资产定价模型的半参数方法-金融学科综合训练中心.PDFVIP

《统计手册：金融中的统计方法》 第 3 章 资产定价模型的半参数方法 Bruce N. Lehmann 本文在广义矩法（GMM）框架下探讨资产定价模型的半参数估计方法。GMM 广泛地应用于资产 定价模型的无条件形式，而资产定价理论隐含的条件均值约束却很少充分利用 GMM 估计。本文的 目的是采取适当的步骤来弥补这一不足。有效矩估计的性质可用金融经济学家熟悉的术语加以阐 述：最大相关或最优保值的资产组合。同样的，beta 定价模型族提供了识别资产定价应用中效率 增益（efficient gain）来源的自然设定。希望本文适度的讨论有助于可获得的效率增益的更经 常利用。 1． 引言 无摩擦市场中的资产定价关系具有半参数的内在属性，即无须附加分布假设，估值模型通常 就能满足条件矩约束。因而，一种自然的估计策略是用样本条件矩代替总体条件矩。不同的是， Hansen（1982）的广义矩（GMM）框架将资产定价关系的经济学和计量学紧密联系起来。 尽管资产定价的文献大量使用了 GMM 法，实证工作者却很少充分利用 GMM 工具。 特别是研究 者通常用其无条件形式，该形式并未用尽资产定价模型隐含的矩条件内在的所有效率增益，出现 这种情况的两种可能原因是：（1）所需的信息过大使得充分利用不可行；（2）有关有效半参数估 计的文献资料有些难懂。 本文的目的是采用适当的步骤以弥补这一不足。有效矩估计的性质可用金融经济学家熟悉的 术语加以阐述：最大相关或最优保值的资产组合。同样的，beta 定价模型族提供了识别资产定价 应用中效率增益来源的自然设定。希望本文适度的讨论有助于可获得的效率增益的更经常利用。 本文的结构如下：第 2 节着眼于资产定价模型中的后续应用，概述 GMM 的基础知识；第 3 节 给出了市场不存在套利机会下，资产定价的经济学与无套利隐含的条件矩约束下资产定价模型估 计的计量经济学之间的联系；第 4 节详细探讨了这两节讨论的一般效率增益，将效率增益的来源 归入到 beta 定价模型中；最后一节是结束语。 2．广义矩方法（GMM）的有关知识 在阐明 GMM 和资产定价理论的关系之前，鉴于后续的应用，有必要先介绍 GMM的一些基础知 识，但无法涵盖所有内容，例如，有关的大样本理论仅作了概要介绍（未严密地展开），而且所谓 有关的知识也仅是 GMM 所要说明的估计和推断问题的一部分。有兴趣的读者可参考本系列第 11 卷的三个研究：Hall(1993),Newey(1993)和Ogaki(1993)，以获得更全面的了解和指导。 GMM 始于如下形式的矩约束： E [g (θ ) | I t−1] E [g (θ )] 0 (2.1) t 0 t 0 其中g (θ ) 是模型中条件均值为 0 的q×1随机向量，θ 是模型中相应的 p×1 参数向量， I 是 t 0 0 t−1 至少包括g (θ ) 的滞后值在内的未详加说明的信息集，随机变量0条件均值的约束意味着g (θ ) 0 0 t t 1 《统计手册：金融中的统计方法》 1 遵从一个鞅差分（martingale difference）序列，因而是无序列相关的。 大量著名的经济计量模型采用这一形式。例如，线性回归模型：