投资学八PPT课件

1、第8章，指数模型，82，马尔科维奇模型的输入数据，83，相关系数的估计误差可能会导致无意义的结果。 根据上述表，如果结构的组合资产a、b、c的权重分别为-1、1、1，则组合方差为-200%。 但是，我知道分散一定不是负的！ 上述表中的相关系数的估计值是相互冲突的：A和b的相关系数0.9、a和c的相关系数0.9，而b和c的相关系数为0，这是明显的不符点。 实际上，相关系数矩阵中的相互冲突并非一眼就能看出，马尔科维奇模型已经失效。马尔科比茨模型的输入数据、8-4、单指数模型(单因子模型)资本资产定价模型(CAPM) CAPM是单因子模型理论化(均衡价格设定信息帧工作下)的特例单元素模型具有更大的灵

2、活性的多元素模型和套期保值定价理论马可比特模型的简化、8-5、单指数模型、8-6、单指数模型、8-7、单指数模型单指数模型相对于麦威茨模型大幅减少了要估计的残奥计数器的数量。 简化指数模型(将在后面详细描述)对证券分析非常重要：如果需要估计每对证券的协方差，则分析家无法专业化不同行业的分析家的行业之间的证券协方差(例如，银行和饮食)指数模型更容易更正协方差，并且证券之间的协方差受到公共市场指数的影响。关于单指数模型的优点、8-11、单指数模型的不足、8-12、单指数模型、风险和协方差：总风险=系统风险公司特定风险协方差=的乘积x市场指数风险：8-13、单指数模型、相关系数交易所全部(约1000

3、股)的股票假定8-14、例1、3股由a、b和c组成的金融市场，满足单指数模型，3股市值分别为3000、1360和1360美元，值分别为1.0、0.2和1.7，平均超额收益率分别为2.股a和b的协方差？ 3 .股票b和指数的协方差？ 4 .将股票b的分散分解为市场和非市场两种。8-15、例1的回答、8-16、指数模型和方差化、8-17、指数模型和方差化、等权重组合的方差，其公司部分在：变大时，2(ep )为零，公司、8-18、图8.1单因素经济中的系数为p等权重的以美国市场的6大企业为例，SP500指数中的信息技术大板块的HP(HP )和Dell(dell )、零售大板块的Target和out首

4、先，估算单一证券的单一指数模型，以HP为例，8-20，图8.2 SP 500和HP的超额收益，8-21， 图8.2 SP 500和HP的超额收益，8-22，图8.3 HP和SP 500的散点分布图表8.3 Excel输出： HP证券特征线的回归修订，8-24，表8.3的解释，HP(HP )和斯坦共和国暗池500(SP 500 )的相关性高达0.7238 这个模型可以说明HP分散的52%左右。 HP的0.86%是每月(年化后10.32% )，但是统一来看不显眼。HP的系数为2.0348，95 %的置信区间为1.43 2.53 .8-25、表8.3的解释(回归截尾项):对于所获得的估计值0.008

5、6，对应的p值的量值在真值为0时可获得0.0086 根据大量的经验数据，5年的价格会有明显的变化。 也就是说，一个期间的估计和下一个期间的估计没有实质的联系(基金经理的业绩排名每年都有明显的变化)。 特别是，市场位于稳定期的回归公式所得的值不能用于预测将来的超额收益(按市场风险溢价调整)。 根据对8-26、表8.3的解释，公司特有的风险：在本例中，HP的月残差标准离差为7.67%，年化后为26.6% (与前者相乘)。 这个数字很大。 惠普的系统风险的标准离差为=2.03*13.58%=27.57%。 这些个数字表明，惠普公司特有的风险与系统风险几乎一样大，这对于单株来说很常见(即约0.5左右)

6、。8-27、图8.4的组合资产的超额收益，从各版本中选择相同规模的股票的超额收益率。 IT行业变异性最大，其次是零售，最后是能源大板块。 非系统风险逐渐减少到约8-28，建构组合：证券分析，单指数模型最重要的优点：为宏命令分析和证券分析提供框架，将两者分离，减少不同专业分析师之间的差异。 录入数据的准备步骤：用于估计市场指数风险和风险溢价的1 .宏观经济分析。 2 .用于估算系数和残差方差的统一修正分析2(ei). 3 .使用市场指数风险溢价和系数来建立证券的(由市场主导的)预期收益，该部分收益以所有证券均受影响的信息为条件。 4 .价值反映了在证券分析中被发现的基于私人信息的风险溢价。 8-

7、29，结构组合：证券分析，价值不仅是预期收益的一部分。 反映证券是被高估还是被定值过低。 很容易找到具有相同系数的不同证券。 因此，证券的魅力真正决定有木有的是其价值。 一般策略是购买值为正的证券，值为负的证券为空。 这些个思想也广泛用于衡量不同投资组合经理的投资水平，区分投资业绩的值和系数。8-30、单指数模型的输入数据、斯坦共和国达普尔500的风险溢价斯坦共和国达普尔500的标准离差估计值n定径套以下的估计系数估计值股票残差的方差证券的值也将指数视为证券，并建构包含这些个n 1证券的最佳组合。8-31、单指数模型的最佳风险组合、最大化夏普率期望收益、标准离差、夏普率3360、8-31、单指

8、数模型的最佳风险组合构成：积极组合，被称为a市场指数组合、消极组合， m请阅读被称为详细推导的古典论文. 1973. howtousesecurityanalysistoimproveportfolioselection .journalofbusiness .8-33，单一指数模型的最佳风险资产组合， 定义最佳组合的夏普率为指数组合(积极组合) :每证券的积极组合对信息比率的贡献：8-35，信息比率，积极组合的贡献率取决于其值和残差标准离差的比率。 信息比率衡量证券分析获得的额外收入。 要最大化组合的锐利比率，相当于最大化积极组合的信息比率。 如果投资各证券的相对比例是，此时积极组合的信息比

9、率最大。、8-36、最佳组合策略的结构、积极组合中各证券的原始头寸进行补正，调整这些个权重，使其和为1，即补正积极组合的值，补正积极组合的残差：补正积极组合的值、8-37、图8.5指数模型和全协方差模型的有效边界、8-38、表8.2指数模型和全协方差模型的对比、8-39、指数模型比全协方差模型差吗？ 原理上马尔科维茨模型比较好，但要使用全协方差矩阵需要估计数千个风险值。 如果估计误差累积对投资组合的影响太大，则实际上可能比从单一指数模型导出的投资组合差。 单指数模型的实际优点是分解了宏命令分析和证券分析。 导出8-40，行业指数模型，使用最近60个月的价格。 使用斯坦共和国达普尔500指数作为

10、市场组合的本代理。 无视股息红利核算毛利。 可发现，不是利用超额收益来估计指数模型，而是利用下面的总收益模型：的超额收益的单指数模型3360在两个方面上具有相同的市场指数回归系数。 但截尾项有：8-41的关系，导出：行业指数模型，所有证券的平均值为1。 因此，我们最好的预测是那个值等于1。 随着公司越来越传统，其价格有变成1的倾向。 推导出估计：8-42、行业指数模型，调整样本估计值为1/3公司=2/3*的财务变量，有助于预测收入变量、高速缓存区流变量、每股收益增长率、市场价格、股息红利收益、资产负债比等。 将根据这些个的指标和历史数据估计的样本作为自变量返回当前的线性表示。 当前=a (历史的) (公司规模) (负债比率)。 参考论文3360 rosenbergandguy.1976 .“predictionofbetafrominvestmentfundamentals”. financialanalystsjournal .8-。 假定某个基金经理拟合单指数模型：如下，该经管人相信该模型的精准性，但是担心最近大盘子的变动，需要设法获得冲走大盘子的变动风险的方法：建立多个组合p，