第四讲 资产定价模型检验2-CAPM横截面检验.ppt

CAPM的三个可检验的含义 C1：任意资产（或资产组合）的期望收益是其系统风险beta值的线性函数 C2：Beta值完全刻画了资产的系统风险，加入其他变量对期望收益没有影响 C3：高风险对应高的期望收益，即 CAPM的检验方程 C1：线性 C2：beta值完全刻画了系统风险 C3：风险与期望收益之间的正向关系 问题 Beta未知？ Answer：用时间序列估计 其他变量如何选取？ Answer：挖掘公司的财务特征 Fama MacBeth实际估计方程 投资组合代替单个股票 用 代替 ，投资组合的beta值是稳定的 选取t-1时刻指标主要从数据可得性和可操作性角度考虑 Fama MacBeth的检验步骤（1） Step1：在2010年6月，用2007年1月——2010年12月份的月数据回归得到2000只股票的每只股票的beta（时间序列回归） Step2：把2000只股票的beta从小到大进行排序，按照beta进行分组，构造20个等权重投资组合，每个投资组合有100只股票。 Step3：计算出2010年20个投资组合的beta（假定2011年的beta与2010年的beta相等） Step4:计算2011年20个投资组合的每个月的实际收益率 Step5：对2011年1-12月每月进行横截面回归，得到12个月每个月的回归系数向量 Fama MacBeth的检验步骤（2） Step6：到了2011年6月，用2007年6月——2011年6月份的月数据，把上述过程重复一遍 Step7:构造t统计量 Fama MacBeth回归的优缺点 优点 -回归可以容易的处理多变量情形 -每个观测值在模型拟合时都起到作用 缺点 -回归模型有特定的函数形式，模型可能错误 -如真实关系为非线性，统计推断可能错误 Fama-MacBeth方法的拓展 由单一因子向多因子拓展Fama French（1992） 用面板数据模型替代原来的最小二乘rolling回归 更精细的方差估计量 考虑了不同股票的协方差信息，得到了更精确的方差协方差矩阵 * 参考文献 Fama, E. F., and J. D. MacBeth, 1973, Risk, Return, and Equilibrium: Empirical Tests, Journal of Political Economy, 81,607-636. Fama, E. F., and K. R. French, 1992, The Cross-Section of Expected Returns, Journal of Finance, 51,55-84. Petersen, M.A., 2009, Estimating Standard Errors in Finance Panel Data Sets, Comparing Approaches, Review of Financial Studies, 22, 435-480. * End CAPM模型的横截面检验 教学目标 理解横截面检验的含义 掌握单变量排序CAPM检验 掌握Fama MacBeth（1973）回归方法 了解目前横截面检验方法的最新进展 * Outline CAPM模型含义与检验分类 排序法 -单变量排序 -多变量排序 Fama MacBeth法 CAPM模型含义与检验分类 CAPM模型的含义与检验分类 CAPM模型的含义 Beta系数度量了单个资产的市场风险或系统风险 市场组合的收益率是唯一的系统风险因子 能够完全解释资产的期望收益率 CAPM的时间序列检验 全部解释了所有的风险溢价，alpha=0 CAPM的横截面检验 风险溢价高，肯定源于beta值大。 CAPM模型横截面含义 Beta值越大，系统风险越大，对应的风险溢价越高 资产的期望收益与它的Beta值成正比 CAPM模型横截面的图形含义 SML-证券市场线 CAPM模型的横截面检验方法 排序检验法（非参数检验法） -单变量排序法 -双变量排序多变量排序 Fama MacBeth检验法（参数检验法） * 单变量排序法 排序法 CAPM模型如果成立，则高beta应该对应高期望收益 原假设：CAPM模型不成立——高beta与低beta的期望收益一致。 排序法的基本思路 Step1:找到高beta的股票和低beta的股票 Step2:估计出高beta股票的平均收益率和低beta股票的平均收益率 Step3:从统计意义上看两个平均收益率是否有显著的差异 排序法的步骤（1） Step1：t-1时刻 投资组合构建期 - 利用t-1时刻及以前的样本