基于相异风险规避系数的资产定价
- 格式:pdf
- 大小:113.51 KB
- 文档页数:2
投资组合理论与资本资产定价模型CAPM投资组合理论与资本资产定价模型(CAPM)是金融学中两个基本的理论框架,用于解释资本市场的行为和为投资者提供投资决策的依据。
投资组合理论是由美国经济学家哈里·马科维茨(Harry Markowitz)于1952年提出的,也是他获得1990年诺贝尔经济学奖的主要理论基础。
该理论认为,投资者可以通过合理配置资金,选择不同风险和收益水平的资产组合,从而实现在给定风险下最大化收益或在给定收益下最小化风险的目标。
通过将不同资产之间的相关性考虑在内,投资者可以通过分散投资来降低投资组合的整体风险。
资本资产定价模型(CAPM)是由美国经济学家威廉·夏普(William Sharpe)、芝加哥大学教授约翰·林特纳(John Lintner)和莱芜丝·特雷南伯格(Jan Mossin)于1964年同时独立提出的。
CAPM认为,资产的预期回报率与其系统风险(与整个市场波动相关的风险)成正比,与无风险利率成反比。
该模型通过将投资者面临的风险分解为系统风险和非系统风险(特异风险)两部分,提供了确定资产预期回报率的方法。
CAPM认为,投资者应该通过以无风险资产利率为基准,根据投资组合整体风险水平确定预期回报率。
投资组合理论和CAPM在投资决策中起着重要的作用。
投资组合理论强调通过选择不同相关性的资产来实现分散投资,降低整体风险。
投资者可以通过投资不同资产类别(如股票、债券、房地产等)来达到分散投资的目的。
而CAPM通过考虑整个市场风险来确定资产预期回报率,为投资者提供了估计资产预期回报率的方法,从而辅助投资者做出投资决策。
然而,投资组合理论和CAPM也存在一些局限性。
首先,投资组合理论和CAPM都是基于一系列假设和简化条件建立的,如理性投资者、完全市场、无摩擦成本等,因此在实际应用中存在局限性。
其次,CAPM是基于市场均衡的理论,没有考虑其他因素对资产价格的影响,如宏观经济因素、公司基本面等,因此在预测和解释市场波动方面具有一定的局限性。
资本资产定价(CAPM)模型在我国股票市场中的应用——基于回归分析角度的实证研究内容提要:资本资产定价模型(CAPM)主要研究证券市场中资产的预期收益率与风险资产之间的关系,以及均衡价格是如何形成的,它刻画了均衡状态下资产的预期收益率及其与市场风险之间的关系。
本文首先阐述CAPM的內涵,随后采用回归分析的方法,进行中国证券市场的抽样实证分析,说明通过统计分析的方法,可以选择相对合适的市场组合收益率,提高资产估值和资产配置的准确性,对我国资本市场应用资本资产定价模型(CAPM)的有效性及其障碍进行分析,并提出了一些资本资产定价模型分析对我国股市的启示。
关键词:资本资产定价模型(CAPM);回归分析;有效性分析;实证研究一、引言现代资本资产定价模型(CAPM)是第一个关于金融资产定价的均衡模型,也是第一个在不确定条件下,使投资者实现效用最大化的资产定价模型。
模型的首要意义是建立了资本风险与收益的关系,明确指明证券的期望收益率就是无风险收益率与风险补偿两者之和,揭示了证券报酬的内部结构。
资本资产定价模型是现代金融理论的一块重要的基石,在已经问世的诸多证券投资理论中,资本资产定价模型在投资学中占有重要的地位,并在投资公司决策和公司理财中得到广泛的应用。
从目前我国金融市场运行来看,即使在起步不长的中国证券投资活动中,这一模型的应用也成为有关学者热衷讨论的话题。
在证券市场与金融投资已经构成我国社会经济生活的一个重要组成部分的今天,对资本资产定价模型进行深入研究无疑在理论上和实践上都有着重要的意义。
二、资本资产定价模型理论概述(一)资本资产定价模型(CAPM)的理论基础在现代投资理论和方法中,投资组合选择和资本资产定价理论居于核心地位,是近年来西方金融学发展很快的一个领域。
马柯维茨(H. Markowitz)于20世纪50年代提出了证券投资组合理论,即不要把所有鸡蛋放在同一个篮子里,奠定了现代证券投资理论的基础。
CAPM(Capital Asset Pricing Model,资本资产定价模型)是用来估计资产预期收益的一种方法,也是金融领域中一种常用的风险管理工具。
在CAPM模型中,银行和企业的风险调整系数是一个重要的概念。
1. CAPM模型简介CAPM模型是由沃尔夫勒姆·夏普(William Sharpe)于1964年提出的,该模型被广泛应用于金融领域,被用来计算各类资产的预期收益率。
CAPM模型基于风险无效率市场假说,认为资本市场上的投资者是理性的,并且追求的是风险与收益的最优化组合。
该模型被广泛应用于股票、债券、房地产等各种资产类别的定价,也被用于研究和计算银行和企业的风险调整系数。
2. 银行和企业的风险银行和企业的风险主要分为市场风险、信用风险、操作风险等多种类型。
在CAPM模型中,风险主要体现在资产的系统性风险上,即与整个市场相关的风险。
对于银行和企业来说,市场风险是其面临的最大风险之一,因此风险调整系数的计算对于它们的风险管理至关重要。
3. 风险调整系数的计算CAPM模型通过计算资产的风险调整收益率来评估资产的表现,风险调整收益率反映了资产在承担一定风险的情况下所能获得的收益。
在计算银行和企业的风险调整系数时,需要考虑到其资产组合的风险敞口,市场波动率以及市场基准收益率等因素。
一般来说,风险调整系数可以通过以下公式来计算:\[ \beta = \frac{Cov(R_i, R_m)}{Var(R_m)} \]其中,\(\beta\)代表资产的风险调整系数,\(Cov(R_i, R_m)\)代表资产收益与市场收益的协方差,\(Var(R_m)\)代表市场收益的方差。
4. 风险调整系数的意义风险调整系数在银行和企业的投资决策中具有重要的意义。
风险调整系数能够帮助银行和企业衡量其资产组合的系统性风险,从而更好地进行资产配置和风险管理。
风险调整系数还可以作为银行和企业的绩效评价指标,通过比较资产的实际收益与其风险调整收益率,评估银行和企业的投资绩效。
资产定价理论资产定价理论是金融学中的一个重要研究领域,旨在确定资产价格的合理水平。
资产定价理论的核心思想是通过分析资产的风险和预期收益来确定资产的价格。
下面将介绍几个经典的资产定价模型。
首先是资本资产定价模型(CAPM),该模型由马科维茨(Markowitz)和肖普(Sharpe)等学者提出。
CAPM模型认为,资产的预期回报应该与其风险有关,风险按照资产投资组合的总风险进行评估。
该模型认为投资者希望获得高收益的同时,也要承担更高的风险。
CAPM模型使用资本市场线来衡量资产的风险和回报之间的关系。
其次是套利定价理论(APT),该理论由罗斯(Ross)提出。
APT模型认为,资产的预期回报可以通过一系列与该资产相关的风险因素来解释。
相对于CAPM模型,APT模型使用因子模型来衡量资产的回报和风险之间的关系。
APT模型假设,在资本市场存在完全套利机会的情况下,价格应该完全反映资产的风险。
这意味着资产的价格应该能够完全通过市场上其他资产的价格来决定。
最后是实证资产定价模型(Fama-French三因子模型),该模型由法玛和弗兰斯(Fama和French)提出。
该模型认为,除了市场风险之外,还存在其他因素可以解释资产的回报率。
Fama-French三因子模型使用资本投资组合的回报来解释资产的预期回报。
该模型认为,资产的预期回报还受到市值、账面市净率等因素的影响。
这些资产定价模型都试图通过对资产风险和预期收益的分析,确定资产的合理价格。
然而,由于市场的不确定性和复杂性,资产定价模型并不能完全准确地预测资产的价格。
因此,在实际应用中,投资者还需要结合其他因素,如市场情绪、公司基本面等来做出决策。
总的来说,资产定价理论是金融学中的一个重要研究领域,通过对资产的风险和预期收益的分析,确定资产的价格水平。
不同的资产定价模型通过不同的方法来解释资产的预期回报,但都无法完全准确地预测市场的表现。
因此,在实际投资中,投资者需要综合考虑多种因素来做出决策。
证券投资中的资产定价模型与风险溢价分析随着金融市场的发展,证券投资已成为一种重要的投资方式。
而了解资产定价模型和风险溢价分析是进行有效投资决策的关键。
本文将就证券投资中的资产定价模型和风险溢价分析进行探讨。
一、资产定价模型的概念和方法资产定价模型是指为了确定证券的合理价格,而建立的用于估算资本资产定价模型的工具及模型。
常用的资产定价模型有CAPM模型和APT模型。
CAPM模型,即资本资产定价模型,是一种度量投资风险以及确定资产预期回报的理论模型。
该模型假设投资者是风险规避的,市场是完全有效的,资产收益服从正态分布等。
CAPM可以用以下公式表示:E(Ri) = Rf + βi(E(Rm) - Rf)其中,E(Ri)表示资产i的预期收益率,Rf表示无风险收益率,βi表示资产i的系统性风险系数,E(Rm)表示市场的预期收益率。
APT模型,即套利定价理论,是一种通过多元回归分析,利用一组隐含因子来解释证券收益率的模型。
与CAPM模型不同,APT模型并不假设市场是完全有效的,而是认为证券的收益率可以通过多个因子来解释。
APT模型可以用以下公式表示:E(Ri) = Rf + βi1(F1) + βi2(F2) + ... + βin(Fn)其中,E(Ri)表示资产i的预期收益率,Rf表示无风险收益率,βi1、βi2等表示资产i对于因子F1、F2等的敏感度。
二、风险溢价分析的应用风险溢价分析是指根据资产定价模型,通过对市场风险和投资风险的分析,计算风险溢价并作为投资决策的参考依据。
通过风险溢价分析,投资者可以衡量投资收益与风险之间的关系,从而做出相应的投资调整。
风险溢价是指投资期望收益与无风险收益之间的差额,也可以理解为投资者愿意为接受额外风险所需的回报。
在证券投资中,风险溢价是投资风险的重要指标,通过分析市场因素和个体资产的特定因素,可以对风险溢价进行定量衡量。
在风险溢价分析中,投资者需要综合考虑多种因素,例如宏观经济环境、行业发展趋势和公司基本面等。
证券投资的资产定价模型与风险管理在证券投资领域,资产定价模型和风险管理是投资者必须深入了解和应用的重要概念和方法。
资产定价模型帮助投资者确定证券的合理价格,而风险管理则帮助投资者降低投资风险并提升收益。
本文将详细介绍几种常用的资产定价模型以及风险管理的方法。
一、资产定价模型1. 市场资产定价模型(CAPM)市场资产定价模型是一种广泛应用的资产定价模型。
它基于市场风险和无风险利率的影响来评估证券的预期回报。
CAPM认为证券的预期回报与市场回报之间存在正比关系,通过计算证券的贝塔值,可以确定证券的预期回报。
2. 有效市场假说(EMH)有效市场假说认为市场是高度有效的,即所有可获得的信息已经充分反映在证券价格中。
根据EMH的观点,无论是技术分析还是基本分析,都无法获得超过市场平均水平的收益。
因此,投资者不能通过分析市场信息来获得超额收益,只能通过投资组合的配置进行资产配置。
3. 期权定价模型(OPM)期权定价模型是一种用来评估期权的合理价格的工具。
其中最著名的是布莱克-斯科尔斯期权定价模型(BSM),它基于股票价格、行权价格、到期时间、无风险利率和波动率等因素来计算合理的期权价格。
通过使用BSM模型,投资者可以评估期权是否被低估或高估,并采取相应的投资策略。
二、风险管理1. 多元化投资组合多元化投资组合是一种风险管理策略,通过将资金分配到不同类别的证券或资产上,来降低特定证券或资产的风险。
通过不同资产之间的负相关性,多元化能够平衡整个投资组合的风险,减少单个投资的波动性。
2. 风险评估与控制风险评估和控制是投资者在证券投资中非常重要的一环。
通过对投资项目的风险进行评估,并采取相应的控制措施,投资者可以有效地降低潜在风险。
风险评估和控制的方法包括定量分析、场景分析和压力测试等。
3. 止损单和止盈单止损单和止盈单是投资者在风险控制过程中常用的工具。
止损单用于设定一个可以接受的最大损失额度,当证券价格达到设定的止损点时,自动触发卖出操作,避免进一步亏损。
递减相对风险规避系数、习惯形成和资产定价●自从Lucas(1978)开创性的工作以来,代表性投资者均衡模型(Representative agent equilibrium model)在金融学和经济学中得到了广泛使用。
然而,在时间可分的幂效用函数和完美市场的标准假设下,这种模型无法解释许多现象⏹“股市风险溢价之谜”(Mehra and Prescott,1985),⏹“无风险利率之谜”(Weil,1989),“股市波动之谜”(Campbell,1999)⏹“股票收益均值回归”(Fama,1991)。
⏹为了解释这些异常现象,人们对标准模型的假设进行了各种推广,针对这个主题的综述见Campbell(2000),Constantinides(2002)和Barberis and Huang(2006)。
●在代表性投资者均衡框架下的各种推广模型中,引入习惯形成(habit formation)是成功解释这些异常现象的一种重要方法。
⏹在引入习惯形成的框架下,每个消费者的效用函数定义在实际消费对消费的某个参考水平的相对值上。
根据参考水平决定因素的不同,习惯形成可以分成两种:内在型(internal)习惯和外在型(external)习惯。
◆内在型的习惯形成着眼于人类行为方式的基本特征,也即对重复的刺激的反应是逐渐减弱的。
这样,个体的效用是他自身过去消费的减函数,同时边际效用是他自身过去消费的增函数。
Constantinides(1990)、Sundaresan(1989)、Detemple and Zapatero(1991)和Dai(2003)等均使用了这类习惯形成模型。
◆外在型习惯形成模型强调个人的消费参考水平依赖于社会总消费的历史,而不是个体自身过去的消费,Abel(1990,1999)、Campbell andCochrane(1999)和Wachter(2006)中的消费习惯就属于这一类。
因此,外在型习惯形成也被称作“追赶时髦”或“攀比效应”。
资产管理中的资产定价模型与评估资产管理是指对各种形式的资产进行有效管理和优化配置的过程。
资产管理的核心是对资产进行定价和评估,以确定其真实价值和预期收益。
而资产定价模型和评估方法则是资产管理中的重要工具和方法。
本文将介绍资产管理中常用的资产定价模型和评估方法,并探讨其在实际应用中的优缺点和适用范围。
一、资产定价模型资产定价模型(Asset Pricing Model, APM)是根据一定的理论假设和经验数据,通过数学和统计方法对资产的价格进行推导和预测的模型。
常见的资产定价模型有CAPM(Capital Asset Pricing Model)、APT(Arbitrage Pricing Theory)等。
1. CAPM模型CAPM模型是一种广泛应用的资产定价模型,它认为资产的预期收益与市场风险成正比。
CAPM模型的基本假设是:所有投资者都是风险规避者,市场是完全有效的,投资者的投资决策仅受市场风险的影响。
CAPM模型的公式为:E(Ri) = Rf + βi * (E(Rm) - Rf)其中,E(Ri)表示资产i的预期收益,Rf表示无风险利率,βi表示资产i的系统风险系数,E(Rm)表示市场的预期收益。
2. APT模型APT模型是根据套利原理构建的资产定价模型,它认为资产的价格受到多个因素的影响。
APT模型的基本假设是:市场上不存在套利机会,资产的价格受到多个因素的共同影响,投资者的收益预期与这些因素有关。
APT模型的公式为:E(Ri) = Rf + β1 * (Factor1) + β2 * (Factor2) + ... + βn * (Factorn)其中,E(Ri)表示资产i的预期收益,Rf表示无风险利率,β1~βn表示资产i受到的各个因素的敏感度,Factor1~Factorn表示各个因素的影响。
二、资产评估方法资产评估是对特定资产进行估值和评估的过程,根据不同的资产类型和评估目的,可以采用多种评估方法。
Financial View | 金融视线MODERN BUSINESS现代商业156经典资产定价理论综述肖琨小 中央财经大学金融学院 北京 100081摘要:本文从威廉·夏普提出的CAPM模型出发,指出其在理论与实证中的不足,从而从三个不同发展方向出发,全面梳理资产定价深化研究,逐步引入CAPM模型的各种拓展模型,从而较为全面的介绍经典的资本资产定价相关理论。
关键词:资本资产定价;APT模型;CCAPM模型;行为金融理论一、引言资本资产的定价问题一直深受金融市场领域乃至整个金融领域的关注。
研究最早起源于20世界50年代,随着经济、金融的不断发展,如今,如何有效的确定金融资产的价格仍是很多经济学家所面临的重大问题。
马科威茨通过把收益、风险分别定义为均值和方差,第一次从数量上解决了收益与风险的关系问题,资本资产定价模型就是在这一理论的基础之上提出的。
1970年,威廉·夏普率先提出资本资产定价模型:CAPM模型,成为资本资产定价的基础。
它的结论非常简单:投资的收益只与风险有关。
虽然,CAPM模型的提出非常成功,但还是存在着很多理论上、实践上的局限性。
首先,C A P M 的假设前提难以实现;其次,CAPM中的β值难以确定;最后,与之相关的实证结果令人失望。
因此,金融市场学家不断探求比CAPM更为有效的资本市场理论。
经济学家们大致从三个方面进行了改进:第一、将单因素CAPM拓展为多因素模型,如APT套利定价理论,Fama-French 三因素模型(提出SMB和 HML因素);第二、提出基于消费的CCAPM模型,将资产回报率与宏观经济变量联系起来;第三,由行为金融学理论对资产定价问题进行解释。
二、资本资产定价的多因素模型(一)套利定价理论APT该模型由斯蒂芬·罗斯于1976年提出,与CAMP模型相比,其最大的特点是利用套利概念定义均衡,并且该模型的假设更加合理。
套利定价理论的基本机制是:在均衡市场中,两种相同的商品必定以相同价格出售。
异质性时间偏好与资产定价袁宁;施嘉岳【摘要】Incorporating heterogeneous investors is an important research direction in asset pricing. In this paper, heterogeneity in time preference is incorporated in Lucas' s pure exchange economy framework and a continuous-time dynamic asset pricing model is developed to analyze heterogeneous time preference. Analytical solutions of asset prices are presented and the investors' optimal consumption and investment policies are analyzed. Numerical analysis is given to demonstrate the asset pricing implications of time preference heterogeneity.%引入异质性投资者是资产定价理论的重要发展方向之一.将异质性时间偏好纳入Lucas纯交换经济框架,发展出连续时间、存在异质性时间偏好投资者的动态资产定价模型,给出了模型资产价格和收益的解析解,并且分析投资者的最优消费和投资策略,最后数值分析了异质性时间偏好的资产定价含义.【期刊名称】《管理科学学报》【年(卷),期】2012(015)008【总页数】10页(P50-59)【关键词】异质性时间偏好;代表性代理人;资产定价【作者】袁宁;施嘉岳【作者单位】北京大学光华管理学院,北京100871;烟台大学经济与工商管理学院,烟台264005【正文语种】中文【中图分类】F224;F830Lucas纯交换经济或禀赋经济[1]奠定了以代表性代理人消费禀赋为核心假设的资产定价理论研究框架.Lucas考察了具有相同消费者和单一商品的纯交换经济中均衡资产价格的随机行为,其中最重要的假设就是,股票市场的红利等同于总产出(禀赋),并且等同于总消费.均衡时可以根据外生给定的消费过程、效用函数以及代表性代理人的一阶欧拉方程推导出随机贴现因子 (SDF).此时SDF为代表性代理人的跨期边际替代率,资产价格可以表示为消费增长和SDF的二阶条件矩.代表性代理人是经济学和金融学中具有高度简洁性、便利性和抽象性的假设.现实经济体系往往由大量分散的消费者组成,这些消费者的加总行为能否以及如何由代表性代理人的行为来描述,是个十分复杂的问题,经济学家给出了一些充分条件——加总定理,Huang 和 Litzenberger[2]对此有很好的综述.另一方面,建立在代表性代理人假设基础上的经典金融理论完全忽略了交易的存在性.因为代表性代理人模型中,均衡资产价格总是调整到投资者持有市场组合、消费禀赋为止,这时消费者没有交易的动机,市场交易并不发生.解释交易的存在就必须突破代表性代理人框架的束缚,一种方法就是在模型中引入具有不同禀赋、偏好或信息的异质性投资者,其中,引入偏好的异质性就是很有价值的研究方向.一些文献,如 Grossman和 Zhou[3],Wang[4],Chan 和 Kogan[5]等,探讨存在市场摩擦或者投资组合保险约束时,具有不同风险规避系数或时间偏好的投资者之间发生的交易,认为这种源自异质性偏好的交易能够产生时变市场风险价格,从而有助于解释Mehra和Prescott[6]的“股权溢价之谜”.Cochrane等[7]在两棵树的Lucas连续时间模型中研究了市场出清引致复杂资产价格动态的行为,指出即使投资者的偏好平稳 (对数效用),资产具有独立同分布的红利现金流,市场出清条件也可能导致具有时变波动性的SDF,复杂的资产价格和收益行为.Longstaff[8]在Lucas和Cochrane等的模型基础上进行了拓展,在具有两类资产和异质性风险容忍度投资者的连续时间Lucas纯交换经济模型中,探讨了流动性约束对资产价格的影响.Gollier和 Zeckhauser[9]研究了代表性代理人的时间偏好是如何受到个体消费者时间偏好异质性影响的.他们的研究证明了如果有无限多数量的具有指数分布急躁度的消费者,那么代表性代理人的时间贴现因子呈双曲线分布.Malamud和Trubowitz[10]表明,在离散时间模型中代表性代理人的风险规避随时间变化的方式取决于个体消费者的谨慎度与急躁度之间的加权协方差.Hara[11]拓展了Gollier和Zeckhauser[9]的研究,指出,当且仅当经济中的消费者具有相同的常数相对风险规避系数时,代表性代理人的时间贴现因子是一些完全单调函数的幂函数.Hara[12]研究了在具有完全市场的连续时间模型中个体消费者在风险容忍度和时间偏好上的异质性是如何影响代表性代理人的风险容忍度和时间偏好的.他的研究结果表明代表性代理人的时间容忍度随时间而递增,而他的风险容忍度随时间的变化取决于个体消费者的谨慎度与急躁度之间的某种加权协方差的符号.国内相关文献中,吴卫星和汪勇祥[13]较早地研究了在国有股全流通背景下流动性对资产定价的影响.袁宁[14]探讨了在均方差有效理论框架下存在非流动性资产时,是否存在能为所有流动性资产定价的SDF以及类似CAPM的线性定价方程.陈彦斌和周业安[15]研究了在异质性投资者经济中财富偏好对资产定价的影响,推导出资产市场具有两基金分离现象,进而指出不能在异质投资者经济中将CCAPM推广到包含财富偏好的资产定价模型.袁宁[16]在Merton跨期最优消费和资产组合的理论框架内引入非流动性资产,构造了三资产的连续时间经济模型,探讨流动性约束对投资者最优消费和投资决策的影响.邹小芃等[17]将投资者面临的市场流动性风险分解为外生和内生两种,并引入流动性需求状态变量随机化的证券持有期限,得出基于流动性风险调整的资产定价模型.本文将异质性纳入Lucas纯交换经济框架,提出连续时间、存在异质性投资者的动态资产定价模型.模型中,单一资产的所有权被具有不同主观时间偏好的两类投资者分别持有,资产的红利动态服从独立同分布(i.i.d.)的几何布朗运动.给出了资产价格和收益的解析解,分析投资者的最优消费和投资策略,并且数值分析了异质性时间偏好的资产定价含义.本文的模型丰富了异质性资产定价理论这一方兴未艾的研究领域.Hara[12]的模型侧重于分析如何将异质性个体投资者的效用函数加总得到代表性代理人的效用函数,进而分析代表性代理人的时间偏好和风险规避特征.与Hara的模型不同,本文的模型侧重于分析具有不同时间偏好的两类投资者是如何通过交易资产平滑消费的.Cochrane等[7]的模型假设有两种资产和一个具有对数效用的投资者.与之不同,本文的模型假设有一种资产和两个具有异质性风险规避系数的CRRA效用的投资者.考察一个Lucas禀赋经济,该经济体系中只存在一种资产或一棵“资产树”,资产产生的红利现金流 Dt服从 i.i.d.的几何布朗运动其中,μ和σ是常数;Z是标准几何布朗运动.这里将资产的股份数量正规化为1.经济体系中有两个投资者,假设第1个投资者和第2个投资者持有该资产的初始禀赋数量分别为w和1-w,w∈(0,1).两个投资者t时刻的消费分别为C1t和C2t,初始消费分别为C1和C2.他们的偏好都可以用CRRA的等弹性效用函数来描述,即两个投资者具有相同的相对风险规避系数γ,只是各自具有不同的主观时间贴现因子β和δ,因此投资者的异质性体现在时间贴现因子和初始禀赋上.不妨假设β>δ,即第1个投资者的容忍度低于第2个投资者,更倾向于提前消费.这是拓展了的Lucas纯交换经济,两个投资者通过资本市场交换股份,平滑各自消费路径,以实现其终生效用的最大化.与Lucas纯交换经济相比,由于存在异质性,两个投资者都有交换资产以平滑消费的动机,交易开始出现.分别求解出均衡资产价格和收益动态、投资者的最优消费动态和最优资产持有数量.资产的价格由两个投资者共同确定,市场均衡时每个投资者的跨期边际替代率(IMRS)都可以作为有效的SDF给资产定价.将式(2)和(3)中的效用函数分别对各自的消费求导,可求得两个投资者的边际效用分别为由M1t和M2t可得到每个投资者的IMRS,进而可以用IMRS对资产定价,即上式成立需满足SDF的等价条件,即对所有t和s都成立.Lucas禀赋经济中,所有投资者的消费总和等于资产总产出或资产红利,因此有市场出清条件利用市场出清条件式(9)和SDF的等价条件式(8)可以解得将式(10)代入式(6),利用红利Dt的动态式(1),就可以解出价格Pt.附录1证明了资产价格Pt可以表示为其中,定义函数F(a,b;c;z)是标准的超几何函数② 参见金玉明主编:《实用积分表》,中国科学技术大学出版社,2006,第478页.,定义为其中(a)n,(b)n,(c)n 可表示为当‖z‖ <1时,超几何函数F(a,b;c;z)收敛并有如下积分表示式在单位圆‖z‖=1上(z=1除外),当Re(a+b-c)≥1时F(a,b;c;z)发散,其他情形下F(a,b;c;z)均收敛.对于复平面z=1至z=∞(|arg(-z)|<π,对‖z‖≥1),无穷级数F(a,b;c;z)定义了单值解析函数,可用转换公式③ 一个典型的转换公式如下参见Gradshteyn 和Ryzhik[13]方程9.137.12.求解.定义资产的价格-红利比率为At,则参见 Gradshteyn 和 Ryzhik[13]方程9.131.1.资产价格Pt是红利Dt以及消费C1t和C2t的函数,定义t时刻第1个投资者的消费占红利的比例为st,有st是决定价格和消费动态的状态变量.利用st可将价格-红利比率At表示为可见At完全由st所刻画,st和红利动态Dt一起控制了资产价格Pt的演进过程. 将式(10)应用到零时刻,有st随时间增加而递减,第1个投资者的消费最终趋近于零.此外,两投资者的初始消费C1和C2是决定st的关键参数.为了求解均衡消费动态,必须求解初始消费.首先考虑零时刻第1个投资者的消费、红利和价格之间的关系.第1个投资者零时刻的消费为C1,剩余财富为其初始禀赋的价值减去消费,即w(P+D)-C1.均衡时,第1个投资者的未来消费流按SDF贴现到零时刻的现值应当等于零时刻的剩余财富,即其中利用了市场出清条件Dt=C1t+C2t,以及价格式(6).定义后一无条件期望值为Q,求解C1需要解出Q.事实上容易证明Q是第2个投资者的未来消费流按SDF贴现到零时刻的现值,即第2个投资者零时刻的剩余财富,这是因为其中利用了两个投资者随机贴现因子的等价条件式(8).附录2给出了Q两种形式不同,但又完全等价的解.第1种将Q表示为初始时刻红利D和消费C1、C2的显性函数,即第2种则将Q表示为价格P和红利D的线性函数这一更为简洁的形式将价格方程(12)应用到零时刻,有分别将P和Q的显性形式式(25)和式(23)代入式(21),有利用超几何函数的高斯递归方程④可以将上式化简为这一方程计算C1不是很直观,更为方便的是利用Q的化简形式.将式(24)代入式(21),有将方程(29)两边同除以D,表示成初始时刻消费C1与红利D之比s的形式,再将价格-红利比率方程(19)应用到零时刻,有上述方程通常没有解析解,可用数值方法求解出s,进而由红利D以及市场出清方程(9)求出初始消费C1和C2.将式(10)和(11)应用到零时刻,有应用Ito公式和红利Dt服从的动态方程(1),可以求解出均衡时的消费动态,即表示成显性形式,有其中Zt服从N(0,t)的正态分布,是驱动红利动态Dt的不确定来源.由式(33)和(34)可以看出,两个投资者消费增长的波动率相同,但期望增长率不同,有假设第1个投资者t时刻的最优资产持有数量为Nt,由供给均衡,第2个投资者t时刻的最优资产持有数量为1-Nt.两个投资者分别选择最优资产和消费配置(Nt,C1t)和 (1-Nt,C2t),以使得各自消费路径上效用最大化.均衡时,t时刻每个投资者的消费和资产选择应满足自融资策略,即未来消费流按SDF贴现的现值应当等于t时刻减去消费后的剩余财富价值,也等于持有的最优资产数量的价值.因此对第1个投资者有与式(28)一样可以将方程(39)右边的积分表示为价格Pt和红利Dt的线性组合最优资产持有数量为Nt是价格-红利比率At倒数的线性函数.与单一代表性代理人情形不同,存在两个投资者时的瞬时无风险利率rt呈现出时变特征,利用M1t=e-βtC-γ1t以及消费C1t的动态,有状态变量st控制了rt的时变特征.资产的收益Rt由资本利得和红利收益两部分组成,即其中,红利收益部分显然就是价格-红利比率At的倒数;而资本利得部分可由Pt=AtDt以及红利Dt的动态方程(1)利用Ito公式求得其中,A't为资产的价格-红利比率At对t的导数,可由价格方程(17)求解,有其中利用了超几何函数的导数资产的期望收益和收益的方差分别为因此资产的收益可表示为资产收益和红利增长率、消费增长率一样具有相同的方差,但是期望收益呈现出时变特征.为了更好地评价存在异质投资者的资产定价模型,提供数值分析以清晰地反映主要变量和参数之间的关系.考虑到价格显性解中超几何函数的复杂性,选取如下的参数:两个投资者的主观时间贴现因子β =0.06,δ=0.03;红利的期望增长率μ=0.04,波动率σ =0.1.在合适的相对风险规避系数1≤γ≤8范围,对不同的初始股权比例w研究模型的资产定价含义.表1给出了零时刻资产的价格-红利比率A.可以看出A随着w增加而减少.例如γ=1时,当 w=0,A=33.33;当w=0.5,A减少至22.33;而当w=1,A=16.67,只有w=0时的一半.由方程(30),A可以表示成由于最优消费比例 s随 w增加而增加,显然有w=0和w=1分别对应的是两投资者单独决定资产价格的代表性代理人情形.投资者的异质性体现在主观时间贴现因子和初始禀赋w上,均衡时资产价格必然要反映每一个投资者的偏好特征和禀赋.当0<w<1时,A某种程度上就是w=0和w=1时价格-红利比率的加权平均,因此介于两者之间.表2反映零时刻第1个投资者的最优消费比例s,显然s随股权比例w增加而增加.相同γ,当0<w<1时,s总是大于w,这表明第1个投资者零时刻的消费数量大于自己根据禀赋w分配的红利数量.这是因为第1个投资者的时间容忍度低于第2个投资者,比较而言更加厌恶推迟消费.因此当存在和第2个投资者的交易机会时,第1个投资者最优选择是出售部分所持股权以提前消费.当投资者具有对数效用,即γ=1时,s明显高于w,提前消费倾向显著.例如当γ=1,w=0.1时,s=0.177 6,比w高出近80%.而对于其他水平的γ,s只是略大于w.这是由于参数为γ的CRRA效用的跨期替代弹性1/γ,始终小于对数效用的跨期替代弹性1.因此对数偏好下第1个投资者的提前消费倾向总是大于CRRA效用下的.表3反映第1个投资者零时刻的最优资产持有数量N,它与股权比例成正比,与s 的情况正相反.当0<w<1时,N总是小于w,这是由于第1个投资者部分出售股权以提前消费的缘故.第1个投资者超过其禀赋份额w的消费(s-w)D正是来自于出售股权数量的市场价值(w-N)P,因此显然有不难看出,零时刻瞬时无风险利率r和风险资产期望收益E(R)都是w的增函数,风险溢价E(R)-rdt则与w无关,而由相对风险规避系数γ决定.事实上可以证明风险溢价是γ的线性函数.为了理解这一点,回忆离散时间资产定价基本方程⑤ 有关资产定价基本方程的主要结果参见文献[19],连续时间资产定价参见文献[20].文献[21]是资产定价近50年的发展历程很好的综述.其中,m是随机贴现因子;p是资产支付x的价格.如果存在利率为rf的无风险借贷,则资产x的收益R满足即资产的风险溢价由资产收益R和随机贴现因子m的协方差决定.连续时间对应式(51)的资产定价基本方程为对应式(52)的资产风险溢价为将式(4)中的SDF代入式(54),可得其中等式左边前两项即资产收益Rt的条件期望.将消费C1t和价格Pt的动态方程(33)和(43)代入式(55),可得到风险资产的期望收益Et(Rt)和无风险利率rt由状态变量st决定,随时间变化.但是式(56)表明资产的风险溢价却保持不变,而由相对风险规避系数γ和红利波动方差σ2决定.实证资产定价文献中曾经积累了大量有关时变资产价格行为的发现,如动量效应,过度波动性、均值回复、价格对红利消息的反应过度或不足、价值和增长效应等.本文的模型表明,即使假设简单的红利动态过程和效用函数,包括时间容忍度、风险偏好、禀赋、信息等要素在内的异质性也将会导致复杂的资产价格和收益行为.本文模型中出现的复杂资产价格和收益动态为解释上述实证现象提供了思路.本文在Lucas禀赋经济框架下,发展了存在异质性投资者的动态资产定价模型.在标准的代表性代理人资产定价模型中,投资者消费禀赋,没有交易发生.在 CRRA 偏好和 i.i.d.几何布朗运动的红利动态假设下,资产价格正比于红利,投资机会集不随时间发生变化.存在异质性投资者时,交易开始发生,两类具有不同主观时间偏好的投资者相互交换股份.本文证明了此时资产价格表现为复杂的超几何函数形式,而作为资本市场价值中枢的价格-红利比率概括了股权结构、红利动态、异质性偏好等资本市场和投资者的参数和结构.资产收益和无风险利率表现出明显的时变特征,意味着投资机会集随时间变化.还求解了投资者的最优消费和资产持有策略,同样体现出时变的特点.代入价格公式(6),有由于红利 Dt服从 i.i.d.几何布朗运动,很容易证明其中λ定义为将式(A2)交换积分和期望算子次序并利用式(A3)可得定义x=e(β-δ)s/γ,有对式(A4)进行积分变换可得如果λ >δ,由文献[18]积分方程3.194.2⑥Re(μ)> Re(v)这里u=1.λ >δ保证了Re(μ)>Re(v)成立.,将式(A6)整理可得其中定义如果λ<δ,对式(A5)做变换有根据文献[18]积分方程3.194.1⑦这里μ = ξ,ν= -γ,φ =C1t/C2t,u=1.λ <δ保证了Re(μ)> 0成立.,由式(A9)同样有式(A7)成立.这就是价格方程(12).2 求解Q由式(22),Q可以表示为而消费由式(31)和(32)为将式(A11)和(A12)代入式(A10)直接求解积分,有对式(A13)进行积分变换,整理可得到其中利用了ξ的定义式(A8),以及文献[18]积分方程3.194.1.除了直接积分求解出Q的显性解式(A14)以外,还可以用分步积分法将Q表示为价格P和红利D的线性函数这一更为简洁的形式,即假设λ<δ,并且利用价格方程(A4),上述积分可解得【相关文献】[1]Lucas R E.Asset prices in an exchange economy[J].Econometrica,1978,46(6):1429 -1445.[2]Huang C F,Litzenberger R H.Foundations for Financial Economics[M].New York:North Holland,1988.[3]Grossman S J,Zhou Z.Equilibrium analysis of portfolio insurance[J].Journal of Finance,1996,51(4):1379 -1403.[4]Wang J.The term structure of interest rates in a pure exchange economy with heterogeneous investors[J].Journal of Financial Economics,1996,41(1):75-110. [5]Chan Y L,Kogan L.Heterogeneous Preferences and the Dynamics of Asset Prices [R].NBER,2001.[6]Mehra R,Prescott E C.The equity premium:A puzzle[J].Journal of Monetary Economics,1985,15(2):145 -161.[7]Cochrane J H,Longstaff F A,Santa-Clara P.Two Trees:Asset Price Dynamics Induced by Market Clearing[R].NBER,2003.[8]Longstaff F A.Asset Pricing in Markets with Illiquid Assets[R].NBER,2005.[9]Gollier C,Zeckhauser R.Aggregation of heterogeneous time preferences[J].Journal of Political Economy,2005,113(4):878-896.[10]Malamud S,Trubowitz E.Aggregate Risk Aversion for Jointly Heterogeneous Discount Factors and Risk Tolerances[R].SSRN,2006.[11]Hara plete monotonicity of the representative consumer's discount factor [J].Journal of Mathematical Economics,2008,44(12):1321-1331.[12]Hara C.Heterogeneous Impatience in a Continuous-Time Model[R].Kyoto University,2009.[13]吴卫星,汪勇祥.基于搜寻的有限参与、事件风险与流动性溢价[J].经济研究,2004,(8):85-93.Wu Weixing,Wang Yongxiang.The limited participation,event risk and liquidity premium based on searching[J].Eco-nomic Research Journal,2004,(8):85 -93.(in Chinese)[14]袁宁.非交易性资产和资本市场均衡[J].数量经济技术经济研究,2005,22(6):141-152. Yuan Ning.Nonmarketable assets and the equilibrium in capital market[J].Journal of Quantitative and Technical Economics,2005,22(6):141-152.(in Chinese)[15]陈彦斌,周业安.异质性财富偏好和资产定价[J].经济学季刊,2006,5(2):361-378. Chen Yanbin,Zhou Yean.Heterogeneous wealth preference and asset pricing[J].China Economic Quarterly,2006,5(2):361-378.(in Chinese)[16]袁宁.非流动性市场中的跨期最优消费和投资策略[J].中国管理科学,2009,17(4):39-45.Yuan Ning.Intertemporal optimal consumption and portfolio selection in an illiquid market[J].Chinese Journal of Management Science,2009,17(4):39-45.(in Chinese) [17]邹小芃,黄峰,杨朝军.流动性风险、投资者流动性需求与资产定价[J].管理科学学报,2009,12(6):141-152.Zou Xiaopeng,Huang Feng,Yang Chaojun.The liquidity risk,liquidity demand and asset pricing[J].Journal of Management Sciences in China,2009,12(6):141-152.(in Chinese)[18]Gradshteyn I S,Ryzhik I M.Tables of Integrals,Series,and Products[M].Sixth Edition,New York:Academic Press,2000.[19]Cochrane J H.Asset Pricing[M].Princeton:Princeton University Press,2001. [20]Merton R C.Continuous-Time Finance[M].Blackwell:Oxford Press,1992. [21]Campbell J Y.Asset pricing at the millennium[J].Journal of Finance,2000,55(4):1515 -1566.附录1 求解价格Pt由式(10),均衡消费增长。
金融资产定价模型研究金融资产的价格因市场供求关系和基本面(如公司的盈利、市场前景等)等因素而不断波动,如何准确地预测和估算市场价格,是金融领域一直探讨的问题。
针对这一问题,经济学家们提出了各种基于不同假设和理论的金融资产定价模型。
本文将简单介绍其中几种常见的模型,并比较其优缺点。
1、CAPM模型资本资产定价模型(CAPM)是一个广为人知的框架,被广泛用于计算股票风险溢价。
该模型假定市场中存在风险规避的投资者,他们会在股票与无风险资产之间做出选择,并平衡不同投资组合的风险和收益。
该模型最初由Sharpe、Lintner和Mossin(同步发表)于1964年提出。
CAPM基于马尔科维茨的资产组合理论,认为一个资产的期望收益率应该等于资产无风险收益率加上市场风险溢价(市场平均收益率减去无风险收益率乘上资产的贝塔系数,即市场波动和该股票波动的相关系数)乘以该资产的贝塔系数。
其中贝塔系数是一个资产相对于市场平均水平的相对波动率,衡量该资产相对市场的风险程度。
CAPM模型主要的优点是使用较为简单,可以快速估算资产的期望收益率,同时对于整个市场的投资风险有全面的把握。
然而,CAPM模型的假设存在许多争议。
首先,它假设投资者风险规避,并将股票溢价与市场风险溢价等同起来。
而实际上,市场风险只是众多风险之一,有许多其他的风险因素会影响到一个特定的股票价格。
其次,CAPM模型假定市场是完美的,每个人都可以以相同的价格买卖,这与实际情况并不符合。
第三,CAPM模型忽略了资产价格对信息的反应和市场失灵的可能性。
2、SEIM模型The Stochastic Equity Investment Model (SEIM)是CAPM模型的一个扩展,它考虑了股票市场的风险、基本面和技术指标等多个方面,更全面地描述了股票价格的变化规律。
SEIM模型最初是由刘凤岐提出的,他认为股票价格不仅与市场因素的影响相关,还与股票自身的特点(如价格历史、基本面数据、技术指标等)相关。
资本资产定价模型(CAPM)研究综述2019-06-17摘要:资本资产定价模型(CAPM)⾃上个世纪六⼗年代建⽴起就成为现代⾦融学的核⼼研究领域,被⼴泛地运⽤于⾦融市场、消费投资决策、货币政策乃⾄宏观经济的估计和预测。
学者们对于CAPM模型的理论和应⽤作了⼤量的研究,取得了丰硕的成果,该研究领域内的多位经济学家因此获得了诺贝尔经济学奖。
我国由于资本市场发展较晚,对于CAPM模型研究略显薄弱,需要进⼀步发展,以便能够更好地解释资本资产定价问题,推动我国⾦融市场的发展。
关键词:资产定价;CAPM;风险;收益中图分类号:F830.9 ⽂献标识码:A⽂章编号:1005-913X(2016)05-0117-02资本资产定价理论的是在微观经济学基础上发展起来的,研究资本市场中资产的预期收益率与风险资产之间的关系,进⾏风险分析、投资业绩评估和资本成本的计算,是近年来许多专家学者研究的热点。
资本资产定价模型(CAPM)是⼀个均衡定价模型,它是由美国经济学家在⼆⼗世纪六⼗年代建⽴的基于风险资产预期收益率均衡基础上的预测模型,随着这个模型的建⽴,资产定价理论迅速发展起来。
⼀、国外的研究(⼀)标准的CAPM模型20世纪60 年代,夏普(William Sharpe,1964)、林特纳(John Lintner,1965)和莫⾟(Jan Mossin,1966)将马科维茨理论延伸成为资本资产定价模型(Capital and Asset Pricing Model, CAPM)。
CAPM将资产收益与市场组合(即资本市场均衡状态下的均值―⽅差有效组合)收益之间的协⽅差同市场组合收益⽅差之间的⽐界定为该资产所携带的系统风险。
⽅程表达式为:E(Ri)=RF+β[E(RM)-RF]其中:E(Ri)是资产i的期望收益率,RF指⽆风险利率,E(RM)为市场组合的期望收益率,它是指所有的风险资产组成的投资组合,β表⽰系统风险,是i资产与市场组合收益之间的协⽅差,即β=。
《资本资产定价模型分析报告》资本资产定价模型(capitalassetpricingmodel简称capm)是由美国学者夏普、林特尔、特里诺和莫辛等人在资产组合理论的基础上发展起来的,是现代金融市场价格理论的支柱,广泛应用于投资决策和公司理财领域。
资本资产定价模型假设所有投资者都按马克维茨的资产选择理论进行投资,投资人可以自由借贷。
主要研究证券市场中资产的预期收益率与风险资产之间的关系,以及均衡价格是如何形成的。
研究的重点在于探求风险资产收益与风险的数量关系,即为了补偿某一特定程度的风险,投资者应该获得多得的报酬率。
作为第一个在不确定性条件下的资本资产定价的均衡模型,capm模型具有重大的历史意义,它导致了西方金融理论的一场革命。
它的创新主要体现在:(1)明确了切点组合结构,提出并证明了分离定理;(2)提出了度量投资风险的新参数:(3)提出了一种简化形式的计算方法,这一方法是通过建立单因素模型实现,单因素模型又可推广为多因素模型,多因素模型对现实的近似程度更高,这一简化形式使得证券组合理论广泛应用于实际成为可能,尤其20世纪70年代以来计算机的发展和普及以及软件的成套化和市场化,极大地促进了现代证券组合理论在实践中的应用。
一、假设条件资本资产定价模型是建立在马科维茨的资产组合理论之上的,马科维茨资产组合理论的假设条件有:1、投资者希望财富越多愈好,效用是财富的函数,财富又是投资收益率的函数,因此可以认为效用为收益率的函数。
2、投资者能事先知道投资收益率的概率分布为正态分布。
3、投资风险用投资收益率的方差或标准差标识。
4、影响投资决策的主要因素为期望收益率和风险两项。
5、投资者都遵守主宰原则(dominancerule),即同一风险水平下,选择收益率较高的证券;同一收益率水平下,选择风险较低的证券。
capm的附加假设条件:6、可以在无风险折现率r的水平下无限制地借入或贷出资金。
7、所有投资者对证券收益率概率分布的看法一致,因此市场上的效率边界只有一条。
金融学中的金融风险定价模型金融风险定价模型是金融学中的重要理论工具,用于衡量和定价金融市场中的各种风险。
本文将介绍几种常见的金融风险定价模型,并分析它们的优缺点。
一、资本资产定价模型(Capital Asset Pricing Model,简称CAPM)资本资产定价模型是一种广泛应用的金融风险定价模型,它基于风险资产的预期回报与系统性风险的正比关系。
CAPM模型的核心假设是投资者在做出投资决策时会考虑到资产的预期回报和系统性风险。
该模型的公式为:E(Ri) = Rf + βi(E(Rm) - Rf)其中,E(Ri)表示资产i的预期回报,Rf表示无风险利率,βi表示资产i相对于市场组合的系统性风险,E(Rm)表示市场组合的预期回报。
CAPM模型的优点在于简单易懂,计算相对简便,并且能够提供合理的风险调整回报。
然而,该模型的缺点是基于一些过于理想化的假设,如市场是完全有效的、投资者行为理性等。
因此,在实际应用中,CAPM模型的预测能力存在一定局限性。
二、套利定价理论(Arbitrage Pricing Theory,简称APT)套利定价理论是另一种广泛使用的金融风险定价模型,它认为资产价格的变动可以通过影响一系列因素来解释。
APT模型不同于CAPM模型,它不依赖于单一风险因子,而是考虑多个因素对资产价格的影响。
APT模型的核心思想是通过套利来消除不同资产之间的定价差异。
该模型的公式为:E(Ri) = Rf + β1F1 + β2F2 + ... + βnFn其中,E(Ri)表示资产i的预期回报,Rf表示无风险利率,β1~βn表示资产i对各因子F1~Fn的敏感性。
APT模型的优点在于能够考虑多个因子对资产价格的影响,更加灵活和实用。
然而,该模型的缺点是因子的选择和权重确定较为困难,需要大量的历史数据和统计分析。
三、随机波动模型(Stochastic Volatility Model)随机波动模型是一类考虑资产价格波动率随时间变化的金融风险定价模型。
金融市场的风险资产定价模型在金融市场中,投资者面临各种各样的风险。
为了能够准确地评估和定价这些风险,金融学家们提出了一系列的资产定价模型。
本文将介绍一些常用的用于定价风险资产的模型,并探讨它们的优缺点。
一、资本资产定价模型(CAPM)资本资产定价模型(Capital Asset Pricing Model,简称CAPM)是金融领域最著名的风险资产定价模型之一。
它基于下列假设:投资者在投资组合时是追求利益最大化的,市场是完全竞争和效率的。
CAPM模型的核心思想是,一个资产的期望回报率取决于该资产与市场组合之间的系统风险的关系。
根据CAPM模型,资产的期望回报率可以通过以下公式计算:E(Ri) = Rf + βi * (E(Rm) - Rf)其中,E(Ri)表示资产i的期望回报率,Rf表示无风险利率,βi表示资产i的β系数,E(Rm)表示市场组合的期望回报率。
该公式表明,资产的期望回报率是由无风险利率和市场组合的风险溢价共同决定的。
尽管CAPM模型在理论上非常有吸引力,并且被广泛应用于实证研究中,但它也存在一些局限性。
首先,CAPM模型的无条件假设在实际市场中并不总是成立。
其次,CAPM模型没有考虑到除了系统风险外的其他风险因素。
最后,CAPM模型仅适用于有高流动性的资产。
二、多因素模型为了解决CAPM模型的局限性,学者们提出了多因素模型。
多因素模型认为,资产的回报率不仅与市场的变动相关,还与其他一些因素有关。
最典型的多因素模型之一是巴里-罗森伯格模型(Barra-Rosenberg Model)。
该模型基于资本资产定价模型,并引入了一系列其他的因子,如市值、账面市值比和盈利能力等。
通过对这些因子的加权组合,可以计算出资产的期望回报率。
多因素模型的优势在于它考虑了更多的因素,使得对资产回报的解释更加全面。
然而,多因素模型也面临着数据难以获取和计算复杂等挑战。
三、期权定价模型在金融市场中,期权被广泛使用作为对冲风险或者进行投机交易的工具。
CAPM理论CAPM模型是对风险和收益如何定价和度量的均衡理论,根本作用在于确认期望收益和风险之间的关系,揭示市场是否存在非正常收益.一个资产的预期回报率与衡量该资产风险的一个尺度――贝塔值相联系。
1.资本资产定价模式(CAPM)由美国财务学家Treynor(1961),Sharpe(1964),Lintner(1965),Mossin(1966)等人于1960年代所发展出来。
2.其目的是在协助投资人决定资本资产的价格,即在市场均衡时,证券要求报酬率与证券的市场风险(系统性风险)间的线性关系。
3.市场风险系数是用β值来衡量。
资本资产(capital asset)指股票、债券等有价证券。
4.CAPM所考虑的是不可分散的风险(市场风险)对证券要求报酬率之影响,其已假定投资人可作完全多角化的投资来分散可分散的风险(公司特有风险),故此时只有无法分散的风险,才是投资人所关心的风险,因此也只有这些风险,可以获得风险贴水。
二、CAPM之假设:1.投资者的行为可以用均方(Mean─Variance)准则来描述,投资者效用受期望报酬率与变异数两项影响,假设投资人为风险规避者(效用函数为凹性),或假定证券报酬率的分配为常态分配。
2.证券市场的买卖人数众多,投资人为价格接受者3.完美市场假设:交易市场中,没有交易成本、交易税等,且证券可无限制分割。
4.同构型预期:所有投资者对各种投资标的之预期报酬率和风险的看法是相同的。
5.所有投资人可用无风险利率无限制借贷,且借款利率=贷款利率=无风险利率(Rf )。
6.所有资产均可交易,包括人力资本(human capital)。
7.对融券放空无限制。
三、CAPM之性质:1.任何风险性资产的预期报酬率=无风险利率+资产风险溢酬。
2.资产风险溢酬=风险的价格*风险的数量3.风险的价格= E(Rm) - Rf(SML的斜率)4.风险的数量=β5.证券市场线(SML)的斜率等于市场风险贴水,当投资人的风险规避程度愈高,则SML 的斜率愈大,证券的风险溢酬就愈大,证券的要求报酬率也愈高。
资本资产定价模型在我国的应用资本资产定价模型(Capital Asset Pricing Model,CAPM)是金融领域中一个重要的理论模型,用于揭示资产价格的形成机制。
它是由美国学者威廉·夏普(William Sharpe)、约翰·林特纳(John Lintner)和雅各布·米尔吉(Jack Treynor)在20世纪60年代提出的。
该模型在全球范围内得到了广泛的应用,并且在我国的金融市场中也具有一定的影响。
本文将探讨CAPM在我国的应用情况,以及其在中国金融市场中的适用性和局限性。
首先来看CAPM的基本原理。
该模型假设投资者在投资组合中是风险规避的,他们在资产配置时考虑了资产的风险和收益之间的权衡。
CAPM将资产的预期回报分解为无风险利率和风险溢价两部分,其中风险溢价是资产相对于市场整体风险的溢价。
该模型用一条直线表示资产的预期回报与其风险的关系,这条直线称为资本市场线(Capital Market Line),它描述了风险和回报之间的权衡关系。
CAPM的公式为:\[E(R_i) = R_f + \beta_i (E(R_m) - R_f)\]\(E(R_i)\)为资产i的预期回报,\(R_f\)为无风险利率,\(E(R_m)\)为市场整体的预期回报,\(\beta_i\)为资产i的贝塔系数,表示资产与市场整体风险的相关性。
通过CAPM模型,我们可以计算出每个资产的贝塔系数,并据此进行资产配置。
在我国,CAPM模型受到了广泛的关注和应用。
我国金融市场的发展迅速,资本市场也日益完善,因此CAPM在中国的应用具有一定的重要性。
CAPM模型为我国的投资者提供了一种有效的资产定价方法。
通过计算资产的贝塔系数,投资者可以根据市场整体的风险水平调整自己的投资组合,从而实现风险和回报的最优匹配。
CAPM模型在我国的资本市场中也得到了学术界和实践界的认可。
许多学者和从业者在研究和实践中都采用了CAPM模型来进行资产定价和资产配置。
资本资产定价模型在我国的应用资本资产定价模型(Capital Asset Pricing Model, CAPM)是国际上广泛应用的资产定价模型,它在证券投资和风险管理领域有着重要的作用。
该模型可以帮助投资者确定资产预期收益率和风险,为投资决策提供参考依据。
CAPM模型已经在国际上得到了广泛的应用和研究,但在我国的应用研究相对较少。
本文将就CAPM模型在我国的应用进行探讨与分析。
CAPM模型的基本原理是投资者的资产组合预期收益率与市场组合的预期收益率之间存在一种线性关系。
CAPM模型的基本公式为:\[E(R_i) = R_f + \beta_i(E(R_m) - R_f)\]\(E(R_i)\)表示资产i的预期收益率,\(R_f\)表示无风险资产的收益率,\(E(R_m)\)表示市场组合的预期收益率,\(\beta_i\)表示资产i的贝塔系数,表示资产i相对于市场组合的风险敞口。
CAPM模型的一个重要假设是投资者是风险规避的,并且每位投资者都是理性的,能够根据风险和收益来决定自己的投资组合。
CAPM模型还假设市场是完全有效的,不存在交易成本和税收,所有投资者具有相同的信息,并且市场上的资产是可以无限细分和流动的。
在这些假设条件下,CAPM模型给出了一个投资组合预期收益率与风险之间的线性关系。
在我国,CAPM模型的应用遇到了一些挑战和限制。
我国资本市场的发展相对较晚,市场的有效性和完备性还不够,市场上的信息不对称现象比较严重。
这就导致了CAPM模型的一些假设条件不满足,影响了模型的适用性。
我国的宏观经济环境和金融市场的特点与发达国家有所不同,这也在一定程度上影响了CAPM模型的应用效果。
我国资本市场的投资者结构比较复杂,包括了个人投资者、机构投资者、外资等,而这些投资者的风险偏好和行为模式可能与CAPM模型的假设条件有所不同。
尽管在我国的应用面临一些困难和挑战,但CAPM模型仍然在我国的一些领域得到了一定程度的应用。
风险资产定价实务1. 简介风险资产定价是金融领域中重要的一项工作。
它涉及到对不同风险资产进行定价,以反映其预期回报和风险水平。
通过对风险资产进行合理的定价,投资者可以制定有效的投资策略,实现资产组合的优化配置。
本文将介绍风险资产定价的实务方法,包括资本资产定价模型(Capital Asset Pricing Model,简称CAPM)、Fama-French三因子模型、以及其他一些常用的定价模型。
2. 资本资产定价模型(CAPM)2.1 基本原理CAPM是风险资产定价的基本模型之一。
它基于以下几个假设:市场是完全有效的,投资者具有风险厌恶的特性,市场上可以无风险借贷和投资等。
通过这些假设,CAPM建立了风险资产的定价公式:$$ E(R_i) = R_f + \\beta_i \\times (E(R_m) - R_f) $$其中,E(R i)表示资产的预期回报率,R f表示无风险利率,$\\beta_i$表示资产的风险系数,E(R m)表示市场的预期回报率。
2.2 应用范围CAPM模型可以用于估计风险资产的预期回报率。
通过测算资产的风险系数$\\beta_i$,可以衡量资产相对于整个市场的风险水平。
投资者可以根据资产的风险系数来决定其在投资组合中的权重,以实现资产的有效配置。
2.3 实例分析以下是一个实例分析,展示了如何使用CAPM模型进行资产定价。
假设有一只股票A,其无风险利率为3%,市场的预期回报率为8%。
通过对历史数据进行分析,发现股票A的风险系数为1.2。
则根据CAPM模型,可以计算出股票A的预期回报率为:$$ E(R_A) = 0.03 + 1.2 \\times (0.08 - 0.03) = 0.03 + 0.06 = 0.09 $$因此,根据CAPM模型,股票A的预期回报率为9%。
3. Fama-French三因子模型3.1 基本原理Fama-French三因子模型是对CAPM模型的扩展和改进。