1. 为什么考虑风险时,与市场组合的协方差更重要?
组合的方差是有协方差矩阵的和决定的
假如有N个资产构成一个组合
那么协方差有N的平方减N个
而方差只有N个
所以前者重要
这个告诉我们 股票的收益率看的是它对投资组合的风险贡献率 而不是自己的波动
- -说得比较抽象
2. 已知某项资产收益率与市场组合收益率之间的协方差为0.48,市场组合收益率的方差为0.36,则该资产的β?
本来就是除以标准差
3. 根据CAPM,一项收益与市场组合收益的协方差为零的风险资产,其预期收益率:
答案我选C,不知道正不正确,仅供参考。
由于CAPM的公式为:
Rj=Rf+(Rm-Rf)β ,
当协方差=0时,应该说明该项受益与市场组合收益完全不相关,因此β=0,因此Rj=Rf。
所以应该是这样吧~^_^
4. 某一股票与市场组合的协方差是什么意思?
方差描述了一组数列的波动情况,如果一个数列都是1种数,如1,1,1,1,1,1 那么它的方差为0
期望其实就是一组数的平均值
协方差是建立在方差分析和回归分析基础之上的一种统计分析方法
两个不同参数之间的方差就是协方差
相关系数r
相关系数是变量之间相关程度的指标。样本相关系数用r表示,总体相关系数用ρ表示,相关系数的取值范围为[-1,1]。|r|值越大,误差Q越小,变量之间的线性相关程度越高;|r|值越接近0,Q越大,变量之间的线性相关程度越低。
相关系数 又称皮(尔生)氏积矩相关系数,说明两个现象之间相关关系密切程度的统计分析指标。
相关系数用希腊字母γ表示,γ值的范围在-1和+1之间。
γ>0为正相关,γ<0为负相关。γ=0表示不相关;
γ的绝对值越大,相关程度越高。
两个现象之间的相关程度,一般划分为四级:
如两者呈正相关,r呈正值,r=1时为完全正相关;如两者呈负相关则r呈负值,而r=-1时为完全负相关。完全正相关或负相关时,所有图点都在直线回归线上;点子的分布在直线回归线上下越离散,r的绝对值越小。当例数相等时,相关系数的绝对值越接近1,相关越密切;越接近于0,相关越不密切。当r=0时,说明X和Y两个变量之间无直线关系。通常|r|大于0.75时,认为两个变量有很强的线性相关性。
相关系数的计算公式为:
其中xi为自变量的标志值;i=1,2,…n;■为自变量的平均值,
为因变量数列的标志值;■为因变量数列的平均值。
为自变量数列的项数。对于单变量分组表的资料,相关系数的计算公式为:
其中fi为权数,即自变量每组的次数。在使用具有统计功能的电子计算机时,可以用一种简捷的方法计算相关系数,其公式为:
使用这种计算方法时,当计算机在输入x、y数据之后,可以直接得出n、■、∑xi、∑yi、∑■、∑xiy1、γ等数值,不
必再列计算表。
参考资料:百度百科
5. 期望收益率、方差、协方差、相关系数的计算公式
2019帮考网基金从业-基础知识-资产收益率的期望、方差和协方差