01.06.2013 Views

Teoria della selezione del portafoglio e modelli di equilibrio del ...

Teoria della selezione del portafoglio e modelli di equilibrio del ...

Teoria della selezione del portafoglio e modelli di equilibrio del ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Fig. 30 si illustrano le relazioni viste sinora. Gli αi e βi identificano la retta che lega i<br />

ren<strong>di</strong>menti <strong>del</strong> titolo i-esimo ai ren<strong>di</strong>menti <strong>del</strong>l'in<strong>di</strong>ce I.<br />

Fig. 30: Relazione tra la variazione <strong>del</strong>l’in<strong>di</strong>ce <strong>di</strong> mercato e il ren<strong>di</strong>mento <strong>del</strong>l'i-esimo<br />

titolo, con specificazione <strong>del</strong>l'andamento gaussiano <strong><strong>del</strong>la</strong> componente erratica e<br />

<strong>del</strong>l'in<strong>di</strong>ce <strong>di</strong> mercato.<br />

Sharpe assume inoltre che:<br />

Cov( ε , ε ) = E ε − E( ε ) ε − E( ε ) = E ε −0 ε − 0 = E ε , ε = Q = 0<br />

[ ( )( ) ] [ ( )( ) ] ( )<br />

+ 1 + 1 [ + 1 + 1 + 1 ] ( + 1)<br />

i j i i j j i j i j ij<br />

( ) ( ) ( )( )<br />

Cov ε , I = Cov ε , α + ε = E ε − 0 α + ε − α = E ε , ε = 0<br />

i i n n i n n n i n<br />

La prima con<strong>di</strong>zione sostiene l'in<strong>di</strong>pendenza <strong>di</strong> ciascuna <strong>del</strong>le n variabili casuali ε i dalle<br />

altre n-1. Quin<strong>di</strong>, solo l'in<strong>di</strong>ce, e niente altro, muove i ren<strong>di</strong>menti dei titoli. La seconda<br />

impone in<strong>di</strong>pendenza tra gli n ε i ed I e quin<strong>di</strong> che gli errori valutati sul titolo i-esimo siano<br />

in<strong>di</strong>pendenti da quelli valutati sull'in<strong>di</strong>ce.<br />

Il ren<strong>di</strong>mento atteso <strong>del</strong>l'i-esimo titolo è<br />

ER ( i) = E( αi + βiI+ εi) = E( αi) + E( βiI) + E( εi) = αi + βiEI ( ) = αi + βα i n+<br />

1<br />

La varianza <strong>del</strong> ren<strong>di</strong>mento 54 <strong>del</strong>lo stesso titolo risulta pari a<br />

54Si premette che la varianza <strong>di</strong> una variabile può essere espressa anche come <strong>di</strong>fferenza tra valore atteso <strong>del</strong><br />

2<br />

quadrato <strong><strong>del</strong>la</strong> variabile e il quadrato <strong>del</strong> valore atteso: V( ε ) = E ( ε ) −<br />

2<br />

E(<br />

ε )<br />

72<br />

i i i

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!