Дисперсия - прибыль
Cтраница 2
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 функчией ожидаемой прибыли и дисперсии ожидаемой прибыли. Маркович указал, что инвестор может использовать и более высокие моменты распределения, а не только первые два Е ( г) и г, например асимметрию и эксцесс ожидаемых прибылей. [16]
 |
Правый верхний квадрант декартовой системы координат. [17] |
Есть и другие аспекты потенциального риска, такие как потенциальный риск ( вероятность) катастрофического убытка, который теория Е - V не рассматривает отдельно от дисперсии прибылей. [18]
Исследования волатильности имеют тенденцию фокусироваться на устойчивости во времени. Например, при нормальном распределении дисперсия 5-дневной прибыли должна быть в пять раз больше дисперсии дневной прибыли. Это скейлинговое свойство нормального распределения называется правилом Т1 / 2, где - временной интервал. [19]
Мы просто сокращаем расчеты, и это выглядит так, как будто значения f изменяются. Мы создаем оптимальные портфели, основываясь на ожидаемых прибылях и дисперсии прибылей при торговле одной единицей каждого компонента, а также на коэффициентах корреляции. Поэтому, если рыночная система имеет оптимальное f 2000 долларов и ее вес в оптимальном портфеле равен 0 5, мы должны использовать для этой рыночной системы 50 % счета при полном оптимальном f 2000 долларов. Другими словами, торговать оптимальным f 2000 долларов на 50 % счета, по сути, то же самое, что и торговать измененным f4000 долларов на 100 % счета. [20]
После того как найдена единичная матрица, следует интерпретировать полученные результаты. В данном случае при наличии входных данных об ожидаемых прибылях и дисперсии прибылей по всем рассматриваемым компонентам, при наличии коэффициентов линейной корреляции каждой пары компонентов и ожидаемой отдаче 14 % наше решение является оптимальным. [21]
 |
Ценность компаний Lube & Auto, Dalton Motors и объединенной фирмы. [22] |
Отсутствие добавочной ценности от этого слияния может казаться странным, если учесть тот факт, что две фирмы находятся в несвязанных сферах бизнеса и поэтому, должны получить некоторую выгоду от диверсификации. По существу, если прибыли двух фирм недостаточно сильно коррелируют друг с другом, то дисперсия прибыли комбинированной фирмы должна быть значительно ниже дисперсии прибыли отдельно взятых фирм, действующих независимо друг от друга. Но, как обстоит дело с влиянием снижения дисперсии на долговую способность. Фирмы с более низкой изменчивостью прибыли могут повысить долговую способность, увеличив тем самым ценность. Это может оказаться реальной выгодой от конгломератных слияний и будет отдельно рассмотрено в данном разделе ниже. [23]
Отсутствие добавочной ценности от этого слияния может казаться странным, если учесть тот факт, что две фирмы находятся в несвязанных сферах бизнеса и поэтому, должны получить некоторую выгоду от диверсификации. По существу, если прибыли двух фирм недостаточно сильно коррелируют друг с другом, то дисперсия прибыли комбинированной фирмы должна быть значительно ниже дисперсии прибыли отдельно взятых фирм, действующих независимо друг от друга. Но, как обстоит дело с влиянием снижения дисперсии на долговую способность. Фирмы с более низкой изменчивостью прибыли могут повысить долговую способность, увеличив тем самым ценность. Это может оказаться реальной выгодой от конгломератных слияний и будет отдельно рассмотрено в данном разделе ниже. [24]
Уравнение (4.1) называют правилом Т в степени 1 / 2, и оно обычно используется в статистике. Мы предполагаем, что дисперсия прибылей увеличивается как квадратный корень из времени. Херст чувствовал, что, используя это свойство, он мог проверить разливы Нила на случайность. [25]
Хотя согласования темпов роста прибыли при оценке полезны, степень несогласия между аналитиками, измеренная посредством стандартного отклонения прогнозов роста, также является важной мерой надежности и согласованности предположений. Гиволи и Лаконишок ( Givoly and Lakonishok) обнаружили, что дисперсия прибыли коррелирует с другими мерами риска, такими как коэффициент бета, и оказывается хорошим инструментом при оценке ожидаемой прибыли. [26]
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. [27]
В качестве примера применения этого метода рассмотрим возможные действия руководителя, связанные с оценкой риска при заключении некоего контракта. Допустим, что ожидаемая при заключении контракта прибыль положительна. Рассматривая прибыль, приносимую контрактом, как основную случайную переменную, предположим, что руководитель не знает точного значения ожидаемой прибыли ( в этом и заключается неопределенность, связанная с заключением контракта), но что относительно величины дисперсии прибыли у него нет сомнений, так что он считает ее точно известной. [28]
Академикам необходима модель для объяснения того, как работают рынки, мне же не так важно, как они работают. Многие представители академического сообщества утверждают, что гипотеза об эффективной границе неверна, так как не существует понятия рациональный инвестор. Сторонники такого подхода утверждают, что люди не ведут себя рационально, поэтому традиционные модели портфелей, такие как теория Е - V ( и ее варианты) и модель оценки доходности финансовых активов, являются неудовлетворительными моделями работы рынков. Я согласен, что инвесторы не всегда ведут себя рационально, но это не означает, что нам следует вести себя подобным образом. Когда дисперсия прибылей конечна, мы можем получить преимущество, находясь на эффективной границе. [29]
Эти параметры можно получить эмпирически. Инвестор может рассмотреть прошлую историю ценных бумаг и рассчитать прибыли и их дисперсии за определенные периоды. Дисперсия является статистической дисперсией процентных прибылей. Возможно, наилучшим способом нахождения параметров является комбинация обоих подходов. Инвестору следует использовать эмпирический подход ( т.е. использовать исторические данные), затем, если это необходимо, можно учесть прогноз относительно будущих значений ожидаемых прибылей и дисперсий. Следующими параметрами, которые должен знать инвестор для использования данного метода, являются коэффициенты линейной корреляции прибылей. Эти параметры можно получить эмпирически, путем оценки или с помощью комбинации обоих подходов. При определении коэффициентов корреляции важно использовать точки данных того же временного периода, который был использован для определения ожидаемых прибылей и дисперсий. Другими словами, если вы используете годовые данные для определения ожидаемых прибылей и дисперсии прибылей ( т.е. ведете расчеты на годовой основе), следует использовать годовые данные и при определении коэффициентов корреляции. Если вы используете дневные данные для определения ожидаемых прибььтей и дисперсии прибылей ( т.е. ведете расчеты на дневной основе), тогда вам следует использовать дневные данные для определения коэффициентов корреляции. [30]
Страницы: 1 2 3