最优风险资产组合参考.pptVIP

8-* β 指引: 行业指数模型 使用最近60个月的价格β。 使用标准普尔500指数作为市场组合的代理。 忽略股息计算总回报。 不使用超额收益来估计指数模型: 8-* β指引: 行业指数模型 所有证券的平均β值是1。 因此，我们最好的预测就是其β值等于1. 当公司变得越来越传统，其值越趋向于1。 估计β ，因为: 8-* 表8.4 行业β和调整因素 * 7-* 图 7.13 有效集组合与资本配置线 7-* 分散化的威力 回忆: 如果我们定义平均方差和平均协方差为: 7-* 分散化的威力 我们可以得出组合的方差: 7-* 表 7.4 相关性和无相关性的证券等权重构造组合的风险减少 7-* 最优组合和非正态收益 在肥尾分布下，在险价值和预期损失值会特别高，我们应该适当减少风险组合的配置。 我们可以比较最优风险组合和其他组合的在险价值与预期损失，如果某个组合的值比最优低的话，我们可能倾向于这一组合。 7-* 风险集合和保险原理 风险集合: 互不相关的风险项目聚合在一起来降低风险。 通过增加额外的不相关资产来增加风险投资的规模。 保险原理: 风险增长速度低于不相关保单数量的增长速度。 夏普比率升高 7-* 风险共享 随着风险资产增加到资产组合中, 一部分资产需要被卖掉以保持固定的投资比例。 风险共享和风险集合构成了保险行业的关键核心。 投资于多种风险资产，但是风险资产比例保持不变，这才是真正的分散化。 7-* 长期投资 长期投资决策 投资于一项两年期的风险组合 长期投资决策的风险更大 卖出一部分两年期的风险组合来降低风险 “时间分散化” 并不是真正的分散化 短期投资决策 第一年投资于风险组合，第二年投资于无风险组合。 第八章 指数模型 8-* 降低了多种指数时的输入数量 证券分析师更容易专注 单指数模型的优点 8-* βi 表示证券i的系统性风险。 β 表示系统风险。 m 是影响所有证券收益的宏观经济变量。 标准普尔500指数通常被作为m的代表。 ei 衡量 特定公司的不确定性 单因素模型 8-* 单指数模型 回归方程: 期望收益- β关系: 8-* 单指数模型 风险和协方差: 总风险 = 系统性风险+公司特定风险 协方差= β 的乘积x 市场指数风险: 8-* 单指数模型 相关系数 = 与市场之间的相关系数的乘积 8-* 指数模型和分散化 等权重组合的方差，其公司部分是: 当n变大时, σ2(ep) 趋于零，公司层面的风险会被消除。 8-* 图 8.1 单因素经济中β系数为βp等权重组合方差 8-* 图 8.2 SP 500 和 HP的超额收益 8-* 图8.3 HP和SP 500的散点分布图，惠普的证券特征线 8-* 表8.1 Excel 输出: HP证券特征线的回归统计 8-* 表8.3的解释 惠普（HP） 和标准普尔500（ SP 500）的相关性高达 0.7238。 此模型可以解释惠普方差的52%左右。 惠普的α是0.86%每月（年化后达10.32%），但在统计上不显著。 惠普的β 系数是2.0348, 但 95% 的置信区间是 1.43 ~2.53. 8-* 图8.4 组合资产的超额收益 8-* α和证券分析 宏观经济分析，用于估计市场指数的风险和风险溢价。 统计分析，用于估计β系数和残差的方差σ2(ei). 8-* α和证券分析 证券分析对建立每个证券的期望收益没有任何贡献。 使用证券分析来发展个人关于证券期望收益的预测。 8-* 单指数模型的输入数据 标准普尔500的风险溢价 标准普尔500的标准差估计值 n 套如下估计 β系数估计值 个股残差的方差 证券的α值 8-* 单指数模型的最优风险组合 最大化夏普比率 期望收益, 标准差, 夏普比率: 8-* 单指数模型的最优风险组合 构成: 积极组合，称之为A 市场指数组合，消极组合，称之为M 8-* 单指数模型的最优风险资产组合 积极组合的修正: 当 8-* 信息比率 最优组合的夏普比率会超过指数组合（积极组合）: 8-* 信息比率 积极组合的贡献率取决于它的α值和残差标准差的比率。 信息比率衡量了我们通过证券分析可以得到的额外收益。 8-* 图 8.5 指数模型与全协方差模型的有效边界 8-* 表8.2 指数模型和全协方差模型的对比 8-* 指数模型比全协方差模型差吗？ 原理上马科维茨模型更好，但是： 运用全协方差矩阵需要估计数以千计的风险值。 太多的估计误差积累对投资组合的影响可能使其实际上劣于单指数模型推导出来的投资组合。 单指数模型的实际好处是分解了宏观分析和证券分析。 INVESTMENTS | BODIE, KANE, MARCUS