单因子的结构介绍

单因子模型有两个重要的假设：

(1)随机误差项和因子项互不相关，也就是因子对随机误差项的结果没有任何影响，它们之间的协方差Cov(εi,F) = 0。

(2)任何两种证券的随机误差项互不相关，也就是一种证券的随机误差项的结果对其它任何一种证券的随机误差项的结果没有任何影响，它们之间的协方差COv(εi,εj) = 0。这意味着各种证券有规则地同步运动仅仅是因为它们对共同因子所作出的反应。

如果上述两个假设中的任何一个不成立的话，那么这种单因子模型只是一个近似模型；从理论上讲，其它类型的模型(也可能是一种多因子模型)也许能够更准确地描述证券收益创造历程。

根据单因子模型，证券i的预期收益可表示为

E(Ri) = αi + βiE(F)(2)

而证券i的收益率的方差等于：

(3)

其中，是共同因子F的方差，是随机误差项εi的方差。由等式(3)可知，任何一种证券的危机可分为两个部分：无法分散掉的因子危机于和通过分散化投入可以被消除的非因子危机。

又根据单因子模型，任何两种证券之间的协方差可表示为：

(4)

如果一种证券的单因子模型成立，那么由几种证券组成的证券组合的预期收益可表示为：

(5)

其中，E(RP)表示证券组合的预期收益，Xi为证券组合中i种证券的权重。而证券组合的方差σP等于：

(6)

由等式(5)和(6)可知，只要估算出每种证券的αi、βi和值，以及共同因子预期收益E(F)及其方差，我们就能计算出证券组合的预期收益和方差。因此，估算由几种证券组成的证券组合所需要的估测值数目为3n+2，较利用马柯维茨方式选择最佳证券组合大大地简化了。

风险提示及免责条款

市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！