1 / 54

Możliwa jest budowa portfela o minimalnym ryzyku dla danej stopy zwrotu - NARZĘDZIE

Dr inż. Stanisław Urbański Wydział Zarządzania, AGH. Możliwa jest budowa portfela o minimalnym ryzyku dla danej stopy zwrotu - NARZĘDZIE. Tezy nowoczesnej teorii finansów. Jest dobre ale nikt go nie używa. Jeśli nikt nie używa to TEORIA jest martwa.

carmine
Download Presentation

Możliwa jest budowa portfela o minimalnym ryzyku dla danej stopy zwrotu - NARZĘDZIE

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Dr inż. Stanisław Urbański Wydział Zarządzania, AGH Możliwa jest budowa portfela o minimalnym ryzyku dla danej stopy zwrotu - NARZĘDZIE Tezy nowoczesnej teorii finansów Jest dobre ale nikt go nie używa Jeśli nikt nie używa to TEORIA jest martwa To naprawdę FANTAZJA bo ceny reagują powoli i przesadnie Koncepcja zakładająca powszechne stosowanie NARZĘDZIA to model CAPM - TEORIA Ceny akcji odzwierciedlają natychmiast wszystkie informacje - FANTAZJA

  2. Poprawność wyceny w świetle CAPM • Uważany za słuszny w latach 70. XX w. – Black, Jensen, Scholes (1972),Fama, MacBeth (1973) • 80. XX w. – nadal - wycena niezgodna z wyceną CAPM • - anomalie: efekt Banza, kontynuacja i odwrócenie stóp zwrotu, efekt stycznia • - Lettau, Ludvigson (2001) • - Jagannathan, Wang (1996) • - Gajdka, Wolski (1998) • - Brzęczek (2004) • - Fiszeder (2006, 2009) • - Czapkiewicz, Skalna (2010) • - Urbański (2007, 2011) • - Bołt, Miłobędzki (2002) • 3. Brak badań dotyczących przyczyny niepoprawnej wyceny przez CAPM po latach 80.

  3. Przykład krytyki modelu CAPM McGoun i Zielonka (2000) CAPM w 3 perspektywach: pozytywnej – aktywa wyceniane są tak, aby oczekiwana stopa zwrotu z portfela rynkowego była zgodna z CAPM, normatywnej – inwestorzy maksymalizują użyteczność wtedy, gdy nabywane aktywa są wyceniane tak, aby oczekiwana stopa zwrotu z portfela rynkowego była zgodna z CAPM, użytecznej – postępując zgodnie z CAPM, inwestor uzyska większą użyteczność, niż gdyby używał innego modelu. Konkluzja „Nauce o finansach trzeba nowej metodologii, uznającej błędy poznawcze, popełniane przez uczestników rynku i kierunkującej powstające modele raczej na rzetelne wyjaśnienie niż na precyzję predykcji” (McGoun, Zielonka, 2000, s. 55).

  4. Ceny aktywów determinują informacje bieżące, a modelowane są w oparciu o dane ex post Proces technologiczny Przestrzeń ekonomiczna świat finansów Polityczne i ekonomiczne ograniczenia generujące koszty Siły zewnętrzne Kompletny rynek aktywów Poszukiwany wektor stóp zwrotu i ryzyka Ciało sztywne lub plastyczne Poszukiwany tensor przemieszczeń, odkształceń i naprężeń Warunki brzegowe

  5. Ceny aktywów determinują informacje bieżące, a modelowane są w oparciu o dane ex post Proces technologiczny Przestrzeń ekonomiczna świat finansów Polityczne i ekonomiczne ograniczenia generujące koszty Siły zewnętrzne Znany funkcjonał celu Nieznany funkcjonał celu bazujący na danych ex ante ??? Warunki brzegowe

  6. Wycena aktywów Teoria wyceny aktywów – 2 główne filozofie a) CAPM b) APT

  7. Standardowy CAPM i jego warianty • Wersja podstawowa; Sharpe (1964), Lintner (1965), Mossin (1966) • 2. Model ICAPM; Merton (1973)– uogólniony międzyokresowy model wyceny, wiele źródeł niepewności, Zmienne zależą od wielookresowej f, Użyteczności

  8. CAPM a ICAPM

  9. ICAPM - APT

  10. Model testujący wycenę w świetle CAPM Testy 1. Test istotności ryzyka systematycznego 2. testy Walda, GRS(1989) 3. 4. Test istotności premii za ryzyko 5. Test błędów wyceny II przejścia - test Shankena (1985) - test Jagannathana i Wanga (1996)

  11. Model testujący wycenę w świetle ICAPM Testy 1. Test istotności ryzyka systematycznego 2. testy Walda, GRS(1989) 3. 4. Test istotności premii za ryzyko 5. Test błędów wyceny II przejścia - test Shankena (1985) - test Jagannathana i Wanga (1996)

  12. Problemy ekonometryczne 1 Heteroskedastyczność – Miller, Scholes (1972) – nie stwierdzili związku między nią, a wyższym wyrazem wolnym i niższą ceną za ryzyko – gdyby była to obciążenia w odwrotnym kierunku – stosować GLS, estymator Newey-Westa 2 Autokorelacja składników resztowych – zależy od dobranych czynników stosować GLS, estymator Newey-Westa 3 Błędy w definiowaniu zmiennych – Error in Variables (EIV) – błędy szacowania bet w 1 przejściu – dowolny błąd szacunku bet zawyża szacunek λ0 i zaniża szacunek wektora λk – stosować korektę Shankena (1992) – grupować akcje w portfele

  13. Problemy ekonometryczne dlaczego grupować akcje w portfele? 1. Bleck, Jensen i Scholes (1972) oraz Fama i MacBeth (1973) grupują akcje w portfele, 2. Bety portfeli są dokładniej szacowane gdyż portfel posiada niższą wariancję resztową, 3. Bety indywidualnych akcji zmieniają się w czasie wraz ze zmianą kapitalizacji i ryzyka koniunkturalnego, 5, Ekonometrycy twierdzą, że nie należy grupować akcji w portfle

  14. Dr inż. Stanisław Urbański Wydział Zarządzania, AGH Modelowanie równowagina rynku kapitałowym – weryfikacja empiryczna na przykładzie akcji notowanych na GPW w Warszawie

  15. Zakres badań • Celowość projektowania procedur równowagi cenowej (wyceny) • Wybór teorii: CAPM, ICAPM, APT - dlaczego ICAPM • Modelowanie inwestycji na r. akcji • a) autorski model zarządzania • b) okres utrzymywania otwartych pozycji w portfelu • c) symulacja inwestycji przyszłych • d) ocena walorów generujących ponadprzeciętne zwroty • e) fundamentalne determinanty na rynku akcji

  16. Zakres badań • Modelowanie równowagi na r. akcji • autorski model równowagi na r. akcji • - model 2-czynnikowy z HMLF • - model 2-czynnikowy z innowacją μ(HMLF) • - model 3-czynnikowy z HMLL i LMHM • - model 3-czynnikowy z innowacjami μ(HMLL) i μ(LMHM) • b) model Famy-Frencha • model Petkovej • wpływ dodatkowych opóźnionych war. brzegowych • - procedura Fersona i Harveya (1999) • - model 2 i 3-czynnikowy z dodatkową innowacją μ(RF)

  17. Zakres badań • Wybrane testy analizowanych procedur ICAPM • a) szacowanie parametrów modelu metodami GLS i bootstrap • - testy ME: GRS (1989), Walda, Shankena (1985) i bootstrap • b) wpływ charakterystyk formowanych portfeli na moc objaśniającą modelu • - test specyfikacji modeluJagannathana i Wanga (1998) • c) wpływ czynników Famy i Frencha na proponowany model • d) błędy wyceny – testy Shankena (1985), Jagannathana i Wanga (1996) • Praktyczne wskazówki • Dlaczego nie sprawdza się klasyczny CAPM - od lat 80.

  18. Rynek kapitałowy i testy CAPM w PL • Tarczyński (1994, 1995, 2002, 2005) • Paliński (1994), Pietrzak (1994) • Gajdka, Wolski (1998) • McGoun, Zielonka (2000) – „finansom potrzeba nowej metodologii” • Jajuga (2000, 2006, 2007) • Bołt, Miłobędzki (2002) – 95-99 „wycena nie odbiega istotnie od tej jaką zaobserwowalibyśmy w warunkach prawdziwości CAPM” • Wolski (2004) – metoda F&M, 96–00 • Grotowski (2004) – 95-02 • Byrka-Kita, Rozkrut (2004) – 96-00 metoda Petengilla, Sundarama, Mathura (1995) • Trzpiot, Krężołek (2006) – metoda PSM • Zarzecki i inni (2004-2005) • Kuziak (1999), Osńska, Stępińska (2003)

  19. Rynek kapitałowy i testy CAPM w PL 13. Markowski (2004) – 96-00, 10 tyś portfeli 1-100 walorów 14. Mazurkiewicz (2005) 95-02 – wpływ czynników makro, komunikatów, czynnika zagranicznego, efektu stycznia, portfele: P/E, P/BV, r, Kap, beta 15. Fiszeder (2006, 2009) 16. Kowerski (2008) 95-05 17. Czopkiewicz, Skalna (2010) 18. Dobija (2005, 2006) – „kapitał jako „energia ekonomiczna” płynie od potencjału wyższego do niższego generując ryzyko” 19. Wpływ wydarzeń: Mazurkiewicz (2005), Tarczyński (2002), Szyszka (2003) 20. Efekt zarażenia – Mazurkiewicz (2005), Fiszeder, Razik (2004), Engle, Susmel (1993),Forbes Rigobon (2001), Chen, Zhang (1997) 21. GARCH – Chrzan, Timofiejczuk (2002), Piontek (2003), Osiewalski, Pajor, Pipień (2003), Pipień (2006), Fiszeder (2006, 2009)

  20. APT w Polsce • Sokalska (1996) – zm. makroekonomiczne • Adamczak (2000, 2003) – 6 γ > 0 • Markowski (2001) – • - p. generowane 10 tys razy 1-20 akcji • - 13 zm makro jako AR(1) nie korygował EIV • Markowski (2004) – APT z analizą czynnikową • - 10 czynników o wart własnych > 1 , 3 γ > 0 • Rubaszek (2002) – 97-2001 • - 3 czynniki wspólne, bety ≠ 0, γ = 0 • 6. Fiszeder (2009) - GARCH 95-05, 7 γ > 0, 14 innowacji zm. ekonom

  21. Celowość projektowania procedur wyceny Uzasadnienie tematu • CAPM – nieznany portfel rynkowy • APT – nieznana struktura czynników • Poszukiwanie czynników generujących jednocześnie zyski spółek i zwroty inwestorów Kapitałowe stopy zwrotu Fama i French (1995) Struktura zysków spółki ? ? czynniki

  22. Modelowanie inwestycji

  23. Wnioski z modelowania inwestycji 1996-2010 • Ze względu na Z najbardziej efektywne - inwestycje półroczne. • rśr > RM p-value < 2,50% • 2. Średnia premia za ryzyko przekroczyła 33% • 3. Generowane walory o max FUN • - niskie P/E i P/BV w porównaniu z rynkiem • - niższą kapitalizacją niż kapitalizacja portfela rynkowego – pozorny efekt małych spółek • - alekapitalizacja > od kapitalizacji spółek o min FUN – potwierdzenie efektu dużych spółek

  24. Proponuję zagregowany model wyceny aktywów jako jawną implementacje ICAPM • Proponowana procedura wykorzystuje dwie lub trzy zagregowane zmienne w zależności od wersji modelu • Jak testuje model? • a) testy obciążeń zmiennych- testy bet • b) testy wyrazów wolnych – opis zgodny z ICAPM • c) testy błędów wyceny

  25. Wartości generowanych portfeli przed i po ogłoszeniu wyników finansowych Indeks jako średnia arytmetyczna z portfeli śred(-90;-40)=-0,019; s=0,0045 śred(-40;0)=-0,0050; s=0,0045

  26. Średnie wart. względnej zmiany indeksów PI_k udziały ważone k.r.

  27. Skumulowane stopy zwrotu 1996 - 2010

  28. Wnioski Determinanty stóp zwrotu 1995 – 2005 MV/E oraz MV/BV - waga 9,64 przychody ze sprzedaży - waga 6,93 ROE i zysk operacyjny – wagi 5,00 - 5,71 zysk netto – waga 2 2002 – 2010 MV/E oraz MV/BV - waga 7,62 i 6,38 ROE - waga 3,62 zysk netto – waga 4,14 przychody i zysk operacyjny – wagi 3,62 i 2,71

  29. Modelowanie równowagi Dlaczego proponowany model jest ICAPM 1. Bazuje na: - badania Famy i Frencha (1992, 1993, 1995, 1996) - wskazania Campbella (1996) - własne przemyślenia 2. Znane przyszłe stany ekonomii – ponadprzeciętne zwroty 3. Optymalizacja FUN – pozwala podejmować decyzje inwestycyjne i generować ponadprzeciętne zwroty 4. Domniemanie, że zmienne stanu bazujące na FUN mają związek z wypadkowymi znanych i nieznanych przyszłych sposobów inwestycji oraz uwzględniają warunki niepewności zależne od przyszłych stanów natury 5. Uwzględnienie zmiennych stanu, związanych z przyszłymi stanami natury, pozwoli zabezpieczyć dokonywane inwestycje, a procedury wyceny budowane w oparciu o takie zmienne stanowią aplikacje teorii ICAPM.

  30. Zmienna objaśniana Zmienne objaśniające – czynniki Nadwyżka nad zwrotem z waloru bez ryzyka zmienna objaśniana Bazują na wartościach funkcjonału FUN Różnica stóp zwrotu z aktywów o największej i najmniejszej wartości FUN Różnica stóp zwrotu z aktywów o największej i najmniejszej wartości LICZ Różnica stóp zwrotu z aktywów o najmniejszej i największej wartości MIAN

  31. Dla jakich danych testowano model? • Walory notowane na rynku głównym GPW w Warszawie w latach 1995-2010, 1995-2005, 2005-2010 • a) o dodatniej wartości księgowej, BV • b) eliminując akcje spekulacyjne • - MV/BV>100 and rit >0 • - ROE<0 and BV>0 and MV/BV>30 and rit >0 • 2. Stopy zwrotu - dla 56, 36 i 20 okresów kwartalnych • 3. FUN – na podstawie kwartalnych okresów sprawozdawczych • 4. Zmienną objaśnianą i zmienne objaśniające określano dla portfeli

  32. Jak formowano portfele? • Wg. zaleceń Cochrane (2001), • „Sposoby wynikać powinny z pożądania b. realistycznego naśladowania postępowania inwestorów niż formy testu” • Budowano kwintylowe portfele na: • - FUN - inwestorzy inwestują w spółkio najlepszych wyn.fin. i najtańszych, • - LICZ - o najlepszych (najgorszych) wynikach finansowych, • - MIAN - o najmniejszych wart. P/E, P/BV • - razem 15 portfeli • „Jeśli Twoje portfele nie wykazują spreadu „r” • będą niczym do testowania modelu wyceny aktywów” • Cochrane (2001)

  33. Zagregowany model 2-czynnikowy I przejście metoda Prais-Winstena z autokorelacją rzędu 1 wartość wzrost

  34. Zagregowany model dwuczynnikowy I przejście WNIOSKI • Prawie wszystkie wsp. regresji (dla zmiennych) istotnie różne od zera • Bardzo wysokie R2 • Model generuje wyrazy wolne = 0, co stanowi o ME GRS=1,50, p-value=15,19% • 4. Eliminacja akcji spekulacyjnych – rozkłady bet podobne • Rozkłady β w całej próbie i I podokresie – podobne • II podokres βHMLF - ujemne

  35. Zagregowany model dwuczynnikowy I przejście WNIOSKI – interpretacja ekonomiczna Dla rynku o rosnącym HMLF a) inwestycje w portfele o min FUN i LICZ dają malejące zwroty, bo bety ujemne - otwierać pozycje krótkie b) inwestycje w portfele o max FUN i LICZ dają rosnące zwroty, bo bety dodatnie - otwierać pozycje długie c) inwestycje w portfele o max MIAN (w spółki wzrostu) dają malejące zwroty, bo bety ujemne- otwierać pozycje krótkie e) inwestycje w portfele o min MIAN (w spółki wartości) dają rosnące zwroty, bo bety dodatnie - otwierać pozycje długie

  36. Interpretacja graficzna • Portfele formowano spośród spółek o dodatnim kapitale własnym. Badany okres 1995 - 2010, 56 okresów kwartalnych.

  37. Zagregowany model 2-czynnikowy II przejście gdzie RJW2 – wsp. określający jaki udział zmian przekrojowych zwrotów jest objaśniany przez dany model, Jaganathan, Wang (1996) Korekta błędu standardowego EIV – statystyka Shankena (1992) gdzie: W – estymator macierzy kowariancji parametrów Γ przed korektą; - estymator macierzy kowariancji czynników/T Gdzie: k element głównej przekątnej macierzy kowariancji parametrów Γ

  38. Zagregowany model 2-czynnikowy II przejście WNIOSKI • Eliminacja akcji spekulacyjnych pozwala na dokładniejsze oszacowanie premii za ryzyko • Premia za ryzyko γHMLF zmienia się od 6% do 8% • Premia za ryzyko γMO1 nieistotnie różna od zera • Błędy wyceny nieistotne • Wysokie przekrojowe wsp. determinacji

  39. Zagregowany model 3-czynnikowy I przejście metoda Prais-Winstena z autokorelacją rzędu 1 wartość wzrost

  40. Zagregowany model trójczynnikowy I przejście -WNIOSKI • 1. Bardzo wysokie R2 • Eliminacja akcji spekulacyjnych – rozkłady bet podobne • Rozkłady β w całej próbie i I podokresie i II pod. (MIAN) – podobne

  41. Zagregowany model trójczynnikowy I przejście WNIOSKI – interpretacja ekonomiczna Jeśli rośnie zróżnicowanie wyników finansowych (HMLL) a) inwestycje w portfele o max FUN i LICZ dają rosnące zwroty, bo bety dodatnie - otwierać pozycje długie b) inwestycje w portfele o min FUN i LICZ dają malejące zwroty, bo bety ujemne - otwierać pozycje krótkie c) inwestycje w portfele MIAN dają rosnące zwroty, bo bety dodatnie - otwierać pozycje długie na por. o min MIAN Jeśli rośnie zróżnicowanie wartości (LMHM) a) inwestycje w portfele FUN i LICZ dają malejące zwroty, bo bety ujemne - otwierać pozycje krótkie na por. o min FUN i LICZ b) inwestycje w portfele o max MIAN dają malejące zwroty, bo bety ujemne -otwierać pozycje krótkie c) inwestycje w portfele o min MIAN dają rosnące zwroty, bo bety dodatnie - otwierać pozycje długie

  42. Interpretacja graficzna • Portfele formowano spośród spółek o dodatnim kapitale własnym. Badany okres 1996 - 2010, 56 okresów kwartalnych.

  43. Interpretacja graficzna • Portfele formowano spośród spółek o dodatnim kapitale własnym. Badany okres 1995 - 2005, 36 okresów kwartalnych.

  44. Zagregowany model 3-czynnikowy II przejście gdzie RJW2 – wsp. określający jaki udział zmian przekrojowych zwrotów jest objaśniany przez dany model, Jaganathan, Wang (1996) Korekta błędu standardowego EIV – statystyka Shankena (1992) gdzie: W – estymator macierzy kowariancji parametrów Γ przed korektą; - estymator macierzy kowariancji czynników/T Gdzie: k element głównej przekątnej macierzy kowariancji parametrów Γ

  45. Zagregowany model 3-czynnikowy II przejście WNIOSKI • Eliminacja akcji spekulacyjnych pozwala na dokładniejsze oszacowanie premii za ryzyko • Premia za ryzyko γHMLL maleje z 6% do 3% • Premia za ryzyko γLMHM rośnie z 4% do 8% • Premia za ryzyko γMO1 nieistotnie różna od zera • Błędy wyceny nieistotne • Wysokie przekrojowe wsp. determinacji

  46. Model Famy-Frencha I przejście 1996 - 2009

  47. Model Famy-Frencha II przejście, estymacja przekrojowo-czasowa

  48. Model Famy-Frencha II przejście, estymacja przekrojowo-czasowa metodami bootstrap

  49. Wpływ czynników Famy-Frenchana proponowanymodel zagregowany

  50. Testowanie wieloczynnikowej efektywności portfela ~F(N,n-N-k), ~ W – duże próby Rozkłady iid GRS – małe próby Rozkłady normalne W* – Pin-Haung Chou (2006)

More Related