本报告提出一种基于资本资产定价模型(CAPM)的新型离散时间多因素模型,结合了规模效应和波动率指数(VIX)正则化,实证数据拟合表明该模型残差更接近独立同分布高斯分布,证明了模型的长期稳定性,并深入探讨了该模型在随机投资组合理论中的资本分布曲线表现,填补了先前研究中的离散时间稳定性和资本分布曲线严格性质的空白 .
模型构建与基本理论融合
实证数据拟合及统计分析
长期稳定性及马尔科夫性质证明
资本分布曲线的模拟与理论分析
模型扩展与研究展望
报告标题: 《CAPITAL ASSET PRICING MODEL WITH SIZE FACTOR AND NORMALIZING BY VOLATILITY INDEX》
作者: Abraham Atsiwo, Andrey Sarantsev
发布机构及时间: 该报告发表于不晚于2024年10月,作者均隶属美国内华达大学里诺分校数学与统计系
主题: 该报告围绕经典资本资产定价模型(CAPM),并引入市值规模因子以及通过波动率指数(VIX)归一化收益率,构建和分析一个多维离散时间金融市场模型,旨在阐释股票规模效应、波动归一化的实际影响及市场长期稳定性。
本报告致力于融合CAPM的基本框架、市值规模效应及波动率指数归一化三个关键思想,提出新型市场模型,包含波动率(VIX)、股票规模相对尺度(以市值对数比作为衡量)和CAPM的beta与alpha因子。通过对真实市场数据(主要为Kenneth French的数据集和FRED经济数据)进行建模拟合,论文不仅补充了先前研究[13]中未涉及的离散时间模型和稳定性分析,还将研究成果与随机投资组合理论(Stochastic Portfolio Theory)结合,给出了资本分布曲线的模拟与理论描述。
报告的核心贡献包括:
报告开篇明确将价格收益率与总收益率区分清楚,着重讨论基于市值规模的风险调整收益建模。
模型在前期工作[13]基础上引入VIX波动率归一,创构新的离散时间模型,实现对组合收益的严格统计拟合和长期稳定性分析。
报告详细回顾CAPM理论与实证验证,强调beta虽然仍是重要风险度量,但市场研究表明多因子模型(如Fama-French三因子模型)中规模和价值因子显著影响组合超额收益。
结合具体的实证数据(如小盘股、mid盘股与大盘股指数),作者发现beta与相对规模变量呈线性关系,β=1+bC,b < 0,对应规模效应的刻画;而alpha因子多数不显著,故侧重于beta的动态建模。
引入对数相对规模变量C=ln(S/S0),构造线性模型:
P=AC+(1+BC)P0+δ反映组合的股权溢价P与基准股权溢价P0和规模变量的关系,并建立价格收益率序列的动态版本。该模型预测C具有均值回复性质,即规模相对差异不会无限扩大,符合市场长期稳定性的观察。
报告指出,原始模型返回的残差存在异方差、时间相关和非高斯问题。采用以VIX指数V归一化的收益率和股权溢价,显著提升了残差的IID和正态性,这种归一化在之前的研究[22]中已提出,现继续完善。如图1和图2,VIX归一化后收益的QQ图和自相关图均趋向理想的IID高斯分布状态,为模型拟合奠定统计基础。
资本分布曲线通过对市值加权排序后绘制其对数市值与对数排名,显示市场内股票大小的分布形态。多次数据显示该曲线长期保持一定形态:上端几乎线性(对数线性),整体呈凹形。该行为对应于小盘股和大盘股风险与收益的规模效应,且是市场稳定性的指标。
本报告实现了三大创新:
图1(归一化前):
QQ图显示股权溢价分布偏离正态,下尾和上尾出现重尾现象。ACF显示绝对值序列存在显著自相关,说明波动聚集现象明显。
图2(归一化后):
QQ图接近对角线,残差更接近正态分布;ACF大体呈白噪音样,波动聚集问题明显减缓,支持归一化处理提升拟合质量。
这组图形清楚说明通过VIX归一化收益率,模型能够更符合IID高斯假设,改善残差的统计特征,是该模型能够严谨统计推断的关键。
该图展示1925至2005年间美国股市按规模分成20组后的对数市值权重与对数排名关系。曲线呈现平滑且长期稳定的凹形特征,上部近乎线性,符合资本分布曲线经典特征。曲线间虽有波动但形态相似,说明资本分布在长周期中稳健稳定。
该图描绘在假设ξ∼N(μ,σ2)条件下满足关键稳定性条件的(μ,σ)参数区域。绿色区域对应方程满足长期稳定性。该图无封闭表达式,数值计算表明这一区域具有一定形状和边界。此条件对判定模型参数的合理性具有重要指导意义。
模拟来自离散时间模型下不同参数组合(归一化影响系数c和相关性ρ)下,样本大小N=100时的资本分布曲线。图中曲线呈显著凹形,且斜率随参数调整变化;对应市场数据中不同规模效应和波动率相关性的变动,显示模型捕捉市场现实特性。两组模拟之间的差异显示随机均值和方差的影响明显。
统计学原理表明,标准正态样本的排序数据构成的曲线可作为资本分布曲线的基础模型。多条模拟线围绕特定形态波动,显示纯随机正态样本排名曲线的典型波动幅度,为资本分布曲线随机特征提供数学框架,是理解实际市场资本分布曲线的基石。
图7分为两部分:
该结果用极值与泊松过程理论解释了资本分布曲线的两端行为,验证了模型理论与数据的结合有效。
该报告主要聚焦资产组合收益风险建模、不直接涉及传统企业估值方法(如DCF、市盈率倍数等),因此无传统估值部分。其“估值”着重于模型参数(alpha,beta,规模因子,波动率归一化系数)拟合与解释,强调概率分布与长期稳定分布的数学性质,而非企业价值评估。
报告未明确聚焦投资风险提示,但通过模型设定和数学要求隐性表达下列风险因素:
总体,报告依托严谨统计检验和理论证明,降低潜在误差与偏差,但模型仍需谨慎应用,关注市场非平稳性。
报告呈现了一个高度数学化的市场收益动态模型,符合经典与现代资产定价理论,并结合了随机投资组合理论。然而:
存在上述潜在局限但报告充分展现模型理论深度、统计拟合能力和实证吻合度,科研价值突出。
该报告通过紧密结合资本资产定价模型(CAPM),规模因子(市值对数比例)和波动率指数(VIX)的归一化,提出了一套多维、离散时间的市场动态模型,优于传统CAPM在风险度量和收益预测上的局限。其关键发现和结论总结如下:
综上,该报告全面展示了融合波动率归一化和规模因子的CAPM的统计与动力学特征,开辟了金融资产定价和投资组合管理的新方向。其理论推导、数据处理和模拟结果相辅相成,深刻揭示资本市场规模效应与波动率动态的本质联系,为未来学术和实务研究提供坚实基础。
CAPM,规模效应,市值设定,波动率指数(VIX),归一化,离散时间模型,长期稳定性,遍历性,资本分布曲线,排序统计,随机投资组合理论,金融数据拟合,波动聚集,IID正态残差。
文章多次提及GitHub代码库:asarantsev/size-capm-vix,包含统计分析、模拟和稳定性检验代码,方便复现和拓展实验。
以上为对该报告的详尽、结构化且专业的分析解读,涵盖理论体系、数据处理、模型建构、统计拟合、理论证明和实证模拟等关键方面。
2411.19444.pdf