重新审视贝塔指标对回报的预测效果如何?

资本资产定价模型 (CAPM) 在 20 世纪 60 年代和 1970 年代发展起来后,金融研究人员开始测试该理论模型在现实世界中的实际效果。

随着计算能力的不断增强和数据访问的增加,20 世纪 80 年代成为衡量 CAPM 有效性的关键时代,分析师探索了 beta 在预测未来回报方面的有效性。

令人惊讶的是,人们普遍认为贝塔的回报预测能力相当弱。

自 CAPM 出现以来的 60 多年里,该模型和贝塔值在这几十年中的预期回报率如何?为了找到答案,我们分析了在 NYSE 和 NASDAQ 交易的每家公司,并使用月度回报和 12 个月滚动计算,根据其系统风险 (beta) 构建了公司投资组合

如果一家公司的贝塔值低于 0.5,它将被分配到低贝塔投资组合。贝塔值大于 1.5 的公司被分配到其高贝塔值对应的公司。

使用这些分组,我们研究了投资组合在接下来的一年中的表现——包括中位数和市值加权。然后每年根据新的贝塔计算重建投资组合。


高贝塔投资组合回报中值 低贝塔投资组合回报中值 高贝塔投资组合市场加权回报 低贝塔投资组合市场加权回报 符合 CAPM 的年份百分比
20世纪70年代 14.9% 2.5% 14.3% 3.5% 80%
20世纪80年代 13.0% 14.4% 12.1% 18.1% 40%
20世纪90年代 18.7% 12.6% 22.6% 13.4% 70%
2000年代 15.2% 8.9% 10.7% 5.2% 80%
2010年代 14.7% 9.0% 13.3% 12.5% 91%

事实证明,20 世纪 80 年代对于 Beta 来说是一个糟糕的时期。按年化计算,十年来低贝塔投资组合的表现平均比高贝塔投资组合高 6 个百分点,回报率分别为 18.14% 和 12.12%

然后,我们检查了在整个十年中按顺序反映 CAPM 预测的年份的百分比。CAPM 仅在 10 年中的四年内准确预测了回报。也就是说,正市场回报年份应对应于高贝塔值击败低贝塔投资组合,负市场回报年份应对应于低贝塔值击败高贝塔投资组合。这意味着 CAPM 在这段时间内的表现比随机游走更差,这有助于解释为什么那个时代的研究人员对该模型如此怀疑。

但 20 世纪 80 年代在某种程度上是个例外。随着几十年的发展,贝塔值和 CAPM 成为更好的预测指标。从2010年到2020年,CAPM在这11年中有10年是正确的。

事实上,自 20 世纪 80 年代以来的每十年,高贝塔投资组合的年化收益率都比低贝塔投资组合略高 5 个百分点。也就是说,高贝塔投资组合的平均回报率为 15.53%,而低贝塔投资组合的平均回报率为 10.34%。

总而言之,结果表明,贝塔值对于未来回报的预测并不像人们通常认为的那么糟糕。20 世纪 80 年代对于 Beta 和 CAPM 来说是一个糟糕的时期,但自那十年以来,Beta 一直是未来回报的良好预测者。

韭菜热线原创版权所有,发布者:风生水起,转载请注明出处:https://www.9crx.com/74008.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2023年8月15日 00:07
下一篇 2023年8月15日 00:35

相关推荐

  • 为什么央行很快就会向对冲基金提供贷款

    对冲基金再次受到监管机构的关注。全球监管小组负责人上周对英国《金融时报》表示,必须更好地监控他们借钱承担的风险,有时甚至必须加以限制。 但这不仅仅是对冲基金。兼任金融稳定委员会主席、荷兰央行行长克拉斯·诺特表示,金融稳定委员会正在审查市场杠杆的增长情况,以便能够应对所有非银行资金管理者带来的风险。监管机构希望更多地披露衍生品的借贷和杠杆程度,甚至限制某些参与…

    2023年10月2日
    21300
  • 现在考虑市政债券的 7 个理由

    对于税率较高的投资者,我们认为市政债券目前提供了极具吸引力的风险和回报平衡。尽管利率总体呈下降趋势,但这些通常免税的固定收益证券的收益率仍处于颇具吸引力的水平。此外,根据信用评级,许多市政债券发行人的信用质量最近有所改善。这表明他们有很强的及时支付利息的能力。 对于在现金、现金替代品或短期投资中投入大量资金的固定收益投资者,我们建议考虑转移收益率曲线并锁定市…

    2024年11月9日
    10500
  • 养老金、加密货币和信托:数字资产和退休基金

    退休规划是散户投资者的首要目标。事实上,在2022年投资者信托研究中,47% 的受访者表示,为退休储蓄是他们最重要的投资目标。 然而,传统的退休储蓄途径——传统的股票和债券投资组合——并不像以前那么有效。多样化减弱、实际回报下降以及通货膨胀上升都对固定收益和固定缴款(DC)养老基金构成了重大挑战。由于基金难以实现回报目标,投资者要求他们提供新的、潜在风险较高…

    2023年7月28日
    16000
  • 北京大学金融时间序列分析讲义第15章: 线性时间序列案例学习「美国月失业率」

    失业率是每个国家、地区经济运行的重要指标。2011年,美国的季节调整后的月度失业率在9%左右。 本章对美国月失业率数据进行建模和预测,使用不带解释变量和带解释变量的两种方法,解释变量是周首次申请失业救济金人数信息。 数据来自Department of Labor, US Beareau of Labor Statistics。数据经过了季节调整。失业率为百分…

    2023年7月27日
    46000
  • 金融时间序列分析讲义第2章: 金融数据及其特征

    课程采用蔡瑞胸(Ruey S. Tsay)的《金融数据分析导论:基于R语言》(Tsay 2013)(An Introduction to Analysis of Financial Data with R)作为主要教材之一。这是第一章金融数据及其特征的授课笔记。 参考: (Tsay 2013) (Tsay 2010) (Tsay 2014) (吴喜之 and…

    2023年7月13日
    39900

发表回复

登录后才能评论
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部