차례:
- 위험, 수익 및 다각화 관계가 사실이라는 결론에 도달하기 위해서는 여러 가지 가정을해야합니다. 1) 투자자는 고유 한 상황에서 수익을 극대화하려고 시도합니다.
- 기대 수익률 7.5 % = (50 % x 5 %) + (50 % x 10 %) = 2.5 % + 5 % = 7. 5 %이 같은 생각은 위험에 적용됩니다.베타로 알려진 MPT의 한 가지 위험 통계는 광범위한 시장 상황에 대한 포트폴리오의 취약성 인 시장의 체계적인 위험에 대한 포트폴리오의 민감도를 측정합니다. 하나의 베타 버전은 포트폴리오가 시장과 동일한 양의 체계적인 위험에 노출된다는 것을 의미합니다. 베타가 높으면 위험도가 높고 베타가 낮을수록 위험은 낮습니다. 투자자가 다음 네 가지 자산에 투자 한 백만 달러짜리 포트폴리오를 가지고 있다고 가정합니다.
현대 포트폴리오 이론의 가정
MPT의 핵심은 위험과 수익이 직접적으로 연결된다는 개념입니다. 즉, 투자자가 기대 수익을 높이기 위해 더 높은 위험을 감수해야한다는 아이디어입니다. 이 이론의 또 다른 주요 아이디어는 다양한 보안 유형의 다양 화를 통해 포트폴리오의 전반적인 위험을 줄일 수 있다는 것입니다. 투자자에게 동일한 기대 수익을 제공하는 두 개의 포트폴리오가 제시되는 경우 합리적인 결정은 총 위험이 더 적은 포트폴리오를 선택하는 것입니다.위험, 수익 및 다각화 관계가 사실이라는 결론에 도달하기 위해서는 여러 가지 가정을해야합니다. 1) 투자자는 고유 한 상황에서 수익을 극대화하려고 시도합니다.
2) 자산 수익률은 정상적으로 분배된다.
3) 투자자는 합리적이며 불필요한 위험을 피한다.4) 모든 투자자는 동일한 정보에 접근 할 수있다.
5) 투자자는 예상 수익에 대해 동일한 견해를 가지고 있습니다.
6) 세금 및 거래 비용은 고려하지 않는다.
7) 단일 투자자는 시장 가격에 영향을 줄만큼 큰 규모가 아니다.
8) 무제한의 자본을 무위험 이자율로 빌릴 수있다.
이러한 가정 중 일부는 절대로 수용 할 수 없지만 MPT는 여전히 매우 유용합니다.현대 포트폴리오 이론 적용 사례
MPT 적용의 한 예는 포트폴리오의 기대 수익과 관련이있다. MPT는 포트폴리오의 전반적인 기대 수익률이 개별 자산 자체의 기대 수익률의 가중 평균임을 보여줍니다. 예를 들어, 투자자가 1 백만 달러 상당의 2 자산 포트폴리오를 가지고 있다고 가정합니다. 자산 X는 예상 수익률이 5 %이고 자산 Y는 예상 수익률이 10 %입니다. 포트폴리오는 자산 X에 800,000 달러, 자산 Y에 200,000 달러를 가지고 있습니다.이 수치를 근거로 포트폴리오의 기대 수익률은 다음과 같습니다.
포트폴리오 기대 수익 = (($ 800, 000 / $ 1 백만) x 5 %) + (($ 200, 000 / $ 1 million) x 10 %) = 4 % + 2 % = 6 %
투자자가 예상 포트폴리오 수익률을 7.5 %로 끌어 올리려는 경우 모든 투자자는 자산 X에서 자산 Y로 적절한 금액을 이동하는 것입니다.이 경우 적절한 가중치는 각 자산에서 50 %입니다.
기대 수익률 7.5 % = (50 % x 5 %) + (50 % x 10 %) = 2.5 % + 5 % = 7. 5 %이 같은 생각은 위험에 적용됩니다.베타로 알려진 MPT의 한 가지 위험 통계는 광범위한 시장 상황에 대한 포트폴리오의 취약성 인 시장의 체계적인 위험에 대한 포트폴리오의 민감도를 측정합니다. 하나의 베타 버전은 포트폴리오가 시장과 동일한 양의 체계적인 위험에 노출된다는 것을 의미합니다. 베타가 높으면 위험도가 높고 베타가 낮을수록 위험은 낮습니다. 투자자가 다음 네 가지 자산에 투자 한 백만 달러짜리 포트폴리오를 가지고 있다고 가정합니다.
자산 A : 베타 1, 투자 한 250,000,000
자산 B : 베타 1, 6, 250,000, 000 투자
자산 C : Beta 0.75, $ 250, 000 투자
자산 D : 베타 0.5, $ 250, 000 투자
포트폴리오 베타 :
베타 = (25 % x 1) + (25 0.96 베타는 포트폴리오가 시장과 마찬가지로 많은 체계적인 위험을 감수하고 있음을 의미한다 (즉, % x1.6) + (25 % x0.5) + 일반적으로 투자자가 더 많은 위험을 감수하면서 더 많은 수익을 올리고 싶다고 가정하고 1의 베타를 결정한다고 가정 해보십시오. 2가 이상적입니다. MPT는 포트폴리오에서 이러한 자산의 가중치를 조정함으로써 원하는 베타를 얻을 수 있음을 나타냅니다. 이는 여러 가지 방법으로 수행 할 수 있지만 원하는 결과를 보여주는 예가 여기에 있습니다.
자산 A에서 5 %, 자산 C 및 자산 D에서 10 % 벗어나 이동합니다. 자산 B에 자본을 투자하십시오.
새로운 베타 = (20 % x 1) + (50 % x 1.6) + (15 % x 0. 75) + (15 % x 0.5) = 1. 19 9 999 포트폴리오 가중치가 약간 변경되었습니다. 이것은 MPT의 핵심 통찰력입니다.