Facultatea de Finanţe, Asigurări, Bănci şi

Burse de Valori

PIETE DE CAPITAL

CURS 4. RISCUL ŞI
RENTABILITATEA
INSTRUMENTELOR FINANCIARE

Asist. univ. drd. Alina GRIGORE

Catedra de MONEDĂ
CUPRINS
(I) Riscul şi rentabilitatea unui activ financiar
 Rentabilitatea instrumentelor financiare:
 Randamentul istoric şi randamentul anticipat;
 Testarea ipotezei de normalitate a randamentelor: Q-Q plot, Kurtosis, Skewness,
Testul Jarque-Bera;
 Factorii determinanţi ai randamentului anticipat: randamentul real fără risc,
rata inflaţiei aşteptate şi prima de risc
 Riscul asociat instrumentelor financiare:
 Varianţa;
 Deviaţia standard;
 Coeficientul de variaţie;
 Semivarianţa.
(II) Riscul şi rentabilitatea unui portofoliu format din două active
 Determinarea mediei şi a varianţei unui portofoliu
 Diversificarea riscului unui portofoliu
RENTABILITATEA UNEI ACŢIUNI
I. Randamentul istoric:
- Randamentul pe perioada de deţinere:

- Perioada de deţinere (intervalul de la momentul 0 la momentul T) poate fi oricât,

de aceea pentru a putea compara randamentul unor acţiuni ce au fost deţinute pe
perioade diferite, trebuie să ajustăm randamentele R PD, astfel încât intervalul de
timp să fie acelaşi.

- Se impune determinarea unui randamentul anual:

RENTABILITATEA UNEI ACŢIUNI
 Exemplul 1: Să presupunem că se cumpără o unitate de fond la fondul mutual F cu
valoarea de 200 u.m. Dacă această unitate de fond este răscumpărată peste 2 ani cu
250 u.m., atunci:

 Exemplul 2: Să presupunem că acţiunea ABC a fost achiziţionată la cursul de135

u.m. După 6 luni această acţiune acordă un dividend de 5 u.m., iar cursul său pe
piaţă este 140 u.m. Dacă acţiunea ABC va fi vândută dupa acordarea dividendului
atunci:
RENTABILITATEA UNEI ACŢIUNI
 Investitorul doreşte să cunoască performanţa medie a unui titlu pe o perioadă
de timp din trecut!

 În practică se foloseşte atât media aritmetică, , cât şi media geometrică,

, a randmentelor istorice:
RENTABILITATEA UNEI ACŢIUNI
 Exemplul 3: Valoarea de piată a unui titlu creşte în primul an de la 50 u.m. la 100
u.m., după care scade din nou în anul doi la 50 u.m. Prin urmare, randamentul
mediu anual este 25% conform mediei aritmetice, respectiv 0% conform mediei
geometrice.
 Evoluţia cursului, randamentul anual şi randamentul mediu calculat prin cele două
metode sunt prezentate în tabelul alăturat:
t Pt Rt
0 50 -
1 100 100 %
2 50 -50 %

media aritmetică 0.25

randamentul
mediu anual
media geometrică 0

Observaţii!
Cele două medii sunt egale doar în cazul în care toate randamentele sunt egale.
În rest, media aritmetică este mai mare decât media geometrică.
RENTABILITATEA UNEI ACŢIUNI
Observaţii!
 Randamentul mediu calculat după media aritmetică ia în considerare evoluţia
randamentelor anuale.
 Randamentul mediu calculat după media geometrică ţine cont doar de valoarea
iniţială (P0) şi valoarea finală (PT). – De demonstrat!

II. Randamentul anticipat

 Este un indicator subiectiv ce diferă de la un investitor la altul în funcţie de
aşteptările fiecăruia cu privire la evoluţia viitoare a valorii (preţului) instrumentului
financiar.
 Randamentul viitor este considerat o variabilă aleatoare cu o anumită distribuţie ce
diferă între investitori.
RENTABILITATEA UNEI ACŢIUNI
Exemplul 4: Un investitor, în funcţie de evoluţia viitoare aşteptată a economiei, estimează un set de randamente posibile ale unei acţiuni pe care o deţine. Fiecărei
stări ale economiei (recesiune, stagnare, avânt economic) posibile cu o anumită probabilitate (p i), i se asociază un randament estimat, astfel:

Conform distribuţiei presupuse randamentul anticipat va fi:

Starea economiei pi (%) Ri (%)

recesiune 30 -3

stagnare 50 2

avânt 20 6
RENTABILITATEA UNEI ACŢIUNI
Exemplul 5. Un investitor, I, consideră următoarea distribuţie a randamentelor
viitoare pentru acţiunea Y:

Ri (%) -3 -1 2 3 4 6
pi (%) 5 10 20 30 25 10

Histograma randamentelor
Investitorul I, crede că randamentul acţiunii Y
30
va fi -3 % cu o probabilitate de 5%, -1 % cu o
probabilitate de 10 % ş.a.m.d. Conform acestei 25

distribuţii avem şase randamente posibile, dar 20

ne interesează care este cea mai probabilă

valoare. În consecinţă se foloseşte media 15

distribuţiei ca măsură a randamentului 10

aşteptat:
5

0
-3 -1 2 3 4 6
RENTABILITATEA UNEI ACŢIUNI
Observaţii!

1.Un randament aşteptat de 2.65 %, NU reprezintă un randament cert de 2.65 %,

investitorul respectiv poate realiza efectiv un randament mai mic sau mai mare
decât această valoare. Cu alte cuvinte, el poate câştiga „în jur de” 2.65 %.
2.Cu cât randamentele posibile se abat mai mult faţă de medie, cu atât
incertitudinea investitorului asupra rezultatelor viitoare este mai mare.
3.În finanţe, se asociază această incertitudine cu riscul instrumentului financiar.

Distribuţia normală a randamentelor

Distribuţia normală are următoarea funcţie de densitate:

RENTABILITATE. DISTRIBUŢIA NORMALĂ
Distribuţia normală standard
Unde: μ =0, σ =1
FUNCŢIA DE DENSITATE A DISTRIBUŢIEI
NORMALE

 Dacă o variabilă aleatoare, z, urmează o distribuţie normală standard, atunci z ia

valori cuprinse în intervalul :
 [-1.96; 1.96] cu o probabilitate de 95%
 [-1.645; 1.645] cu o probabilitate de 90%

 O variabilă aleatoare, x, normal distribuită de medie şi deviaţie standard diferite de

0 respectiv 1, poate fi transformată într-o distribuţie normală standard, z, astfel:

 În ipoteza unui randament normal distribuit, x, de medie μ şi deviaţie standard

σ, se poate deduce că, acesta, se va afla în intervalul:
 [μ – 1.96σ; μ + 1.96σ] cu o probabilitate de 95%
 [μ – 1.645σ; μ + 1.645σ] cu o probabilitate de 90%,
RENTABILITATE. DISTRIBUŢIA
NORMALĂ
 Exemplul 6: Dacă rentabilitatea acţiunii ABC este normal distribuită
cu un randament aşteptat (media distribuţiei) de 12% şi deviaţie
standard de 8%, atunci:

 Randamentul va varia cu o probabilitate de 95% în intervalul [-3.68%;

27.68%] şi cu o probabilitate de 90% în intervalul [-1.16%;
25.16%].
 TESTAREA IPOTEZEI DISTRIBUŢIEI
NORMALE A RANDAMENTELOR

Indicatori şi teste statistice:

1. Reprezentare grafică de tip „cuantilă-cuantilă” („Q-Q plot”);
2. Coeficientul de asimetrie („skewness”);
3. Coeficientul de aplatizare („kurtosis”);
4. Testul Jarque-Bera.
TESTAREA IPOTEZEI DISTRIBUŢIEI
NORMALE A RANDAMENTELOR
1. Reprezentare grafică de tip „cuantilă-cuantilă”- „Q-Q plot”
a). seria1 (distribuţie normală) b). seria 2 (distribuţie exponenţială)
QQ Plot of Sample Data versus Standard Normal QQ Plot of Sample Data versus Standard Normal
4 6

3 5
Q uantiles of Input S am ple

Q uantiles of Input S am ple

2 4

1 3

0 2

-1 1

-2 0

-3 -1

-4 -2
-3 -2 -1 0 1 2 3 -3 -2 -1 0 1 2 3
Standard Normal Quantiles Standard Normal Quantiles
 Dacă randamentele provin dintr-o distribuţie normală atunci între seria cuantilelor empirice şi seria
cuantilelor teoretice (ale distribuţiei normale) va exista o relaţie liniară
 Compară cuantila empirică cu cea teoretică.
 În ambele cazuri cuantilele teoretice aparţin distribuţiei normale standard şi sunt reprezentate pe axa Ox.
 Pe axa Oy sunt ordonate în cazul a) cuantilele calculate pentru seria 1 generată, iar în cazul b) cuantilele
calculate pentru seria 2.
Se observă o dependenţa neliniară dintre cuantilele empirice şi cele teoretice în cazul seriei 2, acest lucru
indicând faptul că această serie nu provine dintr-o distribuţie normală( ceea ce este adevărat pentru că a fost
generată după o distribuţie exponenţială !).
TESTAREA IPOTEZEI DISTRIBUŢIEI
NORMALE A RANDAMENTELOR
2. Coeficientul de asimetrie (Skewness) - are valoarea 0 dacă distribuţia este simetrică.
(Distribuţia normală este simetrică!)

a)asimetrie la dreapta b). simetrică c). asimetrie la stânga

Observaţie!
O distribuţie este asimetrică dacă una din cozi este mai lungă decât cealaltă.
În cazul în care coeficientul de asimetrie al distribuţiei empirice a randamentelor este semnificativ
diferit de 0, distribuţia acestora nu poate fi considerată normală.
O valoare pozitivă a coeficientului în cazul cozii din partea dreaptă mai lungi şi o valoare negativă în
caz contrar.
 TESTAREA IPOTEZEI DISTRIBUŢIEI NORMALE A
RANDAMENTELOR
 3. Coeficientul de aplatizare (kurtosis)
 Se poate arăta că distribuţia normală este o distribuţie „mezocurtică”, adică are
coeficientul de aplatizare de 3.
 Dacă pentru o distribuţie acest coeficient este mai mare de 3, distribuţia este mai
„înaltă” decât cea normală cozile mai „groase” (fat tails)
TESTAREA IPOTEZEI DISTRIBUŢIEI
NORMALE A RANDAMENTELOR
5. Testul Jarque-Bera ia in considerare atât coeficientul de asimetrie cât şi cel
de aplatizare şi verifică în ce măsură distribuţia empirică poate fi
apoximată cu o distribuţie normală.

Distribuţia asimptotică a testului Jarque-Bera (χ2 [2])

Conform distribuţiei χ2 [2],
valoarea critică a testului Jarque-
Bera pentru un grad de
semnificaţie statistică de 5% este
5.99, iar pentru 1% este de 9.21.
Cu alte cuvinte, dacă statistica
JB calculată pentru o serie de
radamente este mai mare de 9.21
respingem ipoteza nulă.
ESTE DISTRIBUŢIA NORMALĂ CEA MAI BUNĂ
APROXIMARE A DISTRIBUŢIEI RANDAMENTELOR
?
 De obicei, NU. Chiar dacă, în urma aplicării testului Jarque-Bera, reiese că putem aproxima distribuţia empirică a
randamentelor printr-o distribuţie normală, nu înseamnă că această aproximare este cea mai bună.

 Exemplul 7: Să considerăm randamentele lunare ale SIF1, SIF2, SIF3, SIF4 pe perioada 30 noiembrie 1999 – 3
martie 2008.

Indicator SIF1 SIF2 SIF3 SIF4

Coef. de asimetrie 0.1986 0.2787 0.3988 0.4502
Coef. de aplatizare 3.9764 3.3759 5.1961 3.6552
Statistica JB 4.5829 1.8645 22.5194 5.1150

Testul Jarque-Bera p-value 0.0670 0.4054 0.0025 0.0555

H0* 0 0 1 0
OBS! dacă H0 = 1 respingem ipoteza nulă; dacă H0 = 0 NU respingem ipoteza nulă, pentru un grad de semnificaţie statistică
de 5%.

Faptul că pentru toate seriile de timp, coeficientul de aplatizare este mai mare de
3, sugerează utilizarea unei distribuţii leptocurtice.
COMPARAŢIE ÎNTRE APROXIMAREA DISTRIBUŢIEI
RANDAMENTELOR CU O DISTRIBUŢIE NORMALĂ ŞI O
DISTRIBUŢIE STUDENT-T

a). SIF1 b). SIF2

4
4.5

3.5 4

3 3.5

3
2.5

2.5
Density

Density
2
2
1.5
1.5

1
1

0.5 0.5

0 0
-0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4 0.5 -0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4 0.5
Data Data

Într-adevăr, dacă folosim o distribuţie pentru care probabilitatea valorilor din jurul mediei
să fie mai mare decât pentru cea normală, obţinem o aproximare a distribuţiei
randamentelor mai bună, chiar şi pentru seriile de timp unde nu am respins ipoteza
distribuţiei normale (SIF1, SIF2, SIF4).
COMPARAŢIE ÎNTRE APROXIMAREA DISTRIBUŢIEI
RANDAMENTELOR CU O DISTRIBUŢIE NORMALĂ ŞI O
DISTRIBUŢIE STUDENT-T

c).SIF3 d). SIF4

4.5 3.5

4
3

3.5
2.5
3

2
2.5

Density
Density

2 1.5

1.5
1

1
0.5
0.5

0
0 -0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4 0.5
-0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4 0.5 Data
Data
FACTORII DETERMINANŢI AI
RANDAMENTULUI ANTICIPAT (CERUT)
 Randamentul real fără risc depinde de doi factori: preferinţa pentru consumul
actual, respectiv oportunităţile de investire din economie.

 Unii indivizi renunţă la o parte din consumul actual în favoarea consumului viitor,
cu alte cuvinte îşi amână consumul pentru viitor, realizând astăzi economii.

 Alţii în schimb, doresc să consume mai mult în prezent, apelând la economiile

celorlalţi atunci când venitul lor este insuficient.

 Ajustând rentabilitate reală fară risc cu rata anticipată a inflaţiei (conform relaţiei
lui Fisher) se determină randamentul nominal fără risc. La acesta din urmă, pentru
a determina rentabilitatea cerută de investitor se mai adaugă şi o primă de risc.

 Prima de risc depinde de riscul asociat domeniului de activitate, de riscul de

finanţare, de riscul de lichiditate, de riscul valutar, de riscul de ţară.
 RISCUL UNUI ACTIV FINANCIAR
 Riscul determinat de principalii factori de influenţă la nivel macroeconomic
(ciclurile economice şi creşterea PIB-ului, rata dobânzii, cursul de schimb, rata
inflaţiei) Risc de piaţă, sistematic,
nediversificabil.
 Riscul specific activităţii firmei care poate fi redus prin diversificare (risc
nesistematic, diversificabil).



Risc specific

Riscul de piaţă

n n
a). Risc specific b). Risc specific şi risc de piaţă
 OBS! Pe măsură ce numărul de active este mai mare riscul scade!
RISCUL UNUI ACTIV FINANCIAR

 Riscul unui instrument financiar se referă la volatilitatea randamentelor acestuia

şi la incertitudinea asupra rezultatelor viitoare creată de această volatilitate.
 Pentru a cuantifica riscul se pot utiliza următorii indicatori statistici:
 Varianţa (σ2)
 Deviaţia standard (σ)
 Coeficientul de variaţie (CV)
 Semivarianţa (semiVar)
 Primii doi indicatori sunt cei mai utilizaţi în literatură şi se calculează astfel:

 Varianţa măsoară abaterea pătratică medie faţă de medie.

 Cu cât varianţa (deviaţia standard) este mai mare cu atât intervalul de variaţie al
randamentelor viitoare este mai mare, cu alte cuvinte creşte probabilitatea
randamentelor din cozile distribuţiei.
RISCUL UNUI ACTIV FINANCIAR

Exemplul 8: Presupunem că o acţiune (ABC) are un randament anticipat

de 12% şi o deviaţie standard de 8%.

 Prin aproximarea distribuţiei randamentelor cu o distribuţie normală, s-

a arătat că intervalul de variaţie al randamentelor viitoare este [-
3.68%; 27.68% ] cu o probabilitate de 95%.

 Dacă în loc de 8% deviaţia standard este de 10%, atunci intervalul de

variaţie pentru o probabilitate de 95% devine [ -7.6%; 31.6%], iar
pentru o deviaţie standard de 12 % intervalul creşte şi mai mult
ajungând la [-11.52%; 35,52%].
RISCUL UNUI ACTIV FINANCIAR

Intervale de variaţie a randamentelor normal distribuite de medie 12% şi

deviaţie standard 8% respectiv 12%

Pe măsură ce creşte abaterea faţă de medie a randamentelor, măsurată prin varianţă (deviaţie
standard), creşte şi incertitudinea cu privire la randamentele viitoare (ele se pot îndepărta foarte
mult faţă de randamentul anticipat). O varianţă (deviaţie standard) mai mare înseamnă un risc mai
mare.
RISCUL UNUI ACTIV FINANCIAR
 Coeficientul de variaţie se dovedeşte a fi o măsură a riscului superioară varianţei
(deviaţiei standard) în cazul unei diferenţe semnificative dintre randamentele
aşteptate.

 CV măsoară riscul pe unitatea de randament anticipat.

Exemplul 9. Să presupunem două acţiuni X şi Y al căror risc calculat prin deviaţia

standard este de 2.8% respectiv 4.5%.
 Judecând riscul celor două acţiuni prin prisma deviaţiei standard spunem că Y este
mai riscantă decât X.
 Dacă, randamentul aşteptat pentru X este 7% şi pentru Y de 15%, atunci
raţionamentul anterior este înşelător, întrucât riscul pe unitatea de randament este
de 0.3 pentru Y şi de 0.4 pentru X (deci X este mai riscantă).
RISCUL UNUI ACTIV FINANCIAR
 Un investitor ar putea să fie interesat doar de volatilitatea randamentelor aflate sub
medie („downside risk”). În acest sens se calculează semivarianţa după formula:

 Exemplul 10. Se consideră următorul scenariu (distribuţie discretă) pentru

randamentul viitor al unei acţiuni:

Ri (%) -11 -9 -7 -5 -3 -1 0 2 4 6 8
Pi (%) 1 2 4 7 10 12 14 17 15 11 7

 Randamentul anticipat este:

RISCUL UNUI ACTIV FINANCIAR

Histograma randamentelor
18

16

14

12
Probabilitati

10

0
-11 -9 -7 -5 -3 -1 0 2 4 6 8
Randamente
RISCUL UNUI ACTIV FINANCIAR
Varianţa este:

Deviaţia standard este:

Coeficientul de variaţie este:

Semivarianţa este:
?ÎNTREBĂRI?

1. Presupunem următoarele date:

Piaţă Bear Piaţă normală Piaţă Bull

Probabilitate 0.25 0.45 0.3

Acţiunea A -25% 18% 60%
Acţiunea B -20% 20% 15%

•Care este rentabilitatea aşteptată pentru acţiunile A şi B?

•Care este deviaţia standard a acţiunilor A şi B?

2. Pentru acţiunea Microsoft se cunosc:

Anul Preţul la Dividendul la

început an sfârşitul anului
2004 110 $ 4$
2005 120 $ 4.5$
2006 80 $ 4.5$
2007 90 $ 3.5$

Un investitor cumpără trei acţiuni la începutul anului 2004, cumpără alte două acţiuni la
începutul anului 2005, vinde o acţiune la începutul anului 2006, apoi le vinde pe toate 4 la
începutul anului 2007. Care este rentabilitatea medie a investitorului (calculaţi prin 2 metode)?