Stock Analysis on Net

Walmart Inc. (NYSE:WMT)

US$19.99

资本资产定价模型 (CAPM)

Microsoft Excel

资本资产定价模型(CAPM)指示风险资产(如 Walmart普通股)的预期或所需回报率。

付费用户区

数据隐藏在后面: .

  • 订购 1 个月 Walmart Inc. ,价格为 19.99 美元

  • 订购对整个网站的完全访问权限至少3个月,价格从49.99美元起。

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

Walmart Inc.,月回报率

Microsoft Excel
Walmart Inc. (WMT) Standard & Poor’s 500 (S&P 500)
t 日期 价格WMT,t1 股利WMT,t1 RWMT,t2 价格S&P 500,t RS&P 500,t3
2016年2月29日
1. 2016年3月31日
2. 2016年4月30日
3. 2016年5月31日
. . . . . . .
. . . . . . .
. . . . . . .
70. 2021年12月31日
71. 2022年1月31日
平均 (R):
标准差:
Walmart Inc. (WMT) Standard & Poor’s 500 (S&P 500)
t 日期 价格WMT,t1 股利WMT,t1 RWMT,t2 价格S&P 500,t RS&P 500,t3
2016年2月29日
1. 2016年3月31日
2. 2016年4月30日
3. 2016年5月31日
4. 2016年6月30日
5. 2016年7月31日
6. 2016年8月31日
7. 2016年9月30日
8. 2016年10月31日
9. 2016年11月30日
10. 2016年12月31日
11. 2017年1月31日
12. 2017年2月28日
13. 2017年3月31日
14. 2017年4月30日
15. 2017年5月31日
16. 2017年6月30日
17. 2017年7月31日
18. 2017年8月31日
19. 2017年9月30日
20. 2017年10月31日
21. 2017年11月30日
22. 2017年12月31日
23. 2018年1月31日
24. 2018年2月28日
25. 2018年3月31日
26. 2018年4月30日
27. 2018年5月31日
28. 2018年6月30日
29. 2018年7月31日
30. 2018年8月31日
31. 2018年9月30日
32. 2018年10月31日
33. 2018年11月30日
34. 2018年12月31日
35. 2019年1月31日
36. 2019年2月28日
37. 2019年3月31日
38. 2019年4月30日
39. 2019年5月31日
40. 2019年6月30日
41. 2019年7月31日
42. 2019年8月31日
43. 2019年9月30日
44. 2019年10月31日
45. 2019年11月30日
46. 2019年12月31日
47. 2020年1月31日
48. 2020年2月29日
49. 2020年3月31日
50. 2020年4月30日
51. 2020年5月31日
52. 2020年6月30日
53. 2020年7月31日
54. 2020年8月31日
55. 2020年9月30日
56. 2020年10月31日
57. 2020年11月30日
58. 2020年12月31日
59. 2021年1月31日
60. 2021年2月28日
61. 2021年3月31日
62. 2021年4月30日
63. 2021年5月31日
64. 2021年6月30日
65. 2021年7月31日
66. 2021年8月31日
67. 2021年9月30日
68. 2021年10月31日
69. 2021年11月30日
70. 2021年12月31日
71. 2022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,根据分割和股票股息进行调整。

2 t期间WMT普通股收益率

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

Walmart Inc., 计算收益的方差和协方差

Microsoft Excel
t 日期 RWMT,t RS&P 500,t (RWMT,tRWMT)2 (RS&P 500,tRS&P 500)2 (RWMT,tRWMT)×(RS&P 500,tRS&P 500)
1. 2016年3月31日
2. 2016年4月30日
3. 2016年5月31日
. . . . . . .
. . . . . . .
. . . . . . .
70. 2021年12月31日
71. 2022年1月31日
总 (Σ):
t 日期 RWMT,t RS&P 500,t (RWMT,tRWMT)2 (RS&P 500,tRS&P 500)2 (RWMT,tRWMT)×(RS&P 500,tRS&P 500)
1. 2016年3月31日
2. 2016年4月30日
3. 2016年5月31日
4. 2016年6月30日
5. 2016年7月31日
6. 2016年8月31日
7. 2016年9月30日
8. 2016年10月31日
9. 2016年11月30日
10. 2016年12月31日
11. 2017年1月31日
12. 2017年2月28日
13. 2017年3月31日
14. 2017年4月30日
15. 2017年5月31日
16. 2017年6月30日
17. 2017年7月31日
18. 2017年8月31日
19. 2017年9月30日
20. 2017年10月31日
21. 2017年11月30日
22. 2017年12月31日
23. 2018年1月31日
24. 2018年2月28日
25. 2018年3月31日
26. 2018年4月30日
27. 2018年5月31日
28. 2018年6月30日
29. 2018年7月31日
30. 2018年8月31日
31. 2018年9月30日
32. 2018年10月31日
33. 2018年11月30日
34. 2018年12月31日
35. 2019年1月31日
36. 2019年2月28日
37. 2019年3月31日
38. 2019年4月30日
39. 2019年5月31日
40. 2019年6月30日
41. 2019年7月31日
42. 2019年8月31日
43. 2019年9月30日
44. 2019年10月31日
45. 2019年11月30日
46. 2019年12月31日
47. 2020年1月31日
48. 2020年2月29日
49. 2020年3月31日
50. 2020年4月30日
51. 2020年5月31日
52. 2020年6月30日
53. 2020年7月31日
54. 2020年8月31日
55. 2020年9月30日
56. 2020年10月31日
57. 2020年11月30日
58. 2020年12月31日
59. 2021年1月31日
60. 2021年2月28日
61. 2021年3月31日
62. 2021年4月30日
63. 2021年5月31日
64. 2021年6月30日
65. 2021年7月31日
66. 2021年8月31日
67. 2021年9月30日
68. 2021年10月31日
69. 2021年11月30日
70. 2021年12月31日
71. 2022年1月31日
总 (Σ):

显示全部

方差WMT = Σ(RWMT,tRWMT)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WMT, S&P 500 = Σ(RWMT,tRWMT)×(RS&P 500,tRS&P 500) ÷ (71 – 1)
= ÷ (71 – 1)
=


系统性风险评估 (β)

Microsoft Excel
方差WMT
方差S&P 500
协方差WMT, S&P 500
相关系数WMT, S&P 5001
βWMT2
αWMT3

计算

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

2 βWMT
= 协方差WMT, S&P 500 ÷ 方差S&P 500
= ÷
=

3 αWMT
= 平均WMT – βWMT × 平均S&P 500
= ×
=


预期回报率

Microsoft Excel
假设
长期国债综合指数的回报率1 RF
市场投资组合的预期回报率2 E(RM)
Walmart普通股的系统性风险 βWMT
 
沃尔玛普通股的预期回报率3 E(RWMT)

1 所有未偿还的固定息式美国国债的未加权平均投标收益率,这些债券在不到10年内既不到期也不可赎回(无风险回报率代理)。

2 查看详情 »

3 E(RWMT) = RF + βWMT [E(RM) – RF]
= + []
=