基于多元GARCH的动态CAPM

资本资产定价模型(CAPM)是一种评估风险的重要模型,但该模型是基于静态分析,实践效用较低.文章从资本资产定价模型的理论定义入手,使用多元GARCH模型分析资产收益率的时变方差和协方差,并在此基础之上动态估计CAPM中β系数.实证结果表明,时变β系数较好的体现了风险是时变波动的状况,而且实证结果同理论和经验研究保持了一致.     

CAPM的检验方法及假设条件研究

资本资产定价模型是第一个关于金融资产定价的均衡模型,它对确定金融资产的基本价值提供了依据,对分析和抑制资产泡沫的形成无疑具有重要的意义.依据国外学者对CAPM的研究成果,对CAPM的统计检验方法和假设条件进行系统探讨,旨在为CAPM在中国证券市场的合理应用提供理论支持.     

股权分置改革前后我国资本市场效率的对比分析——基于CAPM模型的实证研究

市场效率一直是资本市场发展中的核心问题.股权分置改革以后,我国资本市场得到了良好的发展契机.基于CAPM模型,利用普通最小二乘回归(OLS)的方法拟合CAPM模型中的β系数,对相应的统计量做出解释,是有意义的.以此,对比分析股权分置改革前后我国资本市场效率的变化情况,并得出股权分置改革之后我国资本市场效率得到一定改善的结论.但是,股权分置改革后的遗留问题正因扰着市场,对此亦应正确认识和妥善处理.     

资本资产定价模型CAPM在中国资本市场中的实证检验

采用中国上海资本市场交易数据对资本资产定价模型（CAPM）的适用性进行了三个方面的检验：资产的风险和收益之间是否存在线性关系;系统风险是否是资产风险的唯一度量;资产的风险和收益是否正相关。结果发现：2003年8月1日至2006年7月31日期间,上海资本市场股票组合的平均超额收益率与其系统风险之间存在正相关关系,与非系统风险不存在显著的线性关系,基本符合标准形式的CAPM。这与国内许多学者对2001年以前中国资本市场CAPM的实证检验结果不太一致。     

“已实现”β系数长记忆检验及建模预测研究

基于信息更丰富的高频交易数据,应用一种新的时变茁系数计算方法,对上海证券交易所交易的A股股票的日β系数进行实时估计,并使用长记忆随机波动模型检验了“已实现”β系数长记忆特征且对其进一步建模预测。实证结果表明,上证指数的“已实现”方差和个股同上证指数间的“已实现”协方差都具有显著且相似的长记忆特性,个股的β系数普遍不具有显著的长记忆特征;分规模分行业预测结果表明,ARMA(2,1)模型在建模预测方面存在优势;预测精度对于每一个模型都有随着组数(即规模)的     

模型不确定性条件下的Robust投资组合有效前沿与CAPM

本文提出了Robust投资组合有效前沿的概念,并研究了模型不确定性条件下的资本资产定价模型(CAPM)。研究发现,当市场上不存在无风险资产时,模型不确定性对风险资产投资比例的影响是非平等的,因此会导致投资组合的非分散化;而且此时的两基金分离定理以及零-βCAPM也不成立。但是当市场上存在无风险资产时,模型不确定性对风险资产投资比例的影响则是平等的,并且两基金分离定理仍然成立,因为任何Robust有效前沿组合都可以表示为市场组合与无风险资产的线性组合。而此时的CPAM仍然能够成立,只是在表达形式上增添了一个因子--不确定性因子;并且所有资产或资产组合的超额收益都可以分解为风险溢价与不确定性溢价两部分。     

风险投资评价的一种新方法

本文把灰色白化权函数与资本性资产定价模型(CAPM)相结合,提出了一种新的风险投资评价方法——综合效用指数法。该方法既克服了期望值-方差法和夏普指数法的不足,又在一定程度上避免了效用函数构造的困难。     

均值-VaR分析与资本资产定价模型:一个理论拓展

在均值—VaR分析框架内首先从微观角度的单一投资期资产配置决策入手,发现投资者的资产配置决策分为两步:第一步确定最优风险资产组合,第二步确定无风险资产与最优风险资产组合之间的配置比率;并且最优风险资产组合同投资者的初始财富和风险偏好均无关。随后我们将上述微观模型应用到存在多个"一致预期"投资者的资本市场宏观模型当中去,在一系列假设条件下我们得到了均值—VaR框架下的两基金分立定理:各个投资者的最优投资组合都是由共同的最优风险资产组合和无风险资产组成,不同的只是二者之间的配置比率不同。最后我们允许投资者的风险下限可以变化,发现在用(Rf V浕R)代表风险的情况下,均衡情况下任何投资者的预期收益率都同其承担的风险水平存在着线性相关关系,这就得到了均值—VaR框架下的资本资产定价模型和资本市场线。     

Structural breaks in panel data: Large number of panels and short length time series

The detection of (structural) breaks or the so called change point problem has drawn increasing attention from the theoretical, applied economic and financial fields. Much of the existing research concentrates on the detection of change points and asymptotic properties of their estimators in panels when N, the number of panels, as well as T, the number of observations in each panel are large. In this paper we pursue a different approach, i.e., we consider the asymptotic properties when N→∞ while keeping T fixed. This situation is typically related to large (firm-level) data containing financial information about an immense number of firms/stocks across a limited number of years/quarters/months. We propose a general approach for testing for break(s) in this setup. In particular, we obtain the asymptotic behavior of test statistics. We also propose a wild bootstrap procedure that could be used to generate the critical values of the test statistics. The theoretical approach is supplemented by numerous simulations and by an empirical illustration. We demonstrate that the testing procedure works well in the framework of the four factors CAPM model. In particular, we estimate the breaks in the monthly returns of US mutual funds during the period January 2006 to February 2010 which covers the subprime crises.     

中国股票市场收益率的可预测性研究

构造了包括中国A股市场组合、行业组合、账面市值比组合和市值组合在内的31个投资组合,选取了8个预测因子(账面市值比、股利分配率、股息价格比、股息收益率、每股收益价格比、现金收益价格比、通货膨胀率、股票波动率),运用了可行拟广义最小二乘法对各因子对各投资组合收益率的可预测性进行了样本内和样本外检验.研究发现:1)中国股市收益率是可预测的,但是各投资组合收益率的可预测性在样本内、样本外、熊市和牛市均存在差异;2)绝大部分投资组合收益率的可预测性可由条件CAPM模型捕捉的时变系统风险溢价充分解释; 3)行业投资组合收益率的可预测性与行业集中度显著负相关,可由信息摩擦理论解释.