Stock Analysis on Net

Procter & Gamble Co. (NYSE:PG)

US$24.99

資本資產定價模型 (CAPM)

Microsoft Excel

資本資產定價模型 (CAPM) 表示風險資產(如 P&G普通股)的預期或要求回報率。

付費用戶專區

數據隱藏在後面:

  • 訂購對整個網站的完全訪問許可權,每月 10.42 美元起

  • 以 24.99 美元的價格訂購 1 個月的 Procter & Gamble Co. 訪問許可權。

這是一次性付款。沒有自動續訂。


我們接受:

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

回報率

Procter & Gamble Co.,月回報率

Microsoft Excel
Procter & Gamble Co. (PG) Standard & Poor’s 500 (S&P 500)
t 日期 價格PG,t1 股利PG,t1 RPG,t2 價格S&P 500,t RS&P 500,t3
2018年7月31日
1. 2018年8月31日
2. 2018年9月30日
3. 2018年10月31日
. . . . . . .
. . . . . . .
. . . . . . .
70. 2024年5月31日
71. 2024年6月30日
平均 (R):
標準差:
Procter & Gamble Co. (PG) Standard & Poor’s 500 (S&P 500)
t 日期 價格PG,t1 股利PG,t1 RPG,t2 價格S&P 500,t RS&P 500,t3
2018年7月31日
1. 2018年8月31日
2. 2018年9月30日
3. 2018年10月31日
4. 2018年11月30日
5. 2018年12月31日
6. 2019年1月31日
7. 2019年2月28日
8. 2019年3月31日
9. 2019年4月30日
10. 2019年5月31日
11. 2019年6月30日
12. 2019年7月31日
13. 2019年8月31日
14. 2019年9月30日
15. 2019年10月31日
16. 2019年11月30日
17. 2019年12月31日
18. 2020年1月31日
19. 2020年2月29日
20. 2020年3月31日
21. 2020年4月30日
22. 2020年5月31日
23. 2020年6月30日
24. 2020年7月31日
25. 2020年8月31日
26. 2020年9月30日
27. 2020年10月31日
28. 2020年11月30日
29. 2020年12月31日
30. 2021年1月31日
31. 2021年2月28日
32. 2021年3月31日
33. 2021年4月30日
34. 2021年5月31日
35. 2021年6月30日
36. 2021年7月31日
37. 2021年8月31日
38. 2021年9月30日
39. 2021年10月31日
40. 2021年11月30日
41. 2021年12月31日
42. 2022年1月31日
43. 2022年2月28日
44. 2022年3月31日
45. 2022年4月30日
46. 2022年5月31日
47. 2022年6月30日
48. 2022年7月31日
49. 2022年8月31日
50. 2022年9月30日
51. 2022年10月31日
52. 2022年11月30日
53. 2022年12月31日
54. 2023年1月31日
55. 2023年2月28日
56. 2023年3月31日
57. 2023年4月30日
58. 2023年5月31日
59. 2023年6月30日
60. 2023年7月31日
61. 2023年8月31日
62. 2023年9月30日
63. 2023年10月31日
64. 2023年11月30日
65. 2023年12月31日
66. 2024年1月31日
67. 2024年2月29日
68. 2024年3月31日
69. 2024年4月30日
70. 2024年5月31日
71. 2024年6月30日
平均 (R):
標準差:

顯示全部

1 數據以普通股每股美元為單位,經拆分和股票股息調整。

2 期間 t 期間PG普通股的回報率。

3 標準普爾500指數(市場投資組合代理)在 t期間的回報率。


方差和協方差

Procter & Gamble Co.、方差計算和回報的協方差

Microsoft Excel
t 日期 RPG,t RS&P 500,t (RPG,tRPG)2 (RS&P 500,tRS&P 500)2 (RPG,tRPG)×(RS&P 500,tRS&P 500)
1. 2018年8月31日
2. 2018年9月30日
3. 2018年10月31日
. . . . . . .
. . . . . . .
. . . . . . .
70. 2024年5月31日
71. 2024年6月30日
總 (Σ):
t 日期 RPG,t RS&P 500,t (RPG,tRPG)2 (RS&P 500,tRS&P 500)2 (RPG,tRPG)×(RS&P 500,tRS&P 500)
1. 2018年8月31日
2. 2018年9月30日
3. 2018年10月31日
4. 2018年11月30日
5. 2018年12月31日
6. 2019年1月31日
7. 2019年2月28日
8. 2019年3月31日
9. 2019年4月30日
10. 2019年5月31日
11. 2019年6月30日
12. 2019年7月31日
13. 2019年8月31日
14. 2019年9月30日
15. 2019年10月31日
16. 2019年11月30日
17. 2019年12月31日
18. 2020年1月31日
19. 2020年2月29日
20. 2020年3月31日
21. 2020年4月30日
22. 2020年5月31日
23. 2020年6月30日
24. 2020年7月31日
25. 2020年8月31日
26. 2020年9月30日
27. 2020年10月31日
28. 2020年11月30日
29. 2020年12月31日
30. 2021年1月31日
31. 2021年2月28日
32. 2021年3月31日
33. 2021年4月30日
34. 2021年5月31日
35. 2021年6月30日
36. 2021年7月31日
37. 2021年8月31日
38. 2021年9月30日
39. 2021年10月31日
40. 2021年11月30日
41. 2021年12月31日
42. 2022年1月31日
43. 2022年2月28日
44. 2022年3月31日
45. 2022年4月30日
46. 2022年5月31日
47. 2022年6月30日
48. 2022年7月31日
49. 2022年8月31日
50. 2022年9月30日
51. 2022年10月31日
52. 2022年11月30日
53. 2022年12月31日
54. 2023年1月31日
55. 2023年2月28日
56. 2023年3月31日
57. 2023年4月30日
58. 2023年5月31日
59. 2023年6月30日
60. 2023年7月31日
61. 2023年8月31日
62. 2023年9月30日
63. 2023年10月31日
64. 2023年11月30日
65. 2023年12月31日
66. 2024年1月31日
67. 2024年2月29日
68. 2024年3月31日
69. 2024年4月30日
70. 2024年5月31日
71. 2024年6月30日
總 (Σ):

顯示全部

方差PG = Σ(RPG,tRPG)2 ÷ (71 – 1)
= ÷ (71 – 1)
=

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

協方差PG, S&P 500 = Σ(RPG,tRPG)×(RS&P 500,tRS&P 500) ÷ (71 – 1)
= ÷ (71 – 1)
=


系統化風險評估 (β)

Microsoft Excel
方差PG
方差S&P 500
協方差PG, S&P 500
相關係數PG, S&P 5001
βPG2
αPG3

計算

1 相關係數PG, S&P 500
= 協方差PG, S&P 500 ÷ (標準差PG × 標準差S&P 500)
= ÷ ( × )
=

2 βPG
= 協方差PG, S&P 500 ÷ 方差S&P 500
= ÷
=

3 αPG
= 平均PG – βPG × 平均S&P 500
= ×
=


預期回報率

Microsoft Excel
假設
長期國債綜合回報率1 RF
市場投資組合的預期回報率2 E(RM)
普通股 P&G 系統性風險 βPG
 
寶潔普通股的預期回報率3 E(RPG)

1 在不到10年的時間內,所有未償還的固定息票美國國債的未加權平均買入收益率,既未到期也不可贖回(無風險收益率代理)。

2 查看詳情 »

3 E(RPG) = RF + βPG [E(RM) – RF]
= + []
=