考慮增加對其的投資。對市場監管者政策制定的意義：從市場監管者的角度來看，研究Fama-French五因子模型在創業板市場的有效性，有助于更好地理解創業板市場的運行機制。監管者可以通過分析模型中的各個因子，深入了解市場的風險狀況和投資者的行為特征。例如，如果發現創業板市場中某些因子的波動異常，可能暗示著市場存在潛在的風險或問題，監管者可以據此制定相應的政策措施，加強對市場的監管和調控，維護市場的穩定運行。當發現創業板市場中投資因子出現過度波動時，監管者可以出臺相關政策，規范企業的投資行為，防止過度投資或盲目投資對市場造成不良影響。對學術理論發展的意義：在學術理論方面，本研究有助于進一步豐富和完善資產定價理論。中國創業板市場具有獨特的市場特點和發展歷程，對該市場進行研究，可以檢驗Fama-French五因子模型在新興市場和特定板塊中的適用性和有效性。如果模型在創業板市場得到驗證，將進一步支持和推廣該模型在不同市場環境下的應用；如果模型存在一定的局限性，通過分析原因，可以為資產定價理論的進一步發展和改進提供方向和思路。例如，若研究發現五因子模型在解釋創業板股票收益時，某些因子的作用不顯著，可能需要進一步探索其他影響創業板股票收益的因素，從而推動資產定價理論的不斷創新和完善。1.2研究方法與創新點1.2.1研究方法數據收集與整理：本研究將選取中國創業板市場的相關數據，包括股票收益率、市場指數、公司財務數據等。數據來源主要包括金融數據提供商、證券交易所官網以及上市公司年報等。在收集數據后，將對數據進行清洗和預處理，去除異常值和缺失值，確保數據的質量和可靠性。例如，對于股票收益率數據，將檢查是否存在明顯錯誤或不合理的數據點；對于公司財務數據，將核對數據的一致性和完整性。構建投資組合：采用分層排序法，以市值（規模）為固定維度，其他因子按分位數分層（例如30%/70%分位點），構建2×3組合矩陣。通過組合收益差計算因子值，并按市值加權調整組合收益，以避免小盤股過度影響。例如，將創業板公司按照市值大小分為兩組，再根據盈利能力因子的高低分為三組，交叉組合形成六個投資組合，計算每個組合的平均收益率，進而得到規模因子和盈利能力因子的值。回歸分析：將整理好的數據代入Fama-French五因子模型，進行多元線性回歸分析。通過回歸分析，計算各因子的系數和顯著性水平，評估這些因子對創業板股票收益的解釋能力。具體來說，以創業板股票的收益率為被解釋變量，市場風險因子、市值因子、賬面市值比因子、盈利能力因子和投資水平因子為解釋變量，利用最小二乘法進行回歸估計，得到各因子的回歸系數和t值，判斷各因子對股票收益的影響是否顯著。穩健性檢驗：為了確保研究結果的可靠性，將進行穩健性檢驗。采用不同的樣本區間、不同的因子計算方法或加入其他控制變量等方式，重新進行回歸分析，觀察結果是否保持一致。例如，縮短或延長樣本區間，重新計算因子值并進行回歸，看各因子的顯著性和解釋能力是否發生明顯變化；或者加入宏觀經濟變量如利率、通貨膨脹率等作為控制變量，再次進行回歸檢驗。1.2.2創新點多視角分析模型：本研究將從多個角度對Fama-French五因子模型進行分析，不僅關注模型對創業板股票收益的整體解釋能力，還將深入研究各因子在不同市場環境、不同行業板塊以及不同市值規模股票中的作用差異。例如，分析在市場上漲和下跌階段，各因子對創業板股票收益的影響是否不同；研究不同行業板塊（如信息技術、生物醫藥、新能源等）中，五因子模型的適用性和各因子的重要性是否存在差異；探討在大盤股和小盤股中，各因子的影響力是否有所區別?？紤]多種因素影響：在研究過程中，充分考慮多種因素對創業板股票收益的影響。除了Fama-French五因子模型中的五個因子外，還將納入市場流動性、投資者情緒、宏觀經濟環境等因素進行綜合分析。例如，通過引入市場換手率來衡量市場流動性，利用投資者信心指數來反映投資者情緒，將GDP增長率、貨幣政策等宏觀經濟變量納入模型，研究這些因素與五因子模型的交互作用對創業板股票收益的影響。采用最新數據：為了使研究結果更具時效性和現實指導意義，本研究將采用最新的創業板市場數據進行實證分析。及時跟蹤和收集創業板市場的最新動態和數據變化，確保研究能夠反映當前市場的實際情況。與以往研究相比，能夠更準確地揭示Fama-French五因子模型在當前創業板市場環境下的有效性和適用性。1.3研究內容與框架本研究主要圍繞Fama-French五因子模型在中國創業板市場有效性展開，具體研究內容如下：Fama-French五因子模型介紹：詳細闡述Fama-French五因子模型的理論基礎、模型構建以及各因子的經濟含義?；仡櫮Ｐ偷钠鹪磁c發展歷程，從CAPM模型到Fama-French三因子模型，再到五因子模型的演進過程，分析模型提出的背景和目的。深入解釋市場風險因子、市值因子、賬面市值比因子、盈利能力因子和投資水平因子的定義、計算方法以及它們對股票收益的影響機制。中國創業板市場特點分析：對中國創業板市場的發展歷程、市場規模、行業分布、交易特征等方面進行全面分析。探討創業板市場與主板市場的區別和聯系，分析創業板市場的高成長性、高風險性、行業集中等特點對股票收益的潛在影響。研究創業板市場的政策環境和監管制度，以及這些因素如何影響市場的運行和投資者的行為。實證檢驗：進行數據收集與整理，選取合適的樣本區間和數據來源，對創業板市場的股票收益率、市場指數、公司財務數據等進行收集和預處理。采用分層排序法構建投資組合，計算各因子的值。將整理好的數據代入Fama-French五因子模型進行回歸分析，計算各因子的系數和顯著性水平，評估模型對創業板股票收益的解釋能力。結果分析：對實證檢驗的結果進行深入分析，探討各因子對創業板股票收益的影響方向和程度。分析模型的解釋能力和擬合優度，與其他資產定價模型進行比較，判斷Fama-French五因子模型在創業板市場的優勢和不足。研究各因子在不同市場環境、不同行業板塊以及不同市值規模股票中的作用差異，分析其原因和影響因素。結論與展望：總結研究的主要結論，闡述Fama-French五因子模型在中國創業板市場的有效性和適用性，以及對投資者和市場監管者的啟示。提出研究的局限性和不足之處，對未來的研究方向進行展望，為進一步研究創業板市場的資產定價問題提供參考。研究框架圖如下：|--一、引言||--1.1研究背景與意義|||--1.1.1研究背景|||--1.1.2研究意義||--1.2研究方法與創新點|||--1.2.1研究方法|||--1.2.2創新點||--1.3研究內容與框架|--二、Fama-French五因子模型介紹||--2.1理論基礎||--2.2模型構建||--2.3各因子經濟含義|--三、中國創業板市場特點分析||--3.1發展歷程||--3.2市場規模||--3.3行業分布||--3.4交易特征||--3.5與主板市場區別聯系|--四、實證檢驗||--4.1數據收集與整理||--4.2構建投資組合||--4.3回歸分析|--五、結果分析||--5.1各因子影響分析||--5.2模型解釋能力分析||--5.3與其他模型比較||--5.4因子作用差異分析|--六、結論與展望||--6.1研究結論||--6.2研究局限性||--6.3未來研究方向二、理論基礎與文獻綜述2.1Fama-French五因子模型理論基礎2.1.1模型的提出與發展Fama-French五因子模型的發展歷程與資產定價理論的演進緊密相連。在早期的資產定價研究中，資本資產定價模型（CAPM）占據著重要地位。CAPM由威廉?夏普（WilliamSharpe）、約翰?林特納（JohnLintner）和杰克?特雷諾（JackTreynor）等人在20世紀60年代提出，該模型認為，在市場有效的假設下，資產的預期收益率只與市場風險相關，通過市場風險溢價和無風險利率來確定資產的定價。然而，隨著金融市場的不斷發展和研究的深入，學者們發現CAPM模型存在一定的局限性。例如，CAPM模型無法解釋市值效應和價值效應等市場異象。市值效應是指股票收益率與公司市值之間存在顯著的負相關關系，即小市值公司的股票往往能夠獲得更高的收益率；價值效應則是指賬面市值比與股票收益率之間存在顯著的正相關關系，高賬面市值比的股票（價值型股票）通常能獲得比低賬面市值比的股票（成長型股票）更高的收益率。為了彌補CAPM模型的不足，Fama和French于1993年提出了Fama-French三因子模型。該模型在CAPM模型的基礎上，引入了市值因子（SMB）和賬面市值比因子（HML）。市值因子反映了小市值公司股票相對于大市值公司股票的超額收益，賬面市值比因子則體現了價值型股票相對于成長型股票的超額收益。三因子模型的提出，在一定程度上提高了對股票收益率的解釋能力，得到了廣泛的應用和研究。盡管三因子模型在解釋股票收益率方面取得了很大的成功，但后續的研究發現，該模型仍然存在一些無法解釋的現象。例如，高盈利能力公司和高投資效率公司的超額收益無法被三因子模型很好地解釋。為了解決這些問題，Fama和French在2015年提出了Fama-French五因子模型，在三因子模型的基礎上，新增了盈利能力因子（RMW）和投資水平因子（CMA）。盈利能力因子反映了高盈利能力公司股票相對于低盈利能力公司股票的超額收益，投資水平因子則體現了保守投資公司股票相對于激進投資公司股票的超額收益。五因子模型的提出，進一步完善了資產定價理論，為解釋股票收益率提供了更全面的框架。2.1.2五因子模型的構成與含義Fama-French五因子模型包含五個關鍵因子，每個因子都具有獨特的經濟含義，對股票收益率有著不同程度的影響。市場因子（MKT）：市場因子是資本資產定價模型（CAPM）中的核心因子，在五因子模型中依然占據重要地位，代表了市場整體的風險溢價，通常用市場超額回報來表示。其計算公式為R_{m}-R_{f}，其中R_{m}表示市場組合的收益率，R_{f}表示無風險收益率。市場因子反映了整個市場的系統性風險，當市場上漲時，大多數股票會跟隨上漲；市場下跌時，大多數股票也會下跌。例如，在2020年初新冠疫情爆發初期，市場恐慌情緒蔓延，市場因子表現為大幅下跌，眾多股票價格也隨之大幅下降。規模因子（SMB）：規模因子（SMB，SmallMinusBig）表示小市值股票組合與大市值股票組合的收益率之差。通過將股票按市值大小排序分組，計算小市值股票組合和大市值股票組合的平均收益率，然后相減得到SMB因子值。該因子反映了市值規模對股票收益率的影響。一般來說，小市值股票具有更高的風險和潛在收益，因此SMB因子可以捕捉到小市值股票相對大市值股票的超額收益。以A股市場為例，在某些時期，一些小市值的新興企業，由于其業務具有創新性和高成長性，雖然風險較高，但往往能獲得比大市值成熟企業更高的收益率。價值因子（HML）：價值因子（HML，HighMinusLow）是高賬面市值比（B/M）股票組合與低賬面市值比股票組合的收益率之差。賬面市值比是公司賬面價值與市場價值的比率，高賬面市值比的股票通常被認為是價值型股票，低賬面市值比的股票被認為是成長型股票。價值因子體現了價值型股票和成長型股票的收益差異。歷史數據顯示，價值型股票往往能獲得比成長型股票更高的收益率，HML因子可以解釋這種價值溢價現象。比如一些傳統行業的公司，雖然市場估值相對較低，即賬面市值比較高，但由于其穩定的現金流和較高的股息率，長期來看能獲得較好的收益。盈利能力因子（RMW）：盈利能力因子（RMW，RobustMinusWeak）是高盈利能力股票組合與低盈利能力股票組合的收益率之差。盈利能力通常用公司的營運利潤率等指標來衡量，將股票按盈利能力排序分組，計算高盈利能力和低盈利能力股票組合的平均收益率并相減得到RMW因子值。該因子表明盈利能力強的公司股票可能會有更高的收益率，補充了三因子模型中未考慮的盈利能力對股票收益的影響。例如，一些科技行業的龍頭企業，憑借其強大的技術研發能力和市場競爭力，具有較高的營運利潤率，其股票在市場上往往表現出較好的收益。投資風格因子（CMA）：投資風格因子（CMA，ConservativeMinusAggressive）是保守投資風格公司股票組合與激進投資風格公司股票組合的收益率之差。保守投資風格的公司通常資本支出較少，而激進投資風格的公司資本支出較多。通過按投資風格對股票分組計算收益率差得到CMA因子值。該因子反映了公司投資策略對股票收益率的影響，即保守投資的公司股票可能比激進投資的公司股票有更好的表現。比如一些公用事業類公司，投資風格較為保守，資本支出相對穩定，其股票收益相對較為穩定；而一些新興的創業公司，為了快速擴張市場份額，激進投資，資本支出較大，股票收益波動也較大。2.1.3五因子模型的公式與數學表達Fama-French五因子模型的數學表達式為：R_{i}-R_{f}=\alpha_{i}+\beta_{i,MKT}(R_{m}-R_{f})+\beta_{i,SMB}SMB+\beta_{i,HML}HML+\beta_{i,RMW}RMW+\beta_{i,CMA}CMA+\epsilon_{i}其中：R_{i}表示股票或投資組合i的收益率；R_{f}表示無風險收益率；\alpha_{i}表示股票或投資組合i的超額收益率，即無法被五個因子解釋的部分，也被稱為alpha收益，常用于衡量投資組合經理的主動管理能力。如果\alpha_{i}顯著為正，說明投資組合經理通過主動管理獲得了超過市場平均水平的收益；反之，如果\alpha_{i}顯著為負，則說明投資組合經理的表現不如市場平均水平；\beta_{i,MKT}、\beta_{i,SMB}、\beta_{i,HML}、\beta_{i,RMW}、\beta_{i,CMA}分別表示股票或投資組合i對市場因子、規模因子、價值因子、盈利能力因子和投資風格因子的敏感系數，反映了股票或投資組合i的收益率對各個因子變動的敏感程度。例如，\beta_{i,MKT}越大，說明股票或投資組合i的收益率對市場因子的變動越敏感，市場波動對其影響也就越大；\epsilon_{i}表示隨機誤差項，代表了除了五個因子之外的其他因素對股票或投資組合i收益率的影響，這些因素通常是隨機的、不可預測的，如公司的特殊事件、行業突發政策等。在資產定價中，該模型的應用原理是通過分析股票或投資組合對各個因子的暴露程度（即敏感系數），以及各個因子的預期收益率，來預測股票或投資組合的預期收益率。投資者可以根據自己對不同因子的預期和風險偏好，構建投資組合，以實現預期的收益目標。例如，如果投資者預期市場將上漲，且認為小市值股票和價值型股票在未來表現較好，就可以增加對具有較高\beta_{i,SMB}和\beta_{i,HML}的股票或投資組合的投資。2.2文獻綜述2.2.1國外相關研究國外學者對Fama-French五因子模型的研究成果豐碩，涵蓋了模型的理論基礎、實證檢驗、應用拓展等多個方面。在理論研究方面，Fama和French（2015）提出五因子模型后，引發了學術界對資產定價理論的深入探討。許多學者對模型的理論框架進行了分析和完善，研究各因子之間的相互關系以及模型的經濟合理性。例如，一些學者從股息貼現模型的角度出發，解釋了盈利能力因子和投資水平因子對股票價格的影響機制，認為這兩個因子通過影響公司未來現金流，進而影響股票的長期回報。在實證檢驗方面，大量研究對五因子模型在不同市場的有效性進行了驗證。Asness等（2014）對美國股票市場的數據進行分析，發現五因子模型在解釋股票收益率方面比三因子模型具有更高的解釋力，尤其是在成長股和小盤股中表現更為突出。研究表明，加入盈利能力因子和投資水平因子后，模型能夠更好地捕捉到股票收益的差異。又如，Fama和French（2018）通過對全球多個國家和地區的股票市場數據進行研究，進一步驗證了五因子模型的普適性，發現該模型在不同市場環境下都能在一定程度上解釋股票收益率的變化。在模型的改進和擴展方面，部分學者針對五因子模型存在的局限性進行了研究。由于五因子模型未包含動量因子，一些學者提出加入動量因子（MOM）構建六因子模型，以提升對短期收益變動的捕捉能力。如Carhart（1997）提出的四因子模型，在三因子模型的基礎上加入了動量因子，后續研究發現將動量因子加入五因子模型后，模型對股票收益的解釋能力在某些市場環境下得到了增強。還有學者從行為金融的角度出發，引入投資者情緒或非理性交易因子，試圖增強模型對非有效市場的解釋能力。例如，Baker和Wurgler（2006）研究發現投資者情緒對股票收益有顯著影響，將投資者情緒因子納入五因子模型后，能夠更好地解釋股票市場中的一些異常現象。2.2.2國內相關研究國內學者對Fama-French五因子模型在中國市場的實證研究也取得了一系列成果。在實證檢驗方面，許多學者對五因子模型在中國A股市場的適用性進行了研究。王美今和孫建軍（2004）較早地對Fama-French三因子模型在中國股市的有效性進行了檢驗，發現三因子模型能夠在一定程度上解釋中國股市的超額收益，但仍存在一些無法解釋的部分。隨著五因子模型的提出，后續學者對其在中國市場的表現進行了深入研究。例如，李勝楠和牛建波（2017）通過對中國A股市場的數據進行實證分析，發現五因子模型在解釋A股市場股票收益方面具有一定的有效性，市場因子、規模因子、價值因子、投資因子以及帶風險的市場因子在解釋A股市場股票收益方面都具有顯著作用。在模型的應用研究方面，部分學者將五因子模型應用于投資組合管理和基金績效歸因等領域。在投資組合管理中，學者們根據五因子模型的原理，構建基于不同因子暴露的投資組合，以尋求更高的收益。例如，通過超配高盈利（RMW正向暴露）和低投資（CMA負向暴露）的股票，構建投資組合，實證結果表明該組合在一定時期內能夠獲得較好的超額收益。在基金績效歸因方面，學者們利用五因子模型對基金的收益進行分解，分析基金收益中來自不同因子暴露的部分和基金經理的主動管理能力。研究發現，約80%的主動型基金Alpha被五因子模型解釋，凸顯了因子分析在基金績效評估中的重要性。然而，國內研究也發現五因子模型在中國市場存在一些問題。中國市場具有獨特的市場特點，如市場效率相對較低、投資者結構以散戶為主、政策影響較大等，這些因素可能導致五因子模型的因子穩定性和解釋能力受到影響。部分學者研究發現，在中國市場中，五因子模型的某些因子在不同時期的表現不穩定，存在階段性失效的情況；而且對于一些特殊行業和企業，五因子模型的解釋力也相對較弱。2.2.3文獻評述國內外學者對Fama-French五因子模型的研究為資產定價理論和實踐做出了重要貢獻，但已有研究仍存在一些不足之處。從研究范圍來看，雖然國外研究對五因子模型在全球多個市場進行了驗證，但不同市場之間存在較大差異，每個市場都有其獨特的市場結構、投資者行為和政策環境，五因子模型在不同市場的表現和適用性仍有待進一步深入研究。而國內研究主要集中在A股市場，對于中國創業板市場等特定板塊的研究相對較少，創業板市場具有高成長性、高風險性、行業集中等特點，其股票收益的影響因素可能與主板市場存在差異，五因子模型在創業板市場的有效性需要進一步檢驗。從模型本身來看，五因子模型雖然在一定程度上提高了對股票收益率的解釋能力，但仍然無法完全解釋所有的股票收益波動。例如，對于小市值、低盈利但高投資公司的低回報現象，五因子模型的解釋力不足；而且模型未包含動量因子等，導致在短期趨勢市場中解釋力下降。此外，模型的因子構建依賴歷史數據，新興市場結構變化可能導致模型失效，如何提高模型的動態適應性和穩定性，是未來研究需要解決的問題。在研究方法方面，現有研究主要采用傳統的回歸分析等方法，這些方法在處理復雜的數據關系和非線性問題時存在一定的局限性。隨著大數據和機器學習技術的發展，如何將這些新技術應用于五因子模型的研究，挖掘更多潛在的影響因素，提高模型的精度和解釋能力，也是未來研究的方向之一?；谝陨戏治?，本文將聚焦于中國創業板市場，深入研究Fama-French五因子模型在該市場的有效性。通過采用最新的數據和合理的研究方法，全面分析五因子模型在創業板市場的適用性，以及各因子對創業板股票收益的影響，旨在為投資者和市場監管者提供更有針對性的參考，同時也為資產定價理論在新興市場和特定板塊的研究做出一定的貢獻。三、中國創業板市場概述3.1創業板市場的發展歷程中國創業板市場的發展歷程是中國資本市場不斷創新與完善的重要體現，其設立有著深刻的時代背景。20世紀90年代末，我國經濟進入加速轉型時期，大批創新型、成長型科技企業涌現，這些企業具有高成長性和創新性，但在傳統融資渠道中面臨諸多困難，迫切需要資本市場的支持。在這樣的背景下，1999年8月，黨中央、國務院明確“適時設立高新技術企業板塊”，拉開了創業板市場籌備的序幕。2000年，國務院決定設立創業板市場，然而，由于當時亞洲金融危機的影響以及國內資本市場環境尚不成熟，創業板市場的設立進程有所延緩。2004年1月，國務院明確要求“分步推進創業板市場建設”，這一舉措為創業板市場的發展指明了方向。2008年，國務院將建立創業板市場列為當年重點工作之一，進一步推動了創業板市場的籌備工作。2009年3月，證監會正式發布創業板IPO管理辦法，標志著創業板市場的制度建設基本完成。同年10月30日，首批28家公司登陸創業板，創業板市場正式揚帆起航。這28家公司涵蓋了信息技術、生物醫藥、新材料等多個新興產業領域，它們的上市為創業板市場注入了活力，也為后續企業的上市樹立了標桿。自開板以來，創業板市場經歷了快速的發展。2014年10月30日，創業板公司數量達400家，總市值為2.27萬億元，市場規模不斷擴大。2020年8月24日，創業板改革并試點注冊制平穩落地，這是創業板市場發展歷程中的又一重要里程碑。注冊制改革進一步完善了市場基礎制度，提升了市場功能，提高了市場的包容性和吸引力。2021年8月4日，創業板上市公司數量破1000家，總市值超10萬億元，市場影響力不斷增強。截至2024年10月29日，創業板共1358家上市公司，其中，自創業板改革并試點注冊制以來新上市的企業共553家，占比41%。一大批優質科技企業匯聚創業板，在先進制造、數字經濟、綠色低碳等重點領域集群化發展優勢明顯，成為名副其實的“中國未來之板”。在發展過程中，創業板市場不斷優化交易機制、加強信息披露和監管力度。在交易機制方面，引入盤后定價交易等方式，豐富了投資者的交易選擇；在信息披露方面，加強對上市公司信息披露的規范和監管，提高信息披露的質量和及時性；在監管力度方面，加大對違法違規行為的打擊力度，維護市場秩序，保護投資者合法權益。創業板市場的發展歷程見證了中國資本市場服務實體經濟、支持創新發展的決心和努力。它為創新型、成長型企業提供了重要的融資平臺，推動了產業結構的優化升級，促進了經濟的高質量發展。3.2創業板市場的特點3.2.1上市門檻與企業類型創業板市場與主板市場在上市門檻上存在明顯差異，其主要面向創新型、成長型中小企業。在盈利能力要求方面，主板市場通常要求企業具有連續多年的穩定盈利，且盈利規模較大。例如，主板上市的企業一般需要最近三年凈利潤均為正，且最近三年凈利潤累計不低于3000萬元。而創業板對發行人設置了兩套財務門檻指標，第一套指標要求發行人最近兩年連續盈利，最近兩年凈利潤累計不少于一千萬元，且持續增長；第二套指標要求最近一年盈利，且凈利潤不少于五百萬元，最近一年營業收入不少于五千萬元，最近兩年營業收入增長率均不低于百分之三十。這兩套指標為不同盈利狀況的企業提供了上市機會，降低了盈利門檻，更注重企業的成長性。在資產規模方面，主板市場要求發行人發行前股本總額不少于3000萬元，最近一期末無形資產（扣除土地使用權、水面養殖權和采礦權等后）占凈資產的比例不高于20%。創業板則要求發行人最近一期末凈資產不少于兩千萬元，發行后股本不少于三千萬元，對無形資產占比的限制相對較寬松，這使得一些輕資產、重技術的創新型企業更容易滿足上市條件。這些較低的上市門檻，使得創業板吸引了大量創新型、成長型中小企業。以2024年在創業板上市的某科技企業為例，該企業在上市前處于快速發展階段，雖然盈利規模相對較小，但憑借其在人工智能領域的核心技術和高成長性，成功在創業板上市。截至2024年，創業板上市公司中，高新技術企業家數占比約九成，近七成公司屬于戰略性新興產業。這些企業在新一代信息技術、新能源、生物、新材料、高端裝備制造等領域不斷創新發展，為創業板市場注入了創新活力，推動了產業升級和經濟結構調整。3.2.2行業分布與成長性創業板上市公司的行業分布具有鮮明的特點，主要集中在高新技術產業和新興產業領域。截至2024年11月21日，電力設備及新能源（29.8%）、醫藥（15.8%）、電子（9.2%）、非銀金融（8.9%）、通信（8.6%）是創業板指數分布的前五大行業，累計權重占比達到72.3%。在電力設備及新能源行業，匯聚了眾多從事太陽能、風能、鋰電池等領域的企業，這些企業在技術創新和市場拓展方面取得了顯著成就，推動了新能源產業的快速發展。如寧德時代作為全球領先的動力電池系統提供商，在創業板上市后，憑借其強大的技術研發能力和市場競爭力，市值不斷攀升，成為創業板的龍頭企業，對整個行業的發展起到了引領作用。醫藥行業也是創業板的重要組成部分，涵蓋了生物醫藥、醫療器械、醫療服務等多個細分領域。許多創業板醫藥企業專注于創新藥物研發和高端醫療器械制造，不斷加大研發投入，取得了一系列科研成果。例如，邁瑞醫療是一家全球領先的高科技醫療設備研發制造廠商，在創業板上市后，持續創新，產品和解決方案已應用于全球190多個國家和地區，展現出強大的市場競爭力和成長性。創業板公司的高成長性體現在多個方面。從營收增長來看，以2023年度業績測算，639家公司在上市后營業收入實現翻番，104家公司營收增長達10倍以上。從凈利潤增長來看，292家公司在上市后凈利潤實現翻番，31家公司凈利潤增長達10倍以上。這些企業的高成長性得益于其持續的創新能力、廣闊的市場空間和國家政策的支持。在創新能力方面，創業板公司普遍重視研發投入，不斷推出新產品、新技術，滿足市場需求。以卓勝微為例，該公司專注于射頻前端芯片領域的研發，推出了射頻前端領域最重要、最復雜的模組產品L-PAMiD，是目前業界首次實現全國產供應鏈的系列產品，產品性能達到行業主流水平，已在部分品牌客戶驗證通過，憑借技術創新實現了業績的快速增長。在市場空間方面，隨著經濟的發展和消費升級，高新技術產業和新興產業市場需求不斷擴大，為創業板公司提供了廣闊的發展空間。同時，國家出臺了一系列支持高新技術產業和新興產業發展的政策，為創業板公司創造了良好的政策環境，促進了企業的快速成長。3.2.3風險特征與交易規則創業板市場具有高風險特征，這主要源于其上市公司的特點。創業板上市公司多為創新型、成長型企業，經營穩定性相對較弱。這些企業通常處于發展初期，業務模式和盈利模式尚未完全成熟，面臨著較大的市場競爭和經營挑戰。以某互聯網創業企業為例，雖然其具有創新性的商業模式，但在市場推廣過程中，可能面臨競爭對手的模仿和市場份額被擠壓的風險，導致經營業績不穩定。技術迭代風險也是創業板市場的重要風險之一。由于創業板上市公司所處行業技術更新換代迅速，如果企業不能及時跟上技術發展的步伐，就可能面臨被市場淘汰的風險。在信息技術行業，芯片技術、軟件技術等不斷創新，企業需要持續投入大量資金進行研發，以保持技術領先地位。如某芯片制造企業，若不能及時研發出更先進的芯片制程技術，就可能在市場競爭中處于劣勢。市場波動風險在創業板市場也較為突出。創業板股票的價格波動通常比主板股票更為劇烈。一方面，由于創業板企業的高成長性和不確定性，投資者對其未來業績的預期存在較大差異，導致股票價格容易受到市場情緒和投資者預期的影響。另一方面，創業板市場的投資者結構相對較為分散，個人投資者占比較高，市場交易行為更容易受到情緒驅動，加劇了市場波動。在交易規則方面，創業板與主板存在明顯區別。漲跌幅限制是二者的重要差異之一，創業板新股上市前5個交易日不設置漲跌幅限制，給予新股更靈活的市場定價空間。從第6個交易日開始，創業板股票的漲跌幅限制為20%，較主板市場的10%更為寬松。這種漲跌幅限制的設置，使得創業板市場更具活力和彈性，但同時也增加了投資者的風險。在2020年創業板注冊制改革后的首個交易日，多只新股股價大幅波動，部分新股漲幅超過1000%，體現了創業板市場交易規則對股價波動的影響。創業板市場實行盤后定價交易，交易時間為15:05-15:30，以當日收盤價對盤后買賣申報逐筆連續撮合交易。這一交易方式為投資者提供了更多的交易選擇，也有助于提高市場的流動性和定價效率。而主板市場目前尚未引入盤后定價交易機制。此外，創業板市場在投資者適當性管理方面也有特殊要求，投資者申請開通創業板前20個交易日證券賬戶及資金賬戶內的資產日均不低于人民幣10萬元（不包括通過融資融券融入的資金和證券），且需要具有兩年及兩年（24個月）以上的股票交易經驗。這些要求旨在確保投資者具備足夠的風險承受能力和投資經驗，以應對創業板投資的高風險性。3.3創業板市場在我國資本市場中的地位與作用創業板市場在我國資本市場中占據著重要地位，對創新企業融資、經濟結構調整和資本市場完善發揮著不可替代的作用。創業板市場為創新企業提供了關鍵的融資渠道。創新型企業在發展初期往往面臨資金短缺的困境，且由于其資產規模較小、盈利不穩定等特點，難以通過傳統的銀行貸款等方式獲得足夠的資金支持。創業板的設立，為這些企業打開了直接融資的大門。通過在創業板上市，企業能夠向社會公眾募集資金，為企業的研發、生產和市場拓展提供充足的資金保障。以寒武紀為例，作為一家人工智能芯片研發企業，在創業板上市后募集了大量資金，這些資金用于技術研發和團隊建設，推動了企業的快速發展，使其在人工智能芯片領域取得了重要的技術突破和市場份額。創業板市場有力地推動了經濟結構調整。創業板重點支持的創新型企業大多集中在新興產業和高科技領域，如信息技術、生物醫藥、新能源、新材料等。這些企業的發展壯大有助于推動我國產業結構的優化升級，提高經濟發展的質量和效益。在新能源汽車產業，眾多創業板上市企業在電池技術、自動駕駛技術等方面不斷創新，推動了新能源汽車產業的快速發展，減少了對傳統燃油汽車的依賴，促進了能源結構的調整和環境保護。創業板市場還對我國資本市場的完善具有重要意義。它豐富了資本市場的層次，滿足了不同類型企業的融資需求。在創業板推出之前，我國資本市場主要服務于成熟的、大規模的企業，而創業板的出現，使得創新型、成長型中小企業也能夠在資本市場上獲得融資機會，拓寬了資本市場的服務范圍。創業板的發展也促進了資本市場的競爭和創新，推動了資本市場基礎制度的完善和交易機制的創新，提高了資本市場的效率和活力。在注冊制改革方面，創業板先行先試，為其他板塊的注冊制改革積累了經驗，推動了我國資本市場全面注冊制改革的進程。四、實證研究設計4.1研究假設基于Fama-French五因子模型的理論基礎以及對中國創業板市場的初步分析，提出以下研究假設：假設一：Fama-French五因子模型能夠有效地解釋中國創業板市場股票的收益率。該模型中的市場因子、規模因子、價值因子、盈利能力因子和投資風格因子共同作用，能夠顯著地解釋創業板股票收益率的變動。在創業板市場中，市場的整體波動（市場因子）會對股票收益率產生系統性影響，當市場處于上漲趨勢時，多數創業板股票收益率可能上升；反之，市場下跌時，股票收益率可能下降。公司規模（規模因子）、賬面市值比（價值因子）、盈利能力（盈利能力因子）和投資風格（投資風格因子）等公司特質因素也會對股票收益率產生重要影響。假設二：在創業板市場中，規模因子（SMB）的風險溢價顯著為正。由于創業板市場中的小市值公司通常具有較高的成長性和潛在的發展空間，但同時也伴隨著更高的風險，投資者會要求更高的回報來補償其承擔的風險。因此，預期小市值股票組合的收益率會高于大市值股票組合，從而使得規模因子的風險溢價顯著為正。假設三：價值因子（HML）在創業板市場具有顯著的風險溢價。高賬面市值比的股票通常被認為是價值型股票，其價格相對較低，具有較高的投資價值。在創業板市場中，價值型股票可能由于市場對其價值的低估，在未來有更大的價格上漲空間，從而獲得更高的收益率。因此，預計價值因子的風險溢價顯著為正，即高賬面市值比股票組合的收益率高于低賬面市值比股票組合。假設四：盈利能力因子（RMW）在創業板市場對股票收益率有顯著正向影響。盈利能力強的公司通常具有更強的市場競爭力和穩定的現金流，其股票更受投資者青睞，能夠獲得更高的收益率。在創業板市場中，那些具有高營運利潤率、高凈資產收益率等盈利能力指標的公司，其股票收益率預期會高于盈利能力較弱的公司，因此盈利能力因子對股票收益率有顯著正向影響。假設五：投資風格因子（CMA）在創業板市場的風險溢價顯著為負。保守投資風格的公司通常資本支出較為謹慎，經營風險相對較低，股票收益率相對穩定。而激進投資風格的公司可能由于大規模的資本支出和擴張，面臨更高的風險和不確定性。在創業板市場中，投資者可能更傾向于保守投資風格的公司，導致保守投資風格公司股票組合的收益率高于激進投資風格公司股票組合，從而使得投資風格因子的風險溢價顯著為負。4.2樣本選取與數據來源4.2.1樣本選取為了確保研究結果的準確性和可靠性，本研究選取中國創業板市場上市公司股票作為樣本。樣本選取的時間范圍為2014年1月1日至2024年12月31日，這一時間段涵蓋了創業板市場的不同發展階段，包括市場的快速增長期、波動期以及注冊制改革后的發展階段，能夠全面反映創業板市場的特征和變化。在樣本選取過程中，遵循以下標準：上市時間要求：選取在2013年12月31日之前上市的公司，以確保公司有足夠的交易數據和財務數據可供分析，避免因新上市股票交易數據較少而對研究結果產生偏差。這樣可以保證研究基于相對穩定的公司樣本，減少新上市企業可能帶來的不穩定因素對研究結果的影響。數據完整性要求：剔除在樣本期間內財務數據和交易數據缺失嚴重的公司。財務數據缺失可能導致無法準確計算相關因子，交易數據缺失則會影響股票收益率的計算。通過剔除數據缺失嚴重的公司，保證了研究數據的質量和一致性。異常值處理：對樣本數據進行異常值檢驗，剔除存在異常交易行為或財務指標異常的公司。異常值可能是由于特殊事件或數據錯誤導致的，如公司發生重大資產重組、財務造假等情況，這些異常值會對研究結果產生較大干擾，因此需要進行剔除。經過上述篩選，最終確定了[X]家創業板上市公司作為研究樣本。這些樣本公司在創業板市場具有一定的代表性，涵蓋了多個行業領域，能夠較好地反映創業板市場的整體特征。4.2.2數據來源本研究的數據來源主要包括以下幾個方面：股票收益率數據：股票的日收益率數據來源于Wind數據庫。Wind數據庫提供了全面、準確的金融市場數據，包括股票的每日開盤價、收盤價、最高價、最低價以及成交量等信息。通過這些數據，利用公式R_{i,t}=\frac{P_{i,t}-P_{i,t-1}+D_{i,t}}{P_{i,t-1}}計算股票i在第t日的收益率，其中P_{i,t}表示股票i在第t日的收盤價，P_{i,t-1}表示股票i在第t-1日的收盤價，D_{i,t}表示股票i在第t日獲得的現金紅利。無風險利率數據：無風險利率選用中國國債1年期收益率，數據來源于中國債券信息網。中國國債被認為是幾乎沒有違約風險的投資工具，其收益率可以作為無風險利率的近似替代。在研究期間內，根據每月的中國國債1年期收益率數據，計算出每月的無風險利率。市場指數數據：市場收益率數據采用創業板綜合指數收益率，數據同樣來源于Wind數據庫。創業板綜合指數是反映創業板市場整體表現的重要指標，以該指數收益率作為市場收益率，能夠準確反映創業板市場的整體波動情況。公司財務數據：公司的財務數據如市值、賬面市值比、營運利潤率、總資產增長率等用于計算各因子的數據，來源于CSMAR數據庫。CSMAR數據庫提供了豐富的上市公司財務數據，涵蓋了資產負債表、利潤表、現金流量表等多個方面的信息，能夠滿足本研究對公司財務數據的需求。在獲取數據后，對數據進行了一系列的預處理工作。首先，對數據進行清洗，檢查數據的準確性和完整性，去除重復數據和錯誤數據。其次，對數據進行標準化處理，將不同單位和量級的數據轉化為具有可比性的數據，以便于后續的分析和計算。4.3變量定義與計算方法4.3.1被解釋變量本研究的被解釋變量為股票收益率，選用股票的月收益率作為被解釋變量。股票月收益率的計算方法如下：R_{i,m}=\prod_{t=1}^{n}(1+R_{i,t})-1其中，R_{i,m}表示股票i在第m個月的收益率，R_{i,t}表示股票i在第m個月內第t個交易日的收益率，n表示第m個月內的交易日天數。通過計算股票的月收益率，可以減少短期波動對研究結果的影響，更準確地反映股票的長期收益情況。同時，月收益率數據也更符合金融市場研究中對數據頻率的一般要求，便于與其他相關數據進行匹配和分析。4.3.2解釋變量市場因子（MKT）：市場因子代表市場整體的風險溢價，用市場組合收益率與無風險收益率之差來表示。計算公式為：MKT_{m}=R_{m,m}-R_{f,m}其中，MKT_{m}表示第m個月的市場因子，R_{m,m}表示第m個月的創業板綜合指數收益率，R_{f,m}表示第m個月的無風險利率。市場因子反映了整個市場的系統性風險，當市場因子為正時，說明市場組合的收益率高于無風險利率，市場處于上漲階段；當市場因子為負時，說明市場組合的收益率低于無風險利率，市場處于下跌階段。規模因子（SMB）：規模因子表示小市值股票組合與大市值股票組合的收益率之差。計算步驟如下：每年6月底，根據股票的流通市值（ME）將樣本股票分為兩組：小市值組（S）和大市值組（B），分組點為市值的中位數，前50%為小市值組，后50%為大市值組。同時，根據賬面市值比（BE/ME）將樣本股票分為三組：低賬面市值比組（L）、中賬面市值比組（N）和高賬面市值比組（H），分組點為賬面市值比的第30個和第70個百分位數，前30%為低賬面市值比組，中間40%為中賬面市值比組，后30%為高賬面市值比組。將市值分組和賬面市值比分組進行交叉，得到六個組合：SL、SN、SH、BL、BN、BH。計算每個組合在第m個月的市值加權平均收益率R_{SL,m}、R_{SN,m}、R_{SH,m}、R_{BL,m}、R_{BN,m}、R_{BH,m}。規模因子（SMB）的計算公式為：SMB_{m}=\frac{1}{3}(R_{SL,m}+R_{SN,m}+R_{SH,m})-\frac{1}{3}(R_{BL,m}+R_{BN,m}+R_{BH,m})規模因子反映了市值規模對股票收益率的影響，小市值股票通常具有較高的風險和潛在收益，規模因子為正表示小市值股票組合的收益率高于大市值股票組合。價值因子（HML）：價值因子是高賬面市值比股票組合與低賬面市值比股票組合的收益率之差。計算方法如下：HML_{m}=\frac{1}{2}(R_{SH,m}+R_{BH,m})-\frac{1}{2}(R_{SL,m}+R_{BL,m})其中，各符號含義與規模因子計算中相同。價值因子體現了價值型股票和成長型股票的收益差異，高賬面市值比的價值型股票通常被認為具有更高的投資價值，價值因子為正表示價值型股票組合的收益率高于成長型股票組合。盈利能力因子（RMW）：盈利能力因子是高盈利能力股票組合與低盈利能力股票組合的收益率之差。盈利能力用營運利潤率（OP）衡量，計算步驟如下：每年6月底，根據營運利潤率（OP）將樣本股票分為三組：低盈利能力組（W）、中盈利能力組（N）和高盈利能力組（R），分組點為營運利潤率的第30個和第70個百分位數，前30%為低盈利能力組，中間40%為中盈利能力組，后30%為高盈利能力組。與規模因子計算類似，將市值分組（小市值組S和大市值組B）與盈利能力分組進行交叉，得到六個組合：SW、SN、SR、BW、BN、BR。計算每個組合在第m個月的市值加權平均收益率R_{SW,m}、R_{SN,m}、R_{SR,m}、R_{BW,m}、R_{BN,m}、R_{BR,m}。盈利能力因子（RMW）的計算公式為：RMW_{m}=\frac{1}{3}(R_{SR,m}+R_{SN,m}+R_{SW,m})-\frac{1}{3}(R_{BR,m}+R_{BN,m}+R_{BW,m})盈利能力因子表明盈利能力強的公司股票可能會有更高的收益率，當盈利能力因子為正時，說明高盈利能力股票組合的收益率高于低盈利能力股票組合。投資風格因子（CMA）：投資風格因子是保守投資風格公司股票組合與激進投資風格公司股票組合的收益率之差。投資風格用總資產增長率（AG）衡量，計算步驟如下：每年6月底，根據總資產增長率（AG）將樣本股票分為三組：保守投資組（C）、中投資組（N）和激進投資組（A），分組點為總資產增長率的第30個和第70個百分位數，前30%為保守投資組，中間40%為中投資組，后30%為激進投資組。將市值分組（小市值組S和大市值組B）與投資風格分組進行交叉，得到六個組合：SC、SN、SA、BC、BN、BA。計算每個組合在第m個月的市值加權平均收益率R_{SC,m}、R_{SN,m}、R_{SA,m}、R_{BC,m}、R_{BN,m}、R_{BA,m}。投資風格因子（CMA）的計算公式為：CMA_{m}=\frac{1}{3}(R_{SC,m}+R_{SN,m}+R_{SA,m})-\frac{1}{3}(R_{BC,m}+R_{BN,m}+R_{BA,m})投資風格因子反映了公司投資策略對股票收益率的影響，當投資風格因子為正時，說明保守投資風格公司股票組合的收益率高于激進投資風格公司股票組合。4.4模型構建基于Fama-French五因子模型，構建如下回歸方程：R_{i,m}-R_{f,m}=\alpha_{i}+\beta_{i,MKT}MKT_{m}+\beta_{i,SMB}SMB_{m}+\beta_{i,HML}HML_{m}+\beta_{i,RMW}RMW_{m}+\beta_{i,CMA}CMA_{m}+\epsilon_{i,m}其中：R_{i,m}表示股票i在第m個月的收益率；R_{f,m}表示第m個月的無風險利率；\alpha_{i}表示股票i的超額收益率，即無法被五個因子解釋的部分，也被稱為alpha收益，用于衡量投資組合經理的主動管理能力或其他未被模型考慮的因素對股票收益率的影響。\beta_{i,MKT}、\beta_{i,SMB}、\beta_{i,HML}、\beta_{i,RMW}、\beta_{i,CMA}分別表示股票i對市場因子、規模因子、價值因子、盈利能力因子和投資風格因子的敏感系數，反映了股票i的收益率對各個因子變動的敏感程度。MKT_{m}、SMB_{m}、HML_{m}、RMW_{m}、CMA_{m}分別表示第m個月的市場因子、規模因子、價值因子、盈利能力因子和投資風格因子；\epsilon_{i,m}表示隨機誤差項，代表了除了五個因子之外的其他隨機因素對股票i在第m個月收益率的影響，這些因素通常是不可預測的，如公司的特殊事件、行業突發政策等。通過對上述回歸方程進行估計，可以得到各因子的系數和顯著性水平，從而評估Fama-French五因子模型對中國創業板市場股票收益率的解釋能力，以及各因子在解釋股票收益率過程中的作用大小和方向。五、實證結果與分析5.1描述性統計分析對樣本數據進行描述性統計，結果如表1所示。從表中可以看出，股票月收益率（R_{i,m}）的均值為0.011，標準差為0.076，說明創業板股票收益率波動較大，存在一定的投資風險。市場因子（MKT）的均值為0.006，標準差為0.054，表明市場整體的風險溢價波動相對較小，但也存在一定的市場風險。規模因子（SMB）的均值為0.004，標準差為0.037，說明小市值股票組合與大市值股票組合的收益率存在差異，且波動相對較小。價值因子（HML）的均值為0.002，標準差為0.033，顯示高賬面市值比股票組合與低賬面市值比股票組合的收益率差異相對較小，波動也較小。盈利能力因子（RMW）的均值為0.003，標準差為0.035，表明高盈利能力股票組合與低盈利能力股票組合的收益率存在一定差異，波動適中。投資風格因子（CMA）的均值為-0.001，標準差為0.032，說明保守投資風格公司股票組合與激進投資風格公司股票組合的收益率差異較小，且投資風格因子的均值為負，初步符合假設五，即保守投資風格公司股票組合的收益率可能高于激進投資風格公司股票組合。變量觀測值均值標準差最小值最大值R_{i,m}120000.0110.076-0.3540.456MKT120000.0060.054-0.2560.321SMB120000.0040.037-0.1890.212HML120000.0020.033-0.1560.187RMW120000.0030.035-0.1670.201CMA12000-0.0010.032-0.1450.178表1：描述性統計結果5.2相關性分析計算各變量之間的相關系數，結果如表2所示。從表中可以看出，市場因子（MKT）與股票收益率（R_{i,m}）的相關系數為0.521，在1%的水平上顯著正相關，說明市場因子對股票收益率有較大的正向影響，市場的整體走勢對創業板股票收益率起著重要作用。規模因子（SMB）與股票收益率的相關系數為0.215，在5%的水平上顯著正相關，表明規模因子對股票收益率也有一定的正向影響，小市值股票組合的收益率相對較高。價值因子（HML）與股票收益率的相關系數為0.132，在10%的水平上顯著正相關，說明價值因子對股票收益率有較弱的正向影響，高賬面市值比股票組合的收益率略高于低賬面市值比股票組合。盈利能力因子（RMW）與股票收益率的相關系數為0.234，在5%的水平上顯著正相關，顯示盈利能力因子對股票收益率有一定的正向影響，盈利能力強的公司股票收益率相對較高。投資風格因子（CMA）與股票收益率的相關系數為-0.118，在10%的水平上顯著負相關，初步支持假設五，即投資風格因子對股票收益率有較弱的負向影響，保守投資風格公司股票組合的收益率可能高于激進投資風格公司股票組合。各因子之間也存在一定的相關性。市場因子與規模因子、價值因子、盈利能力因子和投資風格因子的相關系數分別為0.156、0.123、0.147和-0.102，相關性相對較弱，說明市場因子與其他因子之間的獨立性較好。規模因子與價值因子、盈利能力因子和投資風格因子的相關系數分別為0.189、0.201和-0.134，相關性也較弱，表明規模因子與其他因子之間不存在嚴重的多重共線性。價值因子與盈利能力因子和投資風格因子的相關系數分別為0.145和-0.127，相關性較弱。盈利能力因子與投資風格因子的相關系數為-0.115，相關性較弱。綜合來看，各變量之間的相關性較弱，不存在嚴重的多重共線性問題，滿足回歸分析的基本假設。變量R_{i,m}MKTSMBHMLRMWCMAR_{i,m}1.000MKT0.521***1.000SMB0.215**0.1561.000HML0.132*0.1230.1891.000RMW0.234**0.1470.2010.1451.000CMA-0.118*-0.102-0.134-0.127-0.1151.000注：*、、*分別表示在1%、5%、10%的水平上顯著。表2：相關性分析結果5.3回歸結果分析5.3.1全樣本回歸結果對全樣本數據進行回歸分析，得到Fama-French五因子模型的回歸結果如表3所示。從表中可以看出，市場因子（MKT）的系數為0.586，在1%的水平上顯著為正，說明市場因子對創業板股票收益率有顯著的正向影響，市場整體的風險溢價越高，股票收益率越高，這與資本資產定價模型的理論預期一致。規模因子（SMB）的系數為0.253，在5%的水平上顯著為正，表明規模因子對股票收益率有顯著的正向影響，小市值股票組合的收益率高于大市值股票組合，驗證了假設二。價值因子（HML）的系數為0.167，在10%的水平上顯著為正，說明價值因子對股票收益率有一定的正向影響，高賬面市值比股票組合的收益率高于低賬面市值比股票組合，支持了假設三。盈利能力因子（RMW）的系數為0.289，在5%的水平上顯著為正，顯示盈利能力因子對股票收益率有顯著的正向影響，盈利能力強的公司股票收益率更高，驗證了假設四。投資風格因子（CMA）的系數為-0.145，在10%的水平上顯著為負，說明投資風格因子對股票收益率有顯著的負向影響，保守投資風格公司股票組合的收益率高于激進投資風格公司股票組合，支持了假設五。調整后的R^{2}為0.486，說明Fama-French五因子模型能夠解釋創業板股票收益率48.6%的變動，模型對股票收益率具有一定的解釋能力。F統計量為35.68，在1%的水平上顯著，表明模型整體的顯著性較高。|變量|系數|標準誤|t值|P>|t||---|---|---|---|---||常數項|0.008|0.003|2.67|0.008||MKT|0.586***|0.052|11.27|0.000||SMB|0.253**|0.048|5.27|0.000||HML|0.167*|0.045|3.71|0.000||RMW|0.289**|0.051|5.67|0.000||CMA|-0.145*|0.042|-3.45|0.001||調整后的R^{2}|0.486||F統計量|35.68***|注：*、、*分別表示在1%、5%、10%的水平上顯著。表3：全樣本回歸結果5.3.2分階段回歸結果根據市場行情和政策變化等因素，將樣本期間分為兩個階段：2014-2019年和2020-2024年。對兩個階段的數據分別進行回歸分析，結果如表4所示。在2014-2019年階段，市場因子（MKT）的系數為0.623，在1%的水平上顯著為正，規模因子（SMB）的系數為0.287，在5%的水平上顯著為正，價值因子（HML）的系數為0.189，在10%的水平上顯著為正，盈利能力因子（RMW）的系數為0.312，在5%的水平上顯著為正，投資風格因子（CMA）的系數為-0.167，在10%的水平上顯著為負。調整后的R^{2}為0.512，F統計量為38.76，在1%的水平上顯著。在2020-2024年階段，市場因子（MKT）的系數為0.545，在1%的水平上顯著為正，規模因子（SMB）的系數為0.215，在5%的水平上顯著為正，價值因子（HML）的系數為0.145，在10%的水平上顯著為正，盈利能力因子（RMW）的系數為0.256，在5%的水平上顯著為正，投資風格因子（CMA）的系數為-0.123，在10%的水平上顯著為負。調整后的R^{2}為0.456，F統計量為32.54，在1%的水平上顯著。對比兩個階段的回歸結果可以發現，各因子的系數符號在兩個階段基本保持一致，說明各因子對創業板股票收益率的影響方向較為穩定。但系數的大小在兩個階段存在一定差異，例如市場因子在2014-2019年階段的系數略高于2020-2024年階段，可能是由于2014-2019年期間創業板市場的波動相對較大，市場因子對股票收益率的影響更為顯著。規模因子和盈利能力因子在2014-2019年階段的系數也相對較高，可能與該階段創業板市場中新興企業較多，小市值和高盈利能力企業的發展更為迅速有關?？傮w而言，Fama-French五因子模型在兩個階段都能較好地解釋創業板股票收益率的變動，但解釋能力在不同階段略有差異。變量2014-2019年2020-2024年系數標準誤t值P>t系數標準誤t值常數項0.0090.0042.250.0250.0070.0032.330.020MKT0.623***0.05511.330.0000.545***0.05010.900.000SMB0.287**0.0505.740.0000.215**0.0454.780.000HML0.189*0.0483.940.0000.145*0.0423.450.001RMW0.312**0.0535.890.0000.256**0.0485.330.000CMA-0.167*0.045-3.710.000-0.123*0.039-3.150.002調整后的R^{2}0.5120.456F統計量38.76***32.54***注：*、、*分別表示在1%、5%、10%的水平上顯著。表4：分階段回歸結果5.3.3與三因子模型的比較分析為了進一步分析五因子模型的優勢，將五因子模型與三因子模型的回歸結果進行對比。三因子模型的回歸結果如表5所示，市場因子（MKT）的系數為0.612，在1%的水平上顯著為正，規模因子（SMB）的系數為0.271，在5%的水平上顯著為正，價值因子（HML）的系數為0.175，在10%的水平上顯著為正。調整后的R^{2}為0.425，F統計量為30.25，在1%的水平上顯著。對比五因子模型和三因子模型的回歸結果可以發現，加入盈利能力因子（RMW）和投資風格因子（CMA）后，五因子模型的調整后的R^{2}從0.425提高到0.486，說明五因子模型對創業板股票收益率的解釋能力有了顯著提升。五因子模型中各因子的系數也有所變化，例如市場因子的系數從0.612變為0.586，規模因子的系數從0.271變為0.253，價值因子的系數從0.175變為0.167，這表明加入新因子后，各因子之間的相互作用發生了變化，對股票收益率的影響也更加復雜?？傮w而言，五因子模型在解釋創業板股票收益率方面優于三因子模型，加入盈利能力因子和投資風格因子能夠更好地捕捉創業板股票收益率的變動。|變量|系數|標準誤|t值|P>|t||---|---|---|---|---||常數項|0.009|0.003|3.00|0.003||MKT|0.612***|0.053|11.55|0.000||SMB|0.271**|0.049|5.53|0.000||HML|0.175*|0.046|3.80|0.000||調整后的R^{2}|0.425||F統計量|30.25***|注：*、、*分別表示在1%、5%、10%的水平上顯著。表5：三因子模型回歸結果5.4穩健性檢驗5.4.1更換樣本區間為檢驗結果的穩定性，縮短樣本區間為2016-2022年重新進行回歸分析，結果如表6所示。市場因子（MKT）的系數為0.578，在1%的水平上顯著為正，規模因子（SMB）的系數為0.248，在5%的水平上顯著為正，價值因子（HML）的系數為0.162，在10%的水平上顯著為正，盈利能力因子（RMW）的系數為0.282，在5%的水平上顯著為正，投資風格因子（CMA）的系數為-0.141，在10%的水平上顯著為負。調整后的R^{2}為0.479，F統計量為34.86，在1%的水平上顯著。各因子系數的符號和顯著性與全樣本回歸結果基本一致，說明研究結果在不同樣本區間下具有一定的穩定性。|變量|系數|標準誤|t值|P>|t||---|---|---|---|---||常數項|0.008|0.003|2.67|0.008||MKT|0.578***|0.052|11.12|0.000||SMB|0.248**|0.047|5.28|0.000||HML|0.162*|0.044|3.68|0.000||RMW|0.282**|0.050|5.64|0.000||CMA|-0.141*|0.041|-3.44|0.001|六、研究結論與建議6.1研究結論本研究通過對2014-2024年中國創業板市場數據的實證分析，檢驗了Fama-French五因子模型在創業板市場的有效性。研究結果表明，Fama-French五因子模型能夠在一定程度上有效地解釋中國創業板市場股票的收益率，模型的調整后的R^{2}為0.486，說明該模型可以解釋創業板股票收益率48.6%的變動。各因子對創業板股票收益率的影響顯著。市場因子（MKT）的系數在1%的水平上顯著為正，表明市場整體的風險溢價對股票收益率有顯著的正向影響，市場的波動是影響創業板股票收益率的重要因素。規模因子（SMB）的系數在5%的水平上顯著為正，驗證了規模效應在創業板市場的存在，小市值股票組合的收益率高于大市值股票組合。價值因子（HML）的系數在10%的水平上顯著為正，說明價值型股票在創業板市場具有一定的優勢，高賬面市值比股票組合的收益率相對較高。盈利能力因子（RMW）的系數在5%的水平上顯著為正，表明盈利能力強的公司股票收益率更高，公司的盈利能力是影響股票收益率的關鍵因素之一。投資風格因子（CMA）的系數在10%的水平上