ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE Provozně ekonomická fakulta Katedra statistiky Obor Provoz a ekonomika
Teze k diplomové práci Posouzení výnosnosti portfolií akcií na základě vztahu k riziku
Vedoucí diplomové práce: Ing. Marie Prášilová, CSc. Zpracovala: Soňa Mikulková © 2004
ÚVOD A CÍL Finanční trhy v České republice prošly za uplynulá léta bouřlivým vývojem a lze konstatovat, že se přiblížily úrovni finančních trhů ve vyspělých zemích. český finanční trh se začlenil do mezinárodního finančního trhu a finanční instituce v naši zemi pociťují silnou konkurenci z jiných zemí. Kapitálový trh v České republice, respektive jeho začátek, byl určen teprve před několika lety kupónovou privatizací, v jejímž rámci bylo vlastnictví různých společností rozptýleno mezi více než 80 % populace. Český burzovní systém je charakteristický existencí pouze jedné burzy cenných papírů tj. Burzou Cenných Papírů Praha. Cílem diplomové práce je určit, do jakých portfolií cenných papírů je vhodné uložit volné finanční prostředky a v jaké výši s ohledem na míru rizika a velikost výnosu, přičemž podkladová data výchozí pro potřebné propočty budou tvořena skutečnými dosaženými kurzy na Burze Cenných Papírů Praha. Tvorba nejoptimálnějšího portfolia s sebou přináší volbu nejvhodnějších emitentů, z nichž bude dané portfolio složeno. Podle teorie portfolia platí, že při investování do aktiv s perfektně pozitivně korelovanými výnosy investor nesnižuje riziko svého portfolia. Snahou tedy bude nalézt takové podniky, které jsou vůči sobě v negativní korelaci nebo alespoň nejsou zkorelovány, díky čemuž bude také omezeno tržní riziko související s pohybem kapitálového trhu. Aby tato práce mohla potvrdit zmíněný předpoklad teorie portfolia, budou zkonstruována také portfolia zahrnující společnosti, které jsou vzájemně positivně zkorelované. Poté budou určeny hrubé výnosy a míry rizik pro všechna zkonstruovaná portfolia. Ze získaných výsledků budou vyvozeny patřičné závěry a zvolena nejvýhodnější investiční varianta. Diplomová práce využívá metod statistické analýzy k řešení problematiky portfoliového rozhodování. Je konstruováno pět portfolií, která jsou tvořena akciemi vybraných emitentů na základě denních kurzů akcií za období od 1.1.2002 do 30.10. 2003. Tyto podkladové údaje byly získány
na
Burze
cenných
papírů
Praha.
Analyzovány
budou
akcie
Českých
Radiokomunikací,Komerční Banky, společnosti Philip Morris – Tabák ČR, Českého Telecomu, Unipetrolu a Českých Energetických Závodů. Další šestici zkoumaných emitentů budou tvořit Severočeské Doly, Sokolovská Uhelná společnost, Kablo Elektro, PVT a Stavby Silnic a Železnic.
Výběr emitentů do prvních dvou portfolií probíhal na základě získaných korelačních koeficientů z vytvořené korelační matice, pro jejíž sestrojení byly použity časové řady skutečně dosažených kurzů akcií 12 zkoumaných emitentů. Do portfolia č. I byly vybrány společnosti, jejichž vzájemný vztah je charakterizován negativní mírou závislosti případně vztahem neutrálním. Společnosti mezi sebou pozitivně zkorelované tvoří portfolio č. II. Pro jeho tvorbu byly použita opět skutečné, nijakým způsobem upravené kurzy jednotlivých akcií. Další dvojice portfolií byla sestavena na stejném principu jako předchozí dvě tj. pomocí korelační matice. ovšem rozdílná jsou data použitá
pro její konstrukci. Časové řady dvanácti zkoumaných
emitentů byly proloženy a vyrovnány nejvýstižnější trendovou funkcí. Poté se určily odchylky od trendu, které se staly datovou základnou pro výpočet nové korelační matice. Na jejím základě bylo sestaveno portfolio č. III, které shromažďuje emitenty mezi sebou negativně zkorelované. Čtvrté portfolio tvoří společnosti se vztahem vzájemné pozitivní závislosti. Poslední pátá skupina společností byla vybrána na základě náhodného výběru. Nakonec byla u každého z pěti portfolií určena celková míra rizika a hrubé výnosy za období držby cenných papírů.
ZHODNOCENÍ DOSAŽENÝCH VÝSLEDKŮ A ZÁVĚR Dosažené výsledky více méně potvrzují počáteční předpoklady teorie portfolia tj. že nejoptimálnější z hlediska dosaženého hrubého výnosu a míry rizika by se měla jevit ta portfolia (v našem případě č. III a IV), která jsou vybrána z dat, jež jsou očištěna od časového faktoru. Na zhodnocení a výběr nejoptimálnějšího portfolia byla zvolena velice přesná metoda na nedokonalém kapitálovém trhu České Republiky. Následkem jsou pak korelační koeficienty, jejichž hodnoty se od sebe liší jen v malé míře. Je pak obtížné určit jednoznačně emitenty do zvolených portfolií a získat tak výsledky, které na 100 % potvrdí počáteční předpoklady. Dosažené výsledky ukazují na nízkou likviditu na českém kapitálovém trhu, velmi nízké objemy obchodů a charakter finančního zákonodárství, především Zákona o burze a Zákona o CP, které vycházejí z archaického rakousko-uherského a německého finančního práva. Také nedostatečná ochrana investorů a neexistence mechanismu, který by zjišťoval a odhaloval nelegální obchodní metody, mají za následek snižování důvěryhodnosti burzovního systému a k odrazování domácích i zahraničních investorů do obchodování na BCCP. Negativně působí také nedostatečné využívání zahraničních zkušeností a soudobých trendů na vyspělých burzovních trzích a neochota k vytváření burzovních systémů podle mezinárodních zvyklostí a k jejich neustálému přizpůsobování nejnovějším světovým trendům.
VÝBĚR POUŽITÉ LITERATURY 1.Samuelson, P.A., Nordhaus, W. D.: Ekonomie, Svoboda, Praha, 1995. ISBN 80-62351-17-8 2. Seger, J., Hindls, R.: Statistické metody v tržním hospodářství, Victoria Publishing, Praha, 1995. ISBN 80-85235-16-3 3. Musílek, P.: Finanční trhy a investiční bankovnictví, ETC Publishing, Praha, 1999. ISBN 80-86006-78-6 4. Jílek, J.: Finanční trhy pro národohospodáře,VŠE Praha, 1997. ISBN 80-7079-860-2 5. Hindls, R. a a spol.: Metody statistické analýzy pro ekonomy, Management Press, Praha, 1997. ISBN 80-85943-44-1 6. Veselá, J.: Analýza trhu cenných papírů, VŠE, Praha, 1995. ISBN 80-7079-563-8 7. Rose, P.S.: Peněžní a kapitálové trhy, Victoria Publishing, Praha, 1994. ISBN 80-6441-043-4 8. Žehrová, J.: Finance a kapitálové trhy, ČZU Credit, Praha, 2000. ISBN 80-45896-12-4 9. Artl, J., Artlová, M. : Příklady z analýzy ekonometrických časových řad, VŠE, Praha, 1997. ISBN 80-7079-056-3 10. Dědič, J. : Právo cenných papírů na kapitálovém trhu, Prospektrum, Praha, 2000. ISBN 80-85862-26-4 11. Revenda, Z. a spol.: Peněžní ekonomie a bankovnictví, Management Press, Praha, 1997. ISBN 80-85943-49-2 12. http://www.cra.cz 13. http://www.telecom.cz 14. http://www.cez.cz 15. http://www.kb.cz 16. http://www.philipmorris.com 17. http://www.unipetrol.cz 18. http:// www.ceskapojistovna.cz 19. http:// www.pvt.cz 20. http:// www.ssz.cz
Průběh tlumícího trendu u proměnné České energetické závody Exp. smoothing: S0=73,98 T0=,7392 Damped trend, no season ; Alpha=,900 Gamma=,600 Phi=,200 CEZ 8
160 150
6
140
4
130
CEZ:
0
110 100
-2
90
-4
80
-6
70 60
Residuals
2
120
0
50
100
150
CEZ (L)
200
250
300
Case Names Smoothed Series (L)
350
400
-8 450
Resids (R)
Průběh tlumícího trendu u proměnné České Radiokomunikace Exp. smoothing: S0=345,5 T0=-1,07 Damped trend, no season ; Alpha=,900 Gamma=,900 Phi=,100 RADIO 500
40 30
450
20 10
350
0
300
-10
Residuals
RADIO:
400
-20
250
-30 200 150
-40 0
50
100
150
RADIO (L)
200
250
300
Case Names Smoothed Series (L)
350
400
-50 450
Resids (R)
Průběh tlumícího trendu u proměnné Český Telecom
450
60
400
40
350
20
300
0
250
-20
200
-40
150
0
50
100
150
TELECOM (L)
200
250
300
Case Names Smoothed Series (L)
350 Resids (R)
400
-60 450
Residuals
TELECOM:
Exp. smoothing: S0=359,1 T0=-1,85 Damped trend, no season ; Alpha=,900 Gamma=,900 Phi=,100 TELECOM
Průběh tlumícího trendu u proměnné Komerční banka Exp. smoothing: S0=1008, T0=16,37 Damped trend, no season ; Alpha=,900 Gamma=,900 Phi=,200 KB 3000
200
2800
150
2600
100
2400
KB:
2000
0
1800
-50
1600
Residuals
50
2200
-100
1400 -150
1200
-200
1000 800
0
50
100
150
200
250
300
350
400
-250 450
Case Names KB (L)
Smoothed Series (L)
Resids (R)
Průběh tlumícího trendu u proměnné P.Morris – Tabák ČR Exp. smoothing: S0=8053, T0=70,88 Damped trend, no season ; Alpha=,900 Gamma=,900 Phi=,200 TABAK_CR 1000
17000 16000 15000
500
TABAK_CR:
13000
0
12000 11000 -500
10000
Residuals
14000
9000 -1000
8000 7000 6000
0
50
100
150
TABAK_CR (L)
200
250
300
Case Names Smoothed Series (L)
350
400
-1500 450
Resids (R)
Průběh tlumícího trendu u proměnné Unipetrol Exp. smoothing: S0=42,82 T0=,2411 Damped trend, no season ; Alpha=,900 Gamma=,700 Phi=,200 UNIPETRO 70
4
65
3
60
2 1
50
0
45 -1
40
-2
35 30
-3
25
-4
20
0
50
100
150
UNIPETRO (L)
200
250
300
Case Names Smoothed Series (L)
350 Resids (R)
400
-5 450
Residuals
UNIPETRO:
55
Průběh tlumícího trendu u proměnné Česká pojišťovna
9000
800
8000
600
7000
400
6000
200
5000
0
4000
-200
3000
-400
2000
0
50
100
150
CESPOJ (L)
200
250
300
Case Names Smoothed Series (L)
350
400
Residuals
CESPOJ:
Exp. smoothing: S0=2948, T0=54,80 Damped trend, no season ; Alpha=,900 Gamma=,500 Phi=,200 CESPOJ
-600 450
Resids (R)
Průběh tlumícího trendu u proměnné Severočeské doly Exp. smoothing: S0=268,8 T0=7,023 Damped trend, no season ; Alpha=,900 Gamma=,900 Phi=,200 SEV_DOLY 100
900
80
800
60
700
40
600
20
500
0
400
-20
300
-40
200
-60
100
0
50
100
150
SEV_DOLY (L)
200
250
300
Case Names Smoothed Series (L)
350
400
Residuals
SEV_DOLY:
1000
-80 450
Resids (R)
Průběh tlumícího trendu u proměnné Sokolovská uhelná Exp. smoothing: S0=198,2 T0=3,555 Damped trend, no season ; Alpha=,800 Gamma=,900 Phi=,300 SOK_UHEL 800
100
700
80 60
600
20 400 0 300
-20
200 100
-40
0
50
100
150
200
250
300
350
400
Case Names SOK_UHEL (L)
Smoothed Series (L)
Resids (R)
-60 450
Residuals
SOK_UHEL:
40 500
Průběh tlumícího trendu u proměnné Kablo Elektro Exp. smoothing: S0=1194, T0=8,682 Damped trend, no season ; Alpha=,900 Gamma=,700 Phi=,500 KABLO_EL 200
3500
150
3000
KABLO_EL:
50 2000 0 1500
-50
1000
500
Residuals
100
2500
-100
0
50
100
150
200
250
300
Case Names Smoothed Series (L)
KABLO_EL (L)
350
400
-150 450
Resids (R)
Průběh tlumícího trendu u proměnné PVT Exp. smoothing: S0=1848, T0=4,739 Damped trend, no season ; Alpha=,900 Gamma=,100 Phi=,100 PVT 2100
300
2050
250 200
2000
150 100
1900
50
1850
0 -50
1800
Residuals
PVT:
1950
-100 1750
-150
1700 1650
-200 0
50
100
150
PVT (L)
200
250
300
Case Names Smoothed Series (L)
350
400
-250 450
Resids (R)
Průběh tlumícího trendu u proměnné Stavby silnic a železnic
1500
120
1400
100
1300
80
1200
60
1100
40
1000
20
900
0
800
-20
700
-40
600
-60
500
0
50
100
150
SSZ (L)
200
250
Case Names Smoothed Series (L)
300
350 Resids (R)
400
-80 450
Residuals
SSZ:
Exp. smoothing: S0=726,1 T0=7,879 Damped trend, no season ; Alpha=,900 Gamma=,900 Phi=,200 SSZ
