• 沒有找到結果。

第 21 章 金融市場與風險

N/A
N/A
Protected

Academic year: 2021

Share "第 21 章 金融市場與風險"

Copied!
43
0
0

加載中.... (立即查看全文)

全文

(1)

21 章 金融市場與風險

吳聰敏

2021/04/16

(2)

目錄

1.

風險

2.

股票市場

3.

資產組合

4.

投資策略

(3)

風險

(4)

金融資產 (2017.3)

日本 美國 歐洲地區 台灣 通貨與存款

51.5% 13.4% 33.2% 42.4%

債券

1.4% 5.6% 3.2% 0.3%

股票

10.0% 35.8% 18.2% 25.1%

共同基金

5.4% 11.0% 9.2% 1.3%

人壽保險與退休基金

28.8% 31.2% 34.0% 26.5%

其他

2.9% 2.9% 2.3% 4.5%

財富

(stock)

是由以往的儲蓄

(flow)

累積而來

;

分固 定資產與金融資產

(

現金

,

定期存款

,

股票等

)

(5)

資產 : 報酬與風險

資產可創造所得

,

例如

,

定期存款有利息所得

,

股票 有股利收入

各種資產之平均報酬率不同

,

風險

(risk)

也不同

風險

:

未來事情或結果的不確定性

染病的風險

(covid-19)

車禍的風險

股價變動與股利高低

(

報酬率

)

的風險

(6)

風險規避

風險規避

(risk aversion):

人不喜歡風險的本性

規避

covid-19: social distance,

口罩

規避車禍

:

不騎摩托車

規避金融風險

:

不買股票

,

只放定存

;

或者資產管理

,

以求風險下降

(7)

預期效用理論

如何解釋風險規避行為

?

預期效用理論

:

效用

(utility):

衡量個人主觀滿足程度的指標

效用函數

:

效用水準與消費量之關係

因為所得高者

,

消費量也高

,

故亦可表示效用水準與 所得之關係

邊際效用

(marginal utility):

所得增加

1

單位時

,

效用 增加之數量

(8)

邊際效用遞減

201 200 198

49 50 51 所得(萬元)

效用

效用函數

e a

b

所得從

49

萬增加為

50

萬元

,

邊際效用為

2

單位

;

再增加為

51

萬元時

,

邊際效用降為

1

單位

(

邊際效用遞減

)

若所得確定是

50

萬元

,

效用為

200

單位

相對的

,

若所得是

49

萬元或

51

萬元

,

機率各

50%,

預期效用

(expected utility)

: 0 . 5 × 201 + 0 . 5 × 198 = 199 . 5

單位

(9)

面對風險時

201 200 198

49 50 51 所得(萬元)

效用

效用函數

e a

b

面對風險時

,

人如何選擇

?

預期效用理論

:

人會選擇預期效用最高的選項

,

因此

,

確定

50

萬元

(e

)

( a , b )

組合

(

機率各

50%)

為佳

(10)

賭局

某甲有所得

50

萬元

,

效用是

200

單位

1

萬元參賭

,

結果是

49

51

萬元

,

機會各半

若加入賭局

,

預期效用

(expected utility)

降為

:

0 . 5 × 201 + 0 . 5 × 198 = 199 . 5

單位

,

故不會賭

相對的

,

51

萬元之機率為

2 / 3, 49

萬元之機率為

1 / 3,

預期所得為

( 2 / 3 ) × 51 + ( 1 / 3 ) × 49 = 50 . 3,

預期效用是

200

單位

若有風險

,

但預期所得高

,

某甲可以接受

(11)

保險

預期效用理論可解釋 「規避風險」 的行為

,

因此也能 解釋 「人為何買保險」

購買保險

(insurance):

去除不確定性

,

效用上升

(12)

保險

200 198

49 50 40

170

所得 (萬元)

效用函數 e

f

b

某甲所得

50

萬元

;

行車發生事故時須賠

10

萬元

(

機率

10%)

若不買保險

,

預期效用

= 0 . 1 × 170 + 0 . 9 × 200 = 197

若保險費率是

1

萬元

,

而發生事故時

,

全額理賠

10

萬元

購買保險後之淨所得為

49

萬元

(

確定值

),

效用為

198;

某甲會買保險

(13)

保險

保險市場的出現是因為人有規避風險的需求

汽車保險

:

車禍的風險

健康保險

:

生病的風險

人壽保險

:

活太久的風險

政府經營保險業務

全民健保制度

, 1995

年開始實施

年金制度

(pension system) —

政府經營人壽保險

政府為何要經營保險業務

?

(14)

道德危機

民營保險市場有兩種狀況影響其運作

道德危機

(moral hazard)

逆向選擇

(adverse selection)

道德危機

:

某人行為的後果是由他人共同負責時

,

他會有作出不適當行為的傾向

投保行車事故險後

,

開車變得較不小心

加入健保後

,

不留意自己的健康

逆向選擇

:

風險高者前來投保

(15)

逆向選擇

道德危機與逆向選擇使保險公司的成本上升

對保險公司來言

,

道德危機與逆向選擇的共同特徵 是

:

資訊不對稱

(asymmetric information)

。 保險公司 無法無法完全了解消費者的狀況

若保險公司了解消費者的狀況

,

對不同人可以要求 不同費率

(16)

政府經營保險

民營保險市場因為道德危機與逆向選擇

(

資訊不對 稱

)

導致保險費率偏高

,

甚至市場無法存在

政府直接經營保險市場

,

例如

,

全民健保

政府能解決資訊不對稱問題

?

不可能

!

政府經營的重點是強迫所有人加入

,

制度本身具所 得重分配的特性

(17)

股票市場

(18)

金融資產之風險

各種資產的報酬率之高低不同

定期存款之風險低

,

報酬率

(

利率

)

也低

股票收益的風險高

,

但平均報酬率也較高

企業籌措資金的管道

:

發行股票或債券

(

公司債

)

• IPO (Initial public offering)

是指首次發行

,

例子

,

Facebook (2012.2)

相對的

,

股票市場之交易大多數是次級市場

(secondary market)

交易

(19)

台灣股票加權指數

2,000 4,000 6,000 8,000 10,000 12,000

2020/01/02 2020/01/31 2020/02/20 2020/03/12 2020/04/01

股票加權指數為各股票價格之加權平均

股票指數

1966 = 100

• 2020/3/19: 8,681.3

(20)

台灣股票加權指數

2,000 4,000 6,000 8,000 10,000 12,000

1980 1983 1986 1989 1992 1995 1998 2001 2004 2007 2010 2013 2016

• 1990

2

12

日盤中

,

台股指數曾達到

12,682.41

;

之後

,

快跌到約

3,000

• 2021/4/8: 16,926.4

(21)

股價如何決定 ?

現在是買股時機

?

股票價格如何決定

?

(22)

股票之報酬率

若本期為第

0

,

股票價格為

s

0

,

下一期企業發放股 利

d

1之後

,

股票價格為

s

1

本期買入股票

,

下一期出售

;

報酬率等於

:

股票報酬率

= d

1

+ s

1

s

0

1 (1)

在第

0

期時

, s

0已知

,

d

1

s

1之值不確定

(23)

股票報酬率與名目利率

股票之風險較高

,

故預期報酬率也應該較高

先不考慮風險高低不同

,

股票之報酬率應該與定期 存款

(

或無風險之公債

)

之報酬率

(R)

相等

:

R = d

1

+ s

1

s

0

1

若定存利率

R

低於股票報酬率

,

股票需求增加

,

造成

s

0上升

,

故兩邊會趨於相等

經過移項

,

本期股票價格為

:

= d

1

+ s

1

(2)

(24)

股票價格

假設各期利率相同

,

都等於

R ;

則下一期

,

s

1

= d

2

+ s

2

1 + R ,

以下各期

: s

2

, s

3

, ...,

亦可由同法導出

s

1代入

s

0

,

再將

s

2代入

, . . .

s

0

= d

1

1 + R + d

2

( 1 + R )

2

+ d

3

( 1 + R )

3

+ . . . (4)

股價

s

0為未來各期股利折現值之加總

(25)

股票的本益比

假設各期股利相同

,

都等於

d ,

可導出

s

0

= d / R

本益比

(price-earnings ratio, PE ratio),

股票本益比

= s

0

d =

股票價格

每股盈餘

=

1 R

R = 5 % ,

1 / R = 20

• d

應為預期未來之盈餘

;

但實際計算時

,

常以目前股

(26)

解釋

本益比關係式之解釋

:

股票本益比

= s

0

d =

股票價格

每股盈餘

=

1 R

可改寫成

:

d s

0

= R

d / s

0

> R ,

民眾改買股票

,

s

0上升

,

一直到兩邊 相等為止

(27)

風險貼水

以上推導假設股票與無風險債券之報酬率相同

,

但 股票的風險較高

,

若報酬率相等

,

風際規避者不會買 股票。 換言之

,

股票之平均報酬率應高於

R

a

代表差額

:

R + a = d

1

+ s

1

s

0

1 , a > 0 ,

可導出

: s

0

/ d = 1 /( R + a ) < 1 / R ,

或者

, d / s

0

> R

• a

稱為風險貼水

(risk premium)

規避風險是人的本性

,

風險貼水是對持有較高風險

(28)

股票本益比 : 美國

10 20 30 40 50 60

1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000 2010 2018

PSfrag replacements

名目利率之倒數 本益比

合理股價

: 1 / R > PE ratio (

本益比

)

但是

, 1985–2001

2002–07

: PE ratio > 1 / R ,

• Why?

有人認為以上期間有股市泡沫

(bubble)

(29)

本益比 : 台灣

• 2020/3:

台灣股市本益比

(

大盤

): 15.73

2021/2: 23.45

美國

S&P500: 2021/4/9: 42.04

(30)

殖利率

殖利率

(yield):

現金股利除以股票價格

• 2020/3:

殖利率等於

4.51% (

一年期定存利率僅

1%)

• 2021/2:

殖利率為

2.75%

(31)

資產組合

(32)

如何降低風險 ?

• d / s

0

= R + a ,

故風險較高者之股票

, d / s

0也較高

如何規避風險

?

不買股票

,

或者

,

購買資產組合

資產組合

(portfolio):

指多種股票與債券之組合

,

以降低風險

(33)

資產組合

假設

A , B

兩種股票

,

本期每股都是

50

,

下一期股 利為

0 (

簡化計算

)

• A , B

下一期股價可能上升或下跌

10%,

對應之報酬 率分別是

10%

10%

某甲有

50

萬元

,

兩種資產組合

全部買

A

(

或全買

B

)

• A , B

兩股各買

25

萬元

(34)

資產組合 : 降低風險

股價變動 機率 報酬率 資產組合

• A股價上升10% (55萬元) 50% 10% 50萬元全部買A股票;

• A股價下跌10% (45萬元) 50% 10% 預期報酬率為0%

• A, B股價同時上升10% (55萬元) 25% 10% 50萬元平均分配於

• A上升10%, B下跌10% (50萬元) 25% 0% A,B兩股;

• A下跌10%, B上升10% (50萬元) 25% 0% 預期報酬率為0%

• A, B股價同時下跌10% (45萬元) 25% 10%

1

種組合是僅買

A

,

2

種組合是

A, B

各買

25

萬元

兩種組合之預期報酬率相同

,

都是

0%,

但第

2

種組合之風險較低

(35)

資產組合 : 降低風險

1

種組合

,

股價上升或下跌的機率都是

50%

2

種組合

,

兩股同時上升或下跌的機率各為

25%,

故風險較低

假設效用如下

:

U ( 45 ) = 196 , U ( 50 ) = 200 , U ( 55 ) = 202

僅買

A

:

預期效用

= 0 . 5 × 196 + 0 . 5 × 202 = 199 . 0

• A, B

股各

50%:

預期效用

= 0 . 25 × 196 + 0 . 5 × 200 + 0 . 25 × 202 = 199 . 5

(36)

風險之計算

如何衡量風險

? —

標準差

(standard deviation) σ =

v u u t

N

X

1

p

i

( x

i

− µ)

2

µ

為預期報酬

; p

i為機率

(37)

資產組合之選擇

55

45 50

0.5

0.25

所得 機率

資產組合1

資產組合2

1

種組合

, 2

種結果

(outcomes),

機率各

0.5:

σ = p

0 . 5 × ( 5550 )

2

+ 0 . 5 × ( 4550 )

2

= 5 . 0

(38)

分散風險

分散風險

(diversification):

把資金分配在多種股票 與債券以降低風險

以上例子計算第

2

種組合之報酬率時

,

假設

A , B

股 價之變動是獨立事件

(independent events),

亦即

, B

股價之變動不受

A

股價變動之影響

;

反之亦然

反例

,

汽車廠與汽車零件廠商之股價非獨立事件

(39)

個股風險 vs. 市場風險

個股風險

(firm-specific risk):

僅影響個別股價之風險

市場風險

(market risk):

影響市場上所有公司股價之

風險

(

例如

, 2008

年金融海嘯

, 2020

年新冠病毒

); A , B

將同升或同降

,

此時

,

個別股價變動並非獨立事件

資產組合無法降低市場風險

(40)

投資策略

(41)

效率市場假說

定存

,

股票

,

債券

, ...;

如何選擇股票

?

• Eugene Fama (2013

年諾貝爾獎得主之一

):

效率市場假說

(efficient markets hypothesis):

股價已 反映所有公開的資訊

如果下一期的股價與本期不同

,

那是因為下一期有 新的資訊出現

隨機漫步

(random walk):

若某項變數之變動無法預

,

其軌跡稱為隨機漫步

(42)

如何選擇股票 ?

依據效率市場假說

,

股價無法預測

但是

,

資產組合可以降低風險

購買資產組合需較多資金

;

若資金不足

,

可購買共同 基金

(mutual fund)

(43)

指數基金

主動型基金

(active fund)—

基金經理人幫客戶挑選 股票

(

不相信市場效率假說

);

但績效佳者

,

客戶要付 較高的費用

指數基金

(index fund),

又稱為被動型基金

(passive

fund),

ETF (Exchange Traded Funds)

美國

S& P500

所衍生出來的

ETF (

例如

, SPY)

元大台灣

50 (0050)

• ETF

之費用遠低於

active fund

指數型基金

1975

年首度出現

(

美國

), 2012

年市占率

參考文獻

相關文件

z Choose a delivery month that is as close as possible to, but later than, the end of the life of the hedge. z When there is no futures contract on the asset being hedged, choose

圖4 1 整合資訊系統風險 圖4.1 整合資訊系統風險..

李佳芸 保險金融管理系 商業與管理群 已報到 陳昶霈 保險金融管理系 商業與管理群 已報到 陳錫建 保險金融管理系 商業與管理群 已報到 潘學恩 保險金融管理系

五、第十二款經濟弱勢戶 與第四款中低收入戶 資格重複,又配合行 政院強化社會安全網 計畫,高度風險家庭 納入危機家庭之保護

林旻柔 保險金融管理系 商業與管理群 已完成網路報到,且收到考生畢業證書 王美晴 保險金融管理系 商業與管理群 已完成網路報到,且收到考生畢業證書

第一篇 國際安全與軍事情勢 第一章 國際安全環境 第二章 全球軍事情勢 第三章 亞洲軍事情勢 第四章 中共軍事情勢.. 第二篇

Recommended Approach for Setting Regulatory Risk-Based Capital Requirements for Variable Annuities and Similar Products with Guarantees (Excluding Index Guarantees), American Academy

{ Title: Using neural networks to forecast the systematic risk..