Ⅰ 股票日收益率怎麼算
股票收益率=收益額/原始投資額，當股票未賣出時，收益額即為股利。
股票收益率(stock yield)，是指投資於股票所獲得的收益總額與原始投資額的比率。股票得到了投資者的青睞，因為購買股票所帶來的收益。股票絕對收益率是股息，相對收益是股票收益率。
Ⅱ 股票收益率和市場收益率回歸怎麼做
首先，每年用股票i 的周收益數據進行下列回歸:
Ri，t = αi + β1Rm，t －2 + β2Rm，t －1 + β3Rm，t + β4Rm，t +1 + β5Rm，t +2 + εi，t
其中，Ri，t為股票i 第t 周考慮現金紅利再投資的收益率，Rm，t
為A 股所有股票在第t 周經流通市值加權的平均收益率。本文在方程( 1) 中加入市場收益的滯後項和超前項，以調整股票非同步
性交易的影響( Dimson，1 979) 。
股票月收益率回歸分析,與大盤及宏觀變數的相關性分析,與指數的相關性,選出行業中具有代表性的個股。用其月收益率同大盤股票指數進行回歸分析。
Ⅲ 利用回歸分析的方法，計算該股票的貝塔值，並分析各月是否有較大的差異
文內容需要包括以下要點。
（
1
）
該股票過去五年日收益率、
日波動幅度、
交易量的總體及各年的描述性統
計（用平均值、中位數、標准差、離差等指標進行分析）
。
（
2
）
上證綜指過去五年日收益率、
日波動幅度、
交易量的總體及各年的描述性
統計（用平均值、中位數、標准差、離差等指標進行分析）
。
（
3
）
利用相關系數的統計方法，
分析該股票日收益率與上證綜指日收益率之間
的關系，並分析各年是否有較大的差異；
（
4
）
利用回歸分析的方法，
計算該股票的貝塔值，
並分析各年是否有較大的差
異；
（
5
）
利用相關系數的統計方法，
分析該股票日波動幅度與該股票的成交量的對
數之間的相關關系，並分析各年是否有較大的差異；
（
6
）
利用相關系數的統計方法，
分析該股票日波動幅度與上證綜指的日波動幅
度以及日成交量的對數之間的相關關系，並分析各年是否有較大的差異；
（
7
）
利用回歸分析的方法，分析該股票日波動幅度的影響因素；
（
8
）
對上述的問題進行綜合，總結股票的量價關系；
Ⅳ 股票日收益率 年收益率怎麼算的
計算公式
r=[D+(P1-P0)/n]/P0
D是年現金股利額，P0是股票買入額，P1是股票賣出額，n是股票持有年數。
持有期收益率 Rhp :
Rhp =持有期期末價值/持有期期初價值-1 ⑴
持有期收益率 Rhp 也可以轉化為各時段相當收益率 Rg .如果以復利計，則持有期收益率與相當收益率之間的關系可表示為：
（1 + Rg)N = 1 + Rhp ⑵
其中，N為持有期內時段數目.
例題
假設某一種股票年初每股價值為45元，第一年度末支付股利2.00元，年底增值為50元；第二年度末支付股利2.50元，年底價值為58元.第一年度末收入的2.00元可購買同種股票0.04股(=2.00元/50元）.當然，實際上這一金額只有在投資者持有大量股票，如100股的股利可以購買同種股票4股，才有意義.投資者第二年得到股利2.60元（=1.04 x 2.50元），第二年年底股票價值為60.32元（=1.04*58元）.因而該股票期末價值為62.92元（=60.32元+2.60元），計算相對價值：（62.92元/45元）=1.3982
所以，該股票二年持有期的收益率為39.82%.
Ⅳ 股票的貝塔系數怎麼算用excel的回歸分析
Cov(ra,rm) = ρamσaσm。
其中ρam為證券 a 與市場的相關系數；σa為證券 a 的標准差；σm為市場的標准差。
貝塔系數利用回歸的方法計算: 貝塔系數等於1即證券的價格與市場一同變動。
貝塔系數高於1即證券價格比總體市場更波動，貝塔系數低於1即證券價格的波動性比市場為低。
如果β = 0表示沒有風險，β = 0.5表示其風險僅為市場的一半，β = 1表示風險與市場風險相同，β = 2表示其風險是市場的2倍。
(5)股票日收益率回歸分析擴展閱讀
金融學運用了貝塔系數來計算在一隻股票上投資者可期望的合理風險回報率： 個股合理回報率 =無風險回報率*+β×(整體股市回報率-無風險回報率) *可用基準債券的收益率代表。
貝塔系數=1，代表該個股的系統風險等同大盤整體系統風險，即受整體經濟因素影響的程度跟大盤一樣; 貝塔系數>1則代表該個股的系統風險高於大盤，即受整體經濟因素影響的程度甚於大盤。
貝塔系數越高，投資該股的系統風險越高，投資者所要求的回報率也就越高。高貝塔的股票通常屬於景氣循環股(cyclicals)，如地產股和耐用消費品股；低貝塔的股票亦稱防禦類股(defensive stocks)，其表現與經濟景氣的關聯度較低，如食品零售業和公用事業股。
個股的貝塔系數可能會隨著大盤的升或跌而變動，有些股票在跌市中可能會較在升市具更高風險。
Ⅵ 如何計算證券的期望收益率期望收益率跟什麼因素有關
證券主要包括股票和債券。股票收益率計算不得不首先介紹一下資本資產定價模型（CAPM）；債券收益率計算方法比較多。
一、資本資產定價模型（CAPM）
資本資產定價模型（CAPM）是建立在馬科維茨資產組合理論基礎上。資本資產定價模型核心思想是將風險分為兩大類，一類是系統性風險（也可稱為不可分散風險、市場風險），另一類是非系統性風險（也可稱為可分散風險、公司特有風險）。系統性風險無法通過分散化（Diversification）分散，而非系統性風險可以通過分散化投資策略完全分散。由於“風險越高，收益越高”，因此對於資產系統性風險需要通過風險溢價（premium）形式進行補償，而非系統性風險不需要進行補償。CAPM模型基本公式是：
需要注意的是，以上方法是一個粗略的計算方法，其他更為精確的方法包括利差法等可以自行學習。
Ⅶ β系數的影響因素
β系數是度量某種（類）資產價格的變動受市場上所有資產價格平均變動影響程度的指標，是採用收益法評估企業價值時的一個關鍵的企業系統風險系數。評估人員有必要對影響β系數的各種因素進行分析，以恰當確定評估對象的系統風險。
涉及β系數
確定β系數的模型有兩種形式。一種是CAPM模型（資本資產定價模型,也稱證券市場線模型，security market line）：E（Ri）= Rf+βi（Rm-Rf） 其中：E（Ri）= 資產i的期望收益率
Rf =無風險收益率
Rm = 市場平均收益率
另一種是市場模型：E（Ri）=αi+βiRm
這兩個模型都是單變數線性模型，都可用最小二乘法確定模型中的參數。在這兩個模型中，β系數都是模型的斜率。當αi = Rf（1-βi）時，這兩個模型是可以互相轉換的。
但是，這兩個模型的假設前提、變數所採用的數據和應用條件都不相同。從理論上說， CAPM模型是建立在一系列嚴格的假設前提下的均衡模型。其假設前提是完備的市場、信息無成本、資產可分割、投資者厭惡風險、投資者對收益具有共同期望、投資者按無風險資產收益率自由借貸等。即CAPM模型是描述市場處於均衡狀態下的資產期望收益率E（Ri）與資產風險補償（Rm-Rf）的關系。而市場模型是描述資產期望收益率與市場平均收益率之間的關系。市場模型體現的是資產的期望收益率與市場期望收益率之間的關系，而不論該市場是否處於均衡狀態。其中的β系數體現的是市場的期望收益率變動對資產期望收益率變動影響的程度。
採用CAPM模型確定β系數，必然要涉及無風險收益率，從而引起了對該模型的爭議。布萊克（Black，1972）在《限制借貸條件下的資本市場均衡》一文中指出：由於通貨膨脹的存在，真正的無風險利率是不存在的。因此布萊克認為，CAPM模型的基礎本身就存在問題。但CAPM模型還是普遍地得到了應用。在美國，CAPM模型中的無風險收益率採用的是長期國債利率。
證券對β系數的影響
市場平均收益率Rm通常採用證券市場的某一指數的收益率。目前，我國的證券市場指數有多種，包括上證綜合指數、深證綜合指數、滬深300指數、深證成份指數、上證A股指數與B股指數、上證180指數、深證A股指數與B股指數和新上證綜合指數等。各指數所代表的證券及編制的方法都是有區別的。評估人員應掌握各種指數的基本信息和編制方法，分析證券指數的編制方法是否對所評估企業的收益率產生影響。
以下分別以寶鋼股份（600019）與桂林旅遊（000978）兩只股票來說明不同市場指數條件對β系數確定的影響。首先以寶鋼股份2005年4月29日至2007年6月30日的股票月底收盤價的變動情況分別對上證綜合指數、滬深300對應的月底收盤價的變動情況進行回歸，得出寶鋼股份在這段時間兩種指數情況下的β系數：
分別採用兩種指數回歸得出β系數分別為0.9789和0.9439，還比較接近。
下面是以桂林旅遊2005年4月29日至2007年12月28日的股票月底收盤價的變動情況分別對上證綜合指數、滬深300、深證成分指數、深證綜合指數對應的月底收盤價的變動情況進行回歸。
根據得出的回歸方程可知（以深證成份指數和深證綜合指數的變動率為市場收益率的回歸分析圖與回歸方程略），以上證綜合指數、滬深300指數、深證成份指數和深證綜合指數的變動率作為市場收益率時，桂林旅遊的β系數分別為0.7466、0.7511、0.6259和0.7988。
桂林旅遊是深市上市的股票，不包含在上證綜合指數、滬深300指數和深證成份指數的樣本中，僅是深證綜合指數中的樣本。在深證綜合指數的變動率作為市場收益率時的β系數深證成份指數的變動率作為市場收益率時的β系數相差了17.29個百分點。所以說,在選用不同的證券指數的收益率代表市場收益率時,將會對所計算出來的β系數有很大影響。
計算中影響
收益法中的β系數應該是能代表未來的β系數。但我們計算β系數通常只能利用歷史數據，但所採用歷史數據的時段是長一些還是短一些好呢？採用數據的時段越長，β系數的方差將能得到改善，其穩定性可能會提高，但時段過長，由於企業經營的變化、市場的變化、技術的更新、競爭力的變遷、企業間的兼並與收購行為以及證券市場特徵的變化等都有可能影響β系數的計算結果。一般認為，最佳的計算時段為4-6年。下面以上證綜合指數的收益率作為市場平均收益率，得出桂林旅遊在不同時段下的β系數如下：
可見，桂林旅遊β系數計算的時段不同，差異很大。
計算時段的影響
證券收益率的單位時段可以按日、按周、按月計算。計算單位時段長短不同，可能會對β系數產生影響。對2002年至2007年期間的桂林旅遊和上證綜合指數分別按周和按月進行收益率計算，得出桂林旅遊在收益率不同單位時段情形下的不同的β系數。
按周計算收益率較按月計算收益率得出的β系數小。國外大多數的研究人員認為β系數計算應該採用月收益率。如果採用日收益率，雖然會增多許多觀察值，但會引起諸如非同步交易等問題。哈瓦威尼、科拉多和沙茨伯格（Hawawini，Corrado an Schatzberg，1991）的研究指出：如果使用日收益率資料計算β，由於收益率分布相對於正態分布呈寬尾狀，最小二乘法估計法可能無效。我國學者吳世農檢驗了1992年6月-1994年12月間在上海、深圳兩個交易所的20種股票交易日收益的統計分布，結果表明上交所的12種股票日收益率的頻率分布都明顯地不屬於正態分布，但深交所的8種股票中有6種股票日收益率的頻率分布近似於正態分布。徐迪和吳世農（2001）應用赫斯特指數檢驗，結果表明當前中國證券市場的日收益率趨於非正態分布。因此，收益率的單位計算時段的不同將可能導致收益率的頻率分布不同，從而使因β系數計算結果也不相同。
紅利發放對β系數的影響
由於β系數是根據市場平均收益率的變動情況與某種資產的收益率變動情況之間的關系確定的，所以，在計算β系數的時段內，當作為市場平均收益率的證券指數的樣本中發放紅利的證券所佔比例較大時，則發放紅利的資產的β系數的計算結果受紅利發放的影響則比較小；反之，對於長期不發放紅利的資產證券，所受影響會很大。
其他可能影響β系數
我國學者吳世農等研究了1996年-2001年我國上市公司的公司規模、財務杠桿、經營杠桿、股利支付率、盈利變動性、流動比率、總資產增長率、主營收入增長率、主營業務利潤率、資本收益率、資本收益增長率等11個會計變數與β系數之間的相關關系。得出的結論是，β系數總體上與這些會計變數之間相關程度不高，相關檢驗的顯著性不強。
此外，宏觀經濟因素如經濟周期、利率、通貨膨脹率等對β系數的影響，尚需深入研究。