论文部分内容阅读
资产定价理论的核心内容是金融资产的风险与收益问题。金融资产的风险可分为两类:一类是系统性风险，一类是非系统风险。传统的资本资产定价模型认为，只有系统性风险才获得期望收益率意义上的风险补偿。非系统性风险因为可以通过投资者的分散化投资而降低，所以非系统性风险无法得到补偿。对于公司来说，特质风险可代表其非系统性风险，而特质波动率是衡量公司特质风险的主要标准。由于市场不完全的局限，投资者持有市场组合的假设无法成立，资产定价理论如果不考虑股票的特质风险，那么由此得出的股票的均衡收益率很可能会因为套利行为而发生改变。对此，Merton(1987)基于不完全信息的资本市场均衡模型，提出股票的特质风险应该给予定价，而且股票的收益率应该与其自身的特质风险呈正相关关系。近年来，关于股票特质波动率与超额收益率的关系的理论和实证研究取得了很大的进展。最值得注意的是AHXZ(2006、2009)发现二者之间存在着负相关关系。虽然这一发现遭到了诸多学者和研究成果的置疑，但由于迄今为止还没有一种理论可以对这种负相关关系做出很好的解释，因此学术界把这种现象称之为特质波动率之谜(Idiosyncratic Volatility Puzzle)。本文紧密结合我国股票市场的特殊现实，综合运用资本资产定价模型、市场模型、因素模型等资产定价相关理论，采用规范的金融计量经济学研究方法，详细深入地分析了中国股票市场上特质波动率与资产定价的问题。 本文首先给出了特质波动率在资产定价理论框架下的概述。与其他相关的波动率定义不同，本文的特质波动率特指因素模型中扰动项的残差。当然其他的研究成果里也有不同的特质波动率的测度方法，但是考虑到三因素模型的普适性，本文对中国股票市场的特质波动率的测度仍然放在三因素模型的框架之下。特质波动率在资产定价理论中的作用在于，特质波动率在理论上为资产定价理论的发展和改进提供了一种思路和视角，包括Merton(1987)等诸多文献都将波动率当作资产定价的重要解释因子;同时，资产定价模型的这种修正也得到了诸多实证研究的支持与认可。 其次，本文对中国股票市场上的特质波动率进行提取和研究。本文运用三因素模型作为特质波动率的提取框架，三因素模型中残差的标准差即为本文所需要研究的特质波动率。对中国股票市场的平均特质波动率的统计性质的描述，表明特质波动率非对称、非正态的特性;另外，平均特质波动率的时变特征表明，(1)特质波动率受宏观经济波动影响较大，危机时期特质波动率相对偏高，而且会有大量的异常值出现;(2)特质波动率具有很强的时间趋势和自相关性。 再次，本文基于上海股票市场的数据，采用已经估计出的股票的特质波动率，对我国资产定价和特质波动率进行实证分析。为保证结果的可信性与有效性，本文采用三种计量模型，分别是横截面回归方法、自回归条件异方差模型以及分位数回归模型。结果如下:(1)复制AHXZ(2006、2009)的做法，单纯的横截面回归模型与随后稳健性检验的结果差别不大，认为中国股票市场的特质波动率无法对资产定价起到任何解释作用;(2)同样地，在中国市场的因素模型中引入门限自回归条件异方差模型，如Fu(2009)等，也是对国际上主流研究方法的一种借鉴，并且更进一步、更为直观地将条件方差加入因素模型之中，其结果表明由于坏消息的放大作用及非对称性，门限模型能够很好地解释资产定价问题，但是由于回归结果随模型设定的变化而相去甚远，这就很难通过稳健性检验，即因为缺乏有力证据支持而难以判定条件方差（即特质波动率）对资产定价的解释作用;(3)由于特质波动率与收益率的分布情况以及波动率的非对称性、大量异常值等原因，将分位数回归方法引入是本文的创新之处，因为这种方法对于异常分布以及异方差等问题具有非常强的解释力和稳健性，其结果表明，在任何分位点下特质波动率都无法作为资产定价的一种强有力的解释因子。 最后，综合以上三种实证模型的结果，本文认为在中国的股票市场上，特质波动率无法作为资产定价的解释因子而存在，相比之下传统的因素仍然具有较高的解释力。这就说明，中国市场的资产定价既不能通过Merton(1987)的CAPM来解释，也不能用特质波动率之谜来说明。