流动性溢价理论研究进展

流动性溢价理论是在对资本资产定价模型(cAPM)的挑战和质疑的背景下形成的。继Sharpe(1964)，Lintner(1965)，Mossin(1966)推导出CAPM模型，Black(1972)又相继提出了零8的CAPM模型。尽管早期的一些实证研究支持了CAPM，但近年来已有许多实证研究对CAPM的有效性提出质疑。Fama和French(1992)应用横截面数据对CAPM的有效性进行研究，结果表明CAPM对预期收益不具有横截面解释能力，而公司规模(SIZE)、面值与市值比(BM比率)是影响预期收益的重要因素，     

CAPM模型对深圳股票市场的有效性检验

本文选取某段时间深圳股票市场的100支股票,实证分析资本资产定价模型(CAPM)对我国股票交易市场检测的有效性.研究结果发现,CAPM模型并不完全适合中国的股票市场.     

近期实证研究对CAPM理论的质疑与一个模型修正

关于Sharpe的资本资产定价模型(CAPM),长期存在着实证研究对它的质疑,其原因主要是资本资产定价模型的一组假设条件过于苛刻而远离市场实际.自Fama以来至今,很多基于不同市场的实证研究都不能很好的支持Sharpe的CAPM模型理论.近期,美国New Orieans大学的Edward M·Miller将投资者的无偏估计这一条件放宽,通过对投资者之间关于收益估计偏离的分析,得到一种关于投资收益与股票价格变化的新解释,并初步将这种偏离进行量化后,给出了一个对Sharpe理论的修正模型.     

CAPM的历史渊源及附加假设条件研究

自1991年我国证券市场建立以来,国内许多学者就CAPM的理论和应用作了大量的研究。但国内文献中对CAPM的介绍较为笼统,对其产生的历史渊源也是千篇一律,经过对大量有关CAPM历史文献的梳理,以风险和收益为切入点,通过对马柯威茨(H.M arkow itz)的均值-方差(M-V)理论的介绍,阐述了夏普(W.Sharpe)的资本资产定价模型产生的过程。还对实证检验中忽视的附加假设条件进行了分析,这对CAPM进行正确检验具有重要的作用。     

B股市场资本资产定价模型（CAPM）的实证分析

近30年来资本资产定价模型（CAPM）的有效性经历了无数实证研究和检验,有些支持和肯定,另一些则提出了质疑和挑战,甚至认为β对股票的平均收益不具有解释能力,从而宣告这一理论已完全丧失了其有效性。利用B股市场开放后的这段数据,对资本资产定价模型（CAPM）的有效性进行了实证分析,截面检验结果表明,开发后的B股市场的平均收益率与β值关系的估计值没有明显的正相关,同时还证明公司规模与收益呈现明显的负相关。     

基于风险基金的资本资产定价模型

本文提出并证明了基于风险基金的CAPM模型。基于风险基金的CAPM模型描述了资产的收益与风险之间的线性关系 ,其中资产的风险定义为资产收益率与风险基金收益率的协方差除以风险基金收益率的方差。作为应用例子 ,本文使用基于风险基金的CAPM模型证明了著名的CCAPM模型。     

我国CAPM模型研究现状

本文的主要介绍与分析国内期刊中对经典的资产定价模型CAPM的研究.研究发现,国内早期的文献主要是对CAPM的检验,运用回归分析的方法对我国A股市场进行实证分析,验证CAPM在我国的股票市场中是否成立.就其结果而言,存在许多分歧.之后随着理论发展与实践探索,后期的文献可以分为两种类型,一个是验证三因素(多因素)模型及流动性风险溢价,另一种是对CAPM进行扩展.总的来说,我国国内的文献关于CAPM集中在实证研究,结果往往存在着不一致的现象,对于这个领域的研究还处于初级阶段,有很多工作值得深入.     

CAPM模型在上证A股运输板块的实证检验

资本资产定价模型(CAPM)自创立以来得到了广泛应用,而β系数是用于衡量证券市场系统风险的一个重要概念.通过对β系数的估计,可以帮助投资者对证券未来的市场风险进行预测.本文利用上海股票市场运输行业的25家上市公司的月数据作为样本,对其β系数进行了实证研究,并就实证结果对个股的选取提供了几点建议.     

上海证券市场CAPM的实证检验

资本资产定价模型CAPM自诞生以来经历了无数次的检验,早期的实证检验多支持和肯定,后来更多的研究否定了它的有效性,认为β对股票没有解释能力。本分四个时间段对上海证券市场CAPM有效性进行检验,否定了CAPM在前三个时间段的有效笥,不能拒绝其在第四时间段有效。随着时间的推移,非系统风险对股票收益的解释能力越来越弱。     

股票市场CAPM和三因子模型分析——兼议中国股市的未来发展

通过定量分析和实证检验方法研究股市及其与此相关的现实问题,是处于艰难转型经济和全面深化改革时代的中国所面临的重要理论和实践课题.通过对上证A股股票实证检验分析资本资产定价模型(CAPM)在中国的适用性,并进一步分析Fama-French的三因子模型的适用性,发现三因子模型相比于CAPM模型能更好拟合中国股市.基于模型中存在多重共线性特征,通过岭回归方法对模型进行改进,可得到更加契合实际的模型.这种实证检验结论的重要含义启示我们,面对中国经济发展的“升级版”和进入“新常态”的必然趋势,要使金融市场更好地服务于实体经济,就必须立足资本市场发展本质和制度体系设计,通过科学的价值投资理念合理地引导股市在未来时期实现健康可持续发展.进一步地讲,引导市场投资者更加关注企业的赢利状况、资产结构、发展潜力等因素进而实现理性投资;对于建设统一开放、竞争有序的市场体系,实现使市场在资源配置中起决定性作用的发展目标,至关重要.     

Which is the best: A comparison of asset pricing factor models in Chinese mutual fund industry

Factor models are commonly used in estimating risk-adjusted fund performance. We compare the commonly used factor models in empirical asset pricing studies and find that Fama and French (2015) five-factor model outperforms other models in the Chinese mutual fund industry and in most fund segments. The factor models we tested are more effective in explaining the return of index funds than other types. Meanwhile, we also find that the capital asset pricing model (CAPM) better controls the estimated alpha dispersion than other models. Though most multifactor models including Carhart (1997) have higher R-squared than CAPM, the cross-sectional differences between them are not statistically significant.     

Rational functions: an alternative approach to asset pricing

This paper shows that asset prices are linear polynomials of various underlying explanatory factors and asset returns being ratios of these polynomials, are rational functions that do not add linearly when averaging. Hence, average returns should be modeled based on stock prices. However, continuous returns may be treated as approximately linear across time and modeled directly. Our new Rational Function (RF) models, empirically outperform the traditional asset pricing models like the Capital Asset Pricing Model (CAPM) and the Fama–French three and five-factor models for both average and continuous returns. Moreover, the RF theory also provides a model to estimate the asset volumes. The average change in asset volumes together with average returns provide the estimates for average change in market values of assets. Thus, the RF model approach can be used to select assets that provide either highest returns for profit maximization or highest change in market values for wealth maximization for given levels of risk.     

宏观经济状态对资产定价因子的影响

为刻画资产定价因子随宏观经济状态时变性,本文通过经济增长和通货膨胀两个指标定义经济状态,建立宏观经济状态下的条件资产定价模型。研究发现在中国资本市场上此模型能够显著改进CAPM模型的效力,其定价效力甚至优于多因子模型。进一步研究表明,宏观经济通过两个维度影响资产价格：第一,多数资产在衰退时期对市场风险更敏感,其代表市场因子的贝塔系数大于复苏与过热阶段;第二,小市值公司的贝塔系数均值及波动性大于大公司,在经济衰退时承担更高的风险收益。     

THE DISTRIBUTION OF BETAS IN PRESENCE OF NONTRADED ASSETS

This study considers a capital assets pricing model (CAPM) in an incomplete financial market wherein not all risky assets are traded and the risk from non‐traded assets is not orthogonal to that of the existing or traded assets. The model shows the extent of the divergence of the CAPM betas (true betas) from the traditional CAPM betas (perceived betas) in market equilibrium conditions in an incomplete market. Specifically, it implies that the more incomplete a financial market is, the wider is the discrepancy between the true and perceived betas, and the distribution of the perceived betas tends to centre more around 1 in an incomplete market than that of true betas. Empirical evidence in various settings support these results.     

可交易价值与股票短期收益分析——基于不同市场环境的实证研究

通过对股票可交易过程的分析,提出可交易价值的概念并指出价格、流动性和波动性是构成可交易价值的主要因素,并在CAPM模型的基础上建立考虑股票可交易价值的资本资产定价模型。运用横截面回归法分别对我国沪深A股市场处于熊市和牛市阶段的行业日交易数据进行实证分析,指出以日风险收益率为代表的股票短期预期收益率不仅与传统系统风险因子有关,还受可交易价值中价格因子、流动性因子和波动性因子影响。并且,在不同市场环境下,可交易价值各因子的表现形式也不同,既反映出市场及投资者不同的心理预期,也为市场预测和监管提供了一种新的途径。     

资产的理性定价模型和非理性定价模型的比较研究--基于中国股市的实证分析

本文以 1 995年 2月— 2 0 0 2年 6月深沪两市A股上市公司为样本 ,考察和对比三个定价模型———CAPM、三因素模型和特征模型。实证研究发现 :(1 )中国股市存在显著的“账面市值比效应”(BMEffect)和“规模效应”(SIZEEffect) ,但对于小公司则不存在“1月份效应” ;(2 )三因素模型比CAPM能更好地描述股票横截面收益的变化 ;(3 )基于“股票横截面收益是由公司特征决定”的非理性定价理论的特征模型不成立 ,而基于“股票横截面收益是由风险因素决定”的理性定价理论的三因素模型成立。这些发现说明 ,账面市值比和公司规模这二个变量代表的是一种“风险因素” ,并非“特征因素” ,因此中国股票横截面收益的变化取决于风险因素 ,而非特征因素。作者认为 ,导致上述结果的主要原因是中国股市长期的同涨同跌特征。     

Market structure and the cost of capital

We contribute to the finance literature in two main ways. First, we present a theoretical capital asset pricing model (CAPM) to price assets in different market structures. Second, we use our model to analyze whether when markets are partially segmented using the local or the global CAPM yields significant errors in the estimation of the cost of capital for a sample of firms from developed and emerging countries.     

资本资产定价理论与市场经济

资本资产定价模型(CAPM)是威廉·夏普于1964年在马克威茨的资产组合理论和托宾分离定理的基础上通过增加一些条件而建立起来的资本市场均衡定价模型。在CAPM的假设前提下,资本市场被带入一种所有的投资者持有相同风险资产市场组合的均衡状态,在这种状态下经济中所有的风险资产特别是企业资产都具有完全相同的所有权结构。从而将经济带入一种所有企业之间不存在利益冲突的"准公有制"状态,市场经济制度也将不复存在。如果我们认为这一结论是荒谬的,那问题一定出在CAPM的假设条件以及由此假设条件所推出的市场均衡,自然,建立在这种均衡状态下的资本资产定价模型的现实性也是成问题的。     

Conditions for a CAPM equilibrium with positive prices

This paper examines the conditions required to guarantee positive prices in the CAPM. Positive prices imply an upper bound on the equity premium. This upper bound depends on the degree of diversity of firms’ fundamentals, and it is independent of investors’ preferences. In economies with realistically diverse assets the only positive-price CAPM equilibrium theoretically possible is a degenerate one, with zero equity premium. Furthermore, when specific standard investors’ preferences are assumed, the CAPM equilibrium with positive prices may be altogether impossible. A possible solution to these fundamental problems may be offered by the segmented-market version of the model.     

Generalized Method of Moment estimation of multivariate multifractal models

Multifractal processes have recently been introduced as a new tool for modeling the stylized facts of financial markets and have been found to consistently provide certain gains in performance over basic volatility models for a broad range of assets and for various risk management purposes. Due to computational constraints, multivariate extensions of the baseline univariate multifractal framework are, however, still very sparse so far. In this paper, we introduce a parsimoniously designed multivariate multifractal model, and we implement its estimation via a Generalized Methods of Moments (GMM) algorithm. Monte Carlo studies show that the performance of this GMM estimator for bivariate and trivariate models is similar to GMM estimation for univariate multifractal models. An empirical application shows that the multivariate multifractal model improves upon the volatility forecasts of multivariate GARCH over medium to long forecast horizons.