MandyMa
2019-04-20 16:35老師好，請(qǐng)問reverse optimization和 BL model是如何解決對(duì)input敏感和過于集中的問題的?這兩個(gè)優(yōu)化的模型都是adjust了一個(gè)implied return，這個(gè)return也許會(huì)更準(zhǔn)確，但return的準(zhǔn)確性的提升是怎么解決input敏感和資產(chǎn)集中的問題的，這個(gè)邏輯在哪里?
所屬：CFA Level III > Equity Portfolio Management 視頻位置 相關(guān)試題
來源： 視頻位置 相關(guān)試題
1個(gè)回答
Irene助教
2019-04-22 16:50
該回答已被題主采納
同學(xué)你好。
因?yàn)閞everse optimization是用beta倒求出期望收益率，而beta是用多個(gè)數(shù)據(jù)回歸出來的，所以相對(duì)來說是比較穩(wěn)定的，不容易受到異常值的影響，所以對(duì)于input的敏感性降低。
又因?yàn)闇p少了異常值的影響，所以就不會(huì)出現(xiàn)某一個(gè)收益率特別大的資產(chǎn)，自然就不會(huì)過于集中了。
同理，BL模型通過加入了分析師的觀點(diǎn)，也可以有效剔除異常值得影響。那么敏感性降低，也不會(huì)過于集中。
-
追問
老師好，謝謝回答。
請(qǐng)問您說的用β倒求，是課上老師說的用global market的weight來倒求的含義嗎？能不能再解釋下怎樣用β倒求 -
追答
是的。我這里是舉了一個(gè)例子，假設(shè)用CAPM模型倒求期望收益率。那么就是要知道beta，market Portfolio的收益率，也就是上課說的market Portfolio各成分股的權(quán)重，以及無風(fēng)險(xiǎn)收益率。此時(shí)可以倒過去計(jì)算出期望收益率，作為EF的縱坐標(biāo)。
0
0
0
0
