Sunteți pe pagina 1din 63

Mulumim pentru

participare!

prof. univ. dr. Victor Dragot 1


Departamentul Finane
ASE Bucureti
Normalitate i
anormalitate

prof. univ. dr. Victor Dragot 2


Departamentul Finane
ASE Bucureti
Normalitatea
Cum definii un eveniment normal?

prof. univ. dr. Victor Dragot 3


Departamentul Finane
ASE Bucureti
Legea de distribuie normal

Sursa:
http://www.mathnstuff.com/math/spoken/here/2cla
ss/90/normal.htm

Sursa:
https://en.wikipedia.org/wiki/Wrapped_normal_dis
Sursa: tribution#/media/File:WrappedNormalPDF.png
http://www.mathnstuff.com/math/spoken/here/2class/90/normal.htm

prof. univ. dr. Victor Dragot 4


Departamentul Finane
ASE Bucureti
Estimarea rentabilitii i riscului unui activ
n ipoteza unei distribuii normale
Teste privind normalitatea
serii de date (Ex.:
rentabilitatea zilnica)
- Skewness si kurtosis aprox
zero) sau
-4 -2 0 2 4 skewness/standard error i
kurtosis/standard errors se
Legea de distribuie normal afla in intervalul [-
1.96,1.96];
- Shapiro Wilk test
H0 este normala; H0 se
respinge daca p value>0.05
- Q-Q plot
- Histograma

prof. univ. dr. Victor Dragot 5


Departamentul Finane
ASE Bucureti
Ex. normalitatea seriei
Rentabzilnica SNP

Skewness/SE=0.008/0.049=0.163
Kurtosis/SE=6.273/0.098=64.01

Sig=p value <0.05 rezulta se accepta


ipoteza de normalitate

prof. univ. dr. Victor Dragot 6


Departamentul Finane
ASE Bucureti
prof. univ. dr. Victor Dragot 7
Departamentul Finane
ASE Bucureti
Estimarea rentabilitii i riscului unui activ
n ipoteza unei distribuii normale
Distributia de probabilitate a
rentabilitatii
0.6
probabilitati

0.4
0.2
0
0.1 0.2 0.3
rentabilitatea

prof. univ. dr. Victor Dragot 8


Departamentul Finane
ASE Bucureti
Funcia de densitate de
probabilitate normal

1 x 2
1 2 2
f (x ) e
2

1 R E ( R ) 2

1 2 2 (R )
f (R ) e
(R ) 2

prof. univ. dr. Victor Dragot 9


Departamentul Finane
ASE Bucureti
Proprietile legii de distribuie
normal (1)
Distribuia normal este simetric n jurul
mediei.

prof. univ. dr. Victor Dragot 10


Departamentul Finane
ASE Bucureti
Proprietile legii de distribuie
normal (2)
Aproximativ 68,3% din aria de sub curba normal se afl ntre
valorile corespunztoare intervalului ( - , + ), aproximativ
95,4% n intervalul ( - 2, + 2) i aproximativ 99,7% n
intervalul ( - 3, + 3). Sesizm c, n condiiile n care se
cunosc valorile medii asociate rentabilitii, precum i dispersia
asociat acesteia, se va cunoate probabilitatea ca
rentabilitatea din viitor s se situeze peste sau sub o anumit
valoare. S presupunem c ne dorim s identificm care este
probabilitatea ca rentabilitatea unei aciuni s nregistreze o
valoare peste un anumit prag R*. Aceast probabilitate va fi
dat de funcia densitate de repartiie cumulat:


1 R E ( R ) 2
1 2 2 (R )
p ( R R *)
R* (R ) 2
e d (R )

prof. univ. dr. Victor Dragot 11


Departamentul Finane
ASE Bucureti
Proprietile legii de distribuie
normal (3)
Exist tabele cu valorile precalculate probabilitilor cu care
rentabilitatea anticipat pentru viitor se va situa ntr-un interval
de forma ( - , + ), cu numr real pozitiv. Pentru
aceasta, se procedeaz la o transformare a variabilei aleatoare
normal distribuite, de medie i dispersie cunoscute
(rentabilitatea n cazul nostru) ntr-o variabil normal
standardizat z, conform relaiei:

R
z

prof. univ. dr. Victor Dragot 12


Departamentul Finane
ASE Bucureti
Normalitate abordri contextuale
Cultural: Standard, n conformitate cu
regulile, normele, principiile
Biologic: obinuit, sntos (absena
bolii din perspectiva medicului
investigator)
Statistic: Abraham Maslow
Obinuit, caracterizat prin nivel mediu (1908-1970)

(mediocru?),
Avnd o distribuie normal
(Maslow, 2013, p. 267 i urm.)
prof. univ. dr. Victor Dragot 13
Departamentul Finane
ASE Bucureti
Normalitate abordri contextual
Cultural: Standard, n conformitate cu
regulile, normele, principiile
Biologic: obinuit, sntos (absena Rezultatele
bolii din perspectiva medicului aplicrii
investigator acestor
Statistic: abordri sunt
Obinuit, caracterizat prin nivel mediu identice sau
(mediocru?),
Avnd o distribuie normal
mcar
(Maslow, 2013, p. 267 i urm.) convergente?
prof. univ. dr. Victor Dragot 14
Departamentul Finane
ASE Bucureti
Normalitate abordri contextuale
Medii statistice Este media sntoas
Convenii sociale (biologic)?
Norme culturale Sunt conveniile sociale
ntotdeauna conforme cu
logica, dezvoltarea
uman etc.?
Sunt conveniile sociale
eterne?

prof. univ. dr. Victor Dragot 15


Departamentul Finane
ASE Bucureti
Normalitate abordri contextuale
n acest context, este Adaptare pasiv, dup
normal s fii normal? mediul exterior
Exemplu: H.G. Wells, A te modela dup ce
Valea Orbilor este n jurul tu
Alte exemple: Exemplu: gestiunea
(istoria omenirii) pasiv de portofoliu?

prof. univ. dr. Victor Dragot 16


Departamentul Finane
ASE Bucureti
Normalitate abordri contextuale
Dragot, Victor, When Making Bad Decisions
Becomes Habit: Modelling the Duration of
Making Systematically Bad Decisions,
Economic Computation and Economic
Cybernetics Studies and Research, Vol. 50,
Issue 1, 2016, p. 123-140,
http://www.ecocyb.ase.ro/nr20161/07%20-
%20DRAGOTA%20Victor%20(T).pdf.

prof. univ. dr. Victor Dragot 17


Departamentul Finane
ASE Bucureti
Normalitate (Maslow, p. 267 i urm.)
Ce este normal?
Conotaie valoric: dezirabil, bun, valoros, lucrurile
pe care ar trebui s le preuim, ce este bun pentru
noi, ce ar trebui s ne ngrijoreze etc. (vezi i
lucrrile lui Erich Fromm)
Atenie la referenial!

prof. univ. dr. Victor Dragot 18


Departamentul Finane
ASE Bucureti
Aplicaie: Raionalitatea
investitorilor normal?
Bruno Frey: the agent of economic
theory is rational, selfish, and his
tastes do not change
Daniel Kahneman: people are
neither fully rational nor completely
selfish, and that their tastes are
anything but stable (Thinking fast
and slow, 2011) Richard Thaler:
2 different species:
Two different species? ECONS
HUMANS

prof. univ. dr. Victor Dragot 19


Departamentul Finane
ASE Bucureti
Aplicaie: care este atitudinea normal
a investitorilor fa de risc?

prof. univ. dr. Victor Dragot 20


Departamentul Finane
ASE Bucureti
Aplicaii n managementul de
portofoliu: studiile de eveniment
Eveniment (pentru event study)
Rentabilitatea efectiv
Rentabilitatea normal
Rentabilitatea anormal

prof. univ. dr. Victor Dragot 21


Departamentul Finane
ASE Bucureti
Atenie la concentrarea pe
mijloace versus concentrarea
pe scop n cercetarea
tiinific!

prof. univ. dr. Victor Dragot 22


Departamentul Finane
ASE Bucureti
Aplicaii n managementul de
portofoliu: benchmark n
gestiunea activ
Fixarea benchmark-ului
Cuantificarea performanei portofoliului n
contextul gestiunii active de portofoliu

prof. univ. dr. Victor Dragot 23


Departamentul Finane
ASE Bucureti
Bibliografie :
Dragot, Victor (coordonator), Dragot, Mihaela; Dmian, Oana-Alexandra;
Stoian, Andreea; Mitric, Eugen, Lctu, Carmen Maria; Manae, Daniel;
u, Lucian; Hndoreanu, Ctlina Adriana, Gestiunea portofoliului de valori
mobiliare, ediia a doua, Ed. Economic, Bucureti, 2009.
Kahneman, Daniel, Thinking, fast and slow, Farrar, Straus and Giroux, New York,
2011.
Maslow, Abraham, Motivaie i personalitate, Editura Trei, Bucureti, 2013, capitolul
10.

prof. univ. dr. Victor Dragot 24


Departamentul Finane
ASE Bucureti
Mulumim pentru
participare!

prof. univ. dr. Victor Dragot 1


Departamentul Finane
ASE Bucureti
Evenimente rare.
Prognoza
evenimentelor rare
i a crizelor

prof. univ. dr. Victor Dragot 2


Departamentul Finane
ASE Bucureti
Normalitatea
Cum recunoatei o criz?
- ex post
- ex ante

prof. univ. dr. Victor Dragot 3


Departamentul Finane
ASE Bucureti
Legea de distribuie normal

Sursa:
http://www.mathnstuff.com/math/spoken/here/2cla
ss/90/normal.htm

Sursa:
https://en.wikipedia.org/wiki/Wrapped_normal_dis
tribution#/media/File:WrappedNormalPDF.png

prof. univ. dr. Victor Dragot 4


Departamentul Finane
ASE Bucureti
Legea de distribuie normal
versus Fat Tail distribution

Sursa: http://goodpixcool.com/

prof. univ. dr. Victor Dragot 5


Departamentul Finane
ASE Bucureti
Ct timp dureaz pn cnd se constat c
deciziile adoptate sunt greite?

Dragot, Victor, When Making Bad Decisions


Becomes Habit: Modelling the Duration of
Making Systematically Bad Decisions,
Economic Computation and Economic
Cybernetics Studies and Research, Vol. 50,
Issue 1, 2016, p. 123-140,
http://www.ecocyb.ase.ro/nr20161/07%20-
%20DRAGOTA%20Victor%20(T).pdf.

prof. univ. dr. Victor Dragot 6


Departamentul Finane
ASE Bucureti
Evenimente extreme (rare)
Atacuri teroriste
Ctiguri la loterie
(Kahneman, 2011)

prof. univ. dr. Victor Dragot 7


Departamentul Finane
ASE Bucureti
Kahneman (2011, p. 315):
People overestimate the probabilities of unlikely
events.
People overweight unlikely events in their
decisions.

prof. univ. dr. Victor Dragot 8


Departamentul Finane
ASE Bucureti
Aplicaie (Kahneman, 2011, p. 320)
Ce alegei?
(similar pentru un concurs pentru ocuparea unui post)
Din care urn dorii s extragei:
A. Urna nr. 1 conine 10 bile, dintre care una este alb
(ctigtoare)
B. Urna nr. 2 conine 100 de bile, dintre care 8 bile
sunt albe (ctigtoare)?

prof. univ. dr. Victor Dragot 9


Departamentul Finane
ASE Bucureti
Aplicaie (Kahneman, 2011, p. 320)
Ce alegei?
Din care urn dorii s extragei:
A. Urna nr. 1 conine 10 bile, dintre care una este alb
(ctigtoare)
B. Urna nr. 2 conine 100 de bile, dintre care 8 bile
sunt albe?

30-40% dintre studenii respondeni prefer varianta B!

prof. univ. dr. Victor Dragot 10


Departamentul Finane
ASE Bucureti
Bibliografie :
Dragot, Victor (coordonator), Dragot, Mihaela; Dmian, Oana-Alexandra;
Stoian, Andreea; Mitric, Eugen, Lctu, Carmen Maria; Manae, Daniel;
u, Lucian; Hndoreanu, Ctlina Adriana, Gestiunea portofoliului de valori
mobiliare, ediia a doua, Ed. Economic, Bucureti, 2009.
Kahneman, Daniel, Thinking, fast and slow, Farrar, Straus and Giroux, New York,
2011.
Maslow, Abraham, Motivaie i personalitate, Editura Trei, Bucureti, 2013, capitolul
10.
Taleb, Nassim Nicholas, Lebda neagr. Impactul foarte puin probabilului, Curtea
Veche Publishing, Bucureti, 2007

prof. univ. dr. Victor Dragot 11


Departamentul Finane
ASE Bucureti
Mulumim pentru
participare!

prof. univ. dr. Victor Dragot 1


Departamentul Finane
ASE Bucureti
Corelaie i
cauzalitate

prof. univ. dr. Victor Dragot 2


Departamentul Finane
ASE Bucureti
Corelaie (1)
Cum interpretaii un coeficient de corelaie
corela ntre
dou variabile (X ii Y) egal cu 1? Dar unul egal
cu (-1)?
1)? Dar unul egal cu 0?

prof. univ. dr. Victor Dragot 3


Departamentul Finane
ASE Bucureti
Corelaie (2)
Cum interpretaii un coeficient de corelaie
corela ntre
dou variabile (X ii Y) egal cu 0,89?

prof. univ. dr. Victor Dragot 4


Departamentul Finane
ASE Bucureti
Corelaie (3)
Cum interpretaii un coeficient de corelaie
corela ntre
dou variabile (X ii Y) egal cu 0,89? Care este
ia de cauzalitate dintre X i Y?
relaia

prof. univ. dr. Victor Dragot 5


Departamentul Finane
ASE Bucureti
Spurious regressions
O regresie prezint un nivel al R2 de 0,97 (i
( un
nivel al lui adjusted R2 foarte mare de
asemenea).
Aveii ncredere n calitatea ei?

prof. univ. dr. Victor Dragot 6


Departamentul Finane
ASE Bucureti
Bibliografie :
Granger, C.W.J.; Newbold, P., Spurious Regressions in Econometrics, Journal of
Econometrics 2 (1974) 111-120.

prof. univ. dr. Victor Dragot 7


Departamentul Finane
ASE Bucureti
Mulumim pentru
participare!

prof. univ. dr. Victor Dragot 1


Departamentul Finane
ASE Bucureti
Tautologii. CAPM

prof. univ. dr. Victor Dragot 2


Departamentul Finane
ASE Bucureti
Tautologie
TAUTOLOGE, tautologii, s. f. 1. Greeal de limb care const n
repetarea inutil a aceleiai idei, formulat cu alte cuvinte; cerc
vicios, pleonasm. 2. Fenomen sintactic care const din repetarea
unor cuvinte cu acelai sens, dar cu funciuni diferite, marcate de
obicei prin deosebire de intonaie sau de form i care, exprimnd
identitatea celor doi termeni, are rolul de a sublinia o calitate sau o
aciune. 3. (Log.) Judecat n care subiectul i predicatul sunt exact
aceeai noiune. 4. Expresie din logica simbolic, care, n limitele
unui sistem formal, este adevrat n orice interpretare. [Pr.: ta-u-]
Din fr. tautologie, lat. tautologia.

Sursa: DEX '09 (2009) , https://dexonline.ro/definitie/tautologie

prof. univ. dr. Victor Dragot 3


Departamentul Finane
ASE Bucureti
Demers tautologic
Persoan care se blbie, roete, tremur n
faa publicului este anxioas
De unde tii c persoana este anxioas?
Pentru c vd c se blbie, roete, tremur
De ce se blbie, roete, tremur n faa
publicului
Pentru c este anxioas

(dup David, 2015, p. 29)


prof. univ. dr. Victor Dragot 4
Departamentul Finane
ASE Bucureti
CAPM scop:
CAPM = engl, Capital Assets Pricing Model
(n traducere: Modelul de evaluare a
activelor financiare pe piaa de capital)
Estimarea unei rate de rentabilitate solicitate
de investitori pentru capitalurile investite
costul capitalurilor proprii

prof. univ. dr. Victor Dragot Departamentul de 5


Finane ASE
Bucureti
CAPM ipoteze:
Pe pia exist posibilitatea de a investi n titluri total lipsite de risc, considerate de
obicei a fi bonurile de tezaur, genernd o rentabilitate Rf.
Exist i posibilitatea de a contracta credite la aceast rat fr risc, considerat
identic att pentru depozite, ct i pentru credite.
Pe pia exist un volum ridicat de bonuri de tezaur, astfel nct orice investitor
poate avea posibilitatea de a-i investi resursele disponibile n acest instrument.
Prin presupunerea ratei de remunerare a activelor fr risc ca fiind cunoscut, se
consider c nu exist inflaie sau modificri n ratele dobnzii practicate n
economia respectiv, sau c inflaia este n ntregime anticipat de ctre toi
investitorii.
Investitorii sunt raionali i caracterizai prin aversiune fa de risc.
Investitorii sunt caracterizai prin orizonturi de previziune identice, egale cu o
perioad.
Investitorii sunt caracterizai prin funcii de utilitate compatibile i anticipri
omogene asupra evoluiei viitoare a pieei. Prin ipotezele modelului, investitorii vor
selecta activele n funcie de rata de rentabilitate anticipat i de dispersia
asociat acesteia, ca indicator de cuantificare a riscului.
Piaa este eficient
Agenii de pe pia interpreteaz n mod identic informaiile disponibile.
Se presupune o divizibilitate perfect a tuturor plasamentelor.
prof. univ. dr. Victor Dragot 6
Departamentul de Finane
ASE Bucureti
CAPM dependena dintre
rentabilitate i risc
E(R i)

Security Market Line (SML)

Rf

prof. univ. dr. Victor Dragot 7


Departamentul de Finane
ASE Bucureti
CAPM relaia de calcul:

Eo (Rit ) Rf i [Eo (RMt) Rf ]

prof. univ. dr. Victor Dragot 8


Departamentul de Finane
ASE Bucureti
CAPM elemente practice:
Rata fr risc
Rentabilitatea pieei
Prima de risc a pieei
Coeficientul de volatilitate beta

prof. univ. dr. Victor Dragot 9


Departamentul de Finane
ASE Bucureti
Bibliografie :
David, Daniel, Psihologia poporului romn, Ed. POLIROM, Iai, 2015.
Dragot, Victor (coordonator), Dragot, Mihaela; Dmian, Oana-Alexandra;
Stoian, Andreea; Mitric, Eugen, Lctu, Carmen Maria; Manae, Daniel;
u, Lucian; Hndoreanu, Ctlina Adriana, Gestiunea portofoliului de valori
mobiliare, ediia a doua, Ed. Economic, Bucureti, 2009.

prof. univ. dr. Victor Dragot 10


Departamentul Finane
ASE Bucureti
Value-at-Risk

prof. univ. dr. Victor Dragot 1


Departamentul Finane
ASE Bucureti
Mulumesc pentru
prezena voastr activ
aici!

prof. univ. dr. Victor Dragot 2


Departamentul Finane
ASE Bucureti
Definiie

VaR msoar pierderea maxim pe care o poate


suporta un portofoliu pe o perioad dat, cu o
anumit probabilitate fixat, n cazul unui
scenariu nefavorabil asociat viitorului pieei.
n general, se recomand un interval de ncredere de
99% i o perioad de 10 zile.

prof. univ. dr. Victor Dragot 3


Departamentul Finane
ASE Bucureti
Metode de estimare

metoda istoric (non-parametric),


metoda analitic (parametric)
metoda (simularea) Monte Carlo

prof. univ. dr. Victor Dragot 4


Departamentul Finane
ASE Bucureti
Metoda istoric
S presupunem c, pentru un portofoliu cu o valoare actual de 10.000.000
Euro, rentabilitile au nregistrat n trecut nivelurile prezentate n tabelul de mai
jos:

Tabelul nr. 13.1


Rentabilitatea portofoliului Frecvena de apariie
? -3% 1%
(-3%, -2%] 4%
(-2%, -1%] 5%
(-1%, 0%] 10%
(0%, 1%) 40%
(1%, 2%] 25%
>2% 15%

n ipoteza c aceste date istorice sunt relevante i pentru perioada viitoare, rentabilitatea minim pe
care o va nregistra portofoliul cu un grad de ncredere de 99% va fi de (-3%), cu unul de 95% va
fi de (-2%), iar cu unul de 90% va fi de (-1%). De aici, VaR, pentru gradele diferite de ncredere,
va fi de 300.000 (pentru un grad de ncredere de 99%), 200.000 (95%) i, respectiv, 100.000
(90%).

prof. univ. dr. Victor Dragot 5


Departamentul Finane
ASE Bucureti
Metoda parametric
S presupunem c rentabilitatea medie anticipat pentru un anumit
portofoliu este de 2% n condiiile unei abateri medii ptratice a rentabilitii de
4%. Valoarea portofoliului la acest moment este de 10.000.000 Euro.
Pentru a estima VaR, pentru nceput se va estima nivelul minim al
rentabilitii cu un grad de ncredere de 99%. n aceste condiii, nivelul minim al
rentabilitii portofoliului va fi de -7,31%. VaR, respectiv pierderea maxim pe
care o va putea nregistra portofoliul n condiiile date va fi de:
10.000.000 Euro (-7,31%) = 731.000 Euro.
Nivelul ridicat al VaR se datoreaz, pe de o parte, nivelului de siguran n
prognoz foarte ridicat (se consider drept puin realist numai un procent de 1%
din strile posibile ale naturii) i, pe de alt parte, riscului relativ ridicat al
portofoliului. Astfel:
n condiiile unui grad de ncredere de 95%, VaR va fi egal cu
458.000 Euro;
Dac riscul portofoliului, cuantificat prin abaterea medie ptratic ar
fi fost de 2%, VaR ar fi fost egal cu: 265.000 Euro.

prof. univ. dr. Victor Dragot 6


Departamentul Finane
ASE Bucureti
Metoda Monte Carlo
P r e s u p u n e m u n p o r to f o liu n s u m d e 1 0 .0 0 0 u n it i m o n e ta r e , c o n s tr u it n
s is te m T o p -D o w n , c e c u p rin d e 6 0 % a c iu n i, 2 0 % o b lig a iu n i i 2 0 % c o n tra c te la
te rm e n . P e n tru fie c a re d in tre c e le 3 c o m p o n e n te a le p o rto fo liu lu i, s e ia n
c o n s id e ra re o a n u m it le g e d e e v o lu ie , n fu n c ie d e c a ra c te ris tic ile titlu rilo r
fin a n c ia re c o m p o n e n te i d e e v o lu ia p re v iz ib il a fa c to rilo r d e ris c . D e e x e m p lu ,
a t t c u rs u rile b u rs ie r e a le a c iu n ilo r, c t i a le o b lig a iu n ilo r, p o t c re te s a u s c d e a ;
c u to a te a c e s te a , s e a n tic ip e a z o v a ria b ilita te m a i m a re a c u rs u lu i a c iu n ilo r.
R e z u lta te le s im u l r ilo r s u n t e v id e n ia te n T a b e lu l 1 3 .2 .

T a b e lu l n r . 1 3 .2 : S im u la r e M o n t e C a r lo
S im u la r e a V a lo a r e a V a lo a r e a
V a lo a r e a p o r to fo liu lu i p o r to fo liu lu i V a lo a r e a
p o r to fo liu lu i de d e c o n tr a c te to ta l a
d e a c iu n i o b lig a iu n i la te r m e n p o r to fo liu lu i
1 5947 2025 273 8244
2 6194 2004 505 8703
3 5832 2010 208 8050
4 6015 2000 480 8495
5 6239 2004 537 8780
6 5736 2003 688 8426
7 5504 2000 217 7721
8 5789 2006 269 8063
9 5865 2002 491 8358
10 6897 2001 692 9591

1 0 .0 0 0 5538 2004 642 8185

C a lc u lu l V a R s e v a re a liz a a c u m d u p m e to d o lo g ia u tiliz a t n c a d ru l m e to d e i is to ric e .

prof. univ. dr. Victor Dragot 7


Departamentul Finane
ASE Bucureti
VaR

Acuzaii
Scuze

prof. univ. dr. Victor Dragot 8


Departamentul Finane
ASE Bucureti
Soluii
analiza de sensibilitate.
luarea n considerare i a altor distribuii de
probabilitate pe care le pot urma factorii de risc
tehnica scenariilor
combinaiile ntre previziuni

prof. univ. dr. Victor Dragot 9


Departamentul Finane
ASE Bucureti
Combinaiile ntre previziuni
F ie F 1 , F 2 d o u p re v iz iu n i, c a ra c te riz a te p rin v a ria n e a le e ro rilo r d e
p re v iz iu n e v a r(F 1 ) i v a r(F 2 ) i d e u n c o e fic ie n t d e c o re la ie 1 2 = c o e fic ie n tu l d e
c o re la ie n tre e ro ri. F ie k p o n d e re a a fe c ta t p rim e i m e to d e d e p re v iz iu n e , ia r (1 -k )
p o n d e re a c e le i d e -a d o u a , ia r C c o m b in a ia c e lo r d o u p re v iz iu n i, a stfe l n c t:
C k F1 1 k F2 (1 3 .1 )
E ro a re a to ta l d e p re v iz iu n e v a fi d a t d e v a ria n a a c e ste i c o m b in a ii a
p re v iz iu n ilo r:
v a r C k 2 v a r( F1 ) (1 k ) 2 v a r( F2 ) 2 k (1 k ) 1 2 v a r( F1 ) v a r( F 2 ) (1 3 .2 )
D e a ic i, p e n tru a d e te rm in a p o n d e rile o p tim e p e n tru fie c a re m e to d d e
p re v iz iu n e , se v a id e n tific a a c e l k p e n tru c a re v a ria n a to ta l e ste m in im . P e n tru
a c e a sta , se v a c a lc u la d e riv a ta v a r(C ) n fu n c ie d e k i se v a e g a la c u 0 , d e u n d e k
o p tim v a fi e g a l c u :
v a r( F 2 ) 1 2 v a r( F1 ) v a r( F 2 )
k o p tim (1 3 .3 )
v a r( F1 ) v a r( F 2 ) 2 1 2 v a r( F 1 ) v a r( F 2 )
P e b a z a a c e ste i te h n ic i, se p o a te o p ta p e n tru a c e a c o m b in a ie o p tim n tre
p re v iz iu n i, a stfe l n c t e ro rile s fie m in im e .

prof. univ. dr. Victor Dragot 10


Departamentul Finane
ASE Bucureti
Bibliografie recomandat:
Amenc, Nel; Le Sourd, Veronique, Theorie du
Portefeuille et Analyse de sa Performance; Ed.
Economica, Paris, 2002.
Dragot, Victor; Dragot Mihaela; Dmian, Oana;
Stoian, Andreea; Mitric, Eugen; Lctu,
Carmen Maria; Manae, Daniel; u, Lucian;
Hndoreanu, Ctlina Adriana, Gestiunea
portofoliului de valori mobiliare, Ed. Economic,
Bucureti, ediia a doua, 2009, cap. 13.
prof. univ. dr. Victor Dragot 11
Departamentul Finane
ASE Bucureti