Rozdziaª 11. Modele równowagi na rynku kapitaªowym

Transkrypt

1 Rozdziaª 11. Modele równowagi na rynku kapitaªowym MODELOWANIE POLSKIEJ GOSPODARKI z R MPGzR (rozdz. 11) Model CAPM 1 / 33

2 Wprowadzenie Przy budowie portfela inwestycyjnego wa»na jest analiza zale»no±ci mi dzy oczekiwan stop zwrotu i ryzykiem Dwa najbardziej popularne modele umo»liwiaj ce wycen ryzyka dowolnej inwestycji: model równowagi na rynku kapitaªowym (CAPM) teoria arbitra»u cenowego (APT) Modele te przyjmuj,»e stopy zwrotu dla akcji s generowane przez: model jednoczynnikowy (CAPM) model wieloczynnikowy (APT) MPGzR (rozdz. 11) Model CAPM 2 / 33

3 Model jednoczynnikowy Liczba parametrów modelu Markowitza dla N akcji: N dla wektora oczekiwanych stóp zwrotu µ oraz (N + 1)N/2 dla macierzy kowariancji Σ Dla N = 100 liczba parametrów wynosi 5150 Zazwyczaj w portfelach funduszy inwestycyjnych znajduje si walorów Opracowanie prognozy eksperckiej dla tak wielkiej liczby wspóªczynników korelacji w sposób bezpo±redni jest bardzo trudne, a wr cz niemo»liwe. Model jednoczynnikowy, zaproponowany w artykule Sharpe'a (1963), umo»liwia ograniczenie wymiaru powy»szego problemu MPGzR (rozdz. 11) Model CAPM 3 / 33

4 Model jednoczynnikowy: zaªo»enia 1. Zale»no± mi dzy stop zwrotu r i dla i-tej akcji oraz tempem wzrostu indeksu gieªdowego r m jest liniowa: cov(r m, ϵ i ) =0 r i =α i + β i r m + ϵ i ϵ i N(0, σ 2 ϵ,i) 2. Jedynym ¹ródªem korelacji mi dzy stopami zwrotu dla akcji jest ich wspólna reakcja na ogóln sytuacj rynkow cov(ϵ i, ϵ j ) = 0 dla i j MPGzR (rozdz. 11) Model CAPM 4 / 33

5 Model jednoczynnikowy: implikacje 1. Oczekiwana stopa zwrotu z inwestycji w akcj i wynosi: µ i = α i + β i µ m i skªada si z cz ±ci niezale»nej (parametr alfa) oraz zale»nej (parametr beta) od ogólnej sytuacji na rynku 2. Wariancja z inwestycji w akcj i wynosi:: σ 2 i = β 2 i σ 2 m + σ 2 ϵ,i i skªada si z ryzyka rynkowego i swoistego. 3. Kowariancja mi dzy stopami zwrotu zale»y jedynie ze wspólnej reakcji na ogóln sytuacj rynkow : σ ij = β i β j σ 2 m. MPGzR (rozdz. 11) Model CAPM 5 / 33

6 Model jednoczynnikowy: posta wektorowa Model jednoczynnikowy w postaci wektorowej: r = α + βr m + ϵ Oczekiwane stopy zwrotu oraz macierz kowariancji: µ =α + βµ m Σ =ββ σ 2 m + Σ ϵ Liczba parametrów niezb dna do obliczenia µ oraz Σ: po N parametrów dla wektorów α i β oraz macierzy Σ ϵ (macierz diagonalna). W sumie 3N parametrów. Dla N = 100 spadek liczby parametrów dla których nale»y dokona prognozy z 5150 do 300. MPGzR (rozdz. 11) Model CAPM 6 / 33

7 Model jednoczynnikowy: dywersykacja ryzyka Dla portfela o stopie zwrotu r p = w r, gdzie w = ι/n zachodzi: µ p = w α + w βµ m = α p + β p µ m σ 2 p = w ββ wσ 2 m + w Σ ϵ w = β 2 pσ 2 m + w Σ ϵ w. Dla dobrze zdywersykowanego portfela: lim w 1 1 Σ ϵ w = lim N N N 2 ι Σ ϵ ι = lim N N σ2 ϵ = 0 gdzie σ 2 ϵ = 1 N N i=1 σ2 ϵ,i. Oznacza to,»e ryzyko swoiste (niesystematyczne) mo»na zdywersykowa. W efekcie, je»eli zachodzi zale»no± mi dzy ryzykiem i oczekiwan stop zwrotu, to rynek powinien wycenia jedynie ryzyko rynkowe (systematyczne). MPGzR (rozdz. 11) Model CAPM 7 / 33

8 Model jednoczynnikowy - przykªad do 50 akcji GPW alfa beta Sei R2 ALMA AWBUD BORYS BOS BYTOM CERSA DEBIC Min Mediana Srednia Max MPGzR (rozdz. 11) Model CAPM 8 / 33

9 Dywersykacja ryzyka niesystematycznego - przykªad c.d. Dywersykacja ryzyka niesystematycznego jest utrudniona, gdy macierz kowariancji Σ ϵ nie jest diagonalna poniewa»: w Σ ϵ w 1 N σ2 ϵ Powy»sze wyra»enia dla naszego przypadku wynosz : Wartosc wsig2w.diag: 3.92 Wartosc wsig2w: 19.5 MPGzR (rozdz. 11) Model CAPM 9 / 33

10 Zaªo»enia modelu CAPM Model równowagi rynku kapitaªowego (capital asset pricing model, CAPM), niezale»nie zaproponowany w pracach Sharpe'a(1964), Lintenera (1965) oraz Mossina (1966), opiera si na nast puj cych zaªo»eniach: 1. Wszyscy inwestorzy s racjonalni oraz charakteryzuj si awersj do ryzyka 2. Wszyscy uczestnicy rynku maj jednakowy oraz peªny dost p do informacji oraz posiadaj nieograniczony dost p do stopy wolnej od ryzyka 3. Wszyscy inwestorzy s biorcami cen, za± ich decyzje nie maj wpªywu na ceny akcji. 4. Nie ma kosztów transakcji oraz podatków, za± wszystkie aktywa s doskonale podzielne. 5. Oczekiwania inwestorów co do przyszªych stóp zwrotu oraz ryzyka s identyczne. 6. Jedynym ¹ródªem korelacji mi dzy stopami zwrotu dla ró»nych akcji jest wspólna reakcja na ogóln sytuacj rynkow MPGzR (rozdz. 11) Model CAPM 10 / 33

11 Portfel rynkowy w modelu CAPM Inwestorzy maj identyczne oczekiwania zatem identyczne postrzeganie granicy efektywnej (linia rynku kapitaªowego) Zatem, ka»dy portfel inwestycyjny jest ±redni wa»on portfela stycznego oraz instrumentu wolnego od ryzyka Poniewa» wszyscy inwestorzy posiadaj identyczny portfel ryzykownych aktywów, to w warunkach równowagi musi on by portfelem rynkowym, tak aby popyt na akcje byª równy ich poda»y Zatem, portfel styczny jest portfelem rynkowym (zmiany jego cen mog by mierzone przez rozlegªy indeks gieªdowy) MPGzR (rozdz. 11) Model CAPM 11 / 33

12 Cena ryzyka w modelu CAPM Poniewa» portfel rynkowy to portfel styczny, zatem CML dana przez: µ p = r f + µ m r f σ m gdzie µ p oraz σ p to oczekiwana stopa zwrotu oraz ryzyko dowolnego portfela znajduj cego si na granicy efektywnej. Wiemy,»e dla dobrze zdywersykowanego portfela: σ 2 p = β 2 pσ 2 m Poª czenie powy»szych zale»no±ci wskazuje,»e oczekiwana stopa zwrotu dobrze zdywersykowanego portfela efektywnego jest liniow funkcj parametru beta dla tego portfela: σ p µ p = r f + β p (µ m r f ) Powy»sza zale»no±, uogólniona dla wszystkich aktywów: µ i = r f + β i (µ m r f ) okre±la si jako linia rynku papierów warto±ciowych (security market line, SML) MPGzR (rozdz. 11) Model CAPM 12 / 33

13 Testy modelu CAPM Testy empiryczne modelu CAPM polegaj na zazwyczaj na analizie nast puj cych pyta«: zale»no± mi dzy oczekiwan stop zwrotu oraz parametrem beta jest dodatnia oraz liniowa; nachylenie SML wynosi µ m r f ; oczekiwana stopa zwrotu dla aktywów o zerowym parametrze beta wynosi r f ; rynkowa warto± ryzyka niesystematycznego jest zerowa. Problemem w testach CAPM jest fakt,»e warto±ci dla µ i, β i oraz µ m nie s zmiennymi obserwowalnymi. Zatem testy modelu CAPM zazwyczaj s ª cznym testem trzech hipotez: 1. model jednoczynnikowy jest prawdziwy w ka»dym okresie; 2. model CAPM jest prawdziwy w ka»dym okresie; 3. parametry beta s stabilne w czasie. MPGzR (rozdz. 11) Model CAPM 13 / 33

14 Testy modelu CAPM Model jednoczynnikowy w okresie t: r it =α i + β i r mt + ϵ it µ it =α i + β i µ mt r it =µ it + β i (r mt µ mt ) + ϵ it Model CAPM w okresie t: µ it = r ft + β i (µ mt r ft ) Poª czenie powy»szych zale»no±ci: r it r ft = β i (r mt r ft ) + ϵ it MPGzR (rozdz. 11) Model CAPM 14 / 33

15 Prosty test modelu CAPM Etap 1: Dla ka»dego i oszacowa parametry regresji: r it r ft = β i (r mt r ft ) + ϵ it Etap 2: Estymacja parametrów regresji: r i r f = γ 0 + γ 1 ˆβ i + γ 2ˆσ 2 ϵ,i + η i, Werykacja hipotez: γ 0 =0 γ 1 =r m r f γ 2 =0, MPGzR (rozdz. 11) Model CAPM 15 / 33

16 Prosty test modelu CAPM - przykªad cd. Etap 1: beta Sei R2 ALMA ZYWIE Etap 2: Wartosc Std. err. t_stud. Pr(> t ) gamma_ gamma_ ** gamma_ Multiple R-squared: 0.198, Adjusted R-squared: Weryfikacja H0: gamma0 = 0; gamma1 = 0.29; gamma2 = 0 F(47,3)=3.14* (prob = 0.034) MPGzR (rozdz. 11) Model CAPM 16 / 33

17 SML dla akcji notowanych na GPW srednia stopa zwrotu F M Teoretyczna SML Oszacowana SML oszacowania bety MPGzR (rozdz. 11) Model CAPM 17 / 33

18 Stabilno± parametru beta Mo»liwo±ci arbitra»u (np. inwestycja w portfel o zerowej becie i oczekiwanej stopie zwrotu wy»szej od stopy wolnej od ryzyka) s ograniczone, m.in. ze wzgl du na zmienno± parametru beta Blume (1975) pierwszy pokazaª,»e oszacowania parametrów beta s niestabilne w czasie: tendencja oszacowa«parametrów beta do powracania do neutralnej warto±ci 1 Test Blume'a polega na podziale próby na dwa okresy i oszacowanie parametrów modelu: ˆβ 1i = ψ 0 + ψ 1 ˆβ 2i + ε i gdzie ˆβ 1i oraz ˆβ 2i s oszacowaniami parametru beta uzyskane na podstawie dwóch podprób. MPGzR (rozdz. 11) Model CAPM 18 / 33

19 Stabilno± parametru beta - przykªad cd. beta1 beta2 ALMA AWBUD BORYS BOS BYTOM Wartosc Std. err. t_stud. Pr(> t ) psi_ *** psi_ Multiple R-squared: , Adjusted R-squared: Weryfikacja H0: psi_0 = 0 oraz psi_1 = 1 F(48,2)=27.2*** (prob = 0.000) MPGzR (rozdz. 11) Model CAPM 19 / 33

20 Zale»no± mi dzy oszacowaniami parametru beta beta Oszacowana zaleznosc Teoretyczna zaleznosc beta1 MPGzR (rozdz. 11) Model CAPM 20 / 33

21 Test Sharpe'a-Coopera (1972) modelu CAPM Test polega na sprawdzeniu, czy inwestuj c w akcje o wysokim wspóªczynniku beta mo»emy uzyska wy»sz stop zwrotu ni» inwestuj c w akcje o niskim wspóªczynniku beta Autorzy stworzyli 10 portfeli uszeregowanych wedªug decyli parametru beta i badali, czy w okresie oczekiwana stopa zwrotu dla tych portfeli byªa dodatnio skorelowana z warto±ciami ich parametrów beta (zmiana struktury portfeli dokonywana raz na rok, oszacowania bet na podstawie danych z ostatnich 60 miesi cy) Autorzy wskazuj,»e odpowied¹ na postawione pytanie brzmi TAK Sprawd¹my, czy wyniki te s potwierdzone dla danych polskich z okresu MPGzR (rozdz. 11) Model CAPM 21 / 33

22 Test Sharpe'a-Coopera - przykªad cd. beta portfel portfel portfel portfel portfel portfel portfel portfel portfel portfel Oszacowanie parametrow regresji srednich stop zwrotu w latach wzgledem parametru beta dla 10 portfeli: Wartosc Std. err. t_stud. Pr(> t ) stala beta MPGzR (rozdz. 11) Model CAPM 22 / 33

23 Teoria arbitra»u cenowego Wiele rozszerze«modelu CAPM (polegaj cych na usuni ciu kolejnych zaªo»e«modelu CAPM), z których najwi ksz popularno±ci cieszy si teoria arbitra»u cenowego (arbitrage pricing theory, APT), zaproponowana przez Rossa (1976) Podstawow ró»nic mi dzy modelami CAPM i APT jest okre±lenie ¹ródeª ryzyka: medel jedno- vs. wieloczynnikowy Zaªo»enia modelu APT takie jak modelu CAPM, z wyj tkiem modelu dla stóp zwrotu (dalej nadzwyczajnych stóp zwrotu y i = r i r f ): y i =α i + β i1 f 1 + β i2 f β ik f K + ϵ i ϵ i N(0, σ 2 ϵ,i) cov(f k, ϵ i ) =0 dla k = 1, 2,..., K cov(ϵ i, ϵ j ) =0 dla i j, gdzie K jest liczb czynników f k odpowiedzialnych za wspóln zmienno± akcji, za± parametry β ik s okre±lane jako ªadunki MPGzR (rozdz. 11) Model CAPM 23 / 33

24 Dobór czynników w modelu APT Dwa podej±cia przy doborze czynników: teoretyczne oraz statystyczne Podej±cie teoretyczne: odgórne wyznaczenie zbioru zmiennych makroekonomicznych i nansowych maj cych wpªyw na ksztaªtowanie si kursów akcji (Sokalska, 1996, dla Polski oraz Chen, Roll i Ross, 1986 dla rynku ameryka«skiego) Podej±cie statystyczne: analiza czynnikowa lub metoda gªównych skªadowych, gdzie oszacowania β ik uzyskuje si na podstawie Σ = cov(y) (Rubaszek, 2002 dla Polski oraz Roll i Ross, 1980 dla rynku ameryka«skiego). Nie wiadomo, która z metod lepsza: analiza czynnikowa czy metoda gªównych skªadowych. MPGzR (rozdz. 11) Model CAPM 24 / 33

25 Metoda gªównych skªadowych Niech dany b dzie model wieloczynnikowy zapisany w postaci macierzowej: y = α + βf + ϵ, gdzie y = [y 1 y 2... y N ], β = [β ik ] N K oraz f = [f 1 f 2... f K ]. Zaªó»my,»e czynniki s niezale»ne, tj.: cov(f ) = I K. Wariancja stóp zwrotu wynosi: Σ = ββ + Σ ϵ, gdzie Σ ϵ jest diagonaln macierz zawieraj c σ 2 ϵ,i na przek tnej. Metoda gªównych skªadowych polega na wyznaczeniu takich warto±ci macierzy β, aby wyra»enie ββ w jak najwi kszym stopniu odzwierciedlaªo warto± macierzy korelacji Σ. MPGzR (rozdz. 11) Model CAPM 25 / 33

26 Metoda gªównych skªadowych Problem optymalizacyjny dla pierwszej skªadowej: max β 1 var(x 1 ) p.w. x 1 = β 1 y; β 1β 1 = 1 Problem optymalizacyjny dla drugiej skªadowej: max β 2 var(x 2 ) p.w. x 2 = β 2 y; cov(x 2, x 1 ) = 0; β 2β 2 = 1... Rozwi zaniem s kolejne wektory wªasne macierzy Σ = cov(y) MPGzR (rozdz. 11) Model CAPM 26 / 33

27 Metoda gªównych skªadowych Dekompozycja spektralna macierzy kowariancji Σ: Σ = V ΛV, gdzie Λ macierz diagonalna z warto±ciami wªasnymi, V macierz wektorów wªasnych. Suma warto±ci wªasnych macierzy Σ speªnia: gdzie σ 2 i = var(y i ). N σ 2 i = i=1 N λ k, k=1 Cz ± sumy wariancji wyja±niona przez k-t skªadow wynosi: λ k λ 1 + λ λ N. Estymator MNW dla czynników wspólnych (Bartlett, 1937): f = (β Σ 1 β) 1 β Σ 1 (y y). MPGzR (rozdz. 11) Model CAPM 27 / 33

28 Metoda gªównych skªadowych - przykªad c.d. Wklad do wariancji stop zwrotu akcji notowannych na GPW Skladowa Indywidualny wklad: Skumulowany wklad: Wartosc macierzy ladunkow: Comp.1 Comp.2 Comp.3 ALMA AWBUD YAWAL ZYWIE MPGzR (rozdz. 11) Model CAPM 28 / 33

29 Wkªad kolejnych skªadowych do obja±niania wariancji stóp zwrotu Individualny wklad Skumulowany wklad glowna skladowa glowna skladowa MPGzR (rozdz. 11) Model CAPM 29 / 33

30 Wycena ryzyka w modelu APT Wariancja stopy zwrotu portfela inwestycyjnego: y p = w α + β p f + w ϵ, gdzie β p = w β, wynosi σ 2 p = β p β p + w Σ ϵ w. Dla dobrze zdywersykowanych portfeli wyra»enie w Σ ϵ w d»y do zera, a zatem rynek nie powinien wycenia ryzyka swoistego. Rynkow cen ma jedynie ryzyko zwi zane z kolejnymi czynnikami f k. Cena ryzyka zwi zanego z kolejnymi czynnikami jest liczona na podstawie K portfeli arbitra»owych (arbitrage portfolio), które s zale»ne jedynie od jednego czynnika z ªadunkiem 1. Oznaczaj c przez w k wagi k-tego portfela arbitra»owego oraz przez W = [w 1 w 2... w K ], oznacza to»e: W β = I K, Przykªad macierzy wag: W = β(β β) 1. MPGzR (rozdz. 11) Model CAPM 30 / 33

31 Wycena ryzyka w modelu APT Wzór na nadzwyczajn stop zwrotu dla k-tego portfela arbitra»owego: y pk = w kα + f k + w kϵ. Wyra»enie: E(y pk ) = λ k = w kα. okre±la premi za ryzyko zwi zane z k-tym czynnikiem. Przy braku mo»liwo±ci dokonania arbitra»u na rynku kapitaªowym, warto±ci oczekiwanych stóp zwrotu inwestycji w dowoln akcj powinny wynosi : µ i = r f + λ 1 β i1 + λ 2 β i λ K β ik. MPGzR (rozdz. 11) Model CAPM 31 / 33

32 Wycena ryzyka w modelu APT -przykªad c.d. Wartosci parametru lambda: portfel 1 portfel 2 portfel Oszacowania regresji: r i = γ 0 + γ 1 ˆβ i1 + γ 2 ˆβ i γ K ˆβ ik + η i Wartosc Std. err. t_stud. Pr(> t ) gamma_ gamma_ gamma_ gamma_ * --- Signif. codes: 0 `***' `**' 0.01 `*' 0.05 `.' 0.1 ` ' 1 Multiple R-squared: 0.197, Adjusted R-squared: F-statistic: 3.76 on 3 and 46 DF, p-value: MPGzR (rozdz. 11) Model CAPM 32 / 33

33 Wycena ryzyka w modelu APT -przykªad c.d. Sprawd¹my, czy ryzyko swoiste jest wyceniane na GPW. Wyniki regresji: r i = γ 0 + γ 1 ˆβ i1 + γ 2 ˆβ i γ K ˆβ ik + δˆσ 2 ϵ,i + η i, gdzie ˆσ 2 ϵ,i jest estymatorem wariancji ϵ i Wartosc Std. err. t_stud. Pr(> t ) gamma_ gamma_ * gamma_ gamma_ * gamma_ Signif. codes: 0 `***' `**' 0.01 `*' 0.05 `.' 0.1 ` ' 1 Multiple R-squared: 0.25, Adjusted R-squared: F-statistic: 3.75 on 4 and 45 DF, p-value: MPGzR (rozdz. 11) Model CAPM 33 / 33