




已阅读5页,还剩33页未读, 继续免费阅读
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
證券投資與財務分析概論,1,Chapter 7,效率市場與投資組合理論,天马行空官方博客:/tmxk_docin ;QQ:1318241189;QQ群:175569632,證券投資與財務分析概論,2,學習目標,認識投資組合 探討效率市場假說 了解投資組合的選擇,證券投資與財務分析概論,3,效率市場假說,效率市場假說(Efficiency Market Hypothesis,EMH )是現代財務學派最重要的基本假設及理論依據。所謂有效率的資本市場是指證券價格能夠充份且快速地反應所有的相關資訊,投資人將無法利用任何資訊,包括歷史的、已公開的及未公開的內線消息,賺取到超額報酬。,證券投資與財務分析概論,4,效率市場之基本假設,證券資訊的取得無成本與延遲性,亦即投資人對市場的預期皆相同。 無交易成本、稅負及其它障礙;愈方便交易的市場,其效率性愈高。 投資人都是價格的接受者,故所進行的交易對證券價格無影響。 投資人皆追求利潤的極大化。,證券投資與財務分析概論,5,效率市場的種類,弱式效率市場(Weak Form EMH) 半強式效率市場(Semi-strong Form EMH) 強式效率市場(Strong Form EMH),證券投資與財務分析概論,6,弱式效率市場 (Weak Form EMH),係現在的股價已反映了所有歷史的資訊,任何人皆無法從股價的歷史波動取得知識上的優勢,在證券投資上賺取到超額報酬(superior return)。而且股價走勢呈現隨機漫步(Random Walk)型態。,證券投資與財務分析概論,7,半強式效率市場 (Semi-strong Form EMH),係指現在的股價已反映了所有歷史的及已公開的資訊。任何人皆無法利用歷史的與已公開的資訊,在證券投資上賺取超額報酬;意指技術分析與基本分析均無效。,證券投資與財務分析概論,8,強式效率市場 (Strong Form EMH),係指現在的股價已反映了所有歷史的、已公開及未公開的資訊。任何人皆無法利用歷史的、已公開的及未公開的資訊,在證券投資上賺取超額報酬;意指採用技術分析、基本分析與內線消息均無法賺得超額利潤。,證券投資與財務分析概論,9,投資組合(portfolio),一種以上的證券或資產所構成的集合稱為投資組合。投資組合的通式:,Xi:代表第i種證券。 Wi:代表投資第i種證券佔所有證券的比重,即為第i種證券的權數(weighted)。,證券投資與財務分析概論,10,投資組合的預期報酬率,將投資組合中各個證券的預期報酬率加權平均,即為投資組合之預期報酬率,i=1.n:投資組合中有n個證券。 Wi:代表投資第i個證券佔所有證券的比重,為i證券之權重。 Ri:第i個證券的預期報酬率。,證券投資與財務分析概論,11,投資組合的風險,投資學中以標準差(standard deviation,SD),即變異數(variance)的平方根,或變異係數(Coefficient of Variance,CV )代表特定資產(某一證券)風險之大小。,證券投資與財務分析概論,12,共同變異數(covariance),可分解成相關係數及兩資產標準差的乘積。,證券投資與財務分析概論,13,相關係數 (Correlation Coefficient),是用以衡量兩個變數間同向或反向變動的重要指標,介於1之間,係數愈大,則代表資產間的相關性愈高,係數愈小則資產間的相關性愈低。,證券投資與財務分析概論,14,投資組合報酬率之變異數,此公式係由統計學上二元隨機變數之變異數公式推導而來:設X,Y為一組隨機變數,W為常數,則:,證券投資與財務分析概論,15,多角化與分散風險,投資組合的風險結構,除了個別證券的風險(變異數)之外,還包括一項共同風險(共同變異數),亦即隱含了個別證券間相互影響所帶來的風險。,證券投資與財務分析概論,16,證券報酬率的相關係數,兩證券個別報酬率R1、R2之相關係數為+1時,稱為完全正相關 兩證券個別報酬率R1、R2之相關係數為-1時,稱為完全負相關 要找到R1、R2之相關係數是1或1的例子似乎不太可能,因為大多數證券間之相關系數都介於1與1之間。,證券投資與財務分析概論,17,相關係數的應用,兩證券個別報酬率R1、R2之相關係數為1之投資組合能為投資人降低風險;因為當報酬率R1變大或變小時,報酬率R2會以相反方向,呈等比例的變大或變小。,證券投資與財務分析概論,18,系統性風險,或稱市場風險,理論上,將證券的數目增加到極限時,個別證券的平均風險可以完全分散掉,但是屬於平均共同變異數的風險仍然存在,此一風險是所有資產必需共同面對的,是無法透過多角化分散的風險,多與總體經濟、政治環境的變化有關。,證券投資與財務分析概論,19,非系統性風險,或稱非市場風險,即可在多角化過程中被分散掉的風險,其多與個別證券的特質有關,例如,股票的非系統性風險多與上市、上櫃公司的基本面,如營收、獲利、產品有關,所以稱之為特定公司風險。,證券投資與財務分析概論,20,多角化與風險分散之極限,證券投資與財務分析概論,21,效率前緣的基本假設,投資人只能使用自有資金構建投資組合,無法進行借貸。【假設一】 投資人可進行借貸以構建投資組合,且資本市場是一個能以無風險利率進行借貸的場所,有無風險證券存在。【假設二】,證券投資與財務分析概論,22,可行投資組合(Feasible Set),於特定資金水準下,亦即資金有限之情況下,可供投資人選擇之投資組合共有A、B、C、DJ共10個,由於每一個投資組合各有不同的內容,因此各有不同的預期報酬率與風險。,證券投資與財務分析概論,23,理性選擇投資組合之原則,總風險相同之下,應選擇相對可獲最高報酬率者。 C、F、H三者中,應選擇C。 D、E、I三者中,應選擇D。,證券投資與財務分析概論,24,理性選擇投資組合之原則,預期報酬率一致時,應選擇相對總風險最低者。 A、G、H、I四者中,應選擇A。 B、F、E三者中,應選擇B。,證券投資與財務分析概論,25,效率前緣,A、B、C、D的連線,稱為可行投資組合集合的效率前緣(Efficient Frontier)。效率前緣可指出那些投資組合是有效率的、值得投資的不同的投資人,但由於風險偏好不同,故有不同的效率前緣。,證券投資與財務分析概論,26,理性的投資人的特性,理性的投資人理性的投資人重視風險與報酬間的合理性,能認知風險較大的投資組合必須提供較佳的報酬。 會依據個人的風險偏好來選擇投資組合。,證券投資與財務分析概論,27,風險偏好,就是指投資人承擔風險意願的高低。我們可以用效用無異曲線(或稱之為風險報酬無異曲線)來表示投資人的風險偏好。,證券投資與財務分析概論,28,風險規避者(Risk Aversion),大多數投資人都是風險規避者(Risk Aversion),故其效用無異曲線如圖所示。,證券投資與財務分析概論,29,最佳投資決策,甲投資人在U2的效用水準下,會選擇B點的投資組合來進行投資,是所有可行投資組合(效率前緣)中的最佳投資決策。同理,乙投資人會選擇C點的投資組合來進行投資。,證券投資與財務分析概論,30,【假設一】之結論,在資金無法借貸的前題下,不同投資人必須依照個別的可行投資組合集合。 不同的理性投資人,因對風險規避的偏好程度可能不同,其效用無異曲線組合不一定會相同,即使面對相同的效率前緣,也不一定有相同的最佳投資組合。,證券投資與財務分析概論,31,效率前緣【假設二】,投資人可進行借貸以構建投資組合,且資本市場是一個能以無風險利率進行借貸的場所,有無風險證券存在。,證券投資與財務分析概論,32,無風險利率,無風險利率表示在沒有任何風險之情況下,進行投資可獲得的報酬率。,證券投資與財務分析概論,33,資本市場的借貸,投資人若能在資本市場以無風險利率進行借貸,表示有無風險證券存在。需要資金的投資人可透過發行無風險證券募集資金,故可視為資金的借入者;有閒置資金的投資人亦可將部份資金投資於無風險證券,賺取無風險利率,以降低其投資組合風險,故可視為資金的貸放者。,證券投資與財務分析概論,34,投資組合風險,投資組合風險可表示為:,F:無風險證券 Rf:無風險證券報酬率 X:風險性證券 Rx:風險性證券預期報酬率 W1,W2表示投資組合中分別投資於F及X的權數,證券投資與財務分析概論,35,投資組合預期報酬率及變異數,投資組合預期報酬率 投資組合報酬率之變異數(表示投資組合報酬之風險值) 將 代入,證券投資與財務分析概論,36,投資組合報酬率之標準差,投資組合報酬率之標準差表示如下:,證券投資與財務分析概論,37,風險調整,投資組合的風險大小,
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
评论
0/150
提交评论