论文网
风险类有关论文例文,与对资本资产定价模型中的关系是否成立的检验相关论文查重软件
本论文是一篇风险类有关论文查重软件,关于对资本资产定价模型中的关系是否成立的检验相关毕业论文提纲范文。免费优秀的关于风险及收益率及股票方面论文范文资料,适合风险论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。
资本
风险类有关论文例文
毋庸置疑,对任何一个投资者来说,在承担风险的同时都希望从中获取与风险水准相对应的高额回报,因为即使是那些喜好风险的人们也不会将承担风险仅仅作为一种消遣.因此,对于由风险资产组成的市场组合的预期投资收益自然要比无风险资产（比如：短期国家债券）的投资收益要求的高.二者之间的差额称为市场风险升水（marketriskpremium）.通过对美国证券市场从1926-1997这72年的统计,普通股的市场风险升水为9.2%（rm-rf）.
任何股票的风险都可以分解成两部分,即针对于每只股票单独来看的“个别风险”和将其置于市场组合中作为整体来看的“市场风险”（也叫“系统风险”）.“个别风险”可通过充分分散化的投资组合分散掉,但市场风险或系统风险是不能被分散掉的.对于组合当中的一只股票,如何定量化它的风险呢?我们将这只股票对整体组合的风险的边际影响定义为它的风险,称为贝塔（beta或β）.
我们都知道,无风险资产的收益率是固定的,因此,它的风险为零,即其beta等于0；而所有风险资产的组合,如市场组合有着平均市场风险,其beta等于1.既然无风险资产的风险为零,那么就不存在风险升水问题；市场组合的风险值是1,对它相应的风险升水为我们前面提到的rm-rf等于9.2%.但是,当beta≠0,和beta≠1时,人们对风险升水的要求是多少呢?
在上个世纪60年代中期,三位经济学家――WilliamSharpe,JohnLintner和JackTreynor给定了这一答案.即是我们这篇文章所讨论的资本资产定价模型（CapitalAssetPricingModelCAPM）.这一模型所揭示的内容既简单又令人震惊.他所揭示的是,所有的投资,收益与风险之间的关系一定是落在一条斜线上,这就是证券市场线.一种风险投资的预期风险升水是直接与其贝塔值呈线性关系,用公式表示即为：
r-rf等于β(rm-rf)
如果一个贝塔值等于0.5的投资,人们对持有这样风险度的投资所预期的补偿为市场风险升水的一半.若市场风险升水等于9.2%,那么β等于0.5时,其预期风险升水应为9.2%x0.5等于4.6%；如果贝塔值等于2,那么对它的风险的预期补偿应为市场风险升水的两倍.即预期风险升水等于9.2%x2等于18.4%.
当测试CAPM时,我们需从两方面来加以验证：
（1）代表系统风险的β值是否稳定?即过去的β能否作为对未来β的估计?
（2）理论中所表述的个别风险资产的预期收益率与β之间是否存在正比线性关系.
在这篇论文中,我们只对（2）做测试.因关于β的稳定性问题,大量的研究趋于相同的结论,即对单个资产,在短期来说,β值不稳定,但随着组合规模的加大和时间的延长,其β值会趋于稳定.
我们对（2）的测试,所使用的数据是S&P500中的14只股票从1996年3月到2001年1月的每月收益率,采用时间序列回归的方法进行.为了完成此项任务,需从CAPM理论本身所蕴含的两个方面加以考察：
（1）*个别资产的超额收益率与市场组合的超额受益率之间的关系是否存在.
*是否像理论假设的那样,风险资产的收益率与风险（β）之间存在正线性关系.
（2）α与当期的无风险资产收益率是否大致相等,即结矩是否为零.
一、时间序列回归
从CAPM公式来看：E(ri)等于RFR+βi(RmRFR)
(E(ri)RFR)等于βi(RmRFR)
其中,RFR代表无风险资产收益率；E(ri)RFR即代表第i只股票的超额收益率；RmRFR为市场组合的超额收益率.
超额收益率的时间序列回归的结果,参看表一.
在我们选取的14只股票当中,根据表一,R2,t统计和标准错误表明,有9只股票拒绝无效假设（第6栏中那些显示b10的股票）,即真正的斜率β不为零.R2测量的是单只股票的收益率的总方差（即变动）有多少可以被市场收益率的运动来解释,如IBM的R2为33.20%,这表明,IBM股票的风险中33.20%是市场风险,或系统性风险,其余66.8%是这只股票自身的独特风险.同时也说明了市场组合的收益率的变动,在给定风险偏好度的情况下,对单只股票的收益率有影响.
而过小的R2,比如PE&E,其R2只有0.52%,说明它的收益率的变动,几乎不受市场收益率变动的影响,因而该只股票的收益率与市场升水之间不存在线性关系.除此之外,还有另外4只股票接受了零假设（表一第6栏中b等于0所对应的股票）,意味着市场组合的超额收益率对这些股票的超额收益率不产生任何影响.CAPM不能解释单只股票超额收益率与市场组合b之间的关系.他们的线性关系表现得不明显.
二、截矩
关于14只股票的截矩,因为他们的统计t值非常小,绝对值远远小于2,所以截矩可视为零.
三、残值回归
由于Excel有时对回归的诊断不是很好,但我们可用残值的回归做粗略的补充.表一中的第7栏显示的是残值序列与它的滞后数值的回归系数.如果这些回归系数足够大,证明在残值内部有与系统风险相关的不能忽视的因素存在,同时这样的风险因素也不能从大的组合中分散掉.
从表一第7栏中,我们看到,Chevron和GM这两只股票,他们的残值回归系数分别是0.210和0.197.由于y等于α+βx+ε,α和β是在ε独立的条件下,使Σε2最小的参数.但是0.210和0.197表明,这两只股票的ε不独立.
所以,不能说计算出来的Chevron和GM的β就是正确的标准化的系统风险的测量,因为其他变量也需同时考虑进来.
四、多项回归
考虑到外部因素对所选股票的影响,比如债券,所以,我们也做了包括债券在内的多项回归.
E(ri,t)RFR等于βi(RtRFR)+γi(rb,tRFR)+εi,t
参数γi是债券超额收益率增加的边际效应.我们在表一的最后一列可看出,所有股票的R2都提高了,特别是股票EOG的R平方从4.91%升高到了11.6%；t值告诉我们债券市场对EOG有着更大的影响力.
五、证券市场线
关于β与风险资产收益率之间的正比线性关系是否存在,我们基于表二中所列示的系统风险,对每只股票的月超额收益率进行了回归,并取得了SML.
结果如下：
回归的R2等于40.84%
R2和t值给定了证据,证明风险和预期收益率之间的关系是存在的.虽然截矩不为零,但t值说明在统计意义上可视同为零.下图描绘了SML.
综上所述,对这14只股票测试的结果是,其中的9只股票表明单只股票与市场组合的收益率之间存在模型所述的关系,但其中2只的残值与它们滞后残值的相关数值较大,说明在市场的系统风险以外,还有其他一些因素需要确定,比如市盈率,斜度及帐面值与市场值之比等等.因此,虽然,这两只股票与市场之间有线性关系且截矩为零,但它们的
风险类有关论文例文,与对资本资产定价模型中的关系是否成立的检验相关论文查重软件参考文献资料：