--- title: 財務管理Chap11 Risk and Return tags: 財務管理,筆記,大學檔案 --- [TOC] # 11.1 Expected Returns and Variances ## Expected Returns ![image](https://hackmd.io/_uploads/By0s4ROZyx.png) ### Example: Expected Returns ![image](https://hackmd.io/_uploads/B1LnEROb1x.png) ### Example: Risk Premium - Suppose the risk-free investment are currently offering 8 percent. - E(R$_{A}$)=11.25% E(R$_{B}$)=12.50% - Risk premium=Expected return – risk-free rate - A: 11.25%-8%=3.25% - B: 12.5%-8%=4.5% ## Variance & Standard Deviation - Variance and standard deviation measure the volatility of returns. - Variance = Weighted average of squared deviations. - Standard Deviation = Square root of variance. ![image](https://hackmd.io/_uploads/ByZTECub1e.png) ### Example ![image](https://hackmd.io/_uploads/S1F64A_byl.png) ### Example 2 - Consider the following two risky asset world. There is a 1/4 chance of each state of the economy, and the only assets are a stock fund and a bond fund. ![image](https://hackmd.io/_uploads/rkyRECObJl.png) ![image](https://hackmd.io/_uploads/rkxkBCOWyg.png) # 11.2 Portfolios - Portfolio(投資組合) = collection of assets. - 單一資產的風險與報酬,對投資組合之風險與報酬有重要的影響 - 正如個別的資產,投資組合的期望報酬和標準差,也可以用來衡量其風險—報酬的抵換關係 ## Portfolio Expected Returns - 投資組合的期望報酬,就是這投資組合中各項資產期望報酬的加權平均值。 - $w_{j}$:投資組合中各項資產的百分比 ![image](https://hackmd.io/_uploads/ry_1HRuZJg.png) ### Example: Portfolio Weights ![image](https://hackmd.io/_uploads/S1a1HAdWkl.png) ### Example: Expected Portfolio Return ![image](https://hackmd.io/_uploads/SkfeSCubyg.png) ### Example - 小明投資於A股票40%與B股票60%,其報酬的機率分配如下,求其投資組合的報酬率 ![image](https://hackmd.io/_uploads/Hk5xBAdbJe.png) ## Portfolio Risk Variance & Standard Deviation - Portfolio standard deviation is NOT a weighted average of the standard deviation of the component securities’ risk. - If it were, there would be no benefit to diversification. ## The Return and Risk for Portfolios - Return for Portfolios ![image](https://hackmd.io/_uploads/BkBZB0dZye.png) - Risk for Portfolios ![image](https://hackmd.io/_uploads/BJbfB0O-yx.png) ![image](https://hackmd.io/_uploads/ByIzSAdZkg.png) ### Example: Portfolio Risk ![image](https://hackmd.io/_uploads/ryiGHRu-ke.png) ### Example: Expected Return, Variance, and Covariance - Consider the following two risky asset world. There is a 1/4 chance of each state of the economy, and the only assets are a stock fund and a bond fund. ![image](https://hackmd.io/_uploads/S1x7rCd-Je.png) ![image](https://hackmd.io/_uploads/SJlHmHCuWkg.png) ![image](https://hackmd.io/_uploads/S1q7BA_Wkg.png) ![image](https://hackmd.io/_uploads/r1EVrAOW1x.png) ## 兩個資產的效率投資組合 ![image](https://hackmd.io/_uploads/B1iVB0dWke.png) ![image](https://hackmd.io/_uploads/SJWBSAOWyx.png) ## Portfolios with Various Correlations ![image](https://hackmd.io/_uploads/ryLBSAu-yl.png) ![image](https://hackmd.io/_uploads/B1jSSCO-1l.png) - 當有多個股票的時候,投資機會集合變成一個區域 - 但效率前緣仍然只有點MV到點A這段曲線 - 任何在效率前緣以下的點,在相同風險下都會有比較低的預期報酬率 # 11.3 Announcements, Surprises, and Expected Returns - Total Return = Expected return + Unexpected return - R = E\(R) + U - Unexpected return (U) = Systematic portion (m) + Unsystematic portion (ε) - Total Return = Expected return E\(R) + Systematic portion m + Unsystematic portion ε - R = E\(R) + m + ε # 11.4 Risk: Systematic and Unsystematic - Systematic Risk(系統性風險) - 影響大量資產的因素 - 又稱“Market risk.”、“Non-diversifiable risk.”(不可分散的風險) - 政治風險、經濟風險、政策風險及法令風險 - Unsystematic Risk(非系統性風險) - 又稱Diversifiable risk.(可分散的風險)、 “Unique risk.”獨特風險、“Asset-specific risk.” - 影響有限資產的風險因素 - 透過將資產合併到投資組合中可以消除風險 - 風險主要來自產業、企業或投資個案等內部的特有風險,是由本身的商業活動和財務活動帶來的,例如罷工、法律訴訟、研究與開發、消費者需求改變、高階主管離職等 # 11.5 Diversification and Portfolio Risk - Diversification(風險與多角化投資) - 當我們所挑選的投資組合內的股票越來越多的時候,投資組合的股票數目與投資組合報酬率之標準差的關係如下圖 ![image](https://hackmd.io/_uploads/S15UH0_bkx.png) - The Optimal Portfolio(最佳投資組合) - 投資人可能會同時持有一部份的風險投資商品以及無風險投資商品 ![image](https://hackmd.io/_uploads/r1e_SCObkg.png) - 此投資組合的預期報酬率 - 因為國庫券T的標準差為0%,所以共變異數也等於0 - 投資組合的變異數與標準差為: ![image](https://hackmd.io/_uploads/ByoTH0dbJx.png) - 有了可用的無風險資產和確定的有效邊界,我們選擇斜率最陡的資本配置線。 ![image](https://hackmd.io/_uploads/Bks0rRObke.png) - 完全客觀收集各種資料以計算出風險資產的投資機會集合AZB,再找出投資組合Z - 根據投資者本身風險偏好程度做出決策 - 偏好程度較高者,可能選擇Z或點4 - 偏好程度較低者,可能選擇Z或點3 ![image](https://hackmd.io/_uploads/ryE1URO-yg.png) - Market Equilibrium(**市場均衡**) - 在確定了資本配置線後,所有投資者都會選擇該線上的一個點——無風險資產和市場投資組合M 的某種組合。In a world with homogeneous expectations, M is the same for all investors. - 投資者在資本市場路線上的選擇取決於其風險承受能力。重要的一點是所有投資者都有相同的 CML ![image](https://hackmd.io/_uploads/SJskURObye.png) - homogeneous expectations(同質性預期) - 假設市場上每一位投資人的最佳投資組合都擁有一樣的預期報酬率、標準差、共變異數,這樣的假設稱為同質性預期 - 當市場上所有的投資人有同質性預期的時,每位投資人都會畫出一樣的風險資產效率前緣與直線I,並找出投資組合Z - 投資組合Z就稱為市場投資組合(Market Portfolio) - 通過市場投資組合的切線我們就稱之為資本市場線 (CML) ![image](https://hackmd.io/_uploads/BytQIAOWkl.png) # 11.6 Systematic Risk and Beta - 個股與大盤的報酬率的關係 - 在四種發生機率相等的經濟情況下,大盤指數的預期報酬率以及盤內股票K的預期報酬率 ![image](https://hackmd.io/_uploads/S1_N8C_-Jg.png) - 計算出大盤與股票K的預期報酬率為 ![image](https://hackmd.io/_uploads/S170ORuZyx.png) ### β值 - 單一股票的β值是用來衡量其對於整個大盤波動的敏感程度 - 個別證券預期報酬率對於市場投資組合報酬率的變動程 - 計算公式可以寫成:$β_{i}= \frac{σ_{im}}{\mathrm{σ}_{m}^{2}}$ - 其中$σ_{im}$代表股票報酬率與市場投資組合報酬率的共變異數,而$\mathrm{σ}_{m}^{2}$則代表市場投資組合的變異數 - 把市場投資組合所有個股的β值加權平均後,市場投資組合的β值會等於1 - $\sum_{i=1}^{N}x_{i}β_{i}$ - Example - You put half of your money in Ford and half in Prudential. The Ford has a beta of 0.85 and Prudential has a beta of 1.46. What is the portfolio beta? - $𝛽_{𝑝}$ = 0.5 ∗ 0.85 + 0.5 ∗ 1.46 = 1.155 - 如果 β = 1.0,則股票具有平均風險。 - 如果 β > 1.0,股票的風險高於平均值。 - 如果 β < 1.0,股票的風險低於平均值。 - 大多數股票的Beta在 0.5 到 1.5 之間。 - 市場的Beta = 1.0。 - 國庫券的 Beta = 0。 ![image](https://hackmd.io/_uploads/HkUB8A_Zke.png)