27.06.2013 Views

Portfólióelmélet

Portfólióelmélet

Portfólióelmélet

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

4.5. Indexmodell<br />

A CAPM-modellt a portfólióbefektetők közvetlenül viszonylag ritkán használják, annak<br />

ellenére, hogy adatigénye viszonylag kevés. Ennek okai a következők:<br />

1. A CAPM feltételezései a valóságban nem teljesülnek. Különösen a hatékony<br />

piacok feltételezése irreális. Az információk nem azonnal jutnak el minden<br />

befektetőhöz, az információkat a befektetők eltérően értékelik, és a piachoz való<br />

hozzáférésük is különböző lehet. Ezért az egyes értékpapíroknak piaci<br />

kockázatukhoz képest eltérő várható hozamuk is lehet.<br />

2. A tőzsdeindexek nem képezik le a piacon eszközölhető összes befektetést, sőt a<br />

portfóliókezelők az alul- és túlértékelt részvényekre vadászva tudatosan is eltérnek<br />

a tőzsdeindexben levő portfólióarányoktól. Ebből következik, hogy nem tudják<br />

tökéletesen megtisztítani portfóliójukat az egyedi kockázattól, amit figyelembe kell<br />

venni.<br />

3. A béták becslése a béták számításának eredeti képletével (4.78) statisztikai<br />

problémákat is felvet. A piaci index és az egyes értékpapírok hozamai ugyanis<br />

idősorok, a kovariancia számítás azonban egymástól független mintavételek<br />

eredményeinek összehasonlítására dolgozták ki. Ha a piacok hatékonyak, az egyes<br />

napok hozamai valóban egymástól függetlenül alakulnak, ha azonban nem azok,<br />

akkor például tendenciaszerűen alakulhatnak a pozitív és negatív hozamok, ahogy<br />

a jó, illetve a rossz hírek elterjednek a befektetők között. Ha nem tételezünk fel<br />

hatékony piacokat, akkor a béták becslésére más módszert alkalmazhatunk, aminek<br />

statisztikai szignifikanciája is jobban ellenőrizhető.<br />

A fenti problémák orvoslására fejlesztette ki Sharpe az indexmodellt, mint a CAPM<br />

gyakorlati alkalmazását. Az indexmodell fő statisztikai eszköze az egytényezős<br />

regressziószámítás, amit az adott értékpapír kockázati prémiuma, mint függő változó, és a<br />

piaci index kockázati prémiuma, mint független változó között végeznek el.<br />

Az indexmodellben egy adott értékpapír várható hozamát az alábbi egyenlettel lehet<br />

kifejezni:<br />

(4.80) ( r ) r = + E(<br />

r )<br />

i<br />

f<br />

i<br />

[ m − rf<br />

] i ei<br />

E − α * β +<br />

Ahol, E(ri) – az i-dik értékpapír várható hozama,<br />

E(rm) – a piaci portfólió várható hozama,<br />

rf – a kockázatmentes befektetés hozama,<br />

βi – az i-dik értékpapír bétája,<br />

αi – az i-dik értékpapír CAPM által nem magyarázott, abnormális hozama,<br />

ei – az i-dik értékpapír hozamának az a része, amit véletlen tényezők magyaráznak.<br />

A CAPM-hez képest az alfa és az e paraméter az új. Ha egy olyan információ van a<br />

birtokunkban, amiről úgy gondoljuk, hogy a piac még nem vette figyelembe, a papír<br />

hozama eltérhet a CAPM által előrejelzettől. Ez az abnormális hozam, hiszen hatékony<br />

47<br />

dr. Bozsik Sándor: Pénzügyi számítások<br />

48<br />

piac esetén nem létzezne. Az e paraméter pedig arra utal, hogy a jövőben a hozamot<br />

különböző, előre nem látható tényezők hatása is módosíthatja.<br />

A 4.3. fejezetben már láttuk, hogy egy értékpapír kockázata egyedi és piaci kockázatra<br />

bomlik. Az egyedi kockázat a diverzifikációval megszüntethető, míg a piaci kockázat<br />

nem. Az egyedi kockázat a vállalat egyedi teljesítményétől függ, míg a piaci kockázat a<br />

vállalat teljesítményének és a piac teljesítményének hosszú távú kapcsolatától függ, amit<br />

a bétával mérünk. Tételezzük fel, hogy az egyedi kockázat és a piaci kockázat egymástól<br />

független, azaz statisztikai terminológiával élve, legyen a kovarianciájuk zérus. Egy papír<br />

szórása ekkor a következőképpen írható fel:<br />

(4.81)<br />

s = β s + s<br />

4. Fejezet – Portólió elmélet<br />

i<br />

2 2 2<br />

i * m e<br />

Ahol, E(ri) – az i-dik értékpapír várható hozama,<br />

E(rm) – a piaci portfólió várható hozama,<br />

rf – a kockázatmentes befektetés hozama,<br />

si – az i-dik értékpapír szórása,<br />

βi – az i-dik értékpapír bétája,<br />

sm – a piaci portfólió szórása.<br />

Most nézzük ugyanezen egyenleteket egy portfólió esetében! Ha feltételezzük, hogy a<br />

portfólióban lévő értékpapírok egyedi kockázatai közötti kovariancia is zérus, továbbá a<br />

papírok egyedi és piaci kockázatai között sincs kapcsolat, akkor két értékpapír hozamai<br />

közötti kovariancia felírható bétáik és a piaci portfólió varianciájának szorzataként.<br />

Képlettel:<br />

Cov ri<br />

; rj<br />

= βi<br />

* β j * sm<br />

(4.82) ( ) 2<br />

Egy portfólió hozama és szórása az alábbiakban határozható meg:<br />

E<br />

n<br />

n<br />

n<br />

( rp<br />

) − rf<br />

= ∑wi* αi<br />

+ [ E(<br />

rm<br />

− rf<br />

) ] * ∑wi* βi<br />

+ ∑<br />

i=<br />

1 i=<br />

1 i=<br />

1<br />

w * e<br />

(4.83)<br />

n<br />

2<br />

n<br />

2 ⎛ ⎞<br />

2 2<br />

s p = sm<br />

* ⎜∑<br />

βi<br />

⎟ + ∑ wi<br />

* s(<br />

ei<br />

)<br />

⎝ i=<br />

1 ⎠ i=<br />

1<br />

A 4.83-as táblázatból látszik, hogy az indexmodell alkalmazása esetében hány paramétert<br />

kell megbecsülni egy n-elemből álló portfólió esetén:<br />

1. 1 darab piaci portfólió várható hozamot,<br />

2. 1 darab piaci portfólió szórást,<br />

3. n darab alfát,<br />

4. n darab bétát,<br />

5. n darab egyedi szórást.<br />

i<br />

i

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!