Chap1 风险与收益的衡量.ppt

* * * 表：染布店＋雨伞店组合的预期收益率 1 资产组合的收益 * 资产组合的风险——组合收益率的方差/标准差 切忌惯性思维。资产组合的风险非单个资产风险的加权。正如我们已看到，该组合不存在风险，故而组合的方差/标准差应该为0。正确的计算方法仍可从方差的定义出发—— 1 资产组合的风险 * 表：染布店＋雨伞店组合收益率的 方差与标准差计算 1 资产组合的风险 (4.8) * 表：单项资产的收益与风险 vs.  资产组合的收益与风险 染布店 雨伞店 组合：染店+伞店 预期收益率，E(R) 12% 18% 15% 方差，σ2 .1536 .1536 0 标准差， σ 39.19% 39.19% 0 从收益与风险看多元化，其得失如何 1 资产组合的风险 多元化减少风险的原理 1 * 收益率的协方差(Covariance) 衡量组合中一种资产相对于其它资产的风险，记作Cov(RA, RB) 或σAB。衡量两个随机变量如何共同变化，即它们之间的互动性。 协方差0，该资产与其它资产的收益率正相关 协方差0，该资产与其它资产的收益率负相关 协方差=0，该资产与其它资产的收益率不相关 1 协方差 (4.10) * 表：染布店和雨伞店收益率的协方差 1 协方差 * 用协方差计算组合的方差（两种资产） 若已知两种资产的协方差σAB和各自的方差σA2、 σB2 ，则由这两种资产按一定权重构成的组合的方差为： wA 、wB为资产组合权数， wA + wB = 1 1 协方差 两种资产组合的风险 协方差 * 例：用协方差计算雨伞店＋染布店 组合的方差 已知：WA = WB = .5, οA2 =οB2 = .1536, οAB = -.1536, 则组合的方差—— 计算结果同表5-7 1 协方差 * 收益率的相关系数(Correlation)——将协方差标准化 协方差的数值大小难以解释，解决办法就是计算两种资产的相关系数——协方差除以各自标准差的乘积： 相关系数总是介于+1和-1之间，其符号取决于协方差的符号 “rho” 1 相关系数 (4.13) * 例：染布店和雨伞店收益率的相关系数 ρAB = +1，两种资产的收益率完全正相关(极罕见) ρAB 0，正相关（最常见） ρAB = 0，无关（极罕见） ρAB 0，负相关（罕见） ρAB = -1，完全负相关（极罕见） 1 相关系数 * 两种资产的协方差σAB可被定义为相关系数同每个单项资产标准差的乘积——σAB　= ρABσAσB，故两种资产组合的方差又可表示为 多元化减少风险的原理 该式不仅为我们提供了另一种计算资产组合的方差的途径，更重要的是，它揭示了多元化效应产生的机理—— 1 * 多元化减少风险的原理（续） 若ρAB = 1，σP = wA σA + wB σB ，组合的风险等于单个资产风险的加权平均数——即若两种资产收益率完全正相关，多元化无助于消除风险 若ρAB 1，σP wA σA + wB σB ，组合的风险小于单个资产风险的加权平均数。亦即，只要两种资产收益率不完全正相关，组合的多元化效应就会起作用 当ρAB =－1，多元化将能完全消除风险 1 * 推广到多种资产组合* 以上仅讨论两种资产的组合，我们还可以将其推广到多种资产构成的组合，即只要组合中两两资产收益间的相关系数1，组合的标准差（风险）一定小于组合中各种资产标准差（风险）的加权平均数——多元化效应一定会出现 1 多元化效应及其启示 1 * N种资产组合的方差 资产组合的方差是构成资产方差的加权平均与每两种不同资产之间协方差的加权平均之和—— 其中：i≠j (4.9) 1 如何推导？ * 表：N种资产组合方差的矩阵计算表 资产 1 2 3 … N 1 w12σ12 w1w2σ12 w1w3σ13 … w1wNσ1N 2 w2w1σ21 w22σ22 w2w3σ23 … w2wNσ2N 3 w3w1σ31 w3w2σ32 w32σ32 … w3wNσ3N … … … … … … N wNw1σN1 wNw2σN2 wNw3σN3 … wN2σN2 注：wi为第i种资产的投资比例；矩阵对角线为每种资产方差，其它各项则为协方差；非对角线上的项数，大大超过对角线项数——资产组合种数 1 * 表：组合中的方差与协方差项数与构成组合的资产种数之间的关系 构成组合的资产种数 组合方差的总项数 组合中各种资产方差的项数 组合中各对资产协方差的项数 1 1 1 0 2 4 2 2 3 9 3 6 10 100 10 90 100 10,000 100 9,900 … … … … N N2 N N2 －N 随着投资组合中资产种数的增加，资产间的协方差对组合方差的影响大于单项资产方差