金融数学(第四章)第十讲定价模型资料.ppt

第四节 套利定价模型 不失一般性地，假设 中不满足(4.4.12)的资产下标集合为 对于每个经济体 中的资产 ，构造资产组合 ，它由无风险资产与K 个因子资产组成，其中投资于无风险资产的权重为 ，而投资于因子l的权重为 。然后构造如下自融资组合 ： * * 第四节 套利定价模型 则通过直接的计算可知，自融资组合 的收益额为 * * 第四节 套利定价模型 其中 为符号函数。 接着，对于 ，取资产组合 * * 第四节 套利定价模型 即 为 个自融资资产组合 的权重为 的等权重凸组合。因此 也是自融资组合，同时其期望收益率为 并且根据(4.4.7)，其方差为 * * 第四节 套利定价模型 由于(4.4.13)，上式可以推出 因此，自融资组合序列 是极限意义下的套利组合，这与渐近无套利假设（假设2’）矛盾。因此引理得证。 * * 第四节 套利定价模型 引理 4.4.2有下面的直观理解。在残差项不为零的情形下，(4.4.10)不再严格成立，而往往只能做到近似成立，即 然而，对这个近似式的精度可以做出要求。不管精度要求多高（也即不管 多小），除了有限个（ 个）资产外，(4.4.16)对于市场中其余资产均成立。 * * 第四节 套利定价模型 4.4.2 多因子模型 单因子模型在市场中所有可行资产组合与因子之间建立起了一种线性的关系，本质上体现了一种线性定价法则。当然，能够解释资产组合收益率变化的因子可能有多个，例如：市场中其他资产组合收益率、市场指数的增长率、宏观经济指标增长率，资产发行公司相关信息等。从数学角度来看，若将单因子模型(4.4.1)中的因子 数量增加，其拟合误差应该会减小。基于这种思想，多因子模型也便产生了。 * * 第四节 套利定价模型 假设影响资产收益率的因素有K 个，分别记为 。假设资产组合i的收益率与这K 个因子之间存在如下线性关系： 其中 和 为常数， 为随机变量。类似单因子模型，进一步作如下假设： * * 第四节 套利定价模型 (1) 不同可行资产组合对应的残差项 不相关，即 (2) 任意可行资产组合i对应的残差项的期望为零，即 (3) 残差项与因子不相关，即 这便是多因子模型。当因子个数为K 时，该模型也被称为K 因子模型。 * * 第四节 套利定价模型 多因子模型中的上述三条假设为多因子模型的相应推导提供了很大的便利，并且也有其一定的合理性。假设(1)要求残差项无关，这导致了不同资产组合间的相关性只能通过它们与因子的关系来体现（接下来的讨论便表明了这点）。残差项 对两个资产组合收益率间的相关性没有任何贡献，而只是对资产i本身的收益率产生影响。因此，残差项体现了资产组合的个体风险，而资产组合收益率和因子间的关系体现了资产组合的系统性风险。当然，在假设(1)的限制下，该因子模型的应用范围将受到一定的限制。 * * 第四节 套利定价模型 假设(2)要求残差项期望为零。这是一个自然的要求。在这个假设下，(4.4.3)右边的非残差项构成了资产组合收益率变量的一个无偏估计，也就是说， 这个要求很容易满足，因为即使残差项的期望 不为零，将其合并入 并将 组作为新的残差项即可满足假设(2)。 * * 第四节 套利定价模型 假设(3)给出了残差项与因子间的不相关性。从线性回归角度来说，这条假设也是比较自然的，并没有给模型带来很大的限制。事实上，在将资产组合收益率 关于因子 进行线性回归时，要求做到残差项的方差最小，而此时残差项与因子的协方差必然为零，否则通过调整回归系数 减少该协方差必然会降低残差项的方差。 * * 第四节 套利定价模型 在多因子模型下，单因子模型的一些结论也类似成立。例如，可以通过计算直接得到不同可行资产收益率之间的协方差。事实上， * * 第四节 套利定价模型 其中 ，而 当 时，(4.4.4)变为 * * 第四节 套利定价模型 也就是说，任意两个不同的可行资产组合的协方差可以表示为三个部分的乘积：因子的协方差矩阵 ，以及两个资产组合 和 对因子 的敏感程度向量 和 。而当i = j时，(4.4.4)变为 它有着明显的经济学解释：某资产收益率的风险由K 个因子造成的系统性风险（因子协方差）加权之和与资产的个体风险（残差方差）组成。 * * 第四节 套利定价模型 之所以将残差项对应的不确定性称为个体风险，是因为该风险可以通过资产的高度多样化