投资学第四章

2
本章讲授内容
4.1 证券市场的单因素模型 4.2单指数模型 单指数模型 4.3估计单指数模型 估计单指数模型 4.4投资组合的构建与单指数模型 投资组合的构建与单指数模型 4.5指数模型在投资组合管理中的实际运 指数模型在投资组合管理中的实际运 用
3
4.1 证券市场的单因素模型
4.1.1 马科维茨模型的输入表 投资组合选择的规则能否成功取决于输 入表的质量，即预期收益率和协方差的 入表的质量， 估计值 假如证券分析师分析50只股票的输入表 假如证券分析师分析 只股票的输入表 将包括： 将包括：N=50个期望收益的估计 个期望收益的估计 n=50个方差估计 个方差估计 n(n-1)/2=1225个协方差估计 个协方差估计 1325个估计值 合计 个估计值 4
13
4.2 单指数模型
单因素的代理指标是什么？ 单因素的代理指标是什么？ 标准普尔500指数的收益率 标准普尔 指数的收益率 S&P500是一个股票组合，其价格和收益率均 是一个股票组合， 是一个股票组合 可观测， 可观测，可将其视为共同宏观经济因素的一个 有效代理指标。使用这种方法， 有效代理指标。使用这种方法，可以得出一个 与单因素模型类似的方程， 与单因素模型类似的方程，该方程称为单指数 模型， 模型，因为它采用市场指数作为共同因素的代 理指标。 理指标。
同样，投资组合的超额收益率可以 用以下(8 − 11)式求得 RP = α P + β P RM + eP (8 − 11)
27
现在需要解释：
随着投资组合所包含股票数量的增加， 随着投资组合所包含股票数量的增加， 非市场因素引起的投资组合风险变得 由非市场因素引起的投资组合风险变得 越来越小了，然而市场风险 市场风险却不论投资 越来越小了，然而市场风险却不论投资 组合所包含公司的数量多少依然保持不 变。 现以等权重投资组合为例解释以上结论， 现以等权重投资组合为例解释以上结论， 组合中每种证券的权重为1/n,其超额收 组合中每种证券的权重为 其超额收 益率为： 益率为：
5
4.1.2收益分布的正态性与系统风险 收益分布的正态性与系统风险
任何证券的收益率 i通常被分解为各种预期 与非预期收益率之和， 即 ri = E ( ri ) + ei (8 − 1) 式中，非预期收益率 ei的均值为 0， 标准差为 σ i (衡量证券收益率的不确 定性 )
6
如果相关证券的收益率 能够很好地 为正态分布所刻画，那 么这些证券 服从联合正态分布。任 何时刻的证 券收益都由一个或多个 变量共同决 定，本章介绍由一个变 量推动的单 因素证券市场的简单情 形。
7
假设， 假设，引起证券市场收益变化的不确定 因素分解为 整个经济系统的不确定性 宏观经济变量m) （宏观经济变量 特定公司的不确定性（ 和 特定公司的不确定性（ i）
e
8
式（8－1）可以变为式（ 8－2）： ri = E ( ri ) + m + ei (8 − 2 ) 宏观经济因素 m 衡量未预期的突发事件 ， 同样，其均值为 0，标准差为 σ m ei 仅衡量特定公司的突发 事件。 注意 m 指的是影响所有证券 的共同因素。 m 与 ei 相互独立。
第四章 指数模型
Markowitz procedure存在两大缺陷： 存在两大缺陷 存在两大缺陷： 第一， 第一，该模型的协方差矩阵需要大量的 估计值 第二， 第二，该模型对预测证券的风险溢价没 有任何指导作用，因为难以根据历史收 有任何指导作用， 益来确定未来预期收益。 益来确定未来预期收益。而风险溢价是 构建风险资产有效边界的关键因素。 构建风险资产有效边界的关键因素。
(8 − 7)
12
单一证券收益的正态性本身就可以证明 投资组合收益也服从正态分布， 投资组合收益也服从正态分布，而且证 券收益与共同因素之间存在线性关系， 券收益与共同因素之间存在线性关系， 这大大简化了投资组合的分析过程。 这大大简化了投资组合的分析过程。现 在需要找一个变量来代表共同因素， 在需要找一个变量来代表共同因素，为 了能够估计其波动性以及特殊证券对其 价值变化的敏感度， 价值变化的敏感度，该变量必须是可观 测的。 测的。
σ (2e )
i
23
对于n只证券需要计算的结果是： (1) (2) (3) (4) (5) n个敏感性系数β i 估计 n个公司特有方差σ (2ei )估计 1个市场溢价估计
3n + 2个估计，即
n个市场外预期超额收益α i 估计
2 1个共同宏观经济因素σ M 估计
24
指数模型的优缺点 大幅度地缩减参数估计量， 种证券组合的 大幅度地缩减参数估计量，50种证券组合的 参数估计量？马科维茨模型要估计多少参数？ 参数估计量？马科维茨模型要估计多少参数？ 指数模型缩减参数估计量的能力对把握证券分 析的重点是十分重要的 指数模型除了两股票的残差项外其余各项均十 分精确 缺点： 缺点：简单的二分法过于简化了现实世界的不 确定性。 确定性。
16
α i 代表市场超额收益率为0时证券的
预期超额收益率，
β i 代表证券对指数的敏感度, 指数超额
收益率增长 / 下降1 ％所引起的证券超额 收益率增长 / 下降的比率。 ei 被称为残差，代表t时刻（零均值） 的公司特有突发实践对证券收益的影响。
17
4.2.2 期望收益与 β 值 之间的关系
28
1 n RP = ∑ wi Ri = ∑ Ri n i =1 i =1 1 n = ∑ (α i + β i RM + ei ) n i =1 1 n 1 n 1 n = ∑ α i + ( ∑ β i ) RM + ∑ ei n i =1 n i =1 n i =1
2 σ i2 = β i2σ M + σ (2e )
i
协方差＝证券 β 值的乘积 × 市场指数风险
2 Cov (ri , r j ) = β i β jσ M
(8 − 10 )
21
相关系数＝特殊证券与市场指 数的相关系数的乘积
β i β jσ Corr ( ri , r j ) = σ iσ j
2 M
2 Cov(ri , rj ) = Cov(m + ei , m + e j ) = σ m
(8 − 4)
10
不同的证券对宏观经济因素的敏感性不一样， 用β i 来表示公司i的敏感性系数（敏感度）， 式(8 − 2)就可以变形为以下单因素模型： ri = E (ri ) + β i m + ei (8 − 5)
β iσ β = Corr ( ri , rM ) × Corr ( r j , rM ) 式(8 − 9)与式(8 − 10)显示：单指数模型 所需估计的参数为特殊 证券的 α，β 和σ（e）, 以及市场指数的风险溢 价和方差。
22
4.2.4 单指数模型所需的估计量 表8－2 P163
如果n为 如果 为100种，则要估计的值为 种 则要估计的值为5150个 个 这是令人生畏的工作 另外， 另外，协方差系数的估计误差可能导致无意义 的结果， 的结果，这也是马科维茨模型应用到实践中所 面临的难题。 面临的难题。如果避免协方差矩阵系数集合间 彼此的矛盾， 彼此的矛盾，则估计的协方差矩阵输入量必须 是彼此不相容的。 是彼此不相容的。但实际的协方差系数矩阵通 常是相容的， 常是相容的，这一难点促使学者去探寻容易实 现的模型来取代之。 现的模型来取代之。
1
指数模型（单因素模型）的优点 指数模型（单因素模型）
第一， 第一，简化了协方差矩阵的估计 第二， 第二，加强了对证券风险溢价的分析 第三， 第三，它将风险分解为系统风险和公司 特有的非系统风险， 特有的非系统风险，这样就可以比较清 楚地表达资产分散化地利弊 第四， 第四，该模型还可以用来衡量特殊证券 和投资组合的风险
19
指数模型将单一证券的风险溢价分解为 市场和非市场两个部分， 市场和非市场两个部分，这样就清楚地 阐明了整个经济的运行过程， 阐明了整个经济的运行过程，同时也大 大简化了整个投资公司的证券分析过程。 大简化了整个投资公司的证券分析过程。
20
4.2.3 单指数模型的风险 和协方差
由式8－8可以得出每种证券的总 风险中包含 的系统与公司特有成分 ，以及任意两种证券 的协方差。方差和协方 差均由证券的 β 值和市 场指数的特性决定。 总风险＝系统风险＋非 系统风险
25
概念检查题1、2 p163课堂练习
注意：单只股票与指数之间的协方差与该只股 注意： 票的系统风险的区别： 票的系统风险的区别
Cov ( R A , R M ) = β Aσ Cov ( R B , R M ) = β B σ
2 2 2 σ A = β A σ M + σ (2e 2 2 2 σ B = β B σ M + σ (2e
因为E (ei )＝0，将式(8 − 8)两边取期望值， 可得单因素指数模型的 期望值与β值之间的关系， 即 E ( Ri ) = α i + βi E ( RM ) (8 − 9) (8 − 9)式右边第二项表示证券 的风险溢价部分源于 指数的风险溢价，即市 场风险溢价乘以单一证 券的 相对敏感度β，这一项被称为系统风 险溢价，因为它 来自于刻画整个市场的 风险溢价，代表了整个 经济状况。
11
式（8－5）意味着证券 i系统风险取决于它的 β 系数， 证券 i的系统风险为 β σ , 总风险即为
2 i 2 m 2 σ i2 = β i2σ m + σ (2e )
i
(8 − 6)
那么，任意两种证券间 的协方差也取决于其 β 系数， 即
2 Cov ( ri , r j ) = Cov ( β i m + ei , β j m + e j ) = β i β jσ m