论文部分内容阅读
证券市场是国家经济发展的重要组成部分，在满足投融资双方的需求以及优化资源配置方面发挥着不可或缺的作用。资产价格作为资产投资价值的外在体现，影响着市场参与者的行为。因此，定价理论自始至终都是研究的热点。宏观层面，定价理论作为价格发现的基础，积极引导市场价格的走势，为市场的可持续发展提供理论支持。微观层面，定价理论决定着资产的价格，为参与各方提供了决策的依据。资产定价的相关研究起源于对收益与风险关系的探讨。学术界历经了几十年的发展，伴随着统计方法的改进、技术手段的更新、市场样本的丰富，逐渐形成了一套因子定价的研究思路。但是，因子的选取和模型建立，仍然是学术界研究的重点和难点。 文章以股票收益与波动率负相关为出发点，引出波动率与相对杠杆这两个与股票收益紧密相关的概念，深入探讨股票波动率与股票收益之间的关系，并分别针对美国股票市场和中国股票市场进行相关的定价研究。 首先，文章对 GARCH类波动率、已实现波动率以及相对杠杆的定义及性质进行了梳理和分析，并以此为基准设计与文章研究相关的变量和模型。 其次，文章取用美国三大证券交易所二十五年（1990-2015）所有上市公司（20713家）的日度数据，使用GJR模型和GARCH-M模型分别对日度数据进行检验，发现市场存在日度杠杆效应与日度波动率反馈效应。同时，文章对比分析月度数据，采用适合低频数据的单因子随机波动率模型，并通过日度条件波动率构建了两类月度条件波动率。为了摒除单因子随机波动模型回归系数的偏误性质，文章在月度数据回归检验中进行相应调整，得出市场同样存在月度杠杆效应与月度波动率反馈效应。 然后，文章对美国股票市场进行资产定价分析，从横截面和时间序列两个维度展开研究。文章进行横截面分析时，针对波动率变量未能合理解释横截面收益的缺陷，在回归模型中启用波动率变异变量来代替波动率变量，选取市值、账面市值比、相对杠杆和波动率变异变量构建敏感系数矩阵。结果显示，敏感系数矩阵中所有变量存在风险溢价，即上述变量均具有横截面收益解释力度。文章进行时间序列分析时，改进了Fama和French判别模型，从定价因子的角度出发，在市场因子、市值因子、账面市值比因子、相对杠杆因子、波动率因子和波动率变异因子中剔除了波动率因子。进一步的因子配对回归后，发现解释力度始终表现出色的三个因子：相对杠杆因子、波动率变异因子和账面市值比因子。 最后，文章选取中国A股市场十七年（1998-2015）所有上市公司（2866家）的数据进行相应研究。结果发现中国股票市场存在波动率反馈效应，不存在杠杆效应。资产定价横截面分析结果显示相对杠杆、波动率和波动率变异对股票横截面收益率都有很强的解释力度。资产定价时间序列分析表明，在中国股票市场上，市场因子有着特别强的解释力度，这正反映了中国股票市场上股价的“同涨同跌”现象，同时与美国股票市场一致的是，相对杠杆因子和波动率变异因子表现也同样出色。