论文部分内容阅读
风险投资因其高收益一直是投资者关注的主题。相对于无风险投资，投资者由于承担风险因而必须获得额外的回报。于是，如何测度风险以及如何衡量给定风险的收益率几十年来一直是金融学研究的中心问题之一，资产定价理论因此应运而生。在早期，Sharpe(1964)的资本资产定价模型(Capital Asset PricingModel，CAPM)、Black(1972)的零贝塔资本资产定价模型、Mertont(1973)的跨期资产定价模型以及Ross(1976)的套利定价理论(Arbitrage Pricing Theorem，APT)对这一领域问题的解决做出了卓越的贡献，并已成为现代金融经济学的理论支柱。
但近年来，随着金融行业的不断发展，学术界与实务界在对这些模型的实证检验中发现了很多问题。资本资产定价模型并不能解释单个资产或资产组合期望收益率的截面变化(Fama与French，1992)。另外还有一些异常现象，诸如规模效应(Size Effect)、账而市值比效应(Book-to-Market Effect)以及市盈率效应(Size Ratios Effect)等等。
由于传统CAPM模型在实证检验中的失败，研究中开始多寻找实证检验表现更好的模型：当市场波动性(传统文献中多以波动性(Volatility)来量化风险)是随机变量时，跨期模型预测资产的风险溢价(超额收益率)不但与市场收益相关还与市场波动性相关。基于这一预测，有研究在CAPM的基础上引入市场波动性的因素，但由于个体证券组合对市场总体波动性的敏感度有很大差别，所以这种双因素模型在实证检验中并不理想。Tobias Adrian和JoshuaRosenberg(2006)将市场组合波动性设为长期和短期因素两种成分。这样，CAPM模型就转化为包括市场收益、市场长期波动因子和市场短期波动因子的波动成分模型。其模型对美国股票市场的实证研究得出的结果优于其他资产定价模型，说明这种波动成分模型有其优越性。
资产定价模型从简单到复杂，科学性和准确性逐步提高。不同方法在假设前提和思路上有所区别，由简到繁，然而其有效性是否随之增强则有待实证数据的检验。模型的有效性还会随着不同市场大相径庭，因此，将各类模型与中国市场实际相结合，从而探寻适合中国实际的有效模型理论十分必要。本文的目的也正是寻找更适合中国股票市场的资产定价理论。
本文回顾了资产定价理论的发展，阐述并总结了近20年来国内外关于资产定价理论的研究文献。本文从经典资产定价模型出发，基于Tobias Adrian和Joshua Rosenberg(2006)提出的新方法，重点关注将市场风险因素分解为长期成分和短期成分的波动成分模型的有效性分析。本文选取了几个其他模型与波动成分模型进行作为对比，运用面板数据最小二乘法，基于中国股市几个具体行业的股票数据进行实证分析，对各模型在几个市场的有效性做比较。结论表明本文提出的波动成分模型不仅在中国市场有效，而且相比较另外两个模型具有对中国股票市场收益率更好的解释能力。
本文的创造性在于将对市场风险进行分解的这样一种新的资产定价模型引入到国内股票市场的实证检验上来，并依据中国实际选取了宏观经济景气指数变动率作为市场风险长期成分的替代变量。在进行实证分析时，本文将周期性行业与非周期性行业区别开来，以期尽可能去除行业特征对股票收益的影响。
本文未探讨的问题包括对更多模型的比较，仅选用典型性较强的基本模型，存在一定的不全面之处。但是在这几个模型的比较上，结论的可靠性有一定依据与保障。