Sunteți pe pagina 1din 49

ACADEMIA DE STUDII ECONOMICE FACULTATEA DE FINANE, ASIGURRI, BNCI I BURSE DE VALORI

INDICI BURSIERI I UTILIZAREA ACESTORA

Coordonator tiinific:

Prof. Univ. Dr. GABRIELA ANGHELACHE

Absolvent:

PETRU LAVINIA

BUCURETI 2008

Indici bursieri i utilizarea acestora

Orice sistem care funtioneaza pentru a obtine un rezultat viitor opereaza prin definitie intr-o situatie de incertitudine, chiar daca diferitele situatii sunt caracterizate prin diferite grade de risc, de incertitudine sau chiar de indeterminare. Dar riscul si incertitudinea nu constituie subiect de optiune: ele fac parte pur si simplu din conditia umana. Giarini Stahel

Indici bursieri i utilizarea acestora

CUPRINS

INTRODUCERE. CAPITOLUL I STADIUL CUNOATERII. CAPITOLUL II-INDICI BURSIERI I UTILIZAREA ACESTORA... I Introducere.. II Caracteristicile seriilor financiare...................................................................... III Date i metodologie........................................................................................... IV Analiza realizat, Rezultatele obinute, Discuie.............................................. 1. Introducerea seriilor n Eviews...................................................................... 2. Prelucrarea seriilor......................................................................................... 3. Stationaritatea seriilor de timp....................................................................... 4. Distribuia seriilor.. 5. Autocorelaia seriilor de timp......................................................................... 6. Depistarea ecuaiei volatilitii...................................................................... V Descrierea volatilitii Indicelui BET. VI Prezentarea volatilitii Indicelui BET.............................................................. VII Prognoza evoluiei Indicelui BET conform teoriei Elliott Wave n anul 2008 VIII Trendul Indicelui BET n perioada analizat.. CONCLUZII........................................................................................................................ ANEXE............................................................................................................................... INDEX................................................................................................................................. BIBLIOGRAFIE ................................................................................................................

4 5 15 15 17 17 18 18 19 20 24 27 31 36 36 40 42 43 44 45 46

Indici bursieri i utilizarea acestora

INTRODUCERE

Obiectivul acestei lucrri este de a analiza riscul pe piaa bursier romneasc prin prisma volatilitii Indicelui BET. Dup cum vom putea observa, randamentele care fac cel mai adesea obiectul analizelor financiare sunt randamentele zilnice geometrice sau logaritmice (log-returns). Managementul riscului const n construcia de modele care s ne ajute s

previzionm viitoarele situaii n care se pot nregistra pierderi. Modelele au la baz ipoteze de genul aceleia c randamentele sunt distribuite conform repartiiei normale. Devine, prin urmare necesar cunoasterea proprietilor statistice ale acestor randamente pentru a putea amenda n mod corespunzator modelele care presupun randamente normal distribuite. n particular, vom ncerca s modelm volatilitatea Indicelui BET. Aceasta va fi realizat cu ajutorul modelelor GARCH, instrumente deosebit de utile n econometria financiar aplicat, care i au originea ntr-un studiu realizat de Robert Engle (1982). Studiul i propune s depisteze cel mai bun model pentru analiza volatilitii Indicelui BET n perioada 2006-2008. De asemenea vom ncerca s depistm care sunt perioadele cu volatilitate mai pronunat.

CAPITOLUL I STADIUL CUNOATERII

Indici bursieri i utilizarea acestora

Knight, J. and Satchell, S. Forecasting Volatility in the Financial Markets, Volatility modeling in finance, pag 1-2 . Modelele de volatilitate au reprezentat o arie tot mai activ de cercetare n ultimii ani. Acest interes este motivat de importana volatilitii pe pieele financiare. Estimrile volatilitii sunt intens utilizate ca simple msuri de risc n numeroase modele de evaluare. De asemenea formulele pentru determinarea volatilitii deriv din modele, la fel ca celebrul model Black-Scholes i variatele sale extensii. Aceast arie activ de cercetare se bazeaz pe dezvoltarea ctorva tipuri de modele. Modelele Autoregressive Moving Average (ARMA), Autoregressive Conditional Heteroscedasticity (ARCH), Stochastic Volatility (SV), Regime Switching i Threshold sunt cele mai cunoscute n literatura de specialitate. Modelele Autoregressive Moving Average Modelele liniare Gauss-iene au fost cele mai frecvent utilizate n analiza seriilor de timp n ultimele cinci decenii. Forma generala pentru aceste modele este :

Xt=


j= 1
j

*Xt-j +

j =0


j*

j t
(1.1)

Unde:
j i j sunt constante reale
p i q

t este media variabilelor aleatoare necorelate


2 (< ) variana

Modelul specificat mai sus este un model autoregressive moving average sau un model ARMA(0,q). Modelul ARMA(0,q) se refer la fel ca i modelul autoregressive moving average la ordinul q, i este reprezentat prin MA(q), avnd n vedere c modelul ARMA( p,0) este un model autoregresiv de ordin p, reprezentat prin AR(p). Tong , H (1990) Non-Linear Time Series, Oxford: Oxford University Press. 5

Indici bursieri i utilizarea acestora

Avantaje i restricii ale modelului ARMA Avantajele acestor modele sunt nenumarate i sunt specificate n cele ce urmeaz. n primul rnd pentru ecuaiile difereniale liniare exist o ntreag teorie valabil, ncepnd cu teoria modelelor Gauss-iene care a fost intens utilizat, i dezvoltndu-se ulterior teoria inferenei statistice. n al doilea rnd, manipularea datelor cu ajutorul modelelor ARMA, este destul de acesibil avnd n vedere existena ctorva programe de statistic care permit manipularea i interpretarea cu usurin a acestora. n al treilea rand, aceasta clas de modele se bucur de un succes destul de mare n realizarea analizelor, previziunilor i controlului. n majoritatea seriilor de date de timp se observ asimetrii, boom-uri la intevale inegale de timp, perioade cu volatilitate mai ridicat i perioade cu volatilitate mai scazut. Cursul de schimb este un exemplu n acest sens. Deasemenea, ciclicitatea i ireversibilitatea timpului au fost demonstrate de-a lungul timpului, fiind utilizate diferite serii de date. Astfel, lund n consideraie aceste proprieti ale seriilor de date, modelele liniare Gauss-iene prezint anumite restricii. Unul dintre cele mai importante aspecte ale modelelor ARMA este asumarea varianei constante. Cele mai multe date financiare prezint oscilaii de volatilitate i aceasta trstur a datelor nu poate fi izolat sau ndepartat. Tong (1990) critic modelele Gauss-iene liniare, notificnd c t este fixat ca find egal cu o constant pentru toate t-urile, ecuaia (1.1) devenind o ecuaie diferenial liniar determinat n Xt . Xt tinde ntotdeauna la o constant unic finit, independent fa de valoarea initial. Distribuia simetric a modelelor staionare Gauss-iene ARMA nu armonizeaz foarte bine datele cu asimetria puternic. Este indicat utilizarea acestor modele pentru datele care prezint o probabilitate relativ mic de apariie a boom-urilor de volatilitate la diferene mari i neregulate de timp. Pentru seriile de date care prezint o ciclicitate pronunat, funcia de autocorelaie va prezenta deasemenea o ciclicitate puternic. Normalitatea implic liniaritatea functiei de regresie de lag (j), E(Xt / Xt-j ), (j

Z) pentru modelele ARMA; utilizarea unei funcii liniare de aproximare pentru acele

lag-uri, pentru care funcia de autocorelaie este mic n modul, nu este cel mai indicat de folosit. Deci, modelele ARMA nu sunt indicate pentru serii de date care prezint ireversibilitate temporar. 6

Indici bursieri i utilizarea acestora n cele prezentate mai sus se pot observa restriciile modelelor ARMA, de aceea este recomandat utilizarea modelelor non-Gauss-iene.

Particulariti ale volatiliii seriilor financiare de timp Mandelbrot, B., (1963), The variation of certain speculative prices, Journal of Bussiness, 36, pag. 394-416. Seriile financiare de timp, la fel ca i cursul de schimb, prezint anumite particulariti care sunt deosebit de importante pentru interpretarea corect a modelului i pentru realizarea de previziuni. Extremiti ngroate (Fat tails) Cnd distribuia seriilor financiare de timp este comparat cu distribuia normal, se observ apariia asa numitelelor fat tails sau extremiti ngroate, care fac referire la indicatorul Kurtosis al seriei, cel care arat ct de ngroate sunt extremitile sau ct de mult se abat valorile maxime i minime de la media lor. Valoarea ideal a indicatorului Kurtosis este 3, dar n general seriile de date financiare de timp reporteaz valori mult superioare fa de aceasta valoare, aparnd astfel fenomenul de fat tails. Volatilitatea n cascad (Volatility clustering) Volatilitatea n cascad a fost intens observat de-a lungul timpului i indic faptul c dup o perioad cu fluctuaii mari de nivel ale cursului urmeaz o perioada cu fluctuaii la fel de pronunate. Acest fenomen este ntlnit adesea la aciuni, el fiind evideniat de corelograma rezultat in urma testelor statistice. Black, F., (1976), Studies in stock price volatility changes, Proceedings of the 1976 Business Meeting of the Business and Economics Statistics Section, American Statistical Association, pag.177-178. Efectele de prghie (Leverage effects) 7

Indici bursieri i utilizarea acestora

Efectele de prgie indic faptul c oscilaiile preurilor sunt invers proporionale cu volatilitatea . Msurarea efectelor oscilaiilor preurilor aciunilor s-a constatat n timp a fi un proces mult mai complex ,care nu poate fi explicat doar pe baza efectelor de prghie. Clark, P.K., (1973), A subordinated stochastic process model with finite variance for speculative prices, Econometrica, 41, pag.135-156. Memorie lung (Long memory) n special pentru datele cu frecven nalt, volatilitatea este mult mai persistenta i exist tendina de apariie a unui unit root n procesul varianei condiionale.Aceast observaie conduce la dou idei pentru punerea n aplicare a modelului: unit root sau procesul long memory. Modelele Autoregressive Conditional Heteroscedasticity (ARMA) i Stochastic Volatility (SV) utilizeaz a doua idee pentru a msura intensitatea volatilitii. Co-evoltiile volatilittii (Co-movements in volatility) Dac analizm serii financiare de timp aparinnd diverselor piee financiare, sau dac analizm cursul de schimb dintre dou valute , vom observa ca oscilaiile majore nregistrate la una dintre valute sunt determinate de oscilaii majore la valuta corespondenta. Acest lucru sugereaz importana modelelor multivariabile pe diferite piete financiare. Tipuri de Modele GARCH Modelele ARCH au fost introduse de Engle(1982) i generalizate GARCH de Bollerslev (1986). Bollerslev, T., (1986), Generalized autoregressive conditional heteroscedasticity, Journal of Econometrics, 31 , pag.307-327. Denumirea GARCH reprezint:

Indici bursieri i utilizarea acestora G generalizat; AR autoregresiv; C conditional; H heteroschedasticitate n constituirea unui model ARCH trebuie luate n considerare doua ecuaii distincte: una pentru media condiional (ecuaia de evoluie a randamentelor activului) i una pentru variana condiional (ecuaia volatilitaii). Modelul GARCH(p,q) propus are urmtoarea specificaie :
m
n

rt= 0 + 1,i Li rt + 2,j Lj

i= 1

j= 1

t + t

N(0,ht)

ht = 0 +

i= 1

1,i Li ht + 2,j Lj t2
j= 1

unde: rt,este un proces ARMA(m,n), sau un model Random Walk (atunci cnd , j =0 , i= 1
1, m

i 2, j =0 , j=1, n );

ht (volatilitatea) este un proces ARCH(q) i GARCH(p); parametrii reprezint persistena volatilitii; 1 parametrii
2 reprezint viteza de reacie a volatilitii la ocurile de piaa;

Pentru a nu fi un proces exploziv (volatilitate exploziv), trebuie ndeplinit condiia

i= 1

1, i + 2, i <1
i =1

n plus, coeficienii termenilor ARCH i GARCH trebuie s fie subunitari i pozitivi. Interpretat ntr-un context financiar, acest model descrie modul n care un agent ncearc s prognozeze volatilitatea pentru urmtoarea perioad pe baza mediei pe termen lung( 0 ) a varianei, a varianei anterioare (termenul GARCH) i a informaiilor privind volatilitatea 9

Indici bursieri i utilizarea acestora observat n perioada anterioar (termenul ARCH). Dac randamentul activului n perioada anterioar a fost, n mod neateptat, mare n valoare absolut, agentul va mri variana ateptat n perioada urmtoare. Modelul accept i fenomenul volatility clustering, situaie n care modificrilor mari ale cursului activelor financiare este probabil s le urmeze n continuare variaii mari ale acestuia. Modelul GARCH a fost ulterior extins, pentru a relaxa anumite ipoteze sau pentru a ncorpora asimetria impactului randamentului cursului activelor financiare sau a separa volatilitatea n trend i volatilitatea pe termen scurt. Cele mai cunoscute extensii ale modelului sunt: a) GARCH Integrat (IGARCH) b) GARCH in Mean (GARCH-M) c)Treshold ARCH (TARCH) d)GARCH Exponential (EGARCH).

Bollerslev, T. and Engle, R.F. , (1993), Common persistence in conditional variance, Econometrica, 61, pag.166-187. Modelul IGARCH Presupunnd c t = ht vt unde, vt este independent i identic distribuit cu media 0 i dispersia 1 i ht ndeplinete specificaia GARCH(p,q): ht=k + ht-1 + 2 ht-2 ++ p ht-p + t21 + 2 t22 ++ q t2q , 1 1 adaugand rezult:
t

la ambii termeni ai ecuaiei i

scriind

t = t' -

t = k +( + ) t21 +( 2 + 2 ) t22 ++( r + r ) t2r +wt - wt-1 - 2 wt-2- 1 1 1


- q wt-q unde:

10

Indici bursieri i utilizarea acestora wt= t -ht i p =max{p,q}


2

ht este valoare prognozat pentru t wt = t -ht este valoarea asociat acestei prognoze.
2

Rezult c t urmeaz un proces ARMA. Acest proces ARMA va avea un unit root dac:
p
q

i= 1

i + j =1.
j= 1

n 1986 modelul care satisface condiia de mai sus a fost denumit GARCH integrat sau IGARCH. Dac t urmeaz un proces IGARCH, atunci variana necondiionat a lui t este infinit (un oc ntr-o anumit perioad nu se atenueaz), deci
2 nici t i nici t nu satisfac condiiile unui proces stationar n covarian (covariance-

stationary).

Engle, R.F., Lilien, D. and Robins, R., (1987), Estimation of time varying risk premiums in the terms structure, Econometrica, 55, pag. 391-408. Modelul GARCH-in Mean (GARCH-M) Teoria financiar sugereaz c un activ cu un risc perceput ca ridicat, n medie, va avea un randament superior. Presupunand c rt este descompus ntr-o component anticipat de ageni la momentul t-1 (notat ) i o camponent neanticipat (notat t t ), atunci: rt= + t t n plus, teoria sugereaz faptul c randamentul mediu ( ) este corectat cu variana sa (ht). t Modelul ARCH-M este obinut prin introducerea n ecuaia randamentelor a varianei sau a deviaiei standard conditionate (ht sau randamentului ( ): 11
ht ).

Efectul perceperii unui risc ridicat este cuantificat de coeficientul lui h t din ecuaia

Indici bursieri i utilizarea acestora


1 rt= 0 + , i Li rt + 2, j Lj t + ht + t j =1 i= 1 m
n

Zakoian, J.M., (1990), Treshold heteroscedastic models, Journal of Economic Dynamics and Control, pag. 931-935. Modele ARCH asimetrice Pe pieele financiare s-a observat c agenii percep volatilitatea n mod diferit, n funcie de semnul variaiei zilnice a cursului activului financiar respectiv. De exemplu, pentru aciuni, miscrile n jos ale pieei sunt urmate de o volatilitate mai mare dect micrile n sens cresctor de aceiai amplitudine. Cele mai utilizate modele ARCH care permit analiza raspunsului asimetric la ocuri sunt modelele Treshold ARCH (TARCH) i GARCH Exponential (EGARCH). Modelul TARCH are urmtoarea specificaie pentru ecuaia varianei (TARCH(p,q)): ht= 0 +
p
q

i= 1

1, i Liht + 2, j Lj t2 + t21 dt-1


j= 1

unde : dt =1 dac t <0 i dt=0 n caz contrar. n acest model, vetile bune ( t <0) i vetile rele ( t >0) au efecte diferite asupra varianei conditioante vetile bune au un impact de n timp ce vetile rele au 1 impact de + . Dac este diferit de 0, atunci efectul informaiilor asupra 1 volatilitii este asimetric.

Nelson, D.B., (1991), Conditional heteroscedasticity in asset returns : a new approach, Econometrica, 59, pag.347-370. Modelul EGARCH

12

Indici bursieri i utilizarea acestora Modelul EGARCH, propus de Nelson (1991) are urmatoarea specificaie pentru ecuaia varianei condiionate: log(ht)= + log(ht-1) +
t 1
ht 1

t 1 ht 1

Conform acestui model, efectul informaiilor este exponenial (i nu ptratic) iar variana prognozat va fi obligatoriu non-negativ. Impactul informaiilor este asimetric dac este diferit de 0. Modelul testat n acest studiu este GARCH(1,1) i cuprinde o ecuaie pentru medie i una pentru dispersie, respectiv: yt= + t t

t2 = + t21 + t21
unde: yt variabila dependent n perioada curent; xt variabila independent n perioada curent; - coeficient care arat influena variabilei independente asupra variabilei dependente; t termenii reziduali n perioada curent;

t2 - dispersia variabilei dependente n perioada curent;


- constanta ecuaiei dispersiei; - coeficientul ARCH;
t-1

termenii reziduali din perioada precedent;

t21 - dispersia variabilei dependente n perioada precedent;


- coeficientul GARCH n modelul GARCH(1,1), descris mai sus, primul numar arat c asupra dispersiei acioneaz termeni reziduali din perioada precedent, iar cel de-al doilea numr arat c dispersia din perioada precedent are influen asupra dispersiei curente. In fapt, pentru serii foarte mari, modelul GARCH(1,1) poate fi generalizat n modelul GARCH(p,q). Pentru c aplicaia noastr se refer la analiza volatilitii Indicelui BET, ne vom concentra atenia numai asupra ecuaiei dispersiei. Modelul poate fi utilizat cu succes n situaii de volatilitate. Spre deosebire de metoda celor mai mici ptrate, modelul 13

Indici bursieri i utilizarea acestora GARCH include n ecuaia sa att termenii eroare (adesea denumii ocuri) ct i fenomenul de heteroscedasticitate. De asemenea este util n cazul n care seriile nu sunt distribuite normal, ci mai degrab au extremiti ngroate (fat tails). Nu mai puin important este faptul c intervalele de confiden pot varia n timp i deci intervale mai precise pot fi obinute prin modelarea dispersiei randamentelor reziduale. O interesanta abordare a modelelor GARCH este cea a posibilei existente a efectului de levier. In fapt , modelul GARCH (1,1) este un model simetric i presupune ca termenii reziduali au acelasi semn. In realitate insa adeseori seriile financiare prezinta asimetrie .Un model foarte util in acest caz este modelul EGARCH sau altfel spus modelul GARCH exponential . Efectul de levier poate fi evideniat prin testarea inegalitii <0 i 0 . Notam c acest model este asemntor modelului GARCH (1,1). Totui, se remarc prezena termenului log care transform modelul ntr-unul non-liniar. De asemenea termenii reziduali sunt raportai la dispersie, devenind practic reziduuri standardizate.

C A P I T O L U L II INDICI BURSIERI I UTILIZAREA ACESTORA Caracterul de sensibilitate al pieii de capital este conferit de riscul pe care l presupune aceast piaa. Riscul are efect asupra rentabilitii, deaceea el fiind o problem extrem de delicat pentru fiecare investitor. Acest lucru este normal deoarece comportamentul investitorilor n pieele de capital este determinat n principal de relaia risc-randament. S-a observat de-a lungul timpului c pe piaa evoluia aleatoare a cursurilor de schimb este mai mult dect un proces de intuiie, i de aceea, este necesar s utilizm modele econometrice de analiz i interpretare.

14

Indici bursieri i utilizarea acestora Prezenta lucrare i propune analiz reprezentativ pentru portofoliul pieei i volatilitii Indicelui BET, ca fiind

a rentabilitii i

volatilitii unor active

financiare cotate la BVB, pe baza corelaiei risc-rentabilitate. Aceasta va fi realizat cu ajutorul modelelor GARCH, instrumente deosebit de utile n econometria financiar aplicat, care i au originea ntr-un studiu realizat de Robert Engle (1982). Studiul i propune s depisteze cel mai bun model pentru analiz volatilitii Indicelui BET n perioada 3.01.2006-21.03.2008. De asemenea vom ncerca s depistm care sunt perioadele cu volatilitate mai pronunat. Cuvinte cheie: volatilitate, risc de autocorelatie, randamente reziduale. portofoliu, diversificare, modele GARCH,

I. Introducere

Metoda celor mai mici ptrate i n particular regresia linear reprezint o mare realizare n domeniul econometriei. Aceasta este normal de vreme ce economitii sunt adesea tentai de descoperirea trendurilor viitoare ale anumitor evenimente economice. n studiul pieelor de capital, tentaia de a previziona randamente este una deosebita. Multe studii i modele au ncercat s descopere care este trendul viitor al randamentelor, pornind de la un set de informaii din trecut, informaii care includ deseori comportamentul preurilor, raportul PER, capitalizarea bursiera etc. O interesant teorie n acest domeniu este teoria mersului aleator (the random walk hypothesis). Adesea ns, econometricienii sunt chemai s realizeze o previziune a riscului activelor finaciare. Modelarea acestuia a cptat i are o semnificaie deosebit astzi n cadrul teoriilor pieelor financiare. n particular, specialitii au acordat o larga atenie randamentelor reziduale, avnd n vedere c aceastea au o infleun deosebit asupra randamentelor studiate.

Randamentele reziduale

15

Indici bursieri i utilizarea acestora Randamentele reziduale reprezint acea parte a randamentelor care nu au fost capturate de ctre variabila independent a unui anumit model. De exemplu, s considerm modelul de pia:
rit = i + i rmt + it

unde: rit - randamentul titlului individual i n perioada de timp t;

i - termenul constant; i - riscul relativ de pia al unui titlu individual;


rmt - randamentul portofoliului de pia;

it - termenul eroare.
Randamentele reziduale sunt reprezentate tocmai de termenul it al ecuaiei , indicnd care este partea de randament a unui titlu individual ce nu a fost influenat de randamentul portofoliului de pia . Deseori, aceste randamente reziduale au o pondere foarte important n cadrul randamentului individual.1
1

Engle, Robert, Nelson, D. i Bollerslev, Tim (1994), ARCH models, Handbook of Econometrics, Ed. R.

Engle and McFadden, pag. 2959-2965

II. Caracteristicile seriilor financiare Gestiunea riscului portofoliilor de investiii a condus la necesitatea ncercrii de modelare a sa. n particular, s-a investigat modul n care poate fi modelat dispersia conditional. Numim prin dispersie condiional dispersia unei serii de date care nu are o evoluie uniform pe tot intervalul. Practic, acest fenomen poarta numele n econometrie de heteroschedasticitate i reprezint o nclcare a supoziiilor care stau la baza metodei celor mai mici ptrate, respectiv cea de homoschedasticitate. n fapt exist un volum larg de literatur de specialitate care dezbate caracteristicile evoluiei n timp a randamentelor. Marea parte a studiilor surprind faptul c dispersia variaz c amplitudine n timp.

16

Indici bursieri i utilizarea acestora Adeseori n practic, seriile financiare se dovedesc a nu urma o distribuie

normal. Seriile sunt mai degrab leptocurtotice, adic exist o abatere larg a valorilor extreme de la media lor. Aceasta nseamn c dac valoarea normal a indicelui Kurtosis (cel care arata ct de ingroate sunt extremitile sau ct de mult se abat valorile maxime i minime de la media lor) este 3, n seriile finaciare indicatorul ia valori mult mai mari (vom vedea acest lucru n exemplul practic propus). De asemenea, seriile financiare tind s fie asimetrice. Aceasta nseamn c valoarea indicelui Skewness (care suprinde simetria sau asimetria unei serii) ia valori diferite de zero. Seriile financiare mai prezint dou probleme deosebit de importante: a)corelaie serial regsit n reziduuri; b)heteroschedasticitate, adic evoluia neuniform a dispersiei respectivei serii de-a lungul perioadei de timp analizate.2 III. Date i metodologie Pentru testarea volatilitii Indicelui BET am utilizat date din perioada 3.01.200621.03.2008, cuprinznd un numar de aproximativ 538 de observaii. Datele privind evoluia Indicelui BET au fost oferite de Bursa de Valori Bucuresti.
2

Darasteanu, Catalin Cristian (2002), Testing CAPM for stocks trade at Bucharest Stock Exchange,

Pagina Pietei de Capital din Romania (www.kmarket.ro)

n acest studiu,se doreste monitorizarea riscului pe pia bursiera.De asemenea se doreste s se tie care au fost cauzele care au determinat anumite varfuri de volatilitate.Astfel se alege metodologogia GARCH de testare a volatilitii. Primul pas va fi testarea prezenei semnturii ARCH asupra indicelui BET. Aceasta se va realiza cu ajutorul corelogramei radicalului randamentelor. Dac se observ existena semnturii ARCH vom trece la modelarea dispersiei condiionale. n acest sens, modelul GARCH (1,1) va fi comparat cu EGARCH (1,1). n sfrsit, dupa alegerea celui mai potrivit model, vom testa existena unor termeni reziduali reminisceni cu ajutorul corelogramei radicalului termenilor reziduali standardizai i prin aplicarea testului ARCH_LM. Pe baza datelor primare au fost calculate randamente zilnice ale Indicelui BET. Datele au fost transferate ulterior n Eviews 5.0, unde au fost realizate toate testele necesare. 17

Indici bursieri i utilizarea acestora

IV. Analiza realizat , Rezultatele obinute, Discuie

1.Introducerea seriilor n EViews ntr-un prim pas am transferat toate datele colectate n EViews 5.0 ,prin crearea unui fiier de lucru . Crearea fiierului de lucru: se relizeaz prin alegerea opiunilor: File->New->WorkFile. Fiierul de lucru poate s contin urmtoarele tipuri de date: Serii cross-secionale sau serii de timp nedatate(Unstructured/Undated) Serii de timp cu frecven constant(optiunea Dated-regular frequency) Serii de tip panel-serii care sunt n acelasi timp cross-secionale dar i serii de timp(optiunea Balanced Panel). n acest studiu analizm seria cu frecvena zilnica a Indicelui BET pentru perioada 3.01.2006-21.03.2008. Aceasta serie are o frecven constant, ns datorit srbtorilor legale, care nu pot fi definite n EViews, nu se poate alege opiunea Dated-regular frequency ci opiunea Unstructured/Undated. Pentru perioada anlizat n acest studiu sunt luate n consideraie 538 de

observaii. n cazul n care se vor realiza prognoze, trebuie alocate observaii i pentru perioada pentru care se face prognoza. Deaceea, intervalul pe care l-am specificat n EViews a fost de 650 de observaii. Definirea seriei: click dreapta n fereastra fiierului de lucru, selectarea opiunii NewObject, algerea opiunii Series, i specificarea numelui seriei. Seria creat se numete BET. Introducerea datelor n seriei. seria creata:selectare serie,selectare opiune Edit+/-,

introducerea datelor cu Copy(din fisierul Excel) i Paste n prima coloana a fiierului

18

Indici bursieri i utilizarea acestora

2.Prelucrarea seriilor Asupra seriilor introduse au fost aplicate operaii matematice. Cele mai utilizate sunt logaritmarea i prima diferen. Analiza econometric se realizeaz n general cu serii logaritmate, logaritmarea facilitnd interpretarea coeficienilor obtinui din regresie Prima diferen (xt-xt-1) este utilizat pentru staionarizarea seriilor. Prelucrarea seriilor: se realizeaz cu opiunea Generate (Genr) din fereastra fiierului de lucru i introducerea ecuaiei. Se logaritmeaz astfel seria BET, seria logaritmat numindu-se l_BET. Asupra seriei l_BET se aplic operatorul prima diferen, seria de prime diferene fiind numit dl_BET. Comenzile ce trebuie scrise n fereastra Generate sunt: l_BET=log(BET) dl_BET=d(l_BET) x(-n) reprezint lag-ul n al seriei, adic observaia xt-n x(n) reprezint lead-ul n al seriei, adic observaia xt+n.

3.Stationaritatea seriilor de timp Opiunile pentru analiz seriilor de timp sunt disponibile n fereastra seriei prin opiunea View. Opiunile disponibile sunt: SpreadSheet permite vizualizarea/modificarea datelor seriei Graph permite vizualizarea graficului seriei Descriptive Statistcs prezint primele patru momente ale distribuiei seriei Test of Descriptive Statistics permite efectuarea de teste statistice asupra momentelor seriei Distribution prezint distribuia seriei

19

Indici bursieri i utilizarea acestora Correlogram prezint funcia de autocoreleie i autocorelaie parial.

Seriile ce vor fi analizate sunt l_BET i dl_BET. Graficele celor dou serii sunt prezentate mai jos (View->Graph->Line).

Fig.1 Evoluia randamentelor zilnice

Fig.2Evoluia randamentelor zilnice

Graficele au fost realizate pe baza cotaiilor Indicelui bursier BET, preluat de pe site-ul oficial al Bursei de Valori Bucuresti , www.bvb.ro, n perioada 3.01.2006-21.03.2008. Tabelul din Fig.1 prezint Evoluia randamentelor zilnice a seriei L_BET. Tabelul din Fig.2 prezint evoluia randamentelor zilnice ale seriei DL_BET.

Din grafice rezult c L_BET (seria Indicelui BET) ar trebui s fie o serie nestaionar iar seria DL_BET (variatia zilnica a indicelui BET) o serie staionar. De aceea observaiile trebuie s fie confirmate prin teste de staionaritate.

20

Indici bursieri i utilizarea acestora Testele de staionaritate cel mai des folosite sunt ADF (Augmented DickeyFuller) i PP(Phillips Perron). Pentru a testa staionaritatea unei serii de timp:View->Unit Root Test. Opiunile disponibile sunt: Test type:tipul testului de rdcin unitar (Augmented Dickey-Fuller ,Phillips Perron) Test Unit Root n : Level seria nivel(seria efectiva); 1st difference-prima diferen a seriei (de obicei n cazul n care testul aplicat asupra seriei nivel a artat c seria este nestaionar) 2nd difference-a dou diferen a seriei(atunci cnd i testul aplicat primei diferene a artat c seria de prime diferene este nestaionar) Include n test equation Intercept-dac testul include i un termen constant. Aceasta opiune se alege atunci cnd din graficul seriei se observ c aceasta fluctueaz n jurul unei anumite valori sau pornete de la o anumit valoare. Trend and Intercept-n cazul n care seria prezint un trend. None-n cazul n care seria fluctueaz n jurul valorii 0.

Prima parte a testului prezint informaii cu privire la tipul testului (AFD, variabilele exogene introduse-constanta, trend) i cuprinde rezultatul testului, valorile critice pentru fiecare nivel de relevan (1%,5%,10%), i probabilitatea, p, asociat rezultatului testului.

Testul ADF pentru L_BET

Tabel 1.1.

21

Indici bursieri i utilizarea acestora

n acest studiu, pentru L_BET, ADF are valoarea -1,623338 i valoare p asociat acestuia este 0.4699. Dac valoarea testului este mai mare dect valoarea critic, nu este respins ipoteza nul-seria are o rdcin unitar(este nestaionar). n acest caz nu se respinge ipoteza nul-seria este nestaionar. Utiliznd valoarea p, este acceptat ipoteza nul-seria este nestaionar pentru un anumit nivel de relevan, ori de cte ori este probabilitatea p mai mare dect acel nivel de relevan. Partea a dou a testului prezint ecuaia estimat, pe baz creia a fost calculat testul ADF. Pentru a determina ordinul de integrare al seriei (de cte diferenieri este nevoie pentru a se obine o serie staionar) se va testa staionaritatea seriei de prime diferene(DL_BET).

22

Indici bursieri i utilizarea acestora Testul ADF pentru DL_BET Tabel 1.2.

Observam c valoarea testului este mai mic dect valoarea critic, pentru oricare dintre nivelele de relevan, alegnd nivelul de relevan cel mai restrictiv ,1%,se poate spune c la 1% nivel de relevan, ipotez nul (seria este nestaionar) este respins.Valoarea probabilitii asociate, p, denot de asemenea acest lucru. Probabilitatea este mai mic dect cel mai restrictiv nivel de relevan, de 1%, deci, ipotez nul-seria

23

Indici bursieri i utilizarea acestora este nestaionar este infirmat. Deci, ordinal de integrare al seriei este 1, sau seria este I(1). 4. Distribuia seriilor Pentru a testa distribuia normal a unei serii se utilizeaz testul Jarque-Bera i momentele seriei, acestea fiind disponibile prin opiunea :View->Descriptive Statistics ->Histogram and Stats. Pentru seria variaiilor zilnice ale Indicelui BET, DL_BET, momentele seriilor sunt prezentate mai jos: Fig.3 Histograma distribuiei

Graficul a fost realizat pe baza cotaiilor Indicelui bursier BET, preluat de pe site-ul oficial al Bursei de Valori Bucuresti , www.bvb.ro , n perioada 3.01.2006-21.03.2008. Tabelul prezint Histograma distribuiei seriei DL_BET.

Output-ul prezint histograma distribuiei, media, median, valorile minime i maxime, deviaia standard, coeficientul de asimetrie, kurtotica seriei, i testul Jarque Bera. Pentru o distribuie normal: Coeficientul de asimetrie (Skewness) este 0 pentru c distribuia normal s fie simetric. Kurtotica(Kurtosis) este 3.Dac distribuia este platikurtotica. 24 Kurtotica are o valoare mai mare dect aceasta e mai mic dect 3, atunci 3 atunci distribuia se numete leptokurtotica, iar dac

Indici bursieri i utilizarea acestora n acest studiu, conform rezultatelor statistice, distribuia evoluiei zilnice ale Indicelui BET, are media apropiat de 1, prezint asimetrie negativ (Skewness= -0,310854), ceea ce nseamn c n perioada analizat, Indicele BET a avut o tendin de scdere). Media distribuiei seriei arat randamentul Indicelui BET. Deviaia Standard indic riscul care are o valoare destul de ridicat, ceea ce indic faptul c n perioada analizat volatilitatea a fost foarte pronunat (Fig.2). Se pare c randamentele seriei analizate nu au o evoluie uniform. Mai precis, perioadele cu volatilitate ridicat alterneaz cu cele cu volatilitate mai sczut. Dispersia seriei pare a nu fi constant de-a lungul perioadei analizate i de aceea avem un prim indiciu al heteroscedasticitatii. n particular, seria prezint volatilitate pronunaat pe parcursul ntregii perioada analizate, i mai cu seama spre sfritul acestei perioade. Kurtotica are o valoare de 5,251947 ceea ce nseamn c seria are o distribuie leptokurtotica. O asemenea distribuie au majoritatea activelor financiare. ntr-o distribuie leptokurtotic, probabilitatea apariiei unui eveniment extrem este superioar probabilitii de apariie a acelui eveniment implicat de o distribuie normal. Deaceea, modelele de evaluare a preului i riscului activului respective pot genera erori dac presupun distribuia normal a acestuia. Astfel vom testa dac seria este distribuit normal cu testul Jerque-Bera. Testul masoar diferena dintre coeficientul de asimetrie i kurtotic distribuiei analizate cu cele ale distribuiei normale. Testul are c ipoteza nul: seria este normal distribuit. Astfel dac probabilitatea asociat testului este superioar nivelului de relevan ale (1%,5%,10%) atunci ipoteza nul este acceptat. n exemplul de fa cum valoarea asociat probabilitii este zero, se respinge ipoteza nul,cum c seria este normal distribuit. O alta modalitate de testare a normalitii distribuiei este utiliznd opiunea View>Distribution->CFD-Survivor-Quantile Graph i Distribution. alegnd opiunea Cumulative

25

Indici bursieri i utilizarea acestora Fig.4 Distribuia Cumulative a Randamentelor Zilnice

Graficul a fost realizat pe baza cotaiilor Indicelui bursier BET, preluat de pe site-ul oficial al Bursei de Valori Bucuresti , www.bvb.ro ,n perioad 3.01.2006-21.03.2008. Tabelul prezint Distribuia Cumulativ a Randamentelor Zilnice (Empirical CFD).

O informaie suplimentar asupra randamentelor Indicelui BET este dat de graficul distribuiei cumulative (Fig.4). Observm c marea parte a randamentelor sunt plasate ntre 0,04 i 0,04. Totui exist extremiti pronunate att la stnga ct i la dreapta, nc un indiciu al faptului c seria nu este normal distribuit i o indicaie a posibilei semnturi ARCH. Analiza grafic este foarte util n descrierea seriilor i fenomenelor economice. Totui, pentru certitudinea analizei, testele statistice sunt mult mai indicate. Deaceea vom testa prezena semnturii ARCH cu ajutorul corelogramei radicalului randamentelor zilnice. O alt modalitate de testare a normalitii distribuiei este utiliznd opiunea View/Distribution/Quantile-Quantile Graph i alegnd opiunea Normal Distribution.

26

Indici bursieri i utilizarea acestora Fig.5 Distribuia Normal a Randamentelor Zilnice

Graficul a fost realizat pe baza cotaiilor Indicelui bursier BET, preluat de pe site-ul oficial al Bursei de Valori Bucuresti , www.bvb.ro ,n perioada 3.01.2006-21.03.2008.Tabelul prezint Distribuia Normal a Randamentelor zilnice pentru seria DL_BET.

5. Autocorelaia seriilor de timp Vom realiza analiz coeficienilor de autocorelaie i a coeficienilor de corelaie parial ai seriilor. Aceasta operaie este diponibil din meniul View->Correlogram. Specificaiile corelogramei sunt: Correlogram of Level-corelograma seriei n nivel; 1st Difference-corelograma seriei n prime diferente; 2nd Difference corelograma celei de a dou diferene a seriei

Lags to include numarul lag-urilor ce sunt incluse.

Coeficientul de corelaie de ordinal k, (coeficientul de corelaie dintre X t i Xt-k este calculate dup cum urmeaz:

27

Indici bursieri i utilizarea acestora

unde:

k reprezint coeficientul de corelaie de ordinal k;


N reprezint numrul de observaii al seriei;

X media seriei Xt ;
Coeficientul de corelaie parial la lag-ul k reprezint coeficientul de regresie al lui Xt-k ,atunci cnd Xt este regresat n funcie de Xt-k i o constant. Pentru o serie nestaionar coeficienii de corelaie ncep de la o valoare apropiat de -1 sau 1 i scad foarte ncet. Coeficienii pariali de autocorelaie pentru un proces autoregresiv de ordin p, AR(p) se opresc la lag-ul p, iar coeficienii pariali de autocorelaie pentru un proces medie mobil, MA , converg gradual ctre zero. Q-Statistic i probabilitatea asociat acestuia reprezint un test statistic care are ca ipotez nul c nu exist autocorelaie pn la lag-ul k .Dac probabilitatea asociat testului Q-Statistic este superioar nivelului de relevan, ipoteza nul este respins i este acceptat ipotez alternativ-exist autocorelaie pn la lag-ul k. Cu ajutorul corelogramei radicalului randamentelor zilnice, s-a testat prezent semnturii ARCH. Observm c numeral de lag-uri utilizate pentru ambele serii este de 36. n coloan notat AC remarcm coeficienii de corelaie serial, n timp ce n ultima coloan avem probabilitatea de acceptare a ipotezei nu exist efecte ARCH (aceasta fiind de fapt ipotez nul).3
3

Bollerslev, Tim (1986), Generalized Autoregressive Conditional Heteroskedasticity, Journal of

Econometrics, vol. 31, pag. 81-87

28

Indici bursieri i utilizarea acestora Corelograma seriei L_BET Tabel 1.3.

29

Indici bursieri i utilizarea acestora

30

Indici bursieri i utilizarea acestora

Pentru seria L_BET s-a utilizat corelograma seriei n nivel (Correlogram of ->Level). Conform rezultatelor statistice obinute, reiese c seria L_BET prezint autocorelaie persisten i deasemenea prezint o rdcin unitar.

Corelograma seriei DL_BET

Tabel 1.4.

31

Indici bursieri i utilizarea acestora

Pentru seria DL_BET s-a utilizat corelograma seriei n prim diferen (Correlogram of>1st Difference). Coeficienii de autocorelaie ai acestei serii nu nregistreaz valori prea mari. Ei i modific semnul la a 3 linie (respectiv al treilea lag), marcnd trecerea ctre corelaia serial pozitiv. Remarcm c autocorelaia de lag 1 este negativ. n acelai timp, valoarea probabiliii ipotezei nule este 0 pe ambele prime 2 poziii, indicnd c putem respinge ipoteza nul i furniznd informaia c exist efecte ARCH.

32

Indici bursieri i utilizarea acestora

6.Depistarea ecuaiei volatilitii n aceasta etap vom ncerca s depistm ecuaia care descrie cel mai bine volatilitatea portofoliului sau cu alte cuvinte riscul de portofoliu. Pentru nceput vom realiza estimarea modelelor ARCH n EViews. Specificarea ecuaiei ARCH se realizeaz astfel: click dreapta mouse n fereastra fiierului de lucru, alegerea opiunii New Object->Equation i se selecteaz din meniul Method opiunea ARCH-Autoregressive Conditional Heteroskedasticity. Opiunile disponibile sunt: Mean Equation-specificarea ecuaiei variabilei creia i se calculeaz volatilitatea ARCH-M dac modelul este ARCH n Mean adic dac n ecuaia de regresie a evoluiei Indicelui BET este introdus i volatilitatea acestuia. Variance and distribution specificationspecificarea ecuaiei varianei(volatilitii) Indicelui BET: Model-tipul modelului:GARCH, EGARCH. ARCH-termenii ARCH. GARCH-termenii GARCH. Asymetric order dac se introduce asimetrie n ecuaia de regresie a varianei. Error distribution-distribuia erorilor (n pentru ne-normalitatea erorilor). Condiiile ce trebuie ndeplinite de coeficienii unui model GARCH sunt: Coeficienii ecuaiei varianei s fie pozitivi; Suma coeficienilor ecuaiei varianei s fie mai mic dect 1. n caz contrar, modelul este GARCH Integrat (IGARCH), iar voltilitatea este exploziv. O prima ncercare este s cutam un model standard GARCH(1,1). Rezultatele sunt prezentate mai jos. Observam c ambii termeni au o influen semnificativ din punct cazul n care se presupune c distribuia erorilor nu este normal i se doreste corectarea ecuaiei de varian

33

Indici bursieri i utilizarea acestora de vedere statistic asupra dispersiei seriei. Ecuaia dispersiei ne arat variabila dependent DL_BET, metoda utilizat (ML-ARCH), numrul de observaii (537), precum i faptul c a fost necesar o iteraie pentru a se atinge convergena dorit. n acelai timp avem coeficienii efectelor ARCH, GARCH i termenul constant. Termenul eroare, testul z, precum i probabilitatea ataat acestuia din urma completeaz tabelul ecuaiei.

Modelul GARCH(1,1) Tabel 1.5.

Totui, analiz corelogramei radicalului reziduurilor standardizate arat c ecuaia GARCH (1,1) nu este cea mai indicat. ntr-adevr, aceste reziduuri standardizate sunt puternic autocorelate. Pornind de la ecuaia GARCH (1,1), au fost realizate ncercri succesive de gsire a ecuaiei dorite. n final, modelul standard sau clasic GARCH (1,1) a fost abandonat i modelul asimetric EGARCH (1,1) a fost adoptat. Acest model prezint un avantaj particular prin faptul c nu este unul liniar. Aa cum s-a prezentat la secia de motivaie a

34

Indici bursieri i utilizarea acestora modelelor GARCH (sectia III), pentru modelarea volatilitii se consider n fapt

logaritmul dispersiei mai degrab dect dispersia. De asemenea reziduurile sunt standardizate n interiorul modelului ceea ce prezint un mare avantaj. Modelul EGARCH este mai puin restrictiv, neavnd condiii impuse valorilor coeficienilor ecuaiei volatilitii. Ecuaia care modeleaz cel mai bine volatilitatea Indicelui BET este: Tabelul 1.6.

Coeficientul C(3) este semnificativ din punct de vedere statistic. Ecuaia ne indic c nu exist un efect de levier. Coeficientul C(4) este pozitiv i este de asemenea semnificativ din punct de vedere statistic. Coeficientul volatilitii din ecuaia de medie fiind pozitiv, arat c atunci cnd volatilitatea crete, cotaia Indicelui BET scade. Remarcm ns succesul unui model GARCH non-linear n modelarea volatilittii Indecelui BET.

35

Indici bursieri i utilizarea acestora Pentru a valida aceasta ecuaie trebuie s recurgem la teste aplicate termenilor reziduali. Aa cum s-a precizat la seciunea de metodologie, vom face analiz corelogramei radicalului reziduurilor standardizate, precum i un test rezidual ARCHLM. Acest lucru se va realiza din fereastra ecuaiei EGARCH(1,1), prin accesarea meniului: View->Residual Tests->Correlogram Squared Residuals. Numrul de laguri utilizate este 36. Corelograma Radicalului Reziduurilor Standardizate Tabelul 1.7

36

Indici bursieri i utilizarea acestora Corelograma indic faptul c termenii reziduali nu sunt autocorelai. Menionm c dac valoarea probabilitii este mai ridicat de 0.05 putem accepta ipoteza nul nu exist efecte ARCH reziduale. Observm n ultima coloan a tabelului c acest lucru este valabil pentru toi cei 36 de termeni. Pentru a ntri cele spuse, vom aplica i un test ARCH-LM. Acesta va fi realizat din fereastra ecuaiei EGARCH(1,1) prin acesarea meniului View->Residual Tests->ARCH_LM Test. Numarul de lag-uri utilizate este 36. Tabelul 1.8.

Din nou, valoarea probabilitii trebuie s fie mai mare dect 0.05 pentru a ne asigura c nu exist efecte reziduale asupra dispersiei seriei. Valoarea de 0.439758 ne indic nc o dat c nu exist efecte ARCH reziduale. Am completat analiz termenilor reziduali cu testul White pentru a verifica urmele de heteroschedasticitate. Pentru a ne asigura c nu mai exist efecte de heteroschedasticitate (sau efecte GARCH) reziduale din nou valoarea probabilitii trebuie s fie mai mare de 0.05. n acest caz coeficientul vizat este STD_REZID^2(-1). Valoarea probabilitii pentru acest coeficient de 0.4279 indic faptul c putem accepta ipoteza nul nu exist efecte GARCH reziduale. Tabelul 1.9.

n concluzie modelul EGARCH (1,1) aplicat este cel indicat pentru a modela volatilitatea portofoliului. Cele 3 teste pentru termenii reziduali prezentate mai sus ntresc validitatea modelului propus. 37

Indici bursieri i utilizarea acestora

V. Descrierea volatilitii Indicelui BET

Pn la acest stadiu al studiului n cauza atenia a fost concentrat asupra depistrii celui mai indicat model de explicare a comportamentului dispersiei indicelui bursier ales. Am observat astfel, faptul c setul de informaii din trecut are impact semnificativ asupra randamentelor prezente. Mai mult, am demonstrat faptul c dispersia Indicelui BET nu are o evoluie constant de-a lungul seriei, ci una oscilant, avnd o puternic amprent asupra volatilitii . Desigur aceste aspecte tehnice sunt deosebit de importante pentru econometricieni i le ofera informaii utile asupra comportamentului volatilitii . Dar un investitor individual este mai mult interesat n explicarea cauzelor ce au determinat c anumite perioade de timp s fie mai riscante dect altele. El ar dori s tie de exempu dac exist o evoluie sezonier a randamentelor sau nu. Dac anumite cauze se repeta n afectarea evolutiei pieelor de capital. n cele ce urmeaza, ne vom focaliza atenia pe dou aspecte: depistarea momentelor de volatilitate ridicat i analiz lor; discutarea evenimentelor cu impact presupus puternic, spre exemplu alegerile electorele.

V.I. Prezentarea Volatilitii Indicelui BET Pe baza ecuaiei de volatilitate estimate, EGARCH(1,1), se genereaz seria istoric de volatilitate condiionat. Volatilitatea poate fi msurat prin varianta sau abatere medie patratic(radicalul varianei). Volatilitatea indicelui bursier ales pentru analiz este surprinsa n graficul de mai jos. Seria de volatilitate se reprezinta graphic cu ajutorul opiunii View->GARCH Graph>Conditional Standard Deviation->accesata din fereastra ecuaiei de regresie.

38

Indici bursieri i utilizarea acestora

Volatilitatea (masurata prin abaterea medie patratica) a indicelui BET este prezentata n graficul de mai jos: Fig.6 Volatilitatea Indicelui BET

Graficul a fost realizat pe baza cotaiilor Indicelui bursier BET, preluat de pe site-ul oficial al Bursei de Valori Bucuresti , www.bvb.ro , n perioada 3.01.2006-21.03.2008. Tabelul prezint Deviaia Standard a Indicelui BET n perioada analizat ,care denot volatilitatea acestui indice.

Din analiza graficului de mai sus reiese c pe perioada analizat, exist perioade mult mai volatile dact altele. nc din primul semestru al anului 2007 este de remarcat c nu se mai

inregistreaz declinul din anii precedeni ,care se producea n lunile februarie-martie i se extindea pe tot parcursul verii. Se indic astfel o stabilizare a pietelor i un interes crescut 39

Indici bursieri i utilizarea acestora pentru acestea. Fluctutiile bursiere au fost influenate n principal de cause economice i nesemnificativ de evenimentele de ordin politic ,care s-au derulat n aceasta perioad. n luna aprilie a nceput tranzacionarea aciunilor Alumil Rom Industry Bucuresti. Um efect mai puternic dect criza politic a avut ns ichiderea rafinriei Aprechim Pitesti n luna mai , care a fcut c ntr-o singura zi capitalizarea BVB s piard peste 500 milioane euro, din cauza societilor Petrom i Oltchim Pitesti, ale cror preuri de tranzacionare au sczut semnificativ ( cu 4,7% , respectiv 2,5% ). Luna iunie a fost benefic investitorilor i activitilor bursiere, debutnd cu tranzacionarea obligaiunilor emise de Banca European de Investiii. Tot n aceast perioad, CNVM a emis o decizie prin care societile de administrare a investiiilor (SAI) nu acioneaz n mod concertat cu fondurile de investiii pe care le administreaz prin aceast msur CNVM oferind investitorilor posiilitatea de a evita pragul de 1% aplicat din 2006. Ca rezultat al acestei msuri, pe ntrega pia s-au tranzacionat volume foarte ridicate pentru aceasta perioad a anului. Cu toate aceste valoarea tranzaciilor nu a depit-o pe cea din luna mai. De asemenea, se remarc i intrrile de capital prin investitori nerezideni , care au atins nivele ridicate comparativ cu anul anterior . Spre sfritul anului 2007, Indicele BET a nregistrat o cretere de cca.13 % fa de nceputul anului, iar nivelul capitalizaii BVB a crescut cu 13,2 % fa de luna martie a aceluiai an i cu 60% fata de anul 2006 , totaliznd 87980 mil. Lei. La aceast valoare i -a adus aportul sectorul financir bancar (Societatile de Investiii Financiare i bncile ) i sectorul petrolier. Valoarea total tranzacionat a depsit la sfaritul anului 2007 cu 11,6% nivelul atins la finele lunii martie a aceluiai an , totaliznd 3949 mil. lei, acest valoare fiind de aproape 3 ori mai mare dect valoarea tranzaciilor nregistrate n anul 2006. Se constat deasemenea o cretere a lichiditii bursei , ca efect al unui raport mbunatit ntre valoarea tranzacionat i capitalizare. Totodat au avut loc i majorri de capital ale ctorva societi listate, aportul total de capital de pe pia totaliznd circa 8,5 mil. lei.

40

Indici bursieri i utilizarea acestora Dintre toti factorii de influent , att externi ct i interni, cele mai vizibile efecte asupra indicatorilor BVB au fost cele legate de aderarea la Uniunea European , constatndu-se ns dublat.4 Evoltia indicatorilor bursieri n anul 2007 Tabelul 1.10. Trim. I BVB 2006 Trim. II 2006 Trim.I 2007 Trim.II 2007 Trim.II 2007/ Trim.I 2007 Capitalizare (%) 64309,0 55246,10 77718,35 87980,02 13,2 3538,26 8547,46 3949,06 9665,61 11,6 13,1 Trim.I 2007/ Trim. I 2006 (%) 20,9 12,8 14,0 Trim.II 2007/ Trim. II 2006 (%) 59,3 173,8 37,0 de la nceputul anului 2007 intrri importante de capital prin investitori nerezideni, intrri care, la nivelul primului semestru al anului, practic s-au

(mil. lei) Val.Tranzactionata 3137,44 1442,15 (mil. lei) BET 7499,25 7056,23

Sursa: ww.bvb.ro, ( 2007), Evolutia Bursei de Valori Bucuresti n anul 2007

Anul 2007 a fost un an atipic i ncrcat de evenimente care i-au pus amprenta asupra evoluiei Bursei de Valori Bucuresti (BVB). Pe fondul crizelor aprute pe pieele internaionale, Bursa a cunoscut numeroase corecii n decursul anului. Indicele BET, care include cele mai mari zece companii din pia , a cunoscut n decursul anului o cretere de numai 22,05%, fiind cea mai mic din ultimii ase ani. Astfel, creerea nregistrat de BET n 2007 reprezint mai puin de jumtate din creterea de acum doi ani, de 50,9%, i de peste cinci ori mai mic fa de cea mai buna evoluie din istoria BET-ului,de 119,79 nregistrat n 2002. Evoluia mai puin bun a indicelui este i un rezultat al maturizrii pieei. fie evaluate corect sau chiar Companiile mari, care intr n structura Indicelui BET, nu au mai nregistrat creterile spectaculoase din anii precedeni, ntrucat au ajuns s supraevaluate. n aceste condiii, principalul motor de cretere al aciunilor l reprezint
4

Evolutia Bursei de Valori Bucuresti n anul 2007, (2007) , www.bvb.ro .

Rezultatele companiilor. Astfel se explic scderea Petrom , cea mai mare companie de pe Burs, care a pierdut 12% anul acesta din cauza rezultatelor slabe. 41

Indici bursieri i utilizarea acestora Aceste rezultate au frnat deasemenea evoluia Indicelui BET. Chiar i n aceste condiii, Indicele BET a depit pentru prima dat de la lansare pragul de 10.000 de puncte n vara anulul curent, aceast valoare nregistrndu-se datorit creterilor semnificative ale titlurilor bancare i farmaceutice din componen sa . Dup aceast perioad indicele a cunoscut o corecie sever pn la sfritul lunii noiembrie , revenindu-i abia pe la finalul anului , dar nereuind s depseasc din nou 10.000 de puncte.

V.II.Prognoza evoluiei Indicelui BET conform teoriei Elliott Wave n anul 2008 Teoria Elliott Wave este o metod de prognoz bursier dezvoltat de Elliott Wave n anii 1930-1940 bazat pe tiparele emotionale ale maselor . Teoria Elliott Wave este o tehnic derivat din teoria Dow i n esen ea presupune faptul c pe o pia liber preul unei aciuni , variaz ntr-un mod ciclic , similar unei succesiuni de valuri- wave like cycle i n care alterneaz diferite modele . Conform acestei teorii exist 5 pasi sau valuri, din care 3 sunt nainte (de cretere sau descretere ) i 2 sunt n sens contrar celor dinainte. n imaginea de mai jos putei observa un grafic standard al unui ciclu complet Elliott Wave: Fig.7 Ciclul Elliott Wave

Figura reprezinta un ciclu complet Elliott Wave i a fost preluat de pe siteul:www.elliotwave.com .

Dac aplicm aceast teorie asupra Indicelui BET putem observa cum din 2004 i pn la nceputul lui 2008 a existat un astfel de ciclu complet .

42

Indici bursieri i utilizarea acestora

Fig.8 Evoluia Indicelui BET

Graficul reprezint evolutia Indicelui BET n perioada 2004-2008 , aceasta reprezentnd un ciclu Elliott Wave , i a fost preluat de pe site-ul :www.elliottwave.com .

Acest ciclu 2004-2008 a fost un ciclu de cretere, n care se pot observa 3 valuri de crestere (1, 3, 5 ) cu 2 valuri corective ( 2, 4 ), plus 3 valuri de descretere ( A , B , C ). Cele 8 etape formeaz un ciclu Elliott Wave complet. ntrebarea care se pune este ce se ntampl de acum ncolo ? Ce tip de wave vom avea ? Se tinde spre 2 variante, ambele cu anse mari s aib tot o durat de 2-3 ani: Va fi un ciclu tot de crestere notat cu verde Va fi un ciclu de scadere notat cu negru

Petru o previziune corect a evoluiei indicelui BET, diferena dintre cele dou variante prezentate mai sus va fi fcut n urmatoarele luni. Analitii susin c dac pn la sfritul anului vom avea o cretere constant, atunci piaa este ntr-un ciclu de cretere. ns, dac pn la sfritul anului va aprea o scdere / corecie atunci sunt anse mari s avem parte de o perioad de scdere a indicelui BET. Totul depinde de cum interpretm evoluia cu tendina de scdere din perioada februarie-mai. Poate fi vorba de un trend ascendent care pornete mai greu, sau deja am intrat ntr-un ciclu de scdere i acum urmeaz o scurt corecie pozitiv. 43

Indici bursieri i utilizarea acestora Deasemenea analitii strini care studiaz cotaiile indicelui BET susin c n urmtorii ani e posibil s avem parte de un astfel de ciclu de scdere .5 VIII. Trendul Indicelui BET n perioada analizat Pentru estimarea unei componente pe termen lung a seriei de timp (trend), am utilizat filtrul Hodrick-Prescot. Determinarea componenei pe termen lung a seriei prin filtrul Hodrick-Prescot se realizeaz n EViews prin opiunea Proc/Hodrick-Prescot Filter apelat din fereastra seriei de timp. Fig.9 Trendul Indicelui BET

Graficul reprezint Trend-ul Indicelui BET n perioada 3.01.2006-21.03.2008, iar datele au fost preluate de pe site-ul oficial al Bursei de Valori Bucureti.
5

Prognoza evolutiei Indicelui BET conform teoriei Elliot Wave , The Money Chanel ,(28 Mai 2008), www.themoneychanel.ro

CONCLUZII

44

Indici bursieri i utilizarea acestora n acest studiu a fost realizat o analiz a volatilitii prin utilizarea unor instrumente deosebit de moderne i utile, respectiv modelele GARCH. S-a lucrat cu un interval de timp de 2 ani i aproximativ 3 luni, perioad pe care a fost observat evoluia Indicelui BET. Modelele GARCH s-au dovedit extrem de utile n modelarea riscului Indicelui BET, respetiv a volatilitii. Dup ncercri repetate cel mai bun model s-a dovedit a fi modelul asimetric E-GARCH (1,1), care a inclus n ecuaia mediei i termenii ARMA (n cazul nostru de lag 36). n acest fel s-a produs o corecie de succes att a corelaiei seriale a randamentelor reziduale, ct i a heteroschedasticitii. S-a demonstrat n acelai timp ca impactul inovaiilor recente (cu alte cuvinte a tirilor, evenimentelor care duc la modificarea cotaiilor n pia este unul exponenial i nu liniar, cum este descris de econometria clasic). n partea a doua a studiului am realizat o analiz a evoluiei Indicelui BET n anul 2007, aceast analiz putnd fi remarcat i n tabelul Evoluia indicatorilor bursieri n anul 2007. Am observat c dintre toi factorii de influen, att externi cat i interni, cele mai vizibile efecte asupra indicatorilor BVB au fost cele legate de aderarea la Uniunea European, constatndu-se ns de la inceputul anului 2007 intrri importante de capital prin investitori nerezideni, intrri care, la nivelul primului semestru al anului, practic s-au dublat. Conform teoriei Elliott Wave am realizat o prognoz pentru anul 2008 a Indicelui BET. Se poate observa astfel ca piaa bursier romneasc a parcurs un ciclu complet Elliott Wave din 2004 i pn n prezent . Evenimentele politice din Romania din noiembrie 2007 nu au perturbat pieele financiare din Romania asa cum ar fi fost normal, data fiind amplitudinea unui asemenea eveniment. Faptul c pieele financiare din Romnia nu reacioneaz prompt la ocuri puternice reprezint un element de nesiguran pentru investitori, n sensul ca este destul de dificil de gestionat riscul n asemenea situaii.

AN E X

45

Indici bursieri i utilizarea acestora

INDEX

46

Indici bursieri i utilizarea acestora

Grafice Fig.1 Evoluia randamentelor zilnice pentru seria L_BET.......16 Fig.2 Evoluia randamentelor zilnice pentru seria DL_BET.16 Fig.3 Histograma distribuiei seriei DL_BET...20 Fig.4 Distribuia Cumulativ a Randamentelor Zilnice.22 Fig.5 Distribuia Normal a Randamentelor Zilnice ale seriei DL_BET .....23 Fig.6 Volatilitatea Indicelui BET .....33 Fig.7 Ciclul Elliot Wave....36 Fig.8 Evoluia Indicelui BET.37 Fig.9 Trendul Indicelui BET..38

Tabele Tabel 1.1. Testul ADF pentru seria L_BET...18 Tabel 1.2. Testul ADF pentru seria DL_BET.19 Tabel 1.3. Corelograma seriei L_BET25 Tabel 1.4. Corelograma seriei DL_BET.26 Tabel 1.5. Modelul GARCH(1,1)...28 Tabelul 1.6. Ecuaia care modeleaz cel mai bine volatilitatea Indicelui BET .29 Tabelul 1.7. Corelograma Radicalului Reziduurilor Standardizate .30 Tabelul 1.8. Testul ARCH...31 Tabelul 1.9.Testul White31 Tabelul 1.10. Evoluia indicatorilor bursieri n anul 2007.35

47

Indici bursieri i utilizarea acestora BIBLIOGRAFIE

Black, F., (1976), Studies in stock price volatility changes, Proceedings of the 1976 Business Meeting of the Business and Economics Statistics Section, American Statistical Association, pag.177-178.

Bollerslev, T. and Engle, R.F., (1993), Common persistence in conditional variance, Econometrica, 61, pag.166-187. Bollerslev, T., (1986), Generalized autoregressive conditional heteroscedasticity, Journal of Econometrics, 31, pag.307-327. Bollerslev, T., (1986), Generalized Autoregressive Conditional Heteroskedasticity, Journal of Econometrics, vol. 31, pag. 81-87. Clark, P.K., (1973), A subordinated stochastic process model with finite variance for speculative prices, Econometrica, 41, pag. 135-156. Darasteanu, C.C., (2002), Testing CAPM for stocks trade at Bucharest Stock Exchange, Pagina Pietei de Capital din Romania (www.kmarket.ro). Engle, R.F., Lilien, D. and Robins, R., (1987), Estimtion of time varying risk premiums in the terms structure, Econometrica, 55, pag. 391-408. Engle, R.F., Nelson, D. and Bollerslev, T., (1994), ARCH models, Handbook of Econometrics, Ed. R. Engle and McFadden, pag. 2959-2965. Knight, J. and Satchell, S. (2004), Forecasting Volatility in the Financial Markets, Volatility modeling in finance, pag 1-2. Mandelbrot, B., (1963), The variation of certain speculative prices, Journal of Bussiness, 36, pag. 394-416. Nelson, D.B., (1991), Conditional heteroscedasticity in asset returns: a new approach, Econometrica, 59, pag. 347-370. Tong, H., (1990), Non-Linear Time Series, Oxford: Oxford University Press. Zakoian, J.M., (1990), Treshold heteroscedastic models, Journal of Economic Dynamics and Control, pag. 931-935.

Prognoza evoluiei Indicelui BET conform teoriei Elliot Wave, The Money

Chanel, (28 Mai 2008), www.themoneychanel.ro.

48

Indici bursieri i utilizarea acestora

Evoluia Bursei de Valori Bucureti n anul 2007, (2007), www.bvb.ro.

Surse Internet: www.bnro.ro, www.bvb.ro, www.kmarket.ro, www.elliottwave.com site oficial al Bancii Nationale din Romania site oficial al Bursei de Valori Bucuresti site al Paginii Pietei de Capital din Romania

49