下载掌阅APP，畅读海量书库
立即打开
迄今为止，本章提出的所有风险收益模型都建立在一个共同的基础上。它们都假设有市场风险才有回报，并将预期收益作为衡量这种市场风险的函数。资本资产定价模型对市场如何运作的假设最严格，但推导出的模型最简单，这个模型只有一个驱动风险且需要估算的因子。套利定价模型的假设比资本资产定价模型少，但模型更复杂，最起码从需要估算的参数来说是如此。资本资产定价模型可以被视为套利定价模型的一个特例，该模型只有一个因子，且该因子能完全用市场指数来衡量。一般来说，资本资产定价模型的优点是估算和使用起来比较简单，但是当一项投资的收益对某些经济因素比较敏感，而这种影响又没能很好地反映在市场指数中时，它的表现就比不上变量更加丰富的多因子模型。例如，石油公司股票的风险大部分来自石油价格的变动，这些股票的贝塔系数和预期收益率一般都较低。而在套利定价模型中，其中一个因子可以用于衡量石油和其他大宗商品的价格变动，从而让这些公司的风险估算值更准确，预期收益更高。
尽管这些风险模型都有令人信服的经济学理论作为支撑，但关键的问题是：这些模型真能衡量它们声称要衡量的风险吗？投资者是否应该评估资产的贝塔系数，并将其用于投资决策？是否还存在其他不那么依赖股票价格的风险衡量指标？在过去的20年里，学术界和业界对这些问题进行了广泛的辩论。对资本资产定价模型最早的一些检验显示，贝塔系数与股票收益呈正相关，尽管其他风险衡量指标，如股价的方差能继续解释不同股票实际收益的差异。这种差异最初被归因于检测技术的局限性，但法玛和弗伦奇检验了1962年至1989年贝塔系数与收益的关系，结果显示两者相关性很小，甚至几乎不相关。 [5] 虽然对套利定价模型和多因子模型最初的检验显示，它们也许能更有效地解释资产之间收益率的不同，但我们必须意识到，使用这些模型来解释历史收益的差异和使用这些模型来预测未来的预期收益是不同的。这些和资本资产定价模型相竞争的模型对历史收益的解释能力明显要好得多，因为它们没有像资本资产定价模型那样将自己局限于单一的因子。但是，当我们试图预测将来的预期收益时，使用多因子分析模型的确会有问题，因为我们必须估算这些因子的贝塔系数和溢价。由于这些因子的溢价和贝塔系数自身是不稳定的，估算的误差可能会抵消从资本资产定价模型转变为这些更为复杂的模型的好处。
总之，经过60年的研究，我们仍然面临一个困境。现有的风险模型都有这样或那样的缺陷，我们使用这些模型估算出来的风险参数都存在不小的误差。在下一节中，我们将讨论常用的风险收益模型之外的其他风险衡量方法。