Előadást letölteni
Az előadás letöltése folymat van. Kérjük, várjon
1
Hol tartunk… IV. Hozamok és árfolyamok
IV.1. Folytonos és diszkrét hozam IV.2. Számtani és mértani átlag IV.3. Átlagos és várható hozam IV.4. Állandó várható hozam feltételezése 2014. ősz Befektetések
2
IV.4. Állandó várható hozam feltételezése
24-25 IV.4. Állandó várható hozam feltételezése A befektetők a befektetések (piaci) kockázatától függő hozamelvárások mellett fektetnek be, a piaci várható hozamok is ezekhez a hozamelvárásokhoz igazodnak. Minden pillanatban akkora az ár, hogy az ár és a jövőbeli várható jövedelmek viszonya éppen a kockázatához illő elvárt hozamot adja. Általánosságban megállapíthatjuk, hogy a tőzsdéken az új információk beépítésének sebessége és pontossága igen nagy. Árfolyamváltozás: változik jövőbeli jövedelmekkel kapcsolatos várakozás, mialatt nem változik a kockázat, ezzel együtt az elvárt hozam sem. 2014. ősz Befektetések
3
Normál hozam Abnormális hozam Várható hozam t 1 E ( r ) β P P 1
f β i Normál hozam Abnormális hozam Várható hozam t P P 1 2014. ősz Befektetések
4
IV.5. Állandó volatilitású, időben független hozam feltételezése
25 IV.5. Állandó volatilitású, időben független hozam feltételezése A részvényárfolyamok ingadozásának kérdése már jóval bonyolultabb. Az árfolyamok ingadozását a (normális eloszlású) hozam σ(r) szórásából származtatjuk. 2014. ősz Befektetések
5
Azonos normális eloszlásúak összege:
26 Azonos normális eloszlásúak összege: Összeg várható értéke: Összeg szórása: Ez már a korrelációs kapcsolatoktól is függ Csak két esetet vizsgálunk: ki,j=1 és ki,j=0 Általános képlet két elemre Általános képlet n elemre 2014. ősz Befektetések
6
26-27 Két elemnél: n elemnél: 2014. ősz Befektetések
7
PT lognormális eloszlású Ábrázoljuk!
27 Legyenek az r1, r2, …, rn hozamok egy P0-ból PT-be tartó árfolyam n darab ti (azonos hosszúságú) időszakai alatti azonos normális eloszlás szerint alakuló hozamai! T=nti Első megközelítésként legyen ki,j=1, azaz a tagok tökéletesen függjenek egymástól. Ekkor PT PT lognormális eloszlású Ábrázoljuk! 2014. ősz Befektetések
8
27 ri 1 2 3 n=4 ri1 ri2 E(ri) ri3 n, T 2014. ősz Befektetések
9
28 4ri n, T 3ri nr1 2ri nr2 1ri nE(ri) nr3 2014. ősz Befektetések
10
28 P0 Pi 1 2 3 4 n, T P1 P2 P3 2014. ősz Befektetések
11
Adja meg annak a P0=100 árfolyamú befektetésnek az n=9 év múlvai hozamát és árfolyamát (mint valószínűségi változót), amelynek egymástól tökéletesen függő normális eloszlású éves (azonos) hozamainak a következők a paraméterei: E(ri)=12%, σ(ri)=20% 2014. ősz Befektetések
12
29 Most nézzük a ki,j=0 esetet, tehát azt, amikor a tagok tökéletesen függetlenek egymástól. ri 1 2 3 n=4 E(ri) n, T 2014. ősz Befektetések
13
29 n, T nE(ri) 4ri 3ri 2ri 1ri 2014. ősz Befektetések
14
30 1 2 3 4 P0 n, T Pi 2014. ősz Befektetések
15
30 1 P0 2 3 4 n, T Pi 2014. ősz Befektetések
16
Adja meg annak a P0=100 árfolyamú részvények az n=9 év múlvai hozamát és árfolyamát (mint valószínűségi változót), amelynek egymástól tökéletesen független normális eloszlású éves (azonos) hozamainak a következők a paraméterei: E(ri)=12%, σ(ri)=20% ! Milyen sávban lesz 95,45% valószínűséggel a fenti részvény hozama és árfolyama 9 év múlva? 2014. ősz Befektetések
17
Folytonossá tétel Végtelen kis változások végtelen összegződése
31 Folytonossá tétel Végtelen kis változások végtelen összegződése n helyett T szükségünk van egy időegység kijelölésére Év E(ri) helyett a folyamatos kamatozású E(rc) σ(ri) helyett a σ(rc) egységnyi időre (egy évre) vonatkoztatva Ez a volatilitás 2014. ősz Befektetések
18
Most térjünk vissza árfolyammodellünkhöz.
31 Most térjünk vissza árfolyammodellünkhöz. A hozam várható értékének állandóságáról már szóltunk. Most a hozam szórásának (a volatilitásnak) az állandóságát látjuk be. Úgy tekintjük, hogy a hozamokat a várhatótól eltérítő (azaz a „szórást okozó”) új információk érkezése olyan normális eloszlású valószínűségi változóval ragadható meg, amelynek várható értéke éppen nulla, A „jó” és a „rossz” hírek azonos esélyűek. szórása pedig állandó Az információk véletlensége állandó. 2014. ősz Befektetések
19
Sőt, ez bármely kis időszakaszokra érvényes.
31 Modellünk tartalmazott még egy fontos kitételt, az emlékezetnélküliséget: Sőt, ez bármely kis időszakaszokra érvényes. Ez a tőkepiaccal kapcsolatos eddigi feltételezéseinkből következik. Az állandó várható hozam feltételezésénél arra építettünk, hogy a piac végtelen gyorsan és pontosan reagál a véletlenül érkező új információkra. De, ha a véletlenül érkező információkra végtelen gyorsak a reakciók, akkor az ezeket követő új információkra való reakciók független kell legyenek az előzőektől. 2014. ősz Befektetések
20
32 Volatilitás becslése Amennyiben az egyes időegységek hozamalakulásai függetlenek egymástól, T időszakot szemlélve a szórás Nézzük ezután meg, hogy miként becsülhetnénk meg a volatilitást múltbeli adatokból! Tekintsük a 0, 1, 2, …, n időpontban az azonos t távolságokra lévő árfolyamadatokat! (t években kifejezett, de nem feltétlenül éves hosszúságú.) Először számítsuk ki az egyes szakaszok hozamait! rct,i folytonos hozamok a t időszak alatti változásokat mutatják éves értelemben! 2014. ősz Befektetések
21
Majd helyettesítsünk be az általános képletbe:
32 Miután megvagyunk a „kis t-k alatti” hozamokkal, számítsuk ki ezek szórását! Majd helyettesítsünk be az általános képletbe: 2014. ősz Befektetések
22
Becsülje meg a t=0,5év hosszúságú időszakok végén a következő árfolyamadatokat mutató értékpapír volatilitását! P0=100; P1=110,517; P2=90,484; P3=105,127; P4=122,14 2014. ősz Befektetések
23
Tekintsük át az eddigi tudásunk birtokában a tőzsdei hozamokat!
2014. ősz Befektetések
24
rT E(rc)T T 1 2014. ősz Befektetések
25
Szigma-szabályok A várható érték körül 2, 4, 6 stb. szórásnyi tartományban mekkora valószínűséggel helyezkednek el a adatok: ±1σ sávban (-1,25% - +1,25%) az adatok 68,27%-a ±2σ sávban (-2,5% - +2,5%) az adatok 95,45%-a Átlagosan havonta egy napon ±3σ sávban (-3,75% - +3,75%) az adatok 99,73%-a Átlagosan másfél évenként egy napon ±4σ sávban (-5% - +5%) az adatok 99,9937%-a Átlagosan 63 évenként 1 napon ±5σ sávban (-6,25% - +6,25%) az adatok 99,999943%-a Átlagosan 7000 évenként 1 nap -1σ -2σ -3σ -4σ -5σ 5σ 4σ 3σ 2σ 1σ 2014. ősz Befektetések
26
2014. ősz Befektetések
27
2014. ősz Befektetések
28
Tények ±5σ sávban az átlagosan 7000 év helyett évente.
Vastag farkú (fat tail) eloszlások A hozamok emlékezetnélküliek, de a volatilitások nem. A hozamok nem korrelálnak, de a hozamnégyzetek igen. Hosszú ideig kicsi volatilitás, majd a piac „felbolydul” (nagy árfolyamváltozások), és jellegzetesen nagyobb volatilitású időszak következik. (Az ok nem teljesen tisztázott.) -1σ -2σ -3σ -4σ -5σ 5σ 4σ 3σ 2σ 1σ 2014. ősz Befektetések
29
IV.6. Tökéletes árazású árfolyamok
33-34 IV.6. Tökéletes árazású árfolyamok Tökéletesen árazó tőkepiac Egységesen informált, racionális befektetők, tranzakciós költségek nélküli, végtelen gyors reakciói. A befektetések állandó kockázatosságai (bétái) miatt állandó hozamelvárások. Az új információk („hírek”) nulla várható értéke és időben állandó szórása miatt állandó volatilitás és időbeli függetlenség („emlékezetnélküliséget”). 2014. ősz Befektetések
30
Egy kis tőkepiaci árfolyamok modellezése történelem…
Robert Brown: „Az év június, július és augusztus hónapjaiban a növényi virágporokban rejlő partikulák mikroszkopikus megfigyelésének rövid taglalatja” 1860. James Maxwell: Daniel Bernoulli jól gondolta, a gázok tulajdonságai az atomi mozgásokkal magyarázhatók. Ez megmagyarázza a Brown-mozgást is. 1900. Louis Bachelier: „Théorie de la Speculation”. 1912. Albert Einstein: A Brown-mozgás matematikai háttere. 1965. Fama és Samuelson: „Tőzsdei árfolyamok viselkedése” 2014. ősz Befektetések
31
Sztochasztikus folyamatok
33-34 Sztochasztikus folyamatok Bolyongó mozgás, folyamat Brown-mozgás Hozam: aritmetikai Brown-mozgás Árfolyam: geometriai Brown-mozgás Wiener-folyamat Markov-folyamat Ito-folyamat E folyamatok jellegzetessége tehát, hogy t időszakonként egymástól független normális eloszlások véletlen értékei szerint „ugrál” a hozam. 2014. ősz Befektetések
Hasonló előadás
© 2024 SlidePlayer.hu Inc.
All rights reserved.