资产定价理论的扩展和测试

《资产定价理论的扩展和测试》由会员分享，可在线阅读，更多相关《资产定价理论的扩展和测试（25页珍藏版）》请在金锄头文库上搜索。

1、投资分析和组合管理第六章 资产定价理论 的扩展和测试1内容提要这一章我们将要讨论CAPM 的几个扩展问题，通过放松一 些假设，检验这些假设的变化 对CAPM模型会有什么影响。同 时，本章的最后一部分我们将 讨论APT的实证测试。2内容提要通过本章的学习，学生应该掌握一下 要点： 1.资本资产定价模型的实证分析与测 试。 2.套利定价模型的实证分析与测试。31 放宽假设条件在前一章中已经说明了CAPM的几个假设条件。在这一 部分中，我们讨论放松这些假设条件对资本市场线（CML ）和证券市场线（SML）的影响。 1.借、贷利率不同CAPM的基本假设之一是投资者可以以无风险利率借或 贷任意无数的货币

2、。例如投资者能以无风险利率通过买 进政府债券（如短期国债）的方式贷出无限的数量。然 而，有人会提出这样的疑问：投资者是否有能力以短期 债券的利率借到无限多的货币？因为短期国债的利率通 常低于优惠利率，当投资者借款时，大多数的投资者必 须支付高于优惠利率的那部分溢价。例如，当短期国债 利率是5%时，优惠利率可能是7%左右，而大多数投资者 向银行借款可能就要支付8%的利率。这种差异导致有两 条线与马科威茨的有效边界相切。41 放宽假设条件2.零模型若市场一揽子证券（M）是平均方差有效的 （即在一组收益水平一定的可能组合中它的风险 最小），布莱克得出了另一种不要求无风险资产 的模型。即在另一组可能的

3、投资组合中，有几项 投资组合的收益与市场一揽子证券不相干。这些 投资组合与市场一揽子证券的值为零。零投 资组合与市场一揽子投资组合在一起，收益和风 险是线性相关。因为零投资组合和市场一揽子 证券的协方差相似。51 放宽假设条件3.交易成本无交易成本是一个基本假设，所以投资者可以不断 买卖价格不合理的证券直到他们又回到SML线上。例如， 如果一种股票在SML的上方，它是被估价过低（它的E（R ）大于根据它的风险水平推断的E（R），结果投资者 都会去买这个股票，从而使该股票的价格抬高直到它的 价格与它的风险相匹配重又回到SML线上。但有了交易成 本，投资者就不可能完全正确定价，因为在一些例子中 ，

4、买或卖价格适中的证券的交易成本会抵消任何潜在的 额外收益。因此，证券的分布会非常接近SML线，但不会 恰好在SML线上。所以SML是有宽度的证券带，而不是一 条单独的线。并且这条证券带的宽度受交易成本大小的 影响，交易成本大则证券带宽，反之则窄。61 放宽假设条件4.不同的期望和计划期如果所有的投资者对风险和收益有不同的期 望，他们每个人读有一个独特的SML和CML。把这 些图形混合在一起组成一系列的线或带子。它的 宽度视不同期望之间的差距而定。如果投资者有 相似的信息和背景，这个带子会相当宽。计划期 的影响很相似。CAPM是单计划期模型，使用的期 间应是单个投资者的计划期。因此，如果你使用

5、的是一年的计划期，而我假设的计划期为一个月 ，你的CML和SML与我的就不同。71 放宽假设条件5.税收我们通常记录的和在模型中使用的收 益率只是税前收益率。实际上大多数投资 者的实际收益率受到税收因素的影响,如果 投资者赋税过重，引起投资者之间CML和 SML不同的主要原因是他们的边际税率。82 CAPM的实证测试1.的稳定性大量的研究测试了的稳定性，通常得到的 结论是相似的。Levy测试了500种在NYSE上市股 票的周收益率，得出的结论是单个股票在相当短 的时间里（52周）风险测试的手段不稳定，而股 票组合的稳定性却有相当的提高。投资组合的 规模越大（如25或50种股票），时间越长（如超

6、 过26周），组合的越稳定。Blune研究了1929- 1962年期间的股票，得出了相似的结论。92 CAPM的实证测试Fielitz测验了一定数量随机选择的证 券对组合系统风险的影响。他发现在8种股 票时风险具有很大的稳定性。Perter和 Ezzell随意选择了几个期间，测试他们平 均值的相关性，发现组合规模扩大时相 关性并不提高。Tole测试了不同规模组合 的标准差，得出与Fielitz相同的结论。随 着组合模型的扩大，的稳定性有惊人的 提高。他有指出组合中股票的数量超过100 种时组合的收益更大102 CAPM的实证测试影响的另一个因素是用多少个估计 的原始和测量的。Baesal发现随

7、着估 计期间的加长，单个的稳定性也提高。 Theobald得出一系列分析性的结论以解释 Baesal的实证结论，他论述了假设在期间 内不改变，最理想的期间是超过120个月 。Chen得出的结论是如果单个的不稳定 ，投资组合的估计值会有偏差。所以他建 议适用一个叫“Bensson“的方法逐个测试 这些期间不同的值。112 CAPM的实证测试Carpenter和Upton考虑的是交易量对稳定 性的影响。他们发现得到的之间的差别很小。 他们认为预测的要比使用被调整过数量的稍 好些。综上所述，单个的通常是易变的，而组合 的是稳定的。其次，使用至少36个月的数据估 计是很重要的。最后，分析家应注意股票的

8、交 易量。122 CAPM的实证测试2.公布的估计值的比较为了更快或方便或你不想自己估计一种股票 的值，而是使用一些公布出的资料，但公布出 的值之间可能有很小却很重要的差别。Reilly 和Wright考察了三个不重叠时期共1100种股票， 得出的结果说明造成值不同的原因是时间间隔 的不同（例如日与周的观测）。他们还发现有价 证券市场价格影响时间间隔效力的大小和作用的 方向。因此，当估计或使用公布资料时，你必 须考虑到所使用的时间间隔和公司的相对规模。133 系统风险和收益的关 系CAPM的最终问题是在解释资产收益的问题上是否有用 。也就是说，这些风险资产的系统风险和收益率之间是 否存在线性关

9、系。在这一点上存在有一些不同的看法。 Sharpe和Cooper发现收益和风险之间正相关，虽然他们 并不是完全线性相关。Douglas通过分析一个系统风险的 变量和收益测量与收益的方差，检验他们之间的关系。 结果表明截距比公认的无风险收益要大。另外，由于个 别股票有统计上的问题，Black、Jenson等人考察了股票 组合的风险与收益，发现了额外月收益和组合之间正 的线性关系，虽然截距比期望的零价值高。Fama和 Macbeth考察了一定时期的月收益率、平方变量和 前期的非系统风险测量方法之间的关系。尽管在这段时 间内每月的结果不同，但总的结论是支持CAPM。143 系统风险和收益的关 系除了

10、对收益和的分析，研究人员也考察了预期收益 的影响。主要有以下几个因素： 1.关系非对称性的影响正态分布指的是对称性，也就是说正和负的观察数 之间存在平衡。而如果一种收益的分配有正的非对称性 ，就是说它有反常多的正价格变化。McEnally发现了前 面结论中出现的估价过低、低的股票和估价过高、高 的股票。同时他还发现高的股票正非对称性也高。 喜欢高风险、高非对称性、高收益股票的投资者能解释 这种结果。Kraus和Litzenbenger更正式地检验了这种关 系。他们采用的办法是测试带有非对称性项的CAPM，得 出的结论是投资者愿意为正非对称性支付。153 系统风险和收益的关系1.规模、P/E、杠

11、杆的影响在考察了CAPM后，得出规模和P/E两变量对 收益显出相反的影响。具体的说，期望收益对 有正的作用，而对有关模型的作用是负的。因此 投资者要求相对小的公司有高收益。当P/E相对 低时，投资者也会要求股票有额外的收益。 Bhandari做的一项分析发现在考虑了和规模后 ，财务杠杆也能帮助解释平均收益的交叉部分。 这里隐含着一个有三个风险变量的多变量CAPM： 、规模、财务杠杆。163 系统风险和收益的关系2.帐面价值的影响Fama和French的这项研究目的是评价在 NYSE、AMEX和NADSDAQ上市的股票平均收益交叉 部分的市场、规模、P/E、财务杠杆和BE/ME联 合作用。一些早

12、期研究发现收益与正相关这个 重要关系。而这项研究发现在最近的一段时间内 ，和平均收益之间的关系消失了，甚至用单 独解释平均收益时也是这样。平均收益与规模、 杠杆、P/E、BE/ME之间任何一项的测试表明所有 这些变量都很重要且有预期信号。173 系统风险和收益的关系3.CAPM风险收益实证结果的总结关于组合的收益和系统风险两这关系的早期 研究很大一部分表示出支持CAPM。这些证券并非 没有疑问，因为人们已经发现截距要比RFR所示 的高。这个截距并不包括零模型，也不包括借 入的高利率。在寻找可以解释低股票有高预期 收益，高股票的收益低于预期这种现象的其他 变量过程中，随机变量应被考虑进去。有几项

13、研 究表示赞同把非对称性作为变量。假设投资者喜 欢正非对称性，愿意接受低平均收益率以期待获 得巨大收益的机会，这一结论说明正非对称性和 高是相关的。183 系统风险和收益的关系Pettebigill、Dundaram和Matthur的一 项研究指出理论上用期望收益，实证研究 通常用真实的收益率CAPM模型。当研究人 员调整了关于负的市场额外收益的期望， 他们发现与收益率之间有持久的重要关 系。Jagannathan和Wary也运用了允许和 市场风险经济变化的有条件的CAPM。这表 明了这个模型在解释收益交叉部分的重要 性。Grundy和Malkid也认为在一个萧条的 市场，是一个很有用的风险测

14、量方法。194 市场一揽子证券在介绍CAPM的过程中我们指出市场一揽子证券包括经济中所有 的风险资产。在均衡状态下，各种资产以他们的市场价值为比例包 括到市场一揽子证券中。尽管市场一揽子证券这一概念在理论上是 合理的，但在测试或使用CAPM时却很难实现。因为大量的资产每月 的序列是很困难及时取得的，大多数的研究限制自身只使用一种股 票或债券序列。许多学者已经认识到这个问题，但假设这个缺陷是 不重要的。Roll的几篇文章从另一方面指出使用这些指数序列替代 市场一揽子证券对测试这个模型，特别使用这个模型评价组合的业 绩，有很重要的影响。他认为CAPM要分析代表市场一揽子证券的替 代物是否是有效的平

15、均方差，是否是真正最适合的市场一揽子证券 。Roll指出如果代替的市场一揽子证券（如S&P500指数）是平均方 差有效，他们在数学上很可能表现出这个组合收益和之间是线性 关系。不幸的是这不可能是一个真实的CAPM测试，因为你无法得到 真正的SML。205 套利定价理论（APT）的实证检验在CAPM中，认为只有一个相对风险变量影响收益，那 就是资产与市场的一揽子证券的协方差。而在提出APT理 论时，指出有许多因素影响收益，所以在实证检验时须 弄清楚这些因素代表的是什么： 1.Roll与Ross进行了研究分析，他们的测试分为两个步骤： 第一步，估计预期收益和从单项资产收益的时间序列数据中 估计因素

16、系数 第二步，使用这些估计值测试APT隐含的基本的交叉部分定 价结论，即这些资产的预期收益是否与步骤一中得到的 共同因素一致。 结果认为至少有三种重要的因素对资产的评价具有重要影响 ，但并未说明是哪三种共同因素。215 套利定价理论（APT）的实证检验2.RollRoss测试的扩展Cho、Elton和Guuber也测试了该模型。他们 使用的方法是检验被定价的收益在产生阶段的因 素数量。结果表明，即使两因素模型下产生的收 益也要求有两个或三个因素解释收益。这些结论 支持了APT模型，因为它允许考虑这些多加的因 素，而标准的CAPM则不可能考虑。另外， Dhrymes、Friend和Gultekin(DFG)认为重要的评 价因素随着所采用股票的数量增加而增多，但不 稳定于某一数目。这就使得APT在应用方面受到 限制。225 套利定价理论（APT）的实证检验3.APT与反常APT的另一组测试认为它能很好地解释 反常现象而其他与之有竞争的模