Risk and return are the only two va

Risk and return are the only two variables of importance in CAPM. Risk is measured by beta, which is rooted in the variance (or more properly, its square root, standard deviation) of returns, and is an indication of volatility.

Recall that CAPM makes a number of simplifying (and criticized) assumptions to work. A couple of the assumptions that have been the subject to criticism are:

1) Portfolio returns are distributed symmetrically around a mean.

2) Portfolio returns are assumed to have no outliers (or “fat tails”).

Empirical evidence suggests otherwise. Researchers have thus sought alternatives to a variance-based beta that relaxes both of these assumptions, and one popular candidate is called semivariance – a measure of the dispersion of those values in a distribution that fall below the mean or target value of a data set. In short, semivariance-based modifications to CAPM concentrate on downside-risk only. Semivariance is a better statistic when dealing with asymmetric distributions, as it automatically incorporates the notion of skewness. Ignoring skewness, by assuming that variables are symmetrically distributed when they are not, will cause any model to understate the risk of variables with high skewness

One popular semivariant CAPM alternative is called D-CAPM (Downside-CAPM). Regular old beta is replaced by downside-beta (βD). Different researchers have supplied different technical definitions for βD; here we will use the one provided by Javier Estrada:

βD = downside covariance between asset and market portfolio / downside variance of market portfolio.

There are several ways to calculate βD, but I will spare you the details. The important point is that empirical studies[2] indicate D-CAPM gives better predictions compared to CAPM, especially for emerging markets. This may be due to the hypothesis that returns from emerging markets are less normal and more skewed than returns from developed markets.

D-CAPM is generally well-regarded because of its plausibility, supporting evidence, and the widespread use of D-CAPM. For instance, a study by Mamoghli and Daboussi[3] concluded “It comes out from these results that the D-CAPM makes it possible to overcome the drawbacks of the traditional CAPM concerning the asymmetrical nature of returns and the risk perception…”

Kết quả (Việt) 1:

Nguy cơ và trở lại là chỉ có hai biến quan trọng ở CAPM. Rủi ro được đo bằng phiên bản beta, mà là bắt nguồn từ phương sai (hay hơn đúng cách, căn bậc hai, độ lệch chuẩn) trả lại, và là một dấu hiệu của biến động.Nhớ lại rằng CAPM làm cho một số đơn giản hoá (chỉ trích) giả định và làm việc. Một số các giả định đã là các chủ đề để phê bình là:1) trở về danh mục đầu tư được phân phối đối xứng quanh một có nghĩa là.2) trở về danh mục đầu tư được giả định không có outliers (hay "chất béo đuôi").Bằng chứng thực nghiệm cho thấy nếu không. Các nhà nghiên cứu do đó đã tìm cách thay thế cho phương sai dựa trên bản beta thư giãn cả những giả định, và một trong những ứng cử viên phổ biến được gọi là semivariance-một biện pháp phân tán của các giá trị trong một phân phối rơi dưới giá trị có nghĩa là hoặc mục tiêu của một tập dữ liệu. Trong ngắn hạn, sửa đổi dựa trên semivariance cho CAPM tập trung vào các nhược điểm nguy cơ chỉ. Semivariance là một thống kê tốt hơn khi đối phó với sự phân bố không đối xứng, nó sẽ tự động kết hợp các khái niệm của skewness. Bỏ qua skewness, bằng cách giả sử rằng biến đối xứng được phân phối khi họ không, sẽ gây ra bất kỳ mô hình để đủ nguy cơ biến với cao skewnessMột trong những phổ biến semivariant CAPM thay thế được gọi là D-CAPM (nhược điểm-CAPM). Phiên bản beta cũ thường xuyên được thay thế bởi phiên bản beta nhược điểm (βD). Các nhà nghiên cứu khác nhau đã cung cấp định nghĩa kỹ thuật khác nhau cho βD; ở đây chúng tôi sẽ sử dụng một trong những cung cấp bởi Javier Estrada:ΒD = nhược điểm hiệp phương sai giữa tài sản và thị trường danh mục đầu tư / nhược điểm phương sai của thị trường danh mục đầu tư.Có một số cách để tính toán βD, nhưng tôi sẽ phụ bạn các chi tiết. Điểm quan trọng là nghiên cứu thực nghiệm [2] chỉ ra D-CAPM cho dự đoán tốt hơn nhiều so với CAPM, đặc biệt là thị trường mới nổi. Điều này có thể là do các giả thuyết rằng lợi nhuận từ các thị trường mới nổi là ít hơn bình thường và thêm sai lệch so với lợi nhuận từ thị trường phát triển.D-CAPM là nói chung được coi do plausibility của nó, các bằng chứng hỗ trợ và sử dụng rộng rãi của D-CAPM. Ví dụ, một nghiên cứu của Mamoghli và Daboussi [3] kết luận "Nó đi ra từ những kết quả này D-CAPM làm cho nó có thể vượt qua những hạn chế của CAPM truyền thống liên quan đến bản chất bất đối xứng của lợi nhuận và rủi ro nhận thức..."

Kết quả (Việt) 2:

Rủi ro và lợi nhuận là hai biến chỉ có tầm quan trọng trong mô hình CAPM. Rủi ro được đo bằng beta, được bắt nguồn từ phương sai (hay đúng hơn, căn bậc hai của nó, độ lệch chuẩn) của lợi nhuận, và là một dấu hiệu của sự biến động.

Nhớ lại rằng CAPM làm một số việc đơn giản hóa (và chỉ trích) giả định để làm việc. Một vài giả định rằng đã là chủ đề chỉ trích là:

. 1) trả về danh mục đầu tư được phân bố đối xứng xung quanh một trung bình

. 2) trả về danh mục đầu tư được cho là không có giá trị ngoại lai (hay "đuôi béo")

bằng chứng thực nghiệm cho thấy nếu không. Do đó các nhà nghiên cứu đã tìm cách thay thế cho một phiên bản beta sai dựa trên thư giãn cả hai giả định, và một ứng cử viên phổ biến được gọi là semivariance - một thước đo của sự phân tán của các giá trị trong một phân phối mà giảm xuống dưới mức trung bình hay mục tiêu giá trị của một tập dữ liệu. Trong ngắn hạn, sửa đổi semivariance dựa vào mô hình CAPM tập trung vào chỉ giảm nguy cơ. Semivariance là một thống kê tốt hơn khi đối phó với các phân bố không đối xứng, vì nó sẽ tự động kết hợp các khái niệm về lệch. Bỏ qua độ lệch, bằng cách giả định rằng các biến được phân bố đối xứng khi họ không, sẽ gây ra bất kỳ mô hình để bớt nguy cơ biến với độ lệch cao

Một CAPM thay thế semivariant phổ biến được gọi là D-CAPM (Nhược điểm-CAPM). Beta cũ thường xuyên được thay thế bởi Nhược điểm-beta (βD). Các nhà nghiên cứu khác nhau đã cung cấp các định nghĩa kỹ thuật khác nhau cho βD; ở đây chúng ta sẽ sử dụng một cung cấp bởi Javier Estrada:

. βD = tinh gọn hiệp phương sai giữa tài sản và danh mục thị trường / Nhược điểm sai của danh mục thị trường

Có một số cách để tính toán βD, nhưng tôi sẽ tha cho bạn các chi tiết. Điểm quan trọng là nghiên cứu thực nghiệm [2] cho thấy D-CAPM cho dự đoán tốt hơn so với mô hình CAPM, đặc biệt là đối với các thị trường mới nổi. Điều này có thể là do các giả thuyết mà trả về từ các thị trường mới nổi ít bình thường và nhiều sai lệch so với lợi nhuận từ thị trường phát triển.

D-CAPM thường cũng như coi vì tính hợp lý của nó, các bằng chứng, và việc sử dụng rộng rãi của D-CAPM. Ví dụ, một nghiên cứu của Mamoghli và Daboussi [3] kết luận "Nó đi ra từ những kết quả mà các D-CAPM làm cho nó có thể để khắc phục nhược điểm của mô hình CAPM truyền thống liên quan đến tính chất đối xứng của lợi nhuận và nhận thức rủi ro ..."