答辩PPT

资本资产定价金融模型的优化方法研究ADDYOURTEXTHERE指导老师：袁功林、莫兴德团队成员：曹赟、赖敏芳、孙小溪、莫远睿、朱泊宁B研究方法与思路C研究过程与内容A研究背景与意义D研究成果与体会目录项目研究的意义研究意义资本资产定价模型的发展010203资本资产定价模型是现代金融学的核心理论之一，是所有其他资产定价理论的基石，先后出现了CAPM模型，套利定价理论(APT），FF三因子模型等，处于不断发展和完善中。传统的CAPM模型假定β值为常数，且难以确定，我们采取新的优化方法解决这一难题，证明了β值具有时变性在一系列严格假设条件下，采用基于普通线性回归的CAPM模型在理论上和实践中都有不合理之处。我国资本市场CAPM模型的非线性的研究还不够充分、丰富，有必要对该问题进一步展开研究，提高CAPM模型在我国资本市场的实用性β值难以确定资本资产定价模型在中国市场的实用性研究方法与思路研究方法01理论准备对资本资产定价模型的优缺点进行归纳总结，从理论上评述现有资产定价模型对于中国证券市场的适用性；掌握非参数方法、半参数方法的运用02数学建模新的非参数、半参数方法建立CAPM模型，三因子模型，分别与传统线性回归的CAPM模型做比较，说明新方法的可行性及优化性03实证分析从沪深两市随机抽取180家上市公司的数据运用模型进行估计β值，将计算出结果与传统线性CAPM模型和FF三因子模型进行比较，找出拟合效果的差异研究过程及内容项目中期数学建模优化方法实证分析项目后期对比说明论文撰写结题材料项目初期查阅资料数据选取理论基础项目体会团结互助能力提高感恩良师初期—数据选取剔除金融类股票2004—2012年的沪深A股的市场周数据剔除停盘股剔除部分新股数据全部来自RESSET金融数据库由于新股在发行上市后的初期股价波动较大，论文研究所选的样本股票，至少上市一年2004年1月1日至2012年12月31日期间，连续停盘12周及以上者予以剔除。经过筛选最终得到了包含971只沪、深两市A股股票的周交易数据，时间跨度长达9年，并且送一时间段囊括了04—05年的熊市、06—07年的大牛市、07一08年的大熊市以及09年后的正当波动。金融行业公司有独特的经营模式，与其他企业相比，在资产、负债结构方面存在显著不同规模分组中等规模组M小规模组S全部股票大规模组B最小值均值最大值中位数小规模组S564020114906412320971175394中等规模组M1865191234068031334142284534大规模组B49042698931122709271765684803全部股票56402041402897092717622648418按照35%，40%和25%的比例分为大、中、小三组；先计算样本内所有股票，在样本期间内的个股流通市值的日平均值；将各个股票的平均日流通市值从小到大进行排序；随机地从小规模组、中等规模组与大规模组中，各选取60只股票。各个规模组的平均日流通市值的描述性统计初期—理论基础非参数回归模型传统线性回归模型理查森外推法半参数回归模型在现实中，所研究的解释变量与响应变量的函数关系是线性的假设往往并不成立线性回归与非参数模型的结合，便是半参数回归模型，具有两个模型的优点系数与值的具体计算的实现。非参数模型假定条件较少，也不需要对模型的总体参数进行检验01+niiiyx()iiiYgX()TiiiiiYZgX中期—数学建模•非参数CAPM模型与线性CAPM模型的构建•根据掌握的理论知识，建立传统的线性CAPM模型与非参数CAPM模型：•其中：•为股票考虑现金红利与再投资的周收益率；•为考虑了现金红利与再投资的市场周收益率；•为周无风险收益的利率；•和分别为传统的线性CAPM模型与非参数CAPM模型的随机干扰项；•为股票的超额收益率和市场超额收益率的待估计的未知函数。,f,m,f,,()ittiittitrrrr,f,m,f,,()ittittitrrfrr,itrm,trf,tr,it,it()ifxi实证分析查理森外推法计算计算系数回归分析线性检验拟合优度比较贝塔系数比较结果分析线性检验结果原始假设为个股的线性回归模型CAPM回归模型，备择假设为个股的非参数CAPM模型。大部分股票的P值小于0.05，故拒绝原假设，非参数CAPM模型更好的模型个数/比例线性CAPM模型非参数CAPM模型大规模组1525%4575%中等规模组1321.7%4778.3%小规模组3253.3%2846.6%全部样本6033.3%12066.6%结果分析拟合优度的比较无论是小规模组（S组）、大规模组（B组）及中等规模组（M组），非参数模型的拟合效果均优于线性模型的拟合效果。000860的非参数CAPM的回归模型的调整的可决断系数为0.485，线性CAPM的回归模型的调整的可决断系数为0.458，参数回归模型的拟合效果优于线性回归模型；600598的非参数CAPM的回归模型的拟合效果，同样优于线性回归模型。尽管如600642并不能拒绝线性CAPM模型，但该股的非参数模型的拟合效果（调整R方）仍然稍优于线性模型；大规模组内的另一只股票——000825，在拟合效果上，情况也与600642类似。结果分析线性检验结果尽管通过Wilcoxon-Mann-Whitney检验，不能认为通过线性方法与非参数方法求得的贝塔系数存在差异，但是线性CAPM模型暗含着贝塔系数是不变常数的假设，已有大量的硏究结论否定了贝塔系数为常数的假定，认为贝塔系数具有时变性。非参数方法可以绘制出贝塔系数随着市场收益的变动而变化的图形，结果发现贝塔系数随着市场收益率的变动而变化，则认为贝塔系数是变化的。WP值大规模组1806.50.9728中等规模组1425.50.0493小规模组15260.1504贝塔系数的Wilcoxon-Mann-Whitney检验中期—数学建模•非参数三因子模型构建•半参数三因子模型构建•M1模型：•M2模型：•M3模型：上述三个半参数模型中都是有两个因子为非参数形式，一个变量为线性形式；此外，还可以建立一个因子为非参数形式，两个因子为线性形式的模型，这些模型都是传统的经典的线性Fama-French模型的特例。,,1,,,2,3,,()()()itftimtftttititrrfrrfSMBfHML*,,11,,,2,,()()()itftiimtftitititrramrrmSMBhHMLr*,,21,,,3,,()()()itftiimtftitititrragrrsSMBgHMLv*,,3,,2,3,,()()()itftiimtftitititrrarrjSMBjHML关于三因子模型最优的选择大、中、小规模组通过了非参数三因子模型的假设检验，则说明非参数三因子模型比线性三因子模型更好的拟合了数据。对线性三因子模型、非参数三因子模型与各个半参数三因子模型进行假设检验，发现非参数三因子模型m1解释超额收益率与超额市场收益率、规模因子SMB与账面市值比HML之间的关系，即非参数三因子模型最能准确刻画我国证券市场。研究成果研究结论β值具有时变性中国证券市场存在规模效应非参数CAPM模型更适用于中国资本市场，优化方法成功非参数三因子模型最能准确刻画中国证券市场三因子模型优于CAPM模型α值随市场收益变动020103050604创新点建立了非参数、半参数的CAPM模型并与传统的线性模型做比较对α系数、β系数的求解方法新颖，采用的是理查森外推法，并且与最小二乘法的结果对比对样本内股票按照其流通市值与账面市值比进行分组，并交叉形成的不同组合通过建立模型说明了CAPM模型中的贝塔系数存在时变行为曹赟撰写了论文《基于非参数、半参数的资本定价方法的研究》赖敏芳撰写了《资产资本定价模型的应用和改进》孙小溪撰写了《CAPM模型的实证分析》莫远睿撰写了《CAPM模型综述及其在中国证券市场的适用性分析》01020304论文的撰写曹赟撰写了论文《基于非参数、半参数的资本定价方法的研究》04莫远睿撰写了《CAPM模型综述及其在中国证券市场的适用性分析》赖敏芳撰写了《资产资本定价模型的应用和改进》项目体会努力创新成功通过这次大学生创新创业项目的研究，我们小组的每一位成员都受益无穷，无论是在解决问题的能力、实践能力还是协作精神团队意识上，我们学到了许多东西，对文献的专研和撰写论文的能力也有了进一步的提高。我们小组要特别感谢我们的指导老师袁功林老师和莫兴德老师的热情关怀和悉心指导。在论文的写作过程中，也得到了许多同学的宝贵建议，同时还到许多在工作过程中许多同学的支持和帮助，在此一并致以诚挚的谢意。感谢恩师！THANKYOU