OPTYMALNE STRATEGIE INWESTYCYJNE PODEJŚCIE FUNDAMENTALNE OPTIMAL INVESTMENT STRATEGY FUNDAMENTAL ANALYSIS



Podobne dokumenty
KONSTRUKCJA OPTYMALNYCH PORTFELI Z ZASTOSOWANIEM METOD ANALIZY FUNDAMENTALNEJ UJĘCIE DYNAMICZNE

ZASTOSOWANIE WYBRANYCH ELEMENTÓW ANALIZY FUNDAMENTALNEJ DO WYZNACZANIA PORTFELI OPTYMALNYCH

WYBÓR PORTFELA PAPIERÓW WARTOŚCIOWYCH ZA POMOCĄ METODY AHP

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.

Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego

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

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

ANALIZA PORÓWNAWCZA WYBRANYCH METOD GRUPOWANIA SPÓŁEK GIEŁDOWYCH

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

Analiza porównawcza rozwoju wybranych banków komercyjnych w latach

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

8. Optymalizacja decyzji inwestycyjnych

INWESTOWANIE W SEKTORZE ENERGETYCZNYM, PALIWOWYM I SUROWCOWYM NA GPW W WARSZAWIE Z UŻYCIEM MODELI SHARPE A I MARKOWITZA

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu

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

ZASTOSOWANIE MODELU MOTAD DO TWORZENIA PORTFELA AKCJI KLASYFIKACJA WARUNKÓW PODEJMOWANIA DECYZJI

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

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

ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH

ZASTOSOWANIE MODELI ILOŚCIOWYCH W KONSTRUOWANIU STRATEGII INWESTYCYJNYCH

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

ZASTOSOWANIE METOD WAP DO OCENY POZIOMU PRZESTRZENNEGO ZRÓŻNICOWANIA ROZWOJU ROLNICTWA W POLSCE

Procedura normalizacji

Statystyka. Zmienne losowe

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

Propozycja modyfikacji klasycznego podejścia do analizy gospodarności

Dywersyfikacja portfela poprzez inwestycje alternatywne. Prowadzący: Jerzy Nikorowski, Superfund TFI.

Zastosowanie wielowymiarowej analizy porównawczej w doborze spó³ek do portfela inwestycyjnego Zastosowanie wielowymiarowej analizy porównawczej...

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECI SKIEGO

STATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ],

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECI SKIEGO INWESTYCJE RZECZOWE NA RYNKU NIERUCHOMO CI JAKO CZYNNIK ZMNIEJSZAJ CY RYZYKO PORTFELA INWESTYCYJNEGO

STATYSTYKA REGIONALNA

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

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012

TEORIA PORTFELA MARKOWITZA

Natalia Nehrebecka. Wykład 2

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

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

Analiza ryzyka jako instrument zarządzania środowiskiem

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

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 5(96)/2013

WSKAŹNIK OCENY HIC SAMOCHODU OSOBOWEGO W ASPEKCIE BEZPIECZEŃSTWA RUCHU DROGOWEGO


Zastosowanie metod grupowania hierarchicznego w strategiach portfelowych

Usługi KPMG oferowane polskim przedsiębiorcom

Zastosowanie wybranych miar płynności aktywów kapitałowych na Giełdzie Papierów Wartościowych w Warszawie S.A.

Natalia Nehrebecka. Dariusz Szymański

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

STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU

ANALIZA PRZESTRZENNA PROCESU STARZENIA SIĘ POLSKIEGO SPOŁECZEŃSTWA

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru

Badanie optymalnego poziomu kapitału i zatrudnienia w polskich przedsiębiorstwach - ocena i klasyfikacja

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

MIARY ZALEŻNOŚCI ANALIZA STATYSTYCZNA NA PRZYKŁADZIE WYBRANYCH WALORÓW RYNKU METALI NIEŻELAZNYCH

ANALIZA WPŁYWU OBSERWACJI NIETYPOWYCH NA WYNIKI MODELOWANIA REGIONALNEJ WYDAJNOŚCI PRACY

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

WYZNACZANIE PORTFELA WIELOKRYTERIALNEGO W WARUNKACH NIEPEŁNEJ INFORMACJI LINIOWEJ

Modelowanie struktury stóp procentowych na rynku polskim - wprowadzenie

Regulacje i sądownictwo przeszkody w konkurencji między firmami w Europie Środkowej i Wschodniej

PROBLEMY ROLNICTWA ŚWIATOWEGO

NORMALiZACJA ZMIENNYCH W SKALI PRZEDZIAŁOWEJ I ILORAZOWEJ W REFERENCYJNYM SYSTEMIE GRANICZNYM

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

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

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

Natalia Nehrebecka. Zajęcia 3

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

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

Analiza empiryczna struktury handlu międzynarodowego. Zajęcia z TWM dr Leszek Wincenciak

ANALIZA PREFERENCJI SŁUCHACZY UNIWERSYTETU TRZECIEGO WIEKU Z WYKORZYSTANIEM WYBRANYCH METOD NIESYMETRYCZNEGO SKALOWANIA WIELOWYMIAROWEGO

Nota 1. Polityka rachunkowości

Wpływ modernizacji gospodarki w sferze działalności proekologicznej na jakość środowiska naturalnego w Polsce w układzie regionalnym

Ocena jakościowo-cenowych strategii konkurowania w polskim handlu produktami rolno-spożywczymi. dr Iwona Szczepaniak

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. Strona 1

Oligopol dynamiczny. Rozpatrzmy model sekwencyjnej konkurencji ilościowej jako gra jednokrotna z pełną i doskonalej informacją

Zmodyfikowana technika programowania dynamicznego

Krzysztof Borowski Zastosowanie metody wideł cenowych w analizie technicznej

Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Budowa portfela inwestycyjnego za pomocą siły relatywnej i elementy pairs trading

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru

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

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

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

Analiza korelacji i regresji

BADANIE WPŁYWU ZASTOSOWANIA WYMIARU FRAKTALNEGO NA KONSTRUKCJĘ PORTFELA OPTYMALNEGO

EKSPERYMENTALNA OCENA EFEKTYWNOŚCI PORTFELA FUNDAMENTALNEGO DLA SPÓŁEK Z INDEKSU WIG20 ZA LATA

ZASTOSOWANIE WYKŁADNIKA HURSTA DO WYZNACZANIA PORTFELI OPTYMALNYCH

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECI SKIEGO

Model oceny ryzyka w działalności firmy logistycznej - uwagi metodyczne

Inwestycje finansowe. Wycena obligacji. Stopa zwrotu z akcji. Ryzyko.

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

Rozmyta efektywność portfela

WYKORZYSTANIE SYMULACJI STOCHASTYCZNEJ DO BADANIA WRAŻLIWOŚCI SKŁADU OPTYMALNYCH PORTFELI AKCJI

Współczynnik przenikania ciepła U v. 4.00

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

Ćwiczenie 10. Metody eksploracji danych

Analiza ekonomiczna rynku energii elektrycznej w latach )

Zarządzanie ryzykiem w przedsiębiorstwie i jego wpływ na analizę opłacalności przedsięwzięć inwestycyjnych

ZRÓŻNICOWANIE ROZWOJU EKONOMICZNEGO POWIATÓW POLSKI WSCHODNIEJ

Transkrypt:

ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2014 Sera: ORGANIZACJA I ZARZĄDZANIE z. 68 Nr kol. 1905 Adranna MASTALERZ-KODZIS Unwersytet Ekonomczny w Katowcach OPTYMALNE STRATEGIE INWESTYCYJNE PODEJŚCIE FUNDAMENTALNE Streszczene. Celem artykułu jest porównane model optymalzacyjnych opartych na welowymarowej analze porównawczej wykorzystujących wskaźnk fundamentalne ze strategą nwestowana w wartość. Wykorzystano dane zaczerpnęte z GPW w Warszawe. Słowa kluczowe: nwestowane w wartość, analza fundamentalna, welowymarowa analza porównawcza (WAP), metoda BMS, analza portfelowa. OPTIMAL INVESTMENT STRATEGY FUNDAMENTAL ANALYSIS Summary. The purpose of ths artcle s to compare some optmzaton models usng the multdmensonal analyss and fundamental ndexes wth the nvestng strategy n value. Some data from GPW n Warsaw were used. Keywords: nvestng strategy n value, fundamental analyss, comparatve multdmensonal analyss, port folo analyss. 1. Wstęp Podejmowane decyzj nwestycyjnych jest procesem złożonym, który zachodz w dynamczne stochastyczne zmenającym sę otoczenu ekonomcznym gospodarczym. Decydent ma do wyboru wele metod nwestycyjnych, mędzy nnym metod opartych na analze techncznej, fundamentalnej, welowymarowej analze porównawczej (WAP) teor portfelowej. Z ekonomcznego punktu wdzena wybór najkorzystnejszej decyzj, najlepszej strateg nwestycyjnej jest klasycznym problemem optymalzacyjnym [1, 10]. W artykule wykorzystano szereg czasowe z GPW w Warszawe. Skonstruowano klka różnych model teoretycznych opartych na welowymarowej analze porównawczej,

222 A. Mastalerz-Kodzs wykorzystujących wybrane wskaźnk analzy fundamentalnej. Modele te porównano z modelem, w którym jako główne kryterum wykorzystano nwestowane w wartość. Dostępność przekrojowo-czasowych danych ekonomcznych umożlwa korzystane z welu różnych metod analz loścowych. Dane panelowe dotyczące rynku kaptałowego są powszechne dostępne, np. na stronach GPW, NBP. Za pomocą różnych metod loścowych dane fnansowe możemy analzować tworząc optymalne stratege nwestycyjne. Wększość rozważanych model optymalzacyjnych w kontekśce decyzj nwestycyjnych ma charakter welokryteralny. Poprawne właścwe zdefnowane preferencj decydenta powala na uzyskane optymalnego rozwązana. Posługwane sę metodologą WAP daje nwestorow możlwość otrzymana stopy zwrotu z długotermnowego portfela o wele wyższej anżel przez zastosowane klasycznego modelu Markowtza [7, 8]. Porównane różnych strateg nwestycyjnych za pomocą metodolog WAP na podstawe danych z gełd śwatowych zostało zameszczone w pracy [8]. W nnejszym artykule posłużono sę także, znanym z lteratury, podejścem nwestowana w wartość [3, 5, 9] porównano go z WAP. W artykule wykorzystano szereg czasowe danych wchodzących w skład ndeksu WIG20 z GPW w Warszawe. Wybrano wskaźnk analzy fundamentalnej za lata 2010-2012. Na podstawe macerzy danych skonstruowano klka różnych model teoretycznych opartych na welowymarowej analze porównawczej, wykorzystujących wybrane wskaźnk analzy fundamentalnej. Modele te porównano z modelem, w którym jako główne kryterum wykorzystano nwestowane w wartość. Publkacja składa sę z dwóch zasadnczych częśc: teoretycznej, w której krótko omówono wybrane stratege nwestycyjne oraz aplkacyjnej opartej na danych rzeczywstych. 2. Stratega nwestowana w wartość Przy nwestycjach długotermnowych wykorzystuje sę nformacje śwadczące o sle fundamentalnej spółek oraz dane makroekonomczne ukazujące sytuację całej gospodark. Inwestowane w wartość polega na nwestowanu w spółk, które są wycenane przez rynek ponżej rzeczywstej wartośc, a następne nesprzedawanu akcj przez dług czas do momentu, gdy wycena spółk zostane skorygowana przez rynek do wartośc rzeczywstej [3, 4, 5, 6]. Podstawowym problemem przy nwestowanu w wartość jest znalezene spółek, które mają dodatn margnes bezpeczeństwa, czyl różncę pomędzy rzeczywstą wartoścą spółk a jej wyceną rynkową. Wybór odpowednch spółek pod kątem nwestycj jest obarczony dużym ryzykem. Obnżyć to ryzyko można przez wybór spółek o wysokm margnese bezpeczeństwa konstrukcję zdywersyfkowanego portfela. Inwestowane w wartość ma oczywśce zarówno wady, jak zalety [2, 3, 5], jednakże w welu przypadkach daje ponadprzecętne zysk.

Optymalne stratege nwestycyjne podejśce fundamentalne 223 Wyberamy spółk z danego zboru danych charakteryzujące sę najnższą wartoścą wskaźnka cena do wartośc ksęgowej (P/BV = cena/wartość ksęgowa). Wskaźnk P/BV pokazuje stopeń nedoszacowana lub przeszacowana wartośc akcj w odnesenu do wartośc ksęgowej przedsęborstwa, która odpowada kaptałow własnemu spółk. Wartość ksęgową wyznaczamy jako różnce pomędzy aktywam a zobowązanam ogółem. Wartość wskaźnka P/BV nformuje o racjonalnym wykorzystanu aktywów przedsęborstwa. Gdy P/BV>1, to śwadczy to o efektywnym wykorzystanu zaangażowanych kaptałów własnych. Gdy P/BV<1, to oznacza, że przedsęborstwo ma potencjał rozwoju (wzrostu), duże możlwośc do tworzena zysków, czyl z punktu wdzena metody nwestowana w wartość jest nteresujące. W podejścu zgodnym z zasadą nwestowana w wartość berzemy jedną charakterystykę akcj wskaźnk P/BV. 3. Stratega welowymarowej analzy porównawczej Welowymarowa analza porównawcza umożlwa analzę co najmnej dwóch zmennych opsujących badane zjawsko. Porównujemy obekty (np. akcje), które są opsywane przez wele cech. Na podstawe macerzy danych opsujących obekty konstruujmy mernk syntetyczne.w analzach często wykorzystywany jest taksonomczny mernk wzorcowy (TMAI) lub bezwzorcowa mra syntetyczną BMS. Jak pokazano w lcznych analzach emprycznych dają one porównywalne rezultaty [8, 9]. W opracowanu zastosowano marę BMS. 3.1. Bezwzorcowa mara syntetyczna W nnejszym artykule danym będą wskaźnk śwadczące o sle fundamentalnej spółek gełdowych. Dane perwotne transponuje sę zgodne ze wzorem: y x x j mn, j, (1) xmax, xmn, Dzęk tej transformacj zmenne stają sę welkoścam nemanowanym, przyjmują wartośc z przedzału [0, 1] oraz zachowana zostaje różna ch warancja. Uwzględnoną marą syntetyczną jest średna arytmetyczna postac: 1 BMS n m j 1 y, (2) j gdze przyjmuje wartośc 1, gdy zmenna jest destymulantą oraz 1, gdy jest stymulantą; m wększa wartość zmennej atrakcyjnejsza dla nwestora. j BMS, tym wyższa pozycja w herarch, tym spółka jest

224 A. Mastalerz-Kodzs 4. Porównane portfel dla różnych strateg - analza empryczna Analza obejmuje dane zaczerpnęte z Gełdy Paperów Wartoścowych w Warszawe. Wykorzystano welkośc charakteryzujące kondycję fnansową spółek wchodzących maju 2013 roku w skład ndeksu WIG 20. Skompletowano dane dla 15 spółek za okres 01.01.2010-06.06.2013. Dokonano wyboru welkośc charakteryzujących słę fundamentalną spółek. Przyjmując jako strategę nwestycyjną nwestowane w wartość, wybrano spółk, które w latach 2010-20 mały wskaźnk P/BV mnejszy nż 1. Z analzowanych spółek tylko 2 spełnały to kryterum: PKN ORLEN LOTOS. Rozważono portfel złożony z akcj tych spółek. Kwotę 100 000 zł zanwestowano na rok dna 7.05.2012 roku po równo rozkładając udzały obu spółek. Wynk nwestycj przestawa tabela 1. Struktura portfela zgodne ze strategą nwestowana w wartość, efektywność otrzymanego portfela Tabela 1 Ceny zamknęca akcj 07.05..2012 06.05.2013 Lczba akcj Stopa zysku portfela 7.05.2012-6.05.2013 PKN ORLEN 36,18 47,24 1382 39,95% LOTOS 28,4 39 1761 Źródło: opracowane własne. Następne dla spółek oblczono: wskaźnk analzy fundamentalnej za lata 2010-20, wybrane charakterystyk akcj, take jak oczekwaną stopę zwrotu R, odchylene standardowe stopy zwrotu s oraz parametr wartośc mary BMS dla spółek. Wynk analz emprycznych Tabela 2 R s(r) ROE ROA P/E P/BV BMS ASSECOPOL -4,768E-05 0,01847 0,75240 18,7 7,7 19,4 3,6 2,9 BOGDANKA -2E-04 0,05-0,07462,6 7,9 15,5 1,8 1,9 BORYSZEW -0,00021 0,04733 0,97310 10,3 2,5 146,2 2,7 2,6 BRE 0,00102 0,02314 1,16986 1 0 14,2 1,6 0,5 EUROCASH 0,00197 0,02197 0,48026 28,2 4,5 28,7 8,1 4,8 HANDLOWY 0,00083 0,01994 0,57683 2 0 13,7 1,7 0,6 KERNEL 0,00105 0,02535 0,54401 22 12,6 25,4 5,7 4,3 KGHM 0,009 0,02592 1,36436 34,2 24,3 4,8 1,5 4,5 LOTOS 0,002 0,02273 1,921 9,2 3,9 5,7 0,5 0,9 PEKAO 0,00042 0,02129 1,20631 1,9 0 15,3 2 0,7 PGNIG 0,00052 0,01709 0,62621 8,5 5,5 12,9 1,1 1,5 PKN ORLEN 0,00079 0,0217 1,20733 9,8 4,4 8,1 0,8 1,2 PKO BP 0,00036 0,01933 1,132 1,9 0 13,2 2,1 0,7 SYNTHOS 0,00234 0,02529 0,76494 25,5 15,8 8,6 2,1 3,4 TP SA -0,00061 0,02090 0,55327 6,9 3,6 78,2 1,3 1,6 Źródło: opracowane własne.

Optymalne stratege nwestycyjne podejśce fundamentalne 225 Oblczono wartośc mary syntetycznej BMS na podstawe 4 wskaźnków analzy fundamentalnej. Wynk oblczeń BMS zameszczona w tabel 2. Wzęto pod uwagę uśrednone za lata 2010-20 następujące dane ekonomczno-fnansowe (dane zaczerpnęto ze stron nternetowych www.gpw.pl, www.banker.pl, www.money.pl): Wskaźnk rentownośc aktywów ROA (zysk netto/aktywa ogółem). Wskaźnk rentownośc kaptału własnego ROE (zysk netto/kaptał własny). Wskaźnk P/BV. Wskaźnk P/E. Jeżel weźmemy pod uwagę wększą lczbę kryterów, wększą lczbę wskaźnków fundamentalnych skonstruowaną na ch podstawe marę syntetyczną BMS, to okazuje sę, że najwyższą pozycję w rankngu (wg tej mary) mają spółk: EUROCASH KGHM. Skonstruowano portfel złożony z tych spółek o równych ch udzałach. Kwotę 100 000 zł zanwestowano na rok dna 7.05.2012 roku, wynk nwestycj przestawa tabela 3. Struktura portfela zgodne ze strategą nwestowana wg wartośc BMS, efektywność uzyskanego portfela Tabela 3 Ceny zamknęca akcj 07.05.2012 06.05.2013 Lczba akcj Stopa zysku portfela (%) 7.05.2012-6.05.2013 EUROCASH 38,98 55,5 1283 25,8% KGHM 134 146,35 373 Źródło: opracowane własne. Z dalszych analz usunęto spółk charakteryzujące sę ujemną hstoryczną stopą zwrotu. Dla pozostałych spółek rozwązano zadane optymalzacyjne o postac (3): f BMS x 1 R 1 sx 1 x 1 x R s 1 x x 1 0 1,,, max gdze: x - udzał -tej akcj w portfelu, R - oczekwana stopa zwrotu dla spółek, s - średne odchylene standardowe, - średna wartość współczynnka beta, BMS - mernk syntetyczny atrakcyjnośc nwestycj w -tą spółkę.

226 A. Mastalerz-Kodzs Pomnęce warunku ogranczającego wykorzystującego współczynnk beta ne wpłynęło na rozwązane. Dodano także warunk dotyczące dywersyfkacj portfela. Im portfel bardzej zróżncowany, tym jego efektywność nższa. Uzyskane wynk zapsano w tabel 4. Tabela 4 Udzały akcj w portfelach fundamentalnych, efektywność portfel fundamentalnych z nałożonym dodatkowym warunkam ogranczającym Spółk Zadane x 0, 5 x 0, 3 x 0, 25 x 0, 1 BRE 0 0 0 0 0,085 EUROCASH 1 0,5 0,3 0,25 0,1 HANDLOWY 0 0 0 0 0,087 KERNEL 0 0 0,12 0,25 0,1 KGHM 0 0,298 0,3 0,186 0,1 LOTOS 0 0 0 0 0,086 PEKAO 0 0 0 0 0,085 PGNIG 0 0,202 0,28 0,25 0,1 PKN ORLEN 0 0 0 0 0,087 PKO BP 0 0 0 0,064 0,088 SYNTHOS 0 0 0 0 0,082 Roczna stopa zysku portfela (%) 42,38% 31,79% 24,25% 17,31% 15,1% 7.05.2012-6.05.2013 Źródło: opracowane własne. 5. Podsumowane Na podstawe danych zaczerpnętych z GPW w Warszawe skonstruowano klka różnych model teoretycznych opartych na WAP-e. Modele te porównano z modelem, w którym jako kryterum wykorzystano nwestowane w wartość. Okazało sę, że jeżel jako marę efektywnośc berzemy pod uwagę roczną stopę zwrotu, to najbardzej efektywny jest model WAP, dla jednej akcj dający 42% stopę zwrotu. Stratega nwestowana w wartość jest także skuteczna, na pozome prawe 40% rocznej stopy zwrotu. Z powyższych analz wynka, że portfele fundamentalne, w których podczas konstrukcj korzystamy z welowymarowej analzy porównawczej wykorzystujemy dane śwadczące o sle fundamentalnej spółek są równe efektywne, co portfel skonstruowany zgodne ze strategą nwestowana w wartość. Roczna stopa zysku portfela skonstruowanego wg strateg nwestowana w wartość była równa prawe 40%. Portfel składający sę z dwóch akcj zgodne z WAP-em charakteryzuje sę stopą zysku neco mnejszą, rządu 32%. Zatem stratega Warrena Buffeta okazała sę nteresująca. W metodolog WAP berze sę pod uwagę wększą lczbę wskaźnków ekonomczno-fnansowych, mamy zatem pełnejszą nformację o rynku, walorach gełdowych. O strateg nwestowana w wartość warto pamętać wskaźnk

Optymalne stratege nwestycyjne podejśce fundamentalne 227 P/BV wykorzystywać podczas analz loścowych. Jest ona z pewnoścą łatwejsza do zastosowana anżel WAP. Bblografa 1. Adamska A., Ferla A.: Inwestowane. Instrumenty klasyczne alternatywne. Ofcyna Wydawncza SGH, Warszawa 20. 2. Buczek S.: Efektywność nformacyjna rynków akcj. Teora a rzeczywstość, Ofcyna Wydawncza SGH, Warszawa 2010. 3. Glenn A.: Inwestowane w wartość, Wydawnctwo Naukowe PWN, Warszawa 2010. 4. Graham B.: Intelgentny nwestor, Studo Emka, Warszawa 2009. 5. Hagstrom R.G.: Na sposób Warrena Buffeta, MT Bznes, Warszawa 2007. 6. Lunney J.O.: Stratege ochrony aktywów, Wolters Kluwer Polska, Warszawa 2010. 7. Łunewska M., Tarczyńsk W.: Metody welowymarowej analzy porównawczej na rynku kaptałowym, PWN, Warszawa 2006. 8. Mastalerz-Kodzs A.: Applcaton of Fundamental Analyss Methods to Compare Effcency of Complex Portfolos consstng of Values Lsted on Stock Exchange, Proceedngs of the 30 th Internatonal Conference Mathematcal Methods n Economcs 2012, Slesan Unversty, School of Busness Admnstraton, Karvna 2012. 9. O Nel W.: Skuteczny nwestor, Studo Emka, Warszawa 2007. 10. Perz P.: Sztuka nwestowana. Analza technczna, stratege nwestycyjne zarządzane ryzkem na GPW, K.E. Lber, Warszawa 2007. Abstract In the artcle we compare some optmzaton models usng the multdmensonal analyss and fundamental ndexes wth the nvestng strategy n value. The artcle presents an emprcal analyss where data from GPW n Warsaw were used. WAP model appeared to be the best.