套利定价模型_APT1资料课件.ppt

第四章套利定价理论APT套利定价理论(ArbitragePricingTheory,简称APT)是由斯蒂夫罗斯(StephenRoss)于1976年提出的。他试图提出一种比CAPM传统更好的解释资产定价的理论模型。经过十几年的发展，APT在资产定价理论中的地位已不亚于CAPM。第一节因素模型和套利 p54FactorArbitrage风险都是由因素风险引起，只要避免了因素风险就避免了全部的风险APT假设证券回报率与未知数量的未知因素相联系分析每种证券对因素变动的敏感性每个证券对于该因素的变化是如何应对的套利行为必须是“没有风险”的单因素模型单因素模型假设：证券市场中的各个证券之间的联动性仅仅是由单独一个因素对证券普遍产生影响例如，如果投资者认为证券的收益率仅仅受到工业产值的预期增长率G的影响从历史数据出发，通过回归分析可以建立证券收益率与G之间的线性关系单因素模型的一般表述单因素模型认为：只有一个因素F对证券收益率产生普遍的影响建立证券I的收益率在任意时期t的估计式lFt为t期因素F的预期值；lbi为证券i对因素F的敏感性；lrit为证券i在第t期的实际收益率；lit为证券i在第t期的误差 单因素模型下期望方差计算期望收益率方差或因素风险证券间协方差市场模型特殊的单因素模型如果将市场组合m的收益率rm作为单因素模型中的F，就得到一个特殊的单因素模型M的收益率用市场价格指数收益率代替以市场指数收益率作为单因素的单因素模型称为市场模型，表达式为：敏感性系数单因素模型下风险的解总风险分解成两部分因素风险，类似系统风险非因素风险，类似非系统风险多因素模型假设证券收益率受K个共同因素F1，F2，FK的普遍影响用多元线性回归，建立如下的证券i的收益率与K个因素的关系式多因素模型下证券或组合的期望方差协方差计算期望收益率方差或因素风险证券间协方差套利和近似套利 p56“无套利”是APT的最基本假设如果每个投资者对各种证券的期望收益和敏感性均有相同的估计，那么在均衡状态下各种证券取得不同期望收益率的原因是什么?套利的定义套利是利用同一种实物资产或证券的不同价格来赚取无风险利润的行为套利最具代表性的是以较高的价格出售证券，同时以较低价格购进相同的证券现实中难以存在套利行为是现代有效市场的一个决定性要素套利所得到利润是无风险的，投资者一旦发现这种机会就会设法利用它们一些投资者要比其他人具有更多的资源和意愿去从事套利活动只有极少的积极投资者能够发现套利机会随着他们的买进和卖出，套利机会将消除近似套利的定义用因素模型说明“近似套利机会”如果不同的证券或组合对各个因素的敏感性相同，那么，除了非因素风险之外，不同的证券或组合应该提供相同的期望收益率如果两种证券组合所提供的收益率不同，便提供了“近似套利机会”卖出收益率低的，同时买进收益率高的证券或组合，就肯定可以获得正利益利用这些套利的机会后，原来的套利机会消失近似除了非因素风险之外如果组合完全分散化，非因素风险将“消失”APT的研究思路首先，分析市场是否处于均衡状态；其次，如果市场非均衡，分析投资者会如何行动；再次，分析投资者的行为会如何影响市场并最终使市场达到均衡；最后，分析在市场均衡状态下，资产的预期收益由什么决定。套利组合p57l为实现套利，需要买入一些证券，同时卖出一些证券，该过程就是构建套利组合l构建套利组合需要满足的3个条件l第一，不增加额外资金。套利组合中买入证券需要的资金来自卖出证券所的资金l第二，套利不承担风险。因素模型中的风险是因素风险l第三，套利提供正利润。新证券组合的收益率必须大于前组合的收益率 套利组合条件公式表示对公式的说明可以用矩阵的方式表示x表示权重改变量，未知，需要求解满足公式的x都是套利组合解一般是不唯一的构建套利组合后的“处境”从一个旧证券组合变成了一个新的证券组合新的证券组合旧的证券组合套利组合套利组合期望收益率0新组合的敏感性=旧组合的敏感性新组合因素风险旧组合因素风险由于存在非因素风险新组合风险不一定等于旧组合的风险套利定价方程套利定价方程是判断是否存在套利机会的工具Ei（i1，n）满足何种条件，解不存在，可以证明，当且仅当Ei是敏感性的线性函数,就是说不再存在套利机会方程中的含义根据无风险证券0rf构造特殊的证券组合jj对因素Fj的敏感性bj1，而对其他因素的敏感性bi0（ij）j的期望收益率E（j）rfjjE(j)rf类似于标准正交基下的坐标单因素影响程度 预期收益 EABCDE1E2单因素影响程度 预期收益 EABCD套利定价模型的计算实例例1。工业产值为单因素投资者拥有3种证券，每种证券的当前市值均为4000000元。总资金12000000元。3种证券预期回报率和敏感性如下表证券预期回报率(%)敏感性bi证券1证券2证券31521120.93.01.8期望和敏感性的改状态，是否可以引起存在套利？解“方程”x1x2x300.9x13.0 x21.8x3015x121x212x30解不唯一。给x1赋予一个值，例如0.1,x20.075，x3-0.175新旧组合的比较旧组合套利组合新组合权数X1X2X3性质rb0.3330.3330.33316.000%1.90011.000%0.1000.075-0.1750.975%0.000很小0.4330.4080.15816.975%1.900约11.000%第二节多因素定价模型的推导p59因素模型的5个假设条件假设1：市场是完全竞争、无摩擦、无限可分假设2：存在K个共同因素影响整个证券市场假设3：所有投资者对同种证券的收益具有的预期是一致的，因而，对资产收益的预期就是对因素荷载bik（k1,2,K）的预期。这里因素荷载bik表示证券i对因素Fk的敏感系数假设4：市场中存在充分多的资产。这个假设为下面的渐进套利的概念提供了基础。假设5：证券市场不存在渐近套利机会（asymptotic arbitrage opportunity）对假设2的说明根据回归模型中的假设用“线性变换”的构造新的因素使得满足“标准正交”的条件 因子载荷矩阵形式B是敏感度系数矩阵，或因素载荷矩阵（factorloadingmatrix）思考：用矩阵形式表示，因素和误差的限制条件渐近套利机会对假设5的说明存在一个证券组合序列，满足三个条件与套利组合三个条件相对应例，一个投资者拥有四种资产，他投资于每种资产的当前市值均为50000元，此时该投资者的可投资财富为200000元。且这四种资产的预期回报率和敏感性如表回报率%bi1bi21100.61.52142.01.2381.20.8461.52.0根据套利组合的条件可得解上述方程组，并令=0.1，则可求出，=0.1107，=-0.1155，=-0.0952。这就是说，若投资者按的值调整资产i的持有比例，则新的投资组合可使预期回报率提高这个套利组合是由卖出资产3和资产4，同时买入资产1和资产2实现的。投资者的买卖行为使得资产1和资产2的价格逐渐上升，它们的预期回报率逐渐下降，资产3和资产4的价格逐渐下降，其预期回报率逐渐上升。资产i(i=1,2,3,4)价格变化的结果，最终使套利组合的预期回报率为零，在这种情况下市场便达到了均衡状态。多因素模型下定价公式 p60如果风险证券收益率由K因素模型给定，存在形如下式的线性定价公式l定价公式的误差分析。n风险证券的数量l定理4.1：如果风险证券收益由K因素模型给定，那么，存在的实数0，1，K，使得 对定价公式的说明证明过程给出了公式中系数i的具体计算系数i因素i的风险溢价总误差=每个证券的残差平方和证券的数量大的时候，总误差趋向于0将每个证券残差V，从大到小“排队”“小的”定价准确对个别证券，其定价可能“不准确”可以用线性代数的方法推导定价公式定价公式中的因素风险溢价没有经济含义 p62(1，K)factor risk premium类似多元统计分析中的因子定理4.2：对于任意无套利定价模型，可以构造出与原来K个因素不同的另外K个不相关因素，使得，这K个新因素中仅有一个具有正的因素风险溢价完全分散化 p63因素风险溢价向量在某些条件下，可以用证券组合解释完全分散化证券组合fullydiversifiedportfolio定义：完全分散化证券组合是证券组合序列p(n)的极限过程。p(n)满足下面两个条件对定义的说明完全分散化证券组合的投资权重由极限方式产生每个资产的投资比例权重Wi趋于0“大多数”（有限个除外）资产，Wi(n)O(n-1)如何理解，投资于资产的权重是0？类似于概率论中的“密度”应该从“密度”的角度来理解完全分散化证券组合投资于每种资产的比例不能仅仅看到它都等于0完全分散化证券组合的非因素风险等于0 p64在完全分散化证券组合下，非因素风险是无穷小量序列的极限，即l反之不成立，有反例l存在不是完全分散化证券组合，其非因素风险是0完全分散化下定价是精确的 p64一般来说，定价公式有误差对于完全分散化证券组合，没有误差定理4.3：对于完全分散化证券组合p，其预期收益满足在取极限状态下，误差趋向于0对定价公式中的i解释构造一个特殊完全分散化证券组合p，使bpk0(k1,2,K)则l构造完全分散化证券组合p，使bpk1，bpj0(jk)，只对第k因素敏感，则 l利用这些特殊的完全分散化证券组合，可以解释单因素模型下系数和敏感性的关系 p65假定市场组合m是完全分散化的第三节APT与CAPM的比较 p66APT与CAPM的公式的形式一样内在的经济含义不同CAPM是在市场均衡的条件得到的APT是在无套利条件得到的两者之间的关系是：均衡的市场里一定没有套利机会无套利机会并不意味着市场是均衡的 APT中敏感系数与CAPM中系数的关系 p66CAPM依赖于1个因素，维数1APT多维模型3维空间中，确定一个点，需要3个独立条件如果只有一个，将不能精确地确定似乎多维模型比一维模型“更准确”APT比CAPM“好”下面以两因素模型为例，说明敏感系数与系数的关系两因素模型下公式的几何图形表示以两个敏感性b为横纵坐标给定一个证券i的收益率，满足定价公式的点很多构成资产i的等值线，等高线等值线是一簇平行线，斜率相同截距不同，与期望值有关例如，无风险资产过原点，截距01.0 1.5 0.5 1.02.03.00无风险资产p pSML bi2m 市场组合bi1两因素模型下系数与敏感系数的关系资产j对因素1和因素2的敏感系数市场组合对应的敏感系数的某一个倍数这个倍数就是系数随着系数的取法不同，在平面中构成直线以系数为自变量的SML在平面中是直线直线斜率与两个敏感系数有关APT比CAPM的选择余地大图中过原点的直线上的所有点（组合）它们的期望收益率都等于无风险利率除了原点O点外，均不是无风险资产组合（因为包含有风险资产）例如，对于期望收益率为20的资产组合来说由CAPM决定，则，对应惟一点，p由APT决定，则，对应直线pp上任意的点对某些投资者来说，虽然p和p均值相等，也许更喜好资产组合p，胜过p从这个意义上讲，APT比CAPM选择余地大多因素模型下的敏感系数与系数的关系p67通过市场组合，计算单个资产的敏感系数资产j对应于每个因素的敏感系数 市场组合所对应的敏感系数的一个倍数第四节因素模型的因素数目和因素选择p68因素的数目多，对于精确性有好处；可能导致统计检验显著性下降从实证分析的观点看，确定因素数目，要涉及到统计分析的方法（statistical approach）从一个全面的资产收益集合来确定因素，资产收益集合中元素的数目通常要多于被用来估计和检验的样本用收益的样本数据来构造表示因素的资产组合因子分析法（factor analysis）、主成分分析法（principal components analysis）Connor和Korajczyk发现：因素的数目达到5个，资产收益对因素数目的增加就不敏感了Fama和French发现：因素数目从3个增加到5个，模型效果有提高当仅有股票时，3个因素是必要的如果包含债券资产，5个因素是必要的因素的具体选择需要考虑在估计预期回报率时必须包含的因素不同的研究人员可能给出不同的结果第一组，罗尔和罗斯。1工业产值增长率；2通货膨胀率（预期的和未预期的）；3长期和短期利率的差额；4低级和高级债券的差别。第二组，伯雷、鲍梅斯特和麦克埃罗依。共5个 前3个因素接近于上面的后3个因素 社会总销售增长率 标准普尔500指数的收益率第三组由所罗门兄弟公司（Salomon Brothers）1.国民生产总值；2.通货膨胀率（预期的和未预期的）；3.利率；4.石油价格变化率；5.国防开支增长率。三组因素的共同特征第一，包括总体经济活动指标（工业产值、总销售和国民生产总值）第二，包括通货膨胀第三，包括利率因素（或差额或利率本身）证券价格被认为是未来红利的贴现，通过因素将这种直觉得以实现。未来红利将与总体经济活动有关，而贴现率与通货膨胀和利率有关。