单指数模型课件.docx
- 文档编号:30399616
- 上传时间:2023-08-14
- 格式:DOCX
- 页数:9
- 大小:200.20KB
单指数模型课件.docx
《单指数模型课件.docx》由会员分享,可在线阅读,更多相关《单指数模型课件.docx(9页珍藏版)》请在冰豆网上搜索。
单指数模型课件
现代投资组合理论与投资风险管理
――单指数模型
一、模型概述
单指数模型假设股票之间的相关移动是因为单一的共同影
响或指数。
随意观察股票价格,可以看出:
当股市上涨的时候,大多数股价也会上涨,当股市下跌的时候,大多数股价也会下跌。
这说明证券收益之间可能相关的原因之一是由于对市场变动的共同反应,代表这种相关性的一个有用指标也许可以通过把股票收益与股市收益联系起来而得到。
股票收益:
r代表股票收益。
Rm代表市场指数的收益率一一随机变量。
a代表股票i的收益中独立于市场表现的部分一一随机变
量。
[i度量一只股票的收益对市场收益的敏感程度。
ai项代表收益中独立于市场收益的部分,将其分解成两部
分:
用「表示ai的期望值,e表示q中的随机变量,E(e)=o。
即:
a^:
ie
一只股票的收益方程现在可以写为:
R…i…匚肘e
e和Rm都是随机变量,分别以6和bm表示它们的标准差
单指数模型的基本方程:
R…i…iRm+e
其中E(e)=O,对所有股票i/,|",N
二、模型的假设条件
1.指数与特有收益不相关:
E[e(Rm-Rm)]=oi7lll,N
2.证券仅通过对市场的共同反应相互关联:
E(eej)=0i=N及j=N且Hj
三、单指数模型条件下投资组合的期望收益率与方差的计算在单指数模型的假设条件下,我们可以推倒出期望收益、标准差和协方差。
结果是:
(1)收益均值:
R"i+0jRm
(2)证券收益的方差:
2=-1mv
(3)证券i和j收益之间的协方差:
j二▼产m这样在单指数模型成立的情况下我们可以转向计算任何投资组合的期望收益率和方差的计算
任何组合的期望收益是:
_N_NN_
Rp八XiR八Xii、Xi‘龙
inini=
N
另Xii,
i=1
R八R
pppm
我们知道一个股票组合的方差的公式是:
NNN
二:
八Xi2]2:
二XiXjjj
i丄i丄jV
i=j
代入前面G2和;「ij的结果,我们得到:
NNNN
「2%2:
2「2、\XX||2ax2「2
piimijijmiei
imidji=1
i=j
进一步还可简化为:
NNN
二2二二XiX-2'X2二2
pijijmiei
iTjHiH
NNN
yx「)cx「j)「m」xi冷i=1j=1i=1
N
r22丄丁、/22
二-p"m'Xi二ei
iT
四、单因素模型的估计和应用
1、估计:
i与e
首先举例说明:
i与e的值的得来。
表1是投资者在过去
月可能观察到的某只股票的股票收益及市场收益,暂且假定
<£5,如何求:
i与e的值。
月股票收益市场收益r=:
++e
1
10
4
10
2
6
2
2
3
2
3
2
3
-2
3
15
8
15
2
12
1
4
9
6
9
2
9
-2
5
3
0
3
2
0
1
合计
40
20
40
10
30
0
2、估计贝塔
(1)估计历史贝塔
一只股票的收益方程可以写为:
R…i…iRm+e
如果假设S、杠和时是固定的,不随时间而变化,那么同样的方程在任何时点都成立。
这样完全可以最小二乘法来估计
■i以及:
i。
(2)度量贝塔向1回归的趋势一一布卢姆技术
研究发现预测期的贝塔比根据历史数据得到的估计值更接近于1,下一步要修正历史贝塔,以体现出这一趋势。
布卢姆通过直接度量向1进行的这种调整,并假设在一个时期进行的调整是对下一时期调整的良好估计来修正历史贝塔。
具体操作举例说明如下:
计算出1948〜1954年所有股票的贝塔,然后对同样的股票计算出1955〜1961年的贝塔。
再将后一期的贝塔对之前的贝塔进行回归,得到估计方程:
i厂0.3430.677i1
它度量了预测的贝塔比根据历史数据更接近于1的趋势。
优
点在于这一方程式降低了较高的贝塔值,而提高了较低的贝塔值。
(3)度量贝塔向1回归的趋势一一瓦希切克技术
预测期的实际贝塔一般比根据历史数据得到的估计值更接
近于平均贝塔。
调整这一趋势的一种直接办法就是将每一个贝塔向平均贝塔调整。
理想的情况是向平均值进行调整的量对所有的股票不是相等的,而是按照贝塔不确定性(抽样误差)的大小来调整。
抽样误差越大,与平均值相差悬殊的可能性就越大,出于抽样误差所需的调整就越大。
3表示历史时期所有样本股票的平均贝塔,将J和证券i的
历史贝塔进行加权平均。
权重如下:
「2•二2,对i1
_1_i1
二-
j_i1一
T2'2,对:
1nPi1
1,并且贝塔估计的不确定性越多,它的权i的预测贝塔是:
一1-i1-1-i1
这样的加权方法将标准误差高的观察值向均值调整的幅度
要大于标准误差低的观察值。
(4)基本面贝塔
贝塔是源自股票收益与市场收益之间关系的风险指标。
但是我们知道一个公司的风险是由某些公司的基本面和公司股票的市场特性共同决定的。
首先确定公司基本面变量,然后将相关的基本面变量同时纳入分析中。
通常的做法是通过多元回归分析将贝塔与几个基本面变量联系起来。
估计以下形式的方程式:
P=a+ay+ay+III+aV+qi01122NN1
五、单指数模型条件下最有投资组合的估计和求解
在接受单指数模型的标准形式作为描述证券之间共同波动的模型的条件下,可以用一个单一数字来度量是否将一个股票纳入最优组合,大大便利了最优组合的计算。
由于超额收益与贝塔的比率度量的是一个证券每单位不可分散风险的超额收益,因此任何股票的可取性直接与它的超额收益与贝塔的比率相关。
一只股票是否被包括在最优组合中只取决于它的超额收益
对贝塔的比率大小。
选择多少只股票取决于一个特定的截止率。
决定最优组合中应该包括哪些股票的规则如下:
,并
高于
(1)求出每只备选股票的“超额收益与贝塔的比率”按照从高到低的顺序排列。
(2)最优组合是由所有的“超额收益与贝塔的比率”一个特定的截止率C*的股票构成。
1、计算截止率
按照超额收益与风险的比率从高到低对股票进行了排列。
对一个包含i个股票的组合来说,g由下式给出:
(Rj-Rf)j
m_2
j才、ej
iP2
1-2L
1mc2
j=1ej
表9\1
确定最优组合所需要的数据,Rf=5%
i
瓦
Ri~Rf
A
风险
1
15
10
1
50
2
17
U
L5
40
3
12
7
1卅
:
20
4
17
12
2
10
5
11
6
1
40
6
11
6
t.5
30
7
11
6
2
40
8
7
2
0.8
16
9
7
2
1
20
10
5.6
0上
0.6
6
6
超额收益与贝塔的比率
(尺E鸟}
1
2
3
5
贝塔
证券号平均收益超额收益
非系统性
10
8
7
6
6
2、确定截止率
C*的值是根据属于最优组合的所有证券的特性计算出来的。
为了确定C*,有必要在假设最优组合包含不同数目的证券情况下计算截止率的值。
令c为c*的一个可能。
假设i个证券属于最优组合时计算Ci的值。
因为证券已按照超额收益与贝塔的比率从高到低进行了排
列,我们知道如果某一证券属于最优组合,所有排位更高的股票也将属于最优组合。
我们这样计算变量Ci的值(程序如
下):
假设排位第一的证券是在最优组合中(i=1),然后再
假设排位第一和第二的证券是在最优组合中(i=2),接下来
再假设排位第一、第二和第三的证券是在最优组合中(i=3),
以此类推。
这些Ci都是C*可能值。
当用于计算Ci的证券的超
额收益与贝塔的比率大于G,而所有没有用于计算Ci的证券
的超额收益与贝塔的比率小于Ci时,我们知道此时找到了最
优解Ci(也就是C*)。
确定截止率的计算,晡"U
证券号©庇-世)康厂RJ&
确定了哪些证券应该包括在最优组合中,然后就是计算投资于每个证券的比例。
投资于每个证券的比例是
乙
Zj
被包括
其中,ZT(口
eii
欢迎您的下载,
资料仅供参考!
致力为企业和个人提供合同协议,策划案计划书,学习资料等等
打造全网一站式需求
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 指数 模型 课件