- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
资产定价低风险策略实证
一、引言
资产定价理论是金融学的核心议题之一,传统理论如资本资产定价模型(CAPM)认为,资产的预期收益与风险(以贝塔值衡量)呈正相关关系,即“高风险高收益,低风险低收益”。然而,大量市场观察却显示出与之矛盾的现象:低风险资产(如低波动率、低贝塔的股票)往往能获得更高的风险调整后收益,甚至在绝对收益上也不逊色于高风险资产。这种“低风险异象”对传统理论提出了挑战,也引发了学术界和投资界对低风险策略的广泛关注。
本文以实证研究为核心,从理论矛盾出发,通过数据验证、结果分析与实践探讨,系统揭示低风险策略在资产定价中的有效性与现实意义。研究不仅能为投资者提供更科学的配置思路,也能为资产定价理论的完善提供实证支持。
二、低风险策略的理论基础与现实矛盾
(一)传统资产定价理论的核心逻辑
传统资产定价理论以有效市场假说为前提,认为市场参与者是理性的,资产价格已充分反映所有可获得的信息。在CAPM框架下,资产的风险被分解为系统性风险(贝塔值)和非系统性风险(可通过分散投资消除)。理论假设投资者仅承担系统性风险并因此获得补偿,因此资产的预期收益应与贝塔值正相关——贝塔值越高,预期收益越高。
这一逻辑在理想市场环境下具有自洽性:理性投资者会要求更高的收益来补偿更高的风险,而市场竞争会将资产价格调整至均衡状态,使风险与收益匹配。例如,若某高风险资产的预期收益低于理论值,理性投资者会抛售该资产,导致其价格下跌、预期收益上升,直至符合风险收益关系。
(二)低风险异象的现实表现与理论挑战
然而,现实市场中“低风险异象”普遍存在。大量实证研究发现,无论是美股、A股还是其他成熟市场,低波动率、低贝塔的股票组合长期收益往往高于高波动率、高贝塔组合,且风险调整后收益(如夏普比率)优势更显著。例如,有研究统计某成熟市场过去多年的数据发现,按波动率从低到高将股票分为五组,最低波动率组的年化收益率比最高波动率组高出2%-3%,而年化波动率低5%-8%。
这种现象对传统理论提出了两方面挑战:一是投资者非理性行为的影响。部分投资者存在“彩票偏好”,倾向于追逐高波动、高收益预期的资产(如小盘股、题材股),推高其价格并压低长期收益;二是制度性约束的限制。机构投资者受限于杠杆规则(如不能随意加杠杆)或业绩考核压力(需跟踪市场基准),更倾向于配置高贝塔资产以“追赶”指数,导致低风险资产被低估。
(三)低风险策略的逻辑内核
低风险策略的本质是利用市场对风险的定价偏差,通过配置被低估的低风险资产获取超额收益。其核心逻辑包括:一是风险溢价的错配。市场对高风险资产的定价往往过度乐观,导致其实际收益无法覆盖风险;二是投资者行为的持续性。“彩票偏好”等非理性行为不会短期内消失,低风险资产的定价偏差具有长期存在的基础;三是风险的多维性。传统理论仅关注系统性风险,而实际投资中,波动率、最大回撤等综合风险指标更能反映资产的真实风险水平。
三、低风险策略的实证研究设计
(一)数据选择与样本范围
为确保结论的普适性,本文选择覆盖不同市场周期的宽基股票数据,时间跨度包含牛熊转换阶段(如包含上涨期、调整期和震荡期)。样本涵盖数千只股票,剔除ST股、流动性极差的股票(如日均成交额低于某阈值),以保证数据的有效性和代表性。
(二)低风险指标的构建
低风险指标的选择需综合反映资产的风险特征,本文选取以下三类指标:
波动率指标:采用过去一定时间(如12个月)的日收益率计算年化波动率,衡量资产价格的波动幅度;
贝塔指标:通过市场模型(如以宽基指数为市场组合)回归计算个股贝塔值,衡量系统性风险;
最大回撤指标:计算过去一定时间内从高点到低点的最大跌幅,反映资产的极端损失风险。
三类指标从不同维度刻画风险,避免单一指标的局限性。例如,波动率反映日常波动,贝塔反映与市场的联动性,最大回撤反映极端风险,三者结合能更全面评估资产的风险水平。
(三)投资组合的构建与对比基准
分组方法:按低风险指标从低到高将股票分为五组(Q1至Q5),Q1为低风险组,Q5为高风险组。每月末重新计算指标并调整组合(再平衡频率为月度),确保组合始终反映最新的风险特征。
权重设计:采用等权重或市值加权两种方式构建组合,对比不同权重下的收益表现。等权重可避免大市值股票对组合的过度影响,市值加权更贴近实际投资中的主流策略。
对比基准:选择市场指数(如宽基指数)、高风险组合(Q5)作为对比,同时引入无风险利率(如国债收益率)计算风险调整后收益。
(四)实证检验的核心维度
实证检验主要围绕以下维度展开:
绝对收益对比:比较低风险组(Q1)与高风险组(Q5)、市场指数的年化收益率;
风险调整后收益:计算夏普比率(考虑总风险)、索提诺比率(仅考虑下行风险)等指标,评估单位风险的收益水平;
横截面回归:以个股收益为因变量,以波动率、贝塔等风
原创力文档


文档评论(0)