投資學第八章.ppt_第1頁
投資學第八章.ppt_第2頁
投資學第八章.ppt_第3頁
投資學第八章.ppt_第4頁
投資學第八章.ppt_第5頁
已閱讀5頁,還剩39頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、第八章,指數(shù)模型,8-2,馬科維茨模型的輸入數(shù)據(jù),8-3,相關(guān)系數(shù)的估計誤差可能會導致無意義的結(jié)果。 由上述表格,如果構(gòu)造的組合資產(chǎn)A,B,C的權(quán)重分別為-1,1,1,則組合方差為-200%。但是我們知道方差一定是非負的!上述表格中相關(guān)系數(shù)的估計值互相沖突:A與B相關(guān)系數(shù)0.9,A與C相關(guān)系數(shù)0.9,但是B與C相關(guān)系數(shù)卻是0!這顯然是矛盾的。 實踐中,相關(guān)系數(shù)矩陣中的相互沖突,并非一眼就能看出,導致馬科維茨模型失效。,馬科維茨模型的輸入數(shù)據(jù),8-4,單指數(shù)模型(單因子模型) 資本資產(chǎn)定價模型(Capital Asset Pricing Model, CAPM) CAPM是單因素模型的一個理論化

2、(均衡定價框架下)的特例;單因素模型具有更大的靈活性 多因子模型與套利定價理論(Arbitrage Pricing Theory),馬科維茨模型的簡化,8-5,單指數(shù)模型,8-6,單指數(shù)模型,8-7,單指數(shù)模型,8-8,單指數(shù)模型的回歸方程,8-9,單指數(shù)模型的回歸方程,8-10,將單個證券的風險溢價分解為市場和非市場兩部分,極大地簡化了投資分析工作。 相對于馬克維茨模型,單指數(shù)模型大大降低了需要估計的參數(shù)的數(shù)量。(后面詳述) 指數(shù)模型的簡化對證券分析專業(yè)化非常重要:如果每對證券的協(xié)方差都需要估計,分析師就無法專業(yè)化不同行業(yè)的分析師無法準確估計行業(yè)間的證券協(xié)方差(例如銀行和餐飲) 指數(shù)模型給出

3、了計算協(xié)方差更容易的方法證券之間的協(xié)方差都來自于一個共同的市場指數(shù)的影響。,單指數(shù)模型的優(yōu)點,8-11,單指數(shù)模型的不足,8-12,單指數(shù)模型,風險和協(xié)方差: 總風險 = 系統(tǒng)性風險+公司特定風險 協(xié)方差= 的乘積x 市場指數(shù)風險:,8-13,單指數(shù)模型,相關(guān)系數(shù) = 與市場之間的相關(guān)系數(shù)的乘積 所以,單指數(shù)模型所需估計得參數(shù)為:單個證券的,和(e),以及市場指數(shù)的風險溢價和方差,共3n+2個參數(shù)。 對于上交所的所有(約1000支)股票,只需估計3000個左右的參數(shù),而馬克維茨模型需要估計50萬個以上的參數(shù)。,8-14,例1,假設(shè)一個由3只股票A,B,和C組成的金融市場,滿足單指數(shù)模型,三只股

4、票的市值分別為3000,1940,和1360美元, 值分別為1.0,0.2和1.7,平均超額收益率分別為10%,2%,和17%,標準差分別為40%,30%,和50%,市場組合指數(shù)的標準差為25%,請問: 1.市場指數(shù)組合的平均超額收益率為多少? 2. 股票A和B的協(xié)方差? 3. 股票B與指數(shù)的協(xié)方差? 4. 將股票B的方差分解為市場和非市場兩部分。,8-15,例1答案,8-16,指數(shù)模型和分散化,8-17,指數(shù)模型和分散化,等權(quán)重組合的方差,其公司部分是: 當n變大時, 2(ep) 趨于零,公司層面的風險會被消除。,8-18,圖 8.1 單因素經(jīng)濟中系數(shù)為p等權(quán)重組合方差,8-19,單指數(shù)模型

5、的估計,以美國市場6大公司為例,SP500指數(shù)中信息技術(shù)板塊的惠普(HP)和戴爾(DELL),零售板塊的Target和沃爾瑪(Walmart),能源板塊的英國石油公司(BP)和皇家荷蘭殼牌公司(SHELL).市場指數(shù)選擇SP500指數(shù)。 首先估計單個證券的單指數(shù)模型,以HP為例:,8-20,圖 8.2 S&P 500 和 HP的超額收益,8-21,圖 8.2 S&P 500 和 HP的超額收益,8-22,圖8.3 HP和S&P 500的散點分布圖,惠普的證券特征線,8-23,表8.3 Excel 輸出: HP證券特征線的回歸統(tǒng)計,8-24,表8.3的解釋,惠普(HP) 和標準普爾500( S&

6、P 500)的相關(guān)性高達 0.7238。 此模型可以解釋惠普方差的52%左右。 惠普的是0.86%每月(年化后達10.32%),但在統(tǒng)計上不顯著。 惠普的 系數(shù)是2.0348, 95% 的置信區(qū)間是 1.43 2.53.,8-25,表8.3的解釋,關(guān)于(回歸截距項):對于得到的估計值0.0086,對應(yīng)的P值的大小表示如果真實值為0,那么得到0.0086的概率,在此例中等于0.3868,大于一般的置信水平0.05,所以我們不能拒絕“真實值為0”這個假設(shè)。 即使值在樣本內(nèi)的經(jīng)濟意義(年化收益很可觀)和統(tǒng)計意義(P值小于0.05甚至0.01)上均顯著,我們?nèi)圆淮_定將的估計值作為未來的預測值。大量的經(jīng)

7、驗數(shù)據(jù)顯示5年內(nèi)的值會有明顯的變化,即某一樣本期間的估計值與下一期的估計值之間沒有實質(zhì)的聯(lián)系(基金經(jīng)理的業(yè)績排名每年都顯著變化)。 特別地,當市場處于穩(wěn)定期的回歸方程得到的值不能用來預測未來的(經(jīng)市場風險溢價調(diào)整的)超額收益。,8-26,表8.3的解釋,公司特有風險: 在本例中,注意到HP的月度殘差的標準差為7.67%,年化后為26.6%(前者乘以 )。這個數(shù)字很大。HP的系統(tǒng)性風險的標準差為 =2.03*13.58%=27.57% 。上述數(shù)字可以看到,HP的公司特有風險與系統(tǒng)性風險幾乎一樣大,這對于單只股票來說很常見(即 約等于0.5左右)。,8-27,圖8.4 組合資產(chǎn)的超額收益,選自各版

8、塊中一對規(guī)模相同的股票的超額收益率。我們看到IT行業(yè)是波動性最大的,其次是零售,最后是能源板塊。 非系統(tǒng)性風險逐漸減少到約等于0.,8-28,構(gòu)造組合:和證券分析,單指數(shù)模型最重要的優(yōu)點:為宏觀分析和證券分析提供了框架,將二者分離開來,減少不同專業(yè)的分析師之間的差異。 輸入數(shù)據(jù)的準備步驟:1.宏觀經(jīng)濟分析,用于估計市場指數(shù)的風險和風險溢價。2.統(tǒng)計分析,用于估計系數(shù)和殘差的方差2(ei). 3.用市場指數(shù)風險溢價和系數(shù)來建立證券的(市場驅(qū)動的)期望收益,該部分收益以所有證券都受到影響的信息為條件。4. 值反映了證券分析中發(fā)現(xiàn)的私人信息帶來的風險溢價。,8-29,構(gòu)造組合:和證券分析,值并不只是

9、期望收益的一部分。它反映了某一個證券是高估還是低估。我們可以輕易找到擁有相同 系數(shù)的不同證券。因此,真正決定一個證券是否有吸引力的是它的值。常用的策略是:買入值為正的證券,做空值為負的證券。 上述思想也被廣泛用來衡量不同的投資組合經(jīng)理的投資水平,將投資業(yè)績的值和 系數(shù)分別開來。,8-30,單指數(shù)模型的輸入數(shù)據(jù),標準普爾500的風險溢價 標準普爾500的標準差估計值 n 套如下估計 系數(shù)估計值 個股殘差的方差 證券的值 將指數(shù)也看作一支證券,來構(gòu)造包含這n+1支證券的最優(yōu)組合。,8-31,單指數(shù)模型的最優(yōu)風險組合,最大化夏普比率 期望收益, 標準差, 夏普比率:,8-32,單指數(shù)模型的最優(yōu)風險組

10、合,構(gòu)成: 積極組合,稱之為A 市場指數(shù)組合,消極組合,稱之為M 詳細推導請讀經(jīng)典論文:Jack Treynor and Fischer Black,.1973. “How to Use Security Analysis to Improve Portfolio Selection”. Journal of Business.,8-33,單指數(shù)模型的最優(yōu)風險資產(chǎn)組合,定義初始權(quán)重 積極組合的修正: 當,8-34,信息比率,最優(yōu)組合的夏普比率會超過指數(shù)組合(積極組合): 每個證券對積極組合的信息比率的貢獻:,8-35,信息比率,積極組合的貢獻率取決于它的值和殘差標準差的比率。 信息比率衡量了我

11、們通過證券分析可以得到的額外收益。 要最大化組合的夏普比率,等價于最大化積極組合的信息比率。 如果投資于每個證券的相對比例為 ,此時積極組合的信息比率最大。,8-36,最優(yōu)組合策略的構(gòu)造,計算積極組合中每個證券的原始頭寸 調(diào)整這些權(quán)重,使其和為1,即 計算積極組合的 值, 計算積極組合的殘差: 計算積極組合的原始頭寸: 計算積極組合的 值 調(diào)整積極組合的原始頭寸: 分別得到積極組合和指數(shù)組合的權(quán)重。,8-37,圖 8.5 指數(shù)模型與全協(xié)方差模型的有效邊界,8-38,表8.2 指數(shù)模型和全協(xié)方差模型的對比,8-39,指數(shù)模型比全協(xié)方差模型差嗎?,原理上馬科維茨模型更好,但是: 運用全協(xié)方差矩陣需

12、要估計數(shù)以千計的風險值。 太多的估計誤差積累對投資組合的影響可能使其實際上劣于單指數(shù)模型推導出來的投資組合。 單指數(shù)模型的實際好處是分解了宏觀分析和證券分析。,8-40, 指引: 行業(yè)指數(shù)模型,使用最近60個月的價格。 使用標準普爾500指數(shù)作為市場組合的代理。 忽略股息計算總回報。 不使用超額收益來估計指數(shù)模型,而是使用如下的總收益模型: 使用超額收益的單指數(shù)模型: 變形為: 對比可發(fā)現(xiàn):市場指數(shù)的回歸系數(shù)二者一樣: 但是截距項有如下關(guān)系:,8-41,指引: 行業(yè)指數(shù)模型,所有證券的平均值是1。 因此,我們最好的預測就是其值等于1. 當公司變得越來越傳統(tǒng),其值越趨向于1。,估計 :,8-42

13、,指引: 行業(yè)指數(shù)模型,調(diào)整 =2/3* 的樣本估計值+1/3 公司的財務(wù)變量有助于預測 : 收入變量,現(xiàn)金流變量,每股收益增長率,市值,股息收益,資產(chǎn)負債比等。 將這些指標與歷史數(shù)據(jù)估計出的樣本 作為自變量,來回歸出當前 的線性表達式: 當前的 =a+ (歷史的 )+ (公司規(guī)模)+ (負債比率)+ 參考論文:Rosenberg and Guy.1976. “Prediction of Beta from Investment Fundamentals”. Financial Analysts Journal.,8-43,指數(shù)模型與跟蹤組合,假設(shè)某基金經(jīng)理擬合出如下的單指數(shù)模型: 該經(jīng)理相信這個模型的正確性,但是擔心近期大盤的波動,需要

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論