értekezés - Budapesti Corvinus Egyetem

2. lépés – lineáris függőség esetén főkomponens analízis, amely segítségével a páronként
lineárisan korreláló kockázati faktorok együtteséből ortogonális transzformáció
révén korrelálatlan főkomponenseket állítunk elő úgy, hogy az első néhány
komponens leírja a változók összes szórásnégyzetének elég nagy hányadát, és a
főkomponensek jól interpretálható közgazdasági és kockázatkezelési
tartalommal bírnak.
3. lépés – a definiált főkomponensek, mint magyarázó változók lineáris kombinációjával
becsüljük a magyarázni kívánt éves forintos működési eredményt, úgy hogy a
regressziós modell kívánalmait teljesítsük. A magyarázó változók körét minél
szűkebbre vesszük.
4. lépés – megfelelő regressziós modell megalkotását követően az eredmények
kockázatkezelési interpretációja
A főkomponens elemzés eredményeként belátható, hogy a dízelolaj finomítói árrés,
valamint 4 további egymásra ortogonális látens faktor segítségével 94,4%-ban
magyarázható a forintban denominált 2003. évi üzleti eredmény, mint függő változó,
továbbá a dízelolaj finomítói árrés a működési eredmény bizonytalanságának 55%-át
magyarázza. Igazolva látjuk tehát a 8. hipotézist.
Amennyiben az optimálisnak talált swapkosárral HR fedezeti rátának megfelelő mértékben
fedezzük a dízelolaj finomítói árrést, és az a 3. pontban számszerűsítésre kerülő
mértékben csökkenti a dízelolaj finomítói árrés mint ortogonális kockázati faktor eredő
szórását, úgy az alábbi összefüggések lesznek igazak:
[ P ˆ 2
0.5
] ( 0.55 ( 1 − z ) + 0. ) Vol [ P]
Vol
0 HR
45
0
= (75)
ahol Pˆ a vállalat iparági eszközhozama a dízelolaj hedget követően, és ahol felhasználtuk
az 1. pont eredményeit is, mely szerint:
[ P] 0.55Var
[ Faktor ] 0. Var [ Faktor ]
Var +
= (76)
0 0
1
45
ahol Faktor1
jelöli a dízelolaj finomítói árrést, Faktor2
pedig a többi ortogonális faktorok
portfolióját.
A swapköltségeket az alábbi módon veszem figyelembe:
141
0
2
z HR