Notiuni Generale

Dow Jones Industrial Average este unul dintre cei mai cunoscui indici bursieri din lume. Indicele, calculat pentru prima oar pe 26 mai 1896, urmrete evoluia celor mai importante 30 de blue chip-uri (companii stabile, de dimensiuni mari, i pro itabile! din "tatele #nite. Indicele a ost creat de $harles %o&, co- ondator al %o& 'ones ( $ompan) i editor al revistei *he +all "treet 'ournal. ,odi icat de numeroase ori, indicele are actualmente urmtoarea compo-iie. 3,, /lcoa, /ltria 0roup, /merican 12press, /I0, /*(*, 3oein4, $aterpillar Inc., $iti4roup, *he $oca$ola $ompan), %u5ont, 122on,obil, 0eneral 1lectric, 0eneral ,otors, 6e&lett-5ac7ard, 6ome %epot, 6one)&ell, Intel, I3,, 'ohnson ( 'ohnson, '. 5. ,or4an $hase, ,c%onald8s, ,erc7 ( $o., Inc., ,icroso t, 5 i-er, 5rocter ( 0amble, #nited *echnolo4ies $orporation, 9eri-on, +al-,art, +alt %isne). :bservaii -ilnice ale %o& 'ones Industrial /vera4e(%'I/! sunt preluate ;n perioada <=29=1990 > 06=06=2013 (anali-a seriei de date s-a reali-at in 1vie&s!.

Caracteristicile Seriilor Financiare /deseori in practica, seriile inanciare se dovedesc a nu urma o distributie normala, asa cum este speci icat in ma?oritatea modelelor teoretice. 5entru veri icarea acestei ipote-e se reali-ea- testele de normalitate pentru seria randamentelor activului suport, respectiv ac@iunile 1A"*1.

"7e&ness Burtosis 'arCue-3era DD 5lot asimetria

Skewness este momentul statistic centrat de ordinul trei. ,soar distribu@iei seriei ;n ?urul mediei, calculEndu-se dup ormula.
S= 1 N

yi y i =1

unde. F > nr de observatii ) > valoarea seriei

- media

- varian@a
5entru distribu@ia normal "7e&ness-ul este -ero. #n "7e&ness po-itiv arat c distribu@ia seriei pre-int asimetrie spre dreapta, respectiv are coada din dreapta mai lun4. 5entru un "7e&ness ne4ativ situa@ia este invers. Kurtosis msoar 4radul de aplati-are a distribu@iei seriei. Burtosisul se calculea- dup ormula.
1 K= N
4

yi y i =1

5entru distribu@ia normal Burtosisul (cel care arata cat de ingrosate sunt extremitatile sau cat de mult se abat valorile ma2ime si minime de la media lor! este 3.5entru B mai mic decEt 3 distribu@ia este mai aplati-at decEt cea normal (plat)7urtic!, iar pentru un B mai mare decEt 3 distribu@ia este mai ;nalt (lepto7urtic!. "eriile sunt mai de4raba leptocurtice, adica e2ista o abatere lar4a a valorilor e2treme de la media lor. in seriile inaciare indicatorul ia valori mult mai mari (vom vedea acest lucru in e2emplul practic propus!. *estul Jarque-Bera msoar di eren@a dintre "7e&ness Gi Burtosis-ul seriei a@ de cele corespun-toare distribu@iei normale. "tatistica testului se calculea- ast el.
JB = N k 2 S + ( K 3! 2 6

unde.

" - "7e&ness B- Burtosis 7 > numrul de coe icien@i estima@i care sunt olosi@i pentru a crea seriile

"ub ipote-a nul a unei distribu@ii normale statistica 'arCue-3era este distribuit 2 cu 2 4rade de libertate. 5robabilitatea ataGat testului repre-int probabilitatea ca statistica 'arCue3era s ie mai mare decEt valoarea observat sun ipote-a nul. /Gadar, o probabilitate mic duce la respin4erea ipote-ei nule (de normalitate!. 5entru actiunea 1A"*1 "7e&nessul este > 0,H8H630 ceea ce arat o asimetrie spre stan4a (situatie speci ia pietelor inanciare! a distribu@iei randamentelor semn ca in anumite -ile s-au inre4istrat cotatii oarte mari. Burtosisul este 8,I82I0H ceea ce arat c distribu@ia este mai ;nalt decEt cea normal. 9aloarea testului 'arCue-3era de 839<,6I1, iar probabilitatea ataGat testului este de 0J. 9alorile testelor sunt destul de departate de cele corespun-toare distribu@iei normale, motiv datorit cruia putem a irma c seria nu este normal distribuit.

1,200 1,000 800 600 400 200 0 0.97 0.98 0.99 1.00 1.01 1.02

Series: Standardized Residuals Sample 5/29/1990 6/06/2013 O ser!ati"ns 5861 #ean #edian #a$imum #inimum Std. %e!. S&e'ness )urt"sis *ar+ue(,era -r" a ilit. 1.019916 1.019893 1.026301 0.966330 0.003752 (0.484630 8.782704 8395.671 0.000000

Ipoteza de random walk

/dep@ii teoriei random &al7 sus@in c valorile viitoare ale pre@ului unui activ sunt la el de predictibile ca Gi valorile viitoare ale unui Gir de numere 4enerate aleator. In termeni statistici, acest lucru ;nseamn c schimbrile succesive ale valorii unui activ inaciar repre-int reali-ri ale unui Gir de variabile aleatoare independente, indentic distribuite. $u alte cuvinte, procesele de pe pia@a inanciar sunt procese lipsite de memorie, trecutul neput;nd i utili-at pentru a pre-ice viitorul. %eGi datea- de la ;nceputul secolului, conceptul de pia@ e icient, ;n ultimii 30 de ani este unda@ia pentru cercetarea teoriei pie@elor inanciare. Ki-icianul britanic Aa)lei4h descoper ;n anul 1880 procese de tip random &al7 (mers la ;nt;mplare! cu oca-ia studiilor sale privind undele sonore. Ln anul 1888, lo4icianul Gi ilo-o ul 'ohn 9enn ormulea- coerent no@iunile de random &al7 Gi miGcare bro&nian. Ln 1900, Mouis 3achelier a postulat modelul miGcrii (paGilor! aleatori. NAandom +al7O sau NKair 0ameO in P*hQorie de la speculationP, care a ost retiprit ;n en4le- ;n 196H ;n lucrarea lui 5aul $ootner. N*he Aandom $haracter o "toc7 ,ar7et 5ricesO (N$aracterul aleator al cursului bursierO!

5entru ilustrarea diverselor versiuni ale ipote-ei de random &al7 vom studia tipul Gi 4radul de corelare care e2ist ;ntre valorile rentabilit@ilor la momentele de timp t Gi t k. Gi . trtkrR Definiie: Kie dou unc@ii reale ast el ;nc;t s;nt ;ndeplinite condi@iile de orto4onalitate. si /tunci spunem c tripletul este un sistem aleator orto4onal. : clasi icare a acestor ipote-e, care s;nt le4ate intrinsec de no@iunea de pia@ e icient, este pre-entat sub orm matriceal ;n tabelul urmtor.

9om testa ipote-a de random &al7 pe indicele -ilnic %o& 'ones in perioada 0<-29-1990 si 06.06.2013 in pro4ramul 1vie&s. 5entru a obine o idee 4enerala despre staionaritatea seriei vom vi-uali-a 4ra icul si corelo4rama indicelui.

%in 4ra icele de mai sus se poate observa c este oarte probabil s e2iste un model random &al7. %in 4ra icul corelo4ramei, un model /AI,/(1,0,0! este potrivit. 5entru a vedea daca prima di erena poate obine o serie de timp staionar sau nu, trebuie sa o 4eneram.

/st el, vom obine elementul SdvalueO in iierul de lucru. 9om ilustra 4ra ic i vom crea corelo4rama olosind variabila nou creat. Ae-ultatele sunt.

/plicm #nit Aoot *est, de tipul /u4mented %ic7e)-Kuller.

%upa construirea modelul /AI,/, aa cum este pre-entat i interpretat ;n capitolul urmtor, vom olosi P$orrelo4ram-D- "tatisticP

%eoarece nu e2ist vEr uri semni icative ale /$K sau 5/$K, ;nseamn c re-iduurile ale acestui model /AI,/ sunt -4omot alb, deci nu e2ist alt model semni icativ rmas in seria de timp, re-ult c ne putem opri aici i nu este nevoie sa lum ;n calcul alt model. CONCLUZII In ormaiile noi privind instrumentele inanciare apar pe pia ;n mod aleator, iar anunurile despre instrumente sunt independente. 5rin de iniie, noile in ormaii nu pot i previ-ionate. %e aceea, preturile aciunilor care se modi ic pe msur ce apar noi in ormaii pe pia nu pot i previ-ionate. 5reul aciunilor urmea- un proces random &al7, ceea ce ilustrea- aptul c evoluia preurilor este aleatoare si impredictibil. %ei, pe termen lun4 pieele de capital par s urme-e un proces de tip random &al7, pe termen scurt, odat ce o micare a preului este iniiat, aceasta are tendina sa persiste. %eci pe termen scurt se mani est o inerie a preului, ceea ce ace posibila apariia speculaiilor.