عملکرد گذشته یک شاخص قابل اعتماد از نتایج فعلی یا آینده نیست. این اطلاعات به عنوان توصیه ای برای سرمایه گذاری در هر کلاس یا استراتژی دارایی خاص یا به عنوان یک وعده - یا حتی تخمین - عملکرد آینده در نظر گرفته نشده است. منابع: موسسه سرمایه گذاری BlackRock ، با داده های مربوط به Refinitiv DataStream و Bloomberg ،. یادداشت ها: نمودار بر اساس معیارهای ارائه شده در جدول فوق ، SAA فرضی را نشان می دهد. پروکسی های فهرست را می توان در برگه فرضیات تحت نمادهای اطلاعاتی در فرضیات در یک جدول نگاه یافت. فرضیات هزینه در برگه روش شناسی ذکر شده است. دامنه بازده مورد انتظار بر اساس صدک 25 و 75 مسیرهای بازگشت شبیه سازی شده ما است. برآورد بازده با فرض نیمی از نتایج نشان می دهد که چگونه تخصیص دارایی ممکن است در نتایج اقتصادی نامطلوب انجام شود. این با در نظر گرفتن تنها نیمه پایین مسیرهای بازگشت شبیه سازی شده ما و استفاده از میانگین وزنی بازده مورد انتظار از این مجموعه به ترکیب تخصیص دارایی. برای دارایی های بدون شاخص (بازارهای خصوصی) ، ما عملکرد کوارتیل را فرض کرده ایم."مشارکت از آلفای خالص" در جدول فقط به فرصت آلفا در دارایی های بازار عمومی مربوط می شود ، با توجه به تعاریف و متدولوژی که در مقاله ما در مورد بازده های مخلوط شده است. تخصیص نشان داده شده در بالا هیچ نمونه کارها موجود را نشان نمی دهد ، و به همین ترتیب ، یک محصول سرمایه گذاری نیست. ساخت تخصیص دارایی فرضی مبتنی بر معیارهای اعمال شده با بهره مندی از عقب نشینی و دانش عواملی است که ممکن است عملکرد آن را تحت تأثیر قرار داده باشد ، و نمی تواند عوامل خطر را که ممکن است بر عملکرد واقعی نمونه کارها تأثیر بگذارد ، حساب کند. عملکرد واقعی ممکن است به دلیل هزینه معاملات ، نقدینگی یا سایر عوامل بازار ، از CMA های مدل شده ما متفاوت باشد. شاخص ها بدون کنترل هستند ، هزینه های مدیریتی را به خود اختصاص نمی دهند و نمی توان مستقیماً در یک فهرست سرمایه گذاری کرد. ما به دلیل عدم وجود داده های کافی از پروکسی های BlackRock برای بازارهای خصوصی انتخاب شده استفاده می کنیم. این پروکسی ها ترکیبی از قرار گرفتن در معرض فاکتور خطر را نشان می دهند که ما معتقدیم نشان دهنده حساسیت اقتصادی طبقه دارایی داده شده است.
ما گروه های همسالان را برای SaaS خود از منابع مختلفی که در زیر ذکر شده است ، استخراج می کنیم. این گروه های همسالان کاملاً مصور هستند ، اهداف و محدودیت های مشابهی را به عنوان SAA های فرضی ما به اشتراک می گذارند و در نظر گرفته شده است که یک راهنمای تقریبی از تمرین متوسط صنعت باشد. آنها هیچ نمونه کارها واقعی را نشان نمی دهند. ما CMA ها و تکنیک های بهینه سازی قوی خود را با استفاده از فرضیات مشابه SaaS خود در این تخصیص ها اعمال می کنیم. ما هیچ آلفا را در بازده مورد انتظار برای گروه های همسالان فرض نمی کنیم ، زیرا ما هیچ گونه دیداری در مورد ترکیب بازده (شاخص ، عوامل و جستجوی آلفا) سرمایه گذاران مختلف در مجموعه داده های ما ، توانایی آنها در انتخاب مدیران برتر یا آنها نداریم. هزینه ها و هزینه های حاکمیتی.
گروه همسالان مشتق شده از:
تجزیه کلاس دارایی فرض شده:
| پارامتر | ارزش |
| محدوده بازده مورد انتظار به استثنای آلفا ، خالص هزینه |
| هدف خطر |
| برآورد برگشتی با فرض نیمی از نتایج < pan> ما گروه های همسالان را برای SaaS خود از منابع مختلف ذکر شده در زیر استخراج می کنیم. این گروه های همسالان کاملاً مصور هستند ، اهداف و محدودیت های مشابهی را به عنوان SAA های فرضی ما به اشتراک می گذارند و در نظر گرفته شده است که یک راهنمای تقریبی از تمرین متوسط صنعت باشد. آنها هیچ نمونه کارها واقعی را نشان نمی دهند. ما CMA ها و تکنیک های بهینه سازی قوی خود را با استفاده از فرضیات مشابه SaaS خود در این تخصیص ها اعمال می کنیم. ما هیچ آلفا را در بازده مورد انتظار برای گروه های همسالان فرض نمی کنیم ، زیرا ما هیچ گونه دیداری در مورد ترکیب بازده (شاخص ، عوامل و جستجوی آلفا) سرمایه گذاران مختلف در مجموعه داده های ما ، توانایی آنها در انتخاب مدیران برتر یا آنها نداریم. هزینه ها و هزینه های حاکمیتی. |
گروه همسالان مشتق شده از:
تجزیه کلاس دارایی فرض شده:
پارامتر
ارزش
محدوده بازده مورد انتظار به استثنای آلفا ، خالص هزینه
هدف خطر
برآورد بازگشت با فرض اینکه نیمی از نتایج نتایج را برای SaaS ما از منابع مختلفی که در زیر ذکر شده است ، برای SaaS ما به دست می آورند. این گروه های همسالان کاملاً مصور هستند ، اهداف و محدودیت های مشابهی را به عنوان SAA های فرضی ما به اشتراک می گذارند و در نظر گرفته شده است که یک راهنمای تقریبی از تمرین متوسط صنعت باشد. آنها هیچ نمونه کارها واقعی را نشان نمی دهند. ما CMA ها و تکنیک های بهینه سازی قوی خود را با استفاده از فرضیات مشابه SaaS خود در این تخصیص ها اعمال می کنیم. ما هیچ آلفا را در بازده مورد انتظار برای گروه های همسالان فرض نمی کنیم ، زیرا ما هیچ گونه دیداری در مورد ترکیب بازده (شاخص ، عوامل و جستجوی آلفا) سرمایه گذاران مختلف در مجموعه داده های ما ، توانایی آنها در انتخاب مدیران برتر یا آنها نداریم. هزینه ها و هزینه های حاکمیتی.
گروه همسالان مشتق شده از:
تجزیه کلاس دارایی فرض شده:
پارامتر
ارزش
محدوده بازده مورد انتظار به استثنای آلفا ، خالص هزینه
هدف خطر
برآورد بازگشت با فرض نیمی از نتایج
عملکرد گذشته یک شاخص قابل اعتماد برای نتایج فعلی یا آینده نیست. این اطلاعات به عنوان توصیه ای برای سرمایه گذاری در هر طبقه یا استراتژی خاصی از دارایی یا به عنوان وعده - یا حتی تخمین - عملکرد آتی در نظر گرفته نشده است. منابع: موسسه سرمایه گذاری بلک راک، با داده های Refinitiv Datastream و Bloomberg، . یادداشت ها: جداول SAA فرضی و معیارهای عملکرد خاصی را برای گروه های همتا مورد استفاده در تحلیل ما نشان می دهد. پراکسی های فهرست را می توان در برگه فرضیات زیر نمادهای اطلاعات در جدول فرضیات در یک نگاه پیدا کرد. مفروضات کارمزد در برگه روش شناسی فهرست شده است. محدوده بازده مورد انتظار بر اساس صدک 25 و 75 از نتایج بازده مورد انتظار است که در اینجا به تفصیل شرح داده شده است. برآورد بازده با فرض نیمه پایینی نتایج نشان می دهد که تخصیص دارایی چگونه ممکن است در نتایج نامطلوب اقتصادی عمل کند. این تنها با در نظر گرفتن نیمی از مسیرهای بازده شبیه سازی شده ما و اعمال میانگین وزنی بازده مورد انتظار از این مجموعه در ترکیب تخصیص دارایی به دست می آید. محدوده بازگشت گروه های همتا شامل پتانسیل آلفا نمی شود. تخصیص صندوق های تامینی در بازارهای خصوصی برای گروه های همتا گنجانده شده است. برای دارایی های بدون شاخص (بازارهای خصوصی)، عملکرد چارک بالا را در نظر گرفته ایم. تخصیص نشان داده شده در بالا نشان دهنده هیچ گونه پرتفوی موجود نیست و به این ترتیب، یک محصول قابل سرمایه گذاری نیست. ساخت تخصیص دارایی فرضی بر اساس معیارهایی است که با استفاده از آینده نگری و آگاهی از عواملی که ممکن است بر عملکرد آن تأثیر مثبت داشته باشند، اعمال می شود و نمی تواند عوامل خطری را که ممکن است بر عملکرد واقعی پرتفوی تأثیر بگذارد، در نظر بگیرد. عملکرد واقعی ممکن است به دلیل هزینه های مبادله، نقدینگی یا سایر عوامل بازار، نسبت به CMAهای مدل سازی شده ما به طور قابل توجهی متفاوت باشد. شاخص ها مدیریت نمی شوند، هزینه های مدیریت را در نظر نمی گیرند و نمی توان مستقیماً در یک شاخص سرمایه گذاری کرد. ما از پروکسی های BlackRock برای بازارهای خصوصی منتخب به دلیل کمبود داده های کافی استفاده می کنیم. این پراکسی ها ترکیبی از مواجهه با عوامل خطر را نشان می دهند که به اعتقاد ما نشان دهنده حساسیت اقتصادی طبقه دارایی معین است.
مفروضات درآمد ثابت
مفروضات پنج ساله بازده ارز محلی ما برای دارایی های با درآمد ثابت دارای پنج جزء است که در نمودار زیر نشان داده شده است:
منبع: موسسه سرمایه گذاری BlackRock ، یادداشت ها: همه شماره های مؤلفه هندسی هستند و در معرض گرد هستند. برآوردهای بازده مورد انتظار منوط به عدم اطمینان و خطا هستند. بازده مورد انتظار برای هر کلاس دارایی می تواند مشروط به سناریوهای اقتصادی باشد ؛ در صورت عبور از سناریوی خاص ، بازده واقعی می تواند به طور قابل توجهی بالاتر یا پایین تر از پیش بینی شده باشد. برای لیست کامل پروکسی های فهرست ، به برگه فرضیات مراجعه کنید. سرمایه گذاری مستقیم در یک فهرست امکان پذیر نیست.
فرضیات سهام
فرضیات بازگشت 5 ساله ما برای سهام سه مؤلفه دارد که در نمودار زیر نشان داده شده است:
- منبع: موسسه سرمایه گذاری BlackRock ، یادداشت ها: همه شماره های مؤلفه هندسی هستند و در معرض گرد هستند. بازده به ارز محلی است به جز بازارهای نوظهور که به دلار آمریکا هستند. برآوردهای بازده مورد انتظار منوط به عدم اطمینان و خطا هستند. بازده مورد انتظار برای هر کلاس دارایی می تواند مشروط به سناریوهای اقتصادی باشد ؛ در صورت عبور از سناریوی خاص ، بازده واقعی می تواند به طور قابل توجهی بالاتر یا پایین تر از پیش بینی شده باشد. برای لیست کامل پروکسی های فهرست ، به برگه فرضیات مراجعه کنید. سرمایه گذاری مستقیم در یک فهرست امکان پذیر نیست.
- فرضیات کلان پنج ساله
منبع: موسسه سرمایه گذاری BlackRock ، نوامبر 2022. داده ها از 30 سپتامبر 2022. این اطلاعات به عنوان توصیه ای برای سرمایه گذاری در هر کلاس یا استراتژی دارایی خاص یا به عنوان یک وعده - یا حتی تخمین - عملکرد آینده در نظر گرفته نشده است.
یادداشت ها: همه شماره های مؤلفه هندسی هستند و در معرض گرد هستند. برآوردهای بازده مورد انتظار منوط به عدم اطمینان و خطا هستند. بازده مورد انتظار برای هر کلاس دارایی می تواند مشروط به سناریوهای اقتصادی باشد ؛ در صورت عبور از سناریوی خاص ، بازده واقعی می تواند به طور قابل توجهی بالاتر یا پایین تر از پیش بینی شده باشد.
شامل تأثیرات تغییرات آب و هوایی
پیش بینی های بازده کلان اقتصادی و دارایی ما تأثیر تغییرات آب و هوا را به خود اختصاص می دهد.
تأثیرات کلان اقتصادی
ما از یک مدل بلند مدت از تغییرات آب و هوایی استفاده می کنیم که به ما امکان می دهد خسارات جسمی ، انتقال انرژی و تأثیر سیاست های عمومی و تأثیر آنها بر متغیرهای کلان ، مانند سطح تولید ناخالص داخلی را به حساب آوریم.
ما از فرضیات پیشرفته تغییرات آب و هوایی پیشرفته (ACCL) که در مقاله 2020 Banque de France (کلر و همکاران ، 2020) به عنوان نقطه شروع تخمین تأثیر از تغییرات آب و هوا استفاده می کنیم ، استفاده می کنیم. ما بیشتر فرضیات مربوط به فناوری انرژی ، مصرف و قیمت های نسبی را اصلاح می کنیم.
ما دو سناریو اقتصادی بلندمدت را مدل سازی می کنیم: یک گذار سبز (مورد پایه ما در زمینه فرضیات بازار سرمایه) و سناریوی بدون اقدام اقلیمی. در سناریوی گذار سبز، سیاست های مالی و کاهش آب و هوای هماهنگ، همراه با نوآوری های فن آوری در زمینه هایی مانند جذب کربن، منجر به افزایش دمای جهانی تا سال 2100 می شود که زیر 2 درجه سانتی گراد باقی می ماند که به طور کلی در چارچوب توافق پاریس است. در مقابل، سناریوی بدون اقدام اقلیمی افزایش مادی بالاتری در دمای جهانی به میزان 5. 8 درجه سانتیگراد و نتیجه اقتصادی بدتری را پیش بینی می کند.
اثرات بازده طبقه دارایی
ما ورودی ها را با مدل های بازده دارایی خود تطبیق می دهیم تا اثرات تغییرات آب و هوا را در نظر بگیریم.
اولاً، بازده دارایی ها توسط سناریوی اقتصادی گذار سبز پشتیبانی می شود.
تغییرات آب و هوایی همچنین از طریق دو کانال دیگر بر بازده مورد انتظار تأثیر می گذارد:
قیمت گذاری مجدد - پیامد تغییر ترجیحات اجتماعی برای پایداری این است که قیمتی که سرمایه گذاران مایل به پرداخت برای دارایی هایی هستند که تصور می شود پایدار هستند در حال تغییر است، به این معنی که نرخ تنزیلی که برای ارزش گذاری این اوراق استفاده می کنیم نیز در حال تغییر است. برای بازارهای اعتباری و سهام، ما برآوردهای هزینه سرمایه آتی خود را در سطح بخش تنظیم می کنیم، به طوری که همه بخش های مشابه، بیشتر/کمتر پایدار، هزینه های سرمایه آتی کمتر/بالاتری داشته باشند.
مبانی - تغییر آب و هوا و تلاش برای رسیدگی به آن بر سودآوری و چشم انداز رشد شرکت ها تأثیر می گذارد. ما تأثیر بر درآمد شرکت را در سطح بخش یک گذار اقتصادی سبز برآورد می کنیم. برای رسیدن به تخمین های خود، ابتدا حساسیت درآمد به طرح های قیمت گذاری کربن را ارزیابی می کنیم، که انتظار داریم این اصل اصلی سیاست های کاهش آب و هوا باشد. ما همچنین خطرات و فرصت های فیزیکی و انتقالی را در سطح بخش در نظر می گیریم.
عدم قطعیت و بهینه سازی
| با گنجاندن عدم قطعیت، متوجه می شویم که بازده موردانتظار مرکزی دارایی ها با خطا برآورد می شود، نه اینکه فرض کنیم که آنها شناخته شده اند، همانطور که در مورد تکنیک های واریانس میانگین چنین است. یک مزیت کلیدی این است که ما می توانیم سطوح مختلف اعتقاد را در انتظارات متقابل اجازه دهیم. ما توزیع را حول میانگین در نظر می گیریم، و به طور موثر وزن قرار داده شده در برآورد مرکزی خود را کاهش می دهیم. تمایز بین عدم اطمینان و ریسک مهم است. ما عدم قطعیت را به عنوان دامنه نتایج برای میانگین و ریسک را به عنوان دامنه نتایج حول میانگین تعریف می کنیم. میزان عدم قطعیتی که ما برای هر طبقه دارایی در نظر می گیریم به تعدادی معیار بستگی دارد. آنها شامل قدرت پیش بینی آزمایش شده مدل های بازده طبقه دارایی ما، نوسانات تاریخی دارایی ها و تمایل به پرتفوی های متنوع هنگام بهینه سازی هستند. | عدم قطعیت در بازده مرکزی به شبیه سازی های تصادفی ما وارد می شود، که طیفی از مسیرهای بازگشت بالقوه را از پنج سال تا بلندمدت ارائه می دهد. هنگام ساخت پرتفوی، این مسیرهای شبیه سازی شده و عدم قطعیت بازده مرکزی ما را قادر می سازد تا از تکنیک های بهینه سازی قوی استفاده کنیم که عموماً منجر به پرتفوی هایی با تمرکز کمتر در مقایسه با آن نمونه ها حاصل از بهینه سازی واریانس میانگین می شود. همچنین انعطاف پذیری برای تمرکز بر روی سناریوهای صعودی یا نزولی خاص در هنگام ساخت نمونه کارها مطابق با نیازهای مشتری را می دهد. ادامه مطلب |
| موتور تصادفی | ما از شبیه سازی مونت کارلو برای ایجاد توزیع های تصادفی که توسط توزیع های برگشتی تاریخی آگاه شده و محور بازده مورد انتظار ما است ، استفاده می کنیم. این موتور هزاران مسیر بازگشت برای هر دارایی را شبیه سازی می کند و دامنه نتایج احتمالی را در یک افق زمانی پنج تا 30 ساله نشان می دهد. ما از مدل های ریسک BlackRock استفاده می کنیم تا اطمینان حاصل کنیم که به همکاران بین بازده دارایی احترام می گذاریم. دامنه سناریوها کار ما را در مورد عدم اطمینان در انتظارات به دنیا می آورد. The Black-LitterModel (1990)-یک مدل مشهور برای تخصیص نمونه کارها-نمایش های طولانی مدت و میان مدت در یک تنظیم تک دوره. مدل ما از یک الگوریتم فیلتر Kalman استفاده می کند که با جمع کردن تعدادی از ورودی های نامشخص بینش در مورد مسیرهای احتمالی آینده را استخراج می کن د-برای گسترش این رویکرد در یک تنظیم چند دوره. این به ما امکان می دهد تا تغییرات بازده مورد انتظار را در طول زمان تحت سناریوهای مختلف-از اقتصاد مربوط به احساسات بازار محور داشته باشیم. بخش بزرگی از این تغییرات قابل پیش بینی نیست. ساخت اوراق بهادار که به آن قوی هستند یا می توانند از آن بهره برداری کنند ، این تغییرات یک چالش بزرگ برای سرمایه گذاران است. توانایی کالیبراسیون موتور با نماهای کلاس دارایی با عدم اطمینان در افق زمانی دلخواه و تکامل این عدم اطمینان به صورت تصادفی ، پراکندگی نتایج بازگشت را هدایت می کند. برجسته کردن عدم اطمینان که سرمایه گذاران هنگام ساخت اوراق بهادار با آن روبرو هستند ، اطمینان حاصل می کند که انتظارات برگشتی به نظر می رسد ، سرمایه گذاران را به سمت اوراق بهادار متمرکز سوق نمی دهد. | مسیرهای بازگشت شبیه سازی شده از طیف گسترده تری از برنامه ها ، مانند مدل سازی مسئولیت دارایی پشتیبانی می کنند. سناریوهای بازگشت به طور تصادفی تولید سرمایه گذاران را قادر می سازد با سهولت فراتر از واریانس حرکت کنند و اوراق بهادار را در برابر نیازهای فردی خود بهینه کنند. سرمایه گذاران می توانند تأکید بیشتری بر دمهای توزیع داشته باشند یا به جای بازده کل ، بر مسیر بازده تمرکز کنند. آنها می توانند در طول افق زمانی سرمایه گذار جریان یا خارج از نمونه کارها را وارد کنند یا تأکید بیشتری بر سناریوهایی که برای تجارت سرمایه گذار فراتر از نمونه کارها آنها به چالش می کشد ، تأکید کنند. سرمایه گذاران با الزامات تطبیق دارایی دارایی پیچیده ، مانند بیمه گذاران ، به طور معمول به شبیه سازی های تصادفی بازده برای ارزیابی و ساخت اوراق بهادار متکی هستند. |
| انصاف | ما برآوردهای حق بیمه ریسک سهام (ERP) را در قلب رویکرد خود برای تعیین انتظارات بازگشت قرار می دهیم. ما حق بیمه ریسک سهام را با استفاده از هزینه ضمنی رویکرد سرمایه محاسبه می کنیم (لی و همکاران ، 2013). ما از یک مدل Cashflow با تخفیف استفاده می کنیم و قیمت بازار و انتظارات امروز از سود سهام آینده و نرخ رشد و نرخ بهره را برای رسیدن به حق بیمه ضمنی سهام در نظر می گیریم. تغییرات در ارزیابی سهام توسط هر دو جریان نقدی مورد انتظار - درآمد و سود سهام - و ERP انجام می شود. از نظر ما بازده مورد انتظار را صرفاً با نگاهی به ارزیابی ها-به طور معمول نسبت قیمت به درآمد-می تواند از دست بدهد. کار ما نشان می دهد که پیوند انتظارات برای نرخ بهره در آینده و ERP می تواند به جای تلاش برای یافتن یک ارزش منصفانه برای نسبت قیمت به درآمد ، بیشتر برای بازده مورد انتظار باشد. این به ما اجازه می دهد تا نظرات خود را در مورد محرک های ساختاری نرخ بهره در بازده سهام مورد انتظار قرار دهیم - و همچنین سایر بازده های کلاس دارایی. ما همچنین از پیش بینی درآمد تحلیلگر از پایین به بالا و رابطه بین حاشیه ها و چرخه اقتصادی برای تدوین انتظارات درآمد خود (با استفاده از یک مدل جریان نقدی با تخفیف تقویت شده) استفاده می کنیم. ما می بینیم که حاشیه سود شرکت ها نه تنها به میانگین های بلند مدت همگرا می شوند بلکه وقتی یک اقتصاد به ظرفیت کامل می رسد ، با سرعت بیشتری این کار را انجام می دهیم. ما در آینده فرض می کنیم که ERP به سطوح مشاهده شده در دوره پس از 1995 بازگردد. پیش بینی های ما برای نرخ بدون ریسک یا "نرخ کوتاه بلند مدت" در بخش متدولوژی نرخ بهره شرح داده شده است. | نرخ بهره |
| با ترسیم منحنی بازدهی در افق های زمانی متعدد در آینده، بازده مورد انتظار خود را برای اوراق قرضه دولتی به دست می آوریم. این بر اساس برآورد (1) نرخ کوتاه، و (2) مدل حق بیمه مدت ضمنی است. برآوردهای نرخ های کوتاه بر اساس داده های بازار در کوتاه مدت و بر اساس داده های آگاهانه اقتصاد کلان در بلندمدت است. به طور خاص، در بلندمدت، ما فرض می کنیم که دیدگاه سرمایه گذاران در مورد تورم بلندمدت و رشد واقعی، همراه با تغییر ترجیحات پس انداز و ریسک گریزی، انتظارات را برای نرخ های کوتاه تعیین می کند ("نرخ کوتاه مدت بلندمدت"). حق بیمه مدت ضمنی مدل از یک مدل مبتنی بر کلاس ساختار اصطلاحی وابسته از مدل ها (آدریان، کرامپ و موئنچ، 2013) محاسبه می شود که منحنی بازده را با استفاده از پنج مولفه اصلی بازده توصیف می کند. حق بیمه مدت ضمنی مدل از مدل ساختار مدت همبسته، بیشتر برای حق بیمه مدت ضمنی بازار، با وزن های نسبی وابسته به افق زمانی مربوطه، کالیبره می شود. | اعتبار | نرخ بهره |
| بازارهای خصوصی | مدل های بازده بازار خصوصی را می توان به دو دسته تقسیم کرد - دارایی و بدهی. مدل های حقوق صاحبان سهام - مربوط به خریدهای اصلی املاک و مستغلات و سهام خصوصی - بر اساس یک چارچوب صورت حسابداری است. ما رشد سود و ارزیابی های آتی را تخمین می زنیم که همراه با داده های قابل مشاهده بازار خصوصی و عمومی (ارزیابی های جاری، هزینه تامین مالی، اهرم و غیره) برای مدل سازی تکامل ساختار سرمایه در طول زمان و استنتاج بازده حقوق صاحبان سهام استفاده می شود. رشد سود تخمینی و ارزیابی های آتی با مؤلفه های انتظارات بازده بازار عمومی ما برای سهام، نرخ ها و اسپرد اعتبار مرتبط است. مهمتر از همه، آنها همچنین پویایی منحصر به فرد هر طبقه دارایی، مانند تغییر نرخ اشغال برای املاک و مستغلات را در نظر می گیرند. بازده بدهی بازار خصوصی - بدهی زیرساختی و وام مستقیم - با استفاده از رویکرد "تولید" تخمین زده می شود. بازده کل مجموعه ای از عوامل اساسی بازار عمومی (نرخ بهره) و محرک های بازده خاص بازار خصوصی مانند اسپرد اعتبار، زیان ناشی از نکول و کاهش رتبه، اهرم و هزینه های استقراض است. برخلاف بسیاری از بازارهای بدهی عمومی، وام دهی مستقیم به عنوان سرمایه گذاری «خرید و نگه داری» مدل سازی می شود که مطابق با نحوه دسترسی سرمایه گذاران به طبقات دارایی است. بازده منتشر شده ناخالص از کارمزدها است و ما هنگام ایجاد و بهینه سازی پرتفوی، کارمزدهای نماینده مشتری، حسابداری هزینه های مدیریت، بهره حمل شده و نرخ های مانع را خالص می کنیم. | مدل های بازده بازار خصوصی را می توان به دو دسته تقسیم کرد - دارایی و بدهی. مدل های حقوق صاحبان سهام - مربوط به خریدهای اصلی املاک و مستغلات و سهام خصوصی - بر اساس یک چارچوب صورت حسابداری است. ما رشد سود و ارزیابی های آتی را تخمین می زنیم که همراه با داده های قابل مشاهده بازار خصوصی و عمومی (ارزیابی های جاری، هزینه تامین مالی، اهرم و غیره) برای مدل سازی تکامل ساختار سرمایه در طول زمان و استنتاج بازده حقوق صاحبان سهام استفاده می شود. رشد سود تخمینی و ارزیابی های آتی با مؤلفه های انتظارات بازده بازار عمومی ما برای سهام، نرخ ها و اسپرد اعتبار مرتبط است. مهمتر از همه، آنها همچنین پویایی منحصر به فرد هر طبقه دارایی، مانند تغییر نرخ اشغال برای املاک و مستغلات را در نظر می گیرند. بازده بدهی بازار خصوصی - بدهی زیرساختی و وام مستقیم - با استفاده از رویکرد "تولید" تخمین زده می شود. بازده کل مجموعه ای از عوامل اساسی بازار عمومی (نرخ بهره) و محرک های بازده خاص بازار خصوصی مانند اسپرد اعتبار، زیان ناشی از نکول و کاهش رتبه، اهرم و هزینه های استقراض است. برخلاف بسیاری از بازارهای بدهی عمومی، وام دهی مستقیم به عنوان سرمایه گذاری «خرید و نگه داری» مدل سازی می شود که مطابق با نحوه دسترسی سرمایه گذاران به طبقات دارایی است. بازده منتشر شده ناخالص از کارمزدها است و ما هنگام ایجاد و بهینه سازی پرتفوی، کارمزدهای نماینده مشتری، حسابداری هزینه های مدیریت، بهره حمل شده و نرخ های مانع را خالص می کنیم. |
| قیمت گذاری مجدد - پیامد تغییر ترجیحات اجتماعی برای پایداری این است که قیمتی که سرمایه گذاران مایل به پرداخت برای دارایی هایی هستند که تصور می شود پایدار هستند در حال تغییر است، به این معنی که نرخ تنزیلی که برای ارزش گذاری این اوراق استفاده می کنیم نیز در حال تغییر است. برای بازارهای اعتباری و سهام، ما برآوردهای هزینه سرمایه آتی خود را در سطح بخش تنظیم می کنیم، به طوری که همه بخش های مشابه، بیشتر/کمتر پایدار، هزینه های سرمایه آتی کمتر/بالاتری داشته باشند. | N/A | آلفا جویی |
سهام
0. 15٪ - 0. 5٪
0. 4٪ - 0. 8٪
اوراق قرضه دولتی
0. 15٪ - 0. 3٪
0. 2٪ - 0. 25٪
اعتبار درجه سرمایه گذاری
0. 1٪ - 0. 3٪
0. 2٪ - 0. 25٪
اعتبار درجه سرمایه گذاری فرعی
0. 4٪ - 0. 5٪
0. 4٪ - 0. 5٪
بازارهای خصوصی
0. 5٪ - 5. 0٪
منابع: نظرسنجی هزینه مدیر دارایی جهانی مرسر 2017، مورنینگ استار، تخمین های بلک راک. توجه: مفروضات کارمزد با توجه به طیف گسترده ای از طبقات دارایی، ارزها و مجموعه داده هایی که ما در محاسبات خود در نظر می گیریم، به عنوان محدوده ارائه می شوند.
منابع
آدریان، تی، کرامپ، آر. کی. و موئنچ، ای. (2013). قیمت گذاری ساختار اصطلاح با رگرسیون خطی. گزارش شماره 340 هیئت مدیره فدرال رزرو نیویورک.

- برنانکی، بی. اس.، بووین، جی و الیاس. ص (2005). اندازه گیری اثرات سیاست پولی: رویکرد خودرگرسیون بردار افزایش یافته فاکتور (FAVAR)، فصلنامه اقتصاد، 2005، v120: 387-422.
- بلک، اف و لیترمن، آر بی (1991). تخصیص دارایی: ترکیب دیدگاه سرمایه گذار با تعادل بازار. مجله درآمد ثابت، 1 (2): 7-18
- Ceria ، S. ، و R. A. subbs"شامل خطاهای تخمین در انتخاب نمونه کارها: ساخت و ساز نمونه کارها قوی."مجله مدیریت دارایی ، جلد. 7 ، شماره 2 (ژوئیه 2006) ، صص 109-127.
- دkleland ، Trond و Stromberg ، per. 2018. "ارزیابی سرمایه گذاری در سهام ثبت نشده برای صندوق بازنشستگی دولت نروژ (GPFG)."وزارت دارایی نروژ.
- Garlappi ، Lorenzo ، Wang ، Tan and Uppal ، Raman ، 2004. "انتخاب نمونه کارها با پارامتر و عدم قطعیت مدل: یک رویکرد چندگانه". مقاله جلسات مسکو EFA 2005 ؛مقاله کار دانشکده تجارت سعودی
- Grinold ، Richard C. ، and Ronald N. Kahn ، 2000. نسخه دوم مدیریت نمونه کارها فعال ، مک گرا هیل کالمن ، رودولف امیل."یک روش جدید برای فیلتر کردن و پیش بینی مشکلات خطی."مجله مهندسی اساسی 82 ، شماره. 1 (1960): 35-45.
- کالمن ، R. E. 1960. "یک رویکرد جدید برای فیلتر خطی و مشکلات پیش بینی."مجله مهندسی اساسی 82 ، شماره. 1 ، صص 35-45.
- لی ، Y. ، Ng ، D. T. و Swaminathan ، B. ، 2013. پیش بینی بازده بازار با استفاده از هزینه های کل سرمایه. مجله اقتصاد مالی ، 110 (2) ، صص 419-436.
- Piazzesi ، M. (2010). مدلهای ساختار اصطلاح Affine. کتابچه راهنمای اقتصاد مالی ، 1 ، صص 691-766.
- راس ، استفان ا. ، 1976 ، "تئوری داوری قیمت گذاری دارایی سرمایه" ، مجله نظریه اقتصادی 13: صص 341-60.
- شارپ ، ویلیام اف. ، 1964. "قیمت دارایی سرمایه: نظریه تعادل بازار تحت شرایط خطر."مجله مالی ، 19. 3 ، صص 425-442
- Tütüncü ، R. H. ، و M. König "تخصیص دارایی قوی". سالنامه های تحقیقات عملیات ، جلد. 132 ، شماره 1-4 (2004) ، صص 157-187.
- Scherer ، B. "آیا بهینه سازی نمونه کارها قوی می تواند به ساخت اوراق بهادار بهتر کمک کند؟"مجله مدیریت دارایی ، جلد. 7 ، شماره 6 (2006) ، صص 374-387.
- ما بیان می کنیم که چگونه دیدگاه های دارایی استراتژیک ما برای رژیم جدید از نوسانات کلان اقتصادی و بازار بیشتر قرار گرفته است.
- سرمایه گذاری مبتنی بر عاملی
- سرمایه گذاری شاخص
- سرمایه گذاری پایدار
- سرمایه گذاری منظم
- مدیریت پول نقد
- مشاوره بازارهای مالی
- وام های اوراق بهادار
- نرم افزار مدیریت نمونه کارها علاءالدین
پورتال سرویس مشتری Gateway
برنامه بینش BlackRock
فرضیات بازار سرمایه
چشم انداز سرمایه گذاری جهانی
تفسیر هفتگی
هزینه های مالی ، سیاست و رشد
در مورد وقایع نهادی ما بیاموزید
مشاور
دفاتر خانواده و بنیادها
موسسات بیمه و مالی
مؤسسات رسمی
درباره BlackRock
پایداری شرکت
مباشرت سرمایه گذاری
به عنوان یک مدیر سرمایه گذاری جهانی و امانتدار مشتریانمان، هدف ما در BlackRock این است که به همه کمک کنیم رفاه مالی را تجربه کنند. از سال 1999، ما ارائه دهنده پیشرو در فناوری مالی بوده ایم و مشتریان ما هنگام برنامه ریزی برای مهم ترین اهداف خود، برای راه حل هایی که نیاز دارند به ما مراجعه می کنند.
افشای فرضیات بازار سرمایه بلندمدت بلک راک: این اطلاعات به عنوان توصیه ای برای سرمایه گذاری در کلاس یا استراتژی یا محصول خاص دارایی یا به عنوان وعده عملکرد آتی در نظر گرفته نشده است. توجه داشته باشید که این مفروضات طبقه دارایی منفعل هستند و تأثیر مدیریت فعال را در نظر نمی گیرند. تمام تخمین ها در این سند بر حسب دلار آمریکا می باشد مگر اینکه خلاف آن ذکر شده باشد. با توجه به معاوضه های پیچیده ریسک-پاداش، ما به مشتریان توصیه می کنیم که در تعیین تخصیص استراتژیک برای همه کلاس ها و استراتژی های دارایی به قضاوت خود و همچنین رویکردهای بهینه سازی کمی تکیه کنند. ارجاع به بازده های آتی وعده و یا حتی تخمین بازده واقعی یک سبد مشتری نیست. مفروضات، نظرات و برآوردها فقط برای اهداف توضیحی ارائه شده است. نباید به آنها به عنوان توصیه هایی برای خرید یا فروش اوراق بهادار اعتماد کرد. پیش بینی های روند بازار مالی که بر اساس شرایط فعلی بازار است، قضاوت ما را تشکیل می دهد و بدون اطلاع قبلی ممکن است تغییر کند. ما معتقدیم اطلاعات ارائه شده در اینجا قابل اعتماد است، اما صحت یا کامل بودن آن را تضمین نمی کند. اگر خواننده تصمیم بگیرد به اطلاعات تکیه کند، در معرض خطر خود است. این مطالب فقط برای مقاصد اطلاعاتی تهیه شده است و برای ارائه مشاوره حسابداری، حقوقی یا مالیاتی در نظر گرفته نشده است و نباید به آنها اعتماد کرد. خروجی های مفروضات فقط برای اهداف تصویری ارائه شده اند و مشمول محدودیت های قابل توجهی هستند. برآوردهای بازده "مورد انتظار" در معرض عدم قطعیت و خطا هستند. بازده مورد انتظار برای هر طبقه دارایی می تواند مشروط به سناریوهای اقتصادی باشد. در صورت وقوع یک سناریوی خاص، بازده واقعی می تواند به طور قابل توجهی بالاتر یا کمتر از پیش بینی شده باشد. به دلیل محدودیت های ذاتی همه مدل ها، سرمایه گذاران بالقوه نباید در هنگام تصمیم گیری سرمایه گذاری منحصراً به مدل تکیه کنند. این مدل نمی تواند تأثیری را که عوامل اقتصادی، بازار و سایر عوامل ممکن است بر پیاده سازی و مدیریت مستمر یک سبد سرمایه گذاری واقعی داشته باشند، توضیح دهد. برخلاف نتایج واقعی پرتفوی، نتایج مدل منعکس کننده معاملات واقعی، محدودیت های نقدینگی، کارمزدها، هزینه ها، مالیات ها و سایر عواملی نیست که می تواند بر بازده های آتی تأثیر بگذارد. تخصیص/تنوع دارایی بازده سرمایه گذاری را تضمین نمی کند و خطر زیان را از بین نمی برد.
افشای شاخص: بازده شاخص فقط برای اهداف مصور است و هیچ عملکرد واقعی صندوق را نشان نمی دهد. بازده عملکرد شاخص هیچ هزینه مدیریتی ، هزینه های معامله یا هزینه ها را منعکس نمی کند. شاخص ها بدون کنترل هستند و نمی توان مستقیماً در یک شاخص سرمایه گذاری کرد.
افشای عمومی: این مطالب فقط برای اهداف اطلاعاتی در نظر گرفته شده است ، و مشاوره سرمایه گذاری ، توصیه یا پیشنهاد یا درخواست خرید یا فروش اوراق بهادار به هر شخص در هر حوزه قضایی را که در آن پیشنهاد ، درخواست ، خرید یا فروش باشد ، تشکیل نمی دهد. طبق قوانین اوراق بهادار چنین حوزه قضایی غیرقانونی است. نظرات بیان شده از تاریخ نشان داده شده در بالا است و بدون اطلاع قبلی قابل تغییر است. اعتماد به اطلاعات در این ماده به صلاحدید خواننده است. سرمایه گذاری شامل خطرات است.
در ایالات متحده ، این ماده فقط برای استفاده نهادی در نظر گرفته شده است ، نه برای توزیع عمومی.
در کانادا ، این ماده فقط برای سرمایه گذاران نهادی در نظر گرفته شده است.
در کشورهای انگلیس و منطقه اقتصادی غیر اروپایی (EEA): این توسط مدیریت سرمایه گذاری BlackRock (UK) محدود ، مجاز و تنظیم شده توسط سازمان رفتار مالی صادر می شود. دفتر ثبت شده: خیابان 12 Throgmorton ، لندن ، EC2N 2DL. تلفن: + 44 (0) 20 7743 3000. ثبت شده در انگلیس و ولز شماره 02020394. برای محافظت از تماس های تلفنی شما معمولاً ثبت می شود. لطفاً برای لیستی از فعالیتهای مجاز انجام شده توسط BlackRock به وب سایت سازمان رفتار مالی مراجعه کنید.
در منطقه اقتصادی اروپا (EEA): این توسط BlackRock (هلند) صادر شده است. B. V. توسط اداره هلند برای بازارهای مالی مجاز و تنظیم می شود. دفتر ثبت شده Amstelplein 1 ، 1096 HA ، Amsterdam ، تلفن: 020-549 5200 ، تلفن: 31-20-549-5200. ثبت نام شماره 17068311 برای تماس های تلفنی حفاظت شما معمولاً ثبت می شود.
برای سرمایه گذاران واجد شرایط در سوئیس: این سند مواد بازاریابی است. تا 31 دسامبر 2021 ، این سند به طور انحصاری در اختیار سرمایه گذاران واجد شرایط قرار می گیرد که در قانون طرح های سرمایه گذاری جمعی سوئیس از 23 ژوئن 2006 ("CISA") تعریف شده است ، اصلاح شده است. از اول ژانویه سال 2022 ، این سند به طور انحصاری در دسترس سرمایه گذاران واجد شرایط است که در ماده 10 (3) CISA 23 ژوئن 2006 تعریف شده است ، به عنوان اصلاح شده ، در محرومیت سرمایه گذاران واجد شرایط با انتخاب انتخابمطابق با هنر. 5 (1) قانون فدرال سوئیس در مورد خدمات مالی ("FINSA"). برای اطلاعات در مورد هنر. قانون خدمات مالی 8/9 (FINSA) و در تقسیم مشتری شما تحت هنر. 4 فینسا ، لطفاً به وب سایت زیر مراجعه کنید: www. blackrock.com/finsa
برای سرمایه گذاران در اسرائیل: مدیریت سرمایه گذاری BlackRock (UK) محدود تحت تنظیم مقررات مربوط به مشاوره سرمایه گذاری ، بازاریابی سرمایه گذاری و قانون مدیریت نمونه کارها ، 5755-1995 ("قانون مشاوره") مجوز ندارد ، و همچنین بیمه ای را در بر می گیرد.
در آفریقای جنوبی ، لطفاً به شما توصیه می شود که مدیریت سرمایه گذاری BlackRock (UK) محدود یک ارائه دهنده خدمات مالی مجاز با هیئت خدمات مالی آفریقای جنوبی ، شماره 43288 FSP است.
در DIFC این ماده را می توان در مرکز مالی بین المللی دبی (DIFC) توسط مشاوران BlackRock (UK) محدود - شعبه دبی که توسط اداره خدمات مالی دبی (DFSA) تنظیم می شود ، توزیع کرد. این ماده فقط به "مشتری های حرفه ای" هدایت می شود و هیچ شخص دیگری نباید به اطلاعات موجود در آن اعتماد کند. مشاورین BlackRock (UK) محدو د-Dubai شعبه یک شرکت شناخته شده خارجی DIFC است که با ثبت نام شرکت های DIFC (شماره ثبت شده 546) ثبت شده است ، با دفتر خود در واحد L15 - 01A ، ICD Brookfield Place ، مرکز مالی بین المللی دبی ، PO Box 506661، دبی ، امارات ، و توسط DFSA تنظیم می شود تا در فعالیت های تنظیم شده "مشاوره در مورد محصولات مالی" و "تنظیم معاملات در سرمایه گذاری" در یا از DIFC ، که هر دو در یک صندوق سرمایه گذاری جمعی محدود هستند ، شرکت کنند. شماره مرجع DFSA F000738).
ویدیو های آموزشی فارکس...
ما را در سایت ویدیو های آموزشی فارکس دنبال می کنید
برچسب :
نویسنده : محبوب امانی
بازدید : 54
تاريخ : پنجشنبه
24 فروردين
1402 ساعت: 22:16