生产还是消费——中国股市生产资本资产定价模型实证检验

生产资本资产定价模型从企业利润最大化角度出发,推出资产的均衡价格.相较于消费资本资产定价模型,生产资本资产定价模型能更好的满足信息完全和决策者理性的假设条件.本文从生产资本资产定价模型出发,利用现值模型将生产的系统性风险因子,即生产的贝塔因子分解为现金流贝塔和折现率贝塔,并采用社会总投资和股市数据进行实证检验.本文发现生产-现金流贝塔是中国股市的重要定价因子,可较好地解释股权溢价的截面差异.相比之下,消费资本资产定价模型对不同资产之间风险溢价的解释能力较弱.     

一种新的金融动态横截面估计方法——基于中国股票市场条件定价模型评估的应用与扩展

大多数资产定价模型常常用静态横截面回归(the static cross-sectional regression)进行定价表现评估,从而投资组合回报率的时间变化性并不能被时变的风险承载或者(和)时变的风险溢价所解释.本文从经济学的角度,运用一种新的金融动态横截面回归(the dynamic cross-sectional regression),首次考察了基于中国股票市场和美国股票市场的条件资产定价模型的定价表现:股票市场投资组合回报率的时变性是否能被时变的风险溢价所解释.本文发现,短期收益反转和流通市值加权市场换手率为条件变量的条件资本资产定价模型和基于消费的条件资本资产定价模型,能更好的解释中国股票投资组合的回报时变性,其时变性主要来自于时变的风险溢价.另外,本文发现一些拥有持续(persistence)和缓慢变化(slow-moving)特性的条件变量更能够解释横截面投资组合的时变回报.     

股市中的时变汇率风险及汇率风险定价

这篇文章旨在研究中国股市中的时变汇率风险定价问题。不同于其他已有关于时变汇率风险定价的研究,此次我们同时运用了两因素和三因素的无条件、条件资产定价模型(CAPM)以及三个双边汇率(美元、日元、港币)和一个多边有效汇率来探索中国汇率风险是否被定价及其随时间变化的情况。结果发现:在中国股市中汇率风险是存在且随着时间变化,但是其定价系数很小。在不同的汇率估计条件下,汇率波动与股票收益率的变化并不完全相同,但就多边有效汇率而言,两者之间是正向影响关系。再者,在两因素模型中加入国际股票收益率因子对检验结果并没有多大影响,其对于国际股市的波动敏感性不高。     

特异性尾部风险、混合尾部风险与资产定价——来自我国A股市场的证据

使用下偏距(lower partial moment,LPM)来度量投资组合尾部风险,将组合的尾部风险分解成三部分:特异性尾部风险、个股的系统性尾部风险和混合尾部风险.论文分别研究了三种尾部风险对资产预期收益的定价功能,基于我国A股市场股票数据进行Fama-MacBeth截面回归发现:1)特异性尾部风险与资产期望收益呈显著负相关关系; 2)混合尾部风险与资产预期具有显著的正相关关系,具有稳健的显著正向定价作用,对资产预期收益的影响强于市场贝塔和市场下方贝塔(downside beta)的影响; 3)系统性尾部风险对资产收益预期的影响最弱; 4)利用Fama-French-Carhart四因子模型对特异性尾部风险和混合尾部风险进行回归后发现,特异性尾部风险与混合尾部风险均具有显著四因子alpha系数,表明四因子模型不能很好的解释两种尾部风险与资产预期收益的关系.     

基于价值分解的CAPM“异常现象”理论解释

通过将股票价值分解为基本价值和市场交易价值,利用资本资产定价模型(CAPM)β系数实证原理,严格的推导出导致CAPM实证β系数偏离实际β系数的规模偏差和公司特征偏差因素,其中公司特征偏差因素是导致CAPM“异常现象”的根本原因;并进一步论证了CAPM实证β偏差结构的动态特征。此外,结论还为Fama-French的三因素模型找到了令人信服的理论解释。     

基于调整成本的产出-资本资产定价模型研究

在一般均衡经济框架下,研究企业投资过程中的调整成本对股票收益率的影响,推导出包含市场因子、产出绩效因子、BM因子及调整成本因子的四因子产出-资本资产定价模型。利用中国股市上非金融A股上市公司年报及股价月度数据,考察了我国股市的股票收益率变动。实证研究发现:四因子的资产定价模型能解释中国股市上88%的股票收益变动,显著优于CAPM和FamaFrench的三因子模型。     

CAPM模型的实证检验——基于我国上市银行股2011~2014年的数据分析

本文基于我国上市银行股2011~2014年的数据对CAPM模型进行了实证检验,结果表明,CAPM模型对4组银行股收益情况解释能力均显著,即4个组合超额收益与市场超额收益的一元线性关系显著,其中,小规模、高账面市值比银行股的贝塔系数大于1,其系统性风险和风险报酬均高于市场平均,适合在牛市持有;对4个组合来说,CAPM模型的拟合优度均不高,还存在其他重要解释变量。市场风险是解释银行股收益率不可或缺的重要因素,且中国银行业整体系统性风险较小,适合长期价值投资。     

B-CAPM模型的GMM估计和检验

作为资本资产定价模型（CAPM）的发展之一,B-CAPM模型更适合于复杂多变的现实资本市场。本文首先分析从CAPM到B-CAPM的模型转化及其理论含义,然后迭代求出B-CAPM模型的零贝塔期望收益的极大似然估计值（MLE）,最后通过案例,实证运用GMM方法构建B-CAPM的估计和检验。结果表明,B-CAPM模型适用于证券市场收益和风险的度量以及有效性检验,GMM方法更符合实际。     

灾难风险、习惯形成和含高阶矩的资产定价模型

通过引入习惯形成因素,推导出包含灾难风险与习惯形成的高阶矩资产定价模型.数值模拟结果显示:1)该模型能够在相对风险厌恶系数更灵活的赋值区间内解释无风险利率之谜和股权溢价之谜;2)习惯形成因素的引入可以很好地解决基于高阶矩的灾难风险模型对于灾难风险参数选择过于敏感的问题;3)习惯形成显著改善了资产价格高阶矩近似的效果,削弱了高阶矩信息(四阶矩以上)对资产定价的影响.最后,考察了该模型在中国金融市场中的适用性,研究发现,灾难风险定价模型同样能够解释我国的股权溢价特征,且习惯形成因素也能够提升模型对中国金融市场的解释力.     

成长性、现有资产与β关系的上市公司实证研究

在资本资产定价模型(CAPM)中,β(系统风险)是决定资产定价的唯一因素。以我国A股上市公司为研究样本,通过将资产风险β分解为成长性风险βG和现有资产风险βA2个部分,探讨了公司的成长性和现有资产对β的影响。研究结果表明,总体上我国证券市场中上市公司的βA显著地大于βA,但不同行业间差异显著。进一步分析显示,若公司规模越大、账面市值比越高、同所处行业的市场竞争程度越低,不仅βG对β的影响更大,而且βG与βA间的差异也越明显。这表明,在我国证券市场中,βG既是β取值大小的重要因素,同时也是风险的主要来源。