基于小波多分辨分析的高阶矩CAPM研究(p13).docVIP

基于小波多分辨分析的高阶矩CAPM研究 ( 许启发张世英（天津大学 管理学院，天津 300072） 金融Based on multiresolution analysis, the definition of wavelet high central moments and high mix central moments are put forward by us. Further more, methods for calculating Betas, Gammas and Thetas and multiresolution CAPM are established also. The empirical results sustain the hypothesis of multiresolution systematic risk and multiresolution CAPM, which provide experienced evidence for dynamic portfolio to disperse risk. Key words: High Moments; CAPM; Wavelet Transform; Multiresolution 0 引言 Markowitz(1952)的均值-方差理论和Sharpe(1964)、Lintner(1965)提出并发展的资本资产定价模型（CAPM）最大重复离散小波变换(aximal overlap discrete wavelet transform，简记为MODWT)Sharpe(1964)和Lintner(1965)给出了标准的CAPM表达 (1) 式中，为第个资产在时刻的收益率；为无风险资产收益率；为市场组合的收益率；刻画了资产超额收益相对于市场组合超额收益的变化，即系统风险的大小。 然而，CAPM是以期望的形式来表示风险与回报之间关系，在实际使用时它需要转化为一种经验上可用的形式。单指数模型恰恰能够满足这种要求，它是描述收益生成过程的统计关系，模型表达如下 (2) 式中，的含义同前，衡量第个资产对总体市场的敏感程度；是第个资产收益独立于市场组合部分的测度；为随机扰动项，满足白噪声假定且与之间不相关。利用该模型可以计算单个资产或投资组合的Beta系数，即斜率，并且该计算过程相对简单。 1.2 高阶矩CAPM及风险测度 现在假定有一个理性投资者，假定有一个收益为无风险资产和个收益分别为的风险资产。在这些资产上的投资权重分别为和，并且。我们假定初始投资为1，并且期末的财富用来表示，则期末财富为 (3) 根据Kraus和Litzenberger(1976)的研究，可以得到期末财富的前四阶矩及其与系统风险测度（即Beta，系统偏度和系统峰度）之间的关系。 (4) 式中，、和是单个资产对市场方差、偏度和峰度的系统风险的测度，可以通过下式来定义 (5) 其中，，，；是市场投资组合收益率。与传统二阶矩CAPM中仅通过Beta系数测量风险不同，这里Gamma系数和Theta系数都是对系统风险的度量。 投资者进行投资组合的目标是在一定的约束条件下，使得期望效用最大化，即 (6) 根据最优化问题，取拉格朗日一阶条件 (7) 求解，可以得到下面的结果 (8) 因此，四阶矩的CAPM可以表达为 (9) 式中，，，；而，，分别为边际替代率，反映系统风险与期望财富之间的的反向替代关系。 实证时，我们采取下面的形式估计系数，从而判断各阶协矩是否获得了相应的定价（或在进行资本资产定价时，是否考虑到各阶协矩的影响）。 (10) 式中，为超额收益；满足白噪声假定。 2 基于小波多分辨分析的系统风险测度与高阶矩CAPM Percival等(1994, 1997)提出了MODWT，该变换可以看作离散小波变换(DWT)本文DWT可以将时间序列的方差和协方差在不同的尺度基础上加以分解，实现对金融市场系统风险的多分辨分析(MRA)。以下小波变换均指MODWT，小波系数均指MODWT小波系数。 2.1 MODWT及其多分辨分析是一个包含了时间序列（不妨设，为正整数）个观察值的列向量。对实施MODWT小波滤波器和尺度滤波器，并且对所得结果不进行向下抽样，就得到个向量小波系数和一个向量尺度系数分别为 (11) 式中，，，为滤波器长度，；，，即和可由级尺度对应的DWT小波滤波器和尺度滤波器得到。式(4)表明级变换系数是一个由个维向量构成的变换，即，向量包含与尺度上的变化相关的级小波系数，向量包含与尺度上的平滑相关的级尺度系数。在实际应用中，小波系数和尺度系数可由MODWT塔式算法实现。 Percival等(1997)给出了基于MODWT的多分辨分析