- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第二节 风险与收益 一、收益与风险的定义 1、收益:收益(Return):等于一项投资的收入加上市价的任何变化,通常用投资的初始市价的一定百分比来表示,即收益率(r)。 W1 – W0 r= W0 其中W0是期初资产,W1是期末资产。 对于股票,我们可以计算每天的收益率,每周的收益率或每年的收益率。 (W1 +D)– W0 r= W0 其中D是公司派发的红利。 连续复利收益率计算 Pt=Pt-1e rt Pt证券A在t时的价格, Pt-1证券A在(t-1)时的价格,r为连续复利收益率。 在金融交易市场上,用连续复利收益率比较多。 2、风险 (1)风险的定义: 证券或资产预期收益的不确定性。 (2)风险的衡量:用概率分布来衡量风险 概率分布(Probability distribution):一系列可能的结果,这些结果可以被假定为一个随机变量,而且已知这个随机变量的发生概率。 除无风险证券外,其他所有证券的预期收益率都可能不同于实际的收益率。对于有风险证券,实际收益率可以看作是一个有概率分布的随机变量。 概率分布例子:假设一个赌徒有一对骰子,每颗骰子有六面,每一面出现的概率是相同的.这对骰子所有可能的结果如下图,基本呈正态分布. 证券收益率的概率分布例子:下图是1953年-1998年期间美国5年国债的真实月收益率统计图(收益率大致在+5%和-5%之间波动:真实收益率=名义收益率-通货膨胀率) 证券收益率的概率分布例子:下图是1953年-1998年期间美国5年国债的真实月收益率统计图(收益率大致在+5%和-5%之间波动:真实收益率=名义收益率-通货膨胀率) 概率分布例子:美元/加元和美元/德国马克(风险比较) 标准正态分布图(正态分布的经验法则(1)约有68.26%的观察值落在(R- σ, R+σ)的区间内; (2)约有95.44%的观察值落在(R-2σ, R+2σ)的区间内; (3)约有99.72%的观察值落在(R-3σ, R+3σ)的区间内; (3)期望收益率与标准差 期望收益率和标准差的定义: 收益率是一个随机变量,记它的期望收益率(Expected return)(也称数学期望) R或E(r),标准差σ(r), R是收益的一种度量,它表示就平均而言投资者可以获得的收益率,期望收益率越大,投资者期望得到的收益也越大。标准差σ(r)是风险的度量,它表示投资者实际获得的收益率偏离期望收益率的程度,标准差越大,投资者实际可能获得的收益率偏离期望收益率越大,从而风险也越大。 期望收益率与标准差计算举例1 以可能的一年期收益率的概率分布计算期望收益率和收益率标准差的举例 可能的收益率Ri 概率Pi 期望收益率[(Ri)(Pi)] 方差 -0.10 0.05 -0.005 (-0.10-0.09)2=0.05 -0.02 0.10 -0.002 0.10 0.04 0.20 0.008 0.20 0.09 0.30 0.027 0.30 0.14 0.20 0.028 0.20 0.20 0.10 0.020 0.10 0.28 0.05 0.014 0.05 ∑=1.00 ∑=0.090=R ∑=0.00703=σ2 σ=0.0838 标准差的使用 (1)比较风险大小 (2)求大于或小于某一数字的概率 以例1为例,假设收益率的概率分布近似于正态分布,期望收益率等9%,标准差等于8.38%。现求未来收益率小于零的概率?(如保本投资合同) 首先计算从0%到期望收益率(9%)有多少个标准差。一般地,我们用下面的公式计算:
文档评论(0)