影响股票收益率的因子

❶ beta收益和alpha收益是什么意思一般用于投资领域

相信大家都听说过投资里面经常提到的beta收益和alpha收益，但是很多人却不理解这两者各是什么意思，有存在哪些关系。
1.α的概念
α系数是指投资或基金的绝对回报和按照β系数计算的预期风险回报之间的差额。绝对回报或额外回报是基金/投资的实际回报减去无风险投资收益（在中国为 1 年期银行定期存款回报）。
绝对回报(Absolute Return)或额外回报(Excess Return)是基金/投资的实际回报减去无风险投资收益（一般采取同期国债利率）。绝对回报是用来测量一投资者或基金经理的投资技术。 预期回报(Expected Return)贝塔系数 β 和市场回报的乘积，反映投资或基金由于市场整体变动而获得的回报（有关预期回报更多的计算请参见资本资产定价模型 Capital Asset Pricing Model (CAPM) ）。
2.什么是β
初中物理告诉我们，当一个人在行驶中的火车上走的时候，他的速度等于他对于火车的相对速度加上火车的速度。证券投资组合的额外收益率等于它的相对收益率加上整个市场的涨跌所提供的那一部分。但区别在于，火车速度对于在同一辆火车上的每个人而言都是一样的，而整个市场的涨跌对各个投资组合提供的收益率却可能不同。这就是贝塔系数，它取决于这个投资组合和市场的相关性以及投资组合相比市场的风险大小。
一般的投资组合的贝塔系数通常是正的。这样，如果整个市场涨了，整个市场的平均收益率乘以贝塔系数就是正的，对投资组合的贡献也是正的。但如果整个市场跌了，这一部分对投资组合的贡献也就是负的了。股票指数基金的贝塔系数一般在1左右。
在把收益率分解成阿尔法和贝塔两部分以后，一个最重要的事实是，这两部分的价值是不一样的。 简单地说，阿尔法很难得，贝塔很容易。只要通过调节投资组合中的现金和股票指数基金(或者股指期货)的比率，就可以很容易地改变贝塔系数，即投资组合中来自整个市场部分的收益。

❷ 如何量化影响收益率的常见因素

财经评论员经常说当时市场看好价值型股票，市场正在关往盈余增加，或投资者正关注通货膨胀数据。咱们应当怎样量化这些及其他影响收益率的常见要素呢?

量化金融里有，一个十分有名的因子模型(也称套利定价理论，ApT)，企图捕获影响收益率的各种要素，如盈余增加率、利率、市值等，这些要素被称为因子。数学上，能够将N只股票的超量收益率(收益率减去无风险利率)R表明为：

R=Xb u

其间，X为N因子风险、因子收益率和特有收益率这些术语在量化金融模型中很常见，因此有必要先对这些概念做一些介绍。因子收益率是股票收益率的同时驱动要素，与单个股票无关。因子风险表明对各个一起驱动要素的敏感度。所有不能用一起因子解说的收益率部分便是特有收益率(比方，仅与某只股票有关，能够看做是ApT模型中的随机噪声部分)。假定每只股票的特有收益率与其他股票的特有收益率之间是不相关的。

咱们经过Fama-French三因子模型(Fama and French,1992)这样一个容易的因子模型来阐明。这一模型假定股票的超量收益率只与三个因子风险线性相关：股票的贝塔值(相对市场指数的敏感度)、市值、账面市值比率。对于不同股票或是不同时间段，这三个因子风险都是不同的。(常常将因子风险标准化，使得所有股票的因子风险的均值为0，标准差为1。)

❸ 三因子模型中的系数怎么算

Fama-French三因子模型的表达式： Fama和French 1993年指出可以建立一个三因子模型来解释股票回报率。模型认为，一个投资组合(包括单个股票)的超额回报率可由它对三个因子的暴露来解释，这三个因子是：市场资产组合(Rm_ Rf)、市值因子(SMB)、账面市值比因子(HML)。这个多因子均衡定价模型可以表示为： E(Rit) _ Rft= βi[E(Rmt_ Rft] + siE(SMBt) + hiE(HMIt) 其中Rft表示时间t的无风险收益率；Rmt表示时问t的市场收益率；Rit表示资产i在时间t的收益率；E(Rmt) _ Rft是市场风险溢价，SMBt为时间t的市值(Size)因子的模拟组合收益率(Small minus Big)，HMIt为时间t的账面市值比(book—to—market)因子的模拟组合收益率(High minus Low)。 β、si和hi分别是三个因子的系数，回归模型表示如下： Rit_ Rft= ai+ βi(Rmt_ Rft) + SiSMBt+ hiHMIt+ εit 但是，我们应该看到，三因子模型并不代表资本定价模型的完结，在最近的研究发现，三因子模型中还有很多未被解释的部分，如短期反转、中期动量、波动、偏度、赌博等因素。