Fama-French三因子模型对我国饮料制造行业股票的影响分析

胡浩

摘 要：饮料制造板块的行情向来是A股市场投资者关注的焦点。文章以沪深两市中20家代表性的饮料制造相关企业作为研究对象，按照流通市值大小和账面市值比大小将其分为4组，使用Fama-French三因子模型进行相关的实证检验和回归分析。实验结果表明：三因子模型的三个因子对饮料制造股票组合收益率有较好的解释力，板块收益率的波动变化受市场波动的敏感性高;对于大市值饮料制造企业，其风险报酬率更高；小规模、高账面市值比的股票的超额收益率最高，该组合属于成长型股票，建议投资者高度关注。

关键词：饮料制造行业；Fama-French三因子模型；账面市值比

中图分类号：F713.54文献标识码：A文章编号：1005-6432（2024）03-0044-05

DOI：10.13939/j.cnki.zgsc.2024.03.011

1 引言

饮料制造行业的规模在中国股票市场占据前列，截至2022年8月，在A股市场饮料制造行业总市值仅次于银行和电气设备板块，同时饮料制造行业也带动了其他行业的发展，如原料、造纸业、设备、机械、生物工程制品（酶、酵母）、物流运输业等，酒文化也在其中传承，其在中国经济发展过程中也发挥着举足轻重的作用。

国家统计局数据显示，2022年1—4月，饮料类商品零售额同比增长10.4%，达到938亿元。伴随着经济的稳定增长，国民消费水平的提升，消费结构的优化与升级，我国饮料制造市场以平稳的趋势迅速发展。越来越多的投资者关注饮料制造行业的发展趋势，但若想在饮料制造行业投资中取得超额收益，需要对行业股票收益率做出评价，从而得出合理的投资策略。

对资本市场的研究向来是金融学领域研究的热点，而资本资产定价理论作为资本市场研究的经典方向，诞生了许多相关理论。1964年William Sharpe等人提出CAPM模型后，Eugene F.Fama和Kenneth R.French发现，虽然CAPM模型对预测投资组合的收益发挥着一定的作用，但是许多研究者的实证结果显示，CAPM模型对某些反常情况的解释力很一般。为了使模型能够更好地解释证券收益率的影响因素，二人在1992年修正了CAPM模型，在市场因子（MKT）的基础上加入了规模因子（SMB）和价值因子（HML）。这些组合中的每一个收益都旨在代替与获取一个单位的给定风险相关的收益，而同时与其风险有最少的接触。为了检验任一给定的组合，或证券是否产生了不是由市场、规模或价值因子引发的平均超额收益，笔者将MKT、SMB 和HMI因子模拟组合的超额收益向组合的超额收益进行回归。因此，FF 因子模型就可以写成：

r p， t=αp+βMKT，pMKTt+βSMB，pSMBt+βHML，pHMLt+εp，t（1）

其中，r p ， t是组合在时期t的超额收益；α表示不归因于MKT，SMB，HML组合收益的平均超额收益；MKTt ，SMBt ，HMLt 分別是MKT，SMB，HML因子模拟组合的超额收益，βMKT，p，βHML，p，βSMB，p表示组合对应的风险因素的敏感性；εp，t表示时段t中组合收益的特殊部分。

2015年，Eugene F.Fama和Kenneth R.French在自己提出的三因子模型的基础上建立了五因子模型，即在原先的三因子模型的基础上加入了两个因子：盈利因子（RMW）与投资因子（CMA）。虽然二人对模型做出了进一步的完善，但五因子模型对于我国资本市场的解释力还不及三因子模型。在国际市场中Sehrawat等人（2020）研究发现在印度股票市场中Fama-French三因子模型的解释力优于CAPM模型。

而对于中国股票市场，Meng（2013）研究三因子模型在中国上海交易所A股市场的解释力后发现，除BM比率因子解释力不是很强，其余两个因子都有较好的解释力；赵胜民等人（2016）对比三因子模型与五因子模型后发现三因子模型更适合我国的A股市场；郭柱希（2019）对A股钢铁企业的检验发现，五因子模型的回归效果并不是很好，其中新加入的盈利因素因子和投资因素因子对回归的解释程度不强，是冗余的。张鑫宇等人（2022）发现五因子模型对A股市场具有一定解释力但投资因子仍然是冗余因子。基于以上研究分析，文章使用Fama-French三因子模型对A股市场的饮料制造行业股票进行实证分析。

2 数据来源和模型的构建

2.1 数据选取和计算

文章以中国A股市场中具有代表性的20 只饮料制造行业的股票为样本，样本区间为2016 年4月至 2020 年12月近5年的月度数据。另外，样本以沪深 A 股中的白酒、啤酒、纯净水、软饮料等细分领域的股票为主，去除存在缺失或潜在缺失的股票，如长期停牌或数据缺失较多的股票，或截至 2016 年 4 月 1 日上市时间只有一年以内的新公司。

实证分析所有相关数据均来自CSMAR数据库，以2016年4月至2020年12月各月一年期国债利率作为每个月的无风险利率，每个投资组合的月收益率为总市值加权后的月度平均收益率。对选取的股票进行分组过程中，账面市值比的计算公式为：

账面市值比=股东权益/公司总流通市值

其中，股东权益取自各个上市公司的年度报告， 流通市值取自年末个股流通市值。

2.2 数据组合和因子构建

2.2.1 股票分组

笔者将选取的20只股票按照每年的流通市值大小，平均分为大市值组（B）和小市值组（S）共2组，再分别将各只股票每年年报中的数据计算账面价值比，分别以（50%，50%）的比例分为高账面市值比组（H）、低账面市值比组（L）共2组。最终样本被划分为2×2的4个组合，分别为小市值低账面市值比组（S/L）、小市值高账面市值比组（S/H）、大市值高账面市值比组（B/H）、大市值低账面市值比组（B/L）共4组。 并将各组组合的月均收益率记作：B/H，B/L，S/H，S/L。详见表1。

根据表1的4个组合的月均收益率数据，便可构建规模因子SMB和账面市值比HML的具体计算方式：

SMB=SL+SH2-BL+BH2（2）

HML=SH+BH2-SL+BL2（3）

2.2.2 模型构建

文章根据Fama-French三因子模型，将模型构建为：

r p， t=αp+βMKT，pMKTt+βSMB，pSMBt+βHML，pHMLt+εp，t（4）

其中，r p ， t是组合在时期t的超额收益；α表示不归因于MKT，SMB，HML组合收益的平均超额收益；MKTt ，SMBt ，HMLt 分别是MKT，SMB，HML因子模拟组合的超额收益，βMKT，p，βHML，p，βSMB，p表示组合对应的风险因素的敏感性；εp，t表示时段t中组合的收益的特殊部分，MKT=Rmt-Rft。

3 实证分析

3.1 描述性统计

对以上4个组合的月平均加权收益率进行描述性统计，结果如表2所示。

由表2中数据可以得出以下结论：其一，近5年来这四个组合的月平均加权收益率为正数，主要是伴随着市场总体的经济复苏，系统性风险的降低，与此同时政策方向的指引与国民消费水平的提升，原材料价格低促使相关产业的盈利空间加大。其二，从各个组合的标准差角度看，B/L<S/L，B/H<S/H，即市值小的公司的风险大于市值大的公司的风险。但高风险与高收益也同时伴随着关系小市值的公司收益率波动大，风险大；高收益小市值的公司收益率的波动小，风险小，但也伴随着较低的收益率。其三，从各个组合的月收益率角度看，发现B/H<B/L，S/H<S/L，即賬面市值比较低的公司的月平均收益率较高；B/L>S/L，B/H>S/H，即大市值的上市公司的收益率更高。综上所述，在样本期内可以得出，四个组合中B/L组合的收益率的平均值最大的且标准差相对较小，风险相对较小，对于理性投资者来说，该投资组合较为合适。虽然S/L月平均收益率也不低，但结合整个大环境以及波动率来说并不建议投资。

3.2  Fama-French三因子模型回归分析

利用Fama-French三因子模型对以下4个组合的月度平均收益率进行最小二乘法回归分析，回归的结果如表3所示。

对表3和表4的数据进行分析可以得出以下结论。

第一，从F检验的角度来看，F值的结果均远大于检验值，即可认为模型是整体显著。

第二，从模型的拟合度的角度来看，模型调整的拟合优度位于55%～60%，饮料制造行业的股票的拟合优度较优，MKT、SMB、HML三个因子是饮料制造行业股票收益率波动变化的重要影响因素。

第三，从各个因子的回归系数β来看，市场因子MKT的回归系数β，根据表中数据可知B/L，B/H，S/L，S/H组的P值均为0，即在5%的显著性水平下，市场因子对各组合的月度收益率都有很好的解释力，市场因素是促使汽车板块股票收益率变化的重要因素。与此同时，4个组合的市场因子回归系数βMKT ， P均为正数，且相关系数均大于 1，说明市场表现和饮料制造板块的表现呈现出正相关性，超额收益率的波动率变化强于市场整体变化，当经济周期处于繁荣时市场整体处于上行状态，饮料制造相关产业的股票投资组合表现优秀。因为经济环境良好时，国民的消费结构得到优化，愿意在非必需品上消费，相关产业业绩也在股价上得到兑现，但同时该产业的投资风险也超过了市场的风险。

第四，通过分析规模因子的回归系数βSMB ， P发现，在5%的显著性水平下，B/L，S/L，S/H三个组合的P值均为0，且B/H组合的P值<0.05，即说明了在5%的显著性水平下，拒绝原假设。加入因子SMB对样本组合有不错的解释力，实验结果在统计学有意义。从该因子回归系数的正负性角度来看，B/L，B/H两个类型的饮料制造行业相关股票的βSMB ， P为负数，其他两个组合的规模因子系数均为正数，代表投资B/L，B/H类型的大市值的组合会提高风险报酬率。总的来说，饮料制造行业存在规模效应，但小公司效益并不明显。这主要是因为中国饮料制造的竞争已进入品牌化、品质化、规模化时代，消费者消费水平的提升使得对高端酒品需求加大，企业间竞争愈发激烈，与此同时，目标市场为高端市场的企业业绩大幅增长。与之相对的，地方酒企的发展空间被压缩，尤其是对于小规模的企业，国内资本市场抱团现象使其陷入恶性循环，尤其在弱势行情中，资金抱团能推动股价上涨，股价上涨才能盈利。而对于小市值公司更容易陷入财务危机，只有资本入局才可突围，因此出现白酒市场的“马太效应”。

第五，笔者分析账面市值比因子的回归系数βHML ， P，从t检验的实验结果来看，在5%的置信水平下，除了B/H组合以外，其他的三个组合均通过了t检验，说明饮料制造行业的股票收益率的波动变化可以被该账面市值比因子所影响，账面市值因子仅对B/H组合收益率的解释力不足。从另一方面来看，B/H和S/H这两个高账面市值比组合的符号都为正数，说明股票的超额收益率与账面市值比呈现正向变动。且从数值大小角度来看，小规模高账面价值比（S/H）组合比大规模高账面价值比（B/H）组合的因子系数大，即越小的市值，能带来更高的投资风险收益。S/H组合的企业属于成长型股票，未来股票上涨潜力大，投资者对其预期投资回报率高。这主要是因为高账面市值比的公司财务存在潜在风险的概率大，投资者要求的风险补偿更高，提高了超额收益率。而另外两个组合的账面市值比因子的回归系数为负数，且负数的绝对值相对更大，即收益率下降随账面市值比下降的同时，速率变得更快。这也加剧了市场间的两极分化程度。

第六，分析回歸的常数项。4个组合均未通过t检验，表明其系数都不为0，还存在残差项。而三因子模型中统计假设中的零均值假设E（ε）=0不太符合，即对于股票组合收益率变动还存在除三因素外的其他未考虑的因素。

4 结论

文章基于Fama-French三因子模型，对2016—2020年中国饮料制造产业股票市场进行了研究。研究结论为：在样本区间内，市场溢价因子、规模因子和账面市值比因子三因素对行业股票的收益率有很好的解释力。

从饮料制造行业的特殊性来看，其不同于普通的社会消费品，对于饮料制造板块的市场前景，与整体经济环境、宏观经济政策和国民的消费结构有很大的相关性。从2015年以来的供给侧改革等政策以调整经济结构，白酒行业经过几十年的发展，在数量上已可以充分满足消费市场需求，使白酒市场的主要矛盾日益凸显：高质量供给不足和市场对消费升级需求之间的矛盾，这就要求白酒产业的发展要更深入的创新探索，企业在新形势下要对产业体制改革、发展战略、政策环境、消费文化、技术升级等方面主动做出更多、更积极的转变，而大市值的企业更有优势及时做出相应的改变，对于投资者来说投资大市值比平排优势的公司是更合理的决策。

具体而言，对4个投资组合的回归分析中发现，市场溢价因子对饮料制造股票的收益率的影响最为显著，因子与收益率间呈高度正向关系。需要注意的是，投资者构建投资组合时，注意要考虑我国的宏观经济政策与整体的经济环境并关注股票市场的大体走势。

我国A股的饮料制造产业的股票形成了规模效应，尤其在熊市行情中，如果资金不抱团，则没有一点赚钱效应。而饮料制造板块的小规模效应并不明显，小规模效应认为：小市值公司成长性好，对于投资者来说未来收益空间大，对于公司来说相同数量的钱相对于大市值公司有更大的发展空间与前途。我国股市有众多的散户， 他们大多追求投机交易，一些大金额订单很容易推高小规模公司的股价，从而获取高额收益率。另外，小市值公司相较于大市值公司来说风险溢价更高，投资者要求的风险补偿也会更高。规模效应就是这种风险溢价的反映。但在样本区间内，饮料制造板块并不能看到这种现象，反而是大市值公司会增加风险报酬率，导致行业或许存在两极分化现象

另外，在对账面市值比因子分析中发现，在饮料制造板块中，低账面市值比的股票的收益表现出一定的账面市值比效应，风险收益率较高，其中小规模高账面价值比组合最为明显，即该组合的公司有很好的投资前景。而低账面市值比的股票组合的风险收益率较低，即组合的收益情况与账面市值比因素没有显著的关系，需要警惕该组合收益率变化，及时作出合理的投资决策。从常数项的回归结果并不是0来看，除了三因子之外还有其他因素在影响该板块收益率变化。其他因子对A股饮料制造板块有相当的解释力，这为以后进一步研究提供了参考方向。

参考文献：

[1] 赵师玥. 基于Fama-French三因子模型对A股轻资产行业和重资产行业的股票收益研究[D].兰州：兰州大学，2020.

[2] 查舒真.Fama-French三因子模型对A股酿酒行业股票收益率的实证研究[J].时代金融，2020（2）：85-86，91.

[3] 赵胜民，闫红蕾，张凯.Fama-French五因子模型比三因子模型更胜一筹吗：来自中国A股市场的经验证据[J].南开经济研究，2016（2）：41-59.

[4] 郭柱希.Fama-French三因子模型和五因子模型对A股钢铁企业的实证检验[J].河北企业，2019（6）：33-36.

[5] 张鑫宇，王子霜.Fama-French五因子模型在A股市场的适用性检验[J].中国物价，2022（1）：90-93.

[6] 韩冰.中国股市的三因子模型实证分析[J].现代商业，2014（21）：186-188.

[7] FAMA F，FRENCH R.Common risk factors in the returns on stocks and bonds[J].Journal of financial economics，1993，33（1）.

[8] MENG Z J，JU R H. Explanatory power of three-factor model on a-share market of Shanghai exchange in China[C]//Proceedings of the 2013 international conference on advances in social science，humanities，and management，2013.

[9] FAMA E F，FRENCH K R.A five -factor asset pricing model［J］.Journal of financial economics，2015，116（1）：1-22.

[10] SEHRAWAT N，KUMAR A，NIGAM N K，et al. Test of capital market integration using Fama-French three-factor model： empirical evidence from India[J].Investment management and financial innovations，2020，17（2）.