套利定价理论课件-(1).ppt
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 套利 定价 理论 课件
- 资源描述:
-
单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,第,12,章,因子模型,和套利定价理论(,APT,),系统风险与非系统风险,单因子模型,多因子模型,套利和套利定价,1.,系统风险与非系统风险,经济系统中的某些共同因素影响几乎所有的公司,商业周期、利率、,GDP,增长率、技术进步、劳动和原材料的成本、通货膨胀率,这些变量不可预期的,变化将导致整个证券市场回报率的不可预期变化,例子:市场模型,这里,=,在给定的时间区间,证券,i,的回报率,=,在同一时间区间,市场指标,I,的回报率,=,截矩项,=,斜率项,=,公司特有风险,满足,例如:,i,为海尔股票,,j,为五粮液股票,,I,为上证指数,海尔公司股票方差可以分解为,=,系统风险,+,非系统风险,=,不可分散风险,+,可分散风险,=,市场风险,+,单一或者是企业个别风险,注意:市场模型与,SML,的区别,市场模型是统计模型,,SML,是理论结果,市场模型描述实现回报率,,SML,描述期望回报率,市场模型可以分解为期望部分与非期望部分,例子:,Flyer,公司股票的下一个月回报率,这里,表示实际月回报率,表示期望回报率,表示回报率的非期望部分,期望回报率是市场中投资者预期到的回报率,依赖于投资者现在获得的关于该种股票的所有信息,以及投资者对何种因素影响回报率地全部了解。,回报率的非期望部分由下一个月内显示的信息导致,这里,由于系统原因导致的回报率的非期望部分,由于非系统原因导致的回报率的非期望部分,定义,1,:因子模型,(或者指标模型)是一种假设证券的回报率只与不同的因子或者指标的运动有关的经济模型。,由于在实际中,证券的回报率往往不只受市场指标变动的影响,所以,在估计证券的期望回报率、方差以及协方差的准确度方面,多因子模型比市场模型更有效。,作为一种回报率产生过程,因子模型具有以下几个特点。,第一,因子模型中的因子应该是系统影响所有证券价格的经济因素。,第二,在构造因子模型中,我们假设两个证券的回报率相关,一起运动,仅仅是因为它们对因子运动的共同反应导致的。,第三,证券回报率中不能由因子模型解释的部分是该证券所独有的,从而与别的证券回报率的特有部分无关,也与因子的运动无关。,因子模型在证券组合管理中的应用,在证券组合选择过程中,减少估计量和计算量,刻画证券组合对因子的敏感度,如果假设证券回报率满足因子模型,那么证券分析的基本目标就是,辨别这些因子以及证券回报率对这些因子的敏感度。,2.,单因子模型,把经济系统中的所有相关因素作为一个总的宏观经济指标,假设它对整个证券市场产生影响,并进一步假设其余的不确定性是公司所特有的。,例如,国内生产总值,GDP,的增长率是影响证券回报率的主要因素。,表,12-1,因子模型数据,年份,GDP,增长率,A,股票回报率,1 5.7%14.3%,2 6.4 19.2,3 7.9 23.4,4 7.0 15.6,5 5.1 9.2,6 2.9 13.0,4%,图,12-1,中,横轴表示,GDP,的增长率,纵轴表示证券,A,的回报率。图上的每一点表示表,12-1,中,在给定的年份,,A,的回报率与,GDP,增长率的关系。通过线性回归分析,我们得到一条符合这些点的直线。这条直线的斜率为,2,,说明,A,的回报率与,GDP,增长率有正的关系,。,GDP,增长率越大,,A,的回报率越高。,写成方程的形式,,A,的回报率与,GDP,增长率之间的关系可以表示如下,这里,=A,在,t,时的回报率,=GDP,在,t,时的增长率,=A,在,t,时的回报率的特有部分,=A,对,GDP,的增长率的敏感度,=,有关,GDP,的零因子。,在图,12-1,中,零因子是,4%,,这是,GDP,的增长率为零时,,A,的回报率。,A,的回报率对,GDP,增长率的敏感度为,2,,这是图中直线的斜率。这个值表明,高的,GDP,的增长率一定伴随着高的,A,的回报率。如果,GDP,的增长率是,5%,,则,A,的回报率为,14%,。如果,GDP,的增长率增加,1%,为,6%,时,则,A,的回报率增加,2%,,或者为,16%,。,在这个例子里,第六年的,GDP,的增长率为,2.9%,,,A,的实际回报率是,13%,。因此,,A,的回报率的特有部分(由 给出)为,3.2%,。给定,GNP,的增长率为,2.9%,,从,A,的实际回报率,13%,中减去,A,的期望回报率,9.8%,,就得到,A,的回报率的特有部分,3.2%,。,从这个例子可以看出,,A,在任何一期的回报率包含了三种成份:,1,在任何一期都相同的部分(),2,依赖于,GDP,的增长率,每一期都不相同的部分(),3,属于特定一期的特殊部分()。,通过分析上面这个例子,可归纳出单因子模型的最一般形式:对时间,t,的任何证券,i,有,这里,是因子在时间,t,的因子的值,对在时间,t,的所有的证券而言,它是相同的。是证券,i,对因子 的敏感度,对证券,i,而言,不随时间的变化而变化。是证券,i,在时间,t,的回报率的特有部分。这是一个均值为,0,,标准差为 ,且与因子 无关的随机变量,我们以后简称为,随机项,。,为简单计,只考虑在某个特定的时间的因子模型,从而省掉角标,从而上式变为,并且假设:,1,任意证券,i,的随机项 与因子不相关,;,2,任意证券,i,与证券,j,的随机项 与 不相关,。,假设,1,说明,因子具体取什么值对随机项没有影响。,假设,2,说明,一种证券的随机项对其余任何证券的随机项没有影响,换言之,两种证券之所以相关,是由于因子对它们的共同影响导致的。如果任何假设不成立,则单因子模型不准确,应该考虑不同的因子模型。,对于证券,i,而言,其回报率的均值,这时,对于证券,i,而言,其回报率的方差为,定义,式中的 为,因子风险,;为,非因子风险,。,对于证券,i,和,j,而言,它们之间的协方差为,单因子模型具有两个重要的性质。,第一个性质,单因子模型能够大大简化我们在均值,-,方差分析中的估计量和计算量。,第二个性质与风险的分散化有关,。,分散化导致因子风险的平均化,。,分散化缩小非因子风险。,3,多因子模型,经济是否健康发展影响绝大多数公司的前景,因此,对将来经济预期的变化会对大多数证券的回报率产生深远的影响。但是,经济并不是一个简单的单一体,用单一的因子来刻画整个经济显然是不准确的。,一般来说,下面的几种因素会对整个经济产生普遍的影响。,1,GDP,的增长率,2,短期国库券的利率水平,3,长短期国债的收益率之差,4.,公司债与国债的收益率之差,5.,通货膨胀率,6.,石油价格,7.,技术进步,3.1,两因子模型,,即,回报率生成过程包括两个因子。,在,t,时的两因子模型方程为:,这里 和 是影响证券回报率的主要因素,和 是证券,i,对两因子的敏感度。是随机项,而 是零因子回报率。,表,12-2,因子模型数据,年份,GDP,增长率 通货膨胀率,A,股票回报率,1 5.7%1.1%14.3%,2 6.4 4.4 19.2,3 7.9 4.4 23.4,4 7.0 4.6 15.6,5 5.1 6.1 9.2,6 2.9 3.1 13.0,例子,证券,B,的回报率受,GDP,的增长率和通货膨胀率预期值的影响。图中的每一点描述了在特定的一年,证券,B,的回报率、,GDP,的增长率和通货膨胀率之间的关系。通过线性回归,可以确定一个平面,使得图中的点符合这个平面。这个平面的方程为,平面在,GDP,增长率方向的斜率,(,=2.2,),表示证券,B,的回报率对,GDP,增长率变化的敏感度。,平面在通货膨胀率方向的斜率,(,=,0.7,),表示证券,B,的回报率对通货膨胀率变化的敏感度。,敏感度符号说明,当预期,GDP,增长率或者通货膨胀率增加时,证券,B,的回报率相应地增加或者减少。,平面的截距表示,B,的零因子回报率为,5.8%,。,B,的实际回报率与平面上对应点的差为回报率的随机项部分。例如,,,B,在第六年的随机项为,3%,。,和单因子模型一样,我们只考虑一期的模型,所以省掉时间的角标。两因子模型方程如下:,并且假设:,1,证券的随机项与因子不相关,,2,证券,i,与证券,j,的随机项 与 不相关。,期望回报率,方差,协方差,两因子模型具有单因子模型的重要性质。,1,有关证券组合前沿的估计量和计算量大大减少。,2,分散化导致因子风险的平均化。,3,分散化缩小非因子风险。,3.2,多因子模型,一般形式,不同形式,其中,4,套利机会,何谓套利机会?最简单的说法是,不花钱就能挣到钱。具体地说,有两种类型的套利机会。,如果一种投资能够立即产生正的收益而在将来不需要有任何支付(不管是正的还是负的),我们称这种投资为,第一类的套利机会,。,如果一种投资有非正的成本,但在将来,获得正的收益的概率为正,而获得负的收益(或者说正的支出)的概率为零,我们称这种投资为,第二类的套利机会,。,任何一个均衡的市场,都不会存在这两种套利机会。如果存在这样的套利机会,人人都会利用,从而与市场均衡矛盾。所以我们,假设市场上不存在任何套利机会,。,套利活动是现代有效证券市场的一个关键原因。,每个投资者都会充分利用套利机会,只需要少数投资者的套利活动就能消除套利机会,近似的套利机会(,almost arbitrage,),:风险性质类似得证券组合,其价格、回报率也应该接近。在因子模型这一框架中,因子敏感度相等时,除非因子风险外,价格、回报率行为应该一致,否则存在近似套利机会。,假设,1,:,市场是完全竞争的、无摩擦的。,假设,2,:,投资者是非满足的:当投资者具有套利机会时,他们会构造套利证券组合来增加自己的财富。,假设,3,:,所有投资者有相同的预期:任何证券,i,的回报率满足因子模型:,5,套利定价理论,(APT),这里,,=,证券,i,的随机回报率,,,=,证券,i,对第,j,个因子的敏感度,,=,均值为零的第,j,个因子,,=,证券,i,的随机项,。,假设,4,:,,与所有因子不相关且,假设,5,:,市场上的证券的种类远远大于因子的数目,k,。,因子模型说明,所有具有等因子敏感度的证券或者证券组合,除非因子风险外,其行为是一致的。因此,所有具有等因子敏感度的证券或者证券组合的期望回报率(或者说价格)是一样的。否则,就存在几乎的套利机会,投资者就会利用它们,直到消除这些套利机会。这就是,APT,的实质。,定义:,如果一个证券组合满足下列三个条件,:,1,初始成本为零;,2,对因子的敏感度为零:,3,期望回报率为正。,我们称这种证券组合为,套利证券组合,。,注:,严格的说,套利证券组合应该具有零的非因子风险。但是,,APT,假设通过分散化,这种风险非常小,以至可以忽略。,5.1,例子:(单因子模型)假如市场上存在三种股票,每个投资者都认为它们满足因子模型,且具有以下的期望回报率和敏感度:,i,股票,115%0.9,股票,221%3.0,股票,312%1.8,假设某投资者投资在每种股票上的财富为,4000,元,投资者现在总的投资财富为,12000,元。,首先,我们看看这个证券市场是否存在套利证券组合。显然,一个套利证券组合 是下面三个方程的解:,初始成本为零,:,对因子的敏感度为零,:,期望回报率为正,:,满足这三个条件的解有无穷多个。例如,,=(0.1,0.075,0.175),就是一个套利证券组合,。,这时候,投资者如何调整自己的初始财富,12000,元,对于任何只关心更高回报率而忽略非因子风险的投资者而言,这种套利证券组合是相当具有吸引力的。它不需要成本,没有因子风险,却具有正的期望回报率。,在上面的例子,因为,(0.1,0.075,0.175),是一个套利证券组合,所以,每个投资者都会利用它。从而,每个投资者都会购买证券,1,和,2,,而卖空证券,3,。由于每个投资者都采用这样的策略,必将影响证券的价格,相应地,也将影响证券的回报率。特别地,由于购买压力的增加,证券,1,和,2,的价格将上升,而这又导致证券,1,和,2,的回报率下降。相反,由于销售压力的增加,证券,3,的价格将下降,这又使得证券,3,的回报率上升。,这种价格和回报率的调整过程一直持续到所有的套利机会消失为止。此时,证券市场处于一个均衡状态。在这时的证券市场里,不需要成本、没有因子风险的证券组合,其期望回报率必为零。,无套利时,三种证券的期望回报率 和因子敏感度 满足,对任意组合 ,如果,则必有,5.2,例子:(,二因子模型)假如市场上存在四种股票,每个投资者都认为它们满足因子模型,且具有以下的期望回报率和敏感度:,i,股票,115%0.92.0,股票,221%3.01.5,股票,312%1.80.7,股票,48%2.03.2,假设某投资者投资在每种股票上的财富为,5000,元,投资者现在总的投资财富为,20000,元。,首先,我们看看这个证券市场是否存在套利证券组合。显然,一个套利证券组合 是下面四个方程的解:,初始成本为零,:,对因子的敏感度为零,:,期望回报率为正,:,满足这四个条件的解有无穷多个。例如,,=(0.1,0.088,0.108,-0.08),就是一个套利证券组合,。,这时候,投资者如何调整自己的初始财富,20000,元,因为,,,(0.1,0.088,0.108,-0.08),是一个套利证券组合,所以,每个投资者都会利用它。从而,每个投资者都会购买证券,1,和,2,,而卖空证券,3,和,4,。由于每个投资者都采用这样的策略,必将影响证券的价格,相应地,也将影响证券的回报率。特别地,由于购买压力的增加,证券,1,和,2,的价格将上升,而这又导致证券,1,和,2,的回报率下降。相反,由于销售压力的增加,证券,3,和,4,的价格将下降,这又使得证券,3,和,4,的回报率上升。,这种价格和回报率的调整过程一直持续到所有的套利机会消失为止。此时,证券市场处于一个均衡状态。在这时的证券市场里,不需要成本、没有因子风险的证券组合,其期望回报率必为零。,无套利时,四种证券的期望回报率 和因子敏感度 ,对任意组合 ,如果,则必有,6,套利定价模型,(APT),如果用 表示套利组合,则应具有以下三个性质,:,投资者套利的目标是使套利组合的预期收益率最大化即寻求以下优化问题的解,:,利用,Lagrange,乘数法,建立拉格朗日函数,可以求出使套利组合收益率最大的 与 的关系,(,6.4,),其反映了无套利均衡条件下证券预期收益率 与 之间 满足线性关系,此即单因子套利定价模型。,此时的套利组合收益率为,(,6.4,)式不仅对单个证券成立,对证券组合,P,也成立,即对证券组合,P,,,有,套利定价模型中 的含义,1,、为无风险利率,2,、为因子的风险报酬,二、多因子模型,假定各证券收益率都受多个市场因子影响,并具有线性关系,对任意证券 的收益率可以表示为,个因子收益率的线性模型,其中,:,是影响各证券收益率的因子的收益率,;,利用与单因子模型类似方法,可以得到证券 的预期收益率和方差,证券 和 的收益率协方差,证券组合 的收益率和方差以及套利组合应满足的三个性质。在此不再演示求解过程,.,多因子套利定价模型为,还可以写成,7,套利定价理论的进一步讨论,APT,与,CAPM,的联系与区别,联系,在,APT,单因子模型中,如果选择的因子,I,并非市场投资组合而得到单因子,APT,模型,而,CAPM,得到的单因子模型(证券市场线)为,如果因子,I,与市场投资组合的收益率完全相关且同方差,则可以得出 ,这时可以以,I,因子替代市场投资组合,区别,两者虽然模型的线性形式相同,但建模思想不同,,CAPM,模型是建立在市场均衡的基础上,以市场投资组合存在为前提。而,APT,模型是建立在无套利均衡分析基础上,出发点是通过少数投资者构造大额无风险套利头寸,迫使市场重建均衡,以消除市场无风险套利机会。不需过多的假设。,关于模型的检验问题,检验,APT,的方法类似于检验,CAPM,的方法即首先根据各证券的收益率的时间序列数据估计出各证券对各共同因子的敏感性系数 ,然后利用证券平均收益率及估计的 值的横截面数据对证券期望收益率 关系式作出估计,从而得到对,APT,所预言的证券收益率关系作出验证。,展开阅读全文

咨信网声明:本文档由用户上传并分享,仅供学习交流、研究之用,未经授权,严禁复制、发行、汇编、翻译或网络传播等,侵权必究。
咨信网小贴示:
1、浏览或下载可查看了解,请点击【咨信网告知】。
2、下载文件中如有侵权或不适当内容,将立即纠正。
3、如果因为网速或其他原因下载失败请重新下载,重复下载[60天内]不扣币。
4、开具发票登录电脑端申请,请点击【索取发票】。
咨信网客服组:【微信客服】
1、浏览或下载可查看了解,请点击【咨信网告知】。
2、下载文件中如有侵权或不适当内容,将立即纠正。
3、如果因为网速或其他原因下载失败请重新下载,重复下载[60天内]不扣币。
4、开具发票登录电脑端申请,请点击【索取发票】。
咨信网客服组:【微信客服】


套利定价理论课件-(1).ppt
















自信AI助手














微信客服
客服QQ
发送邮件
意见反馈



链接地址:https://www.zixin.com.cn/doc/14775159.html