Portfolio Management 8
☆ R50: Portfolio Risk and Return: Part -3
Ⅲ、The Capital Asset Pricing Model:资本资产定价模型(CAPM)
1、CAPM

资本资产定价模型(CAPM) 模型方程: E(Ri) = Rf + βi[E(Rm) - Rf] 资产的 E(Ri) 仅因贝塔系数衡量的系统风险而异 具有相同贝塔系数的两项资产将具有相同的预期收益,无论这些资产的性质如何(但是真实收益往往不同,因为各自的非系统风险不同) 考虑到风险和回报之间的关系,所有资产仅由其贝塔风险定义

投资组合的β

预期收益估计
资产的价格是按要求的回报率贴现的所有未来现金流的总和,其中贴现率或要求的回报率与资产的风险相称
因为风险和回报几乎是投资决策的所有方面的基础,所以CAPM在许多场景中用于估计预期回报也就不足为奇了
2、Assumptions of the CAPM

投资者是风险厌恶、效用最大化、理性的个体
基本假设:
风险厌恶意味着投资者希望因接受风险而得到补偿
不需要相同的风险厌恶度
效用最大化意味着投资者想要更高的回报,而不是更低的回报,而且投资者总是想要更多的财富
投资者被理解为理性的,因为他们正确地评估和分析可用信息,从而做出理性的决策

投资者是风险厌恶、效用最大化、理性的个体(续)
限制和影响:
投资者可能会允许他们的个人偏见和经验干扰他们的决策,导致次优投资
只要非理性行为不会显著影响价格,模型的结果就不会受到影响

市场是无摩擦的,包括没有交易成本和税收
基本假设:
无摩擦市场允许我们从市场的运营特征中提取分析
无摩擦市场没有交易成本、税收或任何卖空成本或限制
以无风险利率借贷是可能的
限制和影响:
然而,违反假设不会影响一般结论,可能会导致资产价格向上倾斜,可能会危及CAPM的重要结论

投资者计划在同一个持有期内进行投资
基本假设:
CAPM是一个单周期模型,所有投资者的决策都是基于这一周期做出的(一般都是1年)
为方便起见,采用单周期假设,因为使用多周期模型比较困难
限制和影响:
及时学习和修正是不允许的,错误的决定可能会持续下去
这些假设不会严重限制CAPM对多周期设置的适用性

投资者有着相同的期望或信念(一致性预期)
基本假设:
这一假设意味着所有投资者以相同的方式分析证券,使用相同的概率分布和相同的未来现金流输入
作为理性的个体,投资者将获得相同的估值
限制和影响:
只要不同的预期不会产生显著不同的最优风险投资组合(CPL(P)),就可以放松这一假设

所有的投资都是可以无限分割的
基本假设:
一个人可以根据他希望投资的多少在一项资产上进行投资(可以是1股,100股,也可以是0.1股)
这种假设允许模型依赖于连续函数而不是离散跳跃函数

投资者是价格接受者
基本假设:
投资者很多,而且没有一个足够大的投资者能够影响价格。因此,投资者是价格接受者,因此证券价格不受投资者交易的影响
尽管投资者可能会影响小型股的价格,但这些股票的规模还不足以影响CAPM的初步结果
这个假设通常是正确的
这些假设的主要目的是创造一个边际投资者,以可预测的方式理性地选择均值-方差有效的投资组合。
3、The Security Market Line:证券市场线(SML)

证券市场线(SML) 是资本资产定价模型的图形表示,x轴为β,反映系统风险,y轴为预期收益 SML的斜率是市场风险溢价 E(Rm) - Rf 请记住,CML不适用于所有证券或资产,而仅适用于有效前沿的投资组合 SML适用于任何证券,无论是否有效。总风险和系统风险仅在有效投资组合中相等,因为这些投资组合没有剩余的可分散风险。

SML线的作用:对单项资产或组合的系统性风险做定价(对不同的系统性风险定风险补偿)
CML线的作用:做资产配置,CML线上的每个点都是投资组合
SML线的斜率:市场组合的超额收益(根据CAPM得到的)
CML线的斜率:夏普比率
SML线的横坐标:系统性风险
CML线的横坐标:总风险
SML线上点的每个β可以是对单项资产的,也可以是组合的
CML线上点的每个σ都是组合的

实际中CAMP的预测能力很差
Summary:
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· Manus的开源复刻OpenManus初探
· AI 智能体引爆开源社区「GitHub 热点速览」
· 三行代码完成国际化适配,妙~啊~
· .NET Core 中如何实现缓存的预热?