套利定价模型（Arbitrage Pricing Theory）.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 如果资产的收益率有多因素线性模型生成，即： 在不存在渐进套利机会时，存在实数 因此，精确因素模型下套利定价的结论也适用于渐进套利的情况。 使得 第三节 套利定价模型的计算实例 一、单因素套利定价模型的计算 二、多因素套利定价模型的计算 三、从β值判断套利机会构造套利组合 四、CAPM与APT的比较 一、单因素套利定价模型 假定证券的回报率可由单因素模型产生 假定投资者拥有3种证券，三种证券的市值各为400万，投资者的总投资是1200万，这三种证券具有如下的预期回报率和敏感性.这样的预期回报率与因素敏感性是否代表一个均衡状态？ 若为表示市场均衡状态，股票的回报率将有什么样的变化市场才会达到均衡？ 证券组合构成 预期收益率ri % 敏感因子bi 证券1 15 0.9 证券2 21 3.0 证券3 12 1.8 套利组合（0.1，0.075，-0.175） 买卖行为导致套利机会减少最终消失，如果找不到满足预期收益率大于0的资产组合，此时存在非负的常数?0 ?1 ,使得预期回报率和敏感性之间满足如下线形关系 二、多因素套利组合的计算 假定证券的回报率可由两个因素模型产生： 4种证券具有如下的预期回报率和敏感性： 证券组合构成 bi1 bi2 证券1 15% 0.9 2.0 证券2 21% 3.0 1.5 证券3 12% 1.8 0.7 证券4 8% 2.0 3.2 套利组合(0.1,0.088,-0.108,-0.08) 通过购买证券1和2,同时出售证券3和4,使得证券1和2价格上涨，3和4价格下跌,推动市场均衡。即当满足前面三个等式的组合的预期回报率为0,均衡达到。 如果找不到满足满足预期收益率大于0的资产组合，此时存在非负的常数?0 ?1 ?2,使得预期回报率和敏感性之间满足如下线形关系 三、从β值判断套利机会构造套利组合 （一）具有相同 β值的套利（单因素） 假如一个投资组合是充分分散风险的，那它的厂商特定风险或非系统风险可以被分散掉，保留下来的只有因素（系统）风险，即收益与风险为： 如果两个充分分散化的投资组合有相同的β值，那它们在市场均衡时必定有相同的预期收益。 否则有套利机会出现，通过套利使二者的预期收益率相等。 套利组合的构成及套利过程 (0.10+1.0×F)×100万美元（在资产组合A上作多头） －（0.08＋1.0×F）×100万美元（在资产组合B上作空头）__________________________________ 0.02×100万美元＝20 000美元 （净收益） 已知分散化的投资组合的收益是： （单因素） 这样，我们就获得了一项无风险利润。这项策略要求净投资为零。我们应继续需求一个尽可能大的投资规模，直至两个组合间的收益差消失为止。具有相同β值的投资组合在市场均衡时一定具有相同的期望收益，否则将存在无风险套利机会，通过套利使二者预期收益相等。 （二）具有不同β值的套利（单因素） 对于有不同β值的充分分散化的投资组合，其预期收益率中风险补偿必须正比于β值，不然也将发生无风险套利。 或者 参见图5-2，假定无风险收益率rf是=4%，有一充分分散化的投资组合C的β值为βc=O.5，具有预期收益率6%。在图中，代表投资组合C的点位于连接无风险资产和组合A的直线的下方。现在我们来看另一个投资组合D，这个组合一半由组合A另一半由无风险资产组成。这样，组合D的β值为βD=0.5×0+0.5×1.0=0.5，预期收益率是0.5×4％+0.5×l0％=7％。组合D和组合C的β值相等而预期收益率不等，如前所述，会发生套利。 套利组合及套利过程 （做D多头） (0·5×0·04+0·5×0·1＋0·5F)100万 （做C空头）－（0·06＋0·5F）100万 结果是：套利组合的收益为正；收益无风险，即套利组合对因素的敏感度为零；净投资为零。 （三）多因素的套利 两个宏观因素的模型是： ri＝E（ ri ）＋βi1F1 ＋βi2F2＋ 假设因素F1代表对GDP预期值的偏离，因素F2则代表末预期到的通货膨胀率的变化，它们的预期值都等于零，因为它们代表的都是对预期值的偏离。同样 代表企业特有的风险，也是对预期值的偏离，所以预期值也为零。 假如有两个因素组合（GDP的因素组合和通涨率的因素组合）的期望收益分别为10％和12％，无风险资产收益为4% （已知条件） 现在来看任意一个充分分散化的投资组合A，它对两个宏观因素的值分别是βA