Professional Documents
Culture Documents
Upravljanje Perfomansama Akcijskog Portfolia-Borjana-Mirjanic
Upravljanje Perfomansama Akcijskog Portfolia-Borjana-Mirjanic
BEOGRAD
MR BORJANA B. MIRJANI
Doktorska disertacija
Beograd, 2015.
DOKTORSKA DISERTACIJA
UPRAVLJANJE PERFORMANSAMA
AKCIJSKOG PORTFOLIA U SPECIFINIM
USLOVIMA NOVONASTAJUIH
FINANSIJSKIH TRITA: PRIMER
BEOGRADSKE BERZE
Mentor: prof. dr
SADRAJ
1.
2.
3.
4.
UVOD
Predmet, polazita i ciljevi teze
Znaaj i aktuelnost teme
Teorijsko-metodoloki okvir istraivanja
Struktura doktorske teze
MODERNA PORTFOLIO TEORIJA I UPRAVLJANJE
PERFORMANSAMA AKCIJSKOG PORTFOLIA
2.1. Teorijske postavke Moderne portfolio teorije
2.1.1. Opte pretpostavke Markowitz-evog modela izbora efikasnog
portfolia
2.1.2. Oekivani prinos i rizik pojedinane hartije od vrednosti
2.1.3. Kovarijansa i koeficijent korelacije prinosa kao mere potencijala
hartije od vrednosti za diversifikaciju
2.1.4. Oekivnani prinos i rizik portfolia
2.1.5. Matematika formulacija modela, granica efikasnosti i optimalni
portfolio
2.2. Razvoj finansijsko-ekonomskim modela na osnovu Moderne portfolio
teorije
2.2.1. Indeksni modeli
2.2.2. Model vrednovanja kapitala (Capital Asset Pricing Model
CAPM)
2.2.3. Teorija arbitranog vrednovanja (Arbitrage Pricing Theory APT)
2.3. Mere performansi portfolia zasnovane na Modernoj portfolio teoriji
2.3.1. Tradicionalne mere performansi portfolia korigovane rizikom
(Sharpe-ova, Treynor-ova i Jensen-ova mera performansi portfolia)
2.3.2. M2 i T2 mere performansi portfolia korigovane rizikom
(Modigliani i Treynor na kvadrat)
IMPLEMENTACIJA MODERNE PORTFOLIO TEORIJE U
INVESTICIONOJ PRAKSI: OGRANIENjA PRIMENE I RAZVOJ
ALTERNATIVNIH MODELA
3.1. Problemi praktine primene standardnog Markowitz-evog optimizacijskog
algoritma
3.2. Ulazni parametri optimizacije portfolia
3.2.1. Analiza prinosa (pretpostavka o normalnosti distribucije prinosa,
vii momenti distribucije prinosa, autoregresivni modeli)
3.2.2. Analiza rizika (alternativne mere rizika, opta struktura modela
volatilnosti, ARCH i GARCH modeli)
ANALIZA STANJA NOVONASTAJUEG TRITA KAPITALA
REPUBLIKE SRBIJE: BEOGRADSKA BERZA
4.1. Hronoloki pregled razvoja, delatnost i organizacija Beogradske berze
4.2. Makroekonomsko okruenje Republike Srbije od 2004. do 2013. godine
4.3. Poslovne operacije na Beogradskoj berzi
4.3.1. Vrednost prometa i broj realizovanih transakcija
4.3.2. Struktura prometa i transakcija po vrstama hartija od vrednosti
4.3.3. Uee stranih investitora u trgovanju na Beogradskoj berzi
4.4. Indeksi Beogradske berze
4.5. Kvantitativna analiza specifinih uslova na Beogradskoj berzi u periodu
sprovedenog istraivanja
4.6. Ekonometrijsko testiranje slabog oblika hipoteze efikasnosti trita kapitala
Republike Srbije
18
19
19
24
30
33
38
46
46
51
59
62
62
65
69
69
74
77
88
102
108
118
127
127
132
141
146
150
155
5.
6.
169
169
174
191
194
198
204
212
219
219
222
240
243
253
260
1. UVOD
10
11
12
13
14
metoda komparacije nain uporeivanja istih ili srodnih injenica, tj. utvrivanje
njihove slinosti, odnosno razliitosti. U konkretnom smislu podrazumeva uporeivanje
razliitih analitikih modela i razliitih metoda merenja performansi portfolia.
metoda indukcije donoenje zakljuaka o optem sudu na osnovu pojedinanih
injenica. U radu je koriena matematika indukcija pri dokazivanju da standardni
model MV optimizacije nije adekvatna aparatura prilikom primene na slabo likvidnim,
plitkim i visoko volatilnim tritima kapitala, a mere performansi zasnovane na CML i
CAPM investitore mogu da navedu na izbor suboptimalnih portfolia.
metoda dedukcije donoenje pojedinanih zakljuaka na osnovu opteg suda:
donoenje zakljuaka o vanosti kreiranja modela optimizacije i merenja performansi
portfolia koja uvaavaju specifinosti domaeg trita kapitala.
U empirijskom delu rada s ciljem dokazivanja postavljenih hipoteza koristiene su
razliite metode za prikupljanje, obradu i prezentovanje podataka. Metode koriene u
ovom delu su matematike i statistike, odnosno ekonometrijske metode. Metod
kvadratnog programiranja koristie se prilikom konstrukcije optimalnog portfolia,
regresione jednaine prilikom utvrivanja beta koeficijenta, analiza vremenskih serija
izvrie se primenom razliitih pokazatelja deskriptivne statistike. Sprovee se
razliiti statistiki testovi: proireni Dickey-Fullerov test jedininog korena primenie
se prilikom testiranja slabe forme hipoteze efikasnosti domaeg trita kapitala,
testovi normalnosti: Jargue-Bera test, Kolmogorov-Smirnov/Lilliefor test, ShapiroWilk W test, te razliite grafike metode: Q-Q graf, histogrami i korelogrami.
Analitike i grafike metode su empirijski dokaz nunosti razmatranja primene
alternativnog modela optimizacije portfolia na osnovu karakteristika analiziranih
finansijskih vremenskih serija, kojima se parametarski mogu opisati njihove
karakteristike. Navedene metode implementirane su korienjem programskih paketa
Excel, StatPlus, RiskSimulator i Eviews.
Kratak opis sadraja doktorske teze: kako bi se ispunio cilj istraivanja, struktura
rada je koncipirana tako da prui odgovor na osnovno istraivako pitanje koje se tie
aplikativnosti i ocene uspenosti performansi portfolia konstruisanih primenom
standardnog MV model na tritu kapitala u Srbiji i alternativnog modela koji
integrie specifine karakteristike prisutne u finansijskim vremenskim serijama
domaeg trita kapitala.
U prvom, Uvodnom delu doktorske disertacije precizno je definisan predmet
istraivanja, s naglaskom na aktuelnost predmetnog problema, prezentovani su osnovni
ciljevi istraivanja koji e se detaljnije predstaviti putem definisanih naunih hipoteza.
Uvodni deo sadri i obrazloenje osnovnih metoda istraivanja, kao i detaljan sadraj i
strukturu istraivanja.
Drugi deo rada pod nazivom Moderna portfolio teorija i upravljanje performansama
akcijskog portfolia predstavlja teorijski, odnosno retrospektivni deo u kojem je
predstavljena teorijska osnova, dat prikaz osnovnih definicija i parametara koncepta
optimizacije i objanjen praktian pristup moderne portfolio teorije. U ovom delu rada
predstavljen je doprinos modela finansijsko-ekonomskoj teoriji i investicionoj praksi i
prikazan Model vrednovanja kapitala (engl. Capital Asset Pricing Model CAPM)
kao svojevrsan produetak Markowitz-eve teorije i Teorija arbitranog vrednovanja
(Arbitrage Pricing Theory APT).
15
U ovom delu rada prezentovane su standardne mere ocene performansi ulaganja koje
uzimaju u obzir prinos i rizik: Sharpe-ov, Treynor-ov i Jensen-ov indeks, i unapreene
mere performansi portfolia korigovane rizikom: Modigliani na kvadrat M2 i Treynor
na kvadrat T2.
U treem delu rada sa naslovom Implementacija Moderne portfolio teorije u investicionoj
praksi: ogranienja primene i razvoj alternativnih modela, prezentovani su nedostaci koji
se javljaju prilikom praktine primene Markowitz-eve teorije. U ovom delu disertacije
izvrena je analiza ulaznih parametara optimizacijskog algoritma putem teorijske i
matematike formulacija prinosa i rizika. U okviru analize prinosa izvreno je
predstavljanje pretpostavke o normalnoj raspodeli prinosa, predstavljeni su vii centralni
momenti (koeficijent asimetrije i koeficijent spljotenosti), uveden je pojam teki repovi, i
predstavljeni su razliiti statistiki testovi normalne raspodele empirijskih distribucija,
kao i korelacija prinosa i efikasnost trita. U okviru analize rizika, ukratko su
predstavljene najznaajnije alternativne mere rizika: simetrina mera rizika MAD mera
rizika (engl. Mean absolute deviation), donje mere rizika LPM (engl. Lower partial
moment) i poluvarijansa (engl. Semi-variance), koncept vrednosti pri riziku VaR mera
rizika (engl. Value-at-Risk) i uslovni VaR kao primer koherentne mere rizika sa
svojstvom subaditivnosti (engl. Conditional Value-at-Risk CVaR, Expected shortfall
ES). Pored toga, u ovom delu je obraen pojam volatilnosti, predstavljen je model
Autoregresione uslovne heteroskedastinosti (engl. Autoregresive Conditional
Heteroskedasticity ARCH), model uoptene autoregresione uslovne
heteroskedastinosti (engl. Generalized Autoregresive Conditional Heteroskedasticity
GARCH). Prikazani autoregresivni modeli procenjuju volatilnost na osnovu
informacijskog skupa generisanog istorijskim podacima i primenjuju se u analizi
podataka vremenskih serija u kojima je prisutna heteroskedastinost, tj. pojava da
varijanse greke nisu konstantne, nego se menjaju kroz vreme. Razmotren je problem
ocene parametara u ARCH i GARCH modelima, korienjem metode maksimalne
verodostojnosti (engl. Maximum-likelihood). Na kraju ovog dela, predstavljene su
alternativne mere performansi portfolia.
U etvrtom delu rada pod nazivom Analiza stanja novonastajueg trita kapitala
Republike Srbije: Beogradska berza, najpre je dat hronoloki pregled razvoja, delatnost
i organizacija Beogradske berze. Potom je izvrena analiza makroekonomskog
okruenja Republike Srbije u desetogodinjem periodu od 2004. do 2013. godine,
izvrena ja analiza poslovnih operacija na Beogradskoj berzi (posebno sa aspekta
vrednosti prometa i broja realizovanih transakcija, strukture prometa i transakcija po
vrstama hartija od vrednosti i uea stranih investitora u trgovanju na Beogradskoj
berzi). U ovom delu rada predstavljeni su trini indeksi Beogradske berze (Belex15 i
Belexline) i izvrena je kvantitativna analiza specifinih uslova Beogradske berze u
periodu sprovedenog istraivanja, to ujedno predstavlja polaznu osnovu petog,
analitiko-eksperimentalnog dela istraivanja.
U okviru petog dela rada, koji predstavlja empirijski deo disertacije pod nazivom
Implikacije karakteristika prinosa i rizika akcija domaih preduzea na kreiranje
optimalne portfolio strukture najpre su istraene karakteristike domaih akcija sa
aspekta likvidnosti, korienjem Amihud-ove mere nelikvidnosti i izvrena je primarna
selekcija akcija za postupak optimizacije. Potom je sprovedena kvantitativna analiza
finansijskih vremenskih serija prinosa individualnih akcija i trinog benmarka.
16
17
Moderna portfolio teorija nastala je kao rezultat rada Harry Markowitz-a, objavljenog
1952. godine pod nazivom Portfolio Selection1, za koji je 1990. godine, zajedno sa
Merton Miller-om i William Sharpe-om dobio Nobelovu nagradu. Moderna portfolio
teorija predstavlja matematiku formulaciju reenja problema izbora akcija u portfoliu sa
ciljem smanjenja ukupnog rizika portfolia. Formiranje portfolia predstavlja postupak
odreivanja kombinacije razliitih hartija od vrednosti od kojih e on biti sastavljen.
Matematiko reenje su dobijeni ponderi (udeli) pojedinih hartija od vrednosti u portfolio,
koji omoguavaju da ukupni rizik portfolia bude manji od sume rizika njegovih gradivnih
elemenata (akcija) pojedinano.
Pre formalizacije Markowitz-evog modela, izbor i kombinovanje hartija od vrednosti
vrilo se prema kriterijumu najboljih ili poeljnih osobina svake pojedinane hartije, dok
se finansijski rizik smatrao korektivnim faktorom oekivanog prinosa. Drugim reima,
prilikom izbora akcija i konstruisanja portfolia investitori su se prvenstveno fokusirali na
akcije sa najviim stopama prinosa.2 Meutim, kombinovanje najboljih hartija u postupku
sastavljanja portfolia ne kreira nuno i najbolji portfolio. Markowitz-ev model je i dalje
imao naglasak na prinosu ali je vanost rizika postavio na jednak nivo, pri emu je
nastao koncept rizika portfolia, a varijansa prihvaena kao kvantitativna mera rizika.
Oekivani prinos portfolia predstavlja ponderisani prosek oekivanih prinosa njegovih
elemenata, ali je rizik portfolia manji od ponderisanog proseka rizika pojedinanih hartija
iz portfolia, usled meusobnih odnosa karakteristika prinosa i rizika svake pojedinane
hartije ukljuene u portfolio. Drugim reima, Moderna portfolio teorija jasno i rigorozno
pokazuje da se rizik portfolia, meren standarnom devijacijom portfolia, moe redukovati
kroz koncept diversifikacije ukoliko investitori biraju portfolio na osnovu njegovih
karakteristika rizika i prinosa umesto da konstruiu portfolio od akcija koje imaju
privlane karakteristike prinosa.
1
2
Markowitz, H. M. (1952): Portfolio Selection, The Journal of Finance, Vol. 7, No. 1, 77-91.
Pre formalizacije Moderne portfolio teorije, investitori su portfolio sastavljali biranjem akcija sa
najboljim performansama, jer su pretpostavljali da ova tehnika maksimizira oekivani prinos ukupnog
portfolia. Iako svesni postojanja rizika, investitori su ocenjivali performanse portfolia samo na osnovu
stope prinosa. Mere rizika jo uvek nisu bile razvijene, pa se koncept rizika nije eksplicitno razmatrao.
Meutim, cilj investitora nije samo maksimizacija oekivanog prinosa, jer da je to jedini cilj, umesto
diversifikacije, investitori bi alocirali ukupnu aktivu u hartije od vrednosti sa najviim prinosom, bez
obzira na rizik. Razvoj portfolio teorije ranih 60-ih godina prolog veka, ukazao je na nain merenja
rizika posmatranog kao varijabilnost prinosa. U to vreme, ni jedna mera nije kombinovala i prinos i rizik,
ve su se ova dva faktora razmatrala pojedinano. Istraivai su grupisali portfolio u klase sa slinim
rizikom na osnovu mere rizika, npr. varijanse prinosa, da bi zatim poredili stope prinosa portfolia
razliitih klasa rizika.
18
EUW p i UWi
(2.1)
Funkcija korisnosti potuje redosled (ako je korisnost od a vea od korisnosti b, U(a) >
U(b), to znai da se a preferira u odnosu na b, a > b. Funkcije korisnosti su odreene za
pojedinog investitora, te je nemogue vriti uporeivanje funkcije korisnosti dva
investitora. Razlika izmeu dva ishoda se meri graninom korisnou.
Na slici 2.1. grafiki su prezentovane razliite funkcije korisnosti. Prikazane funkcije
korisnosti imaju pozitivnu graninu korisnost (engl. Marginal utility), ime se uvaava
pretpostavka da e investitor izmeu vie ili manje bogatstva preferirati vie bogatstva.
Ukoliko je investitor u mogunosti da bira izmeu dva ishoda: a i b, i ako je realizacija
ishoda a: p, a dogaaja b: 1 p, da li e investitor prihvatiti proseni, odnosno oekivani
ishod koji je siguran ili e prihvatiti rizik zavisi od visine premije za rizik tj. riziko
premija (engl. Risk premium) koja meri razliku izmeu oekivanog bogatstva ako
investitor prihvati rizik i nivoa bogatstva u situaciji bez rizika.
3
Izvor: Von Neumann, J., Morgenstern, O. (1944): Theory of Games and Economic Behavior,
Princeton University Press, New York.
19
U(b)
U(b)
U(b)
U(a)
U(a)
U(a)
Na slici 2.1, panel a. prikazan je investitor sklon riziku koji prihvata rizinu investiciju jer
vii nivoi rizika nose vii nivo korisnosti koji nadmauje korisnost bezrizinih portfolia.
Na panelu b, prikazan je investitor koji ima neutralan odnos prema riziku i koji rizine
portfolie procenjuje samo na osnovu njihovih oekivanih stopa prinosa. Neutralnost
prema riziku podrazumeva da je za investitora nivo rizika irelevantan, te nema naknade za
preuzeti rizik. Stopa prinosa portfolia u uslovima sigurnosti za ovakvog investitora je
oekivana stopa prinosa. Na panelu c, ilustrovan je investitor nesklon riziku, koji odluuje
o bezrizinim portfolijima ili rizinim portfolijima koji imaju pozitivnu premiju za rizik.
Averzija investitora prema riziku podrazumeva da e investitor prihvatiti rizik kada se vii
nivo prihvaenog rizika nadoknauje viim stopama prinosa. Drugim reima, kako bi
investitori uloili sredstva u rizinu umesto u bezrizinu imovinu, premija za rizik mora
biti pozitivna. I upravo je pretpostavka nesklonosti investitora prema riziku osnova
Moderne portfolio teorije. Navedena pretpostavka implicira da je funkcija korisnosti
investitora: a) rastua: investitor uvek preferira vie u odnosu na manje bogatstva:
granina korisnost bogatstva je pozitivna: MU(W) > 0, i b) konkavna: granina korisnost
bogatstva se smanjuje kako se bogatstvo investitora poveava: dMU(W) / dW < 0.
Prilikom donoenja investicionih odluka, svaki investitor poseduje subjektivno
verovanje o buduim ishodima hartija od vrednosti koje konstituiu portfolio, ali i
stavove o poeljnosti razliitog nivoa bogatstva.5 Korisnost je vea to je prinos
portfolia vei, a rizik portfolia manji. Korisnost investicije U (engl. Utility), odnosno
funkcija preferencije bogatstva, moe se zapisati u sledeem obliku:
U W0 rW0
(2.2)
pri emu je: W0 poetna vrednost bogatstva, r stopa prinosa poetnog bogatstva
(koja se smatra sluajnom promenljivom).6 Problem selekcije portfolia investitora je
problem alokacije inicijalnog bogatstva izmeu razliitih hartija od vrednosti sa
ciljem maksimizacije oekivane korisnosti investicije.
4
5
6
Izvor: Copeland, T. E., Weston, J. F. (1988): Financial Theory and Corporate Policy, AddisonWesley Publising Company, Inc, USA, 85.
Funkcija preferencije bogatstva pokazuje koliko je nivo bogatstva Wa poeljniji od nivoa bogatstva Wb.
Poetna vrednost bogatstva ulae se u aktivu koja moe promeniti svoju trinu vrednost u toku
posmatranog perioda, a kako se ta promena ne moe sa sigurnou odrediti, stopa prinosa je
sluajna promenljiva. Kada su sve dostupne informacije i oekivanja o buduoj ceni sadrane u
tekuoj ceni, budui prinosi se posmatraju i tretiraju sluajnim varijablama (aspekt informacione
efikasnosti).
20
ris
ko
In4
st
Ra
In3
sti
no
In2
C
In1
D
A
U W pw
(2.3)
U f E w , w
(2.4)
Izvor: Copeland, T. E., Weston, J. F. (1988): Financial Theory and Corporate Policy, Addison-Wesley
Publising Company, Inc, USA, 85.
Oekivanja investitora o prinosima finansijskih instrumenata imaju normalnu distribuciju, a pretpostavka
normalne distribucije prinosa omoguila je korienje varijanse kao mere rizika.
21
Wt Wt 1
Wt 1
(2.5)
Wt Wt 1 1 r
(2.6)
Jednaine 2.5. i 2.6. korisnost investicije izraavaju pomou stope prinosa, jer je
bogatstvo na kraju perioda ulaganja u direktnom odnosu sa stopom prinosa.
Markowitz je pretpostavio da funkcija korisnosti U, odnosno E (U) oekivana
korisnost investicije ima sledei oblik: 9
E(U) A E(rp ) 1 E( p )
2
2
(2.7)
Investitori biraju portfolie i na osnovu oekivanog prinosa E(rp) i na osnovu nestalnosti prinosa
koja se odreuje varijansom p. Ako bezrizinu stopu kratkoronih dravnih obveznica oznaimo
sa rfr, onda je premija na rizik portfolia E(r p) - rfr. Investitori neskloni riziku trae vie premije za
rizik da bi investirali u portfolio sa visokim stepenom rizika: to je vea odbojnost prema riziku
A, vee su i premije za rizik. Riziko premija koju investitor trai od portfolia zavisi od odbojnosti
prema riziku i od rizika portfolia: E(r p) - rfr = Ap2 (stope prinosa u izrazu su u decimalnom
obliku). Bezrizini portfolio ima varijansu jednaku nula, te investitor ne zahteva premiju na rizik.
Premija na rizik Ap2 potrebna je da bi podstakla investitora da izgradi portfolio koji ima
pozitivnu volatilnost. Odbojnost investitora prema riziku: A
10
E( rp ) - rfr
prema istraivanjima se
1 p2
2
22
12
Izvor: Breen, W. (1968): Specific Versus General Models of Portfolio Selection, Oxford Economic
Papers, New Series, Vol. 20, No. 3, 361-368.
Izvor: Reilly F.K., Brown K.C. (2002): Investment Analysis and Portfolio Management, SouthWestern College Publications, 211.
23
14
15
Iako niko ne zna verovatnou distribucija prinosa akcija, Markowitz je prihvatio pretpostavku Leonarda
Savage, prema kojoj se racionalni agenti u uslovima neizvesnosti ponaaju u skladu sa verovanjima o
verovatnoi bez poznavanja objektivnih verovatnoa, te se njihove subjektivne verovatnoe kombinuju
na identian nain kao objektivne verovatnoe.
Izvor: Vasiljevi, B. (2006): Osnovi finansijskog trita, Zavet, Beograd, 162.
Izvor: oki, D., ivkovi, B. (2009): Finansijska trita i institucije, Ekonomski fakultet, Beograd, 324 325.
24
Akcije imaju nominalnu vrednost (engl. Nominal value, Face value, Par value) koja
odraava vrednost imovine preduzea, utvruje se prilikom njegovog osnivanja i
upisana je na akciji. Njena vrednost je obino niska, a osnovna funkcija nominalne
vrednosti kao obraunske kategorije je da izrazi srazmeran udeo vlasnika u kapitalu
preduzea. U praksi, preduzea vrlo retko prodaju akcije po nominalnoj vrednosti. To
ine samo u poetnim fazama razvoja, kada je neophodno da to bre sakupe sredstva
za finansiranje poslovanja. Kada se preduzee razvije i stekne odreenu reputaciju na
finansijskom tritu, nastoji da akcije proda po ceni blioj trinoj, to je uvek vie od
nominalne vrednosti. Emitovanje akcija bez nominalne vrednosti (engl. No par value
stocks) nije retka pojava u praksi, a korporacije ih emituju kako bi spreile vlasnike
da se isuvie veu za tu vrednost i kako bi prikupile vee iznose kapitala (akcije mogu
prodavati po razliitim, najee viim cenama od nominalne). Emitovane akcije bez
nominalne vrednosti se evidentiraju na strani pasive bilansa stanja po ceni po kojoj se
prodaju investitorima. Postignuta prodajna cena se uzima kao nominalna vrednost,
koja ionako ima vrlo mali praktian znaaj. Prava vlasnika ovih akcija se vezuju za
procenat uea u vlasnitvu. Kada se akcije prodaju na tritu re je o trinoj
vrednosti koja obuhvata vrednost imovine preduzea i sposobnost preduzea da
generie profit. Dakle, trina vrednost govori o potencijalu zarade preduzea.
Akcijama se trguje na sekundarnom tritu, na kome se trina cena formira dejstvom
ponude i tranje. Trina cena akcije fluktuira u toku radnog dana, a cenom zatvaranja
naziva se ona cena koja je obraunata na kraju radnog dana najee kao obimima
transakcija ponderisane cene ostvarene tog dana trgovanja.
Akcije se javljaju u formi obinih ili preferencijalnih akcija. Obina akcija (engl.
Common stock, Ordinary share) je osnovna vrsta akcija i investitoru obezbeuje: pravo
na prinos, pravo na upravljanje i pravo slobodnog raspolaganja, ukljuujui pravo na
slobodan promet. Pravo upravljanja preduzeem, odnosno uestvovanja u
preduzetnikoj demokratiji obuhvata pravo glasanja, pravo izbora menadmenta,
podnoenja rezolucija i dr. na skuptini akcionara. Prilikom osnivanja korporacije
emituju se obine akcije, usled ega se one nazivaju i osnivake akcije. Budui da
investitori prihvataju rizik poslovanja emitenta, oni stiu pravo da uestvuju u deobi
dobiti u obliku isplaene dividende. Isplata dividendi ne predstavlja prioritetnu obavezu
preduzea kao isplata kamate na emitovane instrumente duga. Njeno neisplaivanje ne
povlai zakonske sankcije u obliku pokretanja likvidacionog postupka.
Prioritetne, povlaene ili preferencijalne akcije (engl. Preferred stocks, Preference
shares) su hibridni oblik finansijskih instrumenata, jer imaju izvesne karakteristike
obveznica i drugih instrumenata duga i obinih akcija. Odraavaju deo vlasnitva nad
korporacijom, ali njihovi vlasnici obino nemaju pravo glasa. Zauzvrat se vlasnicima
povlaenih akcija garantuje fiksna dividenda i povlaen tretman prilikom njene
isplate u odnosu na vlasnike obinih akcija. Prema navedenoj prednosti prioritetu,
povlastici, preferenciji, ove akcije su i dobile naziv. Preferencijalne akcije daju
investitoru prioritet prilikom izvrenja obaveza u sluaju bankrotstva ili likvidacije
akcionarskog drutva. U tom sluaju prava vlasnika preferencijalnih akcija su starija u
odnosu na prava vlasnika obinih akcija, ali su mlaa u odnosu na prava vlasnika
obveznica, i daju izvesnu sigurnost investitoru da e neto dobiti iz steajne mase
preduzea. Preferencijalne akcije su kreirane kako bi investitorima obezbedile vee
prinose od obveznica (fiksna dividenda je vea od kamatne stope), ali i veu sigurnost
(manji rizik) od obinih akcija (usled povlastice koje u sebi sadre).
25
rt
Pt Pt 1 Pt
Pt 1
Pt 1
(2.8)
P
rt ln t ln Pt ln Pt 1 ln Pt
Pt 1
(2.9)
26
ri
l T
rit
T t 1
(2.10)
pri emu je: T broj opservacija u odreenom vremenskom periodu, rit prinos i-te
akcije u vremenu t, t 1, ..., T .
Svaka akcija ima stopu prinosa ri koja predstavlja sluajnu promenljivu kojoj se dodeljuje
funkcija verovatnoe. Drugim reima, funkcija verovatnoe daje svakoj stopi prinosa
ansu da se odreena vrednost stope prinosa ostvari. U najjednostavnijem obliku, prinosi
neke hartije od vrednosti mogu se opisati normalnom distribucijom, odnosno oekivanom
srednjom vrednou E (ri) i varijansom 2, odnosno standardnom devijacijom , a
koje sadre informacije o oekivanom ishodu, verovatnoi, tj. riziku i iznosu devijacije od
oekivanih ishoda.
Prema jednaini 2.6, na poetku investicionog perioda investitoru je nepoznat prinos
hartije od vrednosti na kraju perioda Wt, sve dok je nepoznata stopa prinosa te
hartije od vrednosti r, koja predstavlja sluajnu promenljivu okarakterisanu
oekivanom vrednou i standardnom devijacijom. Oekivana vrednost sluajne
promenljive je njena prosena vrednost, pa je oekivani prinos finansijskog
instrumenta zapravo njen proseni prinos. Oekivana vrednost je prvi parametar koji
opisuje centralnu tendenciju skupa, odnosno pokazuje gde je lociran centar rasporeda
verovatnoe posmatrane sluajne promenljive.19
Oekivani prinos hartije E(r), predstavlja prosenu vrednost svih prinosa koji se mogu
realizovati, ponderisan verovatnoom njihove pojave:
n
Er p1 r1 p 2 r2 ... p n rn p i ri
(2.11)
i 1
19
27
Investitor oekuje prinos kao svojevrsnu kompenzaciju za preuzeti rizik. Rizina aktiva
ima visoke oekivane stope rasta, a investicije u rizine akcije treba da budu nagraene
visokom stopom rasta njihovih cena. Preuzimanje rizika, njegovo smanjenje i upravljanje
rizikom, obrazlau brojne postupke investitora na finansijskim tritima. Po svojoj
prirodi, poslovne investicije podrazumevaju troenje poznate sume novca danas, zarad
neizvesnih buduih koristi. Stoga, sve investicione odluke ukljuuju prinos, ali i rizik.
Rizik20 je najoptije reeno, odstupanje ishoda odluke od planiranih rezultata. U optem
smislu, rizik je neizvesnost budueg ishoda posmatrana kao nestabilnost usled
neoekivanih rezultata. U finansijskom kontekstu, rizik predstavlja negativno
odstupanje budue vrednosti (prinosa) jedne hartije od vrednosti ili portfolia od
oekivane, predviene vrednosti. U novije vreme, rizik se definie kao negativno
odstupanje ostvarenog rezultata investicije od oekivanog rezultata.21 U J. P. Morganovom tehnikom dokumentu RiskMetrics, rizik se definie kao stepen neizvesnosti
budueg neto prinosa.22 Postojanje neizvesnosti kljuno je za analizu racionalnog
investicionog ponaanja. Pretpostavka da e investitor izabrati ulaganje u finansijsku
aktivu koja donosi vei prinos u istoj klasi rizika, predstavlja nesklonost investitora
prema riziku i potrebu da se pronae metod kojim e se obezbediti maksimizacija
prinosa uz minimalni rizik. Investitor koji sa sigurnou poznaje budue prinose,
ulagae u hartiju od vrednosti sa najviim buduim prinosom. Ukoliko vie hartija od
vrednosti ima identian budui prinos, prilikom donoenja odluke o ulaganju u te hartije
od vrednosti ili kombinaciju takvih hartija od vrednosti, investitor e biti indiferentan.23
U finansijama se za merenje rizika koristi normalna distribucija koja opisuje mogue
ishode investiranja i verovatnou njihove realizacije. Osnovni parametri distribucije
verovatnoe su oekivana stopa prinosa i standardna devijacija. Standardna devijacija
stope prinosa se koristi kao mera rizika koja uzima u obzir celokupno odstupanje
stvarnog od oekivanog prinosa i izraunava se kao drugi koren iz varijanse koja je
oekivana vrednost sume kvadriranih odstupanja od aritmetike sredine. to je vee
odstupanje stopa prinosa vea je vrednost kvadriranih odstupanja, pa su varijansa i
standardna devijacija kao statistike mere neizvesnosti ishoda vee. Izmeu dve
finansijske aktive sa istim nivoom oekivanog prinosa, investitor nesklon riziku e se
opredeliti za investiranje u aktivu sa manjom varijansom, i obrnuto.
U finansijskoj praksi se, kao mera rizika, koristi standardna devijacija , jer se
izraava u istim jedinicama kao i oekivana vrednost prinosa, a izraunava se kao
kvadratni koren prosenog kvadratnog odstupanja od prosene vrednosti:
1 T
ri r i
T t 1 t
(2.12)
gde je: rit prinos i-te akcije u vremenu t, t 1, ..., T , r i oekivani prinos akcije i.
20
21
22
23
Etimoloki, termin rizik potie od srednjovekovne, italijanske i panske rei risco, koja oznaava greben.
Re se koristila u pomorskom osiguranju u Italiji u XIV veku, kao poveanje stope gubitka brodova.
Izvor: Voit, J. (2005): The Statistical Mechanics of Financial Markets, Springer-Verlag, Berlin
Heidelberg, 13.
Izvor: J.P.Morgan/Reuters (1996): RiskMetrics Technical Document, New York, 5.
Izvor: Markowitz, H. M. (1991): Foundations of Portfolio Theory, The Journal of Finance, Vol. 46, No.
2, 469-477.
28
CV
i
100
Eri
(2.13)
2,5
= 0, = 0,2
2
1,5
= -2, = 0,3
= 0, =0,5
= 0, = 1
0,5
-4
-3
-2
-1
24
25
29
Cov ij ij
2
1 T
ri r i rj t r j
T t 1 t
(2.14)
Pri emu je: rit prinos i-te akcije, rjt prinos j-te akcije u vremenu t, t 1, ..., T , r i
oekivani prinos i-te akcije, r j oekivani prinos j-te akcije.
26
30
Cov ij ij i jij
2
(2.15)
Drugim reima, kovarijansa prinosa i-te i j-te akcije, jednaka je proizvodu njihove
korelacije ij i standardnih devijacija prinosa i-te akcije i i j-te akcije j .
Na iznos kovarijanse, kao apsolutne mere kretanja prinosa dve hartije od vrednosti,
utie varijabilnost serija stopa prinosa dve individualne hartije. Na primer, kovarijansa
od 6,37 moe da ukazuje na slab pozitivan meuodnos ako su dve individualne serije
volatilne, ali i na snaan pozitivan odnos ukoliko su dve serije veoma stabilne.27 Iz tog
razloga se kovarijansa standardizuje individualnim standardnim devijacijama hartija
od vrednosti, to predstavlja koeficijent korelacije.
Koeficijent korelacije ij meri stepen slaganja stopa prinosa finansijskih instrumenata,
izraunava se iz njihove kovarijanse i moe da uzme vrednost od 1 do +1.
ij
Cov ij
(2.16)
i j
Prinosi dve hartije od vrednosti su nezavisni, ako je koeficijent korelacije izmeu njihovih
prinosa 0. U tom sluaju govorimo o ne postojanju linearne funkcionalne veze, odnosno
o nekorelisanim finansijskim instrumentima kod kojih promena stope prinosa jednog ne
utie na stopu prinosa drugog finansijskog instrumenta.
U sluaju kada su prinosi savreno korelisani oni lee na pravcu, a koeficijent korelacije
iznosi +1,0, ukazuje na perfektnu pozitivnu linearnu relaciju izmeu stopa prinosa dva
finansijska instrumenta i govori o potpuno lineranom kretanju prinosa dve akcije: kada
je stopa prinosa jednog finansijskog instrumenta iznad svoje prosene vrednosti i stopa
prinosa drugog finansijskog instrumenta je iznad svoje prosene vrednosti. U tom
sluaju, ako je poznat prinos prve hartije od vrednosti sa sigurnou se moe predvideti
prinos druge hartije od vrednosti. U sluaju perfektno pozitivno korelisanih hartija od
vrednosti izostaje efekat diversifikacije, jer je odnos prinosa i standardne devijacije
(rizika) uvek konstantan nezavisno od procenta sredstava koji se ulae u prvu, odnosno
u drugu hartiju od vrednosti.
Nasuprot tome, koeficijent korelacije 1,0 govori o savrenoj negativnoj lineranoj
funkcionalnoj vezi izmeu stopa prinosa finansijskih instrumenata, odnosno kada je rast
stope prinosa jednog praen padom stope prinosa drugog finansijskog instrumenta. Nizak
koeficijent korelacije imaju akcije iz potpuno razliitih privrednih grana. Za akcije
kompanija koje pripadaju istoj privrednoj grani koeficijent korelacije iznosi oko 0,85.28
27
28
Izvor: Reilly F.K., Brown K.C. (2002): Investment Analysis and Portfolio Management, SouthWestern College Publications, 214.
Izvor: Reilly F.K., Brown K.C. (2002): Investment Analysis and Portfolio Management, SouthWestern College Publications, 219.
31
Panel a. Stope prinosa dve savreno pozitivno korelisane akcije ( = +1,0) i portfolia M(50%)N(50%)
rM (%)
rN (%)
Akcija M
rP (%)
Akcija N
40
40
40
25
25
25
15
15
15
0
2013
-10
0
2013
-10
rM = 15 %, M = 22,6 %
Portfolio MN
2013
-10
rN = 15 %, N = 22,6 %
rP = 15 %, P = 22,6 %
Panel b. Stope prinosa dve savreno negativno korelisane akcije ( = - 1,0) i portfolia W(50%)M(50%)
rW (%)
rM (%)
Akcija W
rP (%)
Akcija M
40
40
40
25
25
25
15
15
15
0
2013
-10
0
2013
-10
rW = 15 %, W = 22,6 %
Portfolio WM
2013
-10
rM = 15 %, M = 22,6 %
rP = 15 %, P = 0,0 %
Panel c. Stope prinosa dve pozitivno korelisane akcije ( = + 0,35) i portfolia W(50%)Y(50%)
rW (%)
rY (%)
Akcija W
rP (%)
Akcija Y
40
40
40
25
25
25
15
15
15
0
-10
-15
2013
rW = 15 %, W = 22,6 %
Portfolio WY
2013
-15
rY = 15 %, Y = 22,6 %
2013
-15
rP = 15 %, P = 18,6 %
29
Izvor: Brigham, E. F., Ehrhardt, M. C. (2008): Financial Management: Theory and Practice, 12th
ed, Thomson South-Western Learning, Inc, 214-216.
32
rp
A
ij = -1
C
-1 < ij < 1
ij = +1
B
P
Slika 2.5. Kombinacije prinosa i rizika za dve hartije od vrednosti 31
Er w
p
(2.17)
i 1
gde je: wi uee finansijske aktive u strukturi portfolia (portfolio ponder), uz uslov:
30
31
32
33
w 1 w 2 ... w n 1,
i 1
p w 1 1 w 2 2 2w 1 w 2 1 2 12
2
(2.18)
p w i i 2 w i w j ij
2
i 1
(2.19)
i , j1
i j
prinosa i-te hartije od vrednosti, w i udeo i-te hartije od vrednosti, uz uslov da je zbir
n
w
i 1
1.
p w i w ji jij
2
(2.20)
i 1 j1
33
34
w 11 1
w 2 2 2
w 3 3 (3)
w 11 w 3 313
w11 1 w11w1111 w12 12
w 11 w 2 2 12
2
2
w 2 2 2
w 2 2 w 11 21
w 2 2 w 3 3 23
w 2 2 w 2 2 22 w 2 2
2
2
w 3 3 w 2 2 32
w 3 3 (3)
w 3 3 w 1131
w 3 3 w 3 333 w 3 3
Tabela 2.1. Izraunavanje varijanse portfolia sastavljenog od tri akcije
34
Izvor: Izvor: Brigham, E. F., Ehrhardt, M. C. (2008): Financial Management: Theory and Practice,
12th ed, Thomson South-Western Learning, Inc, 242-243.
35
(2.21)
p w A A 1 w A B 2w A 1 w A A B AB
2
(2.22)
Uee akcije B
u portfoliu
(1-wA)
Erp
p
Scenario 1
Scenario 2
Scenario 3
AB 1,0
AB 0
AB 1,0
4,0 %
4,0 %
1,00
0,00
5,00 %
4,0 %
5,75 %
0,75
0,25
5,5 %
3,9 %
0,5 %
6,50
%
0,50
0,50
7,0 %
5,4 %
3,0 %
7,25 %
0,25
0,75
8,5 %
7,6 %
6,5 %
8,00
%
10,0
%
10,0
%
0,00
1,00
10,0 %
35
Tabela 2.2. Oekivani prinos i rizik portfolia razliitih koeficijenata korelacije
35
36
Prinos
%
rp
100 % A
B = 10
rB = 8
Panel a.
Scenario 1 rA = 5
(AB = +1,0)
100 % A
Portfolio alokacija
%
B = 10
B = 10
100 % B
Y
A
rp, %
Y
A
100 % A
Portfolio alokacija
10
p, %
8
5
A = 4
10
p, %
100 % A
100 % B
Portfolio alokacija
rB = 8
rp
rp, %
8
5
A = 4
100 % A
100 % B
Portfolio alokacija
100 % A
Portfolio alokacija
rp
B
A
100 % B
rB = 8
Panel c.
Scenario 3 rA = 5
(AB = -1,0)
rp, %
8
5
A = 4
100 % B
Panel b.
Scenario 2 rA = 5
(AB = 0)
Mogui skup
(kombinacije prinos / rizik)
Rizik
100 % B
Portfolio alokacija
10
p, %
p w A A 1 w A B 2w A 1 w A A B AB
2
w A PMV
36
B B AB A
2
A B 2 A B AB
(2.23)
37
Izvor: Sharpe, F. W. (1967): Portfolio Analysis, The Journal of Financial and Quantitative Analysis,
Vol. 2, No. 1, 76-84.
38
2
2
min w i i w i w j i jij
i 1 j1
i 1
(2.24)
w E(r ) C
i
(2.25)
(2.26)
w i 0, i 1, ..., n
(2.27)
i 1
w
i 1
w E(r ) E(r ) .
i 1
38
39
Izvor: Sharpe, F. W. (1991): Capital Asset Prices with and without Negative Holding, The Journal
of Finance, Vol. 46, No. 2, 489-509.
Kratka prodaja ili prodaja hartije od vrednosti koja nije u vlasnitvu realizuje se tako to investitor
pozajmi hartiju od vrednosti od tree osobe (na primer, brokera) i proda je nadajui se kasnijoj
kupovini iste hartije po nioj ceni i pokrivanju svoje kratke pozicije uz odreeni prinos. Za razliku
pozitivnog prinosa koji se ostvaruje dugom pozicijom na osnovu posedovanja hartije od vrednosti
ija vrednost raste (engl. Long position), prilikom kratke prodaje pozitivan prinos se ostvaruje po
osnovu neposedovanja hartije ija cena opada.
39
min z p Erp
2
(2.28)
E(rp)
SMV
PMV
40
Izvor: Breen, W. (1968): Specific Versus General Models of Portfolio Selection, Oxford Economic
Papers, New Series, Vol. 20, No. 3, 361-368.
40
Konveksan izgled mogueg skupa uz parove prinosa akcija nalik kiobranu na slici
2.8. uslovljen je pozitivnim koeficijentima korelacije izmeu svakog para finansijskih
instrumenata. Kombinacija svakog para lei na liniji koja spava dve hartije (AB, BC,
itd). Kombinacije vie od dve hartije nalaze se u unutranjosti grafikona.
Granica efikasnosti (engl. Efficient set) je skup portfolia iz mogueg seta
kombinacija prinosa i rizika, koji za datu stopu rizika nudi najviu stopu prinosa i
grafiki se predstavlja kao gornja granica skupa SMV. Granica efikasnosti je na slici
2.8. ilustrovana linijom koja spaja take iznad PMV, a koje predstavljaju efikasne
portfolie do portfolia F (100 % ulaganje u akciju F sa najviim oekivanim prinosom).
Prema Markowitz-u, investitor e odabrati bilo koji portfolio sa granice efikasnosti.
Na slici 2.8, neefikasni portfolio je prikazan takom na rafiranoj povrini mogueg
skupa. Ovaj portfolio je neefikasan jer se za dati nivo rizika moe pronai
kombinacija sa viim oekivanim prinosom (strelica navie), i jer se za dati oekivani
prinos moe pronai kombinacija sa manjim rizikom (strelica ulevo). Dakle, portfolio
nije efikasan ako postoji drugi portfolio koji ima vei oekivani prinos i manji rizik,
vei oekivani prinos i isti rizik ili isti oekivani prinos uz manji rizik. S druge strane,
za portfolie na efikasnoj granici, vea stopa prinosa dostie se samo poveanjem
rizika portfolia, i obrnuto, manje rizian portfolio se dobija smanjenjem oekivanog
prinosa portfolia. Nagib granice efikasnosti se smanjuje du krive navie.
Podjednakim poveavanjem rizika, kretanjem uz krivu, poveanje oekivanog prinosa
se smanjuje.
E(rp)
F(rmax)
Granica efikasnosti
E
D
PMV
C
B
Legenda:
Mogui skup
Efikasni portfoliji
Neefikasni portfolio
P
41
E(rp)
Uc
Ub
Ua
Y
X
U3
U2
U1
Granica efikasnosati
41
42
(2.29)
Izvor: Reilly F.K., Brown K.C. (2002): Investment Analysis and Portfolio Management, South-Western
College Publications, 230.
Izvor: Ibid, 230.
42
(2.30)
E(rp ) w i E(ri )
(2.31)
i 1
p w i w jCov ij
2
(2.32)
i 1 j1
w
j1
(2.33)
w i 0 , za i 1,2,3
(2.34)
w 3 1 w1 w 2
(2.35)
w1 0, w 2 0,1 w1 w 2 0
(2.36)
(2.37)
w2
E(rp ) E(r3 )
E(r2 ) E(r3 )
E(r1 ) E(r3 )
w1
E(r2 ) E(r3 )
(2.38)
Linija iso-oekivanog prinosa prikazuje skup svih taaka, koje predstavljaju portfolio
pondere sa zadatom (fiksiranom) stopom oekivanog prinosa portfolia. Prvi razlomak
jednaine 2.38. predstavlja odseak na ordinati linije iso-oekivanog prinosa, a drugi
razlomak predstavlja nagib. Ukoliko se E(rp) promeni, menja se odseak na ordinati,
ali ne i nagib krive iso-oekivanog prinosa, to ukazuje da su krive iso-oekivanog
prinosa paralelne linije. Kada hartije imaju isti oekivani prinos, sve take (portfoliji)
imaju isti oekivani prinos, pa investitor bira taku sa najmanjom varijansom.
43
p w 1 1 w 2 2 w 3 3 2w 1 w 2 Cov12
2
(2.39)
2w 1 w 3Cov13 2w 2 w 3Cov 23
Ako w3 u jednaini 2.39. zamenimo izrazom: 1 w1 w2, dobijamo:
p w 1 1 w 2 2 1 w 1 w 2 3 2w 1 w 2 Cov12
2
(2.40)
2w 1 1 w 1 w 2 Cov13 2w 2 1 w 1 w 2 Cov 23
odnosno:
p w 1 1 3 2Cov13 w 2 2 3 2Cov 23
2
2w 1 Cov13 3 2w 2 Cov 23 3
2
2
3
E(rp1)
w2
sta
ra
er
Sm
Kritian put
(2.41)
E(rp2)
r p)
E(
E(rp3)
12min
a
E(rp4)
22min
X
E(rp5)
32min
42min
n
as
ik
Ef
is
52min
ku
p
w1
43
Izvor: Prilagoeno prema Markowitz, H. M. (1952): Portfolio Selection, The Journal of Finance,
Vol. 7, No. 1, 77-91.
44
Centar sistema elipsi je taka koja minimizira varijansu portfolia X (PMV portfolio sa
minimalnom varijansom). Iso-varijansne krive udaljenije od ove take predstavljaju
portfolie sa veom varijansom, i obrnuto. Centar PMV se moe nalaziti unutar i izvan
mogueg seta investicija. Ako se nalazi unutar mogueg seta, ne postoji drugi portfolio
koji ima manju varijansu za datu stopu prinosa ili veu stopu prinosa za datu varijansu.
Take na krivama iso-oekivanog prinosa sa najmanjom varijansom su take u kojima
je kriva iso-oekivanog prinosa tangenta elipsi iso-varijanse. Skup svih taaka
(portfolia) sa najmanjom varijansom od svih portfolia za zadati nivo oekivanog
prinosa predstavlja pravu liniju koja se naziva kritini put (engl. Critical line). Deo
krive kritinog puta od take X do take u kojoj linija kritinog puta preseca granicu
mogueg seta predstavlja efikasni skup. Na slici 2.11, na panelu a, predstavljena je
efikasna linija kada je E(rp1) > E(rp2), dok je na panelu b. ilustrovana situacija kada je
portfolio sa minimalnom varijansom (PMV) van mogueg seta (iznad hipotenuze). Na
panelu b, PMV je prikazan takom Y u kojoj poinje efikasni skup.
Panel b. PMV van mogueg skupa
w2
ta
ras
er
Sm
w2
E(r
ta
ras
er
m
S
p)
a
Y
X
Kritian
put
sk
an
as
ik
Ef
an
as
ik
Ef
Kritian
put
up
sk
up
w1
w1
44
45
ri i i rM e i
(2.42)
pri emu: je i prinos specifian za svaku akciju, i osetljivost prinosa i-te akcije na
promene prinosa trita, rM stopa prinosa trinog portfolia, ei (rezidual) sluajna
varijabla nezavisna od trita, odnosno jedinstveni rizian prinos i-te akcije u periodu t
koji ima srednju vrednost nula i varijansu 2ei. Budui da su sluajne varijable
meusobno nekorelisane, kovarijansa izmeu ei i rM iznosi 0. Sledstveno tome, jedini
razlog promene prinosa neke akcije se pronalazi u promeni stanja na tritu izraenog
kroz makroekonomske uticaje, bez uticaja dodatnih faktora.
Varijabilitet stopa prinosa zavisi od dve vrste uticaja:
makroekonomski koji utie na sva preduzea (prinose individualnih hartija od
vrednosti), odnosno, sistemski uticaj koji odreuje uslove na tritu, i time utie na prinos
trinog portfolia, i koji se ne moe izbei diversifikacijom. Trini rizik posledica je
neizvesnosti opteg ekonomskog kretanja koja utie na sve privredne subjekte (na primer,
recesija, inflacija, politika previranja, rast kamatnih stopa, itd), i
45
46
Nesistemski rizik
10
20
30
40
46
Broj varijansi u portfolio je jednak broju akcija ukljuenih u portfolio n, dok je broj kovarijansi
jednak n n 1 . Drugim reima, to je vie akcija ukljueno u portfolio on je bolje
diversifikovan i vrednost kovarijanse postaje sve znaajnija sa poveanjem n.
47
47
48
49
50
Izvor: Evans, J. L., Archer, S. H. (1968): Diversification and the Reduction of Dispersion: An Empirical
Analysis, Journal of Finance, Vol. 23, No. 5, 761-767.
Izvor: Fisher, L., Lorie, J. H. (1970): Some Studies of Variability of Returns on Investments in
Common Stocks, Journal of Business, No. 43, 99-117.
Izvor: Elton, E. J., Gruber, M. J. (1977): Risk Reduction and Portfolio Size: An Analytical Solution,
Journal of Business, No. 50, 415-437.
Izvor: Fama, E. F. (1976): Foundations of Finace Portfolio Decisions and Securities Prices, New
York, Basic Books Inc.
48
p p M e
2
(2.43)
Cov iM
M
(2.44)
p w ii
(2.45)
i 1
e w i i
2
(2.46)
i 1
Zamenom izraza 2.45. i 2.46. u jednaini 2.43. dobija se jednaina varijanse portfolia:
2
n
n
2
2
2
w ii M w i i
i 1
i 1
(2.47)
53
Izvor: Ross, S. A., Westerfield, R. V., Jaffe, J. (2003): Corporate Finance, New York, McGraw Hill, 270.
Izvor: Cohen, K. J., Pogue, J. A. (1967): An Empirical Evaluation of Alternative Portfolio-Selection
Models, The Journal of Business, Vol. 40, No. 2, 166-193.
Ukoliko je kovarijansa izmeu reziduala stopa prinosa pozitivna, stvarna rezidualna varijansa i stvarna
ukupna varijansa su vee od varijansi dobijenih primenom jednoindeksnog modela (potcenjenost
varijanse); a ako je kovarijansa izmeu reziduala stope prinosa negativna, stvarna rezidualna varijansa
portfolia i stvarna ukupna varijansa portfolia su manje od varijanse dobijene jednoindeksnim modelom
(precenjenost varijanse). Izvor: oki, B. D. (2006): Hartije od vrednosti Upravljanje portfoliom i
investicioni fondovi, Ekonomski fakultet, Beograd, 182.
49
ri i Mi rM Fi rF e i
(2.48)
pri emu su: i jedinstveni oekivani prinos i-te akcije (odseak na ordinati), Mi
osetljivost stope prinosa akcije prema stopi prinosa trinog portfolia, rM stopa
prinosa trinog portfolija u periodu t, Fi odnos stope prinosa i-te akcije prema
neoekivanoj stopi rasta BDP-a, rF neoekivana stopa rasta BDP-a u periodu t, ei
rezidual kao vertikalno odstupanje od karakteristine ravni hartije od vrednosti kao
razlika stvarne i prognozirane stope rasta BDP-a.
Ukupna varijansa portfolia p2 je jednaka zbiru komponenti sistemskog (Mp2 beta
koeficijent portfolia u odnosu na prvi indeks, M2 varijansa trinog portfolia, Fp2
beta koeficijent portfolia u odnosu na drugi indeks, F2 varijansa stope rasta
drutvenog proizvoda) i komponente nesistemskog rizika (rezidualne varijanse e2):
2 p Mp M
2
Fp F e
2
(2.49)
Mp w i Mi
(2.50)
i 1
n
Fp w i Fi
(2.51)
i 1
50
n
n
2
2
2
2
w i Mi M w i Fi F w i i
i 1
i 1
i 1
(2.52)
55
56
Izvor: Sharpe, F. W. (1964): Capital Asset Prices: A Theory of Market Equilibrium Under Conditions of
Risk, Journal of Finance, Vol. 19, No. 3, 425-442.
Izvor: Lintner, J. (1965): The Valuation of Risk Assets and the Selection of Risky Investments in Stock
Portfolios and Capital Budgets, Review of Economics and Statistics, Vol. 47, No.1, 13-37.
Izvor: Bodie, Z., Kane, A., Marcus, A. J. (2007): Investments, New York, McGraw Hill Inc, 205.
51
57
U formuli 2.42. oekivana vrednost stope prinosa trita predstavljena je stopom prinosa trinog
portfolia, pa obrazac 2.42. predstavlja jednainu Trine linije hartije od vrednosti, koja se dobija
primenom metode najmanjih kvadrata. Vrednost reziduala stope prinosa pokazuje odstupanje stope
prinosa aktive od oekivane vrednosti, odnosno linije regresije, pa je specifina za datu hartiju od
vrednosti, i u portfoliu se, diversifikacijom, moe svesti na nulu. Iz tog razloga, teorija trita kapitala
se bavi odnosom prinosa i sistemskog rizika individualne hartije od vrednosti, odnosno portfolia.
52
E(rp)
CML
Uzimanje
u zajam
F(rmax)
E
E(rM)
Davanje
u zajam
PMV
B
A
rfr
58
59
Poznato je da trini portfolio ima najvei Sharpe-ov indeks, pa se trini portfolio moe odrediti i
maksimiziranjem ovog indeksa za portfolie sa efikasne granice.
Izvor: oki, B. D. (2006): Hartije od vrednosti Upravljanje portfoliom i investicioni fondovi,
Ekonomski fakultet, Beograd, 165.
53
r r
CML : rp rfr M fr
M
(2.53)
pri emu je: rp stopa prinosa portolia, rfr stopa prinosa bezrizine aktive, p
standardna devijacija portfolia; rM stopa prinosa trinog portfolia, a M
standardna devijacija trinog portfolia.
Ukupni prinos koji investitor oekuje od portfolia sastoji se od nagrade za ekanje i
nagrade za podnoenje rizika (desni sabirak jednaine 2.53). Izraz u zagradi predstavlja
nagib CML, koji se naziva trina cena rizika, i pokazuje koliki rast prinosa u
procentima investitori oekuju za rast rizika od 1 posto. Jednaina 2.53. ukazuje da vei
rizik portfolia znai i vei oekivani ukupni prinos. Kako se sistemski rizik ne moe
eliminisati diversifikacijom, investitori, prema CAPM, za sistemsku komponentu
ukupnog rizika oekuju kompenzaciju u vidu stope prinosa. Prilikom konstruisanja
portfolia investitori uzimaju u obzir oekivanu stopu prinosa i beta koeficijent.
S obzirom na to da investitori imaju averziju prema riziku, oni zahtevaju da prinos
trinog portfolia bude vei od prinosa nerizine aktive: rM rfr to predstavlja riziko
premiju trinog potfolia (engl. Market risk premium RPM). Ova riziko premija
odgovara riziku dranja trinog portfolia. Riziko premija je jednaka proizvodu cene
rizika i koliine preuzetog rizika. Cena rizika je jednaka razlici oekivane stope prinosa
trinog portfolia i prinosa bezrizine aktive, dok se koliina rizika izraava beta
koeficijentom. Beta koeficijent finansijskog instrumenta se izraunava kao kolinik
kovarijanse prinosa finansijskog instrumenta i prinosa trinog portfolia i varijanse
trinog portfolia (jednaina 2.44). Beta koeficijent bezrizine aktive iznosi 0, a trinog
portfolia 1. Korienjem beta koeficijenta, CAPM se moe predstaviti izrazom 2.54.
(jednaina oekivanog prinosa finansijskog instrumenta i korigovanog rizikom tog
instrumenta) i grafiki opisati Trinom linijom hartija od vrednosti (engl. Security
market line SML), slika 2.14.
54
(2.54)
E(rp)
CAPM (SML)
E(ri) - rfr
i
B
M
E(rM)
rfr
Defanzivne M = 1 Ofanzivne
akcije
akcije
CoviM
Slika 2.14. Trina linija hartija od vrednosti (Security market line SML)
Cov iM
M
iM i M
M
r r
ri rfr M fr
M
iM i , jednaina 2.54. postaje:
M
iM i
(2.55)
Desni razlomak jednaine 2.55. predstavlja trinu cenu rizika iz jednaine 2.53.
Trina cena rizika je ugao CML, pa se jednaina CAPM, odnosno linija SML,
poklapa sa CML, sa razlikom to se elementi riziko premije mnoe koeficijentom
korelacije prinosa hartije i prinosa trinog portfolia. Drugim reima, model CAPM
izvire iz CML, ali se merei kretanje cene hartije sa kretanjem trita u celini,
ograniava samo na sistemski rizik. Svi portfoliji koji se nalaze na CML imaju
perfektno korelisan odnos sa trinim portfoliom (iM = 1) pa se SML za takve
portfolie svodi na CML. Dakle, portfoliji sastavljeni od bezrizine aktive i trinog
portfolia imaju identine jednaine CML i SML.60 Raspoloive hartije mogu se podeliti
na defanzivne, na slici 2.14 akcija B, i agresivne, akcija A, na istoj slici. Defanzivne imaju
malu ili negativnu kovarijansu stope prinosa sa stopom prinosa trinog portfolia,
odnosno beta koeficijent manji od 1 ili negativan. Njihovim ukljuivanjem u strukturu
portfolia smanjuje se ukupni rizik portfolia. Agresivne hartije imaju pozitivnu kovarijansu
stope prinosa sa stopom prinosa trinog portfolia, odnosno beta koeficijent vei od 1.
Kretanje cena ovih hartija navie ili nanie je izrazitije od kretanja trita, pa se njihovim
ukljuivanjem u portfolio, poveava ukupan rizik portfolia.
60
55
61
62
Izvor: Pavlovi, M., Muminovi, S. (2005): Izazovi CAPM modela, Finansije asopis za teoriju i
praksu finansija, Beograd, No. 1-6, 126- 144.
O modifikovanim verzijama CAPM videti u: Amenc, N., Sourd, V. (2003): Portfolio Theory and
Performance Analysis, New Jersey, John Wiley & Sons Inc, 109.
56
63
64
Izvor: Fama E. F., French K. R. (1992): The Cross Section of Expected Stock Returns, Journal of
Finance, Vol. 47, 427-465 i Fama E. F., French K. R. (1993): Common Risk Factors in the Returns
on Stocks and Bonds, Journal of Financial Economics, Vol.33, 3-56.
Vie o Trofaktorskom Fama-French modelu pogledati u lanku: Fama E. F., French, K. R. (1993):
Common Risk Factors in the Returns on Stock and Bonds, Journal of Financial Economics, Vol. 33, 3-56.
57
(2.56)
Pri emu je: ri stopa realizovanog prinosa i-te akcije, rfr stopa realizovanog prinosa
bezrizine aktive, rM stopa realizovanog prinosa trita, rSMB stopa realizovanog
prinosa razlike prinosa portfolia akcija malih i velikih kompanija, rHML stopa
realizovanog prinosa razlike portfolia sa visokim B/M raciom i niskim B/M raciom, i
presek vertikalne ose za i-tu akciju, i, ci i di koeficijenti nagiba za i-tu akciju, ei
sluajna greka koja opisuje razliku izmeu stvarnog prinosa i-te akcije u datom
periodu i prinosa predvienog linijom regresije. Prema Fama-French trofaktorskom
modelu zahtevani prinos akcije u verziji SML moe se prikazati jednainom:
(2.57)
Pri emu je: rM - rfr premija trinog rizika, rSMB premija za faktor veliine, rHML
premija za faktor B/M. Potrebno je istai da postoje i studije koje su dole do potpuno
suprotnih rezultata i zakljuaka,65 ali i one koje istiu da razlike u beta koeficijentima
odgovaraju razlikama u prinosima tokom posmatranog perioda.66
65
66
Izvor: Brigham, E. F., Ehrhardt, M. C. (2008): Financial Management: Theory and Practice, 12th
ed, Thomson South-Western Learning, Inc, 269-270.
Videti rezultate studija da veliina nema uticaja na prinos i da B/M efekat nije uzrokovan rizikom:
Knez, P. J, Ready, M. J. (1997): On the Robustness of Size and Book-to-Market in the CrossSectional Regressions, Journal of Finance, 1355-138. Kim, D. (1997): A Reexamination of Firm
Size, Book-to-Market, and Earnings Price in the Cross-Section of Expected Stock Returns, Journal
of Financial and Quantitative Analysis, 463-489. Shumway, T., Warther, V. A. (1999): The
Delisting Bias in CRSP Nasdaq Data and Its Impliations for the Size Effect, Journal od Finance,
2361-2379. Loughran, T. (1997): Book-to-Market Across Firm Size, Exchange and Seasonality: Is
There an Effect?, Journal of Financial and Quantitative Analysis, 249-268.
Pored toga, pokazano je da ako se kompozicija aktive kompanije menja tokom vremena kao miks
fizike aktive i prilika za rast to moe naizgled delovati kao efekat veliine i B/M efekat. ak i ako
su prinosi akcije u skladu sa CAPM, promena u strukturi aktive dovodi do promene beta
koeficijenata tokom vremena tako da to moe izgledati kao efekat veliine i B/M efekat. Berk, J.
B., Green, R. C, Naik, V. (1999): Optimal Investment, Growth Options, and Security Returns,
Journal of Finance, 1553-1608.
Izvor: Amihud, Y., Christensen, B., Mendelson, H. (1992): Further Evidence on the Risk-Return
Relationship, Working Paper, New York University; Kothari, S. P., Shanken, J. (1995): In the
Defense of Beta, Journal of Applied Corporate Finance, Vol. 8 (1), 53-58.
58
Uprkos brojnim ogranienjima, CAPM se, u nedostatku boljeg modela, koristi kao
praktian vodi za odreivanje rizika i predvianje oekivanog prinosa, zatim kao
opti okvir za razumevanje sistemskog rizika, diversifikacije i riziko premije. U
kontekstu sprovedenog istraivanja u ovoj doktorskoj disertaciji, bilo je neophodno
predstaviti teorijske postavke CAPM koje su posluile kao osnova razvijanja indikatora
performansi portfolia, (Sharpe-ov indeks nastao iz Linije trita kapitala, Treynor-ov
indeks i Jensen-ov indeks performansi nastali iz Modela vrednovanja kapitala), korienih
prilikom testiranja postupka optimizacije portfolia i evaluacije njegovih performansi, ali i
za bolje razumevanje predstavljenih rezultata empirijskog istraivanja.
2.2.3. Teorija arbitranog vrednovanja (APT Arbitrage Pricing Theory)
Drugi model utvrivanja cena rizika finansijskih instrumenata je Teorija arbitranog
vrednovanja (engl. Arbitrage pricing theory APT), koju je 1976. godine predloio
ameriki ekonomista S. Ross.67 Model APT se zasniva na manjem broju pretpostavki o
preferencijama investitora u odnosu na model CAPM. Osnovna pretpostavka modela je
injenica da e svaki investitor, kada ima mogunost da povea prinos svog portfolia
bez poveanja rizika, to i uiniti. Mehanizam takvog delovanja ukljuuje korienje
arbitranog portfolia.68 Arbitraa predstavlja postupak korienja pogreno utvrenih
cena dve ili vie hartija od vrednosti u cilju ostvarivanja bezrizinog profita. Na primer,
ukoliko jedna hartija ima dve razliite cene na dva trita, duga pozicija na jeftinijem
tritu finansirana kratkom pozicijom na skupljem tritu ima za rezultat siguran profit.
Kako investitori uporno primenjuju ovu strategiju, cene se ponovo dovode na isti nivo,
tako da prilike za arbitrau nestaju isto onako brzo kao to su se i pojavile.69 APT
pretpostavlja da na tritima kapitala koja dobro funkcioniu ne postoje prilike za
arbitrau, jer naruavanje cenovne ravnotee dovodi do pritiska da se ravnotea ponovo
uspostavi. Priroda arbitrae je jasna kada se govori o razliitim cenama hartije, ali
spremna arbitrana mogunost moe obuhvatiti i sline hartije ili portfolia. Ta slinost
moe biti definisana i izlaganjem proimajuim faktorima koji utiu na cenu hartije (na
primer, stopa rasta industrijske proizvodnje, stopa oekivane i neoekivane inflacije,
spred izmeu dugoronih i kratkoronih kamatnih stopa, spred izmeu nisko i
visokorizinih korporativnih obveznica, stopa rasta agregatne potronje privrede, stopa
prinosa u odnosu na trini indeks, i sl), za razliku od CAPM koji spaja sve
makroekonomske rizike u jednom faktoru, kao to je prinos na trini protfolio. Izmeu
ostalog, to je jo jedan razlog zato se model APT smatra arbitrarnim. APT koristi
faktorske modele u opisivanju prinosa pojedinanih hartija od vrednosti, ali zakljuak
ove teorije proizilazi iz razmatranja visoko diversifikovanih portfolia kod kojih se
rezidualni rizik zanemaruje. Model faktora ukazuje na to da e se hartije od vrednosti ili
portfoliji, sa istom faktorskom osetljivou, ponaati na isti nain osim kada postoji
nefaktorski rizik. Stoga bi hartije od vrednosti ili portfoliji s istom osetljivou na
odreeni faktor morali da nude iste oekivane stope prinosa, jer bi se u suprotnom
pojavila spremna arbitrana mogunost. Investitori e iskoristiti prednosti tih
mogunosti, uzrokujui njihovu eliminaciju.
67
68
69
Izvor: Ross, S. A. (1976): The Arbitrage Theory of Capital Asset Pricing, Journal of Economic
Theory, No. 3, 341-360.
Izvor: Chamberlain, G., Rothschild, M. (1998): Arbitrage, Factor Structure and Mean-Variance
Analysis on Large Asset Markets, Econometrica, No. 5, 1281-1304.
Izvor: Bodie, Z., Kane, A., Marcus, A. J. (2007): Investments, New York, McGraw Hill Inc, 227.
59
Osnovu APT modela ini pretpostavka da prinos finansijskog instrumenta zavisi od dve
grupe faktora: sistemskog rizika (koji se ne moe otkloniti diversfikacijom, koji
proistie iz delovanja makroekonomskih varijabli faktora) i specifinih uslova
karakteristinih za svakog ekonomskog subjekta.
Iz izraza 2.54, vidimo da SML zapravo govori o tome da je zahtevani prinos akcije
jednak bezrizinoj stopi prinosa plus trinoj premiji rizika i proizvoda beta
koeficijenta akcije. Po pretpostavkom ravnotee na tritu akcija, zahtevani prinos
jednak je oekivanom prinosu:
ri ri rfr rM rfr i
(2.58)
r i ri r M rM i ei
(2.59)
r i ri F1 F1 i1 ... F j F j ijei
(2.60)
Pri emu je: r i realizovana stopa prinosa i-te akcije, ri oekivana stopa prinosa i-te
akcije, F j realizovana vrednost j-tog ekonomskog faktora, F oekivana vrednost
j
60
Takav nulti investicioni portfolio mora da ima nulti oekivani prinos, ili e doi do
arbitranih prilika koje e cene aktive promeniti sve dok se prinos portfolia ne svede na
nulu. APT-ov ekvivalent SML u CAPM modelu predstavljen je jednainom:
(2.61)
gde je: rj zahtevana stopa prinosa na portfolio koji je osetljiv samo na j-ti ekonomski
faktor (pj = 1) i koji ima osetljivost jednaku nula prema svim ostalim faktorima. Na
primer, (r2 rfr) je riziko premija na portfolio sa p2 = 1, a za ostale faktor pj = 0.
Vidimo da je jednaina 2.61. identina obliku jednaine SML, uz razliku to
omoguava posmatranje zahtevanog prinosa akcije kao funkcije viestrukih faktora.
Radi ilustrovanja koncepta APT autori Brigham i Ehrhardt koriste sledei primer.70
Polazna pretpostavka je da prinosi akcija zavise od tri faktora: inflacije, industrijske
proizvodnje i agregatnog stepena averzije prema riziku (troak podnoenja rizika koji
predstavlja spred izmeu prinosa na trezorske obveznice i niskorangirane obveznice).
Pretpostalja se da je bezrizina stopa prinosa 8 %. Zahtevana stopa prinosa iznosi 13 % na
portfolio sa jedininom osetljivou na inflaciju ( = 1) i nultom osetljivou na
industrijsku proizvodnju i stepen averzije prema riziku. Zahtevana stopa prinosa iznosi 10
% na portfolio sa jedininom osetljivou na industrijsku proizvodnju ( = 1) i nultom
osetljivou na inflaciju i stepen averzije prema riziku. Zahtevana stopa prinosa iznosi 6
% na portfolio sa jedininom osetljivou na stepen averzije prema riziku i nultom
osetljivou na inflaciju i industrijsku proizvodnju. Predvieno je da i-ta akcija ima
koeficijente osetljivosti na faktore: inflacioni portfolio 0,9, portfolio industrijske
proizvodnje 1,2 i portfolio troka podnoenja rizika -0,7. Zahtevani prinos akcije prema
APT iznosi: ri 8% 13% 8% 0,9 10% 8%1,2 6% 8%- 0,7 16,3% .
Ukoliko zahtevana stopa trinog prinosa iznosi 15 %, i-ta akcija ima CAPM = 1,1, a
zahtevana stopa prinosa, prema SML, iznosi: ri 8% 15% 8%1,1 15,7% .
Osnovna teorijska prednost APT je to pretpostavlja uticaj veeg broja ekonomskih
faktora na prinos individualne akcije, dok CAPM podrazumeva da je efekat svih faktora,
osim onog jedinstvenog za preduzee emitenta, obuhvaen u jednoj meri, volatilosti
akcije u odnosu na trini portfolio. Osim toga, APT se zasniva na manjem broju polaznih
pretpostavki u odnosu na CAPM, te je iz tog razloga APT optija teorija. Na kraju, APT
ne podrazumeva da svi investitori imaju trini portfolio, to je u skladu sa investicionom
praksom. Osnovni nedostaci prisutni prilikom primene APT je to teorija nije precizirala
koji su to relevantni ekonomski faktori koji determiniu prinos akcije, niti koliko takvih
faktora ima. Rezultati empirijskih istraivanja pokazali su relevantnost tri ili etiri
determiniua faktora: inflacija, industrijska proizvodnja, spred izmeu niskorangiranih i
visokorangiranih obveznica i rona struktura kamatnih stopa. Zagovornici APT
procenjuju da i nije neophodno identifikovati sve relevantne faktore. U nastojanju da
razviju APT parametre istraivai primenjuju statistike procedure poznate kao analiza
faktora: analizu poinju sa stotinama, ponekad i hiljadama akcija, kreiraju nekoliko
razliitih portfolia iji su prinosi meusobno slabo korelisani. Takvim pristupom, jedan
od nepoznatih ekonomskih faktora u veoj meri utie na jedan portfolio u odnosu na sve
druge portfolie.
70
Izvor: Brigham, E. F., Ehrhardt, M. C. (2008): Financial Management: Theory and Practice, 12th
ed, Thomson South-Western Learning, Inc, 266.
61
Zahtevana stopa prinosa za svaki portfolio postaje procena za taj nepoznati ekonomski
faktor (to je u jednaini 2.61. oznaeno rj). Osetljivost prinosa svake individualne akcije
na prinos tog portfolia je faktorska senzitivnost (beta). Meutim, rezultate faktorske
analize nije lako interpretirati, te ona ne prua znaajne uvide u ekonomske determinante
rizika.71 Stoga, moemo da zakljuimo da se APT slino kao i CAPM koristi kao
benmark za odreivanje fer vrednosti stopa prinosa koje se koriste u kapitalnom
budetiranju za procenu isplativosti ulaganja, za evaluaciju hartija od vrednosti i ocenu
performansi investicije.
71
72
73
Izvor: Ibid, 267. poziva na radove: Bubnys, E. L. (1990): Simulating and Forecasting Utility Stock
Returns: Arbitrage Pricing Theory vs. Capital Asset Pricing Model, The Financial Review, 1-23.
Goldenberg, D. H., Robin, A. J., (1991): The Arbitrage Pricing Theory and Cost-of-Capital
Estimation: The Case of Electric Utilities, Journal of Financial Research, 181-196. Robin, A. J,
Shukla, R. (1991): The Magnitude of Pricing Errors in the Arbitrage Pricing Theory, Journal of
Financial Research, 65-82.
Izvor: Sharpe, F. W. (1964): Capital Asset Prices: A Theory of Market Equilibrium Under
Conditions of Risk, Journal of Finance, Vol. 19, No. 3, 425-442.
Izvor: Sharpe, F. W. (1991): Capital Asset Prices with and without Negative Holding, The Journal
of Finance, Vol. 46, No. 2, 489-509.
62
rp - rfr
(2.62)
rp rfr
(2.63)
Kao mera performansi pogodan je za dobro diversifikovane portfolie, jer uzima u obzir
iskljuivo komponentu sistemskog rizika.78 Iz tog razloga se koristi prilikom ocene
performanse portfolia koji ini deo ukupne finansijske aktive investitora, jer je u tom
sluaju investitor izvrio diversifikaciju ukupne investicije, pa je zainteresovan za sistemski
rizik portfolia.79 Treynor-ov indeks, dakle, govori koliki oekivani prinos daje portfolio po
jedinici preuzetog sistemskog rizika: to je indeks vei, vei je oekivani prinos po
jedinici sistemskog rizika, i obrnuto. Najznaajniji nedostatak ovog indeksa je to njegova
vrednost zavisi od izabranog referentnog indeksa, odnosno trinog portfolia.
74
75
76
77
78
79
Izvor: Sharpe, F. W. (1967): Portfolio Analysis, The Journal of Financial and Quantitative Analysis,
Vol. 2, No. 1, 76-84.
Izvor: Sharpe, F. W. (1992): Asset Allocation: Management Style and Performance Measurement,
Journal of Portfolio Management, Vol. 18, No. 2, 7-19.
Izvor: Amenc, N., Sourd, V. (2003): Portfolio Theory and Performance Analysis, New Jersey, John
Wiley & Sons Inc, 109.
Izvor: Treynor, J. L. (1965): How to Rate Management of Investment Funds, Harvard Business Review,
No. 44, 131-136.
Izvor: Sharpe, W. F. (1963): A Simplified Model for Porfolio Analysis, Management Science, Vol.
9, No. 2, 277-293.
Izvor: Treynor, J. L. (2007): Treynor on Institutional Investing, New Jersey, John Wiley & Sons Inc, 85.
63
p rp rfr p rM rfr
(2.64)
Ukoliko je p>0, portfolio menaderi ostvaruju ekstra prinos, odnosno ostvarena stopa
prinosa vea je od oekivane stope prinose na osnovu rizika portfolia. Ako je p=0,
portfolio ostvaruje prosene performanse koje su u skladu sa oekivanim vrednostima
prinosa baziranim na njegovom riziku. U sluaju kada je p<0, portfolio menaderi
ostvaruju inferiorne performanse i tada je realizovana stopa prinosa manja od
oekivane na osnovu rizika portfolia.82
Kao i Treynor-ov indeks, Jensen-ova mera uzima u obzir samo sistemski rizik, te nije
pogodna za poreenje performansi portfolia razliitog nivoa rizinosti, jer je
proporcionalna visini preuzetog rizika izraenog preko beta koeficijenta portfolia.
Kao mera performansi pogodna je za ocenu performansi portfolia kojima se upravlja
na slian nain, i koji imaju sline nivoe rizinosti, odnosno beta koeficijente.
Jensen-ova mera je predmet brojnih kritika, jer zavisi od odabranog referentnog
indeksa. Kada menaderi koriste strategije trinog tajminga (engl. Market timing
strategy) u kojima se beta koeficijenti akcija menjaju prema anticipiranim kretanjima
trita, ova mera moe uzeti negativnu vrednost, pa u tim situacijama ne predstavlja
adekvatnu meru performansi menadera. Ovaj indeks se ne preporuuje za poreenje
performansi portfolia razliitih nivoa rizika. U tu svrhu je bolje koristiti BlackTreynor indeks koji se dobija kao kolinik Jensen-ovog indeksa performansi portfolia
i beta koeficijenta portfolia.83
80
81
82
83
Izvor: Jensen, M. C. (1968): The Performance of' Mutual Funds in the Period 1945-1964, Journal of
Finance, No. 23, 389-416.
Izvor: Knight, J., Satchell, S. (2002): Performance Measurement in Finance Firms, Funds and
Managers, Butterworth-Heinemann, 11.
Izvor: Jensen, M. C. (1969): Risk, the Pricing of Capital Assets and the Evaluation of Investment
Performance, Journal of Business, No. 42, 167-247.
Izvor: Amenc, N., Sourd, V. (2003): Portfolio Theory and Performance Analysis, New Jersey, John
Wiley & Sons Inc, 110.
64
M 2 rp rM
(2.65)
primeru,
M 2 rp rM 26,7 % 28 % 1,3 %.
Grafiki
prikaz
M2
predstavljen je na slici 2.15. Investitor se kree niz liniju alokacije kapitala koja
odgovara portfoliu p CAL(P) (kombinujui ga sa bezrizinim finansijskim
instrumentom) sve dok standardnu devijaciju korigovanog portfolia p ne izjednai
sa standardnom devijacijom trinog indeksa M. Tada M2 mera predstavlja
vertikalnu razliku u oekivanim prinosima korigovanog portfolia i trinog indeksa.86
Budui da M2 mera, kao i Sharpe-ova mera, obuhvata ukupan rizik (sistemski rizik i
specifian rizik) koristi se prilikom procene performansi upravljanja celokupnom
aktivom nekog fonda. Ako je aktiva nekog fonda rasporeena i data na upravljanje
veem broju specijalizovanih menadera i time dobro diversifikovana, rezidualni
specifini rizici kompanije u svakom od tih portfolia postaju nevani zahvaljujui
diversifikaciji po portfolijima, te je od vanosti samo rizik koji se ne moe otkloniti
diverisfikacijom. U tom sluaju, korekcija prinosa za rizik zasniva se na beta
koeficijentu i prikladnije je koristiti Treynor-ov indeks kao meru performansi.
84
85
86
Izvor: Graham, J. R., Harvey, C. R. (1997): Grading the Performance of Market Timing Newsletter,
Financial Analysis Journal, Vol 53, 54-66.
Izvor: Modigliani, F., Modigliani, L. (1997): Risk-Adjusted Performance, Journal of Portfolio
Management, 23(2), 45-54.
Izvor: Bodie, Z., Kane, A., Marcus, A. J. (2007): Investments, New York, McGraw Hill, 578-579.
65
E(r)
CML
P
CAL(P)
rp = 35 %
M
rM = 28 %
M2 = rp* - rM = - 1,3 %
rp* = 26,7 %
P*
rfr = 6 %
M = 30 %
p = 42 %
87
88
Trite
10 %
1,0
0
10
89
Izvor: Bodie, Z., Kane, A., Marcus, A. J. (2007): Investments, New York, McGraw Hill, 580.
66
Rp* = Rp / p
= 16,25
p*
p
T2
Rp = 13
SML
p = 13 8 = 5 %
RM = 10
8
0,2 0,4 0,6 0,8 1,0 1,2 1,4 1,6 1,8 2,0
p M
Na slici 2.16. portfolio p je pozicija u portfoliu p sa leveridom koji ima istu betu
kao i trite M 1,0 . Mera T2 predstavlja razliku u oekivanim prinosima pri ovoj
zajednikoj beti. Portfolio p sa bilo kojim zahtevanim beta koeficijentom moemo
izgraditi od portfolia p i bezrizinih kratkoronih dravnih obveznica.
p
p
Rp .
Ako investitor eli betu jednaku p, postavi: w
, R p w R p
p
p
Budui da je M 1,0 , p bie jednaka M ako je: w
R p w R p
M
1
.
p 0,8
1
1
Rp
13 % 16,25 %.
p
0,8
T 2 R p R M
Rp
U datom primeru: Tp
Rp
90
RM
RM
(2.66)
13
10 6,25 %.
0,8
67
R= r - rfr
q
20
18
16,26
p*
13
SML
q*
11,11
10
8
0,2 0,4 0,6 0,8 1,0 1,2 1,4 1,6 1,8 2,0
p M
q
91
68
92
93
69
95
96
97
98
99
Izvor: Michaud, R. O. (1989): The Markowitz Optimization Enigma: Is Optimized Optimal, Financial
Analysis Journal, Vol. 45, 31-42.
Izvor: Jorion, P. (1986): Bayes-Stein Estimation for Portfolio Analysis, The Journal of Financial and
Quantitative Analysis, Vol. 21, No. 3, 279-292.
Izvor: Merton, R. C. (1980): On Estimating the Expected Return on the Market, Journal of Financial
Economics, Vol. 8, 323-361.
Izvor: Markowitz, H. M. (1991): Foundations of Portfolio Theory, The Journal of Finance, Vol. 46, No.
2, 469-477.
Izvor: Konno, H., Yamazaki, H. (1991): Mean-absolute Deviation Portfolio Optimization Model and its
Application to Tokyo Stock Market, Management Science, Vol. 37, No. 5, 519-531.
Izvor: Chopra, V. K., Ziemba, W. T. (1993): The Effect of Errors in Means, Varinaces and Covariances
on Optimal Portfolio Choice, Journal of Portfolio Management, Vol. 19, No. 2, 6.
70
Pri veoj toleranciji investitora prema riziku, greke u srednjoj vrednosti su znaajnije
od greaka u varijansi i kovarijansi, dok je pri nioj toleranciji prema riziku, relativni
uticaj greaka srednje vrednosti, varijanse i kovarijanse priblian. Za investitora koji
ima nisku toleranciju prema riziku, minimiziranje varijanse portfolia je vanije od
poveanja oekivanog prinosa, pa je greka u srednjoj vrednosti od manjeg znaaja
nego greke u varijansi i kovarijansi.
Nezavisno od tolerancije prema riziku, smatra se da su najznaajnije greke srednje
vrednosti, zatim greke u varijansi, dok greke u kovarijansama imaju najmanji uticaj
na optimalnost portfolia. U svom izvornom obliku, portfolio analiza se sprovodi u dva
koraka: u prvom se procenjuju momenti distribucije prinosa korienjem vremenskih
serija istorijskih prinosa, dok se u drugom koraku, problem srednje vrednosti i
varijanse reava odvojeno uz pretpostavku da su procenjeni parametri prave vrednosti.
Ovo izjednaavanje procenjenih sa stvarnim vrednostima parametara kritikovali su
brojni autori, pobornici Bayes-ovog pristupa. Problem nepouzdanosti predvianja
inputa optimizacije moe da se umanji korienjem Bayes-ovog statistikog okvira u
kojem je oekivani prinos ponderisan prosek istorijski procenjenjih oekivanih prinosa
svake akcije i istorijskih prosenih prinosa svih akcija. Drugim reima, do nivoa do kog
se istorijska karakteristika neke hartije od vrednosti razlikuje od prosene vrednosti svih
hartija od vrednosti, ta razlika se pomera do prosene vrednosti prinosa svih hartija od
vrednosti korienjem Bayes-ovog faktora prilagoavanja. Bayes-ov statistiki model
doputa spoljnu intervenciju na podacima radi dobijanja prihvatljivih rezultata.
Empirijske studije utvrdile su da ovaj metod znaajno smanjuje greke procene i
poboljava karakteristike prinosa i rizika odabranog portfolia.100 Osnovna prednost
korienja ovog modela je to investitorima doputa da kombinuju informacije iz ranijeg
perioda dobijene iz jednog ili vie izvora sa prinosom uzorka, to je od posebnog znaaja
u situacijama kada investitori imaju informacije o uzorku hartija od vrednosti u obliku
ogranienog broja podataka o prinosima (npr. meseni prinosi za jednu godinu). To je
situacija u kojoj informacije uzorka ne dominiraju nad ranijim informacijama u smislu
verovatnoe, pa ranije informacije dodaju vrednost procesu investicionog odluivanja.
Stein-ove ocene koriste se u sluaju vie sluajnih varijabli. Za razliku od srednje
vrednosti kao procene oekivanog prinosa koja ignorie informacije sadrane u drugim
vremenskim serijama, Stein-ove ocene istovremeno koriste sve vremenske serije hartija
od vrednosti i predstavljaju primer Bayes-ovog modela. Umesto srednje vrednosti,
procene na osnovu Bayes-Stein-ovog modela dobijaju se skupljanjem srednje vrednosti
pojedinih prinosa oko neke vrednosti (npr. srednje vrednosti svih akcija). Efekat greke
procene za svu finansijsku aktivu sumira se u jednu funkciju gubitka, koja se zatim
minimizira kao celina, a ne svaka komponenta zasebno.101 U uslovima kratkog
vremenskog perioda trgovine hartijama od vrednosti, odnosno malog broja informacija o
prinosima pojedinih hartija u prolosti, estim prekidima u trgovini pojedinim akcijama,
velikom trinom riziku i uestalijih pojava ekstremnih prinosa na tritima u nastajanju,
primena Bajes-Stein-ove procene ulaznih parametara nije efikasna kao na razvijenim
tritima kapitala, pa se u empirijskom delu ovog rada, i pored pomenutih nedostataka,
koriste srednje vrednosti istorijskih prinosa.102
100
101
102
Izvor: Frost, P. A., Savarino, J. E. (1986): An Empirical Bayes Approach to Efficient Portfolio Selection,
The Journal of Financial and Quantitative Analysis, Vol. 21, No. 3, 293-305.
Izvor: Jorion, P. (1986): Bayes-Stein Estimation for Portfolio Analysis, The Journal of Financial and
Quantitative Analysis, Vol. 21, No. 3, 279-292.
Izvor: Latkovi, M., Barac, Z. (1999): Optimizacija dionikih portfolija na rubnim tritima kapitala, Zavod
za teorijsku fiziku, Sveuilite u Zagrebu.
71
103
104
Izvor: Jorion, P. (1985): International Portfolio Diversification with Estimation Risk, The Journal of
Business, Vol. 58, No. 3, 259-278.
Izvor: Latkovi, M., Barac, Z. (1999): Optimizacija dionikih portfolija na rubnim tritima kapitala,
Zavod za teorijsku fiziku, Sveuilite u Zagrebu.
72
106
107
108
109
110
Izvor: Knight, J., Satchell, S. (2007): Forecasting Volatility in the Financial Markets, Elsevier, Oxford,
Butterworth-Heinemann, 3.
Postojanje klastera volatilnosti prinosa finansijske aktive dovodi u pitanje validnost modela nasuminog
hoda koji je predloio: Fama, E. F. (1965): The Behaviour of Stock-Market Prices, The Journal of
Business, Vol. 38, No. 1, 34-105. Stoga su se razvili modeli koji uzimaju u obzir grupisanje volatilnost:
familija Autoregressive Conditional Heteroskedasticity (ARCH) modela.
Izvor: Theodore, T., (1999): The Challenge of Mixing Emerging Country Stocks with U.S. Stocks, u
knjizi: Bruner, Ross Paul, (1999): Global Equity Selection Strategies, Glenlake Publishing Company,
Chicago.
Izvor: Mandelbrot, B. (1963): The Variation of Certain Speculative Prices, The Journal of Business, No.
36, 394-419.
Gauss K. F. je 1833. godine prvi zabeleio normalnu distribuciju pri kretanju nebeskih tela, po kome je
ova distribucija dobila ime. Kasnije je Laplace P. S. dokazavi teoremu centralne tendencije (dokazuje
da srednja vrednost opaanja poveanjem broja opaanja konvergira ka normalnoj distribuciji) potvrdio
Gauss-ovu distribuciju kao najznaajniji oblik teorijske distribucije u statistici.
Izvor: Fama, E. F. (1965): The Behaviour of Stock-Market Prices, The Journal of Business, Vol. 38, No.
1, 34-105.
73
111
112
Izvor: Campbell, R., Koedijk, K., Kofman, P. (2002): Increased Correlation in Bear Markets, Financial
Analysis Journal, Vol. 58, No. 1, 92. Jorion, P. (2001): Value at Risk: The New Benchmark for
Managing Financial Risk, 2nd ed, McGraw Hill Inc, 4.
Izvor: Herold, U. (2003): Portfolio Construction with Qualitative Forecasts, The Journal of Portfolio
Management, Vol. 30, No. 1, 64.
74
U modelima u kojima varijanse sluajnih greki nisu jednake, odnosno kada se oekuje
rast varijabiliteta sluajne greke za razliite vrednosti ili intervale vrednosti
analiziranih podataka, prisutan je problem heteroskedastinosti.113 Drugim reima,
volatilnosti nisu vremenski konstantne, tj. velike i male vrednosti logaritamskih prinosa
imaju tendenciju grupisanja u klastere, to pokazuje da postoji zavisnost u krajevima
distribucije. Mandelbrot je rekao: Velike promene u prinosu prate velike promene
prinosa i male promene prinosa prate male promene prinosa.114 Prisustvo
heteroskedastinosti doprinosi pojavi leptokurtozisa raspodele kratkoronih prinosa, ali
se ispravnim modeliranjem volatilnosti dobija uslovna raspodela prinosa koja ne
odstupa previe od Gauss-ove raspodele. Prvobitna istraivanja zasnovana na primeni
konvencionalnih metoda za merenje rizika finansijske aktive, poput bezuslovne ili
konstantne varijanse, nisu uvaavala mogunost postojanja predvidivog obrasca
kretanja volatilnosti trita akcija. Meutim, savremena empirijska istraivanja su u
sluaju visoko frekventnih finansijskih podataka potvrdila heteroskedastinost, odnosno
da varijansa nije konstantna tokom vremena. Pristup koji se zasniva na pretpostavci o
vremenski konstantnoj volatilnosti i koji vri projekciju na osnovu volatilnosti iz
prolosti, osim to je uproen, nerealistian, on je i opasan, jer zamagljuje
investitorovu sliku o potencijalnom riziku kojem se izlae.
efekat leverida: prinosi finansijske aktive, poput akcija i berzanskih indeksa
akcija pokazuju negativnu korelaciju sa varijansom, to se naziva efekat leverida, koji
proizilazi iz injenice da e pad cena akcija poveati leverid preduzea sve dok dug
ostaje konstant. Preko efekta leverida mogue je objasnio poveanje varijanse koja je u
vezi sa padom cena. Naime, F. Black je preko efekta leverida objasnio tendenciju
volatilnosti da vie raste sledei cenovni pad nego sledei cenovni rast iste apsolutne
vrednosti.115 Za prinose finansijske aktive, negativni ok ima veu uticaj na volatilnost
nego pozitivan ok istog intenziteta.
dugoronu zavisnost u podacima: autokorelacija apsolutnih i kvadriranih
vrednosti logaritamskih prinosa predstavlja serijsku zavisnost meu podacima i grubo
reeno, govori koliko prinosi ne zaboravljaju neposrednu prolost. Koeficijenti
autokorelacije su u finansijskim vremenskim serijama razliiti od nule ak i na velikim
pomacima, odnosno lagovima, to pokazuje prisustvo vremenski uslovljene zavisnosti u
dugom roku. Autokorelacija vremenskih serija finansijskih podataka se meri regresijom
tekuih stopa prinosa i stopa prinosa sa pomakom. Regresija izmeu prinosa iste
varijable se moe opisati kao testiranje da li je mogue opisati dananji prinos kao
linearnu funkciju prinosa od jue. Zatim se testira autokorelacija dobijenih reziduala iz
regresije. Prisustvo autokorelacije znai da e se dananji prinos ne moe precizno
opisati kao linearna funkcija jueranjeg prinosa. Shodno tome, postoje i i drugi faktori
osim istorijskih prinosa koji utiu na dananji prinos. Samim tim, pristupi koji
pokuavaju da predvide budue prinose i rizike gledajui prolost su manje efikasni.
113
114
115
75
116
117
118
119
120
121
76
(3.1)
123
124
Mandelbrot je u jednom od svojih poslednjih radova argument protiv Gauss-ove raspodele prinosa
ilustrovao primerom, kada je 17.09.1998. godine cena akcije Alcatel-a u jednom danu opala za
skoro 40 %. Alcatel je neposredno pre toga objavio izvjetaj o smanjenju zarade u prethodnom
kvrtalu. Istorijski posmatrano to je dogaaj koji se po zakonima verovatnoe trebao dogoditi
jednom u vie milijardi godina ako se posmatra istorijska standardna devijacija dnevnih prinosa
akcije Alcatel-a koja je iznosila 3,2 %. Investitor koji poseduje akcijski portfolio sa jednakim
udelima 20 razliitih akcija ukljuujui i akcije Alcatel-a (udeo Alcatel-a u portfoliu tada iznosi 5
%), bi u sluaju da se cena ostalih 19 akcija u jednom danu nije znaajno promenila, izgubio samo
oko 2 % vrednosti portfolia (to nedvosmisleno govori o prednostima konstruisanja portfolia).
Istorijski posmatrano, takav dogaaj moe se oekivati jednom u par meseci to se i opaa.
Mandelbrot, B., (1999): A Multifractal Walk Down Wall Street, Scientific American, 70-73.
Sluajna varijabla x, sa aritmetikom sredinom i standardnom devijacijom , je normalno
distribuirana ukoliko funkcija verovatnoe f(x) da varijabla x poprimi vrednost X, prati sledeu
2
funkciju verovatnoe: f x 1 exp 1 x
2
2
Izvor: Luenberger, D. G. (1998): Investment Science, Oxford University Press, 150.
77
1 n
xi x
n i 1
(3.2)
3
2 2
126
127
Izvor: Lewis, E. (1973): Methods of Statistical Analysis in Economics and Business, Boston,
Houghton Miflin Company, 177.
Izvor: Mladenovi, Z., Nojkovi, A. (2008): Analiza vremenskih serija: primeri iz srpske privrede,
Ekonomski fakultet, Beograd, 28.
Izvor: Obrada autora.
78
1 n
xi x
n i1
(3.3)
2 2
129
130
Izvor: Tabachnick, B. G., Fidell. L. S. (1996): Using Multivariate Statistics, 3rd ed, New York, Harper
Collins.
Izvor: Mladenovi, Z., Nojkovi, A. (2008): Analiza vremenskih serija: primeri iz srpske privrede,
Ekonomski fakultet, Beograd, 28-29.
Izvor: Tabachnick, B. G., Fidell. L. S. (1996): Using Multivariate Statistics, 3rd ed, New York, Harper
Collins.
79
Panel b. Leptokurtozis
(4 = 3)
(4 >3)
(4 < 3)
(4 = 3)
131
132
80
Q-Q graf ili kvantil-kvantil dijagram predstavlja grafiki prikaz razlike izmeu
empirijske i teorijske funkcije distribucije poreenjem standardizovanih vrednosti.
Umesto prikazivanja vrednosti x i razlika vrednosti posmatrane dve funkcije distribucije,
koristi se uporedna analiza kvantila empirijske i kvantila teorijske distribucije. Da bi se
podaci sa razliitom aritmetikom sredinom i standardnom devijacijom mogli porediti
vri se linearna transformacija originalnih podataka korienjem obrasca 3.1. Take na
grafikonu se porede sa linijom koja predstavlja izgled pravca u sluaju da uzorak potie iz
normalne distribucije. Poreenjem kretanja taaka oko pravca koji predstavlja teorijsku
distribuciju zakljuuje se u kojoj meri empirijske vrednosti odstupaju od teorijskih.
Kolmogorov-Smirnov udaljenost133 (KS test, KS statistika) je neparametarski
test koji koristi razliite udaljenosti teorijske distribucije verovatnoe p koja je data na
osnovu nulte hipoteze i q funkcije distribucije uzorka. Apsolutna vrednost najvee
razlike izmeu kumulativne teorijske funkcije distribucije i kumulativne funkcije
empirijske distribucije je KS razlika, odnosno d. Ako su date dve distribucije
verovatnoe p i q sa kumulativnim distribucijama f i g, procena udaljenosti izmeu ove
dve distribucije se vri raunanjem najvee udaljenosti izmeu vrednosti f(x) i g(x) za
razliite x-eve. To matematiki podrazumeva izraunavanje poslednje gornje granice
skupa, odnosno supremuma razlike izmeu f i g:
dp, q f g
sup f ( x ) f (g)
(3.4)
2 k 3 2
JB n
24
6
(3.5)
Pri emu je: mera asimetrije uzorka (3), a k mera spljotenosti uzorka (4). Pod
hipotezom da su ri nezavisne opservacije iz normalne distribucije, JB ima 2
distribuciju. U tom sluaju se izraunata vrednost JB testa iz uzorka uporeuje sa 95
% kvantilom 2 distribucije koja iznosi 5,99. Ako se nultom hipotezom pretpostavi da
su podaci iz normalne distribucije, vrednost JB testa e biti manja od 5,99, u
suprotnom se hipoteza o normalnosti odbacuje. Dakle, JB ima 2 raspored sa brojem
stepeni slobode. Kritina vrednost 2 rasporeda uz nivo signifikantnosti 1 % iznosi
9,21%. S verovatnoom 99 % se moe odbaciti nulta hipoteza o normalnom rasporedu
stopa prinosa ako je izraunata vrednost JB statistike > 9,21. Dakle, visoke vrednosti
JB statistike ukazuju na odstupanje od normalnog rasporeda.
133
KS test i njegovu asimptotsku distribuciju pod nultom hipotezom je objavio Kolmogorov A (1933):
Sulla determinazione empirica di una legge di distribuzione, G. Ist. Ital. Attuari, No. 4, 8391, dok
je tablicu distribucije objavio Smirnov, N. (1948): Table for estimating the goodness of fit of
empirical distributions, Annals of Mathematical Statistics, No. 19, 279281.
81
b2
n 1 s 2
(3.6)
134
135
136
Izvor: Shapiro, S. S, Wilk, M. B. (1965): An analysis of variance test for normality (complete
samples), Biometrika, No. 52 (34), 591611.
Izvor: Coin, D. (2008): A Goodness-of-Fit Test for Normality Based on Polynominal Regression,
Computational Statistics & Data Analysis, Vol. 52, 2185-2198.
Termin beli um je izveden iz spektralne analize bele svetlosti.
82
X t j x t j t , t 1, 2,3...
(3.4)
j1
pri emu je: konstanta, 1, 2,... p nepoznati parametri, t greka (proces belog
uma) koji se javlja prilikom sprovoenje navedene regresije. Najjednostavniji oblik
AR(p) procesa je AR(1):
X t x t i t , t 1, 2,3...
t ~ i.i.d. (0, 2) , | | < 1.
(3.5)
Drugim reima, E(t ) = 0 i var(t) = 2, vrlo esta je pretpostavka E(Xt) = 0, t = 1,2 ...
tj. da postoji stacionarnost u slabom smislu.
137
138
139
83
X t X t i t
(3.6)
Z t -2 LZ t i L2 Z t
Z t -3 LZ t 2 L2 Z t 1 L3 Z t
(3.7)
LX t t
(3.8)
Pri emu je: (L) = 1- 1L - ... - pLp karakteristian polinom AR procesa reda p.
Stepen korelisanosti sluajnih promenljivih tokom vremena prati se korienjem
obinih i parcijalnih autokorelacionih koeficijenata na veem broju docnji. Obini
autokorelacioni koeficijent (engl. Autocorrelation coefficient AC) na docnji k se
predstavlja koeficijentom korelacije k izmeu Xt i Xt-k:140
covX t , X t k
var X t var X t k
, k 1,2,...
(3.9)
covX t , X t k
, k 1,2,...
var X t
(3.10)
140
Izvor: Mladenovi, Z., Nojkovi, A. (2008): Analiza vremenskih serija: primeri iz srpske privrede,
Ekonomski fakultet, Beograd, 53.
84
X
T
t k 1
X t X t k X t
X
T
t 1
(3.11)
Xt
2 2
,
znaajnosti 5 % koristi interval poverenja
.
T T
Autokorelacioni koeficijent na docnji k, moe biti pod uticajem korelisanosti Xt i Xt-k,
sa lanovima vremenske serije na docnjama izmeu vremenskih trenutaka t i t-k (Xt-1,
Xt-2,...,Xt-k+1). Eliminacijom uticaja Xt-1, Xt-2,...,Xt-k+1 dobija se pokazatelj iste
korelisanosti izmeu Xt i Xt-k koji se naziva parcijalni autokorelacioni koeficijent
(engl. Partial autocorrelation coefficient PAC) koji se na docnji k obeleava sa k k i
predstavlja k-ti autoregresioni parametar u autoregresionom modelu reda k: 141
(3.11)
141
142
85
Yt
i m
t i
, t m 1,..., T m, i 1
(3.12)
i m
X t t j t j
(3.13)
j1
1 L L
... p Lp 1 L X t 1 1L 2 L2 ... q Lq t
d
(3.14)
gde je: L operator docnje prvog reda, 1 , 2 ,..., p parametri autoregresionog dela
modela, 1 , 2 ,..., q parametri komponente pokretnih sredina, d nivo integrisanosti
serije, t proces beli um. Za specifikaciju ovog tipa koristi se skraenica
ARIMA(p,d,q) i opisuje kretanje vremenske serije koja nije stacionarna.
Nestacionarnost vremenske serije je takva da se moe eliminisati postupkom
diferenciranja. Takav vid nestacionarnosti se naziva integrisanost vremenske serije.
Ako je nivo integrisanosti vremenske serije Xt jedan (d = 1), tada se stacionarna
reprezentacija serije dobija primenom postupka diferenciranja jedanput,
X t X t X t 1 , pri emu je operator diference prvog reda za koji vai:
1 L. U ovom sluaju ARIMA model se moe predstaviti na sledei nain:
X t 1X t -1 2 X t -2 ... p X t -p t 1 t 1 2 t 2 ... q t q
p
j1
j1
X t j X t j t j t j
(3.16)
(3.17)
86
X t 1X t -1 2 X t -2 ... p X t -p t
(3.18)
X t t 1 t 1 2 t 2 ... q t q
(3.19)
g p 1g p1 2 g p 2 ... p 0
(3.20)
143
144
87
88
MAD mera rizika (engl. Mean absolute deviation) koju su predloili Konno i
Jamazaki145 1991. godine, ne pretpostavlja da su prinosi hartija od vrednosti normalno
distribuirani. U svom radu, Konno i Yamazaki su kao osnovna ogranienja
implementacije MV modela naveli komplikovanost reavanja problema primenom
kvadratnog programiranja, odbijanje investitora da se oslone na varijansu kao meru
rizika146, veliki broj rezultirajuih pondera sa vrednostima veim od nule u
optimalnom portfoliu to dovodi do isuvie diversifikovanih portfolia koje je teko
primeniti u praksu investiranja usled visokih transakcionih trokova.
MAD model, identino kao i MV model, nastoji da minimizira meru rizika, koja je u
ovom sluaju prosena vrednost apsolutnih odstupanja od aritmetike sredine. to je
vea prosena vrednost apsolutnih odstupanja rizik je vei, i obrnuto. Jednaina za
izraunavanje MAD-a j-te akcije, pri emu je: rj sluajni prinos na j-tu akciju, r j
prosena prinos, E oekivanje u buduem periodu, glasi:
MADp E rj r j
(3.21)
t 1
j1
min
jt
wj
(3.22)
r w
j1
w
j1
145
146
(3.23)
(3.24)
Izvor: Konno, H., Yamazaki, H. (1991): Mean-absolute Deviation Portfolio Optimization Model and its
Application to Tokyo Stock Market, Management Science, Vol. 37, No. 5, 519-531.
Markowitz-ev model je validan (i konzistentan sa stohastikim dominantnim redom) u sluaju kada
su prinosi normalno distribuirani, ali se validnost postupka smanjuje u sluaju postojanja drugih
oblika distribucija, posebno nesimetrinih.
Izvor: Kroll, Y., Levy, H., Markowitz, H. M. (1984): Mean Variance Versus Direct Utility
Maximization, Journal of Finance, No. 39, 47-62.
89
w j 0, j 1,2,..., n
(3.25)
148
149
150
151
Izvor: Simaan, Y. (1997): Estimation Risk in Portfolio Selection: The Mean Variance Model
Versus the Mean Absolute Deviation Model, Management Science, Vol. 43, No. 10, 1437-1446.
Izvor: Jorion, P. (2001): Value at Risk: The New Benchmark for Managing Financial Risk, 2nd ed,
McGraw Hill Inc, 4.
Izvor: Markowtiz, H. M. (1959): Portfolio Selection Efficient Diversification of Investments,
New Jersey, John Wiley & Sons Inc.
Izvor: Bawa, V. (1975): Mean-lower Partial Moments and Asset Prices, Journal of Financial
Economics, No. 6.
Izvor: Fishburn, P. C. (1977): Mean-risk Analysis with Risk Associated with Below-target Returns,
American Economic Review, No. 66, 116-126.
90
x i E x , x i E x
xi
xi E x
0
(3.26)
SV E x i
(3.27)
U sluaju simetrinih distribucija prinosa, varijansa i poluvarijansa kao mere rizika daju
identine efikasne portfolie. Meutim, kada investitori koriste poluvarijansu, poveanje
verovatnoe pojavljivanja prinosa iznad aritmetike sredine ima neznatan uticaj na
rizik, jer ima mali uticaj na poveanje aritmetike sredine.
U nastojanju da objedine dotadanja saznanja o merama rizika, Bawa i Fishburn su
razvili model k , i dali optu definiciju ispodciljnog rizika u obliku donjeg
parcijalnog momenta. Parametar koji odreuje momenat distribucije prinosa je k
(koji mora biti vei od 0) i moe ukazivati na razliite sklonosti riziku, dok
predstavlja ciljani nivo prinosa.
LPM k , x
x f x dx
k
LPM k , x E min x ,0
k 1/ k
E max x,0
(3.28)
k 1/ k
Na primer, LPM prvog reda, u inostranoj literaturi poznat kao regret, predstavlja se
izrazom:
(3.29)
i predstavlja oekivanu isplatu (engl. Pay-off) na prodajnu opciju (engl. Put option) sa
est.
LPM k ,
1 T
k
T max R t ,0
t 1
1/ k
(3.30)
152
Izvor: Alexander, C., (2008): Market Risk Analysis IV, Value-at-Risk Models, John Wiley & Sons Inc,
10-11.
91
Kada je distribucija prinosa normalna, LPM i standardna devijacija daju iste rezultate za
optimalne portfolie. Meutim, kada prinosi hartija od vrednosti nisu normalno
distribuirani, predstavljene donje mere rizika postaju validnije za donoenje
investicionih odluka o diversifikaciji.
Vrednost pri riziku: (engl. Value-at-Risk, VaR) predstavlja metodoloki
okvir za ocenu stepena izloenosti riziku uesnika na finansijskim tritima. Iako se
odnosi na razliite vrste finansijskih rizika, VaR se najee primenjuje u analizi
trinog rizika. VaR koncept je 1994. godine javnosti predstavila investiciona banka
JP Morgan kao svoju metodologiju upravljanja trinim rizicima RiskMetrics.153
Zadatak VaR-a je da prui odgovor na pitanje: koliki se maksimalni oekivani gubitak
finansijske pozicije moe oekivati u odreenom vremenskom periodu (u jednom
danu, jednoj nedelji ili godini) uz datu verovatnou.154 Budui da je u pitanju ocena
koja se rauna sa odreenim nivoom poverenja, o procenjenom gubitku moemo
govoriti samo kao o potencijalnom, a nikako maksimalno moguem i siguranom
gubitaku.
Dakle, VaR ne prikazuje potencijalne gubitke u sluaju nekih vanrednih okolnosti.
Izraunata vrednost VaR daje odgovor na pitanje: sa % verovatnoe, koliko
novanih sredstava moemo da izgubimo tokom narednih n dana. 155 Na primer, ako je
interval poverenja zadat na nivou 95 %, izraunata vrednost govori o tome da
investitor ne bi trebalo da izgubi vie od navedenog iznosa u 95 % sluajeva, ali ta
izraunata vrednost ne pokazuje ta bi moglo da se desi u preostalih 5 % sluajeva.156
Finansijskim institucijama je na osnovu ovog pristupa omogueno da odrede svoju
izloenost prema riziku, a regulatornim institucijama da utvrde nivo kapitala kako bi
odredile zahteve za kapitalom koji finansijskim institucijama osigurava poziciju u
uslovima ekstremnih kretanja u narednom periodu.157 Budui da je VaR ocena
mogueg gubitka, ona se odnosi na levi kraj distribucije prinosa. Uee pozicija u
portfoliu je fiksno, to znai da se VaR koristi samo prilikom procene potencijalnog
gubitka ukoliko se struktura portfolia ne menja (pretpostavka da su uea
finansijskih instrumenata u portfoliu za koji se VaR izraunava fiksna moe da bude
ispravna samo u sluaju kratkih vremenskih intervala, dok sa produenjem horizonta
za koji se rauna VaR ova pretpostavka nije zadovoljena).
153
154
155
156
157
Izvor: RiskMetrics (1996): Technical Document, J. P. Morgan Reuters, 4th ed, New York, 279.
Izvor: Jorion, P. (2001): Value at Risk: The New Benchmark for Managing Financial Risk, 2nd ed,
McGraw Hill Inc, 22.
Izvor: Crouhy, M., Galai, D., Mark, R. (2006): Essentials of Risk Management, New York, McGraw
Hill Inc, 187.
VaR je funkcija dva parametra: n vremenskog horizonta i stepena verovatnoe. Bazelski
komitet je u svrhu upravljanja trinim rizicima propisao vremenski horizont dranja portfolia od
10 dana i stepen verovatnoe od 99 %.
Izvor: Jorion, P. (2001): Value at Risk: The New Benchmark for Managing Financial Risk, 2nd ed,
McGraw Hill Inc, 64.
Bazelski komitet (Bazel II iz 2004. godine ukljuio je amandmane za trine rizike iz 1996. godine) i
nacionalne centralne banke su dopustile bankama da razviju interne metode na osnovu VaR
metodologije prilikom izraunavanja potrebnih rezervisanja sredstava za trine rizike. VaR pomnoen
sa koeficijentom dodatne zatite k = 3 daje minimalni zahtevani kapital.
92
(3.31)
Verovatnoa
0,4
0,3
0,2
Verovatnoa 5 % da
nastane gubitak
0,1
1-
VaR
-3
-2 -
-1
3
Prinos
VaR kao mera rizika, u optem sluaju, ne poseduje svojstvo subaditivnosti, jer se
ulaganjem u portfolio finansijskih instrumenata moe kreirati portfolio iji je VaR
vei od zbira VaR mere rizika pojedinanih hartija od vrednosti iz sastava portfolia.158
158
Mera rizika je subaditivna ako je zbir rizika dve investicije vei ili jednak riziku portfolia dobijenog
spajanjem tih investicija. Ako sluajne promenljive imaju normalnu raspodelu, VaR mera rizika je
subaditivna, pa samim tim i konveksna.
93
1
1
ES (X) FX p dp
0
(3.32)
ES (X) E P X X -VaR X
(3.33)
(3.34)
160
Izvor: Uryasev, S. (2002): Conditional Value-at-Risk: Algorithms and Applications, Working Paper,
University of Florida.
Izvor: Rachev, S. T., Menn, C., Fabozzi, F. J. (2005): Fat-Tailed and Skewed Asset Return Distributions
- Implications for Risk Management, Portfolio Selection, and Option Pricing, New Jersey, John Wiley
& Sons Inc, 215-246.
94
w
i 1
(3.35)
r w
i 1
(3.36)
i portfolio pondere:
w i 0, i 1,..., n
(3.37)
Pri emu je: n broj akcija u portfoliu. i 1,..., n je redni broj akcije u portfoliu, rij
stopa prinosa i-te akcije po j-tom scenariju rizika, w w1 ,..., w n vektor
portfolio pondera akcija, ri oekivana stopa prinosa i-te akcije, r r1 ,..., rn
sluajni vektor prinosa akcija, rj r1 j ,..., rij vektor stopa prinosa na akcije
nivo
i 1
95
Vidimo da stope prinosa finansijskih instrumenata prolaze kroz faze niskog i visokog
varijabiliteta. Pri tome, postoji vei stepen korelisanosti izmeu varijabiliteta prinosa
nego izmeu nivoa prinosa. U zavisnosti da li investitori novu informaciju tretiraju
kao pozitivnu stepen varijabiliteta je manji, a ako je vest negativna stepen
varijabiliteta je izraeniji. Korienjem terminologije teorije verovatnoe opisana
pojava se naziva uslovna varijansa. Uslovna varijansa se menja tokom vremena tako
da se esto koristi i ekonometrijski termin koji oznaava nestabilnu varijansu sluajne
greke uslovna heteroskedastinost.161
Heteroskedastinost moe biti uzrokovana grekama specifikacije modela (na primer,
izostavljanjem nekog vanog regresora iji e uticaj biti obuhvaen grekom) ili
pogrenom funkcionalnom formom modela. Sve i da nema greaka u specifikaciji,
samo postojanje ekstremnih vrednosti u uzorku moe prouzrokovati
heteroskedastinost. Re je o outlier-ima, posmatranjima koja veoma odstupaju
(veoma male ili veoma visoke vrednosti) od drugih opservacija u uzorku.
Ukljuivanje ili iskljuivanje takvih posmatranja, posebno ako je uzorrak malog
obima, mogu znaajno da izmene rezultate regresione analize. Sledei mogui izvor
heteroskedastinosti je odstupanje empirijske raspodele od normalne raspodele jedne
ili vie sluajnih promenljivih koje su ukljuene u model.
Prisustvo heteroskedastinosti ne dovodi do toga da su ocene dobijene metodom
najmanjih kvadrata pristrasne, ali uzrokuje da ocene nemaju minimalnu varijansu, tj.
nisu efikasne. Zato, ako je prisutna heteroskedastinost, ni predvianja na osnovu
ocena originalnog modela nee biti efikasna.
Volatilnost se javlja kao posledica sluajnih promena cena finansijskih instrumenata.
Ona predstavlja meru disperzije prinosa finansijske aktive u nekom vremenskom
intervalu i odnosi se na varijansu 2 ili standardnu devijaciju uzorka opservacija.
1 N
(rt - r) 2
N 1 t 1
(3.38)
pri emu je; rt prinos finansijske aktive u vremenu t, dok je r prosean prinos u
toku vremenskog intervala t, a N broj dana trgovanja. U istraivanjima se koriste
logaritamske serije prinosa.162
U teoriji i praksi se primenjuje veliki broj specifikacija za opisivanje i predvianje
srednje vrednosti prinosa aktive. Meutim, tek sa uvoenjem ARCH/GARCH
modela dolazi do razvoja specifikacija za opisivanje uslovne varijanse tih prinosa. Ovi
modeli prisustvo heteroskedastinosti ne tretiraju kao problem koji je neophodno
otkloniti ili korigovati, ve kao nejednake varijanse koje je mogue modelovati.
Primena ovih modela otklonila je manjkavost metode najmanjih kvadrata i potvrdila
mogunost predvianja varijanse svake od sluajnih greaka.
161
162
Izvor: Mladenovi, Z., Mladenovi, P., Ocena parametara vrednosti pri riziku: ekonometrijska
analiza i pristup teprije ekstremnih vrednosti, Ekonomski anali, Vol. 51, No. 171 , 32-73.
Logaritamski prinosi se, umesto relativnih prinosa, koriste usled posedovanja svojstva aditivnosti.
Pored toga, GARCH model zahteva prinose umesto cena, tako da se logaritmovanjem prinosa vri
transformacija podataka u stacionarnu vremensku seriju.
96
Pre uvoenja ARCH modela korien je metod klizee standardne greke (engl.
Rolling standard error) koji je izraunavao standardnu greku na osnovu informacija
koje najskorije prethode trenutku posmatranja. Na primer, standardna greka se za
svaki dan izraunava korienjem podataka iz prethodnog meseca (poslednja 22
dana). Metod pretpostavlja da je varijansa sutranjih prihoda ponderisan prosek
kvadrata reziduala poslednja 22 dana, pri emu je ponder za svaki dan isti. Meutim,
kako su dogaaji iz blie prolosti relevantniji za sadanju vrednost prihoda,
neophodno je dodeliti im vei ponder. Pored toga, nedostatak modela je i u
pretpostavci da opservacije stare vie od mesec dana treba ponderisati nulom.163
Robert F. Engle164 je 1982. godine dao prvu formulaciju tzv. ARCH (engl.
Autoregresive Conditional Heteroskedasticity Autoregresiona uslovna
heteroskedastinost) modela kojim je eksplicitno prikazao vremenski promenljivu
uslovnu varijansu. ARCH model opisane pondere posmatra kao parametre koje je
potrebno oceniti i omoguava da se na osnovu podataka iz uzorka odrede najbolji
ponderi za potrebe predvianja varijanse. Osnovni tip modela uslovnog varijabiliteta je
model uoptene autoregresione uslovne heteroskedastinosti GARCH model.
GARCH parametrizacija, koju je predloio Tim Bollerslev165 1986. godine (engl.
Generalized Autoregresive Conditional Heteroskedasticity Uoptena autoregresiona
uslovna heteorskedastinost) predstavlja uopteniji model u odnosu na ARCH model166,
autoregresivan je jer opisuje feedback mehanizam koji povezuje prole sa sadanjim
vrednostima, uslovni jer varijansa zavisi od prolih informacija i obuhvata vremensku
nestabilnost varijanse (tj. u nekim periodima varijansa moe biti relativno niska, dok u
drugim moe biti relativno visoka). GARCH je tehnika modelovanja vremenskih serija,
koja, koristei se prolim vrednostima varijansi i prolim predvianjima varijanse,
predvia vrednosti varijanse u budunosti. Model pretpostavlja ponderisani prosek
kvadrata reziduala iz prolosti, pri emu opadajua vrednost pondera za podatke u
prolosti ne dostie vrednost nula. Najee primenjivana specifikacija GARCH modela
afirmisala je predvianje varijanse u narednom periodu pomou ponderisanog proseka
dugoronog kretanja varijanse, varijanse predviene za tekui period i nove informacije
sadrane u kvadratu reziduala poslednje opservacije. Navedeno pravilo auriranja
informacija predstavlja primer adaptivnog ponaanja i moe se tretirati kao Bayes-ov
pristup auriranja informacija. Osnovna ideja GARCH modela je razlikovanje uslovne
i nezavisne varijanse inovacionog procesa (t). Termin uslovna govori o eksplicitnoj
zavisnosti od prolih operacija, dok se nezavisnost varijanse odnosi na nepostojanje
eksplicitnog znanja o prolosti koje bi znaajno uticalo na dugorona ponaanja u
budunosti. Uslovna varijansa, prema GARCH modelu, ima autoregresivnu strukturu
i pozitivnu korelisanost sa prolim vrednostima. Stoga se uslovna varijansa GARCH
modela (t standardna devijacija u trenutku t) definie kao funkcija odseka (
konstantni lan), oka iz prethodnog perioda ( parametar koji odreuje koliko jako
promena prinosa utie na volatilnost) i varijanse iz prethodnog perioda ( parametar
koji odreuje promenu volatilnosti u vremenu).
163
164
165
166
Izvor: Engle, R. (2001): The Use of ARCH/GARCH Models in Applied Econometrics, Journal of
Economic Perspectives, No. 15, 160.
Izvor: Engle, R. (1982): Autorregressive Conditional Heteroskedasticity with Estimates of United
Kingdom Inflation, Econometrica, No. 50, 987-1008.
Izvor: Bollerslev, T. (1986): Generalized Autoregressive Conditional Heteroskedasticity, Journal of
Econometrics, No. 31, 307-327.
GARCH model volatilnost opisujemo preko greaka modela iz prolosti (kao i kod ARCH modela), ali i
preko prolih varijansi, to i predstavlja generalizaciju ARCH modela.
97
GARCH model ima fleksibilniju parametarsku strukturu nego ARCH i pripada klasi
deterministikih uslovnih heteroskedastinih modela u kojima je uslovna varijansa
funkcija promenljivih koje su dostupne u trenutku t. Za vremensku seriju kaemo da
poseduje GARCH efekat ako je heteroskedastina, tj. ako joj se varijansa menja u
vremenu, ako je varijansa konstantna u vremenu vremenska serija je homoskedastina.
ARCH (1) model: ARCH model uslovnu varijansu predstavlja kao linearnu
kombinaciju greaka iz prolosti, t, t = 1, 2 ..., gde je rt prinos u trenutku t, dok je t
greka koja se pravi prilikom linearne regresije.167
rt t t t
t
(3.39)
ARCH (1) : t 1 2 t 1
2
ARCH (m) : t 1
2
t 1
(3.40)
t 2
... m
t m
t t t
t ~ (0, 1), i.i.d.168
(3.41)
(3.42)
Uslovna varijansa oka u trenutku t je funkcija kvadrata okova (novosti ili greaka, )
iz prolosti, pri emu je potrebno da uslovna varijansa bude nenegativna. Ako je 1 =
0, uslovna varijansa je konstantna i uslovno homoskedastina. Pretpostavka da m
budu nenegativni je lako naruiva. Primetno je da pozitivni i negativni okovi imaju
isti efekat na volatilnost, odnosno da ne postoji efekat leverida.
GARCH (1,1) model: realniji GARCH model je razvijen kao odgovor na tekoe
prilikom ocenjivanja ARCH(p) modela, i to (2t-2, 2t-3), (2t-3, 2t-4), itd. opadaju
veoma sporo.169
GARCH : t 1 2 t 1 12 t 1 , t I t 1 N(0, 2 )
2
j1
k 1
GARCH (p, q) : t j 2 t j k 2 t k
2
(3.43)
(3.44)
168
169
98
GARCH (1,1) : 2 t 1 r 2 t 2 t
(3.45)
GARCH (1,1) : 2 t 1 1 2 t i 1
k 1 i 1
(3.46)
Oznaka (1,1) je standardna notacija, u kojoj prvi broj oznaava broj ukljuenih
autoregresionih lagova, odnosno ARCH lanove jednakosti, dok se drugi broj odnosi
na broj ukljuenih lagova pokretnih proseka i predstavlja broj GARCH lanova u
jednakosti.171 Da bi se obezbedila ogranienost i pozitivnost nezavisne varijanse
uvodi se ogranienja na parametre: > 0, + < 1. Pored toga, potrebno je da se
ogranie i mogue vrednosti GARCH parametara tako da uslovna varijansa uvek bude
pozitivna.
Uslov stabilnosti GARCH (1,1) procesa je:
0, , 0, ( ) 1
(3.47)
1 1 1
(3.48)
VL
1 1 1
(3.49)
Izvor: Ibid.
Ponekad je za modele u koje je ukljueno vie od jednog laga neophodno pronai adekvatnu prognozu
varijanse.
99
1 T
ln L() ln ( 2 t ) ( t ) 2
2 t 1
t
(3.50)
2 ln L() ln ( 2 t ) ( t ) 2
t
t 1
T
(3.51)
GARCH (1,1) : t 1 (r 2 t 2 t ) ( ) 2 t
2
172
173
174
175
(3.52)
Metoda maksimalne verodostojnosti predstavlja metodu izbora jedne vrednosti parametara modela
kao ocene parametara, ali tako da funkcija verodostojnosti ima to je mogue veu vrednost.
Izvor: Alexander, C., (2008): Market Risk Analysis II, Practical Financial Econometrics, John
Wiley & Sons Inc, 137.
Izvor: Ibid, 138.
Izvor: Ibid, 157.
100
pri emu: lan (r2t 2 t) predstavlja ok u seriji, dok parametar odreuje jainu tog
oka na volatilnost u budunosti. Reciprona vrednost sume parametara +
pokazuje kolikom se brzinom taj efekat gui. Ukoliko je + mali broj, tada se
procena varijabilnosti brzo pribliava bezuslovnoj varijabilnosti. Kada je + = 1, to
ukazuje da e se pojaviti jedinini koren u uslovnoj varijansi i dobijamo IGARCH
model (engl. Integrated Generalized Autoregressive Conditional Heteroskedasticity).
Drugim reima, okovi iz prolosti nee ieznuti ve e ostati perzistentni veoma
dugo u vremenu.176
IGARCH : 2 t 1 (1 1 ) 2 t 1 1 2 t 1
(3.53)
EWMA : 2 t 1 2 t (1 ) 2 t
(3.54)
Parametar predstavlja faktor guenja, tj. njena reciprona vrednost pokazuje koliko
daleko inovacija ili sluajni ok u jednom periodu utie na volatilnost u buduim
periodima. EWMA model predstavlja specijalni sluaj IGARCH modela, uz = 0.
E-GARCH (1,1)-GED: Daniel Nelson178 je 1991. godine predstavio eksponencijalni
ili E-GARCH model koji dozvoljava pojavu asimetrinih okova u volatilnosti.
t 1
2 t 1
2
t 1
t 1
(3.55)
176
177
178
101
Krajem 1960-ih i poetkom 1970-ih godina, autori su, pored sektorske diversifikacije,
poeli da razmatraju i potencijale meunarodne diversifikacije. Prvi radovi o
meunarodnoj diversifikaciji su radovi Grubel (1968)179, Levy i Sarnat (1970)180 i
Lessard (1973)181. Godinama unazad investitori na razvijenim tritima kapitala
koriste mogunosti koje im prua meunarodna diverisfikacija portfolia.182 Poetkom
sedamdesetih godina 20. veka, primeeno je da ukljuivanje akcija inostranih
kompanija u portfolio moe redukovati rizik uz istovremeno zadravanje oekivanih
prinosa, usled manje korelacije kretanja prinosa akcija na inostranim tritima
kapitala u odnosu na akcije na domaem tritu. Usled rastueg udela novonastajuih
trita u svetskom tritu, koja su jo manje korelisana sa razvijenim tritima,
porastao je i znaaj trita kapitala u nastajanju kao investicione alternative globalnih
portfolio menadera. U mnogim zemljama, trita hartija od vrednosti brzo su se razvila
od plitkih trita malog obima transakcija, sa ogranienim brojem meunarodnih
uesnika, do znaajnog izvora kapitala sa impresivnim podacima o prinosima akcija,
dodue u kratkom vremenskom periodu trgovanja. Potencijal trita u nastajanju, u
poslednje vreme je privukao panju globalnih portfolio menadera, ali i finansijskih
ekonomista koji naglaavaju znaaj diversifikacije koja trita u nastajanju imaju.
U cilju istraivanja karakteristika novonastajuih trita kapitala sprovedene su brojne
empirijske studije sa predmetom analize: volatilnost, odgovor na eksterne informacije i
odnos prinos-rizik. Studija koju su 1992. godine sproveli Divecha, Drach i Stefek183
obuhvatila je 23 novonastajua i 3 zrela trita kapitala. Zakljuak navedene studije je
da novonastajua trita kapitala imaju veu volatilnost prinosa akcija u poreenju sa
zrelim tritima. Ova poveana volatilnost ukazuje na veu izloenost riziku
investiranja. Pored toga, studija je potvrdila nisku korelaciju prinosa novonastajuih i
zrelih trita kapitala, kao i nisku korelaciju izmeu razliitih novonastajuih trita
(osim Malezije, Hong Konga i Singapura), ali i visok stepen korelacije izmeu
analiziranih razvijenih trita kapitala. Poveani rizik investiranja u novonastajua
trita kapitala usled volatilnosti prinosa moe se smanjiti kreiranjem dobro
diversifikovanih portfolia sa nekorelisanim trinim indeksima. Autori studije su nisku
korelisanost slabo razvijenih trita objasnili malim obimima trgovine a time i manjim
stepenom ekonomske integracije.
179
180
181
182
183
Izvor: Grubel, H. G.: (1968): Internationally Diversified Portfolios: Welfare Gains and Capital
Flows, American Economic Review, No. 58, 1299-1314.
Izvor: Levy, H., Sarnat, M. (1970): International Diversification of Investment Portfolios, American
Economic Review, No. 60, 668-675.
Izvor: Lessard, D. R. (1973): International Portfolio Diversification: a Multivariate Analysis for a
Group of Latin American Countries, Journal of Finance, Vol. 28, No. 3: 619-633
Izvor: Jorion, P. (1985): International Portfolio Diversification with Estimation Risk, The Journal
of Business, Vol. 58, No. 3, 259-278; Elton, E. J., Gruber, M. J. (1995): Modern Portfolio Theory
and Investment Analysis, 5th ed, John Wiley & Sons Inc, New York.
Izvor: Divecha, A. B., Drach, J., Stefek, D. (1992): Emerging Markets: A Quantitative Perspective,
Journal of Portfolio Management, Vol. 19, No. 1, 41-52.
102
184
185
186
187
188
Izvor: Dailami, M., Atkin, M. (1990): Stock Markets in Developing Countries. Country Economics
Department - The World Bank and Economics Department - International Finance Corporation.
Working Paper 515, 38.
Izvor: Harvey, C. R. (1995): Predictable Risks and Returns in Emerging Markets, The Review of
Financial Studies, No. 8, 773-816. Studijom je obuhvaena Argentina, Brazil, ile, Kolumbija,
Meksiko, Venecuela, Indija, Indonezija, Koreja, Malezija, Pakistan, Filipini, Tajvan, Tajland, Grka,
Portugal, Turska, Jordan, Nigerija i Zimbabve
Izvor: Bekaert, G., Harvey C. R. (1997): Emerging Equity Market Volatility, Journal of Financial
Economics, No.43:1, 29-78. Istraivanje je sprovedeno na uzorku od 20 trita u nastajanju prema
klasifikaciji IFC.
Prilikom dobijanja podataka o prosenim prinosima i rizinosti dve grupe zemalja autori su koristili
razliite vremenske intervale za svaku zemlju, u zavisnosti od raspoloivih podataka. Za veinu zemalja
iz grupe razvijenih trita, korieni su podaci od 1920-1996. godine (SAD, Kanada, Belgija,
Francuska, Holandija, panija, vedska, Velika Britanija), Nemaka (1920-44, 1950-96), Japan (192044, 1949-96), Austrija (1924-96), Danska i vajcarska (1925-96), Norveka (1927-96), Italija (192896), Finska, Australija i Novi Zeland (1930-96), Irska (1933-96). Za jedanaest trita u nastajanju
ukljuenih u istraivanje, podaci su dostupni u kraem vremenskom periodu: ile (1927-71, 1973-96),
Portugal (1930-74, 1977-96), Meksiko (1934-96), Kolumbija (1936-96), Venecuela (1937-96), Indija
(1939-1996), Peru (1941-52, 1957-77, 1988-96), Argentina (1947-66, 1975-96), Filipini (1954-96),
Pakistan (1960-96), Brazil (1961-96).
Izvor: Goetzmann, W. N., Jorion, P. (1999): Re-Emerging Markets, The Journal of Financial and
Quantitative Analysis, Vol. 34, No. 1, 1-32.
103
189
190
Istraivanje je obuhvatilo sledee drave: Argentinu, Brazil, ile, Kolumbiju, Meksiko, Peru,
Venezuelu, Kinu, Indiju, Indoneziju, Juna Koreju, Maleziju, Pakistan, Filipine, Tajland, Tajvan,
eku, Maarsku, Poljsku, Rusiju, Tursku, Egipat, Izrael, Jordan, Maroko i Junoafriku
Republiku, a kao razvijeno trite autori su koristili SAD.
Izvor: Meric, I., Prober, L. M., Eichorn, B. H., Meric, G. (2009): A Principal Components
Analysis of the Portfolio Diversification Benefits of Investing in Emerging Stock Markets, Middle
Eastern Finance and Economics, No. 4, 110-116.
Izvor: Harper, A., Jin, Z. (2012): Comovements and Stock Market Integration Between India and its
Top Trading Partners: a Multivariate Analysis of International Portfolio Diversification, International
Journal of Business and Social Science, Vol 3., No. 3, 50-56.
104
Stopa prinosa
Ino trita
(100 % investicije)
Domae akcije, instrumenti sa
fiksnim prinosom i ino akcije
Domae akcije
(100 % investicije)
Standardna devijacija
Slika 4.1. Efikasna granica razliitih kombinacija finansijske aktive i investicionih strategija
Finansijska trita u nastajanju karakteriu sledei specifini rizici, koji za ishod imaju
visoku volatilnost ovih trita i znaajno oteavaju praktinu primenu MV modela:
trita kapitala u nastajanju predstavljaju plitka trita na kojima mali broj akcija
dominira u strukturi trinog indeksa, te je na ovim tritima uoljiv problem
nelikvidnosti.191 Problem nelikvidnosti akcija se ogleda u velikom broju dana bez
cenovnih signala, tzv. nesinhronom trgovanju192, nedostatku stabilnih i visokih dnevnih
prometa, visokoj volatilnosti cena i mogunosti uticaja na cenu pri izvrenju transakcija
velikog obima. Nelikvidnost smanjuje sigurnost i poveava rizik da investitori nee biti
u mogunosti da zatvore svoje pozicije bez velikog gubitka uloene imovine.
Nelikvidnost domaeg trita posledica je injenice da ono ne vri svoju osnovnu
funkciju - mesta prikupljanja kapitala, ve predstavlja ambijent na kome se vri
preuzimanje kompanija. Na strani ponude dominantno uestvuju individualni vlasnici,
koji su akcije stekli, najee besplatnom podelom u procesu masovne privatizacije, dok
na strani tranje dominantno uestvuje korporativni sektor, to prouzrokuje znaajnu
koncentraciju vlasnitva i nestajanja finansijskog materijala sa trita. Usled nedostatka
dovoljno velikog broja likvidnih akcija oteano je postizanje diversifikacije, dok
korekcija funkcije korisnosti za nelikvidnost granicu efikasnosti standardnog
Markowitz-evog modela skrauje i pomera udesno. Posebna panja se mora posvetiti
interpolaciji nedostajuih cenovnih signala kod nesinhronog trgovanja, nasuprot metodu
prepisivanja poslednje zabeleenog cenovnog signala koji stvara privid negativne
korelisanosti i kreira kvazi-optimalne portfolie.
191
192
Trite je likvidno ukoliko se transakcije velikog obima mogu trenutno i kontinuirano realizovati
bez veih promena cene. Nelikvidnost i poveani transakcioni trokovi osnovni su simptomi
neefikasnosti trita hartija od vrednosti.
Izvor: Bekaert, G., Harvey, C. R. (2005): Capital Markets: An Engine for Economic Growth,
Catalyst Monograph Series, Catalyst Institute.
Nesinhrono trgovanje (engl. Nonsynchronous trading) se definie kao beleenje cenovnih signala u
jednakim vremenskim intervalima iako su oni zapravo zabeleeni u razliitim intervalima.
Izvor: Campbell, J. Y., Lo, A. W., MacKinlay, A. C. (1997): The Econometrics of Financial
Markets, Princeton, Princeton University Press.
105
193
Izvor: Chunhachinda, P., Dandapani, K., Hamid, S., Parakash, A. J. (1997): Portfolio Selection and
Skewness: Evidence from International Stock Markets, Journal of Banking & Finance, 21, 143167.
106
194
195
Izvor: Susmel, R. (2001): Extreme Observations and Diversification in Latin America Emerging
Equity Markets, Journal of International Money and Finace, No. 20, 971-986.
Izvor: Bekaert, G., Erb, C., Harvey, C. R., Viskanta. T. (1998): The Behavior of Emerging Market
Returns. Richard Levich ed. (1998): The Future of Emerging Market Capital Flows, Kluwer
Academic Publishers, Boston, Chapter 5, str. 107-173.
107
196
197
Izvor: Monografija Beogradske berze 1894 1994, objavljena povodom stogodinjice Beogradske
berze, 12-15.
Izvor: Ibid, 15-20.
108
Skuptina je bila najvii organ Beogradske berze, a upravni odbor je rukovodio njenim
radom. Sekretar i pomono osoblje su obavljali struno-administrativne poslove, a
finansijsku kontrolu, knjienje i poslove blagajne je vrio finansijski odbor berze. lan
berze je mogao da postane domai dravljanin, vlasnik firme ili lan ortake firme, a
strani dravljani su mogli postati lanovi berze na bazi reciprociteta u njihovoj zemlji.
Berzanski sastanci su odravani svakog dana u odreeno vreme, osim subote. Svi
zaposleni su imali berzansku kartu za rad na berzi. Poslove su obavljali berzanski
posrednici, a na Produktivnoj berzi ovlaeni berzanski agenti. Berzanski posrednici
su vodili table sa ponudom i tranjom i glasno objavljivali cenu po kojoj je posao
zakljuen. Zvanine kurseve na Berzi je utvrivala Kursna komisija. Berza je imala
neku vrstu trezora za smetaj HOV koje su deponovane kao obezbeenje za
zakljuene poslove. Klirinka sluba je pravila petnaestodnevne obraune i preko
blagajne isplaivala razliku izmeu kupljenih i prodatih vrednosti. lan ili posetilac
Berze koji je eleo da obavlja terminske poslove bio je obavezan da deponuje kauciju
i obraunske razlike u gotovom novcu ili HOV. Kurs za terminske poslove je
utvrivan svakih sedam dana. Berza je imala izabrani sud (ezdeset sudija podeljenih
u etiri grupe), radi reavanja berzanskih sporova. Sud je reavao sve sporove nastale
u vezi sa berzanskim poslovima. Berza je donela i uzanse za valute, devize i efekte,
po osnovu kojih su sklapane zakljunice odmah posle unoenja podataka u dnevnike.
Devize su beleene u dinarima, osim onih koje su evidentirane u amerikim dolarima
ili francuskim francima. Promptni poslovi su izvravani odmah, ili najkasnije sledeeg
radnog dana do 11 asova. Terminski poslovi su ugovarani za tano odreeno vreme
isporuke berzanskog materijala, ali rok nije mogao biti dui od 6 meseci. Poetkom
XX veka, na Berzi su se kotirale razliite hartije od vrednosti. Najtraenije i
najstabilnije bile su dravne hartije, jer je poverenje u dravu bilo vee nego u
akcionarska drutva. Na Berzi su se kotirale akcije preko 140 novanih zavoda.
Beogradska berza izmeu dva svetska rata: Beogradska berza je obnovila rad po
stvaranju Kraljevine Srba, Hrvata i Slovenaca i pripajanja teritorija koje su bile u sastavu
Austrougarske. Po nastavku rada Beogradske berze, osnivaju se i druge berze:
Zagrebaka (1919), Novosadska (1921), Ljubljanska (1924), Somborska (1925) i
Skopljanska (1928). S obzirom na to da je postojala velika razlika u strukturi privrede i
nivou razvijenosti, izraen je Pravilnik o osnivanju Delegacije berzi. Cilj je bio da se
okupe sve domae berze i olaka poslovanje po berzanskim pravilima, odnosno da se iri
i podigne princip vere i potenja u razvoju moralnog kodeksa. Beogradska berza je poela
rad u Knez Mihajlovoj br. 37, zatim se preselila u zgradu br. 46, u istoj ulici, a kasnije u
Palatu Akademije nauka u Jakievoj ulici br. 2, gde je ostala sve do useljenja u
sopstvenu zgradu. Berza je 1934. godine dobila sopstvenu zgradu na Kraljevom trgu br.
13, izmeu Univerziteta i Dubrovake ulice (danas Kralja Petra). U periodu izmeu dva
svetska rata, posle pauze od etiri godine i u izuzetno tekoj privrednoj situaciji,
Berza ponovo pokree aktivnosti priprema pravne regulative, nove uzanse i, shodno
tome, postiu se i novi rezultati. Najintenzivnije trgovanje ostvareno je od 1923. do
1930. godine. To je i period konsolidacije privrede i stabilizacije dinara. Ovaj period
je po razvojnim karakteristikama bio najobimniji i najintenzivniji, sve do velike
svetske krize, koja se odrazila i na poslovanje nae privrede. Posle toga je evropske
zemlje zahvatila kriza, zapoeta u SAD, te je u tom vremenu prevlaivao klirinki
nain plaanja. U drugoj polovini tridesetih godina su sve evropske zemlje poele
pripreme za Drugi svetski rat, to je nepovoljno uticalo i na rad Beogradske berze.
109
Izgradnjom nove zgrade na Kraljevom trgu br. 13, u koju je Berza useljena 1934.
godine, obezbeeni su savremeni uslovi za rad, nove tehnike mogunosti, upotreba
savremenih sredstava komunikacije, funkcionisanje berzanskog suda. Promet Berze se
poveavao, berzansko poslovanje beleilo je uspon, svakoga dana Berzu je poseivalo
100-150 lica, a kursni list se tampao u hiljadu primeraka na tri jezika. Tadanja
Beogradska berza je postigla veliki ugled i svrstala se meu vodee evropske berze
tog vremena. Ratne pretnje su oteale rad svih berzi, pa i Beogradske. Tako je poslednja
godinja skuptina sa rezultatima za 1939. godinu odrana 1940. godine. Posle 10 meseci
zemlja je okupirana i Beogradska berza je po drugi put prestala sa radom. Poslednji
sastanak Upravnog odbora odran je 18.03.1941. godine.
Obeleja finansijskih trita posle Drugog svetskog rata: za vreme Drugog svetskog
rata finansijska trita nisu mogla normalno da funkcioniu. Aktivnosti su bile svedene u
okvire nacionalnih granica, pa su neke berze obustavile rad. Sve do 1953. godine su trajali
napori da se svetski monetarni sistem i finansijska trita oporave. Od tada poinje uspon
finansijskih trita koji traje do danas. U zemljama sa kapitalistikim privrednim
sistemima trajale su aktivnosti na obnavljanju finansijskih trita, a u zemljama realnog
socijalizma se odvijao suprotan proces. Finansijsko trite, naroito sekundarno trite
HOV, je proglaeno nepovoljnom tvorevinom. Sekundarno finansijsko trite je ukinuto,
a banke i finansijske institucije su postale servis drave sa zadatkom da distribuiraju
sredstva i akumulaciju u skladu sa planovima razvoja. U bivoj Federalnoj dravi sa
socijalistikim ureenjem berze nisu radile, ve samo banke i federalni fondovi.
Beogradska berza je prestala sa radom 1953. godine. Neke hartije od vrednosti se
ukidaju akcije, a neke su zadrane ek, menica, obveznica, ali vie nisu bile
predmet sekundarne trgovine. Promet se realizovao na relaciji: izdavalac (dunik)
korisnik (poverilac). Mnogi poznati trgovci, bankari i lanovi Berze nestali su tokom
rata, ili su nakon rata osueni kao neprijatelji reima. Na taj nain, sa Berzom su otili
i ljudi koji su osnovali Berzu, odnosno, omoguavali njen rad. Mnogima je oduzeta
imovina, a uniten je i veliki deo dokumentacije i materijala iz zgrade stare
Beogradske berze. Jedino se moe rei da je donekle bilo organizovano Trite novca
i HOV, osnovano 1967. godine pri Udruenju banaka Jugoslavije. Cene HOV bile su
propisane u visini eskontne stope.
Trei poetak rada Beogradske berze: nakon Drugog svetskog rata pa sve do 1990tih godina, u Republici Srbiji trite hartija od vrednosti praktino nije postojalo.
Tradicija emitovanja hartija od vrednosti radi formiranja kapitala u Srbiji je skromna,
a dugi niz godina, bankarski zajmovi su predstavljali najvaniji izvor eksternog
finansiranja. Krajem 1980-tih godina, promenom opte klime u drutvu i poetkom
privrednih reformi, pojavljuju se znaci ponovnog stvaranja ovog sektora osnivanjem
berze 1989. godine kao Jugoslovenskog trita kapitala koje je poslovalo u skladu sa
Zakonom o tritu novca i tritu kapitala. Jugoslovensko trite kapitala je pravna
naslednica berze iz 1894. godine, jedne od najveih evropskih berzi tog doba.
Afirmacija trine privrede, krajem osamdesetih godina 20. veka, ali sa drutvenom
svojinom, uslovila je i ubrzani razvoj finansijskog trita. Usvojeni su znaajni
zakoni: Zakon o preduzeima (doputa osnivanje akcionarskih drutava); Zakon o
Narodnoj banci Jugoslavije; Zakon o HOV; Zakon o tritu novca i kapitala
(regulisano osnivanje berze); Zakon o sanaciji, steaju i likvidaciji banaka i drugih
finansijskih organizacija, Zakon o Agenciji federacije za osiguranje depozita i
sanaciju banaka itd. Ovim i drugim zakonima omoguena je rekonstrukcija
finansijskog sistema.
110
198
199
Izvor: Statut Beogradske berze a.d. Beograd (Slubeni glasnik RS br. 13/04, 116/04 I 69/05), izmene
i dopune inkorporirane u preien tekst Statuta od 20. oktobra 2005. godine na koje je Komisija za
hartije od vrednosti dana 27.10.2005. godine, dala saglasnost.
Izvor: oki, D., (2003): The Development of Financial Services in the State Union of Serbia
and Montenegro, Policy and Legal Advice Center, SCEEP AIA Report No.5, Belgrade.
111
1990.
26
200
Izvor: Ibid.
112
Godina
Broj transakcija
Vrednost prometa
Struktura prometa,
inovacije i
specifinosti
Godina
Broj transakcija
Vrednost prometa
Struktura prometa,
inovacije i
specifinosti
Godina
Broj transakcija
Vrednost prometa
Struktura prometa,
inovacije i
specifinosti
1994.
4.180
343 miliona dinara
Donet je Zakon o berzama, berzanskom poslovanju i berzanskim
posrednicima koji je postavio nove zadatke i kriterijume berzanskog
poslovanja i omoguio osnivanje berzanskih posrednika.
Preko 90% prometa realizovali su komercijalni i blagajniki zapisi.
Broj preduzea i banaka ijim se akcijama trgovalo iznosio je 380.
1995.
8.252
718 miliona dinara
Trgovalo se kratkoronim hartijama od vrednosti. U trgovanje su
uvedene obveznice Narodne banke Jugoslavije, sa ueem od 5% u
ukupnom prometu, a kao najei kupci javile su se banke.
1996.
7.943
2.178 miliona dinara
U junu, Beogradska berza postala je meovita finansijska berza
koja objedinjuje finansijski i robni promet.
Formirana su odeljenja za berzanske funkcije: listing, trgovanje,
kliring i informisanje i time poboljani uslovi trgovanja.
Najvei promet ostvaren je obveznicama Narodne banke Jugoslavije
(44%) i komercijalni zapisima (35%), a ostatak su inili sertifikati o
depozitu, iralni novac i robno-komercijalni zapisi.
Novitet su robno-komercijalni zapisi Direkcije za robne rezerve
Republike Srbije sa podlogom u penici, kukuruzu, eeru i ulju.
Povean je broj anova Berze na 14 brokerskih i dilerskih kua i 6
banaka
Godina
Broj transakcija
Vrednost prometa
1997.
7.778
3.900 miliona dinara
Ponovo poinje trgovanje obveznicama Savezne Republike
Jugoslavije, koje su kao i obveznice Narodne banke Jugoslavije, zbog
malog rizika privukle panju investitora, iako im je kamatna stopa bila
dvostruko nia od stope ostvarene u transakcijama komercijalnim i
Struktura prometa, blagajnikim zapisima.
Trgovalo se akcijama 19 banaka.
inovacije i
specifinosti
Najvee uee u prometu imale su obveznice Narodne banke
Jugoslavije sa 39% i komercijalni zapisi sa 30%, dok je najvei broj
transakcija zakljuen komercijalnim zapisima 85%.
Kreiran je indeks Beogradske berze na kratkorone dunike
hartije od vrednosti.
Tabela 4.1. Pregled razvoja trita kapitala Republike Srbije od 1990. do 2003. godine201
Izvor: Obrada autora prema podacima: Specijalni dodatak Biltena Beogradske berze, (2004):
Beogradska berza od 1989. do 2004. godine - Decenija i po rada Beogradske berze, Beograd.
113
202
203
Izvor: www.belex.rs
Izvor: Statut Beogradske berze a.d. Beograd (04/1 br. 467-1/12), lan 6.
114
115
Posebni uslovi za
akcije i depozitne
potvrde na akcije
izdavaca
Posebni uslovi za
dunike HOV
Prime Listing
3 godine
Pozitivan
Standard Listing
3 godine
Pozitivno miljenje ili miljenje
Pozitivno miljenje
za rezervom
Minimalni iznos kapitala
20 miliona evra
4 miliona evra
Izvetaj o reviziji godinjeg finansijskog izvetaja sa izraenim
pozitivnim miljenjem ili miljenjem sa rezervom
Internet stranica izdavaoca na srpskom i engleskom jeziku
U slobodnom prometu u javnosti (free float)
nalazi se alternativno:
- najmanje 25% akcija od ukupno
emitovanih akcija izdavaoca
- akcije minimalnog iznosa
kapitala 10 miliona evra koje su u
vlasnitvu najmanje 500
akcionara;
116
204
Izvor: Odluka o duini trajanja faza trgovanja u okviru pojedinog metoda trgovanja, www.belex.rs.
117
118
U devizne rezerve se tokom 2005. godine od privatizacije slilo 298 miliona evra, od
kredita 276 miliona evra, od donacija 81 milion evra, a od deblokade deviznih sredstava
64 miliona evra. Prema podacima Agencije za privatizaciju, 2005. godine privatizovano
je 501 preduzee sa ukupnom realizovanom cenom od 390,6 miliona evra. Objavljeno
je 32 tendera i tenderski privatizovano 15 preduzea. Za privatizaciju 204 preduzea
obavljene su javne aukcije, od kojih je 48 % bilo uspenih. Od prodaje paketa akcija iz
portfolia drave ostvaren je prinos od 122,3 miliona evra. Strane direktne investicije
iznosile su 1,286 mlrd. USD, prevashodno u novcu i delimino u opremi.206
Privreda Srbije je tokom 2006. godine ostvarila odline rezultate. Nova monetarna
strategija Narodne banke Srbije (ciljanje inflacije) je smanjila stopu inflacije sa 18 % na
kraju 2005. godine i ostvarila stabilizaciju cena, koja je na kraju 2006. godine iznosila
6,6 %. vrsta monetarna politika dovela je do poveanja deviznih rezervi Narodne
banke Srbije. Monetarna politika bila je usmerena na smanjenje inflatornih pritisaka i
sniavanje mesenih stopa inflacije. U borbi protiv inflacije, Centralna banka je najee
koristila kamatnu stopu na repo transakcije i stopu obavezne rezerve. U istom periodu
devizni kurs je bio neznatno apresiran. Prema izvetaju Evropske banke za obnovu i
razvoj (EBRD), stopa rasta BDP-a u 2006. godini je iznosila oko 5,7 % u odnosu na
2005. godinu.207 Snaan upliv stranih investicija podstakao je razvoj duvanske industrije
i industrije osnovnih metala. Rast sektora usluga u 2006. godini je iznosio oko 30%, a
sektora graevinarstva 35 %. Privatni sektor je u ukupnom BDP-u, iste godine uestovao
sa 55 %. Industrijska proizvodnja zabeleila je znaajan rast (oko 5,5 %), a posebno u
delu preraivake industrije (rast oko 6,4 %). Povean je izvoz (oko 27,8 %), a usporen
rast uvoza (rast od oko 22 %) i spoljnotrgovinskog deficita (rast od oko 17,1 %),
smanjena je ponuda novca i zaustavljen rast inflacije. Rast izvoznog sektora i visok upliv
transfera iz inostranstva pomogli su u pokrivanju deficita tekueg rauna koji je u 2005.
godini iznosio vie od 10 % BDP-a, a u 2006. godini oko 17 % BDP-a. U 2005. i 2006.
godini, drava je uspela da povea fiskalne prihode. Meutim, ukupan iznos dravnih
rashoda i dalje je na visokom nivou, ak 40 % BDP-a, pa je najvei izazov sa kojim se
domaa privreda suoavala smanjenje deficita javne potronje. U 2006. godini za
potrebe servisiranje duga neophodno je bilo izdvojiti 2 mlrd. USD. Ukupni rezultati
reformi i institucionalnog sistema u Srbiji, u Izvetaju EBRD iz 2006. godine, ocenjeni
su kao najbra tranzicija u regionu. Prema Izvetaju Svetke banke, Srbija je popravila
uslove za poslovanje i od 175 zemalja sa 92. pozicije prela na 68. poziciju, to je bio
pozitivan signal za investitore. Zajedno sa Slovakom, Rumunijom i Litvanijom, Srbija
se nala u vrhu zemalja prema sprovedenim reformama poslovnog ambijenta.208
Meunarodna agencija za utvrivanje kreditnog boniteta Fitch, dodelila je dugoronom
dugu Republike Srbije rejting BB (ocenivi istovremeno perspektive rejtinga kao
stabilne; re je o globalnim obveznicama koje dospevaju 2024. godine, emitovanim kao
pokrie duga Londonskom klubu, kao i domaim obveznicama u evrima, emitovanim za
izmirenje obaveza po osnovu devizne tednje), dok je kratkoroni dug dobio rejting B.
Prethodno je, agencija Standard&Poor's Srbiji dodelila rejting B+, koji je slabiji od
Fitch-ovog.209 Usvajanje Zakona o tritu hartija od vrednosti i drugih finansijskih
instrumenata, Zakona o preuzimanju i Zakona o investicionom fondovima u 2006.
godini znaajno je unapredilo investicioni ambijent u Srbiji.
206
207
208
209
119
120
Spoljni dug Srbije, zakljuno sa novembrom 2008. godine iznosi je 28 mlrd. USD.
Rast je u daleko veoj meri zabeleen u segmentu privatnog duga, kao posledica
dugoronog zaduivanja domaih preduzea i banaka u inostranstvu. Tokom 2008.
godine odobren je stand-by aranman sa MMF-om radi ouvanja makroekonomske
i finansijske stabilnosti u zemlji. Ovaj aranman je bio pozitivan signal za strane
kreditore i investitore da ulau u Srbiju, i izvrio je zaokret u fiskalnoj politici u
pravcu smanjenja prekomerne potronje na svim nivoima. Aranman je MMF-u
omoguio da nadgleda sprovoenje ekonomske politike i strukturnih reformi,
osigurava deviznu likvidnost i smanji finansijski rizik Srbije.211
Svetska ekonomska kriza, koja je u Srbiju stigla u poslednjem kvartalu 2008. godine,
punom snagom je zahvatila Srbiju tokom 2009. godine. Nakon stope rasta BDP-a,
koja je bila preko 5 % u 2008. godini, u 2009. godini svi segmenti poslovanja
zabeleili su znaajan pad. Procene se kreu od 3,5 % do 4 % pada BDP-a.
Industrijska proizvodnja je u prvom polugoditu bila manja za 18 % u odnosu na isti
period 2008. godine, a spoljna trgovina zabeleila je pad od skoro 40 % u istom
periodu. Usled smanjenja domae tranje smanjio se i uvoz, tako da se i trgovinski
deficit smanjio u apsolutnom iznosu. Recesija je doprinela smanjenju inflatornih
pritisaka, svodei inflaciju na planirani nivo, pri emu su cene proizvoda pod
kontrolom drave za 50 % vie od cena koje se slobodno formiraju na tritu. Ukupna
zaposlenost je pala za oko 100.000, to je dodatno pogoralo stopu nezaposlenosti sa
14,4 % na 16,4 %. Veliki deo deviznih kredita ili kredita indeksiranih u stranoj valuti
u portfolijima srpskih banaka bio je povod za zabrinutost (oko 75 % svih kredita), dok
su nenaplativi krediti porasli sa 4,7 % poetkom godine na 7,6 % ukupno odobrenih
kredita do kraja septembra. Kolaps spoljnotrgovinske razmene, tokom kojeg je uvoz
doiveo posebno otar pad, pokrenuo je korekciju deficita tekueg rauna platnog
bilansa u prva tri kvartala 2009. Izvoz je bio nii za 25 % (u evrima) u prva tri
kvartala 2009, dok je uvoz nastavio da pada za ak 31 % u odnosu na isti period 2008.
Rizici su ublaeni velikim udelom likvidnih sredstava bankarskog sektora (24,8 % u
septembru 2009) i visokim nivoom kapitala (racio adekvatnosti kapitala je u
septembru bio 21,3 %). Devizni depoziti domainstava takoe su se oporavili i do
polovine novembra vratili na nivo na kojem su bili pre izbijanja krize.212
Nastavak krize svetskog finansijskog sistema i ekonomske recesije u 2010. godini,
doveo je do poveanja budetskog deficita i zaduenosti zemlje pod nepovoljnim
uslovima, porasta nezaposlenosti, pada investicionih aktivnosti i porasta inflacije.
Privredna aktivnost je zabeleila nastavak trenda opadanja u mnogim privrednim
sektorima, izazvana optim padom potronje. Privatizacija javnih preduzea
inicijalnom javnom ponudom je odloena. Izvrena je besplatna podela 15 % akcija
NISa graanima Srbije i ukljuenje ove kompanije na Prime market Beogradske
berze. Kurs domae valute tokom 2010. godine zabeleio je znaajne promene.213
Tokom 2011. godine, ekonomska kriza se snano manifestovala u svim segmentima
ekonomije, na geografski tako irokom prostoru da je dobila karakteristike svetske
ekonomske krize.
211
212
213
121
122
Miliona evra.
4.000,0
3.323,0
3.500,0
3.000,0
2.500,0
1.821,0
2.000,0
1.500,0
1.000,0
1.824,0
1.827,0
1.373,0
1.250,0
1.194,0
774,0
860,0
500,0
606,9
231,9
0,0
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
(okt)
Godina
215
216
123
CPI (%)
20
18
16
14
12
10
8
6
4
2
0
17,7
13,7
12,2
11
10,3
8,6
7,8
6,6
7,0
6,6
2,2
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
Godina
Mlrd. evra
14
12,06
12
9,02 9,63
10
10,6 10,0
10,92 11,1
8,16
8
4,92
6
4 2,84 3,1
2
0
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
Godina
217
218
124
Mlrd. evra.
30,00
25,00
21,10
20,00
25,72 25,52
17,14
15,00
10,00
22,49
23,79 24,10
12,20
9,68
14,18
9,47
5,00
0,00
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
2013
(nov)
Godina
(%)
9,3
5,4
2,5
5,4
3,6
3,8
1,0
2,0
1,6
-2,0
-3,5
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
Godina
219
220
125
Miliona evra .
40.000
33.000
32.668
35.000
31.141
28.957 28.006
28.692
28.468
30.000
23.305
20.306
25.000
19.026
20.000 17.306
15.000
10.000
5.000
0
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
Godina
Slika 4.7. Vrednost BDP-a u milionima evra221
Miliona evra.
Vlada Republike Srbije je poetkom oktobra 2013. godine usvojila paket mera za
stabilizaciju javnih finansija i oporavak privrede. Prema fiskalnoj strategiji za jaanje
privrede potrebna je konsolidacija javnih finansija i sprovoenje fiskalne politike koja
je bazirana na principu odgovornog fiskalnog upravljanja i fiskalnim pravilima koja
jaaju fiskalnu disciplinu, poboljavaju fiskalnu koordinaciju izmeu razliitih nivoa
vlasti, smanjuju ukupne rizike i obezbeuju dugoronu odrivost sistema. Smanjenje
line i javne potronje u velikoj meri je rezultat sprovoenja mera fiskalne
konsolidacije. Potronja stanovnitva zabeleila je pad i u 2013. godini od 1,2 %.
Oporavak line potronje i dalje je ogranien visokom stopom nezaposlenosti i
ogranienim realnim rastom zarada u javnom sektoru i penzija kao glavnih izvora
potronje.
12.000
10.000
7.232
8.000
8.427 8.628
6.143
5.029 4.895
6.000
3.414
4.000
2.000
7.796
2.275
1.110 1.146
0
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
(okt)
Godina
Slika 4.8. Devizna tednja stanovnitva u milionima evra222
221
222
126
223
127
224
225
128
226
129
Vrednost ostvarenog prometa je 2010. godine i dalje bila na nivou pre poetka
ekspanzije i nije uporediva sa vrednostima ostvarenim u godini pre krize, ime jasno
ukazuje na nedostatak likvidnosti i nedovoljan broj investitora. Domae trite
kapitala je tokom 2010. godine bilo u stagnaciji i osetilo je negativne posledice
dogaanja iz razvijenijeg dela okruenja, prvenstveno grke dunike krize, koja je
dominirala opredeljenjem investitora da ovaj region tokom 2010. godine iskljue iz
svojih investicionih aktivnosti. Na Beogradskoj berzi je 2010. godine vrednost
ostvarenog prometa iznosila neto vie od 222 miliona evra, to predstavlja smanjenje
od 44,9 % u odnosu na 2009. godinu. Krajem avgusta 2010. godine ukljuenjem u
trgovanje akcija Naftne Industrije Srbije a.d. Novi Sad (NIIS) koje predstavljaju prve
akcije dodeljene graanima po Zakonu o pravu na besplatne akcije, a koje su
ukljuene u sekundarno trgovanje, dovelo je do rekordne 725.550 transakcije,
odnosno do rasta broja transakcija od 840 % u odnosu na 2009. godinu.
U 2011. godini na Beogradskoj berzi je ostvaren ukupan promet u vrednosti od neto
vie od 280 miliona evra, to predstavlja porast prometa od 24,2 % u odnosu na
prethodnu godinu. Poetak 2011. godine obeleilo je ukljuenje akcija Aerodroma
Nikola Tesla a.d. Beograd (AERO) koje je, uz ve formirani uzlazni trend sa kraja
2010. godine, doprinelo znaajnom porastu aktivnosti na Berzi. Uz neto slabiji porast
prometa, dolo je do znaajnog porasta transakcija prouzrokovanog porastom broja
uesnika u trgovanju, pre svega prodavaca, odnosno vlasnika besplatno podeljenih
akcija. Najvei broj transakcija je zabeleen u martu od ak 857.515 transakcija, to je
vrednost via i od celokupne 2010. godine. Na kraju 2011. godine ukupan broj
transakcija je iznosio istorijski najviih 2.887.538, to je respektabilna vrednost i za
berze daleko razvijenije od nae. U odnosu na prethodnu godinu porast broja
transakcija iznosi ak 298 %. Eskalacija krize u evrozoni je imala uticaja i na domae
trite kapitala, koje je snano uslovljeno deavanjima u regionu i aktivnostima
stranih investitora. U odnosu na aktivniju prvu polovinu godine, u drugoj polovini
2011. je dolo do znaajnog hlaenja aktivnosti koje se ogledalo u padu prometa i
broja transakcija. 227
Tokom 2012. godine domae trite kapitala, ali i ceo region jugoistone Evrope je
bio optereen hroninim problemom niske likvidnosti koja deformie cene trgovane
aktive i ujedno utie na poveanje sistemskog nepoverenja u trine mehanizme.
Grka dunika kriza opredelila je sentiment inostranih investitora po pitanju ulaganja
u ovaj deo evropskog kontinenta, koji se ne moe pohvaliti efikasnim reformama,
poveanoj produktivnosti i uslovima poslovanja na tritima kapitala.
Neznatan broj velikih institucionalnih investitora koji svojim ueem na tritima
kapitala pored likvidnosti obezbeuju i smanjenje volatilnosti, naglasilo je potrebu za
uspostavljanjem saradnje i povezivanjem organizatora trita. Upravo su iz tog
razloga, 2012. godine, najmanje berze regiona (Montenegro, Sarajevska i Banjaluka
berza) najavile integraciju olakanim pristupom domicilnim tritima putem
jedinstvene platforme za trgovanje. Na Beogradskoj berzi je u 2012. godini ostvaren
ukupan promet u vrednosti od neto manje od 220 miliona evra, to izraeno u
dinarima predstavlja pad od 12,6 % u odnosu na 2011. godinu.
227
130
Prvih est meseci 2012. godine na Beogradskoj berzi je obeleio dramatian pad
vrednosti prometa i ukupnih trinih aktivnosti koji je domae trite doveo do
situacije nezabeleene jo od 2002. godine, jer je minorna inostrana tranja i apsolutni
nedostatak domae kompenzacije za pad te tranje spustio likvidnost na minimum.
Prvo tromeseje je bilo obeleeno sporou nadlenih institucija u adaptiranju na
novine predviene novim zakonskim okvirima, i formulisanju pravnog okvira u kome
lanovi Berze i investitori obavljaju poslovanje na predvidiv i jednostavan nain, te je
tradicionalno najaktivniji i trgovaki najkvalitetniji prvi kvartal proputen i nije doneo
ohrabrujue podatke o kretanju cena i likvidnosti trita. Drugi kvartal je obeleila
predizborna neizvesnost koju izborni proces nosi i na razvijenim i ureenijim
tritima. Faktor koji je dodatno destabilizovao domae trite ve znaajno
osiromaenih investitora u domau finansijsku aktivu, bilo je ponaanje regulatora,
kontrolora i supervizora domaeg finansijskog trita, odnosno dravnih organa koji
su na neuobiajen nain reili da prevaziu krizu u Agrobanci228, nekad najlikvidnijoj
hartiji na Beogradskoj berzi i to najpre neprisustvovanjem na zakazanim skuptinama
drutva u ozbiljnim problemima, a zatim i oduzimanjem licence za rad i
prebacivanjem zdrave aktive na novo pravno lice. Postojei akcionari su usled takvog
postupanja pravdu zatraili pred meunarodnim arbitranim institucijama. Stranim
investitorima je na taj nain poslat signal o preteranom riziku i nemogunosti ulaganja
novca u srpsko trite kapitala.
Tokom 2013. godine trite kapitala Republike Srbije je karakterisala stagnacija
aktivnosti u ovoj sferi privrednog delovanja. Reavanje politikih izazova Srbije u
procesu pridruivanja Evropskoj uniji kroz Briselski sporazum i dobijanje datuma za
otpoinjanje pregovora za pristupanje EU, su dogaaji koji su obeleili 2013. godinu,
ali koji nisu imali adekvatnu pozitivnu refleksiju na tritu. Trite je i dalje bez
znaajnih inicijalnih javnih ponuda, a ni prometi na sekundarnom tritu nisu na nivou
koji bi ukazivao na pozitivne trendove. Interesovanje investitora i dalje je u zamci
izuzetno niske likvidnosti i visoke fragmentiranosti regionalnih trita koja zajedno sa
neusaglaenom pravnom regulativom de facto spreava globalne investitore sa velikom
aktivom da se znaajnije ukljue u trgovanje na tritima naeg regiona. Na
Beogradskoj berzi je u 2013. godini ostvaren ukupan promet u vrednosti od neto vie
od 267 miliona evra, to izraeno u dinarima, predstavlja rast prometa od 21,7 % u
odnosu na 2012. godinu. Prvu polovinu 2013. godine na Beogradskoj berzi je obeleila
izuzetno niska likvidnost u redovnom prometu, uz istovremeno najvei promet na
pojedinanoj hartiji ostvaren blok transakcijom akcije kompanije Frikom a.d.
Beograd.229 Prvi kvartal 2013. godine obeleilo je relativno stabilno kretanje cena uz
praenje rastueg trenda koji je formiran poetkom etvrtog kvartala 2012. godine.
Drugi kvartal 2013. godine je doneo negativne promene u vidu smanjena likvidnosti i
pada opteg nivoa cena aktive, koji je anulirao prethodne dobitke. Nakon relativne
politike stabilizacije i poboljanja ekonomskih parametara (godinje stope inflacije i
nivoa kursa) u drugoj polovini 2013. godine dolo je i do porasta vrednosti prometa,
koji je ipak bio propraen padom ukupnog broja transakcija na tritu.
228
229
O znaaju Agrobanke, kao emitenta, za Beogradsku berzu govori podatak da je kroz dokapitalizacije
od oko 108 miliona evra, Agrobanka aktivirala preko 600 miliona evra preteno stranog novca kroz
uplate, to je u to vreme imalo znaajne reperkusije na jaanje kursa domae valute, pa zatim i naglo
slabljenje iste kada se neaktivirana dokapitalizacija vraala u svoje matine zemlje.
U januaru 2013. godine, akcije kompanije Frikom a.d. Beograd je, kroz blok transakciju u vrednosti od
96,2 miliona evra, preuzela od Agrokora kompanija Ledo i time obeleila celu 2013. godinu i znaajno
uticala na pokazatelje uea stranih lica u trgovanju.
131
7,4
100
19
13
10
81
87
90
92,6
2005
2006
2007
2008
12,2
20,5
14,6
17,9
85,4
82,1
2011
2012
Procenat
22,3
87,8
79,5
94,4
62,9
0
2004
2009
2010
2013
Slika 4.9. Uee akcija i uee obveznica Republike Srbije u vrednosti ukupnog prometa
ostvarenog na Beogradskoj berzi
5
6,9
11,3
95
93,1
88,7
2007
2008
2009
1,3
0,2
0,9
0,7
98,7
99,8
99,1
99,3
2010
2011
2012
2013
100
Procenat
27
18
47,4
73
82
49,6
0
2004
2005
2006
Godina
Uee akcija u broju transakcija
Slika 4.10. Uee broja zakljuenih transakcija akcijama i obveznicama Republike Srbije u
ukupnom broju zakljuenih transakcija na Beogradskoj berzi
132
133
Broj transakcija akcijama u 2006. godini je iznosio 115.992, dok je uee akcija u
ukupnom broju transakcija bilo 82 %. Trgovanje obveznicama RS je u 2006. godini
zabeleilo rast prometa od 43 % u odnosu na prethodnu godinu i dostiglo vrednost
prometa od neto manje od 158 miliona evra, koji je ostvaren kroz 25.507 transakcija.
U ukupnom prometu, obveznice RS su uestvovale sa 13 % (to je pad od 6 % u
odnosu na 2005. godinu). Iako je promet obveznicama u apsolutnom iznosu porastao,
uoava se sve vea preferencija investitora ka trgovanju akcijama.233
Tokom 2007. godine u ukupnom prometu su dominantno, za razliku od 2006. koju je
obeleilo trgovanje akcijama bankarskog sektora, uestvovale akcije preduzea (53
%), dok je promet akcijama iz bankarskog sektora smanjen za 17 % na nivo od 37 %
uea u ukupnoj vrednosti prometa. Obveznice Republike Srbije su svoje uee u
ukupnom prometu smanjile sa 13 % u 2006. godini na 10 % u 2007. godini. Vrednost
prometa akcijama je u 2007. godini poveana za 70 % u odnosu na 2006. godinu, i
dostigla je vrednost od preko 1,85 mlrd. evra. Uee akcija u ukupnoj vrednosti
prometa time je poveano za 3 %, na ak 90 %. Broj transakcija u trgovanju akcijama
2007. godine je iznosio 285.566, to je za oko 170.000, odnosno 146 % vei broj
transakcija u odnosu na 2006. godinu. Uee trgovanja akcijama u ukupnom broju
transakcija je time dominantnije nego u ukupnom prometu i iznosi 95 %.234 Kao to
je ranije navedeno, najvei doprinos rastu prometa i broja transakcija u 2007. godini
imali su individualni investitori, koji su se prvi put u veoj meri ukljuili u trgovanje
na domaem tritu kapitala, kao i novi investicioni i penzioni fondovi koji su u ovom
periodu poeli sa radom. U 2007. godini trgovanje obveznicama je dostiglo vrednost
od 207 miliona evra. Iako su obveznice u ukupnoj vrednosti prometa participirale
svega 10 %, u apsolutnom iznosu promet obveznicama je porastao za 30 % u odnosu
na 2006. godinu. Iako je promet obveznicama zabeleio rast, broj transakcija koje su
doprinele njenom ostvarenju je pao za ak 39 %, to govori da je frekventnost
transakcija na tritu obveznica smanjenja uz istovremeni rast pojedinane vrednosti
transakcije. U ukupnom broju transakcija obveznice su uestvovale sa 5 %, odnosno
15.644 transakcije.235 Strane investitore koji se pojavljuju na Beogradskoj berzi
moemo da razvrstamo u dve kategorije. Prvi, koji su opredeljeni za oblik stratekog
partnerstva, i koji u procesu privatizacije ili preko Berze stiu veinski paket akcija u
domaim kompanijama, i drugi, spekulativni investitori koji smatraju da je dodatni
rizik prisutan na rizinijem tritu dobro kompenzovan. Interesovanje stranih
investitora za srpsko trite kapitala, ukazuje i na nedovoljnu aktivnost domaih
investitora, prvenstveno jer stanovnitvo nema dovoljan iznos tednje za investiranje
na tritu kapitala, a domai privrednici naviknuti su na pribavljanje fondova iz
bankarskh kredita. Visok udeo stranih investitora stvara dodatnu nestabilnost, jer bilo
kakvo poveanje rizika prouzrokuje bekstvo stranog kapitala, to dovodi do
destablizacije i eventualnog kraha srpskog trita. Navedeni podaci ukazuju da je
trite hartija od vrednosti Republike Srbije tokom 2007. godine bilo atraktivna
meunarodna investiciona alternativa. Meutim, ono nije bez nedostataka. Brzinu
akumulacije kapitala i viu stopu privrednog rasta u odnosu na razvijena trita, strani
investitori smatraju kompenzirajuim faktorima postojanja specifinog rizika srpskog
trita kapitala, kao to je politika nestabilnost i asimetrija informacija.
233
234
235
134
135
239
240
241
136
242
243
137
Ukupan ostvaren promet je iznosio oko 180 miliona evra, to predstavlja pad od oko
16 %. Uz prethodno navedene podatke o poveanoj percepciji rizika od strane
investitora prouzrokovane situacijom prevashodno u bankarskom sektoru i negativnim
regionalnim ambijentom, promet akcijama je uz rekordno lou 2010. godinu na
drugom najniem nivou od kada je u Srbiji uvedeno elektronsko trgovanje ovim
finansijskim instrumentom. Takoe, znaajan pad broja transakcija na svega 478.666
(u ukupnom broju transakcija uestvovale su 99,1 %) govori o stabilizaciji trgovanja
akcijama koje su bile predmet besplatne distribucije, usled stabilizacije ponude te se
ovako veliki broj transakcija ne moe oekivati ponovo sve do eventualnog dolaska
novih kompanija koje su bile ili e biti predmet besplatne podele. Novi Zakon o tritu
kapitala koji je svoju punu primenu dobio stupanjem na snagu Pravila Beogradske
berze, kod najkvalitetnijeg segmenta doveo je do terminolokog usklaivanja naziva i
korekcije pravila listiranja. Oba listinga regulisanog trita Beogradske berze na kraju
2012. godine ukupno su imala 8 akcija listiranih kompanija, bez promene u odnosu na
prethodnu godinu. Sve refleksije relativno loe ekonomske situacije odrazile su se i na
mogunost dovoenja novih kompanija na bilo koji nivo listinga, te je pored jasno
izraene volje nekih domaih kompanija za taj kvalitativni iskorak, listiranje odloeno
za neko budue vreme. Poslednjeg dana 2012. godine kapitalizacija regulisanog
trita akcija je iznosila 2,8 mlrd. evra, pri emu je Prime listing imao kapitalizaciju
od 1,34 mlrd. evra, a Standard listing gotovo 131 milion evra. U ukupnom trgovanju
akcijama, regulisano trite je uestvovalo sa izuzetno visokih 88,9 %, mada je zbog
nove klasifikacije ovaj podatak relativno neuporediv sa prethodnim podacima sa
berzanskog trita. Ukupno ostvaren promet na Prime listingu je iznosio 40,7 miliona
evra. Standard listing su i u 2012. godini inile akcije 3 kompanije koje su zabeleile
ukupan promet od 7,4 miliona evra.
Nova zakonska regulativa uslovila je novu segmentaciju trita (prema uslovima i
kriterijumima za ukljuenje na regulisano trite, odnosno MTP Belex) i razvrstavanje
ve ukljuenih hartija od vrednosti na nove trine segmente, te je u tom postupku
formiran segment regulisanog trita koji nije listing Open market, a koji obuhvata
one minimalno likvidne nelistirane hartije koje ispunjavaju najmanje zahteve u pogledu
kapitala izdavaoca, odnosno free float-a, kao i korporativnog upravljanja. Ovaj
segment, iako hijerarhijski najnii nivo regulisanog trita, u 2012. godini je ostvario
najvei obim prometa i uprkos trendu smanjivanja broja akcija kojima se trguje,
poseduje znaajnu trinu kapitalizaciju koja dostie gotovo 1,4 mlrd. evra. Open
market je na kraju 2012. godine brojao 133 razliita finansijska instrumenta, ukljuujui
dve obveznice izdate od strane banaka. Paralelno sa uspostavljanjem regulisanog trita
formirana je i multilateralna trgovaka platforma kojom upravlja Beogradska berza,
MTP Belex, a na kome su sve hartije koje ne ispunjavaju propisane minimalne
kriterijume likvidnosti i korporativnog izvetavanja. Na kraju 2012. godine akcije sa
ovog segmenta imale su trinu kapitalizaciju od 2,8 mlrd. evra, dok je ostvaren promet
iznosio 24 miliona evra. Na ovom najnelikvidnijem segmentu, 83 % prometa je
ostvareno u jednoj transakciji Srpske fabrike stakla a.d. Parain (SFSP) tokom jula
2012. godine.244 Na Beogradskoj berzi je u trgovanju svim dunikim hartijama od
vrednosti u 2012. godini promet iznosio oko 39 miliona evra, to predstavlja poveanje
za 7 % u odnosu na prethodnu godinu. Uee prometa obveznicama u ukupnom
prometu iznosilo je 17,9 %. Ukupan broj realizovanih transakcija obveznicama u 2012.
godini iznosio je 4.347 transakcije (0,9 % ukupnog broja zakljuenih transakcija).
244
138
Miliona evra.
Serijom obveznica A2013 ostvaren je najvei promet u 2012. godini. Serija obveznica
A2015 je u posmatranom periodu ostvarila i najvei rast cene u iznosu od 8,96 %.
Ako posmatramo prinose na godinjem nivou, ignoriui seriju A2013 zbog roka
dospea, ostale etiri serije su se kretale oko nivoa prinosa izmeu 4,5 % i 7 %.
Nakon relativno visokih prinosa tokom prva tri kvartala sve serije obveznica su tokom
poslednja tri mesece imale znaajan rast cena, dok su se prinosi spustili na vrednosti
od oko 5 % na godinjem nivou. Dogaaj koji je obeleio trite obveznica je
primarna prodaja prve serije obveznica Erste banke a.d Novi Sad, to ujedno
predstavlja i prvo primarno trgovanje nekim finansijskim instrumentom na
organizovanom tritu posmatrano od 2003. godine (ovaj podatak nije ukljuen u
trinu statistiku). 245
2000
1.850
1600
1.100
1200
817
800
471
400
388
347
239
177
180
252
0
2004. 2005. 2006. 2007. 2008. 2009. 2010. 2011. 2012. 2013.
Godina
Broj transakcija.
3.000.000
2.500.000
2.000.000
1.500.000
1.000.000
716.117
500.000
68.796
126.644 115.992
285.566
110.787
68.503
478.666
344.109
2004. 2005. 2006. 2007. 2008. 2009. 2010. 2011. 2012. 2013.
Godina
245
139
Miliona evra.
124,5 110,7
100
65,5
54,1
50
45,0
41,0
39,0
15,0
0
2004. 2005. 2006. 2007. 2008. 2009. 2010. 2011. 2012. 2013.
Godina
Broj transakcija.
70.000
65.842
60.000
50.000
46.841
40.000
30.000
20.000
25.507
15.644
8.214
10.000
8.712 9.433
5.776
4.347 2.409
0
2004. 2005. 2006. 2007. 2008. 2009. 2010. 2011. 2012. 2013.
Godina
140
Efekti ukljuenja na trite akcija Naftne industrije Srbije i Aerodroma Nikola Tesla
ogledali su se u nesvakidanje visokom broju transakcija u 2010. i 2011. godini usled
velikog broja prodajnih naloga vlasnika besplatnih akcija. Iako je godinji broj
transakcija na viim nivoima u odnosu na period pre ukljuenja ovih hartija na trite,
dolazi do smanjenja broja transakcija u odnosu na ostvarene maksimume. Kao i 2012.
godine Open market je ostvario najvei doprinos ukupnom prometu (oko prometa
ostvarenog u trgovanju svim hartijama na Berzi). Vie od 50 % te vrednosti ostvareno
je januaru kroz blok transakciju akcijama Frikom-a. Takoe, u skladu sa uslovima
propisanim Zakonom i Pravilima poslovanja Berze, usled niske likvidnosti ili
neispunjavanja obaveze izvetavanja, veliki broj akcija je tokom 2013. godine
iskljuen sa regulisanog trita. Na Open market-u na kraju godine nalazilo se 85
akcija, to predstavlja smanjenje od 48 akcija u odnosu na prethodnu godinu. MTP
Belex zadrao je ulogu najbrojnijeg segmenta sa ak 920 akcija razliitih izdavalaca i
5,6 % ukupnog trgovanja svim hartijama na Berzi. Tokom godine su, usled
nelikvidnosti, obe serije korporativnih obveznica iskljuene sa Open marketa i
kotirane na MTP segmentu, ali od tog momenta nisu imale ni jednu realizovanu
transakciju.246 Na Beogradskoj berzi je u trgovanju svim dunikim hartijama od
vrednosti u 2013. godini ostvaren promet od blizu 14 miliona evra to predstavlja ak
61 % nii promet u odnosu na prethodnu godinu. Sa realizovanih 2.409 transakcije,
ovaj segment trita je uestvovao 0,7 % u ukupnom broju zakljuenih transakcija.
Serijom obveznica A2014 ostvaren je najvei promet u 2012. godini. Serija obveznica
A2016 je u posmatranom periodu ostvarila najvei rast cene u iznosu od 6,28 %. Ako
posmatramo prinose na godinjem nivou, oni su se kretali u rasponu izmeu 3 % i 6
%. Na samom kraju godine rast cena je spustio prinose na relativno nizak nivo od oko
4 % na godinjem nivou. Korporativne obveznice su tokom 2013. godine zabeleile
samo etiri transakcije i zanemarljivo malu vrednost prometa (1,3 miliona evra). Bez
obzira na relativno nisku likvidnost trita akcija, uee u trgovanju instrumentima
duga znaajno opada to ukazuje na ozbiljan nedostatak trinog materijala u situaciji
kada se ponuda (zbog dospea hartija koje je emitovala Republika Srbija) iz godine u
godinu smanjuje. 247
4.3.3. Uee stranih investitora u trgovanju na Beogradskoj berzi
Indikatori uea stranih investitora u prometu na Beogradskoj berzi su prvi put
objavljeni u martu 2005. godine i daju prikaz uea u trgovanju akcijama (FIS),
obveznicama Republike Srbije (FIB) i u ukupnom trgovanju (FIT). Pokazatelji uea
stranih investitora izraunavaju se kao procenti u ukupnom trgovanju (prodaja i
kupovina). Indikator FIS se moe dekomponovati na b-FIS (kupovinu domaih akcija
od strane inostranih investitora) i s-FIS (prodaju domaih akcija koje su bile u
vlasnitvu inostranih investitora).
Prosene vrednosti indikatora pokazuju da je uee stranih investitora 2005. godine u
ukupnom prometu akcija na godinjem nivou iznosilo 52,74 %, u prometu
obveznicama Republike Srbije 14,32 % i u godinjem prometu 44,64 %.248
246
247
248
141
Godina
FIS
b-FIS
s-FIS
FIB
FIT
2005.
52,74 %
14,32 %
44,64 %
2006.
54,61 %
11,39 %
47,99 %
2007.
42,04 %
54,39 % 29,69 % 14,39 %
39,25 %
2008.
50,11 %
51,90 % 48,31 % 12,53 %
47,31 %
2009.
46,90 %
25,20 % 68,60 %
9,41 %
42,34 %
2010.
38,24 %
48,69 % 27,80 % 15,34 %
33,62 %
2011.
45,38 %
55,30 % 35,46 %
4,54 %
39,40 %
2012.
55,81 %
53,16 % 58,47 % 11,26 %
47,82 %
2013.
72,28 %
66,79 % 77,77 % 25,04 %
69,66 %
Tabela 4.5. Indikatori uea stranih investitora u trgovanju249
249
250
251
142
252
143
Uee stranih investitora u trgovanju akcijama (FIS) je 2009. godine proseno dnevno
iznosilo 46,90 %, to je za 6,4 % manja vrednost u odnosu na 2008. godinu. Blok
transakcija akcijama Apatinske pivare izuzetno velike vrednosti u decembru 2009.
godine, dovela je do znaajnog rasta FIS-a u poslednjem kvartalu i izvrila snaan uticaj
na stvaranje dispariteta izmeu b-FIS i s-FIS na godinjem nivou, dovodei do prevage
aktivnosti stranaca na prodajnoj strani u odnosu na kupovnu, koja je veim delom
godine bila dominantna. Uee stranaca na kupovnoj strani (b-FIS) na kraju 2009.
godine iznosilo je 25,20 %, a s-FIS-a 68,60 %. Iskljuujui uticaj navedene blok
transakcije, vrednosti b-FIS i s-FIS su bile 43,32 % i 39,86 %, respektivno. U
navedenom periodu dolo je do smanjenja relativnog uea stranih investitora na strani
ponude, koje je tokom prethodnih godina bilo u stalnom usponu, i relativno veeg
uea stranaca na strani tranje, koje je godinama unazad konstantno opadalo.253
Na Beogradskoj berzi je tokom 2010. godine evidentiran pad uea stranih
investitora u trgovanju akcijama, dok je, sa druge strane, u trgovanju obveznicama
zabeleena najvia godinja vrednost uea stranih investitora jo od 2005. godine,
kada je zapoeto izraunavanje ovih pokazatelja. Poveano uee stranaca u
trgovanju obveznicama se u najveoj meri odnosilo na prodaju hartija sa bliim
rokovima dospea, dok se serijama sa kasnijim dospeima trgovalo u neto manjem
obimu, ali sa naglaenom aktivnou na kupovnoj strani. Imajui u vidu prevashodnu
zainteresovanost stranih investitora za trgovanje akcijama i istovremeno smanjenje
prometa ovim hartijama u 2010. godini, jasno je da se odsutnost stranaca, usled
konsolidovanja sopstvenih pozicija na velikim svetskim tritima, znaajno osetila na
domaem tritu kapitala. Uee stranih investitora u ukupnom trgovanju (FIT)
smanjeno je u odnosu na prethodnu godinu za 20,6 % i iznosilo je 33,62 %. Uee
stranih investitora u trgovanju obveznicama (FIB) proseno dnevno je iznosilo 15,34
%, to predstavlja poveanje od 63 % u odnosu na prethodnu godinu. Najvea
aktivnost stranaca u trgovanju obveznicama zabeleena je u treem kvartalu. Uee
stranih investitora u trgovanju akcijama (FIS) je proseno dnevno iznosilo 38,24 %,
to je za 18,5 % manja vrednost u odnosu na vrednost iz 2009. godine. Uee
stranaca na kupovnoj strani akcija (bFIS) na kraju godine iznosilo je 48,69 %, to je
za 93,2 % vea vrednost u odnosu na vrednost iz 2009. godine, dok je uee na
prodajnoj strani (sFIS) zabeleilo pad na godinjem nivou od 59,5 % i na kraju
godine iznosilo 27,80 %. Posmatrajui uee stranaca u trgovanju moe se primetiti
znaajan pomak u odnosu na prethodnu godinu kada su stranci vie prodavali nego to
su kupovali akcije. Veliki disparitet izmeu ova dva pokazatelja u korist kupovne
strane, poslednji put je zabeleen 2007. godine i moe predstavljati znaajan
pokazatelj poveanog interesovanja stranih investitora za deavanja na srpskom
tritu kapitala i njihovog postepenog povratka na pozicije koje su ranije zauzimali.254
Tokom 2011. godine na Beogradskoj berzi je poveano uee stranih investitora u
ukupnom trgovanju na 39,40 % i u trgovanju akcijama na 45,38 %, dok je uee
stranih investitora drastino smanjeno u trgovini obveznicama RS na svega 4,54 %.
Uee stranaca na kupovnoj strani akcija (bFIS) na kraju 2011. godine je iznosilo
55,30 %, dok je uee na prodajnoj strani (sFIS) zabeleilo pad i na kraju godine
iznosilo 35,46 %.
253
254
144
255
256
145
257
Izvor: Metodologija za izraunavanje indeksa Belex15, Ver 2.3, Beogradska berza, Beograd, avgust
2012, 3-6.
146
Belex15t
C i, t K i, t FFc Ai
i 1
(4.1)
dt
gde je:
Belex15 (t) vrednost indeksa selektovanih hartija u trenutku t,
n broj izdavalaca ije akcije se nalaze u indeksnoj korpi, selektovane hartije su
nepromenjive do momenta revizije,
i broja, koji uzima vrednosti od 1 do 15 i predstavlja odreenog izdavaoca ije su akcije
u indeksnoj korpi,
C (i,t) cena akcija izdavaoca i, u trenutku t, koja se uzima u realnom vremenu iz sistema
za trgovanje,
K (i,t) koliina akcija izdavaoca i, u trenutku t, d(t) vrednost delioca u trenutku t,
FFc(i,t) free float faktor izdavaoca i, u trenutku t,
Ai prilagoavajui faktor izdavaoca i, odnosno ponder.
Prilikom revizije indeksne korpe delilac se izraunava na sledei nain: 259
n
dt
Cp i, t Kp i, t FFct Ait
i 1
C i, t - 1 K i, t - 1 FFct - 1 Ait - 1
dt 1
i 1
(4.2)
Akcije koje nisu u slobodnom prometu su akcije koje su u vlasnitvu: lica koja
pojedinaano poseduju vie od 5 % akcija od ukupno izdatih akcija izdavaoca
(izuzimajui akcije koje se nalaze u vlasnitvu investicionih i penzionih fondova,
drutva za upravljanje fondovima, osiguravajuih drutava, brokersko dilerskih
drutava kao i druge akcije na kastodi raunima, i akcije u vlasnitvu drugih
investicionih kompanija sa kratkoronim investicionim strategijama), akcije koje
poseduju meunarodne i strane organizacije i institucije za razvoj ukoliko poseduju
vie od 5 % akcija od ukupno izdatih akcija izdavaoca; akcije koje poseduje
Republika Srbija ukljuujui i akcije koje poseduju organi, organizacije i ustanove
osnovane posebnim zakonima od strane Republike (agencije, fondovi i sl) ukoliko
poseduju vie od 5 % akcija od ukupno izdatih akcija izdavaoca.
Indeksna korpa se sastoji od obinih akcija sa regulisanog trita kojima se trguje
metodom kontinuiranog trgovanja i koje su ispunile kriterijum za ulazak u indeksnu
korpu. Indeksnu korpu mogu sainjavati akcije koje su ispunile pravilo 80: obuhvata
akcije kojima se trguje na regulisanom tritu, a koje su tokom prethodna dva kvartala
imale minimum 80 % trgovanja na kojima su zakljuene transakcije.
258
259
Izvor: Ibid, 7.
Izvor: Ibid, 7.
147
Nakon formiranja liste akcija koje su ispunile navedeni kriterijum vri se rangiranje
prema neponderisanoj free float trinoj kapitalizaciji. Prvih 15 akcija na tako
formiranoj rang listi ini osnov za indeksnu korpu. Broj izdavalaca ije akcije
uestvuju u indeksnoj korpi je konstantan u toku perioda izmeu revizija indeksne
korpe. Indeksna korpa moe imati najmanje 7, a najvie 15 komponenti u zavisnosti
od broja akcija koje su ispunile Pravilo 80 i odluke Indeksnog komiteta. Revizija
indeksne korpe se vri polugodinje. Datumi revizije su 15. mart i 15. septembar.
Implementacija revizije vri se po isteku berzanskog sastanka 31. marta za prvi
kvartal i 30. septembra za trei kvartal. U cilju obezbeivanja konzistentnosti
vrednosti indeksa, vanredne revizije i prilagoavanja e se vriti samo u sluajevima
znaajnih promena karakteristika indeksnih komponenti pri emu se kod vanrednog
prilagoavanja ne vre prilagoavanja korektivnog faktora Ai. Ukoliko u periodu
izmeu dve redovne revizije doe do znaajnijih promena u broju akcija izdavaoca, ili
vrednosti free float faktora, Indeksni komitet ima pravo da pokrene postupak
vanredne revizije i prilagoavanja. Znaajnom promenom broja akcija smatra se
kumulativna promena izmeu dve redovne revizije vea od 5 %, ili promena vrednosti
free float faktora FFc za vie od 10 %. Promena broja akcija moe biti ili rezultat
upisa i uplate nove emisije, konverzije konvertibilnih hartija u obine akcije i sl.
Ukoliko Berzi unapred nisu dostavljene informacije o promeni broja akcija i datumu
stupanja na snagu odluke o promeni broja akcija, postupak pokretanja vanredne
revizije i prilagoavanja moe biti sproveden onog dana kada Berza dobije tu
informaciju od strane izdavaoca, odnosno prilikom prve naredne redovne revizije,
ukoliko takva informacija ne bude dostavljena Berzi.260
Opti indeks akcija Beogradske berze BELEXline predstavlja osnovni benmark
indeks Beogradske berze kreiran sa ciljem da to preciznije opie kretanja cena (engl.
Price index) na domaem tritu kapitala (bazni datum: 30.09.2004, bazna vrednost:
1.000,00 din). Dizajniran je na nain koji najblie mogue opisuje ukupna (engl.
Broad market) trina kretanja. Indeks je ponderisan trinom kapitalizacijom koja se
nalazi u slobodnom prometu (engl. Free float), koji se ne prilagoava za isplaene
dividende. Belexline se sastoji od akcija kojima se trguje na regulisanom tritu
Beogradske berze i koje su ispunile kriterijume za ulazak u indeksnu korpu. Teina
komponenti u indeksu je ograniena na maksimalnih 10 % u odnosu na freefloat
trinu kapitalizaciju indeksa. Ograniavanje broja akcija odreenog izdavaoca vri se
preko pondera (Ai) samo na dan redovne revizije i redovnog prilagoavanja indeksne
korpe. Prilikom izraunavanja vrednosti indeksa u bilo kojem trenutku relevantna
koliina akcija odreenog izdavaoca koja se koristi prilikom raunanja, obuhvata
ukupan broj obinih akcija pomnoen free float faktorom (FFc) na dan poslednje
revizije indeksne korpe. U cilju spreavanja da neki od industrijskih sektora ima
dominantno uee u indeksnoj korpi, vri se ograniavanje broja izdavalaca iz istog
industrijskog sektora koje se mogu nai u sastavu indeksne korpe.
Ograniavanje broja hartija iz istog industrijskog sektora vri se samo na dan (redovne
ili vanredne) revizije indeksne korpe. Nijedan industrijski sektor ne moe imati vie od
40 % procenata od ukupnog broja izdavalaca ije su hartije ukljuene u sastav indeksne
korpe.261
260
261
148
262
149
Vrednost (din)
4.4.2013
4.10.2012
4.4.2012
4.10.2011
4.4.2011
4.10.2010
4.4.2010
4.10.2009
4.4.2009
4.10.2008
4.4.2008
4.10.2007
4.4.2007
4.10.2006
4.4.2006
4.10.2005
Godina
Vrednost (din)
1.10.2012
1.10.2011
1.10.2010
1.10.2009
1.10.2008
1.10.2007
1.10.2006
1.10.2005
1.10.2004
Godina
263
264
150
15
10
Quantiles of Normal
5
0
-5
2
0
-2
-4
-10
-6
-15
-15
2006 2007 2008
2009
-10
-5
10
15
Quantiles of BELEX15
Godina
12
Quantiles of Normal
1
0
-1
-2
-4
-3
-4
-8
05
06
07
08
09
10
11
12
-8
13
-4
12
Quantiles of BELEXLINE
Godina
Q-Q dijagram, koji predstavlja skup parova kvantila raspodele posmatrane serije i
kvantila normalne distribucije, ukazuje na nizak stepen slaganja empirijske raspodele sa
normalnom. Empirijska raspodela prinosa se moe aproksimirati normalnom
raspodelom ako se odgovarajui parovi kvantila nalaze na liniji, to ovde nije sluaj jer
se uoava devijacija taaka empirijske raspodele u odnosu na liniju koja predstavlja
teorijsku distribuciju (u sluaju da uzorak potie iz normalne distribucije). Vidimo da su
repovi empirijskih raspodela tei od repova normalne raspodele usled prisustva
ekstremnih dogaaja u kretanju prinosa trinih indeksa (engl. Leptokurtozis) i
zakljuujemo da su odstupanja empirijskih od teorijskih vrednosti drastina.
265
266
151
500
400
300
200
100
0
-12
-8
-4
12
16
Frekvencija
500
400
300
200
100
0
-8
-6
-4
-2
10
268
269
270
Histogram je grafiki prikaz uestalosti pojavljivanja podataka vremenske serije u pojedinim grupnim
intervalima. Na x-osi se formiraju intervali jednake irine, kojima se deli ukupan interval pojavljivanja
podataka. Svakom intervalu se pridruuje broj na z-osi koji ukazuje na to koliko se podataka vremenske
serije nalazi u intervalu.
Izvor: Mladenovi, Z., Nojkovi, A. (2008): Analiza vremenskih serija: primeri iz srpske privrede,
Ekonomski fakultet, Beograd, 27.
Izvor: Obrada autora.
Izvor: Obrada autora.
Izvor: Obrada autora.
152
p nivo
KolmogorovSmirnov/Lilliefor Test
Zakljuak: (5%)
Snaan dokaz protiv hipoteze o
0,0974
normalnom rasporedu
Odbaciti hipotezu o normalnom
Shapiro-Wilk W
0,8867
0,0000
rasporedu
Odbaciti hipotezu o normalnom
D'Agostino Skewness
4,9504
0,0000
rasporedu
Odbaciti hipotezu o normalnom
D'Agostino Kurtosis
21,5051
0,0000
rasporedu
Odbaciti hipotezu o normalnom
D'Agostino Omnibus
486,9781
0,0000
rasporedu
Tabela 4.8. Testiranje hipoteze o normalnom rasporedu logaritamskih prinosa Belexline
u periodu od 30.09.2004. do 31.12.2013. godine274
Test statistika
p nivo
KolmogorovSmirnov/Lilliefor Test
271
272
273
274
Empirijske raspodele prinosa trinih indeksa Beogradske berze pokazuju pozitivnu asimetriju, to je
saglasno rezultatima istraivanja sprovedenih na tritima u nastajanju, prema kojima distribucije
prinosa analiziranih trinih indeksa novonastajuih trita kapitala imaju veu pozitivnu asimetriju od
distribucija prinosa trinih indeksa sa razvijenih trita kapitala
Izvor: Bekaert, G., Erb, C., Harvey, C. R., Viskanta. T., 1998: Distributional Characteristics of
Emerging Market Returns and Asset Allocation Analyzing returns that cannot be summarized by
a norman distribution, Journal of Portfolio Management.
Izvor: Jarque, C. M., Bera, A. K. (1987): A Test for Normality of Observations and Regression
Residuals, International Statistical Reviews, No. 55, 163172.
Izvor: Obrada autora.
Izvor: Obrada autora.
153
Belex15
100
Kvadrirani logaritamski prinosi (%)
160
140
120
100
80
60
40
20
0
06
07
08
09
10
11
12
80
60
40
20
13
05
Godina
06
07
08
09
10
11
12
13
Godina
275
154
276
277
278
279
Ideja o efikasnim tritima se odnosi na informacionu efikasnost trita i poiva na hipotezi efikasnih
trita koju je oblikovao Fama. Prema Fama-i razlikuju se tri nivoa informacione efikasnosti: slaba,
polujaka i jaka. Testovi koji ispituju slabi oblik efikasnosti trita kapitala analiziraju istorijske cene,
dok testiranje jaih oblika efikasnosti podrazumeva ispitivanje i svih javno dostupnih informacija (polujaki oblik), kao i informacija koje su dostupne iskljuivo odabranim pojedincima (jaki oblik).
Izvor: Fama, E. F. (1970): Efficient Capital Markets: A Review of Theory and Empirical Work,
Journal of Finance, No. 25, pp. 383-417.
ira ekonomska zajednica je tek 64. godine nakon njenog formalizovanja upoznata sa Bachelierovom hipotezom zahvaljujui ediciji: Cootner, P. (1964): The Random Character of Stock Market
Prices, MIT Press.
Izvor: Bernstein, P. L. (1992): Capital Ideas: The Improbable Origins of Modern Wall Street, New
York, Free Press.
Izvor: Cowles, A., Jones, H. E. (1937): Some A Posteriori Probabilities in Stock Market Action,
Econometrica, 5(3), pp. 280-294.
155
280
281
282
Izvor: Samuelson, P. (1965): Proof That Properly Anticipated Prices Fluctuate Randomly, Industrial
Management Review, No. 6, pp. 4149.
Izvor: Fama, E. F. (1965): The Behavior of Stock Market Prices, Journal of Business, 38(1), str. 34-105.
Izvor: Fama, E. (1970): Efficient Capital Markets: A Review of Theory and Empirical Work, Journal of
Finance, 25, str. 383417.
156
9.11.2007
9.9.2007
9.7.2007
9.5.2007
9.3.2007
9.1.2007
9.11.2006
9.9.2006
9.7.2006
9.5.2006
9.3.2006
3.500
3.000
2.500
2.000
1.500
1.000
500
0
9.1.2006
Godina
(period ekspanzije)283
283
157
6.000
5.000
4.000
3.000
2.000
1.000
9.11.2007
9.9.2007
9.7.2007
9.5.2007
9.3.2007
9.1.2007
9.11.2006
9.9.2006
9.7.2006
9.5.2006
9.3.2006
9.1.2006
Godina
(period ekspanzije)284
Belex15
Belexline
Uzorak (broj opservacija)
499
499
Prosena vrednost prinosa
0,1568 %
0,1349%
Medijana
0,1132 %
0,1136 %
Maksimalna vrednost prinosa
10,8302%
6,5651 %
Minimalna vrednost prinosa
-6,7523 %
-5,3791 %
Standardna devijacija prinosa
1,2635%
0,7954 %
Koeficijent asimetrije (3, Skewness)
0,7259
0,3871
Koeficijent spljotenosti (4, Kurzosis)
15,9781
17,2598
Jarque-Bera
3545,51
4240,29
(verovatnoa)
0,000000
0,000000
Tabela 4.9. Deskriptivna statistika logaritamskih prinosa Belex15 i Belexline od 09.01.2006.
do 31.12.2007. godine (period ekspanzije) 285
284
285
158
286
159
160
2.500
2.000
1.500
1.000
500
3.9.2011
3.5.2011
3.1.2011
3.9.2010
3.5.2010
3.1.2010
3.9.2009
3.5.2009
3.1.2009
3.9.2008
3.5.2008
3.1.2008
Godina
3.9.2011
3.5.2011
3.1.2011
3.9.2010
3.5.2010
3.1.2010
3.9.2009
3.5.2009
3.1.2009
3.9.2008
3.5.2008
4.500
4.000
3.500
3.000
2.500
2.000
1.500
1.000
500
0
3.1.2008
(period kontrakcije)288
Godina
(period kontrakcije)289
Belex15
1.012
-0,1518 %
-0,1585 %
12,1576%
-10,8313 %
1,8074%
0,1435
11,4059
2982,96
0,000000
Belexline
1.012
-0,1350%
0,1241 %
9,8708 %
-6,9688%
1,2409 %
0,2126
11,8671
3344,07
0,000000
161
4.6.2.a. Analiza Belex15: apsolutna vrednost DF statistike za dnevne podatke Belex15 (3,530921) je vea od apsolutnih kritinih vrednosti za nivoe znaajnosti od 1 % (3,436605), 5 % (-2,864190) i 10 % (-2,568233), nulta hipoteza o postojanju jedininog
korena za Belex15 se u posmatranom periodu odbacuje (Prilog 1.e). U prilogu 1.f. su
prikazani rezultati istog testa na diferenciranim podacima Belex15 prvog reda, i uoava se
da je apsolutna vrednost DF testa (-24,13078) vea od apsolutnih kritinih vrednosti za
nivoe znaajnosti od 1 % (-3,436605), 5 % (-2,864190) i 10 % (-2,568233), tako da se
nulta hipoteza o postojanju jedininog korena odbacuje, i u oba sluaja se prihvata
alternativna hipoteza o stacionarnosti vremenske serije.
Izvor: Ibid.
162
292
Izvor: Ibid.
163
4.11.2013
4.9.2013
4.7.2013
4.5.2013
4.3.2013
4.1.2013
4.11.2012
4.9.2012
4.7.2012
4.5.2012
4.3.2012
4.1.2012
700
600
500
400
300
200
100
0
Godina
(period stagnacije)293
1.200
1.000
800
600
400
200
4.11.2013
4.9.2013
4.7.2013
4.5.2013
4.3.2013
4.1.2013
4.11.2012
4.9.2012
4.7.2012
4.5.2012
4.3.2012
4.1.2012
Godina
(period stagnacije)294
Belex15
Belexline
Uzorak (broj opservacija)
503
503
Prosena vrednost prinosa
0,0222 %
0,0244%
Medijana
0,0018 %
0,0035%
Maksimalna vrednost prinosa
3,7389%
2,4180 %
Minimalna vrednost prinosa
-2,5402 %
-1,8832%
Standardna devijacija prinosa
0,7575%
0,5716 %
Koeficijent asimetrije (3, Skewness)
0,5779
0,3615
Koeficijent spljotenosti (4, Kurzosis)
5,4380
4,1725
Jarque-Bera
152,57
39,77
(verovatnoa)
0,000000
0,000000
Tabela 4.11. Deskriptivna statistika logaritamskih prinosa Belex15 i Belexline od 04.01.2012.
do 31.12.2013. godine (period stagnacije) 295
293
294
295
164
Apsolutna vrednost DF testa na diferenciranim podacima prvog reda Belex15 (20,74516) je vea od apsolutnih kritinih vrednosti za nivoe znaajnosti od 1 % (3,443175), 5 % (-2,867089) i 10 % (-2,569787), te je nulta hipoteza o postojanju
jedininog korena netana, i prihvata se alternativna hipoteza o stacionarnosti prve
diference (Prilog 1.j). Testiranjem reziduala podataka Belex15 uoavaju se statistiki
znaajni koeficijenti serijske korelacije od etvrtog laga, to ukazuje na to da se
rezultat Dickey-Fuller-ovog testa o postojanju jedininog korena za dnevne vrednosti
Belex15 indeksa ne moe prihvatiti kao taan. Statistika svojstva ispitane vremenske
serije Belex15 pokazuju stacionarnost, odnosno predvidivo kretanje tokom perioda
stagnacije. Ispitivanjem reziduala diferenciranih podataka Belex15 se uoavaju
znaajni koeficijenti autokorelacije od osmog lag-a.
296
Izvor: Ibid.
165
166
167
168
299
300
Odlukom Beogradske berze o nainu utvrivanja cene na zatvaranju, 01/1 br. 3052/08, od
07.10.2008, cena na zatvaranju se utvruje u visini prosene ponderisane cene svih trgovanih
jedinica svake hartije od vrednosti tokom celokupnog trajanja faze kontinuiranog trgovanja.
Izvor: Amihud, Y. (2002): Illiquidity and Stock Returns: Cross-Section and Time-Series Effects,
Journal of Financial Markets, No. 5 (1), 31-56.
Likvidnost moe da se posmatra kao sposobnost imovine da se u relativno kratkom roku pretvori u
drugi oblik imovine bez gubitka vrednosti odnosno bez promene cene. Trite se smatra likvidnim
ukoliko ekonomski transaktori mogu brzo obaviti velike transakcije bez veeg uticaja na cenu.
169
ILLIQ idt
rid
Tn id
10 5
(5.1)
pri emu je: rid prinos na i-tu akciju dana d, Tnid promet trgovanja istog dana za i-tu
akciju. Amihudova mera pokazuje koliko 1 dinar vrednosti prometa utie na procentualnu
promenu cene akcije zabeleenu tog dana. U obrascu se koristi 105 kako bi se rezultati
interpretirali kao promena cene na 100.000 dinara prometa. Prosena vrednost
nelikvidnosti svake akcije u posmatranom periodu izraunata je korienjem obrasca 5.2,
pri emu je: Di broj dana trgovanja i-tom akcijom u posmatranom periodu.
AM ILLIQidt
ILLIQ
idt
(5.2)
Di
Simbol
AERO
ENHL
NIIS
SJPT
TIGR
301
Amihudova mera
0,4029
2,2748
0,0121
5,6472
43,0501301
Prime listing
Broj dana trgovanja
250
243
250
207
159
ifra sektora
H-5223
K-6420
B-0610
C-1041
K-6420
Dana 11.09.2013. godine vrednost dnevne Amihudove nelikvidnosti akcije TIGR je bila najvia jer
su izvrene dve transakcija po ceni od 169 dinara (rast od 4,97 % u odnosu na 161 dinar koliko je
iznosila cena 10.09.2014. godine). Promet 11.09.2013. godine je iznosio 338 dinara, te je
Amihudova nelikvidnost dostigla maksimalnu vrednost koeficijenta od 1.470,10. Drugi po veliini
Amihudov dnevni koeficijent iznosio je 735,29, dana 03.12.2013. godine, kada je cena skoila na
170 dinara, odnosno za 6,25 % u odnosu na cenu od 160 dinara (02.12.2013. godine) uz
realizovanih pet transakcija. Ostvarena vrednost prometa iznosila je 850 dinara. Prosena ukupna
Amihudova nelikvidnost je visoka usled relativno visokih dnevnih koeficijenata Amihudove
nelikvidnosti i malog broja dana za cenovnim signalom (159 dana).
170
Standard listing
Broj dana trgovanja
ifra sektora
0,9808
153
C-2752
5,4729
137
K-6419
1,3404
143
K-6420
Open market
Simbol Amihudova mera
Broj dana trgovanja
ifra sektora
AIKB
2,0998
233
K-6419
BIPB
1.124,0360302
118
C-1105
DNOS
99,8940303
108
K-6419
FITO
1,0072
130
C-2020
GMON
1,6163
161
C-2511
IMLK
0,8934
189
C-1051
JESV
2,6879
123
F-4399
TGAS
6,2424
121
C-2011
DINNPB
16,1429304
124
C-1200
VZAS
24,0992305
114
C-1091
Tabela 5.1. Proseni Amihudovi pokazatelji nelikvidnosti, broj dana trgovanja od 250 dana
obuhvaenih istraivanjem i sektorska pripadnost emitenta306
Simbol
ALFA
KMBN
MTLC
Amihudova mera
Na osnovu podataka iz tabele 5.1, kolone ifra sektora, uoavamo slabu sektorsku
diversifikaciju. U okviru Prime listinga nalazi se: jedna akcija sektora H Saobraaj i
skladitenje, dve akcije sektora K Finansijske delatnosti i delatnost osiguranja, jedna
akcija sektora B Rudarstvo i jedna akcija sektora C Preraivaka industrija.
Standard listing se sastoji iz: jedne akcije sektora C i dve akcije sektora K. Na Open
marketu najvei broj dana sa cenovnim signalom je ostvarilo: sedam akcija sektora C,
dve akcije sektora K i jedna akcija sektora F Graevinarstvo.
302
303
304
305
306
Visok nivo Amihudove nelikvidnosti BIPB posledica je izrazito visokog cenovnog spreda (u
rasponu od minimalnih 30 dinara do 100 dinara) uz ekstremno mali obim dnevnih transakcija i
mali broj dana sa zabeleenim cenovnim signalom (118 dana). Rast cene sa 36 dinara 18.09.2013.
godine, na 42 din uz samo jednu realizovanu transakciju 19.08.2013. je povealo procentualni
prinos za 16,67 % u odnosu na 18.09.2013. godine (vrednost prometa 19.08.2013. godine iznosila
je 42 dinara), dok je dnevna Amihudova mera nelikvidnosti iznosila maksimalnih 39.682,54.
Prosena ukupna Amihudova nelikvidnost je vea to je broj dana sa cenovnim signalom manja.
Dana 07.08.2013, izvrena je jedna transakcija po ceni od 880 dinara (smanjenje od 20 % u odnosu
na 1.100 dinara koliko je iznosila cena 06.08.2014. godine). Vrednost prometa iznosila je 880
dinara, a maksimalna dnevna Amihudova nelikvidnost 2.272,72. Prosena ukupna Amihudova
nelikvidnost DNOS je visoka usled visokih dnevnih koeficijenata Amihudove nelikvidnosti i
izrazito malog broja dana sa cenovnim signalom (samo 108 dana).
Budui da je broj dana sa cenovnim signalom akcije DINNPB 124 dana, zakljuujemo da je
prosena ukupna Amihudova nelikvidnost relativno visoka preteno usled visokih dnevnih
koeficijenata Amihudove nelikvidnosti. Najvea vrednost dnevne Amihudove nelikvidnosti
ostvarena je 27.06.2013. godine, kada je cena porasla sa 795 dinara (26.06.2013) na 880 dinara
(27.06.2013), odnosno za 10,69 % uz samo 4 realizovane transakcije. Kolinik apsolutnog
dnevnog prinosa (10,69 %) i vrednosti ostvarenog prometa (3.520 dinara), odnosno Amihudov
dnevni ILLIQ dana 27.06.2013. godine je iznosio 303,74.
Najvea dnevna vrednost Amihuvode mere akcije VZAS ostvarena je 26.06.2013. godine kada je
samo jedna transakcija smanjila cenu sa 360 dinara (25.06.2013) na 347 dinara (26.06.2013.
godine) odnosno za 3,61 %. Kolinik apsolutne promene cene (3,61 %) i ukupnog prometa (347
dinara), odnosno Amihudov dnevni ILLIQ dana 26.06.2013. godine je iznosio 1.040,67. Prosena
ukupna Amihudova nelikvidnost je relativno visoka usled visoke dnevne nelikvidnosti (visoke
apsolutne promene cene uz nisku vrednost prometa ostvarenu kroz mali obim transakcija) i neto
manjeg broja dana sa cenovnim signalom (svega 114 dana).
Izvor: Izraun autora.
171
AERO
ENHL
NIIS
SJPT
ALFA
KMBN
MTLC
AIKB
FITO
GMON
IMLK
JESV
AERO ENHL
1,0000
0,1806 1,0000
0,1595 0,0238
0,0871 0,0812
-0,1464 0,0284
-0,0603 0,0006
0,0069 -0,0116
0,1268 0,0556
0,1260 0,0452
0,0634 -0,0548
-0,0788 0,0666
0,0132 0,0443
NIIS
1,0000
0,0076
-0,0214
0,0974
0,1025
0,1641
0,1208
0,0406
-0,0969
-0,0259
1,0000
-0,0327
0,0326
-0,0381
-0,0184
0,0868
-0,0751
0,0751
-0,0211
1,0000
-0,0077
-0,0018
-0,0391
0,0251
-0,0352
0,1531
-0,0397
1,0000
0,0798
0,0604
0,0702
-0,0728
-0,0078
-0,0445
1,0000
0,1043
0,0642
0,0850
0,0219
-0,0439
1,0000
0,1619
0,0055
-0,0589
-0,0555
1,0000
-0,0502 1,0000
0,0040 0,1520 1,0000
0,0746 0,0483 0,0355 1,0000
U portfolio strukturu ulaze: 4 akcije sa Prime listinga (AERO, ENHL, NIIS, SJPT) i 3
akcije sa Standard listinga (ALFA, KMBN, MTLC). Preostale 3 akcije sa Open marketa
(AIKB, IMLK, JESV) od 5 najlikvidnijih odabrane su korienjem kriterijuma sektorske
diversifikacije i najniih vrednosti koeficijenata korelacije:
307
308
172
a) akcija AIKB, ne samo usled veeg broja dana trgovanja (233 dana trgovanja, to je
drastino vei broj u odnosu na ostale akcije ovog segmenta), ve i zbog niske korelacije
sa drugim akcijama ula u je strukturu potfolia (negativna korelisanost sa akcijama SJPT,
ALFA, IMLK i JESV) kao akcija sektora K.
b) akcija IMLK je odabrana, jer od svih akcija sektora C sa Open marketa (FITO,
GMON, IMLK) ima najniu prosenu Amihudovu meru nelikvidnosti i najvei broj dana
trgovanja i najmanju korelisanost sa ostalim akcijama u poreenju sa akcijama FITO i
GMON. Uoena je negativna korelisanost sa akcijama drugih sektora: AERO, NIIS,
KMBN, AIKB. Iako pripadaju istom sektoru, kontraintuitivno, akcija FITO negativno je
korelisana samo sa akcijom GMON. Akcija GMON ima vei broj negativnih
koeficijenata korelacije u odnosu na akciju IMLK: usled 28 dana vie bez cenovnih
signala i popunjavanja vremenske serije prepisivanjem poslednjeg zabeleenog cenovnog
signala negativnu korelisanost sa akcijama ENHL, SJPT, ALFA, KMBN i FITO nismo
smatrali relevantnom, posebno to u strukturu portfolia nije ula akcija FITO, koja je peta
akcija, odnosno akcija vie sa kojom je akcija GMON negativno korelisana.
c) akcija JESV, koja pripada sektoru F, ula je u strukturu portfolia radi vee sektorske
diversifikacije. Iako ima manji broj dana trgovanja, negativni koeficijenti korelacije nisu
potpuno relevantni usled prepisivanja cene na zatvaranju dana sa cenovnim signalom u
danima kada nije zabeleena ni jedna transakcija.
Na osnovu navedenog postupka filtriranja, odabrano je deset akcija prikazanih u tabeli
5.4. nad kojima e se izvrsiti optimizacija portfolia.
Simbol
ifra sektora
Trini segment
H-5223
Prime listing
AERO
K-6420
Prime listing
ENHL
B-0610
Prime listing
NIIS
C-1041
Prime listing
SJPT
C-2752
ALFA
Standard listing
K-6419
Standard listing
KMBN
K-6420
MTLC
Standard listing
K-6419
Open market
AIKB
C-1051
Open market
IMLK
F-4399
Open market
JESV
Tabela 5.4. Deset akcija koje konstituiu portfolio309
173
Quantiles of Normal
2
0
-2
2
0
-2
-4
-4
-6
-6
2013Q1
2013Q2
2013Q3
-6
2013Q4
Kvartal
-4
-2
Quantiles of AERO
174
80
70
Frekvencija
60
50
40
30
20
10
0
-6
-4
-2
p nivo
KolmogorovSmirnov/Lilliefor Test
Izvor: Ibid.
Izvor: Izraun autora.
Izvor: Ibid.
175
Quantiles of Normal
12
4
0
-4
-8
4
2
0
-2
-4
-6
-8
-15
-12
2013Q1
2013Q2
2013Q3
2013Q4
-10
Kvartal
-5
Quantiles of ENHL
Frekvencija
60
50
40
30
20
10
0
-12
-8
-4
12
176
10
ENHL
Uzorak (broj opservacija)
250
Prosena vrednost prinosa
0,0676
Medijana
0,0000
Maksimalna vrednost prinosa
8,1830
Minimalna vrednost prinosa
-10,1834
Standardna devijacija prinosa
2,3397
Koeficijent asimetrije (3, Skewness)
-0,1724
Koeficijent spljotenosti (4, Kurzosis)
7,9710
Jarque-Bera
258,6465
(verovatnoa)
0,000000
Tabela 5.7. Deskriptivna statistika logaritamskih prinosa akcije
ENHL od 03.01.2013. do 31.12.2013. godine 316
p nivo
KolmogorovSmirnov/Lilliefor Test
316
317
177
Quantiles of Normal
0
-2
-4
1
0
-1
-6
-2
-8
-3
-4
-12
-10
2013Q1
2013Q2
2013Q3
2013Q4
-8
Kvartal
-4
Quantiles of NIIS
Frekvencija
60
50
40
30
20
10
0
-10
-8
-6
-4
-2
178
p nivo
10
Quantiles of Normal
4
2
0
2
0
-2
-2
-4
-4
-6
-8
-6
2013Q1
2013Q2
2013Q3
-8
2013Q4
Kvartal
-4
12
Quantiles of SJPT
Izvor: Ibid.
Izvor: Obrada autora.
179
120
100
Frekvencija
80
60
40
20
0
-6
-4
-2
10
323
324
325
p nivo
Izvor: Ibid.
Izvor: Izraun autora.
Izvor: Ibid.
180
10.0
7.5
5.0
Quantiles of Normal
Q-Q dijagram upuuje na nizak stepen slaganja empirijske raspodele prinosa akcije
ALFA sa normalnim rasporedom, te empirijska distribucija prinosa ima teke repove i
statistiki znaajna odstupanja od normalne distribucije. Ova odstupanja potvruju i
histogrami frekvencija logaritamskih prinosa, dok veina sprovedenih testova
normalnog rasporeda odbacuje nultu hipotezu.
2.5
0.0
-2.5
2
0
-2
-5.0
-4
-7.5
-6
-8
-10
-10.0
2013Q1
2013Q2
2013Q3
2013Q4
-5
Kvartal
10
Quantiles of ALFA
Frekvencija
160
120
80
40
0
-8
-4
12
181
ALFA
Uzorak (broj opservacija)
250
Prosena vrednost prinosa
0,3446
Medijana
0,0000
Maksimalna vrednost prinosa
9,5379
Minimalna vrednost prinosa
-7,9517
Standardna devijacija prinosa
2,2292
Koeficijent asimetrije (3, Skewness)
1,3635
Koeficijent spljotenosti (4, Kurzosis)
9,1694
Jarque-Bera
473,9306
(verovatnoa)
0,000000
Tabela 5.13. Deskriptivna statistika logaritamskih prinosa akcije
ALFA od 03.01.2013. do 31.12.2013. godine 328
Zakljuak: (5%)
Nema dokaza protiv hipoteze o
0,0000
normalnom rasporedu
Odbaciti hipotezu o normalnom
Shapiro-Wilk W
0,6681
0,0000
rasporedu
Odbaciti hipotezu o normalnom
D'Agostino Skewness
7,0651
0,0000
rasporedu
Odbaciti hipotezu o normalnom
D'Agostino Kurtosis
6,4217
0,0000
rasporedu
Odbaciti hipotezu o normalnom
D'Agostino Omnibus
91,1538
0,0000
rasporedu
Tabela 5.14. Testiranje hipoteze o normalnom rasporedu logaritamskih prinosa akcije ALFA
od 03.01.2013. do 31.12.2013. godine 329
Test statistika
p nivo
KolmogorovSmirnov/Lilliefor Test
Quantiles of Normal
-4
4
2
0
-2
-4
-8
-6
-8
-12
-12
2013Q1
2013Q2
2013Q3
2013Q4
Kvartal
-8
-4
Quantiles of KMBN
182
160
140
Frekvencija
120
100
80
60
40
20
0
-12
-8
-4
p nivo
KolmogorovSmirnov/Lilliefor Test
331
332
333
Izvor: Ibid.
Izvor: Izraun autora.
Izvor: Ibid.
183
4
Quantiles of Normal
2
0
-2
-4
2
0
-2
-4
-6
-6
-8
2013Q1
2013Q2
2013Q3
-8
2013Q4
-6
-4
Kvartal
-2
Quantiles of MTLC
Frekvencija
160
120
80
40
0
-8
-6
-4
-2
184
MTLC
Uzorak (broj opservacija)
250
Prosena vrednost prinosa
0,1328
Medijana
0,0000
Maksimalna vrednost prinosa
5,2922
Minimalna vrednost prinosa
-6,7348
Standardna devijacija prinosa
1,4444
Koeficijent asimetrije (3, Skewness)
-0,0689
Koeficijent spljotenosti (4, Kurzosis)
8,3443
Jarque-Bera
297,7124
(verovatnoa)
0,000000
Tabela 5.17. Deskriptivna statistika logaritamskih prinosa akcije
MTLC od 03.01.2013. do 31.12.2013. godine 336
p nivo
KolmogorovSmirnov/Lilliefor Test
10
Quantiles of Normal
15
-5
2
0
-2
-4
-10
2013Q1
2013Q2
2013Q3
-6
-10
2013Q4
Kvartal
-5
10
Quantiles of AIKB
185
15
Q-Q dijagram dnevnih logaritamskih prinosa akcije AIKB ukazuje na nizak stepen
slaganja empirijske raspodele prinosa sa normalnim rasporedom. Rrepovi empirijske
raspodele AIKB su tei od repova normalne raspodele usled prisustva ekstremnih
dogaaja u kretanju prinosa AIKB, te zakljuujemo da su odstupanja empirijskih od
teorijskih vrednosti statistiki znaajna. Ova odstupanja potvruju i histogrami
frekvencija logaritamskih prinosa, dok veina sprovedenih testova normalnog
rasporeda odbacuje nultu hipotezu.
100
Frekvencija
80
60
40
20
0
-12
-8
-4
12
339
340
Izvor: Ibid.
Izvor: Izraun autora.
186
Zakljuak: (5%)
KolmogorovSnaan dokaz protiv hipoteze o
0,1185
Smirnov/Lilliefor Test
normalnom rasporedu
Odbaciti hipotezu o normalnom
Shapiro-Wilk W
0,8760
0,0000
rasporedu
Prihvatiti hipotezu o normalnom
D'Agostino Skewness
2,4289
0,0151
rasporedu
Odbaciti hipotezu o normalnom
D'Agostino Kurtosis
6,8991
0,0000
rasporedu
Odbaciti hipotezu o normalnom
D'Agostino Omnibus
53,4969
0,0000
rasporedu
Tabela 5.20. Testiranje hipoteze o normalnom rasporedu logaritamskih prinosa akcije AIKB
od 03.01.2013. do 31.12.2013. godine 341
Test statistika
p nivo
12
Quantiles of Normal
4
0
-4
2
0
-2
-4
-8
-6
-12
-12
2013Q1
2013Q2
2013Q3
2013Q4
Kvartal
-8
-4
12
Quantiles of IMLK
341
342
Izvor: Ibid.
Izvor: Obrada autora.
187
200
Frekvencija
160
120
80
40
0
-12
-8
-4
12
p nivo
KolmogorovSmirnov/Lilliefor Test
343
344
345
Izvor: Ibid.
Izvor: Izraun autora.
Izvor: Ibid.
188
Quantiles of Normal
12
4
0
-4
2
0
-2
-4
-8
-6
-12
-12
2013Q1
2013Q2
2013Q3
2013Q4
-8
Kvartal
-4
12
Quantiles of JESV
Frekvencija
160
120
80
40
0
-12
-8
-4
12
346
347
189
JESV
Uzorak (broj opservacija)
250
Prosena vrednost prinosa
-0,0155
Medijana
0,0000
Maksimalna vrednost prinosa
10,0919
Minimalna vrednost prinosa
-11,4967
Standardna devijacija prinosa
1,9246
Koeficijent asimetrije (3, Skewness)
0,1613
Koeficijent spljotenosti (4, Kurzosis)
15,2269
Jarque-Bera
1558,3550
(verovatnoa)
0,000000
Tabela 5.23. Deskriptivna statistika logaritamskih prinosa akcije
JESV od 03.01.2013. do 31.12.2013. godine 348
Zakljuak: (5%)
Nema dokaza protiv hipoteze o
0,0000
normalnom rasporedu
Odbaciti hipotezu o normalnom
Shapiro-Wilk W
0,5924
0,0000
rasporedu
Prihvatiti hipotezu o normalnom
D'Agostino Skewness
1,0643
0,2872
rasporedu
Odbaciti hipotezu o normalnom
D'Agostino Kurtosis
7,9138
0,0000
rasporedu
Odbaciti hipotezu o normalnom
D'Agostino Omnibus
63,7608
0,0000
rasporedu
Tabela 5.24. Testiranje hipoteze o normalnom rasporedu logaritamskih prinosa akcije JESV
od 03.01.2013. do 31.12.2013. godine 349
Test statistika
p nivo
KolmogorovSmirnov/Lilliefor Test
190
r r A
(5.3)
U poslednjoj koloni tabele 5.25. prikazane su vrednosti Sharpe-ovog racia (SR) koji je
izraunat kao kolinik godinjeg anuelizovanog prinosa i godinje anuelizovane
volatilnosti pod pretpostavkom i.i.d.
SR
rh
(5.4)
Anuelizovani
Anuelizovana
Standardna
Prosean
SR
)
prinos ( r ) devijacija ( ) prinos i.i.d. ( r ) volatilnost i.i.d, (
AERO 0,038949666 1,394177095
9,7374 %
22,0439 %
0,4417
ENHL 0,067630532 2,339747758
16,9076 %
36,9947 %
0,4570
NIIS 0,087311997 1,234078518
21,8280
19,5125
1,1187
SJPT -0,068060408 2,098420782
-17,0151
33,1789
-0,5128
ALFA 0,344646144
2,22920157
86,1615
35,2468
2,4445
KMBN 0,017619066 2,140399597
4,4048
33,8427
0,1302
MTLC 0,132778564 1,444428181
33,1946
22,8384
1,4535
AIKB -0,017056848 2,003147343
-4,2642
31,6725
-0,1346
IMLK -0,030427455 1,485088352
-7,6069
23,4813
-0,3240
JESV 0,01553172
1,924587176
3,8829
30,4304
0,1276
Tabela 5.25. Prosean prinos, standardna devijacija, anuelizovani prinos, anuelizovana
volatilnost i Sharpe-ov racio deset akcija koje konstituiu portfolio350
Simbol
191
Na osnovu analize portfolio strukture prikazane u tabeli 5.26. kao mogueg skupa
portfolia, potvruje se jedan od osnovnih problema praktine implementacije
Markowitz-evog algoritma. Naime, posmatranjem raspona kretanja pondera svake
akcije ukljuene u razliite portfolie u tabeli 5.26, vidimo da MV pristup optimizacije
precenjuje uee hartija od vrednosti sa visokim stopama prinosa, negativnom
korelacijom i niskom standardnom devijacijom i potcenjuje pondere uea hartija od
vrednosti od vrednosti koje imaju niske stope prinosa, pozitivnu korelaciju i visoku
vrednost standardne devijacije prinosa. Pored toga, kada se vri optimizacija portfolia
sa ogranienjima na kratku prodaju, rezultat je reenje sa nula ponderima za mnogo
hartija od vrednosti i zauzimanje velikih pozicija na samo nekoliko akcija sa
nerazumno visokim ponderima.
Por
StD
AERO
ENHL
MTLC
AIKB
IMLK
P01
0,345
2,2292
0,00%
0,00%
NIIS
0,00%
SJPT
0,00% 100,00%
ALFA KMBN
0,00%
0,00%
0,00%
0,00%
0,00%
P02
0,34
2,1805
0,00%
0,00%
0,00%
0,00%
97,81%
0,00%
2,19%
0,00%
0,00%
0,00%
P03
0,33
2,0773
0,00%
0,00%
0,00%
0,00%
93,09%
0,00%
6,91%
0,00%
0,00%
0,00%
P04
0,32
1,9767
0,00%
0,00%
0,00%
0,00%
88,37%
0,00%
11,63%
0,00%
0,00%
0,00%
P05
0,31
1,8791
0,00%
0,00%
0,00%
0,00%
83,65%
0,00%
16,35%
0,00%
0,00%
0,00%
P06
0,30
1,7850
0,00%
0,00%
0,00%
0,00%
78,93%
0,00%
21,07%
0,00%
0,00%
0,00%
P07
0,29
1,6950
0,00%
0,00%
0,00%
0,00%
74,21%
0,00%
25,79%
0,00%
0,00%
0,00%
P08
0,28
1,6097
0,00%
0,00%
0,29%
0,00%
69,55%
0,00%
30,16%
0,00%
0,00%
0,00%
P09
0,27
1,5278
0,00%
0,00%
3,93%
0,00%
65,61%
0,00%
30,45%
0,00%
0,00%
0,00%
P10
0,26
1,4481
0,00%
0,00%
7,58%
0,00%
61,67%
0,00%
30,75%
0,00%
0,00%
0,00%
P11
0,25
1,3710
0,00%
0,00%
11,22%
0,00%
57,73%
0,00%
31,05%
0,00%
0,00%
0,00%
P12
0,24
1,2971
0,00%
0,00%
14,86%
0,00%
53,80%
0,00%
31,34%
0,00%
0,00%
0,00%
P13
0,23
1,2260
2,18%
0,43%
16,14%
0,00%
50,45%
0,00%
30,81%
0,00%
0,00%
0,00%
P14
0,22
1,1572
4,31%
1,02%
17,37%
0,00%
47,12%
0,00%
30,19%
0,00%
0,00%
0,00%
P15
0,21
1,0913
6,44%
1,61%
18,58%
0,00%
43,78%
0,00%
29,60%
0,00%
0,00%
0,00%
P16
0,20
1,0288
8,41%
2,14%
19,66%
0,00%
40,51%
0,00%
28,95%
0,00%
0,00%
0,33%
P17
0,19
0,9695
9,83%
2,48%
20,28%
0,00%
37,47%
0,00%
28,13%
0,00%
0,00%
1,80%
P18
0,18
0,9137 11,25%
2,83%
20,91%
0,00%
34,43%
0,00%
27,31%
0,00%
0,00%
3,27%
P19
0,17
0,8618 12,60%
3,14%
21,38%
0,00%
31,46%
0,33%
26,43%
0,00%
0,00%
4,66%
P20
0,16
0,8147 13,76%
3,36%
21,53%
0,00%
28,65%
1,48%
25,36%
0,00%
0,00%
5,87%
P21
0,15
0,7721 14,98%
3,61%
21,50%
0,00%
25,86%
2,70%
24,29%
0,00%
0,00%
7,07%
P22
0,14
0,7350 15,77%
3,69%
21,46%
0,15%
23,31%
3,57%
23,21%
0,00%
0,92%
7,92%
P23
0,13
0,7015 15,93%
3,56%
21,18%
0,99%
21,23%
4,00%
22,05%
0,00%
2,80%
8,26%
P24
0,12
0,6714 15,92%
3,40%
20,63%
1,77%
19,26%
4,33%
20,88%
0,70%
4,57%
8,53%
P25
0,11
0,6448 15,88%
3,23%
20,12%
2,54%
17,31%
4,66%
19,68%
1,46%
6,30%
8,83%
P26
0,10
0,6223 15,84%
3,07%
19,58%
3,31%
15,35%
5,00%
18,47%
2,23%
8,03%
9,12%
P27
0,09
0,6042 15,80%
2,90%
19,03%
4,08%
13,40%
5,32%
17,27%
3,01%
9,76%
9,41%
P28
0,08
0,5911 15,76%
2,74%
18,49%
4,85%
11,46%
5,66%
16,06%
3,79%
11,49%
9,70%
P29
0,07
0,5831 15,70%
2,57%
18,01%
5,62%
9,50%
5,97%
14,85%
4,57%
13,24%
9,99%
P30
0,06
0,5805 15,67%
2,41%
17,42%
6,39%
7,55%
6,32%
13,65%
5,34%
14,96%
10,28%
P31
0,05
0,5835 15,64%
2,25%
16,88%
7,17%
5,60%
6,65%
12,44%
6,12%
16,69%
10,57%
P32
0,04
0,5919 15,60%
2,09%
16,34%
7,94%
3,65%
6,97%
11,24%
6,89%
18,43%
10,85%
P33
0,03
0,6055 15,55%
1,92%
15,80%
8,71%
1,70%
7,30%
10,04%
7,67%
20,16%
11,15%
P34
0,02
0,6240 15,55%
1,67%
14,99%
9,61%
0,00%
7,66%
8,50%
8,58%
21,98%
11,46%
351
Izvor: Ibid.
192
JESV
Er (%)
0,4
0,35
0,3
0,25
0,2
0,15
0,1
PMV
0,05
0
0
0,5
1,5
2,5
193
AERO
ENHL
NIIS
0,1595
0,0238
1,0000
0,0076
-0,0214
0,0974
0,1025
0,1641
-0,0969
-0,0259
SJPT
0,0871
0,0812
0,0076
1,0000
-0,0327
0,0326
-0,0381
-0,0184
0,0751
-0,0211
ALFA
-0,1464
0,0284
-0,0214
-0,0327
1,0000
-0,0077
-0,0018
-0,0391
0,1531
-0,0397
KMBN
-0,0603
0,0006
0,0974
0,0326
-0,0077
1,0000
0,0798
0,0604
-0,0078
-0,0445
MTLC
0,0069
-0,0116
0,1025
-0,0381
-0,0018
0,0798
1,0000
0,1043
0,0219
-0,0439
AIKB
0,1268
0,0556
0,1641
-0,0184
-0,0391
0,0604
0,1043
1,0000
-0,0589
-0,0555
IMLK
-0,0788
0,0666
-0,0969
0,0751
0,1531
-0,0078
0,0219
-0,0589
1,0000
0,0355
JESV
0,0132
0,0443
-0,0259
-0,0211
-0,0397
-0,0445
-0,0439
-0,0555
0,0355
1,0000
Simbol
Prosean
prinos ( r )
Standardna
devijacija ( )
Anuelizovani
Anuelizovana
)
prinos i.i.d. ( r ) volatilnost i.i.d, (
SR
(
r
)
353
354
194
Portfolio E[r]
StD
SR
P19
0,17 0,8618 3,11820
P18
0,18 0,9137 3,11499
P20
0,16 0,8147 3,10538
P17
0,19 0,9695 3,09875
P16
0,2 1,0288 3,07379
P21
0,15 0,7721 3,07158
P15
0,21 1,0913 3,04253
P22
0,14 0,735 3,01174
P14
0,22 1,1572 3,00589
P13
0,23 1,226 2,96639
P23
0,13 0,7015 2,93011
P12
0,24 1,2971 2,92562
P11
0,25 1,371 2,88320
P10
0,26 1,4481 2,83895
P24
0,12 0,6714 2,82598
P09
0,27 1,5278 2,79427
P08
0,28 1,6097 2,75032
P07
0,29 1,695 2,70518
P25
0,11 0,6448 2,69735
P06
0,3 1,785 2,65730
P05
0,31 1,8791 2,60837
P04
0,32 1,9767 2,55958
P26
0,1 0,6223 2,54060
P03
0,33 2,0773 2,51175
P02
0,34 2,1805 2,46542
P01
0,345 2,2292 2,44452
P27
0,09 0,6042 2,35508
P28
0,08 0,5911 2,14045
P29
0,07 0,5831 1,89798
P30
0,06 0,5805 1,63389
P31
0,05 0,5835 1,35414
P32
0,04 0,5919 1,06814
P33
0,03 0,6055 0,78309
P34
0,02 0,624 0,50675
Tabela 5.29. Maksimizacija Sharpe-ovog indeksa (SR max)355
U tabeli 5.30. vidimo da je portfolio P19 sastavljen od 7 akcija, pri emu akcija
KMBN ima ponder 0,33 %, te se njeno uee u daljem radu smatra zanemarljivim.
Por
AERO
ENHL
NIIS
SJPT
ALFA KMBN
MTLC
AIKB
IMLK
P19 12,60%
3,14%
21,38%
0,00%
31,46%
26,43%
0,00%
0,00%
0,33%
JESV
4,66%
355
356
Izvor: Ibid.
Izvor: Ibid.
195
21,38%
29,90%
12,60%
31,46%
4,66%
B - Rudarstvo
C - Preraivaka industrija
F - Graevinarstvo
H - Saobraaj i skladitenje
K - Finansijske delatnosti i delatnost osiguranja
Slika 5.22. Sektorska diversifikovanost portfolia P19357
3
Quantiles of Normal
1
0
-1
1
0
-1
-2
-2
-3
-3
2013Q1
2013Q2
2013Q3
-3
2013Q4
Kvartal
-2
-1
Quantiles of P19
196
60
50
Frekvencija
40
30
20
10
0
-3
-2
-1
359
360
361
p nivo
Izvor: Ibid.
Izvor: Izraun autora.
Izvor: Ibid.
197
h 1
AR1sf h 2
h
1
1
(5.5)
U prvoj koloni tabele 5.33. prikazani su koeficijenti serijske korelacije prinosa prvog
reda analiziranih akcija. U drugoj koloni su izraunati faktori skaliranja AR(1)sf
korienjem obrasca 5.5, neophodni za izraunavanje volatilnosti sa autokorelisanim
prinosima AR (1) kao proizvoda standardne devijacije prinosa i skalnog faktora
AR(1)sf. U poslednjoj koloni izraunat je Sharpe-ov racio korigovan za autokorelaciju
ASR1 koji se izraunava kao kolinik godinjeg anuelizovanog prinosa i izraunate
volatilnosti korigovane autokorelaciom prinosa.
ASR 1
362
rh
AR(1) sf
(5.6)
AR (1)
Izvor: Alexander, C., (2008): Market Risk Analysis II, Practical Financial Econometrics, New
Jersey, John Wiley & Sons Inc, 93.
198
Simbol
Autokorelacioni
koeficijenti prvog reda
()
Faktor
skaliranja
( AR(1)sf )
Anuelizovana
volatilnost korigovana
autokorelacijom
AR (1) )
prinosa (
ASR1
AERO
-0,160
13,47
18,7798
0,5185
ENHL
-0,064
14,84
34,7112
0,4871
NIIS
0,212
19,59
24,1763
0,9030
SJPT
0,067
16,91
35,4832
-0,4795
ALFA
-0,093
14,41
32,1255
2,6820
KMBN
-0,073
14,69
31,4525
0,1400
MTLC
-0,260
12,13
17,5241
1,8942
AIKB
-0,325
11,31
22,6583
-0,1882
IMLK
-0,278
11,90
17,6697
-0,4305
JESV
-0,077
14,64
28,1782
0,1378
Tabela 5.33. Autokorelacioni koeficijenti, godinja volatilnost korigovana autokorelacijom
prinosa i Sharpe-ov racio korigovan autokorelacijom ASR1 363
(5.7)
Pri emu je: vrednost standardnog Sharpe-ovog racia ili Sharpe-ovog racia
korigovanog autokorelacijiom (to je primenjeno u empirijskom istraivanju),
mera asimetrije (3), a k mera spljotenosti (4). Korigovani Sharpe-ov racio ASR2
e biti nii ukoliko je empirijski raspored realizovanog prinosa negativno asimetrian
i ako je u vremenskim serijama prinosa prisutan leptokurtozis.
363
199
Simbol
Koeficijent
spljotenosti
Koeficijent
asimetrije (3)
(4)
ASR2
AERO
-0,4750
5,8751
0,4631
ENHL
-0,1724
7,971
0,4419
NIIS
-1,0625
14,9719
0,2992
SJPT
0,4669
5,4469
-0,4366
ALFA
1,3635
9,1694
-3,0547
KMBN
-0,5762
7,5218
0,1373
MTLC
-0,0689
8,3443
-0,5116
AIKB
0,3773
10,6274
-0,1831
IMLK
-0,0024
29,7549
-0,33170
JESV
0,1613
15,2269
0,13665
Tabela 5.34. Koeficijent asimetrije i spoljotenosti, i Sharpe-ov racio
korigovan autokorelacijom, asimetrijom i spoljotenou ASR2364
0,5185
Promena ASR1
u odnosu na SR
+ 17,3874
0,4631
Promena ASR2
u odnosu na ASR1
-10,6847
0,457
0,4871
+ 6,5864
0,4419
-9,2794
NIIS
1,1187
0,9030
- 19,2813
0,2992
-66,8660
SJPT
-0,5128
-0,4795
- 6,4938
-0,4366
-8,9468
ALFA
2,4445
2,6820
+ 9,7157
-3,0547
-213,8960
KMBN
0,1302
0,1400
+ 7,5269
0,1373
-1,9286
MTLC
1,4535
1,8942
+ 30,3199
-0,5116
-127,0090
AIKB
-0,1346
-0,1882
+ 39,8217
-0,1831
-2,7099
IMLK
-0,324
-0,4305
+ 32,8704
-0,3317
-22,9501
Simbol
SR
ASR1
AERO
0,4417
ENHL
JESV
364
365
366
ASR2
0,1276
0,1378
+ 7,9937
0,1366
-0,8345
Tabela 5.35. Poreenje apsolutnih vrednosti SR, ASR1 i ASR2366
Izvor: Ibid.
Jaina asimetrije odreena je na sledei nain: a) mala asimetrija: 3 0,25; b) srednja asimetrija:
0,25 < 3 0,50 i c) jaka asimetrija: 3 > 0,50.
Izvor: Izraun autora.
200
ENHL
NIIS
SJPT
ALFA
KMBN
MTLC
AIKB
IMLK
JESV
P30
2,41%
17,42%
6,39%
7,55%
6,32%
13,65%
5,34%
14,96%
10,28%
15,67%
Izvor: Ibid.
Izvor: Ibid.
201
17,42%
27,72%
28,90%
15,67%
10,28%
B - Rudarstvo
C - Preraivaka industrija
F - Graevinarstvo
H - Saobraaj i skladitenje
K - Finansijske delatnosti i delatnost osiguranja
2.0
1.5
1.0
1.0
Quantiles of Normal
1.5
0.5
0.0
-0.5
0.5
0.0
-0.5
-1.0
-1.0
-1.5
-1.5
-2.0
-2.0
25
50
75
100
125
150
175
200
225
250
Opservacije
-2
-1
Quantiles of P30
202
24
20
Frekvencija
16
12
8
4
0
-2.0
-1.5
-1.0
-0.5
0.0
0.5
1.0
1.5
2.0
p nivo
KolmogorovSmirnov/Lilliefor Test
Izvor: Ibid.
Izvor: Izraun autora.
Izvor: Ibid.
203
Prinos (%)
3,50
3,00
2,50
2,00
1,50
1,00
0,50
3
15
.3
.2
01
8.
3.
20
13
1.
3.
20
13
3
22
.2
.2
01
3
15
.2
.2
01
8.
2.
20
13
1.
2.
20
13
3
25
.1
.2
01
18
.1
.2
01
-0,50
11
.1
.2
01
4.
1.
20
13
0,00
-1,00
-1,50
Datum
P19
Belex15
Slika 5.28. Kretanje prinosa trinog indeksa Belex15 i optimalnog portfolia P19
od 03.01.2013. do 31.12.2013. godine374
374
204
Prinos (%)
2,50
2,00
1,50
1,00
0,50
15
.3
.2
01
8.
3.
20
13
1.
3.
20
13
3
22
.2
.2
01
3
15
.2
.2
01
8.
2.
20
13
1.
2.
20
13
3
25
.1
.2
01
18
.1
.2
01
-0,50
11
.1
.2
01
4.
1.
20
13
0,00
-1,00
-1,50
Datum
P30
Belex15
Slika 5.29. Kretanje prinosa trinog indeksa Belex15 i optimalnog portfolia P30
od 03.01.2013. do 31.12.2013. godine375
2
Quantiles of Normal
2
1
0
-1
1
0
-1
-2
-2
-3
-3
2013Q1
2013Q2
2013Q3
-3
2013Q4
Kvartali
-2
-1
Quantiles of BELEX15
Izvor: Ibid.
Izvor: Ibid.
205
60
50
Frekvencija
40
30
20
10
0
-3
-2
-1
p nivo
KolmogorovSmirnov/Lilliefor Test
Izvor: Ibid.
Izvor: Izraun autora.
Izvor: Ibid.
206
Prinos (%)
3,50
3,00
2,50
2,00
1,50
1,00
0,50
3
15
.3
.2
01
8.
3.
20
13
1.
3.
20
13
15
.2
.2
01
Belexline
22
.2
.2
01
8.
2.
20
13
P19
1.
2.
20
13
3
25
.1
.2
01
18
.1
.2
01
-0,50
11
.1
.2
01
4.
1.
20
13
0,00
-1,00
-1,50
Datum
Prinos (%)
Slika 5.32. Kretanje prinosa trinog indeksa Belexline i optimalnog portfolia P19
od 03.01.2013. do 31.12.2013. godine380
1,50
1,00
0,50
3
15
.3
.2
01
8.
3.
20
13
1.
3.
20
13
15
.2
.2
01
Belexline
22
.2
.2
01
8.
2.
20
13
P30
1.
2.
20
13
3
25
.1
.2
01
18
.1
.2
01
-0,50
11
.1
.2
01
4.
1.
20
13
0,00
-1,00
-1,50
Datum
Slika 5.33. Kretanje prinosa trinog indeksa Belexline i optimalnog portfolia P30
od 03.01.2013. do 31.12.2013. godine381
380
381
207
1.0
1.0
0.5
Quantiles of Normal
1.5
0.0
-0.5
0.5
0.0
-0.5
-1.0
-1.0
-1.5
-1.5
-2.0
-2.0
2013Q1
2013Q2
2013Q3
-2
2013Q4
-1
Kvartal
Quantiles of BELEXLINE
Frekvencija
16
12
8
4
0
-2.0
-1.6
-1.2
-0.8
-0.4
0.0
0.4
0.8
1.2
1.6
Izvor: Ibid.
Izvor: Ibid.
208
Belexline
Uzorak (broj opservacija)
250
Prosena vrednost prinosa
0,0319
Medijana
0,0481
Maksimalna vrednost prinosa
1,4446
Minimalna vrednost prinosa
-1,8832
Standardna devijacija prinosa
0,5628
Koeficijent asimetrije (3, Skewness)
- 0,1479
Koeficijent spljotenosti (4, Kurzosis)
3,4656
Jarque-Bera
3,1698
(verovatnoa)
0,204966
Tabela 5.42. Deskriptivna statistika logaritamskih prinosa Belexline
od 03.01.2013. do 31.12.2013. godine 384
p nivo
KolmogorovSmirnov/Lilliefor Test
()
i.i.d,
(
)
(r)
0,1699 %
0,8620 %
42,4999 %
13,6296 %
3,11820
P19
0,0599 %
0,5805 %
14,9967 %
9,1785 %
1,6339
P30
0,0207 %
0,7171 %
5,1672 %
11,3388 %
0,4557
Belex15
0,0319 %
0,5628 %
7,9778 %
8,8994 %
0,8964
Belexline
Tabela 5.44. Prosean prinos, standardna devijacija, anuelizovani prinos, anuelizovana
volatilnost i Sharpe-ov racio P19, P30, Belex15 i Belexline386
Prosean
prinos ( r )
384
385
386
209
Standardna
devijacija ( )
CV
(
)
r
0,1699 %
0,8620 %
5,0376
P19
0,0599 %
0,5805 %
9,6911
P30
0,0207 %
0,7171 %
34,6425
Belex15
0,0319 %
0,5628 %
17,6426
Belexline
Tabela 5.45. Prosean prinos, standardna devijacija
i koeficijent varijacije P19, P30, Belex15 i Belexline387
prinosa
(
)
AR
(
1
)
(
)
prvog reda ()
AR (1)
sf
0,050
15,05
12,9727
3,2761
P19
- 0,011
15,64
9,0786 %
1,6519
P30
-0,013
15,61
11,1969 %
0,4615
Belex15
-0,061
14,87
8,3709 %
0,9531
Belexline
Tabela 5.46. Autokorelacioni koeficijenti, godinja volatilnost korigovana autokorelacijom
prinosa i Sharpe-ov racio korigovan autokorelacijom ASR1 P19, P30, Belex15 i Belexline 388
Izvor: Ibid.
Izvor: Ibid.
210
Koeficijent
asimetrije (3)
Koeficijent
spljotenosti
(4)
ASR2
0,8308
5,6391
-3,49962
P19
-0,0433
3,2691
1,01821
P30
- 0,2289
4,2358
0,43602
Belex15
- 0,1479
3,4656
0,80567
Belexline
Tabela 5.47. Koeficijent asimetrije i spoljotenosti, i Sharpe-ov racio
korigovan autokorelacijom, asimetrijom i spoljotenou ASR2
P19, P30, Belex15 i Belexline 389
389
Izvor: Ibid.
211
15,67 %
Beta
koeficijent
Belex15
0,5758
Beta
koeficijent
Belexline
0,6453
3,14 %
2,41 %
1,2483
1,8369
NIIS
21,38 %
17,42 %
0,8740
0,7858
SJPT
0,00 %
6,39 %
0,9177
1,4014
ALFA
31,46 %
7,55 %
0,0831
0,3351
KMBN
0,33 %
6,32 %
1,0890
1,4609
MTLC
26,43 %
13,65 %
0,4242
0,5031
AIKB
0,00 %
5,34 %
1,8801
1,7718
IMLK
0,00 %
14,96 %
0,3340
0,7490
JESV
4,66 %
10,28 %
0,0863
0,2769
0,4445
0,5631
Simbol
Ponder
P19
Ponder
P30
AERO
12,60 %
ENHL
Beta P19
Beta P30
0,6235
0,7933
Tabela 5.48. Beta koeficijenti akcija i optimalnih portfolia P19 i P30
u zasivnosti od odabranog referentnog trinog benmarka390
390
Izvor: Ibid.
212
Beta
Beta
koeificjent
koeficijent
Belex15
Belexline
P1
0,345 2,2292
0,08306
0,33510
P2
0,34 2,1805
0,09053
0,33878
P3
0,33 2,0773
0,10663
0,34671
P4
0,32 1,9767
0,12273
0,35463
P5
0,31 1,8791
0,13883
0,36256
P6
0,30 1,7850
0,15493
0,37049
P7
0,29 1,6950
0,17103
0,37842
P8
0,28 1,6097
0,18823
0,38707
P9
0,27 1,5278
0,21800
0,40393
P10
0,26 1,4481
0,24790
0,42092
P11
0,25 1,3710
0,27772
0,43783
P12
0,24 1,2971
0,30750
0,45472
P13
0,23 1,2260
0,33158
0,47286
P14
0,22 1,1572
0,35656
0,49283
P15
0,21 1,0913
0,38149
0,51276
P16
0,20 1,0288
0,40371
0,53038
P17
0,19 0,9695
0,41681
0,54042
P18
0,18 0,9137
0,43013
0,55072
P19
0,17 0,8618
0,44448
0,56311
P20
0,16 0,8147
0,46191
0,58117
P21
0,15 0,7721
0,47926
0,59981
P22
0,14 0,7350
0,49242
0,61615
P23
0,13 0,7015
0,50159
0,63286
P24
0,12 0,6714
0,51818
0,65521
P25
0,11 0,6448
0,53565
0,67812
P26
0,10 0,6223
0,55322
0,70118
P27
0,09 0,6042
0,57059
0,72396
P28
0,08 0,5911
0,58836
0,74727
P29
0,07 0,5831
0,60614
0,77038
P30
0,06 0,5805
0,62346
0,79327
P31
0,05 0,5835
0,64126
0,81661
P32
0,04 0,5919
0,65868
0,83951
P33
0,03 0,6055
0,67621
0,86247
P34
0,02 0,6240
0,69370
0,88656
Tabela 5.49. Beta koeficijenti za portfolie sa efikasne granice391
Portfolio
E[r]
StD
391
Izvor: Ibid.
213
Beta koeficijent optimalnog portfolia P30 je vei u odnosu na beta koeficijent P19 i
iznosi 0,6235 ukoliko se Belex15 posmatra kao trini benmark, odnosno 0,7933 ako
se Belexline uzme kao trini benmark. Vrednost beta koeficijenta optimalnog
portfolia P30 je manja od 1,00 to opet pokazuje da se promenom trinog portfolia
od 1 %, oekuje kretanje optimalnog portfolia P30 u istom smeru od 0,6235 % u
odnosu na kretanje Belex15 i 0,7933 % u odnosu na kretanje Belexline.
BELEX15
Intercept
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
BELEX15
Intercept
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
BELEXline
Intercept
P19
Coefficient Std. Error
0,444475 0.072164
0,160813
0.101815
0.101815
0.816953
166.1855
-303.6901
2.118666
P30
Coefficient Std. Error
0,623456 0.032969
0,047100
0.586595
0.586595
0.373240
34.68777
-107.8504
2.283733
0.104061
0.104061
0.815931
165.7699
-303.3771
2.124504
BELEXline
Intercept
Coefficient
0,793272
0,034672
t-Statistic
18.96768
P19
Coefficient Std. Error
0,563113 0.091720
0,152029
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
t-Statistic
6.249088
t-Statistic
6.306599
t-Statistic
19.02330
Prob.
0.0000
0.170000
0.862013
2.437521
2.451607
2.443190
Prob.
0.0000
0.059986
0.580498
0.870803
0.884889
0.876472
Prob.
0.0000
0.170000
0.862013
2.435017
2.449103
2.440686
Prob.
0.0000
R-squared
0.588025
Mean dependent var
0.059986
Adjusted R-squared 0.588025
S.D. dependent var
0.580498
S.E. of regression
0.372594
Akaike info criterion
0.867338
Sum squared resid
34.56778
Schwarz criterion
0.881424
Log likelihood
-107.4173
Hannan-Quinn criter.
0.873007
Durbin-Watson stat 2.142452
Tabela 5.50. Linearna regresija optimalnih portfolia P19 i P30 (zavisna varijabla)
sa Belex15 i Belexline (nezavisna varijabla)392
392
Izvor: Ibid.
214
215
Prosean teorijski
Prosean teorijski
prinos tr. portfolio
prinos tr. portfolio
Belex15
Belexline
0,0004
0,0291
0,0350
0,0007
0,0158
0,0246
0,0009
0,0232
0,0338
-0,0007
0,0223
0,0284
0,0034
0,0389
0,0377
0,0002
0,0189
0,0279
0,0013
0,0322
0,0362
-0,0002
0,0032
0,0252
-0,0003
0,0340
0,0341
0,0002
0,0389
0,0382
0,1699
0,0318
0,0357
0,0599
0,0282
0,0337
Tabela 5.51. Realizovani i teorijski proseni prinosi akcija i portfolia393
Prosean
realizovani prinos
393
Izvor: Ibid.
216
Podaci iz tabele 5.52. pokazuju da reziduali imaju veliki udeo u uticaju na prinose
akcija. Ispitivanje reziduala izvreno je primenom Durbin-Watson (DW) testa. Budui
da su vrednosti DW testa preteno vee od 2, zakljuujemo da su reziduali greke
regresionog modela negativno autokorelisani na prvom pomaku, osim u sluaju akcije
NIIS kod koje nije uoena autokorelacija reziduala koja nepovoljno utie na
karakteristike modela. Pretpostavka da su rezidualna odstupanja regresionog modela
normalno rasporeena ispitana je primenom Jarque-Bera testa na reziduale
regresionog modela. Na osnovu dobijene vrednosti sprovedenih testova, kao i
pridruenog empirijskog nivoa signifikantnosti, odbacuje se nulta hipoteza da je
posmatrana serija normalno distribuirana za sve reziduale individualnih akcija i
portfolia, pa procenjene vrednosti parametara date jednaine regresije nisu najbolji
mogui estimatori.
Simbol
R2
Korigovani
R2
AERO 0,087358
0,087358
ENHL
0,146066
0,146066
NIIS
0,254804
0,254804
SJPT
0,096630
0,096630
ALFA
0,023026
0,023026
KMBN 0,133130
0,133130
MTLC 0,036952
0,036952
AIKB
0,452232
0,452232
IMLK
0,025384
0,025384
JESV
0,000984
0,000984
P19
0,101815
0,101815
P30
0,586595
0,586595
t-stat.
prob.
4,903895
0,00000
6,544946
0,00000
9,317707
0,00000
5,188992
0,00000
0,486467
0,6271
6,185460
0,00000
3,427481
0,0007
14,33892
0,0000
2,567669
0,0108
0,511355
0,6096
6,249088
0,0000
18,96768
0,0000
Standardna Suma
greka
kvadrata
regresije reziduala
DW
Koef.
autokor.
1,331889
441,7082 2,392819
-0,198
2,162127
1164,023 2,111054
-0,060
1,065315
282,5891 1,872280
0,058
1,994461
990,4904 2,013227
-0,011
2,254721
1265,858 2,133613
-0,093
1,992837
988,8785 2,187434
-0,102
1,417490
500,3101 2,512714
-0,267
1,482557
547,2958 2,450632
-0,239
1,466118
535,2263 2,503783
-0,253
1,923640
921,3976 1,996289
-0,072
0,816953
166,1855 2,118666
-0,104
0,373240
34,68777 2,283733
-0,185
JB test
prob.
46,64536
0,00000
115,5353
0,00000
688,9071
0,00000
48,40625
0,00000
468,3425
0,00000
133,1820
0,00000
243,3415
0,00000
172,9137
0,00000
6775,176
0,00000
1608,903
0,00000
151,5596
0,00000
18,76422
0,00000
Tabela 5.52. Testiranje pouzdanosti beta koeficijenata akcija uz trini portfolio Belex15394
394
Izvor: Ibid.
217
Simbol
R2
Korigovani
R2
AERO 0,067697
0,067697
ENHL
0,195239
0,195239
NIIS
0,125917
0,125917
SJPT
0,138394
0,138394
ALFA
0,015302
0,015302
KMBN 0,147395
0,147395
MTLC 0,031893
0,031893
AIKB
0,246497
0,246497
IMLK
0,079253
0,079253
JESV
0,006549
0,006549
P19
0,104061
0,104061
P30
0,588025
0,588025
t-stat.
prob.
4,276658
0,00000
7,788982
0,00000
6,107496
0,00000
6,348253
0,00000
1,460472
0,14540
6,562474
0,00000
3,222593
0,00140
9,026662
0,00000
4,641834
0,00000
1,287618
0,1991
6,306599
0,00000
19,02330
0,00000
Standardna Suma
greka
kvadrata
regresije reziduala
DW
Koef.
autokor.
1,346159
451,2242 2,360240
-0,181
2,098952
1096,994 2,110249
-0,060
1,153770
331,4651 1,770536
0,111
1,947812
944,6989 1,974247
0,007
2,246192
1256,299 2,142821
-0,096
1,976372
972,6058 2,116521
-0,067
1,421208
502,9382 2,499536
-0,259
1,738823
752,8529 2,619271
-0,328
1,425025
505,6432 2,462048
-0,233
1,918274
916,264 1,994873
-0,073
0,815931
165,7699 2,124504
-0,102
0,372594
34,56778 2,142452
-0,098
JB test
prob.
50,10195
0,00000
91,86413
0,00000
1356,647
0,00000
46,37337
0,00000
447,2873
0,00000
127,1961
0,00000
257,5922
0,00000
324,5975
0,00000
5635,893
0,00000
1654,840
0,00000
137,1713
0,00000
2,476677
0,289865
Tabela 5.53. Testiranje pouzdanosti beta koeficijenata akcija uz trini portfolio Belexline395
Izvor: Ibid.
218
rf r
250
rf r 100
1
100
(6.1)
Korienjem jednaine 6.1. izraunata je dnevna nerizina stopa prinosa koja iznosi
0,0406 %. Uvoenje stope nerizine aktive omoguava merenje performansi portfolia
u istorijskom periodu standardnim merama ocene prinosa i rizika: Sharpe-ovim
indeksom, Treynor-ovim indeksom i Jensen-ovom merom performansi.
219
Prosean prinos ( r p )
Standardna
devijacija ( p )
Sharpe-ov indeks397
0,1699 %
0,8620 %
0,0599 %
0,5805 %
0,0207 %
0,7171 %
0,0319 %
0,5628 %
Tabela 6.1. Sharpe-ov indeks398
P19
P30
Belex15
Belexline
0,1500
0,0332
-0,0277
-0,0165
Treynor-ov indeks predstavlja odnos riziko premije portfolia kao razlike prosene stope
prinosa portfolia i kamatne stope na bezrizinu aktivu ostvarene tokom odabranog
vremenskog perioda u odnosu na sistemski rizik portfolia, izraenog beta koeficijentom.
Poreenjem Treynor-ovog indeksa portfolia sa Treynor-ovim indeksom trinog
portfolia, dobija se informacija o tome da li je preuzeti sistemski rizik adekvatno
nagraen. Kao mera performansi pogodan je za dobro diverisifikovane portfolie, jer uzima
u obzir iskljuivo komponentu sistemskog rizika. Iz tog razloga se esto koristi u
situacijama kada se ocenjuju performanse portfolia koji ini deo ukupne finansijske aktive
investitora, jer je u tom sluaju investitor izvrio diversifikaciju ukupne investicije, pa je
zainteresovan za sistemski rizik portfolija. Vrednost ovog indeksa zavisi od izabranog
referentnog indeksa, odnosno trinog portfolia, i upravo se to istie kao njegov
najznaajniji nedostatak. Treynor-ov indeks, dakle, pokazuje koliki oekivani prinos daje
portfolio po jedinici preuzetog sistemskog rizika: to je indeks vei, vei je oekivani
prinos po jedinici sistemskog rizika, i obrnuto.
P19
P30
Belex15
P19
P30
Belexline
Prosean prinos ( r p )
Beta portfolia ( p )
Prosean prinos ( r p )
Beta portfolia ( p )
Treynor-ov indeks399
0,1699 %
0,4445
0,2909
0,0599 %
0,6235
0,0309
0,0207 %
1,00
-0,0199
Tabela 6.2. Treynor-ov indeks u odnosu na Belex15400
Treynor-ov indeks
0,1699 %
0,5631
0,2296
0,0599 %
0,7933
0,0243
0,0319 %
1,00
-0,0141
Tabela 6.3. Treynor-ov indeks u odnosu na Belexline401
397
398
399
400
401
220
p
rp rf r
p
Beta portfolia ( p )
rM-rfr
0,1699 %
0,4445
-0,0199
0,0599 %
0,6235
-0,0199
0,0207 %
1,00
-0,0199
Tabela 6.4. Jensen-ov indeks u odnosu na Belex15403
Jensen-ov
indeks402
0,1377
-0,0075
1,0000
Ukoliko se Belex15 tretira kao trini benmark, u sluaju ulaganja u portfolio P19,
portfolio menaderi ostvaruju ekstra prinos jer je Jensen-ov indeks pozitivna veliina,
odnosno ostvarena stopa prinosa vea je od oekivane stope prinose na osnovu rizika
portfolia. Portfolio menaderi ostvaruju inferiorne performanse ulaganjem u P30, jer
je Jensen-ov indeks negativna veliina i tada je realizovana stopa prinosa manja od
oekivane na osnovu rizika portfolia.
Prosean prinos ( r p )
P19
P30
Belexline
Beta portfolia ( p )
rM-rfr
0,1699 %
0,5631
-0,0087
0,0599 %
0,7933
-0,0087
0,0319 %
1,00
-0,0087
Tabela 6.5. Jensen-ov indeks u odnosu na Belexline404
Jensen-ov
indeks
0,1342
0,0262
1,0000
402
403
404
221
Simbol
Prosean
prinos ( r )
Standardna
devijacija ( )
Anuelizovani
Anuelizovana
)
prinos i.i.d. ( r ) volatilnost i.i.d, (
SR
(
r
)
AERO 0,22108 %
1,73376 %
55,2699
27,4132
2,01618
ENHL 0,11823 %
1,51565 %
29,5582
23,9646
1,2334
NIIS
0,00642 %
0,64192 %
1,6043
10,1496
0,1581
SJPT
-0,18392 %
2,15444 %
-45,9807
34,0648
-1,3498
ALFA
0,11685 %
1,72848 %
29,2132
27,3296
1,0689
KMBN 0,15014 %
1,63007 %
37,5357
25,7736
1,4564
MTLC -0,10102 %
1,01178 %
-25,2543
15,9977
-1,5786
AIKB
0,05591 %
1,72360 %
13,9773
27,2525
0,5129
IMLK
0,16693 %
1,08267 %
41,7315
17,1186
2,4378
JESV -0,01245 %
0,92061 %
-3,1121
14,5562
-0,2138
Tabela 6.6. Prosean prinos, standardna devijacija, anuelizovani prinos, anuelizovana
volatilnost i Sharpe-ov racio deset akcija koje konstituiu portfolie P19 i P30 u
verifikacionom periodu405
405
Izvor: Ibid.
222
Simbol
Anuelizovana
volatilnost korigovana
autokorelacijom
AR (1) )
prinosa (
Faktor
skaliranja
( AR(1)sf )
Autokorelacioni
koeficijenti prvog reda
()
ASR1
AERO
-0,1480
-64,2221
23,6312
2,3389
ENHL
0,0106
5,3524
24,2198
1,2204
NIIS
0,3598
279,2494
14,7676
0,1086
SJPT
0,0904
49,4583
37,2824
-1,2333
ALFA
0,0005
-0,0231
27,3284
1,0690
KMBN
-0,1057
-47,6184
23,1895
1,6187
MTLC
-0,2391
-96,1797
12,5486
-2,0125
AIKB
-0,08285
-38,1150
25,0892
0,5571
IMLK
-0,18457
-77,6444
14,2138
2,9360
JESV
-0,03801
-18,2398
14,0151
-0,2221
Tabela 6.7. Autokorelacioni koeficijenti, godinja volatilnost korigovana autokorelacijom
prinosa i Sharpe-ov racio korigovan autokorelacijom ASR1 u verifikacionom periodu406
Koeficijent
spljotenosti
Koeficijent
asimetrije (3)
Simbol
ASR2
(4)
AERO
-0,2031
3,7919
0,1323
ENHL
0,2212
7,6716
0,6943
NIIS
-0,8757
10,2897
0,1064
SJPT
-0,4517
6,7971
-0,8164
ALFA
-0,3470
7,8003
0,6059
KMBN
0,6853
8,9396
0,3382
MTLC
-1,3899
10,7829
0,7114
AIKB
-1,0937
13,9399
0,4001
IMLK
0,1375
9,8922
-7,2981
JESV
-1,6877
13,1425
-0,2299
Tabela 6.8. Koeficijent asimetrije i spoljotenosti, i Sharpe-ov racio
korigovan autokorelacijom, asimetrijom i spoljotenou ASR2 u verifikacionom periodu 407
2.0
1.0
Quantiles of Normal
1.5
2
0.5
0.0
-0.5
-1.0
-1
-1.5
-2.0
-2
10
20
30
40
50
60
70
80
90 100
Opservacije
-2
-1
Quantiles of P19
Izvor: Ibid.
Izvor: Ibid.
Izvor: Obrada autora.
223
14
12
Frekvencija
10
8
6
4
2
0
-2.0
-1.5
-1.0
-0.5
0.0
0.5
1.0
1.5
2.0
2.5
p nivo
KolmogorovSmirnov/Lilliefor Test
409
410
411
Izvor: Ibid.
Izvor: Izraun autora.
Izvor: Ibid.
224
1.0
Quantiles of Normal
1.5
0.5
0.0
-0.5
0.5
0.0
-0.5
-1.0
-1.0
-1.5
10
20
30
40
50
60
70
80
90
100
-1.5
-1.5
-1.0
Opservacije
-0.5
0.0
0.5
1.0
Quantiles of P30
Frekvencija
10
8
6
4
2
0
-1.5
-1.0
-0.5
0.0
0.5
1.0
1.5
412
413
225
1.5
P30
Uzorak (broj opservacija)
100
Prosena vrednost prinosa
0,0581
Medijana
0,1001
Maksimalna vrednost prinosa
1,2606
Minimalna vrednost prinosa
-1,2759
Standardna devijacija prinosa
0,4561
Koeficijent asimetrije (3, Skewness)
-0,5653
Koeficijent spljotenosti (4, Kurzosis)
4,0180
Jarque-Bera
9,644848
(verovatnoa)
0,008047
Tabela 6.11. Deskriptivna statistika logaritamskih prinosa optimalnog
portfolia P30 od 03.01.2014. do 02.06.2014. godine 414
p nivo
KolmogorovSmirnov/Lilliefor Test
414
415
226
416
417
06
.0
1.
20
09
14
.0
.
1.
13 201
4.
.0
1.
15 201
4.
.0
1.
17 201
4.
.0
1.
20
21
14
.0
.
1.
23 201
4.
.0
1.
27 201
4.
.0
1.
29 201
4.
.0
1.
20
31
14
.0
.
1.
04 201
4.
.0
2.
06 201
4.
.0
2.
10 201
4.
.0
2.
20
12
14
.0
.
2.
14 201
4.
.0
2.
19 201
4.
.0
2.
21 201
4.
.0
2.
20
25
14
.0
.
2.
27 201
4.
.0
2.
03 201
4.
.0
3.
05 201
4.
.0
3.
20
07
14
.0
.
3.
11 201
4.
.0
3.
13 201
4.
.0
3.
17 201
4.
.0
3.
20
19
14
.0
.
3.
20
14
.
Prinos (%)
06
.0
1.
20
09
14
.0
.
1.
13 201
4.
.0
1.
15 201
4.
.0
1.
17 201
4.
.0
1.
20
21
14
.0
.
1.
23 201
4.
.0
1.
27 201
4.
.0
1.
29 201
4.
.0
1.
20
31
14
.0
.
1.
04 201
4.
.0
2.
06 201
4.
.0
2.
10 201
4.
.0
2.
20
12
14
.0
.
2.
14 201
4.
.0
2.
19 201
4.
.0
2.
21 201
4.
.0
2.
20
25
14
.0
.
2.
27 201
4.
.0
2.
03 201
4.
.0
3.
05 201
4.
.0
3.
20
07
14
.0
.
3.
11 201
4.
.0
3.
13 201
4.
.0
3.
17 201
4.
.0
3.
20
19
14
.0
.
3.
20
14
.
Prinos (%)
2,50
2,00
1,50
1,00
0,50
0,00
-0,50
-1,00
-1,50
-2,00
P19
Belex15
Datum
Slika 6.5. Kretanje prinosa trinog indeksa Belex15 i optimalnog portfolia P19
u verifikacionom periodu 416
2,50
2,00
1,50
1,00
0,50
0,00
-0,50
-1,00
-1,50
P30
227
Belex15
Datum
Slika 6.6. Kretanje prinosa trinog indeksa Belex15 i optimalnog portfolia P30
u verifikacionom periodu417
1.0
1.5
Quantiles of Normal
2.0
1.0
0.5
0.0
-0.5
-1.0
0.5
0.0
-0.5
-1.0
-1.5
-1.5
-2.0
10
20
30
40
50
60
70
80
90
-2
100
-1
Opservacije
Quantiles of BELEX15
Frekvencija
12
10
8
6
4
2
0
-2
-1
Izvor: Ibid.
Izvor: Ibid.
Izvor: Izraun autora.
228
p nivo
Prinos (%)
KolmogorovSmirnov/Lilliefor Test
2,00
1,50
1,00
0,50
06
.0
1.
20
09
14
.0
.
1.
13 201
4.
.0
1.
15 201
4.
.0
1.
17 201
4.
.0
1.
20
21
14
.0
.
1.
23 201
4.
.0
1.
27 201
4.
.0
1.
29 201
4.
.0
1.
20
31
14
.0
.
1.
04 201
4.
.0
2.
06 201
4.
.0
2.
10 201
4.
.0
2.
20
12
14
.0
.
2.
14 201
4.
.0
2.
19 201
4.
.0
2.
21 201
4.
.0
2.
20
25
14
.0
.
2.
27 201
4.
.0
2.
03 201
4.
.0
3.
05 201
4.
.0
3.
20
07
14
.0
.
3.
11 201
4.
.0
3.
13 201
4.
.0
3.
17 201
4.
.0
3.
20
19
14
.0
.
3.
20
14
.
0,00
-0,50
-1,00
-1,50
-2,00
Datum
P19
Belexline
Slika 6.9. Kretanje prinosa trinog indeksa Belexline i optimalnog portfolia P19
u verifikacionom periodu 422
421
422
Izvor: Ibid.
Izvor: Obrada autora.
229
Prinos (%)
1,50
1,00
0,50
06
.0
1.
20
09
14
.0
.
1.
13 201
4
.0
.
1.
15 201
4.
.0
1.
17 201
4.
.0
1.
20
21
14
.0
.
1.
23 201
4.
.0
1.
27 201
4.
.0
1.
29 201
4.
.0
1.
20
31
1
4.
.0
1.
04 201
4.
.0
2.
06 201
4.
.0
2.
10 201
4.
.0
2.
20
12
14
.0
.
2.
14 201
4.
.0
2.
19 201
4.
.0
2.
21 201
4.
.0
2.
20
25
14
.0
.
2.
27 201
4.
.0
2.
03 201
4.
.0
3.
05 201
4.
.0
3.
20
07
14
.0
.
3.
11 201
4.
.0
3.
13 201
4.
.0
3.
17 201
4.
.0
3.
20
19
1
4.
.0
3.
20
14
.
0,00
-0,50
-1,00
-1,50
Datum
P30
Belexline
Slika 6.10. Kretanje prinosa trinog indeksa Belexline i optimalnog portfolia P30
u verifikacionom periodu 423
Na slikama 6.9. i 6.10. dat je uporedni grafiki prikaz kretanja dnevnih logaritamskih
prinosa indeksa Beogradske berze Belexline i dva analizirana optimalna portfolia (u
verifikacionom periodu od 03.01.2014. do 02.06.2014. godine koji je obuhvatio 100
dnevnih opservacija). U posmatranom periodu, stope prinosa Belexline i prinosa
portfolia P19 su snano varirale, i bile su slabo meusobno korelisane. Koeficijent
korelacije izmeu prinosa Belexline i P19 je u verifikacionom periodu iznosio
0,376046 i poveao se u odnosu na istorijski period (0,3677) ali i dalje ukazuje na
relativno slabu zavisnost kretanja njihovih prinosa.
Koeficijent korelacije prinosa Belexline i prinosa portfolia P30 je u kontrolnom
periodu iznosio 0,757084 i smanjio se u odnosu na koeficijent korelacije u
estimacionom periodu (0,7691) ali i dalje svedoi o snanoj uzajamnoj
meuzavisnosti kretanja prinosa P30 i prinosa Belexline. Investitori skloni pasivnim
strategijama bi portfolio P30 smatrali efikasnijim i u kontrolnom periodu u odnosu na
portfolio P19, bilo da Belex15 ili Belexline tretiraju kao trini benmark.
Q-Q dijagram i histogrami frekvencije logaritamskih prinosa trinog indeksa Belexline i
u kontrolnom periodu pokazuju neznatna odstupanja empirijske distribucije od
normalnog rasporeda. Koeficijent asimetrije je neznatno vei od nule (0,0516) i pokazuje
blago poveanu verovatnou ostvarivanja pozitivnih u odnosu na negativne prinose.
Vrednosti koeficijenta spljotenost je manja od 3,0 (2,5204) te zakljuujemo da su repovi
empirijske raspodele tanji od repova normalne raspodele, a prisustvo ekstremnih dogaaja
ree nego to se pretpostavlja normalnom distribucijom.
423
Izvor: Ibid.
230
1.5
1.0
1.0
Quantiles of Normal
1.5
0.5
0.0
-0.5
0.5
0.0
-0.5
-1.0
-1.0
-1.5
10
20
30
40
50
60
70
80
90
100
-1.5
-1.5
-1.0
Opservacije
-0.5
0.0
0.5
1.0
Quantiles of BELEXLINE
Frekvencija
0
-1.5
-1.0
-0.5
0.0
0.5
1.0
1.5
424
425
426
Izvor: Ibid.
Izvor: Ibid.
Izvor: Izraun autora.
231
1.5
Zakljuak: (5%)
Nema dokaza protiv hipoteze o
0,062644629
normalnom rasporedu
Prihvatiti hipotezu o normalnom
Shapiro-Wilk W
0,989627277
0,634521
rasporedu
Prihvatiti hipotezu o normalnom
D'Agostino Skewness
0,224236757
0,822573
rasporedu
Prihvatiti hipotezu o normalnom
D'Agostino Kurtosis
-1,010909804
0,31206
rasporedu
Prihvatiti hipotezu o normalnom
D'Agostino Omnibus
1,072220754
0,585019
rasporedu
Tabela 6.16. Testiranje hipoteze o normalnom rasporedu logaritamskih prinosa Belex15
od od 03.01.2014. do 02.06.2014. godine 427
Test statistika
p nivo
KolmogorovSmirnov/Lilliefor Test
0,0429
0,6885
10,7297
10,8859
0,9857
P19
0,0581
0,4561
14,5146
7,2123
2,0125
P30
0,0510
0,4870
12,7612
7,7004
1,6572
Belex15
0,0007
0,5607
0,1836
8,8658
0,0207
Belexline
Tabela 6.17. Prosean prinos, standardna devijacija, anuelizovani prinos, anuelizovana
volatilnost i Sharpe-ov racio P19, P30, Belex15 i Belexline u verifikacionom periodu428
Prosean
prinos ( r )
Standardna
devijacija ( )
CV
(
)
r
0,0429
0,6885
16,0490
P19
0,0581
0,4561
7,8503
P30
0,0510
0,4870
9,5490
Belex15
0,0007
0,5607
801,0000
Belexline
Tabela 6.18. Prosean prinos, standardna devijacija
i koeficijent varijacije P19, P30, Belex15 i Belexline u verifikacionom periodu 429
427
428
429
Izvor: Ibid.
Izvor: Ibid.
Izvor: Ibid.
232
Simbol
AERO
Estimacioni period
Beta
Beta
koeficijent
koeficijent
Belex15
Belexline
0,5758
0,6453
Verifikacioni period
Beta
Beta
koeficijent
koeficijent
Belex15
Belexline
0,6807
1,0196
ENHL
1,2483
1,8369
1,0708
1,2279
NIIS
0,8740
0,7858
0,4946
0,4813
SJPT
0,9177
1,4014
1,1859
1,7458
ALFA
0,0831
0,3351
0,0747
0,3755
KMBN
1,0890
1,4609
1,5577
1,6314
MTLC
0,4242
0,5031
0,6104
0,7863
AIKB
1,8801
1,7718
2,1108
1,5779
IMLK
0,3340
0,7490
0,3856
0,5091
JESV
Beta P19
0,0863
0,2769
0,3453
0,4438
0,4445
0,5631
0,4312
0,6219
0,6235
0,7933
0,6877
0,8296
Beta P30
Tabela 6.19. Test vremena beta koeficijenata akcija i optimalnih portfolia P19 i P30
u zasivnosti od odabranog referentnog trinog benmarka u verifikacionom periodu430
Beta koeficijent optimalnog portfolia P19 u verifikacionom periodu imao je neznatno niu
vrednost u odnosu na estimacioni period, i iznosi 0,4312 ukoliko se Belex15 posmatra kao
trini benmark, i viu vrednost u iznosu od 0,6219 ukoliko se Belexline uzme kao trini
benmark. Beta koeficijent portfolia P30 se poveao i iznosi 0,6877 ukoliko se Belex15
posmatra kao trini benmark, i 0,8296 ako se Belexline uzme kao trini benmark.
Koeficijent determinacije P19 (R2 = 0.092125) se smanjio u odnosu na estimacioni periodu,
i pokazuje 9,2125 % objanjenog varijabiliteta u ukupnom varijabilitetu predstavljenog
preko indeksa Belex15. Koeficijent determinacije P19 (R2 = 0.141115) se poveao i
ukazuje na 14,1115 % objanjenog varijabiliteta u ukupnom varijabilitetu predstavljenog
preko indeksa Belexline. U sluaju portfolia P19, sistemski rizik determinie samo 9,2125
% ukupnog rizika P19 (uz pretpostavku da je Belex15 trini portfolio), odnosno 14,1115
% ukupnog rizika P19 P19 (uz pretpostavku da je Belexline trini portfolio). Koeficijent
determinacije P30 (R2 = 0.536624) se smanjio u odnosu na estimacioni period i ukazuje na
53,6624 % objanjenog varijabiliteta u ukupnom varijabilitetu (predstavljenog preko
indeksa Belex15). Koeficijent determinacije P30 se smanjio u odnosu na estomacioni
period (R2 = 0.571851) i ukazuje na 57,1851 % objanjenog varijabiliteta u ukupnom
varijabilitetu (predstavljenog preko indeksa Belexline).
430
233
U sluaju portfolia P30, sistemski rizik determinie 53,6624 % ukupnog rizika P30 (uz
pretpostavku da je Belex15 trini portfolio), odnosno 57,1851 % ukupnog rizika P30
(uz pretpostavku da je Belexline trini portfolio). Varijacije prinosa akcija i
posmatranih portfolia u kontrolnom periodu su u manjoj meri determinisane
varijacijama trinih portfolia usled slabljenja trenda na tritu (smanjenje R2).
P19
Coefficient Std. Error
BELEX15
Intercept
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0,431226
0,020907
0.092125
0.092125
0.656007
42.60420
-99.23298
2.132135
0.134634
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0,687734
0,022953
0.536624
0.536624
0.310507
9.545076
-24.43661
2.195969
0.063726
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0,621944
0,011868
0.141115
0.141115
0.638062
40.30524
-96.45942
2.090930
Coefficient
BELEXline
Intercept
0,829589
0,016640
3.236344
0.0016
t-Statistic
10.86947
P19
Coefficient Std. Error
BELEXline
Intercept
Prob.
P30
Coefficient Std. Error
BELEX15
Intercept
t-Statistic
0.152942
t-Statistic
4.088786
t-Statistic
11.66239
0.042919
0.688487
2.004660
2.030711
2.015203
Prob.
0.0000
0.058058
0.456147
0.508732
0.534784
0.519276
Prob.
0.0001
0.042919
0.688487
1.949188
1.975240
1.959732
Prob.
0.0000
R-squared
Mean dependent var
0.571851
0.058058
Adjusted R-squared
S.D. dependent var
0.571851
0.456147
S.E. of regression
Akaike info criterion
0.298472
0.429665
Sum squared resid
Schwarz criterion
8.819441
0.455717
Log likelihood
Hannan-Quinn criter.
-20.48327
0.440209
Durbin-Watson stat
2.148351
Tabela 6.20. Linearna regresija optimalnih portfolia P19 i P30 (zavisna varijabla)
sa Belex15 i Belexline (nezavisna varijabla)431
431
Izvor: Ibid.
234
Prosean teorijski
Prosean teorijski
prinos tr. portfolio
prinos tr. portfolio
Belex15
Belexline
0,2211
0,0477
-0,0001
0,1182
0,0517
-0,0084
0,0064
0,0457
0,0214
-0,1839
0,0529
-0,0291
0,1168
0,0414
0,0256
0,1501
0,0568
-0,0245
-0,1010
0,0469
0,0092
0,0559
0,0626
-0,0224
0,1669
0,0446
0,0203
-0,0124
0,0442
0,0229
0,0429
0,0451
0,0158
0,0581
0,0478
0,0075
Tabela 6.21. Realizovani i teorijski proseni prinosi akcija i portfolia432
Prosean
realizovani prinos
432
Izvor: Ibid.
235
Simbol
R2
Korigovani
R2
AERO
0,025026
0,025026
ENHL
0,116634
0,116634
NIIS
0,139961
0,139961
SJPT
0,058999
0,058999
ALFA
0,003829
0,003829
KMBN
0,214713
0,214713
MTLC
0,069279
0,069279
AIKB
0,354825
0,354825
IMLK
0,011607
0,011607
JESV
0,032308
0,032308
P19
0,092125
0,092125
P30
0,536624
0,536624
t-stat.
prob.
2,051559
0,0429
3,709467
0,0003
4,015304
0,0001
2,642261
0,0096
0,278673
0,7811
5,305552
0,0000
2,905199
0,0045
7,389851
0,0000
1,888818
0,0618
1,823238
0,0713
3,236344
0,0016
10,86947
0,0000
Standardna Suma
greka
kvadrata
regresije reziduala
DW
Koef.
autokor.
1,711929
290,1393
2,259600
-0,147
1,424526
200,8982
1,875736
0,023
0,595305
35,08439
1,470044
0,264
2,089924
432,4105
1,788738
0,062
1,731784
296,9085
1,983084
0,004
1,444507
206,5734
2,169525
-0,132
0,976108
94,32593
2,422435
-0,236
1,384445
189,7522
2,396065
-0,210
1,076371
114,6989
2,348306
-0,197
0,905618
81,19427
1,980778
0,008
0,656007
42,60420
2,132135
-0,068
0,310507
9,545076
2,195969
-0,107
JB test
prob.
3,127323
0,00000
69,0907
0,00000
33,32758
0,00000
49,64852
0,00000
98,38301
0,00000
67,68884
0,00000
217,8526
0,00000
191,4177
0,00000
154,3038
0,00000
430,7526
0,00000
13,21605
0,001349
23,86311
0,00000
Tabela 6.22. Testiranje pouzdanosti beta koeficijenata akcija uz trini portfolio Belex15433
Izvor: Ibid.
236
R2
Korigovani
R2
AERO
0,050333
0,050333
ENHL
0,112330
0,112330
NIIS
0,096670
0,096670
SJPT
0,098027
0,098027
ALFA
0,004970
0,004970
KMBN 0,171812
0,171812
MTLC
0,085531
0,085531
AIKB
0,354825
0,354825
IMLK
0,021301
0,021301
JESV
0,038869
0,038869
P19
0,141115
0,141115
P30
0,571851
0,571851
t-stat.
prob.
2,638044
0,0097
3,635028
0,0004
3,256619
0,0015
3,401079
0,0010
0,976629
0,3311
4,643536
0,0000
3,217075
0,0018
7,389851
0,0000
2,140925
0,0347
2,005648
0,0476
4,088786
0,0001
11,66239
0,00000
Standardna Suma
greka
kvadrata
regresije reziduala
DW
Koef.
autokor.
1,689564
282,6082
2,237556
-0,134
1,427992
201,8770
1,880533
0,016
0,610103
36,85040
1,359264
0,320
2,046125
414,4762
1,825062
0,044
1,724177
294,3059
1,967452
0,013
1,483439
217,8587
2,105085
-0,096
0,967549
92,6789
2,392903
-0,226
1,384445
189,7522
2,396065
-0,210
1,071079
113,5739
2,352460
-0,198
0,902543
80,6438
2,019328
-0,011
0,638062
40,3052
2,090930
-0,048
0,298472
8,8194
2,148351
-0,078
JB test
prob.
2,907186
0,233729
41,53672
0,00000
58,54374
0,00000
46,08724
0,00000
97,18517
0,00000
93,48483
0,00000
202,6200
0,00000
191,4177
0,00000
137,5151
0,00000
383,4178
0,00000
10,88143
0,00000
6,521796
0,00000
Tabela 6.23. Testiranje pouzdanosti beta koeficijenata akcija uz trini portfolio Belexline434
Premda se validnost korienja beta koeficijenta kao mere sistemskog rizika zasniva
na pretpostavci o njegovoj stabilnosti tokom vremena, za iznoenje konkretnijih
zakljuaka i ocenu njegove svrsishodnosti neophodno je naglasiti ogranienja prisutna
prilikom izraunavanja beta koeficijenata u sprovedenom empirijskom istraivanju.
Prvo, kratka istorijska vremenska serija koriena za procenu bete (istorijski podaci
prikupljeni su za period od jedne godine) i drastine promene koje su se u odigrale na
domaem finansijskom tritu, pa se beta koeficijenti nisu stabilizovali. Budui da
beta koeficijent meri izloenost hartije ili portfolia sistemskom riziku, u srednjem i
dugom roku vrednost beta koeficijenta bie stabilnija, jer se promene deavaju
relativno sporije. Drugo, problem izbora trinog portfolia posebno je izraen u
uslovima ogranienog broja likvidnih hartija i velikog uea akcija iz sektora
finansijskog posredovanja u ukupnoj trinoj kapitalizaciji. Korienje trinog
indeksa Belex15 kao aproksimacije trinog portfolija dodatno umanjuje validnost
izvrene procene beta koeficijenata usled malog broja akcija ukljuenih u indeksnu
korpu i velike koncentracije akcija iz sektora finansijskog posredovanja. Tree,
postojanje velikog broja ekstremnih vrednosti tzv. outlier-a u podacima stvara veliku
varijabilnost prinosa (kod svih akcija je standardna devijacija dnevnog logaritamskog
prinosa viestruko vea od srednje vrednosti dnevnih logaritamskih prinosa).
434
Izvor: Ibid.
237
AERO
ENHL
NIIS
SJPT
ALFA
KMBN
MTLC
AIKB
IMLK
JESV
AERO
1,0000
0,1323
0,1472
0,0362
-0,0501
-0,0884
0,0838
-0,0164
-0,1187
0,0011
ENHL
NIIS
SJPT
1,0000
0,0243
-0,0202
0,0940
-0,0511
0,0364
0,0824
0,0721
0,0182
1,0000
0,0617
-0,0051
0,0729
0,0633
0,1073
-0,0837
0,0172
1,0000
-0,0074
-0,0891
0,0295
0,0156
0,0550
0,0013
1,0000
-0,0304
0,0736
-0,0176
0,1552
-0,0662
1,0000
0,1541
0,0635
-0,0008
0,0303
AIKB
1,0000
0,0888 1,0000
-0,0375 -0,0493
-0,1101 0,0400
IMLK
JESV
1,0000
0,0659
1,0000
Standardna
devijacija ( p )
Sharpe-ov indeks
0,0429
0,6885
0,0033
0,0581
0,4561
0,0384
0,0510
0,4870
0,0213
0,0007
0,5607
-0,0717
Tabela 6.25. Sharpe-ov indeks u verifikacionom periodu 436
Beta portfolia ( p )
Treynor-ov indeks
0,0429
0,4312
0,0053
P19
0,0581
0,6877
P30
0,0254
0,0510
1,00
0,0104
Belex15
Tabela 6.26. Treynor-ov indeks u odnosu na Belex15 u verifikacionom periodu 437
435
436
437
Izvor: Ibid.
Izvor: Ibid.
Izvor: Ibid.
238
Beta portfolia ( p )
Treynor-ov indeks
0,0429
0,6219
0,0037
P19
0,0581
0,8296
P30
0,0211
0,0007
1,00
-0,0399
Belexline
Tabela 6.27. Treynor-ov indeks u odnosu na Belexline u verifikacionom periodu 438
Beta portfolia ( p )
rM-rfr
Beta portfolia ( p )
rM-rfr
Budui da Jensen-ovi indeks za optimalni portfolio P30 ima najviu pozitivnu vrednost, i
ovaj indikator upuuje na zakljuak da je ulaganje u optimalni portfolio P30 u
kontrolnom periodu bilo efikasnije od ulaganja u trini indeks Belexline i ulaganja u
portfolio P19.
Svi analizirani indikatori (Sharpe-ov, Treynor-ov i Jensen-ov indeks) navode na
zakljuak da je ulaganje u optimalni portfolio P30 u verifikacionom periodu
najefikasnije ulaganje. Iako su rezultati analize ovih indikatora u istorijskom
estimacionom periodu pokazali da je portfolio P19 efikasniji od portfolia P30 u
istorijskom periodu posmatranja, procedura optimizacije korienjem istorijskih
podataka a koja maksimizira korigovan Sharpe-ov racio za autokorelaciju, asimetriju i
spljotenost daje nadmonije rezultate u verifikacionom periodu (koji se i posmatra
kao realni, investicioni period). Na osnovu korienja standardnih mera performansi u
istorijskom periodu racionalni investitor bi se opredelio za portfolio P19.
438
439
440
Izvor: Ibid.
Izvor: Ibid.
Izvor: Ibid.
239
240
Izvor: Latkovi, M., Bori, M., 2000. Rizik nelikvidnosti aktivno i pasivno upravljanih dionikih
portfelja. Raunovodstvo i financije, Zagreb.
241
242
ZAKLJUAK
243
244
245
246
247
248
249
250
251
252
BIBLIOGRAFIJA
Knjige
1. Alexander, C., (2008): Market Risk Analysis I, Quantitative Methods in Finance, New
Jersey, John Wiley & Sons Inc.
2. Alexander, C., (2008): Market Risk Analysis II, Practical Financial Econometrics, New
Jersey, John Wiley & Sons Inc.
3. Alexander, C., (2008): Market Risk Analysis IV, Value-at-Risk Models, New Jersey,
John Wiley & Sons Inc.
4. Alexander, C., Sheedy, E. (2004): The Professional Risk Managers Handbook A
Comprehensive Guide to Current Theory and Best Practices, The Professional Risk
Managers Association.
5. Amenc, N., Sourd, V. (2003): Portfolio Theory and Performance Analysis, New Jersey,
John Wiley & Sons Inc.
6. Bekaert, G., Erb, C., Harvey, C. R., Viskanta. T. (1998): The Behavior of Emerging
Market Returns. Richard Levich ed. (1998): The Future of Emerging Market Capital
Flows, Kluwer Academic Publishers, Boston, Chapter 5, str. 107-173.
7. Bekaert, G., Harvey, C. R. (2005): Capital Markets: An Engine for Economic Growth,
Catalyst Monograph Series, Catalyst Institute.
8. Benning, F. J. (2007): Trading Strategies for Capital Markets, New York, McGraw Hill
Inc.
9. Bernstein, P. L. (1992): Capital Ideas: The Improbable Origins of Modern Wall Street,
New York, Free Press.
10. Brentani, C. (2004): Portfolio Management in Practice, Elsevier, Ofxord, Butterworth
Heinemann.
11. Brigham, E. F., Ehrhardt, M. C. (2008): Financial Management: Theory and Practice,
12th ed, Thomson South-Western Learning Inc.
12. Bodie, Z., Kane, A., Marcus, A. J. (2007): Investments, New York, McGraw Hill Inc.
13. Brooks, C. (2002): Introductory Econometrics for Finance, Cambridge, Cambridge
University Press.
14. Campbell, J. Y., Lo, A. W., MacKinlay, A. C. (1997): The Econometrics of Financial
Markets, Princeton, Princeton University Press.
15. Cootner, P. (1964): The Random Character of Stock Market Prices, MIT Press.
16. Copeland, T. E., Weston, J. F.(1988): Financial Theory and Corporate Policy, AddisonWesley Publising Company Inc, USA.
17. Crouhy, M., Galai, D., Mark, R. (2006): Essentials of Risk Management, New York,
McGraw Hill Inc.
18. Elton, E. J., Gruber, M. J. (1995): Modern Portfolio Theory and Investment Analysis,
5th ed, John Wiley & Sons Inc, New York.
19. Esch, L., Kieffer, R., Lopez, T. (2005): Asset and Risk Management Risk Oriented
Finance, New Jersey, John Wiley & Sons Inc.
20. Fabozzi, F. J., Modigliani, F. (1996): Capital Markets Institutions and Instruments,
Prentice-Hall Inc.
21. Fama, E. F. (1976): Foundations of Finace Portfolio Decisions and Securities Prices,
New York, Basic Books Inc.
22. Granger, C. W. J., Newbold, P. (1986): Forecasting Economic Time Series, Boston,
Academic Press Inc.
23. Grinblatt, M., Titman, S. (2002): Financial Markets and Corporate Strategy, New
York, McGraw Hill Inc.
24. Hamilton, J. D. (1994): Time Series Analysis, New Jersey.Princeton University Press.
253
25. Higgins, R. C. (2006): Analysis for Financial Management, New York, McGraw Hill
Inc.
26. Jorion, P. (2001): Value at Risk: The New Benchmark for Managing Financial Risk, 2nd
ed, McGraw Hill Inc.
27. Jorion, P. (2003): Financial Risk Manager Handbook, New Jersey, John Wiley & Sons
Inc.
28. Kirchgssner, G., Wolters, J. (2007): Introduction to Modern Time Series Analysis,
Springer-Verlag, Berlin Heidelberg.
29. Knight, J., Satchell, S. (2002): Performance Measurement in Finance Firms, Funds
and Managers, Ofxord, Butterworth-Heinemann.
30. Knight, J., Satchell, S. (2007): Forecasting Volatility in the Financial Markets, Elsevier,
Oxford, Butterworth-Heinemann.
31. Krneta, S. (2006): Portfolio hartija od vrednosti i strategije upravljanja portfoliom,
Beogradska berza, Beograd.
32. LeRoy, S. F., Werner, J. (2000): Principles of Financial Economics, Cambridge,
Cambridge University Press.
33. Lewis, E. (1973): Methods of Statistical Analysis in Economics and Business, Boston,
Houghton Miflin Company.
34. Litterman, B., Quantitive Resources Group, Goldman Sach Asset Management (2003):
Modern Investment Management: An Equilibrium Approach, New Jersey, John Wiley &
Sons Inc.
35. Luenberger, D. G. (1998): Investment Science, Oxford, Oxford University Press.
36. Lummer, S. L., Riepe, M. W., Siegel, L. B. (1994): Taming Your Optimizer: A Guide
Through the Pitfalls of Mean-Variance Optimization, u knjizi: Lederman, J., Klein, R. A.,
Global Asset Allocation: Techniques for Optimizing Portfolio Management, John Wiley &
Sons Inc; Frankfurter, G. M., Philips, H. E. (1995): Forty Years of Normative Portfolio
Theory: Issues, Controversis and Misconceptions, JAI Press.
37. Markowtiz, H. M. (1959): Portfolio Selection Efficient Diversification of Investments,
New Jersey, John Wiley & Sons Inc.
38. Markowitz, H. M., Todd P. (2000): Mean-Variance Analysis in Portfolio Choice and
Capital Markets, New Jersey, John Wiley & Sons Inc.
39. Maringer, D. (2005): Portfolio Management With Heuristic Optimization, SpringerVerlag Berlin Heidelberg.
40. McClave, J. T., Benson, P. G., Sincich, T. (2000): Business Statistics, Prentice-Hall Inc.
41. Mishkin, F. S., Eakins, S. G. (2005): Finansijska trita i institucije, Mate, Zagreb.
42. Mladenovi, Z., Nojkovi, A. (2008): Analiza vremenskih serija: primeri iz srpske
privrede, Ekonomski fakultet, Beograd.
43. Olsson, C. (2002): Risk Management in Emerging Markets How to Survive and
Prosper, Prentice-Hall Inc.
44. Prigent, J. L. (2007): Portfolio Optimization and Performance Analysis, Champan &
Hall / CRC Financial Mathematics Series.
45. Rachev. S. T. (2003): Handbook of Heavy Tailed Distributions in Finance, Elsevier
Science B.V.
46. Rachev, S. T., Menn, C., Fabozzi, F. J. (2005): Fat-Tailed and Skewed Asset Return
Distributions - Implications for Risk Management, Portfolio Selection, and Option
Pricing, New Jersey, John Wiley & Sons Inc.
47. Reilly F.K., Brown K.C. (2002): Investment Analysis and Portfolio Management, SouthWestern College Publications.
48. Rees, D. G. (2000): Essential Statistics, Chapman & Hall.
49. Ross, S. A., Westerfield, R. V., Jaffe, J. (2003): Corporate Finance, New York,
McGraw Hill Inc.
50. Sharpe W. F., Alexander G. J., Bailey J. V. (1995): Investments, New Jersey, Prentice Hall
Inc.
51. Sortino, F., Satchell, S. (2001): Managing Downside Risk in Financial Markets: Theory,
Practice and Implementation, Elsevier, Butterworth Heinemann.
254
255
13. Bollerslev, T., Chou, R. Y., Kroner, K. F. (1992): ARCH Modeling in Finance: A
Selective Review of the Theory and Empirucal Evidence, Journal of Econometrics, No.
52, 5-59.
14. Bolleslev, T., Wooldridge, J. M. (1992): Quasi-Maximum Likelihood Estimation and
Inference in Dynamic Models with Time Varying Covariances, Econometric Reviwes,
No. 11:2, 143-72.
15. Breen, W. (1968): Specific Versus General Models of Portfolio Selection, Oxford
Economic Papers, New Series, Vol. 20, No. 3, 361-368.
16. Chamberlain, G., Rothschild, M. (1998): Arbitrage, Factor Structure and MeanVariance Analysis on Large Asset Markets, Econometrica, No. 5, 1281-1304.
17. Campbell, R. (1995): Predictable Risk and Returns in Emerging Markets, Review of
Financial Studies, No. 8, 773-816,
18. Campbell, R., Koedijk, K., Kofman, P. (2002): Increased Correlation in Bear Markets,
Financial Analysis Journal, Vol. 58, No. 1, 87-94.
19. Capaul, C., Rowley, I., Sharpe, W. F. (1993): International Value and Growth Stock
Returns, Financial Analysts Journal, Vol. 49, No. 1, 27-36.
20. Chopra, V. K., Ziemba, W. T. (1993): The Effect of Errors in Means, Variances and
Covariances on Optimal Portfolio Choice, Journal of Portfolio Management, Vol. 19, No. 2,
6.-11
21. Chow, G., Jacquier, E., Kritzman, M., Lowry, K. (1999): Optimal Portfolios in Good
Times and Bad, Financial Analysts Journal, May-June, 65-73.
22. Chunhachinda, P., Dandapani, K., Hamid, S., Parakash, A. J. (1997): Portfolio Selection
and Skewness: Evidence from International Stock Markets, Journal of Banking &
Finance, 21, 143-167.
23. Cohen, K. J., Pogue, J. A. (1967): An Empirical Evaluation of Alternative PortfolioSelection Models, The Journal of Business, Vol. 40, No. 2, 166-193.
24. Coin, D. (2008): A Goodness-of-Fit Test for Normality based on Polynominal
regression, Computational Statistics & Data Analysis, Vol. 52, 2185-2198.
25. Cowles, A., Jones, H. E. (1937): Some A Posteriori Probabilities in Stock Market
Action, Econometrica, 5(3), 280-294.
26. Divecha, A. B., Drach, J., Stefek, D. (1992): Emerging Markets: A Quantitative
Perspective, Journal of Portfolio Management, Vol. 19, No. 1, 41-52.
27. Engle, R. (1982): Autorregressive Conditional Heteroskedasticity with Estimates of
United Kingdom Inflation, Econometrica, No. 50, 987-1008.
28. Engle, R. (2001): The Use of ARCH/GARCH Models in Applied Econometrics,
Journal of Economic Perspectives, Vol. 15, No. 4, 157-168.
29. Engle, R. (2002): Dynamic Conditional Correlation: A Simple Class of Multivariate
Generalized Autoregressive Conditional Heteroskedasticity Models, Journal of Business
& Economic Statistics, American Statistical Association, Vol. 20, No. 3, 339-350.
30. Elton, E. J., Gruber, M. J. (1977): Risk Reduction and Portfolio Size: An Analytical
Solution, Journal of Business, No. 50, 415-437.
31. Evans, J. L., Archer, S. H. (1968): Diversification and the Reduction of Dispersion: An
Empirical Analysis, Journal of Finance, Vol. 23, No. 5, 761-767.
32. Fama, E. F. (1965): The Behaviour of Stock-Market Prices, The Journal of Business,
Vol. 38, No. 1, 34-105.
33. Fama, E. F. (1991): Efficient Capital Markets: II, Journal of Finance, 46(5), 1575-1617.
34. Fama E. F. (1970): Efficient Capital Markets: A Review of Theory and Empirical Work,
Journal of Finance, No. 25, 383-417.
35. Fama E. F., McBeth J. (1973): Risk, Return and Equilibrium: Empirical Tests, Journal
of Political Economy, Vol. 81, No. 3, 607-636.
36. Fama E. F., French K. R. (1992): The Cross Section of Expected Stock Returns,
Journal of Finance, Vol. 47, 427-465.
37. Fama E. F., French, K. R. (1993): Common Risk Factors in the Returns on Stock and Bonds,
Journal of Financial Economics, Vol. 33, 3-56.
256
38. Fishburn, P. C. (1977): Mean-risk Analysis with Risk Associated with Below-target
Returns, American Economic Review, No. 66, 116-126.
39. Frankfurter, G. M., Phillips, H. E., Seagle, J. P. (1971): Portfolio Selection: The Effects
of Uncertain Means, Variances and Covariances, The Journal of Financial and
Quantitative Analysis, Vol. 6, No. 5, 1251-1262.
40. Frost, P. A., Savarino, J. E. (1986): An Empirical Bayes Approach to Efficient Portfolio
Selection, The Journal of Financial and Quantitative Analysis, Vol. 21, No. 3, 293-305.
41. Gilmore, C. G., McManus, G. M., Tezel, A. (2005): Portfolio allocations and the
emerging equity markets of Central Europe, Journal of Multinational Financial
Management, No. 15, 287-300.
42. Goetzmann, W. N., Jorion, P. (1999): Re-Emerging Markets, The Journal of Financial
and Quantitative Analysis, Vol. 34, No. 1, 1-32.
43. Graham, J. R., Harvey, C. R., (1997): Grading the Performance of Market Timing
Newsletter, Financial Analysis Journal, Vol. 53, 54-66.
44. Harper, A., Jin, Z. (2012): Comovements and Stock Market Integration Between India and
its Top Trading Partners: a Multivariate Analysis of International Portfolio Diversification,
International Journal of Business and Social Science, Vol 3., No. 3, 50-56.
45. Harvey, C. R. (1995): Predictable Risks and Returns in Emerging Markets, The Review
of Financial Studies, No. 8, 773-816.
46. Herold, U. (2003): Portfolio Construction with Qualitative Forecasts, The Journal of
Portfolio Management, Vol. 30, No. 1, 61-72.
47. Jarque, C. M., Bera, A. K. (1987): A Test for Normality of Observations and
Regression Residuals, International Statistical Reviews, No. 55, 163172.
48. Jensen, M. C. (1968): The Performance of' Mutual Funds in the Period 1945-1964, Journal
of Finance, No. 23, 389-416.
49. Jensen, M. C. (1969): Risk, the Pricing of Capital Assets and the Evaluation of Investment
Performance, Journal of Business, No. 42, 167-247.
50. Jorion, P. (1985): International Portfolio Diversification with Estimation Risk, The
Journal of Business, Vol. 58, No. 3, 259-278.
51. Jorion, P. (1986): Bayes-Stein Estimation for Portfolio Analysis, The Journal of
Financial and Quantitative Analysis, Vol. 21, No. 3, 279-292.
52. Konno, H., Yamazaki, H. (1991): Mean-absolute Deviation Portfolio Optimization Model
and its Application to Tokyo Stock Market, Management Science, Vol. 37, No. 5, 519-531.
53. Kroll, Y., Levy, H., Markowitz, H. M. (1984): Mean Variance Versus Direct Utility
Maximization, Journal of Finance, No. 39, 47-62.
54. Lai, T. Y. (1991): Portfolio Selection with Skewness: A Multiple Objective Approach,
Review of Quantitative Finance and Accounting, No. 1, 293-305.
55. Latkovi, M., Barac, Z. (1999): Optimizacija dionikih portfolija na rubnim tritima
kapitala, Zavod za teorijsku fiziku, Sveuilite u Zagrebu.
56. Latkovi, M., Bori, M. (2000): Rizik nelikvidnosti aktivno i pasivno upravljanih
dionikih portfelja, Raunovodstvo i financije, Zagreb.
57. Lintner, J. (1965): The Valuation of Risk Assets and the Selection of Risky Investments
in Stock Portfolios and Capital Budgets, Review of Economics and Statistics, Vol. 47,
No.1, 13-37.
58. Mandelbrot, B. (1963): The Variation of Certain Speculative Prices, The Journal of
Business, No. 36, 394-419.
59. Mandelbrot, B., (2000): A Multifractal Walk Down Wall Street, Scientific American,
February.
60. Markowitz, H. M. (1952): Portfolio Selection, The Journal of Finance, Vol. 7, No. 1,
77-91.
61. Markowitz, H. M. (1991): Foundations of Portfolio Theory, The Journal of Finance,
Vol. 46, No. 2, 469-477.
62. Merton, R. C. (1980): On Estimating the Expected Return on the Market, Journal of
Financial Economics, Vol. 8, 323-361.
257
63. Meric, I., Prober, L. M., Eichorn, B. H., Meric, G. (2009): A Principal Components
Analysis of the Portfolio Diversification Benefits of Investing in Emerging Stock
Markets, Middle Eastern Finance and Economics, No. 4, 110-116.
64. Michaud, R. O. (1989): The Markowitz Optimization Enigma: Is Optimized Optimal,
Financial Analysis Journal, Vol. 45, 31-42.
65. Mirjani, B., (2010): Pouzdanost korienja beta koeficijenta u procesu investicionog
odluivanja na Beogradskoj berzi, Finansije asopis za teoriju i praksu finansija, 1-6,
66. Mirjani, B., Brakovi, N., (2012): Modeliranje volatilnosti trinih indeksa akcija
Beogradske berze Belex15 i Belexline, EMC Review Economy and Market
Communication Review asopos za ekonomiju i trine komunikacije, Banja Luka, Vol.
2, No 2.
67. Mladenovi, Z., Mladenovi, P., Ocena parametara vrednosti pri riziku: ekonometrijska
analiza i pristup terije ekstremnih vrednosti, Ekonomski anali, Vol. 51, No. 171 , 3273.
68. Modigliani, F., Modigliani, L. (1997): Risk-adjusted performance, Journal of Portfolio
Management, 23(2), 45-54.
69. Nelson, D. B. (1991): Conditional Heteroskedasticity in Asset Returns: A New
Approach, Econometrica, Vol. 59, 347-370.
70. Pavlovi, M., Muminovi, S. (2005): Izazovi CAPM modela, Finansije asopis za
teoriju i praksu finansija, Beograd, No. 1-6, 126-144.
71. Ross, S. A. (1976): The Arbitrage Theory of Capital Asset Pricing, Journal of Economic
Theory, No. 3, 341-360.
72. Rubinstein, M. (2002): Markowitzs Portfolio Selection A Fifty -Year Retrospective,
The Journal of Finance, Vol. LVII, No. 3.
73. Samuelson, P. (1965): Proof That Properly Anticipated Prices Fluctuate Randomly,
Industrial Management Review, No. 6, 4149.
74. Simaan, Y. (1997): Estimation Risk in Portfolio Selection: The Mean Variance Model
Versus the Mean Absolute Deviation Model, Management Science, Vol. 43, No. 10,
1437-1446.
75. Shapiro, S. S, Wilk, M. B. (1965): An analysis of variance test for normality (complete
samples), Biometrika, No. 52 (34), 591611.
76. Sharpe, W. F. (1963): A Simplified Model for Porfolio Analysis, Management Science,
Vol. 9, No. 2, 277-293.
77. Sharpe, F. W. (1964): Capital Asset Prices: A Theory of Market Equilibrium Under
Conditions of Risk, Journal of Finance, Vol. 19, No. 3, 425-442.
78. Sharpe, F. W. (1967): Portfolio Analysis, The Journal of Financial and Quantitative
Analysis, Vol. 2, No. 1, 76-84.
79. Sharpe, F. W. (1991): Capital Asset Prices with and without Negative Holding, The
Journal of Finance, Vol. 46, No. 2, 489-509.
80. Sharpe, F. W. (1992): Asset Allocation: Management Style and Performance
Measurement, Journal of Portfolio Management, Vol. 18, No. 2, 7-19.
81. Stevenson, S. (2000): Emerging Markets, Downside Risk and the Asset Allocation
Decision, Emerging Markets Rewiev, No. 2, 50-66.
82. Susmel, R. (2001): Extreme Observations and Diversification in Latin America
Emerging Equity Markets, Journal of International Money and Finace, No. 20, 971986.
83. Taylor, S. J. (1994): Modelling Stochastic Volatility: A Review and Comparative Study,
Mathematical Finance, No. 4, 183-204.
84. Treynor, J. L. (1965): How to Rate Management of Investment Funds, Harvard Business
Review, No. 44, 131-136.
85. Zangari, P. (1996): When is Non-normality a Problem? The Case of 15 Time Series from
Emerging Markets, RiskMetrics Monitor, 20-32.
258
Ostali izvori
1. Dailami, M., Atkin, M. (1990): Stock Markets in Developing Countries. Country Economics
Department - The World Bank and Economics Department - International Finance
Corporation. Working Paper 515, 38.
2. Godinji izvetaji Beogradske berze, Beograd.
3. Monografija Beogradske berze 1894 1994, objavljena povodom stogodinjice Beogradske
berze, Beograd,
4. Opta akta Beogradske berze a.d. Beograd: Osnivaki akt, Statut Beogradske berze, Pravilnik o
listingu Beogradske berze a.d. Beograd, Pravila poslovanja Beogradske berze a.d. Beograd,
Pravilnik o tarifi Beogradske berze a.d. Beograd, Metodologija za izraunavanje indeksa
Belex15, Metodologija za izraunavanje indeksa Belexline.
5. RiskMetrics (1996): Technical Document, J. P. Morgan Reuters, 4th ed, New York.
6. Specijalni dodatak Biltena Beogradske berze, (2004): Beogradska berza od 1989. do
2004. godine - Decenija i po rada Beogradske berze, Beograd.
7. oki, D., (2003): The Development of Financial Services in the State Union of Serbia
and Montenegro, Policy and Legal Advice Center, SCEEP AIA Report No.5, Belgrade.
8. Internet prezentacije: Beogradske berze, Ministarstva finansija Republike Srbije,
Komisije za hartije od vrednosti.
9. Zakon o tritu kapitala RS, Slubeni glasnik RS br. 31/11.
259
PRILOZI
Prilog 1.a. Rezultati proirenog Dickey-Fuller-ovog testa na dnevnim podacima
indeksa Belex15 u periodu od 09.01.2006. do 31.12.2007. godine442
Null Hypothesis: BELEX15 has a unit root
Exogenous: Constant
Lag Length: 3 (Automatic based on SIC, MAXLAG=17)
t-Statistic
Prob.*
-1.082465
-3.443334
-2.867159
-2.569825
0.7241
BELEX15(-1)
D(BELEX15(-1))
D(BELEX15(-2))
D(BELEX15(-3))
C
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
Coefficient
Std. Error
t-Statistic
Prob.
-0.001796
0.508935
-0.107677
-0.142905
5.370939
0.001659
0.044677
0.050003
0.044780
3.449141
-1.082465
11.39144
-2.153397
-3.191250
1.557182
0.2796
0.0000
0.0318
0.0015
0.1201
0.249378
0.243251
27.65588
374775.3
-2343.182
40.69800
0.000000
2.585111
31.79153
9.487603
9.530074
9.504276
2.000583
442
260
t-Statistic
Prob.*
-13.62536
-3.443334
-2.867159
-2.569825
0.0000
D(BELEX15(-1))
D(BELEX15(-1),2)
D(BELEX15(-2),2)
C
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
Coefficient
Std. Error
t-Statistic
Prob.
-0.741944
0.251519
0.143214
1.891272
0.054453
0.048623
0.044787
1.250449
-13.62536
5.172869
3.197660
1.512474
0.0000
0.0000
0.0015
0.1311
0.312569
0.308369
27.66071
375671.5
-2343.773
74.41796
0.000000
0.033394
33.26030
9.485951
9.519928
9.499289
2.000674
443
261
t-Statistic
Prob.*
-0.992616
-3.443307
-2.867147
-2.569818
0.7572
BELEXLINE(-1)
D(BELEXLINE(-1))
D(BELEXLINE(-2))
C
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
Coefficient
Std. Error
t-Statistic
Prob.
-0.001176
0.600257
-0.170079
5.863851
0.001185
0.044389
0.044530
3.955881
-0.992616
13.52259
-3.819426
1.482312
0.3214
0.0000
0.0002
0.1389
0.286448
0.282098
27.87607
382321.1
-2352.359
65.83624
0.000000
3.737762
32.90023
9.501446
9.535370
9.514763
2.022055
444
262
t-Statistic
Prob.*
-12.96662
-3.443307
-2.867147
-2.569818
0.0000
D(BELEXLINE(-1))
D(BELEXLINE(-1),2)
C
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
Coefficient
Std. Error
t-Statistic
Prob.
-0.569335
0.170389
2.142204
0.043908
0.044528
1.261522
-12.96662
3.826539
1.698110
0.0000
0.0001
0.0901
0.264367
0.261382
27.87566
383086.8
-2352.855
88.58537
0.000000
0.085766
32.43510
9.499415
9.524858
9.509402
2.021996
445
263
t-Statistic
Prob.*
-3.530921
-3.436605
-2.864190
-2.568233
0.0074
Std. Error
t-Statistic
Prob.
VREDNOST_BELEX15(-1)
D(VREDNOST_BELEX15(1))
C
-0.004467
0.001265
-3.530921
0.0004
0.259377
2.485251
0.030236
1.200931
8.578380
2.069437
0.0000
0.0388
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.084326
0.082508
17.88370
322065.5
-4344.354
46.36845
0.000000
-1.734089
18.67051
8.608622
8.623229
8.614171
2.037280
446
264
t-Statistic
Prob.*
-24.13078
-3.436605
-2.864190
-2.568233
0.0000
Std. Error
t-Statistic
Prob.
D(VREDNOST_BELEX15(1))
C
-0.730360
-1.256073
0.030267
0.568455
-24.13078
-2.209625
0.0000
0.0274
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.366155
0.365526
17.98514
326052.9
-4350.568
582.2947
0.000000
0.038703
22.57912
8.618947
8.628685
8.622646
2.043228
447
265
t-Statistic
Prob.*
-2.439868
-3.436605
-2.864190
-2.568233
0.0026
Std. Error
t-Statistic
Prob.
VREDNOST_BELEXLINE(-1) -0.003721
D(VREDNOST_BELEXLINE(1))
0.275164
C
3.882933
0.000969
-3.839868
0.0001
0.030149
1.674681
9.126940
2.318610
0.0000
0.0206
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.096838
0.095045
22.01435
488024.0
-4554.237
53.98607
0.000000
-2.771960
23.14154
9.024232
9.038839
9.029781
2.055643
448
266
t-Statistic
Prob.*
-16.95263
-3.436612
-2.864193
-2.568235
0.0000
Std. Error
t-Statistic
Prob.
D(VREDNOST_BELEXLINE(-1)) -0.633291
D(VREDNOST_BELEXLINE(1),2)
-0.109601
C
-1.739580
0.037357
-16.95263
0.0000
0.031322
0.702004
-3.499189
-2.478020
0.0005
0.0134
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.363396
0.362130
22.05173
489196.4
-4551.438
287.1297
0.000000
0.014836
27.61065
9.027628
9.042246
9.033182
1.991667
449
267
t-Statistic
Prob.*
-0.579751
-3.443149
-2.867078
-2.569781
0.8720
Std. Error
t-Statistic
Prob.
BELEX15(-1)
C
-0.002153
1.217530
0.003714
1.878717
-0.579751
0.648064
0.5623
0.5172
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.000672
-0.001327
3.842540
7382.558
-1387.064
0.336112
0.562343
0.132888
3.839994
5.534121
5.550928
5.540715
1.850003
450
268
t-Statistic
Prob.*
-20.74516
-3.443175
-2.867089
-2.569787
0.0000
D(BELEX15(-1))
C
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
Coefficient
Std. Error
t-Statistic
Prob.
-0.927840
0.124946
0.044726
0.171541
-20.74516
0.728374
0.0000
0.4667
0.463072
0.461996
3.837629
7348.970
-1383.658
430.3615
0.000000
0.010938
5.232031
5.531570
5.548403
5.538175
2.010555
451
269
t-Statistic
Prob.*
-0.062917
-3.443149
-2.867078
-2.569781
0.9512
BELEXLINE(-1)
C
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
Coefficient
Std. Error
t-Statistic
Prob.
-0.000219
0.491856
0.003474
3.421175
-0.062917
0.143768
0.9499
0.8857
0.000008
-0.001992
5.639682
15903.01
-1579.679
0.003958
0.949858
0.277191
5.634073
6.301509
6.318316
6.308103
1.818320
452
270
t-Statistic
Prob.*
-20.37547
-3.443175
-2.867089
-2.569787
0.0000
D(BELEXLINE(-1))
C
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
Coefficient
Std. Error
t-Statistic
Prob.
-0.914261
0.255889
0.044871
0.251548
-20.37547
1.017259
0.0000
0.3095
0.454144
0.453050
5.624811
15787.61
-1575.207
415.1599
0.000000
0.027525
7.605609
6.296236
6.313069
6.302840
2.003520
453
271
Naziv emitenta
AGBC
AIKB
ALBS
BMBI
BNNI
BIPB
CRFS
CCNB
COKA
DJMN
KMBZ
DNOS
DNREM
ELTN
EGMN
EPEN
EPIN
EPVI
IAGR
GLBG
FITO
454
Amihudova
mera
Broj dana
trgovanja
A-0111: Poljoprivreda,
umarstvo i ribarstvo
3,761175
16
2,099799
233
63,04072
23
0,710449
98
100,1195
30
1124,036
118
16,49867
27
ifra sektora
C-2041: Preraivaka
industrija
C-1072: Preraivaka
Bambi a.d., Poarevac
industrija
C-1072: Preraivaka
Banini a.d., Kikinda
industrija
BIP u restrukturiranju a.d.,
C-1105: Preraivaka
Beograd
industrija
Crvenka fabrika eera a.d.,
C-1081: Preraivaka
Crvenka
industrija
K-6419: Finansijske delatnosti
aanska banka a.d., aak
i delatnost osiguranja
oka duvanska industrija a.d., C-1200: Preraivaka
oka
industrija
C-1041: Preraivaka
Dijamant a.d., Zrenjanin
industrij
K-6419: Finansijske delatnosti
Dunav banka a.d., Beograd
i delatnost osiguranja
K-6419: Finansijske delatnosti
Dunav osiguranje a.d., Beograd
i delatnost osiguranja
K-6520: Finansijske delatnosti
Dunav Re a.d., Beograd
i delatnost osiguranja
G-4643: Trgovina na veliko i
Elektrotehna a.d., Ni
malo i popravka motornih
vozila
Energomontaa a.d., Beograd
F-4222: Graevinarstvo
M-7112: Strune, naune,
Energoprojekt Entel a.d.,
inovacione i tehnike
Beograd
delatnosti
M-7112: Strune, naune,
Energoprojekt industrija a.d.,
inovacione i tehnike
Beograd
delatnosti
Energoprojekt Visokogradnja
F-4120: Graevinarstvo
a.d., Beograd
FPM Agromehanika a.d.,
Boljevac
Galeb GTE a.d., Beograd
Galenika Fitofarmacija a.d.,
Zemun
C-2830: Preraivaka
industrija
C-2630: Preraivaka
industrija
C-2020: Preraivaka
industrija
272
3,784363
71
88,46577
12
5,448603
52
8,269277
10
99,89404
108
18,93939
n.a. (bez
promene
cene)
11,25621
2
49
20
0,632772
10
8,925224
10
20,56672
59
n.a. (bez
promene
cene)
11
416,0332
17
1,007191
130
Naziv emitenta
GRDN
IMLK
IMPL
INNK
INBU
INSJ
ifra sektora
K-6512: Finansijske delatnosti
i delatnost osiguranja
C-2822: Preraivaka
industrija
C-2511: Preraivaka
industrija
L-6820: Poslovanje
nekretninama
C-1051: Preraivaka
industrija
C-2442: Preraivaka
industrija
L-6810:
Poslovanje
nekretninama
G-4711: Trgovina na veliko i
malo i popravka motornih
vozila
P-8559: Obrazovanje
273
Amihudova
mera
Broj dana
trgovanja
1404,865
72
2,254948
24
1,616297
161
n.a. (bez
promene
cene)
0,893397
189
9,979285
70
406,0944
22
n.a. (bez
promene
cene)
19
2,373666
14
0,145826
28
14,15969
78
52,69942
34
2,687868
123
0,199024
44
28,45908
28
62,20435
35
38,46002
35
6,242418
121
7,607403
82
15,41584
29
9,160059
94
1,903911
31
16,14291
124
Naziv emitenta
PION
PLNN
PLNM
PNSO
PRGS
RDJZ
RVNC
SJKS
TETO
TPZV
DCMB
VBSE
VZAS
VITL
VDAV
ZVHE
ifra sektora
A-0111: Poljoprivreda,
umarstvo i ribarstvo
C-1107: Preraivaka
industrija
F-4211: Graevinarstvo
A-0111: Poljoprivreda,
umarstvo i ribarstvo
274
Amihudova
mera
Broj dana
trgovanja
0,706619
13
1,490452
61
76,35676
27
2,211336
503,1663
49
35,10657
40
6,678088
54
22,67619
3,414999
64
1,907513
11
6,275249
52
46,42295
25
24,09922
114
18,49653
41
17,21115
17
5,786852
83
Simbol
ALFA
KMBN
MTLC
Simbol
455
Naziv emitenta
275
456
276
457
277
458
278
459
279
460
280
461
281
462
282
463
283
464
284
465
285
Portfolio E[r]
StD
P1
0,345 2,2292
P2
0,34 2,1805
P3
0,33 2,0773
P4
0,32 1,9767
P5
0,31 1,8791
P6
0,30 1,7850
P7
0,29 1,6950
P8
0,28 1,6097
P9
0,27 1,5278
P10
0,26 1,4481
P11
0,25 1,3710
P12
0,24 1,2971
P13
0,23 1,2260
P14
0,22 1,1572
P15
0,21 1,0913
P16
0,20 1,0288
P17
0,19 0,9695
P18
0,18 0,9137
0,17 0,8618
P19
P20
0,16 0,8147
P21
0,15 0,7721
P22
0,14 0,7350
P23
0,13 0,7015
P24
0,12 0,6714
P25
0,11 0,6448
P26
0,10 0,6223
P27
0,09 0,6042
P28
0,08 0,5911
P29
0,07 0,5831
0,06 0,5805
P30
P31
0,05 0,5835
P32
0,04 0,5919
P33
0,03 0,6055
P34
0,02 0,6240
466
286
Beta
Belex15
0,08306
0,09053
0,10663
0,12273
0,13883
0,15493
0,17103
0,18823
0,21800
0,24790
0,27772
0,30750
0,33158
0,35656
0,38149
0,40371
0,41681
0,43013
0,44448
0,46191
0,47926
0,49242
0,50159
0,51818
0,53565
0,55322
0,57059
0,58836
0,60614
0,62346
0,64126
0,65868
0,67621
0,69370
Beta
Belexline
0,33510
0,33878
0,34671
0,35463
0,36256
0,37049
0,37842
0,38707
0,40393
0,42092
0,43783
0,45472
0,47286
0,49283
0,51276
0,53038
0,54042
0,55072
0,56311
0,58117
0,59981
0,61615
0,63286
0,65521
0,67812
0,70118
0,72396
0,74727
0,77038
0,79327
0,81661
0,83951
0,86247
0,88656