基于信息交易的定價模型ppt課件

1、Is Information Risk a Determinant of Asset Returns,DAVID EASLEY,SOEREN HVIDKJAER,and MAUREEN OHARA,蔡文武、陳蔚、王振浩,主講人：蔡文武,摘要,本文研究了基于信息的交易對資產(chǎn)收益的影響。 文章首先通過理性預期模型解釋信息如何影響資產(chǎn)收益；然后利用市場微觀結(jié)構(gòu)模型提取對PIN（基于內(nèi)幕信息的交易比例）的理論估計，并用19831998年NYSE的股票交易數(shù)據(jù)對PIN進行實證估計；最后結(jié)合Fama-French模型對資產(chǎn)定價進行實證檢驗。 結(jié)論：信息對資產(chǎn)價格有顯著影響。兩只股票間10%的PIN差異會導

2、致每年預期收益2.5%的差異,理論前沿綜述,傳統(tǒng)定價模型： 1:經(jīng)濟因素 2:信息不影響資產(chǎn)收益，資產(chǎn)定價靜態(tài)有效,微觀市場結(jié)構(gòu)模型 1:資產(chǎn)交易的市場特性 2:新的信息持續(xù)對資產(chǎn)價格進行修正，有效性是動態(tài)過程,4：Jones和Slezak(1999)提出了解釋不對稱信息對資產(chǎn)收益影響的理論模型。該模型中，信息差異及流動性沖擊的跨期變化對做市商持有的資產(chǎn)組合產(chǎn)生不同的影響，從而影響資產(chǎn)收益。 5：Merton(1987)，Basak 和 Cuoco(1998)及Shapiro(2002)等人研究了不完整但是對稱的信息對資產(chǎn)價格的影響。 交易者不熟悉某些資產(chǎn)時的資產(chǎn)定價。該情況下，收益在橫截面的

3、不同可以被忽略，因為交易者不持有不熟悉的證券，這導致了該類證券在均衡時的較高收益。與信息優(yōu)勢者交易沒有風險的，因為交易者得到的信息是相同的；部分交易者會面臨持有某些資產(chǎn)的約束，但是此類約束與資產(chǎn)未來表現(xiàn)有關的信息是無關的,6: Barry ,Brown (1984,1985); Barry ,Jennings (1992) ; Coles ,Loewenstein ,Suay (1995)等人認為，缺乏信息的證券擁有高的預期收益。這些證券相比于信息較多的證券擁有更高的風險，并且這種風險不是用beta來衡量，而是用超額收益alpha估計。 7: Brennan, Subrahmanyam (19

4、96) 和Amihud(2000)研究了交易量和價格變化間的斜率 對資產(chǎn)收益的影響。斜率 衡量了由交易影響的價格所反映的非流動性。非流動性越大，資產(chǎn)對投資者的吸引越小。該結(jié)果下經(jīng)濟性因素的影響并不明確，同時非流動性不能代表價差及信息風險,信息和資產(chǎn)價格,傳統(tǒng)的CAPM模型下，資產(chǎn)根據(jù)人們的共同信念被定價；市場風險不可被分散，并且在均衡時市場風險會給予更高的期望收益補償；非系統(tǒng)性風險可被分散，因此持有非系統(tǒng)性風險不會得到市場補償。 而當均衡狀態(tài)下不同信息不完全揭露時，人們的期望也不一樣，因此需要對模型進行更實際的假設,理論假設,市場參與者擁有堅定的不同信念；個人有不同的風險收益抉擇，因此配置不同

5、的資產(chǎn)組合。參與者選擇持有非系統(tǒng)性風險，因為他們堅信該風險使得資產(chǎn)被錯誤定價，因而可以獲得特定風險補償。 放松堅定信念假設。參與者根據(jù)均衡價格所未完全揭示的內(nèi)幕信息及一般預期產(chǎn)生不同的信念。參與者擁有一般預期，根據(jù)市場價格及各自得到的信息對資產(chǎn)進行抉擇，因此持有不同的資產(chǎn)組合。此時，內(nèi)幕信息會產(chǎn)生超額期望收益。 當內(nèi)幕信息被公開，參與人原先持有的資產(chǎn)組合風險由市場風險和額外特定風險轉(zhuǎn)變?yōu)橹挥惺袌鲲L險，對風險要求的補償也將降低，因此超額收益將減少,C-CAPM兩期模型,Max,S.t,若交易者對q有同質(zhì)預期，則均衡價格為 ,此時各交易者同時持有0.5份的各資產(chǎn)，總收益為 。并且該組合是無風險的，

6、因此其收益率 既是此時的無風險收益率。 若交易者對S的概率q的預期不同，則預期均衡價格為 此時無風險利率依然是 ，但是投資者不持有市場組合， 而是選擇承擔特質(zhì)風險以獲得特定的風險補償。 假設投資者i=1的預期是正確的（如S=0，則有 ），則 t+1時收益為 。此時資產(chǎn)的收益率為 ，大于 無風險收益率，因此得到了額外的風險補償,在同質(zhì)預期 =（0.5，0.5）下引入內(nèi)幕消息 設交易者1為知情交易者，交易者2為不知情交易者；交易者2根據(jù)交易者1的行為進行資產(chǎn)配置，因此是追隨者。 交易者1得到等概率的內(nèi)幕信號 ， 資產(chǎn)1、2的總供給為等概率的隨機矢量，設為 x與y不相關，因此t時刻存在四種狀態(tài),理性

7、預期均衡價格及隱含的無風險收益率如圖 存在內(nèi)幕信息的情況下，四種狀態(tài)的平均超額收益率為0.1 ； 當不存在內(nèi)幕信息時，即y同時被告知于所有交易者，則平均超額收益率為0.057 ，小于內(nèi)幕信息存在情況下的超額收益。 由于市場中存在內(nèi)幕信息，知情交易者堅信資產(chǎn)價格被錯誤估計，不知情交易者根據(jù)對方的行為，認為持有內(nèi)幕資產(chǎn)所帶來的特定風險會得到補償。因此，內(nèi)幕信息使得理性投資者獲得超額預期收益,微觀結(jié)構(gòu)和資產(chǎn)價格,市場微觀結(jié)構(gòu)模型類似于學習模型。做市商收集市場交易數(shù)據(jù)并用來估計潛在的真實價值。做市商根據(jù)基于內(nèi)幕消息交易的比例觀測突發(fā)交易量，以此推斷內(nèi)幕信息，更新證券價值預期，從而調(diào)整證券交易價格。 在

8、市場微觀結(jié)構(gòu)中，信息風險是內(nèi)幕信息所帶來的風險，并非公共信息帶來的風險。因此信息風險會隨著信息事件發(fā)生的概率及知情者的增加而放大,單個交易日，該模型所決定的交易過程的似然方程為 B和S是總的買入賣出量； 是估計參數(shù)。 假設每個交易日相互獨立，則I天的似然函數(shù)為,模型的結(jié)構(gòu)參數(shù)可以用來構(gòu)造理論上的買賣價差。在微觀結(jié)構(gòu)模型中，做市商設置交易價格，使得知情交易者引起的預期損失剛好沖銷從不知情交易者獲取的預期收益。 敞口價差取決于PIN，而由模型易得 為內(nèi)幕信息驅(qū)動的訂單到達速率 為總的訂單到達速率,因此當不知情交易者買賣相當 ,好壞信息等概率時 ,敞口價差波動百分比為 為絕對預期價值 對基于內(nèi)幕交易

9、的度量以及預計的價差都與做市商的證券庫存無關。實際上這些估計只是簡單地表示了內(nèi)幕信息風險。 以上模型及詳細估計過程提供了一種估計PIN的機制，接下來將對PIN進行實證估計，并將結(jié)果應用到資產(chǎn)定價模型中,對內(nèi)幕信息交易的估計,A：數(shù)據(jù)和方法 采用紐交所（NYSE）19831998年的普通股交易數(shù)據(jù)，去除不動產(chǎn)投資信托公司，國外公司，封閉基金及任何一年不足60個交易日的上市公司股票，得到13111846只股票樣本。 從證券市場研究機構(gòu)ISSM及交易&報價集TAQ中提取詳細的樣本交易數(shù)據(jù)；然后根據(jù)Lee-Ready算法（Lee,Ready(1991)）對買賣數(shù)據(jù)進行分類；最后用似然方程對數(shù)據(jù)進行處理

10、得到每只股票每年的參數(shù)變量,B：參數(shù)估計的分布,圖A為PIN各分位點的年均概率分布；圖B為PIN兩年期的分布函數(shù)。 1：PIN的絕對變化率有50%的概率在3%以內(nèi)，95%的概率在11%以內(nèi)。因此證券的PIN在時間序列上是比較穩(wěn)定的。 2：PIN與交易量存在負的相關性，盡管平均相關系數(shù)為-0.58。因為高頻交易由于內(nèi)幕交易，面臨較低的逆向選擇問題,資產(chǎn)定價檢驗：PIN對收益的影響,A：數(shù)據(jù)和方法 對于定價檢驗，需要搜集有關公司特征及證券收益相關的數(shù)據(jù)。 從CRSP數(shù)據(jù)庫（美國芝加哥大學證券價格研究中心）及COMPUSTAT數(shù)據(jù)庫（計算機會計數(shù)據(jù)庫）搜集樣本中9971316個上市公司的相關月度觀測

11、數(shù)據(jù)（19841998,參數(shù)匯總統(tǒng)計,上表是個參數(shù)變量1983年至1998年時序橫斷面的平均數(shù)、中位數(shù)、標準差和平均參數(shù)似然估計標準誤差,檢驗PIN與收益相關性的假設的合理性,我們根據(jù)PIN及規(guī)模大小計算股票組合超額回報。利用CRSP月度數(shù)據(jù)計算每只股票收益，使用了每月可能退市的CRSP退市收益。所有的收益率都超過一個月期國庫券利率。Panel A 按PIN分為三組及按SIZE分為五組，涵蓋了股票組合的平均額外收益率。Panels C and D 涵蓋了信息有效性，而Panel B包括每個組合的股票數(shù)量,利用Fama和French（1992）方法檢驗,Fama和French探究收益的橫截面變化

12、的決定因素，發(fā)現(xiàn)，規(guī)模，和賬面市值比都影響收益。因此，我們利用這些變量來分析資產(chǎn)定價收益。我們也在資產(chǎn)定價模型中考慮買賣價差和股票換手率，或收益變化等變量。 使用下面的方法計算貝塔。前向排列資產(chǎn)組合使用了單只股票的月收益，在測試年度之前至少兩年，個別情況下可能五年。因此，對每只股票需使用至少24個月回歸觀測估計。使用CRSP NYSE/AMEX 指數(shù)的同期和滯后值來作股票收益回歸。前向排列資產(chǎn)組合給出了這兩個系數(shù)之和（Dimson(1979)給出這種方法，旨在糾正非同步交易所產(chǎn)生的偏差）。接下來，40個投資組合在每年一月的貝塔估計值的基礎上，進行排序，每月的投資回報率是計算個別股票的收益率加權(quán)

13、平均。前向排列資產(chǎn)組合從全樣本期間的估計，這樣估計從40個組合中得到。投資組合的回報回歸從CRSP指數(shù)收益率同期和滯后值得出。投資組合的 是這兩個系數(shù)的總和。使用個別股票的橫截面回歸，個別股票的貝塔系數(shù)作為投資組合的所屬。因為投資組合成分的每年變化，個別股票的貝塔值隨時間變化,遵循FamaFrench的方法，排除負的賬面價值的公司。 將解釋變量 代入。 樣本期1984到1998年的每個月中，我們得出下面的橫截面回歸： 是t年l個月股票i的超額回報， ，j=1,.5,是估計系數(shù)， 是零均值誤差項,匯總統(tǒng)計,該表是資產(chǎn)定價回歸變量的統(tǒng)計匯總。排序組合結(jié)果的過程是合理的，為0.52和1.64之間。正

14、如在前面的小節(jié)中，我們PIN估計變量平均數(shù)0.19，在0到0.53范圍內(nèi),B檢驗結(jié)果 1：變量間的相關性 研究解釋變量之間的相互關系，尤其是PIN和每個變量的相關關系。上表給出了資產(chǎn)定價測試中每月的雙變量時間序列平均。規(guī)模和PIN之間是最大絕對相關之一，相關系數(shù)0.58。PIN與呈正相關，相關系數(shù)0.163。PIN和BM之間有較弱的先驗的關系，但注意呈正相關（0.168）。收益與PIN之間的相關性是相當?shù)偷模找婧推渌忉屪兞恐g的相關性是同樣低,收益和呈負相關，但是，這與樣本期之前的研究結(jié)果符合。同樣，收益和規(guī)模之間的正相關關系與之前結(jié)果相反，但它和樣本期間的研究結(jié)果相一致。最后，收益和B

15、M之間的相關性較低， Loughrans（1997）發(fā)現(xiàn)，賬面市值比主要產(chǎn)生在納斯達克股票市場，而我們的樣品只用了紐約交易所公司,2：資產(chǎn)定價測試結(jié)果 結(jié)果有力證明，PIN在已知收益股票中可被定價。在加權(quán)最小二乘法的結(jié)果中，我們發(fā)現(xiàn)PIN顯著的正相關系數(shù)（t值4.362）。PIN的相關估計解釋了兩只股票之間10%的PIN差異引起每月0.21%的收益。這是一個經(jīng)濟意義的差異。我們還發(fā)現(xiàn)規(guī)模是顯著的正相關系數(shù)（t值9.994），和系數(shù)是顯著負相關（t值6.22）。盡管與標準的資產(chǎn)定價理論不一致，但后一種結(jié)果與Fama和French（1992），Chalmers and Kadlec（1998）和d

16、ataretal（1998）研究結(jié)果一致。他們采用了相近的樣本期。賬面市值比并不顯著，這與之前討論一致,C:PIN變量的潛在誤差,回歸結(jié)果說明用組合的方法運用于PIN無法修正任何EIV的問題，因此我們重點討論用PIN進行回歸而不是用工具變量PPIN,由于PIN是估計變量，不可避免的存在變量誤差（EIV）。通過引入工具變量可以解決EIV的問題。 組合的PIN是估計得所有單個資產(chǎn)PIN的均值，而PPIN是組合中每個資產(chǎn)的參數(shù)。PPIN的誤差與整體誤差是不相關的，以此可以用PPIN對收益進行回歸,D：另一種解釋,PIN在資產(chǎn)定價回歸中表現(xiàn)較好，是否由于它是一種基本的價格變量，還是因為PIN能夠代表一些遺漏變量。為此，我們選取三個最顯著的遺漏變量指標，分別為：價差、收益變動率、交易量（換手率）進行回歸比較。 比較回歸結(jié)果顯示，PIN可以有效代表橫截面回歸中不同的解釋變量，因此可以證明內(nèi)幕交易的風險確實是證券預期收益的重要主導性因素,總結(jié),對動態(tài)市場，資產(chǎn)價格持續(xù)對新信息進行調(diào)整。內(nèi)幕消息會影響價格的變化，并借此影響持有資產(chǎn)的風險。實證結(jié)果表明，基于