中国股票市场系统性风险预测模型的比较研究

摘要

资本资产定价模型(CAPM)是由夏普(William Sharp，1964)，林特(John IAntner，1965)和莫辛(Jan Mossin，1966)根据马柯维茨最优资产组合选择的思想分别提出来的，它是第一个在不确定条件下，使投资者实现效用最大化的资产定价模型。它的产生不仅从理论上解决了未来收益不确定条件下的均衡价格问题，并与资金的时间价值和风险管理一起成为现代金融经济学的三大支柱，而且由于资本资产定价模型在资产组合管理中具有重要的作用，从其创立的二十世纪六十年代起，就迅速为实业界所接受并转化为实用，成了学术界研究的焦点和热点问题。 资本资产定价模型(CAPM)作为金融市场现代化价格理论的脊梁，已经被广泛应用于股票基金、债券等资产定价的分析和确定以及投资决策等领域。CAPM中系统风险系数β是用来衡量不同的资产或者不同的资产组合的超额收益相对于市场投资组合的超额收益的敏感程度，正确的确定系统风险系数β是非常重要的。 β系数是揭示上市公司系统性风险的重要指标，是投资组合管理的必备信息。如何准确地估计和预测各种股票的β系数具有重要的现实意义，同时具有相当重要的理论价值。 本文给出了估计β系数的三种新思路：基于MRS-GARCH过程的cAPM、基于状态空间模型的cAPM和基于非参数模型的CAPM。利用中国股票市场2001-2006年的数据，建立了3种时变β系数预测模型，并对其进行预测检验，得到的主要结论是： (1)在样本研究期问，各年的β估计值没有显著差异，且基本上趋于1，但β估计值的离差逐年扩大。 (2)对21个行业进行CU sUM SQ的参数稳定性检验，除了三个行业外，其他18个行业股票组合β系数是不稳定的，从而证实了中国股票市场普遍存在时变β系数的特征，所以需要引进可变参数的市场模型。 (3)对行业股票收益预测的平均绝对预测误差MAE和平均平方预测误差MSE进行分析，结果表明这3种时变β系数预测模型的预测误差存在比较明显的差异。其中，非参数模型的预测误差是3个时变模型中最小的，而MRS-GARCH模型的预测误差最大。根据目前我国股票行业数据来估计，MRS-GARCH模型、状态空间模型和非参数模型都显著优于历史β方法。

目录

声明

摘 要

第一章引言

第一节本文的选题背景和研究意义

第二节国内外研究现状

第三节本文的创新和结构安排

第二章资本资产定价模型概述

第一节资本资产定价模型的产生

第二节资本资产定价模型的发展与趋势

第三章系统性风险预测模型

第一节β系数的含义和应用

第二节具有可变系统风险系数βMRS-GARCH过程的CAPM

第三节具有可变系统风险系数β的状态空间CAPM

第四节具有可变系统风险系数β的非参数CAPM

第四章中国股票市场行业系统风险的实证分析

第一节数据准备

第二节模型参数的稳定性检验

第三节基于MRS-GARCH过程的CAPM实证分析

第四节基于状态空间模型的CAPM实证分析

第五节基于非参数模型的CAPM实证分析

第六节预测模型的绝对误差和均方误差检验

第五章结论与启示

参考文献

附 录

后 记