ただ、控えているソルティア

  上記の単一要素モデル分析を要約して、投資家が借りることができる無リスク金利を排除し、 貸し出しの前提は非常に明確です。 バージョンの のように、単一因子 アービトラージ価格理論により、借入のシャドーコストの測定値が国債利率でゼロを超えることが可能になる ベータ率。 現在の分析における主な困難は、市場モデルの無相関の残留リスクの仮定が事実と矛盾していることです。 シンボル。市場のリターン効果に加えて、株式のリターン変数には他にも多くのソースがあります。持っている 一部の情報源はマクロ経済です。たとえば、 信托 循環株は、鉱工業生産の変化に特に敏感です。 敏感でレバレッジの高い企業は、金利の変化に敏感です。より広く、同じことに従事する 同業他社や時価総額が同じ企業などの事業は、 動く。これらの理由から、株式のリターンに適切に適合する単一因子モデルはありません。 断面と無相関の残余収入をもたらします。これに対処するために、以前の分析を多因子モデルに一般化できます 真ん中。 個のリスク源の影響を捉える 個の「要因の組み合わせ」があり、 リスクフリーレート で借りたり貸したりするのに十分な場合、次のようになります。銘柄間の残差リターンは無相関であると仮定します。モデルの予測はまだ であり、ほぼすべての株式について非公式に として記述できます。もしも これは制限されています。 リスクのない借り入れがない場合、   ファクター モデルの場合、式を次のように置くことができます。 の はゼロ ベータ率に置き換えられ、すべての要因の組み合わせとは無関係に定義されるようになりました。 ポートフォリオの期待リターン。繰り返しますが、モデルは式 を示しています。 または、因子の組み合わせがなく、因子を平均ゼロショックとして直接測定する場合 ( 例 : マクロ変数の革新 ) 、次のようになります。ここで、   はゼロ ベータ レートです ( 投資家が自由に借りたり貸したりできる場合など ) 。 はリスクフリーレート は 番目のファクターのリスク価格です。文字 λ で プライス アット リスクを表すことは、文献の標準的な表現です。 数字の文字は区別され...

  は標準偏差を横軸にとった平均標準偏差グラフで、超過リターンは 縦軸。原点から各資産クラスへのリンク ラインの傾きは、その資産クラスのシャープです。 比。このグラフは、原点から米国内の株式市場の資産クラスまでの直線をプロットしています。 これを超えると、すべての資産クラスのシャープ レシオが米国株式市場よりも高くなります。天然資源などのいくつかの資産クラスは、魅力的に高いシャープ レシオを持っていますが、多くは奇数です。 さまざまな資産のシャープ レシオは、米国株式のシャープ レシオよりもはるかに高くはなく、コモディティなどの一部の資産はさらに高くなります。 低い。図 から、なぜ    が株式から離れてポートフォリオをリセットしたのかを理解するのは困難です 資産。 3 の難しさは、 etf 個々の資産の魅力を人々に伝えますが、提供しないことです。 シャープレシオが高い混合ポートフォリオのガイダンスシナリオ。これを修正するには、図 . は、 の投資信条を別の観点からまとめたものです。図   の横軸は国内株式     の国内債券ポートフォリオのベータ版。通常のコンビネーション ラインを直線が横切ります。資産クラスごと 直線までの距離は、平均ポートフォリオに対するこの資産のアルファです。いつでも、 資産のアルファが正の場合、ポートフォリオの重みを増やすことでポートフォリオを改善できます ( 分散 収益率が一定の場合は収益率を増やし、収益率が変わらない場合は分散を減らします ) 。のすべてのエキゾチックな資産クラス ( 実際、国内を除くすべての資産クラス ) 株式）はプラスのアルファを持っています。したがって、データは、初期投資が共通のポートフォリオにある理由を説明しています の投資家が、ポートフォリオをエキゾチックな資産クラスにシフトし始めます。もちろん、ミックスが変化するにつれて、 体重、参照基準も現在の体重に変更して、続行するかどうかを決定する必要があります。なので 参照標準が変更されたときにこの数値がどのように変化するかを説明する非公式の演習 変化する。この章の最後にある答えを参照してください。演習 3.1 と 3....