套利定价理论
套利定价理论的理论有哪些
套利定价理论的理论有哪些套利定价理论（Arbitrage Pricing Theory, APT）是金融学中一种理论模型，用于解释证券价格的变动。
在金融市场中，证券价格每日都会波动，这种波动往往不仅仅受到市场因素影响，还受到宏观经济因素、政治因素等多重因素的影响。
套利定价理论就是试图用这些因素来解释证券价格的变动，并通过套利来实现投资收益的最大化。
套利定价理论的基本假设是证券价格受到多个因素的影响，不同投资组合的预期收益率可以通过这些因素的加权和来计算。
这些因素包括了宏观经济因素、行业因素、公司内部因素等，每个因素都有一个相关的风险因子，它们在证券价格中的权重不同，从而导致不同的投资组合有不同的预期收益率。
具体来说，套利定价理论认为，一个证券的价格变化可以通过下列公式表示：r = RF + β1F1 + β2F2 + … + βnFn + e其中，r代表证券的预期收益率，RF代表无风险利率，Fn代表第n个风险因子，βn代表证券对第n个风险因子的敏感程度，e代表随机误差。
这个公式的意义在于，证券的预期收益率是由多个因素所共同作用的结果，每个因素都有一定的风险性质，投资者需要根据这些风险因子来制定投资策略。
除了以上理论假设外，套利定价理论还有一些其他的理论：1. 市场有效性套利定价理论认为市场是有效的，市场上的所有信息都会反映在证券价格上。
换言之，投资者无法通过超越市场的手段实现投资收益的最大化。
2. 套利机会套利定价理论认为，总有一些投资者能够发现某些证券价格的偏差，并通过套利来实现超额收益。
这些套利机会在市场上是短暂的，并且会被投资者的套利行为所消除。
3. 风险散布套利定价理论认为，投资者应该尽可能地分散投资风险，不要把所有蛋放在同一个篮子里。
这种风险散布可以通过投资不同行业、不同地区、不同公司的证券来实现。
总之，套利定价理论试图用多个变量来解释证券价格变动的原因，投资者可以利用这些变量来构建投资组合以实现收益最大化。
套利定价理论概述
套利定价理论概述套利定价理论是金融经济学中的一个重要理论框架，用于解释和分析金融市场中的套利机会和定价行为。
套利定价理论主要基于无风险套利的原则，即通过利用市场中的不完全信息、不平衡的供需关系和价格差异，以无风险的方式获取利润。
本文将对套利定价理论进行概述。
套利定价理论的核心思想是市场是有效的，即所有的信息都被充分反映在资产价格中。
基于这个前提，任何未获得利润的套利机会都将被市场参与者迅速发现并加以利用。
根据套利定价理论，当市场存在未获得利润的机会时，会有投资者利用这些机会进行交易，逐步将市场价格调整到一个平衡状态。
因此，套利定价理论认为，市场中的价格是基于套利行为和投资者的决策而形成的。
套利定价理论的基本原则是无风险套利的存在。
无风险套利是指在不持有任何资金、不承担风险的情况下，通过买入低价资产并卖出高价资产来获取利润。
无风险套利的存在对于套利定价理论的有效性至关重要，因为只有在无风险套利的条件下，市场价格才会被有效地调整到一个平衡状态。
套利定价理论还包括两个重要概念：相对定价和绝对定价。
相对定价是指在两个或多个相关资产之间进行比较，确定它们之间的价值关系。
相对定价考虑了资产之间的相关性和互换性，以确定其相对价值。
绝对定价是指单独对一个资产进行定价，不考虑其他资产的影响。
绝对定价更注重资产本身的内在价值和基本经济原理。
虽然套利定价理论在金融市场中起着重要的作用，但在实际应用中存在一些限制。
首先，套利定价理论基于市场是有效的和无风险套利的前提，然而实际市场中存在着信息不对称、流动性不足、交易成本等问题，这些都会影响套利活动的效果。
其次，套利定价理论忽视了投资者的行为偏好和风险承受能力，而实际市场中的交易决策往往受到投资者情绪和风险偏好的影响。
综上所述，套利定价理论是金融经济学中的一个重要理论框架，通过无风险套利的原则解释和分析金融市场中的套利机会和定价行为。
尽管套利定价理论在理论上是有效的，但在实际应用中需要考虑市场的非理性行为和各种限制条件。
《套利定价理论讲》课件
PART 02
套利定价模型的假设条件
市场的有效性
投资者无法通过交易 影响市场价格，即市 场是有效的。
投资者无法通过信息 优势获取超额收益。
投资者无法获得超额 收益，只能获得与市 场风险相匹配的收益 。
投资者偏好
投资者对风险和收益的偏好不同，因 此对同一投资组合的估值也不同。
投资者偏好可以用无差异曲线来表示 ，无差异曲线上的投资组合给投资者 带来的满足程度是相同的。
如果存在套利机会，投资者会迅速买入低估资产、卖出高估资产，从而消除套利 机会，使市场重新达到均衡状态。
PART 03
套利定价模型的推导与验 证
套利定价模型的推导过程
假设条件
关键步骤
假设市场存在无风险套利机会，投资 者可以无限制地借贷，市场是完美的 。
利用无套利机会的条件，通过比较不 同资产的风险和收益，推导出资产价 格之间的关系。
它通过相对少量的经济因素来解释资产价格的变动，使得模型更易于理
解和应用。
02
理论基础坚实
该理论基于现代金融学的核心理论——有效市场假说，并在此基础上进
一步发展。它揭示了市场价格机制的作用原理，为投资者提供了深入了
解市场的视角。
03
适用范围广
套利定价理论不仅适用于股票市场，还可以应用于债券、期货、期权等
套利定价理论是一种现代金融理论，它 通过建立一个多因素模型来描述资产价 格的变动，并解释了为什么不同资产的
价格会存在差异。
该理论认为，套利行为是市场的一种自 我调节机制，通过套利者的买卖操作消 除价格差异，使资产价格回归其基本价
值。
套利定价理论的核心是“套利关系”， 即两个或多个资产价格之间应该存在一 种均衡关系，如果这种关系被打破，套 利者就会通过买卖操作来获取无风险利
套利定价理论
A的需求加大， A对应的直线向右移， 的需求减小，B对应的直线向左移，直到套 因此，市场处于均衡状态时，相同 βB 值的充分分散化资产组合的收益 利消失，两直线重合。 是唯一的。
二、充分分散化的资产组合的收益与风险
（4）不同β值的充分分散化资产组合均衡的风险溢价与β值 成正比例 如图，直线A是一定系统条件下，不同β值的充分分散化资 产组合在均衡状态时收益与β值的关系曲线
'
[ E (rA ) r f ] / A [ E (rB ) r f ] B
三、套利定价模型的表达
•
•
• • • •
对于一般的资产组合和单个证券，尽管不是充分分散化组合资产，也近似表 现出相同的趋势。否则会有套利机会 因此，对于任意两个资产i、j之间，市场均衡时存在下列关系:
①相同β值的点，应是直线上的同一点。如 图，β╭垂线上的点，均衡点应是A‘’点。假 如存在C、D点，就存在套利，套利消失， C、D回到均衡点A
r
A*
C
A
A'
E
D *
②不同β值的点均衡时应在同一直线上。 如图，D、E两点β值分别是β‘’，这两点经 过套利，达到均衡，应分别在AA点 因此，不同β值的点均衡时应在同一直线上 存在这样的关系:
二、充分分散化的资产组合的收益与风险
（2）几何表示 如图，横轴为系统因素，竖轴为资产组合的收益率，βр为 直线的斜率 （3）相同β值的充分分散化资产组合的均衡收益是唯一的 R A A*
B* F* F
B
假如βA＝1的充分分散化资产组合 还存在另一个B，且E（ r B）＝8％， 对于任意系统水平F*，A、B两资 产组合存在的收益假如RA＞RB， 有套利机会，投资者愿意购买资产 A，卖出（或卖空）B，就稳获无 风险套利2％。
套利定价理论
股票(i) １
期望收益率(Eri) 15%
敏感度(i) 0.5
２
20%
2.0
３
10%
1.5
可知套利组合满足下面方程的解：
1+2+3=0
0.51+2.02+1.53=0
0.151+0.202+0.103>0 满足这三个条件的解有无数个，如(5,-2,-3)，即买入５份股票１，卖空２
所有投资者具有相同的预期,任何证券i的回报率满 足k因子模型： ri=E(ri)+i1F1+i2F2++ikFk+i
E(i)=0,i与其他所有因子不相关，而且cov(i,j)=0； Fj是均值为0的第j个因子。
市场上的证券的种类大于因子的数目k．
套利组合与APT模型的推导：
APT假定的市场条件是无套利的，而CAPM假定有效 市场组合的存在；
APT不需要对收益的分布作出假设； APT允许允许资产收益受多个因素的影响； APT不需要定义有效市场组合； APT可以是多时期模型．
2 套利定价模型的实证检验
实证检验APT的程序一般分为两个步骤： 第一步 根据方程
0.25
50
60
-10
70
40
-30
25
30
各股票的基本统计数据为：
相关系数
股票 现价 期望价格 标准差
A
B
C
D
A
15
27.5
20.16
1
B
15
30
29.44.98 0.02 -0.9
1
D
15
22.5
3.23
套利定价理论
三、套利定价模型（APM）
资本资产定价模型无法用值完全解释不同资产之 间收益率的差异，而且它的导出建立在很多不现 实的假设基础上，这就为其它资产定价模型打开 了大门，这些模型中最具竞争力的是套利定价模 型（APM）。
套利定价模型背后的逻辑基础与资本资产定价模 型类似，都是投资者只有在承担了不可分散的风 险时才能获得补偿。
此时，新的直线比原来的位置相比，往下移了一 点。如果第 N种证券位于直线之上，则存在卖掉 其他证券去买第 N种证券的套利机会。其过程与 位于直线之下时的情形非常类似，但新直线比原 来的直线的位置相对往上移了。当然，所有证券 的ri和bi在均衡时严格处于一条直线上只有在没有 交易费用的时候才成立，如果考虑交易费用，则 它们将分布在理想情况下的直线周围。
达到均衡，为了达到均衡，证券的价格和期望收 益率会发生什么样的变化呢？
要回答上述问题，必须先了解一下套利组合这个 概念。
如果存在一个证券组合无须外加资金、风险为零， 而收益率大于零，则称这种证券组合为套利证券 组合。
如果上面三种证券能形成套利证券组合，说明还 有套利机会，市场还未达到均衡。
设Xi代表持有第i种证券的改变量（占投资者原 有资产价值的百分比），则根据我们对套利证 券组合的定义，套利证券组合必须符合以下三 个条件：
ri
Pi1 Pi0 Pi 0
Pi1 Pi 0
1
若Pi0增大，则会使ri变小，若Pi0增大，则ri将变 小。
所以，大家都卖掉证券3，买入证券1、2的结果 是证券1、2的价格越来越高，使得r1、r2越来越 小，而证券3的价格越来越低，从而r3越来越大直 到（3）式最终等于零，不再有套利机会为止。其 结果是证券3的期望收益率有所上升，而证券1、 2的期望收益率有所下降，最后三者在同一条直线 上。
套利定价理论
套利定价理论杨长汉1套利定价理论(Arbitrage Pricing Theory，简称APT)是在马克维兹的现代资产组合理论和资本资产定价模型的基础上提出的，它是现代资产定价理论的又一个发展。
与资本资产定价模型这一单因素模型不同，套利定价理论属于多因素模型，该理论试图回答这样一个问题：如果证券的收益由多种不同的因素影响，那么真正影响证券收益的因素有哪些？导致各种证券收益不同的因素是什么？套利定价理论主要从套利驱动机制来探讨资产的均衡价格是如何形成的，其与现代资产组合理论、资本资产定价模型以及期权定价模型共同构成了现代西方证券投资学的理论基础。
一、套利定价理论概述在套利定价理论诞生之间，资本资产定价模型已经很好的解决了资产或资产组合的预期收益率和风险之间的关系，并被广泛的应用于资产组合选择的理论和实证研究中。
但前面已经讲过，资本资产定价模型是在一系列假设前提下建立起来的，在实证检验中也很难得出理想的结论，因此，鉴于资本资产定价模型的上述局限性，许多经济学家开始致力于新的资产定价理论的研究，套利定价理论就是其中一个。
套利是一个经济学术语，是指利用完全相同的一个实物资产或证券的不同价格赚取无风险利润的行为，在投资学中是指保证在某些情况下获取正收益并没有遭受损失的投资策略。
在完全竞争的资本市场中，如果套利机会存在，两种不同的利率是无法长期维持下去的，因为套利行为的存在会使这两种利率水平趋于一致。
在现代投资理论中，套利的存在与最优资产组合是相矛盾的，因为单个投资者的理性行为就会导致无套利原则的出现，无套利行为的结果就是一价定律，即如果某种完全相同的资产在两个市场上的价格不一致，或者两种风险资产的收益率不相同，那么理性的投资者(也叫套利者)就会在市场上卖出价格高(收益率低)的资产，同时利用所得的资金买入价格低(收益率高)的资产，从而获得无风险利润，这时资本市场就会达到均衡，套利机会就随之消失。
根据上述套利原则，资产均衡价格应该是由市场竞争形成无套利价格，这种无套利价格是由市场上的外生变量决定的，基于这种思想，美国著名经济学家罗斯(Ross)利用套利定价1文章出处：《中国企业年金投资运营研究》杨长汉著杨长汉，笔名杨老金。
套利定价理论与实证例题和知识点总结
套利定价理论与实证例题和知识点总结一、套利定价理论（APT）的基本概念套利定价理论是一种资产定价模型，由斯蒂芬·罗斯于1976 年提出。
它试图解释资产的预期收益率与多个因素之间的线性关系，与资本资产定价模型（CAPM）不同，APT 并不依赖于市场组合这一单一的风险因素。
APT 的核心假设是：资产的收益率受到多个系统性风险因素的影响，并且不存在套利机会。
套利机会是指在不承担风险的情况下，能够获得正的收益。
二、APT 的数学表达式假设资产的收益率受到 K 个因素的影响，可以用以下线性方程来表示：＼R_i ＝ E(R_i) ＋＼beta_{i1}F_1 ＋＼beta_{i2}F_2 ＋＼cdots ＋＼beta_{iK}F_K ＋＼epsilon_i＼其中，＼（R_i\）是资产 i 的收益率，＼（E(R_i)＼）是资产 i 的预期收益率，＼（＼beta_{ij}＼）是资产 i 对因素 j 的敏感性系数，＼（F_j\）是因素 j 的价值变动，＼（＼epsilon_i\）是资产 i 的特异性风险（非系统性风险）。
三、影响资产收益率的因素在实际应用中，选择哪些因素来解释资产收益率是一个关键问题。
常见的因素包括宏观经济变量，如通货膨胀率、利率、经济增长率等；行业特定因素，如行业竞争程度、原材料价格等；以及公司特定因素，如公司规模、财务杠杆等。
四、实证例题假设我们要研究股票 A 的收益率，并且认为它受到两个因素的影响：宏观经济增长率（＼（F_1\））和利率水平（＼（F_2\））。
经过一段时间的观察和数据分析，我们得到以下估计值：＼（E(R_A) ＝ 5\％＼）＼（＼beta_{A1} ＝ 12\），＼（＼beta_{A2} ＝－08\）在某一时期，宏观经济增长率为 3%，利率水平为 2%。
则股票 A 在该时期的预期收益率为：＼＼begin{align}R_A&＝5\％＋ 12×3\％ 08×2\％＼＼＆＝5\％＋ 36\％ 16\％＼＼＆＝7\％＼end{align}＼五、套利机会的判断如果市场上存在两种资产，资产 1 和资产 2，它们的预期收益率和风险因素敏感性如下：资产 1：＼（E(R_1) ＝ 8\％＼），＼（＼beta_{11} ＝ 1\），＼（＼beta_{12} ＝ 05\）资产 2：＼（E(R_2) ＝ 6\％＼），＼（＼beta_{21} ＝ 08\），＼（＼beta_{22} ＝ 06\）假设两个因素的值分别为＼（F_1 ＝ 2\％＼），＼（F_2 ＝ 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、"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、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)。
1
概述
在上一节，为了得到投资者的最优投资组合， 要求知道：
– 回报率均值向量 – 回报率方差-协方差矩阵 – 无风险利率
估计量和计算量随着证券种类的增加以指数 级增加
2
引入因子模型可以大大简化计算量
由于因子模型的引入，使得估计Markowitz有效 集的艰巨而烦琐的任务得到大大的简化。
子模型，从而省掉角标t，从而（8.1）式
变为
r i a i b if e i
（8.2）
并且假设 (1)cov(ei,f)0
E[ei ] 0
(2)cov(ei,ej)0
14
假设(1)：因子f具体取什么值对随机项没有 影响，即因子f与随机项是独立的，这样保 证了因子f是回报率的唯一因素。
– 若不独立，结果是什么？
8
因子模型回归
年份 1 2 3 4 5 6
IGDPt（%） 5.7 6.4 8.9 8.0 5.1 2.9
股票A收益率（%） 14.3 19.2 23.4 15.6 9.2 13.0
9
rt
r6 13.0%
e6 3.2%
4%
IGDP6 2.9%
I G D Pt
图中，横轴表示GDP的增长率，纵轴表示股 票A的回报率。图上的每一点表示：在给 定的年份，股票A的回报率与GDP增长率。
i2 bi22f e2i
非因子风险
对于证券i和j而言，它们之间的协方差为
ij cov(ri,rj)cov(aib ifei,ajbjfej)
b ibj
2 f
16
单因子模型的优点
1. 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。假定分析人员需 要分析n种股票，则
– 均值－方差模型：n个期望收益，n个方差， (n2-n)/2个协方差
每个人都会利用套利机会：在不增加风险的前提 下提高回报率。
只要一个人套利，市场就会出现均衡！
5
因子模型 （Factor model）
定义：因子模型是一种假设证券的回报率只 与不同的因子波动（相对数）或者指标的 运动有关的经济模型。
因子模型是APT的基础，其目的是找出这些 因素并确认证券收益率对这些因素变动的 敏感度。
– 单因子模型：n个期望收益，n个bi，n个残
差 值。 e2i
，一个因子f方差
2 f
，共3n＋1个估计
– 若n＝50，前者为1325，后者为151。
17
单因子模型具有两个重要的性质
2. 风险的分散化
–分散化导致因子风险的平均化
–分散化缩小非因子风险
n
பைடு நூலகம்nimp2
limD( n i1
wi(ai
bi
rit ai bift eit
（8.1）
其中：
– ft是t时期公共因子的预测值； – rit在时期t证券i的回报； – eit在时期t证券i的特有回报 – ai零因子 – bi证券i对公共因子f的敏感度(sensitivity),或
因子载荷（factor loading）
13
为简单计，只考虑在某个特定的时间的因
通过线性回归，我们得到一条符合这些点的 直线为（极大似然估计）
rt 4% 2IG D P tet
11
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a 2.依赖于GDP的预期增长率，每一期都 不相同的部分b×IGDPt 3.属于特定一期的特殊部分et。
12
通过分析上面这个例子，可归纳出单因子模型的一 般形式：对时间t 的任何证券i 有时间序列
f
ei))
lnimbp2f 2 ep2
n
n
其 中 ， bp
w ibi，e2p
w 2 2 i ei
i1
i1
18
假设残差有界，即
2 ei
s2
且组合p高度分散化，即wi充分小，则对
于资产i成立 wi / n
则有
2 ep
1 n2
n
2s2
i1
12s2
n
从而
ln i m p2ln i m b p2
因子模型还给我们提供关于证券回报率生成 过程的一种新视点
一元或者多元统计分析，以一个或者多个变量来 解释证券的收益，从而比仅仅以市场来解释证 券的收益更准确。
3
CAPM与APT
建立在均值-方差分析基础上的CAPM是一种理 论上相当完美的模型，但实际上只有理论意义， 因为假设条件太多、太严格！
除CAPM理论外，另一种重要的定价理论是由 Stephen Ross在1976年建立的套利定价理论 （Arbitrage pricing theory，APT），从另 一个角度探讨了资产的定价问题。
f2ep2b p2
2 f
19
多因子模型
单因素模型的简化是有成本的，它仅仅将资 产的不确定性简单地认为与仅仅与一个因 子相关，这些因子如利率变化，GDP增长 率等。
市场均衡条件下的最优投资组合理论=CAPM 无套利假定下因子模型=APT
4
CAPM是建立在一系列假设之上的非常理想 化的模型，这些假设包括Harry Markowitz 建立均值-方差模型时所作的假设。这其中 最关键的假设是同质性假设。
相反，APT所作的假设少得多。APT的基本 假设之一是：个体是非满足，而不需要风 险规避的假设！
依据因子的数量，可以分为单因子模型和多 因子模型。
6
单因子模型
引子
若把经济系统中的所有相关因素作为一个总的宏 观经济指数。
假设：（1）证券的回报率仅仅取决于该指数的 变化；（2）除此以外的因素是公司特有风 险——残余风险
则可以建立以宏观经济指数变化为自变量，以证券 回报率为因变量的单因子模型。 例如，GDP的预期增长率是影响证券回报率的 主要因素。
假设(2)：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，是由于它们具有共同因子f所致。
如果上述假设不成立，则单因子模型不准确， 应该考虑增加因子或者其他措施。
15
对于证券i，由（8.2）其回报率的均值（期望值）为
ri ai bi f
（8.3）
其回报率的方差
因子风险
7
例1：设证券回报仅仅与市场因子回报有关
rit ai bimrmt eit
其中
• •
r it rm t
=在给定的时间t，证券i 的回报率 =在同一时间区间，市场因子m的相对数
• a i =截距项
• b i m =证券i对因素m的敏感度
• e i t =随机误差项，
E [ e i t] 0 ,c o v (i t,r m t) 0 ,c o v (i t,j t) 0