- 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
资产组合原理(Harry Markwitz模型
实例 其中组合期望收益率= 0.316× 5%+ 0.454× 7%+ 0.23× 3% 例题 假设由两项资产构成投资组合,x1=0.25,σ1=0.20,x2=0.75,σ2=0.18,且σ12=0.01,计算该组合的方差。 若Xi =1/N, 令N ∞ ,则 资产组合的可行集 证券组合前沿 定义:一个证券组合称为前沿证券组合,如果它在所有具有相同期望回报率的证券组合中具有最小方差。 定义:所有前沿证券组合构成的集合称为证券组合前沿。 证券组合前沿的方程 任意前沿证券组合的回报率的期望和标准差满足如下方程: 在均值-标准差平面上的证券组合前沿 均值方差标准(Mean-variance criterion) 若投资者是风险厌恶的,则对于证券A和证券B,当且仅仅当 占优原则(Dominance Principle) 2、风险厌恶型投资者的无差异曲线(Indifference Curves) 风险中性(Risk neutral)投资者的无差异曲线 风险中性型的投资者对风险无所谓,只关心投资收益。 风险偏好(Risk lover)投资者的无差异曲线 风险偏好型的投资者将风险作为正效用的商品看待,当收益降低时候,可以通过风险增加得到效用补偿。 效用函数(Utility function)的例子 假定一个风险规避者具有如下形式的效应函数 确定性等价收益率(Certainly equivalent rate) 为使无风险资产与风险资产具有相同的效用而确定的无风险资产的报酬率,称为风险资产的确定性等价收益率。 由于无风险资产的方差为0,因此,其效用U就等价于无风险回报率,因此,U就是风险资产的确定性等价收益率。 资产组合理论的优点 首次对风险和收益进行精确的描述,解决对风险的衡量问题,使投资学从一个艺术迈向科学。 分散投资的合理性为基金管理提供理论依据。单个资产的风险并不重要,重要的是组合的风险。 从单个证券的分析,转向组合的分析 资产组合理论的缺点 当证券的数量较多时,计算量非常大,使模型应用受到限制。 个人效用函数获取的困难,最优风险资产组合确定的困难。 解的不稳定性。 重新配置的高成本。 因此,马克维茨及其学生夏普就可是寻求更为简便的方法,这就是CAPM。 参加者可能遇到的各种情况的概率及报酬表 反面 概率 报酬 概率×报酬 0 1/2 1 1/2 1 1/4 2 1/2 2 1/8 4 1/2 3 1/16 8 1/2 . . . . n (1/2)n+1 2n 1/2? 由于门票的价格是有限的,而期望报酬却是无穷大的,这就成为了一个悖论。 贝诺里运用边际效用递减的道理解决了这个问题。他指出,参加者赋予所有报酬的每一元不同的价值,随着报酬的增加,每新获得的1元价值是递减的。因此,函数log(R)给报酬为R元的参加者一个主观价值,报酬越高,每一元的价值就越小。最后,他计算出风险报酬应为2元,这是参加者愿付的最高价。 如果n为0,他可以得到的报酬为20=1元,期望报酬为 1/2;如果n为1,他可以得到的报酬为21=2元,期望报 酬仍为1/2;余此类推,如果n为∞,他可以得到的全部 期望报酬为 E(R)=∑Pr(n)R(n)=1/2+1/2+……=∞。 假定有一公平游戏,投资10万,获利5万的概率为50%,亏5万的概率为50%,因此,这一投资的期望收益为0。 当10万增到15万时,利用对数效用函数,效用从log(100000)=11.51增加到log(150000)=11.92,效用增加值为0.41,期望效用增加值为0.5×0.41=0.21。 如果由10万降到5万,由于log(100000)-log(50000)=11.51-10.82=0
文档评论(0)