股票市场风险指标协方差

⑴ 衡量市场风险的指标是什么

经常使用的市场风险度量指标大致可以风险的相对度量指标和绝对度量指标两种类型。相对度量指标主要是测量市场因素的变化与金融资产收益变化之间的关系。

一、相对指标
1.久期，债券价格对利率变化的敏感程度，久期用于衡量利率风险。

2.凸性，久期本身对利率变化的敏感程度，通常与久期配合使用，提高利率风险度量的精度。

3.DV01，利率水平变化0.01个百分点，而导致的债券价格的变化程度，用于衡量利率风险。

4.Beta系数，Beta系数是用来衡量个别股票受包括股市价格变动在内的整个经济环境影响程度的指标。Beta系数用于度量股票价格风险。

5.Delta，衍生产品(包括期货、期权等)的价格相对于其标的资产(Underlying asset)价格变化的敏感程度，Delta用于度量商品价格风险或股票价格风险。

6.Gamma，Delta本身相对于其标的资产价格变化的敏感程度，通常与Delta配合使用，提高商品价格风险或股票价格风险度量的精度。

7.Vega，衍生产品的价格相对于其波动率(Volatility)变化的敏感程度，Vega用于度量商品价格风险或股票价格风险。

8.Theta，衍生产品的价格相对于距其到期日时间长度变化的敏感程度。

9.Rho，衍生产品的价格对利率水平变化的敏感程度，Rho用于衡量利率风险。

注意:使用相对指标对相关市场风险作敏感性分析，估算市场波动不大和剧烈波动两种情形下的损益。每一次测算时仅考虑一个重要风险因素，比如利率、汇率、证券和商品价格等，同时假设其他因素不变。

1.绝对指标
方差/标准差。方差或标准差作为金融资产风险的度量指标被学术界和实务界广泛接受。在Harry Markowitz1952发表的论文《证券组合选择》中，Markowitz假定投资风险可以视为投资收益的不确定性，这种不确定性可以用统计学中的方差(Variance)或标准差(Standard deviation)加以度量。

2.风险价值(VaR)。VaR代表了市场风险度量的最佳实践。VaR的定义是，在一定置信水平下，由于市场波动而导致整个资产组合在未来某个时期内可能出现的最大损失值。在数学上，VaR表示为投资工具或组合的损益分布的α分位数，其表示如下:Pr(Δp <= -VaR)=α，其中，Δp表示投资组合在持有期Δt内在置信水平(1-α)下的市场价值损失。

⑵ 两证券协方差和相关系数的计算

两证券协方差表示两种证_之间共同变动的程度：相关系数是变量之间相关程度的指标根据协方差的公式可知，协方差与相关系数的正负号相同，但是协方差是相关系数和两证券的标准差的乘积，所以协方差表示两种证_之间共同变动的程度。相关系数是协方差与两个投资方案投资收益标准差之积的比值，其计算公式为：相关系数总是在-1到+1之间的范围内变动，-1代表完全负相关了，+1代表完全正相关了，0则表示不相关。相关系数和协方差的变动方向是一致的，相关系数的负的，协方差就一定是负的。
相关系数是变量之间相关程度的指标，相关系数在0到1之间，表示两种报酬率的增长是同向的；相关系数在0到-1之间，表示两种报酬率的增长是反向的，所以说相关系数是变量之间相关程度的指标。总体来说，两项资产收益率的协方差，反映的是收益率之间共同变动的程度；而相关系数反映的是两项资产的收益率之间相对运动的状态。两项资产收益率的协方差等于两项资产的相关系数乘以各自的标准差。
协方差是一个用于测量投资组合中某一具体投资项目相对于另一投资项目风险的统计指标。其计算公式为：当协方差为正值时，这就表示了两种资产的收益率呈同方向变动；协方差为负值时，表示两种资产的收益率呈反方向变动。
总体来说，两项资产收益率的协方差，反映的是收益率之间共同变动的程度；而相关系数反映的是这两项资产的收益率之间相对运动的状态。两项资产收益率的协方差等于两项资产的相关系数乘以各自的标准差啦。

⑶ 衡量市场风险的指标是

狭义定义：由市场风险因素的不利变动造成组合损失的风险。
计算市场风险的方法主要是在险价值(VaR)，它是在正常的市场条件和给定的置信水平(Confidence interval，通常为99%)上，在给定的持有期间内，某一投资组合预期可能发生的最大损失;或者说，在正常的市场条件和给定的持有期间内，该投资组合发生VaR值损失的概率仅为给定的概率水平(即置信水平)。
计算方法
主要包括方差一协方差法(Variance-Covariance Approach)、历史模拟法(Historical Simulation Method)和蒙特卡罗模拟法(Monte-Carlo Simulation)。
方差一协方差法是假定风险因素收益的变化服从特定的分布，通常假定为正态分布，然后通过历史数据分析和估计该风险因素收益分布的参数值，如方差、均值、相关系数等，然后根据风险因素发生单位变化时，头寸的单位敏感性与置信水平来确定各个风险要素的VaR值;再根据各个风险要素之间的相关系数来确定整个组合的VaR值。当然也可以直接通过下面的公式计算在一定置信水平下的整个组合(这里的组合是单位头寸，即头寸为1)的VaR值，其结果是一致的。
公式中表示整个投资组合收益的标准差，σi、σj表示风险因素i和j的标准差，ρij表示风险因子i和j的相关系数， xi表示整个投资组合对风险因素i变化的敏感度，有时被称为Delta.在正态分布的假设下，xi是组合中每个金融工具对风险因子i的Deka之和。
历史模拟法以历史可以在未来重复为假设前提，直接根据风险因素收益的历史数据来模拟风险因素收益的未来变化。在这种方法下，VaR值直接取自于投资组合收益的历史分布，组合收益的历史分布又来自于组合中每一金融工具的盯市价值(Mark to Market value)，而这种盯市价值是风险因素收益的函数。具体来说，历史模拟法分为三个步骤:为组合中的风险因素安排一个历史的市场变化序列，计算每一历史市场变化的资产组合的收益变化，推算出VaR值。因此，风险因素收益的历史数据是该VaR模型的主要数据来源。
蒙特卡罗模拟法即通过随机的方法产生一个市场变化序列，然后通过这一市场变化序列模拟资产组合风险因素的收益分布，最后求出组合的VaR值。蒙特卡罗模拟法与历史模拟法的主要区别在于前者采用随机的方法获取市场变化序列，而不是通过复制历史的方法获得，即将历史模拟法计算过程中的第一步改成通过随机的方法获得一个市场变化序列。市场变化序列既可以通过历史数据模拟产生，也可以通过假定参数的方法模拟产生。由于该方法的计算过程比较复杂，因此应用上没有前面两种方法广泛。
拓展资料：
在股市中，投资者必须要了解市场主力资金的成本，这就需要衡量的尺度。
最先是应用最简单的移动平均线(MA)，随后发展为指数平均数（EXPMA），再后来就是根据加权成交金额发明的市场成本（MCST）。这种指标不仅可以应用于对主力成本的分析，也可以研判市场的整体趋势。
在财务管理中经常用来衡量风险大小的指标有收益率的方差、标准差和标准离差率等。财务管理中的风险指企业在各项财务活动过程中，由于各种难以预料或无法控制的因素作用，使企业的实际收益与预计收益发生背离，从而蒙受经济损失的可能性。
财务风险指标是基于广义的财务活动，从动态和长远的角度出发，设置敏感性财务指标并观察其变化，对企业潜在的或将要面临的财务危机进行监测预报的财务分析方法。它是财务指标和财务预警模型的统一。前者是企业财务评价分析体系对财务风险报告的体现；后者是在多个财务指标组合的基础上，选取多个企业样本，建立多变量数学模型，对企业财务风险进行的更全面、深入的分析，具有宏观分析价值。

⑷ 股票收益率，方差，协方差计算

股票收益率=收益额/原始投资额，这一题中A股票的预期收益率＝（3%＋5%＋4%）/3＝4%。

方差计算公式：

(4)股票市场风险指标协方差扩展阅读：

股票收益率是反映股票收益水平的指标。投资者购买股票或债券最关心的是能获得多少收益，衡量一项证券投资收益大小以收益率来表示。反映股票收益率的高低，一般有三个指标：

1、本期股利收益率。是以现行价格购买股票的预期收益率。

2、持有期收益率。股票没有到期，投资者持有股票的时间有长有短，股票在持有期间的收益率为持有期收益率。

3、折股后的持有期收益率。股份公司进行折股后，出现股份增加和股价下降的情况，因此，折股后股票的价格必须调整。

⑸ 股票，期望收益率，方差，均方差的计算公式

1、期望收益率计算公式：

HPR=（期末价格 -期初价格+现金股息）/期初价格

例：A股票过去三年的收益率为3%、5%、4%，B股票在下一年有30%的概率收益率为10%，40%的概率收益率为5%，另30%的概率收益率为8%。计算A、B两只股票下一年的预期收益率。

解:

A股票的预期收益率 ＝（3%＋5%＋4%）/3 ＝ 4% 

B股票的预期收益率 ＝10%×30%＋5%×40%＋8%×30% ＝ 7.4%

2、在统计描述中，方差用来计算每一个变量（观察值）与总体均数之间的差异。为避免出现离均差总和为零，离均差平方和受样本含量的影响，统计学采用平均离均差平方和来描述变量的变异程度。

解：由上面的解题可求X、Y的相关系数为

r(X,Y)=Cov(X,Y)/(σxσy)=3.02/(0.77×3.93) = 0.9979

⑹ 某一股票与市场组合的协方差是什么意思

方差描述了一组数列的波动情况，如果一个数列都是1种数，如1，1，1，1，1，1 那么它的方差为0
期望其实就是一组数的平均值
协方差是建立在方差分析和回归分析基础之上的一种统计分析方法
两个不同参数之间的方差就是协方差
相关系数r
相关系数是变量之间相关程度的指标。样本相关系数用r表示,总体相关系数用ρ表示,相关系数的取值范围为[-1,1]。|r|值越大，误差Q越小，变量之间的线性相关程度越高；|r|值越接近0，Q越大，变量之间的线性相关程度越低。
相关系数 又称皮（尔生）氏积矩相关系数，说明两个现象之间相关关系密切程度的统计分析指标。
相关系数用希腊字母γ表示，γ值的范围在-1和+1之间。
γ＞0为正相关，γ＜0为负相关。γ＝0表示不相关；
γ的绝对值越大，相关程度越高。
两个现象之间的相关程度，一般划分为四级：
如两者呈正相关，r呈正值，r=1时为完全正相关；如两者呈负相关则r呈负值，而r=-1时为完全负相关。完全正相关或负相关时，所有图点都在直线回归线上；点子的分布在直线回归线上下越离散，r的绝对值越小。当例数相等时，相关系数的绝对值越接近1，相关越密切；越接近于0，相关越不密切。当r=0时，说明X和Y两个变量之间无直线关系。通常|r|大于0.75时，认为两个变量有很强的线性相关性。
相关系数的计算公式为：
其中xi为自变量的标志值；i＝1，2，…n；■为自变量的平均值，
为因变量数列的标志值；■为因变量数列的平均值。
为自变量数列的项数。对于单变量分组表的资料，相关系数的计算公式为：
其中fi为权数，即自变量每组的次数。在使用具有统计功能的电子计算机时，可以用一种简捷的方法计算相关系数，其公式为：
使用这种计算方法时，当计算机在输入x、y数据之后，可以直接得出n、■、∑xi、∑yi、∑■、∑xiy1、γ等数值，不
必再列计算表。
参考资料：网络

⑺ 求救，股票的贝塔值怎么算啊方差、协方差那些怎么求

个人是没法算的，要去数据库找资料，可是数据库要钱，就算了吧。