广义矩估计的一般步骤_【基本无害】动态理性预期理论与广义矩估计02
前期回顾
【基本无害】动态理性预期理论与广义矩估计01
如果使用 GMM 对动态理性预期模型进行识别,主要是基于动态欧拉方程,昨天我们的推文已经介绍了动态欧拉方程:
我们举了若干不同的经济学模型的例子,最后都得到了动态欧拉方程,需要注意的是该方程(或称为模型)的参数只有两个,即: 。
但是需要注意 的值算出来最后不符合经济学逻辑,比如利用美国股票数据,从 1959-1993,算出来 为 91.4097(1 步-GMM 法)或者 57.3992(迭代-GMM),这就是大名鼎鼎的“资产溢价之谜”。
Lucas的C-CAPM模型
今天我们主要介绍 Lucas 的 1978 年模型,即 C-CAPM 模型来说明“资产溢价之谜”。利用 C-CAPM 模型也可以得到动态欧拉方程。首先假设投资者仅能在股票和无风险债券中做出选择进行投资,则其试图优化一下问题:
s.t
债券持有量(t 时对 1 单位消费的要求) 股票持有量 股票价格(相对于债券的价格) 红利 资产总价值
需注意,假设债券价格为单位 1(比如:一元)。
则一阶条件(FOCs)为:
而终值条件(TVCs)为:
需要注意的是,这些等式必须对所有投资者成立,无论市场是完备市场还是非完备市场。对于一些投资者来说,这些方程可能是以不等式形式存在,主要原因是投资者可处于借贷或卖空限制状态。
因此,以上方程对资产价格+消费之间的关系施加了可检验的限制条件。无论市场是完备的还是不完备的,这些限制都是一样的。在实践中,因为很少有长时间序列的个人消费数据。这使得这些限制难以检验。但是,如果市场是完备的,因此存在一个代表性投资人,那么我们就可以检验对总数据的限制条件。
也就是说,在完备市场或禀赋型经济体下,个体具有相同便好和相同的禀赋,导致在均衡时,每个人消费(人均)总禀赋,由资产的红利流组成(可参见“卢卡斯树模型”)。如同所示:
有两点需要注意:1)关于收益的调整,让每个人满足于消费自己的禀赋。在均衡状态下,不存在资产交易! 这些都是 "影子价格"。显而易见,出现在均衡处,因为债券的净供给为零)。
2)注意,卢卡斯只是颠覆了弗里德曼的 "永久收入假说 "的逻辑。弗里德曼假设资产收益Rt是外生的,并利用消费欧拉方程对最优消费行为进行描述。该假说在Hall 78被正式检验。
相比之下,卢卡斯模型中,卢卡斯假设消费是外生的,并使用欧拉方程对均衡资产价格做出描述。
由此Lucas模型最有特色的是:在Lucas模型之前,经济学家一般认为资产价格满足随机游走,而在Lucas模型中,资产价格不满足随机游走设定。为了说明为何?我们举例说明:先看一下欧拉方程,
上式的推导我们用到了以下概率统计基本特性:假设,分别为两个随机变量,则有
因为有
和的存在, 导致不是鞅过程。请特别注意,随机游走满足鞅过程,但逆命题不成立。如果一个随机过程不满足鞅过程,那么该随机过程也一定不是随机游走。
说明:已知满足的情形下,我们如果还强制认定是鞅过程,即存在,则必须满足。
由此可见,一般而言,即使在有效市场中,资产价格也可以不是随机游走,因为有和项的存在。这反映了 "时变的风险溢价"。也就是说,价格满足鞅过程,我们可以说投资者处于风险中性环境中,仅此而已。
此外还需要注意,鞅过程与随机游走之间的关系。
从技术上讲,鞅过程仅对随机过程的(条件)一阶矩进行了要求。因此,它比随机漫步的限制性小,后者对随机过程的整个分布都进行了限制性要求。因此,ARCH/GARCH仍可以保持鞅特性,虽然我们明显知道,ARCH/GARCH模型不满足随机游走过程特性。
用C-CAPM模型说明资产溢价之谜
下面继续讨论。
我们可以定义资产的收益率,,于是欧拉方程可写为: ,此外不妨利用CRRA模型,
即认为效用函数满足 ,则欧拉方程化为: , 然后为了便于计算, 我们再定义 消费增长率, 而 , 则此时欧拉方程化为。
我们再定义一个函数, 并利用泰勒展开公式在 和 处进行二阶展开,则有
而假设也十分合理,于是可以化简得到: , , , , ,
将以上结果带回欧拉方程,则有 令 ,于是有
, 然后化简得到定义无风险利率 ,其中:
- 表示不耐烦性
- 代表消费增长率的跨期替代效用
- 审慎性储蓄
我们于是可以写为 这就是C-CAPM的最终结论。
- :表示风险价格
- : 表示风险量
如果令,则C-CAPM公式可以写为:
由此可见,除了不可直接观测外,其余量皆可利用数据计算得到。下面介绍为何出现了美国股票市场的风险溢价之谜。我们不妨将美国的数据带入该模型,看看会发生什么? 表示的是年化美国股票收益率均值,该数据可从市场上获得 表示美国国库券的年化收益率,该数据仍然可以从市场上获得 则,而 ,, 都可以通过经济数据计算得出,于是,将结果带入,得到,这个结果太夸张了。即是我们认为, 也非常诡异。
美国的资产溢价之谜的本质就是太高,完全不符合实情。
可能的经济学解释:
1、消费增长相对于股票的收益过于平滑;
2、消费增长与股票的收益的相关性还是太低,潜台词是:消费增长了,股票的收益增长并没有那么相关(老百姓在消费增长时,为什么不去买股票?) 那为什么的值不能太高呢?为何太高就违反经济学直觉?
1、 将导致 ,而无风险收益并不高啊!!!
2、值越高表示的是投资者的风险厌恶程度, 经济学家一般认为该值小于3比较合理。
我们举个例子。
为了避免在同等概率的情况下获得或失去一份财富的风险,你愿意支付多少份额的财富?(在CRRA下,答案不取决于财富水平)。
由此可见,gamma值仍然非常的不正常........
(待续未完)
广义矩估计的一般步骤_【基本无害】动态理性预期理论与广义矩估计02相关推荐
- 广义矩估计的一般步骤_广义矩估计.ppt
广义矩估计 §3.3 计量经济学模型的广义矩估计(GMM, Generalized Method of Moments)(教材§3.6) 一.广义矩估计的概念 二.计量经济学模型的广义矩估计 三.OL ...
- 广义矩估计的一般步骤_广义矩估计法
广义矩估计 一.背景 我们前面学了OLS 估计.工具变量估计方法,前面这几种方法都有重要假设就是需要知道分布才能估计,但是往往现实理论我们无法得到关于分布的信息,因此矩估计方法应运而生.矩估计方法的基 ...
- linux 内核 网卡驱动 移植,Linux内核移植步骤_添加DM9000网卡驱动(设备树).docx
Linux内核移植步骤_添加DM9000网卡驱动(设备树) Linux内核移植步骤2015年05月13日星期三上午 11:05往设备树中添加网卡驱动:1.选平台,指定交叉编译工具链:(1).在Make ...
- WinCC flexible Smart V3 SP2软件安装具体方法和步骤_常见问题处理
WinCC flexible Smart V3 SP2软件安装具体方法和步骤_常见问题处理 官方网站提供 WinCC flexible Smart V3 SP2软件下载的地址: 点击下载软件 安装之前 ...
- 神经网络模型预测步骤_神经网络预测值范围
今天聊聊 神经网络模型预测步骤_神经网络预测值范围 1.具体应用实例.根据表2,预测序号15的跳高成绩. 表2 国内男子跳高运动员各项素质指标 序号 跳高成绩() 30行进跑(s) 立定三级跳远() ...
- 广义表取表头表尾_数据结构广义表的递归算法
Hello同学们,又到了美妙的星期三,很开心又和大家见面了.这次我们要来讲一讲关于广义表的那些事儿! 俗语说:"与其临渊羡鱼,不如退而结网." 希望通过今天的学习大家可以有所收获. ...
- 实证研究的步骤_毕业论文怎么写?写作步骤是什么?方式可分为理论研究型、应用研究型和实证型三大类。理论研究型根据对现有理论的反思、研究【山西师范大学现代文理学院招生咨询吧】...
毕业论文怎么写?写作步骤是什么? 方式可分为理论研究型.应用研究型和实证型三大类. 理论研究型根据对现有理论的反思.研究,以作者的思想为主导形成创新理论的论证或模型.模式.文科.理科专业的毕业论文较多 ...
- UA STAT687 线性模型II 最小二乘理论2 约束最小二乘估计
UA STAT687 线性模型II 最小二乘理论2 约束最小二乘估计 约束最小二乘估计的求解 数值计算的思路 系数估计量的解析式 约束最小二乘估计的统计性质 约束最小二乘估计的求解 在线性模型y=Xβ ...
- UA STAT687 线性模型II 最小二乘理论3 广义最小二乘
UA STAT687 线性模型II 最小二乘理论3 广义最小二乘 GLS GLS的统计性质 GLS 这一讲我们放松对随机误差的方差形式的假设,考虑模型 y=Xβ+ϵ,Eϵ=0,Cov(ϵ)=σ2Σ&g ...
最新文章
- Integer 和 int 比较的特殊之处
- 在ASP.NET MVC中使用Log4Net记录异常日志,出错时导向到静态页
- 关于MySql链接url参数的设置 专题
- CSS基础_Day04
- 推荐一个数据可视化网站,提供绘图创意
- 美式桌球游戏 开源_开源工具,可将英译为美式英语
- opencv中的resize函数实现图像插值缩放
- es6 babel编译
- C Primer Plus 第6版第二章的作业
- 0302-l2tp_***(ruijie)通用版
- java7 32位官方下载_【java7】64位+32位官方下载
- 金山词霸2006专业版(300M)的无法屏幕取词问题的解决方法!
- [云原生专题-11]:容器 - 如何构建自己的docker镜像:Docker Dockerfile
- win8 oracle 卸载,大神细说win8系统卸载oracle的法子
- 基于android的共享车位app
- gunicorn工作原理
- 用python解决实际工作高中毕业_高中文凭,想学python可以学好吗。?
- sklearn机器学习:决策树tree.DecisionTreeClassifier()
- MATLAB 基础知识 数据类型 表 创建和使用表
- 搜索引擎分类和工作原理
热门文章
- AD画图器件变灰如何恢复SHIFT+C清除过滤器
- linux ns级定时器_linux学习13,一文弄懂内核的“绝对公平调度”机制是如何设计的...
- Oracle书籍资料链接——更新ing
- 洛谷 P1086 花生采摘
- java变量和方法的覆盖和隐藏(翻译自Java Tutorials)
- 初探Bootstrap
- [蓝桥杯历届试题] 汉诺塔计数
- THotKey控件 delphi
- [转]MFC中ON_COMMAND, ON_MESSAGE, ON_NOTIFY它们的区别
- 常用的Linux操作命令