投資銀行業務基礎理論
一、風險與收益理論
1、方差和標準方差
(1)單個資產
標,人們常用收益率的方差來衡量
資產風險的大小。方差通常用σ 2 來表示。
其中:
i P
可見,將機率乘以相應
利差的平方,然後再加總,即可得到方差(方差也被稱為均方
差)。
注意,如果收益率用百分率來表示,那么方差的單位則是“百分率的平方”;如果收
益率用人民幣來表示,那么方差的單位則為“人民幣的平方”。對於這一點既難以表達,
又難以解釋,所以,人們通常都將方差開算術平方根,即得到標準方差。
(2)組合資產
一種資產的
收益率的方差越大,那么這種資產的風險也越大,投資者所要求的風險
報酬也就越高。可見,
收益率的方差是一種衡量
資產風險的指標。當投資者僅僅持有一種
資產時,上述說法是正確的,但是,當投資者持有多種
風險資產時,情況就有所不同了。
是單個資產與組合中其他資產同動程度的函式。
這裡的同動程度是用來衡量兩種資產是否一起隨市場條件的變化而作同向運動的指
標。如果兩種資產的收益率隨市場條件的變化而同增同減,或者說隨市場條件的變化而朝
同一個方向變化,那么我們就可以說這兩種資產的同動程度很高,此時我們稱這兩種資產
是正相關的。可見,同動程度越高,兩資產的正相關性也就越強,(正相關性越強,即說
明兩資產的相關係數越接近+1),反之亦然。如果一種資產的
收益率升高,而另一種資產
的收益率下降,或者一種資產的收益率下降,而另一種資產的收益率升高,也就是說,隨
著市場條件的變化,兩種資產的
收益率作反向運動,那么,我們就可以說兩資產的同動程
度很低,此時,我們稱這兩種資產是負相關的。可見,兩資產的同動程度越低,他們的負
相關性也就越強。也就是說,如果兩資產的負相關性越強(負相關性越強即說明兩資產的
相關係數越接近-1),那么隨市場條件的變化兩
資產收益率越不可能朝同一個方向運動。
注意,這裡的同動性(即同動程度)和相關性是有區別的。同動性和相關性均可用相
關係數來衡量。當相關係數ρ 的絕對值ρ 越接近1 時,那么,兩資產的相關性就越強,
其中當ρ = +1時,兩資產完全正相關,當ρ = −1時,兩資產完全負相關,但不論是完全
正相關還是完全負相關均表明兩資產的相關性非常強。當ρ 越接近0 時,則兩資產的相
關性越弱,其中,當ρ = 0時,兩資產零相關,即兩資產相互獨立,彼此間無任何聯繫。
而對同動程度而言,情況就有所不同了。當ρ 越接近+1 時,兩資產的同動程度則越強。當
ρ 越接近-1 時,兩資產的同動程度則越弱。可見,同動程度是用來衡量兩資產的收益率是
否朝同一方向運動的指標,而相關性則是用來衡量兩資產間相互關係大小的指標。
據分析,在市場上有這樣的資產,它們各自的方差均很大,但是由它們構成的
證券組合的
方差卻很小,甚至為零。這說明該
證券組合的風險很低,甚至為零。
合中各單個資產自身方差的函式,而且還是各資產間同動程度的函式。
我們可將上述討論總結如下:
①如果投資者僅持有一種資產,那么單個資產自身的方差便是風險的衡量指標,且
方差越大,風險越大,投資者所要求的
風險報酬也就越高。
②如果投資者持有多種資產,即持有
證券組合時,證券組合的風險不僅是各單個資
產方差的函式,同時還是各資產間同動程度的函式。
高。
由此可見,
證券組合的方差,而不是單個資產的方差是決定證券組合風險大小和風險
報酬高低的主要因素。
2、協方差
方差是用來衡量某一種資產或
證券組合的收益率波動性大小的指標,而協方差則是用
來衡量兩種資產的
收益率的同動性,或者說同動程度的指標。如果兩種資產的
收益率趨向
於同增或同減,那么它們間的協方差便為正值。反之,如果一種資產的收益率相對升高,
而令一種資產的
收益率相對降低,那么,它們間的協方差便為負值。
高於或者同時低於它們各自的
期望收益率,那么,它們的離差之積便為正值,這樣,兩股
票的收益率低於其
期望收益率,那么,它們的離差之積便為負值;如果這種情形頻繁出現,
那么,兩股票間的協方差便是負值。
3、均值—方差準則
大多數投資者都不喜歡其投資收益有較大波動性,我們稱這種投資者為
風險厭惡者。
為了充分考慮投資者厭惡風險的行為,我們在選擇
投資對象時可以使用均值-方差的分析方
法。
既然大多數投資者都是
風險厭惡者,我們便可進一步修改投資選擇準則。為了充分考
慮投資者厭惡風險的行為,我們在選擇
投資對象時可以使用均值—方差準則。
均值—方差準則假定,所有的投資者都喜歡高的
期望收益率,而不喜歡高的方差(即
高風險)。
4、權重
投資者可以按照各種比例(或者稱為比重或權重)將其財富
分散投資於各種資產上,
所有權重之和必定為1(或100%),
收益率的一個重要用途是用來比較不同投資的獲利能力。以百分率表示的獲利能力使
我們能夠比較不同投資額度下的資產的收益情況。此外,
收益率還有以下三個方面的用途:
(1)衡量歷史經營業績
衡量投資管理者業績好壞的一個重要
指標是歷史收益率,或者說是已實現的收益率。
(2)確定未來投資
大多數股票的價格都會隨著時間的推移而波動。然而,從長期來看,某些種類的平均
軟公司(收入不穩定的軟體公司)股票所獲得的
收益率高於投資於太平洋煤氣公司(收入
穩定的公用事業公司)股票所獲得的收益率。當構建我們的
資產組合時,我們可以看看這
兩個公司的歷史
平均收益率,這些平均收益率可以很好地幫助我們估計將來會發生的情
況。例如,假設在過去的10 年中,微軟公司股票的平均收益率是20%,且我們計畫投資
一年。那么,在沒有更多的關於微軟公司將來發展信息的情況下,大致說來,我們則可以
期望下一年我們在微軟公司上的投資可獲利20%,這是我們對將來的最好估計。當然,下
收益率的計算有幾種不同的方法,從而結果會有所不同。投資管理者大都傾向於使用
那些使其業績看起來非常好的
收益率計算方法。世界上最大的金融分析家協會美國投資管
理與研究協會曾為此制定了一些嚴格的指導原則作為公平比較的標準。下面我們就介紹幾
種符合此標準的收益率計算方法。
(1)期間收益率
這是
收益率的一種基本形式。其方法是,將相應期間所獲得的所有
利潤(包括價格上
漲,即通常所講的
資本利得或資本增益),除以初始投資額,便得到期間收益率。其數學
形式可以表示為:
R = (EMV − BMV + I ) / BMV
這裡, EMV 是指期末市場價值;
BMV 是指期初市場價值;
I 是指投資者在這一期間所得到的收入。
這是一種最普遍和最簡單的估算
收益率的方法。正因如此,期間
收益率也被稱為簡單
收益率。
在計算期間
收益率時,如果在對應的期間除了在期末以外的其他
時點再無收入,那么,
用期間收益率來確定一種股票或一個
證券組合的經營業績是很有用的。
然而,期間
收益率仍然有其局限性。這是因為
現金股息在通常情況下不只是一年發放
一次,而期間
收益率卻沒有考慮這些
現金股息的時間價值。很明顯,投資者寧願在年初而
人們通常所講的經過利息)。也就是說,在二級市場上買賣
債券時,買者除向賣者支付債
券價格外,還應該支付從上次利息支付日到
債券出售日這段時間所積累的利息,這一段時
如果我們將上式重寫為如下形式,就容易看出時間價值問題:
R = (EMV − BMV ) / BMV + I / BMV
或者:
等式右邊的第一項是資本增益量或損失量與初始投資額的比率,第二項是
現金流入量,
如
現金股息,與初始投資額的比率。資本增益或損益在期末實現。在該等式中,我們假定
收入也是在期末才取得。很明顯,如果公司在期中發放了
股息,投資者則可以將這些股息
進行再投資以獲取更多的收益。
我們可以用兩種方法來計算平均事後
收益率:算術平均法和幾何平均法。
算術平均法是將各歷史時期已經實現了的收益率(Rt )加起來,然後再除以
時期數(n)。
①估計同一時期不同種類證券的
平均收益率時,算術平均法則是一種有用的方法。例
如,當你計算某一特定行業的多種證券的
平均收益率時,就可以使用算術平均法。如果你
想評估汽車行業在過去一年中的業績情況,就可以使用汽車行業各種股票的算術
平均收益
率。
②估計將來
預期收益率時,算術平均值也是較準確的。假定我們想在微軟公司股票上
投資一年,根據過去10 年中微軟股票的
收益率,我們就可以很好地估計下一年中微軟股
票的收益率。
在其他情況下,尤其是在需要解釋資產價值的實際增減情況時,通常使用幾何平均收
益率。
(3)時間權重收益率
以時間為權重的收益率簡稱時間權重收益率。之所以稱之為時間權重收益率,是因為
在計算這種收益率時充分考慮了資金(如
股息)的時間價值。時間權重收益率的計算方法
假定投資者在實現現金流入(如收到
現金股息)時,立即將這部分現金再投資到現存的證
券上。正如幾何平均法一樣,時間權重法也是以
複利思想來計算收益率的。從本質上來說,
時間權重收益率是解決這樣一個問題:投資者在第一期期初投資1 元,經過n 期後,這1
元在第n 期期末的價值是多少?解釋如下:在這個時期內如果發生現金流入,那么從理論
上來講,投資者必須把這些資金在獲得之日當天的市場價格購買證券以進行再投資。這樣,
計算
收益率最為準確的辦法就應該是:先計算有價證券在現金流入之日的市場價值,再計
算下一個時期的期間收益率,然後,將各個時期的期間收益率綜合起來考慮,即可得到整
時間權重收益率假定在某一時期內收到的任何收入立即在獲得收入的當天被再投資
與期間
收益率相比,時間權重收益率是一種更好的衡量收益率的指標。這是因為:時
間權重收益率考慮了現金流入的日期問題,即考慮了
資金的時間價值。投資者寧願現在收
到資金,而不願以後才收到資金,但是期間
收益率的計算思路卻忽略了這一點。時間權重
收益率法假定:當你收到
股息時,你將這些股息進行再投資;而期間收益率法是假定:當
你收到
股息時,這些股息要么閒置著,要么是被消費掉了。
當然,不同的計算方法並不能給投資者最佳的
投資策略。例如,有時將
股息進行再投
資的這種做法並不太妥當(如當股票價格下跌時)。時間權重收益率方法只不過是給投資
者提供了某一特定資產的真實的、客觀的、歷史的
收益率。
計算債券的
收益率時,我們將會面臨著一個傳統的問題。大部分
息票債券一般都是按
固定日期每年支付兩次利息,其他日期並不支付利息。這樣凡是在付息日以前出售
債券的
投資者,就失掉了從上一次利息支付日到
債券出售日這一段時間的
應得利息。同時,該債
券的購買者,到下次利息支付日前不管何日購進均能得到半年的利息。
為了解決這個矛盾,在買賣
債券時,買者向賣者除支付債券價格外,還應該支付從上
次利息支付日到
債券出售日這段時期的利息,這一段時間的利息也就是
應得利息或稱為應
計利息。
這裡需要說明得的是,由各金融媒體和造市者所提供的
債券價格中並不包括應計利
在計算債券的
收益率時,我們解決
應計利息的辦法是,將期初的應計利息和期末的應
計利息分別加到期初的價格和期末的價格上去。
在投資於多種資產的時候,投資者將來從這些資產所獲得的收益率的大小依賴於:
(1)各種資產的類別;(2)各種資產的投資比例。證券組合的
期望收益率記作( ) i E R ,其
重即為投資比例i W ,所以有:
E(R) =ΣWiE(Ri ) i=1,2,L ,n
其中, n 代表
證券組合中所包括的資產類別的數量, ( ) i E R 代表第i 種資產的期望收
益率, i W 表示第i 種資產的投資比重。
組合在各種可能的經濟狀況下的收益率與各種可能的經濟狀況發生的機率相乘,然後加總
由上式我們可以看出,
證券組合的期望收益率實際上是各種單個資產的期望收益率與
各自所占投資比重的乘積之和。很顯然,第i 種證券的投資比重i W 越大,那么,它對證券
組合的
期望收益率的影響也就越大。一種極端的情況是,當某種證券的投資比重為1 時,
即投資者將其所有的財富都投資於該種證券時,證券組合的
期望收益率也就等於該種證券
1、單一前景的風險
風險的存在意味著可能產生一個以上的結果,單一前景是指將某一初始財富用於投資
時面臨著風險,這一投資機會只會產生兩種可能的結果。
假使有10 萬元的初始財富W ,並且假定進行投資有兩種可能的結果。當機率p = 0.6
時,結果令人滿意,使最終財富1 W 增長到15 萬元。否則,當機率p = 0.4時,結果不太理
想, 2 W = 8萬元。我們用事件樹來代表單一前景。
假定在這樣的單一前景下,提供給投資者一個為期一年的
資產組合,他將如何評價該
首先,她可以用描述性統計方法來概括,例如,用E(W)表示平均或預期年終的財富,
有E W = p ×W + 1 − p ×W = 0.6 ×150000 + 0.4 × 80000 = 122000
10 萬元
資產組合的預期盈利為2.2 萬元,即122000-100000。投資者從平均數中得到
顯然,這樣做有很大風險:收益標準差遠遠大於預期盈利的2.2 萬元。預期盈利是否
足以確保這樣的風險是可以接受的,這取決於
資產組合的選擇。
某一給定水平的
風險溢價是否足以補償投資的風險,這個問題由來已久。在健全的資
本市場中測定風險並確定投資者預期的
風險溢價是金融理論的核心問題之一。
的資產組合。他們只願意進行無風險投資或投機性投資。大致來說,
風險厭惡型投資者為
補償所冒風險,會按照某一百分比降低資產組合的預期收益(或按照資金數量減少)。投
資者覺得風險越大,降低的幅度就越大。
如果我們把風險妨礙系統公式化,我們假定每一投資者可以根據資產組合
預期收益與
高,
資產組合得到的效用數值越大,而波動性強的資產組合,其效用數值也低。下面是金
融理論者廣泛使用的一個函式,
資產組合的預期收益為E(r ),其收益方差為σ 2,其
效用值為:
U = E(r ) − 0.005Aσ 2
式中,U 為
效用值,A 為投資者的
風險厭惡指數(係數0.005 是一個按比例計算的方
法)。從式中我們可以看出。高預期收益會提高
效用,而高風險會降低效用。在某種程度
上,方差減少
效用的程度取決於A ,即投資者對風險的厭惡程度。投資者對風險的厭惡程
度越高( A 值越大),對
風險投資的妨礙也就越大。在競爭性
資產組合中進行選擇的投資
者將挑選效用值最大的組合。
在評估一個
資產組合的風險時,投資者必須考慮到資產是收益之間的相互作用。從根
本上說,比如當資產組合的另一部分情況很糟時,通過簽訂保險契約,交一大筆保險金可
以降低風險。當
資產組合中的一部分資產,如房屋或工廠遭受巨大損失時,購買的保險就
派上了用場。這兩種資產(住宅與保險)收益的相互抵消形式穩定了整個
資產組合的風險。
投資於補償形式的資產,使之抵消我們可能遇到的某種風險稱之為
套期保值。
會。例如,有兩個公司,一個生產墨鏡,另一個生產雨傘。兩個公司的股東都面臨著兩種
相反天氣的風險。多雨的夏季使墨鏡公司的收益下降,卻使雨傘公司的收益增加。雨傘公
司的股份相當於為墨鏡公司股東購買的“天氣保險”。當墨鏡公司的情況不妙時,“保險”
控制
資產組合風險的另一個工具是分散化,這意味著我們的投資是散布於各類資產中
的,這保證了任何特定證券所暴露的風險是有限的。通過把雞蛋放在許多籃子中,整個資
- 244 -
產組合的風險實際上要比
資產組合中任何一個孤立的證券所有的風險低。
通常我們所提到的分散化的概念形象地說就是,“不要把你所有的雞蛋放在一個籃子
里”。1952年,哈里·馬克維茨發表了資產組合選擇的正式模型,揭示了分散化的原則,他
因此獲得1990年諾貝爾經濟學獎。在他的資產組合選擇模型里認為我們可在多種風險證券和
組合中識別出風險-收益組合。第二,我們通過
資產組合權重的計算,找出最優
風險資產組
具體說來:
第一步是決定投資者可能的風險—收益機會,它們用
風險資產的最小方差邊界
(Minimum-variance frontier)來表示。這一邊界表示為在給定期望收益的條件下,可獲得資
產組合的最低可能方差的圖形。
風險資產組合集合背後最重要的思想是,在任一風險水平上,
我們只對最高期望收益的
資產組合感興趣。因此,邊界是給定期望收益下最小方差的資產組
合的集合。
在給定一組期望收益、方差和協方差數據時,我們可以計算出任何有特定期望收益的資
產組合的最小方差。對期望收益與標準差相對應的點進行連線,就可以得到下圖:
圖8-1 期望收益與標準差
應該注意的是,所有單個資產都位於邊界的內右側,至少當我們允許通過賣空來構造風險資
產組合時是這樣的。這告訴我們,風險資產組合只含單一資產是無效率的,
分散化投資將帶
來更高的收益和更低的標準差。所有落在最小方差邊界上,從全局最小方差
資產組合往上都
是可能的最優風險—收益組合,因而是最優的
資產組合。落在全局最小方差以上的邊界被稱
為有效率邊界(Efficient frontier)。因為對於所有低於最小方差邊界的
資產組合,都可以在
它正上方找到一個相同的標準差,但收益更大的
資產組合,因此在全局最小方差邊界以下部
最優風險資產組合P的
資本配置線與有效率邊界相切。這條線優於任一條可能的線(虛
資產組合。
率之間的關係給出了精確的預測。這一關係給出了兩個極富創造力的命題,首先,它提供了
一種對潛在投資項目估計其收益率的方法。舉例而言,投資人在分析證券時,極為關心股票
在給定風險的前提下其期望收益同其“正常應有”的收益之間的差距。第二,模型使得我們
能對不在市場交易的資產同樣做出合理的估價。譬如說,證券一級市場的發行應如何定價?
投資者通過什麼途徑將一個新的投資項目反映在股票價格的要求收益率上?儘管資本資產
定價模型同實證檢驗並不完全一致,但由於該模型的簡單明了和該模型在諸多重要套用中的
高精確度,它仍然得到了廣泛的套用。
模型要解決的問題是:在資本市場中單個資產的
均衡價格是如何在收益與風險的權衡中形
成的,或者說是在
市場均衡狀態下單個資產的收益是如何依風險而確定的。
儘量使個體相同化,而這些個體本來是有著不同的初始財富和
風險厭惡程度的。相同化投
資個體的行為會使我們的分析大為簡化。這些假定有:
1、投資者僅依據
投資收益率的均值和方差來做投資決策。
2、投資者遵守占優原則:在同一風險水平下,選擇收益率較高的資產組合;在同一
3、所有投資者的投資期限均相同。
4、每種資產都是無限可分的,即投資者可以以任意淨額投資於各種資產。
5、存在
無風險資產,投資者可以按相同的無風險利率借入或貸出任意數量的無風險
資產。
6、允許無限制地賣空。
7、稅收和交易費用均忽略不計。
9、所有投資者對於各種資產的
收益率、標準差、協方差等都具有相同的預期。
10、單個投資者不能通過買賣行為影響
資產價格,即市場是完全競爭的。
顯然以上假定忽略了現實生活中的諸多複雜現象。但利用這些假定,我們可以洞察證
券市場均衡的許多重要內幕。
我們由此可以得出一個有假定的有價證券和投資者組成的世界所普遍通行的均衡關
系。解釋如下:
1、所有投資者將按照包括所有可交易資產的市場
資產組合M 來成比例地複製自己
所占的比例等於這隻股票的
市值(每股價格乘以股票流通在外的股數)占所有
股票市值的
比例;
們的最優風險資產組合,投資者之間的差別只是投資於最優風險資產組合的數量與投資於
上可以表述為:
E(rM ) − rf = Aσ M2 × 0.01
其中2M
場
資產組合是最優資產組合,即風險有效地分散於資產組合中的所有股票, 2M
σ 也是這個
產組合證券的貝塔係數也成比例。貝塔是用來測度股票與一起變動情況下證券收益的變動
程度的。
從風險與收益配比的角度出發,在考察某一證券的風險程度時,重要的並不是該證券
水平應取決於其與
市場組合的協方差,換句話說,就是取決於其對市場組合風險的貢獻程
度。
證券的
貝塔值即測度了股票對市場
資產組合方差的貢獻程度。因此,我們預期,對於
比的。
斜率為市場
資產組合的風險溢價,橫軸為
貝塔值,縱軸為期望收益,當橫軸為1 時,這點
是市場資產組合的
貝塔值,這時在對應的縱軸我們可以看到市場資產組合的期望收益值。
(三)貝塔係數
如果我們把證券市場處於均衡狀態時的所有證券按其市值比重組成一個“
市場組合”,
某種證券的貝塔係數i
β 指的是該證券的收益率和市場組合的收益率的協方差除以市
場組合
收益率的方差;一個
證券組合的p β 係數等於該組合中各種證券的β 係數的加權平
均數,權重為各種證券的市值占整個組合
總市值的比重i X ,即
β p =ΣXiβi
全一樣;如果其β 係數大於1,說明其
系統性風險大於市場的系統性風險;如果其β 係數
小於1,說明其
系統性風險小於市場的系統性風險。如果β 係數等於0,則不存在系統性
風險。
(四)CAPM 模型
在引入了β 係數之後,我們就可以對
證券市場線有更深入的理解。
在實際中,β 值是通過對歷史數據進行分析得出的。
CAPM 所揭示的投資收益與風險的函式關係,是通過投資者持有證券數量的調整並引
起證券價格的變化而達到的。根據每一證券的收益和風險特徵,給定一個
證券組合,如果
投資者願意持有的某一證券的數量不等於已有的數量,投資者就會通過買進或賣出證券進
行調整,並因此對這種證券的價格產生上漲或下跌的壓力。在得到一組新的價格後,投資
者將會重新估計對各種證券的需求並對其進行調整,這一過程持續的結果將會使得證券市
場達到均衡。
利用
證券定價之間的不一致進行資金轉移,從中賺取無風險利潤的行為稱為
套利。
套利行為需要同時進行等量證券的買賣,以便從其價格關係的差異中獲取利潤。
套利概念
是資本市場理論的核心。當不考慮
套利機會時(無風險)均衡市場價格是合理的,這是資
本市場理論中最基本的原理。能保證不存在
套利可能性的價格關係是極有效力的,假如實
際證券價格允許套利,其結果將是強大的壓力迫使證券價格恢復平衡。只要有少數投資者
留意到了
套利機會,並利用機會進行大量的交易,這些交易又將把
價格帶回到均衡水平上
來。
首先考慮一個最簡單的例子:你從 A 銀行以5%的利率借入¥100,又把這筆資金以
6%的利率存入B 銀行。從這兩筆交易中所獲得的現金流量顯示如下:
策略 時間0 t
從A 銀行借入資金 ¥100
把資金存入B 銀行 ¥-100
策略 時間1 t
從B 銀行取出存款 ¥106
歸還A 銀行 ¥-105
在這個簡單的例子裡,在0 t 時刻,我們的初始投資為0;在1 t 時刻,有1 元的利潤。
如果存在這樣的交易環境,這就是
套利機會。如果可以以5%的利率借入無限的資金,並
以6%的利率借出,那么其潛在利潤將是無限的。就是說,如果你發現出一種條件存在,
顯然,當一價法則被違反時,就會出現明顯的
套利機會。當一項資產以不同的價格在兩
個市場進行交易時(在這裡
價格差異超過了
交易成本),在這兩個市場進行同步交易則可作
到無需任何投資便獲得安全利潤(即淨價格差),要作的只是將該資產在高價市場賣出同時
在低價市場買入。這項淨收益是正的,並且由於
多頭與
空頭頭寸的互相抵消而不存在風險。
然而,由於電子通訊設備和實時執行操作技術的日益發達,在現代市場中
套利機會已變
得非常少,但並不是不存在了。同樣的技術不僅可以使市場迅速地吸收新信息,同時也使敏
Stephen Ross在1976年發展了
套利定價理論(arbitrage pricing theory,APT)。Ross(1976)
由於理性投資者具有厭惡風險和追求最大化收益的行為特徵,因此投資者一旦發現有
套利機
會就會設法利用它們,隨著
套利者的買進和賣出,資產的供求狀況將隨之改變,
套利空間逐
漸減少直至消失,
有價證券的均衡價格將得以實現。而且,
套利機會不僅存在於單一的資產
上,還存在於相似的資產或組合中,也就是說,投資者還可以通過對一些相似的資產或組合
部分買入、部分賣出來進行
套利。因此,投資者會竭力發掘構造一個
套利組合的可能性,以
套利定價理論基本內容的推導基於如下兩個基本觀點:第一,在一個有效市場中,當
來說,只有幾個共同因素需要補償。
單因素
套利定價理論假定只有單個系統因素影響證券的收益。在這個模型中,資產收益
中的不確定性來自兩方面:共同或巨觀經濟因素以及廠商的特別動機。在該模型中,共同因
素被假定具有零期望值,因為它測度的是與巨觀經濟有關的新信息。
如果我們用F 表示共同因素期望值的偏差,i 表示廠商i 對該因素的敏感性, i e 表示廠
商特定的擾動,則該
單因素模型表明廠商i 的實際收益等於其初始期望收益值加上一項由未
預料的整個經濟事件引起(零期望值)的隨機量,再加上另一項由廠商特定事件引起(零期
望值)的隨機量。其公式為:
ri = E (ri ) + βiF + ei
這裡 ( ) i E r 表示證券i 的期望收益,所有的非系統收益i e 之間均是相互獨立的,並與F
相互獨立。
為了使這個
單因素模型更加具體,我們舉一個例子。假設巨觀因素F 代表國民生產總
值的意外的百分比變化,假定輿論認為今年GNP將增長4%。我們還假定一種股票的值為1.2。
如果GNP只增長了3%,則F 值為-1%,表明在與期望增長相比較時,實際增長有1%的失望。
給定該股票的值,可將失望轉化為一項表示比先前預測低1.2%的股票的收益。這項巨觀的
意外加上廠商特定的擾動i e ,便決定了該股票的收益對其原始期望值的全部偏離程度。
簡化了的假定過於簡化了。我們很容易能想到幾種受經濟周期推動可能影響
股票收益的因
素:利率波動、
通貨膨脹率、石油價格等。可以假定,其中任何一個因素的出現都將有影響
一種股票的風險,由此會影響這種股票的期望收益。我們可推導出多因素
套利定價理論來處
理證券所面臨的多方面的風險。
下面,我們將詳細介紹建立一個多因素
套利定價理論的過程。首先,我們引入因素資產
組合(Factor portfolio)的概念,即構造一個充分分散化的
投資組合,使其中一個因素為0,
另一個為1。這個約束是很容易滿足的,因為我們有太多的證券和相對較少的因素可供選擇。
因素資產組合可作為多因素證券市場曲線的基準資產組合。
假定有兩個因素
資產組合,我們把它們稱作資產組合1和資產組合2,它們的期望收益分
別為( ) 1 E r =10%和( ) 2 E r =12%。進一步假定
無風險利率為4%。這樣,
資產組合1的風險
溢價為10%-4%=6%,資產組合2的
風險溢價為12%-4%=8%。現在考慮一個任意的充分分
散化的
資產組合,即資產組合A,由於第一個因素的
貝塔值為1 0.5 A β = ,第二個因素的貝