Cтраница 1
Дисперсия прибыли является статистической величиной, определяющей, насколько сильно прибыль от ценных бумаг колеблется вокруг своего среднего значения. Это понятие математически связано со средним квадратичным отклонением; по сути дела, они взаимозаменяемы. Чем больше дисперсия или среднее квадратичное отклонение относительно среднего, тем в меньшей степени среднее характеризует ожидаемую прибыль. Если значение среднего квадратичного отклонения будет слишком велико, вы окажетесь в уже упомянутом положении человека с головой в духовке и ногами в холодильнике. [1]
Дисперсия прибыли является статистической величиной, определяющей, насколько сильно прибыль от ценных бумаг колеблется вокруг своего среднего значения. Это понятие математически связано со средним квадратичным отклонением; по сути дела, они взаимозаменяемы. Чем больше дисперсия или среднее квадратичное отклонение относительно среднего, тем в меньшей степени среднее характеризует ожидаемую прибыль. [2]
Дисперсия прибыли является-статистической величиной, определяющей, насколько сильно прибыль от ценных бумаг колеблется вокруг своего среднего значения. Это понятие математически связано со средним квадратичным отклонением; по сути дела, они взаимозаменяемы. Чем больше дисперсия или среднее квадратичное отклонение относительно среднего, тем в меньшей степени среднее характеризует ожидаемую прибыль. [3]
Сокращение дисперсии прибыли может повысить долговую способность, которая может поднять ценность. Если бы после слияния этих двух фирм долговая способность объединенной фирмы возросла с 30 до 40 % ( что привело бы к увеличению коэффициента бета до 1 21, но не изменило бы стоимость долга), то ценность объединенной фирмы после поглощения могла бы быть оценена таким образом, как это представлено в таблице 25.3. В результате появления дополнительной ценности, ценность фирмы возрастет с 9781 38 млн. долл. [4]
Стандартное отклонение в сравнении с фрактальной размерностью. [5] |
Волатильность предлагают измерять дисперсией прибылей, не так ли. [6]
Эта же величина характеризует дисперсию прибыли. [7]
Существуют модели портфелей, использующие вместо дисперсии прибылей другие способы выражения риска, а также более высокие моменты распределения прибылей. Большой интерес в этом отношении представляют методы стохастического доминирования, которые учитывают все распределения прибылей и могут считаться предельным случаем многомерного анализа портфеля, когда число используемых моментов стремится к бесконечности. Подобный подход может быть особенно полезен в том случае, когда дисперсия прибылей бесконечна или не определена. [8]
Если мы используем дневные данные для определения ожидаемых прибылей и дисперсии прибылей ( т.е. ведем расчеты на дневной основе), тогда нам следует использовать дневные данные для определения коэффициентов корреляции. [9]
Райхенштайн и Дорсетт проанализировали динамику S & Р 500 с 1926-го по 1993 год и выяснили, что дисперсия прибылей за трехлетние периоды только в 2 7 раза превышает дисперсию годовых прибылей. [10]
Держатели облигаций и акционеры также могут различным образом испытать на себе влияние конгломератных слияний, когда можно ожидать снижение дисперсии прибыли и денежных потоков объединенной фирмы, поскольку сливающиеся фирмы имеют некоррели-рующиеся потоки прибыли. [11]
Из главы 6 мы узнали, что для каждого компонента портфеля необходимо определить ожидаемую прибыль ( в процентах) и ожидаемую дисперсию прибылей. В общем случае, ожидаемые прибыли ( и дисперсии) рассчитываются на основе текущей цены акции. Далее, для расчета суммы инвестиций в тот или иной компонент, баланс на счете умножается на вес компонента, и затем для определения количества акций для покупки эта сумма в долларах делится на текущую цену одной акции. [12]
Правый верхний квадрант декартовой системы координат. [13] |
Есть и другие аспекты потенциального риска, такие как потенциальный риск ( вероятность) катастрофического убытка, который мы не рассматриваем отдельно от дисперсии прибылей. Оптимальный портфель отвечает зависимостям (6.6.10) - (6.6.11) в классическом варианте. Маркович также утверждал, что портфель, полученный из этой задачи, оптимален только в том случае, если полезность, т.е. удовлетворение инвестора, является лишь функцией ожидаемой прибыли и дисперсии ожидаемой прибыли. Маркович указал, что инвестор может использовать и более высокие моменты распределения, а не только первые два Е ( т) и г, например асимметрию и эксцесс ожидаемых прибылей. [14]
Правый верхний квадрант декартовой системы координат. [15] |