188****5653
2023-04-14 21:34"這個題目中“ maximizing risk-adjusted returns”指的是投資者試圖去“最大化經(jīng)過風險調(diào)整后的收益”，并沒有限定“調(diào)整后的風險已經(jīng)調(diào)整到最優(yōu)”，換句話說，投資者在調(diào)整的過程中，可以進一步調(diào)整risk-adjusted return指的是經(jīng)過風險調(diào)整后的收益，我們認為市場只會對“系統(tǒng)性風險”進行補償。例如CAPM模型，E(r)=Rf+Beta x (Rm-Rf)，Beta是一個指標，可以根據(jù)個股對于市場組合的敏感程度（與系統(tǒng)性風險相關(guān)），可以得出個股的收益率。等式左邊的E(r)體現(xiàn)了經(jīng)過風險調(diào)整后收益，根據(jù)承擔風險高低不同調(diào)整后的收益，也就是risk-adjusted return這樣的一種概念。題目的大意是：投資組合管理者想使得風險調(diào)整收益（對于系統(tǒng)性風險的補償）最大化，此時投資者應(yīng)該“少”投資以下什么資產(chǎn)？應(yīng)該多投資“系統(tǒng)性風險”，應(yīng)該是少投資“非系統(tǒng)性風險”，因為它不會被補償。C描述的在非系統(tǒng)性方差（代表非系統(tǒng)性風險）方面投入較高的價值。我們應(yīng)該少投資C描述的“非系統(tǒng)性風險”總結(jié)一下，投資者想獲得更高的風險調(diào)整后收益，就應(yīng)該投高貝塔的資產(chǎn)"在以上回答中，我不太理解，什么叫“分散”風險？什么又叫”補償“風險呢？還煩請老師幫忙舉例說明，感謝
所屬：CFA Level I > Portfolio Management 視頻位置 相關(guān)試題
來源： 視頻位置 相關(guān)試題
1個回答
Evian, CFA助教
2023-04-16 15:21
該回答已被題主采納
ヾ(?°?°?)??你好同學，
"這個題目中“ maximizing risk-adjusted returns”指的是投資者試圖去“最大化經(jīng)過風險調(diào)整后的收益”，并沒有限定“調(diào)整后的風險已經(jīng)調(diào)整到最優(yōu)”，換句話說，投資者在調(diào)整的過程中，可以進一步調(diào)整risk-adjusted return指的是經(jīng)過風險調(diào)整后的收益，我們認為市場只會對“系統(tǒng)性風險”進行補償。例如CAPM模型，E(r)=Rf+Beta x (Rm-Rf)，Beta是一個指標，可以根據(jù)個股對于市場組合的敏感程度（與系統(tǒng)性風險相關(guān)），可以得出個股的收益率。等式左邊的E(r)體現(xiàn)了經(jīng)過風險調(diào)整后收益，根據(jù)承擔風險高低不同調(diào)整后的收益，也就是risk-adjusted return這樣的一種概念。
題目的大意是：投資組合管理者想使得風險調(diào)整收益（對于系統(tǒng)性風險的補償）最大化，此時投資者應(yīng)該“少”投資以下什么資產(chǎn)？應(yīng)該多投資“系統(tǒng)性風險”，應(yīng)該是少投資“非系統(tǒng)性風險”，因為它不會被補償。
【回復】以上同學你的分析非常到位！~
C描述的在非系統(tǒng)性方差（代表非系統(tǒng)性風險）方面投入較高的價值。我們應(yīng)該少投資C描述的“非系統(tǒng)性風險”
【回復】嗯嗯是的，C確實指的是非系統(tǒng)性風險高的資產(chǎn)，但是連起來題干信息，我們是去“少”投資
總結(jié)一下，投資者想獲得更高的風險調(diào)整后收益，就應(yīng)該投高貝塔的資產(chǎn)"在以上回答中，我不太理解，什么叫“分散”風險？
【回復】分散風險：管理風險，將不確定性降低。例如
①買入（long）工商銀行股票和農(nóng)業(yè)銀行股票，相當于一個投資組合
②買入萬科股票
①和②它們所在行業(yè)不同，具有較低的相關(guān)性
①有投資組合的標準差σ1
當加入②，σ1將會因為它們相關(guān)性低，σ1 ↓，這個就是分散風險
什么又叫”補償“風險呢？
【回復】補償“風險”：投資者承擔風險，獲得了收益，它對風險進行了補償
例如②我們買入萬科股票，承擔的風險會被②帶來的收益補償
------------------------------------
投資更加優(yōu)秀的自己?? ~如果滿意回復可【采納】，仍有疑問可【追問】，您的聲音是我們前進的源動力，祝您生活與學習愉快!~
0
0
1
1
