非正交因子下的APT模型参数估计方法研究

"非正交因子下APT模型的参数估计 (2002年) - 刘建斌" 本文探讨了在非正交因子条件下，套利定价理论（Arbitrage Pricing Theory, APT）模型的参数估计问题。APT模型是金融经济学中用于定价资产的重要工具，它假设资产价格可以通过一系列因素来解释，并且在无套利的情况下，这些因素的影响可以被确定。在实际应用中，由于市场因素间的相关性，因子往往不是正交的，这使得参数估计变得复杂。 刘建斌的研究将APT模型表述为一个多元线性回归的形式，其中因子不一定是正交的。他采用了逐步最优化方法来解决这一问题，提出了非线性看似无关回归估计（Nonlinear Seemingly Unrelated Regression Estimation, NSURF）和最大似然估计（Maximum Likelihood Estimation, MLE）的适用条件。NSURF和MLE都是统计学中常见的参数估计方法，但在非正交因子的环境中，它们的计算和解释会变得更加复杂。 在论文中，刘建斌给出了这两种估计方法存在的充分条件，并详细阐述了当这些条件满足时，它们的精确形式和简化的表达方式。这些表达式可以帮助研究人员在实际数据中更准确地估计APT模型的参数，从而更好地理解市场因素对资产价格的影响。 此外，他还讨论了无套利机会的定义，即APT模型中的强无套利条件（Strong APT condition），该条件要求模型的参数组合使得不存在无风险套利机会。通过这个条件，可以对模型进行约束，以确保理论定价与市场实际价格一致。 刘建斌的研究对于理解非正交因子对APT模型估计的影响以及如何在这种情况下进行有效估计具有重要意义。这对于金融市场的研究人员和从业人员来说，提供了在复杂市场环境下分析和预测资产价格的理论基础。通过这样的研究，我们可以更深入地理解市场动态，并可能开发出更适应实际市场环境的定价模型和投资策略。