《金融数据分析——以Python为工具》_10、资本资产定价模型分析.pptxVIP

《金融数据分析——以Python为工具》_10、资本资产定价模型分析.pptx

  1. 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. 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. 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. 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. 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. 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. 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

Chapter10

资本资产定价模型分析;

10.1投资组合理论

马科维茨的投资组合理论是经典的投资理论,被认为是现代金融学的

开端。

该理论的基本思想是利用不同资产间的相关性,通过配置最优的资产

权重来分散化非系统性风险。投资组合理论利用证券收益率的均值刻画证券的期望收益,用收益率的方差来刻画风险。

最优投资组合问题可以描述为:在期望收益一定的情况下,寻找使得

投资组合风险最小化的资产配置权重。;

资产组合的风险分散化

·设资产A的收益率均值和方差分别为μ?和σ?,资产B的收益率均值和方差分别为μ2和σ2,两个资产收益率相关系数为p。如果将两资产按权重w(w0)和1-w进行组合,则组合方差为:;

资产组合的风险分散化

现假设有n项风险资产,期望收益率为μ=(μ?,…,Hn),收益率的协方差矩阵为∑,;

最优投资组合

最优投资组合问题:w∑w

s.t.wμ′=E[rp]

w1=1

解决如何设置组合权重才能使该组合在收益一定的情况下风险达到最小?或者在风险一定的情况下收益达到最大?的问题;

最优投资组合

给定E[r],其最优解为:;

有效组合边界;

10.2资本市场线

在资组合中加入无风险资产,并且假设投资组合中包括了市场上所有的风险资产。设无风险资产的收益率

为rg,可以证明此时的投资组合的预期收益率和标准差为连接(0,rs)点和有效组合边界上任意一点的半直

线。其中与投资者风险偏好无关的最优半直线是过(0,rg)点与有效组合边界相切的半直线,这条半直线称为资本市场线。

资本市场线

EI.]有效组合边界

M(G,μM)

r

0p;

10.3证券市场线

将市场组合看成一项资产,进一步考察由某单项风险资产i和市场组合按一定比例构成的投资组合。

由于连接i点(在有效组合边界内部)和M点的双曲线(图10-3中的虚线)不能超出有效组合边界,同时M点又在边界上,因此该双曲线和有效组合边界在M点有相同的切线斜率,这个斜率与资本市场线的斜率一致。???而得到;

10.3证券市场线

该等式表明,单个资产的收益由无风险利率和承担系统性风险的回报(超额收益)所构成。超额收益的大

小取决于值,称为证券i相对于市场组合的β系数或β值。将所有证券的β值作为横轴,预期收益率作为纵轴绘制出来的直线称为证券市场线;

10.4估计证券的β系数

证券的β系数是一种评估证券系统性风险的工具,反映的是证券收益

相对于市场组合收益变化的方向和敏感度。β系数为正说明该证券的价格变化方向跟市场组合的变化方向相同,负的β系数则说明该证券的价格变化方向跟市场组合的变化方向相反。市场组合本身的β系数为1。;

10.4估计证券的β系数

我们可以建立以下模型估计股票i的β系数:

ri-rf=βi(rm-rf)+Ei,E[?i]=0

其中ri表示股票的收益率,通常由收盘价计算得到,ru表示市场组合收益率。实际中市场组合无法得到,通常选取股票价格指数来代替。通过最小二乘法估计出模型系数βi及截距项αi,得到以下等式:

E[ri]=αi+βiE[rm]

·我们主要关心斜率项βi,因此计算式不需要知道rg的值。从而实际上本书用的是所谓的市场模型:

·ri=αi+βirm+εi,E[εi]=0

·而不是CAPM模型本身来估计β系数。;

10.4估计证券的β系数

·实际操作时需要考虑以下几个问题:

·时间段的选取

不同历史时间段的收益率样本序列不同,因此估计得到的β系数也会不一样。一般选取需要估算β系数的时间点往前倒推的一段时间(例如两年)来选取数据。

·收益率的计算频率

收益率序列可以用日、周、月等收益率,不同的计算周期会对最终结果产生影响。有关研究表明,用市场模型估计β系数时,采用日交易数据会带来更大的变量内生误差。日收益率分布相对于正态分布的尾部更厚,用最小二乘法估计模型系数可能是无效的。因此,一般推荐用股票月收益率来估计β系数。

·收益率的计算方式

·收益率的计算方式通常有两种:简单收益率和对数收益率。二者有一定差别,但经验表明其通常对计算结果的影响不大。;

10.5具体案例分析

具体案例结果见JupyterNoteboo

文档评论(0)

乐毅淘文斋 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8121131046000040

1亿VIP精品文档

相关文档