Nowe ujęcie ryzyka na rynku kapitałowym

Podobne dokumenty
BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG20

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów.

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD A

KONSTRUKCJA OPTYMALNYCH PORTFELI Z ZASTOSOWANIEM METOD ANALIZY FUNDAMENTALNEJ UJĘCIE DYNAMICZNE

WERYFIKACJA EKONOMETRYCZNA MODELU CAPM II RODZAJU DLA RÓŻNYCH HORYZONTÓW STÓP ZWROTU I PORTFELI RYNKOWYCH

Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego

ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ

Analiza i diagnoza sytuacji finansowej wybranych branż notowanych na Warszawskiej Giełdzie Papierów Wartościowych w latach

Procedura normalizacji


Proces narodzin i śmierci

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

OPTYMALNE STRATEGIE INWESTYCYJNE PODEJŚCIE FUNDAMENTALNE OPTIMAL INVESTMENT STRATEGY FUNDAMENTAL ANALYSIS

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. Strona 1

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda

ZASTOSOWANIE MODELU MOTAD DO TWORZENIA PORTFELA AKCJI KLASYFIKACJA WARUNKÓW PODEJMOWANIA DECYZJI

Statystyka. Zmienne losowe

Weryfikacja hipotez dla wielu populacji

Statystyka Inżynierska

Ryzyko inwestycji. Ryzyko jest to niebezpieczeństwo niezrealizowania celu, założonego przy podejmowaniu określonej decyzji. 3.

0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4

ZASTOSOWANIE WYBRANYCH ELEMENTÓW ANALIZY FUNDAMENTALNEJ DO WYZNACZANIA PORTFELI OPTYMALNYCH

Funkcje i charakterystyki zmiennych losowych

Parametry zmiennej losowej

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Natalia Nehrebecka. Zajęcia 3

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Analiza ryzyka jako instrument zarządzania środowiskiem

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

Propozycja modyfikacji klasycznego podejścia do analizy gospodarności

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Rozmyta efektywność portfela

WYBÓR PORTFELA PAPIERÓW WARTOŚCIOWYCH ZA POMOCĄ METODY AHP

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X

8. Optymalizacja decyzji inwestycyjnych

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

Definicje ogólne

Modelowanie struktury stóp procentowych na rynku polskim - wprowadzenie

System Przeciwdziałania Powstawaniu Bezrobocia na Terenach Słabo Zurbanizowanych SPRAWOZDANIE Z BADAŃ Autor: Joanna Wójcik

Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada. Zajęcia 3

Rozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1

TEORIA PORTFELA MARKOWITZA

Analiza danych OGÓLNY SCHEMAT. Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

= σ σ. 5. CML Capital Market Line, Rynkowa Linia Kapitału

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

Natalia Nehrebecka. Zajęcia 4

Wpływ płynności obrotu na kształtowanie się stopy zwrotu z akcji notowanych na Giełdzie Papierów Wartościowych w Warszawie

Analiza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa. PARA ZMIENNYCH LOSOWYCH

1.1. Uprość opis zdarzeń: 1.2. Uprościć opis zdarzeń: a) A B A Uprościć opis zdarzeń: 1.4. Uprościć opis zdarzeń:

STATYSTYKA REGIONALNA

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE

WPŁYW PARAMETRÓW DYSKRETYZACJI NA NIEPEWNOŚĆ WYNIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO

Analiza porównawcza rozwoju wybranych banków komercyjnych w latach

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

Pattern Classification

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup

Mikroekonometria 5. Mikołaj Czajkowski Wiktor Budziński

Model oceny ryzyka w działalności firmy logistycznej - uwagi metodyczne

Analiza struktury zbiorowości statystycznej

Analiza modyfikacji systemów bonus-malus w ubezpieczeniach komunikacyjnych AC na przykładzie wybranego zakładu ubezpieczeń

65120/ / / /200

WSKAŹNIK OCENY HIC SAMOCHODU OSOBOWEGO W ASPEKCIE BEZPIECZEŃSTWA RUCHU DROGOWEGO

Statystyka Opisowa 2014 część 1. Katarzyna Lubnauer

Zjawiska masowe takie, które mogą wystąpid nieograniczoną ilośd razy. Wyrazów Obcych)

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 5(96)/2013

MATERIAŁY I STUDIA. Zeszyt nr 286. Analiza dyskryminacyjna i regresja logistyczna w procesie oceny zdolności kredytowej przedsiębiorstw

Dr inż. Robert Smusz Politechnika Rzeszowska im. I. Łukasiewicza Wydział Budowy Maszyn i Lotnictwa Katedra Termodynamiki

OeconomiA copernicana 2013 Nr 3. Modele ekonometryczne w opisie wartości rezydualnej inwestycji

Natalia Nehrebecka. Wykład 2

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości


-Macierz gęstości: stany czyste i mieszane (przykłady) -równanie ruchu dla macierzy gęstości -granica klasyczna rozkładów kwantowych

WYBRANE METODY TWORZENIA STRATEGII ZRÓWNOWAŻONEGO TRANSPORTU MIEJSKIEGO SELECTED METHODS FOR DEVELOPING SUSTAINABLE URBAN TRANS- PORT STRATEGIES

OPTYMALIZACJA PROCESU PRZESIEWANIA W PRZESIEWACZACH WIELOPOKŁADOWYCH

MODELOWANIE LICZBY SZKÓD W UBEZPIECZENIACH KOMUNIKACYJNYCH W PRZYPADKU WYSTĘPOWANIA DUŻEJ LICZBY ZER, Z WYKORZYSTANIEM PROCEDURY KROSWALIDACJI

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru

6. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO

SZTUCZNA INTELIGENCJA

SYSTEMY UCZĄCE SIĘ WYKŁAD 7. KLASYFIKATORY BAYESA. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska.

O PEWNYM MODELU POZWALAJĄCYM IDENTYFIKOWAĆ K NAJBARDZIEJ PODEJRZANYCH REKORDÓW W ZBIORZE DANYCH KSIĘGOWYCH W PROCESIE WYKRYWANIA OSZUSTW FINANSOWYCH

NAFTA-GAZ marzec 2011 ROK LXVII. Wprowadzenie. Tadeusz Kwilosz

Optymalizacja portfela z wykorzystaniem koherentnych transformujących miar ryzyka

Mikroekonometria 13. Mikołaj Czajkowski Wiktor Budziński

ANALIZA KORELACJI WYDATKÓW NA KULTURĘ Z BUDŻETU GMIN ORAZ WYKSZTAŁCENIA RADNYCH

MIĘDZYNARODOWE UNORMOWANIA WYRAśANIA ANIA NIEPEWNOŚCI POMIAROWYCH

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

ZASTOSOWANIE METODY DEA W KLASYFIKACJI FUNDUSZY INWESTYCYJNYCH

MIARY ZALEŻNOŚCI ANALIZA STATYSTYCZNA NA PRZYKŁADZIE WYBRANYCH WALORÓW RYNKU METALI NIEŻELAZNYCH

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru

Badania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa

PROSTO O DOPASOWANIU PROSTYCH, CZYLI ANALIZA REGRESJI LINIOWEJ W PRAKTYCE

PRZESTRZENNE ZRÓŻNICOWANIE WYBRANYCH WSKAŹNIKÓW POZIOMU ŻYCIA MIESZKAŃCÓW MIAST ŚREDNIEJ WIELKOŚCI A SYSTEM LOGISTYCZNY MIASTA 1

5. OPTYMALIZACJA GRAFOWO-SIECIOWA

Transkrypt:

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO nr 80 Fnanse, Rynk Fnansowe, Ubezpeczena nr 65 (014) s. 745 753 Nowe ujęce ryzyka na rynku kaptałowym Jerzy Tymńsk * Streszczene: Artykuł przedstawa nowe ujęce pomaru ryzyka na rynku kaptałowym. W perwszej częśc przyblżono możlwość opsana ryzyka przy pomocy mary neokreślonośc. Można zastosować marę entrop, czyl marę z zakresu teor lośc nformacj. W teor portfelowej przyjmuje sę, że decyzje nwestorske na rynku kaptałowym mogą być podejmowane poprzez mnmalzację entrop. Nowe podejśce do oceny ryzyka na rynku kaptałowym dotyczy mary z zakresu teor nezawodnośc. Mara ta ocena równeż trwałość portfela w dłuższym okrese prognozy. Ujmuje zmany stóp zwrotu, które będą mały charakter trendu, a ne rozkładu normalnego. Zastosowane mary nezawodnośc pozwala zbudować optymalny portfel na podstawe mnmalnej wartośc λ (tj. wskaźnka ntensywnośc występowana nekorzystnych stóp zwrotu z nstrumentów fnansowych w okrese badawczym). Słowa kluczowe: ryzyko, portfel nwestycyjny, entropa, nezawodność Wprowadzene Teora ryzyka portfelowego jest znaczne rozbudowana, jednakowoż ograncza sę ona do problemów determnstycznych. Modele probablstyczne ryzyka ne są powszechne stosowane (np. VaR wartość ryzykowna) ( Zarządzane ryzykem... 009). Poza tym wymagają one spełnena założena o normalnośc rozkładu stóp zwrotu analzowanych walorów, co ne zawsze jest możlwe (m.n. w przypadku ujemnych stóp zwrotu nstrumentów fnansowych). W mejsce tych mar ryzyka można zaproponować mary z obszaru teor nformacj entrop oraz teor nezawodnośc, które są pozbawone w wększośc takch mankamentów. 1. Ryzyko portfela w ujęcu mary neokreślonośc (nepewnośc) W lteraturze do pomaru ryzyka na rynku kaptałowym najczęścej sugeruje sę zastosowane statystycznego podejśca, gdze marą ryzyka jest np. odchylene standardowe. Podejśce take wąże sę, mędzy nnym, z założenem stnena określonych rozkładów prawdopodobeństwa stóp zwrotu, np. rozkładu normalnego (Tarczyńsk 001). Pojęce ryzyka można także rozpatrywać na grunce teor nformacj, w której proponuje sę marę pozwalającą ustalć stopeń neokreślonośc decyzj nwestycyjnej, w znaczenu ryzyka. * dr Jerzy Tymńsk, prof. Wyższej Szkoły Gospodark Krajowej w Kutne, tel. 4 355 83 40.

746 Jerzy Tymńsk Nepewność (neokreśloność) jest nerozerwalne zwązana z każdym zdarzenem losowym, co utrudna proces podejmowana decyzj. Istotnym zagadnenem staje sę konstrukcja odpowednej mary (h) jej loścowa ocena. Jedną z możlwych mar jest entropa, czyl mara lośc nformacj, natomast narzędzem matematycznym przydatnym do analzy zdarzeń z obszaru nepewnośc jest rachunek prawdopodobeństwa, umożlwający określene prawdopodobeństw zajśca zdarzeń losowych. I tak (Wybrane problemy 004: 31): 1) m zdarzene jest mnej prawdopodobne, tym wększa nepewność co do jego wystąpena: h( p ) > h( p ) jeśl p < p (1) 1 1 gdze p oznacza prawdopodobeństwo. ) neokreśloność zdarzena łącznego (polegającego na równoczesnym zajścu dwóch zdarzeń 1) ) jest wększa od sumy neokreślonośc tych zdarzeń, czyl: h( p p ) > h( p ) + h( p ) () 1 1 3) w przypadku zdarzena pewnego W, neoznaczoność pownna wynosć zero, czyl h( W= ) 0. Jedyną funkcją matematyczną spełnającą te wszystke postulaty, jest funkcja zaproponowana przez Hartley a (Wybrane problemy 004: 31): gdze a jest dowolną lczbą z przedzału (1, ). hp ( ) = log (1/ p) = log p (3) a a W teor nformacj najczęścej stosuje sę logarytm przy podstawe: a =, wówczas jednostką nformacj jest bt (szanon), a = e jednostką nformacj jest nat (nt), a = 10 jednostką nformacj jest dt (hartley). Entropa bezwarunkowa zdarzeń ze zboru X (o wartoścach zmennej losowej X) jest welkoścą: m H( X) = å ph( p) (4) gdze h(p ) jest nepewnoścą co do rezultatu rozpatrywanego zdarzena. = 1 Zatem jest ona średną arytmetyczną ważoną lośc nformacj otrzymanych przy zajścu poszczególnych zdarzeń o wagach równych prawdopodobeństwu tych zdarzeń (encyklopedapwn.pwn.pl).

Nowe ujęce ryzyka na rynku kaptałowym 747 Z kole entropą zmennej losowej skokowej X nazywamy welkość H(X) określoną następująco: m H( X) = å p log p (5) gdze X jest zmenną losową, przyjmującą wartośc x z prawdopodobeństwam = 1 p ( PX { = x} = pdla = 1,..., m). Entropa zmennej losowej cągłej X opsanej gęstoścą prawdopodobeństwa f(x) ma postać 1 : lub w szczególnośc dla zmennej losowej o rozkładze a) jednostajnym na przedzale <a, b>: b) normalnym: + H(X)= f ( x)log f ( x) dx (6) H( X) = log ( b a) (7) H X ( ) log ( e ) 1 = π σ (8) 1 H( X) = lg ( πe) + log ( σ) (9) W teor portfelowej przyjmuje sę, że jeżel nwestor rozważa nstrumenty fnansowe na rynku kaptałowym o takej samej korzyśc, ale charakteryzujące sę różnym stopnem ryzyka, to wybera warant mnej ryzykowny, a w ujęcu teor nformacj, warant o mnejszej neokreślonośc. Za kryterum optymalnej decyzj nwestycyjnej, wyboru optymalnego portfela, można wówczas uznać mnmalzację entrop (mary neokre ślonośc). Warto zwrócć uwagę, że marą dobrze obrazującą zróżncowane zborowośc jest ndeks entrop : E = [H(A)/H max ) 100% (10) Jest to mara unormowana, przyjmuje wartośc z przedzału 0%, 100%. 1 Entropa dla rozkładu normalnego jest równa: H ( x) = e lg e dx = e ç æ - ö dx ln çè s ø + ò ( x-m) ( x-m) + ( x-m) - - - 1 ( x m) s s s ç -. ò - - Marę tę zaproponowała Cz. Olbrycht w: Entropa jako mara zróżncowana dla cech jakoścowych, Prace Instytutu Ekonometr Statystyk UŁ, sera B, nr 8, Wydawnctwo Unwersytetu Łódzkego, Łódź 1976, s. 17.

748 Jerzy Tymńsk Brak jakoścowego zróżncowana zborowośc oznacza zborowość jednorodną. Wówczas wartość E = 0, gdy H(Y) = 0, czyl przy możlwym jednym warance cechy. Entropa osąga wartość maksymalną, jeżel częstość występowana każdego warantu cechy jest taka sama. Zatem maksymalna wartość ndeksu E wskazuje na zupełną nejednorodność zborowośc, na jej maksymalne jakoścowo zróżncowane pod względem danego sposobu klasyfkacj. Dla przykładu ocene poddano dwa portfele rynkowe A, B, C, D oraz E w odrębnych (różnących sę) sytuacjach decyzyjnych ryzyka (z punktu wdzena neokreślonośc), dla których dane zawera tabela 1. Tabela 1 Prawdopodobeństwa wystąpena odpowednej sytuacj na rynku Sytuacja na rynku Prawdopodobeństwa zastnena określonej sytuacj na rynku Portfel A Portfel B Portfel C Portfel D Portfel E Bardzo zła 0, 0, 0, 0,1 0,05 Nepomyślna 0, 0, 0,1 0,3 0,10 Stablna 0, 0,1 0,4 0,3 0,15 Dobra 0, 0,3 0, 0,1 0,55 Bardzo dobra 0, 0, 0,1 0, 0,15 Źródło: badana własne. Dla porównana stopna trudnośc wyboru optymalnej decyzj dla tych portfel, z punktu wdzena neokreślonośc sytuacj na rynku, wyznaczamy ch entropę ze wzoru (5) ndeksy entrop ze wzoru (10). W tabel zawarto wynk oblczeń dla rozważanych portfel. Na podstawe przeprowadzonych oblczeń można stwerdzć, że najnższą neokreśloność, równą 1,84, ma portfel E, co oznacza najwększe zróżncowane wartośc prawdopodobeństw zastnena odpowednch sytuacj na rynku. Indeks entrop dla tego portfela jest równeż najnższy (79,40%). Najwyższy pozom entrop H =,3, zgodne z przewdywanam, ma portfel A, w którym występuje równomerny rozkład prawdopodobeństw. Wobec tego najwyższe ryzyko, w sense neokreślonośc, posada portfel A kolejno: B, C, D, E. Funkcję ryzyka w ujęcu teor nezawodnośc można wyrazć jako loraz funkcj gęstośc prawdopodobeństwa zawodnośc do prawdopodobeństwa nezawodnośc. Stąd funkcję ryzyka można zapsać: nz nz nz H () t = f ()/ t R () t, gdze: h nz (t) ryzyko w teor nezawodnośc, f nz (t) funkcja gęstośc w teor nezawodnośc, R nz (t) funkcja nezawodnośc.

Nowe ujęce ryzyka na rynku kaptałowym 749 Tabela Wynk oblczeń dla przykładu Portfel Sytuacja na rynku p log p p log A bardzo zła 0,,319 0,4644 nepomyślna 0,,319 0,4644 stablna 0,,319 0,4644 dobra 0,,319 0,4644 bardzo dobra 0,,319 0,4644 H max,319 ndeks entrop E 100,00 B bardzo zła 0,,319 0,4644 nepomyślna 0,,319 0,4644 stablna 0,1 3,319 0,33 dobra 0,3 1,7370 0,511 bardzo dobra 0,,319 0,4644 H max,464 ndeks entrop E 96,70 C bardzo zła 0,,319 0,4644 nepomyślna 0,1 3,319 0,33 stablna 0,4 1,319 0,588 dobra 0,,319 0,4644 bardzo dobra 0,1 3,319 0,33 H max,119 ndeks entrop E 91,40 D bardzo zła 0,1 3,319 0,33 nepomyślna 0,3 1,7370 0,511 stablna 0,3 1,7370 0,511 dobra 0,1 3,319 0,33 bardzo dobra 0,,319 0,4644 H max,1710 ndeks entrop E 93,50 E bardzo zła 0,05 4,319 0,161 nepomyślna 0,10 3,319 0,33 stablna 0,15,7370 0,41,05 dobra 0,55 0,865 0,4744 bardzo dobra 0,15,7370 0,4105 H max 1,8438 ndeks entrop E 79,40 Źródło: oblczena własne z wykorzystanem arkusza kalkulacyjnego Excel. p

750 Jerzy Tymńsk W teor nezawodnośc (w ujęcu portfelowym) R nz (t) wyrażona jest formułą Wenera, t - ò l () t dt nz 0 postac: R () t = e gdze l () t oznacza funkcję ntensywnośc pojawena sę nekorzystnych (ujemnych bądź nskch wartośc) stóp zwrotu. Wartość l () t statystyczne moż- én(1 +D) -Nù na określć wzorem: l () t =- ê N0 + N ú (Tymńsk 013: 109), gdze N wyrażają ë û zmodyfkowane współczynnk zmennośc (Tymńsk 013: 100). W pracy Tymńskego (013) została określona wartość l () t, a następne skumulowana wartość λ (t), czyl λs(t) dla akcj wyrażonej w postac zmodyfkowanego współczynn- æ s p ö ka zmennośc ç Rt (), dla dzesęcu okresów. Dla tych okresów przyjęto przecętną war- çè ø tość, tj. λ s(10)/10, uzyskując z kole wartość przedzałową we wzorze Wenera. Przy czym, w wynku przeprowadzonych badań 3, okazało sę ż wskaźnk ten w ustalonym przedzale nz s() t 0:10 ne wykazuje rozkładu normalnego, lecz trend wykładnczy. Stąd R () t = e l. Konkretna wartość l s(10) = 0, 0194... dla akcj WWL (por. załącznk). Dowodz to pozomu nezawodnośc: R ( t) WWL nz 0,0194... = e - = 0,98. Reasumując: akcja WWL ma pozom nezawodnośc wyrażony prawdopodobeństwem realzacj w wysokośc 9,8% przy ryzyku 1,94%. Przeprowadzony proces badawczy dla tej akcj (także GTC oraz æ s p ö RPC) (por. załącznk), wyrażonej we wskaźnku ç Rt (), przedstawony jest w pracy çè ø Tymńskego (013: 100 109). Należy zauważyć, ż ryzyko wyrażone w funkcj wykładnczej charakteryzuje sę dodatkowo stałoścą w czase, to 1/l będze oznaczać średn czas stnena ryzyka, a węc funkcja nezawodnośc będze meć rozkład wykładnczy. Przeprowadzone badana upoważnają do przyjęca założena, ż kształt λs(t) jest gładk w końcowym odcnku okresu badawczego, co umożlwa dokonane oceny ryzyka przy założenu rozkładu gamma postac: ll ( r)) f() r = b-1 -l( r) -r b-1 e r dr W tej sytuacj można przyjąć dla parametru kształtu β = 1. 0 0 ò 0 1-1 -l ( r ) l( lr)) e lexp( -lr) lexp( -lr) f( r) = = = = lexp( -lr), -r 1-1 -r é - r e r dr e dr e ù êë úû 0 ò gdze: r = R (stopa zwrotu). ò e. 3 Zastosowanym wykładnkem Hursta (Tymńsk 013: 7).

Nowe ujęce ryzyka na rynku kaptałowym 751 Stąd także: r r éexp( -l r) ù r F( r) = ò f ( r) dr = ò lexp( - lr) dr = l =- [ exp( - lr] 0 = 1-exp( -lr ). êë -l úû 0 0 Przyjmując dalej, ż funkcja nezawodnośc w analzowanej sytuacj ma rozkład wykładnczy, czyl R( r) = exp( λr), możemy zapsać: lexp( -lr ) l() r = = l (= constans). exp( -l r) Wówczas będze: funkcja gęstośc f() t = le -lt, funkcja rozkładu Ft () = 1- c -lt, nz t funkcja nezawodnośc R () t = e -l, funkcja ryzyka ht () = l. (parametr λ we wszystkch funkcjach oznacza ntensywność występowana nekorzystnych w czase wartośc stóp zwrotu). Funkcję wykładnczą funkcję ryzyka przedstawono na rysunku 1. f(t) λ h(t) λ 1 e λ t t e λ t a) b) t Rysunek 1. Funkcja wykadncza (a) funckja ryzyka (b) Źródło: Badana własne. Uwag końcowe Zaproponowane nowe ujęca ryzyka w ocene decyzyjnej nwestowana na rynku kaptałowym mają pozytywne właścwośc trafnego wyboru nstrumentów fnansowych portfela akcj. Ujmują bowem w znacznym stopnu sytuacje nepewnośc (neokreślonośc), zmennośc uwarunkowań, zarówno na rynku kaptałowym, jak gospodarce kraju. Stąd też zarówno w wyborze nstrumentów fnansowych, jak konstrukcjach portfelowych na dłuższe okresy prognostyczne, należy kerować sę oceną sytuacj na rynku (stosować mary

75 Jerzy Tymńsk entrop) bądź, przy znacznej zmennośc nekorzystnych stopach zwrotu, oceną ryzyka w ujęcu nezawodnośc. Zastosowane jednakże mary nezawodnoścowej pownno być poprzedzone badanem kształtowana sę (oceną rozkładu) stóp zwrotu. Tutaj ważne jest, by ukształtowane ch mało charakter trendu, np. oceny wartośc wykładnka Hursta. Szczególne przydatne jest ryzyko w ujęcu nezawodnośc, gdyż daje obektywny obraz w ocene postac portfela. Określene ryzyka w ujęcu teor nezawodnośc pozwala równocześne na określene stopna prawdopodobeństwa realzacj akcj w portfelu, co jest stotne dla decyzj zachowana portfela w dłuższym okrese. Lteratura Tarczyńsk W., Mojsewcz M. (001), Zarządzane ryzykem, PWE, Warszawa. Tymńsk J., Zawślak R. (008), Dwukryteralna koncepcja wyboru nstrumentów fnansowych dla efektywnej konstrukcj portfela jego optymalzacja na rynku kaptałowym, w: Zarządzane fnansam, red. D. Zarzeck, Wydawnctwo Unwersytetu Szczecńskego, Szczecn. Tymńska M. (009), Logstyczne projekty nwestycj zarządzane nm w warunkach ryzyka, Wydawnctwo Unwersytetu Szczecńskego, Szczecn. Tymńsk J. (013), Ekonomczne aspekty optymalzacj nwestycj długookresowych, Wydawnctwo Weś Jutra, Warszawa. Wybrane problemy loścowej analzy portfel akcj (004), red. D. Kopańska-Bródka, Prace Naukowe Akadem Ekonomcznej w Katowcach, Katowce. Zarządzane ryzykem (009), red. K. Jajuga, Wydawnctwo Naukowe PWN, Warszawa. Załącznk 1 Spółk () Stopy zwrotu z 10 okresów mesęcznych Mesęczne stopy zwrotu akcj w % R 1 R R 3 R 4 R 5 R 6 R 7 R 8 R 9 R 10 Średne stopy zwrotu r APL 0,64 3,3 1,33,36 9,00 33,84 14,0 9,95 49,3 6,8 8,39 BDX 3,08 8,3 0,70 7,6 0,00 10,00 5,56 18,4 0,00 4,00 0,58 GRJ,46,06 4,48 3,94 4,17 6,18 1,15 5,41 3,51 6,44 5,89 GTC,01 18,75 1,50 6,67 5,56 6,6 18,6 18,0 8,33 9,79 10,07 INT 5,00 0,6 0,43 4,9 11,1 8,83 4,4 47,6 0,36 7,86 14,8 JTZ 0,7 6,00 6,47 3,67 8,55 0,13 15,33 10,98 10,6 6,80 0,93 KRS 7,14 1,50 19,5 5,33 10,11 5,00 4,61 0,63 1,50 3,57 3,84 PEO 1,13 4,88 8,64 11,01 13,50 1,10 0,85 0,69 8,77 1,06 3,5 PKM 1,35 1,63 4,04 0,00 6,03 3,66 7,06,56 6,43 1,01 4,01 RPC 9,76 1,13,40 0,49 3,96 0,95 17,31 4,51 1,96 5,77 5,16 SKA 6,43 9,89 0,41 8,98 4,48 8,15 5,56 5,6 1,43 7,97 1,7 WWL 0,63 0,4,08 1,47,16 10,9 1,00 1,79 35,67 0,86 7,51 WIG 4,17 7,4 3,5 7,68 5,78 6,50 4,8 5,5 4,8 3,01 3,3 Źródło: opracowane własne w oparcu o dane z gazety PARKIET.

Nowe ujęce ryzyka na rynku kaptałowym 753 A NEW APPROACH TO RISK IN THE CAPITAL MARKET Abstract: The artcle presents a new approach to measurng rsk n the captal market. The frst secton shows how rsk can be descrbed by means of a measure of uncertanty. An entropy measure may be appled,.e. a measure offered by nformaton theory. The portfolo theory assumes that n the captal market nvestors may make ther decsons by mnmzng entropy. The new approach to the assessment of captal market rsk utlzes a measure borrowed from relablty theory. The measure can also be used to assess portfolo sustanablty n a longer forecast perod. It takes account of changes n rates of return formng a trend and not a normal dstrbuton. Wth a measure of relablty an optmal portfolo can be assembled based on the mnmal value of λ (an ndcator of the frequency of occurrence of unfavourable rates of return from fnancal nstruments n the perod of research). Keywords: nvestment portfolo, entropy, relablty Cytowane Tymńsk J. (014), Nowe ujęce ryzyka na rynku kaptałowym, Zeszyty Naukowe Unwersytetu Szczecńskego nr 80, Fnanse, Rynk Fnansowe, Ubezpeczena nr 65, Wydawnctwo Naukowe Unwersytetu Szczecńskego, Szczecn, s. 745 753; www.wnez.pl/frfu.