Garis kecil. (Pasar) Premi Risiko

Garis grafik yang sistematis, atau risiko pasar versus return pasar secara keseluruhan pada waktu tertentu, dan menunjukkan seluruh sekuritas yang berisiko.

Juga disebut sebagai "baris fitur".

SML pada dasarnya memplot hasil dari rumus Capital Asset Pricing Model (CAPM). Sumbu X mewakili risiko (beta) dan sumbu Y mewakili keuntungan yang diharapkan. Premi risiko pasar ditentukan berdasarkan kemiringan SML.

Garis pasar ekuitas adalah alat yang berguna dalam menentukan aset mana yang dipertimbangkan untuk portofolio yang menawarkan ekspektasi pengembalian risiko yang wajar. Plot sekuritas individu pada grafik SML. Jika risiko keamanan lebih tinggi dibandingkan dengan keuntungan yang diharapkan, maka SML diremehkan karena investor dapat mengharapkan keuntungan yang lebih besar untuk risiko yang melekat. Grafik keamanan di bawah SML meningkat karena investor akan menerima lebih sedikit keuntungan atas jumlah risikonya.

Indikator koefisien beta- merupakan salah satu satuan ukuran yang memberikan perbandingan kuantitatif antara pergerakan nilai tukar nilai saham dengan pergerakan pasar saham secara umum.

Penerapan koefisien beta

Di bidang ekonomi, ada juga konsep koefisien beta - ini adalah semacam indikator tingkat risiko yang biasa digunakan portofolio investasi atau diterapkan pada sekuritas.

Sebagai indikator, koefisien ini menunjukkan faktor-faktor berikut:

Menentukan tingkat stabilitas suatu portofolio efek dibandingkan dengan efek lain di pasar saham.

Menunjukkan hubungan kuantitatif antara naik turunnya harga suatu saham tertentu, dan fluktuasi harga di pasar secara umum.

Nilai koefisien beta berkisar antara 1; jika koefisien beta suatu saham kurang dari satu maka saham tersebut stabil; jika nilainya lebih dari 1 maka saham tersebut tidak stabil. Oleh karena itu, investor lebih mengutamakan membeli saham dengan rasio rendah.

Perhitungan Beta

Untuk suatu aset, koefisien Beta merupakan bagian dari portofolio sekuritas tertentu, atau suatu aset dalam bentuk indeks saham relatif terhadap portofolio referensi, koefisien diterapkan β dan dalam regresi linier (pengembalian aset) untuk periode Ra,t sehubungan dengan pengembalian untuk periode Rp,t dari portofolio pasar

Ra,t = a + βаrp,е+ Еt

Rumus koefisien beta sekuritas:

βа=Cov(ra,rp) : Var(rp)

Dimana indikatornya:

ra- ini adalah nilai penilaian yang koefisien atau profitabilitas aset yang dianalisis dihitung.

Rp- nilai yang membandingkan profitabilitas sekuritas atau pasar.

Cov– berarti kovarians dari nilai referensi dan estimasi.

Var- dispersi (ukuran deviasi indikator) dari nilai referensi.

Bagi perusahaan yang tidak melakukan perdagangan di pasar modal, koefisien beta dihitung berdasarkan karakteristik komparatif dengan perusahaan pesaing, dalam perhitungan tersebut dilakukan beberapa perubahan rumus/

Koefisien adalah kasus khusus dalam menilai hubungan antara beberapa variabel. Variabelnya adalah volatilitas saham milik sendiri dan saham.

Kritik terhadap CAPM.

Salah satu kritik yang paling terkenal adalah karya Richard Roll (Roll, 1977). Penulis fokus pada masalah pembentukan portofolio pasar. Pada kenyataannya, ternyata tidak mungkin untuk menyusun portofolio yang benar-benar mencakup semua aset, beberapa di antaranya ternyata tidak mungkin untuk dinilai, misalnya modal intelektual, atau sulit dikaitkan dengan harga saham dan lainnya. aset, misalnya real estat. Oleh karena itu, dalam praktiknya, portofolio yang terdiversifikasi dengan baik digunakan untuk perhitungan, misalnya indeks pasar. Pendekatan membangun portofolio pasar ini pada akhirnya dapat mendistorsi hasil penelitian: nilai beta.

Asumsi adanya aset bebas risiko pun menuai kritik. Dalam praktiknya, profitabilitas digunakan obligasi pemerintah, risiko tidak terbayarnya minimal, namun tetap ada. Masalahnya adalah keuntungan riil dari investasi tersebut sering kali negatif karena inflasi.

CAPM memiliki sejumlah asumsi yang terkait dengan investor ideal: setiap orang memiliki cakrawala investasi yang sama, setiap orang menilai semua aset di pasar dengan cara yang persis sama, dan untuk membuat penilaian seperti itu, setiap investor memiliki jumlah informasi yang sama. kapan saja (informasi disebarluaskan secara instan). Asumsi ini tidak berlaku dalam kehidupan nyata, bahkan di pasar yang paling efisien sekalipun.

Koefisien beta juga menjadi bahan kritik. Dalam karyanya, Levy (1971) dan Blume (1975) memperhatikan masalah stabilitas beta dari waktu ke waktu. Penulis sampai pada kesimpulan bahwa untuk setiap saham, koefisien beta berubah seiring waktu, namun jika portofolio dibentuk secara acak dari saham yang sama, misalnya masing-masing 10 saham, maka koefisien beta dari portofolio tersebut menjadi cukup stabil, yang berarti mereka dapat dianggap sebagai ukuran risiko portofolio dalam jangka waktu yang lama. Bluma juga menyimpulkan bahwa dalam jangka panjang koefisien beta mendekati satu, dan risiko internal perusahaan cenderung rata-rata industri. Dengan menggunakan hasil penelitian ini, Bluma mengusulkan untuk melakukan penyesuaian terhadap apa yang disebut “beta mentah”, yang diperoleh dari persamaan regresi. Dua jenis amandemen yang paling sering digunakan:

diusulkan oleh Bloom:

βOSL merupakan beta yang diperoleh dengan mengestimasi persamaan regresi menggunakan metode Ordinary Least Squares.

diusulkan oleh Scholes dan Williams

dimana β adalah nilai estimasi koefisien beta dari persamaan regresi saat ini yang menghubungkan return saham dengan return portofolio pasar saat ini, β -1 adalah estimasi nilai beta yang menghubungkan return saham dengan nilai-nilai sebelumnya dari portofolio pasar. return portofolio pasar, β +1 adalah estimasi nilai beta yang menghubungkan return saham dengan nilai return portofolio pasar di masa depan, ρ m adalah koefisien autokorelasi return pasar.

Selain itu, masalah ketidakstabilan beta dapat diselesaikan dengan menggunakan Market Derived Capital Pricing Model (MCPM), di mana parameter model diperkirakan di pasar aset berjangka dan berdasarkan ekspektasi harga aset keuangan.

Premis klasik CAPM yang menyatakan bahwa hanya faktor risiko sistematis yang penting juga dipertanyakan. Pada akhir abad ke-20, variabel tidak sistematis seperti kapitalisasi pasar atau rasio book-to-market terbukti mempengaruhi ekspektasi pengembalian.

Ukuran risiko yang digunakan dalam CAPM: varian dua arah juga mendapat kritik. Faktanya adalah untuk menggunakan dispersi dua arah, sejumlah kondisi harus dipenuhi: pengembalian yang diharapkan harus memiliki distribusi simetris dan pada saat yang sama harus normal. Dalam praktiknya, prasyarat ini tidak terpenuhi. Penggunaan dispersi dua arah juga sulit dari sudut pandang psikologi investor. Terbukti secara empiris bahwa investor cenderung berinvestasi pada aset dengan volatilitas positif dibandingkan aset dengan volatilitas negatif. Dan dispersi dua arah merupakan penyimpangan dari rata-rata, baik negatif maupun negatif. sisi positif Artinya jika harga saham naik, maka aset ini akan kita anggap berisiko seperti halnya jika harga saham turun, hal ini tidak tepat jika memperhitungkan psikologi investor. Oleh karena itu, untuk mengatasi permasalahan tersebut sebaiknya menggunakan dispersi satu arah. Penggunaannya dimungkinkan dengan distribusi hasil yang simetris dan asimetris. Estrada menyarankan penggunaan metode ini untuk menghitung beta khususnya di pasar negara berkembang. (Estrada, 2002).

Hogan dan Warren (1974) menunjukkan bahwa mengganti varian dua arah dengan varian satu arah tidak mengubah struktur fundamental CAPM.

Dengan demikian, CAPM versi klasik memiliki banyak kelemahan. Oleh karena itu, berbagai modifikasi CAPM dikembangkan dengan mempertimbangkan kritik tersebut.

Hubungan antara imbal hasil suatu sekuritas dan beta-nya bersifat linier dan disebut Garis Pasar Keamanan (SML). Persamaan SML dapat ditulis dalam bentuk:

Pada grafik SML, koefisien β diplot sepanjang sumbu horizontal, dan efisiensi sekuritas atau portofolio diplot sepanjang sumbu vertikal. Namun SML langsung ini mencerminkan hubungan ideal antara β dan kinerja sekuritas dan portofolio. Semua titik yang terletak pada garis SML mengacu pada sekuritas (portofolio) yang dinilai “wajar”, ​​dan poin yang terletak di atas/di bawah garis ini berarti undervalued/overvalued. Representasi grafis dari garis pasar sekuritas misalnya 4.3. ditunjukkan pada Gambar 4.7.

Garis pasar sekuritas (SML ) sekuritas mencerminkan hubungan risiko-pengembalian untuk masing-masing saham. Pengembalian yang diperlukan pada setiap saham sama dengan tingkat bebas risiko yang ditambahkan ke produk premi risiko pasar dan  - koefisien saham:

Tidak adanya risiko pada sekuritas bebas risiko memerlukan tingkat keuntungan minimum. Oleh karena itu, sekuritas bebas risiko merupakan pengatur utama keuntungan dan risiko.

Mari kita asumsikan bahwa imbal hasil dari surat berharga yang dijamin adalah M F . Dalam hal ini, setiap portofolio investasi yang mengandung surat berharga dengan tingkat risiko yang berbeda-beda memberikan keuntungan yang lebih tinggi dibandingkan investasi dengan volume yang sama pada surat berharga yang dijamin. Oleh karena itu, kita dapat menyimpulkan bahwa mengganti sekuritas dengan sekuritas yang lebih menguntungkan akan meningkatkan risiko portofolio.

Lebih mudah untuk menghitung efektivitas sekuritas dari efektivitas simpanan bebas risiko M F .

M Saya =a Saya +  Saya  M R = m F +  Saya (M R - M F )+  Saya,

Di mana  Saya , = A Saya + (  Saya -1)m F .

Kelebihan efisiensi keamanan dibandingkan efisiensi bebas risiko M F disebut premi risiko. Jadi, premi risiko ini pada dasarnya merupakan fungsi linier dari premi risiko untuk pasar secara keseluruhan, dan koefisiennya adalah beta dari sekuritas tersebut. Namun hal ini benar jika =0. Sekuritas semacam itu dikatakan dinilai “wajar”. Sekuritas yang sama dimana  > 0 dinilai terlalu rendah oleh pasar, dan jika < 0, то рынком переоценены.

Menurut E. Dimson, di negara-negara maju secara ekonomi di dunia premi pasar() sama dengan 8% per tahun (data diperoleh melalui analisis retrospektif pasar saham selama 50 tahun). Artinya, jika, misalnya, tingkat investasi bebas risiko (dalam dolar) adalah 5% per tahun, dan koefisiennya  untuk sebuah perusahaan adalah 0,65, maka keuntungan jangka panjang yang diharapkan investor dari saham perusahaan tersebut dalam perekonomian yang stabil adalah:

5% + 0,65 x 8% = 10,2% per tahun, dolar.

Namun, di pasar negara berkembang, yang meliputi pasar saham Di Rusia, penggunaan model seperti itu tidak mungkin dilakukan.

Pertanyaannya ambigu: berapa tingkat bebas risiko di Rusia?

Dalam sistem ekonomi yang stabil, misalnya di AS atau Inggris, kursnya M 0 diasumsikan sama dengan hasil kewajiban pemerintah, paling sering surat perbendaharaan (treasury bill), dengan ketentuan penerbitan yang mirip dengan GKO Rusia.

Namun, kewajiban pemerintah Rusia sama sekali tidak bebas risiko. Hal ini sudah jelas terlihat jauh sebelum krisis tahun 1998: imbal hasil GKO selalu bervariasi dan meningkat (selama periode peredarannya) hingga 200% per tahun atau lebih, atau turun (selama situasi ekonomi relatif stabil) menjadi 15%. . Jika penyebaran adalah ukuran risiko, maka kita dapat mengatakan dengan tegas bahwa GKO bukan hanya sekuritas yang berisiko, tetapi juga sekuritas yang murni spekulatif.

Pertanyaan lain yang tidak jelas bagi pasar negara berkembang adalah: apa yang seharusnya menjadi premi pasar terhadap profitabilitas, yaitu: besarnya()dalam model CAPM?

Ada dua masalah di sini. Pertama, jika premi ini ditentukan berdasarkan indeks saham Rusia yang ada, maka kita berisiko mengandalkan data yang tidak dapat diandalkan. Pasar saham Rusia didominasi oleh aktivitas over-the-counter, dan, seperti ditunjukkan oleh beberapa penelitian, tingkat efisiensi informasinya rendah. Hal ini dapat menyebabkan indeks berdasarkan rata-rata tawaran dan penawaran dari pedagang bebas mendistorsi tren sebenarnya di pasar.

Kedua, meskipun kita menggunakan indeks saham yang paling tepercaya sebagai dasar dan menganggapnya sebagai indikator dinamika portofolio pasar yang cukup andal, maka terdapat kekurangan informasi yang akut.

Dalam memperoleh rata-rata premi pasar, E. Dimson didasarkan pada analisis historis selama 50 tahun. Namun, pasar negara berkembang cenderung masih muda dan tidak stabil. Periode ketidakstabilan merugikan aktivitas investasi dan tidak akan berlangsung lama. Oleh karena itu, tren pasar berkembang adalah: tidak pasti karena dangkalnya sejarah dan volatilitas umum; heterogen, karena pemerintah negara berkembang akan berusaha menarik investor, menstabilkan pasar, dan meningkatkan prediktabilitasnya. Dalam perjalanannya, pihaknya akan mencoba berbagai strategi yang akan mempengaruhi dinamika pasar saham.

Misalnya saja mengambil selang waktu 1995-1997 sebagai dasar perhitungannya. untuk pasar Rusia, kami akan menerima pengembalian tahunan rata-rata sekitar 80% (dalam dolar). Sangat jelas bahwa kita tidak dapat menuntut profitabilitas seperti itu dari proyek jangka panjang perusahaan industri; hal ini akan membuat sebagian besar proyek yang baik dan nyata di Federasi Rusia tidak menguntungkan, dan oleh karena itu perhitungan semacam ini tidak tepat.

CML menunjukkan profil pengembalian risiko dari portofolio yang efisien, namun tidak menjelaskan apa pun tentang bagaimana portofolio atau aset individual yang berkinerja buruk akan dinilai. Security Market Line (SML) menjawab pertanyaan ini. SML adalah hasil utama CAPM. Dikatakan bahwa dalam keseimbangan, pengembalian yang diharapkan dari suatu aset sama dengan tingkat bebas risiko ditambah imbalan atas risiko pasar, yang diukur dengan beta. SML ditunjukkan pada Gambar. 3.

Merupakan garis lurus yang melalui dua titik yang koordinatnya (0; r f) dan (1; E(rm)). Jadi, dengan mengetahui tingkat bebas risiko dan ekspektasi pengembalian portofolio pasar, kita dapat membangun SML. Dalam keseimbangan pasar, ekspektasi pengembalian setiap aset dan portofolio, baik efisien atau tidak, harus ditempatkan pada SML.

Beras. 3. Garis pasar aset

DENGAN
Perlu ditekankan sekali lagi bahwa meskipun CML hanya berisi portofolio yang efisien, SML berisi portofolio dan aset individual yang terdiversifikasi secara luas dan tidak efisien. Pengembalian yang diharapkan suatu aset (portofolio) ditentukan dengan menggunakan persamaan SML.

P
contoh. r f = 15%, E(rm) = 25%,  i = 1,5. Tentukan E(r i).

Kemiringan SML ditentukan oleh toleransi risiko investor dalam berbagai kondisi pasar. Jika investor memiliki perkiraan optimis untuk masa depan, maka kemiringan SML akan berkurang, karena dalam lingkungan pasar yang baik, investor bersedia menerima risiko yang lebih tinggi (karena mereka berpendapat kecil kemungkinannya) dengan ekspektasi pengembalian yang lebih rendah (lihat Gambar 4). SML ) .

Sebaliknya, untuk mengantisipasi lingkungan yang tidak menguntungkan, SML akan mengambil kemiringan yang lebih curam, karena dalam hal ini investor akan menuntut ekspektasi pengembalian yang lebih tinggi atas aset yang diperoleh dengan nilai risiko yang sama sebagai kompensasi (lihat Gambar 4 SML 2 ). Jika ekspektasi investor terhadap suku bunga bebas risiko berubah, hal ini akan menyebabkan pergeseran SML. Jika r f bertambah maka SML akan naik, dan jika r f berkurang maka SML akan turun, seperti terlihat pada Gambar. 5.

R

adalah. 4. Kemiringan SML tergantung ekspektasi kondisi masa depan

Beras. 5. Kemiringan SML saat mengubah tarif tanpa risiko

^

1.5.Pertanyaan yang muncul saat membangun SML

Dalam praktiknya, muncul sejumlah masalah yang menyulitkan jawaban jelas atas pertanyaan data apa yang sebaiknya digunakan untuk membangun SML. Seperti telah disebutkan, CAPM adalah model satu periode waktu. Oleh karena itu, secara teori, tingkat suku bunga bebas risiko diasumsikan sama dengan tingkat suku bunga surat berharga jangka pendek. Namun, investor sedang membangun strategi investasi, fokus pada perspektif jangka panjang.

Jika suku bunga bebas risiko dianggap sebagai suku bunga sekuritas jangka panjang, maka, sebagai suatu peraturan, SML akan memiliki kemiringan yang lebih datar (lihat Gambar 6 SML 2) dibandingkan dengan sekuritas jangka pendek ( lihat Gambar 6 SML 1).

R

adalah. 6. Kemiringan SML tergantung pada tingkat bebas risiko untuk surat berharga jangka pendek dan jangka panjang

Dalam praktiknya, masalah yang disebutkan akan muncul ketika suku bunga bebas risiko dalam jangka panjang dan obligasi jangka pendek berbeda secara signifikan untuk aset (portofolio) dengan beta tinggi atau rendah, karena untuk aset (portofolio) dengan beta mendekati satu, perbedaan return untuk kedua kasus tersebut tidak akan besar. Pertanyaan juga muncul mengenai keakuratan perkiraan keuntungan pasar yang diharapkan.
^

1.6.CML dan SML

Untuk lebih memahami CML dan SML, mari kita bandingkan karakteristiknya. Dalam keadaan keseimbangan pasar, hanya portofolio efisien yang berada di CML. Portofolio lain dan aset individu berada di bawah CML. CML memperhitungkan seluruh risiko suatu aset (portofolio), satuan risikonya adalah standar deviasi. Dalam keseimbangan, semua portofolio, baik yang efisien maupun tidak efisien, serta aset individual terletak di SML. SML hanya memperhitungkan risiko sistemik dari portofolio (aset). Satuan risikonya adalah nilai beta.

Dalam keadaan ekuilibrium, portofolio yang tidak efektif dan aset individu terletak di bawah CML, tetapi terletak di SML, karena pasar hanya mengevaluasi risiko sistemik dari portofolio (aset) tersebut.

Beras. 7a. Gambar CML. 7b. SML

Pada Gambar. Gambar 7a menunjukkan portofolio efisien B yang terletak di CML. Risiko portofolio adalah  B dan ekspektasi imbal hasil adalah r B .

Gambar yang sama menunjukkan sekuritas A. Memiliki ekspektasi pengembalian yang sama dengan portofolio B, namun risikonya ( A) lebih besar dibandingkan risiko portofolio B. Karena sekuritas A adalah aset terpisah, maka sekuritas tersebut terletak di bawah garis CML. Beta portofolio B dan beta sekuritas A adalah sama, sehingga portofolio B dan sekuritas A terletak pada titik yang sama di SML (lihat Gambar 7b). Hal ini karena pasar menilai portofolio (aset) bukan berdasarkan total risikonya yang diukur dengan standar deviasi, tetapi hanya berdasarkan risiko pasar yang diukur dengan beta. Akibatnya, aset A dinilai oleh pasar dengan cara yang persis sama dengan portofolio B, meskipun risiko aset A secara keseluruhan lebih besar daripada risiko portofolio B. CML dan SML juga dapat dibandingkan dengan cara berikut. Mari kita substitusikan nilai  dari rumus (*) ke dalam rumus SML (**). Hasilnya, kami memperoleh persamaan SML dalam bentuk yang sedikit berbeda:

F
Rumus CML juga dapat ditulis dengan cara serupa:

TENTANG
Namun, dalam kasus CML, koefisien korelasinya adalah +1, yang menunjukkan bahwa portofolio efisien berkorelasi penuh dengan pasar. Portofolio dan aset individual yang berkinerja buruk tidak sepenuhnya berkorelasi dengan pasar, seperti yang tercermin dalam persamaan SML.

CAPM tidak menjelaskan apa pun tentang hubungan antara pengembalian yang diharapkan dari suatu aset dan risiko totalnya, yang diukur dengan deviasi standarnya. SML hanya menetapkan hubungan antara ekspektasi pengembalian suatu aset dan risiko sistematisnya.

Untuk lebih memahami model CAPM dan Sharpe, mari kita membuat perbandingan di antara keduanya. Model CAPM dan Sharpe mengasumsikan adanya pasar yang efisien. CAPM menetapkan hubungan antara risiko dan pengembalian suatu aset. Variabel independennya adalah beta (untuk SML) atau standar deviasi (untuk CML), variabel dependennya adalah return on aset (portofolio).

Dalam model Sharpe, return suatu aset bergantung pada return pasar. Variabel independennya adalah return pasar, variabel dependennya adalah return aset.

SML, CML dan garis karakteristik pada model Sharpe memotong sumbu y di berbagai titik. Untuk SML dan CML, ini adalah taruhan bebas risiko; untuk serangkaian karakteristik, ini adalah nilai y. Hubungan tertentu dapat dibangun antara nilai y dalam model Sharpe dan tingkat bebas risiko. Mari kita tulis persamaan SML dan buka tanda kurung:

βiE(rm) umum untuk SML dan model Sharpe, maka:

Bahwa untuk aset dengan beta satu, y kira-kira sama dengan nol. Untuk aset dengan β 0, dan untuk β>1 tahun<0. Если представить актив, для которого одновременно y>0 dan β>1, artinya dalam kondisi apapun akan memberikan hasil yang lebih baik dari hasil pasar. Namun, situasi seperti ini akan semakin menarik perhatian investor, dan sebagai akibat dari perubahan harga, pola yang disebutkan di atas akan terbentuk.

Model CAPM merupakan model ekuilibrium, yaitu model yang membahas tentang bagaimana harga ditetapkan di pasar yang efisien aset keuangan. Model Sharpe merupakan model indeks, artinya menunjukkan bagaimana return suatu aset dikaitkan dengan nilai indeks pasar. Secara teoritis, CAPM mengasumsikan portofolio pasar, dan oleh karena itu nilai β dalam CAPM mengasumsikan kovarians pengembalian aset dengan seluruh pasar. Dalam model indeks, hanya indeks pasar yang diperhitungkan, dan beta menunjukkan kovarians return aset dengan return indeks pasar. Oleh karena itu, secara teoritis, β pada CAPM tidak sama dengan β pada model Sharp. Namun, dalam praktiknya tidak mungkin untuk menciptakan portofolio pasar yang sesungguhnya, dan portofolio seperti itu dalam CAPM juga merupakan semacam indeks pasar berbasis luas. Jika indeks pasar yang sama digunakan dalam model CAPM dan Sharpe, maka β akan memiliki nilai yang sama.

MODEL MULTIFAKTOR

Ada instrumen keuangan, yang bereaksi berbeda terhadap perubahan yang berbeda indikator makroekonomi. Misalnya, imbal hasil saham perusahaan mobil lebih sensitif terhadap keadaan perekonomian secara umum, sedangkan imbal hasil saham lembaga simpan pinjam lebih sensitif terhadap tingkat suku bunga. Oleh karena itu, dalam beberapa kasus, perkiraan profitabilitas suatu aset berdasarkan model multifaktor, yang mencakup beberapa variabel yang menjadi sandaran profitabilitas suatu aset, mungkin lebih akurat. Di atas kami menyajikan model W. Sharpe, yaitu satu faktor. Hal ini dapat berubah menjadi multifaktorial jika istilah βiE(rm) direpresentasikan sebagai beberapa komponen, yang masing-masing merupakan salah satu variabel makroekonomi yang menentukan profitabilitas aset. Misalnya, jika seorang investor yakin bahwa profitabilitas suatu saham bergantung pada dua komponen - total output dan suku bunga, maka model profitabilitas yang diharapkan akan berbentuk:

Indeks Suku Bunga;

Koefisien yang menunjukkan dampak masing-masing indeks I1 dan I2 terhadap profitabilitas saham; s - kesalahan acak; hal ini menunjukkan bahwa profitabilitas suatu sekuritas dapat bervariasi dalam batas-batas tertentu karena keadaan yang acak, yaitu, terlepas dari indeks yang diadopsi.

Analis dapat memasukkan sejumlah faktor yang mereka anggap perlu ke dalam model.

Kesimpulan singkat

Model CAPM menetapkan hubungan antara risiko suatu aset (portofolio) dan pengembalian yang diharapkan. Garis pasar modal (CML) menunjukkan hubungan antara risiko portofolio yang terdiversifikasi secara luas, yang diukur dengan varians, dan keuntungan yang diharapkan. Garis pasar aset (SML) menunjukkan hubungan antara risiko suatu aset (portofolio), diukur dengan beta, dan pengembalian yang diharapkan.

Keseluruhan risiko suatu aset (portofolio) dapat dibagi menjadi pasar dan non-pasar. Risiko pasar diukur dengan beta. Ini menunjukkan hubungan antara return suatu aset (portofolio) dan return pasar.

Alpha merupakan indikator yang menunjukkan besarnya kesalahan penilaian return suatu aset oleh pasar dibandingkan dengan tingkat keseimbangan return-nya. Nilai alpha yang positif menunjukkan perkiraan yang terlalu rendah, nilai negatif menunjukkan perkiraan yang terlalu tinggi.

Model Sharpe mewakili hubungan antara ekspektasi pengembalian suatu aset dan ekspektasi pengembalian pasar.

Koefisien determinasi memungkinkan Anda menentukan pangsa risiko yang ditentukan oleh faktor pasar.

Model multifaktor membangun hubungan antara ekspektasi pengembalian suatu aset dan beberapa variabel yang mempengaruhinya.