4 maja 2021 14:14

Teoria cen arbitrażowych: to nie tylko fantazyjna matematyka

Arbitrażowa teoria wyceny (APT)  jest alternatywą dla modelu wyceny aktywów kapitałowych (CAPM) w celu wyjaśnienia zwrotów z aktywów lub portfeli. Został opracowany przez ekonomistę  Stephena Rossa w latach 70. Z biegiem lat teoria cen arbitrażowych zyskała na popularności ze względu na jej stosunkowo prostsze założenia. Jednak teoria cen arbitrażowych jest znacznie trudniejsza do zastosowania w praktyce, ponieważ wymaga dużej ilości danych i złożonej analizy statystycznej.

Zobaczmy, czym jest teoria cen arbitrażu i jak możemy ją zastosować w praktyce.

Co to jest APT?

APT to wieloczynnikowy model techniczny oparty na relacji między oczekiwanym zwrotem z aktywów finansowych a jego ryzykiem. Model ma na celu uchwycenie wrażliwości zwrotów z aktywów na zmiany niektórych zmiennych makroekonomicznych. Inwestorzy i analitycy finansowi mogą wykorzystać te wyniki do wyceny papierów wartościowych.

Nieodłącznym elementem teorii arbitrażu jest przekonanie, że źle wycenione papiery wartościowe mogą stanowić krótkoterminowe, wolne od ryzyka możliwości zysku. APT różni się od bardziej konwencjonalnego  CAPM, który wykorzystuje tylko jeden czynnik. Jednak podobnie jak CAPM, APT zakłada, że ​​model czynnikowy może skutecznie opisać korelację między ryzykiem a zwrotem.

Trzy podstawowe założenia APT

W przeciwieństwie do modelu wyceny aktywów kapitałowych, teoria wyceny arbitrażowej nie zakłada, że ​​inwestorzy posiadają efektywne portfele.

Teoria jest jednak zgodna z trzema podstawowymi założeniami:

  • Zwroty z aktywów wyjaśniają czynniki systematyczne.
  • Inwestorzy mogą budować portfel aktywów, w którym określone ryzyko jest eliminowane poprzez dywersyfikację.
  • Nie ma możliwości arbitrażu wśród dobrze zdywersyfikowanych portfeli. Jeśli istnieją jakiekolwiek możliwości arbitrażu, zostaną one wykorzystane przez inwestorów. (W ten sposób teoria otrzymała swoją nazwę.)

Założenia modelu wyceny aktywów kapitałowych

Widzimy, że są to założenia bardziej luźne niż założenia modelu wyceny aktywów kapitałowych. Model ten zakłada, że ​​wszyscy inwestorzy mają jednorodne oczekiwania co do średniego zwrotu i wariancji aktywów. Zakłada również, że ta sama efektywna granica jest dostępna dla wszystkich inwestorów.

W przypadku dobrze zdywersyfikowanego portfela podstawową formułę opisującą teorię arbitrażu cenowego można zapisać w następujący sposób:

R f  oznacza zwrot, jeśli składnik aktywów nie był narażony na żadne czynniki, czyli wszystkie

βn=0\ beta_n = 0βnWcześniejsze=0

W przeciwieństwie do modelu wyceny aktywów kapitałowych, teoria arbitrażu nie określa czynników. Jednak według badań Stephena Rossa i Richarda Rolla najważniejsze czynniki to:

Zdaniem badaczy Rossa i Rolla, jeśli zmiana powyższych czynników nie zaskoczy, to faktyczny zwrot będzie równy oczekiwanemu zwrotowi. Jednak w przypadku nieprzewidzianych zmian czynników, rzeczywisty zwrot zostanie określony w następujący sposób

Zauważ, że f ’ n to nieoczekiwana zmiana czynnika lub czynnika zaskoczenia, e to pozostała część rzeczywistego zwrotu.

(Więcej informacji na temat modelu wyceny aktywów kapitałowych można znaleźć w artykule  Zalety i wady modelu CAPM ).

Szacowanie wrażliwości na czynniki i składki na czynniki

Jak właściwie możemy wyprowadzić wrażliwość na czynniki? Przypomnijmy, że w modelu wyceny aktywów kapitałowych wyprowadziliśmy wartość beta aktywów, która mierzy wrażliwość aktywów na zwrot rynkowy, po prostu regresując rzeczywiste zwroty z aktywów względem zwrotów rynkowych. Wyprowadzanie beta współczynników przebiega w zasadzie w ten sam sposób.

W celu zilustrowania tej techniki szacowania  SS n (wrażliwość na czynnik n)  i f n (n-ceny składnik) weźmy S & P 500 Całkowity powrót indeksu  i NASDAQ kompozyt powrót indeksu jako proxy dla bardzo zróżnicowanych portfeli dla których chcemy znaleźć ß n  i  f n. Dla uproszczenia przyjmiemy, że wiemy, że R f (zwrot wolny od ryzyka)  wynosi 2 procent. Zakładamy również, że roczny oczekiwany zwrot z portfeli wynosi 7 procent w przypadku indeksu S&P 500 Total Return Index i 9 procent w przypadku NASDAQ Composite Total Return Index.

Krok 1: Określ czynniki systematyczne

Musimy określić systematyczne czynniki, które wyjaśniają zwroty z portfela. Załóżmy, że realne tempo wzrostu produktu krajowego brutto (PKB) i zmiana rentowności 10-letnich obligacji skarbowych to czynniki, których potrzebujemy. Ponieważ wybraliśmy dwa indeksy z dużymi składnikami, możemy być pewni, że nasze portfele są dobrze zdywersyfikowane, a ryzyko specyficzne jest bliskie zeru.

Krok 2: Uzyskaj wersję beta

Przeprowadziliśmy  regresję historycznych danych kwartalnych każdego indeksu w stosunku do kwartalnych stóp wzrostu realnego PKB i kwartalnych zmian rentowności obligacji skarbowych. Zauważ, że ponieważ te obliczenia mają jedynie charakter ilustracyjny, pominiemy techniczne strony analizy regresji.

Oto wyniki:

Wyniki regresji mówią nam, że oba portfele mają znacznie większą wrażliwość na stopy wzrostu PKB (co jest logiczne, ponieważ wzrost PKB jest zwykle odzwierciedlany w zmianach na rynku akcji) i bardzo niewielką wrażliwość na zmianę rentowności obligacji skarbowych (jest to również logiczne, ponieważ akcje są mniej wrażliwe na zmiany rentowności niż obligacje).

Krok 3: Uzyskaj ceny faktorów lub premie faktorowe

Teraz, gdy otrzymaliśmy współczynniki beta, możemy oszacować ceny czynników, rozwiązując następujący zestaw równań:

7%=2%+3.45∗fa1+0.033∗fa27 \% = 2 \% + 3,45 * f_1 + 0,033 * f_27%=2%+3.45∗fa1Wcześniejsze+0.033∗fa2Wcześniejsze

fa1=1.43%f_1 = 1,43 \%fa1Wcześniejsze=1.43% i

fa2=2.47%f_2 = 2,47 \%fa2Wcześniejsze=2.47%

W związku z tym ogólne równanie teorii cen arbitrażu ex ante  dla dowolnego portfela będzie wyglądać następująco:

mi(Rja)=2%+1.43%∗β1+2.47%∗β2E (R_i) = 2 \% + 1.43 \% * \ beta_1 + 2.47 \% * \ beta_2E(RjaWcześniejsze)=2%+1.43%∗β1Wcześniejsze+2.47%∗β2Wcześniejsze

Wykorzystanie możliwości arbitrażu

Ideą warunku braku arbitrażu jest to, że jeśli na rynku występuje źle wyceniony papier wartościowy, inwestorzy zawsze mogą skonstruować portfel z wrażliwością na czynniki podobną do wrażliwości na źle wycenione papiery wartościowe i wykorzystać okazję do arbitrażu.

Załóżmy na przykład, że oprócz naszych portfeli indeksów istnieje Portfel ABC, którego odpowiednie dane są podane w poniższej tabeli:

Możemy skonstruować portfel z pierwszych dwóch portfeli indeksów (z wagą indeksu S&P 500 Total Return Index wynoszącą 70 procent i wagą NASDAQ Composite Total Return Index wynoszącą 30 procent) z podobną wrażliwością na czynniki jak portfel ABC, jak pokazano w ostatnim raporcie stół. Nazwijmy to Portfelem Połączonych Indeksów. Portfel złożony z indeksów ma te same wartości beta dla czynników systematycznych, co portfel ABC, ale niższy oczekiwany zwrot.

Oznacza to, że portfel ABC jest niedowartościowany. Następnie skrócimy Portfel Indeksu Połączonego i za te wpływy kupimy akcje Portfela ABC, który jest również nazywany portfelem arbitrażowym (ponieważ wykorzystuje możliwość arbitrażu). Ponieważ wszyscy inwestorzy sprzedaliby zawyżony i kupili niedoszacowany portfel, odstraszyłoby to wszelkie zyski z arbitrażu.  Dlatego teoria ta nazywana jest teorią cen arbitrażu.

Podsumowanie

Arbitrażowa teoria wyceny, jako model alternatywny do modelu wyceny aktywów kapitałowych, próbuje wyjaśnić zwrot z aktywów lub portfela za pomocą czynników systematycznych i wrażliwości aktywów / portfeli na takie czynniki. Teoria szacuje oczekiwane zwroty z dobrze zdywersyfikowanych portfeli przy założeniu, że portfele są dobrze zdywersyfikowane, a wszelkie rozbieżności w stosunku do ceny równowagi na rynku byłyby natychmiastowo usuwane przez inwestorów. Wszelkie różnice między rzeczywistym zwrotem a oczekiwanym zwrotem są wyjaśnione przez niespodzianki związane z czynnikami (różnice między oczekiwanymi a rzeczywistymi wartościami czynników).

Wadą teorii cen arbitrażowych jest to, że nie określa ona czynników systematycznych, ale analitycy mogą je znaleźć poprzez regresję historycznych zwrotów portfela względem takich czynników, jak realne stopy wzrostu PKB, zmiany inflacji, zmiany struktury terminowej, zmiany premii za ryzyko i tak dalej. Równania regresji pozwalają ocenić, które czynniki systematyczne wyjaśniają zwrot z portfela, a które nie.