金融资产收益非对称性分析.docVIP

金融资产收益非对称性分析 张术林 1, 2, 魏正红 3 (1.中山大学管理学院, 广东 广州 510075; 2.广发证券有限公司, 广东 广州 510075; 3.深圳大学数学与计算科学学院, 广东 深圳 518060) 摘 要: 滑动分块自助法(moving- block bootstrap)是一种适合相依时间序列的再抽样方法, 与传 统的非对称性检验法相比, 它能有效地拟合统计量的抽样分布, 这是因为传统的非对称性检验均假 设收益序列独立同分布, 与大多数金融资产收益的统计特征不符; 利用滑动分块自助法对中国股市 指数进行实证分析可以知道, 在“熊市”期间, 收益显著右偏, 而在“牛市”期间, 非对称性不明显。由 于金融资产收益的非对称性是影响投资组合、资产定价的重要因素, 因此在金融理论与实践中具有 重要意义。 关键词: 金融; 资产收益; 非对称性; 样本偏度; 滑动分块自助法 中图分类号: F 830 文献标识码: A 文章编号: 1000- 260X ( 2007) 01- 0081- 04  一、引言 金融资产收益的非对称性在金融经济理论与实 践中具有重要意义。半个世纪以前, Hicks 指出收益 的非对称性是影响投资决策的一个重要因素。其后 Samuelson 强调如果资产收益是非对称的, 在构建投 资组合时必须考虑其前三阶矩, 即预期收益, 波动和 偏度。而经典的 Markowitz 均值- 方差模型忽略收益 的非对称性, 认为一个有效的投资组合是最小方差 (给定预期收益)或最大预期收 益 的(给 定 方 差)。 随 后, Kraus 在经典的 CAPM 模型中纳入偏度因素, 建 立 了 一 个 三 因 素 的 CAPM 模 型 , Diacogiannis 比 较 了经典的 CAPM 模型与三因素的 CAPM 模型后, 指 出 了 三 因 素 CAPM 模 型 的 存 在 的 意 义 及 充 分 必 要 性[1]。 资产收益的非对称性在期权定价理论和实践中 也具有重要意义。Black- Scholes 期权定价公式假设 资产价格遵循几何布朗运动, 在任一时点, 资产价格 可以由对数正态分布刻画。然而实践证明, BS 公式 常常错误定价深度实值或深度虚值期权。Hull[2]认为 这 种 错 误 来 源 于 对 资 产 收 益 分 布 的 不 当 假 设 , Corraddo, Sund 等人把这归因于收益的非对称和高 峰厚尾性。通过实证表明当在经典的 BS 公式中纳 入偏度、峰度因素后, 准确性显著提高。 传统的非对???性检验方法是利用样本偏度统计 量 s。从直观上看, 如果收益是分布对称的, 则 s 接近 于 0, 否则如果左偏, s 小于 0; 右偏则大于 0。如果收 益服从正态分布, 则当样本量足够大时, s 逼近正态 分布。许多学者利用样本偏度 s 检验考察了资产收 益的对称性[3, 4, 5, 6]。 遗憾的是, 大量的实证研究表明, 金融资产收益 不服从正态分布, 具有显著的高峰厚尾性。这种基于 正 态 性 假 设 的 样 本 偏 度 检 验 常 常 错 误 判 断 其 对 称 性。一种选择是利用混合正态分布代替正态分布。假 设收益由均值, 方差分别为 μ1, σ2, μ2, σ2 的正态分布 1 2 件 或。 的正态分布。此分布函数对称当且仅当 μ1,μ2 或 σ1, 参数检验依赖于对收益分布的假设, 不同的分 σ2,p=1/2。假定收益序列独立服从如上定义的混合正 布假设可能得出不同的检验结果。Peiro[7]提出了一 态分布, 记 1μ为其无约束最大似然函数值, 1r1, 1r2 种非参数检验方法。其基本思想是如果收益是对称 分别为在约束条件下 μ1,μ2 和 σ1,σ2,p=1/2 最大似然 的, 则超额正收益与超额负收益发生次数服从参数 函数值, , 。如果条件 为 1/2 的二项分布, 且超额正收益与超额负收益分 成立, 则 逼近自由度为 1 的 x2 分布。 布相同。 上述参数方法和非参数方法都假设收益序列独 ( 二) 非参数检验方法 立同分布, 这与大多数金融时间序列的统计特征不 在不同的分布假设下, s 具有不同的抽样分布, 符合, 因此基于独立性假设的非对称性检验效率低 由此可以给出截然不同的对称性判断。为了得到更 下或者不可靠。在这篇文章中, 我们提出滑动分块自 稳健的检验, 我们考虑如下的非参数方法。 助