第四章因素模型.ppt

第四章;第一节 引子;一、Fama-French 三因素模型;三因素中 市场指数用来把握源于宏观经济因素的系统风险 SMB和HML不是直接的风险因素，只是未知的风险因素的代理变量;CAPM非常直观地表达了风险收益的特征关系，是一种理论上相当完美的模型，但实际应用中存在困难 Ross在1976年建立的APT理论，从另一角度探讨了资产定价问题 最优投资组合理论+市场均衡=CAPM； 因素模型+无套利=APT;因素模型：是一种假设证券回报率是与不同的因素或指标的运动有关的经济模型，又称指数模型 因素模型建立在证券关联性的基础上,它认为证券间的关联性是由于其受某些共同因素的影响 基本思想：抓住这些系统影响证券收益率的因素，并精确地量化证券收益对其的敏感程度，并用一种线性关系来表达这些因素与证券收益率间的关系;因素模型提供了关于证券回报率生成过程的新视点 以不特定的一个或多个变量来解释证券的收益 依据因素的数量，可分为单因素模型和多因素模型;第二节 单因素模型 ;一、单因素模型概述; 二、单因素模型的一般形式;因素模型中的“因素”是指系统影响所有证券价格的经济因素 单因素模型相对CAPM是为了解决两个问题：一是提供一种简化地应用CAPM的方式；二是细分影响总体市场环境的宏观因素，如经济增长、通胀率、利率等具体带来风险的因素 以回归分析得单因素模型 ;三、单因素模型下的风险计算;;证券i的总风险 组合的总风险 ;在单因素模型中，计算证券间的协方差变得十分简单：;四、市场模型——夏普单指数模型;五、因素模型的估计（时间序列法）;假设证券的回报率生成过程仅包含一个因素，例如认为证券的回报率与预期GDP的增长率有关 ; ;为阐明图中反映的数量关系，用一元回归分析做一条直线来拟合图中的点。则直线的回归方程为: Ri=4% +2GDP 较高的预期GDP与较高的证券收益率相关联 证券的实际回报率由于含有非因素回报，位于拟合直线的上方或下方。因此对二者关系的完整描述为：;从方程中可看出，任何一个证券的收益由三部分构成： αi：宏观因素值为零时的期望收益 biG：系统性风险收益 ei：是与GDP无关因素的作用，是非系统性风险收益;线性回归法估计β值;将清华同方收益率对指数收益率进行回归，得回归方程为： RTF = -0.11 + 0.36RM + eTF 将这12组数据代入上式进行回归，得到结果如下： ;截距为-0.11%，斜率为0.36。残值的方差反映了清华同方公司特有因素对其收益的影响，R2表示的是rI与rM之间的相关性的平方，它是总方差上的系统方差，它说明公司股价的小量波动是由市场波动造成的 ;作业： 请选择我国市场上的一只股票，应用市场模型对其贝塔值进行估计。;五、单因素模型的优点;当考虑多个因素对证券收益率的影响时，则产生多因素模型，多因素模型更清晰明确地解释了系统风险，这可能会使精确性得以提高 单指数模型中，把系统风险归因于单一因素过于简单、笼统，单因素模型仅是一个便于大家理解的简化模型 作为多因素模型的一个例子，我们先考虑一个两因素模型，这意味着假设收益率生成过程中包含有两个因素 ;一、两因素模型;证券i的期望 回报率： ;对于证券i和j，其协方差为：;利用多元线性回归分析的知识和前面的例子，把G和I的影响都考虑在内，得到：;二、多因素模型：一般化的描述;三、因素选择;法马与弗伦奇的3因素模型 罗尔和罗斯的5因素模型： 5因素为：行业生产增长率IP；预期通胀率EI；非预期通胀率UI；长期公司债券对长期政府债券的超额收益CG和长期政府债券对短期国库券的超额收益GB： Ri=αi+ ?iIPIP + ?iEIEI + ?iUIUI + ?iCGCG + ?igbGB + ei;当因素f被看作共同因素的非预期变化，则： f 的期望值为零 α可视为证券的期望收益 模型演变成了一个特殊的因素模型 ;若市场有效，则t-1时刻信息无法预测t时刻的因素值，即f 随机变动，是不可预测的！;若f代表着该因素未预期到的变化，则： 证券回报可用预期到的回报和未预期到的回报两部分来解释 证券i 的实际收益率 = 初始期望收益率 + 未预料到的宏观因素变动带来的收益偏离 + 未预期到的公司特定事件引起的收益偏离 ;五、单因素模型与CAPM的关系;单因素模型与CAPM模型的β含义相同 CAPM对应着a=0时的单指素模型;五、因素模型的理论贡献; 练习一;练习二;练习三;练习四;练习五;练习六;练习七;练习八;此课件下载可自行编辑修改，供参考！ 感谢您的支持，我们努力做得更好！