① 股票的贝塔系数怎么算用excel的回归分析
Cov(ra,rm) = ρamσaσm。
其中ρam为证券 a 与市场的相关系数;σa为证券 a 的标准差;σm为市场的标准差。
贝塔系数利用回归的方法计算: 贝塔系数等于1即证券的价格与市场一同变动。
贝塔系数高于1即证券价格比总体市场更波动,贝塔系数低于1即证券价格的波动性比市场为低。
如果β = 0表示没有风险,β = 0.5表示其风险仅为市场的一半,β = 1表示风险与市场风险相同,β = 2表示其风险是市场的2倍。
(1)股票收益率回归分析扩展阅读
金融学运用了贝塔系数来计算在一只股票上投资者可期望的合理风险回报率: 个股合理回报率 =无风险回报率*+β×(整体股市回报率-无风险回报率) *可用基准债券的收益率代表。
贝塔系数=1,代表该个股的系统风险等同大盘整体系统风险,即受整体经济因素影响的程度跟大盘一样; 贝塔系数>1则代表该个股的系统风险高于大盘,即受整体经济因素影响的程度甚于大盘。
贝塔系数越高,投资该股的系统风险越高,投资者所要求的回报率也就越高。高贝塔的股票通常属于景气循环股(cyclicals),如地产股和耐用消费品股;低贝塔的股票亦称防御类股(defensive stocks),其表现与经济景气的关联度较低,如食品零售业和公用事业股。
个股的贝塔系数可能会随着大盘的升或跌而变动,有些股票在跌市中可能会较在升市具更高风险。
② 如何计算证券的期望收益率期望收益率跟什么因素有关
证券主要包括股票和债券。股票收益率计算不得不首先介绍一下资本资产定价模型(CAPM);债券收益率计算方法比较多。
一、资本资产定价模型(CAPM)
资本资产定价模型(CAPM)是建立在马科维茨资产组合理论基础上。资本资产定价模型核心思想是将风险分为两大类,一类是系统性风险(也可称为不可分散风险、市场风险),另一类是非系统性风险(也可称为可分散风险、公司特有风险)。系统性风险无法通过分散化(Diversification)分散,而非系统性风险可以通过分散化投资策略完全分散。由于“风险越高,收益越高”,因此对于资产系统性风险需要通过风险溢价(premium)形式进行补偿,而非系统性风险不需要进行补偿。CAPM模型基本公式是:
需要注意的是,以上方法是一个粗略的计算方法,其他更为精确的方法包括利差法等可以自行学习。
③ 对股票进行回归分析通常自变量和因变量选什么好
因变量通常是回报,比如行业超额回报、或者经无风险利率调整的回报。自变量,根据APT,有k个factor。所以你认为的是影响因素的变量都可以加入。常用的有市场回报(CAPM模型)、会计信息(sloan模型)、上期回报(Engle模型)和宏观变量(国债长短端利差、通胀等)。但是要重点看看t检验和adj R square,会对不相关的变量进行惩罚
④ 利用回归分析的方法,计算该股票的贝塔值,并分析各月是否有较大的差异
文内容需要包括以下要点。
(
1
)
该股票过去五年日收益率、
日波动幅度、
交易量的总体及各年的描述性统
计(用平均值、中位数、标准差、离差等指标进行分析)
。
(
2
)
上证综指过去五年日收益率、
日波动幅度、
交易量的总体及各年的描述性
统计(用平均值、中位数、标准差、离差等指标进行分析)
。
(
3
)
利用相关系数的统计方法,
分析该股票日收益率与上证综指日收益率之间
的关系,并分析各年是否有较大的差异;
(
4
)
利用回归分析的方法,
计算该股票的贝塔值,
并分析各年是否有较大的差
异;
(
5
)
利用相关系数的统计方法,
分析该股票日波动幅度与该股票的成交量的对
数之间的相关关系,并分析各年是否有较大的差异;
(
6
)
利用相关系数的统计方法,
分析该股票日波动幅度与上证综指的日波动幅
度以及日成交量的对数之间的相关关系,并分析各年是否有较大的差异;
(
7
)
利用回归分析的方法,分析该股票日波动幅度的影响因素;
(
8
)
对上述的问题进行综合,总结股票的量价关系;
⑤ 均值回归的在证券行业的意义
证券投资理论的研究能够在一定程度上或一定范围内对股票价格进行预测才是该理论研究的直接目的。均值回归理论就是股票收益可预测理论的一个突破性进展,尤其对于长线投资者具有重要指导意义。对均值回归理论,做以下几方面评述: 均值回归理论与政府行为。股票收益率均值回归证明市场不会偏离价值中枢时间太久,市场的内在力量会促使其向内在价值回归。从这一点上讲,市场在没有政府利多或利空政策的作用下也会实现有效的目标,即股票价格会在市场机制的作用下自然的向均值回归。但这并不否定政府行为对促进市场有效性的作用,因为市场偏离内在价值后并不等于立即就会向内在价值回归,很可能会出现持续地均值回避。政府行为会起到抑制市场无效和促进市场有效的作用。在促进市场有效方面政府行为是必不可少的因素之一,市场失灵是政府参与调控的直接理由。
西格尔教授研究研究发现1970-2001年这32年的时间里,世界上主要股票市场的回报率相差无几,英国为11.97%,美国为11.59%,日本为11.12%,德国为10.88%。日本股市的最高点是在1989年,至今19年没有创历史新高。如果是截止至1989年计算回报率,日本股票的回报显然要远远高于其他国家,但时间拉长至2001年,日本股市的回报率与其他国家基本一致,这是一种回报率的均值回归。
1985年,理查德·塞勒(Richard Thaler)和德邦特(Werner DeBondt)《股市是否反应过度》的论文,提出了行为金融学最重要的发现之一:以3-5年为一个周期,一般而言,原来表现不佳的股票开始摆脱困境,而原来的赢家股票则开始走下坡路。这也是均值回归原理在股票投资中的一个应用。 没有只涨不跌的股票,也没有只跌不涨的股票!如果涨多了,就可能下跌,如果跌多了,就可能上涨。这也是一种类型的均值回归。
⑥ 股票收益率和市场收益率回归怎么做
首先,每年用股票i 的周收益数据进行下列回归:
Ri,t = αi + β1Rm,t -2 + β2Rm,t -1 + β3Rm,t + β4Rm,t +1 + β5Rm,t +2 + εi,t
其中,Ri,t为股票i 第t 周考虑现金红利再投资的收益率,Rm,t
为A 股所有股票在第t 周经流通市值加权的平均收益率。本文在方程( 1) 中加入市场收益的滞后项和超前项,以调整股票非同步
性交易的影响( Dimson,1 979) 。
股票月收益率回归分析,与大盘及宏观变量的相关性分析,与指数的相关性,选出行业中具有代表性的个股。用其月收益率同大盘股票指数进行回归分析。