CAPM是資產(chǎn)定價模型，資本資產(chǎn)定價模型（Capital Asset Pricing Model 簡稱CAPM）美國學者夏William Sharpe）、林特爾（John Lintner）。

特里諾（Jack Treynor）和（Jan Mossin）等人于1964年在資產(chǎn)組合理論和資本市場理論的基礎上發(fā)展起來的。

主要研究證券市場中資產(chǎn)的預期收益率與風險資產(chǎn)之間的關系，以及均衡價格是如何形成的，是現(xiàn)代金融市場價格理論的支柱，廣泛應用于投資決策和公司理財領域。

資本資產(chǎn)定價模型假設所有投資者都按馬克維茨的資產(chǎn)選擇理論進行投資，對期望收益、方差和協(xié)方差等的估計完全相同，投資人可以自由借貸。

基于這樣的假設，資本資產(chǎn)定價模型研究的重點在于探求風險資產(chǎn)收益與風險的數(shù)量關系，即為了補償某一特定程度的風險，投資者應該獲得多少的報酬率。

擴展資料：

capm計算方法：

當資本市場達到均衡時，風險的邊際價格是不變的，任何改變市場組合的投資所帶來的邊際效果是相同的，即增加一個單位的風險所得到的補償是相同的。

按照β的定義，代入均衡的資本市場條件下，得到資本資產(chǎn)定價模型：E(ri)=rf+βim(E(rm)-rf)。

資本資產(chǎn)定價模型的說明如下：

1、單個證券的期望收益率由兩個部分組成，無風險利率以及對所承擔風險的補償-風險溢價。

2、風險溢價的大小取決于β值的大小。β值越高，表明單個證券的風險越高，所得到的補償也就越高。

3、度量的是單個證券的系統(tǒng)風險，非系統(tǒng)性風險沒有風險補償。

其中：

E(ri) 是資產(chǎn)i 的預期回報率。

rf 是無風險利率。

βim 是[[Beta系數(shù)]]，即資產(chǎn)i 的系統(tǒng)性風險。

E(rm) 是市場m的預期市場回報率。

E(rm)-rf 是市場風險溢價（market risk premium），即預期市場回報率與無風險回報率之差。

以資本形式（如股票）存在的資產(chǎn)的價格確定模型。以股票市場為例。假定投資者通過基金投資于整個股票市場。

于是他的投資完全分散化（diversification）了，他將不承擔任何可分散風險。但是，由于經(jīng)濟與股票市場變化的一致性，投資者將承擔不可分散風險。于是投資者的預期回報高于無風險利率。

設股票市場的預期回報率為E(rm），無風險利率為 rf，那么，市場風險溢價就是E(rm) − rf，這是投資者由于承擔了與股票市場相關的不可分散風險而預期得到的回報。

考慮某資產(chǎn)（比如某公司股票），設其預期回報率為Ri。由于市場的無風險利率為Rf，故該資產(chǎn)的風險溢價為 E(ri)-rf。

資本資產(chǎn)定價模型描述了該資產(chǎn)的風險溢價與市場的風險溢價之間的關系 E(ri)-rf =βim (E(rm) − rf) 式中。β系數(shù)是常數(shù)，稱為資產(chǎn)β (asset beta）。

β系數(shù)表示了資產(chǎn)的回報率對市場變動的敏感程度（sensitivity），可以衡量該資產(chǎn)的不可分散風險。

如果給定β，我們就能確定某資產(chǎn)現(xiàn)值（present value）的正確貼現(xiàn)率(discount rate）了，這一貼現(xiàn)率是該資產(chǎn)或另一相同風險資產(chǎn)的預期收益率 貼現(xiàn)率=Rf+β（Rm-Rf）。

參考資料來源：百度百科-資本資產(chǎn)定價模型

-

下面是更多關于CAPM的問答

為資本資產(chǎn)定價模型，證券市資產(chǎn)的預期收益率險資產(chǎn)之間的關系期望收益、方差和協(xié)方差等的估計。

資本資產(chǎn)定價模型（簡稱CAPM）由美國學者夏普、林特爾、特里諾和莫辛等人于1964年在資產(chǎn)組合理論和資本市場理論的基礎上發(fā)展起來的，主要研究證券市場中資產(chǎn)的預期收益率與風險資產(chǎn)之間的關系，以及均衡價格是如何形成的，現(xiàn)代金融市場價格理論的支柱，廣泛應用于投資決策和公司理財領域。

資本資產(chǎn)定價模型假設所有投資者都按馬克維茨的資產(chǎn)選擇理論進行投資，對期望收益、方差和協(xié)方差等的估計完全相同，投資人可以自由借貸�；�于這樣的假設，資本資產(chǎn)定價模型研究的重點在于探求風險資產(chǎn)收益與風險的數(shù)量關系，為了補償某一特定程度的風險，投資者應該獲得多少的報酬率。

擴展資料：

capm的使用要求：

1、將現(xiàn)行的實際市場價格與均衡的期初價格進行比較。二者不等，則說明市場價格被誤定，被誤定的價格應該有回歸的要求。

2、資本資產(chǎn)定價模型在資源配置方面的一項重要應用，根據(jù)對市場走勢的預測來選擇具有不同β系數(shù)的證券或組合以獲得較高收益或規(guī)避市場風險。

3、證券市場線表明，β系數(shù)反映證券或組合對市場變化的敏感性，因此，當有很大把握預測牛市到來時，應選擇那些高β系數(shù)的證券或組合。

參考資料來源：百度百科-capm

本回答被網(wǎng)友采納 國家一級保護動物 顧名思義，預覽主要使用來顯示文件內(nèi)容的，和window 7有點相似 熱點是通過把手機量轉(zhuǎn)化為WiFi信別人可以連上你的WiFi來上網(wǎng)的就是說別人連了WiFi使用的網(wǎng)絡都是你的流量。如果每月有用不完的流量但是朋友正好沒流量了你就可以開開分享流量。不過需要注意的是這個功能非常耗電沒事還是別開著。 追答

也可以用于一些情況的應急用。

追問

這個是和手機wifi熱點不一樣的功能

1872一天，在美國加利福尼亞州一個酒，斯坦福與科生了激烈的爭執(zhí)：馬時蹄子是否都著地？斯坦福認為奔跑的馬在躍起的瞬間四蹄是騰空的；科恩卻認為，馬奔跑時始終有一蹄著地。爭執(zhí)的結(jié)果誰也說服不了誰，于是就采取了美國人慣用的方式打賭來解決。他們請來一位馴馬好手來做裁決，然而，這位裁判員也難以斷定誰是誰非。這很正常，因為單憑人的眼睛確實難以看清快速奔跑的馬蹄是如何運動的。

于是富翁請來了英國攝影師愛德華.麥布里奇來作實驗。麥布里奇把24架照相機的快門連上24根線，在極短的時間里，使照相機依次拍下24張照片，再將這些照片一張一張地依次按次序看下去，以便觀察馬兒是怎么樣躍進的，又是怎么樣著地的。為了這一實驗，麥布里奇和助手們吃盡了苦頭，付出了大量的勞動，歷時六年的工夫，終于拍出了一套寶貴的"馬跑小道"的珍貴資料，同時也證實了這個美國富翁的預言是正確的。然而，麥布里奇的成功又向人們提出了一個新的問題：如何解決連續(xù)攝影的問題，因為他用24架照相機僅僅只能拍攝奔馬的一段動作，如果奔馬跑一公里的長距離，就得用成千上萬架照相機，膠卷的長度將會繞地球一周了。所以，如何運用一架單鏡頭的攝影機來代替多鏡頭的攝影機或者一組攝影機，就成了解決連續(xù)攝影的關鍵問題。

1874年，法國的朱爾·讓桑發(fā)明了一種攝影機。他將感光膠片卷繞在帶齒的供片盤上

，在一個鐘擺機構的控制下，供片盤在圓形供片盒內(nèi)做間歇供片運動，同時鐘擺機構帶動快門旋轉(zhuǎn)，每當膠片停下時，快門開啟曝光。讓桑將這種相機與一架望遠鏡相接，能以每秒一張的速度拍下行星運動的一組照片。讓桑將其命名為攝影槍，這就是現(xiàn)代電影攝影機+Y6R

的始祖。`

當1882年，麥布里奇帶上自己拍攝的連續(xù)照片倒歐洲旅行時，他們的成果使法國學者馬萊受到了極大的鼓舞，經(jīng)過幾年的不懈努力，他運用左輪手槍的原理，創(chuàng)造出一種輕便的“攝影槍”，這是第一架能從一個鏡頭里。一秒鐘內(nèi)獲取若干底片的攝影機，它真正解決了連續(xù)攝影的問題，說明現(xiàn)代的攝影機和攝影技術已經(jīng)誕生。

同年，還是法國的朱爾·馬雷，他發(fā)明了另一種新式攝影機，用它可以拍攝飛鳥的連貫動作，由此誕生了攝影技術。這種攝影裝置形狀像槍，在扳機處固定了一個像大彈倉一樣的圓盒，前面裝上口徑很大的槍管，圓盒內(nèi)裝有表面涂有溴化銀乳劑的玻璃感光盤。拍攝時，感光盤作間歇圓周運動，遮光器與感光盤同軸，且不停地轉(zhuǎn)動，遮斷和透過鏡頭攝入光束。整個機器由一根發(fā)條驅(qū)動�？梢杂�1/100秒的曝光速度以每秒12張的頻率攝影。馬雷于1888年又發(fā)明了一種新的攝影機，他用繞在軸上的感光紙帶代替了固定感光盤，當感光紙帶通過鏡頭的聚焦處時，兩個抓色機構固定住感光紙帶使其曝光。后來，馬雷又用感光膠片代替了感光紙帶。馬雷的攝影機不斷改進，最終可以在9厘米寬的膠片上以每秒60張的頻率拍攝。

1889年，美國的愛迪生發(fā)明了一種攝影機。這種攝影機用一個尖形齒牙輪來帶動19毫M米寬的未打孔膠帶，在棘輪的控制下，帶動膠帶間歇式移動，同時打孔。這種攝影機由電機驅(qū)動，遮光器軸與一臺留聲機連動，攝影機運轉(zhuǎn)時留聲機便將聲音記錄下來。在此基礎上，又發(fā)明了一種活動攝影機。攝影機中有一個十字輪機構控制膠片做間歇運動，另有一個齒輪帶動膠片向前移動。攝影機使用帶片孔的35毫米膠片。1891年，愛迪生獲得了這種活動攝影機的專利.

Tags：CAPM,什么是CAPM?拿來干嘛的？怎么用？,小米手機的這

轉(zhuǎn)載：文章來自用戶投稿不代表本站觀點，如有侵權請聯(lián)系我們。