雷火竞技首页

投资组合中的风险与回报_高顿财务培训
发布时间:2025-09-06
 投资组合管理分投资组合回报预测和投资组合优化两个方面, 本文先讨论预测问题, 投资组合的优化问题将另文讨论。 投资组合回报的预测大致可以分为两步, 第一步是预测组合中各个单一投资的预计回报率、 风险以及各个投资之间的相关性; 第二步是计算整个投资组合的回报。 第一步对各个投资的预测肯定永远有误差, 而且甚至经常会有很大的误差, 但肯定不能说因为对单一投资的预测有误差而根本不考虑整个投资组合回报

  投资组合管理分投资组合回报预测和投资组合优化两个方面, 本文先讨论预测问题, 投资组合的优化问题将另文讨论。 投资组合回报的预测大致可以分为两步, 第一步是预测组合中各个单一投资的预计回报率、 风险以及各个投资之间的相关性; 第二步是计算整个投资组合的回报。 第一步对各个投资的预测肯定永远有误差, 而且甚至经常会有很大的误差, 但肯定不能说因为对单一投资的预测有误差而根本不考虑整个投资组合回报的预测问题, 而应该首先要尽量利用任何有用信息对未来进行预测, 另外也仅应该考虑对单一投资预测的误差会如何影响最终对组合的预测 (敏感性...

  投资组合管理分投资组合回报预测和投资组合优化两个方面, 本文先讨论预测问题, 投资组合的优化问题将另文讨论。 投资组合回报的预测大致可以分为两步, 第一步是预测组合中各个单一投资的预计回报率、 风险以及各个投资之间的相关性; 第二步是计算整个投资组合的回报。 第一步对各个投资的预测肯定永远有误差, 而且甚至经常会有很大的误差, 但肯定不能说因为对单一投资的预测有误差而根本不考虑整个投资组合回报的预测问题, 而应该首先要尽量利用任何有用信息对未来进行预测, 另外也仅应该考虑对单一投资预测的误差会如何影响最终对组合的预测 (敏感性问题) 。 风险和回报的定义 作为分析问题的第一步, 我们必须定义清楚什么是“回报” 和“风险” 。 经典投资理论都根据某资产的历史数据来假设该资产未来的回报率分布状况(大多假设为正态分布) , 然后将 “回报” 定义为回报率的期望值(Expected Return) , “风险” 则定义为潜在回报率可能偏离期望值的严重程度, 一般用回报率分布的标准差(Standard Deviation) 来表示。 但如果我们认真阅读早期的文献我们可以发现这样的定义, 尤其是对风险的定义, 带有一定的随意性。 当时引人这种定义的核心原因是 为了简化理论推导和随后的运算(在计算机不发达的 50 年代很难进行计算机建模和直接数值运算) 。 针对二级市场中流动性比较好的资产, 这种对风险的定义有很大的合理性, 毕竟当情况不好时降价还是能将某资产卖出收回部分投资, 但在一级市场中大部分失败的投资都会使投资人血本无归, 所以对 VC 而言, 心里考虑的投资“风险” 一定是某个项目将钱全部输掉的可能性, 而用回报率分布的标准差来表示风险则显然太间接、 太不明确了。 基于上述分析, 看起来在 VC 行业应该将“回报” 定义为某项目成功退出时的可能投资回报倍数的期望值, 而“风险” 则用投资失败的可能性表达(投资无法退出, 项目 Write-off 的可能性) 。 比如考虑下图所示一个可能的回报分布(横轴表示回报倍数, 纵轴表示实现某个对应回报倍数的可能性) : 在这种情况下, 我们说“风险” 是 80%的失败率(FR, Failure Rate) , 也就是说如果投资了 100 家这样的公司可能有 80 家会失败; 而“回报” 是回报倍数期望值(ER, Expected Return) , 即等于投资成功时的回报期望值除以投资成功的概率(即做归一化处理) , 即: ER = (8*2% + 10*10% + 12*8%)/20% = 10. 6 针对该项目我们会说这项目 有 20%的可能性得到 10. 6 倍的期望回报。 上述分布(包括回报为零时的概率) 的期望值是 2. 12, 标准方差是 4. 28, 一个期望值和标准方差分别为这两个值的正态分布如下图中绿色的图形所示: 经典的投资理论将会认为这蓝色和绿色的两个投资具有类似的“风险” 和“回报” , 这显然和实际情况不符。 进一步考虑“风险” 定义问题。 我们假设两个投资有同样 FR(80%) 和 ER(10. 6 倍) , 第一个投资还是上述例子, 但第二个投资在在成功的情况下的回报分布有所不同, 如下所示: 从经典投资理论中的“风险” 定义可以了解第二个投资的“风险” 显然更大点, 因为回报的波动更大。虽说对于单个投资而言投资者一般不会进一步特别考虑这种回报波动所引人的“风险” , 但我们后续讨论主要关注整个投资组合的风险问题, 那时投资成功时的回报波动情况显然需要特别考虑。

  bwin官网