投资风险的度量

​风险的定义

投资的风险(Risk)指期望结果(即收益)的不确定性(Uncertainty),年化收益率相同的2个资管产品,投资者一般倾向选择收益波动(Volatility)更小,即风险更小的资管产品。

事前风险(Ex ante或Forward-Looking Risk)指基于投资组合的持仓和市场预测,估计或预测的投资组合未来的风险。

事后风险(Ex post或Backward-Looking Risk)用于评估历史的投资组合的风险情况。本文主要介绍事后风险。

风险的度量

方差(Variance):

r_i为每个区间(如周/月/季度)的收益率,r ̅为收益率均值,n为区间数量。

标准偏差(Standard Deviation):

年化方差和年化标准偏差:

其中t为每年的区间数。若r_i为季度收益率,则t=4;若r_i为月度收益率,则t=12。

当分母为n-1时,即为样本方差:

样本标准偏差:

夏普比率Sharpe ratio

r_P为组合年化收益率,r_F为年化无风险(Risk-free)收益率,σ_P为投资组合年化标准偏差。

风险调整后收益率(Risk-adjusted return)M^2

不同投资组合的收益率、标准偏差一般不同,若直接比较收益率则忽视了组合所承担的风险,无法公平的对比收益和风险。因此,若以参考基准的标准偏差σ_M计算得到各个组合的等效收益率(即风险调整后收益),可相对公平的比较在承担相同风险情况下的收益率。

风险调整后收益率:

M^2超额收益率-几何法:

其中,b为参考基准收益率。

M^2超额收益率-算术法:

回归分析

若以参考基准(Benckmark)收益率为横轴,投资组合收益率为纵轴,得到收益率散点图:

用直线(一阶方程)对散点拟合,若散点大致散落在直线两侧,可以得到回归方程为:

回归方程的alpha值为回归方程与纵轴交点:

回归方程的beta值为直线斜率:

回归误差(Epsilon)为实际值与回归值的差值:

资本资产定价模型(Capital Asset Pricing Model ,CAPM)

若考虑无风险收益率r_Fi,定义组合超额收益率为:

参考基准超额收益率为:

得到回归方程:

Beta为:

詹森alpha(Jensen’s alpha):

协方差(Covariance)代表投资组合和基准收益率向相同方向移动的倾向:

年化协方差:

相关度(Correlation ,ρ):

因为:

因此:

特殊风险(Specific Risk )或剩余风险(Residual risk)

根据回归方程:

组合总风险除了与beta相关的系统风险外,还包括由剩余项ε_R产生的剩余风险/特殊风险,即:

其中,系统风险为:

因此:

其中,R^2为决定系数(Coefficient of Determination)。R^2越接近1,组合的方差越能够被基准方差所解释。如果组合的R^2较低(远低于0.8),即系统的剩余风险占比较高,说明回归方程较不准确。

举例

以嘉实创业板ETF(159955)为例,其参考基准为创业板指数。根据最近2年的月收益率计算方差、相关度、回归方程系数等指标。

注:灰色背景单元格为左侧单元格的说明。

根据实际收益率得到的散点图:

参考资料

Practical Portfolio Performance Measurement and Attribution

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,332评论 5 475
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,930评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,204评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,348评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,356评论 5 363
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,447评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,862评论 3 394
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,516评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,710评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,518评论 2 318
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,582评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,295评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,848评论 3 306
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,881评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,121评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,737评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,280评论 2 341