CAPM模型的收益-风险关系,知道预期收益,贝塔值,标准差,非系统风险(欧米茄平方)四个值中的两个

2024-05-16

1. CAPM模型的收益-风险关系,知道预期收益,贝塔值,标准差,非系统风险(欧米茄平方)四个值中的两个

当资本市场达到均衡时,风险的边际价格是不变的,任何改变市场组合的投资所带来的边际效果是相同的,即增加一个单位的风险所得到的补偿是相同的。按照β的定义,代入均衡的资本市场条件下,得到资本资产定价模型:E(ri)=rf+βim(E(rm)-rf)
资本资产定价模型的说明如下:1.单个证券的期望收益率由两个部分组成,无风险利率以及对所承担风险的补偿-风险溢价。2.风险溢价的大小取决于β值的大小。β值越高,表明单个证券的风险越高,所得到的补偿也就越高。3. β度量的是单个证券的系统风险,非系统性风险没有风险补偿。
其中:
E(ri) 是资产i 的预期回报率
rf 是无风险利率
βim 是[[Beta系数]],即资产i 的系统性风险
E(rm) 是市场m的预期市场回报率
E(rm)-rf 是市场风险溢价(market risk premium),即预期市场回报率与无风险回报率之差。
解释 以资本形式(如股票)存在的资产的价格确定模型。以股票市场为例。假定投资者通过基金投资于整个股票市场,于是他的投资完全分散化(diversification)了,他将不承担任何可分散风险。但是,由于经济与股票市场变化的一致性,投资者将承担不可分散风险。于是投资者的预期回报高于无风险利率。
设股票市场的预期回报率为E(rm),无风险利率为 rf,那么,市场风险溢价就是E(rm) − rf,这是投资者由于承担了与股票市场相关的不可分散风险而预期得到的回报。考虑某资产(比如某公司股票),设其预期回报率为Ri,由于市场的无风险利率为Rf,故该资产的风险溢价为 E(ri)-rf。资本资产定价模型描述了该资产的风险溢价与市场的风险溢价之间的关系 E(ri)-rf =βim (E(rm) − rf) 式中,
β系数是常数,称为资产β (asset beta)。资本资产定价模型β系数表示了资产的回报率对市场变动的敏感程度(sensitivity),可以衡量该资产的不可分散风险。如果给定β,我们就能确定某资产现值(present value)的正确贴现率(discount rate)了,这一贴现率是该资产或另一相同风险资产的预期收益率 贴现率=Rf+β(Rm-Rf)。

CAPM模型的收益-风险关系,知道预期收益,贝塔值,标准差,非系统风险(欧米茄平方)四个值中的两个

2. 用CAPM解释风险资产的预期收益率一定高于无风险收益率

我们再回到折现模型,它实际定价用的折现率比公平的折现率高,那么这个资产价格是不是比用公平折现率折现时算小了,资产就被低估了(价格上低估),所以我们就会选择这些被低估资产来获取超额收益。(超额收益=实际预期收益率-公平收益率(一般用CAPM模型算出))像这一题中,表格中给出的收益率就是根据项目定价计算出的收益率也就是实际预期收益率。【摘要】
用CAPM解释风险资产的预期收益率一定高于无风险收益率【提问】
亲下午好哦,很高兴为您解答!风险 风险 意味你要承担风险,可赚可赔  无风险就是保本了 基本上不怎么赚也不怎么赔  就跟你拿钱去炒股还是存银行似的  比较下就知道了【回答】
一般我们认为,一个项目的预期收益率应该和它的风险相匹配,如果和风险不匹配,那项目的价值可能就会被低估或高估。我们认为根据CAPM模型计算出来的收益率是项目的必要收益率或者叫公平收益率,如果项目实际的预期收益率(从当前价格表现出来的收益率,使现价等于现金流现值的折现率)大于公平收益率,那么说明这项资产它的收益比公平收益高【回答】
我们再回到折现模型,它实际定价用的折现率比公平的折现率高,那么这个资产价格是不是比用公平折现率折现时算小了,资产就被低估了(价格上低估),所以我们就会选择这些被低估资产来获取超额收益。(超额收益=实际预期收益率-公平收益率(一般用CAPM模型算出))像这一题中,表格中给出的收益率就是根据项目定价计算出的收益率也就是实际预期收益率。【回答】

3. 求风险收益率!!

必要收益率=6%+2.5*(10%-6%)=16%
固定成长股,设增长率为g,则股票价格=1.5/(16%-g)
当市价低于该价格时可购买。
你再看看,没给g,股价没法算。或者给出现在的股利,然后跟1.5套算出g。

求风险收益率!!

4. 假设CAPM成立,已知无风险资产的期望报酬率为2.5%,整个市场组合

A的期望报酬率=2.5%+0.9*(17.5%-2.5%)=16%
B的期望报酬率=2.5%+1.3*(17.5%-2.5%)=22%
C的期望报酬率=31%=2.5%+β*(17.5%-2.5%)
所以C的β=1.9
最新文章
热门文章
推荐阅读