【 #基金百科 |怎麼算 #配息是不是來自本金 ?】
超簡單公式一算就知!
高配息是你投資的唯一信仰嗎?
事實上,高配息也可能配到本金。
想知道自己是否拿了配息、賠了本金,計算 #總報酬率 便知!
[(資產現值 + 累積配息) - 本金] ÷本金 = 總報酬率
舉例:
本金3,500美元(約臺幣1萬元),以持有一年計算投報率,年化配息率6-8%
[(資產現值3,308.9 +累積配息226.1) - 本金3,500] ÷本金3,500 = 總報酬率1%
萬一總報酬是負的,意義上就是配到了本金,像是錢從自己的左手配到了右手。因此選擇配息標的時,別只看高配息率,也必須看總報酬,才能有效率累積財富!
#復華台灣好收益基金用賺到的錢分紅,破解配息來自本金的疑慮,兼顧現金流與成長性。
#復華台灣好收益基金→ https://bit.ly/2WpCYXb
#復華投信 #快來試算報酬率
快來試算報酬率 在 00878試算!元大高股息、玉山金定期定額報酬率PK - YouTube 的推薦與評價

想了解更多快點影片進去看看吧~ 若喜歡我們的影片, 也別忘了為我們按讚、訂閱還有分享喔!^_^ ◎ 試算 定期定額年化 報酬率 ... ... <看更多>
快來試算報酬率 在 Re: [請益] 股市如果崩盤房市一起崩嗎? - 看板Stock 的推薦與評價
※ 引述《soloyi (CHECKING)》之銘言:
: 股市如果崩盤到一萬以下
: 房市是不是要崩盤了?
: 要賣房子求榮了!?
: 準備彌補融資追繳萬箭齊發了嗎?
: 房市有沒有下半年機會崩盤?
: 這點請問!
"房市下半年會不會崩盤?"
機率不高,機率很低
首先就機率來看,以台北市1982Q1~2023Q2 一共有 166季
房價 yoy 下跌超過7%的次數為 9次,為5.4%
YYQQ RHP
1983Q2 -8.8%
1985Q4 -8.3%
1991Q1 -7.2%
1991Q2 -9.4%
1994Q4 -7.3%
1997Q1 -7.5%
1999Q3 -7.0%
2015Q4 -7.1%
2016Q1 -10.7%
1991年下跌的原因是 股市在 1990年 從高點 12682跌到2485,造成房市下跌
除此之外 剩下熟知的 2001網通泡沫、2008金融海嘯、2020疫情都沒有讓
房市造成顯著下跌。
對台灣房價報酬率與經濟環境做個簡單的分析
時間:1982Q1~2023Q2
資料:1.RHP 台北市每坪單價 yoy
2.CPI CPI yoy
3.M1b M1b yoy
4.TWI 台指價格指數 yoy
5.IR 擔保放款利率
*yoy 為對數報酬率
1.長期來說 台灣房價年均報酬約 7%
2.台股價格指數報酬率約為 8.5%,若加上息值應該在12%左右
其餘CPI 長期平均為1.5%,M1b為10%
將上述變數建立簡單預測模型如
去除房價自身影響後,其餘變數對房價的關係
係數
1.M1B(-3) 0.346
對房價為顯著正向影響
2.CPI(-2) -0.805
通膨上升對房價未來有負向影響
3.TWI(-5)^2 0.091
TWI(-6)^2 -0.060
在分析過程中發現報酬率方向不如 報酬率平方影響大
報酬率平方意味著波動度。
如果簡單將係數 0.091-0.06=0.031,計算波動度對房價未來5~6季影響,
其實是波動升高隱含未來房價上漲。
4.IR(-3)-CPI(-3) -0.360
此為實質利率,當實質正利率時對房價影響是負向的
YYQQ RHP CPI M1B TWI IR
2020/Q1 -0.1% 0.0% 7.1% -9.2% 1.5%
2020/Q2 1.2% -0.7% 9.2% 8.0% 1.5%
2020/Q3 5.8% -0.6% 11.1% 14.5% 1.5%
2020/Q4 6.0% 0.0% 15.6% 20.5% 1.5%
2021/Q1 8.8% 1.2% 16.3% 52.6% 1.5%
2021/Q2 8.3% 1.8% 15.8% 42.4% 1.5%
2021/Q3 5.0% 2.6% 14.2% 30.2% 1.5%
2021/Q4 8.4% 2.6% 11.4% 21.2% 1.5%
2022/Q1 7.9% 3.2% 9.9% 7.4% 1.8%
2022/Q2 8.0% 3.5% 6.8% -18.0% 1.9%
2022/Q3 9.8% 2.7% 5.5% -23.2% 2.0%
2022/Q4 4.6% 2.7% 3.3% -25.4% 2.1%
2023/Q1 0.4% 2.3% 2.2% -10.9% 2.3%
2023/Q2 2.0% 1.7% 3.5% 13.2% 2.3% <= 實質正利率
2020年以來疫情,台北市房價平均 yoy為5.4%,這三年台北市漲最少
其他地方就不列了。
從資料上來看
1.M1b 在2020~2021兩年呈現2位數增長,熱錢很多
2.央行維持近三年的實質負利率,直到今年第二季才成為實質正利率
3.M1b的長期平均為10%,但從去年Q2開始已經下滑,最近僅為2.2~3.5%
熱錢消失
2016Q1 yoy跌幅為 -10.7%,是1982年以來最大的一次
背景是
YYQQ RHP CPI M1B TWI IR
2015Q1 1.2% -0.6% 5.5% 8.0% 2.3%
2015Q2 -6.9% -0.6% 5.9% -0.7% 2.3%
2015Q3 -3.8% 0.3% 6.6% -9.2% 2.1%
2015Q4 -7.1% 0.1% 6.6% -11.0% 2.0%
2016Q1 -10.7% 2.0% 6.0% -9.2% 1.9%
2015年算是通縮年,但擔保放款利率維持在2~2.3%,也就是實值正利率
台股低迷也呈現下跌,m1b 低於長期水準10%
所以通縮、利率環境不佳、失去$$活水,房價自然支撐不住。
下半年或是明年的房價,我的猜測是
1. 通貨膨脹變動對未來房價有半年的影響,若通膨上升房價則容易下跌
2. 因為央行若要壓抑通貨膨脹會將利率升至CPI之上
3. 央行的動作常在CPI之後,目前最新CPI為1.75(?),看起來CPI有受控
4. 目前對房市另一個問題是m1b很低,對房價支撐很弱
5. 至於央行利率會不會再升息? 這就很難猜了
如果央行利率撐在這裡,m1b 要回復近過去水準,大概要到明年2Q
結語
在台灣對房市影響最大的不是股市
是熱錢與利率
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 210.61.151.146 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1692070083.A.088.html
如果開槓桿短期來說很賺,所以我常對剛出社會的年輕人說
如果手邊錢不到2成頭款,乾脆就定期定額買正2,
因為房子開五倍,正2兩倍而已
※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 11:34:30
馬英九上任後台北市房價到2014年中漲了快一倍,從60漲到120
然後就太陽花學運了,在社會壓力下 央行祭出房市管控
利率從1.6升到2.3,也就僅僅0.7% 就壓抑房價了
所以房價會不會失控,政府就不要把責任推給別人
當然房市好經濟好,但是房價太高就跟通膨失控一樣
咎由自取
漲幅是可以的,波動比較大
如果沒有天災,譬如大規模地震
股市變動是房市變得的因,如果有重大經濟因素 股市會先崩,然後才是房市
這就是房市的黑魔法,國安糖漿喝了 房市就沒事了
另外買房有人全額買,大部分人貸款買
有人貸款自住,有人貸款出租,利息有支出,租金有收入
以上簡單計算,參考其他條件就複雜了,我不是幫人財務規劃
見諒了
※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 12:25:53
正確來說是 Box–Jenkins method
我上面做的很簡略
※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 12:36:56
※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 12:39:34
證交所2003年以後才編報酬指數,因為計算對稱時間要從1982年
我用的是價格指數
※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 12:44:15
累積到2023/6 含權息報酬率 424%
同期間台北市房價 報酬率 249%
中華電比較賺,且若貸款買房有利息支出與買賣費用較高的問題
中華電過去比較賺
所謂新手運就是 若前幾把賺到,就會覺得很賺,因為保證金槓桿
將近20倍。
而且若多空都做,一但虧幾次就乾了
還是正2就好
※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:05:42
※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:06:21
我這裡有就是計算經濟變數與房價的關係
※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:08:16
我資料給你你做一遍 PO上來就是了。我很想知道你做的結果,拜託
※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:09:45
檔案在這裡 拜託 我很想知道你算的結果
請回在板上 感激不盡
※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:14:30
我不是要寫論文 發期刊,我單純回覆前原PO的問題
你覺得我不對,我想知道你對的方法,拜託
※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:16:41
※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:20:31
那請用機器學習做一遍,我想看看
※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:24:03
指摘別人有錯很容易,自己做一遍很困難?
※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:25:22
我用時間序列分析法,沒有"訓練"這兩個字
另外交大碩論 關於房地產波動分析
https://reurl.cc/51AvZM
有哪個地方會用到關於你講的"訓練"
※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:32:32
我沒有用matlab spss
我想知道現在哪個做時間序列的不用計量軟體
你到底做不做嘛
※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:36:08
自己寫CODE 可以解推銷員旅行問題程度而已
時間序列分析能不能用訓練的,我不知道
※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:39:08
我另外有花時間學,用在股票分析還不錯
如果有機會也請你指教
謝謝你的意見
※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:46:29
所以分析能力有時間區間的限制,我能拿到的資料只能從1982起
房價資料要更早不好找
FED 以往會參考 泰勒法則
i = r* + π + 0.5(π - π*) + 0.5(u - u*)
https://master.get.com.tw/economics/detail.aspx?no=420144
或是FED 紐約分行預測 經濟衰退機率的模型
https://www.newyorkfed.org/research/capital_markets/ycfaq#/interactive
係數
Notes: Parameters estimated using data from January 1959 to December 2009;
recession probabilities predicted using data through July 2019. The parameter
estimates are α= -0.5333, β= -0.6330. The shaded areas indicate periods
designated as recessions by the National Bureau of Economic Research.
這些跟訓練甚麼的是沒有關係的
關於精度,在時間序列裡面有類似的檢定方式
這裡就不獻醜了。
上面兩個模型 都是很古典經典的模型,reference 也超多
就這樣吧!! 謝謝你的指教
※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 16:50:34
看待資料的方式不一樣
我自己是學 時間序利分析與波動預測的
我這邊放一篇中央銀行的委外研究
https://reurl.cc/v7Z2gL
房論房價泡沫風險,教授們做的大致上用 ARIMA-GARCH
用的檢定方式比較新,
ARIMA 跟 AR 差在 I 整合階次與MA項 誤差修正項
GARCH 呢是因為傳統殘差假設常態分配,但GARCH可以解釋非常配分配
我用166筆,從1982年起
該委外研究是從1991年起,比我的資料還短
但無礙於分析的結論
至於我計算的部分,就別認真了。
如果計算有錯,版主也m了我也刪不掉了,我就承擔了。
勿傷了和氣
※ 編輯: tompi (210.61.151.146 臺灣), 08/16/2023 10:10:30
房價會進一步下跌
※ 編輯: tompi (125.229.208.164 臺灣), 08/16/2023 20:58:41
關於時間序列部分,"亂用"二字 你是沒有根據的
如果你也是研究生畢業的,大家論文都經過審查放在國圖
關於因果關係,我是採用granger causality test
如果你不同意我的分享,
我資料也給你了,你要就在板上認真算一遍,否則就不要再發言了
此外你亂說的部分,如果你不提出道歉,我會向相關單位檢舉
※ 編輯: tompi (210.61.151.146 臺灣), 08/17/2023 14:41:30
※ 編輯: tompi (210.61.151.146 臺灣), 08/17/2023 14:42:01
... <看更多>