特质波动率的研究概况

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

特质波动率的研究概况
作者:李晓龙
来源:《财讯》2019年第27期
摘 ;要:按照资本资产定价模型,高风险资产伴随高收益的风险补偿,资产收益率不受特质风险的影响,投资者可以构建投资组合消除特质风险。

但是自从2001年Campbell等人提出特质波动率和股票截面收益率的相关关系后,各国学者对本国的资本市场的进行验证,实证结果表明市场中存在高特质风险低收益,低特质风险高收益的现象,即“特质波动率之谜”。

关键词:特质波动率;资本资产定价模型;“特质波动率之谜”
风险和收益的相关关系一直是金融学者热心的话题,马科维茨于1952年提出均值-方差的资产组合理论,开创了现代金融理论。

与资本资产定价模型和有效市场理论构建了现代金融的理论基础。

按照他们观点,高风险的资产需要高收益进行补偿。

但随着市场发展,学者们发现存在高风险低收益的市场现象,这些金融市场异象无法得到解释。

一、特质波动率的概念
风险分为市场风险和特质风险两部分,市场风险是指在市场上的金融产品受影响的风险因素。

特质风险是指除去市场风险因素,导致公司间波动差异的风险因素。

特质波动率是度量特质风险程度的指标。

二、理论基础研究
按照马克维茨的投资组合理论和威廉夏普的资本资产定价模型以及罗斯的套利定价理论,在完美的资本市场下,市场参与者可以通过构建完全分散的市场组合消除特质风险,即收益率和特质风险不存在相关关系。

Merton(1987)提出在信息不对称的情况下,投资者的专业技能、资金状况会产生市场摩擦,很难完全分散特质风险,导致无法构建完美的市场组合,因此一般投资者会要求更高的风险补偿,也就是说特质风险和收益率应呈现正相关关系。

Miller(1977)认为特质波动率作为一个度量指标,隐含着金融标的价格未来脱离均衡价格的可能性和波动程度。

且在市场上不同的投资者之间由于专业技能以及信息不对称的限制,很难实现同质预期。

在一个限制卖空的市场上,当标的资产的价格脱离均衡区间时,市场就会分化。

积极的投资者就会买入标的,消极的投资者由于市场限制无法卖空标的,导致标的资产的价格过高,且高估幅度和标的的特质波动率呈现正相关关系,从而标的的市场收益率会降低。

因此,按照Miller的观点,特质风险和收益率应呈现负相关关系。

三、实证研究概述
斯科尔斯、布莱克、詹森以及道格拉斯(1969)率先在实证研究中发现股票的收益率和特质波动率之间存在一定的相关关系。

Fama ,Mac Beth(1972)在实证研究中发现,投资组合的σ值、残差值等变量,并不能够对截面回归数据做出合理的解释。

Lehman(1990)分析了公司层面特质风险与预期收益的关系,数据证明特质风险的残差是显著的,且在该时间区间内特质风险和预期收益呈现正相关关系。

而且当测量方法不相同时,特质波动率回归系数的符号会出现变动。

在Malkiel和Xu(2002)的研究中,他们经过调查发现大部分投资者持有的股票不超过10支,并不能达到分散风险的目的,在这一基础上,他們检验了美国和日本两国的样本数据,发现特质波动率和预期收益正相关。

Goyal和Santa Clara(2003)以CAPM模型为基础计算特质波动率,也得出了同样的结论。

Chua等(尝试将特质波动率分解为预期和非预期两部分,检验了非预期的特质波动率和非预期的收益率之间的关系,发现二者之间为显著的正相关。

Brockman和Schutte(2007)研究了从1980到2007年全球44个国家的股票市场,用模型估计特质波动率,得出了同样的结论。

Fu(2009)也通过引入模型估计特质风险的方法进行研究,同样得出特质波动率与期望收益存在显著的正相关关系的结论。

学者Bali,Cakici,Yan和Zhang(2005)等对Goyal和Santa Clara的研究提出了质疑,他们认为Goyal在选择实证样本时存在不足,在美国的NASDAQ上市的公司多为波动率较高的小公司,在按照等权重的方法计算特质波动率时存在明显失真。

Ang(2006)用F-F三因子回归模型对NYSE,AMEX,NASDAQ股票市场进行了研究,Ang在研究中发现在特质波动率上升时,投资者的收益率并没有提高,并且随着公司特质波动率的上升,横截面收益率在下降。

在此基础上他对其他资本市场进行了验证,并得出了相同的结论。

他的实证结果直接支持了Miller(1977)的理论。

Guo和Savickas(2010)对Ang的结论进行了验证,他们选用了美国资本市场不同时期的数据,验证结果表明市场中的确存在高特质波动率低收益的现象。

这种现象被称之为“特质波动率之谜”。

四、“特质波动率之谜”研究
Fu(2009)对比了FF三因子模型和EGARCH谢模型,发现特质波动率异象只有在使用FF三因子模型提取特质波动率时才显著存在;Bali和Cakici(2008)使用了不同的特质波动率组合收益加权方式及不同的股票样本,结果表明特质风险和股票收益之间的关系并不显著,而“特质波动率之谜”只存在低市值的股票中。

Chen和Petkova(2012)在实证中研究中发现,波动率定价因子和特质波动率异象存在显著的相关关系。

Duan(2010)则认为市场限制卖空以及市场无法实现同质预期是导致“特质波
动率之谜”的重要原因。

Ang(2009)则提出交易摩擦和投资者信息不对称和“特质波动率之谜”无关的相反结论。

五、总结
综上所述,当前"特质波动率之谜"的市场异象并没有破解,其形成的原因还没有达成统一的观点。

在现有可查的文献中,学者多数采用FF三因子模型或者FF三因子-EGARCH模型的方法来计算特质波动率,关于特质风险的主观评分方法研究较少。

这也将是未来一个重要的研究方向。

作者简介:李晓龙(1995-),男,汉族,山东省聊城人,学生,硕士,单位:天津工业大学,研究方向:金融。

相关文档
最新文档