Cursul 6

Analiza probabilistic a
riscului
Conf. dr. Cristian PUN
ASE Bucureti, cpaun@ase.ro
www.finint.ase.ro

 imperfeciunea informaiei;
imposibilitatea unor predicii corecte cu privire la even. viitoare;
incapacitatea de a identifica toate alternativele decizionale;
evenimentele viitoare sunt adesea unice;
profilul investitorilor;
imposibilitatea de a controla toi factorii care pot afecta decizia;
presiunea timpului.

Relaia dintre risc i ctigul ateptat:

risc mai mare implic un ctig ateptat mai mare
relaia dintre utilitatea ctigului ateptat al unei investiii i ctig nu este
una liniar (utilitatea marginal descrescnd u(w)>0 i u(w)<0)
Bernoulli)
dac un investitor prefer o investiie p n locul unei investiii q nseamn
c pentru el U(p) este mai mare dect U(q) Neumann & Morgenstern

n orice situaie investiional putem calcula un randament din investiiile

pe care le realizm:

Valoare final Investitieinitiala

RETi
Investitieinitiala
De exemplu: o investiie pe piaa de capital va genera urmtorul randament
(care poate fi calculat zilnic, lunar, sptmnal):

Pt 1 Pt Dt t 1
RET i
i
Pt
i

Unde: P(t+1) este preul la care vindem titlul i ulterior, P(t)

preul la care cumprm titlul i, D sunt dividendele ncasate n
perioada n care am deinut titlul n portofoliu

Avnd n vedere randamentele observate pentru o perioad istoric, putem

asocia probabilitile p(qk) unor randamente probabile pe care le-am putea
obine dac ne-am implica ntr-un proiect k de investiii.

Rand . probabilistice

p1k

p 2k

p3k

R1k

R 2k

R 3k

p 4k ... p qk
R 4k ... R qk

Suma acestor probabiliti trebuie s fie 1. Ele reflect diferite

scenarii n care noi estimm c o s obinem randamentele Rq dac
investim banii n proiectul k.

Randamentele pot fi normal distribuite n sensul c cele mai multe

randamente sunt poziionate n zona median n jurul randamentului mediu
calculat pe o serie de randamente probabilistice.
Funcia aferent distribuie normale este:

Unde:
x randamentul i
media seriei de date
dispersia seriei de date

S presupunem c ntr-o fabric avem urmtoarele rebuturi determinate

lunar:
Luna

Rebuturi

Producie

Pondere

106

1500

7.07%

109

1805

6.04%

105

1682

6.24%

105

1249

8.41%

108

1140

9.47%

108

1687

6.40%

107

1037

10.32%

101

1321

7.65%

108

1905

5.67%

10

104

1886

5.51%

11

106

1009

10.51%

12

103

1967

5.24%

Luna

Rebuturi

Producie

Pondere

13

105

1511

6.95%

14

105

1033

10.16%

15

109

1397

7.80%

16

100

1462

6.84%

17

106

1067

9.93%

18

107

1272

8.41%

19

103

1720

5.99%

20

107

1058

10.11%

21

102

1825

5.59%

22

106

1221

8.68%

23

102

1737

5.87%

24

102

1028

9.92%

Aceast serie de date are urmtoarea medie i dispersie (pentru rebuturi,

pentru producie i pentru ponderea rebuturilor n producie:

Asumnd c distribuia datelor mele este una normal sunt interesat s

determin cu ce probabilitate rebuturile n urmtoarea lun vor fi de 109 piese i
cu ce probabilitate producia va fi de 1200 de piese:

Datele

Descrierea

109

Valoarea pentru care dorii s calculm

distribuia

105.17

Media aritmetic a distribuiei

2,565

Deviaia standard a distribuiei

Formula n Excel

Descrierea formulei

=NORMDIST(A2,A3,A4,FALSE)

Probabilitatea pentru valoarea dat

Funcia aferent distribuie Poisson este:

Unde:
e baza logaritmului natural (e = 2.71828)
k - este numrul de apariii n cazul unui eveniment a crui probabilitate de
apariie este dat de funcia de mai sus
k! este valoarea factorial a lui k (k! = 1 x 2 x 3 x x k)
este un numr real pozitiv egal cu valoarea ateptat a apariiilor n viitor
a unui fenomen ntr-un interval dat (de exemplu dac un fenomen apare n
medie odat la 4 minute dar noi dorim s lum n calcul un interval de 10
minute atunci = 10/4 = 2.5

S presupunem c dorim s calculm probabilitatea de apariie a unui

accident de main (aceast distribuie este folosit n sectorul
asigurrilor).
Vrem s calculm cu ce probabilitate apare un accident pe zi dac n
trecut la fiecare 3 ore s-au produs n localitatea X 6 accidente uoare
(adic k = 6) i deci = 24/3 = 8
Conform distribuiei Poisson avem c probabilitatea de apariie a unui
accident este:

Randamentul unui instrument financiar:

P Pt Dt t 1
RET i t 1
i
Pt
i

Distribuia randamentelor probabilistice:

R ik

p1k

p 2k

p 3k

R 1k

R 2k

R 3k

p 4k ... p qk
R 4k ... R qk

Ateptarea de ctig calculat pe aceste randamente probabilistice este:

E(R k ) i 1 p i R i
q

Modelul se bazeaz pe ipoteza c distribuia

este una normal
n acest caz putem aproxima probabilitile pi
cu numrul de observaii
Ateptarea de ctig devine medie simpl a
ateptrilor de ctig din trecut.

S presupunem c dorim s investim o sum de bani n proiectul A, B sau n

proiectul C care genereaz lunar urmtoarele randamente:

Ateptarea de randament (asumnd o distribuie normal a acestora) va fi

n acest caz egal cu:

Volatilitatea randamentelor lunare se calculeaz cu deviaia standard sau

variana (n Excel funcia este STDEV):

R ik E(R i )

p1k

p 2k

R1k E(R i ) R 2k E(R i )

...

p qk

... R qk E(R i )

2 p i R i ER i

p R
i

ER i

Msura riscului n cazul unui

proiect individual

Proprietile varianei:
1. var (constant)= 0
2. var (c x z) = c2 x var (z)
3. var (x + y) = var (x) + var (y) + cov (x, y)

Pe seria noastr am determinat variana pentru cele trei proiecte de investiii.

Am calculat apoi raportul dintre randamentul ateptat i variana determinnd
profilul risc ctig al fiecrui proiect:

Proiectul cu cel mai bun profil risc ctig este PROIECTUL A i dac a
decide s investesc tot capitalul de care dispun ntr-un singur proiect a
alege proiectul A

O combinaie de trei proiecte poate avea un efect pozitiv asupra profilului risc
ctig doar dac cele trei proiecte nu sunt perfect corelate ntre ele (o situaie
rar).
Diversificarea investiiei n toate cele trei proiecte reduce riscul
Notnd cu wi ponderile din capitalul total alocate pentru cele trei proiecte
obinem c:

R port

w1

p i i 1,q
E(R 1i )
i 1,q

w2

p i i1,q
E(R 2i )i1,q

p i i1,q
... E(R ni )i 1,n
...
...

E(R port ) i 1 w i E(R i )

n

wn

Not: am nmulit ctigul ateptat pentru fiecare proiect cu

ponderea wi alocat acestuia i apoi am adunat acele valori
obinnd c dac a combina capitalul n proporile specificate
voi obine acea valoare a ctigului ateptat pentru portofoliul
meu de proiecte.

Urmtorul pas const n calculare deviaiei standard (sau a varianei

combinaiei de cele trei proiecte).
Formula n acest caz folosete i covariana:
N

Cov ij p i R ix E(R i ) R xj E(R j )

x 1

Proprietile covarianei:
1. cov(y, xi)= c1*cov(y,x1)+c2* cov(y,x2)+...cn* cov(y,xn) when
y= c1*x1+c2*x2+...cn*xn
2. cov(x,y) = cov(y,x)

3. cov(c * x, y)=c*cov(x,y)

Spuneam c diversificarea capitalurilor ntre diferitele proiecte

duce la reducerea riscului doar dac aceste proiecte nu sunt
corelate perfect (nu au corelaia egal cu 1).

Formula corelaiei este:

p i R ix E(R ix ) R iy E(R iy )
cov(x, y)

correl(x,y)

disp(x) disp(y)
p i R ix E(R ix ) p i R iy E(R iy )

Interpretare:

correl(x,y) = 0 x este independent de y

correl(x,y)=1 x corelat pozitiv perfect cu y

correl(x,y) negativ indic relaie de invers proporionalitate ntre cei doi

termeni

Am calculat n cazul nostru folosind funcia CORREL din Excel corelaia ntre
cele trei proiecte (sau Matricea de corelaie):

A este corelat negativ cu B i cu

C i B i C sunt corelate ntre
ele pozitiv

Pentru a determina variana combinaiei de proiecte am folosit MATRICEA

VARIAN COVARIAN din Excel:

Urmtorul pas: am construit un vector coloan al ponderilor wi fcnd

referin direct la ele din foaia de calcul

Urmtorul pas: am construit un vector linie al ponderilor wi fcnd referin

direct la ele din foaia de calcul si am nmulit matricea cu acest vector:

Urmtorul pas: am calculat deviaia standard i profilul risc ctig al

combinaiei de trei proiecte

Urmtorul pas: am optimizat cu ajutorul solverului Excel aceast combinaie

astfel nct s ofere cea mai bun combinaie risc ctig:

Rezultatul final este urmtorul:

Obinut pe urmtoarea combinaie a proiectelor de investiii:

Concluzie: o combinaie n proporiile de mai sus asigur cel mai bun

profil risc ctig (mai bun dac a investi toi banii n proiecte
individuale, mai exact n proiectul A care avea cel mai bun profil risc
ctig).