论文部分内容阅读
传统风险定价理论认为风险与收益正相关,投资者在承担风险的同时要求获得风险补偿。但是,近年来的多项研究表明在资本市场中存在风险定价异象,其中股票特质风险定价异象便是研究的焦点之一。这些研究基于不同的特质风险计量方法、研究期间、研究样本等因素,并没有形成关于特质风险定价的一致结论。因此,本文通过检验特质风险的定价方向、不同特质风险定价模型的比较,对解答资本市场定价研究中关于特质风险定价是否存在的争议具有重要意义。本文的研究内容分为以下三个部分:
①以CAPM、Fama-French三因子为均值方程,分别采用无条件标准差,以及GARCH、EGARCH条件方差为基准计算出中国股票市场的特质波动率,检验了公司层面的特质风险和预期收益之间的定价关系。研究发现,关于高特质波动风险导致低预期收益的定价异象来源于特质波动率估计模型的差异。具体地,当使用无条件标准差方式估计特质波动率时,存在定价异象,而使用GARCH、EAGRCH等条件方差模型估计特质波动率时,则不存在定价异象。该结果在以Fama-French五因子模型为均值方程以及控制规模、流动性等其它变量后进行横截面分析后,结果依然稳健。
②分别使用CAPM、Fama-French三因子和五因子模型估计全样本和子样本期残差序列,以年度内标准差、GARCH、EGARCH模型估计全样本和子样本残差序列的标准差分别作为无偏特质波动率和子样本期特质波动率。K-S检验验证了全样本和子样本特质波动率均来自同一分布,使用M-Z回归和损失函数对全样本和子样本的特质波动率进行比较。研究表明,当以年度内标准差计算特质波动率时,使用CAPM模型作为均值方程估计残差序列是最优的选择,该结果在改变数据频率后仍然稳健。本研究有助于解释长期困扰在资产定价领域的“特质波动率之谜”。同时,通过对比稳健性检验结果,GARCH和EGARCH模型的最优均值方程与数据频率有关,当频率越高时,应当使用更加复杂的模型作为参数估计的均值方程。
③通过比较不同情景下最优特质波动率估计模型与特质风险的关系,实证发现以无条件标准差计量的特质风险与预期收益之间的关系并不稳定,而以GARCH族模型计量的特质风险与预期收益之间的关系稳定,且不存在特质风险定价异象。
①以CAPM、Fama-French三因子为均值方程,分别采用无条件标准差,以及GARCH、EGARCH条件方差为基准计算出中国股票市场的特质波动率,检验了公司层面的特质风险和预期收益之间的定价关系。研究发现,关于高特质波动风险导致低预期收益的定价异象来源于特质波动率估计模型的差异。具体地,当使用无条件标准差方式估计特质波动率时,存在定价异象,而使用GARCH、EAGRCH等条件方差模型估计特质波动率时,则不存在定价异象。该结果在以Fama-French五因子模型为均值方程以及控制规模、流动性等其它变量后进行横截面分析后,结果依然稳健。
②分别使用CAPM、Fama-French三因子和五因子模型估计全样本和子样本期残差序列,以年度内标准差、GARCH、EGARCH模型估计全样本和子样本残差序列的标准差分别作为无偏特质波动率和子样本期特质波动率。K-S检验验证了全样本和子样本特质波动率均来自同一分布,使用M-Z回归和损失函数对全样本和子样本的特质波动率进行比较。研究表明,当以年度内标准差计算特质波动率时,使用CAPM模型作为均值方程估计残差序列是最优的选择,该结果在改变数据频率后仍然稳健。本研究有助于解释长期困扰在资产定价领域的“特质波动率之谜”。同时,通过对比稳健性检验结果,GARCH和EGARCH模型的最优均值方程与数据频率有关,当频率越高时,应当使用更加复杂的模型作为参数估计的均值方程。
③通过比较不同情景下最优特质波动率估计模型与特质风险的关系,实证发现以无条件标准差计量的特质风险与预期收益之间的关系并不稳定,而以GARCH族模型计量的特质风险与预期收益之间的关系稳定,且不存在特质风险定价异象。