威廉夏普 编辑

威廉夏普是谁?

威廉·福赛斯·夏普是一位美国经济学家,他与其他经济学家一起获得了1990年诺贝尔经济科学奖马科维茨莫顿·米勒 ,用于开发模型以辅助投资决策。

夏普以开发资本资产定价模型资本资产定价模型描述了系统风险与预期收益之间的关系,并指出承担更多的风险是获得更高收益的必要条件。他还以创造夏普比率 ,一个用来衡量一项投资的风险回报率的数字。

关键要点

  • 威廉夏普(williamf.Sharpe)是一位经济学家,他开发了CAPM和夏普比率。
  • 资本资产定价模型是投资组合管理的基石,通过观察无风险利率、贝塔系数和市场风险溢价来寻求预期收益。
  • 夏普比率有助于投资者解读哪些投资为风险水平提供了最佳回报。

威廉·夏普生平

威廉·福赛斯·夏普1934年6月16日出生于波士顿。他和他的家人最终定居在加利福尼亚州,他于1951年从河滨理工高中毕业。在决定上大学学什么的几次错误开始后,包括放弃了继续医学和工商管理的计划,夏普决定继续学习经济 . 他于1955年毕业于加州大学洛杉矶分校,获文学学士学位,1956年获文学硕士学位。1961年,夏普获得经济学博士学位。

夏普曾在华盛顿大学、加州大学欧文分校和斯坦福大学任教。他还曾在学术界以外的职业生涯中担任过多个职位。值得注意的是,他曾是兰德公司(RAND Corporation)的一名经济学家,也是美林证券富国银行(Wells Fargo)是夏普罗素研究公司(Sharpe Russell Research)与弗兰克罗素公司(Frank Russell Company)的联合创始人,也是咨询公司William F.Sharpe Associates的创始人。 

夏普因在金融和商业领域的贡献获得了许多奖项,其中包括1980年美国大学商学院大会颁发的对商业教育领域的杰出贡献奖,以及金融分析师联合会尼古拉斯·莫洛多夫斯基奖(Nicholas Molodovsky Award),表彰他在1989年对金融行业做出的杰出贡献。这个诺贝尔奖他在1990年获得的奖项是最有声望的成就。 

对金融经济学的贡献

夏普最为人所知的是他在发展资本资产定价模型中所扮演的角色,资本资产定价模型已成为金融经济学和金融经济学的一个基本概念投资组合管理. 这个理论起源于他的博士论文。夏普提交了一篇论文,总结了CAPM的基础金融杂志 1962年。虽然它现在是金融学的基石理论,但它最初从出版物中得到了负面反馈。后来在1964年,随着编辑职务的改变,这本书出版了。

CAPM模型认为股票的预期收益率应该是无风险利率回报加上贝塔投资乘以市场风险溢价. 无风险回报率补偿了投资者的资金被套牢,而贝塔和市场风险溢价补偿了投资者在单纯投资之外所承担的额外风险美国国债 提供无风险利率。

夏普还创造了经常引用的夏普比率。夏普比率衡量的是过去一段时间内获得的超额回报无风险利率每单位波动 . 这个比率有助于投资者判断高回报是由于明智的投资决策还是承担了太多的风险。两个投资组合可能有相似的回报,但夏普比率表明,哪一个是承担更大的风险,以实现该回报。风险越低,回报越高越好,夏普比率有助于投资者找到这种组合。

另外,夏普1998年的论文,确定基金的有效资产组合, 被认为是基于回报的分析模型的基础,它分析历史投资回报,以确定如何对投资进行分类。

投资者如何使用夏普比率的例子

假设一个投资者想在他们的投资组合中增加一只新股。他们目前正在考虑两个,并希望选择一个更好的风险调整回报。他们将使用夏普比计算 .

假设无风险利率为3%。

A股过去一年的回报率为15%,波动率为10%。夏普比是1.2。按(15-3)/10计算。

过去一年,B股的回报率为13%,波动率为7%。夏普比为1.43。按(13-3)/7计算。

虽然B股的收益率低于a股,但B股的波动率也较低。当考虑到投资的风险时,股票B提供了一个风险较低的更好的回报组合。即使B股的回报率仅为12%,但夏普比率为1.29,仍然是更好的买入选择。

谨慎的投资者之所以选择B股,是因为A股带来的略高回报并不能充分补偿较高的风险。

计算中的几个问题 ,包括所研究的有限时间框架和假设先前收益率和波动率代表期货收益率和波动率。情况并非总是如此。

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。
列表为空,暂无数据

词条统计

浏览:58 次

字数:5390

最后编辑:7年前

编辑次数:0 次

    我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
    原文