發(fā)布時間：2018-05-04 04:19

  本文選題：特質波動率 + 預期收益�。� 參考：《上海交通大學》2012年碩士論文

【摘要】：資產的風險和收益之間的關系一直是理論界研究的熱點。根據經典的資本資產定價模型，資本市場是完美有效的，非系統(tǒng)風險(公司特質風險)可以通過構造多樣化的投資組合被完全抵消，即公司的特質風險與股票的預期收益無關。但Merton (1987)認為，在實際的操作過程中，投資者受交易成本、信息不對稱、經濟狀況、職業(yè)、受教育程度等各種原因的限制，不可能持有完全分散的市場組合，投資者所承擔的公司特質波動風險需要更高的投資收益補償，即公司的特質波動率與預期收益正相關。但近期國內外的一些學者通過實證研究發(fā)現：股票的特質波動率(公司特質風險的衡量指標)和預期收益之間呈現負相關的關系。 高風險，高回報‖的理念已深深銘刻在大多數投資者心中，似乎已成為亙古不變的真理。質疑這個人們深信不疑的概念似乎有違常理，但是近來不少學者的研究和幾十年的資本市場數據顯示：在承受更低風險的情況下是能夠獲得高回報的。 CAPM模型因為在實證研究中高貝塔股票沒有帶來對等的回報補償，一直為學界批判。2006年Andrew Ang, Robert J. Hodrick,Y.Xing and X. Zhang (以下簡稱AHXZ)首次發(fā)表了實證研究中發(fā)現的低風險、高回報的異常特質波動率因子。AHXZ發(fā)現特質風險與截面預期收益呈負相關關系。這與現代組合理論（馬克維茨，1952）中指出的特質波動率與資產定價無關的理論相悖。根據AHXZ的研究發(fā)現，有效疆界是有可能被打破的。從此，對特質波動率因子研究的序幕被拉開。 在實務界，低波動率證券投資組合的業(yè)績表現從過去幾年開始吸引了投資者的注意。2008年全球金融危機再次提醒人們對各種金融資產的價格波動保持警惕。盡管到目前為止還沒有任何一種理論能夠很好的解釋 特質波動性之謎‖，金融危機的教訓和低波動性組合投資策略的流行促使MSCI在2008年8月推出了覆蓋各區(qū)域的全球最小波動性指數。標準普爾在2011年4月也發(fā)布了標普500低波動率指數。2011年5月羅素發(fā)行了掛鉤羅素1000低波動率指數和羅素2000低波動率指數的ETF產品。 特質波動率很可能是繼價值、市值規(guī)模、動量等因子之后的另一個可以獲得資產定價的重要異�；貓笠蜃印� 近幾年，歐美學界對最小方差組合、低波動率組合、低流動性組合進行了大量實證研究，范圍涵蓋了美股市場、歐洲股票市場、日本股票市場等。國內應用于A股市場的此領域研究比較有限。本文致力于從以下三方面對特質波動率異常因子在A股市場進行實證研究。第一，檢驗低特質波動率和預期截面回報在A股市場的關系。第二，如果在A股市場特質波動率和預期回報確實存在負相關關系，檢驗異質信念是否能解釋此異常回報。第三，建議相關投資應用。 AHXZ首先發(fā)現市場回報的波動率是一個可定價的截面風險指標。隨后，他們用Fama French三因素模型（1993）計算個股的特質波動率，并將個股按照特質波動率大小排序。他們認為用一個沒有涵蓋所有影響因子的模型計算出來的特質波動率可能反映漏選因子的影響。三因素模型很可能會對按特質波動率大小分組的組合錯誤定價。AHXZ的研究結果發(fā)現，在美股中上一期特質波動率高的股票在未來將獲得低的平均回報，而且這些資產確實被Fama French三因素模型錯誤定價了。AHXZ的研究結果令人驚訝的原因有兩方面。首先，高特質波動率和低特質波動率股票組合的平均回報差別較大。在五等分的特質波動率組合中，特質波動率最低的組合獲得的月平均回報比特質波動率最高的組合獲得的月平均回報高出1%。其次，AHXZ的研究發(fā)現無法被總波動率風險或者其他現有的資產定價模型所解釋。他們的發(fā)現更讓人們疑惑不解的是在經典理論中與定價無關的特質波動率竟然和預期回報有顯著的負相關性。這與Merton（1987）發(fā)現的兩者的正相關關系的結論相反。人們開始質疑是否AHXZ的發(fā)現只是因為樣本量過小，或者是數據挖掘所致。為了獲得更多的實證支持，AHXZ在2008年對美國以外的股票市場中的滯后特質波動率和未來平均回報的關系進行了進一步的實證研究。他們成功地證明了時滯的特質波動率與未來平均回報之間的負相關關系在其他發(fā)達國家股票市場中依然存在，尤其是發(fā)達國家中最大的七個股票市場：加拿大，法國，德國，意大利，日本，美國和英國。特質波動率和平均回報之間的負相關關系在統(tǒng)計檢驗中顯示出強烈的顯著性，不僅是出現在以上提到的七大發(fā)達國家中，在一個包含23個發(fā)達國家股票市場的大樣本中也觀察到了同樣的顯著性。他們還進一步發(fā)現，國際股票市場中高特質波動率組合和低特質波動率組合的負回報差與美國股票市場中高特質波動率組合和低特質波動率組合的負回報差緊密聯動。這說明在此異�；貓蟋F象的背后存在著廣泛分布的、不容易被多元化組合分散的異常因子。但是AHXZ并沒有將特質波動率定義為可定價的風險因子，因為他們還沒有找到一個合適的理論框架來解釋為何人們對高特質波動率股票的需求更大，導致這些股票的預期收益降低。AHXZ對其一系列的關于特質波動率和截面預期收益的研究總結如下： 在23個發(fā)達國家股票市場中，高特質波動率的股票獲得較低的預期回報。此現象在美國的股票市場中最顯著，在G7國家中顯示了統(tǒng)計上的和經濟上的顯著性，在所有23個發(fā)達國家股票市場中也能被觀察到。在控制了其他因子影響后，換用等權法或等值法計算，或者分樣本區(qū)間統(tǒng)計，特質波動率和預期回報之間的負相關關系依然顯著�！� 盡管很多學者都認為 特質波動率之謎‖是一個全球現象，但是到目前為止，國內學者對此現象的研究還較為有限。對股票特質波動率和截面預期回報之間關系的系統(tǒng)系研究還不成熟，解釋此異象的研究也是鳳毛麟角。黃波（2006）截取了A股市場1996年至2003年的股票數據并發(fā)現特質波動率對截面預期收益有一定的解釋能力，但并沒有進一步度測兩者之間的相關性。楊華蔚（2007）使用了上交所和深交所從1994年12月到2005年12月的A股股票數據，用流通市值計算組合權重，研究了股票特質波動率和截面預期回報的關系。他們發(fā)現兩者之間存在顯著的負相關關系。在控制了諸如市值、價值、流動性、交易成本、偏斜度和一個月短期動量等因子影響后，此負相關關系依然顯著。他們提出中國股票市場限制做空可能是造成 特質波動率之謎‖的主要原因。陳國進（2007）采用了1997年7月至2007年4月的上交所和深交所A股股票數據，用FF3模型的殘渣方差計算特質波動率并證明了特質波動率和截面預期回報之間的負相關關系。他們進一步從異質信念的角度對低特質波動率異象作出解釋。陳國進（2009）用AR（2）模型度量了預期特質波動率，并發(fā)現時滯的預期特質波動率與截面預期回報依然呈負相關關系。總之，對中國股票市場的特質波動率和預期回報關系的研究尚處于起步階段，仍存在廣泛且深入的研究空間。 本文的取樣范圍和研究方法如下。 為了較全面和準確地反映A股市場的情況并為回歸計算提供足夠的樣本點，本文選取了最近10年，即從2002年2月末至2012年1月末為研究的時間范圍。提取了A股市場個股10年間的月回報數據，即每支個股的120個月回報數據。本文中的所有投資組合都是采用等權的方法構建，除非另有說明。本文采用3個月定存利率代替無風險利率，用申萬A指回報代替市場回報。所有數據來源于Wind資訊。 本文選取了截止到2012年1月31日的2304支申萬A股指數成份股。申萬A股指數是全市場指數，覆蓋了所有在上海交易所和深圳交易所上市的A股（包含ST，ST*,中小板，創(chuàng)業(yè)板股票，不包括PT，停盤的上市股票）。在上海和深圳交易所上市的新股從上市后的第六個交易日起加入指數成份。摘牌的股票自摘牌日起從指數成份中去除。我們認為申萬A股指數最適合本文的研究，因為和其他全市場指數相比，它的覆蓋范圍最全面。 在進行數據計算和分析前，我們對數據進行了基本的清洗。首先，為了全面地反映過去10年間的股票的可投資性，我們將過去10年中摘牌的股票（86支股票）加回到申萬A股指數成份中。最終，在數據樣本中共有2390支股票。其次，為了減少停牌股對計算造成的影響，對于停牌時間為一個月的股票，我們用其上一個月和下一個月回報的平均值來模擬停牌當月的回報。如果股票停牌時間超過1個月，為了避免過多的主觀影響，不再做回報模擬。 個股的特質波動率無法由觀察直接得到，需要定義計算個股特質波動率的方法。一般來說，大多數學術研究使用兩種定價模型。最經典的方法是使用CAPM模型的殘渣方差計算特質波動率。如果采用CAPM模型計算，只有市場風險被看做系統(tǒng)性風險，其他無法用模型解釋的風險都被定義為特質風險。另一種方法是采用Fama French的三因素模型。用三因素模型回歸得到的殘渣方差被定義為特質風險。本文采用CAPM模型計算特質波動率。采用個股的月回報數據，用CAPM模型進行時間序列回歸，計算個股在不同區(qū)間內的特質波動率。 我們延用了AHXZ在2006年發(fā)表的著名論文 The Cross-Sectionof Volatility and Expected Returns‖中的交易策略。在基于特質波動率的交易策略中，我們用如下的策略描述構建組合的方法：估算期L個月，等待期M個月，持有期N個月。之后我們會用L/M/N直接描述交易策略。本文中我們主要采用了24/0/1的策略，即我們用過去24個月的月回報數據計算個股的特質波動率并按其大小順序分為10組，等待期為0，持有1個月，用等權法計算組合回報。組合內的成份股每月調整。 為了構建持有期大于1個月的組合，我們采用了Jegadeesh和Titman (1993)的計算方法。例如，如果要構建24/0/6的組合，每個月我們根據組合形成月份的過去24個月月回報數據計算特質波動率，并按其大小順序用等權法構建組合。類似的，我們每個月根據組合形成月份前一個月、前二個月直至前五個月的過去24個月月回報數據計算特質波動率，再根據其大小用等權法構建組合。最后，我們計算以上6組組合的平均月回報模擬持有6個月的月回報數據。 本文采用估算期為24個月、36個月和48個月分別計算了個股的特質波動率。三組特質波動率、個股月回報為主要的分析數據。為了對樣本數據特性有一個總體的了解，我們將樣本按照時間區(qū)間分為兩組。第一組為2002年2月至2007年1月，第二組為2007年2月至2012年1月。對比兩組時間段的樣本數據，我們發(fā)現A股市場月回報的方差從12.21%增加到了21.23%，幾乎翻倍。同時，月回報的中值由-0.44%提升到0.59%。以估算期為24個月計算得到的特質波動率為例，特質波動率的中值由第一個時間段的7.41%增加至第二個時間段的11.01%。值得注意的是，兩個時間段的最大特質波動率分別為33.46%和431.67%。這表明公司特質風險的異常值增大，很可能是由于近五年上市股票數量大幅增加和創(chuàng)業(yè)板開閘導致。 隨后本文采用了九種不同的交易策略，對所有A股按特質波動率大小用等權法十等分，計算每個組合的CAPM阿爾法值及其顯著性。此實證檢驗采取的交易策略分別為：24/0/1,24/0/3,24/0/6,36/0/1,36/0/3,36/0/6,48/0/1,48/0/3,48/0/6。對于估算期為24個月的不同策略組合，10-1組合（十等分組合中，特質波動率最高的組合預期月回報減去特質波動率最低的組合預期月回報）得到很低的阿爾法。持有期為1個月、3個月和6個月的組合阿爾法分別為每月-0.64%，-0.66%，-0.64%。并且通過t檢驗，有較高的顯著性。尤其是24/0/3策略的顯著性最強，其t值為-2.10。對于估算期為36個月的不同策略組合，10-1組合的阿爾法依然很低。持有期為1個月、3個月和6個月的組合阿爾法分別為每月-0.66%，-0.67%，-0.53%，但其t檢驗的顯著性水平低于0.1。對于估算期為48個月的不同策略組合，10-1組合的阿爾法比估算期為24個月和36個月的阿爾法略高。持有期為1個月、3個月和6個月的組合阿爾法分別為每月-0.50%，-0.52%，-0.30%，但其t檢驗的顯著性水平比36個月估算期的阿爾法顯著性水平更低。 我們可以觀察到，隨著估算期的延長，CAPM阿爾法的t檢驗顯著性水平不斷降低。一個重要的原因是在計算特質波動率時，隨著估算期的延長，可用數據被丟棄的可能性更高。顯而易見，不是每支上市公司的股票都存在長達3年或4年的交易歷史。因此，在用36個月和48個月估算期計算時，連續(xù)月回報數據若少于36或48的股票會被丟棄。24個月估算期也有同樣的問題，但對回歸的影響要明顯小于36個月和48個月估算期。為了避免上述問題帶來的影響，建議在軟件和數據資源允許的情況下，，增加數據的計算頻率以獲得更精確的結果。 但是，這并不影響本文得出以下的實證研究結論：從2002年2月到2010年1月，在A股市場中，股票特質波動率和截面預期回報之間確實存在負相關關系。當我們采用CAPM模型，用過去24個月的估算期計算特質波動率后發(fā)現，不管持有期是1個月，3個月還是6個月，t檢驗的數值足夠顯著。證明由高特質波動率組合和低特質波動率組合預期月均回報之差得到的負的CAPM阿爾法不能被CAPM模型解釋。這進一步說明了在A股市場中的確存在特質波動率異象。 特質波動率之謎‖，歸根結底是一種金融異象。在過去的十年中，學界對股票異常回報和異質信念之間的關系開展了不少理論和實證研究。在本文前半部分對特質波動率異象進行了實證研究后，緊接著介紹了異質信念的概念是如何建立的，學界如何通過異質信念來解釋特質波動率異象和其他金融異象，并嘗試通過子樣本分組的方法檢驗異質信念對特質波動率異象的解釋在中國A股市場是否有效。 經典的資產定價模型的一個基本假設是，所有投資者對相同資產未來收益的分布概率有相同的預期。此假設又被稱之為同質期望，或同質信念。為了對近年來不斷發(fā)現的金融異象做出合理的解釋，很多學者嘗試放松經典資產定價模型中對同質信念的前提假設。因為在現實的資本市場中，同質信念的假設幾乎是不可能實現的。 Miller (1997)最早在其文章中將異質信念引入理論研究，基于投資者之問存在異質信念和嚴格的賣空限制這兩個前提下，他認為當投資者對某支股票存在意見分歧時，投資者對股票的預期會影響當前股票的價格。樂觀的投資者會認為該股票的價格被低估，他們會大量購買并持有股票，待價格上漲到合理范圍內再賣掉進而獲利；悲觀投資者會認為該股票被高估，而在賣空限制下，他們的意愿得不到表達，所以在整個股票市場只有樂觀投資者的態(tài)度被表達出來，導致股票的價格被高估。隨著時間的推移，投資者的意見趨于一致，股票的價格最終會回到合理的范圍內。所以當投資者存在重大的分歧時，該股票的價格就會被高估，而其未來的收益就會低于預期值。‖ 在對異質信念如何影響資產價格做實證研究時，很多學者認為除了交易量和換手率外，特質波動率也是度量異質信念程度的一個很好的指標。Boehme (2005)指出個股的特質波動率越高，投資者對股票預期收益的分歧越大。因此，高特質波動率的股票會被高估，導致未來回報異常偏低。當股票市場沒有做空限制時，股票的特質波動率應該和其截面預期收益正相關。這個結論和Merton（1987）的理論一致。但是，當市場中存在做空限制時，特質波動率與截面預期收益呈負相關關系。即做空限制阻礙了對股票未來收益持悲觀預期的投資者在資本市場中表達他們的觀點。樂觀的投資者使得這類股票被高估，導致較低的預期回報。 在2010年之前，中國A股市場存在嚴格的做空限制。經過長達四年的籌備，融資融券業(yè)務于2010年3月31日在A股正式啟動。隨后，2010年4月16日，標的為滬深300指數的股指期貨業(yè)務開閘。為了驗證做空限制的放松是否會影響A股市場中的特質波動率異象的顯著程度，本文選取了兩個研究時間范圍：融資融券開啟前22個月和融資融券開啟后22個月�；镜难芯克悸肥怯昧魍ㄊ兄祦硖娲隹栈顒拥某潭�。假設大盤股更容易被做空，而小盤股很難被做空。為了簡化對市值因子的控制過程，本文采用了中證100指數和中證500指數的成份股組合來分別替代大市值組合和小市值組合。因為兩組研究樣本時間較短，為了獲取足夠的數據點進行時間序列回歸，本文采用股票的周回報數據計算個股的特質波動率并每周調整組合成份。采取的交易策略為6/0/1（6個月的估算期，0月的等待期和一個月的持有期）。本文將兩組大小市值組合按照個股的特質波動率大小各分成五組。 在檢驗做空限制程度對特質波動率異象是否有影響時，股票的周回報、特質波動率和自由流通市值為主要分析數據。我們發(fā)現，兩組時間區(qū)間內，中證500成份股的周回報方差都高于中證100成份股。平均周回報從融資融券前的正回報轉為融資融券后的負回報。中證100成份股平均周回報由0.09%變?yōu)?0.25%；中證500成份股平均周回報由0.53%變?yōu)?0.24%。數據顯示小市值的股票比大市值的股票表現更好，和市場的實際情況一致。兩組指數成份股的特質波動率都在融資融券后降低了約20%，從一定程度上也說明了融資融券和股指期貨的開啟縮小了投資者對整體股票市場預期回報的期望差異。在融資融券前的一組時間區(qū)間內，中證100的自由流通市值為20億至2149億之間，中證500的自由流通市值為1.4億至84億之間。在融資融券后的一組時間區(qū)間內，中證100的自由流通市值為58億至1892億之間，中證500的自由流通市值為4.0億至125億之間。值得注意的是中證100成份股的平均自由流通市值增長了40.6%，中證500成份股的平均自由流通市值增長了65.9%。從新增自由流通市值來源的數據可以看出，主因是首發(fā)原始股東大規(guī)模解禁。 隨后本文在兩組時間區(qū)間內，分別對大小市值兩組股票按特質波動率大小用等權法五等分，計算每個組合的CAPM阿爾法值及其顯著性。在融資融券開啟前的時間區(qū)間內，中證100成份股和中證500成份股的5-1組合（五等分組合中，特質波動率最高的組合預期周回報減去特質波動率最低的組合預期周回報）的CAPM阿爾法值分別為每月-0.44%和-1.56%。中證500成份股5-1組合的CAPM阿爾法值的t值達到了-3.16，尤為顯著。中證100成份股5-1組合的CAPM阿爾法值的統(tǒng)計檢驗值并不顯著。這說明了低特質波動率異象在融資融券前在小市值股票中更為顯著。在融資融券開啟后的時間區(qū)間內，中證100成份股和中證500成份股5-1組合的CAPM阿爾法值分別為每月0.40%和-1.18%。兩組數據的t值都不顯著。對比融資融券前后兩組檢驗數據我們發(fā)現，整體上特質波動率異象的程度在融資融券之前更為顯著。A股市場對做空限制的放松確實影響了股票特質波動率和預期回報的負相關程度。 最后，本文介紹了特質波動率因子在選股、組合構建、策略指數及其相關產品、擇時四個方面的應用。
[Abstract]:......
【學位授予單位】：上海交通大學
【學位級別】：碩士
【學位授予年份】：2012
【分類號】：F832.51;F224

【參考文獻】

相關期刊論文 前3條

1 黃波;李湛;顧孟迪;;基于風險偏好資產定價模型的公司特質風險研究[J];管理世界;2006年11期

2 張維;張永杰;;異質信念、賣空限制與風險資產價格[J];管理科學學報;2006年04期

3 蘇冬蔚,麥元勛;流動性與資產定價:基于我國股市資產換手率與預期收益的實證研究[J];經濟研究;2004年02期

本文編號：1841558