T T
Česká zemědělská univerzita v Praze Provozně ekonomická fakulta Doktorská vědecká konference 7. února 2011
THINK TOGETHER
Think Together 2011 Vyhodnocování vývoje investičních instrumentů Evaluating the development of investment instruments
Rudolf Plachý
344
Abstrakt
ÚVOD
Investiční činnost se postupem času stává běžnou součástí života velmi početné skupiny jedinců, kteří hledají alternativy ke zhodnocování svých úspor. Stejně jako investující společnosti by i jednotlivci měli věnovat pečlivou pozornost analýze jednotlivých instrumentů. Tento příspěvek shrnuje přístupy využívané k vyhodnocování vývoje investičních nástrojů v praxi. Tyto přístupy jsou doplněné o možnosti využití statistických metod.
Současný svobodný svět nabízí nepřeberné množství nástrojů pro investování majetku. Zatímco v minulosti se investiční činností zabýval vedle společností jenom nepatrný počet jedinců, kteří vládli značným bohatstvím, dnes se tato možnost otevírá široké veřejnosti. Nízká úroková míra a další ekonomické příčiny způsobily, že lidé vyhledávají alternativy k prostému ukládání vlastních úspor do bank. Investiční činnost s sebou ovšem nese značné riziko, které by se měli účastníci daného investičního trhu alespoň snažit minimalizovat. Základním nástrojem pro omezení zmíněného rizika a zároveň pro zvýšení vlastních příjmů z investiční činnosti je vyhodnocování vývoje investičních instrumentů s následnou predikcí budoucího vývoje.
Klíčová slova analýza, časová řada, investiční nástroj, přístup, statistické metody
Abstract Investment activity is gradually becoming a regular part of life in a very large group of individuals who are seeking alternatives to the appreciation of their savings. Not only investing companies but also individuals should pay careful attention to the analysis of individual instruments. This paper summarizes the approaches used to assess the evolution of investment instruments in practice. These approaches are complemented by the possibility of using statistical methods.
Key Words analysis, time series, investment instrument, approach, statistical methods
Think Together 2011
CÍL A METODY Cílem tohoto příspěvku je shrnutí problematiky v současnosti nejvyužívanějších přístupů k vyhodnocování vývoje investičních nástrojů a nastínění alternativního řešení pomocí statistických metod. Nejvýznamnějším přístupem v praxi je technická analýza a k ní často v protikladu stavěná analýza fundamentální. Tyto dva základní proudy lze ještě doplnit o analýzu psychologickou a analýzu intuitivní. Intuitivní analýzu, přestože je v praxi hojně užívána, nelze pro svou specifičnost zařadit mezi ostatní metody. Její použití má smysl pouze v případě velmi zkušeného profesionála. V tomto článku ji nadále nebude věnována pozornost.
Dostupné z: http://www.thinktogether.cz/
Technická analýza Základním kamenem pro technickou analýzu je cena akcií a objem obchodů. Tyto ukazatelé dávají přehled o nabídce a poptávce po akciích. Technická analýza se opírá o hypotézu, že si účastníci trhu pamatují historický vývoj cen a využívají opakování jistých sousledností cen pro své obchodování. Devízou technické analýzy je fakt, že graf zachytí veškeré události ovlivňující cenu daného instrumentu vždy dříve, než může široká veřejnost na tuto zprávu zareagovat. V praxi je možné přiblížit tento problém příkladem. Pokud nějaká osoba uvnitř určité společnosti ví, že se například chystá odprodej divize společnosti, seznámí s touto informací své okolí dříve, než vyjde oficiální zpráva. Osoby seznámené s tímto faktem předem mohou využít časové výhody a učinit příslušné obchody výhodněji. Tato problematika je v angličtině označována jako „insider trading“ a její uplatňování je trestné. Přesto se lze na grafech přesvědčit, že k insider tradingu hojně dochází. Jeho vystopování a dokázání je však velmi obtížné. Americká komise pro cenné papíry (SEC) definuje nelegální insider trading takto: „Illegal insider trading refers generally to buying or selling a security, in breach of a fiduciary duty or other relationship of trust and confidence, while in possession of material, nonpublic information about the security. Insider trading violations may also include „tipping“ such information, securities trading by the person „tipped,“ and securities trading by those who misappropriate such information.“ Turek (2008) uvádí pět základních principů, od kterých se odvíjejí všechny metody technické analýzy: 1. kurzy akcií určuje pouze nabídka a poptávka, 2. nabídku i poptávku ovlivňují racionální i iracionální činitelé ISBN: 978-80-213-2169-4
3. kurzy akcií se často pohybují v trendech po významné časové období 4. změny v trendech jsou způsobovány posuny poptávky a nabídky a lze je včas identifikovat studiem historických cen a objemu obchodů 5. prognózování budoucího vývoje kurzů akcií je umožňováno díky opakování grafických formací v grafech a diagramech. Ukázka použití technické analýzy v praxi je zachycena na obrázku č. 1. Obrázek znázorňuje analýzu dlouhodobého vývoje indexu PX. Jedním z často používaných indikátorů pro určení trendu je klouzavý průměr. 20denní klouzavý průměr je označen červeně, 200denní oranžově. Dalším zajímavým indikátorem je MACD indikátor (zobrazený ve spodní části obrázku). Překřížení červeně označené signální křivky černou MACD křivkou zespodu je znamením pro nákup daného instrumentu. Na grafu je vidět, že prochází určitými trendovými kanály a často se odráží od supportu (cenového dna) a resistence (cenového vrcholu). Zajímavou soustavou takových linií je Fibonacciho retracement, podle něhož jsou vzdálenosti jednotlivých linií určeny na základě poměru 1:1,618. Nutno ovšem dodat, že zpětně se vývoj instrumentu snadno hodnotí. Otázkou vždy zůstává, jak bude pokračovat vývoj v budoucnu.
346
Obrázek č. 1: Ukázka použití technické analýzy na historickém grafu indexu PX
• Linie a formace v grafu představují podklad pro vyhodnocení, zda kurz akcie bude pokračovat v trendu, nebo zda jej přeruší či změní. • Zkoumání klouzavých průměrů a indikátorů slouží jako nástroj pro rozpoznávání situace, kdy je trh nasycen a lze očekávat pokles, nebo kdy je trh nenasycen a následuje obvykle opačný pohyb.
Fundamentální analýza
Zdroj: Bloomberg, vlastní zpracování Jednotlivé metody technické analýzy je možné rozdělit do tří skupin: • Vyhodnocování trendů je založeno na předpokladu, že většina akcií se chová na trzích podobným způsobem. Zakladatel této teorie Charles H. Dow rozlišoval podle doby trvání primární, sekundární a terciální trend. Dále je v trendu rozlišována fáze klesající, postranní akumulační, růstová a postranní distribuční. • Pozn. V tomto případě je nutné odlišovat zmíněný trend od statistického významu slova, kde je trend vnímán jako obecná tendence zkoumaného jevu za dlouhé období (Kvasnička a Vašíček, 2001). Think Together 2011
Další možností pro postup při výběru investičního instrumentu a rozhodování o jeho nákupu či prodeji je fundamentální analýza. Jejím cílem je určení vnitřní hodnoty, na jejímž základě je možné identifikovat podhodnocené a nadhodnocené investiční nástroje. Fundamentální analýza sleduje vnější i vnitropodnikové vlivy. Rozličné ukazatele lze rozdělit na předstihové, současné a zaostávající (Turek, 2008). Fundamentální analýza zahrnuje hodnocení makroekonomických podmínek, analýzu odvětví a individuální analýzu společnosti. • Globální analýza má za úkol zhodnotit národní a světovou hospodářskou situaci a analyzovat jednotlivé makroekonomické ukazatele. Náležitostí této části je pak také odhad budoucího pohybu cen či směnných kurzů. • Odvětvová analýza se zabývá situací v jednotlivých sektorech vzhledem k jejich rozdílné charakteristice. Mezi zkoumané stránky v této části fundamentální analýzy patří náklady výroby, exportní možnosti, míra zisku, inovační předpoklady a vliv těchto faktorů na akciové kurzy. • Individuální fundamentální analýza společnosti je založena na předpokladu, že aktuální kurz akcie se pohybuje kolem vnitřní hodnoty. Ta se stanovuje na základě historických dat hospodaření společnosti pomocí různých postupů. Dostupné z: http://www.thinktogether.cz/
Často užívanou metodou je užitečnost likvidační hodnoty. Pro ohodnocení celkového zdraví společnosti je však vhodné využít kombinace více ukazatelů. Postup lze tedy rozdělit na fázi stanovení vnitřní hodnoty a na následné porovnání s aktuálním kurzem na trhu.
Psychologická analýza Zmíněné nejvyužívanější přístupy k hodnocení vývoje investičních nástrojů doplňuje ještě psychologická analýza. Ta se opírá o předpoklad, že reakce lidí nejsou vždy založeny na racionálních úvahách. Předmětem této analýzy je tedy snaha vystihnout změny v psychologickém chování investorů. K měření nálady a chování investorů slouží tzv. sentiment indikátory.
Statistický přístup
Z oblasti statistických přístupů lze pro vyhodnocování vývoje investičních nástrojů využít jednotlivé metody spadající do problematiky analýzy časových řad. Ekonomickou časovou řadou se rozumí řada hodnot jistého věcně a prostorově vymezeného ekonomického ukazatele, která je seřazena v čase směrem od minulosti do přítomnosti (Arlt, 2009). Výstižně popisuje časovou řadu Chan (2010): „When we think of a time series, we usually think of a collection of values in which the subscript t indicates the time at which the datum is observed“.
ISBN: 978-80-213-2169-4
Hlavním cílem analýzy časových řad je porozumění principům, na jejichž základě se generují hodnoty řady. Odhalení tohoto mechanismu umožňuje předvídat, či dokonce optimalizovat budoucí vývoj daného systému. K analýze časových řad slouží široké spektrum metod, z nichž každá má své specifické využití. • Klasická dekompozice časových řad vychází z předpokladu, že náhodný proces, jenž generuje časovou řadu je závislý pouze na čase (Kvasnička a Vašíček, 2001). Výhodou této metody je nenáročnost na výchozí podklady. Jádrem klasické dekompozice časových řad je rozklad na trend, sezónní složku, cyklickou složku a složku náhodnou. Náhodná složka je pak relativně opomíjena a metoda se soustředí na identifikaci chování jednotlivých systematických složek. • Exponenciální vyrovnání je metoda, která se plynule adaptuje na změněný charakter trendu. Exponenciální vyrovnání přiřazuje starším pozorováním exponenciálně klesající váhy. To zajišťuje, že význam pozorování do minulosti exponenciálně klesá. Podle řádu použitého polynomu k vyrovnání časové řady se pak využívá jednoduché, dvojité, nebo trojité exponenciální vyrovnání (Arlt, 2009). • Box-Jenkinsovská metodologie je založena na analýze náhodné složky, jež může být tvořena korelovanými veličinami. Těmito metodami je vyšetřována vzájemná závislost jednotlivých prvků řady s různým zpožděním a závislost na různě zpožděném vstupu. Box-Jenkinsovská analýza je odvozena pouze pro stacionární řady, ale jak uvádí Kvasnička a Vašíček (2001), lze některé nestacionární řady převést na stacionární. Box-Jenkinsovské procesy se skládají z autoregresního procesu (AR) a z procesu 348
klouzavých součtů (MA). Tyto metody se oproti dekompozičním metodám mnohem rychleji adaptují na změněný charakter časové řady. Nelze je však použít na řady, které čítají méně než 50 pozorování. Předpokladem Box-Jenkinsovských modelů je možnost popisu současné hodnoty sledovaného ekonomického ukazatele jako lineární kombinace jeho minulých hodnot a minulých hodnot náhodné veličiny. Cipra (2008) upozorňuje, že mnoho finančních vztahů je nelineárních. Podstatu finančních dat proto většinou vystihnou lépe nelineární modely. Box-Jenkinsovská metodologie nezohledňuje některé typické vlastnosti finančních řad, jako například leptokurtické rozdělení, shlukování volatility či pákový efekt. Cipra (2008) dále zmiňuje, že v centru zájmu finančních analýz je modelování a předpovídání volatility. Volatilita uvažovaná jako směrodatná odchylka různých ukazatelů výnosnosti či ztrátovosti je totiž základní mírou rizikovosti finančních aktiv. Z řady metod zabývajících se touto problematikou pak vystupují ARCH modely (autoregresní podmíněná heteroskedasticita, autoregressive conditional heteroscedasticity) a GARCH modely (zobecněný ARCH, generalized ARCH). ARCH modely představovaly v roce 1982 průlom směřující k systematickému modelování volatility. Tyto modely vycházejí ze dvou predikátů, tj. že modely finančních časových řad jsou heteroskedastické (s volatilitou proměnnou v čase), a že volatilita je jednoduchou kvadratickou funkcí minulých předpovědních chyb. Také u modelu ARCH byly nalezeny některé nedostatky. Tento model vyžaduje odhad značného počtu parametrů a dále například nezohledňuje pákový efekt. Tyto nedostatky odstraňuje model GARCH. Jedním z nejpoužívanějších modelů Think Together 2011
finančních časových řad je dnes model GARCH(1,1), který je schopen již pomocí tří parametrů zvládnout velmi obecné volatilitní struktury.
ZÁVĚR Jak dokládá tento příspěvek, spektrum možností k vyhodnocování vývoje investičních instrumentů je velmi pestré. Nejenom, že existuje velké množství jednotlivých metod k řešení této problematiky, tyto metody jsou navíc velmi různorodé a zakládají se na zcela odlišných předpokladech. Přestože v praxi přetrvává rozpor mezi příznivci technické a fundamentální analýzy, je možné na základě předchozího souhrnu soudit, že ještě větší propast se nachází mezi těmito přístupy a teoretickými možnostmi statistiky. Opomíjení statistických potažmo ekonometrických metod by se s největší pravděpodobností dalo přičíst na vrub jejich složitosti a vysokým nárokům na čas při studování postupů. V každém případě není možné ignorovat pokroky jednotlivých přístupů. I když spolu různé přístupy zdánlivě nesouvisí, stále je spojuje shodný předmět zájmu.
Dostupné z: http://www.thinktogether.cz/
LITERATURA Arlt, J., Arltová, M.: Ekonomické časové řady. Praha: Professional Publishing, 2009, ISBN 978-80-86946-85-6. Cipra, T.: Finanční ekonometrie. Praha: Ekopress, 2008, ISBN 978-80-86929-43-9. CHAN, N. H.: Time series: applications to finance with r and s-plus®. Hoboken, New Jersey: John Wiley & Sons, Inc., 2010, ISBN 978-0-470-58362-3. TUREK, L.: První kroky na burze. Brno: Computer Press, a.s., 2008, ISBN 978-80-251-1915-0. Internetové zdroje: Kvasnička, M., Vašíček, O.: Úvod do analýzy časových řad [online]. c2001 [cit. 14. října 2009]. Dostupné na WWW:
Oficiální stránky Americké komise pro cenné papíry (U.S. Securities and Exchange Commission) [online]. [cit. 15. prosince 2010]. Dostupné na WWW:
ISBN: 978-80-213-2169-4
350
