Portfolio management🧭 Další průvodci a hry
INTERAKTIVNÍ PRŮVODCE · LISTOPAD 2026

Portfolio management

Od investiční politiky po atribuci výkonnosti –
jak se portfolio navrhuje, řídí a hodnotí

Na pozadí vzniká mrak náhodných portfolií ze šesti modelových tříd aktiv: každá tečka je jedna kombinace vah, vodorovně její kolísání, svisle očekávaný výnos. Oranžová křivka je efektivní hranice, modrá přímka vede od bezrizikové sazby k tangenciálnímu portfoliu.

portfolií v mraku–
nejnižší volatilita–
nejlepší Sharpeho poměr–
tangenciální: výnos / σ–
Úvodem

Jak průvodce používat

Jednotlivé investice se dají pochopit každá zvlášť. Portfolio management se ptá na něco jiného: jak je složit dohromady, aby celek odpovídal cílům a možnostem konkrétního člověka nebo instituce, jak takový celek řídit v čase a jak poctivě změřit, co přinesl. Průvodce jde od zadání (investiční politika) přes teorii portfolia, CAPM a faktorové modely k alokaci, řízení rizik, volbě mezi aktivní a pasivní správou, měření výkonnosti a k tomu, co do úhledných vzorců vnáší lidská psychika.

🧭

Tři patra každé kapitoly. Nahoře krátké vysvětlení a laboratoř, kde si věc vyzkoušíte na modelových číslech. Pod ní mise za XP: od střadatele po investičního ředitele. Dole rozbalovací teorie pro ty, kdo chtějí jít do hloubky: definice, vzorce, řešené příklady a příklady k procvičení. Barevná tečka v obsahu ukazuje náročnost. Postup se ukládá jen ve vašem prohlížeči.

Pro koho a odkud

Průvodce patří do třetí etapy studijní cesty (Pokročilé) vedle průvodců Statistika a modely, Alternativní investice a průvodců o opcích. Předpokládá, že znáte složené úročení a současnou hodnotu (průvodce Finanční matematika), třídy aktiv a základní myšlenku diverzifikace (průvodce Investování) a že vám nejsou cizí směrodatná odchylka, korelace a regrese (průvodce Statistika a modely). Tyto věci tu jen stručně připomínáme. Soukromý kapitál, hedgeové fondy, komodity a další alternativy mají vlastní průvodce Alternativní investice; zde vystupují jen jako další řádek v alokaci. Daně shrnujeme v kapitole 10 a odkazujeme na průvodce Daně investora.

Modelové předpoklady

Laboratoře a příklady počítají s modelovými hodnotami. Nejsou to předpovědi, jen rozumně řazená čísla, na kterých jde ukázat princip. Výnosy a volatility tříd aktiv jsou stejné jako v průvodci Investování; korelace doplňuje tento průvodce. Bezrizikovou sazbou je výnos hotovosti 2 %, tržním portfoliem v kapitolách 4 a 9 jsou akcie vyspělých trhů (prémie 5 %, volatilita 16 %).

Tab. 0.1Modelové třídy aktiv (ročně, nominálně v Kč) a jejich korelace
Třída aktivVýnosσSDFDAVARNEZL
Státní dluhopisy (SD)3,5 %5 %10,600,100,000,200,20
Firemní dluhopisy (FD)4,5 %7 %0,6010,400,400,400,10
Akcie vyspělých trhů (AV)7,0 %16 %0,100,4010,750,650,05
Akcie rozvíjejících se trhů (AR)8,0 %22 %0,000,400,7510,550,10
Kótované nemovitosti (NE)6,5 %18 %0,200,400,650,5510,10
Zlato (ZL)4,0 %15 %0,200,100,050,100,101
Hotovost (bezriziková sazba)2,0 %0,5 %v modelech bez rizika a bez korelace

Inflace je modelově 2,5 % ročně. Kapitola 5 používá navíc modelové faktorové prémie: trh 5,0 % (σ 16 %), velikost 1,5 % (9 %), hodnota 2,5 % (10 %), momentum 4,0 % (14 %) a kvalita 2,5 % (8 %). Jsou to ilustrační hodnoty v řádu dlouhodobých historických odhadů, ne záruka do budoucna.

Čtyři druhy rámečků

Příklad Výpočet na číslech

Modelový výpočet, který si můžete přepočítat. Všechna čísla jsou spočítaná skriptem a zaokrouhlená až na konci.

Z praxe

Jak se s věcí zachází u správců, poradců a institucionálních investorů: zvyklosti, pasti a souvislosti.

Pravidlo palce

Rychlý odhad bez kalkulačky. Ke kontrole, ne k rozhodnutí.

Pozor

Místo, kde se nejčastěji chybuje, nebo kde model přestává platit.

Studijní materiál, ne investiční doporučení ani nabídka. Průvodce nejmenuje produkty ani poskytovatele; firmy a fondy v příkladech (Alfa, a.s., fond X) jsou smyšlené. Minulé ani modelové výnosy nejsou zárukou budoucích. Údaje o zákonech mají v příloze C zdroj a datum ověření.

Teorie odpovídá rozsahem a hloubkou oblasti Portfolio Management programu CFA® na úrovni I až II (proces správy portfolia a investiční politika, riziko a výnos portfolia, CAPM, vícefaktorové modely, měření a řízení tržního rizika, aktivní správa, behaviorální zkreslení), doplněné o vybraná témata alokace aktiv a hodnocení výkonnosti z vyšší úrovně. CFA® a Chartered Financial Analyst® jsou ochranné známky CFA Institute; GIPS® je ochranná známka CFA Institute. Průvodce s CFA Institute nesouvisí.

Část IZadání a stavební kameny
1

Proces správy portfolia a investiční politikamírně pokročilý

Dobré portfolio nezačíná výběrem titulů, ale zadáním: čeho má dosáhnout, kolik rizika smí nést a co ho omezuje. Toto zadání se zapisuje do investiční politiky. Všechno ostatní – alokace, výběr nástrojů, rebalancování i hodnocení – se od ní odvozuje.

🏗️

Architekt nezačíná cihlami. Nejdřív zjistí, kdo bude v domě bydlet, kolik má peněz, jaký je pozemek a co dovolí stavební úřad. Teprve potom kreslí. Investiční politika je takový projekt domu: bez ní se dá stavět, ale výsledek odpovídá potřebám jen náhodou.

1 Plánování cíle a omezení klientainvestiční politika (IPS)očekávání o trzíchstrategická alokace 2 Realizace taktická alokacevýběr nástrojůprovedení obchodůnáklady a daně 3 Zpětná vazba sledování klienta a trhůrebalancováníměření výkonnostiatribuce a reporting změna okolností klienta nebo trhů vrací proces na začátek (revize IPS aspoň jednou ročně)
Obr. 1.1 Proces správy portfolia jako uzavřený kruh. Kapitola 1 se věnuje plánování, kapitoly 2 až 7 stavbě a řízení, kapitoly 8 až 10 realizaci a zpětné vazbě.
Požadovaný výnos a rizikový profil
Zadejte cíl a možnosti modelového klienta. Laboratoř spočítá výnos, který cíl vyžaduje, a porovná ho s tím, co unese rizikový profil – ten určuje nižší z dvojice schopnost a ochota nést riziko. Vějíř ukazuje 10., 50. a 90. percentil majetku v portfoliu odpovídajícím profilu.
LABORATOŘ
Model: cíl roste s inflací 2,5 %; úložky na konci měsíce. Schopnost nést riziko: 1 až 5 podle horizontu (do 5, 10, 15, 25 let a déle), snížená o stupeň při potřebě likvidity od 30 % a o dva od 50 %. Profil = nižší ze schopnosti a ochoty; profilu 1 až 5 odpovídá nejvýš 20, 40, 60, 80 a 100 % akcií vyspělých trhů, zbytek státní dluhopisy (tab. 0.1). Vějíř: 2 000 simulací s ročním krokem. Zjednodušení pro výuku, ne dotazník podle zákona.
Minihra: kam patří v investiční politice
Každou větu z rozhovoru s klientem zařaďte do správné části investiční politiky. Za aspoň sedm správných z osmi je 15 XP.
MINIHRA
0 / 8
+Teorie: kroky procesu, investiční politika, cíle výnosu a rizika, omezení, typy investorů

1.1Portfoliový pohled a tři kroky procesu

Portfoliový pohled hodnotí každou investici podle toho, co udělá s výnosem a rizikem celku, ne podle jejích vlastností o samotě. Aktivum, které samo silně kolísá, může celek uklidnit, pokud se pohybuje jinak než zbytek (kapitola 2).portfolio perspective

Správa portfolia je opakovaný proces o třech krocích (obr. 1.1):

  • Plánování: poznání klienta, sepsání investiční politiky, vytvoření očekávání o výnosech, rizicích a korelacích tříd aktiv a z nich strategická alokace.planning; capital market expectations
  • Realizace: převod alokace do konkrétních nástrojů, případné taktické odchylky, provedení obchodů s ohledem na náklady a daně.execution
  • Zpětná vazba: sledování klienta i trhů, rebalancování, měření a rozbor výkonnosti, reporting.feedback; monitoring and rebalancing

Pořadí není libovolné. Empirické práce (Brinson, Hood a Beebower, 1986; Ibbotson a Kaplan, 2000) ukázaly, že dlouhodobá alokace vysvětluje zhruba devět desetin kolísání výnosů jednoho fondu v čase. Mezi fondy navzájem vysvětluje rozdíly ve výnosech zhruba ze 40 %; zbytek připadá na výběr titulů, časování a náklady. Obě čísla se často zaměňují.

1.2Investiční politika

Investiční politika je písemný dokument, který popisuje cíle klienta, jeho omezení a pravidla, jimiž se správa řídí. Slouží jako zadání pro správce, jako měřítko pro hodnocení a jako pojistka proti unáhleným rozhodnutím v době, kdy trhy padají.investment policy statement (IPS)

Tab. 1.1Obvyklá osnova investiční politiky
ČástCo obsahuje
Úvod a účelKdo je klient, jaký majetek dokument pokrývá, k čemu peníze slouží.
Role a odpovědnostiKdo rozhoduje (klient, poradce, správce, investiční výbor), kdo uschovává majetek, kdo hodnotí.
CíleCíl výnosu a cíl rizika, vyjádřené měřitelně a navzájem slučitelně.
OmezeníHorizont, likvidita, daně, právní rámec a zvláštní okolnosti.
Investiční zásadyPovolené třídy aktiv a nástroje, páka, deriváty, měnové zajištění, pravidla pro aktivní a pasivní správu.
Strategická alokaceCílové váhy tříd aktiv a pásma, ve kterých se smějí pohybovat; pravidla rebalancování.
HodnoceníBenchmark, četnost a obsah reportingu, kdy a jak se politika reviduje.
Investiční politikacíle + omezení Cíl výnosupožadovaný a žádoucí Cíl rizikaschopnost a ochota Časový horizont Likvidita Daně Právní a regulatorní rámec Zvláštní okolnosti oba cíle musí býtnavzájem slučitelné
Obr. 1.2 Dva cíle a pět omezení investiční politiky. V anglické literatuře se sedmice pamatuje pod zkratkou RRTTLLU (return, risk, time, taxes, liquidity, legal, unique).

1.3Cíl výnosu

Požadovaný výnos je výnos, bez kterého klient svého cíle nedosáhne. Žádoucí výnos je to, co by si přál navíc. Politika se staví na požadovaném výnosu; žádoucí výnos nesmí vést k riziku, které klient neunese.required return; desired return

Cíl výnosu se má vyjádřit po zohlednění inflace, nákladů a daní a jako celkový výnos, tedy součet běžného příjmu (úroky, dividendy) a změny cen. Rozdělovat majetek na „jistinu, na kterou se nesahá“ a „výnos, který se utrácí“ je zvyk, ne ekonomická nutnost.total return approach

Reálný a nominální požadovaný výnos\[1+r_{nom} = (1+r_{real})(1+\pi)\qquad\text{a pro instituci s výdajovým pravidlem}\qquad 1+r = (1+s)(1+\pi)(1+c),\]

kde \(\pi\) je inflace, \(s\) míra čerpání z majetku a \(c\) náklady správy. Nadace, která chce ročně rozdělit 4 % majetku a zachovat jeho kupní sílu při inflaci 2,5 % a nákladech 0,5 %, potřebuje \(1{,}04\cdot1{,}025\cdot1{,}005-1 = 7{,}13\ \%\) ročně; prostý součet dává 7,0 %.

Příklad Požadovaný výnos paní Jany

Paní Janě je 40 let. Má 1 500 000 Kč, měsíčně odkládá 10 000 Kč a v 60 letech chce mít majetek s kupní silou dnešních 5 mil. Kč. Při inflaci 2,5 % je cílová částka \(5\,000\,000\cdot1{,}025^{20} = 8\,193\,082\) Kč. Hledáme roční výnos \(r\), pro který platí

\[1\,500\,000\,(1+r)^{20} + 10\,000\cdot\frac{(1+r_m)^{240}-1}{r_m} = 8\,193\,082,\qquad r_m = (1+r)^{1/12}-1.\]

Rovnice se řeší numericky: \(r = 5{,}13\ \%\) nominálně, tedy \(1{,}0513/1{,}025-1 = 2{,}56\ \%\) reálně. Pro kontrolu: při 3,5 % (samé státní dluhopisy) by majetek dosáhl 6,43 mil. Kč, při 5,6 % (60 % akcií a 40 % dluhopisů) 8,80 mil. Kč. V modelu dvou tříd aktiv odpovídá výnosu 5,13 % zhruba 46 % akcií. Kdyby odkládala 15 000 Kč měsíčně, stačilo by 3,53 % – cíl by splnily téměř samotné dluhopisy.

Pozor

Požadovaný výnos není totéž co dosažitelný výnos. Vyjde-li výpočet na 9 % ročně, neznamená to „pořiďte rizikovější portfolio“. Znamená to, že cíl, úložky nebo horizont jsou nastavené nereálně a je třeba změnit je, ne portfolio.

1.4Cíl rizika: schopnost a ochota

Schopnost nést riziko je objektivní: určuje ji horizont, velikost majetku vůči potřebám, stabilita příjmů, závazky a potřeba likvidity. Ochota nést riziko je subjektivní: vyplývá z povahy, zkušeností a z toho, jak klient snášel dřívější ztráty. Tolerance k riziku je výsledkem obojího.ability to take risk; willingness to take risk; risk tolerance

Tab. 1.2Co dělat, když se schopnost a ochota rozcházejí
Ochota nízkáOchota vysoká
Schopnost nízkáNízká tolerance. Konzervativní portfolio.Rozhoduje schopnost: nízká tolerance. Klientovi vysvětlit, proč si vyšší riziko nemůže dovolit.
Schopnost vysokáRozhoduje ochota: nižší tolerance. Vzdělávat, ukázat cenu opatrnosti, ale nenutit.Vysoká tolerance. Dynamické portfolio.

Platí tedy opatrnější z obou. Portfolio, které klient neunese psychicky, prodá v nejhorší chvíli; portfolio, které neunese finančně, ho může připravit o cíl, který nešel odložit.

Cíl rizika lze vyjádřit absolutně („ztráta za rok nepřesáhne 10 % s pravděpodobností 95 %“, „volatilita nejvýš 8 %“) nebo relativně vůči benchmarku („odchylka od srovnávacího indexu nejvýš 3 p. b. ročně“). Míry rizika rozebírá kapitola 7.absolute and relative risk objectives

Příklad Co znamená riziko v korunách

Portfolio 60 % akcií a 40 % dluhopisů má v modelu očekávaný výnos 5,6 % a volatilitu 10,0 %. Při normálním rozdělení je pětiprocentní kvantil ročního výnosu \(5{,}6 - 1{,}645\cdot10{,}0 = -10{,}85\ \%\). Z majetku 1 500 000 Kč je to ztráta asi 163 000 Kč, kterou je třeba čekat zhruba v jednom roce z dvaceti; v horších letech víc. Otázka „snesete pokles o 163 000 Kč?“ je pro klienta srozumitelnější než „volatilita 10 %“.

1.5Pět omezení

  • Časový horizont. Doba do čerpání peněz; často vícestupňová (do penze, v penzi, odkaz dědicům). Delší horizont obvykle zvyšuje schopnost nést riziko a dovoluje méně likvidní investice.time horizon
  • Likvidita. Potřeba hotovosti: běžná (pravidelné čerpání), mimořádná (rezerva) a jednorázová (koupě bytu). Peníze potřebné do tří let do rizikových aktiv nepatří.liquidity requirements
  • Daně. Rozhoduje výnos po zdanění. Záleží na druhu příjmu, době držení a na obalu, ve kterém investice leží. České zásady shrnuje kapitola 10; podrobnosti má průvodce Daně investora.tax concerns
  • Právní a regulatorní rámec. U institucí limity dané zákonem (penzijní fondy, pojišťovny, nadace), u jednotlivce například pravidla svěřenského fondu nebo zákaz obchodování zasvěcené osoby.legal and regulatory factors
  • Zvláštní okolnosti. Všechno ostatní: etická omezení a preference udržitelnosti, velká pozice v akciích zaměstnavatele, podnik nebo nemovitost mimo portfolio, zdravotní stav, závislé osoby.unique circumstances
Z praxe

Investiční dotazník, který vyplňujete u poradce nebo obchodníka s cennými papíry, je zákonem vyžadovaná podoba téhož: zjišťuje znalosti a zkušenosti, finanční zázemí včetně schopnosti nést ztráty a investiční cíle včetně tolerance k riziku. Právní rámec a to, co z něj plyne pro klienta, popisuje kapitola 10.

1.6Typy investorů

Tab. 1.3Typické cíle a omezení hlavních skupin investorů
InvestorTolerance k rizikuHorizontLikviditaČím je zvláštní
Jednotlivecpodle osobypodle životní fázepodle osobydaně, lidský kapitál, chování
Penzijní fond s definovanou dávkoupodle krytí závazkůdlouhýnízká až střednířízení podle závazků
Nadace a nadační fondvyššívelmi dlouhýpodle výdajového pravidlazachování reálné hodnoty
Životní pojišťovnanižšídlouhýstředníregulace, párování se závazky
Neživotní pojišťovnanižšíkrátkývysokánepředvídatelné výplaty
Bankanízkákrátkývysokákapitálová a likviditní regulace
Státní investiční fondpodle účelurůznýrůznástabilizační, spořicí nebo rezervní poslání

U jednotlivce se navíc rozlišuje majetek finanční a lidský kapitál, tedy současná hodnota budoucích příjmů z práce. Mladý člověk má lidského kapitálu hodně a finančního málo; to ovlivňuje vhodnou alokaci (kapitola 6).human capital

1.7Procvičení

1
Klient má 2 mil. Kč a za 12 let chce mít 4 mil. Kč, nic dalšího nevkládá. Jaký roční výnos potřebuje nominálně a jaký reálně při inflaci 2,5 %, má-li být cílová částka uvedena v budoucích korunách?
\(r = 2^{1/12}-1 = 5{,}95\ \%\) nominálně. Reálně \(1{,}0595/1{,}025-1 = 3{,}36\ \%\). Kdyby cíl 4 mil. Kč byl míněn v dnešních cenách, musel by nominální výnos činit \(1{,}0595\cdot1{,}025-1 = 8{,}59\ \%\), což je nad očekávaným výnosem kterékoli modelové třídy aktiv.
2
Klient potřebuje po zdanění reálně 3 % ročně. Inflace je 2,5 %. Jaký nominální výnos po zdanění požaduje a jaký před zdaněním, kdyby se každý rok danil celý výnos sazbou 15 %?
Po zdanění \(1{,}03\cdot1{,}025-1 = 5{,}58\ \%\). Před zdaněním \(5{,}58/0{,}85 = 6{,}56\ \%\). (Skutečné zdanění bývá příznivější: zisk z prodeje se daní až při prodeji a po splnění časového testu vůbec; viz kapitola 10.)
3
Lékařka, 35 let, stabilní vysoký příjem, bez dluhů, investuje na penzi. V dotazníku uvede, že by při poklesu o 10 % vše prodala. Jaká je její tolerance k riziku a co s tím?
Schopnost je vysoká (dlouhý horizont, stabilní příjem, žádné krátkodobé potřeby), ochota nízká. Platí opatrnější z obou, tedy nižší tolerance. Správný postup je portfolio podle ochoty, vysvětlení ceny opatrnosti (nižší očekávaný majetek v penzi, případně vyšší potřebné úložky) a postupné vzdělávání; ne přesvědčování k portfoliu, které v prvním poklesu prodá.
4
Rodina má měsíční výdaje 45 000 Kč a majetek 1,5 mil. Kč. Chce rezervu na šest měsíců. Jak velká část majetku je vázána likviditním omezením?
Rezerva \(6\cdot45\,000 = 270\,000\) Kč, tedy \(270/1\,500 = 18\ \%\) majetku. Tato část patří na účet nebo do nástrojů peněžního trhu a do výpočtu rizikové alokace se nezahrnuje; investovatelný majetek je 1 230 000 Kč.
5
Penzista má 6 mil. Kč a chce čerpat 30 000 Kč měsíčně, s růstem o inflaci. Jaká je počáteční míra čerpání a jaký požadovaný výnos by zachoval kupní sílu majetku?
Míra čerpání \(360\,000/6\,000\,000 = 6{,}0\ \%\). Zachování kupní síly vyžaduje \(1{,}06\cdot1{,}025-1 = 8{,}65\ \%\) ročně, víc než nabízí kterákoli modelová třída. Cíl „čerpat 6 % a nesáhnout na reálnou jistinu“ je tedy nereálný; realistické je buď nižší čerpání, nebo vědomé postupné spotřebovávání majetku (podrobně průvodce Finanční plánování).
Co si odnést
  • Správa portfolia je kruh: plánování, realizace, zpětná vazba. Začíná se klientem, ne trhem.
  • Investiční politika zapisuje dva cíle (výnos, riziko) a pět omezení (horizont, likvidita, daně, právní rámec, zvláštní okolnosti).
  • Požadovaný výnos se počítá z cíle; když vyjde nereálně, mění se cíl, úložky nebo horizont.
  • Toleranci k riziku určuje nižší z dvojice schopnost a ochota.
  • Riziko vyjádřené v korunách a v pravděpodobnosti je srozumitelnější než procento volatility.
Část IZadání a stavební kameny
2

Výnos a riziko portfoliamírně pokročilý

Očekávaný výnos portfolia je vážený průměr výnosů jeho složek. Riziko nikoli: záleží na tom, jak se složky pohybují vůči sobě. V tomto rozdílu je celá diverzifikace – a také odpověď na otázku, kolik rizika je pro konkrétního investora akorát.

⛵

Posádka plachetnice se při náklonu přesune na opačný bok. Každý člen posádky zvlášť loď rozhoupe; záleží na tom, kdo kde sedí. Portfolio je stejné: nejde o to, jak moc se houpe každé aktivum, ale zda se houpou spolu, nebo proti sobě.

Dvě aktiva, jedna korelace
Akcie vyspělých trhů (7 % / 16 %) a státní dluhopisy (3,5 % / 5 %). Měňte váhu akcií a korelaci a sledujte, jak se křivka možných portfolií ohýbá doleva. Třetí posuvník je averze k riziku: oranžová čárkovaná křivka je indiferenční křivka, která se dotýká nejlepšího dosažitelného portfolia.
LABORATOŘ
Model: dvě aktiva bez krátkých prodejů, užitek \(U = E(R) - \tfrac12 A\sigma^2\) (výnosy a volatility jako desetinná čísla). Šedé čárkované čáry ukazují krajní případy korelace +1 a −1. Modrý bod je portfolio s minimálním rozptylem, oranžový zvolené portfolio, zelený kroužek optimum pro danou averzi.
+Teorie: očekávaný výnos, rozptyl, kovariance a korelace, portfolio dvou a více aktiv, užitek a averze k riziku

2.1Výnos a riziko jednoho aktiva

Očekávaný výnos je pravděpodobnostmi vážený průměr možných výnosů. Rozptyl je vážený průměr čtverců odchylek od něj a směrodatná odchylka (volatilita) je jeho odmocnina, ve stejných jednotkách jako výnos.expected return; variance; standard deviation

Scénářový výpočet\[E(R)=\sum_s p_s R_s,\qquad \sigma^2=\sum_s p_s\,[R_s-E(R)]^2,\qquad \sigma=\sqrt{\sigma^2}.\]

Z historických dat se tytéž veličiny odhadují výběrovým průměrem a výběrovým rozptylem s dělitelem \(n-1\) (průvodce Statistika a modely, kapitola 1). Roční volatilita se z měsíční získá násobením \(\sqrt{12}\), z denní \(\sqrt{250}\), pokud jsou výnosy v čase nezávislé.

2.2Kovariance a korelace

Kovariance měří, zda se dva výnosy odchylují od svých průměrů stejným směrem. Korelační koeficient je kovariance vydělená součinem směrodatných odchylek; leží mezi −1 a +1 a nezávisí na jednotkách.covariance; correlation coefficient

Kovariance a korelace\[\mathrm{Cov}(R_i,R_j)=\sigma_{ij}=\sum_s p_s\,[R_{i,s}-E(R_i)]\,[R_{j,s}-E(R_j)],\qquad \rho_{ij}=\frac{\sigma_{ij}}{\sigma_i\,\sigma_j}.\]
Příklad Čtyři scénáře pro akcie a dluhopisy
Tab. 2.1Scénářový výpočet kovariance
Scénář\(p_s\)AkcieDluhopisyOdch. akciíOdch. dluhopisů\(p_s\cdot\) součin odchylek
Recese0,2−15,0 %8,0 %−0,2200,045−0,001980
Stagflace0,2−2,0 %−4,0 %−0,090−0,0750,001350
Běžný růst0,412,0 %4,0 %0,0500,0050,000100
Boom0,228,0 %5,5 %0,2100,0200,000840
Součet / průměr1,07,0 %3,5 %0,000310

Rozptyl akcií vychází 0,021120 (σ = 14,53 %), dluhopisů 0,001620 (σ = 4,02 %). Korelace je \(0{,}000310/(0{,}1453\cdot0{,}0402) = 0{,}05\). Dluhopisy pomohly v recesi, ve stagflaci ale ztrácely spolu s akciemi; proto je korelace blízko nuly, ne výrazně záporná. Portfolio půl na půl má očekávaný výnos 5,25 % a volatilitu \(\sqrt{0{,}25\cdot0{,}021120+0{,}25\cdot0{,}001620+0{,}5\cdot0{,}000310}=7{,}64\ \%\), zatímco průměr volatilit je 9,28 %.

Pozor

Korelace měří jen lineární vztah a není konstantou. V krizích korelace rizikových aktiv obvykle rostou, tedy právě tehdy, kdy je diverzifikace nejvíc potřeba. Korelace akcií a státních dluhopisů navíc mění znaménko podle toho, zda trhy trápí spíš růst (záporná), nebo inflace (kladná).

2.3Portfolio dvou aktiv

Výnos a rozptyl portfolia dvou aktiv\[E(R_p)=w_1E(R_1)+w_2E(R_2),\qquad \sigma_p^2=w_1^2\sigma_1^2+w_2^2\sigma_2^2+2\,w_1w_2\,\rho_{12}\,\sigma_1\sigma_2.\]

Je-li \(\rho_{12}=1\), je \(\sigma_p = w_1\sigma_1+w_2\sigma_2\) a diverzifikace nepřináší nic. Pro každou nižší korelaci je volatilita portfolia menší než vážený průměr volatilit. Při \(\rho_{12}=-1\) lze riziko zcela vyrušit vahami \(w_1=\sigma_2/(\sigma_1+\sigma_2)\).

Příklad 60 % akcií a 40 % státních dluhopisů

S modelovými hodnotami (tab. 0.1) je kovariance \(0{,}1\cdot0{,}16\cdot0{,}05=0{,}0008\).

\[E(R_p)=0{,}6\cdot7{,}0+0{,}4\cdot3{,}5=5{,}6\ \%,\qquad \sigma_p^2=0{,}36\cdot0{,}0256+0{,}16\cdot0{,}0025+2\cdot0{,}6\cdot0{,}4\cdot0{,}0008=0{,}010000,\]

tedy \(\sigma_p=10{,}00\ \%\). Vážený průměr volatilit je 11,60 %; diverzifikace ubrala 1,60 p. b. kolísání, aniž snížila očekávaný výnos.

Tab. 2.2Volatilita portfolia 60/40 podle korelace
Korelace−1−0,500,10,51
Volatilita7,60 %8,77 %9,81 %10,00 %10,74 %11,60 %

Portfolio s minimálním rozptylem dvou aktiv má váhu prvního aktivaminimum-variance portfolio

Minimální rozptyl, dvě aktiva\[w_1^{*}=\frac{\sigma_2^2-\sigma_{12}}{\sigma_1^2+\sigma_2^2-2\sigma_{12}}.\]

Pro akcie a dluhopisy: \(w_A^{*}=(0{,}0025-0{,}0008)/(0{,}0256+0{,}0025-0{,}0016)=6{,}4\ \%\). Portfolio s 6,4 % akcií má volatilitu 4,89 %, méně než samotné dluhopisy (5 %), a přitom vyšší očekávaný výnos 3,72 %. Trocha rizikovějšího aktiva riziko celku snížila.

2.4Portfolio více aktiv

Rozptyl portfolia \(n\) aktiv\[\sigma_p^2=\sum_{i=1}^{n}\sum_{j=1}^{n} w_iw_j\sigma_{ij}=\sum_{i=1}^{n} w_i^2\sigma_i^2+\sum_{i\ne j} w_iw_j\sigma_{ij},\qquad\text{maticově }\ \sigma_p^2=\mathbf w^{\top}\boldsymbol\Sigma\,\mathbf w.\]

V součtu je \(n\) rozptylů a \(n(n-1)\) kovariancí. Už při deseti aktivech je kovariančních členů devadesát; riziko velkého portfolia je skoro celé dáno kovariancemi, ne rozptyly jednotlivých složek.

akcie 50 %dluhopisy 40 %zlato 10 % akcie 50 %dluhopisy 40 %zlato 10 % 64,00 1,60 0,60 1,60 4,00 0,60 0,60 0,60 2,25 součet všech buněk 75,85 × 10⁻⁴ = rozptyl 0,007585 → volatilita 8,71 % buňka = wᵢ · wⱼ · σᵢⱼ (v desetitisícinách); oranžově rozptyly, modře kovariance
Obr. 2.1 Rozptyl portfolia jako součet buněk kovarianční matice. Portfolio 50 % akcií vyspělých trhů, 40 % státních dluhopisů a 10 % zlata (tab. 0.1): očekávaný výnos 5,30 %, volatilita 8,71 %. Akciový řádek a sloupec tvoří 68,40 ze 75,85.

Pro portfolio \(n\) stejně vážených aktiv s průměrným rozptylem \(\bar\sigma^2\) a průměrnou kovariancí \(\overline{\mathrm{Cov}}\) platí

Meze diverzifikace\[\sigma_p^2=\frac{\bar\sigma^2}{n}+\frac{n-1}{n}\,\overline{\mathrm{Cov}}\ \xrightarrow[n\to\infty]{}\ \overline{\mathrm{Cov}}.\]

První člen (specifické riziko) s počtem aktiv mizí, druhý (společné riziko) zůstává. Akcie s volatilitou 30 % a vzájemnou korelací 0,3 dají portfolio s volatilitou 24,2 % při dvou titulech, 18,2 % při deseti, 17,1 % při třiceti a nejméně \(\sqrt{0{,}3}\cdot30=16{,}4\ \%\). Co je to systematické riziko a proč jen za ně trh platí, řeší kapitola 4.

2.5Užitek a averze k riziku

Investor s averzí k riziku dá ze dvou investic se stejným očekávaným výnosem přednost té méně rizikové a za přijetí rizika požaduje prémii. Investor neutrální k riziku se řídí jen očekávaným výnosem, investor vyhledávající riziko je ochoten za ně platit.risk-averse; risk-neutral; risk-seeking

Preference se v teorii portfolia zapisují užitkovou funkcí středního výnosu a rozptylu:mean–variance utility

Užitek\[U=E(R)-\tfrac12\,A\,\sigma^2,\]

kde \(A\) je koeficient averze k riziku (pro většinu investorů se uvádí mezi 2 a 8) a výnos i volatilita se dosazují jako desetinná čísla. Užitek lze číst jako jistotní ekvivalent: bezrizikový výnos, který je pro investora stejně dobrý jako dané rizikové portfolio. Indiferenční křivka spojuje kombinace rizika a výnosu se stejným užitkem, \(E(R)=U+\tfrac12A\sigma^2\); čím vyšší averze, tím strmější.certainty equivalent; indifference curve

Příklad Které portfolio pro kterou averzi
Tab. 2.3Užitek čtyř portfolií z akcií a státních dluhopisů (v %)
Akcie / dluhopisy\(E(R)\)σ\(U\), A = 2\(U\), A = 4\(U\), A = 8
30 / 704,556,224,163,783,00
60 / 405,6010,004,603,601,60
85 / 156,4813,704,602,72−1,03
100 / 07,0016,004,441,88−3,24

Pro A = 4 má portfolio 60/40 užitek \(0{,}056-0{,}5\cdot4\cdot0{,}01=3{,}60\ \%\): investor by ho vyměnil za jistých 3,6 %. Přesné optimum na křivce dvou aktiv je \(w_A^{*}=\dfrac{E(R_A)-E(R_D)+A(\sigma_D^2-\sigma_{AD})}{A(\sigma_A^2+\sigma_D^2-2\sigma_{AD})}\): 72,5 % akcií pro A = 2, 39,4 % pro A = 4 a 22,9 % pro A = 8.

Pravidlo palce

Máte-li jedno rizikové portfolio a bezrizikové aktivum, je optimální podíl rizikového portfolia \(y^{*}=\dfrac{E(R_p)-R_f}{A\,\sigma_p^2}\). Pro 60/40 a A = 4: \((5{,}6-2{,}0)/(4\cdot1{,}00)=0{,}90\), tedy 90 % v portfoliu a 10 % v hotovosti. Odvození a souvislosti jsou v kapitole 3.

2.6Procvičení

1
Akcie P má očekávaný výnos 8 % a volatilitu 25 %, akcie Q 11 % a 35 %, korelace je 0,3. Spočítejte očekávaný výnos a volatilitu portfolia 70 % P a 30 % Q.
\(E=0{,}7\cdot8+0{,}3\cdot11=8{,}9\ \%\). \(\sigma^2=0{,}49\cdot0{,}0625+0{,}09\cdot0{,}1225+2\cdot0{,}7\cdot0{,}3\cdot0{,}3\cdot0{,}25\cdot0{,}35=0{,}030625+0{,}011025+0{,}011025=0{,}052675\), \(\sigma=22{,}95\ \%\). Vážený průměr volatilit by byl 28,0 %.
2
Pro akcie P a Q z předchozí úlohy najděte portfolio s minimálním rozptylem.
\(\sigma_{PQ}=0{,}3\cdot0{,}25\cdot0{,}35=0{,}02625\). \(w_P^{*}=(0{,}1225-0{,}02625)/(0{,}0625+0{,}1225-0{,}0525)=0{,}09625/0{,}1325=72{,}6\ \%\). Volatilita tohoto portfolia je 22,93 %, jen o málo nižší než u portfolia 70/30: v okolí minima je křivka plochá.
3
Jaké váhy akcií a dluhopisů (σ 16 % a 5 %) by při korelaci −1 daly nulové riziko a jaký by byl výnos?
\(w_A=\sigma_D/(\sigma_A+\sigma_D)=5/21=23{,}8\ \%\), dluhopisy 76,2 %. Výnos \(0{,}238\cdot7+0{,}762\cdot3{,}5=4{,}33\ \%\). Bezrizikové portfolio s výnosem 4,33 % při bezrizikové sazbě 2 % by byla arbitráž; i proto dokonale záporné korelace mezi třídami aktiv v praxi neexistují.
4
Investor s A = 4 volí mezi portfoliem 60/40 (5,6 % / 10 %) a bezrizikovým vkladem na 3,8 %. Co zvolí?
Jistotní ekvivalent portfolia je \(0{,}056-0{,}5\cdot4\cdot0{,}10^2=3{,}6\ \%\), méně než 3,8 %. Zvolí vklad. Investor s A = 2 by měl jistotní ekvivalent 4,6 % a zvolil by portfolio.
5
Portfolio tvoří 20 stejně vážených akcií, každá s volatilitou 30 %; všechny dvojice mají korelaci 0,3. Jaká je volatilita portfolia a jaká část rozptylu je specifická?
\(\sigma_p^2=0{,}09/20+(19/20)\cdot0{,}3\cdot0{,}09=0{,}0045+0{,}02565=0{,}03015\), \(\sigma_p=17{,}36\ \%\). Nediverzifikovatelná část je \(0{,}3\cdot0{,}09=0{,}027\); zbytek 0,00315, tedy 10,4 % rozptylu, by šlo dalším rozšiřováním ještě odstranit.
Co si odnést
  • Výnos portfolia je vážený průměr; riziko je menší než vážený průměr, kdykoli je korelace pod +1.
  • Riziko velkého portfolia určují kovariance, ne rozptyly jednotlivých složek.
  • Diverzifikace odstraní specifické riziko, společné (systematické) zůstává.
  • Korelace se mění, v krizích obvykle k horšímu; odhad z klidného období je optimistický.
  • Užitek \(U=E(R)-\tfrac12A\sigma^2\) převádí riziko a výnos na jedno číslo – jistotní ekvivalent pro danou averzi.
Část IITeorie portfolia a oceňování rizika
3

Efektivní hranicepokročilý

Ze všech portfolií, která lze z daných aktiv sestavit, má smysl držet jen ta, která při svém riziku nabízejí nejvyšší výnos. Tvoří efektivní hranici. Přidá-li se bezrizikové aktivum, stačí z celé hranice jediné portfolio – tangenciální – a o riziku rozhoduje už jen to, kolik ho smícháte s hotovostí.

🍲

Dobrý kuchař nejdřív vyladí poměr surovin v polévce a teprve potom řeší, jak silnou ji komu nalije: jednomu ji zředí, druhému zahustí. Recept je pro všechny stejný, liší se jen ředění. Tangenciální portfolio je recept, podíl hotovosti nebo úvěru je ředění.

Mrak portfolií, efektivní hranice a přímka kapitálové alokace
Zapínejte a vypínejte třídy aktiv, měňte bezrizikovou sazbu a cílovou volatilitu. Šedé tečky jsou náhodná portfolia, modrá křivka efektivní hranice bez krátkých prodejů, oranžová přímka vede z bezrizikové sazby přes tangenciální portfolio.
LABORATOŘ
Model: vstupy z tab. 0.1, váhy nezáporné, součet 100 %. Hranice se hledá numericky pro řadu hodnot averze k riziku. Na přímce se půjčuje i ukládá za bezrizikovou sazbu; podíl tangenciálního portfolia nad 100 % znamená páku. Aspoň dvě třídy zůstávají vždy zapnuté.
Optimalizace jako zesilovač chyb
Skutečné očekávané výnosy nikdo nezná; odhadují se z historie. Laboratoř třicetkrát „odhadne“ výnosy z historie zvolené délky, pokaždé najde zdánlivě nejlepší portfolio a zakreslí, kde toto portfolio leží ve skutečnosti. Modrá křivka je skutečná hranice.
LABORATOŘ
Model: kovarianční matice je známá přesně (tab. 0.1), nejistý je jen odhad průměrných výnosů se směrodatnou chybou \(\sigma/\sqrt{T}\). Každý modrý bod je skutečný výnos a riziko portfolia, které optimalizace vybrala podle jednoho odhadu; oranžový bod je skutečné tangenciální portfolio, zelený stejné váhy všech šesti tříd.
+Teorie: Markowitzův model, hranice minimálního rozptylu, bezrizikové aktivum, CAL a CML, separace, omezení modelu

3.1Markowitzův model

Harry Markowitz (1952) formuloval výběr portfolia jako optimalizační úlohu: investor má rád očekávaný výnos, nemá rád rozptyl a nic jiného ho nezajímá. Pro každou úroveň očekávaného výnosu existuje portfolio s nejmenším rozptylem; jejich množina je hranice minimálního rozptylu.mean–variance optimization; minimum-variance frontier

Úloha minimálního rozptylu\[\min_{\mathbf w}\ \mathbf w^{\top}\boldsymbol\Sigma\,\mathbf w\qquad\text{za podmínek}\qquad \mathbf w^{\top}\boldsymbol\mu=\mu^{*},\quad \mathbf w^{\top}\mathbf 1=1\quad(\text{případně } w_i\ge 0).\]

Nejlevější bod hranice je portfolio s globálně minimálním rozptylem. Část hranice nad ním je efektivní hranice: žádné jiné portfolio nemá při stejném riziku vyšší výnos. Portfolia pod tímto bodem jsou neefektivní – existuje k nim portfolio se stejným rizikem a vyšším výnosem.global minimum-variance portfolio (GMV); efficient frontier

Hranice je v rovině (σ, výnos) vypouklá doleva, protože kombinace dvou portfolií má při korelaci pod +1 nižší riziko než jejich vážený průměr (kapitola 2). Přidání dalšího aktiva hranici nikdy nezhorší: v nejhorším dostane nulovou váhu.

Příklad Efektivní hranice šesti modelových tříd
Tab. 3.1Vybraná efektivní portfolia bez krátkých prodejů (váhy v %)
Portfolioσ\(E(R)\)SDFDAVARNEZL
Minimální rozptyl4,833,788743204
Tangenciální (\(R_f\) = 2 %)5,744,51502515506
σ ≈ 8 %7,975,27114825728
σ ≈ 10 %9,965,82044331246
σ ≈ 12 %12,026,31031411963
σ ≈ 16 %16,017,17045531100

Portfolio s volatilitou 10 % vynáší na hranici 5,82 %, o 0,22 p. b. víc než prostá kombinace 60/40 ze dvou tříd (5,60 %) se stejným rizikem. Zisk z dalších tříd je skutečný, ale skromný – a jak ukáže oddíl 3.6, je menší než nejistota vstupů.

3.2Bezrizikové aktivum a přímka kapitálové alokace

Kombinace bezrizikového aktiva s výnosem \(R_f\) a rizikového portfolia \(P\) v poměru \(1-y\) ku \(y\) mácapital allocation line (CAL)

Přímka kapitálové alokace\[E(R_c)=R_f+y\,[E(R_P)-R_f],\qquad \sigma_c=y\,\sigma_P\qquad\Rightarrow\qquad E(R_c)=R_f+\frac{E(R_P)-R_f}{\sigma_P}\,\sigma_c.\]

V rovině (σ, výnos) je to přímka. Její sklon je Sharpeho poměr portfolia \(P\): prémie za jednotku rizika. Pro \(y>1\) si investor půjčuje a portfolio páčí.Sharpe ratio; reward-to-variability ratio

Každé rizikové portfolio má svou přímku. Nejstrmější je ta, která se efektivní hranice právě dotýká; bod dotyku je tangenciální portfolio, portfolio s nejvyšším Sharpeho poměrem. Pro dvě riziková aktiva má první z nich váhutangency portfolio; optimal risky portfolio

Tangenciální portfolio, dvě aktiva\[w_1^{T}=\frac{e_1\sigma_2^2-e_2\sigma_{12}}{e_1\sigma_2^2+e_2\sigma_1^2-(e_1+e_2)\,\sigma_{12}},\qquad e_i=E(R_i)-R_f.\]
Příklad Tangenciální portfolio z akcií a státních dluhopisů

Prémie jsou \(e_A=5{,}0\ \%\) a \(e_D=1{,}5\ \%\), kovariance 0,0008:

\[w_A^{T}=\frac{0{,}05\cdot0{,}0025-0{,}015\cdot0{,}0008}{0{,}05\cdot0{,}0025+0{,}015\cdot0{,}0256-0{,}065\cdot0{,}0008}=\frac{0{,}000113}{0{,}000457}=24{,}7\ \%.\]

Tangenciální portfolio (24,7 % akcií, 75,3 % dluhopisů) má \(E=4{,}37\ \%\), \(\sigma=5{,}73\ \%\) a Sharpeho poměr \((4{,}37-2)/5{,}73=0{,}413\). Samotné akcie mají 0,313, samotné dluhopisy 0,300 a portfolio 60/40 má 0,360.

Investor, který chce volatilitu 10 % jako u 60/40, drží \(y=10{,}00/5{,}73=1{,}746\) násobek tangenciálního portfolia a 74,6 % majetku si půjčí. Očekávaný výnos je \(2+1{,}746\cdot2{,}37=6{,}13\ \%\), o 0,53 p. b. víc než 60/40 při stejném riziku – ovšem jen pokud lze půjčovat za 2 %.

3.3Optimální portfolio investora a separace

Investor s užitkem \(U=E(R)-\tfrac12A\sigma^2\) vybírá bod na přímce kapitálové alokace. Dosazením a derivací podle \(y\) vyjde

Optimální podíl rizikového portfolia\[y^{*}=\frac{E(R_T)-R_f}{A\,\sigma_T^2}.\]

Rozhodnutí se tím rozpadá na dvě nezávislá: (1) jaké rizikové portfolio – stejné pro všechny se stejnými vstupy, (2) kolik ho držet – podle averze k riziku. To je věta o separaci (Tobin, 1958).two-fund separation theorem

Krok 1: recepttangenciální portfoliovýnos 4,37 %, σ 5,73 %stejné pro všechny Krok 2: ředění podle averze A A = 16: y* = 0,4555 % v hotovosti A = 8: y* = 0,9010 % v hotovosti A = 4: y* = 1,80úvěr 80 % majetku výnos 3,07 %, σ 2,58 %Sharpeho poměr 0,413 výnos 4,13 %, σ 5,16 %Sharpeho poměr 0,413 výnos 6,27 %, σ 10,33 %Sharpeho poměr 0,413 y* = (4,37 − 2,00) / (A · 0,0573²); všichni tři leží na téže přímce
Obr. 3.1 Separace rozhodnutí. Složení rizikové části je pro všechny tři investory stejné; liší se jen podíl hotovosti nebo úvěru. Čísla pro tangenciální portfolio z akcií a státních dluhopisů.

3.4Přímka kapitálového trhu

Pokud by všichni investoři měli stejná očekávání, držel by každý stejné tangenciální portfolio. Součet všech takových portfolií je trh, takže tangenciálním portfoliem musí být tržní portfolio: všechna riziková aktiva v poměru tržních hodnot. Přímka kapitálové alokace vedená tržním portfoliem je přímka kapitálového trhu.market portfolio; capital market line (CML)

Přímka kapitálového trhu\[E(R_p)=R_f+\frac{E(R_M)-R_f}{\sigma_M}\,\sigma_p.\]

S modelovým trhem (7 % / 16 %) je sklon \(5/16=0{,}3125\). Efektivní portfolio s volatilitou 12 % má očekávaný výnos \(2+0{,}3125\cdot12=5{,}75\ \%\). Portfolio, které při volatilitě 14 % slibuje 6,0 %, leží pod přímkou (ta dává 6,38 %) a je neefektivní: obsahuje riziko, za které se neplatí. CML platí jen pro efektivní portfolia; pro jednotlivá aktiva je správným měřítkem beta (kapitola 4).

Z praxe

Pasivní investování je praktickou podobou tohoto výsledku: levně držet široký trh a o riziku rozhodovat poměrem k bezpečné složce. Skutečné „tržní portfolio“ ovšem obsahuje i dluhopisy, nemovitosti a neobchodovaná aktiva; akciový index je jen jeho část.

3.5Když se nedá půjčovat za bezrizikovou sazbu

Úvěr je dražší než vklad. Přímka se pak v bodě tangenciálního portfolia láme: napravo od něj má menší sklon, nebo investor pokračuje po zakřivené hranici. Tangenciální portfolio z příkladu páčené na volatilitu 16 % (\(y=2{,}79\)) by při úvěru za 2 % vyneslo 8,61 %, při úvěru za 4 % jen \(4+2{,}79\cdot0{,}37=5{,}02\ \%\) – méně než samotné akcie se stejným rizikem (7 %). Investoři, kteří páku použít nesmějí nebo nechtějí, proto pro vyšší výnos sahají po rizikovějších aktivech, ne po páčeném tangenciálním portfoliu. Na tom stojí i úvahy o rizikové paritě (kapitola 6).

3.6Omezení modelu a chyba odhadu

Optimalizace potřebuje očekávané výnosy, volatility a korelace. Nejhůř se odhadují výnosy. Směrodatná chyba průměru z \(T\) let je \(\sigma/\sqrt{T}\): u akcií s volatilitou 16 % je to po dvaceti letech 3,6 p. b., takže 95% interval pro „pravý“ průměr 7 % sahá zhruba od 0 do 14 %. Na chybu 1 p. b. by bylo třeba 256 let dat.

VstupOptimalizaceTangenciální portfolio státní dluhopisy 3,0 % státní dluhopisy 3,5 % státní dluhopisy 4,0 % max. Sharpehopoměr SD 1 %, FD 66 %akcie 22 %, zlato 11 % SD 50 %, FD 25 %akcie 19 %, zlato 6 % SD 79 %, FD 1 %akcie 18 %, zlato 2 % změna jediného vstupu o ±0,5 p. b. – hluboko uvnitř chyby odhadu
Obr. 3.2 Citlivost na vstupy. Očekávaný výnos státních dluhopisů 3,0, 3,5 nebo 4,0 % při jinak stejných vstupech z tab. 0.1: váha státních dluhopisů v tangenciálním portfoliu vychází 1, 50 nebo 79 %. „Akcie“ zde zahrnují obě akciové třídy a nemovitosti.

Optimalizátor navíc chyby aktivně vyhledává: aktivum, jehož výnos je náhodou nadhodnocen a riziko podhodnoceno, dostane největší váhu. Výsledná portfolia bývají koncentrovaná, nestabilní a ve skutečnosti horší než jednoduchá pravidla (Michaud, 1989; DeMiguel, Garlappi a Uppal, 2009). Další výhrady:

  • Rozptyl trestá odchylky nahoru stejně jako dolů a nepostihuje šikmost ani tlusté konce rozdělení.
  • Model je jednoobdobový; nezná závazky, čerpání, daně ani transakční náklady.
  • Korelace a volatility se mění v čase, zvlášť v krizích.
  • Výsledek nezohledňuje likviditu ani to, zda lze danou váhu skutečně koupit.

Praktické opravy: omezení vah (minimální a maximální podíly), smršťování odhadů k rozumnému průměru (Jorion, 1986; Ledoit a Wolf, 2004), převzorkování hranice z mnoha simulovaných vstupů (Michaud), obrácená optimalizace a model Blacka a Littermana (kapitola 6) nebo přístupy, které očekávané výnosy nepotřebují vůbec – minimální rozptyl a riziková parita.shrinkage; resampling; reverse optimization

Pozor

Čtyři desetinná místa ve vahách neznamenají přesnost. Výstup optimalizace je jen tak dobrý jako nejhorší z jejích vstupů; rozdíl 0,2 p. b. v očekávaném výnosu dvou portfolií je hluboko pod rozlišovací schopností dat.

3.7Procvičení

1
Aktivum X má očekávaný výnos 10 % a volatilitu 20 %, aktivum Y 5 % a 8 %, korelace 0,2, bezriziková sazba 2 %. Najděte tangenciální portfolio, jeho výnos, volatilitu a Sharpeho poměr.
\(e_X=0{,}08\), \(e_Y=0{,}03\), \(\sigma_{XY}=0{,}2\cdot0{,}2\cdot0{,}08=0{,}0032\). \(w_X=\dfrac{0{,}08\cdot0{,}0064-0{,}03\cdot0{,}0032}{0{,}08\cdot0{,}0064+0{,}03\cdot0{,}04-0{,}11\cdot0{,}0032}=\dfrac{0{,}000416}{0{,}00136}=30{,}6\ \%\). \(E=6{,}53\ \%\), \(\sigma=9{,}05\ \%\), Sharpeho poměr 0,501 (X samo 0,400, Y samo 0,375).
2
Pro stejná aktiva určete portfolio s minimálním rozptylem. Je efektivní?
\(w_X=(0{,}0064-0{,}0032)/(0{,}04+0{,}0064-0{,}0064)=8{,}0\ \%\); \(\sigma=7{,}84\ \%\), \(E=5{,}40\ \%\). Leží na efektivní hranici (je jejím levým koncem), ale jakmile existuje bezrizikové aktivum, je horší než kombinace tangenciálního portfolia s hotovostí: ta má při volatilitě 7,84 % výnos \(2+0{,}501\cdot7{,}84=5{,}93\ \%\).
3
Investor s averzí A = 5 může kombinovat tangenciální portfolio z úlohy 1 s bezrizikovým aktivem. Kolik do něj vloží a co dostane?
\(y^{*}=(0{,}0653-0{,}02)/(5\cdot0{,}0905^2)=1{,}107\). Vloží 110,7 % majetku (10,7 % si půjčí): \(E=2+1{,}107\cdot4{,}53=7{,}01\ \%\), \(\sigma=1{,}107\cdot9{,}05=10{,}01\ \%\). Nesmí-li si půjčovat, drží 100 % tangenciálního portfolia, případně se posune po hranici směrem k X.
4
Průměrný roční výnos třídy aktiv za 25 let byl 8 % při volatilitě 20 %. Jaký je 95% interval spolehlivosti pro střední hodnotu?
Směrodatná chyba \(20/\sqrt{25}=4\) p. b. Interval \(8\pm1{,}96\cdot4\), tedy od 0,2 do 15,8 %. Data nevylučují, že skutečná prémie je téměř nulová, ani že je dvojnásobná.
5
Na CML s \(R_f=2\ \%\), \(E(R_M)=7\ \%\), \(\sigma_M=16\ \%\): jaké složení a výnos má portfolio s volatilitou 20 %? Co když úvěr stojí 4 %?
\(y=20/16=1{,}25\): 125 % v tržním portfoliu, úvěr 25 %. Výnos \(2+1{,}25\cdot5=8{,}25\ \%\). Při úvěru za 4 %: \(1{,}25\cdot7-0{,}25\cdot4=7{,}75\ \%\); sklon přímky nad tržním portfoliem klesá z 0,3125 na \((7-4)/16=0{,}1875\).
Co si odnést
  • Efektivní hranice jsou portfolia s nejvyšším výnosem pro dané riziko; začíná portfoliem s minimálním rozptylem.
  • S bezrizikovým aktivem je nejlepší jediné rizikové portfolio – tangenciální, s nejvyšším Sharpeho poměrem.
  • O riziku rozhoduje podíl \(y^{*}=(E(R_T)-R_f)/(A\sigma_T^2)\), ne složení rizikové části (separace).
  • Při shodných očekáváních je tangenciálním portfoliem trh; odtud přímka kapitálového trhu a pasivní investování.
  • Optimalizace zesiluje chyby vstupů. Omezení vah, smršťování a zdravá skepse jsou součást metody, ne její popření.
Část IITeorie portfolia a oceňování rizika
4

CAPMpokročilý

Když se dá specifické riziko zadarmo rozpustit diverzifikací, trh za něj nemá důvod platit. Odměnu si zaslouží jen riziko, které v portfoliu zůstane – to, kterým aktivum přispívá ke kolísání trhu. Měří ho beta a model CAPM z ní odvozuje požadovaný výnos.

🌊

Loďky v přístavu se houpou dvojím způsobem. Příliv a odliv zvedá všechny najednou; proti tomu se nedá nic dělat. A každou zvlášť rozhoupe její posádka; to se v celé flotile vyruší. Pojišťovna flotily se zajímá jen o příliv. Beta říká, jak moc daná loďka na příliv reaguje.

Charakteristická přímka a přímka trhu cenných papírů
Vlevo 60 simulovaných měsíčních výnosů akcie proti výnosům trhu a regresní přímka, jejíž sklon je odhad bety. Vpravo přímka trhu cenných papírů (SML) s polohou akcie: nad přímkou má kladnou alfu, pod ní zápornou.
LABORATOŘ
Model: trh 7 % / 16 %, bezriziková sazba 2 %, měsíční výnosy normální a nezávislé; výnos akcie = bezriziková sazba + alfa + beta × prémie trhu + specifická složka. Odhad z 60 měsíců metodou nejmenších čtverců (průvodce Statistika a modely, kapitola 7).
+Teorie: systematické a specifické riziko, beta, tržní model, SML, použití CAPM, předpoklady a kritika

4.1Dvojí riziko

Systematické riziko je část kolísání společná celému trhu: hospodářský cyklus, úrokové sazby, inflace, nálada investorů. Diverzifikací se odstranit nedá. Specifické riziko se týká jedné firmy nebo odvětví a v širokém portfoliu se vyruší.systematic (market, non-diversifiable) risk; unsystematic (idiosyncratic, specific) risk

Rozklad rizika\[\text{celkový rozptyl}=\text{systematický rozptyl}+\text{specifický rozptyl}.\]

Protože se specifického rizika lze zbavit bez nákladů, není důvod, aby za ně trh platil prémii. Investor, který drží tři akcie, nese víc rizika než ten, kdo drží celý trh, ale očekávaný výnos za to navíc nedostává.

4.2Tržní model a beta

Tržní model popisuje výnos aktiva jedním společným faktorem – výnosem trhu:market model; single-index model

Tržní model\[R_i=\alpha_i+\beta_iR_M+\varepsilon_i,\qquad \beta_i=\frac{\mathrm{Cov}(R_i,R_M)}{\sigma_M^2}=\rho_{iM}\,\frac{\sigma_i}{\sigma_M}.\]

Beta udává, o kolik procent se v průměru pohne výnos aktiva, pohne-li se trh o jedno procento. Trh má betu 1, bezrizikové aktivum 0. Beta portfolia je vážený průměr bet jeho složek. Z modelu plyne rozklad rozptylu a také kovariance dvou aktiv:beta

Rozklad rozptylu v tržním modelu\[\sigma_i^2=\beta_i^2\sigma_M^2+\sigma_{\varepsilon_i}^2,\qquad R^2=\frac{\beta_i^2\sigma_M^2}{\sigma_i^2}=\rho_{iM}^2,\qquad \mathrm{Cov}(R_i,R_j)=\beta_i\beta_j\sigma_M^2.\]
Příklad Alfa, a.s.

Akcie Alfa má volatilitu 28 % a korelaci s trhem 0,6; trh má volatilitu 16 %.

\[\beta=0{,}6\cdot\frac{28}{16}=1{,}05,\qquad \beta^2\sigma_M^2=1{,}05^2\cdot0{,}0256=0{,}028224,\qquad \sigma_\varepsilon^2=0{,}0784-0{,}028224=0{,}050176.\]

Systematická volatilita je 16,8 %, specifická 22,4 %. Systematická část tvoří \(R^2=0{,}36\) rozptylu; téměř dvě třetiny rizika Alfy jsou specifické a odměnu nenesou.

Alfa, a.s.: rozptyl 0,0784 (σ = 28 %) systematický 36 %β²σ²ₘ = 0,0282 specifický 64 %σ²ε = 0,0502 – diverzifikací zmizí Portfolio 20 takových akcií: rozptyl 0,0307 (σ = 17,5 %) systematický 92 %specifický 8 % (0,0502 / 20 = 0,0025)
Obr. 4.1 Co z rizika zbude po diverzifikaci. Jedna akcie s betou 1,05 a specifickou volatilitou 22,4 % proti stejně váženému portfoliu dvaceti takových akcií s navzájem nezávislými specifickými složkami. Šířka pruhů odpovídá velikosti rozptylu.

Beta se odhaduje regresí výnosů aktiva na výnosy trhu, obvykle z 60 měsíčních nebo 104 týdenních pozorování. Regresní přímka se nazývá charakteristická přímka. Odhad je nepřesný: u Alfy je směrodatná chyba bety z 60 měsíců \(\sigma_\varepsilon/(\sigma_M\sqrt{60})=22{,}4/(16\cdot7{,}75)=0{,}18\), takže 95% interval sahá zhruba od 0,69 do 1,41.security characteristic line

Z praxe

Protože se odhadnuté bety časem vracejí k průměru, používá se upravená beta: \(\beta_{upr}=\tfrac23\beta_{hist}+\tfrac13\cdot1\). Historická beta 1,40 se upraví na 1,27, beta 0,60 na 0,73. Beta závisí i na zvoleném indexu, délce období a četnosti dat; dvě databáze mohou pro tutéž akcii uvádět zřetelně jiná čísla.

4.3Model oceňování kapitálových aktiv

CAPM (Sharpe, 1964; Lintner, 1965; Mossin, 1966) dovádí Markowitzovu teorii do tržní rovnováhy: drží-li všichni tržní portfolio, je jediným oceňovaným rizikem příspěvek aktiva k rozptylu trhu, tedy beta.capital asset pricing model

CAPM – přímka trhu cenných papírů\[E(R_i)=R_f+\beta_i\,[E(R_M)-R_f].\]

Graf této rovnice v rovině (beta, očekávaný výnos) je přímka trhu cenných papírů. Prochází bezrizikovou sazbou při betě 0 a tržním portfoliem při betě 1; jejím sklonem je tržní riziková prémie.security market line (SML); market risk premium

Tab. 4.1Přímka kapitálového trhu a přímka trhu cenných papírů
CMLSML
Vodorovná osacelkové riziko σsystematické riziko β
Platí projen efektivní portfolia (trh + bezrizikové aktivum)všechna aktiva a portfolia
SklonSharpeho poměr trhu \((E(R_M)-R_f)/\sigma_M\)tržní prémie \(E(R_M)-R_f\)
Použitívolba poměru trhu a hotovostipožadovaný výnos, ocenění, hodnocení výkonnosti
Příklad Požadované výnosy a portfolio tří akcií

S \(R_f=2\ \%\) a prémií 5 %: Alfa (β = 1,05) \(2+1{,}05\cdot5=7{,}25\ \%\); Gama, a.s. (β = 0,60) 5,00 %; Delta, a.s. (β = 1,50) 9,50 %. Portfolio 50 % Alfa, 30 % Gama a 20 % Delta má betu \(0{,}5\cdot1{,}05+0{,}3\cdot0{,}60+0{,}2\cdot1{,}50=1{,}005\) a požadovaný výnos 7,03 %.

Zlato s volatilitou 15 % a korelací s trhem 0,05 má betu \(0{,}05\cdot15/16=0{,}047\) a požadovaný výnos jen 2,23 %: samo je rizikové, ale k riziku trhu skoro nepřispívá. Akcie s volatilitou 40 % a korelací 0,4 má betu 1,00 a požadovaný výnos 7 % – stejný jako trh, přestože kolísá dvaapůlkrát víc.

4.4K čemu CAPM slouží

  • Požadovaný výnos a náklady vlastního kapitálu. Diskontní sazba pro ocenění akcie nebo projektu (průvodce Akciová analýza).
  • Výběr titulů. Rozdíl mezi výnosem, který analytik očekává, a výnosem požadovaným podle SML je alfa. Kladná alfa znamená bod nad přímkou: aktivum je podle analytika podhodnocené.alpha; Jensen’s alpha
  • Hodnocení výkonnosti. Jensenova alfa, Treynorův poměr a další míry v kapitole 9 stojí na CAPM.
Příklad Je akcie podhodnocená?

Akcie stojí 200 Kč. Analytik čeká dividendu 6 Kč a cenu za rok 218 Kč, tedy výnos \((218+6)/200-1=12{,}0\ \%\). Beta je 1,3, požadovaný výnos \(2+1{,}3\cdot5=8{,}5\ \%\). Očekávaná alfa je +3,5 p. b.; platí-li analytikův odhad, je akcie podhodnocená. Stejná prognóza u akcie s betou 2,1 (požadovaný výnos 12,5 %) by znamenala mírné nadhodnocení.

betaočekávaný výnos 2 %0 1 trh: 7 % 1,3 prognóza 12 %: alfa +3,5 p. b., podhodnocená požadováno 8,5 % 0,6 prognóza 3 %: alfa −2 p. b., nadhodnocená SML
Obr. 4.2 Přímka trhu cenných papírů při bezrizikové sazbě 2 % a prémii 5 %. Aktivum nad přímkou slibuje víc, než odpovídá jeho betě; nákupy ho zdraží a očekávaný výnos se vrátí k přímce. Aktivum pod přímkou je nadhodnocené.

4.5Předpoklady

  • Investoři mají averzi k riziku, maximalizují užitek a rozhodují se podle středního výnosu a rozptylu.
  • Všichni plánují na stejné jedno období a mají stejná očekávání (homogenní očekávání).
  • Trhy jsou bez tření: žádné daně ani transakční náklady, aktiva jsou libovolně dělitelná, krátké prodeje jsou možné.
  • Půjčit si i uložit lze v neomezeném rozsahu za jednu bezrizikovou sazbu.
  • Žádný investor neovlivní cenu; všechna aktiva jsou obchodovatelná.

Předpoklady jsou zjevně nerealistické. Model se však nehodnotí podle předpokladů, ale podle toho, jak dobře popisuje výnosy.

4.6Kritika a rozšíření

  • Plochá přímka. Akcie s nízkou betou vynášely víc a akcie s vysokou betou méně, než CAPM předpovídá (Black, Jensen a Scholes, 1972; Frazzini a Pedersen, 2014). Vysvětlení: omezená páka nutí investory honit výnos rizikovými akciemi a tím je zdražovat.
  • Beta nestačí. Velikost firmy, poměr účetní a tržní hodnoty a další charakteristiky vysvětlují průřez výnosů lépe než beta sama (Fama a French, 1992). Odtud vícefaktorové modely v kapitole 5.
  • Rollova kritika. Skutečné tržní portfolio všech aktiv nelze pozorovat, takže model nelze poctivě testovat; testuje se vždy jen efektivnost zvoleného indexu (Roll, 1977).
  • Jedno období, jeden faktor. Investoři se zajišťují i proti jiným rizikům (inflace, změny investičních příležitostí); mezičasový CAPM (Merton, 1973) a arbitrážní teorie oceňování (Ross, 1976) přidávají další zdroje prémie.
  • Black (1972) ukázal, že bez bezrizikového úvěru platí obdoba modelu s portfoliem s nulovou betou místo bezrizikové sazby; přímka je pak plošší.zero-beta CAPM
Pozor

Beta není míra celkového rizika. Nediverzifikovaný investor nese i specifické riziko, za které prémii nedostává. A nízká beta neznamená bezpečí: jediná akcie s betou 0,6 může ztratit všechno z důvodů, které s trhem nesouvisejí.

4.7Procvičení

1
Kovariance akcie s trhem je 0,03, rozptyl trhu 0,0256, \(R_f=2\ \%\), tržní prémie 5 %. Určete betu a požadovaný výnos.
\(\beta=0{,}03/0{,}0256=1{,}17\). Požadovaný výnos \(2+1{,}17\cdot5=7{,}86\ \%\).
2
Gama, a.s. má betu 0,60 a volatilitu 20 %. Jaký podíl jejího rozptylu je systematický a jaká je specifická volatilita?
\(R^2=0{,}6^2\cdot0{,}0256/0{,}04=23{,}0\ \%\). Specifický rozptyl \(0{,}04-0{,}009216=0{,}030784\), specifická volatilita 17,55 %.
3
Portfolio 50 % Alfa (β 1,05, σ 28 %), 30 % Gama (0,60, 20 %), 20 % Delta (1,50, 35 %). Specifické složky jsou nezávislé. Určete volatilitu portfolia a podíl systematického rizika.
Beta 1,005, systematický rozptyl \(1{,}005^2\cdot0{,}0256=0{,}025857\). Specifické rozptyly: Alfa 0,050176, Gama 0,030784, Delta \(0{,}1225-2{,}25\cdot0{,}0256=0{,}0649\). Specifický rozptyl portfolia \(0{,}25\cdot0{,}050176+0{,}09\cdot0{,}030784+0{,}04\cdot0{,}0649=0{,}017911\). Celkem 0,043768, \(\sigma=20{,}92\ \%\). Systematický podíl 59,1 % – tři akcie zdaleka nestačí.
4
Investor chce portfolio s betou 0,7 a má k dispozici tržní portfolio a bezrizikové aktivum. Jak ho složí, jaký má očekávaný výnos a volatilitu? A co portfolio s betou 1,3?
70 % trh, 30 % hotovost: \(E=2+0{,}7\cdot5=5{,}5\ \%\), \(\sigma=0{,}7\cdot16=11{,}2\ \%\). Pro betu 1,3: 130 % trh s úvěrem 30 %, \(E=8{,}5\ \%\), \(\sigma=20{,}8\ \%\). Obě portfolia leží na CML i na SML.
5
Akcie s betou 1,2 má podle analytika vynést 9 %. Je podle CAPM správně oceněná? Co když je historická beta 1,2 upravena podle pravidla dvou třetin?
Požadovaný výnos \(2+1{,}2\cdot5=8{,}0\ \%\), alfa +1,0 p. b., akcie se jeví podhodnocená. Upravená beta \(\tfrac23\cdot1{,}2+\tfrac13=1{,}13\), požadovaný výnos 7,67 %, alfa +1,33 p. b. Závěr se nemění, ale je vidět, že „alfa“ závisí na použité betě.
Co si odnést
  • Riziko aktiva se dělí na systematické a specifické; prémii nese jen systematické.
  • Beta = kovariance s trhem / rozptyl trhu. Beta portfolia je vážený průměr bet.
  • CAPM: \(E(R_i)=R_f+\beta_i[E(R_M)-R_f]\). SML platí pro všechna aktiva, CML jen pro efektivní portfolia.
  • Alfa je odchylka od SML: základ výběru titulů i hodnocení správců.
  • Empiricky je přímka plošší a beta sama nestačí; CAPM je výchozí bod, ne poslední slovo.
Část IITeorie portfolia a oceňování rizika
5

Faktorové modelypokročilý

CAPM zná jediný zdroj prémie – trh. Data ukazují, že jich je víc: levné akcie, malé firmy, nedávní vítězové a ziskové firmy se chovají jako skupiny se společným rizikem i výnosem. Faktorový model rozkládá výnos portfolia na expozice k těmto zdrojům a ukazuje, kolik z „alfy“ je jen neviděná sázka na faktor.

🥗

Jídlo můžete popsat názvem, nebo složením: bílkoviny, tuky, sacharidy, vláknina. Dva různě pojmenované pokrmy mohou mít skoro stejné živiny. S portfolii je to stejné: faktorový rozbor je tabulka výživových hodnot, která říká, z čeho se výnos a riziko skutečně skládají.

Z čeho se skládá očekávaný výnos
Nastavte citlivosti portfolia na pět faktorů, nebo zvolte předvolbu. Sloupce ukazují příspěvky k očekávanému výnosu; dlaždice porovnávají faktorový model s CAPM a rozkládají riziko.
LABORATOŘ
Model: modelové prémie a volatility faktorů z úvodu (trh 5,0 % / 16 %, velikost 1,5 % / 9 %, hodnota 2,5 % / 10 %, momentum 4,0 % / 14 %, kvalita 2,5 % / 8 %), bezriziková sazba 2 %. Faktory jsou nekorelované s výjimkou hodnoty a momenta (korelace −0,4). „Alfa podle CAPM“ je výnos, který by jednofaktorový model připsal dovednosti správce.
Minihra: poznejte faktor
Přiřaďte popis strategie k faktoru, na který sází. Za aspoň pět správných ze šesti je 15 XP.
MINIHRA
0 / 6
+Teorie: APT, typy faktorových modelů, Fama–French a další faktory, výpočet expozic, faktorový rozklad rizika

5.1Vícefaktorový model a APT

Vícefaktorový model vysvětluje výnos aktiva několika společnými faktory a zbytkovou specifickou složkou:multifactor model; factor sensitivity (loading, exposure)

Faktorový model výnosů\[R_i=a_i+b_{i1}F_1+b_{i2}F_2+\dots+b_{iK}F_K+\varepsilon_i.\]

\(F_k\) je realizace faktoru, \(b_{ik}\) citlivost (expozice) aktiva vůči němu a \(\varepsilon_i\) specifická složka nekorelovaná s faktory. Arbitrážní teorie oceňování (Ross, 1976) z modelu odvozuje vztah pro očekávané výnosy. Předpokládá jen, že výnosy popisuje faktorový model, že aktiv je dost na rozpuštění specifického rizika a že na trhu není arbitráž:arbitrage pricing theory (APT)

APT\[E(R_p)=R_f+\lambda_1b_{p1}+\lambda_2b_{p2}+\dots+\lambda_Kb_{pK}.\]

\(\lambda_k\) je riziková prémie faktoru: očekávaný výnos nad bezrizikovou sazbu u portfolia, které má vůči faktoru \(k\) citlivost 1 a vůči ostatním 0 (čisté faktorové portfolio). APT neříká, které faktory to jsou ani kolik jich je; na rozdíl od CAPM nepotřebuje tržní portfolio ani předpoklad o užitku.factor risk premium; pure factor portfolio

Příklad Arbitráž ve dvoufaktorovém světě

Bezriziková sazba je 2 %, prémie faktorů \(\lambda_1=5\ \%\) a \(\lambda_2=2\ \%\). Dobře diverzifikované portfolio P s citlivostmi 1,2 a 0,6 má mít \(2+1{,}2\cdot5+0{,}6\cdot2=9{,}2\ \%\). Portfolio Q se stejnými citlivostmi nabízí 10,0 %.

Arbitráž: koupit Q a proti tomu prodat nakrátko napodobeninu – 1,2 dílu čistého portfolia prvního faktoru, 0,6 dílu druhého a −0,8 dílu bezrizikového aktiva (váhy dají 1). Faktorové citlivosti se vyruší, kapitál není potřeba a zisk je \(10{,}0-9{,}2=0{,}8\ \%\) z objemu bez rizika. Takové obchody tlačí cenu Q nahoru, dokud očekávaný výnos neklesne na 9,2 %.

5.2Tři druhy faktorových modelů

Makroekonomické faktor = překvapenív makroveličině inflace, růst HDP,úvěrové prémie, sazby citlivosti z regreseproč se výnosy liší Fundamentální faktor = výnos skupinyakcií s danou vlastností hodnota, velikost, momentum,kvalita, odvětví, země expozice z vlastností firemřízení rizik a atribuce Statistické faktor = kombinace výnosůnalezená z dat hlavní komponenty,faktorová analýza bez ekonomického názvukrátkodobé modely rizika
Obr. 5.1 Tři rodiny faktorových modelů podle toho, odkud se berou faktory a jak se určují citlivosti.

V makroekonomickém modelu je faktorem překvapení, tedy rozdíl mezi skutečnou a očekávanou hodnotou veličiny; očekávaná část je už v cenách:macroeconomic factor model; surprise

Makroekonomický model\[R_i=E(R_i)+b_{i,\pi}F_{\pi}+b_{i,g}F_{g}+\varepsilon_i.\]

Akcie s očekávaným výnosem 8 %, citlivostí na inflaci −1,5 a na růst HDP 2,0 v roce, kdy inflace překvapí o +1,0 p. b., růst o −0,5 p. b. a specifická složka je +0,5 %, vynese \(8-1{,}5\cdot1{,}0+2{,}0\cdot(-0{,}5)+0{,}5=6{,}0\ \%\).

Ve fundamentálním modelu jsou expozice dány vlastnostmi firem (například standardizovaný poměr účetní hodnoty k ceně) a výnosy faktorů se odhadují průřezovou regresí. Statistický model hledá faktory čistě z kovarianční matice výnosů; dobře popisuje riziko, ale faktory nemají ekonomický výklad.fundamental factor model; statistical factor model

5.3Fama–French a další faktory

Fama a French (1993) doplnili trh o dva faktory sestavené jako portfolia „koupit jedny, prodat nakrátko druhé“:

Třífaktorový model\[E(R_i)-R_f=\beta_i\,[E(R_M)-R_f]+s_i\,E(SMB)+h_i\,E(HML).\]
Tab. 5.1Hlavní akciové faktory
FaktorKonstrukceObvyklé vysvětlení prémie
Trhtržní portfolio minus bezriziková sazbaodměna za riziko, které nelze rozpustit
Velikost (SMB)malé firmy minus velkénižší likvidita a vyšší citlivost na cyklus; po roce 1980 slabší
Hodnota (HML)vysoký poměr účetní hodnoty k ceně minus nízkýriziko firem v potížích, nebo přehnaný pesimismus investorů
Momentum (WML)vítězové posledních 2–12 měsíců minus poraženípomalá reakce na zprávy a stádnost; hrozí prudké zvraty
Ziskovost a kvalita (RMW, QMJ)ziskové, stabilní, málo zadlužené minus opakinvestoři přeplácejí „loterijní“ akcie
Investice (CMA)firmy investující střídmě minus agresivněsouvisí s hodnotou; nadměrné investice snižují výnosy
Nízká volatilitaakcie s nízkou betou nebo volatilitou minus vysokouomezená páka, plochá SML (kapitola 4)

Carhart (1997) přidal k trojici momentum (čtyřfaktorový model), Fama a French (2015) ziskovost a investice (pětifaktorový model). U každého faktoru se vede spor, zda jde o odměnu za riziko, o chybu investorů, nebo o artefakt hledání v datech: z několika set publikovaných „faktorů“ jich přísnější testy přežije hrstka (Harvey, Liu a Zhu, 2016).

Příklad Hodnotový fond malých firem

Fond má \(\beta=0{,}95\), \(s=0{,}40\) a \(h=0{,}50\). S modelovými prémiemi:

\[E(R)=2{,}00+0{,}95\cdot5{,}0+0{,}40\cdot1{,}5+0{,}50\cdot2{,}5=2{,}00+4{,}75+0{,}60+1{,}25=8{,}60\ \%.\]

CAPM by s betou 0,95 požadoval jen 6,75 %. Vynese-li fond dlouhodobě 9,4 %, připíše mu CAPM alfu 2,65 p. b., třífaktorový model jen 0,80 p. b. Zbylých 1,85 p. b. není dovednost, ale odměna za expozici k velikosti a hodnotě, kterou lze získat levně a mechanicky.

Očekávaný výnos fondu 8,60 % bezriziková 2,00trh 0,95 × 5,0 = 4,75 hodnota 1,25velikost 0,60 to, co „vidí“ CAPM: 6,75 % zdánlivá alfa 1,85
Obr. 5.2 Rozklad očekávaného výnosu fondu z příkladu. Jednofaktorový model pokládá příspěvek velikosti a hodnoty za alfu.

5.4Jak se počítají expozice a co s nimi

Expozice se odhadují regresí výnosů portfolia (nad bezrizikovou sazbu) na výnosy faktorů, nebo zdola: jako vážený průměr expozic držených titulů. První cesta potřebuje jen řadu výnosů, druhá aktuální složení. Použití:

  • Atribuce výnosu. Aktivní výnos = Σ (aktivní expozice × výnos faktoru) + výběr titulů.return attribution
  • Atribuce rizika. Jakou část aktivního rizika tvoří sázky na faktory a jakou specifické riziko titulů.risk attribution; active factor risk; active specific risk
  • Stavba portfolia. Vědomé naklonění k faktoru, nebo naopak jeho vyloučení; sestavení sledovacího portfolia s danými expozicemi.factor tilt; tracking portfolio
Příklad Aktivní expozice fondu vůči trhu

Benchmark (trh) má expozice (1; 0; 0), fond (0,95; 0,40; 0,50). Aktivní expozice jsou (−0,05; +0,40; +0,50) a očekávaný aktivní výnos \(-0{,}05\cdot5{,}0+0{,}40\cdot1{,}5+0{,}50\cdot2{,}5=1{,}60\ \%\). Při specifické volatilitě 4 % je aktivní riziko

\[\sqrt{0{,}05^2\cdot0{,}16^2+0{,}40^2\cdot0{,}09^2+0{,}50^2\cdot0{,}10^2+0{,}04^2}=\sqrt{0{,}000064+0{,}001296+0{,}0025+0{,}0016}=7{,}39\ \%.\]

Z rozptylu aktivního výnosu připadá 71 % na faktorové sázky a 29 % na výběr titulů. Informační poměr sázek je \(1{,}60/7{,}39=0{,}22\) (kapitola 8).

Příklad Sledovací portfolio

Portfolio A má citlivosti (1,2; 0,2), portfolio B (0,6; 0,8). Chceme citlivost 0,5 na druhý faktor: \(0{,}2w+0{,}8(1-w)=0{,}5\Rightarrow w=0{,}5\). Směs půl na půl má citlivost na první faktor \(0{,}5\cdot1{,}2+0{,}5\cdot0{,}6=0{,}9\). Se třemi portfolii lze nastavit obě citlivosti nezávisle.

5.5Faktorový rozklad rizika

Rozptyl portfolia ve faktorovém modelu\[\sigma_p^2=\sum_{k}\sum_{l}b_{pk}b_{pl}\,\mathrm{Cov}(F_k,F_l)+\sigma_{\varepsilon_p}^2\ \overset{\text{nekorel.}}{=}\ \sum_k b_{pk}^2\sigma_{F_k}^2+\sigma_{\varepsilon_p}^2.\]

Fond z příkladu: trh \(0{,}95^2\cdot0{,}0256=0{,}023104\), velikost 0,001296, hodnota 0,0025, specifická složka 0,0016. Celkem 0,0285, volatilita 16,88 %. Trh tvoří 81 % rozptylu, velikost 5 %, hodnota 9 % a specifické riziko 6 %. Místo kovarianční matice stovek titulů stačí odhadnout kovariance několika faktorů – to je hlavní praktický přínos faktorových modelů rizika.

Z praxe

Fondy „chytré bety“ nabízejí faktorové expozice mechanicky a levně. Tím se posunula laťka pro aktivní správce: za expozici k hodnotě nebo momentu není důvod platit poplatek za dovednost. Při hodnocení fondu se proto ptejte, proti jakému modelu je alfa spočítaná.

Pozor

Faktorové prémie nejsou jisté ani stálé. Modelová prémie hodnoty 2,5 % při volatilitě 10 % má za třicet let t-statistiku \(2{,}5/(10/\sqrt{30})=1{,}37\); na t = 2 je třeba 64 let. Faktor může být ztrátový i deset let v kuse a po zveřejnění prémie obvykle slábnou (McLean a Pontiff, 2016). Kombinace faktorů s nízkou korelací je stabilnější: hodnota a momentum půl na půl mají při korelaci −0,4 prémii 3,25 %, volatilitu 6,78 % a poměr prémie k riziku 0,48 proti 0,25 a 0,29 jednotlivě.

5.6Procvičení

1
V jednofaktorovém světě má diverzifikované portfolio A citlivost 1,0 a očekávaný výnos 7 %, portfolio B citlivost 0,5 a výnos 5 %. Určete prémii faktoru a bezrizikovou sazbu, které z toho plynou.
Ze dvou rovnic \(R_f+1{,}0\lambda=7\) a \(R_f+0{,}5\lambda=5\): \(\lambda=(7-5)/0{,}5=4\ \%\), \(R_f=3\ \%\). Portfolio C s citlivostí 0,8 musí vynášet 6,2 %, jinak existuje arbitráž.
2
Fond má expozice β = 1,10, s = 0,30, h = −0,20. Jaký je jeho očekávaný výnos v třífaktorovém modelu s modelovými prémiemi? O jaký fond asi jde?
\(2+1{,}10\cdot5{,}0+0{,}30\cdot1{,}5-0{,}20\cdot2{,}5=2+5{,}5+0{,}45-0{,}5=7{,}45\ \%\). Záporná expozice k hodnotě a kladná k velikosti ukazují na fond menších růstových firem.
3
Fond má ve čtyřfaktorovém modelu expozice β = 0,90, s = −0,10, h = −0,30, m = 0,50. Spočítejte očekávaný výnos a „alfu podle CAPM“.
\(2+4{,}50-0{,}15-0{,}75+2{,}00=7{,}60\ \%\). CAPM s betou 0,90 dává 6,50 %; zdánlivá alfa 1,10 p. b. je čistý příspěvek momenta zmenšený o záporné expozice k velikosti a hodnotě.
4
Akcie má očekávaný výnos 9 %, citlivost na překvapení v inflaci −2,0 a v růstu HDP 1,5. Inflace vyjde 4,0 % proti očekávaným 3,0 %, růst 2,5 % proti 2,0 %; specifický výnos je −1,0 %. Jaký je výnos akcie?
\(9-2{,}0\cdot1{,}0+1{,}5\cdot0{,}5-1{,}0=6{,}75\ \%\). Počítá se jen s překvapením, ne s úrovní veličin.
5
Portfolio má expozice (trh 1,0; hodnota 0,6), specifickou volatilitu 3 %. Faktory jsou nekorelované, volatility 16 % a 10 %. Určete volatilitu portfolia a aktivní riziko vůči trhu.
\(\sigma^2=0{,}0256+0{,}36\cdot0{,}01+0{,}0009=0{,}0301\), \(\sigma=17{,}35\ \%\). Aktivní expozice (0; 0,6): aktivní riziko \(\sqrt{0{,}0036+0{,}0009}=6{,}71\ \%\), z toho 80 % rozptylu připadá na sázku na hodnotu.
Co si odnést
  • Faktorový model: výnos = součet (expozice × faktor) + specifická složka. APT z něj dělá vztah pro očekávané výnosy bez arbitráže.
  • Modely jsou makroekonomické (překvapení), fundamentální (vlastnosti firem) a statistické.
  • Hodnota, velikost, momentum a kvalita jsou nejznámější akciové faktory; prémie jsou nejisté a proměnlivé.
  • Alfa závisí na modelu: co CAPM považuje za dovednost, bývá expozice k faktoru.
  • Expozice slouží k atribuci výnosu a rizika i k cílené stavbě portfolia.
Část IIIStavba a řízení portfolia
6

Strategická a taktická alokacepokročilý

Strategická alokace je dlouhodobé rozdělení majetku mezi třídy aktiv, které má splnit investiční politiku. Taktická alokace jsou dočasné a omezené odchylky od ní. Teorie z předchozích kapitol dává nástroje; praxe k nim přidává závazky, cíle, lidský kapitál a pokoru vůči vlastním odhadům.

🗺️

Strategická alokace je trasa naplánovaná před cestou: kudy pojedete, ať je jakkoli. Taktická alokace je objížďka kolem zácpy, o které jste se dozvěděli z rádia. Objížďka může ušetřit čas, ale kdo objíždí při každém hlášení, dojede později a s prázdnou nádrží.

Strategická alokacecílové váhy tříd aktiv na roky; plyne z investiční politikynapř. 60 % akcie / 40 % dluhopisy Taktická alokacedočasné odchylky v povolených pásmech; měsíce až čtvrtletínapř. 65 / 35, pásmo ±10 p. b. Výběr nástrojůčím se třída aktiv naplní: indexově, nebo aktivněfondy, tituly, deriváty
Obr. 6.1 Tři vrstvy rozhodování. Každá další vrstva pracuje v mezích té předchozí; největší vliv na dlouhodobé riziko i výnos má první.
Váhy kapitálu a váhy rizika
Tři třídy aktiv – akcie vyspělých trhů, státní dluhopisy a zlato – a čtyři způsoby, jak je zkombinovat. Modré sloupce jsou váhy v korunách, oranžové podíly na riziku portfolia. Posuvníkem cílové volatility portfolio zředíte hotovostí, nebo zapáčíte úvěrem.
LABORATOŘ
Model: výnosy, volatility a ostatní korelace z tab. 0.1. Podíl na riziku = váha × mezní příspěvek / volatilita portfolia. Riziková parita hledá váhy, při nichž mají všechny tři třídy stejný podíl na riziku. Hotovost vynáší 2 %, úvěr stojí 2 % plus přirážku.
Lidský kapitál a podíl akcií během života
Budoucí výdělky jsou majetek, jen neobchodovatelný. Čím víc se podobají dluhopisu (jistý plat), tím víc akcií unese finanční část. Křivka ukazuje podíl akcií ve finančním majetku, který udrží zvolený podíl akcií na celkovém majetku.
LABORATOŘ
Model: příjem roste o 3 % ročně do 65 let a diskontuje se 5 %; z příjmu se odkládá 15 %, finanční majetek se zhodnocuje 5 % ročně. Podíl akcií ve finančním majetku je omezen na 0 až 100 %. Šedá čárkovaná čára je pravidlo „110 minus věk“. Ilustrace principu, ne plán.
+Teorie: strategická alokace, přístupy podle aktiv, závazků a cílů, Black–Litterman, riziková parita, životní cyklus, taktická alokace

6.1Strategická alokace

Strategická alokace aktiv spojuje investiční politiku s dlouhodobými očekáváními o trzích a určuje cílové váhy tříd aktiv. Je to rozhodnutí o tom, kterým systematickým rizikům se investor vystaví.strategic asset allocation (SAA); policy portfolio

Aby byla skupina aktiv užitečnou třídou aktiv, mají být její složky navzájem podobné, třídy se mají vylučovat, dohromady pokrývat investovatelný svět, mít mezi sebou nízké korelace a být dost velké a likvidní. Alternativně lze alokovat přímo mezi rizikové faktory (akciové riziko, durace, úvěrové riziko, inflace, likvidita); třídy aktiv jsou pak jen obaly těchto faktorů.asset class; risk-factor-based allocation

Rozlišují se tři přístupy podle toho, co je v centru:

Tab. 6.1Tři přístupy ke strategické alokaci
PřístupCílMíra rizikaTypický uživatel
Podle aktivnejlepší poměr výnosu a rizika majetkuvolatilita portfolianadace, státní fondy, část jednotlivců
Podle závazkůsplnit závazky, řídit přebytekvolatilita přebytku (aktiva minus závazky)penzijní fondy, pojišťovny, banky
Podle cílůdosáhnout jednotlivých cílů s danou pravděpodobnostípravděpodobnost nesplnění cílejednotlivci a rodiny

6.2Alokace podle aktiv: optimalizace a co s ní

Základním nástrojem je optimalizace středního výnosu a rozptylu (kapitola 3): z kandidátních portfolií se vybere to s nejvyšším užitkem \(U=E(R)-\tfrac12A\sigma^2\), případně podle doplňkového kritéria. Royovo kritérium vybírá portfolio, které nejméně pravděpodobně skončí pod zvoleným prahem \(R_L\):Roy’s safety-first criterion; shortfall risk

Royův poměr\[SFR=\frac{E(R_p)-R_L}{\sigma_p},\qquad P(R_p<R_L)=N(-SFR)\ \text{při normálním rozdělení}.\]
Příklad Tři kandidáti
Tab. 6.2Tři alokace z akcií a státních dluhopisů (modelové vstupy, %)
Akcie / dluhopisy\(E(R)\)σSharpe\(U\), A = 4\(P(R<0)\)SFR, práh 3 %
Konzervativní 30 / 704,556,220,4103,7823,20,249
Vyvážená 60 / 405,6010,000,3603,6028,80,260
Dynamická 85 / 156,4813,700,3272,7231,80,254

Investor s averzí 4 volí konzervativní alokaci; s averzí 2 má vyvážená i dynamická užitek 4,60 % proti 4,16 % u konzervativní. Kdo se nejvíc bojí ztráty v daném roce, volí rovněž konzervativní (nejnižší pravděpodobnost záporného výnosu). Kdo potřebuje aspoň 3 % ročně, najde nejvyšší Royův poměr u vyvážené alokace. Kritérium musí odpovídat tomu, co stojí v investiční politice.

Slabiny optimalizace (kapitola 3.6) vedly k několika opravám. Nejznámější je model Blacka a Littermana (1992). Postupuje ve třech krocích:Black–Litterman model

  • Obrácená optimalizace. Místo odhadu výnosů se spočítá, jaké výnosy by dělaly z tržních vah optimální portfolio: \(\boldsymbol\Pi=\delta\,\boldsymbol\Sigma\,\mathbf w_{trh}\), kde \(\delta\) je averze k riziku průměrného investora. To jsou rovnovážné výnosy.reverse optimization; implied equilibrium returns
  • Názory. Investor přidá vlastní názory („akcie porazí dluhopisy o 5 %“) a ke každému míru jistoty.
  • Smíchání. Výsledné výnosy jsou vážený průměr rovnovážných výnosů a názorů; váhou je přesnost. Bez názorů vyjdou tržní váhy, se silnějším názorem se portfolio posouvá dál.
Příklad Black–Litterman na dvou třídách

Tržní váhy 60 % akcií a 40 % dluhopisů, \(\delta=3\). Rovnovážné prémie:

\[\Pi_A=3\,(0{,}6\cdot0{,}0256+0{,}4\cdot0{,}0008)=4{,}70\ \%,\qquad \Pi_D=3\,(0{,}4\cdot0{,}0025+0{,}6\cdot0{,}0008)=0{,}44\ \%.\]

Trh tedy „říká“, že akcie porazí dluhopisy o 4,26 p. b. Investor věří v náskok 5,0 p. b. a dává názoru stejnou váhu jako rovnováze. Výsledný náskok je uprostřed, 4,63 p. b.; prémie vycházejí 5,05 % a 0,42 % a optimální váhy 64,7 % a 35,3 %. Při úplné jistotě by to bylo 69,3 % a 30,7 %. Portfolio se od trhu odchýlilo úměrně síle názoru a zůstalo plně investované – žádné rohové řešení.

6.3Příspěvky k riziku a riziková parita

Mezní příspěvek k riziku říká, o kolik vzroste volatilita portfolia při malém zvýšení váhy aktiva. Příspěvek k riziku je jeho součin s váhou; příspěvky se sčítají přesně na volatilitu portfolia.marginal contribution to risk (MCTR); contribution to risk

Příspěvky k riziku\[MCR_i=\frac{\partial\sigma_p}{\partial w_i}=\frac{(\boldsymbol\Sigma\mathbf w)_i}{\sigma_p}=\beta_{i,p}\,\sigma_p,\qquad CR_i=w_i\,MCR_i,\qquad \sum_i CR_i=\sigma_p.\]
Příklad Kdo nese riziko portfolia 60/40

\(MCR_A=(0{,}6\cdot0{,}0256+0{,}4\cdot0{,}0008)/0{,}10=0{,}1568\), \(MCR_D=(0{,}4\cdot0{,}0025+0{,}6\cdot0{,}0008)/0{,}10=0{,}0148\). Příspěvky: akcie \(0{,}6\cdot0{,}1568=9{,}41\) p. b., dluhopisy \(0{,}4\cdot0{,}0148=0{,}59\) p. b., dohromady 10,00 %. Akcie tvoří 60 % kapitálu, ale 94 % rizika.

Riziková parita volí váhy tak, aby každá třída přispívala k riziku stejně. Pro dvě aktiva jsou váhy nepřímo úměrné volatilitám: \(w_A=\sigma_D/(\sigma_A+\sigma_D)=5/21=23{,}8\ \%\). Takové portfolio má výnos 4,33 %, volatilitu 5,65 % a Sharpeho poměr 0,413 – téměř přesně jako tangenciální portfolio z kapitoly 3, aniž bylo třeba odhadovat výnosy. Aby dosáhlo rizika portfolia 60/40, musí se zapáčit 1,77krát: při úvěru za 2 % vynese 6,13 % (60/40 jen 5,60 %), při úvěru za 3 % už jen 5,36 %.risk parity

Pozor

Riziková parita není bez předpokladů: tiše předpokládá stejné Sharpeho poměry tříd a stabilní korelace, bývá silně závislá na dluhopisech a na levné páce. Roste-li inflace a s ní korelace akcií a dluhopisů, ztrácejí obě nohy portfolia současně – a páka ztrátu násobí.

6.4Řízení podle závazků

Investor se závazky (penzijní plán, pojišťovna, ale i rodina se splátkami) sleduje přebytek, tedy hodnotu aktiv minus současnou hodnotu závazků, a poměr krytí. Bezrizikovým aktivem tu není hotovost, ale portfolio, které se pohybuje stejně jako závazky.liability-driven investing (LDI); surplus; funding ratio

Příklad Penzijní plán a pokles sazeb

Závazky mají současnou hodnotu 100 mil. Kč a duraci 15 let. Aktiva 90 mil. Kč tvoří z 60 % dluhopisy s durací 8 a ze 40 % akcie. Poměr krytí je 90 %. Klesnou-li výnosy o 1 p. b., vzrostou závazky asi o 15 na 115 mil. Kč, dluhopisy o \(54\cdot8\ \%=4{,}32\) mil. Kč. Poměr krytí klesne na \(94{,}32/115=82{,}0\ \%\) a schodek se zdvojnásobí z 10 na 20,7 mil. Kč, přestože aktiva vydělala. Úrokové riziko závazků je zajištěno jen z \(432/1\,500=29\ \%\).

Odtud dvoudílná stavba: zajišťovací portfolio (dluhopisy a deriváty, které kopírují úrokovou a inflační citlivost závazků) a výnosové portfolio (rizikové třídy, které mají dohnat schodek nebo vytvořit rezervu). Duraci a imunizaci podrobně vykládá průvodce Dluhopisy a úroky.hedging portfolio; return-seeking portfolio

6.5Alokace podle cílů

Jednotlivec nemá jeden cíl, ale několik s různou naléhavostí: bezpečí, bydlení, penze, vzdělání dětí, odkaz. Alokace podle cílů pro každý sestaví zvláštní dílčí portfolio podle horizontu a požadované pravděpodobnosti úspěchu. Celková alokace je jejich součet.goals-based investing

Příklad 2 mil. Kč za deset let
Tab. 6.3Kolik je třeba dnes odložit podle portfolia a požadované jistoty (Kč)
Portfoliojistota 90 %jistota 75 %jistota 50 %
Hotovost 2 %1 640 6971 640 6971 640 697
Konzervativní 30 / 701 659 6621 480 7701 304 530
Vyvážená 60 / 401 778 5851 483 5441 212 765
Dynamická 85 / 151 948 2341 523 5071 159 272

Pro cíl, který musí vyjít s jistotou 90 %, je nejlevnější hotovost: rizikovější portfolio vyžaduje větší polštář. Při jistotě 75 % vyhrává konzervativní portfolio, při 50 % dynamické. Stejný člověk tak rozumně drží hotovost na nezbytné cíle a akcie na ty, které snesou nejistotu. Výpočet: lognormální model, požadovaná částka \(=2\,000\,000/\exp(m\cdot10+s\sqrt{10}\,z)\).

6.6Životní cyklus a lidský kapitál

Lidský kapitál je současná hodnota budoucích pracovních příjmů. Pro rostoucí příjem \(Y\) na \(n\) let, růst \(g\) a diskontní sazbu \(r\):human capital; economic balance sheet

Lidský kapitál jako rostoucí anuita\[HC=\frac{Y}{r-g}\left[1-\left(\frac{1+g}{1+r}\right)^{n}\right].\]
Ekonomická rozvaha (mil. Kč) 30 letlidský kapitál 17,64finanční 0,5 45 letlidský kapitál 17,913,5 60 letlidský kapitál 8,01finanční 9,0 podíl akcií ve finančním majetku pro 40 % akcií na celku: 100 % → 91 % → 49 %
Obr. 6.2 Ekonomická rozvaha modelového zaměstnance: čistý příjem 720 000 Kč ve 30 letech, růst 3 %, diskont 5 %, práce do 65 let. Lidský kapitál se z 30 % chová jako akcie.
Příklad Kolik akcií ve finančním majetku

Třicátník z obr. 6.2 má lidský kapitál \(720\,000\cdot24{,}494=17{,}64\) mil. Kč a finanční majetek 0,5 mil. Kč. Chce mít 40 % celkového majetku v akciovém riziku, tedy \(0{,}4\cdot18{,}14=7{,}25\) mil. Kč. Lidský kapitál už nese \(0{,}3\cdot17{,}64=5{,}29\) mil. Kč akciového rizika; zbývá 1,96 mil. Kč, víc než celý finanční majetek. Finanční portfolio má být ze 100 % v akciích. V 45 letech (finanční majetek 3,5 mil. Kč) vychází 91 %, v 60 letech (9 mil. Kč) 49 %.

Odtud klesající podíl akcií s věkem (dráha klouzání fondů životního cyklu). Stejná logika říká, že státní zaměstnanec s jistým platem unese víc akcií než makléř, jehož příjem padá spolu s burzou, a že držet úspory v akciích vlastního zaměstnavatele znamená sázet finanční i lidský kapitál na jednu kartu.glide path; target-date fund

6.7Taktická alokace

Taktická alokace se dočasně odchyluje od strategických vah, aby využila krátkodobých odhadů výnosů: ocenění, hospodářského cyklu, momenta, nálady. Je to aktivní správa na úrovni tříd aktiv a platí pro ni vše z kapitoly 8: málo nezávislých sázek, náklady a nutnost změřit, zda se vyplácí.tactical asset allocation (TAA)

Příklad Co může přinést odchylka o 5 p. b.

Správce převáží akcie o 5 p. b. na úkor dluhopisů. Rozdíl výnosů akcií a dluhopisů má volatilitu \(\sqrt{0{,}0256+0{,}0025-0{,}0016}=16{,}28\ \%\), takže aktivní riziko sázky je \(0{,}05\cdot16{,}28=0{,}81\ \%\). Porazí-li akcie dluhopisy o 8 %, přidá sázka 0,40 p. b.; v opačném případě stejně ubere. Dlouhodobě přináší trvalé převážení jen prémii \(0{,}05\cdot3{,}5=0{,}18\) p. b. – a to už není taktika, ale jiná strategická alokace.

Z praxe

Investiční politika proto taktické odchylky omezuje pásmy (například akcie 50 až 70 %) a požaduje, aby se výsledek taktiky vykazoval odděleně od výsledku strategie (atribuce v kapitole 9). Pro většinu jednotlivců je rozumnou „taktikou“ disciplinované rebalancování.

6.8Procvičení

1
Investor s averzí A = 6 vybírá ze tří alokací v tab. 6.2. Kterou zvolí?
\(U=E-3\sigma^2\): konzervativní \(0{,}0455-3\cdot0{,}0622^2=3{,}39\ \%\), vyvážená \(0{,}056-3\cdot0{,}01=2{,}60\ \%\), dynamická \(0{,}0648-3\cdot0{,}137^2=0{,}85\ \%\). Zvolí konzervativní.
2
Pro portfolio 60/40 porovnejte poměr prémie k meznímu příspěvku k riziku u akcií a u dluhopisů. Co z toho plyne?
Akcie \(5{,}0/0{,}1568=0{,}32\), dluhopisy \(1{,}5/0{,}0148=1{,}01\). V optimálním portfoliu se tyto poměry rovnají (a rovnají se Sharpeho poměru portfolia). Dluhopisy přinášejí na jednotku přidaného rizika třikrát víc, takže vyšší váha dluhopisů (a případně páka) by poměr výnosu a rizika zlepšila – směrem k tangenciálnímu portfoliu s 24,7 % akcií.
3
Penzijní plán má aktiva 90 mil. Kč a závazky 100 mil. Kč s durací 15. Jakou duraci by musela mít celá aktiva, aby pohyb sazeb neměnil schodek v korunách?
Korunová durace aktiv se musí rovnat korunové duraci závazků: \(90\cdot D_A=100\cdot15\Rightarrow D_A=16{,}7\) roku. Jen s dluhopisovou částí 54 mil. Kč by šlo o duraci 27,8; proto se k zajištění používají dlouhé dluhopisy a úrokové swapy.
4
Zaměstnankyně, 45 let: lidský kapitál 17,91 mil. Kč, finanční majetek 3,5 mil. Kč. Jak se změní vhodný podíl akcií ve finančním majetku, je-li její lidský kapitál čistě „dluhopisový“ (0 % akciové povahy), při cíli 40 % na celku?
Celkový majetek 21,41 mil. Kč, cílová akciová expozice 8,56 mil. Kč. Lidský kapitál nenese žádnou, takže by finanční majetek musel nést 8,56/3,5 = 245 %; bez páky tedy 100 % akcií. Naopak při 60% akciové povaze příjmu nese lidský kapitál 10,75 mil. Kč, víc než cíl, a finanční majetek by měl být bez akcií.
5
Kolik je třeba dnes odložit do vyváženého portfolia (m = 0,05003, s = 0,09448 v logaritmech), aby za 10 let bylo s pravděpodobností 75 % aspoň 2 mil. Kč?
\(z_{25}=-0{,}6745\). Růstový faktor \(\exp(0{,}05003\cdot10-0{,}6745\cdot0{,}09448\cdot\sqrt{10})=\exp(0{,}5003-0{,}2015)=1{,}3482\). Potřebná částka \(2\,000\,000/1{,}3482\approx1{,}48\) mil. Kč (tab. 6.3 uvádí přesněji 1 483 544 Kč; drobný rozdíl je zaokrouhlením parametrů).
Co si odnést
  • Strategická alokace plyne z investiční politiky a rozhoduje o většině dlouhodobého rizika.
  • Alokovat lze podle aktiv (užitek, Sharpe), podle závazků (přebytek) nebo podle cílů (pravděpodobnost úspěchu).
  • Black–Litterman vychází z rovnovážných výnosů a názory přimíchává podle jistoty; riziková parita výnosy nepotřebuje, ale potřebuje páku.
  • Váhy kapitálu nejsou váhy rizika: v 60/40 nesou akcie 94 % rizika.
  • Lidský kapitál je součást portfolia; s věkem ho ubývá a s ním i schopnost nést akciové riziko.
  • Taktická alokace je aktivní správa: má mít pásma, rozpočet rizika a oddělené vyhodnocení.
Část IIIStavba a řízení portfolia
7

Řízení rizik portfoliapokročilý

Volatilita říká, jak moc portfolio kolísá. Investora ale zajímá spíš, kolik může ztratit, jak často a jak dlouho potrvá, než se z toho dostane. Na to odpovídají hodnota v riziku, očekávaná ztráta v chvostu, stresové testy a maximální pokles. Žádná z těch měr nestačí sama; dohromady dávají obraz, podle kterého se dá riziko rozpočtovat.

🌧️

Předpověď „v devatenácti dnech z dvaceti naprší nejvýš 20 mm“ je užitečná, ale neříká nic o tom dvacátém dni. Stavitel hráze se ptá jinak: kolik vody přijde, když už je zle, a co udělá stoletá voda. Hodnota v riziku je ta první věta, CVaR a stresové testy ty další dvě.

Hodnota v riziku třemi metodami
Portfolio 10 mil. Kč z akcií a státních dluhopisů. Zvolte metodu, hladinu spolehlivosti a horizont. Histogram ukazuje rozdělení zisků a ztrát, oranžová čára VaR, červená průměrnou ztrátu za ní (CVaR).
LABORATOŘ
Model: parametrická metoda předpokládá normální rozdělení s parametry z tab. 0.1. „Historie“ je 1 500 simulovaných denních výnosů s tlustými konci (Studentovo rozdělení se 4 stupni volnosti) a se shluky volatility, kalibrovaných na stejnou průměrnou volatilitu; vícedenní výnosy jsou překrývající se okna. Monte Carlo: 5 000 normálních scénářů. VaR i CVaR jsou uvedeny jako kladná ztráta.
Maximální pokles a čekání na nový vrchol
Jedna simulovaná historie portfolia po měsících. Nahoře hodnota a dosavadní maximum, dole „pod vodou“: o kolik procent je portfolio pod svým posledním vrcholem.
LABORATOŘ
Model: měsíční výnosy lognormální s parametry z tab. 0.1, počáteční hodnota 1 mil. Kč, bez vkladů a výběrů, měsíční rebalancování. Skutečné trhy mají tlustší konce a delší poklesy, než tento model připouští.
+Teorie: VaR třemi metodami, CVaR, příspěvky k riziku a rozpočet rizika, stresové testy, maximální pokles, zpětné testování

7.1Hodnota v riziku

Hodnota v riziku je ztráta, která za daný horizont nebude s danou pravděpodobností překročena. Výrok „denní 95% VaR je 100 000 Kč“ znamená: v 95 % dnů bude ztráta menší, v 5 % dnů (zhruba jednou za měsíc) větší. O kolik větší, VaR neříká.value at risk (VaR)

VaR má tři parametry: hladinu spolehlivosti (obvykle 95 nebo 99 %), horizont (den, deset dnů, měsíc, rok) a měnu nebo procento. Tři způsoby výpočtu:

Parametrická předpoklad rozdělení(obvykle normální) stačí μ, σ a korelaceVaR = (zσ − μ) · V + rychlá, průhledná− podceňuje chvosty,nezvládá opce Historická simulace dnešní portfolio projdeskutečnou minulostí VaR = kvantil seřazenýchzisků a ztrát + skutečné chvosty a korelace− jen to, co se už stalo;závisí na okně Monte Carlo tisíce scénářůz modelu trhu VaR = kvantil simulovanýchzisků a ztrát + libovolné rozdělení, opce− jen tak dobrá jako model;výpočetně náročná
Obr. 7.1 Tři metody výpočtu VaR, jejich vstupy a slabiny.
Parametrická VaR\[VaR_{\alpha}=\big(z_{\alpha}\,\sigma_p\sqrt{t}-\mu_p\,t\big)\cdot V,\qquad z_{95}=1{,}645,\quad z_{99}=2{,}326.\]

\(\sigma_p\) a \(\mu_p\) jsou roční hodnoty, \(t\) horizont v letech, \(V\) hodnota portfolia. U krátkých horizontů se střední výnos často zanedbává. Přepočet odmocninou z času předpokládá nezávislé výnosy se stálou volatilitou.parametric (variance–covariance) method; square-root-of-time rule

Příklad VaR portfolia 60/40 o hodnotě 10 mil. Kč

Roční σ = 10,0 %, μ = 5,6 %. Denní volatilita je \(10{,}0/\sqrt{250}=0{,}632\ \%\), denní střední výnos 0,022 %.

Tab. 7.1Parametrická VaR a CVaR (Kč)
HorizontVaR 95 %CVaR 95 %VaR 99 %CVaR 99 %
1 den101 790128 217144 891166 323
10 dnů306 571–442 870–
1 rok1 084 8541 502 7131 766 3482 105 214

Jednodenní 95% VaR: \((1{,}645\cdot0{,}00632-0{,}00022)\cdot10\,000\,000=101\,790\) Kč. Roční: \((1{,}645\cdot0{,}10-0{,}056)\cdot10\) mil. = 1,08 mil. Kč, tedy 10,85 % majetku – stejné číslo jako v kapitole 1.

Historická simulace seřadí zisky a ztráty, které by dnešní portfolio utrpělo v minulých obdobích, a odečte kvantil. Ze 100 pozorování s pěti nejhoršími výsledky −310, −255, −228, −201 a −190 tis. Kč je 95% VaR 190 tis. Kč (páté nejhorší). Monte Carlo dělá totéž se scénáři vygenerovanými z modelu.historical simulation; Monte Carlo simulation

7.2Co VaR neumí a co s tím

  • Mlčí o chvostu. Dvě portfolia se stejnou VaR mohou mít za touto hranicí úplně jiné ztráty.
  • Není vždy subaditivní. VaR součtu dvou pozic může být větší než součet jejich VaR, což odporuje diverzifikaci (Artzner a kol., 1999).
  • Závisí na předpokladech. Normální rozdělení podceňuje velké ztráty; krátké klidné okno dává nízkou VaR právě před bouří.
  • Předpokládá likviditu. Počítá s tím, že pozici lze prodat za tržní cenu; v krizi to neplatí.
  • Svádí k falešné jistotě. Jedno číslo vypadá přesně, ale je to odhad kvantilu z omezených dat.

Podmíněná hodnota v riziku je průměrná ztráta v případech, kdy je VaR překročena. Odpovídá na otázku „když už je zle, jak moc“ a je subaditivní. Pro normální rozdělení:conditional VaR (CVaR); expected shortfall (ES); expected tail loss

CVaR při normálním rozdělení\[CVaR_{\alpha}=\Big(\frac{\varphi(z_{\alpha})}{1-\alpha}\,\sigma_p\sqrt t-\mu_p\,t\Big)\cdot V,\qquad \frac{\varphi(1{,}645)}{0{,}05}=2{,}063,\quad \frac{\varphi(2{,}326)}{0{,}01}=2{,}665.\]

V historické simulaci je CVaR průměrem ztrát za hranicí VaR; v příkladu výše je průměr pěti nejhorších výsledků 236,8 tis. Kč. U normálního rozdělení je 95% CVaR asi 1,25násobkem VaR; čím tlustší konce, tím je poměr vyšší. Studentovo rozdělení se čtyřmi stupni volnosti má při stejném rozptylu 99% kvantil 2,65 směrodatné odchylky místo 2,33.

7.3Rozklad a rozpočet rizika

VaR i volatilitu lze rozložit na příspěvky pozic stejně jako v kapitole 6:marginal VaR; component VaR; incremental VaR

  • Mezní VaR: změna VaR při malém zvýšení pozice; úměrná meznímu příspěvku k riziku.
  • Složková VaR: váha × mezní VaR; součet složek dává VaR portfolia.
  • Přírůstková VaR: rozdíl VaR portfolia s novou pozicí a bez ní.
Příklad Složková VaR portfolia 50 / 40 / 10

Portfolio z obr. 2.1 (akcie, státní dluhopisy, zlato) má volatilitu 8,71 % a při hodnotě 10 mil. Kč roční 95% VaR bez středního výnosu \(1{,}645\cdot0{,}0871\cdot10\) mil. = 1,43 mil. Kč.

Tab. 7.2Rozklad rizika portfolia 50 / 40 / 10
TřídaVáhaMezní příspěvekPříspěvek k σPodíl na rizikuSložková VaR (tis. Kč)Prémie / mezní příspěvek
Akcie vyspělých trhů50 %0,15207,60 p. b.87,3 %1 2500,33
Státní dluhopisy40 %0,01780,71 p. b.8,2 %1170,84
Zlato10 %0,03960,40 p. b.4,5 %650,50

Samotné zlato za 1 mil. Kč má VaR \(1{,}645\cdot0{,}15\cdot1\) mil. = 247 tis. Kč, v portfoliu však přispívá jen 65 tis. Kč. Poslední sloupec ukazuje, kde je riziko nejlépe placené: nejvíc u dluhopisů, nejméně u akcií.

Rozpočet rizika rozděluje celkové přípustné riziko mezi třídy aktiv, strategie a správce. Riziko je vyčerpatelný zdroj a má se utrácet tam, kde přináší nejvíc. V optimu je poměr očekávané prémie k meznímu příspěvku k riziku u všech pozic stejný; kde je vyšší, vyplatí se přidat. Vedle limitů na VaR se používají limity na pozice, na koncentraci, na páku, na ztrátu od počátku období a pravidla pro omezení ztrát.risk budgeting; position limits; stop-loss limit

7.4Stresové testy a scénáře

Stresový test se neptá na pravděpodobnost. Ptá se, co by portfolio ztratilo, kdyby nastal určitý nepříznivý vývoj: historický (opakování známé krize), hypotetický (událost, která se ještě nestala) nebo citlivostní (posun jediného faktoru). Obrácený stresový test hledá scénář, který by způsobil nepřijatelnou ztrátu.stress test; scenario analysis; reverse stress test

Příklad Dva scénáře pro portfolio 50 / 40 / 10

Akciová krize: akcie −40 %, dluhopisy +5 %, zlato +10 %. Výsledek \(0{,}5\cdot(-40)+0{,}4\cdot5+0{,}1\cdot10=-17{,}0\ \%\), tedy −1,7 mil. Kč. To je víc než roční 99% VaR normálního modelu (1,50 mil. Kč po zahrnutí středního výnosu).

Inflační šok: výnosy dluhopisů +2 p. b. při duraci 6 (dluhopisy −12 %), akcie −10 %, zlato −5 %. Výsledek \(-5{,}0-4{,}8-0{,}5=-10{,}3\ \%\). Dluhopisy tentokrát neochránily: korelace, na které stála diverzifikace, změnila znaménko.

7.5Maximální pokles

Pokles je ztráta od posledního vrcholu, maximální pokles největší taková ztráta za sledované období. Zajímá také jeho délka: doba od vrcholu po dno a doba do návratu na vrchol.drawdown; maximum drawdown (MDD); time to recovery

Maximální pokles\[MDD=\max_{t}\Big(1-\frac{V_t}{\max_{s\le t}V_s}\Big),\qquad\text{zisk potřebný k návratu}=\frac{1}{1-MDD}-1.\]
95100110120 vrchol 112dno 95: pokles −15,2 % návrat nad 112 vrchol 121dno 99: −18,2 %= maximální pokles 100104108105
Obr. 7.2 Anatomie poklesu na řadě hodnot 100, 112, 104, 95, 108, 121, 99, 105. Největší pokles je z vrcholu 121 na dno 99; na konci řady je portfolio stále 13,2 % pod vrcholem.
Tab. 7.3Asymetrie ztrát: kolik je třeba vydělat k návratu
Pokles−10 %−20 %−30 %−50 %
Potřebný zisk+11,1 %+25,0 %+42,9 %+100,0 %
Roky při výnosu 7 %1,63,35,310,2

Maximální pokles je srozumitelný a zachycuje i sled ztrát, který volatilita nevidí. Je to ale jediné pozorování z jedné historie: s délkou období jen roste a mezi fondy s různě dlouhou historií ho nelze přímo srovnávat. Poměr výnosu k maximálnímu poklesu se nazývá Calmarův poměr.

7.6Zpětné testování

Model VaR se ověřuje počítáním dnů, kdy skutečná ztráta VaR překročila. U 99% VaR a 250 obchodních dnů se čeká 2,5 překročení. Počet překročení má binomické rozdělení: pět a více jich správný model vyprodukuje s pravděpodobností 10,8 %, deset a více jen s pravděpodobností 0,03 %. Bankovní regulace proto tradičně dělí výsledky do pásem: do čtyř překročení zelené, pět až devět žluté, od deseti červené.backtesting; exceptions

Pozor

Míry rizika popisují svět, jaký byl nebo jaký předpokládá model. Největší ztráty přicházejí z událostí, které v datech chybějí. VaR proto patří vždy vedle stresových testů a zdravého úsudku o tom, co model nevidí: likviditu, páku, koncentraci a chování protistran.

7.7Procvičení

1
Portfolio 5 mil. Kč má roční σ = 12 % a μ = 6 %. Spočítejte měsíční 95% a 99% parametrickou VaR a 95% CVaR.
Měsíční σ \(=12/\sqrt{12}=3{,}464\ \%\), μ = 0,5 %. VaR 95 %: \((1{,}645\cdot3{,}464-0{,}5)\ \%\cdot5\) mil. = 259 897 Kč. VaR 99 %: \((2{,}326\cdot3{,}464-0{,}5)\ \%\cdot5\) mil. = 377 935 Kč. CVaR 95 %: \((2{,}063\cdot3{,}464-0{,}5)\ \%\cdot5\) mil. = 332 272 Kč.
2
V portfoliu 60/40 o hodnotě 10 mil. Kč spočítejte roční 95% VaR (bez středního výnosu) akciové části samostatně, dluhopisové samostatně a celého portfolia. Jak velký je přínos diverzifikace?
Akcie \(1{,}645\cdot0{,}16\cdot6\) mil. = 1 579 059 Kč, dluhopisy \(1{,}645\cdot0{,}05\cdot4\) mil. = 328 971 Kč, součet 1 908 030 Kč. Portfolio \(1{,}645\cdot0{,}10\cdot10\) mil. = 1 644 854 Kč. Přínos diverzifikace 263 177 Kč.
3
K portfoliu z úlohy 2 přidá investor 1 mil. Kč ve zlatě (σ 15 %, korelace z tab. 0.1). Jaká je přírůstková VaR a proč je menší než VaR samotného zlata?
Nové portfolio 11 mil. Kč má váhy 54,5 / 36,4 / 9,1 % a volatilitu 9,31 %; VaR \(1{,}645\cdot0{,}0931\cdot11\) mil. = 1 684 590 Kč. Přírůstková VaR je 39 737 Kč, zatímco samotné zlato má 246 728 Kč. Zlato je se zbytkem portfolia téměř nekorelované, takže většina jeho rizika se rozpustí.
4
Fond klesl z vrcholu o 35 %. Kolik musí vydělat k návratu a jak dlouho to potrvá při 6 % ročně?
\(1/0{,}65-1=53{,}8\ \%\). Doba \(\ln(1/0{,}65)/\ln1{,}06=7{,}4\) roku.
5
Akcie mají v modelu roční výnos 7 % a volatilitu 16 %. Jaká je podle normálního rozdělení pravděpodobnost ročního výnosu horšího než −25 %? Co na to říká zkušenost?
\(z=(-25-7)/16=-2{,}0\), pravděpodobnost 2,3 %, tedy zhruba jednou za 44 let. Ve skutečnosti se takové roky na vyspělých trzích objevují častěji a poklesy trvají déle než rok; normální model chvosty podceňuje. Proto se vedle VaR dělají stresové testy.
Co si odnést
  • VaR je kvantil ztráty: má hladinu, horizont a měnu. O ztrátách za hranicí mlčí.
  • CVaR je průměrná ztráta v chvostu; je vždy vyšší než VaR a lépe se chová při sčítání pozic.
  • Tři metody (parametrická, historická, Monte Carlo) dávají různá čísla; rozdíl je informace o chvostech.
  • Riziko se dá rozložit na příspěvky pozic a rozpočtovat tam, kde je nejlépe placené.
  • Stresové testy a maximální pokles doplňují to, co pravděpodobnostní míry nevidí.
Část IIIStavba a řízení portfolia
8

Aktivní vs. pasivní správamírně pokročilý

Pasivní správa přijímá výnos trhu a šetří na nákladech. Aktivní správa se od trhu odchyluje a slibuje výnos navíc. Zda ho doručí, závisí na třech věcech: jak dobré jsou její odhady, kolik nezávislých příležitostí má a kolik to stojí. A ať zvolíte cokoli, portfolio je třeba vracet k cílovým vahám.

🎯

Kasino nevyhrává proto, že by znalo výsledek příštího hodu. Má malou výhodu a tisíce sázek denně. Hráč, který vsadí vše na jedno číslo, může mít stejnou výhodu a přesto odejít s prázdnou. Aktivní správce je na tom stejně: rozhoduje výhoda krát počet nezávislých sázek, minus nájem za sál.

Indexovákopíruje indexaktivní riziko ≈ 0náklady desetiny % Faktorovápravidla, nakloněníaktivní riziko 1–4 %nízké náklady Vylepšená indexovámnoho malých sázekaktivní riziko 1–2 %střední náklady Plně aktivnívýběr titulů, časováníaktivní riziko 4–10 %vysoké náklady roste odchylka od benchmarku, náklady i rozptyl výsledků mezi správci
Obr. 8.1 Aktivní a pasivní správa nejsou dvě krabice, ale spektrum. Rozpětí aktivního rizika jsou orientační.
Základní zákon aktivní správy
Nastavte kvalitu odhadů (informační koeficient), počet nezávislých sázek ročně, míru, v jaké se odhady dostanou do portfolia, aktivní riziko a náklady navíc proti indexovému fondu. Graf ukazuje pravděpodobnost, že správce benchmark po daném počtu let překoná: plná čára po nákladech, čárkovaná před nimi.
LABORATOŘ
Model: \(IR=TC\cdot IC\cdot\sqrt{BR}\), očekávaný aktivní výnos = IR × aktivní riziko, aktivní výnosy normální a v čase nezávislé. Pravděpodobnost překonání po \(N\) letech je \(N(IR_{\text{čistý}}\sqrt N)\).
Rebalancování: kalendář, nebo pásma
Třicet let portfolia 60/40 po měsících. Modrá čára je podíl akcií při zvoleném pravidle, šedá bez rebalancování. Čárkované čáry vyznačují pásmo.
LABORATOŘ
Model: měsíční lognormální výnosy akcií a státních dluhopisů z tab. 0.1 (korelace 0,1), kontrola pásma jednou měsíčně, návrat přesně na 60 %. Náklad se platí z objemu obchodu na každé straně. Daně nejsou zahrnuty. Jedna historie není důkaz; zkuste jich víc.
+Teorie: aktivní výnos a riziko, informační poměr, základní zákon, aritmetika aktivní správy, náklady, rebalancování

8.1Aktivní výnos, aktivní riziko a informační poměr

Aktivní výnos je rozdíl výnosu portfolia a benchmarku. Aktivní riziko (tracking error) je směrodatná odchylka aktivního výnosu. Jejich podíl je informační poměr: aktivní výnos na jednotku aktivního rizika.active return; active risk, tracking error (TE); information ratio (IR)

Aktivní výnos, aktivní riziko, informační poměr\[R_A=R_P-R_B=\sum_i (w_{P,i}-w_{B,i})\,R_i,\qquad TE=\sigma(R_P-R_B),\qquad IR=\frac{\overline{R_A}}{TE}.\]
Příklad Pět let fondu

Aktivní výnosy fondu v pěti letech: +1,2, −0,8, +2,0, +0,5 a −0,4 p. b. Průměr je 0,50 p. b. Součet čtverců odchylek je \(0{,}49+1{,}69+2{,}25+0+0{,}81=5{,}24\), výběrový rozptyl \(5{,}24/4=1{,}31\), aktivní riziko 1,14 %. Informační poměr \(0{,}50/1{,}14=0{,}44\).

Aktivní riziko má dvě složky: sázky na faktory a specifické riziko titulů (kapitola 5). Předem se odhaduje z aktivních vah: portfolio 70/30 proti benchmarku 60/40 má aktivní váhu ±10 p. b. a aktivní riziko \(0{,}10\cdot16{,}28=1{,}63\ \%\). Doplňkovou mírou je aktivní podíl, polovina součtu absolutních odchylek vah od benchmarku: portfolio s vahami 40/30/30/0 proti rovnoměrnému benchmarku čtyř akcií má aktivní podíl \(\tfrac12(15+5+5+25)=25\ \%\).active share

Pravidlo palce

Informační poměr 0,5 dlouhodobě po nákladech je výborný výsledek, 0,25 dobrý. Fond s vysokými poplatky a aktivním podílem pod 60 % bývá „skrytý index“: platíte za aktivní správu a dostáváte téměř benchmark.

8.2Základní zákon aktivní správy

Grinold (1989) rozložil informační poměr na dovednost a šíři:fundamental law of active management; information coefficient (IC); breadth (BR); transfer coefficient (TC)

Základní zákon\[IR=IC\cdot\sqrt{BR}\qquad\text{a s omezeními portfolia}\qquad IR=TC\cdot IC\cdot\sqrt{BR},\qquad E(R_A)=IR\cdot\sigma_A.\]
  • Informační koeficient je korelace mezi prognózami a následnými výsledky. U sázek typu ano/ne platí \(IC=2\cdot\text{úspěšnost}-1\); úspěšnost 55 % znamená IC 0,10. Hodnoty 0,05 až 0,10 jsou u dobrých správců to nejlepší, co se dá čekat.
  • Šíře je počet nezávislých aktivních rozhodnutí za rok. Padesát akcií ze stejného odvětví není padesát sázek.
  • Koeficient přenosu je korelace mezi vahami, které by správce chtěl, a vahami, které skutečně drží. Zákaz krátkých prodejů, limity a náklady ho stlačují pod 1; u běžného fondu bez krátkých pozic bývá 0,3 až 0,8 (Clarke, de Silva a Thorley, 2002).
IC 0,05dovednost √BR = 10100 sázek TC 0,6omezení IR 0,30součin × 4 %aktivní riziko +1,2 %před náklady ×× −1,0 % náklady= +0,2 % čistého čistý informační poměr 0,2 / 4 = 0,05; po 10 letech jepravděpodobnost zaostání za benchmarkem 44 %
Obr. 8.2 Od dovednosti k čistému výsledku. I šikovný správce (IC 0,05 při stovce nezávislých sázek) po omezeních a nákladech benchmark poráží jen těsně.
Příklad Časovač trhu a výběrčí akcií

Stratég čtyřikrát ročně rozhoduje, zda převážit akcie, a trefí se v 55 % případů: \(IC=0{,}10\), \(BR=4\), \(IR=0{,}10\cdot\sqrt4=0{,}20\). Výběrčí akcií má horší odhady (\(IC=0{,}03\)), ale dělá jich měsíčně padesát: při úplné nezávislosti \(IR=0{,}03\cdot\sqrt{600}=0{,}73\). Jsou-li jeho sázky provázané tak, že nezávislých je jen sto, klesne na 0,30. Časovač by na \(IR=0{,}5\) potřeboval \(IC=0{,}25\), tedy úspěšnost 62,5 % – nebo 25 nezávislých sázek ročně.

Z informačního poměru plyne i to, kolik aktivního rizika dává smysl. Kombinace benchmarku se Sharpeho poměrem \(SR_B\) a aktivní správy s informačním poměrem \(IR\) dosáhne nejvýšoptimal active risk

Sharpeho poměr s aktivní správou\[SR_P^2=SR_B^2+IR^2,\qquad \sigma_A^{*}=\frac{IR}{SR_B}\,\sigma_B.\]

S modelovým trhem (\(SR_B=0{,}3125\)) zvedne čistý informační poměr 0,10 Sharpeho poměr z 0,313 na 0,328 při optimálním aktivním riziku 5,1 %. Zlepšení je skromné; bez dovednosti (IR ≤ 0) je optimální aktivní riziko nula.

8.3Aritmetika aktivní správy a náklady

Sharpe (1991) upozornil na prostou identitu. Trh je součet všech portfolií. Pasivní investoři drží trh, takže aktivní investoři jako celek musí držet také trh. Před náklady tedy průměrná aktivně spravovaná koruna vydělá stejně jako pasivní; po nákladech méně, a to právě o rozdíl nákladů. Neznamená to, že nikdo trh neporazí, ale že výhra jednoho je prohrou jiného a po nákladech je hra jako celek záporná.arithmetic of active management

Tab. 8.1Hodnota 1 mil. Kč při hrubém výnosu 7 % a různých ročních nákladech (Kč)
Náklady ročněPo 20 letechPo 30 letechZtraceno po 30 letech
0,2 %3 727 5647 196 7695,5 %
1,0 %3 207 1355 743 49124,5 %
1,5 %2 917 7574 983 95134,5 %
2,0 %2 653 2984 321 94243,2 %

Sloupec „ztraceno“ srovnává s hodnotou bez nákladů (7,61 mil. Kč). K viditelnému poplatku za správu patří ještě transakční náklady uvnitř fondu, rozpětí nákupní a prodejní ceny, vstupní a výstupní poplatky, výkonnostní odměna a daně z realizovaných zisků.

I skutečně schopného správce je těžké poznat. Pravděpodobnost, že správce s informačním poměrem \(IR\) po \(N\) letech zaostane za benchmarkem, je \(N(-IR\sqrt N)\):

Tab. 8.2Pravděpodobnost zaostání za benchmarkem i při kladné dovednosti
Informační poměr1 rok3 roky5 let10 let20 letRoky do t = 2
0,338,2 %30,2 %25,1 %17,1 %9,0 %44
0,530,9 %19,3 %13,2 %5,7 %1,3 %16

Statistická jistota (t = 2), že informační poměr 0,3 není náhoda, vyžaduje \((2/0{,}3)^2=44\) let. Tříleté žebříčky fondů proto říkají o dovednosti málo; empirické práce nacházejí jen slabou setrvalost výsledků, výraznější u těch nejhorších, kde ji vysvětlují náklady (Carhart, 1997; Fama a French, 2010).

Z praxe

Rozumné rozdělení: pasivně a levně tam, kde je trh velký a dobře pokrytý analytiky; aktivně nanejvýš tam, kde je méně účastníků, horší informace a kde poplatek neodčerpá celý očekávaný přínos. A vždy s benchmarkem, proti kterému se výsledek měří.

8.4Rebalancování

Třídy aktiv rostou různě rychle a váhy se rozjíždějí. Rebalancování je vrací k cíli: prodává to, co vyrostlo, a kupuje to, co zaostalo. Jeho smyslem je držet riziko portfolia tam, kde ho chce investiční politika, ne zvyšovat výnos.rebalancing

Příklad Rozjezd a návrat

Portfolio 60/40 po roce, kdy akcie vynesly +20 % a dluhopisy +2 %: \(60\cdot1{,}20=72{,}0\) a \(40\cdot1{,}02=40{,}8\), celkem 112,8; podíl akcií 63,8 %. Návrat na 60 % znamená prodat akcie za 4,32 (3,8 % portfolia). Po propadu akcií o 30 % při +5 % u dluhopisů je podíl akcií 50 % a je třeba dokoupit akcie za 8,4 – přesně ve chvíli, kdy se to nejhůř dělá.

Bez rebalancování by při očekávaných výnosech podíl akcií vzrostl na 67,7 % po deseti, 74,5 % po dvaceti a 80,3 % po třiceti letech. Při 74,5 % akcií je volatilita portfolia 12,1 % místo 10,0 %: investor nese o pětinu víc rizika, než si vybral.

Tab. 8.3Dva základní způsoby rebalancování
KalendářníPodle pásem
Pravidlov pevných termínech (ročně, čtvrtletně)když váha opustí pásmo (např. 60 ± 5 p. b.)
Výhodajednoduché, nevyžaduje sledováníreaguje na trh, drží riziko těsněji
Nevýhodamezi termíny se váhy mohou hodně odchýlit; někdy obchoduje zbytečněvyžaduje průběžné sledování

Šíře pásma je kompromis mezi náklady a odchylkou od cílového rizika. Širší pásmo je namístě, když jsou transakční náklady a daně vysoké, tolerance k riziku vysoká a třída silně korelovaná se zbytkem portfolia (rozjezd pak riziko mění málo). Užší pásmo sedí k volatilním třídám, které se rychle vzdalují od cíle. Vracet se lze přesně na cíl, nebo jen na okraj pásma. Nové vklady a výběry jsou nejlevnější rebalancování: směřují se do podvážené třídy bez prodeje a bez daně.calendar rebalancing; percent-range (corridor) rebalancing

Rebalancování mezi kolísajícími a málo korelovanými třídami mírně zvyšuje složený výnos proti průměru složených výnosů složek. Přibližně odiversification return; rebalancing bonus

Diverzifikační výnos\[\tfrac12\Big(\sum_i w_i\sigma_i^2-\sigma_p^2\Big)=\tfrac12\,(0{,}6\cdot0{,}0256+0{,}4\cdot0{,}0025-0{,}0100)=0{,}32\ \%\ \text{ročně pro 60/40}.\]
Pozor

Rebalancování je strategie „prodej vítěze“. V dlouhých trendech zaostává za portfoliem ponechaným osudu, na trzích kolísajících do strany ho poráží. Výnos navíc není zaručen; zaručeno je jen to, že riziko zůstane blízko cíle. Mimo daňově zvýhodněné obaly může prodej před uplynutím časového testu znamenat daň (kapitola 10).

8.5Procvičení

1
Fond vynesl za rok 7,5 %, benchmark 6,0 %, aktivní riziko fondu je 3 %. Jaký je informační poměr? Jaký je po nákladech 1,2 %, pokud je výnos uveden před nimi?
\(IR=(7{,}5-6{,}0)/3=0{,}50\). Po nákladech \((1{,}5-1{,}2)/3=0{,}10\).
2
Správce má IC = 0,02. Kolik nezávislých sázek ročně potřebuje pro IR = 0,5? A jaký IC by potřeboval makrostratég s 12 sázkami ročně?
\(BR=(0{,}5/0{,}02)^2=625\). Makrostratég: \(IC=0{,}5/\sqrt{12}=0{,}144\), tedy úspěšnost asi 57 % u sázek ano/ne.
3
Správce má IC = 0,06, BR = 150, TC = 0,5 a aktivní riziko 5 %. Jaký aktivní výnos lze čekat a kolik z něj zbude při nákladech 1,5 % navíc?
\(IR=0{,}5\cdot0{,}06\cdot\sqrt{150}=0{,}367\). Očekávaný aktivní výnos \(0{,}367\cdot5=1{,}84\ \%\), po nákladech 0,34 %. Čistý IR 0,07.
4
Portfolio 60/40 po roce s výnosy akcií +30 % a dluhopisů −5 %: jaký je podíl akcií, je mimo pásmo ±5 p. b. a kolik je třeba prodat? Kolik stojí obchod při nákladu 0,2 % na každé straně?
\(78+38=116\), podíl akcií 67,2 % – mimo pásmo 55 až 65 %. Prodat akcie za \(78-0{,}6\cdot116=8{,}4\) a za stejnou částku koupit dluhopisy. Náklad \(2\cdot8{,}4\cdot0{,}002=0{,}034\), tedy 0,03 % portfolia.
5
Dva fondy investují do stejného trhu s hrubým výnosem 7 %: indexový s náklady 0,2 % a aktivní s náklady 1,5 %. Jakou hrubou alfu musí aktivní správce dosahovat, aby po 30 letech vyšel stejně? O kolik zaostane bez alfy na 1 mil. Kč?
Potřebná hrubá alfa je rozdíl nákladů, 1,3 p. b. ročně. Bez ní: \(7\,196\,769-4\,983\,951=2\,212\,818\) Kč, aktivní fond skončí na 69 % hodnoty indexového.
Co si odnést
  • Informační poměr = aktivní výnos / aktivní riziko. Dlouhodobě 0,5 po nákladech je vzácnost.
  • Základní zákon: \(IR=TC\cdot IC\cdot\sqrt{BR}\). Malá výhoda potřebuje mnoho nezávislých sázek.
  • Před náklady je průměrná aktivní koruna stejná jako pasivní; po nákladech horší o rozdíl nákladů.
  • Dovednost od štěstí se z několika let výsledků rozlišit nedá.
  • Rebalancování řídí riziko. Kalendář je jednoduchý, pásma těsnější; nové vklady jsou nejlevnější cesta.
Část IVVyhodnocení a praxe
9

Měření a atribuce výkonnostipokročilý

„Kolik to vydělalo“ má víc správných odpovědí, než by se zdálo. Záleží na tom, zda hodnotíme správce, nebo investora; zda výnos očistíme o riziko a o jaké; a zda nás zajímá jen výsledek, nebo i to, z čeho vznikl. Tato kapitola dává ke každé otázce správný nástroj.

🚗

Řidič taxíku má průměrnou rychlost podle toho, jak jel. Cestující má svůj zážitek podle toho, kdy nastoupil: kdo přisedl těsně před zácpou, zažil hlavně stání. Výnos vážený časem hodnotí řidiče, výnos vážený penězi cestujícího. Oba údaje jsou pravdivé a mohou mít opačné znaménko.

Výnos vážený časem a výnos vážený penězi
Investor začíná s 1 mil. Kč. Nastavte výnosy fondu ve dvou letech a vklad (nebo výběr) po prvním roce. Modrá čára je majetek investora, šedá čárkovaná růst 1 mil. Kč bez dalších toků.
LABORATOŘ
Model: výnos vážený časem je geometrický průměr ročních výnosů; výnos vážený penězi je vnitřní výnosové procento peněžních toků investora (řešeno numericky). Výběr je omezen hodnotou majetku po prvním roce.
Brinsonova atribuce
Benchmark: 60 % akcie (výnos 8 %), 30 % dluhopisy (2 %), 10 % hotovost (1 %). Nastavte váhy a výnosy portfolia. Sloupce rozkládají aktivní výnos na alokaci, selekci a interakci po segmentech.
LABORATOŘ
Model: jednoobdobová atribuce podle Brinsona a Fachlera: alokace \((w_P-w_B)(R_{B,i}-R_B)\), selekce \(w_B(R_{P,i}-R_{B,i})\), interakce \((w_P-w_B)(R_{P,i}-R_{B,i})\). Hotovost je zbytek do 100 % a vynáší 1 %; je-li součet vah akcií a dluhopisů nad 100 %, zkrátí se váha dluhopisů.
Pět měr výkonnosti očištěné o riziko
Zadejte výnos, volatilitu a betu fondu. Graf ukazuje fond, trh a přímku kapitálového trhu; zelený bod je fond „přeškálovaný“ na riziko trhu (M²).
LABORATOŘ
Model: trh 7 % / 16 %, bezriziková sazba 2 %. Specifická volatilita se dopočítá z \(\sigma^2-\beta^2\sigma_M^2\); vyjde-li záporná (kombinace bety a volatility není možná), zobrazí se pomlčka.
+Teorie: výnos vážený časem a penězi, míry očištěné o riziko, Brinsonova atribuce, benchmarky, standardy GIPS

9.1Tři otázky hodnocení

Hodnocení výkonnosti odpovídá na tři otázky: kolik portfolio vydělalo (měření), proč (atribuce) a zda to bylo díky dovednosti (posouzení). První vyžaduje správně spočítaný výnos, druhá rozklad vůči benchmarku, třetí očištění o riziko a dost dlouhou historii.performance measurement; attribution; appraisal

9.2Výnos vážený časem a výnos vážený penězi

Výnos vážený časem spojuje výnosy dílčích období mezi peněžními toky. Nezávisí na tom, kdy a kolik investor vložil nebo vybral, a proto se jím hodnotí správce, který toky neovlivňuje.time-weighted rate of return (TWR)

Výnos vážený časem\[TWR=\Big[\prod_{k=1}^{K}(1+r_k)\Big]^{1/n}-1,\qquad r_k=\frac{V_k^{\text{konec}}}{V_k^{\text{začátek po toku}}}-1.\]

Výnos vážený penězi je vnitřní výnosové procento všech toků investora včetně konečné hodnoty. Dává větší váhu obdobím, kdy bylo v portfoliu víc peněz, a měří zkušenost investora.money-weighted rate of return (MWR); internal rate of return (IRR)

Výnos vážený penězi\[\sum_{t=0}^{T}\frac{CF_t}{(1+MWR)^{t}}=0\qquad(\text{vklady záporně, výběry a konečná hodnota kladně}).\]
začátekkonec 1. rokukonec 2. roku vklad 1 mil. +20 % hodnota 1,2 mil.+ vklad 1 mil. −10 % 1,98 mil. Správce: √(1,20 · 0,90) − 1 = +3,92 % ročně (vážený časem) Investor: vložil 2,00 mil., má 1,98 mil. → −0,67 % ročně (vážený penězi)
Obr. 9.1 Stejný fond, dva pravdivé výnosy. Špatný rok zasáhl dvojnásobný majetek než ten dobrý.
Příklad Kladný výnos fondu, ztráta investora

Z obr. 9.1: výnos vážený penězi řeší rovnici \(1\,000\,000\,(1+r)^2+1\,000\,000\,(1+r)=1\,980\,000\), odkud \(r=-0{,}67\ \%\). Kdyby roky přišly v opačném pořadí (−10 %, pak +20 %), skončil by investor na 2 280 000 Kč s výnosem váženým penězi +9,06 %; výnos vážený časem by zůstal 3,92 %.

Přesný výnos vážený časem potřebuje ocenění portfolia při každém toku. Kde není k dispozici, používá se modifikovaná Dietzova metoda, která toky váží podílem období, po který byly v portfoliu:modified Dietz method

Modifikovaná Dietzova metoda\[r=\frac{V_1-V_0-\sum CF_i}{V_0+\sum w_i\,CF_i},\qquad w_i=\frac{\text{dny do konce období}}{\text{dny v období}}.\]

Portfolio 5 000 000 Kč, vklad 500 000 Kč desátý den třicetidenního měsíce, konečná hodnota 5 610 000 Kč: \(r=110\,000/(5\,000\,000+\tfrac{20}{30}\cdot500\,000)=2{,}06\ \%\). Měsíční a čtvrtletní výnosy se geometricky řetězí: čtvrtletí +3, −2, +4 a +1 % dají \(1{,}03\cdot0{,}98\cdot1{,}04\cdot1{,}01-1=6{,}03\ \%\). Víceleté výnosy se uvádějí anualizovaně: 25 % za tři roky je \(1{,}25^{1/3}-1=7{,}72\ \%\) ročně, ne 8,33 %.geometric linking; annualized return

Z praxe

Rozdíl mezi výnosem fondu (váženým časem) a průměrným výnosem jeho investorů (váženým penězi) se nazývá mezera v chování. Investoři obvykle přikupují po růstu a prodávají po poklesu, a tak dosahují horšího výsledku než fond, který drží. O příčinách kapitola 10.

9.3Výnos očištěný o riziko

Tab. 9.1Míry výkonnosti očištěné o riziko
MíraVzorecRizikoKdy ji použít
Sharpeho poměr\((R_P-R_f)/\sigma_P\)celkovéportfolio je celý majetek investora
M² (Modigliani)\(R_f+SR_P\,\sigma_M\)celkovétotéž, ale v procentech; srovnává se s \(R_M\)
Treynorův poměr\((R_P-R_f)/\beta_P\)systematicképortfolio je část širšího diverzifikovaného celku
Jensenova alfa\(R_P-[R_f+\beta_P(R_M-R_f)]\)systematickévýnos nad požadavek CAPM, v procentech
Informační poměr\((R_P-R_B)/TE\)aktivníhodnocení správce vůči benchmarku
Poměr ocenění\(\alpha_P/\sigma_{\varepsilon}\)specifickéalfa na jednotku specifického rizika
Sortinův poměr\((R_P-MAR)/DD\)riziko poklesuinvestorovi vadí jen výnosy pod minimem

Riziko poklesu v Sortinově poměru počítá jen odchylky pod minimálním přijatelným výnosem (MAR): \(DD=\sqrt{\tfrac1n\sum\min(R_t-MAR,0)^2}\).Sharpe ratio; Treynor ratio; Jensen’s alpha; M-squared; appraisal ratio; Sortino ratio; downside deviation

Příklad Fond X a fond Y
Tab. 9.2Dva fondy a trh (\(R_f\) = 2 %, průměry za sledované období)
VýnosσβSharpeM²TreynorAlfaPoměr oceněníIR vůči trhu
Fond X9,0 %18 %1,100,3898,22 %6,361,500,400,49
Fond Y7,5 %12 %0,700,4589,33 %7,862,000,460,08
Trh7,0 %16 %1,000,3137,00 %5,000––

Fond X: Sharpe \((9-2)/18=0{,}389\); \(M^2=2+0{,}389\cdot16=8{,}22\ \%\); Treynor \(7/1{,}10=6{,}36\); alfa \(9-(2+1{,}1\cdot5)=1{,}50\) p. b.; specifická volatilita \(\sqrt{0{,}18^2-1{,}1^2\cdot0{,}16^2}=3{,}77\ \%\), poměr ocenění \(1{,}50/3{,}77=0{,}40\). Fond X vydělal víc, ale Y je lepší podle všech měr očištěných o riziko – kromě informačního poměru vůči tržnímu indexu, kde Y trestá jeho nízká beta (aktivní riziko 6,45 %). Pro fond s betou 0,7 není čistý akciový index vhodným benchmarkem.

Příklad Sortinův poměr

Roční výnosy 12, −8, 15, 3, −4 a 9 %, minimální přijatelný výnos 2 %. Průměr je 4,5 %. Pod minimem jsou dva roky s odchylkami −10 a −6 p. b.: \(DD=\sqrt{(100+36)/6}=4{,}76\ \%\). Sortinův poměr \((4{,}5-2)/4{,}76=0{,}53\). Se směrodatnou odchylkou 9,14 % by obdobný poměr vyšel 0,27; rozdíl ukazuje, že značná část kolísání byla směrem nahoru.

Pozor

Všechny tyto míry jsou odhady zatížené chybou. Alfa fondu X 1,5 p. b. při specifické volatilitě 3,77 % má z pěti let t-statistiku \(1{,}5/(3{,}77/\sqrt5)=0{,}89\) – od nuly ji nelze odlišit. Míry se navíc dají „vylepšit“: prodej opcí zvedá Sharpeho poměr za cenu vzácných velkých ztrát, neobchodovaná aktiva s vyhlazeným oceněním vykazují uměle nízkou volatilitu.

9.4Benchmark

Dobrý benchmark je jednoznačný (známé složení a váhy), investovatelný (lze ho pasivně držet), měřitelný, přiměřený stylu správce, předem stanovený a správce za něj přijímá odpovědnost. Tržní index těmto požadavkům obvykle vyhovuje; medián srovnatelných fondů nikoli – není znám předem, nelze ho koupit a je zkreslen fondy, které zanikly.benchmark; survivorship bias

9.5Brinsonova atribuce

Atribuce rozkládá aktivní výnos na rozhodnutí, která ho způsobila. Model Brinsona, Hooda a Beebowera (1986) v úpravě Brinsona a Fachlera (1985) rozlišuje tři efekty pro každý segment \(i\):Brinson attribution; allocation, selection and interaction effects

Brinsonova–Fachlerova atribuce\[A_i=(w_{P,i}-w_{B,i})(R_{B,i}-R_B),\qquad S_i=w_{B,i}\,(R_{P,i}-R_{B,i}),\qquad I_i=(w_{P,i}-w_{B,i})(R_{P,i}-R_{B,i}).\]
  • Alokace oceňuje převážení segmentů, které porazily benchmark jako celek, a podvážení těch, které zaostaly.
  • Selekce oceňuje výběr titulů uvnitř segmentu při benchmarkové váze.
  • Interakce je společný účinek obou; často se přičítá k selekci.

Součet všech efektů přes segmenty dává přesně aktivní výnos \(R_P-R_B\).

Příklad Odkud se vzalo 1,20 p. b.
Tab. 9.3Atribuce jednoho roku (váhy a výnosy v %, efekty v p. b.)
Segment\(w_B\)\(w_P\)\(R_B\)\(R_P\)AlokaceSelekceInterakceCelkem
Akcie60708,09,00,250,600,100,95
Dluhopisy30202,01,50,35−0,150,050,25
Hotovost10101,01,00,000,000,000,00
Celkem1001005,506,700,600,450,151,20

Alokace akcií: \((0{,}70-0{,}60)(8{,}0-5{,}5)=0{,}25\). Alokace dluhopisů: \((0{,}20-0{,}30)(2{,}0-5{,}5)=+0{,}35\) – podvážení segmentu, který zaostal za benchmarkem, je kladné rozhodnutí. Selekce akcií: \(0{,}60\cdot(9{,}0-8{,}0)=0{,}60\). Polovina aktivního výnosu přišla z alokace, 0,45 p. b. z výběru titulů; v dluhopisech správce vybíral hůř než index.

váha segmentuvýnos segmentu příspěvek benchmarku60 % × 8 % selekce: 60 % × (9 − 8) alokace+10 %váhy interakce: 10 % × 1 % w_B = 60 %w_P = 70 % 8 %9 % v Brinsonově–Fachlerověverzi se výška alokace měříod výnosu celého benchmarku(8 − 5,5 = 2,5 p. b.)
Obr. 9.2 Geometrie atribuce pro akciový segment z tab. 9.3. Šířka je váha, výška výnos; aktivní rozhodnutí přidávají ke čtyřúhelníku benchmarku tři další plochy.

Vícefaktorová atribuce dělá totéž s faktorovými expozicemi místo segmentů (kapitola 5); u dluhopisových portfolií se rozkládá na duraci, tvar křivky, úvěrové prémie a výběr emisí. Ve víceobdobové atribuci se efekty nesčítají přímo – je třeba je řetězit zvláštními postupy.

9.6Standardy GIPS

Globální standardy výkonnosti investic jsou dobrovolná etická pravidla pro výpočet a prezentaci výsledků správců, která spravuje CFA Institute. Mají zajistit, aby zájemce dostal úplný a srovnatelný obraz, ne výběr nejlepších portfolií za nejlepší období.Global Investment Performance Standards (GIPS)

  • Firma jako celek. Soulad se deklaruje za celou firmu, ne za jeden produkt.
  • Kompozity. Každé skutečné, poplatky platící a správcem plně řízené portfolio musí být zařazeno aspoň do jednoho kompozitu podobných strategií; nelze vybírat jen ta úspěšná.composite
  • Výpočet. Výnosy vážené časem, očištěné o vnější peněžní toky; ocenění aspoň měsíčně a při velkých tocích. Výnos vážený penězi je přípustný jen za stanovených podmínek, hlavně u uzavřených fondů soukromých trhů, kde toky řídí správce.
  • Historie. Nejméně pět let (nebo od vzniku), postupně doplňovaných na deset let.
  • Zveřejnění. Výnos kompozitu a benchmarku za každý rok, rozptyl výnosů uvnitř kompozitu, tříletá anualizovaná směrodatná odchylka kompozitu i benchmarku, zda jsou výnosy před poplatky, nebo po nich.
  • Ověření. Nezávislé ověření je doporučené, nikoli povinné.

Platné znění je z roku 2020. Pro klienta je užitečné vědět, co standardy nezaručují: neříkají nic o kvalitě strategie ani o budoucích výnosech, jen o tom, že minulost je vykázána poctivě a srovnatelně.

Pravidlo palce

Čistý výnos se z hrubého počítá násobením, ne odčítáním: hrubých 8 % při poplatku 1,2 % z majetku je \(1{,}08\cdot(1-0{,}012)-1=6{,}70\ \%\). S výkonnostní odměnou 20 % z výnosu nad 4 % a správním poplatkem 1 % zbude z hrubých 10 % investorovi \(10-1-0{,}2\cdot(9-4)=8{,}0\ \%\).

9.7Procvičení

1
Investor vloží 2 mil. Kč. Fond v prvním roce ztratí 20 %, investor přidá další 2 mil. Kč a fond ve druhém roce vydělá 30 %. Spočítejte výnos vážený časem a penězi.
Konečná hodnota \((2\cdot0{,}8+2)\cdot1{,}3=4{,}68\) mil. Kč. \(TWR=\sqrt{0{,}8\cdot1{,}3}-1=1{,}98\ \%\) ročně. MWR řeší \(2(1+r)^2+2(1+r)=4{,}68\): \(r=10{,}93\ \%\). Investor přikoupil před dobrým rokem, takže jeho výnos je vyšší než výnos fondu.
2
Portfolio má na začátku měsíce (30 dnů) hodnotu 8 000 000 Kč. Dvacátý den klient vybere 1 000 000 Kč. Na konci má portfolio 7 140 000 Kč. Jaký je výnos modifikovanou Dietzovou metodou?
Zisk \(7\,140\,000-8\,000\,000+1\,000\,000=140\,000\). Váha toku \(10/30\). Jmenovatel \(8\,000\,000-\tfrac13\cdot1\,000\,000=7\,666\,667\). \(r=1{,}83\ \%\).
3
Fond Z: výnos 10 %, σ 22 %, β 1,3. Trh 7 % / 16 %, \(R_f\) 2 %. Spočítejte Sharpeho poměr, M², Treynorův poměr a Jensenovu alfu. Porazil fond trh?
Sharpe \(8/22=0{,}364\) (trh 0,313). \(M^2=2+0{,}364\cdot16=7{,}82\ \%\) (trh 7 %). Treynor \(8/1{,}3=6{,}15\) (trh 5,00). Alfa \(10-(2+1{,}3\cdot5)=1{,}5\) p. b. Po očištění o riziko trh porazil, ale o podstatně méně, než naznačuje rozdíl hrubých výnosů 3 p. b.
4
Benchmark: 50 % akcie (výnos 10 %), 50 % dluhopisy (4 %). Portfolio: 40 % akcie (12 %), 60 % dluhopisy (3 %). Proveďte atribuci.
\(R_B=7{,}0\ \%\), \(R_P=0{,}4\cdot12+0{,}6\cdot3=6{,}6\ \%\), aktivní výnos −0,40 p. b. Alokace: akcie \((-0{,}1)(10-7)=-0{,}30\), dluhopisy \((0{,}1)(4-7)=-0{,}30\), celkem −0,60. Selekce: \(0{,}5\cdot2=1{,}00\) a \(0{,}5\cdot(-1)=-0{,}50\), celkem +0,50. Interakce: \(-0{,}20\) a \(-0{,}10\), celkem −0,30. Součet −0,40. Správce dobře vybíral akcie, ale měl jich málo.
5
Výnosy fondu za čtyři roky: 14, −6, 9 a 1 %, MAR = 0 %. Spočítejte anualizovaný výnos a Sortinův poměr (s aritmetickým průměrem).
Anualizovaně \((1{,}14\cdot0{,}94\cdot1{,}09\cdot1{,}01)^{1/4}-1=4{,}22\ \%\). Aritmetický průměr 4,5 %. Pod nulou je jeden rok: \(DD=\sqrt{36/4}=3{,}0\ \%\). Sortinův poměr \(4{,}5/3{,}0=1{,}5\).
Co si odnést
  • Výnos vážený časem hodnotí správce, výnos vážený penězi zkušenost investora.
  • Sharpe a M² pracují s celkovým rizikem, Treynor a Jensenova alfa se systematickým, informační poměr s aktivním.
  • Míra musí odpovídat roli portfolia a benchmark stylu správce.
  • Brinsonova atribuce dělí aktivní výnos na alokaci, selekci a interakci; součet sedí na desetinu.
  • Standardy GIPS zaručují poctivé a srovnatelné vykázání minulosti, ne kvalitu strategie.
Část IVVyhodnocení a praxe
10

Behaviorální finance a portfolio v praximírně pokročilý

Modely předchozích kapitol předpokládají investora, který počítá správně a drží se plánu. Skuteční lidé ztrátu cítí silněji než zisk, věří si víc, než by měli, a dělí peníze do pomyslných obálek. Kdo tyto sklony zná, může portfolio i pravidla jeho správy nastavit tak, aby je přežily. Druhá půlka kapitoly převádí celý průvodce do českých poměrů.

🧗

Horolezec ví, že ve výšce bude unavený a bude se mu chtít dělat hlouposti. Proto si pravidla určí dole: v kolik hodin se otočí, ať je vrchol jakkoli blízko. Investiční politika je totéž – rozhodnutí učiněná v klidu pro chvíle, kdy klid nebude.

Jak často se díváte a co u toho cítíte
Čím častěji portfolio kontrolujete, tím častěji vidíte ztrátu. A protože ztráta bolí víc, než stejný zisk potěší, může být i výnosné portfolio pocitově ztrátové. Křivka ukazuje pravděpodobnost, že za dané období uvidíte minus.
LABORATOŘ
Model: akcie vyspělých trhů a státní dluhopisy z tab. 0.1, lognormální výnosy. „Pocitová bilance“ = průměrný zisk v dobrých obdobích × jejich pravděpodobnost − λ × průměrná ztráta ve špatných × jejich pravděpodobnost (lineární hodnotová funkce, normální aproximace), v procentech majetku za jedno období. Podle Benartziho a Thalera (1995).
Minihra: které zkreslení to je
Osm výroků investorů. Ke každému přiřaďte zkreslení, které za ním nejspíš stojí. Za aspoň šest správných je 20 XP.
MINIHRA
0 / 8
+Teorie: prospektová teorie, kognitivní a emoční zkreslení, mentální účtování, portfolio jednotlivce v Česku, reporting správce, investiční dotazník a vhodnost

10.1Od racionálního investora k prospektové teorii

Tradiční finance předpokládají investora, který maximalizuje očekávaný užitek konečného majetku. Behaviorální finance popisují, jak se lidé rozhodují doopravdy. Základem je prospektová teorie (Kahneman a Tversky, 1979): lidé hodnotí zisky a ztráty vůči výchozímu bodu, ne konečný majetek; ztráta váží víc než stejně velký zisk; citlivost na obojí s velikostí klesá.behavioral finance; prospect theory; reference point; loss aversion

Hodnotová funkce (Tversky a Kahneman, 1992)\[v(x)=\begin{cases}x^{\alpha}&x\ge0\\ -\lambda\,(-x)^{\alpha}&x<0\end{cases}\qquad \alpha=0{,}88,\quad\lambda=2{,}25.\]
Příklad Sázka, kterou většina lidí odmítne

Hod mincí: výhra 1 500 Kč, nebo prohra 1 000 Kč. Očekávaná hodnota je +250 Kč. Podle hodnotové funkce: \(v(1500)=1500^{0{,}88}=623{,}7\), \(v(-1000)=-2{,}25\cdot1000^{0{,}88}=-982{,}2\), dohromady \(0{,}5\cdot623{,}7-0{,}5\cdot982{,}2=-179{,}2\). Sázka je pocitově ztrátová. Přijatelná začne být až při výhře \(2{,}25^{1/0{,}88}\cdot1000=2\,513\) Kč.

Klesající citlivost: \(v(2000)=803{,}4\) je méně než \(2\,v(1000)=873{,}0\), takže dvě menší radosti těší víc než jedna velká; a \(v(-2000)=-1\,807{,}5\) bolí méně než dvě ztráty po tisícovce (−1 964,3). Proto lidé v zisku riziko odmítají a ve ztrátě ho vyhledávají („ještě to dorovnám“).

Benartzi a Thaler (1995) spojili averzi ke ztrátě s častým vyhodnocováním do krátkozraké averze ke ztrátě: investor, který se dívá každý měsíc, vidí ztrátu skoro v polovině případů a akcie mu připadají nesnesitelné, ačkoli na dlouhém horizontu vydělávají.myopic loss aversion

Tab. 10.1Pravděpodobnost, že za dané období uvidíte ztrátu (lognormální model, tab. 0.1)
Portfoliodenměsícrok5 let10 let
Akcie vyspělých trhů49,0 %45,6 %35,2 %19,7 %11,4 %
60 / 4048,7 %43,9 %29,8 %11,8 %4,7 %

S averzí ke ztrátě 2,25 je měsíční pocitová bilance akcií záporná (očekávaný zisk 2,15 % proti 2,25násobku očekávané ztráty 1,57 % dává −1,4 % za měsíc), roční už kladná (+2,6 %). Stejné portfolio, jiná frekvence pohledu, opačný pocit.

10.2Kognitivní a emoční zkreslení

Kognitivní zkresleníchyby v úsudku a zpracování informací setrvání u názoru:konzervatismus, potvrzení, iluze kontroly,zpětný pohled, reprezentativnost zpracování informací:ukotvení, mentální účtování, rámování,dostupnost Emoční zkresleníplynou z pocitů a impulzů averze ke ztrátěpřehnaná sebedůvěranedostatek sebekontrolylpění na současném stavuefekt vlastnictvíaverze k lítosti dají se zmírnit: data, vzdělání, pravidla hůř se odstraňují: často je třebaportfolio přizpůsobit
Obr. 10.1 Dvě skupiny zkreslení podle původu a obvyklý způsob, jak s nimi pracovat.
Tab. 10.2Nejčastější zkreslení a jejich stopa v portfoliu
ZkresleníJak se projevujeCo s tím
Averze ke ztrátě a dispoziční efektztrátové pozice se drží příliš dlouho, ziskové se prodávají brzyhodnotit podle výhledu, ne podle nákupní ceny; pravidla předem
Přehnaná sebedůvěrapříliš mnoho obchodů, málo diverzifikace, podcenění rizikavést si záznamy o prognózách; sázky omezit limitem
Potvrzeníhledání zpráv, které podporují už zaujatý názorzáměrně hledat protiargumenty
Ukotvenílpění na výchozím čísle – nákupní ceně, loňském maximuocenit znovu od nuly
Reprezentativnost a nedávnostprotahování posledních výnosů do budoucna, honba za výkonnostídlouhé řady, základní četnosti
Dostupnostvýběr podle toho, o čem se právě mluvísystematický proces výběru
Stádnostnákup, protože kupují ostatní; bubliny a panikyinvestiční politika, rebalancování
Domácí zkreslenípřevaha domácích titulů bez ohledu na jejich váhu ve světěglobální benchmark jako výchozí bod
Lpění na současném stavuportfolio se nemění, i když se změnily okolnostipravidelná revize, rozumné výchozí volby
Rámováníjiná odpověď podle toho, zda je riziko podáno jako zisk, nebo ztrátaptát se oběma způsoby, v korunách i procentech

Odean (1998) a Barber a Odean (2000) na účtech drobných investorů ukázali obojí: zisky se realizují výrazně ochotněji než ztráty a ti, kdo obchodují nejvíc, mají po nákladech nejhorší výsledky. Náklad 1 p. b. ročně z nadbytečného obchodování připraví milionové portfolio při 7 % za dvacet let o 663 tis. Kč (3,87 proti 3,21 mil. Kč).disposition effect; overconfidence; confirmation bias; anchoring; representativeness; herding; home bias; status quo bias; framing

10.3Mentální účtování a behaviorální portfolio

Mentální účtování je sklon dělit peníze do oddělených „obálek“ podle původu nebo účelu a rozhodovat o každé zvlášť. Vede k nesmyslům – 200 000 Kč na spořicím účtu za 2 % vedle spotřebitelského úvěru za 12 % stojí 20 000 Kč ročně – ale má i užitečnou stránku: lidem pomáhá držet se cílů.mental accounting

Behaviorální teorie portfolia (Shefrin a Statman, 2000) popisuje portfolio jako pyramidu vrstev, každou pro jiný cíl a s jiným postojem k riziku. Alokace podle cílů (kapitola 6) dává tomuto přirozenému sklonu řád: vrstvy jsou přípustné, pokud se celek sečte a zkontroluje jako jedno portfolio.behavioral portfolio theory

Satelitynejvýš 5–10 % Jádroglobální akcie a dluhopisy podle profilu Rezerva a krátkodobé cíle3–6 měsíčních výdajů, peníze do 3 let jednotlivé tituly, témata,alternativy; „hrací“ část levně, široce, s pravidlyrebalancování účty a peněžní trh;nepočítá se do rizika zde vznikávětšina výnosu
Obr. 10.2 Vrstvy portfolia jednotlivce. Podíly jsou orientační; důležité je pořadí stavby zdola a to, aby satelitní část byla dost malá na to, aby její ztráta neohrozila cíle.

10.4Portfolio individuálního investora v Česku

  • Zadání. Vlastní investiční politika na jednu stranu: cíle, horizonty, rezerva, cílové váhy, pásma, pravidlo rebalancování, kdy se dokument reviduje (kapitola 1).
  • Měna. Výdaje jsou v korunách, většina světových aktiv v cizích měnách. U dluhopisů měnové riziko převáží nad jejich vlastním: zahraniční dluhopis s volatilitou 5 % a nezajištěným kurzem s volatilitou 9 % má v korunách volatilitu \(\sqrt{5^2+9^2}=10{,}3\ \%\). Dluhopisová část má proto být korunová nebo měnově zajištěná. U akcií kurz přidá méně (z 16 na 18,4 % při nulové korelaci) a koruna v krizích obvykle slábne, což ztráty tlumí: při korelaci −0,3 vychází 15,8 %.
  • Domácí zkreslení. Český akciový trh tvoří zlomek procenta světové kapitalizace a je soustředěn do několika titulů a odvětví. Jako jádro portfolia nestačí.
  • Daně. Příjem z prodeje cenných papírů je u fyzické osoby osvobozen po splnění časového testu tří let, případně při úhrnu příjmů z prodeje do 100 000 Kč za rok. Rebalancování novými vklady a nástroje, které výnosy reinvestují, daňovou stopu snižují. Úplný výklad včetně limitů, výjimek a daňově zvýhodněných produktů na stáří má průvodce Daně investora.
  • Náklady. Celková nákladovost fondu, poplatky poradce a obchodníka, kurzové přirážky. Tabulka 8.1 ukazuje, co udělá procento ročně.
  • Lidský kapitál a nemovitost. Vlastní bydlení, podnik a zaměstnání jsou části portfolia, i když nejsou na výpisu (kapitola 6; průvodce Nemovitosti jako investice).
  • Bezpečnost. Ověřený poskytovatel s povolením ČNB, oddělená evidence majetku zákazníků. Náhrada z Garančního fondu obchodníků s cennými papíry kryje selhání obchodníka (90 % nároku, nejvýše ekvivalent 20 000 EUR), nikoli tržní ztráty; vklady jsou pojištěny do ekvivalentu 100 000 EUR. Podrobně průvodce Ochrana investora a podvody.
Z praxe

Nejúčinnější obranou proti vlastním zkreslením je automatizace: trvalý příkaz v den výplaty, předem dané termíny kontroly (stačí jednou či dvakrát ročně) a pravidlo, že mimořádná změna strategie se dělá až po čtrnácti dnech na rozmyšlenou a po přečtení vlastní investiční politiky.

10.5Jak číst reporting správce

Zpráva o portfoliu za období 1 Výnosvážený časem? po nákladech?za 1, 3, 5 let a od počátku 2 Benchmarkodpovídá strategii?byl určen předem? 3 Rizikovolatilita, největší pokles,aktivní riziko 4 Složeníváhy vůči cílům a pásmům,koncentrace, měny 5 Atribucealokace, nebo selekce?dovednost, nebo faktor? 6 Nákladyvše v korunách i v %:správa, obchody, pobídky Kontrolní otázky: Vydělal jsem víc než levný pasivní fond se stejným rizikem? Je portfolio stále v souladu s mou investiční politikou? Změnilo se něco u mě? Výnos fondu (vážený časem) není můj výnos (vážený penězi) – kapitola 9.
Obr. 10.3 Šest částí, které má zpráva správce obsahovat, a otázky, které si u nich klást.

Časté úskoky: výnos před poplatky místo po nich; benchmark bez dividend (cenový index) proti fondu s dividendami; srovnávací období začínající u dna trhu; benchmark měněný zpětně; „absolutní výnos“ bez jakéhokoli srovnání; průměr aritmetický místo anualizovaného.

10.6Investiční dotazník a vhodnost

Pravidla jednání se zákazníkem stanoví směrnice MiFID II (2014/65/EU), v Česku provedená zákonem č. 256/2004 Sb., o podnikání na kapitálovém trhu (ZPKT), a přímo použitelné nařízení Komise v přenesené pravomoci (EU) 2017/565.

Tab. 10.3Tři režimy podle poskytované služby
SlužbaCo obchodník zjišťujeDůsledekPředpis
Investiční poradenství, obhospodařování majetkuodborné znalosti a zkušenosti; finanční zázemí včetně schopnosti nést ztráty; investiční cíle včetně tolerance k rizikutest vhodnosti: doporučit nebo provést lze jen to, co je pro zákazníka vhodné§ 15h ZPKT; čl. 54 a 55 nařízení
Ostatní služby (např. přijetí a provedení pokynu)odborné znalosti a zkušenostitest přiměřenosti: neodpovídá-li služba znalostem, obchodník zákazníka upozorní; pokyn provést může§ 15i ZPKT; čl. 55 a 56 nařízení
Pouhé provedení pokynu z podnětu zákazníka u jednoduchých nástrojůnicbez testu; zákazník musí být o tom poučen§ 15k ZPKT

Co z toho plyne pro klienta:

  • Dotazník není formalita. Je to zákonná podoba investiční politiky z kapitoly 1; schopnost nést ztráty a tolerance k riziku jsou v zákoně výslovně. Od srpna 2022 se při posuzování vhodnosti zjišťují i preference v oblasti udržitelnosti (nařízení (EU) 2021/1253).
  • Odpovědi „na míru“ produktu, který chcete koupit, vás připravují o ochranu. Obchodník se smí na vaše údaje spolehnout, pokud neví, že jsou zjevně nepravdivé nebo zastaralé.
  • Při investičním poradenství dostane neprofesionální zákazník před uzavřením obchodu prohlášení o vhodnosti (nařízení mu říká zpráva o vhodnosti): shrnutí rady a zdůvodnění, proč doporučení odpovídá jeho cílům, osobním poměrům, době investice, znalostem a zkušenostem, postoji k riziku a schopnosti nést ztrátu (čl. 25 odst. 6 směrnice MiFID II; čl. 54 odst. 12 nařízení).
  • Při obhospodařování majetku má dostávat pravidelný výpis jednou za tři měsíce (čl. 60 odst. 3 nařízení; výjimkou je například online přístup k aktuálnímu ocenění, do kterého zákazník aspoň jednou za čtvrtletí nahlédne) a oznámení, klesne-li hodnota portfolia o 10 % proti stavu na začátku vykazovaného období a pak při každých dalších 10 % – nejpozději do konce pracovního dne, kdy k poklesu došlo (čl. 62 odst. 1).
  • Obchodník musí předem i následně, nejméně jednou ročně, vyčíslit všechny náklady a jejich dopad na výnos (§ 15d ZPKT; čl. 50 nařízení).
  • Výměnu jednoho nástroje za jiný musí při poradenství a správě podložit rozborem nákladů a přínosů (§ 15h ZPKT).
Pozor

Ochrana platí v plném rozsahu pro neprofesionální zákazníky. Kdo požádá o zařazení mezi profesionální, části se vzdává. A žádné pravidlo nenahradí vlastní úsudek: vhodnost říká, že produkt odpovídá vašemu profilu, ne že je dobrý nebo levný. Předpisy se mění; aktuální znění ověřte ve Sbírce zákonů a na webu ČNB (zdroje a datum ověření v příloze C).

10.7Procvičení

1
Investor s hodnotovou funkcí z oddílu 10.1 dostane nabídku: 50 % na zisk 3 000 Kč, 50 % na ztrátu 1 000 Kč. Přijme ji? Jaká je očekávaná hodnota?
Očekávaná hodnota +1 000 Kč. \(v(3000)=3000^{0{,}88}=1\,147{,}8\), \(v(-1000)=-982{,}2\). Součet \(0{,}5\cdot1\,147{,}8-0{,}5\cdot982{,}2=+82{,}8\): přijme, výhra překročila hranici 2 513 Kč.
2
Akcie mají v logaritmech roční střední výnos 5,66 % a volatilitu 14,87 %. Jaká je pravděpodobnost ztráty za čtvrtletí a za tři roky?
\(P=N\big(-m\,t/(s\sqrt t)\big)=N(-0{,}3806\sqrt t)\). Čtvrtletí: \(N(-0{,}190)=42{,}5\ \%\). Tři roky: \(N(-0{,}659)=25{,}5\ \%\).
3
Investorka drží akcii koupenou za 500 Kč, která stojí 320 Kč, a jinou koupenou za 300 Kč, která stojí 450 Kč. Potřebuje hotovost a chce prodat tu ziskovou, „aby nerealizovala ztrátu“. Jaká zkreslení se tu uplatňují a jak se rozhodnout správně?
Dispoziční efekt (averze ke ztrátě), ukotvení na nákupní ceně a mentální účtování (každá akcie jako zvláštní účet). Nákupní cena je utopený náklad; rozhodovat má výhled obou akcií, jejich role v portfoliu a daně. Daňově bývá naopak výhodnější realizovat ztrátu a ziskovou pozici držet do splnění časového testu.
4
Klient si při investičním poradenství přeje do dotazníku uvést vyšší toleranci k riziku, „aby mohl koupit ten fond“. Co na to pravidla a co zdravý rozum?
Test vhodnosti (§ 15h ZPKT) stojí na pravdivých údajích o znalostech, finančním zázemí včetně schopnosti nést ztráty a o cílech včetně tolerance k riziku. Poradce nesmí klienta navádět k úpravě odpovědí a nevhodný nástroj nesmí doporučit. Klient, který odpovědi přikrášlí, se zbavuje ochrany i podkladu pro případnou reklamaci. Rozumné je probrat, proč fond do profilu nepatří, a případně zvážit menší podíl v rámci satelitní části.
5
Český investor váhá mezi nezajištěným a korunově zajištěným fondem zahraničních státních dluhopisů (σ dluhopisů 5 %, σ kurzu 9 %, korelace 0). Jakou volatilitu má každá varianta a co z toho plyne?
Zajištěný 5 %, nezajištěný \(\sqrt{0{,}05^2+0{,}09^2}=10{,}3\ \%\). Nezajištěná varianta má dvojnásobné riziko, které určuje hlavně kurz; přestává plnit roli bezpečné složky. Očekávaný výnos kurzu je přitom blízko nuly a zajištění u dluhopisů stojí zhruba rozdíl krátkých úrokových sazeb obou měn.
Co si odnést
  • Ztráta bolí asi dvakrát víc, než stejný zisk potěší; častý pohled na portfolio tento pocit násobí.
  • Kognitivní zkreslení se dají zmírnit informací a pravidly, emočním je často třeba portfolio přizpůsobit.
  • Vrstvy podle cílů jsou v pořádku, pokud se celek hodnotí jako jedno portfolio.
  • Český investor řeší navíc měnu, domácí zkreslení, časový test a náklady.
  • Investiční dotazník je zákonná podoba investiční politiky; pravdivé odpovědi jsou vaše ochrana.
PřílohaA

Slovníček

Pojmy z celého průvodce česky a anglicky. Hledat lze v obou jazycích i ve výkladu.

PřílohaB

Vzorce na jednom místě

Investiční politika a užitek

Požadovaný výnos\[1+r_{nom}=(1+r_{real})(1+\pi),\qquad 1+r=(1+s)(1+\pi)(1+c)\]
Užitek a optimální podíl rizikového portfolia\[U=E(R)-\tfrac12A\sigma^2,\qquad y^{*}=\frac{E(R_P)-R_f}{A\,\sigma_P^2}\]

Výnos a riziko portfolia

Kovariance a korelace\[\sigma_{ij}=\sum_s p_s[R_{i,s}-E(R_i)][R_{j,s}-E(R_j)],\qquad \rho_{ij}=\frac{\sigma_{ij}}{\sigma_i\sigma_j}\]
Portfolio\[E(R_p)=\sum_i w_iE(R_i),\qquad \sigma_p^2=\sum_i\sum_j w_iw_j\sigma_{ij}=\mathbf w^{\top}\boldsymbol\Sigma\mathbf w\]
Dvě aktiva: minimální rozptyl a tangenciální portfolio\[w_1^{MV}=\frac{\sigma_2^2-\sigma_{12}}{\sigma_1^2+\sigma_2^2-2\sigma_{12}},\qquad w_1^{T}=\frac{e_1\sigma_2^2-e_2\sigma_{12}}{e_1\sigma_2^2+e_2\sigma_1^2-(e_1+e_2)\sigma_{12}}\]
Meze diverzifikace\[\sigma_p^2=\frac{\bar\sigma^2}{n}+\frac{n-1}{n}\,\overline{\mathrm{Cov}}\]

Přímky a CAPM

CAL a CML\[E(R_c)=R_f+\frac{E(R_P)-R_f}{\sigma_P}\,\sigma_c,\qquad E(R_p)=R_f+\frac{E(R_M)-R_f}{\sigma_M}\,\sigma_p\]
Beta, SML a rozklad rizika\[\beta_i=\frac{\sigma_{iM}}{\sigma_M^2}=\rho_{iM}\frac{\sigma_i}{\sigma_M},\qquad E(R_i)=R_f+\beta_i[E(R_M)-R_f],\qquad \sigma_i^2=\beta_i^2\sigma_M^2+\sigma_{\varepsilon_i}^2\]

Faktorové modely

Faktorový model a APT\[R_i=a_i+\sum_k b_{ik}F_k+\varepsilon_i,\qquad E(R_p)=R_f+\sum_k\lambda_kb_{pk},\qquad \sigma_p^2=\sum_k\sum_l b_{pk}b_{pl}\mathrm{Cov}(F_k,F_l)+\sigma_{\varepsilon_p}^2\]

Alokace

Royův poměr, rovnovážné výnosy, příspěvky k riziku\[SFR=\frac{E(R_p)-R_L}{\sigma_p},\qquad \boldsymbol\Pi=\delta\,\boldsymbol\Sigma\,\mathbf w_{trh},\qquad CR_i=w_i\frac{(\boldsymbol\Sigma\mathbf w)_i}{\sigma_p}\]
Lidský kapitál\[HC=\frac{Y}{r-g}\Big[1-\Big(\frac{1+g}{1+r}\Big)^{n}\Big]\]

Riziko

VaR a CVaR (normální rozdělení)\[VaR_\alpha=(z_\alpha\sigma_p\sqrt t-\mu_pt)\,V,\qquad CVaR_\alpha=\Big(\frac{\varphi(z_\alpha)}{1-\alpha}\sigma_p\sqrt t-\mu_pt\Big)V\]
Maximální pokles\[MDD=\max_t\Big(1-\frac{V_t}{\max_{s\le t}V_s}\Big),\qquad \text{zisk k návratu}=\frac1{1-MDD}-1\]

Aktivní správa

Informační poměr a základní zákon\[IR=\frac{\overline{R_P-R_B}}{\sigma(R_P-R_B)}=TC\cdot IC\cdot\sqrt{BR},\qquad SR_P^2=SR_B^2+IR^2,\qquad \sigma_A^{*}=\frac{IR}{SR_B}\sigma_B\]
Diverzifikační výnos rebalancování\[\tfrac12\Big(\sum_iw_i\sigma_i^2-\sigma_p^2\Big)\]

Výkonnost

Výnos vážený časem, penězi a Dietzova metoda\[TWR=\Big[\prod_k(1+r_k)\Big]^{1/n}-1,\qquad \sum_t\frac{CF_t}{(1+MWR)^t}=0,\qquad r=\frac{V_1-V_0-\sum CF_i}{V_0+\sum w_iCF_i}\]
Míry očištěné o riziko\[SR=\frac{R_P-R_f}{\sigma_P},\quad M^2=R_f+SR_P\sigma_M,\quad T=\frac{R_P-R_f}{\beta_P},\quad \alpha=R_P-[R_f+\beta_P(R_M-R_f)],\quad \text{Sortino}=\frac{R_P-MAR}{DD}\]
Brinsonova–Fachlerova atribuce\[A_i=(w_{P,i}-w_{B,i})(R_{B,i}-R_B),\quad S_i=w_{B,i}(R_{P,i}-R_{B,i}),\quad I_i=(w_{P,i}-w_{B,i})(R_{P,i}-R_{B,i})\]

Behaviorální finance

Hodnotová funkce prospektové teorie\[v(x)=x^{\alpha}\ (x\ge0),\qquad v(x)=-\lambda(-x)^{\alpha}\ (x<0),\qquad \alpha=0{,}88,\ \lambda=2{,}25\]
PřílohaC

Zdroje a předpoklady

Předpisy

  • Zákon č. 256/2004 Sb., o podnikání na kapitálovém trhu, § 15h – při investičním poradenství a obhospodařování majetku zákazníka (§ 4 odst. 2 písm. e) a d)) obchodník získá informace o odborných znalostech a zkušenostech v oblasti investic, o finančním zázemí včetně schopnosti nést ztráty a o investičních cílech včetně tolerance k riziku (odst. 1), v rozsahu umožňujícím posoudit vhodnost (odst. 2). Znění účinné od 1. 9. 2026. Ověřeno 15. 11. 2026 v úředním znění (e-Sbírka, e-sbirka.gov.cz).
  • Tentýž zákon, § 15i a § 15k – u ostatních hlavních investičních služeb obchodník žádá o informace o odborných znalostech a zkušenostech (přiměřenost) a zákazníka upozorní, pokud služba neodpovídá (§ 15i odst. 1 až 3); při přijímání, předávání a provádění pokynů z podnětu zákazníka u jednoduchých nástrojů to není povinen dělat, pokud o tom zákazníka informoval (§ 15k odst. 1). § 15d odst. 1 písm. e), odst. 3 a 4 – informování o veškerých nákladech a úplatách, souhrnně a na žádost po položkách. § 15h odst. 4 až 6 – analýza nákladů a přínosů při výměně nástroje. Znění účinné od 1. 9. 2026. Ověřeno 15. 11. 2026 v úředním znění (e-Sbírka, e-sbirka.gov.cz).
  • Směrnice Evropského parlamentu a Rady 2014/65/EU (MiFID II), čl. 24 a 25 – obecné zásady a informace pro zákazníky; posouzení vhodnosti a přiměřenosti a podávání zpráv zákazníkům. Prohlášení o vhodnosti před uskutečněním obchodu ukládá čl. 25 odst. 6. Ověřeno 15. 11. 2026 v úředním znění (Úřední věstník EU, eur-lex.europa.eu).
  • Nařízení Komise v přenesené pravomoci (EU) 2017/565 – čl. 50 odst. 2 a 9: náklady a poplatky se sdělují souhrnně předem i následně, následně každoročně; čl. 54 odst. 11: analýza nákladů a přínosů při výměně investice; čl. 54 odst. 12: zpráva o vhodnosti pro neprofesionálního zákazníka; čl. 55 a 56: společná ustanovení a přiměřenost; čl. 60 odst. 3: pravidelný výpis při správě portfolia jednou za tři měsíce, s výjimkami (online přístup k ocenění; nejméně jednou za dvanáct měsíců, dostává-li zákazník informace po každém obchodu); čl. 62 odst. 1: oznámení, sníží-li se hodnota portfolia oceněná na začátku vykazovaného období o 10 % a poté o násobky 10 %, nejpozději do konce pracovního dne. Ověřeno 15. 11. 2026 v úředním znění (Úřední věstník EU, eur-lex.europa.eu).
  • Nařízení Komise v přenesené pravomoci (EU) 2021/1253 – začlenění faktorů, rizik a preferencí udržitelnosti do pravidel nařízení 2017/565, tedy i do posuzování vhodnosti; podle čl. 2 se použije od 2. 8. 2022. Ověřeno 15. 11. 2026 v úředním znění (Úřední věstník EU, eur-lex.europa.eu).
  • ESMA: Obecné pokyny k některým aspektům požadavků směrnice MiFID II na vhodnost (2022) – výklad pro dohledové orgány a obchodníky. Ověřeno 15. 11. 2026.
  • Daňová pravidla (časový test tří let, hodnotový test 100 000 Kč úhrnu příjmů z prodeje) a ochrana majetku zákazníků (Garanční fond obchodníků s cennými papíry, pojištění vkladů) jsou uvedeny jen přehledově ve shodě s průvodci Investování, Daně investora a Ochrana investora a podvody, kde mají úplný zdroj. Předpisy se mění; před rozhodnutím ověřte aktuální znění ve Sbírce zákonů a na webu ČNB.

Literatura

  • Markowitz, H. (1952): Portfolio Selection. Journal of Finance 7 (1), 77–91.
  • Roy, A. D. (1952): Safety First and the Holding of Assets. Econometrica 20 (3), 431–449.
  • Tobin, J. (1958): Liquidity Preference as Behavior Towards Risk. Review of Economic Studies 25 (2), 65–86.
  • Sharpe, W. F. (1964): Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk. Journal of Finance 19 (3), 425–442.
  • 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 47 (1), 13–37.
  • Mossin, J. (1966): Equilibrium in a Capital Asset Market. Econometrica 34 (4), 768–783.
  • Black, F. (1972): Capital Market Equilibrium with Restricted Borrowing. Journal of Business 45 (3), 444–455.
  • Black, F., Jensen, M. C., Scholes, M. (1972): The Capital Asset Pricing Model: Some Empirical Tests. In: Jensen, M. C. (ed.): Studies in the Theory of Capital Markets. New York: Praeger.
  • Merton, R. C. (1973): An Intertemporal Capital Asset Pricing Model. Econometrica 41 (5), 867–887.
  • Ross, S. A. (1976): The Arbitrage Theory of Capital Asset Pricing. Journal of Economic Theory 13 (3), 341–360.
  • Roll, R. (1977): A Critique of the Asset Pricing Theory’s Tests. Journal of Financial Economics 4 (2), 129–176.
  • Fama, E. F., French, K. R. (1992): The Cross-Section of Expected Stock Returns. Journal of Finance 47 (2), 427–465.
  • Fama, E. F., French, K. R. (1993): Common Risk Factors in the Returns on Stocks and Bonds. Journal of Financial Economics 33 (1), 3–56.
  • Fama, E. F., French, K. R. (2010): Luck versus Skill in the Cross-Section of Mutual Fund Returns. Journal of Finance 65 (5), 1915–1947.
  • Fama, E. F., French, K. R. (2015): A Five-Factor Asset Pricing Model. Journal of Financial Economics 116 (1), 1–22.
  • Jegadeesh, N., Titman, S. (1993): Returns to Buying Winners and Selling Losers. Journal of Finance 48 (1), 65–91.
  • Carhart, M. M. (1997): On Persistence in Mutual Fund Performance. Journal of Finance 52 (1), 57–82.
  • Frazzini, A., Pedersen, L. H. (2014): Betting Against Beta. Journal of Financial Economics 111 (1), 1–25.
  • Asness, C. S., Frazzini, A., Pedersen, L. H. (2019): Quality Minus Junk. Review of Accounting Studies 24 (1), 34–112.
  • Harvey, C. R., Liu, Y., Zhu, H. (2016): … and the Cross-Section of Expected Returns. Review of Financial Studies 29 (1), 5–68.
  • McLean, R. D., Pontiff, J. (2016): Does Academic Research Destroy Stock Return Predictability? Journal of Finance 71 (1), 5–32.
  • Jorion, P. (1986): Bayes–Stein Estimation for Portfolio Analysis. Journal of Financial and Quantitative Analysis 21 (3), 279–292.
  • Michaud, R. O. (1989): The Markowitz Optimization Enigma: Is “Optimized” Optimal? Financial Analysts Journal 45 (1), 31–42.
  • Ledoit, O., Wolf, M. (2004): Honey, I Shrunk the Sample Covariance Matrix. Journal of Portfolio Management 30 (4), 110–119.
  • DeMiguel, V., Garlappi, L., Uppal, R. (2009): Optimal Versus Naive Diversification: How Inefficient Is the 1/N Portfolio Strategy? Review of Financial Studies 22 (5), 1915–1953.
  • Black, F., Litterman, R. (1992): Global Portfolio Optimization. Financial Analysts Journal 48 (5), 28–43.
  • Brinson, G. P., Fachler, N. (1985): Measuring Non-U.S. Equity Portfolio Performance. Journal of Portfolio Management 11 (3), 73–76.
  • Brinson, G. P., Hood, L. R., Beebower, G. L. (1986): Determinants of Portfolio Performance. Financial Analysts Journal 42 (4), 39–44.
  • Ibbotson, R. G., Kaplan, P. D. (2000): Does Asset Allocation Policy Explain 40, 90, or 100 Percent of Performance? Financial Analysts Journal 56 (1), 26–33.
  • Treynor, J. L. (1965): How to Rate Management of Investment Funds. Harvard Business Review 43 (1), 63–75.
  • Sharpe, W. F. (1966): Mutual Fund Performance. Journal of Business 39 (1), 119–138.
  • Jensen, M. C. (1968): The Performance of Mutual Funds in the Period 1945–1964. Journal of Finance 23 (2), 389–416.
  • Modigliani, F., Modigliani, L. (1997): Risk-Adjusted Performance. Journal of Portfolio Management 23 (2), 45–54.
  • Sortino, F. A., Price, L. N. (1994): Performance Measurement in a Downside Risk Framework. Journal of Investing 3 (3), 59–64.
  • Grinold, R. C. (1989): The Fundamental Law of Active Management. Journal of Portfolio Management 15 (3), 30–37.
  • Clarke, R., de Silva, H., Thorley, S. (2002): Portfolio Constraints and the Fundamental Law of Active Management. Financial Analysts Journal 58 (5), 48–66.
  • Sharpe, W. F. (1991): The Arithmetic of Active Management. Financial Analysts Journal 47 (1), 7–9.
  • Artzner, P., Delbaen, F., Eber, J.-M., Heath, D. (1999): Coherent Measures of Risk. Mathematical Finance 9 (3), 203–228.
  • Kahneman, D., Tversky, A. (1979): Prospect Theory: An Analysis of Decision under Risk. Econometrica 47 (2), 263–291.
  • Tversky, A., Kahneman, D. (1992): Advances in Prospect Theory: Cumulative Representation of Uncertainty. Journal of Risk and Uncertainty 5 (4), 297–323.
  • Benartzi, S., Thaler, R. H. (1995): Myopic Loss Aversion and the Equity Premium Puzzle. Quarterly Journal of Economics 110 (1), 73–92.
  • Odean, T. (1998): Are Investors Reluctant to Realize Their Losses? Journal of Finance 53 (5), 1775–1798.
  • Barber, B. M., Odean, T. (2000): Trading Is Hazardous to Your Wealth: The Common Stock Investment Performance of Individual Investors. Journal of Finance 55 (2), 773–806.
  • Shefrin, H., Statman, M. (2000): Behavioral Portfolio Theory. Journal of Financial and Quantitative Analysis 35 (2), 127–151.
  • Bodie, Z., Merton, R. C., Samuelson, W. F. (1992): Labor Supply Flexibility and Portfolio Choice in a Life Cycle Model. Journal of Economic Dynamics and Control 16 (3–4), 427–449.
  • Bodie, Z., Kane, A., Marcus, A. J. (2021): Investments. 12. vydání. New York: McGraw-Hill.
  • Grinold, R. C., Kahn, R. N. (2000): Active Portfolio Management. 2. vydání. New York: McGraw-Hill.
  • Maginn, J. L., Tuttle, D. L., McLeavey, D. W., Pinto, J. E. (eds.) (2007): Managing Investment Portfolios: A Dynamic Process. 3. vydání. Hoboken: Wiley.
  • CFA Institute (2019): Global Investment Performance Standards (GIPS) for Firms 2020.

Modelové předpoklady

  • Třídy aktiv, jejich výnosy, volatility a inflace podle průvodce Investování; korelace podle tab. 0.1 tohoto průvodce. Korelační matice je pozitivně definitní.
  • Bezriziková sazba 2 %; tržní portfolio v kapitolách 4 a 9 jsou akcie vyspělých trhů (7 % / 16 %). Faktorové prémie v kapitole 5 jsou ilustrační.
  • Výnosy jsou v jednoobdobových výpočtech normální, ve víceletých simulacích lognormální a v čase nezávislé; skutečné trhy mají tlustší konce, shluky volatility a proměnlivé korelace.
  • Efektivní hranice bez krátkých prodejů a bez transakčních nákladů; páka za bezrizikovou sazbu, není-li uvedeno jinak.
  • Daně, poplatky a kurzové vlivy jsou zahrnuty jen tam, kde je to výslovně řečeno.
  • Všechna čísla v příkladech, tabulkách, schématech a řešeních jsou spočítaná skriptem a zaokrouhlená až na konci.
Interaktivní průvodce Portfolio management (listopad 2026). Studijní materiál, ne investiční doporučení ani nabídka; neposkytuje investiční, daňové ani právní poradenství. Osoby, firmy a fondy v příkladech jsou smyšlené. Minulé ani modelové výnosy nejsou zárukou budoucích.