2017金融硕士公司理财知识点之套利定价理论

《2017金融硕士公司理财知识点之套利定价理论》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、凯程考研，为学员服务，为学生引路！2017金融硕士公司理财知识点之套利定价理论1.系统和非系统风险描述系统风险和非系统风险的差别。解：系统风险是不可以分散的，非系统性风险是可以分散的。系统风险是不能通过多样化的投资组合消除的风险。一般来说，系统风险是指影响市场中大量企业的风险，然而，这些风险对所有企业的影响并不均等。非系统风险是可以通过多元化投资组合消除的风险。非系统风险是公司或行业特有的风险。这些因素出乎意料的变动会影响到你感兴趣的公司收益，但不会影响其他行业的企业收益，甚至对同行业的其他企业也几乎没有影响。2.套利定价模型考虑如下说法：要

2、让套利定价模型有用，系统风险的个数必须很少。你是否同意这个说法?为什么?解：同意。任何收益都可以由足够多的系统性风险因素解释。然而，要让单因素套利定价模型有用，系统风险的个数必须少。3.套利定价模型UltraBread的财务总监DavidMcClemore决定使用套利定价模型来估计公司股票的期望收益。他打算使用的风险因素是股票市场的风险溢价、通货膨胀率和小麦的价格。因为小麦是UltraBread所面临的最大成本，他觉得这对于UltraBread来说是一个重要的风险因素。你如何评价他选择的这些风险因素?你有要建议的其他风险因素吗?解：市场风险溢

3、价、通货膨胀率可能是不错的选择。作为Ultra公司产品的一个风险因素，小麦的价格并不属于市场风险因素，不可能将其视为存在于所有股票中的风险因素。在这种情况下，小麦只是该企业特定风险因素，而不是一个市场风险因素。如果能采用宏观经济风险因素，如利率，国内生产总值(GDP)，能源价格、工业生产等等，这个模型就更完善了。4.系统和非系统风险第7页共7页凯程考研，为学员服务，为学生引路！你拥有Lewis-Striden药品公司的股票。假设你已经预计到上个月会发生如下事情：①政府将宣布实际国民生产总值在上一个季度增长了1.2%。Lewis-Striden

4、的收益和实际国民生产总值正相关。②政府将宣布通货膨胀在上一个季度增长了3.7%。Lewis-Striden的收益和通货膨胀率负相关。③利率将会上升2.5%。Lewis-Striden的收益和利率负相关。④公司董事长将宣布退休。退休将在声明发表的6个月之后生效。董事长非常受爱戴，总的来说，他被当做公司的一种资产。⑤研究数据将最后证明试验药品的功效。功效测试的完成意味着药品将很快进入市场。假设下列事件是实际发生的：①政府宣布实际国民生产总值在上一个季度增长了2.3%。②政府将宣布通货膨胀在上一个季度增长了3.7%。③利率将会上升2.1%。④公司董

5、事长突然死于心脏病。⑤功效测试的研究结果并没有预期的那么好。药品必须进行另外6个月的测试，而且功效必须再次上报食品和和药物管理局。讨论实际发生的事件会对Lewis-Striden的股票产生什么影响。哪些事件是系统风险?哪些事件是非系统风险?解：①股价将上涨②股价不变③股价将上涨第7页共7页凯程考研，为学员服务，为学生引路！④股价将下跌。总裁的突然去世对公司来说是一个坏消息。尽管总裁已宣布退休，但是还有六个月他退休的决定才能生效。在这六个月中，他仍然可以对公司做出贡献。他的突然去世意味着这些贡献将没法完成。因为他被当作公司的一种资产，他的去世将

6、导致收益下降。但是，他的离开很快就被预期到了，所以公司收益的下降幅度不会很大。⑤股价将下跌。药效试验失败是一个坏消息。因为Lewis–Striden需要继续试验该药品，这将使得产品不能在预期的日期进入生产，生产的延迟将影响未来的预期收益，这使得股票收益下降。实际国民生产总值、通货膨胀和利率是系统性风险。总裁对公司作出贡献的能力、药效试验结果、实验研究结果是非系统性风险。5.市场模型和套利定价模型k因素模型和市场模型的区别是什么?解：市场模型假设只有一个因素(通常是股票市场总量)足以解释股票收益，而k因素模型依靠k个因素来解释股票的回报。6.套

7、利定价模型和资本资产定价模型相比，套利定价模型并没有指出决定资产风险溢价的因素是哪些。我们该如何确定应该包含哪些因素?比如，一个建议包括在内的风险因素是公司规模。为什么公司规模可能是套利定价模型中的一个重要因素?解：套利定价模型没有指出影响股票收益的因素有哪些，这一点是对该模型的一个常常被人们引用的评论。然而，在选择因素时，应该选择那些在经济学上有确凿理由的可能影响股票收益的因素。例如，一个较小的公司比一个大公司有更多的风险。因此，公司的规模会影响公司股票的收益。7.数据挖掘数据挖掘是什么意思?为什么这可能夸大某些股票特征和收益之间的关系。解

8、：数据挖掘指选择那些已经显示出和收益相关的变量。某些股票特征和收益之间的关系可能是偶然的，把这种偶然性误认为相关变量就会夸大两者之间的关系。例如，晒伤的发生和冰淇淋