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