《财务管理 - 财务统计.doc》由会员分享,可在线阅读,更多相关《财务管理 - 财务统计.doc(21页珍藏版)》请在金锄头文库上搜索。
1、財務統計 傅承德 中央研究院統計科學研究所1. 前言 在金融市場上的理論探討與實務操作中,我們經常會碰到下列的問題:金融市場在不確定(uncertain)的情況下,是如何運作?資產(asset)的價格是如何訂定,以及它隨著時間的走勢又是如何?資產未來的價格是否為可預測的(predictable)?在制定某種財務管理政策之後,其風險(risk)為何? 為了回答上述的問題,我們介紹一些基本的概念與理論。在描述某一種資產價格的走勢及其衍生性金融商品(derivatives)的定價時,我們採用“市場無套利(no arbitrage)”的觀點。從數學的角度來說,此一經濟假設是表示“存在一無風險機率測度(
2、risk neutral probability measure),並且其經折現後的價格走勢(discounted prices)相對此一測度為一平賭過程(martingale)”。如此一來,我們即可利用隨機微積分(stochastic calculus)來對衍生性金融商品(尤其是選擇權(option)制定其價格。本文的主要目的,就是將上面那句話做一個簡易的介紹。 全文共分5節。在第2節中,我們介紹市場價格報酬率(return)的隨機漫步(random walk)假說,並舉台積電的股價為例,對此一假設做進一步說明。第3節介紹效率市場(efficient market)的基本概念,及其相對應的統
3、計模型。第4節介紹歐式選擇權(European option)及其定價公式,並與傳統(大一)微積分做一簡單的類比。第5節是結論,我們敘述一些較深入的課題。 2. 隨機漫步假說在30年代,一些統計學家諸如:Cowles (1933), Working (1934),及Cowles和Jones (1937),對一些財務資料做了實證分析,而試著去回答下列問題:價格的走勢是否為可預測的?在這些論文中,作者們經由對大量數據的統計分析,進而發現一個有趣並且出人意料的結果;即 , 其中表示在時間時的價格, (2.1)為一“獨立”的序列。但因為此結果與一般大眾認為價格可經由節奏性(rhythms)、週期性(c
4、ycles)、趨勢性(trends)等現象,而可預測的直觀相異,故並未引起廣泛的注意。 經過一段時間的沈寂之後,在50年代初,Kendall (1953)在英國皇家統計學會(Royal Statistical Society)上發表一篇重要的文章,因而開啟了近代財務統計的里程碑。Kendall教授原本想要經由對股票及商品價格的分析,找出其週期性。但在分析實際資料後(1928-1938期間,19種上市股票的週資料;1883-1934期間,芝加哥市場小麥的月平均價格;1816-1951期間,紐約交換市場棉花的價格),出乎意料之外,他發現的是這些價格並沒有任何節奏性、週期性或趨勢性。進而他得到的結論
5、是“ the demon of chance drew a random number and added it to the current price to determine the next price”。換言之,的行為像是一隨機漫步(random walk)。然而從歷史的角度來看,法國天才數學家Bachelier (1900)才是第一位利用隨機漫步去描述價格走勢的學者。他假設價格(注意他並未對做對數轉換)在瞬間的表現為, (2.2)其中為初始價格,為獨立同分佈的隨機變數,且取值在及的機率各為。因此 . (2.3)令, 以及讓, Bachelier發現(2.2)的極限過程為其中(注意此
6、極限是在某特定的機率意義下),且有下列表示式:, (2.4)其中,()為標準布朗運動(standard Brownian motion)或稱為Wiener過程。此為最早描述價格的模型,雖然其數學性質簡單,但它的缺點為價格可能為負值而與實際狀況不相符。以下我們用台積電股價的例子來做進一步的說明。在圖2.1中,我們將台積電在民國83年9月上市至民國90年12月之每月月底的收盤股價記錄並畫出它的折線圖(資料來源:台灣新報B&T國內TOP3000大企業資料庫),這是財務上描述資產最典型的資料圖。我們發現台積電的股價高低的起伏變化相當大,如果在不對的時間點進行買賣,將會損失很多資金。而從圖中可看出不可預
7、測性(unpredictability)似乎是財務模型的重要特徵。更何況我們關心的並不是股價的高低,而是報酬率的大小。若以表示第i月的股價,則第i至i+1個月的報酬率可表成 或 (2.5)兩種形式(注意在(2.5)中,前式為後式在的一次泰勒展式)。在表2.2中,我們計算出台積電股價的月報酬率,並將其描繪在圖2.3上。由圖觀之,這些資料恰似一些雜訊(noise),問題是我們要如何去建立統計模型呢?圖2.1民國83年9月至90年12月,台積電每月收盤股價表2.2台積電股價資產報酬率圖2.3台積電股價每月報酬率 然而經由標準化後(即數據減去其樣本平均後再除以其樣本標準差),如圖2.4,我們可用一標準
8、常態分佈(其機率密度函數為)去描述,其中 , (2.6)為樣本個數。圖2.4台積電報酬率直方圖與標準化常態分佈即mean + standard deviation (2.7) .如同(2.3)和(2.4),令,以及讓。我們可得, (2.8)其中, ,為一標準布朗運動。此即Samuelson(1965)所提出的幾何(或稱經濟)布朗運動(geometric Brownian motion)。 我們可將方程式(2.8)看作資產價格的隨機漫步模型,如圖2.5,我們知道現今的資產價格,但不知道下一期的資產價格,而只知道資產價格是按照(2.8)式所產生出來的。圖2.5股價的隨機漫步模型3. 金融市場的效率
9、性3.1 有效性的意義 很少有人懷疑“價格是由需求和供給所決定的”這一個經濟的基本想法。在證券市場上,這個現象每時每刻都在發生。任何一種單一股票的K線圖,說明的都是成交價 (以及成交量)的變化情形。設有一個理想市場,它滿足以下三個條件:(a) 所有的資訊是公開而免費的;(b) 所有的投資人都是好分析師;(c) 所有的投資人都密切注意股價並隨時適當地調節所持的證券。如此在任何時間,該證券就應該準確地反應出它的實質價值。因此成交價同時也是證券的正確價位。 投資分析的主要工作,就是找出某些證券的真實價位。而證券目前的價格高於它的真實價格,該出售;反之,則應該買入。但是若(a)(b)(c)三條件都滿足
10、,則任何時間證券的價格既不會太高,也不會太低,因此投資人無法找出有利的投資機會,這就叫做一個具有效率性的市場(efficient market)。 在一個效率市場裡,平均來說,投資人,不論是散戶還是專業財務經理人,都不能保證獲利。從數學的眼光看來,在“效率性”的假定之下,我們可以導出一些結果。因為“效率性”這個概念是可以用數學來建構的。其中最簡單的描述就是第2節所介紹的隨機漫步模型。 當然,願意將資金投入市場以追求利潤的人,基本上都不相信市場是具有效率性的。否則,不論他們多麼聰明努力,長期下來,都不會賺得超過預期的報酬。而在投資市場上能否獲利,基本上只靠一件事情:預測的準確與否。這一方面,財務
11、分析者可分為兩大類:(a) 技術分析,(b) 基本分析。前者以研判諸如K線或相關的波浪理論為主,後者則側重於公司基本面的判斷。 對於一個成熟的或接近成熟的證券市場而言,即使這個市場還不算具有效率性,但也不會相去太遠,因此不論多麼高明的財務分析,其預測的精度,都不可能高明到那裡。基金經理人的表現不如大盤者,比比皆是。而長期能維持20%的投資報酬率的情形,也不太多。但這個市場看似有太多的獲利機會在內,所以仍然是現代人最愛爭逐的園地。 真正的長期利潤,是來自經濟活動本身的成長(即後文(3.2)式中之)。直觀上,技術高明的玩家似乎可能分到較大的一塊餅。但是我們認為技術高明的人士,往往只因他們是贏家因為
12、他們是贏家,才被看成技術高明。而我們其實並不知道他們根據甚麼理論勝過市場。市場的效率性,可分為弱式、半強式、和強式三種形式。用簡單的話來說,具效率性的市場,就是沒有“白吃的午餐”的市場。但要將這件事說箇明白,卻也不是易事,因其觀點不止一種,用數學表現出來的時候,也有不同的形式,並且它們雖不見得互相衝突,但也不是完全一樣。至於再談到以資料驗證,想法更是不一,而傳統上,“市場是否具有效率性”一直是一個被相當詳細研究的課題。市場的效率性這一概念起源於本世紀初法國數學家Bachelier的研究,他的貢獻是很大的,但是他的工作直到近20年才日益被人認識到。在第2節中,我們提到他是首次利用布朗運動模型來描
13、述股票價格的學者,而市場有效性的起源也是在那個時候。但考慮市場有效性與信息(information)的相聯繫,卻是近幾十年來的發展。Fama (l970)指出價格完全反映了可以使用的信息時,這個市場才能稱為是具有效率性的。但怎樣用數學的語言來反映這一概念,是值得深入探討的課題。用表示某一證券在時刻的價格,時刻的信息集記為,於是可以認為是基於信息的條件期望,即用表示基價,若,那麼應該有 a.s. (3.1)由於的信息比不會少,即。數學上,我們很容易將想成“信息流程(information flow)”。容易看出,(3.l)所表現的,不過是說構成一個平賭過程(martingale)而已。平賭過程,
14、是指(i) 對所有的,都是-域(-field);(ii) 若,則;(iii) 是-可測函數;(iv) a.s. 。其中(iv)所表現的意思是,在時間點,當你知道一切到達時間為止的資訊時,你對未來的期望,和目前一樣。如果把,當作你在時間的某一種賭博資金的全部,則(iv)表示,你對任何的未來時間點而言,你所期望的所有資金,和目前完全一樣。 不難自(3.1)導出(iv)。但是在這樣做的時候,你需要知道甚麼叫做已知某-域時的條件期望值。這基本上需要懂較深的機率論才行,我們在此就略過不講。 因為代表到時間為止的所有資訊,前述三種形式的效率市場,就導致現有文獻中常用的有效市場的三種類型: 弱式(weak form)的效率市場:信息集是指證券自己過去歷史中的價格和收益。 半強式(semi-strong form)的效率市場:信息集是指市場參與者都知道的信息(公共信息)。 強式(strong form)的效率市場:信息集是指市場參與者所有的信息(包含私人內線信息)。 為了要檢驗市場的效率性,必須將上述這三種定義進行相應的數學描述。從上面的定義可以看出,能夠檢驗的效率性,只可能是弱式和半強式。因為強式涉及到私人信息,這些資料是難以收集的。即使是半強式,由於公共信息也難以清楚的型式體現,因此也較難檢驗其效率性。所以弱式是文獻中最易見到的研究。 對於弱式的