你可能感兴趣的试题
任何两期之间的协方差值不依赖于时间 均值和方差不随时间的改变而改变 任何两期之间的协方差值不依赖于两期的距离或滞后的长度 随机变量是连续的
协方差与相关系数无关 不相关和协方差为零是等价的 协方差是相关系数的标准化 协方差与相关系数的符号总是一正一负
资产组合的方差等于组合中各种资产方差的加权平均 一个由n种资产构成的投资组合，计算其方差涉及的项目有n2个，其中方差项有n项，协方差项有n(n-1)项 资产组合的期望收益率等于组合中各种资产期望收益率的加权平均 当等权重组合中金融资产种类无穷多时，组合收益的方差等于各对金融资产的平均协方差 资产组合的期望收益与方差都和组合中金融资产之间的协方差有关
协方差与相关系数的符号总是一正一负 协方差是相关系数的标准化 协方差与相关系数的符号相同 协方差与相关系数无关
VaR模型可以反映任何置信水平的最大损失 以历史模拟法来计算VaR的局限性是计算量大 方差—协方差法计算VaR假设货币收益必须是正态分布的 蒙特卡罗模拟法计算VaR的优势在于其能解决任何总体分布
协方差体现的是两个随机变量随机变动时的相关程度 如果ρ=1，则ζ和η有完全的正线性相关关系 方差越大，协方差越大 cov（X，η）=E（X-EX）（η-Eη）
如果协方差大于0，则相关系数一定大于0 相关系数为1时，表示一种证券报酬率的增长总是等于另一种证券报酬率的增长 如果相关系数为0，则表示不相关，但并不表示组合不能分散任何风险 证券与其自身的协方差就是其方差
资产组合的方差等于组合中各种资产方差的加权平均 一个由n种资产构成的投资组合，计算其方差涉及的项目有n2个，其中方差项有n项，协方差项有n(n-1)项 资产组合的期望收益率等于组合中各种资产期望收益率的加权平均 当等权重组合中金融资产种类无穷多时，组合收益的方差等于各对金融资产的平均协方差 资产组合的期望收益与方差都和组合中金融资产之间的协方差有关
参数法又称为方差-协方差法，该方法以风险因子收益率服从某种特定类型的概率分布为假设 参数法又称为方差-协方差法，该方法依据风险因子收益的近期历史数据的结算，模拟出来未来的风险因子收益变化 参数法又称为方差-协方差法，该方法无需在事先确定风险因子收益或概率分布 参数法又称为蒙特卡洛模拟法
不需要通过历史数据来分析 假定投资组合中各种风险因素的变化服从特定的分布 计算效率较高 对于非线性产品估值准确性较低
资产组合的期望收益率等于组合中各种资产期望收益率的加权平均 一个由n种资产构成的投资组合，计算其方差涉及的项目有n2个 资产组合的方差等于组合中各种资产方差的加权平均 当等权重组合中金融资产种类无穷多时，组合收益的方差等于各对金融资产的平均协方差 方差就是协方差
如果协方差为负，则反映出投资组合中两种资产的收益具有反向变动的关系 如果协方差为正，则表明投资组合中的两种资产的收益呈同向变动趋势 协方差是一种可用于度量各种金融资产之间收益相互关联程度的统计指标 协方差不可能为零
方差一协方差法能预测突发事件的风险 方差一协方差法易高估实际的风险值 历史模拟法可计是非线性金融工具的风险 蒙特卡洛模拟法需依赖历史数据
方差-协方差法能预测突发事件的风险 方差-协方差法易高估实际的风险值 历史模拟法可计量非线性金融工具的风险 蒙特卡洛模拟法不需依赖历史数据
协方差体现的是两个随机变量随机变动时的相关程度 如果p=1，则ζ和η有完全的正线性相关关系 方差越小，协方差越小 cov(X，η) ；E(X-E(η-Eη) 以上说法都正确
方差一协方差法能预测突发事件的风险 方差一协方差法易高估实际的风险值 历史模拟法可计量非线性金融工具的风险 蒙特卡洛模拟法不需依赖历史数据
σ
--股票i的方差 σ
--股票i与市场投资组合M之间的协方差 σ--股票i与市场投资组合M之间的协方差 σ--市场投资组合M的方差 以上说法都正确
协方差与相关系数的符号总是一正一负 协方差是相关系数的标准化 协方差与相关系数的符号相同 协方差与相关系数无关
湘公网安备 43130202000226号