發(fā)布時間：2020-10-17 08:15

　　 股票市場中學(xué)者們發(fā)現(xiàn)了波動率異象的情況,即波動率高的股票其預(yù)期收益率反而越低。這與資本資產(chǎn)定價模型(CAPM)和套利定價理論(APT)的結(jié)論——高風(fēng)險對應(yīng)高收益相違背。那么同作為有價證券且以股票為主要投資標(biāo)的的基金是否會出現(xiàn)這樣的情況,則成為了一個值得探討的問題,同時也為投資者的投資和監(jiān)管層開展政策引導(dǎo)提供了現(xiàn)實意義。如果我國開放式基金市場確實存在波動率異象,那么有必要知道低波動率基金獲得超額收益是基金經(jīng)理擇股能力的體現(xiàn)還是源于未發(fā)現(xiàn)的定價因子,以給予基金經(jīng)理公正合理的評價�；谏鲜龇治�,本文利用2009年1月1日至2018年12月28日的基金數(shù)據(jù),對我國開放式基金市場波動率異象的存在性和穩(wěn)健性進(jìn)行檢驗,并討論波動率異象的存在是否源于基金經(jīng)理的擇股能力。本文首先使用基金日復(fù)權(quán)凈值數(shù)據(jù)計算基金的收益率,并以t-1年基金日收益率的標(biāo)準(zhǔn)差作為基金波動率的代理變量,將我國開放式基金市場主動投資股票型基金和偏股混合型基金等分成五組,計算每組基金t年每月的等權(quán)平均收益率。而后利用月度等權(quán)平均收益率和Fama-French五因子模型進(jìn)行回歸分析,證明了基金市場波動率異象的存在性。其次,為證明結(jié)論的穩(wěn)健性,本文一是利用雙變量分組的方法控制基金特征變量;二是分牛熊行情、分基金子樣本進(jìn)行穩(wěn)健性分析;三是改變基金波動率計算時期和組合持有期;四是考慮監(jiān)管因素,四種情況下基金市場波動率異象均存在,證明了結(jié)果的穩(wěn)健性。最后本文使用Fama-Macbeth多元截面回歸,在控制基金其他特征后,發(fā)現(xiàn)基金波動率與收益率之間的定量關(guān)系,進(jìn)一步說明波動率獨立于其他基金特征對基金收益具有預(yù)測作用。接下來,本文意在檢驗低波動率基金組合和高波動率組合的差異是基金經(jīng)理擇股能力的體現(xiàn),還是Fama-French五因子模型之外其他未發(fā)現(xiàn)的因子導(dǎo)致的。因此本文首先參考Carhart(1997)和Jordan(2015)的研究,構(gòu)造波動率異象因子(LVH),并將其帶入Fama-French五因子模型,發(fā)現(xiàn)波動率異象消失�？紤]到波動率異象因子(LVH)的構(gòu)建可能會導(dǎo)致“主場比賽”問題,本文又參考Barinov(2010)、虞文微、張兵(2017)提出的換手率和特質(zhì)波動率的關(guān)系,以及波動率作為股票不確定性更直觀的反應(yīng),構(gòu)造換手率異象因子(AVQ)帶入Fama-French五因子模型,發(fā)現(xiàn)波動率異象消失,證明低波動率組合獲得超額收益并不是源于基金經(jīng)理的擇股能力,而是源于未發(fā)現(xiàn)的定價因子。論文的研究意義有以下三點:首先,基金在中國市場的吸引力日漸增加以及“選股不如選人”的觀念逐漸深入,基金波動率異象的研究將為廣大“基民”提供投資參考;其次,對于股票市場異象的研究,盡管構(gòu)造的套利組合理論上能夠獲得超額收益,但由于實際中微觀市場條件的限制,套利組合能否成功構(gòu)造尚不確定,即使構(gòu)造成功,該組合能否獲得超額收益也仍是未知數(shù),但基金則是真實的投資組合,考慮了各種限制以及各項費用,收益是投資者實際能夠獲得的,因此對基金市場的研究也更有價值;最后,如果波動率異象導(dǎo)致了基金業(yè)績的差異,那么構(gòu)建波動率異象因子和換手率異象因子便能科學(xué)、全面地對證券投資基金的運營狀況進(jìn)行有效評價,對投資者的投資決策有重要意義。
【學(xué)位單位】：南京大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：F832.51
【文章目錄】：
摘要
Abstract
第一章 緒論
    第一節(jié) 研究背景和研究意義
        一、研究背景
        二、研究意義
    第二節(jié) 波動率異象的概念界定
    第三節(jié) 文獻(xiàn)綜述
        一、波動率異象存在性相關(guān)文獻(xiàn)
        二、波動率異象成因相關(guān)文獻(xiàn)
    第四節(jié) 研究框架和技術(shù)路線
        一、研究框架
        二、技術(shù)路線
    第五節(jié) 研究創(chuàng)新點和不足之處
        一、創(chuàng)新點
        二、不足之處
第二章 數(shù)據(jù)樣本和研究假設(shè)
    第一節(jié) 數(shù)據(jù)采集
    第二節(jié) 研究假設(shè)
        一、存在性假設(shè)
        二、穩(wěn)健性假設(shè)
        三、Fama-Macbeth多元截面回歸假設(shè)
        四、成因假設(shè)
第三章 實證檢驗結(jié)果
    第一節(jié) 存在性檢驗結(jié)果
        一、描述性統(tǒng)計
        二、Fama-French因子模型回歸分析
    第二節(jié) 穩(wěn)健性檢驗結(jié)果
        一、雙變量分組的穩(wěn)健性檢驗結(jié)果
        二、分行情、分基金風(fēng)格子樣本的穩(wěn)健性檢驗結(jié)果
        三、改變波動率形成期和組合持有期的穩(wěn)健性檢驗結(jié)果
        四、考慮不同監(jiān)管強度的穩(wěn)健性檢驗結(jié)果
    第三節(jié) Fama-Macbeth多元截面回歸檢驗結(jié)果
第四章 基金波動率異象的原因分析
    第一節(jié) 波動率異象因子的構(gòu)建與回歸結(jié)果
    第二節(jié) 換手率異象因子的構(gòu)建和回歸結(jié)果
第五章 結(jié)論與展望
參考文獻(xiàn)
致謝
附錄

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王正煒;;構(gòu)建網(wǎng)絡(luò)熱度因子模型分析股價運動規(guī)律[J];中國市場;2018年27期

2 韓猛;繆言;白仲林;;動態(tài)因子模型的結(jié)構(gòu)識別研究[J];系統(tǒng)工程理論與實踐;2016年07期

3 徐霜雪;俞宗火;李月梅;;預(yù)測視角下雙因子模型與高階模型的模擬比較[J];心理學(xué)報;2017年08期

4 元萬達(dá);;股權(quán)分置改革與資本市場效率的思考——基于三因子模型的實證檢驗[J];納稅;2017年16期

5 曹立言;;瑪法五因子模型與三因子模型的中國市場有效性對比[J];現(xiàn)代經(jīng)濟(jì)信息;2017年18期

6 高華川;趙娜;;基于多層因子模型的我國核心通貨膨脹估計[J];統(tǒng)計研究;2016年04期

7 程海星;朱滿洲;;大數(shù)據(jù)背景下的動態(tài)因子模型預(yù)測機理與效果研究[J];投資研究;2015年03期

8 裴茜;朱書尚;;中國股票市場的行業(yè)特質(zhì)性金融傳染特征:基于網(wǎng)絡(luò)模型的實證研究[J];金融學(xué)季刊;2017年02期

9 韓冰;;中國股市的三因子模型實證分析[J];現(xiàn)代商業(yè);2014年21期

10 顧紅磊;溫忠麟;方杰;;雙因子模型:多維構(gòu)念測量的新視角[J];心理科學(xué);2014年04期

相關(guān)博士學(xué)位論文 前10條

1 白強;因子模型的廣義矩估計方法及其應(yīng)用研究[D];天津財經(jīng)大學(xué);2016年

2 邱琳;信息推薦中評分預(yù)測問題研究[D];北京郵電大學(xué);2018年

3 朱滿洲;動態(tài)因子模型的理論和應(yīng)用研究[D];華中科技大學(xué);2013年

4 崔國偉;高維因子模型相關(guān)理論與應(yīng)用研究[D];華中科技大學(xué);2015年

5 王少新;不定最小二乘問題和近似因子模型的相關(guān)研究[D];重慶大學(xué);2016年

6 尹昱喬;中國A股市場資產(chǎn)定價模型實證研究[D];東北財經(jīng)大學(xué);2016年

7 范會勇;大學(xué)生情緒智力的測量學(xué)研究[D];西南大學(xué);2010年

8 奚勝田;風(fēng)險預(yù)算在證券公司資本充足性管理中的應(yīng)用[D];天津大學(xué);2007年

9 馬慶魁;我國貨幣市場利率期限結(jié)構(gòu)及其與宏觀經(jīng)濟(jì)關(guān)聯(lián)性研究[D];吉林大學(xué);2009年

10 高春亭;五因子資產(chǎn)定價模型及其在我國證券市場的應(yīng)用研究[D];重慶大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 趙雄飛;基于LSTM的股票預(yù)期收益研究[D];北方工業(yè)大學(xué);2019年

2 王健星;基于行業(yè)輪動策略的多因子模型選股方案策劃[D];上海師范大學(xué);2019年

3 張泓;近似因子模型因子個數(shù)選擇方法的比較研究[D];上海師范大學(xué);2019年

4 趙凌霄;基于平行因子模型的大規(guī)模MIMO系統(tǒng)信道估計與信號檢測算法研究[D];鄭州大學(xué);2019年

5 張力戈;我國開放式基金市場波動率異象研究[D];南京大學(xué);2019年

6 刑金寶;高維近因子模型的因子經(jīng)驗過程[D];蘇州大學(xué);2018年

7 李鵬程;基于Fama多因子模型的A股適應(yīng)性研究和分析[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2018年

8 肖晞暉;基于大數(shù)據(jù)和機器學(xué)習(xí)的量化選股模型研究[D];華中師范大學(xué);2018年

9 韓營營;基于擇時方法的動態(tài)多因子選股模型研究[D];暨南大學(xué);2018年

10 于杰;指數(shù)跟蹤的主成分因子模型[D];大連理工大學(xué);2018年

本文編號：2844527