---
title: "Альфа Дженсена: оценка и интерпретация константы регрессии CAPM"
description: "Узнайте, как альфа Дженсена оценивается по синхронизированным избыточным доходностям, чем она отличается от остатка за один период и как бета, ориентиры, комиссии, неопределенность и пропущенные факторы влияют на интерпретацию."
image: "https://wiki.fcontext.com/og.png"
---

> Documentation Index
> Fetch the complete documentation index at: https://wiki.fcontext.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Альфа Дженсена: оценка и интерпретация константы регрессии CAPM

> Только в образовательных целях; не является инвестиционным советом или инвестиционной рекомендацией. Инвестиции могут привести к убыткам.

<a id="answer"></a>

## Краткий ответ

**Альфа Дженсена** — это оцененная константа временной регрессии избыточной доходности портфеля на избыточную доходность рынка в рамках модели оценки капитальных активов (CAPM):

`R_p,t - R_f,t = alpha_p + beta_p × (R_m,t - R_f,t) + epsilon_p,t`

`alpha_p` — средняя периодическая доходность, которую в данной выборке не объясняет подобранная экспозиция CAPM. `beta_p` — оцененная чувствительность к рынку, а `epsilon_p,t` — остаток за период `t`. Один благоприятный остаток или разность между доходностью за период и подразумеваемой CAPM доходностью сами по себе не являются альфой регрессии.

Альфа зависит от выбранного ряда доходностей, рыночного и безрискового прокси, частоты, периода, модели и расчета до или после расходов. Положительная оценка не доказывает мастерство, устойчивость, ошибочное ценообразование или причинность: альфу могут создать или устранить выборочная вариация, пропущенные факторы, неподходящий ориентир, меняющаяся экспозиция, плечо, устаревшие цены и поиск закономерностей в данных.

<a id="mechanism"></a>

## Как это работает

Стройте и проверяйте оценку в следующем порядке:

1. **Сформулируйте задачу оценки.** Определите портфель, класс паев, мандат, цель ориентира, валюту, учет комиссий и налогов, метод оценки, начало и конец выборки, версию данных, а также относится ли вопрос к атрибуции, выбору управляющего или проверке модели ценообразования активов.
2. **Постройте синхронизированные полные доходности.** Используйте доходности портфеля и рынка с совпадающими датами, частотой, часовым поясом, учетом выплат, корпоративных действий, денежных потоков, валюты и доступной инвестору информации. Не смешивайте ценовую доходность с полной, а фактические результаты — с пересмотренным бэктестом.
3. **Рассчитайте сопоставимые избыточные доходности.** Выберите безрисковый прокси в той же валюте и за тот же период, затем вычислите `y_t = R_p,t - R_f,t` и `x_t = R_m,t - R_f,t`. Укажите, простые это доходности или логарифмические; обычная регрессия использует периодические простые доходности, последовательно выраженные десятичными дробями либо процентами.
4. **Оцените регрессию.** Метод наименьших квадратов подбирает `y_t = alpha + beta × x_t + epsilon_t`. Константа и наклон минимизируют сумму квадратов выборочных остатков. `R-squared` описывает долю подобранной выборочной вариации, а не истинность ценообразования, мастерство или экономическую ценность.
5. **Оцените неопределенность.** Укажите число наблюдений, стандартные ошибки альфы и беты, t-статистики, доверительные интервалы, диагностику остатков и оцениватель ковариационной матрицы. Гетероскедастичность, автокорреляция, перекрывающиеся доходности, сглаживание, кластерные шоки или оцененные ориентиры могут требовать робастного или специфичного для модели статистического вывода.
6. **Проверьте устойчивость и спецификацию.** Варьируйте разумные частоты, подпериоды, рыночные прокси, безрисковые ряды, выбросы, корректировки устаревших цен и доходности до или после расходов. Добавляйте обоснованные факторы размера, стоимости, прибыльности, инвестиций, момента, дюрации, кредита, сектора или валюты, не объявляя одну модель универсально верной.
7. **Интерпретируйте экономическую значимость.** Переведите точечную оценку в годовое выражение по заявленному правилу, сохраняя видимой статистическую неопределенность. Сравните альфу с комиссиями, торговыми издержками, налогами, оборотом, плечом, ликвидностью, емкостью, просадками, хвостовым риском и фактической целью портфеля. Прежде чем считать историческую альфу устойчивой, требуйте подтверждения вне выборки.

Если месячная альфа равна `a_m`, сложная годовая точечная оценка составляет `(1 + a_m)^12 - 1`; приближение `12 × a_m` использует иное правило. Ни одна операция не превращает шумную месячную оценку в достоверность, а стандартные ошибки и границы интервала нельзя механически переводить в годовое выражение по формуле точечной оценки.

<a id="example"></a>

## Пример

Рассмотрим отдельно один период и регрессионную выборку:

- **Остаток за один период:** за месяц фонд приносит `2.5000%`, безрисковая доходность равна `0.2500%`, рынок приносит `1.2500%`, а ранее оцененная бета равна `1.1000`. Подразумеваемая CAPM полная доходность составляет `0.2500% + 1.1000 × (1.2500% - 0.2500%) = 1.3500%`; разность равна `1.1500 percentage points`. Это аномальная доходность за один период при данных исходных значениях, а не новая оценка альфы.
- **Регрессия за двенадцать месяцев:** допустим, среднее синхронизированных избыточных доходностей рынка равно `0.5000%`, а портфеля — `0.7000%`. Метод наименьших квадратов по указанным 12 наблюдениям дает `alpha = 0.1529% per month` и `beta = 1.0943`. Подобранное среднее после округления сверяется как `0.1529% + 1.0943 × 0.5000% = 0.7000%`.
- **Неопределенность:** сумма квадратов остатков равна `0.6971 percentage-points squared`. При `12` наблюдениях и `10` остаточных степенях свободы стандартная ошибка альфы составляет `0.0775%`, а `t = 0.1529% / 0.0775% = 1.9720`. При условном двустороннем критическом значении 95% `2.228` интервал равен `[-0.0198%, 0.3256%]` и включает ноль. `R-squared = 0.9934` не меняет вывод об альфе.
- **Пересчет в годовые значения и комиссии:** сложная годовая оценка валовой месячной альфы равна `(1 + 0.1529%)^12 - 1 = 1.8500%`. Если для иллюстрации чистая доходность каждый месяц ровно на `0.1000 percentage points` ниже валовой, бета не меняется, а чистая месячная альфа становится `0.0529%`; ее сложная годовая точечная оценка равна `0.6363%`. Фактические комиссии и денежные потоки не обязательно представляют собой постоянные месячные вычеты.

<a id="risks"></a>

## Риски

- Определите портфель, класс паев, мандат, валюту, диапазон дат, частоту и версию данных.
- Используйте синхронизированные ряды полной доходности и согласуйте выплаты, корпоративные действия, часовые пояса и праздники.
- Сопоставьте доходности портфеля, рынка и безрискового актива по валюте, горизонту и правилу простых или логарифмических доходностей.
- Различайте валовую доходность, чистую после расходов продукта, чистую после вознаграждения консультанта, после налогов и фактически полученную инвестором.
- Выбирайте обоснованный рыночный прокси: ни один торгуемый индекс не представляет теоретический рыночный портфель идеально.
- Рассматривайте бету и альфу как совместно оцененные выборочные коэффициенты, а не постоянные свойства портфеля.
- Не называйте остаток за период, простое превышение ориентира или накопленную активную доходность альфой Дженсена.
- Сообщайте число наблюдений, стандартные ошибки, t-статистики, доверительные интервалы и остаточные степени свободы.
- Используйте вывод, подходящий для гетероскедастичности, автокорреляции, перекрывающихся периодов, сглаживания и кластерных шоков.
- Проверяйте устаревшие цены и несинхронные торги, способные исказить оценки беты и константы.
- Анализируйте подпериоды и скользящие оценки, поскольку экспозиции и процессы управления меняются.
- Исследуйте выбросы, не удаляя неблагоприятные наблюдения лишь ради улучшения альфы.
- Учитывайте смещения выживаемости, обратного заполнения, инкубации, заглядывания вперед, отбора и перебора данных.
- Сравнивайте альфу CAPM с обоснованными многофакторными спецификациями и раскрывайте экспозиции к пропущенным факторам.
- Не считайте высокий R-squared доказательством правильного ценообразования, а низкий — доказательством мастерства.
- Переводите точечные оценки в годовые значения по заявленному правилу и сохраняйте неопределенность, не пересчитывая значимость механически.
- Сравнивайте экономическую альфу с комиссиями, торговыми издержками, налогами, оборотом, плечом, ликвидностью и емкостью.
- Отдельно оценивайте просадки, хвостовой риск, пригодность ориентира и цели хеджирования, дохода, налогов или обязательств.
- Прежде чем приписывать альфу мастерству, требуйте устойчивости вне выборки и поправок на множественное тестирование.
- Сохраняйте код, исходные данные, файлы источников и версии, чтобы результат можно было независимо воспроизвести.

<a id="misconceptions"></a>

## Распространенные заблуждения

- **«Альфа Дженсена — это простое превышение доходности ориентира».** Это константа модели, оцененная по синхронизированным избыточным доходностям и оцененной рыночной бете.
- **«Положительный месячный остаток означает положительную альфу».** Остаток относится к одному наблюдению, а альфа — это подобранная константа выборки.
- **«Положительная альфа доказывает мастерство управляющего».** Альтернативными объяснениями остаются случайность, ошибка модели, пропущенные экспозиции, меняющаяся бета, плечо, комиссии и смещение отбора.
- **«Высокий R-squared делает альфу статистически значимой».** Качество подгонки и неопределенность константы — разные величины, требующие отдельных статистик.
- **«Пересчет альфы в годовые значения повышает уверенность».** Масштабирование точечной оценки не добавляет наблюдений и не устраняет выборочную и спецификационную неопределенность.

<a id="related"></a>

## Похожие темы

- [Модель оценки капитальных активов](/ru/stocks/capm/)
- [Бета](/ru/stocks/beta/)
- [Факторная модель Фамы — Френча](/ru/stocks/fama-french-factor-model/)

<a id="sources"></a>

## Источники

- Майкл К. Дженсен: результаты взаимных фондов за период 1945-1964 годов.
- Уильям Ф. Шарп: цены капитальных активов — теория рыночного равновесия в условиях риска.
- Юджин Ф. Фама и Кеннет Р. Френч: общие факторы риска в доходностях акций и облигаций.
- Дартмутский колледж / Кеннет Р. Френч: библиотека данных.
- FINRA: обзор инвестиционных ориентиров.
- SEC Investor.gov: как комиссии и расходы влияют на инвестиционный портфель.

Source: https://wiki.fcontext.com/ru/stocks/jensens-alpha/index.mdx