Stock Analysis on Net

Eli Lilly & Co. (NYSE:LLY)

US$24.99

자본 자산 가격 책정 모델 (CAPM)

Microsoft Excel

유료 사용자를 위한 영역

데이터는 뒤에 숨겨져 있습니다.

  • 월 US$10.42부터 전체 웹사이트에 대한 전체 액세스 주문 또는

  • US$24.99에 Eli Lilly & Co. 1개월 이용권을 주문하세요.

이것은 일회성 지불입니다. 자동 갱신은 없습니다.


우리는 받아 들인다 :

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

수익률

Eli Lilly & Co., 월별 수익률

Microsoft Excel
Eli Lilly & Co. (LLY) Standard & Poor’s 500 (S&P 500)
t 날짜 LLY,t1 피제수LLY,t1 RLLY,t2 S&P 500,t RS&P 500,t3
2019. 1. 31.
1. 2019. 2. 28.
2. 2019. 3. 31.
3. 2019. 4. 30.
. . . . . . .
. . . . . . .
. . . . . . .
58. 2023. 11. 30.
59. 2023. 12. 31.
평균의 (R):
표준 편차:
Eli Lilly & Co. (LLY) Standard & Poor’s 500 (S&P 500)
t 날짜 LLY,t1 피제수LLY,t1 RLLY,t2 S&P 500,t RS&P 500,t3
2019. 1. 31.
1. 2019. 2. 28.
2. 2019. 3. 31.
3. 2019. 4. 30.
4. 2019. 5. 31.
5. 2019. 6. 30.
6. 2019. 7. 31.
7. 2019. 8. 31.
8. 2019. 9. 30.
9. 2019. 10. 31.
10. 2019. 11. 30.
11. 2019. 12. 31.
12. 2020. 1. 31.
13. 2020. 2. 29.
14. 2020. 3. 31.
15. 2020. 4. 30.
16. 2020. 5. 31.
17. 2020. 6. 30.
18. 2020. 7. 31.
19. 2020. 8. 31.
20. 2020. 9. 30.
21. 2020. 10. 31.
22. 2020. 11. 30.
23. 2020. 12. 31.
24. 2021. 1. 31.
25. 2021. 2. 28.
26. 2021. 3. 31.
27. 2021. 4. 30.
28. 2021. 5. 31.
29. 2021. 6. 30.
30. 2021. 7. 31.
31. 2021. 8. 31.
32. 2021. 9. 30.
33. 2021. 10. 31.
34. 2021. 11. 30.
35. 2021. 12. 31.
36. 2022. 1. 31.
37. 2022. 2. 28.
38. 2022. 3. 31.
39. 2022. 4. 30.
40. 2022. 5. 31.
41. 2022. 6. 30.
42. 2022. 7. 31.
43. 2022. 8. 31.
44. 2022. 9. 30.
45. 2022. 10. 31.
46. 2022. 11. 30.
47. 2022. 12. 31.
48. 2023. 1. 31.
49. 2023. 2. 28.
50. 2023. 3. 31.
51. 2023. 4. 30.
52. 2023. 5. 31.
53. 2023. 6. 30.
54. 2023. 7. 31.
55. 2023. 8. 31.
56. 2023. 9. 30.
57. 2023. 10. 31.
58. 2023. 11. 30.
59. 2023. 12. 31.
평균의 (R):
표준 편차:

모두 보기

1 보통주 주당 미화 달러(USD)로 표시되며, 분할 및 주식 배당금에 대해 조정되었습니다.

2 t 기간 동안 LLY의 보통주 수익률.

3 기간 t 동안 S&P 500(시장 포트폴리오 프록시)의 수익률.


분산과 공분산

Eli Lilly & Co., 수익률의 분산 및 공분산 계산

Microsoft Excel
t 날짜 RLLY,t RS&P 500,t (RLLY,tRLLY)2 (RS&P 500,tRS&P 500)2 (RLLY,tRLLY)×(RS&P 500,tRS&P 500)
1. 2019. 2. 28.
2. 2019. 3. 31.
3. 2019. 4. 30.
. . . . . . .
. . . . . . .
. . . . . . .
58. 2023. 11. 30.
59. 2023. 12. 31.
합계 (Σ):
t 날짜 RLLY,t RS&P 500,t (RLLY,tRLLY)2 (RS&P 500,tRS&P 500)2 (RLLY,tRLLY)×(RS&P 500,tRS&P 500)
1. 2019. 2. 28.
2. 2019. 3. 31.
3. 2019. 4. 30.
4. 2019. 5. 31.
5. 2019. 6. 30.
6. 2019. 7. 31.
7. 2019. 8. 31.
8. 2019. 9. 30.
9. 2019. 10. 31.
10. 2019. 11. 30.
11. 2019. 12. 31.
12. 2020. 1. 31.
13. 2020. 2. 29.
14. 2020. 3. 31.
15. 2020. 4. 30.
16. 2020. 5. 31.
17. 2020. 6. 30.
18. 2020. 7. 31.
19. 2020. 8. 31.
20. 2020. 9. 30.
21. 2020. 10. 31.
22. 2020. 11. 30.
23. 2020. 12. 31.
24. 2021. 1. 31.
25. 2021. 2. 28.
26. 2021. 3. 31.
27. 2021. 4. 30.
28. 2021. 5. 31.
29. 2021. 6. 30.
30. 2021. 7. 31.
31. 2021. 8. 31.
32. 2021. 9. 30.
33. 2021. 10. 31.
34. 2021. 11. 30.
35. 2021. 12. 31.
36. 2022. 1. 31.
37. 2022. 2. 28.
38. 2022. 3. 31.
39. 2022. 4. 30.
40. 2022. 5. 31.
41. 2022. 6. 30.
42. 2022. 7. 31.
43. 2022. 8. 31.
44. 2022. 9. 30.
45. 2022. 10. 31.
46. 2022. 11. 30.
47. 2022. 12. 31.
48. 2023. 1. 31.
49. 2023. 2. 28.
50. 2023. 3. 31.
51. 2023. 4. 30.
52. 2023. 5. 31.
53. 2023. 6. 30.
54. 2023. 7. 31.
55. 2023. 8. 31.
56. 2023. 9. 30.
57. 2023. 10. 31.
58. 2023. 11. 30.
59. 2023. 12. 31.
합계 (Σ):

모두 보기

분산LLY = Σ(RLLY,tRLLY)2 ÷ (59 – 1)
= ÷ (59 – 1)
=

분산S&P 500 = Σ(RS&P 500,tRS&P 500)2 ÷ (59 – 1)
= ÷ (59 – 1)
=

공분산LLY, S&P 500 = Σ(RLLY,tRLLY)×(RS&P 500,tRS&P 500) ÷ (59 – 1)
= ÷ (59 – 1)
=


체계적인 위험 추정 (β)

Microsoft Excel
분산LLY
분산S&P 500
공분산LLY, S&P 500
상관 계수LLY, S&P 5001
βLLY2
αLLY3

계산

1 상관 계수LLY, S&P 500
= 공분산LLY, S&P 500 ÷ (표준 편차LLY × 표준 편차S&P 500)
= ÷ ( × )
=

2 βLLY
= 공분산LLY, S&P 500 ÷ 분산S&P 500
= ÷
=

3 αLLY
= 평균의LLY – βLLY × 평균의S&P 500
= ×
=


기대 수익률

Microsoft Excel
가정
LT Treasury Composite의 수익률1 RF
시장 포트폴리오에 대한 예상 수익률2 E(RM)
보통주의 체계적 위험Lilly βLLY
 
Lilly 보통주의 예상 수익률3 E(RLLY)

1 10년 이내에 만기가 도래하거나 콜링할 수 없는 모든 미결제 고정 쿠폰 미국 국채에 대한 입찰 수익률의 비가중 평균(무위험 수익률 대리).

2 자세히 보기 »

3 E(RLLY) = RF + βLLY [E(RM) – RF]
= + []
=