（金融学专业论文）基于预期超额收益率多因素模型的统计套利研究.pdf

0 - 目录 4 1 1 ttltll llli l l lt i i i ilitl l l i iq l l l i | 1 l y 18 4 5 3 0 3 1 导言”，l 1 1 本文研究背景和意义l 1 1 1 本文研究背景l 1 1 2 本文研究意义：2 1 2 本文研究思路和方法一3 1 2 1 本文研究思路3 1 2 2 本文研究方法和过程3 1 3 本文创新、不足及结构4 1 3 1 本文研究创新4 1 3 2 本文研究不足5 1 3 3 本文结构5 2 相关理论回顾7 2 1 资产定价相关理论一7 2 1 1资本资产定价模型( c a p m ) 7 2 1 2 套利定价理论( a p t ) ”1 0 2 1 3 多因素资产收益率模型1 0 2 1 4 有效市场假说( e m h ) 1 1 2 1 5 对我国股票市场资产收益率的实证检验文献回顾1 2 2 2 统计套利相关理论综述1 3 3 理论模型构建与变量选择17 3 1资产收益率决定因素的规范分析1 7 3 2 预期超额收益率多因素模型构建1 9 3 3 解释变量选择2 l 3 4 有关解释变量的进一步说明2 4 4 对沪深3 0 0 指数成分股预期超额收益率的实证研究”2 6 4 1 研究方法：面板数据回归技术2 6 4 1 1 面板数据分析2 6 4 1 2固定效应模型和随机效应模型”2 7 4 1 3 本文对面板回归模型的设定2 8 4 2 数据来源及说明2 9 4 3 沪深3 0 0 指数成分股预期超额收益率模型实证研究及检验31 4 3 1 预期超额收益率模型实证研究31 4 3 2 稳健性检验3 5 4 4 小结：一：3 9 5 基于沪深3 0 0 指数期货实盘数据的统计套利效果检验4 l 5 1 个股筛选及资产组合构建4 l 5 2 统计套利效果实证检验：4 2 5 3 小结4 3 6 结论与展望4 4 6 1 本文研究结论4 4 6 2 未来研究方向4 5 参考文献4 6 附录一：相关变量( 离差形式) 描述性统计量5 0 附录二：各组合实现的超额收益率和有关变量的散点图5 l 附录三：相对沪深3 0 0 指数的个股月贝塔值滚动回归s a s 程序”5 3 致谢5 5 i i c o n t e n t s 1 i n t r o d u c t i o n l 1 1b a c k g r o u n d sa n ds e n s eo f t h i sr e s e a r c h “1 1 1 1b a c k g r o u n d s l 1 1 2s e n s e 2 1 2s t u d ym e n t a l i t ya n dp r o c e s s 3 1 2 1s t u d ym e n t a l i t yo f t h i sp a p e r ”3 1 2 2m e t h o d sa n dp r o c e s s 一3 1 3i n n o v a t i o n 、d e f e c ta n df i a m e w o r k ? “4 1 3 1i r m o v a t i o n s “4 1 3 2d e m o b 5 1 3 3f r a m e w o r k ：5 2 ar e v i e wo nr e l a t e dt h e o g i e s 7 2 1r e v i e wo na s s e tp r i c i n g 7 2 1 1c a p m 7 2 1 2a p t ”1 0 2 1 3m u l t i f a c t o rm o d e l 10 2 1 4e m h 1 1 2 1 5s o m ee m p i r i c a lw o r k so nc h i n as t o c km a r k e t - 1 2 2 2ar e v i e wo ns t a t i s t i c a la r b i t r a g e 13 3 e x c e s sa s s e tr e t u r nm o d e lc o n s t r u c t i o na n dv a r i a b l es e l e c t i o n 1 4 3 1an o r m a t i v ea n a l y s i so nt h ea s s e tr e t u r n ：1 4 3 2c o n s t r u c t i o no f e x c e s sr e t u r nm o d e l 1 9 3 3s e l e c t i o no f i n d e p e n d e n tv a r i a b l e s 一2 1 3 4s o m em o r ed e t a i l so f i n d e p e n d e n tv a r i a b l e s 2 4 4 e m p i r i c a ls t u d yo ff o r e c a s t i n ge x c e s sr e t u r nm o d e l 2 6 4 1r e s e a r c hm e t h o d s ：r e g r e s s i o nt e c h n o l o g yo f p a n e ld a t a 2 6 4 1 1a n a l y s i so fp a n e ld a t a 2 6 4 1 2f i x e de f f e c tm o d e la n dr a l l d o me f f e c tm o d e l 2 7 4 1 - 3t h e m o d e ls e t t i n go f p a n e ld a t am o d e lo f t h i sp a p e r 2 8 4 2d a t as o u r s ea n dd e f i n i t i o n 2 9 4 3e m p i r i c a lw o r ka n dc h e c k o u t 。31 m 4 3 1e m p i r i c a lw o r k 3 1 4 3 2r o b u s tt e s t ：3 5 4 4b r i e f s u m m a r yo f t h i sc h a p t e r 3 9 5 t h ee f f e c tt e s to fe x c e s sm o d e lo nr e a lt r a d ed a t a 。4 l 5 1s t o c ks e l e c t i o na n di n v e s t r n e n tp o r t f o l i oc r e a f i o n 4 1 5 2t e s to fa r b i t r a g ee f f e c t 4 2 5 3b r i e fs u m m a r yo f t h i sc h a p t e r 4 3 6 c o n c l u s i o na n d p r o s p e c t 一2 1 4 6 1c o n c l u s i o no f t h i sp a p e r z 1 4 6 2d i r e c t i o no f f u r t h e rr e s e a r c ho ns t a t i s t i c a la r b i t r a g e 一4 5 r e f e r e n c e 4 6 a p p e n d i xo n e ：d e s c r i p t i v es t a t i s t i co f r e l a t e dv a r i a b l e s ( d e v i a t i o nf o r m ) 5 0 a p p e n d i x t w o ：js o m e 。s c a t t e rf i g u r e so f e x c e s sr e t i i r na n dr e l a t e dv a r i a l b e s 5 1 a p p e n d i xt h r e e ：t h es a sp r o g r a mo f c a l c u l a t i o no fm o n t h l yc a p mb e t a s u s er o l l i n gr e g r e s s 5 3 a c k n o w l e d g m e n t s 5 5 i v 摘要 自上世纪9 0 年代初建立以来，中国股票市场在不到2 0 年的时间里取得了有 目共睹的成就。以股票市场为主的我国资本市场，积极地发挥了优化资源配置的 作用。但是有两个问题曾长期阻碍着我国股市的进一步发展：- 股权分置和做空机 制缺失。股权分置的问题己于2 0 0 5 年后通过股权分置改革得到了解决，而缺乏做 空机制的问题也在2 0 1 0 年上半年引入做空机制( 融资融券、沪深3 0 0 指数期货) 后得到了解决。做空机制的引入将对我国股市产生深远的影响，持续了近2 0 年的 多头盈利模式将得到改变，一场山雨欲来风满楼的巨变正在酝酿之中。 股指期货的建立将带来量化投资和统计套利在我国资本市场的快速发展。量 化投资根据历史数据进行统计分析，以发现可能存在的资产收益率模式，并据此 进行投资操作；统计套利属于量化投资的一种形式，是考虑了对冲手段的量化投 资。统计套利区别于传统无风险套利的地方在于，统计套利是根据大数定理、利 用历史数据、基于统计分析来确定对冲投资策略，存在一定的风险，而无风险套 利则不存在风险。现实中无风险套利机会很少，但是统计套利机会则较多，尚不 太成熟的我国资本市场应存在较多统计套利机会。 本文系统研究了基于预期超额收益率多因素模型的统计套利策略。首先回顾 资本资产定价模型、无风险套利模型、多因素模型和有效市场理论，然后简要介 绍了统计套利的相关理论，随后基于收益一风险投资效用函数构建了预期超额收益 率多因素模型，并用沪深3 0 0 指数成分股2 0 0 5 2 0 1 0 年的数据进行了实证研究， 发现了最优超额收益率多因素模型，并进行了稳健性检验。随后，本文研究了利 用得到的最优超额收益率多因素模型筛选个股并构建股票多头组合同时卖空相应 数量的沪深3 0 0 指数期货的统计套利策略，并利用2 0 1 0 年5 月、6 月的实盘数据 进行了进一步的检验。研究表明，就预测未来一个月的超额收益率而言，我国股 市存在显著的价值效应、c a p m _ 贝塔效应、( 正) 规模效应、反转效应和( 负) 经 营杠杆效应。基于本文所研究的统计套利策略能够实现1 - 3 的月收益率。 在实证研究环节，本文引入的解释变量包括上市公司偿债能力、营运能力、 盈利能力、风险水平、股东获利能力、发展能力、其它变量等七大类指标，具体 而言则包括了2 0 多个解释变量，从而较全面地考虑到了可能影响到上市公司股票 收益率的所有因素。本文的逻辑分析和理论建模过程简洁而严密，实证环节图表 并茂，并且在许多细节都能看到创新。本文主要创新在于对因变量和自变量都进 行了离差处理，从而得到的结论更加有效，并且直接架构起了连接资产收益率模 型和投资实务的桥梁。当然，由于知识水平和结构的局限，本文也存在较多不足。 不过本文的结论无疑是具备一定实践意义和学术意义的。 本文的主要目的不是为了寻找到某种可以一劳永逸的投资模式，而在于研究 统计套利策略的理论根据，并期望起到一种抛砖引玉的作用以引起学术界对该研 究领域的研究兴趣。未来若干年内，统计套利将有望在我国得到迅速的应用，值 得对该领域进行进一步的研究。本文仅仅是学术意义上的探讨，不构成任何投资 建议。 关键词：统计套利；超额收益率：多因素模型；股指期货 2 a b s t r a c t s i n c et h eb e g i n n i n go ft h el a s td e c a d eo f2 0 mc e n t u r y , i nl e s st h a n2 0y e a r s p e r i o d , c h i n a sc a p i t a lm a r k e t sh a v em a d eas u c c e s s f u lp r o g r e s sw h i c hs t r i k e dt h ea t t e n t i o no f t h ew o r l d c h i n a s c a p i t a lm a r k e t s a r em a i n l yb a s e do ns t o c km a r k e t s ，w h i c h s u c c e s s f u l l yo p t i m i z e dt h ea l l o c a t i o no fr e s o u r c e s b u tt h e r ea r et w oq u e s t i o n sw h i c h b l o c k e dt h e f u r t h e rd e v e l o p m e n to fc h i n a ss t o c km a r k e t ：t h eo n ei se q u i t yd i v i s i o n p r o b l e m ，t h eo t h e ri sl a c ko fs h o r ts a l em e c h a n i s m 1 h ef o r m e rp r o b l e mw a ss o l v e db y s h a r e m e r g e rr e f o r m ，t h el a t t e ro n ew a ss o l v e db ym a r g i nm e c h a n i s ma n ds t o c ki n d e x f u t u r eo f h u s h e n - 3 0 0i nt h ef i r s th a l f y e a ro f 2 0 1 0 t h es h o r ts a l em e c h a n i s mm a yb r i n g f o m lad e e pr e f o r mo nc h i n a ss t o c km a r k e t s ，t h ep r o f i tp a t t e r nw h i c hh a v el a s t e df o r n e a r l y2 0y e a r sw i l lt a k eac h a n g ee v e rs i n c e n l eb u i l d i n gu po fs t o c ki n d e xf u t u r e sw i l lb r i n gt h eq u i c k l ya p p l i c a t i o no f q u a n t i t a t i v ei n v e s t m e n ta n ds t a t i s t i c a la r b i t r a g ei nc h i n a ss t o c km a r k e t s q u a n t i t a t i v e i n v e s t m e n ti sb a s e do nh i s t o r i c a ld a t at of i n ds o m ep a t t e r n so fa s s e tr e t u r nw h i c hc a nb e u s e dt oi n v e s t s t a t i s t i c a la r b i t r a g ei so n eo fq u a n t i t a t i v ei n v e s t m e n tm e t h o dw h i c ht a k e h e d g i n gi n t oa c c o u n t 1 1 1 ed i f f e r e n c eb e t w e e n s t a t i s t i c a la r b i t r a g ea n dr i s k l e s sa r b i t r a g e i s ，t h e r ew o u l dh a v er i s kw h e nu s i n gs t a t i s t i c a la r b i t r a g ew h i l eu s i n gr i s k l e s sa r b i t r a g e t oi n v e s tt h e r ew a sn or i s ka ta 1 1 i nr e a l i t y , r i s k l e s sa r b i t r a g eo p p o r t u n i t i e sa r es e l d o m , w h i l es t a t i s t i c a la r b i t r a g eo p p o r t u n i t i e sm a yb ef o u n dm o r ee a s i l yr e l a t i v e l y , e s p e c i a l l y i n t h ei n t m a t u r em a r k e t so fc h i n a t 址sp a p e rs t u d i e das t a t i s t i c a la r b i t r a g es t r a t e g yo fm u l t i - f a c t o rm o d e lb a s e do n e x c e s sr e t u m f i r s tim a k ear e v i e wo fp a s ta s s e tp r i c i n gt h e o r y 曲ec a p mm o d e l ， t h ea p tm o d e l ，t h em u l t i - f a c t o rm o d e la n de f f i c i e n tm a r k e th y p o t h e s i s ，t h e ni n t r o d u c e d t h er e l a t e dt h e o r i e so fs t a t i s t i c a la r b i t r a g e ，a n dl a t t e ric o n s t r u c t e dae x c e s sr e t u n lm o d e l w h i c hb a s e do nr e t u r n - r i s ki n v e s t m e n tu t i l i t yf u n c t i o n ia l s od i da ne m p i r i c a lw o r ko i l t h ee x c e s sr e t u r nm o d e lw h i c hic o n s t r u c t e db e f o r e ，u s e dt h ec o n s t i t u e n ts t o c k s d a t ao f h u s h e n - 3 0 0i n d e xf r o m2 0 0 5t ot h ef i r s th a l fy e a ro f2 010 t h r o u g ht h ef o r m e rw o r k , i f i n da no p t i m u mf o r e c a s t i n ge x c e s sa s s e tr e t u r nm u l t i f a c t o rm o d e lu n d e rt h e f r a m e w o r ko ft h i sp a p e r , a n dd i dar o b u s tt e s to nt h em o d e l w h i c ha d d e dt h et i m ee f f e c t i n 1 a t t e riu s et h eo p t i m u me x c e s sr e t u r nf o r e c a s t i n gm o d e lt of i l t e rs t o c k sa n d s t r u c t u r e ds t o c kg r o u p sw h i c hw e r es o r tb yt h ef o r e c a s t e de x c e s sr e t u m , a tt h es a m e t i m eis e l la p p r o p r i a t ea m o u n to fh u s h e n - 3 0 0s t o c ki n d e xf u t u r e ，f i n dt h a tt h es t r a t e g y o fb u y i n gg r o u pl ( o fw h i c ht h ef o r e c a s te x c e s sr e t u r nw a st h eh i g h e s t ) a n ds e l ls t o c k 3 i n d e xf u t u r ec a ns i g n i f i c a n t l yb r i n gar e t u r na b o u t1 4 i nm a y2 010a n d3 1 i nj u n 2 010w h e nu s i n gt h er e a lt r a d ed a t a ( n o tt a k et h et r a d ec o s ti n t oa c c o u n t ) ，w h i l ei nt h e w h o l ep e r i o dw h i c his t u d i e di nt h i sp a p e r , t h ee x c e s sr e t u r ni sa b o u t2 2p e r c e n t s ot h e c o n c l u s i o ni sq u i t es i m p l e ：t h es t r a t e g yis t u d i e di nt h i sp a p e ri su s e f u l a n dt h i sp a p e r a l s of i n dt h ev a l u ee f f e c t 、c a p m b e t ae f f e c t 、p o s i t i v ee f f e c t i v eo fs i z e 、r e v e r s ee f f e c t i v e a n dn e g a t i v ee f f e c t i v eo fo p e r a t i n gl e v e r a g e i nt h ee m p i r i c a lw o r ks e c t i o n , iu s e dm o r et h a n2 0i n d e p e n d e n tv a r i a b l e sw h i c h r e f l e c t e da l m o s ta l lr e s p e c to ff i n a n c i a li n d e xo fac o m p a n y , s u c ha sd e b tp a y i n ga b i l i t y 、 s o l i d i t y ，p r o f i t a b i l i t y ，r i s kl e v e l ，p r o f i t a b i l i t yr a t i o o fs h a r e h o l d e r ，d e v e l o p m e n t c a p a b i l i t ya n do t h e rv a r i a b l e si n c l u d i n gc a p m b e t a 、s i z e 、r e v e r s ee f f e c ta n dl i q u i d i t y t h ep r o c e s so fl o g i ca n a l y s i sa n dm o d e lc o n s t r u c t i o nw a sq u i t ep i t h i l yb u ts t r i c t l y t h e r ea r eal o to fp i c t u r e sa n dt a b l e sw h i c hm a d et h i sp a p e rv e r yl i v e l ya n ds i m p l i c i t y t h e r ea r em a n ys m a l li n n o v a t i o n st h r o u g ht h i sp a p e r , b u tt h em o s tp r i m a r yi n n o v a t i o ni s t h eu s i n go fd e v i a t i o no fv a r i a b l e s ，t h r o u g ht h i sw a yt h ee m p i r i c a lw o r ks e c t i o nc a nb e m o r ee f f e c t i v e ，a n dw h a t sm o r e ，t h i sm e t h o dc o n s t r u c t e dab r i d g ew h i c hc o n n e c t e dt h e e x c e s sr e t u mm o d e la n dr e a li n v e s t m e n tw o r k b u tb e e nl i m i t e db yt h el e v e la n d s t r u c t u r eo fe x p e r t i s e ，t h i sp a p e ra l s oh a v es o m ed e f i c i e n c yw h i c hw i l lb ed i s c u s s e di n t h et e x t h o w e v e r , t h i sp a p e rh a v ei t sp r a c t i c ea n da c a d e m i cv a l u ea st a l k e di nt h e f o r m e rp a r a g r a p h t h em a i nt a r g e to ft h i sp a p e ri sn o tt of i n das t r a t e g yw h i c hw a se x p e c t e dt og a i n p r o f i tf o r e v e r , b u tt or e s e a r c hw h e t h e rs t a t i s t i c a la r b i t r a g ea r ee f f e c t i v eo rn o ti nc h i n a m a r k e t , - a n dt h e ni n s p i r et h ei n t e r e s t i n go fo t h e rr e s e a r c h e r so nt h i sf i e l d i nt h ey e a r st o c o m e ，s t a t i s t i c a la r b i t r a g es t r a t e g ym a yb eb r o a d l yu s e di nc h i n am a r k e t , s ot h er e s e a r c h o fs t a t i s t i c a la r b i t r a g eo fc h i n am a r k e ti sw o r t h i n e s s a tl a s t , ih a v et od e c l a r et h a tt h i s p a p e rw a sj u s ta na c a d e m i cr e s e a r c h , s oi tc a l l tb eu s e dt od oa n yi n v e s t m e n td i r e c t l y k e y w o r d ：s t a t i s t i c a la r b i t r a g e ；e x c e s s r e t u r nm o d e l ；m u l t i - f a c t o r , s t o c ki n d e xf u t u r e 4 1 1本文研究背景和意义 1 1 1 本文研究背景 自上世纪9 0 年代初上海、深圳两个证券交易所建立以来，在不到2 0 年的时 间里我国资本市场取得了有目共睹的成就。以沪深股票市场为主的我国资本市场， 积极发挥了优化资源配置的作用，有效促进了我国国民经济的发展。然而，有两 个问题曾长期阻碍着我国资本市场的进一步发展：股权分置下流通股股东与非流 通股股东目标不一致问题和缺乏做空机制时单边市场的问题。 所幸的是，到2 0 1 0 年上半年，这两个制约我国股市发展的问题都已经得到了 初步解决：股权分置问题已经在2 0 0 5 年后通过股权分置改革得到了解决，而缺乏 做空机制的问题也在2 0 1 0 年得到了解决一2 0 1 0 年3 月融资融券开始试点运行， 9 0 只个股成为首批融资融券试点个股；2 0 1 0 年4 月1 6 日，经过国务院批准，我 国资本市场第一只股票指数期货沪深3 0 0 指数期货于当天正式挂牌交易。 沪深3 0 0 股票指数期货的推出和融资融券业务试点的展开将彻底结束我国股 票市场缺乏做空机制的弊端，从而有望迸一步提高我国资本市场的有效性：在具 备做空机制的资本市场里，投资者可以通过构建对冲投资组合来获取无风险收益 率，从而促使资产价格更快地反映新信息和内在价值；不过，股指期货、融资融 券也可能会放大市场波动性从而加大投资风险。 可见，引入做空机制对我国资本市场投资者而言既是机遇也是挑战，因此针 对沪深3 0 0 指数期货和( 或) 融资融券进行深入研究，无疑具有重要意义。由于 融资融券目前还处于试点运行阶段，各方面限制还很多，而沪深3 0 0 指数期货将 在构建投资组合、对冲系统性风险等方面将发挥更加重要的作用，因此，本文拟 对沪深3 0 0 指数期货相关专题进行研究。鉴于量化投资和统计套利在国外的研究 已经较为先进并且得到了广泛运用，而国内学术界、实务界对这方面的研究还较 为缺乏，因此本文选题为根据沪深3 0 0 指数期货来进行统计套利( s t a t i s t i c a l a r b i t r a g e ) 研究。 2 0 1 0 年是中国资本市场做空机制真正得以建立的元年。当前，各大机构投资 者已经开始对如何利用沪深3 0 0 指数期货进行量化投资、统计套利展开了研究大 战；未来，机构投资者特别是量化基金将获得广阔的发展空间。具备了股指期货 这一做空工具的我国资本市场有望在未来若干年内发生巨大的变化，延续了近2 0 年的我国股市盈利模式和市场表征也将发生巨变：一场因股指期货和融资融券的 引入而即将带来的我国资本市场的又一次变革正在酝酿，这正是本文研究背景之 基于预期超额收益率多因素模型的统计套利研究 所在。 1 1 2 本文研究意义 统计套利是根据历史数据进行统计分析，发现资产价格或收益率的某些变动 规律，然后利用对冲手段构建统计套利投资组合进行套利的投资策略或过程。统 计套利区别于传统无风险套利的地方在于，后者是确定无风险的套利活动，而前 者则存在一定的风险，是一种风险套利，因为不能确保基于大数定理窥探到的历 史规律一定在未来重演。统计套利属于量化投资的一种形式，因为其个股组合的 选择直接由量化投资模型而定。本文研究既有一定实践意义，也有一定学术意义， 分述如下： 1 1 2 1 选题的实践意义 对机构投资者而言，如何通过股指期货来进行套期保值、投机或套利已是一 个热门话题。对机构投资者，特别是对存在最低持仓额度要求的公募基金而言， 如何规避现货多头的系统性风险或者锁定现货多头的盈利，显得非常重要；小投 资者同样有利用股票指数期货进行风险管理的需要。本文研究有助于投资者进行 风险管理从而优化资产组合配置，并有助于进一步提升我国资本市场效率。 股票市场的复杂性一方面在于难以精确预测上市公司未来短期内的收益变动 和资产质量情况，另一方面也在于难以预测投资者估值水平的未来变化。投资者 之间的博弈难以通过数理模型来描述，因为我们无法洞知每一个市场参与者( 包 括潜在参与者) 的内心世界及其变化规律。国内外研究表明，即便是拥有信息、 技术等优势的机构投资者( 如共同基金) 亦无法持续战胜市场，可见预测未来难 度之大。正是因为持续地战胜市场是如此困难，越来越多的投资者选择进行被动 投资，即复制某一个指数进行投资。但问题是，相对固定收益资产投资而言被动 投资的风险还是很大。本文试图研究能有效、稳健地产生一定收益率的投资模式 如果市场具备零初始成本自融资的制度环境的话，可以用该方法来进行统计 套利。亚洲主要国家资本市场推出股指期货后的一两年内往往带来大量的套利机 会无风险套利收益率可高达3 0 - 5 0 ，因此，在当前研究股指期货相关套利技 术正当其时。并且，长期来看，统计套利也可能获得可观的投资回报。本文研究 将可用来指导投资实务，因此具有实践意义。 1 1 2 2 选题的学术意义 如果说对投资实务界而言最重要的问题是如何对资产未来收益率进行预测的 话，那么学术界更加关心的问题首先是：可以对资产未来收益率进行预测吗? 是 否存在最优的资产收益率模型? 大量学者对这个问题的研究可谓汗牛充栋。已有 2 1 导言 的被广为接受的资产收益率模型包括资本资产定价模型( c a p m ) 、套利定价模型 ( a p t ) 、多因素模型等。然而，必须承认：鉴于资产收益率研究涉及到预期未来 信息和投资者相互影响等所致的复杂性，直到目前为止仍没有一个被学术界普遍 接受的、完美的资产收益率模型( b r o o k s ，2 0 0 8 ) u 朝。 本文在有关资产收益率相关理论已有研究成果的基础上，依据收益一风险投资 效用函数，进行深入的理论分析来构建( 超额) 资产收益率模型，再通过实证环 节进行研究和检验，从而相对独立地完成从“提出问题_ 分析问题一解决问题 的 学术研究。 综上，本研究的学术意义在于：通过分析和构建理论模型和对我国股票市场 资产收益率预测模型进行实证研究，从而促进学术界对资产收益率预测模型的理 解和进一步研究。 1 2 本文研究思路和方法 1 2 1 本文研究思路 本文研究的是如何利用沪深3 0 0 指数期货进行风险对冲从而获得“无风险收 益率”，基本思路是首先寻找到预期可带来超额收益率( 相对于沪深3 0 0 指数或 者其他大盘指数) 的个股并建立个股组合，然后根据个股组合头寸反向操作相应 数量的沪深3 0 0 指数期货，最后在投资期末时再进行平仓操作即可。由于利用股 指期货进行了对冲，故不管市场未来如何波动，这个包含了股指期货头寸的资产 组合都会获得预期超额部分收益率。 本文在研究的过程中，将样本限定在沪深3 0 0 指数成分股中，一方面在于沪 深3 0 0 指数成分股的走势和沪深3 0 0 指数更加紧密，另一方面原因在于考虑到非 沪深3 0 0 指数成分股中存在大量业绩差、规模小从而容易受到非理性炒作或者人 为操纵的股票。鉴于融资融券目前尚处于试点阶段、还存在较多限制，因此本文 研究的是做多股票资产组合、做空沪深3 0 0 股票指数期货的统计套利策略。 需要特别指明的是，本文所研究的基于多因素模型的统计套利投资方法并不 是完全没有风险的。也正因为如此，必须要特别说明的是：本文仅仅是学术意义 上的探讨，不构成任何投资建议。 1 2 2 本文研究方法和过程 本文在进行研究的过程中，既采用了规范的逻辑推理和建模分析，也利用了 大量金融数据进行了严格的实证分析，从而整个研究过程是连贯和严密的。可以 将本文的研究过程概括为以下三个步骤： 3 基于预期超额收益率多因素模型的统计套利研究 步骤一：逻辑分析与统计建模过程。首先对资产定价进行逻辑分析，即根据 现金流贴现公式推导出股票价格的影响变量，并从逻辑上探讨各变量可能存在的 影响，并据此构建回归模型。本文所构建的超额收益率模型基于收益一方差投资效 用函数而来，推导过程简洁、严谨。 步骤二：收集、处理数据进行统计分析。收集并处理数据( 将因变量和自变 量均进行离差处理) ，然后根据超额收益率模型进行多元回归分析，从而发现最适 合我国沪深3 0 0 指数成分股的超额收益率模型。 步骤三：卖空相应数量的股指期货进行对冲。根据步骤二中得到的最优超额 收益率模型筛选个股，将个股预期的超额收益率按照从高到低的顺序进行排序， 将排在前