资产定价模型

第 1 节 资本资产定价模型 CAPM

资本资产定价模型(Capital Asset Pricing Model, 简称 CAPM)是金融学中用于描述资产风险与预期收益之间关系的重要模型。它由威廉·夏普(William Sharpe)、约翰·林特纳(John Lintner)等人在20世纪60年代发展而来,是现代投资组合理论的重要组成部分。

摘要

投资者的投资回报率由无风险回报和市场风险溢价两部分组成,且市场风险溢价与承担的系统性风险成正比,即风险越大,收益越大。

1.1 公式

E(Ri)=Rf+βi[E(Rm)Rf] E\left(R_i\right)=R_f+\beta_i\left[E\left(R_m\right)-R_f\right]
  • E(Ri)E(R_i) 资产 ii 的预期收益率。
  • RfR_f 无风险收益率,通常为政府债券的收益率。
  • E(Rm)E(R_m) 市场组合的预期收益率。
  • βi\beta_i 资产 ii 的贝塔系数,表示资产相对于市场组合的系统性风险。
βi=Cov(Ri,Rm)Var(Rm) \beta_i = \frac{\text{Cov}(R_i, R_m)}{\text{Var}(R_m)}

Cov\text{Cov} 是资产收益与市场收益的协方差,Var\text{Var} 是市场收益的方差。

1.2 市场风险与特定风险:

  • 市场风险(系统性风险):由整体经济因素引起,无法通过分散投资消除。
  • 特定风险(非系统性风险):与单个资产或企业相关,通过多样化投资可以减少。

CAPM 只考虑市场风险,假设特定风险已经通过分散投资被消除。

1.3 假设条件

  • 投资者是理性的,追求收益最大化且厌恶风险。
  • 市场是完全竞争的,无摩擦(如税收、交易费用等)。
  • 投资者只关心投资的期望收益和方差。
  • 所有资产可以无限分割并被交易。

1.4 局限性

  • 假设过于理想化,与实际市场可能存在差距。
  • β\beta 只衡量系统性风险,未考虑其他影响收益的因素。
  • 无风险收益率和市场组合的预期收益在实际操作中难以精确估计。

第 2 节 三因子模型

三因子模型(Fama-French Three-Factor Model)是由尤金·法玛(Eugene Fama)和肯尼斯·弗伦奇(Kenneth French)提出的资产定价模型,是对资本资产定价模型(CAPM)的扩展。它通过引入两个额外的因子来更好地解释资产收益的来源。

摘要

资产的预期收益由市场风险、公司规模(小公司相较于大公司的超额收益)和价值属性(价值型股票相较于成长型股票的超额收益)共同决定

2.1 公式

E(Ri)=Rf+βm[E(Rm)Rf]+βsSMB+βhHML E(R_i) = R_f + \beta_m [E(R_m) - R_f] + \beta_s \cdot \text{SMB} + \beta_h \cdot \text{HML}
  • SMB (Small Minus Big) 小市值收益与大市值收益之间的差异,表示公司规模因子。
  • HML (High Minus Low) 高账面市值比收益与低账面市值比收益之间的差异,表示价值因子。
  • βs\beta_s 资产对规模因子的敏感性。
  • βh\beta_h 资产对价值因子的敏感性。
信息

SMB 和 HML 的计算涉及到一些复杂的加权运算,需要同时考虑账面市值和市值。

2.2 假设条件

  • 市场对规模和价值因子进行风险定价。
  • 资产收益可以用这三类因子的线性组合来解释。

2.3 局限性

  • 因子选择问题 为何选择规模和价值作为因子,是否有更好的因子尚存争议。
  • 过于依赖历史数据 模型基于历史统计数据,未来可能不适用。
  • 忽略其他潜在因子 如动量因子、盈利因子等。

第 3 节 五因子模型

五因子模型(Fama-French Five-Factor Model)是由尤金·法玛(Eugene Fama)和肯尼斯·弗伦奇(Kenneth French)在2015年提出的,它是在三因子模型的基础上扩展而来的。除了传统的市场因子、规模因子(SMB)和价值因子(HML),五因子模型还增加了盈利因子(RMW)和投资因子(CMA),旨在更全面地解释股票的预期收益。

摘要

资产的预期收益由市场风险、公司规模、价值属性、盈利能力(高盈利公司相对于低盈利公司的超额收益)、投资水平(低投资公司相对于高投资公司的超额收益)共同决定

3.1 公式

E(Ri)=Rf+βm[E(Rm)Rf]+βsSMB+βhHML+βrmRMW+βcmCMA E(R_i) = R_f + \beta_m [E(R_m) - R_f] + \beta_s \cdot \text{SMB} + \beta_h \cdot \text{HML} + \beta_{rm} \cdot \text{RMW} + \beta_{cm} \cdot \text{CMA}
  • RMW 盈利因子(Robust Minus Weak),反映高盈利能力公司相对于低盈利能力公司的超额收益。
  • CMA 投资因子(Conservative Minus Aggressive),反映低投资公司相对于高投资公司的超额收益。
  • βrm\beta_{rm} 资产对盈利因子的敏感性。
  • βcm\beta_{cm} 资产对投资因子的敏感性。

3.2 局限性

  • 复杂性增加:尽管五因子模型在解释资产收益方面更为精确,但引入了更多的因子和计算步骤,可能导致更高的计算复杂度。
  • 因子有效性:并非所有市场环境下这五个因子都能稳定有效地解释收益,某些因子可能在特定时间段或市场条件下表现不佳。

第 4 节 六因子模型

六因子模型(Fama-French Six-Factor Model)是在五因子模型基础上的进一步扩展,由尤金·法玛(Eugene Fama)和肯尼斯·弗伦奇(Kenneth French)在2017年提出。六因子模型在五因子模型的基础上增加了动量因子(MOM),旨在更全面地解释资产的预期收益。动量因子的引入使得模型能够更好地捕捉到股票价格的惯性效应,即过去表现较好的股票通常会继续表现良好,反之亦然。

摘要

资产的预期收益由市场风险、公司规模、价值属性、盈利能力、投资水平、过去表现(过去表现良好的股票相对于过去表现较差的股票的超额收益)共同决定

4.1 公式

E(Ri)=Rf+βm[E(Rm)Rf]+βsSMB+βhHML+βrmRMW+βcmCMA+βmomMOM E(R_i) = R_f + \beta_m [E(R_m) - R_f] + \beta_s \cdot \text{SMB} + \beta_h \cdot \text{HML} + \beta_{rm} \cdot \text{RMW} + \beta_{cm} \cdot \text{CMA} + \beta_{mom} \cdot \text{MOM}
  • MOM:动量因子(Momentum),反映过去表现良好的股票相对于过去表现较差的股票的超额收益。
  • βmom\beta_{mom} 资产对动量因子的敏感性。

4.2 局限性

  • 复杂性:增加了更多的因子,模型的计算和理解难度有所提升。
  • 因子有效性:尽管动量因子在短期内能有效解释部分市场行为,但其长期有效性仍存在争议,尤其是在大规模市场波动或大事件发生后。

第 5 节 Q5 模型

Q5 模型在 Fama-French 五因子模型的基础上,进一步增加了投资风格因子(Q因子)以更好地解释资产的收益。

摘要

考虑市场因子、规模因子、价值因子、盈利因子和投资因子外,还引入了投资者情绪和市场环境等非传统因素,以捕捉更多影响资产收益的因素。

5.1 情绪指标

情绪指标通常通过分析市场行为和投资者的情绪来衡量,可以包括以下内容:

  • 市场波动性:如VIX指数(波动率指数),反映市场的不确定性。
  • 投资者情绪调查数据:例如个人投资者的乐观/悲观预期。
  • 交易量:高交易量可能意味着投资者情绪高涨,反之则表明情绪较为冷淡。

5.2 市场环境因子

市场环境因子通常考虑宏观经济因素、市场流动性等:

  • 利率变动:利率的变化可能影响资本成本和股票估值。
  • 经济增长指标:如GDP增速、消费者信心指数等,反映经济周期的阶段。
  • 市场流动性:包括市场的资金流动性,通常通过广义货币供应量(如M2)等指标来衡量。