金融經濟學如何構建貝塔組合

① 金融學中貝塔值的計算用spss或者用Excel都一樣嗎

金融學中貝塔值的計算用spss或者用Excel都一樣。
如果用的是excel2007版本以上，可以遵循一下操作步驟：
首先選擇文件——excel選項；
如果用的是excel2007版本以上，可以遵循一下操作步驟：
首先選擇文件——excel選項；
其次點擊數據——分析工具——回歸；
再次輸入自變數和因變數，根據自己需要選擇其餘項；
最後得到一張表，貝塔系數即是紅色方框里的數。

② 貝塔系數怎麼使用

β值高的價格波動幅度較大。

③ 求組合β系數，簡單啊！~金融知識大蝦們進！~~

1.2*100/600+0.9*200/600+1.05*300/600=1.025

④ 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。

(4)金融經濟學如何構建貝塔組合擴展閱讀

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。

⑤ 資產組合的選擇與優化問題研究

有位朋友喜歡炒股，手氣一直欠佳。妻子有時不免揶揄兩句，可他說：「把錢都存銀行，雖然安全，但利息太低；炒點股票，風險大，賺頭也大，東方不亮西方亮嘛！」朋友雖沒學過經濟學，可是這番話，卻讓投資專業人士拍手稱道，因為它道出了資產組合選擇理論的精髓。

資產說白了就是財富。機器、廠房是資產，現金、存款也是資產。這些財富的具體形式，有一個相似的特徵，就是能貯藏價值、保值或增值。隨著財富總量增加，人們對資產品種的需求，也會不知不覺發生變化。改革開放前，職工每月幾十塊錢，應付吃穿用度緊緊巴巴。人們的收入大多是揣在腰包，隨用隨取。後來，大家手頭逐漸寬裕，不僅辦理了零存整取，還有幾張定期存摺。如今，相當一部分人還買國債、炒股票、置房產、搞收藏，投資方式不一而足。

由上述現象，經濟學家引出一個專業術語———需求的財富彈性。它是指當財富總量變動一個百分點時，某種資產需求量變動的百分比。例如，人們的總資產增加1倍，持有現金的數量只增加了一半，就可以說，通貨需求的財富彈性為1/2。如果財富總量增加100%，購買股票總額增加200%，則股票需求的財富彈性為2。根據需求的財富彈性大小，可以把資產分成兩類：彈性小於1的資產稱為必需品，彈性大於1的稱為奢侈品。在剛才的例子中，現金是必需品，股票則是奢侈品。研究者發現，財富的增加引起資產需求的增加，隨著財富的積累，奢侈品需求數量的增幅，會大於必需品需求的增長速度。

我們知道，各種資產帶來的收益是不同的。鈔票裝在身上，生不出一分錢；銀行存款雖然能生息，但與債券相比，增值要少一些；投資炒股票，有時獲利更為豐厚。西方經濟學認為，人總會自覺不自覺地追求收益最大化。某種資產帶來的好處多，投資者趨之若鶩；反之，如果資產收益不被看好，則少人問津。比如一隻名不見經傳的股票，突然連報漲停，股民常常聞風買進，跟著莊家賺一筆浮財。同樣還是這只股票，過些天價格狂跌，散戶們會減倉賣出，棄如敝屣。人們進行資產組合選擇，收益性的考慮往往首當其沖。

貨幣是固定地充當一般等價物的特殊商品，一個重要的功能是執行流通手段。在現代經濟社會，現金貨幣可同所有的商品或服務交換，可以說它的流動性最好。相比較而言，銀行存款流動性就差些，人們總要提現、轉賬、結算，才能進行投資和消費。債券和股票流動性更差，先要轉手變成現金或存款貨幣，才能與其他商品或服務進行交換。如果你有巨額欠賬急著要還，而手頭上的資產卻是一幢房子，由於一時半會兒找不到買主，只能忍痛低價賣掉。就算房市求大於供，也得搭上一筆交易費才能變現。常常會碰到這種情況：流動性好的資產，收益水平相對較低；收益高的資產，流動性又相對較差。為此，人們做資產選擇會舉棋不定，患得患失。兩利相權取其重，兩害相權取其輕。在資產收益水平相當的情況下，流動性強的資產是投資者的明智選擇。

錢，人人都想賺，可天底下哪有隻掙不賠的好事。一項資產是滾滾財源，還是扔錢的無底洞，有時候並不容易確定。這種不確定性，金融學中稱為風險。一般說來，收益越大的資產，風險也越大，收益越小的資產，風險也就越小。例如，買股票可能收益不菲，但也可能賠掉老本；如果投資債券，特別是政府的金邊債券，收益率相對股票少，風險就要小得多。趨利避害是人的本能，多數人的資產安排不只考慮收益，還要兼顧安全。當然也有人敢於到風口浪尖冒險搏利，很多時候，正是由於他們的投機活動，資產風險更加撲朔迷離，穩健型投資者會愈發小心謹慎。

資產組合選擇多樣化，能夠在一定程度上降低投資的總體風險。假定有A、B兩只股票，在一年時間里，A股大約有半年回報率為20%，另外半年回報率10%。 B企業的股票回報率也是如此，只不過漲跌時間正好相反。如果所有資金都買同一隻股票，會出現什麼情況？你手裡的股票可能正在看漲，獲利達到20%；但也可能只獲利10%。如果把資金分開，兩種股票各購一半，那麼，你雖然不會因掙20%而心花怒放，但也不至於為只掙10%而心有不甘，不論A、B兩股孰漲孰跌，你都能穩掙15%，閑看花開花落，隨時旱澇保收。當然，資產多樣化並非萬用仙丹。有些資產的風險，就無法通過多樣化來消除。比如，你購買的一組股票，回報率恰好同漲同落，變動方向完全一致。那麼，無論你如何調整股票比例，都不能避免股市波動帶來的損失。這種資產組合帶來的風險，被稱為「系統性風險」。

系統性風險的大小，在金融理論里用貝塔（beta）值來衡量。它是一項資產的未來回報率，與整個資本市場價值變動率之比。如果市場全部資產組合貶值5%，導致甲資產貶值10%，那麼甲資產的貝塔值就是2；相反，如果市場總價值貶值10%，乙資產價值只貶了3%，則乙資產的貝塔值為0.3。由於甲資產對市場價值變動的敏感程度高，所以我們認為它的系統風險大於乙資產。實際上，只要持有類似股票之類的資產，風險就會如影隨形，揮之難去。這時候，你手中的財富可以分成兩部分，一部分具有系統性風險，它不能通過多樣化來消除，另外一部分帶有非系統性風險，通過多樣化能夠有效地迴避。從這個角度來看，資產組合多樣化選擇，也是盡量繞開系統性風險資產，用其他資產將其替代的過程。可是，盡管經濟學家殫精竭慮，創造出無數精緻模型，投資風險還是來去無蹤，難以預料。

正因為如此，金融界盛行一句老話：別把雞蛋裝在一個籃子里。對盼望發財又想少冒險的人來說，資產組合選擇多樣化，雖然不能迴避所有風險，但總比把寶押在一兩種資產上，最後血本無歸好得多。

------------------------------------------------------------

不相關資產組合投資優化模型及實證分析

張衛國

(寧夏教育學院數學系，銀川 750002)

摘要 研究了不相關資產組合投資的優化問題。根據無風險資產的存在情況，分別建立了各種投資約束條件下不相關資產組合投資優化模型，給出了有效組合集及相應的投資比例計算公式，討論了有效組合投資期望收益率的變化對資產投資比例的影響。最後選取上海證券交易所不同行業的部分股票進行了實證分析。結果表明本文的投資決策方法易於操作且有效。
關鍵詞 無風險資產 不相關資產 有效資產組合投資 二次規劃

Optimization Model of Uncorrelated Asset
Combination Investment and Positive Analysis

Zhang Weiguo

(Ningxia Ecation Institute, Yinchuan 750002)

Abstract This paper studies the optimization problem uncorrelated assets combination investment. Considering the existence state of riskless asset, we set up optimization model of uncorrelated assets combinaton investment under various constraints, and present the efficient combination set as well as its caculation formalas of investment proportions.The positive analysis on Shanghai stock market showes that the investment decision method proposed in this paper is effective
Keywords riskless asset; no relationship asset; efficient combination investment; quadratic programming

1 引言
資產組合投資是現代投資理論研究的重要領域。1990年度諾貝爾經濟學獎得主H.Markowitz 和William F.Sharpe等人關於證券組合的選擇理論構成了現代投資學的基礎。假設選定n種風險資產進行組合投資，r\-i是第i種風險資產的期望收益率，σi是它的風險(收益率的標准差)，x\-i是資產組合中在第i種資產上的投資比例系數，σij是第i種和第j種風險資產收益率的協方差。σij取正值說明它們收益率的變化方向趨於一致，即當一種資產的實際收益率大於其期望收益率時，往往另一種資產的實際收益率也大於其期望收益率。σij取負值說明它們收益率的變化方向相反。σij為零說明資產i與資產j在收益上無關，稱為不相關資產。
Markowitz選擇資產組合的優化模型為：

在實際運用上面的優化模型選擇有效資產組合投資時，首先需要估算出每一種資產的ri,Δi及σij，雖然可應用的估算方法很多，但協方差σij的估算量仍很大。其次在實際中常常對投資比例系數xi(i=1,2,…,n)施加非負的約束，這就給實際應用帶來諸多不便。
分析資產組合投資的風險

可看出σij對σ的貢獻依賴於投資約束條件，即xi的符號。當要求投資比例系數非負時，欲使資產組合投資風險σ顯著降低，應該盡可能選擇一些負相關或不相關的資產進行組合。但負相關(σij＜0)的資產在實際收益上卻常常是異向變動的，不利於得到實際收益較高的資產組合。如果我們盡可能選擇不相關的資產進行組合投資，既能保證降低風險又不影響實際收益。在實際中可選擇不同行業、種類的資產進行組合，這些資產投資收益之間的相關性很小，可以認為是不相關資產。因此，我們有必要研究不相關資產組合投資的優化及應用。

2 不相關資產組合投資優化模型及演算法

2.1 不相關風險資產投資優化模型及演算法
假設投資者只對不相關風險資產進行組合投資。不相關風險資產組合的期望收益率為：

指標集I1={1,2,…,n}, In={n}

r 值的變化對有效組合中資產投資比例的影響如下：

2.2 存在無風險資產投資時不相關資產組合投資優化模型及演算法
在實際投資環境中存在著風險相對很小的資產。例如：短期國債、短期融資券、短期銀行儲蓄及短期財產抵押貸款等。由於通貨膨脹的影響較小，它們的投資收益相對穩定，風險很小，因而可看作無風險資產。
現在選擇1種無風險資產和n種不相關風險資產進行組合投資。設無風險資產的投資利率為rf，即投資者儲蓄、購買或貸出無風險資產的收益率為rf，顯然可設，則不相關資產組合投資的期望收益率為：

其中：X為在風險資產上的投資比例向量。x0=1-FTX為在無風險資產上的投資比例。
存在無風險資產投資時，不相關資產組合優化模型為：

將結論2中規劃(I\-2)的最優解代入目標函數中，結合有效性定義和文〔3〕可知定理2成立。
r值的變化對有效組合中資產投資比例的影響如下：

2.3 存在無風險資產貸入時不相關資產組合投資優化模型及演算法
設無風險資產貸款利率為為無風險資產的貸入比例，則不相關資產組合優化模型為：

3 實證分析
現選取上海股票交易所的5種股票進行實證分析，它們是真空電子、申華實業、飛樂音響、三愛富及浦東金橋。由於它們分別屬於工業類、綜合類、商業類及地產類等幾大行業。其相關性較小，可認為是不相關風險資產。原始數據選自1993年4月至1994年1月各種股票的每日收盤價。表1是根據原始數據計算所得各種股票的期望收益率和方差。(見文〔4〕)。

表1

股票名稱 真空電子 申華實業 三愛富 飛樂音響 浦東金橋
r\-i 4.11% 13.85% 34.06% 45.90% 74.43%
σ\+2\-i 2.12% 4.38% 6.30% 9.93% 11.12%

根據本文給出的結論及計算公式，由表1算得d1=20.8%,d2=48.91%,d3=55.81%,d4=67.71%,d5=74.43%，表2是只考慮這5種股票組合投資的有效集及相應的投資比例計算表。
表2

如果選擇銀行活期儲蓄為無風險資產投資根據當年活期儲蓄年利率r\-f=3.15%，利用本文給出的結論及計算公式，可得由活期儲蓄和5種股票組合投資的有效集及相應的投資比例計算表(見表3)。其中

根據表2、表3，只要給定期望收益率r，就可方便的算出有效組合的風險值σ及相應的投資比例。
本文研究的不相關資產組合投資優化問題具有廣泛性，其結果可直接應用於組合投資管理決策中，可操作性強，並且是有效的。

表3

致謝 作者衷心感謝編委王蔭清教授對本文的支持和幫助。
參 考 文 獻

1 Sharpe William F.Investments, 1985
2 Zhang Weiguo.Superior Rule on Investment Managment and Model of the Optimal Portfolio Decision.Proceedings of ICC & IE'95.China Machine Press,1995
3 張衛國，王蔭清.無風險投資或貸款下證券組合優化模型及應用.預測，1996(6)
4 鄒長貴，歐陽植.證券組合有效性研究及實證分析.數量經濟技術經濟研究，1996(5)

暫時只能給你提供這些了，也不知是否夠用，抱歉。

PS:在「不相關資產組合投資優化模型及實證分析」中計算公式沒有下載下來，好在文章出處已告知，上網路搜搜，自己看看吧。抱歉。

⑥ 如何理解市場組合的貝塔系數＝1

β= 1.0 表示為平均風險股票。如果 β 為 1 ，則市場上漲 10 %，股票上漲 10 %；市場下滑 10 %，股票相應下滑 10 %。如果 β 為 1.1, 市場上漲 10 %時，股票上漲 11%, ；市場下滑 10 %時，股票下滑 11% 。如果 β 為 0.9, 市場上漲 10 %時，股票上漲 9% ；市場下滑 10 %時，股票下滑 9% 。

貝塔系數衡量股票收益相對於業績評價基準收益的總體波動性，是一個相對指標。 β 越高，意味著股票相對於業績評價基準的波動性越大。 β 大於 1 ，則股票的波動性大於業績評價基準的波動性。反之亦然。

(6)金融經濟學如何構建貝塔組合擴展閱讀

Beta的用途：計算資本成本，做出投資決策（只有回報率高於資本成本的項目才應投資）；計算資本成本，制定業績考核及激勵標准；計算資本成本，進行資產估值（Beta是現金流貼現模型的基礎）；

確定單個資產或組合的系統風險，用於資產組合的投資管理，特別是股指期貨或其他金融衍生品的避險（或投機）。Beta系數有一個非常好的線性性質，即，資產組合的Beta就等於單個資產的Beta系數按其在組合中的權重進行加權求和的結果。

⑦ 簡單講解，什麼是金融市場裡面的Beta (β) 系列一

我在網路搜索了BETA的含義，覺得不錯，特在此分享：β系數也稱為貝他系數（Beta coefficient），是一種風險指數，用來衡量個別股票或股票基金相對於整個股市的價格波動情況。β系數是一種評估證券系統性風險的工具，用以度量一種證券或一個投資證券組合相對總體市場的波動性，在股票、基金等投資術語中常見。 簡單來說，BETA是個別股票和市場指數之間的關系，這個市場指數可以是KLCI INDEX。一個股票的BETA如果是1.10，表示其波動是股市的1.10 倍，亦即上漲時比市場表現優10%，而下跌時則更差10%;如果BETA系數為0．5，則波動情況只及一半。β= 0.5 為低風險股票，β= l. 0 表示為平均風險股票，而β= 2. 0 → 高風險股票，大多數股票的β系數介於0.5到l.5間 。更詳細的例子解說：如果β 為 1 ，則市場上漲 10 %，股票上漲 10 %；市場下滑 10 %，股票相應下滑 10 %。如果 β為 1.1, 市場上漲 10 %時，股票上漲 11%, ；市場下滑 10 %時，股票下滑 11% 。如果 β為 0.9, 市場上漲 10 %時，股票上漲 9% ；市場下滑 10 %時，股票下滑 9% 。計算個別股票BETA的方程式： 其中Cov(ra,rm)是股票的收益與市場收益的協方差（COVARIANCE)Var*2(m) =

⑧ 金融學前沿課題

我是一個理財師，對於金融方面的知識還是比較了解一些的，而且我自己也是金融學專業的人，我們的金融學，比較前沿的課題有下面幾個，希望大家可以參考：

第一、金融模型的研究是一個比較困難的前沿學科，對於經濟和金融的數據化分析要求十分的高，特別是金融模型，必須在數學基礎上開始建立自己的研究項目，這點要求金融學的人，必須有極高的數學素養。

第二、金融貨幣推理，這是一種對於貨幣分析的前沿研究，難度比較大，而且現在的研究范圍還比較小，所以要求專業性極強，特別是對於貨幣知識，要求有一定的專門實際操作的經驗，這點來說難度很大。

第三、金融衍生品的學術研究，是金融專業裡面實用的專業，也是比較前沿的專業，金融衍生品有很多類型，比如期權期貨互換之類，要求研究的人專業性比較強，同時具備一定的實際知識。

第四、金融的資金融通，是一個研究的最前沿，也是現在國際和國內比較關注的一個研究課題，不過這類研究范圍很大，幾乎涵蓋所以的金融轉換，所以研究的人必須具備極高的金融學和經濟學基礎。

第五、金融服務研究，這類研究是最近十幾年開始的一個研究課題，主要是對於金融行業繼續深化服務品質的一種研究，提高金融效率的一種研究。

上的這些研究的課題，對於金融專業來說，是最前沿的研究項目，其復雜程度很高，所以金融專業的人，要研究這些課題需要付出極大的努力，而且要有一種毅力，我在這方面有一定接觸，所以希望開始研究的朋友們，把自己的精力全部的集中起來，這樣才可以真正的做好研究工作！

⑨ 投資組合的貝塔系數計算公式

投資組合的beta值等於被組合各項資產beta系數的加權平均數。
βp=∑(βi)(Wi)=40%*0.7+10%*1.1+50%*1.7=1.24
組合必要收益率E(Rp)=Rf+[E(Rm)-Rf]*βp =3%+（12%-3%）*1.24=14.16%

⑩ 聰明的「貝塔」真的聰明嗎

聰明貝塔（Smart Beta）是最近幾年投資界比較引人注目的一個熱門話題。今天就專門來講講這個聰明貝塔。

在這里我要提醒一下讀者，這篇文章的內容稍微有點偏金融專業。如果讀者朋友們不是金融背景出身，可能會碰到一些不太熟悉的概念和術語。但是你也不用太害怕，在這些專業術語的背後，其邏輯並不復雜。我會盡量用簡單易懂的語言來把這個問題說清楚。

講完了提供因子指數的指數編制公司，再來介紹一下追蹤這些指數的基金經理。這些基金經理的工作是根據指數編排的規則，去復制這些指數，從而給予投資者和指數類似的回報。回報當然是越和指數回報接近越好，但在實際中做不到。因為指數不考慮交易成本和基金的管理費用。

在這個領域做的比較超前的有這么幾家公司。首先是Blackrock IShares。2009年Blackrock以135億美元的價格並購了BGI，同時也購買到了IShares這個品牌。在Blackrock IShare旗下，有比較全的因子指數基金，比如上面表格中的價值，動量，低波動等基金。這些基金的總費用率大概在0.15%左右，但需要注意他們絕大多數都僅限於美國市場。

先鋒，Vanguard，是指數基金領域另外一大巨頭。先鋒在因子指數方面提供的產品不多，只有紅利，低波動和小股票指數基金，且僅限於美國市場。當然如果這個領域是未來發展的方向，相信各大公司會相繼推出更多的產品。

Invesco Powershare和Charles Schwab也提供不少因子指數基金。缺點是他們的費率都比較高，一般介於0.25%-0.6%之間（如上圖所示）。Arnott的Fundamental Index (基本面指數）指數基金由Charles Schwab管理，費率為每年0.32%，也就是說該指數需要每年至少戰勝標准普爾0.28%左右（先鋒的標准普爾500指數基金費率為0.05%）才可能讓投資者獲得好處。

總結

關於股票因子回報的分析，是金融界一大創新和進步。該研究最大的貢獻，是讓投資者了解到可能提供超額回報的源頭，並且讓普通投資者以比較低廉的價格（通過因子指數基金）去獲得這些因子回報。在沒有因子指數基金的世界（比如中國），投資者想要獲得這些因子回報，只能通過投資基金經理，並付出比較高的費用（可能是每年1.5%-2%，在有些私募基金還需要外加15%-20%的利潤分成）。而這些因子指數基金，只收取0.15%-0.6%左右的總費用，沒有利潤分成，對於投資者來說確實是一大好消息。

因子回報研究的另一大貢獻是，它向廣大投資者們提供了設計自己的對沖基金策略的可能性。在絕大部分股票型對沖基金中，基金經理做的工作無非是買多某些因子，賣空另外一些因子。如果市場上有了基於因子的指數基金，並且可以賣空的話，對於我們廣大投資者來說，自己去交易自己設計的對沖基金策略就不再是個夢了。

當然，科技的進步永遠不會停止。我相信中國市場中的因子指數基金遲早也會出現。到時候廣大的中國投資者也會有更大的投資選項。

希望對大家有所幫助。