打字猴:1.703535941e+09
1703535941 相关系数同时还受到信息变化特征的影响。如果两个公司受到某一信息的影响是相同的,那么它们之间的相关性就会增大。信息的强弱取决于它是否会对相关系数产生重要影响。因此,当某些以前不重要的因素突然变得非常重要时,相关系数常常会显著改变。以能源价格为例,多年以来其波动一直较平稳,但2004年能源价格增长了一倍,许多以能源盈利的公司和国家的收益率相关性陡然增大(甚至某些相关系数以前是负值)。所以相关系数会受到信息报道事件大小的影响。
1703535942
1703535943 因为公司的股票价格取决于公司未来的盈利、分红以及预期收益率,所以价格的变动基于影响这些预测的最新情况,公司对最新形势的预测称为“公司信息”。对于每个资产,我们都需要关注两类信息:第一类是关于未来盈利或者分红的信息;第二类是关于未来预期收益的信息。两类信息都受能源价格、工资率、货币政策等消息的影响。相关性以不同公司信息的相似程度为基础。下面将特别说明公司信息的相关性如何影响收益率的相关性。
1703535944
1703535945 为了对表1-1至表1-4中的相关系数运用上述思想,有必要说明处理潜在的公司信息的方式是相关的。处于同一行业的公司可能受到相似的分红信息影响,因此它们之间的相关性都高于不同行业的公司。小盘股受到可能包含较强唯一性的盈利信息影响时,其股价变动通常很显著。因此,小盘股之间的相关性自然小于大盘股之间的相关性。由于大盘股更直接地受宏观经济信息的影响,因此其股息流也许更容易预测。大公司通常拥有多元化的业务模式。因此大盘股的股价波动小于小盘股,但大盘股间的相关性更高。同时指数的收益率也更受宏观信息的影响,大盘股与指数收益率之间的相关性也高于小盘股。
1703535946
1703535947 对于股票而言,与预期收益有关的信息本质上是与此资产相关的利率的信息。该利率信息主要受到宏观政策变化和风险溢价的影响,宏观政策决定短期利率而风险溢价反过来又受到市场波动的影响。在国内市场的股票之间,这些影响可能具有非常高的相关性。由于实际的风险溢价有可能随着消息而变化,同时导致跨部门和跨公司的波动,但是可以预期它们之间是极其相关的。
1703535948
1703535949 收益率的相关系数就是两种信息来源的净效应,也就是说它是由这两种基本的相关性构成的。信息所涉及的事件越大,未来其对相关性的影响就应该越大。因此当未来联邦储备的政策不确定时,相关性将上升到看起来更像是必要报酬率的相关性。当宏观政策和利率较稳定的时候,盈利信息对于相关性的影响更重要。以政府债券为例,当关于其分红的信息较少或者没有时,那么关于短期利率信息就会成为影响其收益率的重要因素。所有到期的债券将会对货币政策的信息或者短期利率的改变做出反应。当这种信息来源成为主要因素时,债券间的相关系数将会相当大。当风险溢价变动时,它会再次影响所有固定收益证券,从而导致其更高的相关性。然而当溢价为信用风险溢价时,效果对于可违约证券是不同的,例如企业债券或者高收益债券。这种情况下,高风险和低风险债券之间的相关性可能会下降,甚至为负。因为股票以及债券对于信息中预期收益的部分反应比较敏感,它们之间具有正相关性和较高的方差。当它们之间方差较低时,我们可以想象到股票和国债之间的相关性会减小甚至为负。尤其是当反周期货币政策实行时,好的宏观经济信息会变成坏的利率信息。
1703535950
1703535951 汇率同时受国内和国外信息的影响。如果所有汇率都是以美元为计价单位,它们之间的相关性存在一种自然的共同部分。同样,国际股票和债券收益率以美元为计价单位,它们之间的相关性将增加。具有相似经济体的国家其信息处理过程是有联系的,因为同样的事件将影响它们。随着特定冲击被平均掉,表1-4所列出的指数收益率的相关性将会增加。随着市场的真正全球化,不同国家的债券收益率的相关系数将普遍地增大;在宽松的汇率制度中货币计价将会非常重要。
1703535952
1703535953
1703535954
1703535955
1703535956 预见相关性:风险管理新范例 [:1703535699]
1703535957 预见相关性:风险管理新范例 1.4 相关性的经济学模型
1703535958
1703535959 由于这些结果大多非常复杂并且相互关联,难以用文字简洁而清晰地阐述。为了定量分析这些结论,需要构造一种描述收益间相关系数的数学表达式,目的是说明信息间的相关性如何对收益间的相关性起基础影响作用。首先我们采用连续复利形式,假定收益为r,每股价格为p,每股股息为D,则有
1703535960
1703535961 rt+1=log(pt+1+Dt+1)-log(pt) (1-2)
1703535962
1703535963 运用Campbell和Shiller(1988a,b)或者Campbel(1991)的对数线性化方法,上述式(1-2)可以近似写成
1703535964
1703535965 rt+1≈k+ρpt+1+(1-ρ)dt+1-pt (1-3)
1703535966
1703535967 其中小写字母代表对数值,k为线性化的一个常量。本质上,这是一种对和的对数序列展开的方式,近似于各部分对数的加权平均。近似效果优良的条件是两部分的比率很小且相对保持不变。资产价格明显满足这些条件。参数ρ实质上为贴现率,并且略小于1。
1703535968
1703535969 从上述公式中解出pt,假设股票价格不会趋于无穷大,则有
1703535970
1703535971
1703535972
1703535973
1703535974 基于t时刻的信息,等式两边取期望,同样得到因变量pt,因为pt在t时刻是已知的。
1703535975
1703535976
1703535977
1703535978
1703535979 同样,基于t-1时刻的信息两方取期望,便可以得出一种预测下一期价格的方法。由于本期真实价格对数值与前一期预测值间的差异仅仅是意外情况造成的,因此
1703535980
1703535981 rt-Et-1(rt)=Et(pt)-Et-1(pt) (1-6)
1703535982
1703535983 并且
1703535984
1703535985
1703535986
1703535987
1703535988 超额收益由两部分构成:未来股息的超额收益以及未来期望收益的超额收益。通常用下式来简易表达:
1703535989
1703535990
[ 上一页 ]  [ :1.703535941e+09 ]  [ 下一页 ]