FRM 风险管理基础:复习提纲二
The Standard Capital Asset Pricing Model
Modern Portfolio Theory
Measurements of Return and Risk
单一证券:算术平均法,通过历史数据
E(R)=1n(R1+R2+...+Rn)E(R) = \frac1n(R_1 + R_2 + ... + R_n)E(R)=n1(R1+R2+...+Rn)
σ2=∑1n(xi−μ)2\sigma^2 = \sum\frac1n(x_i - \mu)^2σ2=∑n1(xi−μ)2
两个证券:加权平均法
E(R)=w1R1+w2R2,(w!+w2=1)E(R) = w_1R_1 + w_2R_2, (w_!+w_2 = 1)E(R)=w1R1+w2R2,(w!+w2=1)
σ=(w1σ1)2+(w2σ2)2+2w1w2σ1σ2ρ\sigma = \sqrt{(w_1\sigma_1)^2 + (w_2\sigma_2)^2 + 2w_1w2\sigma_1\sigma_2\rho}σ=(w1σ1)2+(w2σ2)2+2w1w2σ1σ2ρ
Indifference Curve无差异曲线(E(R ) - y, σ\sigmaσ - x)
投资者的分类
- 风险厌恶型 risk-averse
无差异曲线倾斜向上,加速上升: 承担更多的风险会要求更高的回报
(大多数人都属于风险厌恶型,所以当提到无差异曲线默认这一条) - 风险中性 risk-neutral
水平线 - 风险偏好 risk-seeking
向下弯曲,加速下降
无差异曲线(需求侧)
- upward sloping and convex(get steeper)
- 曲线上每一个点都是risk-return pairs
- 同一条曲线上的两点效用相同(风险小收益小,风险大 收益也大)
- 越在左上↖️的曲线效用越大
有效前沿(供给侧)
有多少资产可以被选择用来投资
ρ=1\rho = 1ρ=1, 两个资产线性相关,你涨我也涨
ρ<1\rho < 1ρ<1 曲线 向左凸,ρ\rhoρ 减小,σ=(w1σ1)2+(w2σ2)2+2w1w2σ1σ2ρ\sigma = \sqrt{(w_1\sigma_1)^2 + (w_2\sigma_2)^2 + 2w_1w2\sigma_1\sigma_2\rho}σ=(w1σ1)2+(w2σ2)2+2w1w2σ1σ2ρ也减小
ρ=−1\rho = -1ρ=−1,两条直线,类似航空股和石油股
所有可以投资的组合在ρ=1\rho = 1ρ=1和ρ=−1\rho = -1ρ=−1所围起来的两个大三角形中
最优的投资组合为ρ=−1\rho = -1ρ=−1时和y轴的交点,与高风险高收益的那个资产点的连线上
多个证券:
最小方差点为最左的小黑点
不包括无风险组合,找到的都是all risky asset
整体的抛物线为最小方差前沿(蓝色➕虚线部分)
蓝色部分为有效前沿
Optimal Portfolio Selection
将需求侧去靠近有效前沿(供给侧),当有切点时,切点即为最优投资组合。
A – 找不到,B – 不有效
Capital Asset Pricing Model
Capital Allocation Line(cal)
线性变化
Capital Market Line(cml)
每个人的风险偏好不一样,假设所有investors都有相同的预期(homogeneous expectations)
−>->−> 均值和标准差都一样
−>->−>对每个人有效前沿都一样了
−>->−> 可以找一个optimal risky asset
−>->−> 可以形成市场化的效果 market portfolio
- 是一条特殊的cal
- 由risk-free asset 和 market portfolio的连线组成
- r与有效前沿的切线得到的m点最有效
- 延长线上的c点是一个加杠的过程
- 公式
E(Rp)=Rf+E(RM)−RfσMσpE(R_p) = R_f + \frac{E(R_M) - R_f}{\sigma_M}\sigma_pE(Rp)=Rf+σME(RM)−Rfσp
- intercept 是 risk-free rate
- 斜率slope是market portfolio 的夏普比率Sharpe ratio
- SRMarketPortfolio=Rp−Rfσp=E(RM)−RfσMSR_{Market Portfolio} = \frac{R_p - R_f}{\sigma_p} = \frac{E(R_M) - R_f}{\sigma_M}SRMarketPortfolio=σpRp−Rf=σME(RM)−Rf
- A-B未在cml上投资导致多承担的风险:非系统性风险,可通过分散化减小
- B- C无法进一步优化的部分的风险:系统性风险
beta 个股和大盘间的敏感程度
- βmkt=1\beta_{mkt} =1βmkt=1
- βi=cov(Ri,Rm)σmkt2=ρi,mσiσmσm2=ρi,mσiσm\beta_i = \frac{cov(R_i,R_m)}{\sigma^2_{mkt}} = \frac{\rho_{i,m}\sigma_i\sigma_m}{\sigma^2_{m}} = \rho_{i,m}\frac{\sigma_i}{\sigma_m}βi=σmkt2cov(Ri,Rm)=σm2ρi,mσiσm=ρi,mσmσi 记最右公式就好
CAPM
假设条件
- 没有交易费用
- 资产无限可分
- 没有税收
- 是一个价格接受者 price taker,不是庄家,不会影响市场价格
- 投资只考虑标准差和收益–纯理性的投资者
- 可以无限做空
- 可以无限按照无风险利率拆进或者拆出
- 投资者都是对未来一期same single holding period 的收益进行计划
- 所有投资者对 资产 都有相同的预期
- 所有资产都 有市场,人力资源都可以拿来交易,流动性充足
component
理性投资者不考虑非系统性风险
- 收益率: Rf+premiumR_f + premiumRf+premium(溢价部分)
Security Market Line(sml) 证券市场线
- CAPM的图形表达式
- 用以证券选择 security- selection
- 在sml线即定价准确,在线下方则高估了收益(要去 short做空),在线上方即低估了收益(超出了预估,要买进,long)
-
performance measures 业绩指标–都要会计算
夏普比率/业绩指数Sharpe performance index -SPI
- 分子:平均超额收益 mean excess return
- 分母:整个投资组合的标准差
- 是一个总风险
- 每承担一单位的总风险所获得的超额回报
- SPI=E(Ri)−RfσiSPI = \frac{E(R_i) - R_f}{\sigma_i}SPI=σiE(Ri)−Rf
- risk adjusted return. 经过风险调整后的收益
- 是 CAL这条线的斜率,越高越好
特雷诺比率/业绩指数Treynor performance index -TPI
- TPI=E(Ri)−Rfβi=E(Rm)−RfTPI = \frac{E(R_i) - R_f}{\beta_i} = E(R_m) - R_fTPI=βiE(Ri)−Rf=E(Rm)−Rf(除以βm\beta_mβm,但是βm\beta_mβm = 1 )
- 分子也是超额回报,分母是β\betaβ,即系统性风险
- 每承担一单位的系统性风险,所获得的超额回报,越高越好
- 通常做 well-diversified资产(完全分散化的投资组合)的衡量
Jensen’s performance index -JPI/Jensen’s α\alphaα
- αi=Ri−[Rf+β(Rm−Rf)]\alpha_i = R_i - [R_f +\beta(R_m - R_f)]αi=Ri−[Rf+β(Rm−Rf)]
- risk adjusted return(用的是减法)
- 相当于 真实收益率-CAPM的收益率
- 度量的也是一个systematic risk
- well-diversified portfolio
- 只有 β\betaβ相同才可以比较 α\alphaα
Sortino Ratio
- SR=Rp−T1N∑t=1Nmin(0,Rpt−T)2SR = \frac{R_p - T}{\sqrt{\frac1N\sum^N_{t=1}min(0, R_{pt} - T)^2}}SR=N1∑t=1Nmin(0,Rpt−T)2Rp−T
- T是required rate of return或者是MAR( minimum accepted rate of return)最低可接受的回报
- 分子衡量的也是一个超额回报
- 分母:半标准差(一般考试会给的);negative returns负数(亏钱)的标准差
- T:一般会给MAR,不然可以用risk-free rate或者hurdle rate (障碍率)来替代
tracking error
- TE=σ(Rp−Rb)TE = \sigma_{(R_p-R_b)}TE=σ(Rp−Rb)
- 实际的RpR_pRp - 一个benchmark 基准RbR_bRb
- 差值的标准差
information ratio(ir)
- IR=E(Rp)−R(RB)σ(Rp−Rb)IR = \frac{E(R_p) - R(R_B)}{\sigma_{(R_p-R_b)}}IR=σ(Rp−Rb)E(Rp)−R(RB)
- 分母为te,分子也是一个超额收益,是跟参照系比较的
- 是经过风险调整后的
- 收益/风险;越高越好
套利定价理论和多因素模型
Arbitrage Pricing Theory
- 线性模型
- 多种系统性风险因子(GDP,通货膨胀,商业周期,利率等)
- E(Rp)=RF+βP,1(λ1)+βP,2(λ2)+...+βP,k(λk)E(R_p) = R_F + \beta_{P,1}(\lambda_1) + \beta_{P,2}(\lambda_2)+...+ \beta_{P,k}(\lambda_k)E(Rp)=RF+βP,1(λ1)+βP,2(λ2)+...+βP,k(λk)
- λi\lambda_iλi 是一个差,实际的-rf 的风险溢价部分
- β\betaβ 是一个sensitivity
- CAPM模型是apt的一个特例
- pure factor portfolio纯因素模型:资产组合中某资产敏感程度为1,其他资产敏感程度都为0。帮忙用以对冲hedge
Fama-French three factor model
- Ri−RF.=αi+βi,M(RM−RF).+βi,SMB+βi,HMLHML+eiR_i - R_F. = \alpha_i + \beta_{i,M}(R_M-R_F). +\beta_{i,SMB} + \beta_{i,HML}HML + e_iRi−RF.=αi+βi,M(RM−RF).+βi,SMB+βi,HMLHML+ei
- 回归模型
- 常数项αi\alpha_iαi, 三项外对收益率的描绘 residual return。如果三项可以很好描述超额收益,则alpha为0,否则有值
- 残差项eie_iei,第一项为市场因素(同前)
- SMB:small minus Big,小盘股投资组合 - 大盘股投资组合
- HML: high minus low,book-to-market ratio账面价值比市值,财务指标高的(value stock价值股)投资组合-低的(growth stock成长股/垃圾股)
multi-factor models 多因素模型—事后的剖析
- Ri=E(Ri)+βi,1Fi+βi,2F2+...+βi,kFk+eiR_i =E(R_i) + \beta_{i,1}F_i +\beta_{i,2}F_2+ ... + \beta_{i,k}F_k+ e_iRi=E(Ri)+βi,1Fi+βi,2F2+...+βi,kFk+ei
- 考察RiR_iRi 是一个实际回报率,后面一串相当于预期回报以外的surprise
- 系统性风险
- F 预期值之间的差距
- eie_iei公司特定的收益
single-factor models 单因素模型
- only one risk. factors
- 其他同多因素
FRM 风险管理基础:复习提纲二相关推荐
- 传感器与检测技术基础 复习提纲 考试不挂科专用版
传感器与检测技术基础 复习提纲 考试不挂科专用版 题型: 选择题 判断题 问答题 计算题 复习要点 1. 了解传感器定义.组成及分类. 定义:传感器是一中以一定精度把测量(主要是非电量)转换与之有确定 ...
- FRM 风险管理基础:复习提纲三
金融灾难案例分析 利率风险 储蓄贷款危机 The savings and loan crisis, S&L 20世纪蓬勃发展,通过借短投长赚到不少钱(carry trade 利差交易) 归功于 ...
- 计算机应用基础复习提纲ppt,《计算机应用基础》讲授提纲ppt课件.ppt
<<计算机应用基础>讲授提纲ppt课件.ppt>由会员分享,提供在线免费全文阅读可下载,此文档格式为ppt,更多相关<<计算机应用基础>讲授提纲ppt课件.p ...
- 【基础复习】二:预处理、const与sizeof
赋值语句 1.i的值为? #include <iostream> using namespace std; int i = 1; int main() {int i = i; } 解析: ...
- vue 只在父级容器移动_Vue易遗忘的基础复习(二)
数据请求 Vue-resource请求 在Vue2.0之后已经被舍弃 2. fetch请求 因为传统 Ajax (指 XMLHttpRequest)存在一些令人头疼的问题:配置和调用方式非常混乱,而且 ...
- vue ref 绑定的事件需要移除吗_Vue易遗忘的基础复习(二)
数据请求 Vue-resource请求 在Vue2.0之后已经被舍弃 2. fetch请求 因为传统 Ajax (指 XMLHttpRequest)存在一些令人头疼的问题:配置和调用方式非常混乱,而且 ...
- 计算机应用基础知识点提纲,计算机应用基础复习提纲
一.单选题 1.一个完整的计算机系统包括( D ) A.计算机及其外部设备 B.主机.键盘.显示器 C.系统软件和应用软件 D.硬件系统和软件系统 2. 下列设备中,只属于输出设备的是( A ). A ...
- c语言程序设计提纲,C语言程序设计”期末考试复习提纲
2010-2011年度第二学期 "C语言程序设计"期末考试复习提纲 二.题例: (一)选择题: 1. 下列四组选项中,均是不合法的用户标识符的选项是( ). A) G S_4 in ...
- 大学计算机基础专升本复习提纲
大学计算机基础专升本复习提纲 <大学计算机基础>专升本考试复习提纲 一. 计算机的诞生.发展.分类.特点及应用等基本知识 诞生:时间.地点.名称.创始人.结构 (1946年.美国宾夕法尼亚 ...
- 移动编程基础知识(复习提纲)
目录 一.Android系统架构分为哪四个层次,每一层所提供的基本功能是什么? 二.Android项目资源程序文件夹res中,子文件夹layout.values.drawable.raw各有什么作用? ...
最新文章
- 解决firefox ubuntu无法打开页面的问题
- OpenCV3.3中逻辑回归(Logistic Regression)使用举例
- 一、.NET中的网络组件
- 【转】WCF Data Service 使用小结 (一)—— 了解OData协议
- vue项目查看构建后项目报告,项目个模块依赖占比比例情况
- 使用C#的后端Web API:循序渐进教程
- matlab单位采样序列程序,matlab产生pn序列
- appium安装教程
- msvcp140.dll丢失如何修复?win7丢失msvcp140.dll的修复方法
- happen-before讲解
- 亚控科技笔试面试记录
- 【5G安全系列】NAS层安全密钥衍生——USIM相关密钥的衍生
- 网站服务器 64位,如何将win7系统从32位升级到64位_网站服务器运行维护,win7,32位,64位...
- 全国程序员高考卷,开始答题!
- PageRank算法
- 网络空间安全进入动态防御时代
- QML显示摄像头视频的解决方案
- 税控盘版开票软件V2.0.53_ZS_20221231
- wind 系统连接mysql_关于wind7重新安装系统后,连接mysql的问题
- 苹果最新系统ios7_拳皇97 Mac版 苹果电脑 Mac游戏 支持最新系统