投资学：第8章 套利定价理论.pptVIP

第八章 套利定价理论 本章主要内容 8.1 单因素模型 8.2 多因素模型 8.3 套利定价理论的假设 8.4 套利与套利组合 8.5 单因素套利定价理论 8.6 多因素套利定价理论 在本章，我们将对因素模型以及以其为基础的套利定价理论（APT，Arbitrage Pricing Theory）进行研究。 1976年Ross提出的APT建立在比CAPM更少且更合理的假设之上，而其导出的均衡模型与CAPM有很多相似之处. APT的基本思路是“单一价格法则”：两支具有相同风险和收益率水平的证券的价格必须相同。 APT的不足之处是没有说明对于决定证券收益率非常重要的因素的数量和类型。 尽管这是取得估计值最直接的方法，但它仍然存在一些无法弥补的不足，比如，当有一个突然事件发生，导致整个证券市场出现异常，单个证券的收益和风险结构都会发生重大变化，从而这时单个证券的样本估计值是不可靠的。 另外，对这些估计值还要引入一个数学优化模型——Markowitz优化模型，这要求有巨大的计算机能力来满足大型证券组合所必需的计算。 由于在完整的Markowitz优化模型的求解过程中，数据要求和计算机容量的要求相当巨大，所以我们必须寻找一个策略以减少数据的编辑与加工。 在这一节中，我们将介绍一种简化的假定，可以立即减轻我们的计算负担，并为系统风险与公司特有风险的性质提供重要的新视角。 这个简化的假定就是“因素模型”的概念，它将证券收益的产生过程具体化了。 假设我们把所有相关经济因素组成一个宏观经济指示器，并假定它影响着整个证券市场。 我们进一步还假定，除了这个通常的影响外，证券收益剩下的不确定性是公司特有的，也就是说，证券之间的相关性除了通常的经济因素外没有其他来源了。 公司的特有事件可能包括新的发明、关键雇员去世，以及其他一些只影响单一企业命运而未能以一个可测度的方式影响整个经济的因素。 在这些假设下，单个证券的收益率生成过程可以表示为： （8.1） 另一优点不那么明显但同样重要。 单因素模型对于证券分析的特别努力具有决定意义。如果对每一对证券，我们都不得不直接计算它们的协方差，那么证券分析就不能为企业所采用。 例如，如果一个小组专长于计算机行业，另一组则擅长于汽车行业，那么谁可能具有估计IBM公司与通用汽车公司之间协方差的一般背景呢？显然这两个小组都不具备形成一个企业之间互动的信息判断所需的对其他行业的深入理解。 相比较，单因素模型提出以一种简单的方式来计算协方差。证券间的协方差由单个一般因素的影响所生成，可以用公式（8. 4）简单地进行估计。 但是，这种简化来自于单因素模型的假定，它并不是没有成本的。模型的“成本”在于它置于证券收益不确定性结构上的限制。 8.2 多因素模型 单因素模型假定证券的收益只受一个经济因素的影响，证券之间的协方差由该因素决定，这种假定有一定适用性。 但是通过对单因素模型进行实证研究发现，某些情况下，证券收益率的随机误差项之间是相关的，这说明对证券收益率产生共同影响的因素不止一个，他们可能是GDP、通货膨胀率、以及国际政治形势等等。 为了全面考虑这些因素的影响，需要建立多因素模型。 另一方面，在单因素模型中我们把证券的风险分解成系统的和公司特有的两部分，但是这种把系统风险限制在单一因素内是不对的。 有两个原则可以用来指导我们确定多因素模型中的因素： 第一，我们在考虑解释证券收益的能力时，仅考虑有关的宏观因素，这是因为如果我们的模型有成百个解释变量，那么就无法简化我们对证券收益的描述； 第二，我们希望选择那些看起来似乎是重要的风险因素，也就是说，那些投资者最关心的因素，他们需要有意义的风险溢价来承受这些暴露的风险因素。 确定宏观经济因素作为系统风险来源的候选者的一个可替代的方法是，利用那些在经验背景下代表着系统风险暴露的公司特征。 1992年，Fama和French建立了一个这样的多因素模型: （8.8） 8.4 套利与套利组合 套利（Arbitrage）是指利用证券定价之间的不一致进行资金转移，从中赚取无风险利润的行为。套利行为需要同时进行等量证券的买卖，以便从其价格关系的差异中获取利润。 当一项资产以不同的价格在两个市场进行交易时（在这里价格差异超过了交易成本），在这两个市场进行同步交易则可作到无需任何投资便获得安全利润（即净价格差），要作的只是将该资产在高价市场卖出同时在低价市场买入。这项净收益是正的，并且由于多头与空头头寸的互相抵消而不存在风险。 因此，套利获得的收益是无风险的，只要存在套利机会就一定能够获得套利收益。 当投资者可以构造一个能产生安全利润的零投资证券组合时，就会产生一个套利机会。 要构造零投资证券组合，投资者必须能够卖空至少一项资产，然后再去购买一项或多项资产，这种零投资证券组合称为套利