91久久国产成人免费观看资源,国产一区在线播放,国产在线拍偷自揄观看视频网站

親愛的CFA學(xué)員:歡迎來到融躍教育CFA官網(wǎng)! 距離 2025/2/17 CFA一級(jí)考期還有 天!
全國(guó)熱線:400-963-0708 網(wǎng)站地圖
【CFA考試知識(shí)點(diǎn)】如何計(jì)算資本市場(chǎng)預(yù)期? 發(fā)布時(shí)間:2020年10月09日

魯老師

從事CFA培訓(xùn)教育六年,熟悉CFA課程體系,規(guī)劃考試方案,提供CFA備考建議。

  如何計(jì)算資本市場(chǎng)預(yù)期?在這里就要用到用于規(guī)劃計(jì)算出資本市場(chǎng)預(yù)期的具體工具:統(tǒng)計(jì)工具統(tǒng)計(jì)工具還可以再細(xì)分出4種方法。它們分別是:延伸歷史數(shù)據(jù)、收縮估計(jì)、時(shí)間序列估計(jì)和多因素模型。接下來我們就對(duì)它們分別展開學(xué)習(xí)。

  1、延伸歷史數(shù)據(jù)

  描述性統(tǒng)計(jì)可以總結(jié)歸納數(shù)據(jù)的特征,推斷性統(tǒng)計(jì)能將數(shù)據(jù)用于預(yù)測(cè)。如果過去的數(shù)據(jù)是平穩(wěn)的(stationary),我們便可以用歷史的數(shù)據(jù)預(yù)測(cè)未來。這些歷史數(shù)據(jù)包括均值(mean return)、標(biāo)準(zhǔn)差(standard deviation)以及未來數(shù)據(jù)集之間的相關(guān)性(correlations)。

  在計(jì)算收益率均值時(shí),最常用的兩個(gè)方法就是算數(shù)平均(arithmetic mean)法和幾何平均(geometric mean)法,這兩個(gè)方法究竟哪一個(gè)更適合預(yù)測(cè)未來收益呢?依據(jù)CFA一級(jí)中數(shù)量學(xué)科的相關(guān)知識(shí),我們知道,如果想計(jì)算投資品過去多期的平均收益,選擇幾何平均法是最合適的;如果我們想要依據(jù)投資品過去多期的收益表現(xiàn)預(yù)測(cè)出該投資品未來一期的投資表現(xiàn),使用算數(shù)平均法求得的結(jié)果才是最為精確的。此外,幾何平均法下求得的數(shù)值一定是小于等于算數(shù)平均法下求得的數(shù)值,并且這兩類方法下計(jì)算所得的差異會(huì)隨著收益方差的增加而增加。

  歷史樣本的收益率數(shù)據(jù)可以用于預(yù)測(cè)未來的收益率,同時(shí)歷史樣本的方差數(shù)據(jù)也可以用于對(duì)未來方差的預(yù)測(cè)。此外,分析師不僅需要估計(jì)單個(gè)資產(chǎn)的方差,還需要估計(jì)組合資產(chǎn)的方差;在估計(jì)未來組合資產(chǎn)方差時(shí),他們還需要通過樣本中資產(chǎn)的相關(guān)性預(yù)估出未來資產(chǎn)的相關(guān)性。簡(jiǎn)言之,延伸歷史數(shù)據(jù)(projecting historical data)就是通過歷史樣本數(shù)據(jù)預(yù)測(cè)未來。

  2、收縮估計(jì)

  當(dāng)分析師認(rèn)為歷史樣本數(shù)據(jù)不足以反映當(dāng)下變化時(shí),他就可以使用收縮估計(jì)(shrinkage estimators)的方法對(duì)歷史數(shù)據(jù)的預(yù)測(cè)進(jìn)行修正。收縮估計(jì)的具體做法是賦予歷史數(shù)據(jù)一定的權(quán)重,再賦予其他估計(jì)值一些權(quán)重,再對(duì)二者求得一個(gè)加權(quán)平均的結(jié)果。

  收縮估計(jì)法下求得的估計(jì)值降低了歷史極端值對(duì)預(yù)測(cè)的影響。收縮估計(jì)法經(jīng)常用于對(duì)均值以及協(xié)方差(Cov)的調(diào)整過程。當(dāng)數(shù)據(jù)樣本容量很小的時(shí)候,以及歷史數(shù)據(jù)不太靠譜時(shí),收縮估計(jì)法就會(huì)被頻繁使用。

  3、時(shí)間序列估計(jì)

  時(shí)間序列分析同樣可以用于市場(chǎng)估計(jì),尤其是對(duì)短期的財(cái)務(wù)和經(jīng)濟(jì)變量的預(yù)測(cè)。時(shí)間序列估計(jì)量(time-series estimators)通常基于因變量的滯后值以及其他變量做出估計(jì)。

  風(fēng)險(xiǎn)聚集(volatility clustering)是指一個(gè)較大(較小)的數(shù)據(jù)波動(dòng)之后會(huì)跟隨一連串的較大(較小)的數(shù)據(jù)波動(dòng),即如果昨天市場(chǎng)波動(dòng)比較大,今天和明天的市場(chǎng)就會(huì)有很大的概率繼續(xù)這一較大的波動(dòng)。這是因?yàn)槭袌?chǎng)表現(xiàn)具有一定的慣性,是一個(gè)持續(xù)的過程。由于風(fēng)險(xiǎn)聚集效應(yīng)的存在,所以在實(shí)務(wù)中,上述公式的θ值通常會(huì)被賦予一個(gè)較大的數(shù)值,這一數(shù)值通常大于0.95。

  4、多因素模型

  多因素模型可以被運(yùn)用于含有多個(gè)風(fēng)險(xiǎn)因子的資產(chǎn)收益率的預(yù)測(cè)。其模型的標(biāo)準(zhǔn)公式如下所示:

  Ri=αi+βi,1F1+βi,2F2+…+βi,kFkεi+εi

  式中 βi,k——收益R對(duì)于風(fēng)險(xiǎn)因子的敏感程度;

  Fk——資產(chǎn)包含的諸多風(fēng)險(xiǎn)因子;

  殘差項(xiàng)εi——資產(chǎn)特有的風(fēng)險(xiǎn)。

  多因素模型的本質(zhì)是一個(gè)多元回歸模型,而兩因素模型就是一個(gè)二元回歸模型。如果一只股票的收益率同時(shí)受到一國(guó)經(jīng)濟(jì)總量GDP以及利率水平i的影響,那么上述公示中的F1就為GDP,F(xiàn)2就為i。

  分析師用多因素模型做預(yù)測(cè),就是通過多因素模型求得資產(chǎn)的收益和方差。分析師在預(yù)測(cè)資產(chǎn)組合的方差時(shí)需要知道組合間的相關(guān)系數(shù),于是分析師還需要利用多因素模型估計(jì)出資產(chǎn)間的協(xié)方差(Cov)。

微信掃一掃

還沒有找到合適的CFA課程?趕快聯(lián)系學(xué)管老師,讓老師馬上聯(lián)系您! 試聽CFA培訓(xùn)課程 ,高通過省時(shí)省心!

          主站蜘蛛池模板: 田阳县| 甘德县| 禹城市| 泸州市| 墨江| 黔西| 平山县| 自治县| 博客| 蒲城县| 富阳市| 永胜县| 合肥市| 宣城市| 图木舒克市| 仁布县| 屏东市| 乌苏市| 日喀则市| 湟源县| 闸北区| 阿坝| 崇信县| 绵竹市| 云南省| 南漳县| 明星| 岗巴县| 丽水市| 阿拉尔市| 丰城市| 湟中县| 安义县| 威远县| 香港 | 息烽县| 平塘县| 湘西| 正蓝旗| 喀喇沁旗| 金湖县|