检验方法：按照平均ROE分类之后计算得到的四因子回归系数的平均值和T值。计算方法为，在每一年对所有公司按照年初ROE均分为10个投资组合，并对每个投资组合按照12个月（Δt＝5年为60个月，Δt＝10年为120个月，Δt＝20年为240个月）进行Carhart四因子回归，得到回归的截距项（α值）和系数。
之后对每一年得到的四因子系数和截距项进行平均，并计算经过Newey-West调整之后的T值，滞后项选为3阶。每个参数所对应的第一行为计算的均值，第二行为T值。
由此，我们可以得到Δt＝1年、5年、10年和20年时的四因子模型的回归结果数据表，具体参见附表23、附表24、附表25、附表26四张数据表。
以下四点分别对应以上四张附表进行分析。
（1）附表23显示：MKT、SMB、HML、UMD四个因子合计40个组合的系数值，其中32个具有1%的统计显著性，1年期α值除第5／6两组外，其余8组均具有1%统计水平的显著性。
（2）附表24显示：MKT、SMB、HML、UMD四个因子合计40个组合的系数值，其中35个具有1%的统计显著性，5年期Intercept项（α值）第2／3／7／8／9／H共6组具有1%统计水平的显著性。
（3）附表25显示：MKT、SMB、HML、UMD四个因子合计40个组合的系数值，其中37个具有1%的统计显著性，10年期Intercept项（α值）第7／8／9／H共4组具有1%统计水平的显著性。
（4）附表26显示：MKT、SMB、HML、UMD四个因子合计40个组合的系数值，其中39个具有1%的统计显著性，20年期Intercept项（α值）第4／7／8／9／H共5组具有10%以下水平显著。
综上，通过Carhart四因子系数的显著性结果，我们可以证实，本书采用的四因子模型对研究样本是有可靠性和适用性的。(https://www.xing528.com)
再进一步汇总、整合以上四张附表，当Δt＝1年、5年、10年和20年时，Intercept项（α值）的图形如图4-29所示。
图4-29 四因子模型回归α检验值（按周期）
分析以上四张附表数据以及图4-29，我们有如下发现。
（1）不同周期情况下，ROE分组从低到高，α曲线呈递增趋势。
（2）不同周期情况下，α值均从负转正，表示ROE越高的投资组合，获得的超额收益率越高；ROE越低的投资组合，超额收益率为负值。
（3）当Δt＝1年、5年、10年和20年时，ROE最高组比最低组的超额收益α分别高3.1%／年、1.4%／年、0.8%／年、0.6%／年；且在ROE相同组内，周期越长，投资组合的超额收益越低，越收敛于市场均值。
因此，在本小节，笔者通过Carhart四因子模型不同周期下的α检验，有效地对“3.3.2 三因子模型α检验”的结果通过了稳健性检验。下面假设检验成立。
H1：长期来看，ROE对股票收益呈正相关，ROE高的公司比ROE低的公司，股票收益更大。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
