回报与风险之间的非线性权衡：一种制度转换

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《The non-linear trade-off between return and risk: a regime-switching
  multi-factor framework》
---
作者：
John Cotter and Enrique Salvador
---
最新提交年份：
2014
---
英文摘要：
  This study develops a multi-factor framework where not only market risk is considered but also potential changes in the investment opportunity set. Although previous studies find no clear evidence about a positive and significant relation between return and risk, favourable evidence can be obtained if a non-linear relation is pursued. The positive and significant risk-return trade-off is essentially observed during low volatility periods. However, this relationship is not obtained during periods of high volatility. Also, different patterns for the risk premium dynamics in low and high volatility periods are obtained both in prices of risk and market risk dynamics.
---
中文摘要：
本研究建立了一个多因素框架，不仅考虑了市场风险，还考虑了投资机会集的潜在变化。尽管之前的研究没有发现明确的证据表明回报和风险之间存在积极而显著的关系，但如果追求非线性关系，则可以获得有利的证据。在低波动期，基本上可以观察到正向和显著的风险回报权衡。然而，这种关系在高波动期间无法得到。同时，从风险价格和市场风险动态两个方面得出了低波动期和高波动期风险溢价动态的不同模式。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Statistical Finance        统计金融
分类描述：Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--
一级分类：Quantitative Finance        数量金融学
二级分类：General Finance        一般财务
分类描述：Development of general quantitative methodologies with applications in finance
通用定量方法的发展及其在金融中的应用
--

---
PDF下载：
--> The_non-linear_trade-off_between_return_and_risk:_a_regime-switching_multi-facto.pdf (665.09 KB)

2022-5-7 01:55:04 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：非线性 Quantitative Applications relationship Econophysics

约翰·科特*爱尔兰都柏林贝莱德市都柏林大学学院Smur Fit商学院金融数学与计算集群（FMC2）。电话：+353 1 7168900/电子邮件：John。cotter@ucd.ie;Enrique Salvador**都柏林贝莱德大学商学院Smur fit商学院金融数学与计算集群（FMC2）。爱尔兰都柏林电话：+353 1 7164378/电子邮件：Enrique。salvador@ucd.ie;和Jaume I大学财务会计系AVDA。Sos Bynat s/n，E-12071西班牙普兰那城堡摘要本研究建立了一个多因素框架，其中不仅考虑了市场风险，还考虑了投资机会集的潜在变化。尽管之前的研究没有发现明确的证据表明回报和风险之间存在积极而显著的关系，但如果追求非线性关系，则可以获得有利的证据。在低波动期，基本上可以观察到正向和显著的风险回报权衡。然而，这种关系在高波动时期并不成立。此外，从风险价格和市场风险动力学两个方面得出了低波动期和高波动期风险溢价动力学的不同模式。关键词：非线性风险收益权衡、顺周期风险规避、区域切换GARCH、多因素模型、风险溢价代码：G10、G12、G15**。引言预期收益和风险之间的关系在金融文献中引发了许多研究。最新的资产定价模型基于这种基本的权衡，尽管这种关系的动态性是金融学中的一个关键问题。夏普（1964）和林特纳（1965）的资本资产定价模型是最早建立预期收益和风险之间理论关系的研究之一。

这些作者提出了任何资产的预期收益与其与市场投资组合的协方差之间的正线性关系。后来，Merton（1973）提出了该模型的扩展，在关系中添加了第二个风险因素，可能会改善静态CAPM。ICAPM中的市场风险溢价与其条件方差以及与投资机会集（对冲成分）的条件协方差成正比。关于ICAPM的实证文献从两个维度检验了该模型的含义。Shanken（1990年）、Brennan等人（2004年）、Ang等人（2006年）、Lo andWang（2006年）和Petkova（2008年）等论文主要关注超额股票收益的横截面。这些作品中的大多数都包含了市场回报以外的其他因素，以更好地描述横截面中超额投资组合回报的分散情况。关于ICAPM的其他相关研究，侧重于时间序列总风险收益权衡，可以在Scruggs（1998）、Whitelaw（2000）、Brandt and Kang（2004）、Ghysels等论文中找到。（2005）和郭等人（2009）。这些论文试图用不同的时间序列分析技术揭示财务数据中回报和风险之间的基本关系。本研究旨在阐明第二组研究的时间序列维度对风险收益权衡的实证验证。有许多研究从实证角度分析了这种关系，但其结果存在争议。Campbell（1987）、Glosten等人（1993）、Whitelaw（1994）和Brandt and Kang（2004）发现这些变量之间存在负相关，而其他作者，如Ghysels等人（2005）、Leon等人（2005）。

郭和怀特劳（2006）、卢德维森和吴（2007）以及伦德布拉德（2007）发现了一个积极的权衡。还有其他一些研究，如Baillie和De Gennaro（1990年）以及Campbell和Hentschel（1992年），发现这种风险回报权衡的估计值不显著。理论模型在时间序列维度上实证分析综合风险收益权衡需要几个假设。最常见的是考虑风险的恒定价格（Goyal和Santa Clara 2003年，巴厘岛等2005年）。还需要为模型中的风险源假设特定的动力学。最后，建立了离散时间经济中的经验模型，而不是用连续时间经济中的平衡模型的理论方法。大多数研究风险回报权衡的实证论文都使用了其中一个或多个假设。尽管大量文献关注于这种实证验证，但只有少数研究使用考虑随机投资机会集（使用套期保值成分）的多因素模型。在实证分析这种风险收益关系时，最常见的简化方法之一是考虑一组恒定的投资机会（Glosten etal 1993，Lundblad 2007），或者独立且分布相同的收益。这一假设意味着市场风险溢价只取决于其条件方差，可以使用单因素模型而不是多因素模型进行验证。在风险收益权衡的实证验证中存在很大争议，这是因为对这种关系的符号和意义得出了令人失望的结果。

支持负风险收益关系的理论模型有Nose-Abel（1988）和Backus和Gregory（1992）。关于这些结果是否归因于以下原因的共识：（1）条件适应力和风险因素动态的错误规范（郭和尼利（2008），利昂等（2007））；（2） 由于忽略对冲部分而导致的经验模型的错误说明（Scruggs（1998））；（3） 或者两者兼而有之。文献中最常用的证明这种权衡的实证技术是GARCH框架。这种方法假设收益和风险之间存在线性关系。还有其他方法可以对风险收益权衡进行实证分析。然而，他们中的大多数人使用不同的计量经济学技术来验证基于默顿的ICAPM模型的收益和风险之间的线性关系。例如，Ghysels等人（2005年）使用MIDAS回归，Ludvigson和Ng（2007年）使用宏观经济变量的因子分析，Bali和Engle（2010年）使用时间和横截面分析，对构成整个市场的广泛投资组合进行分析。在本文中，我们使用了另一种基于Whitelaw（2000）均衡模型的计量经济学方法，其中我们考虑了收益和风险之间的非线性关系。一般来说，理论模型不会将风险收益关系限制为线性或单调（Rossi和Timmerman（2010）、Campbell和Cochrane（1999）、Whitelaw（1994）、Harvey（2001））。本文表明，预期收益率和波动率之间的关系遵循非线性模式，而不是线性模式，如ICAPM模型所述。我们使用了一种制度转换GARCH（RS-GARCH）方法，该方法允许我们获得积极且重大的风险回报权衡的有利证据。

我们提出了一个多因素模型（假设一组随机的投资机会），其中价格和风险来源都依赖于状态。根据Mayfield（2004）和Whitelaw（2000）的论文，我们考虑了收益和风险之间的非线性关系。利用1953年至2013年的月度超额市场收益率数据，我们发现在低波动状态下，收益率和风险之间存在正的、统计上显著的关系。在高波动状态下，这种关系的证据不太清楚，当我们假设线性风险回报权衡时，这种关系并不显著。这个结果可能会解答风险-回报之谜。鉴于本文中的证据，我们表明，考虑到市场中的不同状态，我们可以揭示这一基本权衡。结果表明，在低挥发分阶段，收益和风险之间存在正的显著关系，支持理论模型。然而，在高波动状态的其他阶段，这种交易没有被观察到，甚至是负的。因此，线性风险收益权衡的假设可能无法揭示这种基本关系，因为这种权衡取决于市场的状态。本文的结果还显示了不同州的风险价格和条件波动率所遵循的模式的差异。一个有趣的结果是，在高波动状态下，风险的市场价格的幅度较低。这些结果表明，投资者风险偏好存在顺周期行为，这取决于波动率制度（高/低波动率）。在低波动状态下，投资者要求的“单位”风险价格高于高波动状态下的价格。

此外，条件波动率的动态在高波动率期间表现出更大的持续性，而在金融动荡期间表现出非平稳动态。举例来说，使用与低波动性状态对应的多个时段的时间框架将导致积极和显著的风险回报权衡。然而，如果在选定的时间范围内，存在大量高波动性状态，它们将导致负面和重大的权衡。回报和风险之间关系的非显著估计可能会在具有相似数量的高波动期和低波动期的样本中发现。尽管之前的结果似乎与理论模型的精神背道而驰，但在几篇论文中使用了替代方法获得了相同的结果。Bliss和Panigirtzoglou（2004）提供了高波动期风险价格较低的证据。作者使用效用函数来调整嵌入在期权中的风险中性概率分布函数。他们能够获得期权中隐含的风险规避措施，并发现在高波动期间，相对风险规避程度较低。关于收益和风险之间的状态依赖关系，Rossi和Timmerman（2010）使用了灵活的计量经济学方法，显示了条件波动率和预期市场收益之间的非单调关系（在低-中水平的波动率下，观察到正风险收益权衡，但在高水平的波动率下，这种关系变得相反）。本文的目的不是质疑理论模型在代表市场经验特征方面的使用。

事实上，我们想强调的是，ICAPM仍然存在，回报和风险之间的基本关系可以在市场中观察到。然而，这只适用于与低波动状态相对应的特定时期。相比之下，在动荡和金融动荡时期，观察到的回报和风险之间的权衡遵循其他模式。在本文中，使用不同的市场投资组合代理（包括CRSP价值加权纽约证券交易所指数和SP500指数），并使用类似于先前研究（Scruggs，1998和Scruggs and Glabadanidis，2003）的数据集，对风险收益关系进行了测试。在所有情况下获得的有力证据都支持我们的主要结论，并强调了在对依赖于状态的市场建模时做出线性假设的潜在风险。论文的其余部分组织如下。第2节对数据进行了描述。第3节发展了本文所使用的实证框架。第4节给出了主要的实证结果，第5节给出了稳健性结果。第6节分析了控制高波动性观察后的证据，第7节得出结论。2.数据描述本研究使用了美国市场724个月的超额市场收益率，包括1953年3月至2013年6月的观察数据。我们的模型的应用是围绕圣路易斯联邦储备银行（Federal Reserve Bank of St.Louis，1953年成立）提供的政府债券数据构建的。该数据集很大，在规模上与其他研究类似，如Scruggs（1998年）、Orskruggs和Glabadanidis（2003年）。

虽然使用不同数据频率（每月、每周或每天）的参数估计值略有不同，但没有具体原因说明为什么本研究中的结论会受到数据频率选择的影响（见De Santis和Imhoroglu 1997）。我们将超额市场回报计算为CRSP加权纽约证券交易所-美国证券交易所指数总回报减去无风险利率的差额。继Scruggs（1998）和Mayfield（2004）之后，1个月期国库券的收益率被用作无风险利率的代理。针对投资机会集变化的套期保值部分的霍森代理是一组固定期限美国政府债券（类似于巴厘岛和恩格尔（2009、2010））的总回报：5年期、10年期和20年期国债，以及包含这三种债券的平均投资组合。证券价格研究中心（CRSP）数据库用于获取市场投资组合回报数据。圣路易斯联邦储备银行（Federal Reserve Bank of St.Louis）提供与无风险利率的收益率和用作跨期套期保值组成部分的代理收益率相对应的数据。为了从债券收益率计算固定期限债券的总回报，我们添加了两个部分：年初的承诺息票和利率变化导致的价格变化（详情请参见晨星(R)债券回报计算方法（2013））。图1绘制了超额市场回报率、无风险利率和替代投资可能性的超额回报率。

表1显示了市场投资组合和跨期套期保值替代方案中超额收益的主要汇总统计数据及其相关性。[插入图1][插入表1]结果表明，所选系列中的任何一个都可以被视为反映投资者可用的替代投资组合的代理。我们观察到套期保值组成变量与超额市场回报之间的相关性非常小。尽管如此，由于文献中对代表另类投资组合的最佳代理缺乏共识（Scruggs and Glabadanidis 2003，Guo and Whitelaw（2006），巴厘岛2008），本研究使用了所有呈现不同特征（条款和期限）的不同资产，使我们能够增强研究的稳健性。超额月度市场回报率的平均值为0.567%，标准差为4.21%。超额市场回报率表明存在负偏态和瘦肉症。这些结果，加上Jarque Bera检验，表明超额市场收益遵循非正态分布，并有证据表明存在厚尾。不同备选方案的超额债券收益率从5年期政府债券的0.123%到20年期政府债券的0.172%不等，5年期政府债券的标准差为1.271%，20年期政府债券的标准差为2.415%（债券到期日越长，平均值和标准差越大）。此外，所有序列都表现出条件异方差性（以平方为单位的序列自相关），并且有证据表明时间序列图中存在波动性聚集。有了这些序列相关模式，使用GARCH模型来表示条件二阶矩的动态是可以理解的，这在以前的文献中得到了很大的支持。3.