北大课件《投资学》6第六讲 套利定价理论与多因素模型.pdf

第六讲 套利定价理论与多因素模型 无套利条件  利用证券之间的错误定价来赚取无风险利润的行为称为套利， 它需要同时买入和卖出等量的证券来赚取其中的价格差  在均衡市场价格的情况下没有套利机会，也许是资本市场理论 最基本的原理  如果实际证券价格中存在套利机会，则会有一个很强的压力使 价格恢复到均衡状态  因此，证券市场必须满足“无套利条件” 因素模型  前面介绍了如何将风险分解为市场风险和公司特有风险，我们 将拓展这一方法来处理系统性风险的多层面特征  证券收益的多因素模型可以用来测度和管理许多经济领域的风 险，如经济周期风险、利率风险、通货膨胀风险、能源价格风 险等  通过这些模型，可以得到多因素版本的证券市场线，其风险溢 价来源于多种风险因素，而每一种都有各自的风险溢价 套利定价理论  我们将说明如何将因素模型和无套利条件相结合从而得到期望 收益和风险之间的关系  这种风险之间的平衡方法叫做套利定价理论（APT ） 因素模型  指数模型提供了一种分解股票风险的方法，即将风险分解为系 统性风险和公司特有风险资产收益的不确定性有两个来源  其中系统性风险主要受宏观经济因此影响，而公司特有风险则 可以通过构造投资组合来进行分散  在指数模型中，市场投资组合收益反映了宏观因素的重要影响  然而，有时候直接关注风险的根本来源比直接关注其相应的市 场代理变量更有效，这使得我们在风险评估中，可以更好地测 度相应的风险因素敞口  通过多因素模型，可以描述和量化各种因素的影响，而这些因 素随时随地都会影响证券的投资收益率 单因素模型的方程式 r E(r ) F e i i i i  ri = 资产收益  β= 因素敏感度、因子载荷、因子贝塔 i  F = 宏观经济因素的扰动项 (F 值可以是正的或负的，但必须是零期望值)  e = 公司特有的扰动项(零期望值) i 例：因素模型  为了使模型具体化，来分析一下例子  假定宏观经济因素F反映所处的经济周期，这一指标由未预期 到的国内生产总值（GDP ）变化的百分比来衡量，如果普遍认 为今年的GDP将会增长4% ，而实际上GDP仅仅增加3% ，那么 F值为-1% ，代表实际增长与预期增长有-1%的利差  给定股票的β值为1.2，则预期的落空将造成股票收益率比之前 预期的收益率低1.2%  这一未预期的宏观变化，和公司特有的扰动项e 一起决定股票 i 收益对初始期望收益的偏离 多因素模型  因素模型将收益分为系统和公司两个层面是很有说服力的，但 将系统性风险限定为由单因素造成的就不那么有说服力了  实际上，影响市场收益的系统性或宏观因素有许多风险来源， 如经济周期的不确定性、利率或通货膨胀等  市场因素不仅反映了宏观因素，也能反映公司对这些因素的平 均敏感程度。当我们进行单因素回归时，实际上（错误地）假 定了每种股票对每一种风险因素都有相同的敏感性 多因素模型  如果能够找到系统性风险的显示表达，则有机会发现不同的股 票对不同风险来源敏感性的差异，从而对单因素模型进行改进  不难看出，包含多个因素的多因素模型能更好地解释证券收益  出用于建立均衡证券定价模型之外，多因素模型还可以应用于 风险管理，这一模型创造了一种简化衡量宏观经济风险的方 法，并构造投资组合来规避这些风险 多因素模型的方程式 r E(r )  GDP  IR e i i iGDP