【FinE】资本市场理论(2) APT模型

前文链接

资本市场理论模型(1)

因子模型

因子模型认为，各种证券的收益率均受到某个或者某些共同因素的影响，各个证券的相关性是因为均会对这些因素的变化产生反应.
模型符号表如下

字母	含义
$R_{it}$	证券$i$在$t$时刻的收益率
$F_t$	因素在$t$时刻的预期值
$b_i$	证券$i$对因素的敏感度(因子载荷)
${\epsilon }_{it}$	证券$i$在$t$时刻的收益率，假设为均值0，标准差为${\sigma }_{{\epsilon }_i}$的随机变量
$a_i$	常数，表示因素值为0时，证券$i$的预期收益率

单因子模型

该模型认为证券收益率仅受到一种因素的影响，对于任意证券$i$，其在$t$时刻的单因素模型为
$$R_{it}=a_i+b_i{F}_t+{\epsilon }_{it}$$
方程两侧同时取期望，得到
$$E(R_i)=a_i+b_{i}E(F)$$
证券$i$收益率的方差为
$${\sigma }_i^2=b_i^2{\sigma }_F^2+{\sigma }_{{\epsilon }_i}^2$$
证券$i$和证券$j$的协方差为
$${\sigma }_{ij}=b_i{b}_j{\sigma }_F^2$$
证券组合方差为
$${\sigma }_p^2=b_p^2{\sigma }_F^2+{\sigma }_{{\epsilon }_p}^2$$
其中
$$\begin{gathered} b_p=\sum _{i=1}^n{w}_i{b}_i \\ {\sigma }_{{\epsilon }_p}^2=\sum _{i=1}^n{w}_i^2{b}_i^2 \end{gathered}$$

双因子模型

双因素模型中，证券收益率$R_{it}$与两个因素有关，即
$$R_{it}=a_i+b_{i1}{F}_{1t}+b_{i2}{F}_{2t}+{\epsilon }_{it}^2$$
证券$i$的预期收益率为
$$E(R_i)=a_i+b_{i1}E(F_1)+b_{i2}E(F_2)$$
证券$i$的收益率的方差为
$${\sigma }_i^2=b_{i1}^2{\sigma }_{F1}^2+b_{i2}^2{\sigma }_{F2}^2+2b_{i1}{b}_{i2}cov(F_1,F_2)+{\sigma }_{{\epsilon }_i}^2$$

多因子模型

有$k$个因素对证券$i$的收益率有影响
$$R_{it}=a_i+b_{i1}{F}_{1t}+b_{i2}{F}_{2t}+\cdots +b_{ik}{F}_{kt}+{\epsilon }_{it}$$

套利原理

在因子模型中，所有相同敏感性的证券或者组合，将会以相同的方式变化，要求相同的预期回报率，否则会出现套利机会，套利者将会主动套利，使市场恢复均衡.

一价定律：同一种资产不可能在一个或$n$个市场中以两种不同的价格出售，否则会出现套利.

套利组合

套利组合要求满足以下条件

1. 自融资约束，套利组合要求投资者不追加资金，用$x_i$表示权重，即有
   $$x_1+x_2+\cdots +x_n=0$$
2. 套利组合对任何因素的敏感度为0，即不存在因素风险
   $$b_{k1}{x}_1+b_{k2}{x}_2+\cdots +b_{kn}{x}_n=0$$
3. 套利组合预期收益率为正
   $$x_{1}E(R_1)+x_{2}E(R_2)+\cdots +x_{n}E(R_n)>0$$

套利定价模型

单因子套利定价模型
根据套利组合条件可以构建如下约束优化问题
$$\begin{gathered} \max E(R_p)=x_{1}E(R_1)+x_{2}E(R_2)+\cdots +x_{n}E(R_n) \\ s.t.\{\begin{array}{ll}& x_1+x_2+\cdots +x_n=0\\ & b_1{x}_1+b_2{x}_2+\cdots +b_n{x}_n=0\end{array} \end{gathered}$$
根据拉格朗日乘数法建立增广目标函数$L$
$$L=x_{1}E(R_1)+x_{2}E(R_2)+\cdots +x_{n}E(R_n)-{\lambda }_0(x_1+x_2+\cdots +x_n)-{\lambda }_1(b_1{x}_1+b_2{x}_2+\cdots +b_n{x}_n)$$
分别对$x_i$和${\lambda }_j$求导，可得
$$E(R_i)={\lambda }_0+{\lambda }_1{b}_i$$
考虑无风险资产$b_i=0$，可以知道$E(R_i)=r={\lambda }_0$.
考虑纯风险因子组合$p$，$b_p=1$，${\lambda }_1=E(R_p)-r={\delta }_1-r$.
多因素套利定价模型
在$k$个因素下，套利定价模型为
$$E(R_i)={\lambda }_0+{\lambda }_1{b}_{i1}+\cdots +{\lambda }_k{b}_{ik}$$
令${\delta }_j$表示对第$j$种因素的敏感度为1，而对其他因素的敏感度为0的证券资产组合的预期收益率，可以得到
$$E(R_i)=r+({\delta }_1-r)b_{i1}+({\delta }_2-r)b_{i2}+\cdots +({\delta }_k-r)b_{ik}$$
表示一种证券的预期收益率等于无风险利率加上$k$个因素的风险报酬.

例题

问题1. 考虑单因素APT模型，资产a的$\beta$值为1.0，期望收益率为16%，资产b的$\beta$值为0.8，期望收益率为12%，无风险收益率为6%，求如何套利.
解析：考虑到资产b的$\beta$值在资产a和无风险资产之间，因此使用资产a和无风险资产复制与资产b的$|\beta |$的资产，设新组合c中资产a和无风险资产f的权重分别为$w_1$和$w_2$，则有以下方程组成立
$$\{\begin{array}{rl}& w_1+w_2=1\\ & 1\ast w_1+0\ast w_2=0.8\end{array}$$
解出$w_1=0.8,w_2=0.2$，资产组合$c$的期望收益率为$0.8\ast 16\%+0.2\ast 6\%=14\%$. 做多资产组合c同时做空资产b，组合$\beta =0.8-0.8=0$，组合期望收益率为$14\%-12\%=2\%$.

问题2. 假设市场指数是充分分散的投资组合，其期望收益率为10%，收益偏离期望的离差$r_M-10\%$可以看做系统风险，无风险利率为$4\%$，对于一个充分分散的投资组合$G$，组合$\beta =1/3$，期望收益率为$5\%$，求套利策略.
解析：使用市场指数和无风险资产复制$G$，$w_1=1/3,w_2=2/3$，期望收益率为
$$1/3\ast 10\%+2/3\ast 4\%=6\%>5\%$$
因此可以沽出一份$G$，同时做多复制组合，这样新组合的$\beta =0$，策略如下
卖出$G$得到的现金投一份组合：$1/3$投资于指数，$2/3$投资于无风险资产，期望收益为
$$1/3\ast r_M+2/3\ast 4\%$$
卖一份组合$G$：期望收益为
$$-1\ast [5\%+1/3\ast (r_M-10\%)]$$
总计收益为$6\%-5\%=1\%$

APT与CAPM的一致性

对比单因子APT和CAPM方程
APT单因子方程
$$E(r_i)=r_f+({\delta }_1-r_f)b_i$$
CAPM方程
$$E(r_i)=r_f+(E(r_M)-r_f){\beta }_i$$
当${\delta }_1\ne E(r_M)$时，资产$i$的收益率
$$r_i=E(r_i)+b_{i}F+e_i$$
资产$i$和市场组合的协方差
$$cov(r_i,r_M)=cov(E(r_i)+b_{i}F+e_i,r_M)\approx b_{i}cov(F,r_M)$$
在CAPM模型中
$${\beta }_i=\frac{cov(r_i,r_M)}{{\sigma }_M^2}=\frac{b_{i}cov(F,r_M)}{{\sigma }_M^2}$$
回代至CAPM方程
$$E(r_i)=r_f+(E(r_M)-r_f)\times \frac{b_{i}cov(F,r_M)}{{\sigma }_M^2}$$
APT方程结构为
$$E(r_i)=r_f+{\lambda }_1{b}_i$$
反解${\lambda }_1$得到
$${\lambda }_1=\frac{E(r_i)-r_f}{b_i}=(E(r_M)-r_f)\frac{cov(F,r_M)}{{\sigma }_M^2}$$
即${\lambda }_1$的符号取决于$cov(F,r_M)$.

考虑APT多因子模型
$$r_i=E(r_i)+b_{i1}{F}_1+b_{i2}{F}_2+\cdots +b_{ik}{F}_k+e_i$$
与单子模型步骤一致可以得到
$${\lambda }_j=(E(r_M)-r_f)\frac{cov(F_j,r_M)}{{\sigma }_M^2}$$
APT模型的假设条件比CAPM简单，但是要求证券收益率具有线性生成结构.