Betavärde En akties betavärde, β, relativt en marknad, M, definieras som

Relevanta dokument
Finansmatematik II Kapitel 5 Samvariation med marknaden

P (t) = V 1 (t) V m (t) P (t + t) P (t) P (t) = v j (t)r j (t, t + t), v(t) Q t v(t),

Finansmatematik II Kapitel 3 Risk och diversifiering

Finansmatematik II Kapitel 2 Stokastiska egenskaper hos aktiepriser

Finansmatematik II Kapitel 4 Tillväxt och risk

Innehåll. Standardavvikelse... 3 Betarisk... 3 Value at Risk... 4 Risknivån i strukturerade produkter... 4

Finansiering. Föreläsning 6 Risk och avkastning BMA: Kap. 7. Jonas Råsbrant

Ekonomisk styrning Delkurs Finansiering

Härledning av Black-Littermans formel mha allmänna linjära modellen

Föreläsning 11: Mer om jämförelser och inferens

Föreläsning 8. NDAB02 Statistik; teori och tillämpning i biologi

Lösningar till tentamensskrivning för kursen Linjära statistiska modeller. 14 januari

CAPM (capital asset pricing model)

Stokastiska vektorer och multivariat normalfördelning

Matematisk statistik KTH. Formelsamling i matematisk statistik

STYRNING AV PORTFÖLJER MED FLERA TILLGÅNGAR

Stokastiska vektorer

SF1901: Sannolikhetslära och statistik. Statistik: Intervallskattning (konfidensintervall)

Rättningstiden är i normalfall 15 arbetsdagar, till detta tillkommer upp till 5 arbetsdagar för administration, annars är det detta datum som gäller:

Lektionsanteckningar 11-12: Normalfördelningen

Enkel och multipel linjär regression

TMS136. Föreläsning 10

AMatematiska institutionen avd matematisk statistik

Lycka till!

Stockholms Universitet Statistiska institutionen Termeh Shafie

Föreläsning 4: Konfidensintervall (forts.)

Samplingfördelningar 1

SF1901: Sannolikhetslära och statistik. Statistik: Intervallskattning (konfidensintervall) Jan Grandell & Timo Koski

Matematisk statistik för D, I, Π och Fysiker

SF1901 Sannolikhetsteori och statistik I

Experimentella metoder, FK3001. Datorövning: Finn ett samband

Oberoende stokastiska variabler

Envägs variansanalys (ANOVA) för test av olika väntevärde i flera grupper

Laboration 4: Stora talens lag, Centrala gränsvärdessatsen och enkla punktskattningar

F9 SAMPLINGFÖRDELNINGAR (NCT

SF1901: Sannolikhetslära och statistik

Kovarians och kriging

Provmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling. Tentamensdatum: 28 maj 2018 Tid: 9-13

F18 MULTIPEL LINJÄR REGRESSION, FORTS. (NCT

Stat. teori gk, ht 2006, JW F7 STOKASTISKA VARIABLER (NCT 5.7) Ordlista till NCT

TAMS65. Formel- och tabellsamling i matematisk statistik TAMS65. Martin Singull TAMS65 TAMS65

S t : Vi ska här betrakta ett antal portföljer som vid t = 0 är värda 100 SEK.

(A -A)(B -B) σ A σ B. på att tillgångarna ej uppvisar något samband i hur de varierar.

5B Portföljteori och riskvärdering

Uppgift 1 (a) För två händelser, A och B, är följande sannolikheter kända

1 Stora talens lag. Laboration 2 Matematisk statistik allmän kurs, MASA01:A, HT Teori. 1.2 Uppgifter

MVE051/MSG Föreläsning 7

Gör uppgift 6.10 i arbetsmaterialet (ingår på övningen 16 maj). För 10 torskar har vi värden på variablerna Längd (cm) och Ålder (år).

SF1901: SANNOLIKHETSTEORI OCH STATISTIKTEORI KONSTEN ATT DRA INTERVALLSKATTNING. STATISTIK SLUTSATSER. Tatjana Pavlenko.

Om konvergens av serier

TMS136. Föreläsning 13

Några vanliga fördelningar från ett GUM-perspektiv

1. För tiden mellan två besök gäller. V(X i ) = 1 λ 2 = 25. X i Exp (λ) E(X i ) = 1 λ = 5s λ = 1 5

Tentamen MVE301 Sannolikhet, statistik och risk

Matematisk statistik kompletterande projekt, FMSF25 Övning om regression

7.5 Experiment with a single factor having more than two levels

LKT325/LMA521: Faktorförsök

FÖRELÄSNING 8:

Lösningsförslag till övningsuppgifter, del V

Stokastiska processer med diskret tid

Kapitel 7 Samplingfördelningar och Centrala gränsvärdessatsen

Preliminära lösningar för Tentamen Tillämpad statistik A5 (15hp) Statistiska institutionen, Uppsala universitet

Föreläsning 1. Repetition av sannolikhetsteori. Patrik Zetterberg. 6 december 2012

Föreläsning 7: Stokastiska vektorer

1/31 REGRESSIONSANALYS. Statistiska institutionen, Stockholms universitet

Formler och tabeller till kursen MSG830

Matematisk statistik KTH. Formel- och tabellsamling i matematisk statistik

Föreläsning 9, Matematisk statistik 7.5 hp för E Konfidensintervall

F14 HYPOTESPRÖVNING (NCT 10.2, , 11.5) Hypotesprövning för en proportion. Med hjälp av data från ett stickprov vill vi pröva

Sannolikheten för att barnet skall få blodgrupp A0 A0 1/2 AA 1 AB 1/2 Övriga 0

4 Diskret stokastisk variabel

TAMS79: Föreläsning 10 Markovkedjor

Uppgift 1. P (A) och P (B) samt avgör om A och B är oberoende. (5 p)

Uppgift 1. f(x) = 2x om 0 x 1

Tentamen för kursen. Linjära statistiska modeller. 17 februari

Grundläggande matematisk statistik

Bestäm med hjälp av en lämplig och välmotiverad approximation P (X > 50). (10 p)

Del 2 Korrelation. Strukturakademin

Stokastiska Processer och ARIMA. Patrik Zetterberg. 19 december 2012


9. Konfidensintervall vid normalfördelning

SF1922/SF1923: SANNOLIKHETSTEORI OCH INTERVALLSKATTNING. STATISTIK. Tatjana Pavlenko. 24 april 2018

Del I. Uppgift 1 För händelserna A och B gäller att P (A) = 1/4, P (B A) = 1/3 och P (B A ) = 1/2. Beräkna P (A B). Svar:...

Markovkedjor. Patrik Zetterberg. 8 januari 2013

SF1915 Sannolikhetsteori och statistik 6 hp. χ 2 -test

Avd. Matematisk statistik

F22, Icke-parametriska metoder.

Laboration 4: Stora talens lag, Centrala gränsvärdessatsen och enkla punktskattningar

Avd. Matematisk statistik

Korrelation och autokorrelation

Avd. Matematisk statistik

Tentamen MVE301 Sannolikhet, statistik och risk

Föreläsning 12: Linjär regression

SF1905 Sannolikhetsteori och statistik: Lab 2 ht 2011

0 om x < 0, F X (x) = x. 3 om 0 x 1, 1 om x > 1.

TAMS65 - Föreläsning 11 Regressionsanalys fortsättning Modellval

Påbyggnad/utveckling av lagen om ett pris Effektiv marknad: Priserna på en finansiell marknad avspeglar all relevant information

SF1901 Sannolikhetsteori och statistik I

Matematikcentrum 1(4) Matematisk Statistik Lunds Universitet MASB11 HT10. Laboration. Regressionsanalys (Sambandsanalys)

Thomas Önskog 28/

Transkript:

STOCKHOLMS UNIVERSITET MATEMATISKA INSTITUTIONEN Avd. för Matematisk statistik Thomas Höglund Version 02 22 SAMVARIATION MED MARKNADEN Marknaden Med marknaden menar vi här ett index. Ett index är en portfölj av tillgångar. Vi ska numrera dessa,..., N så att de första m tillgångarna är de som finns i vår portfölj och låta p,...p N beteckna tillgångarnas vikter i index. Exempel på svenska aktieindex är OMX index som består av de 30 mest omsatta aktierna på Stockholmsbörsen. Ett mer omfattande index är Affärsvärldens Generalindex som består av c:a 300 aktier. Detta är Sveriges älsta aktieindex och går tillbaks till 90. Exempel på internationellt välkända aktieindex är Dow Jones (DJIA) och Standard and Poor 500 (S&P 500 ). Det finns även världsindex som är mycket omfattande portföljer. Betavärde En akties betavärde, β, relativt en marknad, M, definieras som β = Cov(R, R M )/σ 2 M. Här är R och R M aktiens respektive marknadens avkastning under en kort tidsperiod, en dag t.ex., och σm 2 = Var(R M ). Vi ska i våra exempel använda M=AFGX. Övning Visa att Var(R br M ) minimeras för b = β. Driften under en tidsperiod av längd t är ν t medan volatiliteten är σ t. Driften under en kort tidsperiod torde därför vara försumbar jämfört med volatiliteten. Att det verkligen är så visas av Tabell, där data från Period -4 i Tabell i kapitlet Stokastiska egenskaper hos aktiepriser har använts. Tidsperiodens längd är en dag och enheten %. Tabell AFGX AZN LME HM SDIA SKA Drift 0.09 0.07 0.8 0.4 0.22 0.07 Volatilitet.5 2.0 3. 2.7 3.0.7 Detta faktum och resultatet i Övning förklarar betas roll och vi har alltså R βr M. Låt e beteckna felet i denna approximation

e = R βr M och ρ korrelationskoefficienten mellan avkastningarna av aktien och marknaden där σ är aktiens volatilitet. Övning 2 Visa att och att ρ = Cov(R, R M ) σσ M, Var(R) = Var(βR M ) + Var(e) Var(βR M ) = ρ 2 σ 2 och Var(e) = ( ρ 2 )σ 2. Talet ρ 2 kallas förklaringsvärdet och är alltså den proportion av variansen för R som kan hänföras till variationen i marknaden. I Tabell 2 ges beta- och förklaringsvärdena för FEM AKTIER under Period -4. Tabell 2 AFGX AZN LME HM SDIA SKA β 0.43.46 0.73.07 0.42 ρ 2 0.0 0.47 0.6 0.26 0.2 För att få en uppfattning hur dessa skattningar varierar under olika tidsperioder återges i Tabell 3 skattningarna under de fem senaste åren. Skattningarna är baserade på data från en tidsperiod som är 4 år lång och slutar den 5 april det angivna året. Källa: Öhmans BÖRS GUIDE. Tabell 3 År AZN LME HM SDIA SKA β 98 0.98.24.3 0.84.02 99 0.85.4 0.67 0.84 0.46 00.80 0.6.2 0.40 0.9 0.70.4 0.30 02 2.6 0.83.65 0.39 ρ 2 98 0.50 0.39 0.32 0.22 0.4 99 0.38 0.52 0.6 0.25 0.04 00 0.65 0.9 0.43 0.2 0 0.76 0.20 0.48 0.0 02 0.88 0.26 0.6 0.09 2

I kolumnen AZN återges skattningarna för Astra. Värden från och med 2000 saknas eftersom Astra då gick samman med Zeneca och det nya bolaget inte funnits i fyra år. Våra data från AZN består av en ihopskarvning av Astra och AstraZeneca. Övning 3 Låt β i beteckna betavärdet för tillgång i, i =,..., N. Visa att p β +... + p N β N =. Övning 4 Antag att korrelationen är gemensam; σ i,j = σ i σ j ρ för i j. Visa att σ 2 M β i = ρ σσ i + ( ρ)p i σ 2 i, där Visa även att N σ = p j σ j. j= N σm 2 = ρ σ 2 + ( ρ) (p j σ j ) 2. j= Betaportföljen Vi ska här bestämma vikterna hos den portfölj som består av givna aktier och som har störst korrelation med marknaden. Låt därför ρ(v) = ρ(r P, R M ) beteckna korrelationskoefficienten mellan portföjens och marknadens avkastningar, där v står för portföljvikterna. Övning 5 Visa att ρ(v) = v β v Qv σ M, där β = (β,..., β m ) är portföljaktiernas betavärden. Observera att ρ(cv) = c c ρ(v) för alla reella tal c 0. Övning 6 Visa att max{ρ(v) v +... + v m = } = max{ρ(v) alla v}. Övning 7 Visa att 3

ρ(v) = x y x σ M, där x = Q 2 v och y = Q 2 β. Det följer av Cauchy-Schwarz olikhet att korrelationen maximeras då x = cy, d.v.s. v = cq β, där β = (β,..., β m ). Vi ska kalla denna portfölj för Betaportföljen. Övning 8 a) Visa att Betaportföljen har vikterna v β = P β/β, där β = P β. b) Visa att Betaportföljens korrelation med marknaden är samt att portföljens volatilitet är förusatt att β > 0. ρ = σ M σ β P β = σm β Q β σ β = σ β P β/β = β Q β/ Q β, Övning 9 Visa att minimivariansportföljens korrelation med marknaden och betaportföljen är σ M β β respektive. σ β P β Figur visar utvecklingen av (de ej ombalanserade) Beta- och minimivariansportföljerna samt AFGX under Period 4. (I detta fall är det ingen stor skillnad mellan den ombalanserade och den orörda portföljen.) Vikterna skattades med data från Period -3. Resultatet framgår av följande tabell. Tabell 4 AZN LME HM SDIA SKA β 0.63.49 0.75. 0.58 0.64 v β 0.20 0.40 0. 0.6 0.3 0.29 v 0.35 0.0 0.7 0.0 0.47 0.23 I kolumnen längst till höger står β respektive portföljernas volatiliteter under Period -3. AFGX hade volatiliteten 0.2 under denna period. Den ej ombalanserade betaportföljen fick volatiliteten 0.37 (alltså väsentligt större än under Period -3). Den dagligen ombalanserade betaportföljen har volatiliteten 0.34. Volatiliteten för AFGX ökade under period 4 till 0.26. Trots denna ökade volatilitet ökade inte volatiliteterna i minimivariansportföljerna utan dessa blev 0.22 oavsett portföljen omviktades eller ej. I Figur 2 återges portföljernas utveckling under Period -4. Skalan är logaritmisk. Varje enhet på y-axeln motsvarar en dubbling/halvering. Betaportföljens 4

2 BETA.8.6.4 AFGX.2 MIN 0.8 0 50 00 50 200 250 300 Figur : Utveckling av Beta- och Minimivariansportföljerna under Period 4 3 2.5 2 log(beta) log(afgx).5 log(min) 0.5 0 0.5 0 200 400 600 800 000 200 Figur 2: Utveckling av Beta- och Minimivariansportföljerna under Period -4. Logaritmisk skala. 5

volatilitet var 0.3 att jämföra med 0.23 för AFGX och 0.22 för minimivariansportföljen. Övning 0 Antag att korrelationen är gemensam; σ i,j = σ i σ j ρ för i j. Visa att betaportföljens vikter är proportionella mot w i = p i + C σ i, där m C = κ( σ s m σ m ), s m = p +...p m och σ m = p j σ j /s m. j= I fallet ρ = 0 är alltså vikterna proportionella mot indexvikterna. Övning Betrakta samma situation som i föregående övning och antag att ρ > 0. Visa att v β (i) < p i /s m om och endast om /σ i p i <. /σ +... + /σ m p +... + p m Då ρ > 0 viktas alltså högvolatila och indextunga aktier ned relativt index. Man behöver inte känna volatiliteterna och vikterna för samtliga aktier i index för att beräkna σ utan det räcker med de mest indextunga. Den sista identiteten i Övning 4 kan även formuleras σ 2 = σ2 N M ρ ( S), där S = ( ρ)p 2 jσj 2 /σm. 2 j= Övning 2 Visa att bidraget till summan S från tillgångar som uppfyller ( ρ)p j σj 2/σ2 M < ɛ är < ɛ. Vi har alltså olikheten σ < σ M ρ och denna övre gräns är en god approximation i de fall ingen tillgång har hög vikt i index. Exempel FEM AKTIER. Parametrarna skattades med data från Period -3. Indexvikterna togs från slutet av Period 3; 999 0 29. Dessa finns i första raden i tabellen nedan. Den gemensamma korrelationen skattades med medelvärdet av korrelationerna, ρ = 0.37 och σ skattades med 0.32. Se nedan. Vikterna för Betaportföljen med gemensam korrelation, v gem β, finns i fjärde raden i tabellen. Som jämförelse har även vikterna i den portföjl som har vikter proportionella mot indexvikterna, v prop β, beräknats. Avståndet mellan dessa portföljvikter och 6

de tidigare skattade vikterna, v β, anges i kolumnen längst till höger. Enheten är %. Tabell 5 AZN LME HM SDIA SKA Avst. Indexvikter 5.90 6.5 6.6 3.7.6 v prop β 8 50 9 0 4 7.7 v β 20 40 6 3 0 v gem β 27 3 6 5 4.8 Volatiliteter 3 45 36 44 28 σ m = 40 Den övre gränsen σ afgx / ρ = 0.3482 ger förmodligen ett för högt värde åt σ eftersom det i detta fall finns indextunga bolag. Här följer bidragen från FEM AKTIER till summan S i Övning 2. AZN LME HM SDIA SKA Summa. 0.0047 0.0764 0.0070 0.0027 0.000 0.090 Dessa bolags totala indexvikt är 0.33. Om man ersätter S med enbart bidraget från LME sjunker den övre gränsen till 0.3346. Om man tar med samtliga fem aktier får man 0.3320. Förutom HM och AZN finns det ytterligare några indextunga bolag i indexet men som inte är med i vår portfölj. Därför σ = 0.32. Att döma av Tabell 7 nedan skulle avståndet vara c:a 2 0.05/2 om periodlängden hade varit 024 dagar men den är 768 = 3 4 024 dagar. Därför torde slumpfelet vara c:a 4/3 2 0.05/2 4%. I Figur 3 visas utvecklingen av betaportföljen med gemensam korrelation tillsammans med AFGX och den tidigare skattade betaportföljen. Den förstnämnda är streckad och ligger mellan de andra två som är heldragna. Vi ska nu återgå till en allmän kovariansmatris och studera stabiliteten hos skattningarna av vikterna. Sats Antag att aktiepriserna utvecklas enligt Modell B. Skattningen ˆv β av vikterna i betaportföljen är, då n, asymptotiskt normalfördelad med väntevärde v β och kovariansmatris där k ( P v v T n + (v β v )(v β v ) T ), σ 2 σ2 afgx β P β k = β σ 2 afgx 2. Beviset för denna sats utelämnas. Betaportföljens vikter för våra fem aktier skattade under de olika perioderna framgår av följande tabell. 7

2 Beta.8.6 Gem.4 AFGX.2 0.8 0 50 00 50 200 250 300 Figur 3: Utveckling av Betaportföljen med gemensam korrelation under Period 4 Tabell 6 AZN LME HM SDIA SKA Period 0.23 0.44 0.03 0.4 0.6 Period 2 0.3 0.40 0.3 0.8 0.6 Period 3 0.22 0.34 0.9 0.7 0.08 Period 4 0.09 0.49 0.9 0.9 0.04 Period -2 0.7 0.42 0.08 0.7 0.6 Period 3-4 0.4 0.43 0.8 0.8 0.07 Period -4 0.5 0.44 0.5 0.8 0.09 Definiera d teor och d obs på motsvarande sätt som för minimivariansportföljen. I nedanstående tabell ges dessa avstånd för ett antal olika periodlängder. Tabell 7 Periodlängd Antal perioder ˆdteor d obs d obs / ˆd teor 024 0.05 52 2 0.07 0.05 0.64 256 4 0.0 0.05 0.52 28 8 0.26 0.6 0.60 64 6 227 6.0 0.03 32 32.05 0.44 0.42 Den stora avvikelsen vid periodlängden 64 beror på att under en av perioderna blev β mycket liten i förhållande till betavärdenas absolutbelopp. I likhet 8

med minimivariansportföljen verkar skattningarna av denna portföljs vikter vara rimligt stabila om man skattar med data från några år. Marknadsneutrala portföljer Idén bakom marknadsneutrala portföljer beskrivs på www.brummer.se/ hedgefunds.html: Redan 949 startade Alfred Jones vad som anses vara världens första hedge fund.... Det mest revolutionerande i Jones förvaltning var att han inte bara köpte aktier som han ansåg vara undervärderade. Han sålde också aktier han ansåg övervärderade utan att inneha själva värdepapperet, d.v.s. han blankade aktier. När kurserna steg tjänade han pengar på sina köpta aktier, medan han förlorade på sina blankningar som blev dyrare att köpa tillbaka. Å andra sidan tjänade han pengar på dessa blankningar när kurserna föll, vilket motverkade förlusterna på de köpta aktierna. Resultatet blev en portfölj som var mindre beroende av marknadens svängningar i allmänhet och mer beroende av Jones egen förmåga att analysera enskilda aktier.... Vi ska säga att en portfölj är marknadsneutral om portföljens avkastning är okorrolerad med marknadens avkastning; Cov(R P, R M ) = 0 d.v.s. v β +... + v m β m = 0. Övning 3 Visa att en portfölj är marknadsneutral om och endast om den är okorrolerad med betaportföljen. Övning 4 Visa att den marknadsneutrala portfölj som har minst varians har vikterna γv + ( γ)v β, där γ = β P β β P β β 2. Figur 4 visar utvecklingen av denna portfölj under Period 4. Vikterna skattades med data från period -3. Den beräknade volatiliteten är 0.36. I detta fall blev γ = 2.54 och portföljen har vikterna 0.60, -0.58, 0.27, -0.27, 0.98. Observera att i detta fall är det stor skillnad mellan den orörda och den dagligt eller kontinuerligt ombalanserade portföljen. Capital Asset Pricing Model Låt R T beteckna tangentportföljens avkastning, R T = v R +... + v m R m. Då Cov(R i, R T ) = m σ i,j v j = (Qv T ) i = σ 2 r i r f. r r f j= 9

2.5 AFGX Continuosly and daily rebalanced 0.5 0 Unchanged 0.5 0 50 00 50 200 250 300 Figur 4: Utveckling av AFGX och den marknadsneutrala portfölj som har minst varians under Period 4 Vidare gäller Var(R T ) = σ 2 (r T ) = σ 2 ( (r T r ) 2 ) + = σ 2 r T r f τ 2. r r f Här använde vi oss av identiteten i Övning 3 i kapitlet Tillväxt och risk. Därför eller ekvivalent där r i r f = β i,t (r T r f ) för i =,..., m r i r f σ i = ρ i,t r T r f σ T, β i,t = Cov(R i, R T )/σ 2 T och ρ i,t = Cov(R i, R T ) σ i σ T. Detta är en matematisk identitet som gäller oavsett hur många tillgångar vi har i portföljen. Antag att vi utvidgar portföljen till att omfatta samtliga aktier på marknaden. Enligt en ekonomisk teori kallad Capital Asset Pricing Model (CAPM) överensstämmer marknadsportföljen med tangentportföljen och tangentportföljen ä därmed känd. Betavärdena definieras av kovvarianser som går att skatta med hjälp av historiska data och därmed kan betavärdena betraktas som kända. Identiteten (CAPM-identiteten) r i r f = β i (r M r f ) 0

gäller därför för alla aktier på marknaden och speciellt för i =,..., m. Övning 5 Antag att CAPM-identiteten gäller och att (r M r f )β > 0. Visa att betaportföljen är tangentportföljen. CAPM skulle alltså lösa portföljvalsteorins huvudproblem: att finna tangentportföljens vikter. Det är därför av intresse att undersöka hur pass väl CAPM stämmer med verkligheten. Övning förklarar betas roll. Själva CAPM-identiteten är emellertid en utsaga om förväntad avkastning, (E(R i β i R M ) = r f ( β i )), och vi vet från kapitlet Stokastiska egenskaper hos aktiepriser att vi inte kan göra några precisa uttalanden om detta väntevärde på grund av att volatiliteten är för stor. Trots detta ska vi i göra ett försök. Övning 6 Visa att Cov(R i β i R M, R j β j R M ) = σ i,j β i β j σ 2 M. Avkastningar och förväntad avkastning enligt CAPM i vår exempelportfölj under Period -4 blev: Tabell 8 AZN LME HM SDIA SKA avkastning 0.23 0.56 0.45 0.67 0.20 förväntad avk. 0.3 0.34 0.9 0.26 0.3 Avkastningarna är medelvärdet av dagsavkastningarna multiplicerat med 250. STIBOR-räntan varierade under perioden mellan 3.0 och 4.85%. I tabellen är r f konstant =4%. Observationsperiodens längd är T = 024 250 år. Antag att avkastningarna är fördelade enligt Modell B och att CAPMidentiteten gäller. Låt X = (X,..., X m ), där X i = R i r f β i (R M r f ), i =,..., m = 5. Den stokastiska variabeln X är normalfördelad med väntevärde 0 och kovariansmatris Q/T, där Q är kovariansmatrisen i Övning 6. Därför är Z = T Q 2 X normalfördelad med väntevärde 0 och kovariansmatrisen I (identitetsmatrisen). Det följer att Z 2 = T X Q X är χ 2 -fördelad med m = 5 frihetsgrader. Sätt χ 2 = T ˆX ˆ Q ˆX, där ˆ Q är skattningen av Q och ˆX är som X men med skattade betavärden. Dessa skattningar är konsistenta och därför är χ 2 asymptotiskt χ 2 fördelad med fem frihetsgrader. I vårt exempel minimeras χ 2 som funktion av r f för r f =.9% och detta minimala värde är 6.49. För r f = 4% blir χ 2 = 6.5 att jämföras med percentilerna χ 2 0.2(5) = 7.29 och χ 2 0.3(5) = 6.06. Om CAPM-identiteten gäller hade vi

alltså i mellan 20 och 30% av fallen fått en större avvikelse. Vi kan alltså inte förkasta modellen. Å andra sidan kan vi heller inte förkasta den enklare modellen: r i = β i r M för vilken χ 2 också är 6.5. I 80% av fallen gäller alltså χ 2 < 7.29. Denna olikhet är uppfylld då 2% < r f < 6%. Vi ska nu försöka belägga att det finns ett positivt samband mellan avkastningar och betavärden för aktierna i vår exempelportfölj. Data från de fyra perioderna framgår av nedanstående tabell. Tabell 9 AFGX AZN LME HM SDIA SKA Period avk. 0.39 0.8 0.79 0.68 0.72 0.9 beta 0.96.36 0.60 0.98 0.65 Period 2 avk. 0.04 0.02 0.03 0.6 0.45 0.4 beta 0.44.20 0.72.9 0.53 Period 3 avk. 0.39 0.46 0.82 0.52 0.67 0.23 beta 0.83 2.09 0.92.23 0.64 Period 4 avk. 0.24 0.29 0.56 0.00 0.80 0.27 beta 0.09.45 0.70.02.4 Period -4 avk. 0.24 0.23 0.56 0.45 0.67 0.20 beta 0.43.46 0.73.07 0.42 Observera att under Period 2 är avkastningen för AFGX lägre än räntan och därför har den aktie som har högst betavärde lägst förväntad avkastning enligt CAPM. För att få en uppfattning av om det finns ett samband rangordnar vi aktiernas avkastningar och betavärden. Tabell 0 AZN LME HM SDIA SKA d Period avk. 5 3 2 4 beta 3 5 2 4 4 Period2 avk. 4 5 2 3 beta 5 3 4 2 8 Period 3 avk. 4 3 2 5 beta 4 3 2 5 0 Period 4 avk. 4 2 3 5 2 3 beta 5 4 3 2 6 Period -4 avk. 4 2 3 5 beta 4 3 2 5 2 I kolumnen längst till höger står avståndet mellan avkastningar och betavärden: d = x y +... + x 5 y 5, där x,..., x 5 och y,..., y 5 är rangerna av avkastningarna respektive betavärdena. Antag att det inte finns något samband, att rangerna är slumpmässiga permutationer av talen,...,5. Låt p(d) beteckna sannolikheten att avståndet mellan två slumpmässiga permutationer är d. Om man utnyttjar att d har samma fördelning som y +... + 5 y 5 och går igenom de 20 olika möjligheterna, finner man att sannolikhetsfördelningen ges av 2

d : 0 2 4 6 8 0 2 20p(d) : 4 2 24 35 24 20. Börja med att titta på Period -4. I detta fall är avståndet 2. Sannolikheten att slumpmässiga permutationer ger ett avstånd som är högst lika med 2 är /24. Sånt händer (nämligen en gång på 24). Om vi istället använder hela materialet och beräknar summan av avstånden under de fyra perioderna, så blir denna 8. Utfallen under de fyra perioderna är stokastiskt oberoende varför fördelningen av summan kan beräknas med hjälp av ovanstående fördelning. Man finner att sannolikheten att summan är högst lika med 8 är 0.0. Sånt händer också men bara en gång på 00. Slutsatsen blir att det verkar finnas ett positivt samband mellan avkastning och betavärden. Sammanfattning Enligt CAPM gäller identiteten r i r f = β i (r M r f ). Vi har inte funnit något som motsäger denna men kan ej heller verifiera den. I vårt exempel finns ett positivt samband mellan avkastning och betavärden. Om CAPM gäller, så är tangentportföljens vikter som i Övning 8a. Följder av CAPM Vi ska här anta att CAPM-identiteten gäller och se vilka följder detta får. Övning 7 Sätt = r M r f och antag och att β > 0. a) Visa att tangentportföljens förväntade avkastning och varians ges av b) Visa att r T = r f + β P β respektive σt 2 β = σ2 β P β β 2. r = r f + β, τ 2 = (β β ) P (β β ) 2. Övning 8 Låt V och α vara som i Sats i kapitlet Tillväxt och risk. Visa att V = 2 β P β σ 2 och α = β σ 2. Det följer av Sats och 2 i Tillväxt och risk och övningen att den maximala tillväxtportföljen har vikten α = β σ i tangentportföljen och resten i kassan, 2 förutsatt att a σ2 β, där a är den maximala vikten i aktieportföljen. I annat fall ges aktieportföljens vikter av vmax(a, ) = av + β σ 2 (v T v ). Vikterna hos den portfölj som ger maximal tillväxt beror alltså på vad vi tror om den framtida börsutvecklingen och om portföljen få belånas, d.v.s. på och a. I vårt exempel är (med skattningarna är baserade på data från Period -3) 3

β σ 2 (v T v ) = (.97, 4.77, 0.77, 2.3, 4.6), Betrakta tre situationer: A Vi tror på en måttlig börsutveckling, = 0.05. B Vi tror på en god börsutveckling, = 0.0, men vill inte belåna aktieportföljen. C Vi tror på en stark börs, = 0.35, och är beredda att belåna portföljen maximalt. I fall A blir α = 0.62 och därmed ska 62% placeras i tangentportföljen och resten i kassan. Utvecklingen av denna portfölj under Period 4 visas i Figur 5. Förräntnigen i kassan är satt till 4%. Portföljens volatilitet blev 0.2 och avkastningen 32% att jämföra med 0.28 respektive 23% för AFGX. I fall B blir α =.24. Eftersom α > och portföljen inte ska belånas ska vi vara fullinvesterade i den aktieportfölj som har vikterna vmax(, 0.0) = (0.6, 0.49, 0.0, 0.2, 0.05). Volatiliteten blev 0.39 och avkastningen 54%. Se Figur 6. I fall C är α = 4.35 och den maximala vikten i aktieportföljen 3.5=35%. Vi ska alltså ha -2.5 i kassan och 3.5 i den aktieportfölj som har (de relativa) vikterna vmax(3.5, 0.35)/3.5 = (0.3, 0.54, 0.09, 0.23, 0.00). Se Figur 7. Låneräntan är satt till 7%. Volatiliteten blev.32=32% och avkastningen 90%. Det framgår att belåning har en hävstångseffekt på portföljutvecklingen. Både uppåt och nedåt. En maximalt belånad portfölj måste med nödvändighet ombalanseras då aktieportföljen minskar i värde. Alla tre portföljerna har ombalanserats dagligen. I Figurerna 8, 9 och 0 visas utvecklingen av dessa portföljer under hela perioden -4. Portföljernas volatiliteter (per år) och årliga tillväxtfaktorer framgår av nästa tabell. (Den årliga tillväxtfaktorn i intervallet (0, T ) är (P (T )/P (0)) T, där P (0) och P (T ) är portföljens värde vid tiden 0 respektive T år.) AFGX PORTF.A PORTF.B PORTF.C Volatilitet 0.23 0.9 0.35.7 Tillväxtfaktor.24.34.6 2.59 I Figur 0 är det svårt att avläsa portföljutvecklingen i början. En plot med logaritmisk skala på y-axeln blir tydligare. Se Figur. 4

.8.7 AFGX.6.5.4 PORTF.A.3.2. 0.9 0 50 00 50 200 250 300 Figur 5: Utveckling av Portfölj A under Period 4 2.2 2 PORTF.B.8.6.4.2 AFGX 0.8 0 50 00 50 200 250 300 Figur 6: Utveckling av Portfölj B under Period 4 5

2 PORTF.C 0 8 6 4 2 AFGX 0 0 50 00 50 200 250 300 Figur 7: Utveckling av Portfölj C under Period 4 4 3.5 3 PORTF.A 2.5 AFGX 2.5 0.5 0 200 400 600 800 000 200 Figur 8: Utveckling av Portfölj A under Period -4 6

0 9 8 7 PORTF.B 6 5 4 3 2 AFGX 0 0 200 400 600 800 000 200 Figur 9: Utveckling av Portfölj B under Period -4 300 250 PORTF.C 200 50 00 50 0 AFGX 0 200 400 600 800 000 200 Figur 0: Utveckling av Portfölj C under Period -4 7

9 8 7 6 5 4 log(portf.c) 3 2 log(afgx) 0 0 200 400 600 800 000 200 Figur : Utveckling av Portfölj C under Period -4. Logaritmisk skala. Marknadsportföljen I detta avsnitt ska vi betrakta samtliga N aktier i index. Vektorn med aktiernas vikter i index betecknas med p = (p,..., p N ). Matrisen Q är en N N matris, vektorn β har dimensionen N e.t.c. CAPM-identiteten förutsätts gälla men i Övning 9 och Övning 20 a behövs inte detta antagande. Övning 9 Enligt CAPM överensstämmer p med tangentportföljen. D.v.s. Verifiera detta med en direkt räkning. Övning 20 a) Visa att P β β = p. β = σ2 σ 2 M. b) Låt α och V vara som i Övning 8. Visa att α = σ 2 M och V = 2 σm 2. Om vi vill ha maximal tillväxt så ska vi enligt Satserna och 2 i kapitlet Tillväxt och risk ha en del i kassan och resten, α, i marknadsportföljen förutsatt att α a. Enligt Övning 6.b gäller detta inte om > aσ 2 M. Med σ M = 0.23 och a = (aktieportföljen får ej belånas) tar denna olikhet formen > 0.05. Om maximal belåning av aktieportföljen är tillåten (och /( b v) 3), så blir olikheten i stället > 0.6. 8

Vi har alltså gjort följande Observation Antag att CAPM-identiteten gäller. Den portfölj som ger maximal tillväxt har en del i kassan och en del i marknadsportföljen, förutsatt att aσm 2. I annat fall överenstämmer aktieportföljen inte med marknadsportföljen. Speciell gäller det senare i följande två fall. a) Om aktieportföljen inte får belånas och man tror på en hygglig börsutveckling, > σm 2. b) Om aktieportföljen får belånas maximalt och man tror på en stark börs, > σm 2 /( b v). Blandade övningar Övning 2 Betrakta den portfölj som liknar index mest i den meningen att skillnaden mellan portföljens och indexets avkastning har minimal varians. Visa att denna portfölj har vikterna där och där c i = Cov(R i, R M ). νv β + ( ν)v, ν = σ 2 M β /σ 2 = Q c Övning 22 Beräkna vikterna för den marknadsneutrala portfölj som har maximal tillväxt. a) I fallet med noll kronor i kassan. b) Med kassa. Beräkna även portföljernas förväntade tillväxt. Svar: a) Samma som i Övning 4. b) Allt i kassan. Förväntad tillväxt = r f för båda portföljerna. 9