第 1 章 绪论
1.1 研究背景与研究意义
1.1.1 研究背景
随着改革开放进程的不断深化、国民经济结构的持续转变以及国内科技实力的持续进步，中小企业和高科技企业不断涌现并开始快速发展壮大。伴随着他们的发展进程，中小企业和高科技企业的融资需求也迅猛增长。为了满足这些融资需求，2004 年 5 月，深圳证券交易所设置了中小企业板，作为创业板设立前的过渡；2009 年 10 月，创业板在深交所正式开板，完成了由著名经济学家成思危提出的“三步走”规划的最后一步。Wind 数据显示，创业板在设立之初的 2009 年上市公司仅 28 家，而截至 2020 年 4 月达到了 807家。创业板上市公司总市值也由最初的 1400 亿元发展到现在的 67600 亿元以上，创业板市场规模显著扩张。与主板市场不同，创业板为中小企业，尤其是暂时无法在主板上市的中小企业、高科技企业专门开辟了一条融资渠道，解决了部分高成长性、发展前景较好的企业的“融资难”问题，在我国资本市场上起着重要的补充作用。而另一方面，创业板市场在定价上呈现出发行价偏高、高市盈市净率、波动性强的特点，这些特点使得创业板在吸引大量长期投资者基于对高成长性企业的偏好参与到市场当中的同时，也吸引了很多激进的短期投机者。创业板与 A 股主板的种种不同是否仅仅是“小公司”效应的体现；两个市场间存在怎样的相关性，是否也反映在定价因子上，存在哪些公共的定价因子，哪些特异的定价因子？这些问题不但是很多投资者关心的问题，也是众多学者关注的研究领域。
资产定价理论作为现代金融理论的重要成果之一，自上世纪 50 年代Marwokitz 提出现代资产组合理论以来，一直是金融领域的热点研究方向。在现代资产组合理论的基础上，Sharpe、Lintner、Treynor 等人在 1964 年建立了资本资产定价模型 CAPM，资本资产定价模型通过研究最优投资组合中单个金融资产标的与市场总体组合的关系，认为在某种证券和其他证券构成组合时，该资产收益的不确定性会得到分散。资产组合中的证券种类越多，分散的效果越好，分散达到一定程度时，资产组合仅存在市场风险，此时的资产组合的预期收益由敏感度 β 决定。资本资产定价模型为投资者确定资产交易价格提供了一种简洁明快的工具，但它的预定假设过于严格，在现实市场中难以成立，因此该模型的争议也一直很大。在此之后，研究者们又延伸发展出了多因子资产定价模型，如 Ross 提出的套利定价模型（APT）。套利定价模型认为每个证券的期望收益由一组定价因子决定。在多因子资产定价模型的基础上，Fama 和 French 建立了三因子模型。Fama-French 三因子模型由市场资产组合因子、市值因子、账面市值比因子构成，该模型在对 1963 年至 1991 年间的美国股票市场的实证研究中解释能力较强，解决了一些之前的模型无法解释的市场表现。但是在接下来的研究过程中，很多学者发现市场上仍然存在一些三因子模型难以解释的市场异象，例如盈利效应（盈利能力相对较强的公司股票的期望收益率也相对较高）、投资异象（高投资的公司股票的期望收益率反而更低）等。针对这些新产生的投资异象，Fama 和 French在之前的三因子模型基础上，又通过引入两个新的因子——盈利能力因子和投资因子，构造了五因子模型。两个新因子的加入使得五因子模型对平均超额收益的解释能力有所增强。但研究者们发现，五因子模型仍然存在一些缺陷，例如它对投资相对激进、盈利能力较差的低市值公司股票解释能力较差、五因子模型中的一些因子在某些新兴市场并不显著。另外，五因子模型中市值因子的解释能力可被其他四个因子所替代，剔除市值因子也不会对模型的解释能力产生影响。五因子模型的缺陷使得在它推出之后，研究者们又对五因子模型做了许多拓展研究，通过引入其他因子期待改善五因子模型的解释能力，例如流动性因子等。
........................
1.2 研究思路与研究内容
1.2.1 研究思路
本文的研究将按照图 1-1 中所示的流程进行。
1.2.2 研究内容
本文的主要研究的是研究沪深主板和创业板的公共定价因子和特异定价因子，以及验证 Fama-French 三因子等常用代理因子与文中所求的市场间公共定价因子的相关性。主要的研究内容主要有以下几个部分：
第一部分，主要回顾国外多因子资产定价模型的构造的相关研究，并对国外使用 Fama-French 三因子模型、四因子模型，Fama-French 五因子模型等模型对不同股票市场的实证研究成果进行综述。接着介绍了对同一经济体内不同股票市场表现比较的研究，以及对市场的潜在定价因子的研究进展。然后回到国内，阐述了国内利用多因子模型对 A 股的实证检验成果，和对沪深主板和创业板比较研究的现状。最后对以上的文献综述进行总结评述。
第二部分，回顾了创业板过去的发展，介绍了科创板和新三板的背景，并由此分析了科创板的设立和新三板设置精选层和展开精选层挂牌公司转板上市对创业板的影响。
第三部分，首先引入主成分分析的概念，并介绍改进的渐近主成分分析法——多组别因子分析（Multigroup Factor Analysis）。随后收集样本数据并对数据进行处理，再使用多组别因子分析计算潜在因子。最后使用信息准则对因子数量进行估计，确定了主板和创业板的潜在因子数量。
第四部分，引入特征值法和典型相关检验法，利用两种方法同时对主板和创业板各自的定价因子进行分析，判定两个市场间的公共因子个数和特异因子个数。
第五部分，对前文获得的市场间公共因子进行稳健性检验。然后对全体A 股样本数据构造 Carhart 四因子模型，将获得的市场因子、账面市值比因子、市值因子和动量因子，与市场间公共因子做典型相关性检验，利用相关性的强弱来判断 Carhart 四因子对整个 A 股市场的解释能力的强弱。
第六部分为本文的结论和对未来相关研究的展望。
第 2 章 创业板市场的发展现状和展望
2.1 创业板的发展和展望
创业板诞生于 20 世纪 70 年代，作为一种上市门槛较低的股票市场，它是世界各国扶持创业企业、支持创新的重要平台，致力于为中小企业提供直接融资的渠道。
中国的资本市场起步较晚，在 A 股市场成立之初，严格的上市条件要求使得大量中小科技企业无法上市，只能通过传统融资渠道获取高成本的资金，这使得科技企业的发展受到了阻碍。而在同一时间，90 年代中期，美国纳斯达克交易所快速壮大，市场总市值迅速增长，大量互联网公司上市，为美国互联网产业提供了大量资金，被认为是开启第三次工业革命的关键。鉴于这种情况，建立中国的纳斯达克，也就是创业板市场的呼声越来越强烈。
一般认为，中国创业板市场的设立是于 1998 年提上日程的。在这一年的3 月，著名经济学家成思危在当年的政协会议上，提出了促进中国风险投资事业的提案，该提案被认为是当年的“政协一号提案”。在 2003 年，成思危又提出了著名的创业板市场“三步走”构想，第一步为在既有满足上市门槛的待上市企业中挑选一些市值较低的企业，在深圳证券交易所上市组成科技股板块，展现中国支持科技企业上市融资发展壮大的态度；第二步为设置中小企业板，通过细致研究，逐步降低企业上市门槛，为更多中小创新型公司提供上市融资的机会；第三步为在时机成熟时，正式建立创业板市场。“三步走”构想为创业板市场的发展指出了一条清晰的道路。
2004 年 5 月，作为创业板的先声，中国政府在深圳证券交易所设立了中小企业板。在 2004 至 2005 年间，中小企业板上市了 50 家企业，虽然数量较少，但后来在这些公司中涌现出了不少如新和成这样的优质科技企业。不过随着股权分置改革的开始，中小板新股上市一度暂停。
股改任务完成后，2006 年下半年，创业板进入了紧锣密鼓的正式筹备阶段；2007 年 3 月，创业板的技术准备完成；2008 年 3 月，创业板上市管理办法征求意见稿出炉，创业板启动进入倒计时；2009 年 10 月 30 日，创业板正式开启首日交易，28 家企业同日鸣锣。
..........................
2.2 科创板设立对创业板的影响
科创板的设立是 2019 年中国资本市场最重磅的事件。2019 年 7 月 22日，科创板启动，这天有 25 家企业在上海证券交易所鸣锣上市挂牌交易。科创板作为对创业板市场的补充，在诸多方面做了有力突破。例如在交易规则上，科创板市场新股上市前五个交易日不设日涨跌幅限制，而创业板为新股当天设置 44%的涨跌幅限制；科创板普通涨跌幅限制为 20%，而创业板与主板相同，为 10%；科创板异常波动判定较创业板宽松等等。
截至 2020 年 5 月，沪市科创板已上市公司达到 106 家。已上市科创板上市公司的地理分布如图 3-2 所示，拥有上市科创板企业的省级行政区共有15 个，这些省级行政区主要集中在东部和中部地区，且发达程度相对较高。反观西部地区一共只有 3 家科创板上市企业，除了四川省和陕西省外，其他西部省份均没有科创板上市公司。
..........................
第 3 章 相关理论与定价因子的获取 ................................ 21
3.1 多组别因子分析法相关理论 ................................. 21
3.1.1 渐近主成分分析 .................................... 21
3.2 数据的取得和预处理 .......................... 22
第 4 章 公共定价因子的确定 ...................... 27
4.1 公共因子的判别方法 ................................ 27
4.2 典型相关分析原理及相关系数计算 ........................... 27
第 5 章 对公共定价因子的检验 ................................ 30
5.1 对定价因子的稳健性检验 ................................ 30
5.2 公共定价因子与常用定价因子的相关性检验 ........................ 31
第 5 章 对公共定价因子的检验
5.1 对定价因子的稳健性检验
第三章中的分析表明，沪深主板和创业板每个市场都有三个定价因子，但市场间最多只有两个公共定价因子。但在得出这一结论时，我们可能面临抽样偏差问题，更加具体地说，就是数据中可能存在的一些离群值也许会导致我们无法找出沪深主板和创业板股票之间的更紧密的关联性。
我们试图通过以下的稳健性检验来解决此问题。随机将沪深主板股票组成的资产组、主板和创业板股票组成的资产组分别进行分割（不使用创业板单独作为样本是因为将创业板分割后样本个数过少），将每个资产组再分割为两个股票只数相等、且样本不重叠的小组。然后使用渐近主成分分析计算每个小组的定价因子（此时假定每个小组都存在三个定价因子），最终检验同一个资产组的两个小组的定价因子之间的典型相关性。按照以上的方法进行1000 次稳健性检验，对 1000 次检验中求得的典型相关系数做算术平均。如此获得的小组的定价因子间的典型相关系数的均值列在表 5-1 中。
............................
结论
本文主要采用了渐近主成分分析法，以 2012 年 1 月至 2019 年 12 月间A 股沪深主板和创业板月度超额收益为样本，计算得出了两个市场的定价因子并对每个市场内实际存在的定价因子个数做了一致估计。之后使用典型相关分析和特征值分析，判定出了沪深主板和创业板的公共定价因子的个数。最后利用全体 A 股样本数据建立了 Carhart 四因子模型，将获得的市场因子、市值因子、账面市值比因子和动量因子分别与之前获得的公共定价因子通过典型相关分析，判断这些因子对整个 A 股市场的解释能力。
本文的主要结论有：
（1）A 股主板和创业板在样本时间段内，市场基本面发生了几次大的变动。而在这些时间段通过信息准则得到的定价因子数量的一致估计也发生变化，这一现象可以侧面显示市场结构发生的变动。进一步地来说，市场基本面的大变动很可能导致有效定价因子的不断变化，使得成熟的因子定价模型无法对同一个市场持续有效；
（2）主板和创业板存在两个公共定价因子，并分别存在一个本市场特有的定价因子。也就是说主板和创业板市场在风险定价上具有结构性的差别，对 A 股的风险判断需要根据具体市场情况具体分析；
（3）市场因子乃至 Fama-French 三因子均存在对整个 A 股市场的普遍适用性。主板和创业板的公共定价因子与市场因子高度相关且相关性随时间推移逐渐上升，而与市值因子和账面市值比因子相关性也相当强，而动量因子与公共定价因子的相关性较弱。
参考文献（略）