第8章节--指数模型.pptVIP

单指数模型的缺点 缺点： 资产收益不确定性结构上的限制，例如：未考虑行业的因素。 残差项的相关性，模型认为 马科维茨会自动考虑残差项的相关性；当残差项相关的股票具有较大的 值时，而且占整个投资组合较大的比例时，单指数模型和马科维茨得出的最优投资组合要差。 练习：概念检查问题1(P163) 8.4.2 投资资产的指数组合 一个简单的避免不充分分散化的办法是包含标准普尔500组合，使标准普尔500组合作为投资组合的一部分。如果把标准普尔500作为市场指数，它的β值为1，没有公司特别风险， 为0，是指期望收益里没有非市场成分。 为了将标准普尔500同n种证券区别开，把标准普尔500命名为第n+1种资产。 可以标准普尔500作为一个消极组合，管理者在没有进行证券分析时会选择它。它提供了一个广阔的市场暴露头寸而无须进行昂贵的证券分析。 如果管理者想要从事研究，他可能设计一个动态的投资组合，这个投资组合跟指数组合混合在一起将提供一个更好的风险-收益权衡。 8.4.4 单指数模型的最优风险投资组合 如果用第七章知识，导出最优化程序，需要得到n+1种期望值和残差以及指数组合的方差，建立协方差矩阵。 在这一章中，运用加权平均，来计算这些估计量 表明积极组合对整个风险投资组合夏普比率的贡献取决于它的α值对它的标准残差的比率。这个重要的比率称为信息比率，当过高或过低权重相对消极市场指数时所产生对应公司的特定风险，这个比率测度反映证券分析中对应公司特定风险超额收益。要最大化总夏普比率，必须最大化积极组合的信息比率。 8.4.6 最优化程序概述 * 图 8.5 Efficient Frontiers with the Index Model and Full-Covariance Matrix * 表 8-4 Comparison of Portfolios from the Single-Index and Full-Covariance Models * 8.5 指数模型在投资组合管理中的实际运用 * 8.5.1 指数模型与马科维茨模型的比较 马科维茨模型的R方可能较好，但巨量数据的可能的估计误差抵消了这个优点。 指数模型：简单的就是好的 指数模型：证券投资的结构化分析思路 * 8.5.2 指数模型的行业概念(industry version) Table 8.5 Merrill Lynch, Pierce, Fenner Smith, Inc.: Market Sensitivity Statistics * ?的调整 ?总是趋近于1 直觉经验 统计原因 美林的调整： * 8.5.3 ?的预测 * 表 8.6 Industry Betas and Adjustment Factors * Rosenberg Guy(1976)的研究表明，公司的财务特征所决定的?值再加上行业调整因素，即能获得较准确的公司的? 8.5.4 指数模型与跟踪投资组合 跟踪投资组合(tracking portfolio):具有与已持有的投资组合相同?值的投资组合 对冲策略(hedge):对找到的?很有信心，对市场没有信心。 * * 本章小结 1、经济风险可分为系统因素(宏观经济)和公司特有因素（微观经济）导致的。指数模型假设宏观因素可以用一个市场只是来作为代理变量。 2、单指数模型大大简化了计算量（对证券专门分析）。 3、指数模型通过对超额收益率的回归分析来估计；回归可得证券特征线，斜率就是该资产的贝塔值。 4、实务中常用总收益率而非超额收益来计量指数模型。 5、贝塔趋向于1 *青岛大学经济学院 张宗强 2009年9月 *青岛大学经济学院 张宗强 2009年9月 投资学 第8章 指数模型 * 按Markovitz理论，为得到投资者的最优投资组合，要求知道： 收益率均值向量 收益率方差-协方差矩阵 无风险利率 估计量和计算量随着证券种类的增加以指数级增加 对风险溢价的估计无指导作用 基于以上两点，产生了指数模型(Sharpe, 1963)的改进 * 8.1 单因素(single-factor)证券市场 8.1.1 马科维茨模型的输入表 Markovitz模型运用的成功取决于输入表的质量(GIGO问题) Markovitz模型的不足： 计算量的庞大 相关系数或协方差的估计误差 例表8-1 * 8.1.2 收益分布的正态性和系统风险 假定某一宏观因素影响着整个证券市场，除此外，公司所有剩余的不确定性都是公司特有的，则证券持有期收益为： * 单因素模型 * 8.2 单指数模型 * 期望收益与?值之间的关系