08. prinos i rizik
DESCRIPTION
Međuzavisnost rizika i prinosaTRANSCRIPT
-
PRINOS I RIZIK
mr Nada Areina
-
Mere rizika
Standardne mere za evaluaciju rizika su
varijansa i standardna devijacija
Varijansa predstavlja prosenu vrednost
kvadratnog odstupanja od proseka odnosnokvadratnog odstupanja od proseka odnosno
merilo promenljivosti
Standardna devijacija jeste kvadratni koren
varijanse
-
Varijansa i standardna devijacija
Godina Stopa prinosa % Devijacija prosenog
prinosa %
Kvadratna
devijacija
1999. 23,7 19,52 381,03
2000. -10,9 -15,08 227,41
2001. -11,0 -15,18 230,43
2002. -20,9 -25,08 629,012002. -20,9 -25,08 629,01
2003. 31,6 27,42 751,86
2004. 12,6 8,42 70,90
Ukupno 25,1 2.290,63
Prosean prinos 25,1/6 = 4,18%
Varijansa 2.290,63/5=458,13
Standardna
devijacija
458,13=21,40%
N1 N2
N3
N4
-
Slide 3
N1 Razlika stope prinosa za datu godinu i prosenog prinosa od 4,18% Nada; 22.04.2012
N2 Devijacija prosenog prinosa podignuta na kvadrat
Nada; 22.04.2012
N3 Prosean prinos dobijamo kada zbir svih prinosa tokom est godina podelimo sa brojem godinaNada; 22.04.2012
N4 Kada varijansu procenjujemo iz uzorka posmatranih prinosa, uobiajeno je dodati kvadratnu devijaciju tj. varijansu i podeliti sa N-1, a ne samo sa N, gde je N broj posmatranja. Deljenjem sa N-1 dobijamo precizniji rezultat pogotovo kada se radi o malom uzorku. Iz ovog razloga je deljeno sa 5, a ne sa 6Nada; 22.04.2012
-
Korienje excela za izraunavanje standardne
devijacije
-
Koeficijent korelacije
Oznaava povezanost izmeu dve varijable
Pokazuje smer korelacije
1 pozitivna korelacija
0 nema korelacije
-1 negativna korelacija
-
Koeficijent korelacije
Pozitivan smer korelacije pokazuje da porast
vrednosti varijable X prati porast vrednosti
varijable Y
Negativan smer korelacije pokazuje da porast
vrednosti varijable X prati opadanje vrednosti
varijableY
-
Skala jaine korelacionih veza
Za vrednosti od 0 do + 0,25, postoji izvestan slab stepen uzajamnosti koji je zanemarljiv
Za vrednosti od + 0,25 do +0,50 postoji uzajamnost sa kojom moemo raunati
Za vrednosti od +0,50 do +0,75 postoji visok Za vrednosti od +0,50 do +0,75 postoji visok stepen uzajamnosti
Za vrednosti od +0,75 do + 1 postoji veoma visok stepen uzajamnosti
Za vrednosti + 1 postoji puna povezanost i uzajamnost izmedju posmatranih pojava
-
Korienje excela za izraunavanje
koeficijenta korelacije
-
Beta koeficijent
Rizik zavisi od izloenosti makroekonomskim
dogadjajima i moemo ga meriti kao
osetljivost prinosa na ulaganje u neku akciju
na fluktuacije prinosa na ukupni trini na fluktuacije prinosa na ukupni trini
portfolio.
Ovu osetljivost nazivamo Beta koeficijentom
-
Beta koeficijent
Agresivnije akcije imaju vii beta koeficijent,
vei od 1. Beta koeficijent za defanzivne akcije su manji od 1. Prosean Beta koeficijent za sve akcije je 1. (Beta koeficijent trita)
Kompanija Beta
Cisco 2,13
Citigroup 1,31
Merck 0,29
Walt Disney 1,15
-
Beta koeficijent
Ukoliko bi u julu 2002. godine cena akcije Amazona poraslaza 21,4%, dok je trini indeks narastao za 8,6%, moemorei da je akcija Amazona ee bila uspenija od ostatkaakcija na tritu kada je indeks rastao, odnosno da je bilaloija od ostatka trita kada je indeks opadao.
Amazon je relativno agresivna akcija s viskoim beta Amazon je relativno agresivna akcija s viskoim betakoeficijentom. Nagib ove linije je 2,49 i ona predstavlja betakoeficijent.
Za svaki ekstra 1% rasta na tritu cena akcija Amazona sepomerila prema gore za 2,49%. Za svaki ekstra 1% pada natritu, cena akcija Amazona je pala u proseku za dodatnih2,49%.
-
Izraunavanje Beta koeficijenta u excelu
-
Regresiona analiza
Povezanost izmeu obeleja moe se razlikovati po
smeru i po jaini povezanosti
Najee se jedna sluajno promenljiva identifikuje
kao nezavisna (x), a druga kao zavisno sluajnokao nezavisna (x), a druga kao zavisno sluajno
promenljiva (y).
Ispitivanje zavisnosti u statistikoj analizi ima dva
osnovna pravca:
1. oblik zavisnosti koji ispituje regresiona analiza
2. jainu zavisnosti koju odreuje korelaciona veza
-
Regresiona analiza
Primer: U prvoj koloni date sugodinje plate izraene u dolarima, dok druga kolona predstavlja godine edukovanjaispitanika. elimo da vidimo u kojoj meri su plate ispitanika
PlataGodine
edukacije
15592 5
32616 10
39410 11
37240 12
27510 12
kojoj meri su plate ispitanika zavisne od godina edukovanja kao i da odredimo kolike bi plate bile onih ispitanika koji imaju 21, 22 i 23 godine edukovanja.
38404 12
43338 15
36112 15
41757 16
35167 16
38716 16
50410 16
45288 20
? 21
? 22
? 23
-
Podeavanje u excelu dodatka za analizu podataka
(Analysis ToolPack)
-
Korienje excela za izraunavanje regresione
analize
-
Ukoliko oznaimo opciju labels, u tom
sluaju obuhvatamo cele kolone i
jedne i druge varijable, ukljuujui
njihove nazive (plata, godine
edukacije), ukoliko ne oznaimo
opciju lebels obuhvatamo kolone bez
njihovih naziva.
-
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.79760797
R Square 0.636178473
Adjusted R Square 0.603103789
Standard Error 5437.12784
Observations 13
ANOVA
df SS MS F Significance F
Regression 1 5.69E+08 5.69E+08 19.2346 0.001089
Residual 11 3.25E+08 29562359
Total 12 8.94E+08
y= a + b x
y=12226.56+1833.038182x
y=12226.56+1833.038182*21 = 50720
y=12226.56+1833.038182*22 = 52553
y=12226.56+1833.038182*23 = 54386
Total 12 8.94E+08
Coefficients Standard Error t Stat P-value Lower 95% Upper 95%Lower 95.0%Upper 95.0%
Intercept 12226.56 5855.966 2.087881 0.060863 -662.334 25115.45 -662.334 25115.45
Godine edukacije 1833.038182 417.9553 4.385727 0.001089 913.1247 2752.952 913.1247 2752.952
-
Interpretacija rezultata
Multiple R- koeficijent korelacije pokazuje u kojoj meri zavisi visina plate od godinaedukacije. U naem sluaju 0,797 predstavlja visok stepen uzajamnosti izmeu visine plate i godina edukacije .
R square - koeficijent determinacije (kvadrirani koeficijent korelacije) jaina povezanosti plate i obrazovanja U naem sluaju oko 60% plate je odreeno godinama obrazovanja, ostatak od 40% utiu drugi faktori
Intercept - Parametar a regresiona konstanta odreuje nivo regresione prave. To je vrednost Y za x = 0 i predstavlja taku u kojoj regresiona linija see Y-osu. To je vrednost Y za x = 0 i predstavlja taku u kojoj regresiona linija see Y-osu. Drugim reima, to je poetna vrednost zavisne Y kada jo uvek nije poela da delujenezavisna X. Ukoliko bi godine edukacije bile 0, plata bi trebalo da iznosi samo12.226,56
Godine edukacije- Parametar b koeficijent regresije odredjuje nagib regresione prave (beta koeficijent). U naem sluaju za svaku godinu edukacije plata bi rasla za 1833,33
Reenje:
- U proseku, u naem sluaju plata iznosi
- $12,226,56 + $1,833,33 x (svaka godina edukacije
koju osoba ima )
Plata Godine
edukacije
50720 21
52553 22
54386 23
-
Kretanja plate u odnosu na broj godina obrazovanja
y = 1833x + 12227
R = 0.636
40000
50000
60000
0
10000
20000
30000
0 5 10 15 20 25
P
l
a
t
a
Godine edukacije
Plata
Predicted Plata
-
Hvala Vam na panji!Hvala Vam na panji!