当前位置: 首页 > news >正文

【CFA三级笔记】资产配置:第一章 资本市场预期(宏观分析)

目录

1 Challenges in Capital Market Forecasting★★

2 Economic and Market Analysis 

2.1 Exogenous Shocks to Growth 外部冲击对经济增长的影响(经济增长中不可预测的部分)★

2.2 Growth Analysis to Capital Market Expectations 资本市场预期对经济增长影响的分析(经济增长中可以预测的部分)

2.2.1 经济增长趋势分析在形成资本市场预期中的应用★★★

2.2.2 经济预测的主要方法★★★

2.3 经济周期分析

2.3.1 经济周期的五个阶段分析★★★

2.3.2 通货膨胀对资产收益率的影响★★

2.4 货币政策和财政政策分析

2.4.1 财政政策

2.4.2 货币政策★★★

2.4.3 货币政策与财政政策的联动影响★★★

2.5 International Interactions 国际互动

2.5.1 Macro Linkages宏观经济联系 

2.5.2 Interest Rate/Exchange Rate Linkages 利率/汇率联系★


1 Challenges in Capital Market Forecasting★★

这一块可能考主观题,因为以前考过。

考法:①给你一段描述,问你反应了什么challenge;②某一个问题可能带来什么样的后果

1. Limitations to using economic data 

经济数据的局限性 

① Time lag: older data increase the uncertainty concerning the current economy 经济数据有滞后性

② Revision 统计数据会更新和修订

③ Change in definition or calculation method 经济数据的定义和计算方法会改变

④ Re-base 一些经济金融数据供应商会调整基准年份

2. Data measurement errors and biases 

数据测量错误和偏差

① Transcription errors 转录错误(数据收集和记录出错)

Survivorship bias 幸存者偏差(主观题★★★),Data reflects only entities that survived to the end of the period → 高估收益。典型:alternative investment (e.g. hedge fund) 

Appraisal data 评估数据/平滑数据(主观题★★★)。For assets without liquid public markets,appraisal data are used in leu of transaction data → Volatility被低估,Correlations with other assets被低估。典型:real estate 

3. Limitation of historical estimates

历史估计的局限性(★★★)(主观题)

① Historical data may not be representative of the future period 历史不代表未来

② The non-stationarity of Historical Data 历史数据的非平稳性(当你说一列数据是非平稳的(non-stationary)时,意味着这列数据的统计特性,如均值、方差、自相关性等,会随时间推移而发生变化。换句话说,它的分布规律不是固定的,而是依赖于时间)——Changes in Regime:different parts of a data reflect different underlying statistical properties

如何应对Changes in Regime的问题:

一、Should use the longest data history for which there is stationarity 对数据进行切分,然后用能够满足平稳性要求的最大时段内的数据

二、Higher-Frequency Data使用高频数据

      (1) Although higher-frequency data (e.g., monthly rather than annual observations) improve the precision of sample variances, covariances, and correlations, they do not improve the precision of the sample mean 因为样本均值的精度取决于数据的总时间跨度(而非观测频率)—— 高频数据只是把相同时间跨度的信息拆成更多细粒度观测,总和不变,均值估计精度难提升;而样本方差、协方差和相关性反映数据的 “波动与关联”,高频数据能捕捉更多短期波动细节,观测数增加会让这些统计量的估计更精准。

      (2)此外还会导致asynchronous across variables(数据的异步性:高频数据的 “时间粒度极细”,大幅放大了 “观测时间微小错位” 的影响。异步性对于daily和weekly的数据影响比较大,会扭曲数据与数据之间的相关性,低估correlation,比如说,两个地方以前用annual data,现在改用daily数据,有时差,导致变动看起来不是很同步)

③ Whether the data are normally distributed (Historical asset returns routinely exhibite skewness and fat tails 历史数据表现出来的往往是有偏的,肥尾的,但是我们的模型通常假设正态分布)

4. Ex Post risk as a biased measure of Ex Ante risk (peso problem)

事后风险是事前风险的有偏估计(比索问题)(★★)(主观题)

① Whether asset prices reflected the possibility of a very negative event that did not materialize during the period. ("peso problem."):  事后分析历史经济数据时,分析师会忽略那些小概率的极端负面事件(negative events)对市场的影响,造成事前风险被低估、事前收益被高估。

      -- high ex post returns that reflect fears of adverse events that did not materialize.

      -- underestimate ex ante risk and overestimate ex ante anticipated returns.

当年外资涌入墨西哥投资比索,但是风险高,要求高回报率,就越炒越高,但市场总觉得不知道什么时候就会崩溃,继续要求更高的收益率,不然风险太大。当提供不了这么高的收益率的时候,撤资,于是崩盘。

② lf our data series includes even one observation of a rare event → overstate the likelihood of such events happening in the future.

若选取的数据时间段正好包含极端事件的观察值,则可能会高估极端负面事件在未来的发生概率,进而造成风险被高估、收益被低估。

5. Biases in analyst's methods

分析方法的偏差(★)

① Data Mining Bias数据挖掘偏差:将巧合视作规律

修正data mining bias的方式:① 检查变量选择是否合适;② 检查经济意义eocnomic rationales;③ 历史数据分段:可以将历史数据分成两段,一部分作为样本内数据用作模型分析,另一部分作为样本外数据(out-of-sample data)以检验模型的正确性。

② Time Period Bias 时间段偏差:指研究分析的模型或结论只适用于特定时间段

6. Ignore conditioning information

忽略条件信息

资产的风险与收益特征会随着经济周期的改变而发生变化。基于历史数据统计得到的风险和收益指标可能包含多个经济周期条件。因此,在预测相关指标时,应对不同经济条件下的资产表现进行分类讨论,不能一概而论。

资产的风险(如波动率、回撤)和收益(如收益率、分红率)特征,会随着经济环境(如扩张 / 衰退)或市场环境(如牛市 / 熊市、高利率 / 低利率)的变化而显著不同

Unconditional forecasts, which dilute this information by averaging over environments, can lead to misperception of prospective risk and return. “无条件预测” 是一种不区分当前 / 未来经济 / 市场环境、直接对历史数据进行 “整体平均” 的预测方法。无条件预测将 “不同环境下差异极大的风险收益数据” 混在一起平均,导致原本与环境强关联的 “关键特征信息” 被 “拉平”,最终丢失了 “环境→资产特征” 的对应关系。 

7. Misinterpretation of Correlations

相关系数的错误解读 (★)

① 变量关系的错误解读:相关关系并不代表因果关系

当A和B两个变量显著相关时,和B之间的关系至少存在以下4种解读。
(1)A是B的驱动因子,故而可以用A来预测B。(2)B是A的驱动因子,故而可以用B来预测A。
(3)变量C是A和B的共同驱动因子,故而可以用C来预测A和B。
(4)伪相关,没有经济意义上的联系。
因此,发现变量之间的相关性后,仍需要做进一步研究分析,分析A和B内在的经济学联系。只有被确认的变量关系才可以用作模型预测。

② 相关系数的错误解读
相关系数仅反映变量之间的线性关系(linear relationship)。若变量之间的相关系数为0,只能说明两者之间没有线性关系,不意味着两者之间没有其他关系,例如,可能存在倒数等非线性关系(nonlinear relationship)

8. Psychological Traps

心理偏差(★)

锚定偏差(Anchoring Bias):决策时过度依赖最初接触的信息(锚点),后续判断难以脱离该锚点的影响(被 “第一个看到的信息” 绑住了,比如 “这只股票之前涨到过 100 元,现在 60 元肯定便宜”),而非基于全面信息调整 → 解决办法:consciously avoid premature conclusion,更全面的搜集信息
现状偏差(Status Quo Bias):倾向于维持当前的状态或选择,即使存在更优的替代方案,也因抵触改变而不愿调整,do nothing → 解决办法:discipline effort
确认偏差(Confirmation Bias):主动寻找、关注能印证自身已有观点的信息,刻意忽略或否定与自身观点相悖的证据(先有了 “我是对的” 的想法,再找证据证明,比如 “我觉得新能源能涨,所以只看新能源的利好新闻”) → 解决办法:exam all evidence & debate with others
④ 过度自信偏差(Overconfidence Bias)(略)
⑤ 谨慎偏差(Prudence Bias)→ 解决办法:identify plausible scenarios
⑥ 易得性偏差(Availability Bias)→ 解决办法:base conclusions on objective evidence and analytical procedures.
9. Model and input uncertainty

在进行分析时,通常会遇到三种类型的不确定性:模型不确定性、参数不确定性和输人不确定性

① 模型的不确定性(model uncertainty)是指分析所选模型可能存在结构或概念性的错误

② 参数不确定性(parametric uncertainty)是指由于量化模型的参数估计总是存在一定的错误,因此模型预测结果可能存在错误

③ 输入不确定性(input uncertainty)是指由于模型的输入值可能错误,继而造成预测结果错误


2 Economic and Market Analysis 

Economic output has both cyclical and trend growth components:(1) Trends are about long-term averages;(2) cycles are about shorter-term movements and turning points.

2.1 Exogenous Shocks to Growth 外部冲击对经济增长的影响(经济增长中不可预测的部分)★

给你一个Shock,问你这个是促进经济增长还是迟滞经济增长?

Policy Changes

政策变化

Pro-growth government policies include: Sound fiscal policy(转移支付transfer payment属于促进经济增长的政策), minimal intrusion on the private sector, encouraging competition within the private sector, support for infrastructure and human capital development, sound tax policies, and removing trade barriers.

New products and technologies

新产品和新技术

enhances potential growth

Geopolitics

地缘政治

一国政治环境的稳定会降低投资风险,继而吸引外资,促进当地经济发展。而地缘政治冲突(geopolitical conflict)的发生会导致资源转移,降低经济生产效率,从而减缓经济增长。例如,由于A、B两国发生军事冲突,两国加大军费开支,进而对两国的经济均造成影响。

Natural disasters

自然灾害

默认自然灾害会破坏生产能力。从短期来看,自然灾害可能会降低增长,但如果在重建过程中,使用更高效的设施取代旧产能,它实际上可能会促进长期增长

Natural resources/critical inputs

自然资源或生产要素的发现

自然资源或关键生产要素的发现会提高生产要素水平,降低生产要素的成本,促进当地经济发展。例如,大型油田的发现会提高石油供给量,降低石油价格,继而降低企业的生产成本,促进经济增长。

Financial crises

金融危机

Financial crises arise when market participants lose confidence in others' ability(or willingness) to meet their obligations and cease to provide funding.

A financial crisis may affect the level of output and the trend growth rate.

http://www.dtcms.com/a/352332.html

相关文章:

  • ansible的一些重要配置文件
  • 基于 LQG 控制的轨迹跟踪 —— 从原理到实践
  • 游隼可视化项目
  • python删除执行目录
  • 服装行业/服饰品牌OMS订单管理系统:全渠道零售时代的数字化中枢|商派
  • Chrome您的连接不是私密连接怎么办?试下手敲 thisisunsafe
  • Kafka 生态选型地图、最佳实践与落地清单
  • SELinux相关介绍
  • Android 属性 property 系统
  • MyBatis-Flex多表关联查询指南
  • Dify 父子模式详解:如何实现模块化与高效协作
  • 学习做动画4.回转运动
  • Docker移动安装目录的两种实现方案
  • Qwen3-Coder-30B-A3B-Instruct AWQ 量化
  • 基于51单片机的DS18B20大棚温度监控系统
  • TRUST:a thermohydraulic software package for CFD simulations,开源多物理场数值模拟平台
  • Decode Global:以合规资质筑牢全球服务的根基
  • 数据中台的下一步,是数据飞轮吗?
  • Maya绑定基础:创建骨骼、修改骨骼
  • Android之腾讯TBS文件预览
  • JSX深度解析:不是HTML,胜似HTML的语法糖
  • Milvus介绍及多模态检索实践
  • 坑机介绍学习研究1
  • 美的组织架构再调整,微清事业部划入洗衣机事业部
  • uniapp 顶部tab + 占满剩余高度的内容区域swiper
  • 低空经济的中枢神经:实时视频链路如何支撑通信、导航、监视与气象
  • C/C++---浮点数与整形的转换,为什么使用sqrt函数时,要给参数加上一个极小的小数(如1e-6)
  • “喵汪联盟”宠物领养系统的设计与实现(代码+数据库+LW)
  • LangGraph
  • 研究4:海外休闲游戏,如何给主角做萌化处理