短期贝塔系数预测及其特征分析

短期贝塔系数预测及其特征分析

ID:12846441

大小:233.00 KB

页数:12页

时间:2018-07-19

短期贝塔系数预测及其特征分析_第1页
短期贝塔系数预测及其特征分析_第2页
短期贝塔系数预测及其特征分析_第3页
短期贝塔系数预测及其特征分析_第4页
短期贝塔系数预测及其特征分析_第5页
资源描述:

《短期贝塔系数预测及其特征分析》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、短期贝塔系数预测及其特征分析目录一、β系数及其预测方法…………………………………………2(一)β系数……………………………………………………2(二)β系数的预测方法………………………………………21.历史β模型…………………………………………………22.BLUM模型……………………………………………………33.VASICEK模型………………………………………………3(三)预测效果的评价……………………………………………3二、短期β系数预测方法选择………………………………………4(一)研究准备…………………………………………………4(二)日收益率基础上的预测…………………………………4(三)小结

2、………………………………………………………5三、当前A股β值及其特征…………………………………………5(一)日收益率基础上预测的β系数特征……………………61.总体特征…………………………………………………62.行业特征…………………………………………………8(二)总结………………………………………………………912短期贝塔系数预测及其特征分析【内容提要】贝塔系数是资产(或者资产组合)系统性风险的度量。本文利用历史β模型、BLUM模型和VASICEK模型对短期贝塔系数进行了预测,并对短期贝塔系数进行了特征分析,以此试图评价A股市场的整体风险和相关行业选择。【关键字】β系数预测特征一、β系数及其

3、预测方法(一)β系数β系数又称系统性风险系数,是特定资产(或资产组合)系统性风险的度量,所谓系统性风险是指资产受宏观经济、市场情绪等整体性因素影响而发生的价格波动。证券市场上β系数反应的是特定证券(或者证券组合)价格变动与市场上证券平均价格(即市场组合收益)变动之间的相关关系。β系数来源于资本资产定价模型(以下简称CAPM模型)。CAPM模型是由Sharpe(1964)、Linter(1965)和Mossin(1966)在Markowitz现代证券组合理论的基础上提出的,其核心思想是当证券市场处于均衡状态时,资产的预期收益率等于无风险利率加上风险溢价,即其中表示第i种资产或者资产组合(以下统称

4、第i种资产)的预期收益,表示市场无风险收益率,表示市场组合收益率,表示第i种资产的β系数。12(二)β系数的预测方法β系数反映的是资产预期收益率与市场组合预期收益率的关系,而在实际的应用中,资收益率以及市场组合的预期收益率都非可观测值,因而β系数只能通过历史数据进行预测。在静态假设下(即假设β系数在一段时间内保持不变),常用的β系数预测方法有历史β预测,BLUM模型以VASICEK模型。1.历史β模型在预测β系数时,最常用的方法是历史β模型,该模型假设历史β是未来β的无偏估计,因而未来的β可以用历史β的估计值来代替。用公式可以表示成其中是第t观察期第i种资产β系数的预测值,是第t-1观察期第i

5、种资产β系数的历史估计值。2.BLUM模型Blume(1971)发现β系数序列存在均值回归的特性,并指出如果回归的速度不随时间改变,就可以在预测β时根据这一趋势进行调整。其调整模型为在实际应用中,可以利用第t-1观察期和第t-2观察期β系数的历史估计值横截面数据,通过回归估计出a和b的值,从而利用a、b以及对第t观察期的β系数进行预测。BLUM模型在实际中有着广泛的应用,华尔街著名投行美林证券在做β值预测时就采用了BLUM模型,不过美林证券用的是一种更简单的方法,其假设a,b都是固定值。美林模型如下:3.VASICEK模型与Blum模型不同,Vasicek提出了一种贝叶斯模型,利用历史β系数横

6、截面分布的信息对β系数进行调整,来预测未来的β系数。模型如下:12其中表示估计的标准偏差,表示第t-1观察期β系数分布的平均值,表示第t-1观察期β系数分布的标准差。(三)预测效果的评价预测效果反应的是预测值与真实值的差距,理论上β系数的预测效果应该采用实际的β数来评价。但是由于实际β系数并非可观测值,在应用中都采用被预测期β系数的估计值来代替β系数的实际值。本文中我们采用最小均方误差模型(MSE)为衡量标准,对各种预测结果的优劣进行比较。MSE模型如下:其中为第i种资产β系数的估计值,为第i种资产β系数的预测值。二、短期β系数预测方法选择β系数在套期保值、资产配置以及风险管理等投资实践领域中

7、应用广泛,由于静态假设下β系数的使用期限一般较短,因此准确的预测短期静态β系数有着重要的意义。我们以沪深300指数作为市场组合,分别以日收益率周收益率为基础进行估计,对收益率样本数量以及预测方法的选择进行比较研究,期望找到目前市场环境下合适的短期期静态β系数的预测方法。(一)研究准备选取2007年3月14日到2008年11月28日共421个交易日所有A股股票以及沪深300指数的收盘价格数据,在剔除

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。