论文部分内容阅读
资产定价理论一直是金融领域的核心问题,我国股票市场虽已经历了10年多的飞速发展,但仍是不成熟的发展中的股票市场。研究发现,中国的股票市场仅仅用系统β因子来衡量投资的风险大小是不完善的,况且中国的股票市场尚不完善,在制度存在缺陷的情况下,需要建立更合理、更完善的理论模型来解释中国现实的股票市场,因此对传统的资产定价模型引入偏度因子、峰度因子等高阶矩以及加入了时间条件的偏度因子和峰度因子就显得尤为必要。本文选取2000.01-2005.12上海、深圳股票市场月价格收益率作为研究数据对文中所建立的模型进行实证研究,研究发现,我国股票市场具有很强的系统性行为特征,各个样本组合的β值相差幅度比较小,基本上和市场组合同步变动,我国股票市场月收益率并不服从标准正态分布,而是呈现“尖峰”、“肥尾”的分布特征;其次,在传统CAPM模型中加入了偏度以及峰度因子之后,对模型的参数估计并没有明显的影响,但是,它却可以有效地提高模型的样本修正R 2,即可以提高模型的回归拟合效果,因此加入了偏度以及峰度因子的模型更加适用于中国的股票市场通过Eviews软件统计,同时研究发现中国的股票市场存在着明显的规模(SIZE)效应;在进行模型评价时,发现利用加入了时间条件的条件偏度定价模型拟合效果更优,这就表明在进行资产定价模型的参数估计时,只采用当期的数据会降低研究准确度,而利用前期的完全信息集来估计当期的参数值,得到的估计结果使得模型准确度有所提高。