Stock Analysis on Net

Synopsys Inc. (NASDAQ:SNPS)

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 Synopsys Inc. 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

Synopsys Inc.,月回报率

Microsoft Excel
Synopsys Inc. (SNPS) Standard & Poor’s 500 (S&P 500)
t 日期 价格SNPS,t1 股利SNPS,t1 RSNPS,t2 价格S&P 500,t RS&P 500,t3
2017年11月30日
1. 2017年12月31日
2. 2018年1月31日
3. 2018年2月28日
. . . . . . .
. . . . . . .
. . . . . . .
70. 2023年9月30日
71. 2023年10月31日
平均 (R):
标准差:
Synopsys Inc. (SNPS) Standard & Poor’s 500 (S&P 500)
t 日期 价格SNPS,t1 股利SNPS,t1 RSNPS,t2 价格S&P 500,t RS&P 500,t3
2017年11月30日
1. 2017年12月31日
2. 2018年1月31日
3. 2018年2月28日
4. 2018年3月31日
5. 2018年4月30日
6. 2018年5月31日
7. 2018年6月30日
8. 2018年7月31日
9. 2018年8月31日
10. 2018年9月30日
11. 2018年10月31日
12. 2018年11月30日
13. 2018年12月31日
14. 2019年1月31日
15. 2019年2月28日
16. 2019年3月31日
17. 2019年4月30日
18. 2019年5月31日
19. 2019年6月30日
20. 2019年7月31日
21. 2019年8月31日
22. 2019年9月30日
23. 2019年10月31日
24. 2019年11月30日
25. 2019年12月31日
26. 2020年1月31日
27. 2020年2月29日
28. 2020年3月31日
29. 2020年4月30日
30. 2020年5月31日
31. 2020年6月30日
32. 2020年7月31日
33. 2020年8月31日
34. 2020年9月30日
35. 2020年10月31日
36. 2020年11月30日
37. 2020年12月31日
38. 2021年1月31日
39. 2021年2月28日
40. 2021年3月31日
41. 2021年4月30日
42. 2021年5月31日
43. 2021年6月30日
44. 2021年7月31日
45. 2021年8月31日
46. 2021年9月30日
47. 2021年10月31日
48. 2021年11月30日
49. 2021年12月31日
50. 2022年1月31日
51. 2022年2月28日
52. 2022年3月31日
53. 2022年4月30日
54. 2022年5月31日
55. 2022年6月30日
56. 2022年7月31日
57. 2022年8月31日
58. 2022年9月30日
59. 2022年10月31日
60. 2022年11月30日
61. 2022年12月31日
62. 2023年1月31日
63. 2023年2月28日
64. 2023年3月31日
65. 2023年4月30日
66. 2023年5月31日
67. 2023年6月30日
68. 2023年7月31日
69. 2023年8月31日
70. 2023年9月30日
71. 2023年10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 SNPS普通股 在t期间的回报率。

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

Synopsys Inc.、方差计算和回报的协方差

Microsoft Excel
t 日期 RSNPS,t RS&P 500,t (RSNPS,tRSNPS)2 (RS&P 500,tRS&P 500)2 (RSNPS,tRSNPS)×(RS&P 500,tRS&P 500)
1. 2017年12月31日
2. 2018年1月31日
3. 2018年2月28日
. . . . . . .
. . . . . . .
. . . . . . .
70. 2023年9月30日
71. 2023年10月31日
总 (Σ):
t 日期 RSNPS,t RS&P 500,t (RSNPS,tRSNPS)2 (RS&P 500,tRS&P 500)2 (RSNPS,tRSNPS)×(RS&P 500,tRS&P 500)
1. 2017年12月31日
2. 2018年1月31日
3. 2018年2月28日
4. 2018年3月31日
5. 2018年4月30日
6. 2018年5月31日
7. 2018年6月30日
8. 2018年7月31日
9. 2018年8月31日
10. 2018年9月30日
11. 2018年10月31日
12. 2018年11月30日
13. 2018年12月31日
14. 2019年1月31日
15. 2019年2月28日
16. 2019年3月31日
17. 2019年4月30日
18. 2019年5月31日
19. 2019年6月30日
20. 2019年7月31日
21. 2019年8月31日
22. 2019年9月30日
23. 2019年10月31日
24. 2019年11月30日
25. 2019年12月31日
26. 2020年1月31日
27. 2020年2月29日
28. 2020年3月31日
29. 2020年4月30日
30. 2020年5月31日
31. 2020年6月30日
32. 2020年7月31日
33. 2020年8月31日
34. 2020年9月30日
35. 2020年10月31日
36. 2020年11月30日
37. 2020年12月31日
38. 2021年1月31日
39. 2021年2月28日
40. 2021年3月31日
41. 2021年4月30日
42. 2021年5月31日
43. 2021年6月30日
44. 2021年7月31日
45. 2021年8月31日
46. 2021年9月30日
47. 2021年10月31日
48. 2021年11月30日
49. 2021年12月31日
50. 2022年1月31日
51. 2022年2月28日
52. 2022年3月31日
53. 2022年4月30日
54. 2022年5月31日
55. 2022年6月30日
56. 2022年7月31日
57. 2022年8月31日
58. 2022年9月30日
59. 2022年10月31日
60. 2022年11月30日
61. 2022年12月31日
62. 2023年1月31日
63. 2023年2月28日
64. 2023年3月31日
65. 2023年4月30日
66. 2023年5月31日
67. 2023年6月30日
68. 2023年7月31日
69. 2023年8月31日
70. 2023年9月30日
71. 2023年10月31日
总 (Σ):

显示全部

方差SNPS = Σ(RSNPS,tRSNPS)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SNPS, S&P 500 = Σ(RSNPS,tRSNPS)×(RS&P 500,tRS&P 500) ÷ (71 – 1)
= ÷ (71 – 1)
=


系统化风险评估 (β)

Microsoft Excel
方差SNPS
方差S&P 500
协方差SNPS, S&P 500
相关系数SNPS, S&P 5001
βSNPS2
αSNPS3

计算

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

2 βSNPS
= 协方差SNPS, S&P 500 ÷ 方差S&P 500
= ÷
=

3 αSNPS
= 平均SNPS – βSNPS × 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 Synopsys 系统性风险 βSNPS
 
Synopsys 普通股的预期回报率3 E(RSNPS)

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(RSNPS) = RF + βSNPS [E(RM) – RF]
= + []
=