dr hab. Renata Karkowska 1

Podobne dokumenty
dr hab. Renata Karkowska 1

1. Klasyfikacja stóp zwrotu 2. Zmienność stóp zwrotu 3. Mierniki ryzyka 4. Mierniki wrażliwości wyceny na ryzyko rynkowe

MIARY KLASYCZNE Miary opisujące rozkład badanej cechy w zbiorowości, które obliczamy na podstawie wszystkich zaobserwowanych wartości cechy

Statystyka opisowa. Robert Pietrzykowski.

Zarządzanie portfelem inwestycyjnym

Modelowanie rynków finansowych

Zarządzanie ryzykiem. Opracował: Dr inŝ. Tomasz Zieliński

Excel i VBA w analizach i modelowaniu finansowym Pomiar ryzyka. Pomiar ryzyka

Statystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41

Statystyka. Wykład 5. Magdalena Alama-Bućko. 26 marca Magdalena Alama-Bućko Statystyka 26 marca / 40

Ryzyko i efektywność. Ćwiczenia ZPI. Katarzyna Niewińska, ćwiczenia do wykładu Zarządzanie portfelem inwestycyjnym 1

Spis treści 3 SPIS TREŚCI

Statystyka opisowa PROWADZĄCY: DR LUDMIŁA ZA JĄC -LAMPARSKA

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

STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)

Wykład 1 Sprawy organizacyjne

Wycena papierów wartościowych - instrumenty pochodne

Zarządzanie portfelem inwestycyjnym. Renata Karkowska; Wydział Zarządzania UW

1 n. s x x x x. Podstawowe miary rozproszenia: Wariancja z populacji: Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel:

Matematyka finansowa. Ćwiczenia ZPI. Ćwiczenia do wykładu Zarządzanie portfelem inwestycyjnym 1

Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski

Rachunek prawdopodobieństwa i statystyka

3. Optymalizacja portfela inwestycyjnego Model Markowitza Model jednowskaźnikowy Sharpe a Model wyceny aktywów kapitałowych CAPM

Statystyka. Podstawowe pojęcia: populacja (zbiorowość statystyczna), jednostka statystyczna, próba. Cechy: ilościowe (mierzalne),

Ćwiczenia ZPI. Katarzyna Niewińska, ćwiczenia do wykładu Zarządzanie portfelem inwestycyjnym 1

Porównanie metod szacowania Value at Risk

Statystyka. Wykład 5. Magdalena Alama-Bućko. 20 marca Magdalena Alama-Bućko Statystyka 20 marca / 26

Inwestycje i ryzyko na rynku nieruchomości KONCEPCJE RYZYKA. Dr Ewa Kusideł

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1

1 Podstawy rachunku prawdopodobieństwa

Wykład 3 Momenty zmiennych losowych.

Wykład 3 Momenty zmiennych losowych.

Rachunek prawdopodobieństwa i statystyka

Matematyka finansowa i ubezpieczeniowa - 8 Wycena papierów wartościowych

Statystyczne metody analizy danych

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2

Zestaw 2: Zmienne losowe. 0, x < 1, 2, 2 x, 1 1 x, 1 x, F 9 (x) =

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA

Statystyka w przykładach

Porównaj płace pracowników obu zakładów, dokonując kompleksowej analizy struktury. Zastanów się, w którym zakładzie jest korzystniej pracować?

Wykład 5. Opis struktury zbiorowości. 1. Miary asymetrii.

Kamila Bednarz-Okrzyńska* Uniwersytet Szczeciński

Parametr Λ w populacji ubezpieczonych ma rozkład dany na półosi dodatniej gęstością: 3 f

Metoda momentów i kwantyli próbkowych. Wrocław, 7 listopada 2014

Wskaźnik asymetrii Jeżeli: rozkład jest symetryczny, to = 0, rozkład jest asymetryczny lewostronnie, to < 0. Kwartylowy wskaźnik asymetrii

Zmienne losowe i ich rozkłady. Momenty zmiennych losowych. Wrocław, 10 października 2014

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

Inteligentna analiza danych

Jeśli wszystkie wartości, jakie może przyjmować zmienna można wypisać w postaci ciągu {x 1, x 2,...}, to mówimy, że jest to zmienna dyskretna.

Rozkład zmiennej losowej Polega na przyporządkowaniu każdej wartości zmiennej losowej prawdopodobieństwo jej wystąpienia.

Krzysztof Piontek MODELOWANIE I PROGNOZOWANIE ZMIENNOŚCI INSTRUMENTÓW FINANSOWYCH

Estymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014

Statystyka i eksploracja danych

Opcje - wprowadzenie. Mała powtórka: instrumenty liniowe. Anna Chmielewska, SGH,

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1

Value at Risk (VaR) Jerzy Mycielski WNE. Jerzy Mycielski (Institute) Value at Risk (VaR) / 16

Statystyka hydrologiczna i prawdopodobieństwo zjawisk hydrologicznych.

ANALIZA STATYSTYCZNA WYNIKÓW BADAŃ

Zmienne losowe skokowe

WYKŁAD 6. Witold Bednorz, Paweł Wolff. Rachunek Prawdopodobieństwa, WNE, Uniwersytet Warszawski. 1 Instytut Matematyki

Komputerowa analiza danych doświadczalnych

Zarządzanie ryzykiem. Dorota Kuchta

-> Średnia arytmetyczna (5) (4) ->Kwartyl dolny, mediana, kwartyl górny, moda - analogicznie jak

Statystyka matematyczna

Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn

Wycena opcji. Dr inż. Bożena Mielczarek

Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski

Prawdopodobieństwo i statystyka

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

Statystyka matematyczna dla leśników

Biostatystyka, # 3 /Weterynaria I/

g) wartość oczekiwaną (przeciętną) i wariancję zmiennej losowej K.

Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki

Wskaźniki efektywności Sharpe a, Treynora, Jensena, Information Ratio, Sortino

Pozyskiwanie wiedzy z danych

STATYSTYKA MATEMATYCZNA. rachunek prawdopodobieństwa

Szacowanie miary zagrożenia Expected Shortfall dla wybranych instrumentów polskiego rynku kapitałowego

Zmienne losowe zadania na sprawdzian

Ćwiczenia 3 ROZKŁAD ZMIENNEJ LOSOWEJ JEDNOWYMIAROWEJ

10. Podstawowe wskaźniki psychometryczne

WYKŁAD 5 TEORIA ESTYMACJI II

MATEMATYKA Z ELEMENTAMI STATYSTYKI LABORATORIUM KOMPUTEROWE DLA II ROKU KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZESTAWY ZADAŃ

LABORATORIUM Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz.

STATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych;

Postawy wobec ryzyka

STATYSTYKA MATEMATYCZNA

Instrumenty rynku akcji

Wykład 3. Rozkład normalny

Matematyka finansowa r. Komisja Egzaminacyjna dla Aktuariuszy. LXIX Egzamin dla Aktuariuszy z 8 grudnia 2014 r. Część I

... i statystyka testowa przyjmuje wartość..., zatem ODRZUCAMY /NIE MA POD- STAW DO ODRZUCENIA HIPOTEZY H 0 (właściwe podkreślić).

Rozkłady zmiennych losowych

1. Opis tabelaryczny. 2. Graficzna prezentacja wyników. Do technik statystyki opisowej można zaliczyć:

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI ROZKŁAD EMPIRYCZNY

Kwantyle. Kwantyl rzędu p rozkładu prawdopodobieństwa to taka liczba x p. , że. Możemy go obliczyć z dystrybuanty: P(X x p.

Metody Statystyczne. Metody Statystyczne.

Elementy Modelowania Matematycznego Wykład 4 Regresja i dyskryminacja liniowa

ANALIZA I ZARZADZANIE PORTFELEM. Specjalista ds. Analiz Giełdowych Łukasz Porębski

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych

Transkrypt:

dr hab. Renata Karkowska 1

Czym jest ryzyko? Rodzaje ryzyka? Co oznacza zarządzanie? Dlaczego zarządzamy ryzykiem? 2

Przedmiot ryzyka Otoczenie bliższe/dalsze (czynniki ryzyka egzogeniczne vs endogeniczne) Wystąpienie zdarzenia niosące zagrożenie Konsekwencje spełnienia się ryzyka (strata/zysk) 3

PROCES ZARZĄDZANIA RYZYZKIEM Rozpoznawanie ryzyka Pomiar/wycena Dezagregacja/integracja ryzyka Kontrola 4

5

Prawdopodobieństwo Stopa zwrotu 0,1-25% 0,15-10% 0,15 5% 0,2 15% 0,2 25% 0,15 30% 0,05 50% Wartość oczekiwana = 11,75% Odchylenie standardowe = 19,31% 6

Każde ryzyko ma rozkład prawdopodobieństwa i jest traktowane jako zmienna losowa (random). Zgodnie z teorią efektywności rynków (wszystkie informacje są zdyskontowane w cenie) zmiany cen rynkowych może zależeć od nowych informacji (nieprzewidywalnych). Stąd ceny są nieprzewidywalne a więc losowe random walk. Funkcja gęstości ryzyka może być scharakteryzowana przez średnią, wariancję, kurtozę, czy skośność. 7

ROZKŁAD ZMIENNEJ LOSOWEJ X (HISTOGRAM) Funkcja gęstości prawdopodobieństwa; funkcja częstości f(x) PRAWDOPODOBIEŃSTWO Dystrybuanta, skumulowana funkcja dystrybucji F(x) (teoretyczna i empiryczna) 8

R t stopa zwrotu w okresie t, R t = P t+1 P t + D t P t P t+1 wartość końcowa (cena w okresie t+1), P t wartość początkowa(cena w okresie t), D t dywidenda wypłacona w okresie t-tym, P t+1 - P t - oznacza zysk kapitałowy, (bezwzględna/absolutna zmiana ceny) (P t +1 - P t )/ P t *100 - iloraz oznacza stopę zysku kapitałowego, D t / P t *100 - stopę dywidendy. 9

co wynika z: R t stopa zwrotu w okresie t, P t cena w okresie t, P t-1 cena w okresie t-1. 10

Granica efektywna mówi nam jak daleko na północny-zachód możemy się przesunąć, żeby uzyskać jak najbardziej optymalne rozwiązanie. Oczekiwany zwrot Nowa granica efektywna M Dotychczasowa granica efektywna Inwestycje F Odchylenie standardowe zwrotu 11

I Praca samodzielna na ocenę Cel pracy: Wyznacz mapę ryzyko-stopa zwrotu dla wybranych 10 spółek z indeksu: WIG20 mwig40 swig80. Metoda badania: narzędzie, miary statystyczne Wyniki: przedstaw w formie tabeli i wykresów. Interpretacja wyników Skorzystaj ze stron www.gpw.pl, www.stooq.pl. 12

dr hab. Renata Karkowska 13

Miary zmienności: obrazują zmiany cen, stóp zwrotu instrumentów finansowych, opierają się na rozproszeniu ich rozkładu, tym samym uśredniają ryzyko: wariancja stopy zwrotu, odchylenie standardowe stopy zwrotu, odchylenie przeciętne stopy zwrotu, Miary wrażliwości: pokazują jak determinanty ryzyka oddziaływają na ceny (stopy zwrotu). Ryzyko będzie tym większe, im większa jest wrażliwość cen (stóp zwrotu) na czynniki ryzyka. Miary zagrożenia: związane są z negatywnymi konsekwencjami występowania ryzyka takimi jak niekorzystne odchylenia cen, stóp zwrotu od oczekiwanych wartości: semiwariancja stopy zwrotu, semiodchylenie standardowe stopy zwrotu, semiodchylenie przeciętne stopy zwrotu, Value at Risk (VaR). 14

σ 2 wariancja stopy zwrotu z instrumentu, p i prawdopodobieństwo osiągnięcia i-tej możliwej stopy zwrotu, R i i-ta możliwa wartość stopy zwrotu, E(R i ) oczekiwana stopa zwrotu danego instrumentu σ - odchylenie standardowe stopy zwrotu instrumentu. 15

PO CO POZNAWAĆ ROZKŁAD STÓP ZWROTU Z INWESTYCJI? Źródło: Kane in. 2011 16

ROZKŁAD PRAWDOPODOBIEŃSTWA OSIĄGNIĘCIA STÓP ZWROTU Źródło: Kane in. 2011 17

ROZKŁAD PRAWDOPODOBIEŃSTWA OSIĄGNIĘCIA STÓP ZWROTU Źródło: Kane in. 2011 18

NORMALNY I SKOŚNY ROZKŁAD STÓP ZWROTU: E(R)=6% SD=17% Źródło: Kane in. 2011 Współczynnik skośności/asymetrii (skewness) mierzy odchylenie od symetryczności rozkładu tzw. moment centralny trzeciego rzędu. Ujemne wartości oznaczają rozbudowaną ujemną część ogona, tym samym o większym prawdopodobieństwie zdarzeń negatywnych. 19

NORMALNY I FAT-TAILED ROZKŁAD STÓP ZWROTU: E(R)=10% SD=20% Kuroza - miara spłaszczenia rozkładu, niezgodności z rozkładem normalnym. dla Ex=0 rozkład ma kształt normalny (rozkład mezokurtyczny), dla Ex>0 rozkład jest bardziej wysmukły niż normalny (rozkład leptokurtyczny), większe skupienie wartości wokół średniej, dla Ex<0 rozkład jest mniej wysmukły niż normalny (rozkład platokurtyczny), większe spłaszczenie rozkładu. 20

I Praca samodzielna na ocenę cd. Cel pracy: Oszacuj ryzyko inwestycji korzystając z miar statystycznych i histogramu dla wybranych 10 spółek z indeksu: WIG20 mwig40 swig80. Metoda badania: narzędzie, miary statystyczne Wyniki: przedstaw w formie tabeli i wykresów. Interpretacja wyników Skorzystaj ze stron www.gpw.pl, www.stooq.pl. 21