具有结构变化的资产定价模型的贝叶斯自回归条件异方差检验.docVIP

第18卷　第2期中国管理科学Vol.18,No.2 　　　　　　　　　　　　　　　　　　　　　　 文章编号:1003-207(2010)02-0014-05 具有结构变化的资产定价模型的贝叶斯 自回归条件异方差检验 李　勇1,倪中新2,周影辉1 (11中山大学管理学院,广东广州　510275;21,上海　200444) 摘　要:在现代资产定价理论中,然而,这样的假设未必是正确的,因此,,提出关键词:;;路径抽样;结构变化中图分类号:F224:A 1　引言 在现代金融经济学理论中,经典的资产定价理论通常假设风险溢价是平稳的,满足方差齐性。换句话 讲,即假设CAPM的随机误差是满足正态分布,并且是同方差,无序列相关的。但是,由于金融市场受到多种因素的影响,这样的假设在实际中往往是不成立的。因此,在实际应中,需要对CAPM的随机误差进行相应的齐性假设检验。例如,经验研究表明,金融资产收益率的方差经常随着时间变化而变化,从而出现波动性聚类的规律;Engle(1982)[1]用ARCH模型即自回归条件异方差模型刻画了这种规律,并给出了检验条件异方差的LM检验统计量。 进一步,研究者发现,由于受到重大事件的影响,CAPM往往会遭受结构突变。这种结构突变会反映到投资组合收益率的系统风险上。比如说,在中国证券市场上,印花税较大幅度下调或者上调,投资组合的收益率对市场组合收益率变化的敏感程度将会非常强烈,因此前后的系统风险会发生较大的变化。近些年来,CAPM是否发生结构突变已经引起了许多理论和实证金融研究者的广泛兴趣,可参看Mills 收稿日期:2009-03-17;修订日期:2010-02-22 基金项目:教育部人文社会科学青年基金资助项目(14000-3191015);上海市教育委员会科研创新资助项目 (10YZ24) (1999)[2],苏、丁和方(2008)[3]。 计量经济学家们已经发展了多种方法用于探测CAPM的结构突变点,比如经典的Chow检验方法及 其延伸。但是,这些探测结构变化的理论和方法也是建立在误差阶段齐性假设的基础上的,可参看Chow(1960)[4],Broemeling和Tsurumi(1987)[5]。因此,对于发生结构突变的CAPM,即具有结构变化的CAMP来说,实际研究中,证券资产风险溢价的方差齐性假设也未必总是合适的,因此我们仍然需要对该模型的随机误差进行相应的阶段齐性假设检验。对于该问题,李、林和吕(2007)[6]首先用LM检验统计量系统研究了其自相关和阶段异方差检验问题;李、倪(2008)[7]进一步得到了检验问题的调整LM统计量,其功效要比普通LM统计量要好。 然而,上述频率检验统计量存在如下缺点:(1)在样本量比较大时,统计量的p值通常非常小,导致零假设被过度拒绝。(2)频率检验统计量的p值度量了反对零假设的程度。但它并不是支持零假设的证据。举个例子来说,如果检验统计量没有拒绝零假设,并不表示数据支持零假设。(3)实际研究中,研究者可以对研究模型有一些先验认知,频率检验统计量忽略了这些重要信息。但是,在贝叶斯框架下,贝叶斯检验统计量可以回避以上理论困难,因而,近些年来,贝叶斯检验方法在金融研究中引起了研究者广泛的兴趣和注意,如Avramov和Chao(2006)[8],Busse和Irvinead(2006)[9],Cremers(2006)[10]等。本文则在这 作者简介:李勇(1979-),男(汉族),江苏南京人,中山大学管理 学院副教授,香港中文大学博士,研究方向:贝叶斯金融计量经济学1 些研究的基础上,利用贝叶斯方法研究了具有结构变化资产定价模型的自回归条件异方差(ARCH)的贝 ? 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. 第2期　　　　　　　　　李勇等:具有结构变化的资产定价模型的贝叶斯自回归条件异方差检验15叶斯检验问题,并且推导了贝叶斯检验统计量的具体形式。 件异方差可归纳为假设检验问题H0∶i=0,i=1,2,…,p;H1∶i中至少有一个不为0。 本文则在贝叶斯框架下,研究该问题。 令观察变量y=(y1,y2,…,yn)T,θ=(β,0,1,θ)为θ的…,p)T,在贝叶斯分析中,指定概率分布p(先验分布,则联合分布可表示为:θ,y)=p(y|θ)p(θ)p( 因此参数θ: )=,=p(y|θ)p(θ)p(y|p( 2　模型描述 在现代金融经济学中,CAPM是一个重要的理论 基石。它表明了在一个竞争均衡的资本市场中,期望收益与系统风险呈现一个线性关系,系统风险无法分散,而非系统风险可以通过资产组合而被抵消,所以人们只能获得系统风险补偿。通常CA