1703621507
1703621508
GH1,由约翰·格雷厄姆(John Graham)和坎贝尔·哈维(Campbell Harvey,1997)提出,同差额收益率近似,但使用了有效边界(通过合并各种权重的参考基准得到)和无风险收益率(注意:无风险收益率的变化性不一定为0)。投资组合收益率,和具有投资组合相同风险(或变化性)的有效边界和无风险收益率组成的投资组合的收益率的差为GH1,如图4-4所示。
1703621509
1703621510
1703621511
1703621512
1703621513
图4-4 GH1
1703621514
1703621515
GH2(Graham and Harvey 2)
1703621516
1703621517
GH2同M2 类似,没有采用参考基准和无风险收益率的组合,而是通过增加实际投资组合的权重同时减少无风险收益率的权重来构建组合。GH2基于参考基准的风险来计算,如图4-5所示。
1703621518
1703621519
1703621520
1703621521
1703621522
图4-5 GH2
1703621523
1703621524
1703621525
1703621526
1703621528
投资组合绩效测评实用方法(原书第2版) 回归分析
1703621529
1703621530
我们通过画出投资组合收益率和相应的参考基准收益率的散点图,可以得到更多的信息,如图4-6所示。
1703621531
1703621532
1703621533
1703621534
1703621535
图4-6 回归分析
1703621536
1703621537
我们预期投资组合收益率很可能和参考基准收益率同步移动,如果是这样,我们可以通过这些点画一条最佳拟合线,这条线的目标是最小化所有点到这条线的垂直距离。
1703621538
1703621539
回归方程
1703621540
1703621541
任何一条直线的方程都由其斜率和其与纵轴的截距决定。所以投资组合收益率可以表示为:
1703621542
1703621543
1703621544
1703621545
1703621546
(注:原书为rp ,疑有误。——译者注)
1703621547
1703621548
这个公式就称为回归方程。
1703621549
1703621550
回归alpha(αR )
1703621551
1703621552
回归alpha是回归方程和纵轴的截距。
1703621553
1703621554
回归beta(βR )
1703621555
1703621556
回归beta是回归方程的斜率。回归方程的斜率如下所示:
[
上一页 ]
[ :1.703621507e+09 ]
[
下一页 ]