◎欢迎参与讨论，请在这里发表您的看法、交流您的观点。
创业资讯门户网站
本篇文章给大家谈谈定价模型，以及套利定价模型对应的知识点，希望对各位有所帮助，不要忘了收藏佰雅经济喔。
资本资产定价模型（Capital Asset Pricing Model 简称CAPM）是由美国学者夏普（William Sharpe）、林特尔（John Lintner）、特里诺（Jack Treynor）和莫辛（Jan Mossin）等人于1964年在资产组合理论和资本市场理论的基础上发展起来的，主要研究证券市场中资产的预期收益率与风险资产之间的关系，以及均衡价格是如何形成的，是现代金融市场价格理论的支柱，广泛应用于投资决策和公司理财领域。
资本资产定价模型假设所有投资者都按马克维茨的资产选择理论进行投资，对期望收益、方差和协方差等的估计完全相同，投资人可以自由借贷。基于这样的假设，资本资产定价模型研究的重点在于探求风险资产收益与风险的数量关系，即为了补偿某一特定程度的风险，投资者应该获得多少的报酬率。
应答时间：2020-08-05，最新业务变化请以平安银行官网公布为准。
[平安车主贷] 有车就能贷，最高50万
;outerSource=bdzdhhr_zscdouterid=ou0000250cid=bdzdhhr_zscddownapp_id=AM001000065
当资本市场达到均衡时，风险的边际价格是不变的，任何改变市场组合的投资所带来的边际效果是相同的。按照β的定义，代入均衡的资本市场条件下，得到资本资产定价模型：E(ri)=rf+βim(E(rm)-rf)。
一、什么是资本资产定价模型
资本资产定价模型（简称CAPM）主要研究证券市场中资产的预期收益率与风险资产之间的关系，以及均衡价格是如何形成的，是现代金融市场价格理论的支柱，广泛应用于投资决策和公司理财领域。
资本资产定价模型假设所有投资者都按马克维茨的资产选择理论进行投资，对期望收益、方差和协方差等的估计完全相同，投资人可以自由借贷。基于这样的假设，资本资产定价模型研究的重点在于探求风险资产收益与风险的数量关系，即为了补偿某一特定程度的风险，投资者应该获得多少的报酬率。
二、资本资产定价模型解释
资本资产定价模型：E(ri)=rf+βim(E(rm)-rf)
资本资产定价模型的说明如下：
1.单个证券的期望收益率由两个部分组成，无风险利率以及对所承担风险的补偿-风险溢价。
2.风险溢价的大小取决于β值的大小。β值越高，表明单个证券的风险越高，所得到的补偿也就越高。
3.β度量的是单个证券的系统风险，非系统性风险没有风险补偿。
其中：
E(ri) 是资产i 的预期回报率
rf 是无风险利率
βim是资产i的系统性风险
E(rm)是市场m的预期市场回报率
E(rm)-rf是市场风险溢价（market risk premium），即预期市场回报率与无风险回报率之差
三、模型假设
1.所有投资者均追求单期财富的期望效用最大化，并以各备选组合的期望收益和标准差为基础进行组合选择。
2.所有投资者均可以无风险利率无限制地借入或贷出资金。
3.所有投资者拥有同样预期，即对所有资产收益的均值、方差和协方差等，投资者均有完全相同的主观估计。
4.所有资产均可被完全细分，拥有充分的流动性且没有交易成本。
5.没有税金。
6.所有投资者均为价格接受者。即任何一个投资者的买卖行为都不会对股票价格产生影响。
7.所有资产的数量是给定的和固定不变的。
资产定价模型是关于在均衡条件下风险与预期收益率之间关系，即资产定价的一般均衡理论。所谓均衡是指所有价格调整过程都不会继续进行的一种状态。资本市场达到均衡时有如下特性，证券的价格使得对每种证券的需求量与供给量相等，无风险利率会调整到使市场对资金的借贷量相等。
资产的介绍
资产是指由企业过去的交易或事项形成的、由企业拥有或者控制的、预期会给企业带来经济利益的资源。不能带来经济利益的资源不能作为资产，是企业的权利。资产按照流动性可以划分为流动资产、长期投资、固定资产、无形资产和其他资产。
资产预期会给企业带来经济利益，资产应为企业拥有或者控制的资源，资产是由企业过去的交易或者事项形成的。
资本资产定价模型是建立在若干假设条件基础上的。可概括为三点：1、投资者都依据收益率评价证券组合的收益水平，依据方差评价证券组合的风险水平，并选择最优证券组合。2、投资者对证券的收益，风险及证券间的关联性具有完全相同的预期。3、资本市场没有摩擦。综合起来就构成资本资产定价模型。
市场有效假说是经典资产定价模型和套利定价理论的基石。市场有效假说就是假设市场总是有效的，不存在系统性错误。说得直白点就是市场作为一个总体总是正确的，不排除市场中有某些个体有不理智行为，但个体错误会相互抵消，不会影响资产价格。因此在有效市场假说基础上，市场被描述为一个理性的典型经济人，不存在错误，没有非理性行为。经典资产定价模型和套利定价理论都是在此基础上建立的
原文链接：
简介
资本资产定价模型（CAPM） 是用于确定是否在一个特定资产的投资是值得的。本质上，问题是：“该资产的回报是否值得投资？” 在本教程中，我们将应用CAPM模型，使用多元回归模型查看特定股票是否值得投资。
CAPM：公式
经济学就是权衡取舍。根据CAPM公式，基本上将股票或任何类型的资产类别与相对无风险的资产（通常是政府债券）进行比较，因为这些资产的违约概率非常低。CAPM公式如下
E（Ri）是期望收益率。
Rf是无风险资产，通常是政府债券。
βi 系数反映了单个证券与整体市场组合的联动性，用来衡量单个证券的风险。
E（Rm）-Rf被认为是 风险溢价。
我们可以用下图以图形方式表示CAPM模型
请点击输入图片描述
在 证券市场线（SML）上的有效组合或者是单一的无风险资产或行是无风险资产与市场组合的组合。因此，资本市场线不能解释所有的单一证券或者是只有风险证券组合的期望收益率和风险之间的关系。。
我们的目标是使用线性回归找到βi的值。
数据
我们将使用数据来查找每只股票的beta。
kable(head(capm, 11), format = 'html')
请点击输入图片描述
## dis ge gm ## Min. :-0.267794 Min. :-0.234902 Min. :-0.389313 ## 1st Qu.:-0.043638 1st Qu.:-0.032974 1st Qu.:-0.076167 ## Median : 0.005858 Median :-0.004716 Median :-0.013017 ## Mean : 0.001379 Mean : 0.001361 Mean :-0.009081 ## 3rd Qu.: 0.047858 3rd Qu.: 0.040096 3rd Qu.: 0.068138 ## Max. : 0.241453 Max. : 0.192392 Max. : 0.276619 ## ibm msft xom ## Min. :-0.226453 Min. :-0.343529 Min. :-0.116462 ## 1st Qu.:-0.038707 1st Qu.:-0.056052 1st Qu.:-0.028031 ## Median : 0.006482 Median : 0.003996 Median : 0.003309 ## Mean : 0.008332 Mean : 0.008557 Mean : 0.010488 ## 3rd Qu.: 0.051488 3rd Qu.: 0.056916 3rd Qu.: 0.041534 ## Max. : 0.353799 Max. : 0.407781 Max. : 0.232171 ## mkt riskfree ## Min. :-0.184726 Min. :0.000025 ## 1st Qu.:-0.022966 1st Qu.:0.001376 ## Median : 0.010952 Median :0.002870 ## Mean : 0.002511 Mean :0.002675 ## 3rd Qu.: 0.037875 3rd Qu.:0.003904 ## Max. : 0.083925 Max. :0.005195
根据我们的数据，我们有六只股票，我们必须决定这些股票是否值得投资。不幸的是，由于我们必须首先将数据转换为公式（1），因此我们不能仅仅拟合回归模型。我们将必须根据已有变量来计算新变量。
我们需要计算每只股票的风险溢价E（Rm）-Rf。
risk.premium - mkt -riskfree
请点击输入图片描述
我们看一下股票（msft）的散点图。
ggplot(aes(y = msft, x = risk.premium)) + geom_point(col='blue') + xlab('风险溢价') +
请点击输入图片描述
值得注意的是，风险溢价越高，期望收益就应该越大。否则，投资具有期望低回报的高风险资产并不是明智之举，因为这会导致损失。
拟合模型
现在我们可以开始拟合我们的回归模型。首先，我们必须将数据分为训练集和测试集。
# 我们将需要为所有六只股票创建回归模型。dis.fit - lm(dis ~ riskfree + risk.premium, data = capm)# 建立表格kable(df, format = 'html') %%
请点击输入图片描述
我们如何解释风险溢价的价值？风险溢价越高，资产的波动性或风险就越大，因此，投资者应获得可证明资产风险合理的回报，以弥补损失。
现在我们已经估计了beta，可以使用公式（1）计算每只股票的期望收益。
# 将预测添加到原始数据集capm$dis.predict - dis.predict
拟合回归线
ggplot aes(y = dis.predict, x = risk.premium) +geom_smooth(col='tomato2', method='lm') +
请点击输入图片描述
请点击输入图片描述
请点击输入图片描述
请点击输入图片描述
请点击输入图片描述
请点击输入图片描述
请点击输入图片描述
定价模型的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于套利定价模型、定价模型的信息别忘了在本站进行查找喔。
◎欢迎参与讨论，请在这里发表您的看法、交流您的观点。