財務統計.docVIP

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(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(cycles)、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—BT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