- 締切済み
分散
xexstyleの回答
- xexstyle
- ベストアンサー率72% (72/99)
それであっています。
関連するQ&A
- 共分散と相関係数について
ファイナンス（証券投資）の勉強をしているのですが、共分散と相関関数でどうしても理解できない部分があるので、こちらのカテゴリで質問させて頂きます。 １．具体例（前提） A証券とB証券のポートフォリオ効果を調べるために、両者の相関性を計算します。 A証券の環境変化（期待収益率＝平均収益率：20%*0.4+10%*0.4+5%×0.2=13%） 為替相場：円高→確率：0.4→収益率：20％→偏差：7％ 為替相場：不変→確率：0.4→収益率：10％→偏差：-3％ 為替相場：円安→確率：0.2→収益率：5％→偏差：-8％ A証券の標準偏差：7*7*0.4+(-3)*(-3)*0.4+(-8)*(-8)*0.2の平方根=6% B証券の環境変化（期待収益率＝6%） 為替相場：円高→確率：0.4→収益率：3％→偏差：-3％ 為替相場：不変→確率：0.4→収益率：7％→偏差：1％ 為替相場：円安→確率：0.2→収益率：10％→偏差：4％ B証券の標準偏差：≒2.68% ２．質問 (1)共分散について この場合に、共分散は、Σ（A証券の偏差×B証券の偏差×確率）で求められると記述があります。 A証券の偏差×B証券の偏差の平均をとったものだと思います。 上述の例では、共分散は、結果的に－16になります。 この際、共分散の数値が正（＋）である場合は、同方向、負（－）である場合は、逆方向の相関性があるというのは、掛け算の性質から理解できます。 その上で、共分散の絶対値は、２つの証券の相関性の程度であって、絶対的が大きい程、相関性は高いと記述がありまして、ここで理解できずにいます。 なぜ、両者の偏差を掛け合わせることで、両者の相関性の程度が計算できるのでしょうか？ 例えば、一定条件のA証券の偏差が1%、B証券の偏差が2%の場合は、1*2=2と計算されますが、仮にA証券の偏差が19%、B証券の偏差が20%の場合は、19*20=380になります。 相関性というならば、両者は同方向に1%しか差がないにもかかわらず、相関性として計算される数値は雲泥の差です。 この点についてご教示頂ければと思います。 (2)相関係数について 相関係数は、共分散／（A証券の標準偏差×B証券の標準偏差）で求められると記述されています。 上記の例の場合は、-16/6%*2.68=-0.995と非常に高い負の相関性があります。 そしてこの式は、共分散（A証券の偏差×B証券の偏差の平均）を両証券の標準偏差（偏差の正数値の平均）で割ったもので、これが-1～1の間で推移することは理解できます。 ただ、上記の共分散と同様に、両者の偏差（及び標準偏差）を掛け合わせることで、両者の相関性の程度が計算できる理屈がわかりません。 この点についてご教示頂けないでしょうか？ ご回答よろしくお願い致します。
- ベストアンサー
- 数学・算数
- 共分散の求め方。
２社の株価の予想変化率に関する確率分布は以下の様に与えられています。 Ａ社の予想株化上昇率をＸという確率変数で表し、Ｂ社についてはＹとする。 表：２社の株化の変化率に関する確率分布 ｜ Ａ社の株化上昇率（％） ｜ －１０ ０ １０ ――――｜―――――――――――――― Ｂ －２０｜ 0.10 0.05 0.10 社 ５｜ 0.10 0.20 0.05 の ３０｜ 0.20 0.15 0.05 上 昇 率 このときに、ＸとＹに関する共分散を求めたいのですが ＸとＹが独立でない時、 Cov（X,Y）＝E（XY）－E（X）E（Y） となるのは分かるのですが E（XY）の計算の仕方がわかりません。 ノートには、 E（XY）＝E｛Y・E（X｜Y）｝ と書いているのですが これってどうやって計算するのですか？ 教えてください。お願いします。 できればテストのある月曜までに ご回答よろしくお願いします。。 正確な解答はなくてもE｛Y・E（X｜Y）｝の 計算方法だけでもけっこうです。
- ベストアンサー
- その他（学問・教育）
- 統計学の問題で質問です！
統計学の問題でわからないもんだいがあったので教えていただきたいです。 ある銘柄の株式収益率(X)は、平均＝－3.0 分散＝5の二乗の正規分布で近似されるとする。単位は％ 収益率が正になる確率は？
- 締切済み
- 経済学・経営学
- ポートフォリオの分散投資について
ポートフォリオの分散投資で算出した数字をもとにグラフを描こうとしたら上手くかけませんでした。 株式Aは、ケース1の時1%、ケース2の時2%、ケース3の時3%です。 株式Bは、ケース1の時3%、ケース2の時0%、ケース3の時3%です。 生起確率はそれぞれ1/3です。 これをもとに、まず株式Aの期待リターンが2%、リスクが0.81、株式Bの期待リターンが2%、リスクが1.41に計算したらなりました。 そして組み入れ比率が4:6のときの分散投資では、期待リターンが2%、リスクが0.9になりました。 この計算からグラフを描こうとしたら、期待リターンがすべて2%になったので、直線？になって上手く描けませんでした。 それとも上記の計算が間違ってるのでしょうか？ どこが間違ってるのか教えてほしいです。 よろしくお願いします。
- 締切済み
- 経済学・経営学
- 確率変数列の期待値分散
独立な確率変数列 x[0], x[1], x[2]・・・・ は 確率ｐ で１ 確率1-p で０の値を取ります。 この確率変数列をもとに 確率変数列 y[0], y[1], y[2],・・・・を ｙ[0]＝１ ｙ[i+1]=y[i]+a(x[i]-y[i]) (i=0,1,2,・・・） ただし 0<a<1 この時 （１）y[n]=(1-a)^n+Σ【i : n-1~0】 (1-a)^(n-i-1)・x[i] となる事を示せ （2）y[n]の期待値Enと分散Vnを求めよ (3)E[∞]=lim【n→∞】En V[∞]＝lim【n→∞】Vn とおく、 1/2<p<3/4であるとき、 E[∞]－√V[∞] ≥ 1/2 を満たすaの最大値を求めよ 上の問題がわからなくて困っています。 どこかだけでも良いので、どなたか、教えてください。 よろしくお願いします。
- 締切済み
- 数学・算数
- ポートフォリオに関する計算問題について
ポートフォリオの計算についてです。株式1が期待収益率20％、標準偏差10、 株式2が期待収益率30％、標準偏差20で 投資比率がそれぞれ0.3と0.7とします。 相関係数が0.2のときの期待収益率 相関係数が－0.8のときの分散 この2つの答えを教えてください。 途中式をいれて頂くと嬉しいです。 写真も載せますので、お願いします。
- ベストアンサー
- 経済学・経営学
- 統計検定に関する質問
統計検定の勉強をしていたら、難易度設定がかなり高めの以下の応用問題が出てきました。なぜか解答がついておらず、基本的な考え方や方針も全く思い浮かばなかったため、どなたかお力添えをよろしくお願いいたします。 問 A社の株の収益率をXとし、その分布はX〜N(0.05, 0.25)とする。またB社の収益率をYとし、その分布はY〜N(0.1, 1.0)とする。また X と Y の相関係数はρX,Y=-0.07とする。このと き以下の問に答えよ。 (a) 資金 100 万円を A 社の株を買ったとして、一年後それが 115 万円以上になっている確 率を求めよ。 (b) A 社の株を 60 万円、B 社に残りの 40 万円というポートフォリオの期待収益率とボラテ ィリティを求め、このポートフォリオの分布を求めよ。そしてこのポートフォリオが一 年後 115 万円以上になっている確率を求めよ。(a)の結果と比較して何が言えるか簡単 に述べよ。 (c) X について P(-0.05<X<0.03)を求めよ。 (d) 投資比率α(0≦α≦1)を 0 から1まで 0.1 ずつ変化させたときのポートフォリオの期 待収益率とボラティリティはどうなるか求め、さらにその関係を散布図で示せ。この散 布図から何が言えるか述べよ。
- 締切済み
- 数学・算数
- 対数正規性のある株価の期待値と分散
対数正規の性質と演算公式の理解に関する質問です。 S_0を現時点の株価、S_Tを将来T時点の株価、μを株価期待収益率、σを株価ボラティリティとして、 lnS_T～φ[lnS_0+(μ-(σ^2)/2)T, σ√T] が得られるとき、次の点をご教示ください。 (1)上式と対数正規分布の性質より、S_Tの期待値E(S_T)は、E(S_T ) ＝(S_0) e^（μT）となる理由 (2)S_Tの分散var（S_T)は、var(S_T )=((S_0)^2) e^(2μT ) （e^(σ^2 T )-1）となる理由
- 締切済み
- 数学・算数
- 統計学の問題がわかりません。
問題 企業の中から240社を選び出し、株の収益率（単位は％）の分布を調べたところ、年率で平均7％、分散25の正規分布N（7，25）とみなせることがわかった。このとき、以下の設問に答えよ。 1．収益率が9．5％以上であるのは、240社中およそ何社か。 2．収益率がマイナスになるのは、240社中およそ何社か。 3．収益率が2％以上5パーセント以下となるのは、240社中およそ何社あるか。 恐れ入りますが、計算過程も付けて頂けると非常に助かります。 厚かましいことは承知ですが、よろしくお願い致します。
- ベストアンサー
- 心理学・社会学
お礼
本当に助かりました。 ありがとうございました。