下载文档原格式
1 三因素理论：外部环境因素、消费者内在因素、市场营销因素。
2霍金斯模型：外部影响（文化、亚文化、人口环境、社会地位、参照群体、家庭、营销活动）；内部环境（知觉、学习、记忆、动机、个性、情绪、态度）；自我概念与生活方式；决策过程(情境、问题识别、信息搜索、评价与选择、经销商选择与购买、购后过程)。
3两个模型的不同是强调了消费者购后反应的两条反馈：对营销策略和消费者。
4 消费者决策过程的五阶段模型：认知问题、搜寻信息、评价备选方案、选择与决策、购后评价。
七阶段模型：需求确认、搜集信息、购买前评估、购买、使用、用后评估、处置。
5 消费者信息处理模型：不知晓、知晓、掌握知识、喜欢、偏好、确信、购买。
6 文化的三要素：价值观、行为规范、图腾象征。
7 需要是个体由于缺乏某种东西而产生的生理或心理上的不平衡的状态。
它是消费行为的基础，没有需要就不会产生相应的消费行为。
当消费者希望满足的需要被激活时，产生了动机。
8 需要到动机到行为。
9 希曼夫的动机过程模式：为满足的需要—紧张—动机加学习、认知过程—行动—目标，减少紧张到目标。
将动机理解为：个人内部作出的行动驱动力，动机因一种紧张状态而产生，以满足未得到的需求。
10布莱思的动机形成模式：未满足的需求—动力加学习—动机加期望—目标—动力产生的行为。
11价值：指产品或服务满足消费者需要的有用性或有用程度。
任何产品都必须有价值。
消费者价值：消费者从产品和服务中获得的一系列利益。
12 Sheth-Newman-Gross消费价值模型：五种核心消费价值：.功能价值：如有用；2.情感价值：如喜欢、炫耀；3.认知价值：有助于满足认知需要，如新闻；4.社会价值：如归属于某一群体，雅皮士；5.条件价值：如限量版、限购。
五种价值观共同影响消费者选择行为。
13 MEC模型：从产品属性到消费者价值：手段—目的链模型：从产品属性出发推演出提供给消费者的价值。
14 体验是人们响应某些刺激的个性事件。
fama三因素模型公式Fama三因素模型公式在金融学中，Fama三因素模型（Fama Three Factor Model）是由经济学家尤金·法玛（Eugene Fama）于1992年提出的一种资本资产定价模型。
该模型通过考虑市场风险、规模因素和价值因素，对投资组合的预期收益进行解释和预测。
Fama三因素模型的公式如下：E(Ri) = Rf + βi*(Rm - Rf) + si*SMB + hi*HML其中，E(Ri)表示资产i的预期收益，Rf表示无风险利率，Rm表示市场组合的预期收益，βi表示资产i的市场风险系数，si表示资产i 的规模因素系数，SMB表示规模因素的市场组合收益与无风险利率之差，hi表示资产i的价值因素系数，HML表示价值因素的市场组合收益与无风险利率之差。
Fama三因素模型的核心思想是，资产的预期收益不仅取决于市场风险，还受到规模和价值因素的影响。
具体来说，市场风险是指资产与市场组合的相关性，规模因素是指资产的市值大小，价值因素是指资产的价格与账面价值之比。
市场风险是衡量资产收益的重要指标。
市场风险系数βi衡量了资产i相对于市场组合的系统性风险。
当市场组合的收益上升时，资产i的预期收益也会相应上涨。
规模因素是指资产的市值大小对收益的影响。
规模因素系数si衡量了资产i的市值对其收益的影响程度。
研究表明，小市值公司相对于大市值公司具有更高的收益率。
价值因素是指资产的价格与账面价值之比对收益的影响。
价值因素系数hi衡量了资产i的价值对其收益的影响程度。
研究表明，低估值公司相对于高估值公司具有更高的收益率。
通过将市场风险、规模因素和价值因素纳入考虑，Fama三因素模型能够更全面地解释和预测资产的预期收益。
投资者可以根据该模型来构建投资组合，以获取更好的收益和风险控制。
然而，需要注意的是，Fama三因素模型并不是完美的。
它仅考虑了市场风险、规模因素和价值因素，而忽略了其他可能影响资产收益的因素，如流动性、动量等。
复旦大学硕士学位论文Fama-French三因素模型理论及其在中国的实证研究姓名:徐文静申请学位级别:硕士专业:世界经济指导教师:殷醒民20040510中文摘要在和年发表的“预期股票报酬的横截面研究”的文章中,他们通过集中研究美国股票市场年股票价格的异常波动,发现股票的规模和市值账值比率对股票平均报酬的作用己经超过了传统观点里认为的市场风险因素的作用,并证明了在美国股票市场上市场风险与股票平均报酬之间缺乏明显的正向线性关系而且当刀不变时,股票规模与其平均报酬成反比,当规模不变时, 与股票报酬无关,价值与股票报酬成正比。
近年来,随着资产定价理论研究的深入,我国学者也逐渐关注对模型在中国证券市场的实证检验,但对于此模型结论是否适用于中国股票市场还存在着争议。
本文在总结国外资产定价理论及其发展方向的基础上,结合国内研究现状和中国证券市场发展的特点,采用的方法和模型对上海证券市场年月到年月的股票平均报酬进行回归分析,目的在于检验的结论是否适用于中国股票市场。
本文的研究通过介绍和三因素模型理论并将其运用到中国股票市场中,发现与国外证券市场一样的是,在中国股票平均报酬变动中的确存在规模和价值效应,即公司规模与股票或股票组合的平均报酬呈现负的相关关系,而同时公司的市值账值比率与股票〔或股票组合的平均报酬呈现正的相关关系。
总之,我们的实证结果总体上与模型是一致的,从而证明模型是适用于中国股票市场的。
【关键词】三因素模型规模效应价值效应市值账值比率分类号刀弓言在过去相当长的一段时间里,人们无法解释股票价格和报酬的变动行为,直到年前后经济学家开始使用报酬和风险的关系来解释股票的定价问题,主要代表人物有和等人,他们普遍认为市场组合的均值一方差分析是有效的,即股票的平均报酬是市场风险因素值的正相关线性函数,而且市场可以满足解释影响平均报酬风险因素的需要。
其后,有不少的学者通过实证研究开始对市场值的解释程度表示了不同的看法,例如认为〕可以作为对预期报酬中没有合理解释风险的整体替代因素提出“小公司效应”,即股票收益率与公司规模成反比提出公司杠杆比〔与公司股票收益之存在着相关关系和与发现公司账面价值与其市场价值的比值大致与公司股票收益率成正比等等,但是这些观点都由于存在对市场因素解释能力的局限而没有形成合理和系统的理论。
本文确定了股票和债券收益的五个常见风险因素。
股票市场有三个因素:一个总体的市场因素和与公司规模以及账面市值比有关的因素。
债券市场有两个因素。
与到期和违约风险有关。
由于股票市场的因素，股票回报有共同的变化，它们通过债券市场因素的共同变化与债券收益联系在一起。
除了低级的企业。
债券市场因素反映了债券收益率的共同变化。
最重要的。
这五个因素似乎解释了股票和债券的平均回报率。
1.介绍美国普通股平均收益的横截面与夏普比例β（1964）TLNTNER（1965）资产定价模型或BREEDEN（1979）等跨期资产消费定价模型的消费关系不大。
例如，ReigANUM（198 1）和布里登、吉本斯和LyZeNBER（1989）。
换句话说，在资产定价理论中没有特殊地位的变量显示了可靠的解释平均回报截面的能力。
经验确定的平均值变量的列表包括大小（ME，市值），杠杆率，收益/价格（E/P），和账面市值比（公司普通股的账面价值，BE，其市值，ME）。
例如班兹（1981）。
班达里（1988）。
巴苏（1983）。
还有罗森伯格、瑞德和Lanstein FAMA和法国（1992年）研究了股票平均收益的横截面中市场β、规模、E/P、杠杆和账面市值比共同作用。
他们发现，单独使用或与其他变量组合共同使用，β（股票收益在市场回报的回归中的斜率）几乎并不显著。
单独使用，大小，E/P，杠杆，和书对市场的股本有解释力。
在组合中，规模（ME）和账面市值比（BE/ME）似乎吸收杠杆和E的作用；最终结果是，两个经验确定的变量，规模以及账面市值比，很好地解释了在1963年至1990年期间纽约证券交易所、美国证券交易所和纳斯达克股票的平均回报的横截面。
本文以三种方式扩展了Fama和法国（1992年A）的资产定价测试。
（a）我们扩展了解释资产的范围。
在FAMA和法国（1992年A）中考虑的唯一资产是普通股。
如果市场一体化，单一模型也应该解释债券收益。
这里的测试包括美国政府和公司债券以及股票。
什么是艾森克的人格三因素模型
艾森克(Eysenck，1947，1967)的“三因素模型”是人格的现代特质理论。
其主要观点有：三因素包括：外倾性；神经质；精神质。
四层次由下到上依次为“特殊反应水平”，日常观察到的反应，属于误差因子；“习惯反应水平”，是由反复进行的日常反应形成的，属于特殊因子；“特质层”，由习惯反应形成，属于群因子；“类型层”，由特质构成，属于一般因子。
各种人格特质可用一个人格维度图表示。
H.J.艾森克从特质理论出发，以因素分析方法和传统的实验心理学方法相结合长期研究人格问题，并把研究兴趣从特质转向维度，从而确立了自己的人格理论。
艾森克反对把人格定义抽象化，他在其《人格的维度》（1947）一书中指出“人格是生命体实际表现出来的行为的模式的总和”。
艾森克认为这种行为模式的总和包括认知（智力）、意动（性格）、情感（气质）和躯体（体质）四个主要方面。
后来他又强调人格具有稳定持久性。
三因素方差分析的原理及应用1. 引言方差分析（Analysis of Variance，简称ANOVA）是一种统计分析方法，用于比较并确定一个因变量在不同组之间的均值是否存在显著差异。
在实际应用中，我们常常会遇到多个因素对结果的影响，这时可以使用三因素方差分析来研究它们之间的关系。
2. 三因素方差分析的原理三因素方差分析是将样本数据通过方差分解的方式，将总方差分解为三个部分，每个部分都与三个因素相关。
其中，总方差表示整体样本数据的变异程度，组内方差表示同一因素下各组数据之间的差异，而组间方差则表示不同因素间各组数据之间的差异。
三因素方差分析的统计模型可以表示为：$$ Y_{ijk} = \\mu + \\alpha_i + \\beta_j + \\gamma_k + \\epsilon_{ijk} $$其中，Y ijk表示第 i 个水平，第 j 个重复次数，第 k 个处理等 $\\mu$ 为总均值，$\\alpha_i$ 为第 i 个因素（水平）的影响效应，$\\beta_j$ 为第 j 个因素的影响效应，$\\gamma_k$ 为第 k 个因素的影响效应，$\\epsilon_{ijk}$ 为随机误差项。
3. 三因素方差分析的步骤具体进行三因素方差分析时，可以按照以下步骤进行：3.1 数据收集收集实验所需的样本数据，包括三个因素的取值和测量结果。
3.2 数据预处理对收集到的数据进行清洗、筛选和去除异常值等预处理操作，以保证数据的可靠性和准确性。
3.3 建立方差分析模型基于收集到的数据，建立三因素方差分析的统计模型，包括计算总平均值、组内平均值和组间平均值。
3.4 计算各因素的影响通过计算组内方差和组间方差，以及各因素的均方差来评估各因素的影响程度。
3.5 进行显著性检验采用适当的统计方法，比如 F 检验、t 检验等，对三因素方差分析的结果进行显著性检验，判断各因素的影响是否具有统计学意义。
3.6 结果解释和应用根据显著性检验的结果，解读各因素对结果的影响情况，并将其应用于实际问题中。
一、经济背景
CAPM曾一度是资产定价的主要依据，引发了很多学者对其的实证检验。
但是从结果来看，期望收益与市场beta并不相关，CAPM也便遭到了人们的质疑。
正是在这种对传统单因素beta资产定价的挑战下，出现了异象研究。
异象研究：人们发现，股票的平均收益与上市公司的财务特征相关，公司特征对截面收益的解释往往比传统单因素beta模型更加有力。
之后，人们进行了分析。
有的学者就提出，规模效应，size effect，小公司的股票平均收益率高于大公司股票。
还有的学者就提出，账面市值比效应，B/M effect，高账面市值比的股票比地账面市值比的股票有显著高的收益率。
除此之外，还有例如D/E债务权益比效应，E/P盈余价格比效应之类的解释。
二、B/M effect
学术界对于各种异象的研究主要集中于“BM 效应”产生的原因,即为什么高BM 的股票比低BM 的股票具有更高的收益。
目前,主要有如下四种观点:
1.有的学者认为B/M 效应只是特定样本在特定检验期内才存在,是数据挖掘的结果。
通俗来说，它就是个概率事件，样本局限性：选择性偏差造成BM 效应的存在。
但肯尼思·弗伦奇等人通过检验美国之外的股市或拉长检验期后,仍发现B/M 效应显著存在,从而否定了此种解释。
2. 第二种观点(Fama 和French ,1992 ,1993 ,1996) 认为,B/M 代表的是一种风险因素———财务困境风险。
具有困境的公司对商业周期因素如信贷条件的改变更加敏感,而高B/M 公司通常是盈利和销售等基本面表现不佳的公司，财务状况较脆弱,因此比低BM 公司具有更高风险。
可见,高B/M公司所获得的高收益只是对其本身高风险的补偿,并非所谓不可解释的“异象”。
—三因素模型前身。
同时，为了验证自己的结论并不是由于样本选择的原因，他们从国际股票市场的角度进行了考察，发现B/M效应在覆盖四大洲的13个主要国家的股票收益中同时出现，证明了这一现象并不仅局限于美国，否认了B/M效应的质疑。
3. 第三种观点认为,B/M 效应的出现是由于投资者对公司基本面过度反应造成的。
高B/M 公司通常是基本面不佳的公司,因此投资者对高B/M公司的股票价值非理性地低估;低B/M公司则是基本面较好的公司,因此投资者对低B/M 公司的股票价值非理性地高估。
可见,投资者通常对基本面不佳的公司过度悲观,对基本面优良的公司过度乐观。
当过度反应得到纠正后,高BM 公司将比低BM 公司具有更高的收益。
4. 第四种观点也就是特征模型。
(Daniel 和Titman ,1997) 也认为BM 和SIZE 不是风险因素, 实际上,BM 和SIZE 代表的是公司的特征,简称“特征因素”—其代表投资者偏好,并决定收益的高低，而仅仅是特征本身决定了股票的预期收益率。
高B/M 公司由于基本面较差而价值被低估,故称“价值股”;反之,低B/M 公司由于基本面较好而价值被高估,故称“成长股”。
由于投资者偏好于持有基本面较好的成长股,而厌恶持有基本面不佳的价值股,结果导致高B/M 公司具有较高收益。
本文重点主要在论述三因素模型，并与特征模型进行了比较，证明了三因素模型的优势。
三、对三因素模型论述。
第一部分主要是在风险模型中对整体市场，公司规模以及价值溢价的一个整体说明。
第二到第四部分是对于此种模型的系列回归检验。
第一部分
三因素模型构建：
作者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)的超额回报率可由以下三个因子来解释，期望收益来表示，定价模型如下所示:
E R i−R f=b i E R M−R f+s i E SMB+ℎi E(HML)
样本选择：
1929-1997，68YEAR。
变量解释：
R M−R f，市场风险溢价。
另外，根据规模大小，分为B与S两组，根据B/M大小，分为30%以下，30%-70%，70%以上三段，即Ｌ，Ｍ，Ｈ。
分别组合，我们就有以下６个分组，SL，SM，SH，BL，BM，BH。
SMB=(S/L+S/M+S/H)/3-(B/L+B/M+B/H)/3
表示剔除B/M因素后，市值小的公司组成的投资组合回报与市值大的公司组成的投资组合收益率之差。
HML=(S/H+B/H)/2-(S/L+B/L)/2
表示剔除SIZE因素后，高B/M与低B/M的收益率之差。
并且，SMB与HML的相关系数仅为0.13，更加印证了二者是互不影响的。
做出回归分析结果：
可以看出，对于市场风险因素，整个68年而言，系数0.67，T检验3.34，并且不论前半段还是后半段它的T检验2.41与2.44都很大，也就证明了市场风险因素在股票回报率决定中占了重要位置。
同理于账面市值比因素。
并且，我们仔细看1963年之后这段，这也证明了小盘股平均收益大于大盘股。
1.27-0.98=0.29；1.57-1.01=0.56。
再来看SMB。
整段结果而言，敏感系数仅为0.2，T检验仅为1.78.
这时候，我们再看Daniel与Titman假设与特征模型的前提。
Daniel与Titman假设：股票溢价仅仅是由规模因素本身决定的，与SMB所代表的风险因素无关。
特征模型的前提：SMB风险因素与规模效应无关，因此并不会影响期望收益率。
而回归中SMB对于收益率0.2的敏感系数也就推翻了这一假设。
第二部分
实证检验：就是对三因素模型进行回归分析。
R i−R f=a i+b i R M−R f+s i SMB+ℎi HML+∈i
α，超额收益率，三因素模型是对风险补偿思想的继承与发展，认为代表风险的b,s,h 为0时，资产的超额收益应该为0，也就是说a对于所有资产都应该为0.
可以看出：
除了S/L公司的a过大之外，其他的截距基本符合三因素假说。
敏感系数s i，随着规模上升而减小，说明：企业市值越大，由于它的风险就会减小，它在预期收益率模型中所起的作用减小。
而且s i是正的，表明市值较小的公司组成的投资组合可以预期带来更多的回报。
因为B/M与HML相关性很高，所以并不能单独的去看待HML所代表的风险因素在预期收益率上所起的作用。
并且，三因素模型将时间区域从特征模型的73-93，扩大到了29-97。
29-63区间到63-97区间，S/L，S/M，S/H的规模仅仅变小一点，而B/L，B/M，B/H却在两个区间十分相似。
并且HML，SMB的敏感系数在两个区间上也十分相似。
总而言之，无论是特征本身还是风险因素，在两个区间上都十分的相似，因此，在扩大样本区间的基础上去比较三因素模型和特征模型是可行的。
