Stock Analysis on Net

NVIDIA Corp. (NASDAQ:NVDA)

US$24.99

资本资产定价模型 (CAPM)

Microsoft Excel

付费用户专区

数据隐藏在后面:

  • 订购对整个网站的完全访问权限,每月 10.42 美元起

  • 以 24.99 美元的价格订购 1 个月的 NVIDIA Corp. 访问权限。

这是一次性付款。没有自动续订。


我们接受:

Visa Mastercard American Express Maestro Discover JCB PayPal Apple Pay Google Pay
Visa Secure Mastercard Identity Check American Express SafeKey

回报率

NVIDIA Corp.,月回报率

Microsoft Excel
NVIDIA Corp. (NVDA) Standard & Poor’s 500 (S&P 500)
t 日期 价格NVDA,t1 股利NVDA,t1 RNVDA,t2 价格S&P 500,t RS&P 500,t3
2019年2月28日
1. 2019年3月31日
2. 2019年4月30日
3. 2019年5月31日
. . . . . . .
. . . . . . .
. . . . . . .
70. 2024年12月31日
71. 2025年1月31日
平均 (R):
标准差:
NVIDIA Corp. (NVDA) Standard & Poor’s 500 (S&P 500)
t 日期 价格NVDA,t1 股利NVDA,t1 RNVDA,t2 价格S&P 500,t RS&P 500,t3
2019年2月28日
1. 2019年3月31日
2. 2019年4月30日
3. 2019年5月31日
4. 2019年6月30日
5. 2019年7月31日
6. 2019年8月31日
7. 2019年9月30日
8. 2019年10月31日
9. 2019年11月30日
10. 2019年12月31日
11. 2020年1月31日
12. 2020年2月29日
13. 2020年3月31日
14. 2020年4月30日
15. 2020年5月31日
16. 2020年6月30日
17. 2020年7月31日
18. 2020年8月31日
19. 2020年9月30日
20. 2020年10月31日
21. 2020年11月30日
22. 2020年12月31日
23. 2021年1月31日
24. 2021年2月28日
25. 2021年3月31日
26. 2021年4月30日
27. 2021年5月31日
28. 2021年6月30日
29. 2021年7月31日
30. 2021年8月31日
31. 2021年9月30日
32. 2021年10月31日
33. 2021年11月30日
34. 2021年12月31日
35. 2022年1月31日
36. 2022年2月28日
37. 2022年3月31日
38. 2022年4月30日
39. 2022年5月31日
40. 2022年6月30日
41. 2022年7月31日
42. 2022年8月31日
43. 2022年9月30日
44. 2022年10月31日
45. 2022年11月30日
46. 2022年12月31日
47. 2023年1月31日
48. 2023年2月28日
49. 2023年3月31日
50. 2023年4月30日
51. 2023年5月31日
52. 2023年6月30日
53. 2023年7月31日
54. 2023年8月31日
55. 2023年9月30日
56. 2023年10月31日
57. 2023年11月30日
58. 2023年12月31日
59. 2024年1月31日
60. 2024年2月29日
61. 2024年3月31日
62. 2024年4月30日
63. 2024年5月31日
64. 2024年6月30日
65. 2024年7月31日
66. 2024年8月31日
67. 2024年9月30日
68. 2024年10月31日
69. 2024年11月30日
70. 2024年12月31日
71. 2025年1月31日
平均 (R):
标准差:

显示全部

1 数据以普通股每股美元为单位,经拆分和股票股息调整。

2 NVDA在t期间的普通股回报率。

3 标准普尔500指数(市场投资组合代理)在 t期间的回报率。


方差和协方差

NVIDIA Corp.、方差计算和回报的协方差

Microsoft Excel
t 日期 RNVDA,t RS&P 500,t (RNVDA,tRNVDA)2 (RS&P 500,tRS&P 500)2 (RNVDA,tRNVDA)×(RS&P 500,tRS&P 500)
1. 2019年3月31日
2. 2019年4月30日
3. 2019年5月31日
. . . . . . .
. . . . . . .
. . . . . . .
70. 2024年12月31日
71. 2025年1月31日
总 (Σ):
t 日期 RNVDA,t RS&P 500,t (RNVDA,tRNVDA)2 (RS&P 500,tRS&P 500)2 (RNVDA,tRNVDA)×(RS&P 500,tRS&P 500)
1. 2019年3月31日
2. 2019年4月30日
3. 2019年5月31日
4. 2019年6月30日
5. 2019年7月31日
6. 2019年8月31日
7. 2019年9月30日
8. 2019年10月31日
9. 2019年11月30日
10. 2019年12月31日
11. 2020年1月31日
12. 2020年2月29日
13. 2020年3月31日
14. 2020年4月30日
15. 2020年5月31日
16. 2020年6月30日
17. 2020年7月31日
18. 2020年8月31日
19. 2020年9月30日
20. 2020年10月31日
21. 2020年11月30日
22. 2020年12月31日
23. 2021年1月31日
24. 2021年2月28日
25. 2021年3月31日
26. 2021年4月30日
27. 2021年5月31日
28. 2021年6月30日
29. 2021年7月31日
30. 2021年8月31日
31. 2021年9月30日
32. 2021年10月31日
33. 2021年11月30日
34. 2021年12月31日
35. 2022年1月31日
36. 2022年2月28日
37. 2022年3月31日
38. 2022年4月30日
39. 2022年5月31日
40. 2022年6月30日
41. 2022年7月31日
42. 2022年8月31日
43. 2022年9月30日
44. 2022年10月31日
45. 2022年11月30日
46. 2022年12月31日
47. 2023年1月31日
48. 2023年2月28日
49. 2023年3月31日
50. 2023年4月30日
51. 2023年5月31日
52. 2023年6月30日
53. 2023年7月31日
54. 2023年8月31日
55. 2023年9月30日
56. 2023年10月31日
57. 2023年11月30日
58. 2023年12月31日
59. 2024年1月31日
60. 2024年2月29日
61. 2024年3月31日
62. 2024年4月30日
63. 2024年5月31日
64. 2024年6月30日
65. 2024年7月31日
66. 2024年8月31日
67. 2024年9月30日
68. 2024年10月31日
69. 2024年11月30日
70. 2024年12月31日
71. 2025年1月31日
总 (Σ):

显示全部

方差NVDA = Σ(RNVDA,tRNVDA)2 ÷ (71 – 1)
= ÷ (71 – 1)
=

方差S&P 500 = Σ(RS&P 500,tRS&P 500)2 ÷ (71 – 1)
= ÷ (71 – 1)
=

协方差NVDA, S&P 500 = Σ(RNVDA,tRNVDA)×(RS&P 500,tRS&P 500) ÷ (71 – 1)
= ÷ (71 – 1)
=


系统化风险评估 (β)

Microsoft Excel
方差NVDA
方差S&P 500
协方差NVDA, S&P 500
相关系数NVDA, S&P 5001
βNVDA2
αNVDA3

计算

1 相关系数NVDA, S&P 500
= 协方差NVDA, S&P 500 ÷ (标准差NVDA × 标准差S&P 500)
= ÷ ( × )
=

2 βNVDA
= 协方差NVDA, S&P 500 ÷ 方差S&P 500
= ÷
=

3 αNVDA
= 平均NVDA – βNVDA × 平均S&P 500
= ×
=


预期回报率

Microsoft Excel
假设
长期国债综合回报率1 RF
市场投资组合的预期回报率2 E(RM)
普通股 NVIDIA 系统性风险 βNVDA
 
NVIDIA普通股的预期回报率3 E(RNVDA)

1 在不到10年的时间内,所有未偿还的固定息票美国国债的未加权平均买入收益率,既未到期也不可赎回(无风险收益率代理)。

2 查看详情 »

3 E(RNVDA) = RF + βNVDA [E(RM) – RF]
= + []
=