资产定价理论与实证(厦门大学郑振龙)

合集下载

《中国金融工程第一人厦门大学郑振龙教授在西南财经大学的演讲》

《中国金融工程第一人厦门大学郑振龙教授在西南财经大学的演讲》

演讲人:厦门大学郑振龙教授今天非常高兴第一次能到西南财经大学来演讲。

西南财经大学在国内金融界大家知道是非常著名的,这里有很多高手,所以今天我讲的有不对的地方大家尽管可以指出来。

金融工程这个东西是非常枯燥的,大家都知道一大堆的数学模型和编程的任务,今天在这里交流主要是交流一些思想。

我觉得很多人把金融工程简单的理解成一种数学和计算机,实际上,如果要比数学和计算机,我们在座的各位都比不上数学系和计算机系的。

那么为什么他们的金融工程做的不如我们,肯定是其中缺乏一个金融思想。

所以在这里更多的给大家交流一下思想上的体会。

数学的东西涉及得很少,而是在思想上同大家进行的交流。

金融工程是一个新的学科,这个学科出现以后对传统的金融学有很大的冲击。

所以我们实际上是从一个比较新的角度来重新认识金融问题。

首先看一下什么叫金融。

我是1982年入学念本科的,现在已经20多年过去了,老师教我,金融就是资金融通,简称金融,现在不知道老师如何教你们的。

实际上现在这样的理解是非常的狭窄的,金融按照定义来划分可以分为MANETARY ECONOMICS 和FINANCIAL ECONOMICS。

金融经济学实际上是新金融。

国外的金融同国内的金融区别很大,这个大家应该很熟悉,我就不多讲了。

金融经济学是研究在不确定条件下,将资产沿着时间和空间两个维度进行最优配置的决策科学,所以是非常微观的,在国外属于管理学的范畴。

简单来说就是关于时间和风险的经济学。

那么对于时间经济学,大家知道主要是研究利率——货币在时间上的价值。

所以大家研究利率水平决定和利率期限结构等内容。

有了这两样东西后,我们就可以将现金流沿着时间轴在不同时点之间自由转换。

有了即期期限结构我们就可以有远期期限结构,所有沿着时间维度上的现金流我们就可以比较。

不然今天的100元钱同100年前、100年后的一百元钱差距多大我们根本不能无法度量。

另外一个是风险经济学,涉及到风险的识别、风险的管理以及风险的定价,如果能对风险进行度量就能将风险价值转化成确定性价值。

金融工程和基本分析方法金融工程-厦大,郑振龙

金融工程和基本分析方法金融工程-厦大,郑振龙

8
该无风险组合的现值应为:
2.25e 0.10.25 2.19元
由于该组合中有一单位看涨期权空头和 0.25单位股票多头,而目前股票市场为 10元,因此:
10 0.25 f 2.19
f 0.31元
2020/3/30 Copyright@Zhenlong Zheng, Department of Finance, Xiamen University
第二章
金融工程的基本分析方法
2020/3/30 Copyright@Zhenlong Zheng, Department of Finance, Xiamen University
1
无套利定价法
如果市场是有效率的话,市场价格必然 由于套利行为作出相应的调整,重新回 到均衡的状态。这就是无套利的定价原 则。
风险中性假定仅仅是为了定价方便而作出的人 为假定,但通过这种假定所获得的结论不仅适 用于投资者风险中性情况,也适用于投资者厌 恶风险的所有情况。
2020/3/30 Copyright@Zhenlong Zheng, Department of Finance, Xiamen University
13
第三步,按12%的利率贷出一笔1年期的款项金额为 1000万元。
第四步,1年后收回1年期贷款,得本息1127万元(等 于1000e0.12×1),并用1110万元(等于1051e0.11×0.5) 偿还1年期的债务后,交易者净赚17万元(1127万元-
1110万元)。
2020/3/30 Copyright@Zhenlong Zheng, Department of Finance, Xiamen University
2020/3/30 Copyright@Zhenlong Zheng, Department of Finance, Xiamen University

贝塔系数的均值回归过程

贝塔系数的均值回归过程

贝塔系数的均值回归过程马喜德 郑振龙(厦门大学,厦门 361005)〔摘 要〕 C AP M 中的贝塔系数被认为是证券组合和单个证券风险大小的衡量指标,近年来理论界对于C AP M 中的贝塔系数并非常数已经达成了共识,而且众多迹象表明,贝塔系数的变化很可能遵循一个均值回归过程。

本文的主要目的即以深发展为例,检验其贝塔系数是否遵循一个均值回归过程。

〔关键词〕 C AP M 贝塔系数 均值回归〔中图分类号〕F224112 〔文献标识码〕A 收稿日期:2005—10—11 基金项目:本文是教育部优秀青年教师资助计划“中国信用风险度量和控制模型”项目的中期研究成果之一 资本资产定价模型(C AP M )是资产定价理论的核心,然而对于其实证检验却一直存在争议。

数十年来,传统的C AP M 不断遭到质疑,同时也不断得到补充和扩展。

最近的研究表明,C AP M 中的贝塔系数虽然是一个随机系数,但是它很可能遵循一个均值回归过程,这使得对贝塔系数的预测变为可能,也使C AP M 得以重新焕发生机。

1 文献综述最早提出单个证券的贝塔系数有可能遵循均值回归过程的是Blume (1975),他认为由于上市公司原先极端高(低)风险的经营项目在经过一段时间后风险有可能降低(升高),或者其新拓展的项目风险比旧项目低(高),那么作为衡量单个证券风险的贝塔系数也会发生相应的变化。

Blume 证明,组合贝塔系数的变化出现均值回归并不是组合选择偏差“order bias ”的缘故,而是组合中证券贝塔系数自身变化的结果。

Blume 的结论得到了学术界的广泛认可,Brenner 和Smidt (1977)、Fabozzi 和Francis (1978)、Francis (1979)先后都验证了贝塔系数遵循均值回归过程。

尽管K olb 和R odriguez (1989)提出了一些异议,但是众多学者还是根据该假设采用贝叶斯技术对贝塔系数进行了成功的预测,并就如何降低预测误差和处理贝塔系数出现异常值的情况提出了许多建议,如K lemkosky 和Martin (1975)、Eu 2bank 和Zum walt (1979)、S tatman (1981)、Frost 和Savarino (1986)等。

厦门大学金融系 郑振龙陈蓉 - E-FINANCE

厦门大学金融系 郑振龙陈蓉 - E-FINANCE

金融工程第0章资产定价方法厦门大学金融系郑振龙陈蓉目录⏹绝对定价法与相对定价法⏹复制定价法、风险中性定价法与状态价格定价法⏹A General Case⏹积木分析法绝对定价法与相对定价法⏹绝对定价法:运用恰当的贴现率将未来现金流贴现加总(股票和债券)⏹相对定价法:利用标的资产价格与衍生证券价格之间的内在关系,直接根据标的资产价格求出衍生证券价格⏹绝对定价法具有一般性,易于理解,但难以应用;相对定价法则易于实现,贴近市场,一般仅适用于衍生证券⏹绝对定价法与相对定价法⏹复制定价法、风险中性定价法与状态价格定价法⏹A General Case⏹积木分析法⏹如果一个市场上,存在下述情况:初期投入为0,未来回报大于等于0,大于0的概率大于0,这个市场就存在套利机会,否则该市场是无套利的。

⏹市场达到无套利均衡时的价格简称无套利价格。

⏹无套利是衍生资产定价的基本假设,以下三种定价方法均基于无套利的假设。

假设一种不支付红利股票目前的市价为10元,我们知道在3个月后,该股票价格或者为11元,或者为9元。

假设选择的无风险年利率为10%,如何为一份3个月期协议价格为10.5元的该股票看涨期权定价?为了找出该期权的价值,可构建一个由一单位看涨期权空头和Δ单位标的股票多头组成的组合。

为了使该组合在期权到期时无风险,Δ必须满足11Δ-0.5=9Δ⏹该组合的现值应为⏹由于该组合中有一单位看涨期权空头和0.25单位股票多头,而目前股票市价为10元,因此0.10.252.25 2.19e −×=元100.25 2.190.31f f ×−==元复制定价法的核心⏹复制定价过程中我们用股票和期权合成了一个无风险资产,也可理解为用股票和无风险资产复制出了期权⏹无套利无风险组合获取无风险收益风险中性定价法⏹从复制定价法中可以看出,在确定期权价值时,我们并不需要知道股票价格在真实世界中上涨到11 元的概率和下降到9 元的概率。

动态风险厌恶、随机贴现因子与资产定价

动态风险厌恶、随机贴现因子与资产定价

动态风险厌恶、随机贴现因子与资产定价dynamic risk aversion, stochastic discount factor and asset pricing郑振龙林海(厦门大学金融系 361005)作者简介: 郑振龙,1966年出生,男,汉族,经济学博士, 美国加州大学洛杉矶分校富布莱特访问学者,现任厦门大学金融系代主任、教授、博士生导师、厦门大学证券研究中心常务副主任。

在国内外公开发行的学术刊物上发表了近百篇学术论文,出版了21部(含合作)著、编、译著作。

Email: zlzheng@jingxian.xmu.edu.cn。

通讯地址:厦门大学金融系。

邮编:361005。

 林海,1977年出生,男,汉族,厦门大学金融系博士生,在国内外公开发行的学术刊物上发表了10余篇学术论文。

Email:xmulh2@163.com。

通讯地址:厦门大学金融系。

邮编:361005。

 动态风险厌恶、随机贴现因子与资产定价∗dynamic risk aversion, stochastic discount factor and asset pricing内容简介:本文在Campbell and Cochrane (1998) 和 Brandt and Wang (2001)的研究基础之上利用随机贴现因子对包含习惯的效用函数中的风险厌恶进行了动态一般化分析,并探讨了动态风险厌恶、随机贴现因子、资产定价以及消费增长等因素之间的一般化关系。

这种一般化关系有助于解释“股权溢价之谜”(Equity Premium Puzzle)等不合理现象的存在。

本文还对模型的计量方法进行了简要的分析。

关键词:动态风险厌恶、随机贴现因子、资产定价SummaryThis paper will make a generalization of dynamic risk aversion on the base of habit-formed consumption -based CAPM, and thus can explain the equity premium puzzle in a general way. Different from Cam pbell and Cochrane (1998) and Brandt and Wang (2001) which both hypothesize the steady state, this paper supposes the unit root process of the dynamic risk aversion. Also, this paper does not suppose the relevant factors of the forming of consumption habit. So the result is a general form of the relationship between the asset pricing and dynamic risk aversion.一、文献回顾自Markowitz (1959), Sharpe (1964) 以及 Lintner (1965)提出CAPM 以来,资产定价问题一直是金融领域争论与研究的一个焦点。

贝塔系数波动的实证分析

贝塔系数波动的实证分析
2 ˆ σ βi ≥ 0
2 ˆ σ εi ≥ 0
n
(
)
2
(7) (8) (9)
2
约束条件是:
第二步是再用 GLS 对等式(4)进行回归,即通过下式计算出 σ β i :
n n 2 λ P λit P ∑ it it ∑ it Qit 2 σ εi t =1 t =1 = n σ 2 n β i 2 ∑ λitQit ∑ λit Pit Qit t =1 t =1 1 2 −2 2 ˆ ˆ 其中, λit = (σ εi P it + σ βi Qit ) 2 −1
1
贝塔系数波动状况的实证分析1
摘要:资本资产定价模型( CAPM)被认为是金融市场现代价格理论的支柱之一,自从 创立以来,其在各个领域得到了广泛的应用。然而,长期以来对 CAPM 的实证检验也争议 不断,检验结果毁誉参半。本文评述了以往对 CAPM 的实证研究,并采用上海股票市场 90 家上市公司的数据作为样本对 CAPM 中的贝塔系数的波动状况进行了实证检验,结果发现 所有股票贝塔系数的波动率都是显著异于零的,即贝塔系数在不同的时期会发生变化。实证 分析中如果忽略了这一点,必将导致对 CAPM 检验失效。 关键词: CAPM,贝塔系数
贝塔系数波动状况的实证分析
马喜德 郑振龙 王保合 (厦门大学金融系,厦门 361005) Ma Xide , Zheng Zhenlong, Wang Baohe (Department of Finance, Xiamen University, Xiamen 361005)
作者简介:
1.
2.
2 n Z mt / ∑ 2 t=1 σ + σ 2 Z 2 εi β i mt

基于高阶矩的金融资产定价和配置

基于高阶矩的金融资产定价和配置
1
平衡关系,发现作为系统性风险的协偏度得到定价。自此以后,将高阶矩纳入风险溢价的研究逐 渐展开。但在 Kraus 之后的十几年间,国外学者一般都只关注协偏度定价。直到 1997 年,Fang[2] 才将偏度和峰度同时纳入定价模型, 证明作为系统性风险的协偏度和协峰度都得到定价; Hwang[3] 利用 17 个新兴市场的股票指数说明偏度和峰度在新兴市场资产定价中的重要作用; Dittmar[4]通过 美国 20 个行业指数,证明受到偏度和峰度偏好限制的三次多项式非线性随机贴现因子明显优于 线性单因子的随机贴现因子;Jondeau[5]在对收益分布不做假设的前提下,证明当收益分布较大幅 度偏离正态时, 基于效用函数三阶和四阶泰勒展开得到的投资组合配置优于均值―方差 CAPM 模 型的配置。 关于高阶矩CAPM模型的研究大都集中于研究成熟市场的投资者对于偏度和峰度的偏好,只 有少数是对新兴市场的研究。特别是我国这种新兴的快速增长的金融市场,这方面的研究不容忽 视。目前国内尚无文献完整地探讨高阶矩在我国金融资产定价和配置中的作用,许启发[6]主要研 究高阶矩波动性建模技术;蒋翠侠和张世英[7]采用包括上证指数的五个市场指数通过多目标优化 比较基于高阶矩的投资组合,蒋和张的研究并非专门针对我国金融市场,而且多目标优化的缺点 是其中参数由外生给定。本文探索的问题是:我国的金融市场是否能够通过另外的风险因子比如 偏度和峰度风险得到更好的解释。本文将从高阶矩在我国资产定价和资产配置中的作用考察高阶 矩特别是偏度和峰度对我国金融资产的影响。首先,本文对预期效用函数在不同阶泰勒展开[5]对 申银万国一级行业三个指数进行资产配置,通过四个衡量指标评估不同阶泰勒展开得到的投资组 合配置的优劣。这种方法的好处在于参数由投资者风险厌恶偏好内生决定。实证表明,在我国股 票市场,预期效用函数的三阶、四阶泰勒展开比均值-方差CAPM模型能更好的逼近预期效用函 数。其次,本文采用GMM方法证明了在我国股票市场协偏度和协峰度作为系统性风险都得到定 价,多项式非线性随机贴现因子优于线性单因子随机贴现因子,即高阶矩CAPM模型比均值-方 差CAPM模型更适合我国的金融资产定价。 本文其余部分结构如下: 第二部分介绍基本理论; 第三部分实证分析; 最后一部分给出结论。

资产定价理论与实证研究

资产定价理论与实证研究

资产定价理论与实证研究资产定价理论是金融学中的重要分支,它研究的是资产的价格如何形成以及如何决定。

实证研究则是对资产定价理论进行实证分析,通过收集和分析大量的市场数据,验证和检验资产定价理论的有效性。

本文将探讨资产定价理论的基本原理以及实证研究的应用。

一、资产定价理论的基本原理资产定价理论的基本原理可以追溯到上世纪50年代的马克维茨的资本资产定价模型(Capital Asset Pricing Model,简称CAPM)。

CAPM认为,资产的预期收益率与其风险成正比,风险越高,预期收益率也越高。

这一理论的核心是市场均衡条件,即投资者在风险和收益之间进行权衡,追求最优的投资组合。

然而,随着时间的推移和金融市场的发展,CAPM的局限性逐渐显现。

因此,学者们提出了一系列的改进模型,如三因子模型、四因子模型等。

这些模型将除了市场风险之外,还考虑了其他因素对资产收益率的影响,如规模效应、账面市值比等。

这些改进模型的出现丰富了资产定价理论,并提供了更准确的资产定价方法。

二、实证研究的应用实证研究是对资产定价理论进行实证验证的过程,它通过收集和分析市场数据,来检验理论是否能够解释市场现象。

实证研究的方法多种多样,包括回归分析、事件研究、时间序列分析等。

以回归分析为例,研究者可以通过建立数学模型,将资产的收益率作为因变量,将市场因子、规模因子、账面市值比等作为自变量,来检验这些因素对资产收益率的影响程度。

通过统计分析,可以得出不同因素对资产收益率的贡献程度,并进一步验证资产定价理论的有效性。

实证研究的应用不仅仅局限于学术界,也在金融实践中发挥着重要作用。

例如,投资者可以利用实证研究的结果,构建投资组合,以获得更好的风险和收益平衡。

同时,实证研究也为金融机构提供了参考,帮助其制定投资策略和风险管理措施。

然而,实证研究也存在一些局限性。

首先,市场数据的获取和处理需要大量的时间和精力。

其次,实证研究的结果可能受到数据样本的选择和模型设定的影响,因此需要谨慎解读。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
资产定价:理论与实证
郑振龙
一、引言
风险溢酬
现代金融的核心思想是:价格等于贴现回报的 期望值。
pti=Et
mt
1
xi t 1

Et
xi t 1
Rtf
+covt
mt
1
,
xi t 1
E(Ri ) R f R f cov(m, Ri )
当一种证券的预期回报与随机贴现因子之间负 的协反差越大,其风险溢酬越高。
这方面的努力才刚刚开始。
六、劳动收入和个别风险
劳动收入
在“坏时光”表现不好的资产必须提供较 高的预期收益率。在寻找“坏时光”的指 标时,劳动收入是很自然的指标。
个别风险
我们在分析经济总量时,常常假定消费者 之间的分布虽然重要和有趣,但不会影响 总体价格和数量的演进。但事实是否如此 值得关注。此外,大多数人并未持有股票, 因此他们的消费可能与股票价格无关,因 此只能将股票价格与持有股票人的消费联 系起来。
对我们而言,Fama 和Schwert发现的股票收 益率与通货膨胀之间的关系并没什么意思, 但其核心发现是收益率是时变的,而且与 经济周期有关。
上实际80年代初,我们发现债券与外汇超 额预期收益率是时变的,经典的”预期假 说”是错的。Hansen和Hodrick(1980)和
Fama(1984a)
Ri t 1
,
ct 1 ct
)
E(Rei ) Rei c c, Rei
E(Rei )
由于
1,
Rei
c
股权溢价之谜
据美国战后数据,股票市场平均超额收益率为8 %,标准差为16%,故夏普比率等于0.5。
而总的非耐用消费品和服务的波动率约为1.5%。 为使上式成立,风险厌恶系数至少必须等于33。 这已超出了合理的范围。
如果高的预期收益率与高的贝塔系数相联系,各 种股票的预期收益率不同对传统的金融理论并未 构成什么挑战。但实证研究发现的证据常常将预 期收益与新的“因子”相联系。
收益率预测的历史
预测收益率有悠久的历史。“股票遵循随 机游走”的传统观点,意味着收益率是不 变的,这种观点在上个世纪70年代就收到 了挑战。Fama和Shwert(1977)发现预期 收益率与通货膨胀并没有一一对应的关系。 他们解释说预期收益率在经济状况不好的 时候较高,因为人们不愿意持有风险证券。 通货膨胀在经济状况不好的时候较低,所 以预期收益率在高通货膨胀时期较低不是 因为通货膨胀,他们纯粹是巧合。
三、股权溢价
经典的基于消费的资产定价模型
假设效用函数是简单的时间可分的:
Et ju ct j jo
则财富的边际价值等于消费的边际效用,且
Et
(
Rei t 1
)
1 Rf
cov(u(ct1), Ri ) Et (u(ct1))
夏普比率
如果效用函数是幂函数,则
Et
Rei t 1
cov(
E t
Ct X t 1 1
t0
1
其中:X t X t1 Ct .
可得:M t1
Ct 1 Ct
St 1 St
其中St (Ct X t ) / Ct
回归消费模型
近年来,有不少学者重新回到基本的基于消费的 模型,并发现它的确包含了一些重要的真理。
我们不能期待基于消费的模型对任意高频的数据 都有用。当数据频率超过一定限度时,消费与收 益之间就可能失去关联。相反,当频率较低时, 消费与股票价值存在着密切的联系。因此,如果 经济学能解释股票市场的话,某种形式的消费模 型一定会成立。基于这一直觉,许多作者发现了 消费与收益之间存在一些长期的关系。
五、生产、投资和一般均 衡模型
背景
当我们想将宏观经济学于资产定价联系起 来时,消费的关联似乎太弱。在所有经济 时间序列中,非耐用消费品和劳务的加总 数量是最平滑、周期性波动也最小的。宏 观经济冲击在总产出、投资、就业等方面 表现得更为突出。
基于生产的资产定价模型
Cochrane (1991、1993、1996、2004)做了 一系列研究,发现投资收益与股票收益高 度相关。
一般均衡模型是一块广袤的未开发的新大 陆。
生活中的辛苦阻挠不了我对生活的热 爱。20. 11.2820 .11.28Saturday , November 28, 2020
遗憾的是,将金融市场与宏观经济联系起来的第 一波努力结果不尽理想。几乎所有的宏观经济模 型中得出的边际财富价值的波动率都无法达到股 票市场最基本事实的要求。显然,金融市场告诉 我们,原来的绝大多数宏观模型是错误的。
宏观经济学
面对这种状况,许多宏观经济学家只是简 单地把股票市场的数据丢到一边不管。用 这种消极态度做出来的宏观经济模型只能 是自欺欺人。
研究目的
目前,基于组合的模型比基于宏观经济 (如消费)的模型表现好得多,那我们为 何还要研究后者?这种研究有何意义,我 们可从中学到什么?
宏观经济学
动态宏观经济学的核心是让储蓄等于投资,边际 替代率等于边际转换率,将消费和投资进行跨时、 跨状态配置。如果我们能从资产市场中获得财富 边际价值的度量,我们就可以大大推进现代宏观 经济学的研究。
因为风险厌恶系数还受下式约束:
r f Et ( ln ct1) 0.5 2 2 ( ln ct1) 将 等于33,Et ( ln ct1)等于1%, ( ln ct1)
等于1.5%代入上式,可得无风险利率约等于20%! 该式还表明,利率对消费预期增长率和消费
波动率极其敏感。这些都与事实不符!因此,
U tu(kt ); kt1 (1 )kt ct1 t
对于耐用消费品而言,这等价于:
U tu( 1 j ct j )
t
j0
时间不可分
沿着这个思路,使我们想到另一个突破方向: 消费习惯。
U tu ct xt ; xt xt1 ct t
或者直接写为:
U=
t
u(ct
分工
基于组合的模型回答大量的资产或动态组 合能否用少量的因素来描述。
宏观模型试图回答共同的因素(如市场组 合、hml、smb)为何被定价?宏观模型可 以帮助我们了解哪些风险溢酬是风险的稳 定回报,哪些只是在特定样本中运气成分。
二、事实
时间可变且与经济周期相关 的预期收益率
(详见新金融理论与事实)
金融学
许多金融经济学家由于基于组合的模型表现更好 就放弃了资产定价的宏观经济方法。这同样是一 种错误:
首先,基于组合的模型表现较好的重要原因是 ROLL定理所揭示的:我们总是可以构建一个参照 组合来完美地拟合所有资产收益,这个组合就是 样本均值方差有效边界。许多经验研究实际都 是在“钓鱼”。许多“异象”的不稳定和不同的 因素模型轮番流行证实了这种担忧。
模拟组合定理与分工
模拟组合定理告诉我们,如果我们已知财富边际 效用的正确模型,那么通过财富边际效用回归到 资产收益得到的组合,其表现也一样出色。 证明:假设正确模型是 0=E(mRe),将m回归到超 额收益(没有截距项)可得:
m bRe
由于E Re 0,所以0=E bRe Re
jct j )
t
j0
状态不可分(non-separable across states of nature)
状态可分时:
Eu(c) su c s s
若状态不可分,Epstein和Zin提出了如下效用函数:
Ut
1
1
ct Et
U 1 t 1
1 1
Cochrane and Compbell’s model
金融学
其次,金融研究的重要工作是要回答市场是否有 效和理性。但基于组合的模型无法回答这个问题。 对于“理性”问题的唯一正确的回答是资产价格 中体现的边际财富价值是否正确地反映了宏观经 济状况。
总之,了解驱动资产价格的真实的、宏观经济的 风险,不是金融学可以忽略的分支,而是这棵大 树的主干!虽然进展很慢,但它是回答金融经济 学核心问题的唯一方法,也是宏观经济分析和预 测的重要一环。
预期收益率的时变性
基本技巧:
如果我们发现Rt 1
a bxt
t
中的
1
b
0,
我们就可以断定Et Rt1 是时变的。
预测变量X通常与经济周期有关。
比如,股息股价率可以预测收益率。
其次,预期收益率因资产不同而不同。除此之外, 股票收益率与股票的许多特征有关。:如市价帐 面价值比、规模、销售增长率、过去的收益率、 过去的成交量、会计比率、卖空限制、投资等公 司行为、股票发行和回购。
股权溢价之谜的可能谜底
运气。真正的股权溢价可能只有2-3%。 效用函数要改变。是否时间可加、状态可
加;效用来自什么?
四、消费模型
新的效用函数
效用函数也许是不可分的:
商品不可分 时间不可分 状态不可分
商品不可分 (non-separable across goods)
非耐用品的边际效用可能会受耐用消费品 或休闲的影响。
模拟组合定理与分工(3)
在进行相对定价时,基于组合的模型是好的选择。 CAPM在给定市场溢酬的情况下描述了股票组合 的平均收益率。Fama French模型则在给定3因素 组合平均收益率的情况下描述了25个按规模和帐 面价值/市值分类的组合的平均收益率。但他们并 没回答为什么市场收益等于那么多,为什么FF的 价值和规模组合平均收益率等于那么多。为什么 市场预期收益会随时间而改变?从本质上说,基 于组合的模型无法回答上述问题。宏观经济模型 是回答这些问题的唯一途径。
由于边际效用是非线性的,所以不能象加 总消费一样加总边际效用。
Constantinides and Duffie模型
考虑到这个因素,Constantinides and Duffie提出了 如下模型:
相关文档
最新文档