Sunteți pe pagina 1din 15

Piețe de Capital – Note de curs 

Capitolul 2. Riscul şi rentabilitatea instrumentelor financiare

În ultimii ani, oportunităţile de investire descriu o arie vastă de instrumente


financiare, de la cele clasice: depozite bancare, acţiuni, obligaţiuni până la
instrumente mai sofisticate, precum futures, options, swaps. În consecinţă, se
impune analiza raportului risc-rentabilitate asociat instrumentelor financiare, în
urma căreia un investitor poate lua o decizie de investire raţională. În acest capitol
vom analiza riscul şi rentabilitatea unui activ financiar, decizia de alocare a
activelor, cât şi relaţia optimă risc-rentabilitate a unui portofoliu de instrumente
financiare pornind de la teoria dezvoltată de Harry Markowitz (1952).

2.1 . Rentabilitatea şi riscul unui activ financiar

2.1.1 Randamentul istoric

Decizia de investire a unui investitor este direct influenţată de rentabilitatea


instrumentelor financiare. Această rentabilitate poate fi judecată prin prisma
performanţei trecute (istorice) ale titlurilor şi/sau a unor perfomanţe previzionate
(anticipate pentru viitor).

Să presupunem o acţiune ce a fost cumpărată la cursul P0, este vândută la un


moment viitor la cursul P1. Dacă acţiunea acordă un dividend, D, pe parcursul
deţinerii atunci randamentul pe perioada de deţinere (RPD) se determină astfel:

În relaţia (2.1) termenul reprezintă randamentul câştigului din capital,

iar termenul reprezintă randamentul dividendului. Dacă notăm VT = PT + D


şi V0 = P0 unde VT reprezintă valoarea viitoare a plasamentului, iar V0 valoarea
prezentă, atunci RPD devine:

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


 
Piețe de Capital – Note de curs 

perioade diferite, trebuie să ajustăm randamentele RPD, astfel încât intervalul de


timp să fie acelaşi. Mai exact vom anualiza randamentele calculate pentru perioade
de deţinere diferite de un an folosind formula următoare:


.

unde R reprezintă randamentul anual al acţiunii.

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:

250 200
0.25
200

1 0.25 1 0.118

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


135 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:

140 135 5
0.074074
135
⁄ .
1 0.074074 1 0.1536

În unele cazuri dorim să determinăm performanţa medie a unui titlu pe o


perioadă de timp din trecut. În acest sens, în practică se foloseşte atât media
aritmetică, , cât şi media geometrică, , a randamentelor istorice:

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.


 
Piețe de Capital – Note de curs 

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 %
randamentul media aritmetică 0.25
mediu anual media geometrică 0

Observaţie: Cele două medii sunt egale doar în cazul în care toate randamentele
sunt egale, în rest media aritmetică este mai mare decât cea geometrică. Cu cât
randamentele sunt mai dispersate cu atât media aritmetică este mai mare decât cea
geometrică. În timp ce randamentul mediu calculat după media aritmetică ia în
considerare evoluţia randamentelor anuale, randamenul determinat după media
geometrică ţine cont doar de valoarea iniţială (P0) şi valoarea finală (PT). Se poate
arăta că randamentul mediu determinat după media geometrică se reduce la
randamentul anualizat al unui plasament de la 0 la n (adică este egal cu R):

· · · · .

2.1.2. Randamentul anticipat

Spre deosebire de randamentul istoric a cărui valoare este certă, fiind


calculat pe baza realizărilor (performanţelor) trecute, 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.
În consecinţă, randamentul viitor este considerat o variabilă aleatoare cu o anumită
distribuţie ce diferă între investitori, iar randamentul anticipat (aşteptat),
E(Ri), reprezintă media acestei distribuţii:

· .

unde, S este numărul de stări, pi - probabilitatea în starea i, Ri - randamentul


titlului de valoare în starea i.

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


 
Piețe de Capital – Note de curs 

stări ale economiei (recesiune, stagnare, avânt economic) posibile cu o anumită


probabilitate (pi), i se asociază un randament estimat, astfel:

Starea economiei pi (%) Ri (%)


recesiune 30 -3
stagnare 50 2
avânt 20 6

Conform acestei distribuţii randamentul aşteptat este:


3 · 0.3 2 · 0.5 6 · 0.2 1.3%

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

Investitorul I, crede că randamentul acţiunii Histograma randamentelor


Y va fi -3 % cu o probabilitate de 5%, -1 % cu 30

o probabilitate de 10 % ş.a.m.d. Conform 25

acestei distribuţii avem şase randamente


20

posibile, dar ne interesează care este cea mai


probabilă valoare. În consecinţă se foloseşte
15

media distribuţiei ca măsură a randamentului 10

aşteptat: 5

3 · 0.05 1 · 0.1 2 · 0.2 0


-3 -1 2 3 4 6

3 · 0.3 4 · 0.25 6 · 0.1 2.65 %  

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 %.
Cu cât randamentele posibile se abat mai mult faţă de medie, cu atât incertitudinea
investitorului asupra rezultatelor viitoare este mai mare. În finanţe, se asociază
această incertitudine cu riscul instrumentului financiar.

În ambele exemple de mai sus, s-a considerat o distribuţie discretă a


randamentelor viitoare. Într-o altă abordare, se poate utiliza o distribuţie continuă,
cel mai simplu caz, dar şi cel mai întâlnit în literatura financiară, fiind cel al
distribuţiei normale. Distribuţia normală are următoarea funcţie de densitate:


 
Piețe de Capital – Note de curs 

| , .

unde μ este media distribuţiei, iar σ reprezintă deviaţia standard. Figura 2.1
ilustrează graficul acestei funcţii de densitate pentru o medie de 0 şi varianţă 1,
denumită în acest caz distribuţia normală standard.

Conform proprietăţilor acestei funcţii de densitate, 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% şi valori cuprinse în intervalul [-1.645; 1.645]
cu o probabilitate de 90%. Vom scrie acest lucru astfel:

1.96 1.96 0.95

1.645 1.645 0.9

Figura 2.1. Distribuţia normală standard

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:

Prin urmare, 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% respectiv în intervalul
[μ – 1.645σ; μ + 1.645σ] cu o probabilitate de 90%, adică:

1.96 · 1.96 · 0.95


 
Piețe de Capital – Note de curs 

1.645 · 1.645 · 0.9

Exemplul 6: Dacă rentabilitatea acţiunii ABC este normal distribuită cu un


randament aşteptat (media distribuţiei) de 12% şi deviaţie standard de 8%, atunci:

0.12 1.96 · 0.08 0.12 1.96 · 0.08 0.95

0.12 1.645 · 0.08 0.12 1.645 · 0.08 0.9

adică 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

Pentru a verifica în ce măsură distribuţia normală este adecvată pentru


aproximarea distribuţiei randamentelor unei acţiuni se folosesc o serie de metode
(indicatori şi teste statisice). Aici vom discuta doar patru dintre acestea:

• Reprezentare grafică de tip „cuantilă-cuantilă” („Q-Q plot”);


• Coeficientul de asimetrie („skewness”);
• Coeficientul de aplatizare („kurtosis”);
• Testul Jarque-Bera.

Reprezentarea grafică „cuantilă–cuantilă” compară cuantila empirică


cu cea teoretică. Dacă randamentele provin dintr-o distribuţie normală atunci între
seria cuantilelor empirice şi seria cuantilelor teoretice (ale distribuţiei normale) va
exista o relaţie liniară. Pentru a exemplifica s-au generat două serii (vezi figura
2.2): una cu o distribuţie normală standard (notată cu „seria 1”), iar cealaltă cu o
distribuţie exponenţială de medie 1 (notată cu „seria 2”).

Figura 2.2. Reprezentare grafică „cuantilă-cuantilă”


a). seria1 (distribuţie normală) b). seria 2 (distribiuţie exponenţială)
QQ Plot of Sample Data versus Standard Normal QQ Plot of Sample Data versus Standard Normal
4 6

3 5

2 4
Quantiles of Input Sample

Quantiles of Input Sample

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


 
Piețe de Capital – Note de curs 

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 !).

Figura 2.3. Coeficientul de asimetrie


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

         

În cazul în care o distribuţie are o coadă mai lungă decât cealaltă, se spune ca
acea distribuţie este asimetrică. Această disproporţionalitate dintre cozile
distribuţiei este măsurată prin coeficientul de asimetrie care are valoarea 0 dacă
distribuţia este simetrică, o valoare pozitivă în cazul cozii din partea dreaptă mai
lungi şi o valoare negativă în caz contrar (vezi figura 2.3). Distribuţia normală este
simetrică şi prin urmare coeficientul său de asimetrie este zero. În cazul în care
coeficientul de asimetrie al distribuţiei empirice a randamentelor este semnificativ
diferit de 0, distribuţia acestora nu poate fi considerată normală.
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 (adică probabilitatea
valorilor din jurul mediei este mai mare decât pentru distribuţia normală) şi are
cozile mai „groase” (adică probabilitatea valorilor extreme este mai mare decât
pentru distribuţia normală). În acest caz se spune că distribuţia este „leptocurtică”.
În caz contrar, distribuţia este „platicurtică” şi are un coeficient de aplatizare mai
mic de 3.


 
Piețe de Capital – Note de curs 

Figura 2.4. Coeficientul de aplatizare

Testul Jarque-Bera ia in considerare atât coeficientul de asimetrie cât şi cel


de aplatizare şi verifică în ce măsură distribuţia empirică poate fi aproximată cu o
distribuţie normală. Ipoteza nulă a acestui test presupune că eşantionul de date
provine dintr-o distribuţie normală, iar statistica testului se determină astfel:

· .

unde, N este numărul de observaţii din eşantion, s – coeficientul de asimetrie şi


k – coeficientul de aplatizare. Statistica JB are o distribuţie asimptotică χ2 [2]
(Chi-pătrat cu două grade de libertate).

Figura 2.5. Distribuţia asimptotică a testului Jarque-Bera (χ2 [2])


 
Piețe de Capital – Note de curs 

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 ?

Pe scurt, răspunsul este: de obicei NU. Chiar dacă, în urma aplicării testului
Jarque-Bera sau a oricărui alt test de acest gen, reiese că putem aproxima
distribuţia empirică a randamentelor printr-o distribuţie normală, nu înseamnă că
această aproximare este cea mai bună. De fapt, se poate observa că randamentele
au o distribuţie leptocurtică şi prin urmare, o distribuţie Student-T sau GED
(„generalized error distribution”) ar fi mai adecvată.

Exemplul 7: Să considerăm randamentele lunare ale SIF1, SIF2, SIF3, SIF4


pe perioada 30 noiembrie 1999 – 3 martie 2008. Coeficientul de asimetrie,
coeficientul de aplatizare şi rezultatul testului Jarque-Bera pentru aceste serii de
timp sunt raportate în tabelul 2.1.

Pentru SIF3 coeficientul de asimetrie şi coeficientul de aplatizare sunt


semnificativ diferite de valorile corespunzătoare ale unei distribuţii normale
(0, respectiv 1) şi în consecinţă statistica JB de 22.5194 depăşeste cu mult pragul
critic de 5.99 pentru un nivel de semnificaţie statistică de 5%. Deci respingem ipoteza
nulă pentru SIF3. Pentru celelalte SIF-uri considerate aici nu respingem ipoteza
nulă, deşi observaţi că pentru SIF1 şi mai ales SIF4 statistica JB este apropiată de
pragul critic.

Tabelul 2.1. Testarea ipotezei distribuţiei normale pentru


randamentele SIF1, SIF2, SIF3 şi SIF4

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
Testul Statistica JB 4.5829 1.8645 22.5194 5.1150
Jarque- p-value 0.0670 0.4054 0.0025 0.0555
Bera H0* 0 0 1 0
*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 din acest exemplu coeficientul de


aplatizare este mai mare de 3, sugerează utilizarea unei distribuţii leptocurtice.


 
Piețe de Capital – Note de curs 

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).

Figura 2.6. Comparaţie între aproximarea distribuţiei randamentelor


cu o distribuţie normală şi o distribuţie Student-T

a). SIF1 b). SIF2


4 4.5

3.5 4

3.5
3

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

c).SIF3 d). SIF4


4.5 3.5

4
3

3.5
2.5
3

2
2.5
Dens ity
Dens ity

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

În figura 6 s-a reprezentat grafic aproximarea distribuţiei randamentelor prin


distribuţia normală (linia roşie întreruptă) şi prin distribuţia Student-T (linia
neagră continuă)1. Aceasta din urmă, aproximează mai bine vârful distribuţiilor
randamentelor.

                                                            
1
 Parametrii distribuțiilor (media, varianța şi gradele de libertate) au fost estimați prin maximizarea funcției de 
verosimilitate („likelihood function”)   

10 
 
Piețe de Capital – Note de curs 

Factorii determinanţi ai randamentului anticipat (cerut)

În funcţie de anticipările sale un investitor stabileşte un anumit nivel de


rentabilitate aşteptat pentru fiecare oportunitate de investire. Pentru ca
investitorul să fie interesat de o anumită oportunitate, trebuie ca randamentul
aşteptat al acesteia să depăşească un anumit plafon (randament cerut), ce
încorporează o serie de factori precum: randamentul real fără risc, rata inflaţiei
anticipată, şi o primă de risc.

Randamentul real fără risc depinde de doi factori: preferinţa pentru


consumul actual, respectiv oportunităţile de investire din economie. Preferinţa
pentru consumul actual diferă de la un individ la altul. Unii 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. Dacă în general, preferinţa pentru consumul actual este mare atunci
un individ va cere să fie recompensat cu un preţ (rată de dobândă) mai mare pentru
fiecare unitate de consum la care renunţă pentru a finanţa consumul altuia.

Între oportunităţile de investire dintr-o economie şi rata de creştere


economică pe termen lung există o strânsă conexiune. Într-o economie aflată în
expansiune cresc oportunităţile de investire cât şi interesul investitorilor în acestea.
Randamentul cerut de investitori va include rata de creştere economică anticipată
la care mai adaugă şi alţi factori ce urmează a fi discutaţi. Spre exemplu, dacă rata
de creştere economică anticipată este de 5%, atunci investitorii vor cere un
randament de cel puţin 5% pentru a finanţa activitatea firmelor din economia
respectivă.

Ajustând rentabilitate reală fără 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 este cerută pentru a acoperi următoarele riscuri:
• Riscul dat de domeniul de activitate. Este evident faptul că fiecare sector de
activitate are o serie de factori de risc specifici. În consecinţă, un investitor
după ce identifică aceşti factori de risc va percepe o primă de risc diferită
pentru fiecare sector.
• Riscul de finanţare. Acest risc apare atunci când o firmă obţine resurse
suplimentare prin emisiunea de obligaţiuni, deoarece dobânzile şi
eventualele rate sunt plătite creditorilor din rezultatele financiare ale firmei
înainte de plata dividendelor. Cu cât gradul de îndatorare al firmei este mai

11 
 
Piețe de Capital – Note de curs 

mare cu atât prima pentru riscul de finanţare perceput de investitorii în


acţiuni va fi mai mare.
• Riscul de lichiditate. Cu cât acţiunea poate fi transformată mai repede în
numerar cu atât prima pentru riscul de lichiditate va fi mai mică. În cazul în
care acţiunea este cotată la bursă în categoria celor mai lichide titluri, prima
pentru riscul de lichiditate cerută de un investitor ar putea fi chiar zero.
• Riscul valutar. Acest risc este specific investiţiilor în active denominate în
monedă străină şi este determinat de volatilitatea cursului de schimb. Spre
exemplu, să considerăm un investitor român care cumpără 100 acţiuni ale
unei firme germane la preţul de 1 euro, când cursul de schimb EUR/RON era
de 3.8. Dacă după o lună cursul acţiunilor devine 1.3 euro, iar cursul valutar
3.3, înseamnă că randamentul acţiunii în euro este de 30% ( (1.3/1-1)*100),
iar randamentul plasamentului său transformat în lei este doar de 12.9%
((1.3*3.3/3.8-1)*100).
• Riscul de ţară încorporează modificările majore ce pot apărea în mediul
economic şi politic al unei ţări. Acest risc poate fi intâlnit şi sub denumirea de
risc politic.

2.1.3. Riscul instrumentelor financiare

Aşa cum s-a indicat mai sus, 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:

· .

unde, s reprezintă numărul de stări (folosim această formulă pentru distribuţii


discrete precum cele din exemplele 4 şi 5 din acest capitol), iar n este numărul de

12 
 
Piețe de Capital – Note de curs 

observaţii din seria de randamente considerată (utilizăm această formulă dacă se


foloseşte o serie de randamente istorice).

Varianţa măsoară abaterea pătratică medie faţă de medie. Conform modului


de calcul, randamentele sunt ridicate la pătrat, ceea ce înseamnă că unitatea de
măsură în acest caz este „procent la pătrat” ! Din acest motiv se calculează radicalul
varianţei, adică deviaţia standard, care este mai uşor de interpretat, unitatea de
măsură fiind „procentul”. 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.

Exemplul 8: În exemplul 6 s-a presupus 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%.

Figura 2.7. Intervale de variaţie a randamentelor normal distribuite


de medie 12% şi deviaţie standard 8% respectiv 12%

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%]. Aceste intervale
de variaţie ale randamentelor viitoare pentru o distribuţie normală sunt ilustrate în
figura 2.7.
În concluzie, 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.

13 
 
Piețe de Capital – Note de curs 

Coeficientul de variaţie se dovedeşte a fi o măsură a riscului superioară


varianţei (deviaţiei standard) în cazul unei diferenţe semnificative dintre
randamentele aşteptate. Coeficientul de variaţie se calculează după formula:

Din modul de calcul deducem că acest indicator măsoară riscul pe unitatea de


randament anticipat. Spre exemplu, 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).

Un investitor ar putea să fie interesat doar de volatilitatea randamentelor


aflate sub medie („downside risk”). În acest sens se calculează semivarianţa după
formula:

unde ; .

Exemplul 9: 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
Histograma randamentelor
18

16

14

12
Probabilitati

10

0
-11 -9 -7 -5 -3 -1 0 2 4 6 8
Randamente

Randamentul anticipat este:

11 · 0.01 9 · 0.02 7 · 0.04 5 · 0.07 3 · 0.1 1 · 0.12 0 · 0.14 2 · 0.17


4 · 0.15 6 · 0.11 8 · 0.07 0.82 %

14 
 
Piețe de Capital – Note de curs 

Varianţa este:

11 0.82 · 0.01 9 0.82 · 0.02 7 0.82 · 0.04


5 0.82 · 0.07 3 0.82 · 0.1 1 0.82 · 0.12
0 0.82 · 0.14 2 0.82 · 0.17 4 0.82 · 0.15 6 0.82
· 0.11 8 0.82 · 0.07 18.4076

Deviaţia standard este:

√18.4076 4.2904 %

Coeficientul de variaţie este:

4.2904
5.2322
0.82

Semivarianţa este:

11 0.82 · 0.01 9 0.82 · 0.02 7 0.82 · 0.04


5 0.82 · 0.07 3 0.82 · 0.1 1 0.82 · 0.12
0 0.82 · 0.14 10.0938

15