1- Führen Sie die First-Pass-Regressionen durch und tabellieren Sie die Übersichtsstatistiken.

Die
Tabelle sollte Alpha (Koeffizient und t-Statistik/p-Wert), Beta (Koeffizient und t-Statistik/p-Wert)
und R-Quadrat für jeden Bestand enthalten.

Parameter A B C D E F G H I
Durchschnittlich 11.32 13.11
5.18% 4.19% 2.75% 6.15% 8.05% 9.90% 22.83%
e Rendite % %
Alpha 0.09 -0.01 -0.01 0.01-0.05 -0.05 0.060.06 -0.02
Alpha-T-Test 0.73 -0.04 -0.06 0.05-0.41 -0.45 0.330.64 -0.27
48.45 95.71 95.8368.77 65.90 75.13 79.62
Alpha P-Wert 96.99% 53.85%
% % % % % % %
Beta -0.47
0.59 0.42 0.90 1.38 1.78 0.662.08 1.91
Beta-T-Test -0.81
0.78 0.78 1.42 2.42 3.83 0.784.81 4.51
43.44 45.58 18.57 45.29
Beta P-Wert 45.32% 3.58% 0.33% 0.11% 0.07%
% % % %
37.02 16.80 59.45 67.06
R2 6.22% 5.74% 5.68% 5.75% 69.80%
% % % %
Alle Alpha P-Werte sind unbedeutend und nur 4 Aktien (D, F, H und I) haben signifikante Beta-Werte.

2- Geben Sie die Hypothesen für einen Test der Second-Pass-Regression für die SML an. Das heißt,
geben Sie an, was die Nullhypothese für Schnittpunkt und Steigung ist, wenn das CAPM korrekt
ist.
 Nullhypothese für Intercept: Alpha/Intercept gleich Null
 Nullhypothese für Steigung: Risikoprämie %/Steigung gleich ‘durchschnittlicher Marktindex=8,12
%’

3- Führen Sie die SML-Regression im zweiten Durchgang durch, indem Sie die durchschnittliche
Überschussrendite jedes
Portfolio auf seinem Beta und Bericht der Regressionsausgabe.

Regression Statistics
Multiple R 0.707440357
R Square 50.05%
Adjusted R Square 0.429110695
Standard Error 0.046234328
Observations 9

ANOVA
df SS MS F Significance F
Regression 1 0.01499156 0.01499156 7.013224515 0.033025512
Residual 7 0.014963292 0.002137613
Total 8 0.029954852

Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95.0% Upper 95.0%
Intercept 0.039229987 0.025417292 1.543436958 16.66% -0.020872357 0.099332331 -0.020872357 0.099332331
Risk Premium in % 5.21% 0.019655756 2.64824933 3.30% 0.005574865 0.098531819 0.005574865 0.098531819
 4- Fassen Sie Ihre Testergebnisse zusammen und vergleichen Sie sie mit den im Text angegebenen
Ergebnissen. Das heißt, werden die Nullhypothesen akzeptiert oder abgelehnt und wie
vergleichen sich diese Ergebnisse mit früheren Tests von Linter, Black Jensen und Scholes
sowie Fama und McBeth? Kommentieren Sie dazu zunächst nur die Größe des Koeffizienten
bis zu seinem hypothetischen Wert. Besprechen Sie dann die statistische Signifikanz für jede
Null. Möglicherweise müssen Sie zusätzliche t-Tests berechnen, die sich auf der
Regressionsausgabe befinden.

Koeffizienten T Stat P-Wert Ergebnisse

Es gibt nicht genügend Beweise, um
Intercept = Gemma-not 0.039229987 1.543436958 16.66% die Nullhypothese abzulehnen =
Nullhypothese nicht ablehnen
Gemma One= Risikoprämie 5.21% 2.64824933 3.30% Nullhypothese ablehnen

 Idealerweise sollte Intercept gleich Null sein, und da dieser Wert nicht gleich Null ist, hat er die
Frage nach der Gültigkeit der CAPM-Theorie aufgeworfen, aber wir müssen auch nach seiner
statistischen Signifikanz suchen. Gemäß P-Wert und T-Test ist dieser Wert statistisch nicht
signifikant. Daher haben wir nicht genügend Beweise, um die Nullhypothese abzulehnen (dass
das Intercept Null ist), was ein Pass für CAPM ist.
 Idealerweise sollte die Risikoprämie der durchschnittlichen Risikoprämie (8,12 %) entsprechen,
und da dieser Wert nicht 8,12 % beträgt, stellt sich die Frage nach der Gültigkeit der CAPM-
Theorie. Auch wenn wir uns die statistischen Daten ansehen, ist dieser Wert signifikant, daher
können wir die Nullhypothese ablehnen, die ein Fehler für CAPM ist.

Die obigen Ergebnisse zeigen, dass CAPM abgelehnt wird und eher der Linder-Theorie entspricht. Die
Linter-Theorie berücksichtigt jedoch nicht die Tatsache, dass die Beta-Schätzung durch Aktienrenditen
erfolgt, die in jedem Jahr sehr volatil sind. Zum Beispiel. Die durchschnittliche Volatilität jedes Stakes in
12 Jahren wird als Referenz angezeigt und ist sehr hoch. Daher ist es keine gute Strategie, nur die
Überschussrendite jeder einzelnen Aktie zu berücksichtigen, um das CAPM empirisch zu testen.

Marktindex A B C D E F G H I
Durchschnittlic 13.11
8.12% 5.18% 4.19% 2.75% 6.15% 8.05% 9.90% 11.32% 22.83%
he Rendite %
51.39 47.01 47.79 48.40
STD 20.74% 39.12% 36.27% 45.60% 57.37% 51.69%
% % % %
 5- G r u p p i e r e n S i e
Beta Vs. Average Excess Returns
25.00%
I

20.00%

15.00%
f(x) = 0.0520533419086497 x + 0.0392299871939887
R² = 0.500471858368036
H
G
10.00% F
E
D
A 5.00%
B
C

0.00%
-1.00 -0.50 0.00 0.50 1.00 1.50 2.00 2.50

resultierenden Portfolios maximiert wird. Wiederholen Sie die obigen Tests und erläutern Sie
alle Änderungen der Ergebnisse. Beachten Sie, dass Sie diesmal weniger Beobachtungen für
den zweiten Durchgang haben sollten.

 Als wir Portfolios erstellt haben, indem wir verschiedene Aktien kombiniert haben. Die Aktien
wurden auf der Grundlage der Beta kombiniert. Niedrigere Beta-Aktien wurden in einem
Portfolio gestapelt, während höhere Beta-Aktien in einem anderen Portfolio zusammengestellt
wurden. Als die Ergebnisse aufgezeichnet und eine Regressionsanalyse durchgeführt wurden,
waren die Ergebnisse genau entgegengesetzt zu dem, was wir in den vorherigen Fragen
gefunden hatten. Wir haben jede Aktie im Portfolio gleich gewichtet.
 Hier waren die Ergebnisse erstaunlich, dass sich nicht nur R2 in der Nähe von 100 %
verbesserte, sondern auch der Steigungskoeffizient (6,47 %) näher am „durchschnittlichen
Marktindex (8,12 %)“ lag. Die Signifikanz des Steigungskoeffizienten stieg im Vergleich zu
früheren Ergebnissen erheblich an. Während der Intercept-Koeffizient immer noch
unbedeutend ist, da der P-Wert 13,79 % gegenüber dem Konfidenzniveau von 5 % beträgt
 Dieses Ergebnis zeigt, dass CAPM tatsächlich hält, es ist nur so, dass Linter einen schlechten
Test durchgeführt hat, um CAPM empirisch zu testen.

Portfolio-Name B J S
Gewichte 33.33% 33.33% 33.33% 33.33% 33.33% 33.33% 33.33% 33.33% 33.33%
Bestandsbezeic
A C B G E D F H I
hnung
Beta -0.47 0.42 0.59 0.66 0.90 1.38 1.78 1.91 2.08
Durchschnittlic
5.18% 2.75% 4.19% 11.32% 8.05% 6.15% 9.90% 13.11% 22.83%
he Rendite
 Equally weighted Portfolio " Beta's Vs. Excess Returns)
Portfolio Name B J S
Portfolio Beta 0.18 0.98 1.92
Portfolio Return 4.04% 8.51% 15.28%
Portfolio STD 19.30% 29.47% 43.96%

Regression Statistics
Multiple R 0.997468126
R Square 99.49%
Adjusted R Square 0.989885324
Standard Error 0.005692868
Observations 3

ANOVA
df SS MS F Significance F
Regression 1 0.006375853 0.006375853 196.7324863 0.045311439
Residual 1 3.24087E-05 3.24087E-05
Total 2 0.006408262

Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95.0% Upper 95.0%
Intercept 2.62% 0.005770625 4.545229223 13.79% -0.047093932 0.099551562 -0.047093932 0.099551562
Portfolio Beta 6.47% 0.004612582 14.02613583 4.53% 0.00608829 0.123305103 0.00608829 0.123305103

6- Erklären Equally weighted Portfolio

Sie " Beta's Vs. Excess Returns)
die
18.00%
16.00%
S
14.00% f(x) = 0.0646966967039784 x + 0.0262288150614757
Equally weighted average

R² = 0.994942662084916
12.00%
Excess Return

10.00%
8.00% J

6.00%
4.00% B
2.00%
0.00%
0.00 0.50 1.00 1.50 2.00 2.50
Equally weighted average Beta

wurden?

Da es ein KOMPLETT diversifiziertes Portfolio geben muss - an dem wir die Kovarianz jeder einzelnen
Aktie messen können – ist eine wichtige Bedingung im CAPM. Laut Roll's gibt es in der realen Welt kein
solches Portfolio, daher ist das Testen von CAPM keine gute Idee, da Sie es nur gegen Ihren
vermeintlichen Proxy testen, nicht gegen ein IDEALES, VOLLSTÄNDIG diversifiziertes Portfolio.

7- Zeichnen Sie die Kapitalmarktlinie (CML), die neun Aktien und die drei Portfolios in einem
Diagramm der durchschnittlichen Renditen im Vergleich zur Standardabweichung. Vergleichen
 Sie die Effizienz der mittleren Varianz der drei Portfolios und des Marktindex. Unterstützt der
Vergleich das CAPM?

Wir haben die erwartete Rendite und Volatilität des Marktes, 3 Portfolios aus Frage 5 und neun Aktien
in dem Fall zusammengefasst und in einer Grafik dargestellt:
Parameter Einzelbestand Portfolios
Markt
A B C D E F G H I P1 P2 P3
Durchschnittlich 10 23
5% 4% 3% 6% 8% 11% 13% 4% 9% 15% 8.12%
e Rendite % %
39 47 48 52 29
STD 51% 36% 46% 57% 48% 19% 44% 20.74%
% % % % %

Kapitalanlagen/
Aktien
unterhalb der
CML sind
weniger
Mittelwertvaria
nz effizient als
der ideale
Marktindex.
Unter CAPM ist
der Marktindex
das Portfolio mit
der
Wenneffizientesten
wir jedoch die mit Portfolios erstellte Q5-Grafik zurückverfolgen, werden wir erfahren, dass die
mittleren
zurückverfolgte Linie die vertikale Achse um etwa 3 % schneidet. Daher gehen wir von einem risikofreien
Zinssatz von 3 alle
Varianz und % aus und geben unten eine weitere Grafik an. Eine andere Möglichkeit, unseren
anderen
risikofreien Zinssatz zu ermitteln, besteht darin, den Solver zu verwenden, indem Sie einige Bestände
Portfolios oder
kurzschließen
Anleihen und odereinen angemessenen risikofreien Wert ermitteln, wie wir es im Fall 2 getan haben.
Einzelaktien
sollten unter
der CML liegen.
In unserer
Grafik hatten
wir jedoch
"Stock I" über
der CML, was
darauf
hindeutet, dass
dieser Vergleich
die CAPM-
Theorie nicht
unterstützte.
 Average Return vs. Volatility
25%
I

20%
Average Return

15% P3
f(x) = 0.246945523160346 x + 0.03
R² = 1 H
G
10% F
Market P2 E
D
5% A
P1 B
C

0%
0% 10% 20% 30% 40% 50% 60% 70%

Volatility (%)

Individual Stock Portfolios Market Linear (Market)

Linear (Market) Linear (Market) Linear (Market) Linear (Market)
Linear (Market) Linear (Market)