公司理财罗斯版13报酬、风险与证券市场线

报酬、风险与证券市场线公司理财·罗斯版第13章|风险收益权衡与资本资产定价Contents目录报酬、风险与证券市场线核心议题概览01单个证券的收益与风险度量02两种证券的投资组合理论03多种证券组合与有效集04系统性风险与贝塔系数05资本资产定价模型与证券市场线Chapter01单个证券的收益与风险度量从期望收益、方差到标准差——量化投资不确定性的基础工具ExpectedReturn期望收益的定义与计算期望收益是各经济状态下收益率的概率加权平均值，它代表投资者对未来收益的中心预期，是衡量投资价值的第一个锚点，但无法反映收益波动的大小。FormulaE(R)=ΣPi×RiPi为第i种状态的概率，Ri为该状态下的收益率，所有状态概率之和必须等于1。ExampleE(R)=11%繁荣(0.2,30%)、正常(0.6,10%)、衰退(0.2,−5%)三状态加权计算：0.2×30%+0.6×10%+0.2×(−5%)。RiskDimension期望收益相同≠风险相同两只股票可能都预期收益11%，但一只波动剧烈、一只平稳，投资决策必须同时考虑风险维度。Estimation历史均值估计历史收益率的算术平均可作为期望收益的估计值，但需注意样本期选择对估计结果的显著影响。RiskMeasurement方差与标准差：风险的统计度量方差和标准差衡量收益率偏离期望值的离散程度，离散程度越大意味着投资结果的不确定性越高，因此被用作风险的量化代理指标。01方差公式Var(R)=ΣPi×[Ri−E(R)]²，计算每个状态收益率与期望收益之差的平方后做概率加权平均Var(R)02标准差σ=√Var(R)，保持与收益率相同的量纲，便于直接比较不同证券的风险大小σ=√Var03数值示例E(R)=11%时，Var=0.2×(30%−11%)²+0.6×(10%−11%)²+0.2×(−5%−11%)²=0.0148，σ≈12.17%12.17%04正态分布应用约68%的实际收益落在E(R)±σ区间内，约95%落在E(R)±2σ区间，为风险评估提供直观的概率框架68/95%Mean-VarianceFramework均值-方差框架下的证券比较投资者在均值-方差框架下做决策：相同期望收益选低风险，相同风险选高收益。这一原则是马科维茨现代投资组合理论的基石。占优原则若证券A与B期望收益相同但A的标准差更小，则A占优于B，理性投资者必然偏好A低风险占优收益占优若证券C与D标准差相同但C的期望收益更高，则C占优于D，高收益无需承担额外风险高收益占优偏好辅助决策当两只证券的期望收益和标准差都不相同时，无法直接判断优劣，需引入风险偏好或夏普比率来辅助决策夏普比率核心假设投资者厌恶风险且只关心收益的一阶矩（期望）和二阶矩（方差），忽略了偏度和峰度的影响一阶矩·二阶矩CHAPTER02两种证券的投资组合理论协方差、相关系数与分散化效应——为什么"不要把鸡蛋放在同一个篮子里"RISKMEASUREMENT协方差与相关系数协方差和相关系数量化了两种证券收益率的联动关系。只要相关系数ρ<1，投资组合的标准差就小于各证券标准差的加权平均，这就是分散化降低风险的数学本质。协方差Cov(RA,RB)=ΣPi×[RAi−E(RA)]×[RBi−E(RB)]，正值为同向变动、负值为反向变动，绝对值受量纲影响不便直接比较Cov相关系数ρAB=Cov(RA,RB)/(σA×σB)，将协方差标准化到[−1,1]区间：ρ=1完全正相关，ρ=−1完全负相关，ρ=0不相关ρ∈[−1,1]关键定理当ρ<1时，σP<wAσA+wBσB，即组合标准差严格小于各证券标准差的加权平均——分散化效应的数学证明ρ<1极端情况ρ=−1时可构造零风险组合（完全对冲），ρ=1时组合标准差等于加权平均（无分散化效果），现实中ρ通常在0到1之间完全对冲PortfolioTheory两种证券组合的收益与风险公式投资组合的期望收益是各证券收益的线性加权，但组合方差包含协方差交叉项，这一非线性结构使得组合风险可以低于单个证券风险的简单加总。◆组合期望收益E(RP)=wA·E(RA)+wB·E(RB)，线性加权平均，权重为各证券在组合中的资金占比LinearWeighted◆组合方差σP²=wA²σA²+wB²σB²+2wAwBCov(RA,RB)，协方差交叉项是分散化效应的数学来源CrossTerm◆相关系数等价形式σP²=(wAσA)²+(wBσB)²+2(wAσA)(wBσB)ρAB，用相关系数替代协方差更直观展示ρ对风险的影响ρAB◆数值示例σA=24.2%，σB=10.5%，Cov=0.001，则ρ=0.001/(0.242×0.105)=0.039，极低相关性意味着显著的分散化效果ρ=0.039PortfolioTheory投资组合的机会集曲线不同投资比例构成的组合在均值-标准差平面上形成一条曲线，曲线向左弯曲的程度取决于相关系数ρ——ρ越小弯曲越大，分散化效果越显著。机会集所有可能的投资比例(wA,1−wA)对应的(E(RP),σP)点在均值-标准差平面上连成的曲线FeasibleSet分散化效应曲线向左弯曲说明存在"免费午餐"：在最小方差组合左侧区间，增加高风险证券的配置反而降低组合整体风险免费午餐相关系数ρρ=1时退化为直线（无分散化），ρ=−1时折线可触及横轴（完全对冲），现实中0<ρ<1时呈现典型左弯曲线0<ρ<1最小方差组合机会集上标准差最小的点，其左侧的组合因收益更低且风险更高而被视为"无效"部分MVPCHAPTER03多种证券组合与有效集从机会集到有效前沿，引入无风险资产后推导资本市场线PortfolioDiversification多种证券组合与分散化效应N种证券组合的方差包含N个方差项和N(N-1)个协方差项。当N趋于无穷时，方差项被稀释，组合风险收敛于平均协方差——即系统性风险不可分散。方差结构N种证券组合方差公式包含N项方差和N(N-1)项协方差，当N增大时方差项权重以1/N²速度衰减，协方差项权重以(N-1)/N²速度趋于1/N。N(N−1)协方差项风险收敛充分分散化后组合方差≈平均协方差，单个证券的特有风险（公司事件、管理层变动等）被消除，剩余的是所有证券共同承担的市场风险。≈平均协方差实证阈值实证研究表明持有约20-30只随机选取的股票即可消除大部分非系统性风险，组合标准差可从单只股票的约50%降至约20%。50%→20%分散极限即使持有市场上所有股票，系统性风险（如经济衰退、利率变动、战争等）仍然存在且无法通过分散化消除。系统性风险MODERNPORTFOLIOTHEORY有效集与投资者选择有效集是机会集的上边界，代表相同风险下收益最高或相同收益下风险最低的组合集合。理性投资者只在有效集上根据自身风险偏好选择最优点。有效集的定义01有效集（EfficientFrontier）是机会集区域的上边界曲线，其上的每个组合都满足：不存在同风险下更高收益或同收益下更低风险的替代组合02有效集以下的组合均为"无效"组合——投资者总可以找到有效集上的某个组合在不增加风险的情况下获得更高收益03最小方差组合是有效集的起点（最左端），有效集从该点向右上方延伸，体现风险与收益的正向权衡关系投资者的最优选择01每位投资者根据自身的无差异曲线（代表风险-收益偏好）与有效集的切点确定最优投资组合02风险厌恶程度高的投资者切点偏左下方（低风险低收益），风险容忍度高的投资者切点偏右上方（高风险高收益）03在没有无风险资产的情况下，不同投资者的最优组合各不相同，取决于个人的主观风险偏好CAPITALASSETPRICING无风险资产与资本市场线（CML）引入无风险借贷后，资本市场线(CML)从无风险利率出发与有效集相切于市场组合M。CML斜率最大，代表最优资本配置，所有投资者应持有M并通过借贷调整风险敞口。01CML方程与夏普比率E(RP)=Rf+[(E(RM)−Rf)/σM]×σP，斜率为夏普比率，代表每承担一单位风险所获得的超额收益补偿。SharpeRatio02分离定理投资决策与融资决策可以分离——所有投资者持有同一个风险组合M（投资决策），通过无风险借贷调整风险敞口（融资决策）。M*唯一最优03CML优于有效集在相同风险水平下，CML提供更高的期望收益，因此CML取代有效集成为新的投资边界，所有理性投资者均向CML靠拢。CML≻有效集04风险偏好定位保守投资者在Rf到M之间配置（部分无风险+部分M），激进投资者在M右侧借入资金全部投入M，风险偏好仅决定在CML上的位置。Rf←M→∞CHAPTER04系统性风险与贝塔系数区分可分散风险与不可分散风险，建立系统性风险的度量标准RiskClassification风险的分类：系统性风险与非系统性风险总风险可分解为系统性风险（市场因素驱动、不可分散）和非系统性风险（公司特有因素、可分散）。市场只对系统性风险给予收益补偿，非系统性风险不获得额外回报。MARKETRISK系统性风险（市场风险）01由宏观经济因素驱动，如GDP增速、利率变动、通货膨胀、汇率波动、地缘政治事件，影响市场上几乎所有证券02无法通过持有更多证券来消除——即使持有全部市场组合，系统性风险仍然存在，这是投资者必须承担并获得补偿的风险03典型案例：2008年全球金融危机、2020年新冠疫情冲击，几乎所有股票同步下跌，分散化投资无法规避不可分散SPECIFICRISK非系统性风险（特有风险）01由公司特有事件驱动，如管理层变动、产品召回、研发失败、劳资纠纷、法律诉讼，仅影响个别证券或行业02可通过充分分散化消除——持有20-30只不同行业的股票即可消除大部分非系统性风险，因此市场不给予额外补偿03典型案例：某公司CEO突然离职导致股价下跌，但同行业其他公司不受影响，持有行业ETF的投资者几乎感受不到冲击可分散BETACOEFFICIENT贝塔系数的定义与计算贝塔系数β=Cov(Ri,RM)/Var(RM)衡量证券对市场波动的敏感度。β=1与市场同步，β>1为进取性证券（放大波动），β<1为防御性证券（缓冲波动）。核心公式βi=Cov(Ri,RM)/σM²，即该证券与市场组合的协方差除以市场方差，反映证券收益率对市场收益率变动的敏感程度Cov(Ri,RM)/σM²分类解读β=1与市场同幅波动，β>1为进取性证券（如科技股、周期股），β<1为防御性证券（如公用事业），β=0为无风险资产β>1·β<1组合贝塔投资组合的贝塔等于各证券贝塔的加权平均：βP=wAβA+wBβB，这一线性性质使组合的系统性风险管理更简洁βP=Σwiβi实证估计贝塔通常用历史数据回归估计（市场模型），但需注意估计误差、贝塔不稳定性以及行业贝塔作为替代值的适用性市场模型PortfolioBeta·Application贝塔系数的实际应用案例贝塔系数的线性可加性使得组合风险管理变得直观：通过调整不同贝塔证券的权重，投资者可以精确控制组合的系统性风险敞口。01等权组合贝塔计算A(β=0.8)、B(β=1.2)、C(β=1.5)等权配置时，βP=（0.8+1.2+1.5）/3=1.17，组合略偏进取，系统性风险高于市场基准。βP=1.1702调整权重控制风险将C替换为β=0.5的公用事业股D，βP降为（0.8+1.2+0.5）/3=0.83，组合由进取转为防御性配置。βP=0.8303行业贝塔特征科技行业平均β约1.3–1.5，周期敏感性高；公用事业β约0.5–0.7，需求稳定；消费必需品β约0.7–0.9。●高贝塔行业：科技、可选消费、原材料●低贝塔行业：公用事业、电信、必需消费β0.5–1.504财务杠杆放大贝塔高负债公司的股权贝塔高于同行业低负债公司，财务杠杆放大了经营现金流波动对股东的传导效应。βL=βU×[1+(1-T)×D/E]杠杆贝塔=无杠杆贝塔×财务杠杆乘数Leverage↑β↑RiskMeasurement标准差vs贝塔：两种风险度量的适用场景标准差衡量总风险（系统+非系统），适用于评估单独持有的证券；贝塔衡量系统性风险，适用于评估充分分散化组合中单个证券对组合风险的边际贡献。标准差σ：总风险度量包含系统性风险和非系统性风险，适用于未充分分散化的投资者评估单个证券的整体波动性总风险贝塔β：系统性风险度量仅反映证券对市场波动的敏感度，适用于充分分散化组合中评估单个证券的风险贡献系统性风险关键区别：σ高≠β高标准差很高的证券若贝塔很低（如独立矿业公司），在分散化组合中的风险贡献反而小于标准差中等但贝塔高的证券矿业公司CAPM的定价逻辑在有效分散化前提下，非系统性风险已被消除，市场只对不可分散的系统性风险给予补偿风险补偿Chapter05资本资产定价模型与证券市场线从CAPM假设出发推导证券市场线方程，建立风险定价的均衡框架ASSUMPTIONSCAPM模型的基本假设CAPM建立在完美市场和同质预期的强假设之上，虽然现实中不完全成立，但提供了一个理解风险定价的基准框架。市场假设无摩擦市场不存在交易成本和税收，所有资产无限可分且完全流动，投资者可按无风险利率任意借贷。这一假设确保市场效率最大化，价格能够自由调整至均衡状态。零交易成本完全流动信息完全对称所有投资者同时免费获得相同信息，不存在信息优势或内幕交易，价格即时反映公开信息。保证所有市场参与者基于相同预期做出决策。免费获取即时反映价格接受者单个投资者交易不影响市场价格，存在大量投资者，每人只持有市场总量的极小比例。确保个体行为不会扰动市场均衡。大量参与者无市场影响力投资者假设均值-方差优化所有投资者只关心收益的期望和方差，同风险下追求最高收益，同收益下追求最低风险。投资者偏好可通过均值和方差完全刻画。收益最大化风险最小化同质预期对各证券的期望收益、方差和协方差估计完全相同，面对同一条有效集和同一个市场组合。所有投资者持有相同的风险资产组合。相同估计共同有效集单期投资所有投资者具有相同的投资期限（通常为一年），不考虑多期动态调整和再投资策略。简化分析框架，聚焦静态均衡。相同期限静态分析CAPM·资本资产定价模型CAPM公式推导与解读CAPM核心公式E(Ri)=Rf+βi×[E(RM)-Rf]表明：证券的期望收益仅由其系统性风险(β)决定，非系统性风险不获得补偿，风险溢价与贝塔成正比。CAPM核心方程E(Ri)=Rf+βi×[E(RM)-Rf]，期望收益等于无风险收益加系统性风险溢价，其中E(RM)-Rf为市场风险溢价，即整个市场的超额收益。E(Ri)=Rf+β×MRP经济直觉βi衡量证券i对充分分散化组合风险的边际贡献，市场仅对这种不可分散的边际风险贡献给予等价补偿。边际贡献定价自然校准点无风险资产β=0→E(R)=Rf，无风险补偿；市场组合β=1→E(R)=E(RM)，获得完整市场溢价，公式两端自然成立。β=0→Rf·β=1→E(RM)实证风险溢价市场风险溢价通常在4%–8%之间，取决于国家与时期；美国历史数据约为6%，中国市场溢价估计值波动较大。4%–8%CAPM·SecurityMarketLine证券市场线（SML）的图形表达证券市场线是CAPM的图形化表达，横轴为贝塔、纵轴为期望收益。所有正确定价的证券落在SML上；偏离SML的证券存在错误定价，提供套利机会。SML方程结构E(R)=Rf+β×[E(RM)-Rf]：截距为无风险利率Rf，斜率为市场风险溢价[E(RM)-Rf]，贝塔为横轴、期望收益为纵轴E(R)=Rf+β·MRP偏离定价信号SML上方的证券被低估（实际收益>要求收益），投资者应买入，买入压力推动价格上升直至回归SML；SML下方的证券被高估，应卖出α>0买入SML与CML区别SML横轴是贝塔（仅系统性风险），适用于所有证券和组合；CML横轴是标准差（总风险），仅适用于有效组合系统性风险β均衡与詹森α均衡状态下所有证券都应落在SML上，偏离SML的幅度（α值）被称为詹森阿尔法，是评估基金经理选股能力的核心指标詹森αCAPM·RISK-RETURNFRAMEWORK证券市场线与资本市场线的系统对比SML与CML虽然都描述风险-收益关系，但在横轴变量、适用范围、经济含义和应用场景上存在本质区别，混淆二者是学习CAPM最常见的误区。SML与CML核心差异对比对比维度证券市场线(SML)资本市场线(CML)横轴变量贝塔系数β（仅系统性风险）标准差σ（总风险=系统性+非系统性）适用范围所有单个证券和投资组合仅适用于有效投资组合经济含义要求收益率（投资前要求的最低回报）期望报酬率（投资后期望获得的回报）截距无风险利率Rf无风险利率Rf斜率市场风险溢价E(RM)−Rf夏普比率[E(RM)−Rf]/σM主要用途评估证券是否被正确定价、计算内在价值确定有效组合的最优配置比例均衡位置所有正确定价的证券都应落在线上仅有效组合落在线上，单个证券在线下方SML用贝塔衡量系统性风险、适用于所有证券；CML用标准差衡量总风险、仅适用于有效组合。两者的核心差异源于对风险的不同度量方式。SMLAPPLICATION利用SML进行投资决策：实战案例SML的核心应用是比较证券的预期收益率与CAPM要求的必要收益率：预期>必要（正α）则买入，预期<必要（负α）则卖出，α为零表示正确定价。案例参数设定Rf=3%，E(RM)=10%，市场风险溢价=7%。股票X：β=1.2，预期收益13%；股票Y：β=0.8，预期收益7%。Rf=3%股票X：被低估→买入SML要求收益=3%+1.2×7%=11.4%，实际预期13%>11.4%，位于SML上方，存在正向超额收益。α=+1.6%股票Y：被高估→卖出SML要求收益=3%+0.8×7%=8.6%，实际预期7%<8.6%，位于SML下方，收益不足以补偿风险。α=−1.6%詹森阿尔法αα=E(R)−[Rf+β(E(RM)−Rf)]，α>0表示基金经理具备选股能力或证券被市场错误定价，是绩效评估的核心指标。JENSEN'SαCapitalBudgetingSML在企业资本预算中的应用CAPM为资本预算提供了风险调整折现率：项目折现率应等于同风险等级金融资产的要求收益率，确保NPV计算正确反映项目系统性风险。01折现率确定原则项目折现率等于同风险等级金融资产在SML上的要求收益率：Rf+β项目×[E(RM)−Rf]SML定价02风险分级折现高贝塔项目（新市场开拓、技术研发）使用高折现率；低贝塔项目（设备更新、产能扩建）使用低折现率。避免一刀切使用公司WACC。差异化定价03纯玩法方法寻找与目标项目业务相同的上市公司，用其股权贝塔作为项目贝塔估计值，再根据本公司资本结构做杠杆调整。PurePlay04统一折现率后果高估低风险项目：折现率偏高→NPV偏低→错误拒绝。低估高风险项目：折现率偏低→NPV偏高→错误接受。决策偏差BetaDeterminants贝塔的决定因素：经营杠杆与财务杠杆贝塔由企业的行业特征、经营杠杆和财务杠杆共同决定。固定成本占比越高（经营杠杆）、债务比例越高（财务杠杆），股权贝塔越大。经营杠杆对贝塔的影响经营杠杆=固定成本/（固定成本+变动成本），固定成本占比越高，销售额变动对营业利润的放大效应越强放大效应高经营杠杆行业（如航空、酒店、半导体制造）的资产贝塔普遍高于低杠杆行业（如零售、咨询服务）航空·半导体经营杠杆使利润对经济周期更敏感：繁荣期利润弹性大，衰退期亏损风险高，表现为更高系统性贝塔周期敏感财务杠杆对贝塔的影响Hamada公式：βL=βU×[1+(1−T)×D/E]，债务比例D/E越高，股权贝塔越大βL=βU×[1+(1−T)×D/E]利息支出是固定成本，当营业利润下降时净利润以更大比例下降，股东承担的风险被杠杆放大风险放大同行业比较须先"去杠杆"计算资产贝塔，再按目标资本结构"重新加杠杆"，否则直接比较将产生误导去杠杆→再加杠杆EmpiricalEvidence&LimitationsCAPM的实证检验与理论局限CAPM在实证中面临Roll批判（市场组合不可观测）和低贝塔异象等挑战，但它仍是理解风险定价的基准框架，后续多因子模型均在其基础上扩展。Roll批判真正的市场组合包含人力资本、房地产、艺术品等不可交易资产，任何实证检验都只用了市场组合的代理变量，因此CAPM在理论上不可被完全检验。不可检验低贝塔异象实证发现低贝塔股票的实际收益系统性高于CAPM预测，高贝塔股票低于预测，挑战了"高贝塔=高收益"的线性假设。Low-BetaFama-French三因子模型在市场因子之外引入规模因子(SMB)和价值因子(HML)，对股票横截面收益的解释力显著优于单因子CAPM。SMB+HMLCAPM的实务主导地位尽管存在局限，CAPM仍是公司理财实务中最广泛使用的资本成本估算工具，其简洁性和直觉性使其在业界保持主导地位。资本成本CHAPTER13·REVIEW本章核心知识框架回顾第13章构建了从风险度量→投资组合→风险定价的完整逻辑链：先量化单个证券的收益与风险，再通过组合理论发现分散化效应，最终用CAPM建立均衡定价框架。基础工具层期望收益E(R)衡量中心预期，方差σ²和标准差σ衡量离散程度（风险），协方差Cov和相关系数ρ衡量证券间联动关系均值-方差框架：投资者在相同期望收益下选低风险、相同风险下选高收益，这是整个现代投资组合理论的行为假设σ²&ρ组合理论层分散化效应：ρ<1时组合标准差小于加权平均，充分分散化可消除非系统性风险但无法消除系统性风险有效集与CML：引入无风险资产后，所有投资者持有同一市场组合M，通过无风险借贷调整风险敞口（分离定理）CML&M风险定价层CAPM：E(Ri)=Rf+βi×[E(RM)−Rf]，只有系统性风险获得补偿，贝塔是唯一的定