- 1、本文档共69页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
第五章 投资风险及其报酬 教学目的与要求: 通过本章的学习,应能掌握风险、风险报酬、可分散风险、不可分散风险、系数的概念内涵;熟练应用孤立项目风险及风险报酬的计算方法,以及系数与资本资产定价模型的测算。理解从孤立项目的风险及风险报酬分析,到风险性资产的投资组合分析,以及在引入资本市场均衡条件下的资本资产定价模型建立的逻辑发展过程,并对其前提条件及其应用的拓展有所了解。 第一节 风险的内涵及衡量 一、风险的内涵 (一)风险与损失、危险 风险大多是指损失发生的可能性,是对事物发展未来状态的看法。而损失(loss)是事件发生最终结果不利状态的代表,是一个事后概念。因此,损失是风险事件最终结果的一种表现形式。危险则是使损失事件更易于发生或损失事件一旦发生会使得损失更加严重的情况,即危险更增加了风险的不利方面。 (二)风险与不确定性 不确定性是风险的必要条件而非充分条件。任何一种存在风险的情况都是不确定的,但在没有风险的情况下也存在不确定性。 风险与不确定性的区别还在于经济活动主体对相关信息的认知和掌握程度上。如企业的投资活动一般分为确定性投资和不确定性投资两类。所谓确定性投资,是指投资者对未来投资收益已知且完全确定的投资,这种投资的收益不会偏离预期的判断。 但按人们对未来信息认知与掌握的程度不同,不确定性投资活动又可分为风险性投资与不确定性投资。风险性投资是指投资者面临这样一种状态,即能够事先知道事件最终呈现的可能状态,并且可以根据经验知识或历史数据预知每种可能状态出现的可能性的大小,即知道整个事件发生的概率分布。而不确定性投资则是指投资者不能预知事件发生最终结果的可能状态及其概率。但随着投资者认知能力的提高和所掌握的新的信息的增多,不确定性投资决策可能转化为风险性投资决策。若引入主观概率,则不确定性决策与风险决策在衡量上就无区别。 二、风险的衡量 (一)风险的分类 人们一般从性质上把风险分为静态风险与动态风险两种形式。 (二)风险的衡量 概率具有两个基本特征:1. 2. 通常在财务管理中引入正态分布的有关参数及函数值衡量投资的收益及其变动性。 1.期望值 期望值(统计学上一般用μ表示)是随机变量(x)的各个取值以相应的概率为权数的加权平均数,是均值的一种形式。其计算为: 式中,E(X):期望值; Pi:第i种结果出现的概率; xi:第i种结果出现后的取值; n:所有可能结果的数目。 对于投资活动来说,xi为第i种结果出现后的投资收益,E(x)为投资收益的期望值。 期望值的运算还有以下特征: 式中,a与b均为常数,xi为第i种经济情况出现的随机变量取值(i=1,2,……n)。 2.方差与标准差 通常用于衡量随机变量离散程度的量值为方差(Variance)与标准差(Standard deviation)。方差通常用Var(x)、 2x表示,标准差通常用 x表示,标准差是方差的算术平方根,其计算式为: 也可表示为: = 方差的运算还有以下特征: 3.标准差率(变异系数Coefficient of Variation) 由于方差与标准差是绝对数值指标,无法用来直接比较期望值不同的不同项目风险的大小,因此还要引入标准差率(变异系数)这一相对数值指标。 标准差率是标准差与期望值的比值,其计算式为: 式中 CV(x):标准差率 对项目投资来说标准差率反映了不同项目间相对风险的大小,或每单位收益面临的风险大小。 4.置信概率 上述指标可以用来衡量风险的大小,但为了更有利于风险决策,还可以引入反映可靠性程度的置信概率的计算。 因为在一大量观察下,对于未来不确定的收益可视为随机变量X,那么其概率分布也可称为概率分布(密度)函数,对于正态分布来说,其概率密度函数为: 式中,μ:期望值(均值); S:标准差 概率密度函数f(x)不仅是随机变量x的函数,也是其参数μ与的函数。因此,只要已知期望值μ与标准差,就能计算出任一点收益的概率。 同时,也可以通过将一般
文档评论(0)