1.

KVANTITATIVNA ISTRAIVANJA U EKONOMIJI

Teorijska ekonomija formulie zakonitosti izmeu ekonomskih pojava i procesa, prua

saznanja o ekonomskim fenomenima i konstruie idealne modele. Teorijska i matematika
ekonomija su pojavni oblici obuhvatanja i analize ekonomskih zakonitosti. Matematika
ekonomija predstavlja teorijsku primenu matematikih pojmova i sredstava u ekonomiji.
Teorijska i matematika ekonomija su apstraktne u svojim analizama. Primena matematikih
sredstava u ekonomskim istraivanjima se razvijala uporedo s razvojem ekonomske misli.
Prvi znaajniji doprinos dao je francuski ekonomista Kornot. Matematika ekonomija
obuhvata:
1. analitike metode
2. teorije o reprodukciji, teorije o cenama
U savremenoj matematikoj ekonomiji izgrauju se modeli opte privredne ravnotee, modeli
neravnotee, modeli rasta i makroekonomski modeli programiranja. Uloga ekonomske
statistike se ogleda u prikupljanju, obradi, sreivanju i prikazivanju podataka o ekonomskim
pojavama. Matematika statistika obuhvata metode merenja zasnovane na kontrolisanim
eksperimentima. Smatra se da rad francuskog naunika Devenanta predstavlja prvo objavljeno
delo koje sadri primenu statistikih metoda na ekonomske podatke. Pojedini metodi su
razvijeni tokom 19.veka, a prva moderna statistika istraivanja vrio je italijanski statistiar
Enini.
2. OBJASNITE POJMOVE: MODELIRANJE, MODEL, EKONOMSKI MODEL

Model je opti pojam koji je prisutan na svakom polju naunih saznanja. Modeliranje je
postupak koji pripada razliitim metodama istraivanja i koji je podvrgnut strogim logikim
kriterijumima. Model je pojednostavljena slika stvarnosti, bilo koja forma ilustrativnog ili
simbolikog preslikavanja kvalitativnih ili kvantitativnih zakonitosti.
Modeliranje je ispitivanje odreenih procesa na modelima. U matematikom smislu
modeliranje je korienje analogije koja postoji izmeu procesa razliite prirode i koja
omoguuje da se ti procesi opiu matematikim relacijama. Ono je celishodno ako je relativno
jeftino i brzo.
Ekonomski model je pojednostvaljeni zatvoreni sistem veza izmeu ekonomskih pojava, skup
pretpostavki koje priblino opisuju ekonomsko ponaanje. Ekonomski model izraava
ekonomsku strukturu pomou matematikih relacija:
jednaine ponaanja
bezuslovne jednakosti
bilansne jednaine
tehnoloke ili tehnoekonomske jednaine
jednaine strukturnih meuzavisnosti ili instrumentalne jednaine.
Varijable modela su kvantitativno izraene promenljive ekonomske kategorije. Parametri su
numerike vrednosti koje karakteriu smer i jainu veza meuzavisnosti i povezuju dve ili
vie ekonomskih varijabli.

3. KARAKTERISTIKE I VRSTE EKONOMSKIH PODATAKA

Ekonomska istraivanja se najcece oslanjaju na gotove podatke, koji se dobijaju iz razliitih

izvora. Neki od podataka se koriste direktno, a na osnovu drugih se konstruiu veliine koje
odgovaraju nekoj teorijskoj ekonomskoj definiciji. Da bi rezultati ekonomskog modeliranja
bili pouzdani i upotrebljivi, neophodno je precizno poznavati tip, sadraj, pouzdanost, izvor
podataka kao i metode njihove obrade.

1
Ekonomski podaci se mogu klasifikovati na osnovu jedinica ispitivanja i vremenske
dimenzije. Prema jedinicama ispitivanja podaci mogu biti 1. mikroekonomski i 2.
makroekonomski.
Makroekonomski podaci se odnose na grupe privrednih jedinica, kao to su narodna privreda,
regionalne jedinice, delatnosti narodne privrede ili delatnosti regiona. Ako se ispituju jedinice
narodne privrede, kao domainstva, preduzea, tada se podaci nazivaju mikroekonomskim.
Sa stanovita vremenske dimenzije, podaci mogu biti klasifikovani na 1. vremenske serije, 2.
uporedne preseke i 3. panel podatke.
Podaci vremenskih serija predstavljaju osmatranja vrednosti neke ekonomske varijable u nizu
uzastopnih vremenskih jedinica.
Podaci uporednih preseka se odnose na ekonomske jedinice u datoj vremenskoj jedinici. Ovi
podaci se najee koriste za ispitivanje socioekonomskih pokazatelja.
Panel podaci predstavljaju mikroekonomsku vremensku seriju, pri emu se snimanje vri na
manjem uzorku, ime je omogueno praenje vremenskog razvoja pojave, najece
porodinih budeta.

4. OSNOVNE KARAKTERISTIKE EKONOMETRIJSKIH ISTRAIVANJA

Ekonometrija obuhvata i objedinjuje metode i rezultate istraivanja teorijske i matematike

ekonomije, ekonomske i matematike statistike. Predmet ekonometrijskih istraivanja su
ekonomske pojave koje moraju da zadovolje sl. uslove:
nepromenljivost u vremenu zakonitosti
kvantifikacija pojava
izbor faktora koji utiu na pojavu
raspolaganje odgovarajuim statistikim podacima
Prva ekonometrijska istraivanja su vrena u SAD-u nakon prvog svetskog rata.
Poseban podsticaj razvoju ekonometrije dali su osnivanje Ekonometrijskog drutva 1931.
godine i izdavanje asopisa "Econometrica". Sledea faza razvoja ekonometrije poklapa se sa
poetkom Drugog svetskog rata i traje do kraja 50-tih godina. Tri glavna cilja
ekonometrijskih istraivanja:
testiranje ekonomske teorije
obezbeenje empirijski zasnovanih rezultata
predvianje buduih vrednosti ekonomskih varijabli
Namera istraivaa je da otkrije efekte jedne na neku drugu varijablu.

5. SPECIFIKACIJA, OCENJIVANJE I TESTIRANJE EKONOMETRIJSKOG MODELA

1. Specifikacija modela je matematika formulacija jednaine modela. Ova faza je

primarna i predstavlja najsloeniji deo u ekonometrijskom radu. Potrebno utvrditi
skup endogenih i egzogenih promenljivih, skup objanjenih i objanjavajuih
promenljivih i analitiki oblik relacija meuzavisnosti. Relacije se formuliu
oslanjajui se na ekonomsku teoriju, rezultate ranijih istraivanja i raspoloive
podatake. Treba pronai to jednostavniji i jasniji model, sa to manjim brojem
parametara za ocenjivanje.
2. Ocenjivanje modela znai prethodnu obradu podataka i ocenu strukturnih i
stohastikih parametara. Skup podataka mora biti pouzdan, jer se samo tako mogu
obezbediti pouzdane numerike vrednosti parametara. Podaci moraju biti pripremljeni
tako da omoguuju jasnu identifikaciju jednaina. Ne postoji neki opti metod
ocenjivanja parametara, ve se bira onaj koji e obezbediti tane vrednosti parametara.

2
 Rezultati ocenjivanja se moraju prikazati u sklopu moguih odstupanja zbog greaka u
ocenjivanju.
3. Testiranje ocenjenih parametara predstavlja ispitivanje tanosti ekonomskih
kategorija. Prva provera se odnosi na pretpostavke ekonomske teorije. Parametri koji
udovoljavaju ekonomskim, podvragavaju se testiranju statistikih kriterijuma
(npr.koeficijent determinacije). Testovima drugog reda, tzv. ekonometrijskim
kriterijumima, ispituju se pretpostavke o karakteristikama stohastikog elementa.
Ukoliko te pretpostavke nisu ispunjene, statistiki kriterijumi gube svoj znaaj.
4. Testiranje moi predvianja ekonometrijskog modela znai otkrivanje kako model
predstavlja veze izmeu promenljivih izvan uzorka ocenjivanja testiranjem razlike
izmedu ekstrapolisanih i stvarnih ekonomskih veliina.

6. VARIJABLE EKONOMETRIJSKIH MODELA

Postoje dve grupe varijabli: endogene i egzogene. Endogene (zavisne) promenljive se

odreuju u samom modelu, a egzogene (nezavisne) promenljive su ekonomske kategorije
koje imaju vrednosti van modela. Skup svih egzogenih promenljivih i legiranih endogenih
promenljivih formiraju sistem predeterminisanih promenljivih. Skup svih endogenih i
egzogenih promenljivih se naziva skupom objanjavajuih promenljivih, a zavisna
promenljiva se naziva objanjenom.
Razlikovanje endogenih i egzogenih promenljivih zavisi od karaktera modela. U regresionoj
analizi se esto za objanjenu (zavisnu) promenljivu koristi termin regresand, a za
objanjavajuu (nezavisnu) promenljivu regresor. U postupcima predvianja, budue
vrednosti objaavajuih promenljivih se nazivaju prediktorima, a objanjenih promenljivih
predikatandima. Kada se istrauju uzrono posledine veze izmeu ekonomskih pojava,
varijablama se dodeljuju nazivi uzrona i rezultujua varijabla.
Statistika obrada moe zahtevati uvoenje i pomonih promenljivih u model:
1. promenljiva konstante,
2. promenljiva trenda,
3. proksi promenljiva
4. kvalitativne promenljive

7. STRUKTURA EKONOMETRIJSKIH MODELA

Formulisanje ekonometrijskog modela znai prevoenje ekonomskog modela u oblik koji se

moe testirati. Ekonometrijski model se sastoji od:
1. skupa jednaina ponaanja izvedenih iz ekonomskog modela
2. specifikacije rasporeda sluajnog lana.
Ekonomski modeli pretpostavljaju funkcionalne veze meuzavisnosti ekonomskih varijabli, a
osnovna karakteristika ekonometrijskih modela je stohastinost.
Sluajni lan ili greka modela obuhvata zajedniki uticaj svih promenljivih ili greaka koje
nisu obuhvaene kao objanjavajue promenljive na zavisnu promenljivu. Sluajni lan
obuhvata:
1. uticaj greaka koje nastaju zbog nepredvidivog ljudskog ponaanja
2. uticaj greke izostavljanja bitnih faktora iz ekonometrijskog modela
3. posledice pretpostvaki pojednostavljenja relacija u modelu u odnosu na sloene
stvarne veze meuzavisnosti
4. uticaj greaka u merenju endogenih promenljivih.
Najjednostavniji oblik ekonomskog modela sadri po jednu endogenu i egzogenu
promenljivu.

3
 8. KLASIFIKACIJA EKONOMETRIJSKIH MODELA

1. Na osnovu obuhvatanja elemenata sluajnosti, razlikuju se:

Deterministiki modeli sadre strogu zavisnost izmeu obuhvaenih
ekonomskih kategorija
Ekonometrijski modeli sadre stohastiki elemenat
2. Prema matematikom obliku razlikujemo: linearne i nelinearne modele.
Linearni modeli su linearni i po parametrima i po promenljivama. Linearnost
po parametrima znai da su jednaine definisane kao linearna kombinacija
parametara sa promenljivama. Linearnost po parametarima omoguuje linearne
ocene. Ako je veza izmeu endogenih i egzogenih promenljivih nelinearna,
mogue je izvriti transformaciju promenljivih tako da se dobije veza linearna
po parametrima.
3. U zavisnosti od obuhvatanja vremenske dimenzije razlikujemo:
U statikim modelima se pojavljuju endogene promenljive samo iz istog
vremenskog perioda.
Dinamiki modeli sadre endogene promenljive sa kanjenjem i/ili
promenljivu vreme, ili neku njenu funkciju.
Osnovna podela ekonometrijskih modela se odnosi na broj jednaina:
1. modeli sa jednom jednainom
2. modeli sa dve ili vie jednaina, pri emu svaka od jednaina moe da sadri
jednu ili vie objanjavajuih promenljivih.
Prema broju jednaina u modelu i veza meuzavisnosti promenljivih, ekonometrijski modeli
se dele na jednostavne, rekurzivne i simultane. Jednostavni ekonometrijski modeli su oni koji
se sastoje od jedne jednaine, ili se sastoje od vie jednaina s tim da ne sadre meusobne
veze izmeu endogenih promenljivih, tako da se svaka jednaina moe tretirati samostalno.
Ekonometrijski model sainjen od vie jednaina je rekurzivan ako postoji ureeni niz
endogenih promenljivih u kojem svaka endogena promenljiva zavisi od predeterminisanih.
Ovi modeli se nazivaju i modelima uzronog lanca. Slino jednostavnim, i kod rekurzivnih
modela se jednaine mogu samostalno ocenjivati. Simultani ekonometrijski modeli sadre
jednaine u kojima postoji povratna sprega izmeu endogenih promenljivih modela. Parametri
simultanih modela se ocenjuju posebnim postupcima, kojima se odjednom obuhvataju sve
jednaine ponaanja.
Prema optim karakteristikama ekonometrijski modeli se mogu svrstati u sledee grupe:
1. modeli uzrono-posledinih veza imaju za cilj otkrivanje uzrono-posledinih veza
koje postoje izmeu endogene i svake objanjavajue promenljive u svakoj
jednaini
2. simptomatiki modeli - mogu se pojaviti i takve jednaine u kojima postoji jaka
veza izmeu objanjavajuih i endogene promenljive, ali ne postoji mogunost
ekonomske interpretacije uzrono-posledinih veza
3. modeli analize vremenskih serija slue za opisivanje kretanja endogene
promenljive u vremenu

9. PREDMET ISTRAIVANJA FINANSIJSKE EKONOMETRIJE I PRIMERI

NJEN PRIMENE

Predmet istraivanja finansijske ekonometrije su varijable, procesi i uesnici u finansijama i

na finansijskom tritu. Zadatak finansijske ekonometrije je da otkrije regularnosti u kretanju
varijabli, efekte promena faktora na varijable i veze meuzavisnosti izmeu varijabli.
Brooks navodi deset primera primene finansijske ekonometrije:

4
 1. testiranje informacione efikasnosti finansijskih trita,
2. uporeivanje modela vrednovanja kapitala (CAPM) i teorije arbitranog
vrednovanja (APT) za odreivanje stope promene rizinih ulaganja,
3. merenje i predvianje kolebljivosti stope promene sredstava,
4. objanjenje determinanti kreditne sposobnosti,
5. modeliranje dugorone veze cena i kurseva,
6. odreivanje optimalnog koeficijenta obezbeenja za promptnu poziciju,
7. odreivanje najunosnijeg tehnikog pravila trgovanja,
8. testiranje hipoteze da saoptenje o dividendi nema uticaja na cene akcija,
9. testiranje brzine reakcije promptnog i fjuers trita na novosti,
10. predvianje korelacije izmeu indeksa akcija dve zemlje.

10.
U finansijskoj ekonometriji obino se izuavaju dva tipa varijabli. Prvi tip su varijable
promene koje pokazuju brzinu promene neke veliine u jednom trenutku kontinuelnog
vremena ili u kratkom intervalu diskretnog vremena. Drugi tip su varijable nivoa, koje ine
akumulisane veliine tokom odreenog perioda kontinuelnog vremena ili nekoliko kratkih
intervala diskretnog vremena.

11. FORMIRANJE REGRESIONE PRAVE OSNOVNE POPULACIJE I UZORKA

Specifikacija ekonometrijskog modela obuhvata:

utvrivanje skupa endogenih i egzogenih promenljivih,
utvrivanje skupa strukturnih i stohastikih parametara,
definisanje matematike forme meuzavisnosti
definisanje pretpostavki u vezi sa karakterom meuzavisnosti u modelu i
rasporedom sluajnog lana. .

12. TA JE OCENA? NAVEDITE NJENE OSOBINE

Ocena parametara je funkcija kojom se odreuje ocenjena vrednost nepoznatih parametara

modela.
Osobine za male uzorke podrazumevaju nezavisnost od broja elemenata u uzorku. Ocena je:
nepristrasna,
efikasna,
linearna,
dovoljna
Osobine za velike uzorke se razmatraju za one uzorke u kojima je broj osmatranja proizvoljno
velik i tei ka beskonanosti. Ocena je:
1. asimptotski nepristrasna
2. konzistentna
3. asimptotski efikasna,
4. asimptotski normalno rasporeena

13. METOD KLASINIH KVADRATA

Po metodu obinih najmanjih kvadrata, parametri modela se ocenjuju tako da zbir kvadrata
reziduala na osnovu uzorka bude minimalan. Potreban uslov za minimum funkcije Q se dobija
izjednaavanjem prvih parcijalnih izvoda po sadranim parametrima s nulom. Reavanje po

5
nepoznatim parametrima se moe vriti razliitim postupcima primenljivim na sistem
linearnih jednaina.

14. METOD MAKSIMALNE VERODOSTOJNOSTI

Metod maksimalne verodostojnosti je opti metod koji se koristi za reavanje razliitih

problema. Kada se radi o regresionoj analizi, vri se odreivanje onih vrednosti parametara pri
kojima e verovatnoa realizacije vrednosti date endogene promenljive biti najvea. Metod
maksimalne verodostojnosti daje iste rezultate za ocene parametara kao i metod klasinih
kvadrata, ali ocena varijanse rezidualne promenljive je pristrasna.

15. KOEFICIJENT DETERMINACIJE

Odstupanje objanjene promenljive od svog proseka predstavlja ukupne varijacije koje se

mogu rastaviti na objanjen deo varijacija (objanjen regresijom) i neobjanjen deo (rezidual).
Kolinik objanjenih i ukupnih varijacija je koeficijent determinacije. Vrednost koeficijenta
determinacije pokazuje koji je deo ukupnih varijacija objanjene promenljive objanjen
modelom, dok se ostali deo varijacija moe pripisati faktorima koji nisu obuhvaeni
modelom, pa su sadrani u rezidualu.
Vrednost koeficijenta determinacije je ograniena. to je vea vrednost koeficijenta
determinacije, vea je i vanost faktora obuhvaenih modelom.

16. STANDARDNA GREKA I TESTIRANJE HIPOTEZE O VREDNOSTI I

STATISTIKOJ ZNAAJNOSTI PARAMETARA

Standardna greka ocenjenog parametra predstavlja meru pouzdanosti ocene, odnosno

verovatnoe variranja ocenjenih vrednosti izmeu pojedinih uzoraka u osnovnoj populaciji.
Testiranje hipoteze o vrednosti parametra se vri test statistikom. Ako je izraunata statistika
manja od kriticne vrednosti tada se prihvata nulta hipoteza da se ocenjeni parametar ne
razlikuje znaajno od pretpostavljene ili poeljne vrednosti.
Testiranje nulte hipoteze o statistikoj znaajnosti parametra. Ako je izraunata statistika
vea od kritine vrednosti tada se odbacuje nulta hipoteza i ocenjeni parametar se znaajno
razlikuje od nule i zakljuuje se da odgovarajui regresor znaajno utie na zavisnu
promenljivu.
17. ANALIZA VARIJANSE I F-TEST

Svrha analize varijanse je ispitivanje zanaajnosti sume objanjenih varijacija zavisne

promenljive modela. Ukupne varijacije mogu rastaviti na objanjene i neobjanjene.
F-statistikom se testira nulta hipoteza da objanjavajua promenljiva X nema znaajnog
uticaja na Y. Ako je izraunata statistika F0 vea od kritine vrednosti F-distribucije uz nivo
signifikantnosti i brojeve stepeni slobode 1 i n-2, tada se zakljuuje da je zbir objanjenih
varijacija znaajno vei od sume neobjanjenih, i da postoji znaajan uticaj X na Y.
F-testom moe testirati i statistika znaajnost koeficijenta determinacije. Ako je F 0 vee od F,
to znai da je koeficijent determinacije statistiki znaajan ili statistiki visoko znaajan tj. da
postoji znaajna zavisnost Y od objanjavajue promenljive.

18. PROGNOZIRANJE I PREDVIANJE

Prognoza predstavlja statistiki pristup problemu i pretpostavlja inerciju razvoja pojave,

kretanje veliina po autoregresivnoj emi u budunosti isto kao i u prolosti, po ustaljenom

6
trendu. Ekonometrijskim pristupom se vri predvianje razvoja pojave, kao posledice
promene faktora na osnovu poznavanja uzrono-posledinih veza meuzavisnosti.
Predvianje ekonometrijskim modelom je uslovno, jer se zasniva na uslovima da se u
budunosti nee promeniti strukturne veze izmeu promenljivih i da e objanjavajue
promenljive imati vrednosti koje se pretpostavljaju na osnovu odreenih pravila ekonomskog
kretanja i ponaanja.
Testiranje moi predvianja ekonometrijskim modelom se moe vriti statistikom. Ako je
izraunata vrednost t0 manja od kritine vrednosti t-distribucije, zakljuuje se da je statistiki
neznaajna razlika izmeu stvarne i predviene vrednosti i da je mo predvianja
zadovoljavajua. Ako je t>t(,n-2), tada je mo predvidanja slaba, tj. vrednosti van uzorka
osmatranja nisu u skladu sa relacijama ustanovljenim na osnovu uzorka.

19. OCENJIVANJE MULTIVARIJATNIH MODELA

Model koji sadri dve ili vie objanjavajucih promenljivih naziva se multivarijatnim
modelom. Koeficijent determinacije multivarijatnog modela pokazuje procenat varijacija
zavisne promenljive objanjen zajednikim uticajem svih regresora. Standardna greka
ocenjenog parametra dobija se kao proizvod korena nepristrasne ocene varijanse greke
modela i korena j-tog dijagonalnog elementa.
Ako je apsolutna vrednost statistike vea od praga znaajnosti tada se ocena parametra
statistiki znaajno razlikuje od nule, i izvodi se zakljuak da j-ti regresor znaajno utie na
zavisnu promenljivu.

20. TESTIRANJE MULTIVARIJANTNIH MODELA

Da nijedna objanjavajua promenljiva nema znaajnog uticaja na zavisnu promenljivu se

testira statistikom. Ako je izraunata vrednost vea od kritine vrednosti F-rasporeda uz nivo
signifikantnosti i brojeve stepeni slobode, tada se zakljuuje da regresori imaju znaajan
zajedniki uticaj na promene zavisne promenljive. Ovaj rezultat se tretira istovremeno i kao
pokazatelj statistike znaajnosti koeficijenta determinacije.
Korigovani koeficijent determinacije predstavlja koeficijent determinacije korigovan za broj
stepeni slobode. Opravdano je uvesti dodatni regresor u model ako time dolazi do poveanja
korigovanog koeficijenta determinacije. Korigovani koeficijent determinacije je uvek manji
od obinog koeficijenta determinacije. Njegov nedostatak je da u nekim sluajevima moe
poprimiti i negativnu vrednost i tada je bez znaaja za analizu.
T-statistika je jedna od moguih pokazatelja za testiranje moi predvianja multivarijatnog
modela. Ako je apsolutna vrednost izraunate statistike manja od kritine vrednosti t-
rasporeda, uz rizik greke i broj stepeni slobode, tada se moe zakljuiti da razlika izmeu
stvarne i predviene vrednosti nije znaajna i da je mo predvianja modela zadovoljavajua.

21. FINANSIJSKA TRITA I FINANSIJSKE INSTITUCIJE

Postoje dva osnovna tipa trita:

1. robno na kome se nude i trae razne vrste roba i usluga.
2. finansijsko - na kome se nude i trae finansijska sredstva. Finansijsko trite je
organizovani prostor na kome se susreu ponuda i tranja finansijskih sredstava, kao
to su efektivni domai i strani novac, hartije od vrednosti, potraivanja, dispozicije
itd. U zavisnosti od ponude i tranje finansijskih sredstava formira se njihova cena
koja se izraava putem kamatne stope.
Poslovi na finansijskom tritu mogu biti:

7
 1. promptni - kada se ralizacija vri odmah ili najkasnije u roku od dva dana.
2. terminski - sa utvrenim rokom.
Finansijsko trite se deli na sledee vrste:
1. Trite kapitala na njemu se susreu ponuda i tranja za kapitalom.
2. Devizno trite - na njemu se obavlja promet stranih sredstava placanja, tj. kupovina i
prodaje deviza putem brokera, ovlacenih lica i ovlacenih banaka, kao i otkup i
prodaja deviza od strane nacionalne banke.
3. Novano trite - na njemu se susreu kratkorona ponuda i tranja novca. Ovde se
pojavljuju dve vrste trinih instrumenata: krediti i hartije od vrednosti na kratak rok.
Najei poslovi koji se obavljaju na novanom tritu su: meubankarsko
kreditiranje, kupovina i prodaja hartija od vrednosti radi odravanja likvidnosti,
realizacija kamatne arbitrae, realizacija pekulativnih altivnosti.
Vrste finansijskih institucija su: intermedijarne finansijske institucije, berze i pomone i
specijalizovane finansijske organizacije. Intermedijarne finansijske institucije su:
1. komercijalne banke
2. tedionice
3. tedno-kreditne zadruge
4. osiguravajue kompanije
5. finansijske kompanije i drugi institucionalni investitori
Berze predstavljaju organizovani prostor na kome se po strogo utvrdenim pravilima trguje
hartijama od vrednosti, novcem i stranim sredstvima placanja. Razlikujemo univerzalne i
specijalizovane berze.
U pomone i specijalizovane finansijske organizacije spadaju:
1. eskontne kue (diskontne banke)
2. emisiona drutva
3. posrednici u osiguranju
4. akceptne banke
5. trgovake banke
22. HARTIJE OD VREDNOSTI

Hartija od vrednosti je pismena isprava kojom se njen izdavalac obavezuje da ispuni obavezu
upisanu na toj ispravi njenom zakonitom imaocu.
Vrste hartije od vrednosti:
1. Robne hartije od vrednosti
2. Menice
3. ekovi
4. Akcije su hartije od vrednosti koje glase na deo osnovnog kapitala akcionarskog
drutva. Akcije mogu biti:
- obine (redovne)
- prioritetne
- konvertibilne
5. Obveznice su dunike hartije od vrednosti kojim se emitent obavezuje da e imaocu u
roku njenog dospea isplatiti nominalnu vrednost i kamatu; za razliku od akcija, ovde
postoji pravo naplate i uplate. Vrste obveznica:
- garantovane obveznice, negarantovane obveznice i hipotekarne zalonice
kratkorocne i dugorocne obveznice
- obveznica bez kupona i obveznica sa kuponima
- obveznice sa fiksnom i varijabilnom kamatom
- jednokratna obaveznica i obveznica u anuitetima
- participativna

8
 6. Blagajniki, komercijalni i dravni zapisi su dunike hartije od vrednosti radi
pribavljanja kratkoronih kreditnih pozajmica.
7. Certifikat o depozitu
8. Finansijski derivativi:
- Finansijski terminski ugovori (forvard ugovori, fjuers ugovori i svop ugovori)
- Opcijski ugovori.
Osnovni finansijski instrumenti su:
1. menice
2. akcije
3. obveznice
4. blagajniki, komercijalni i dravni zapisi
5. certifikat o depozitu
6. finansijski derivativi
Ostali finansijski instrumenti su:
1. gotov novac
2. depozitni novac
3. nemonetarni depoziti
4. krediti
5. tedne knjiice
6. polise osiguranja

23. OSNOVI POJMOVI PORTFOLIO MENADMENTA

Portfolio je skup ili kombinacija razliitih sredstava neke institucije ili fizikog lica. Dranje
portfolia je povezano sa strategijom ulaganja i limitiranja rizika koja se zove diverzifikacija.
Njen cilj je smanjivanje ukupnog rizika. Sredstva sadrana u portfoliu mogu biti:
akcije
obveznice
obveznice s varantom
fjuers ugovori
opcije
zlatni certifikati
nekretnine
proizvodna postrojenja i
ostala sredstva koja imaju vrednost i za koja se oekuje da ce je zadrati
Portfolio menadment obuhvata donoenje odluke o sredstvima koja se ukljuuju u portfolio,
u skladu sa ciljevima vlasnika i ekonomskim uslovima i okolnostima. Strategije formiranja
portfolia mogu biti:
1. portfolio sa jednakim ponderima
2. portfolio sa ponderima na osnovu kapitalizacije
3. portfolio ponderisan na osnovu cena.
Diverzifikacija ukazuje na formiranje portfolia od razliitih sredstava od kojih svaka sa
sobom nosi odreeni prinos i odreeni rizik. Cilj menadmenta portfolia je da formira takav
portfolio koji uz dati prihvatljivi nivo rizika ima najveu moguu stopu prinosa. Investitori
imaju averziju prema riziku, to znaci da od dva sredstva sa jednakom stopom prinosa
investitori preferiraju manje rizina ulaganja. Investitor ce prihvatiti vei rizik jedino ako je
praen veom oekivanom stopom prinosa. Ako investitor eli vei prinos, mora prihvatiti i
vei rizik. Portfolio moe biti sainjen od rizinih sredstava ili od kombinacije rizinih i
nerizinih sredstva. Nerizino sredstvo obezbeuje stalnu stopu prinosa, bez rizika, to znai
da je njena varijansa i devijacija odnosno volatilnost jednaka nuli.

9
 24. PROSTA I KONTINUELNA STOPA PRINOSA SREDSTAVA

U praenju dinamike rasta ili pada vrednosti finansijskih sredstava u finansijskim analizama
se ece kontinuelna stopa prinosa. Prosta stopa prinosa je kolinik prinosa u narednoj
jedinici vremena u odnosu na baznu vremensku jedinicu. Kontinuelna stopa prinosa je
prirodni logaritam kolinika tekue i prethodne vrednosti. Prednost kontinuelne stope je u
tome da se prostim sabiranjem stopa uzastopnih vremenskih jedinica dobija kontinuelna stopa
za ukupan vremenski period. Ukupna godinja stopa prinosa kod proste stope se mora
raunati posebno. Kod kontinuelne stope ukupna godinja stopa je jednaka zbiru mesenih
stopa, dok se prosecna mesena kontinuelna stopa se moe dobiti jednostavnim deljenjem.

25. VARIJANSA I DEVIJACIJA STOPE PRINOSA SREDSTAVA

U analizama performansi ulaganja posebno znaajno mesto pripada riziku. Kao mera rizika
uzima se istorijska volatilnost, koja je jednaka devijaciji kontinuelne stope prinosa u
odredenom prolom vremenskom periodu. Prosek zbira kvadrata jednaka je varijansi, a koren
varijanse je devijacija.
26. MODERNA PORTFOLIO TEORIJA

MPT se bavi diverzifikacijom portfolija racionalnog investitora radi njegove optimizacije, kao
i odreivanjem cena rizinih sredstava. U MPT stopa prinosa nekog sredstva se modelira kao
sluajna promenljiva koja ima svoju oekivanu vrednost i varijansu. U MPT kao mera rizika
se uzima standardna devijacija stope prinosa.
Preferencija investitora prema odnosu rizik/prinos moe opisati kvadratnom funkcijom
korisnosti, zbog ega su za ulagae bitna dva elementa:
1. prinos
2. volatilnost
Nebitni elementi su: asimetrija i spljotenost njihovog rasporeda.
Po pretpostavkama MPT:
prinos portfolia je ponderisana kombinacija sadranih sredstava
volatilnost portfolia zavisi od volatilnosti i koeficijenata korelacije sadranih
sredstava, pa je promena kolebljivosti nelinearna u sluaju promene strukture
portfolija.

27. OCEKIVANA VREDNOST PORTFOLIA I VOLATILNOST PORTFOLIA

Oekivana vrednost stope prinosa portfolia ponderisani prosek oekivanih vrednosti stopa
prinosa sadranih sredstava.
28. LINIJA ALOKACIJE KAPITALA

Linija alokacije kapitala (CAL) je prava koja pokazuje kretanje oekivane vrednosti stope
prinosa u odnosu na rizik u portfoliu koji sadri kombinaciju jednog rizinog i nerizinog
sredstva. CAL se formira variranjem ueca rizinog sredstva u portfoliu wi od 0% do 100%,
pri cemu je uece nerizinog sredstva ostatak, tj. wf = 1 - wi. U praktinom radu CAL se
prikazuje grafiki u pravouglom koordinatnom sistemu, gde je na horizontalnoj osi prikazan
rizik (devijacija), a na vertikalnoj stopa prinosa. Za prikaz CAL dovoljno je izraunati dve
take preko kojih ona prolazi: jedna je taka na vertikalnoj osi sa vrednou nerizine stope, a
druga je taka sa 100% uecem rizinog sredstva.

10
 29. GRANICA EFIKASNOSTI I SHARP-OV INDEKS

Ako se skup svih moguih kombinacija svih sredstava predstavlja grafiki u vidu taaka tada
sve take pripadaju regionu koja je ograniena hiperbolom. Gornji krak hiperbole se naziva
granica efikasnosti ulaganja, koja matematiki predstavlja presek skupa portfolia sa
minimalnom varijansom i skupa portfolia sa maksimalnom stopom prinosa. Granica
efikasnosti je uvek konveksna. Na granici efikasnosti nalaze se portfolia koja daju najnii rizik
za datu stopu prinosa, odnosno najveu stopu prinosa uz dati rizik. Take ispod granice
efikasnosti su suboptimalne, a take iznad granice efikasnosti se mogu dobiti ukljuivanjem
nerizinih sredstava u portfolio. Sharp-ov indeks je mera dodatne stope prinosa nekog
sredstva (ili portfolia) iznad nerizine stope u odnosu na njegov rizik.
Ako dva sredstva imaju jednaku oekivanu vrednost stope prinosa, tada e povoljnije biti ono
sredstvo koja ima veu vrednost Sharp-ovog indeksa. Od onih portfolia koji se nalaze na
granici efikasnosti, onaj koji ima najveu vrednost Sharp-ovog indeksa naziva se tangencijalni
portfolio.
30. SISTEMATSKI I NESISTEMATSKI RIZIK

Nesistematski, specifini, diverzifikovani ili jedinstveni rizik se pridruuje pojedinanim

sredstvima u portfoliu, kod kog se specifini rizici meusobno ponitavaju diverzifikacijom.
Sistematski, portfolio ili trini rizik je zajedniki za sva sredstva i od njega se ne moemo
osloboditi diverzifikacijom. Ovaj rizik je jednak devijaciji trinog portfolia. Rizik novog
sredstva je rizik koji se nabavkom tog sredstva dodaje na trini rizik. Rizik novog sredstva i
njegova korelacija sa trinim portfoliom su istorijski odreeni, a cena koju treba platiti za
novo sredstvo se odreuje na osnovu njegove povezanosti s trinim portfoliom.

31. KARAKTERISTINA LINIJA SREDSTAVA

SCL predstavlja odnos izmedu stope prinosa datog sredstva i prosene trine stope prinosa
RM u vremenu t. Za trinu stopu prinosa uzima se prosek hartija od vrednosti ostvaren na
nekom finansijskom tritu. Radi jednostavnosti, pretpostavlja se da je SCL linearnog oblika.
Ocenjena vrednost i se naziva Jensen-ova alfa. Ocenjena vrednost je mera aktivnog prinosa i
ulaganja u odnosu na trini prosek nakon eliminisanja uticaja rizika. Na efikasnom tritu
oekivana vrednost ovog koeficijenta jednaka je stopi prinosa nerizinog sredstva. Ako je:
i < Rf tada dolazi do ponitavanja sredstava za investitora,
i = Rf tada je vrednost sredstava investitora nepromenjena,
i > Rf tada dolazi do stvaranja vrednosti za investitora.
Parametar i pokazuje relaciju oekivane vrednosti stope prinosa i-tog sredstva (ili portfolia)
prema celom finansijskom tritu. Ako je:
i = 0 tada je dato sredstvo nezavisno od trinih kretanja,
i > 0 tada sredstvo prati trina kretanja,
i < 0 tada sredstvo prati trite inverzno.
Beta koeficijent (finansijska elastinost ili korelisana relativna volatilnost) meri osetljivost
stope prinosa nekog sredstva u odnosu na prosenu trinu stopu. Ako se SCL oceni za neki
portfolio u odnosu na prosenu trinu stopu, tada je beta koeficijent mera sistematskog rizika
portfolia i pokazuje onaj deo varijanse koji se ne moe izbei diverzifikacijom. Treynor-ov
indeks je mera dodatne stope prinosa iznad nerizine stope u odnosu na nesistematski rizik
izraen koficijentom beta. Ovaj indeks slui za rangiranje sub-portfolia u okviru ireg
portfolia. Vea vrednost indeksa ukazuje na bolje performanse.

11
 32. TRINA LINIJA SREDSTAVA

SML predstavlja pravu koja odraava prosenu trinu relaciju rizika i stope prinosa. Grafik
ove funkcije u koordinatnom sistemu, ija je horizontalna osa , a vertikalna osa R, jeste
prava iji je presek sa ordinatnom osom jednaka sa nerizinom stopom Rf, a nagib je dat
izrazom E(Rm Rf). Za konstrukciju je dovoljno uzeti dve tacke, jedna je (0,Rf) a druga (1,E
RM ) .
33. MODEL VREDNOVANJA KAPITALA CAPM

CAPM se izvodi iz trine linije sredstava. Ako se na grafikonu trine linije sredstava takom
prikae par podataka ija je apscisa ocenjena, a ordinata oekivana vrednost prinosa, tada
dobijena taka moe biti na trinoj liniji sredstava (tada je sredstvo ispravno vrednovano),
iznad linije (tada je sredstvo precenjeno i za dati rizik nosi veci prinos nego to to prosecna
trina kretanja obezbeduju) ili ispod linije (tada je sredstvo potcenjeno). Diskontovanjem
buduih oekivanih prinosa prema poeljnoj stopi dobija se ispravno vrednovana sadanja
vrednost sredstva. Ako je poznata najverovatnija vrednost sredstva na kraju nekog perioda,
tada se diskontovanjem dobija ispravna vrednost; ako je tekua aktuelna vrednost razliita od
izraunate zbog trinih okolnosti, ona e biti vraena na ispravnu vrednost. Pretpostavke
primene CAPM su:
cilj investitora je maksimiranje korisnosti
investitori su racionalni i odbojni prema riziku
investitori ne mogu da utiu na cene
investitori mogu neogranieno uzimati i davati zajam uz nerizinu stopu
sva sredstva se mogu deliti na male delove
ne postoje transakcioni trokovi.
Nedostaci CAPM se ogledaju u sledeem:
pretpostavlja se da stope prinosa imaju zajedniku normalnu distribuciju
pretpostavljase da je varijansa i devijacija adekvatna mera rizika
model ne objanjava u dovoljnoj meri varijacije prinosa
pretpostavlja se da za datu stopu prinosa preferira nii trini rizik
preferira via stopa prinosa
pretpostavlja se homogenost ocekivanja investitora.

34. ARBITRANA TEORIJA VREDNOVANJA

U APT se pretpostavlja da je oekivana vrednost stope prinosa nekog finansijskog sredstva

funkcija razliitih makroekonomskih faktora ili teorijskih trinih pokazatelja. Osetljivost
stope prinosa sredstva na pojedine faktore izraava se beta koeficijentima. U arbitranoj teorji
vrednovanja primenjuju se dva tipa modela:
1. koeficijenti se ocenjuju na osnovu podataka vremenskih serija
2. koeficijenti se ocenjuju na osnovu podataka uporednih preseka
Kada je data vremenska serija podataka, tada se u prvom koraku ocenjuje model, u drugom
koraku se metodom maksimalne verodostojnosti simultano reava sistem od tri matrine
jednaine za dobijanje egzaktnog vrednovanja iz modela sa restrikcijom, ime se odreuju
nepoznate vrednosti. Faktori koji se ukljuuju u APT model su npr. kratkorone i dugorone
kamatne stope, stopa inflacije, stopa rasta industrijske proizvodnje, stopa rasta GDP, stopa
rasta agregatne potronje, berzanski indeksi, cena nafte, cena zlata i drugih plemenitih metala,
kurs deviza.

12
 35. POSTMODERNA PORTFOLIO TEORIJA

Postmoderna portfolio teorija predstavlja proirenje moderne portfolio teorije. Postmoderna

teorja predlae kako racionalni investitori treba da koriste diverzifikaciju u cilju optimizacije
portfolia i daje metode za odreivanje cena rizinih sredstava. Simetrinost rasporeda znai da
se uzimaju jednako rizinim kako prebaaj, tako i podbaaj u odnosu na poeljnu stopu
prinosa. Pored toga, pretpostavka o normalnom rasporedu znai i to da ako prevladaju
prebaaji u odnosu na podbaaje, ili obrnuto, raunski dobijena mera rizika ce biti vea nego
to u stvari ona jeste. Rezultati istraivanja finansijske i portfolio teorije kao i skoro
neograniene mogunosti raunarske tehnike omoguili su razvijanje novih modela u okviru
postmoderne portfolio teorije. Najpoznatiji alati PMPT su model rizika nanie, Sortino-ov
indeks i asimetrija volatilnosti.

43. OSNOVI POJMOVI MENADMENTA DERIVATIVIMA

Derivativi su finansijski instrumenti ija vrednost zavisi od drugih osnovnih finansijskih

instrumenata. Meu derivative pripadaju:
1. forvard ugovori
2. fjuers ugovori
3. svopovi
4. opcije.
Forvard i fjuers ugovori su sporazumi dve strane obavezujueg karaktera, o buduoj
isporuci nekog sredstva po unapred utvrenoj ceni. Forvard ugovori se realizuju jedino na
dan dospea, a fjuers ugovori mogu biti predmet trgovine na tritu hartija od vrednosti.
Opcijski ugovori ili opcije daju pravo jednoj ugovornoj strani da kupi ili proda u ugovoru
sadrano finansijsko sredstvo, a druga strana je u obavezi da izvri prodaju, odnosno
kupovinu. Opcije su takoe predmet trgovanja na tritu hartija od vrednosti. Svop ugovor se
zakljuuje izmeu dve strane posredstvom banke, putem kojeg se vri zamena isplata kamata
dve vrste, prebijanjem kamata i isplatom neto razlike, s ciljem izbegavanja kamatnog rizika i
rizika deviznih kurseva. Pretpostavke o perfektnom finansijskom tritu:
1. nepostojanje arbitrae; arbitraa znaci da postoji mogucnost ostvarenja nerizinog
profita
2. nepostojanje transakcionih trokova, poreza, ni restrikcija za nepokrivene pozicije, a
sve hartije od vrednosti su perfektno deljive.

44. OBRAUN CENA FORVARD I FJUERS UGOVORA

Forvard i fjuers ugovor predstavljaju sporazum dve strane, od kojih je jedna u kupovnoj
poziciji (duga pozicija) i koja se obavezuje da kupi od druge strane, koja je u prodajnoj
poziciji (kratka pozicija) i koja se obavezuje da proda, u ugovoru sadrano sredstvo na jedan
budui po unapred ugovorenoj ceni isporuke. Tekua cena ugovora zavisi od:
1. cene isporuke
2. vremena isporuke
3. tekuce cene sadranog sredstva
4. vremena do dospeca.
Razlika izmedu forvard i fjucers ugovora je u tome da se fovard ugovor realizuje tek na dan
dospea, bez meuvremenih plaanja, fjuers ugovorima se moe trgovati na tritima hartija
od vrednosti, pa se i pre vremena dospea moe odrediti neka tekua cena. Ona cena isporuke
za koju je cena ugovora jednaka nuli naziva se forvard cena, odnosno fjuers cena.

13
 45. TIPOVI OPCIJE
Prema tipu, opcije mogu biti:
1. opcije kojima se trguje na berzi:
opcije na akcije
robne opcije
opcije na obveznice
opcije na deonice ili indeksne opcije
opcije na fjucers ugovore
2. vanberzanske opcije:
opcije kamatne stope
opcije unakrsnih kurseva deviza
opcije na svopove
3. Opcije na hartije od vrednosti za zaposlene

46. BLACK-SCHOLES MODEL VREDNOVANJA OPCIJA

Model, koji esto slui za odreivanje cene hartija od vrednosti, i koji je ujedno i osnova za
Black-Scholes model vrednovanja opcija, jeste geometrijsko Brown-ovo kretanje.

47. STRATEGIJE ZA OBEZBEENJE OD RIZIKA

Zbog visoke volatilnosti opcioni poslovi su visoko rizini. Postoje razlicite tradicionalne i
sloene strategije obezbedenja od rizika. Jedna od mogucih strategija izdavaoca menice je da
bude u pasivnom poloaju: ako je banka prodala kupovnu opciju, moe da ostane u
nepokrivenom poloaju, da saeka ishod postupka imaoca opcije i da po potrebi kupi akcije
na tritu, koje ce imalac opcije od nje kupiti. Druga je moguca strategija uzeti pokriveni
poloaj, znai na dan prodaje kupovne opcije banka odmah kupuje predmetne akcije na
tritu, bez obzira na njihovu trenutnu cenu. Obe ove strategije su esto neodgovarajue zbog
moguih visokih gubitaka za izdavaoca opcije. Trea moguca strategija je tzv stop-loss
strategija koju banka primenjuje kod prodaje kupovne opcije. Nepokrivena pozicija se
zadrava sve dok je tekua cena akcija manja od ugovorene cene. Kad je tekua cena akcija
via od ugovorene cene akcije se kupuju na tritu, a ako nakon toga cene padnu, akcije se
prodaju. Ova strategija ukljuuje i transakcione trokove i povremeno vezivanje kapitala u
akcije, ime se gubi eventualna kamata. Sloenije strategije obezbeenja od rizika uzimaju u
obzir promene cena akcija u vremenu i formiranje portfolio sa drugim derivativima, a
njihovom primenom se vri stalno prilagoavanje u procesu dinamike strategije obezbeenja
od rizika. Ovim strategijama pripadaju tzv. grci: delta, gama, teta, vega i ro strategije.

48. BINOMNI MODEL VREDNOVANJA EVROPSKIH OPCIJA

Binomni model polazi od pretpostavke da vremenska serija promena cena akcija u diskretnim
vremenskim jedinicama prati greometrijski sluajni hod, tj. sa verovatnoom p raste po
koeficijentu u, a sa verovatnocom 1-p pada po koeficijentu d. u d = 1.
Parametri p, q, u i d se biraju tako da binomni model tei ka geometrijskom Brown-ovom
kretanju. Sledi da se uslovna distribucija asimptotski pribliava normalnom rasporedu s
parametrima.
49. TRINOMNI MODEL VREDNOVANJA AMERIKIH OPCIJA

Vrednovanje americkih opcija je sloenije u odnosu na evropske opcije, poto se amerike

opcije mogu realizovati bilo kog dana pre roka dospea, pri tome imalac opcije je izvrava u

14
zavisnosti od tekue cene sadranog sredstva, a vreme izvrenja je sluajna promenljiva.
Sistem Black-Scholes diferencijalnih jednacina vai i za amerike opcije do vremena
izvrenja, meutim ograniavajui uslovi su toliko sloeni da ne postoji numeriko reenje
sistema. Kod amerikih opcija, opciona premija nece pasti ispod unutranje vrednosti, jer e
ona pre toga biti izvrena. Jedan manje kompleksan, ali efikasan algoritam se zasniva na
trinomnom drvetu. Ovaj model prati model u kojem se u svakoj vremenskoj jedinici cena
sadranog sredstva moe menjati u tri pravca sa koeficijentima u 1, u2, u3 i verovatnocama p1,
p2, p3. Serija logaritama cena je obican trinomni proces sa moguim priratajima.

50. AUTOKORELACIJA FINANSIJSKIH VREMENSKIH SERIJA

Autokorelacija ili serijska korelacija vremenske serije znai da vrednost varijable Xt u jednoj
vremenskoj jedinici zavisi od onih koji joj vremenski prethode ili koji se pojavljuju kasnije u
nizu. Kod praktinih podataka najece se ispituje autokorelaciona veza prvog reda. Jedna od
klasinih karakteristika finansijskih vremenskih serija je da stope prinosa nisu meusobno
znaajno autokorelisane, tj. da je vrednost autokorelacionog koeficijenta blizu nule. Ovo znai
i da je raspored pozitivnih i negativnih vrednosti stopa prinosa sluajan i ne prati neku
odreenu sistematsku emu. Pozitivna autokorelisanost bi znaila da su pozitivne vrednosti
praene uglavnom pozitivnim vrednostima, a negativne negativnim. Kod negativne
autokorelisanosti veoma esta je promena znaka. Na osnovu pozitivne stope prinosa u jednom
periodu ne moe se utvrditi sa znaajnom verovatnoom da li e u sledeem periodu doi
ponovo do rasta ili pada; isto vai i za negativnu stopu. Male stope prinosa najece praene
malim vrednostima, a velike velikim, odnosno postoje mirni periodi sa malim promenama i
turbulentni periodi sa velikim stopama prinosa.

51. ASIMETRIJA I SPLJOTENOST FINANSIJSKIH VREMENSKIH SERIJA

U praksi veina stopa prinosa finansijskih vremenskih serija ima simetrian raspored, ali je
izduen i ima debele krajeve. Za S = 0 raspored je simetrian, za S < 0 postoji asimetrija
ulevo, a za S > 0 raspored stopa prinosa je asimetrian udesno.
Mera spljotenosti. Normalan raspored ima koeficijent spljotenosti K = 3, za spljoten
raspored je K < 3, a za raspored izdueniji u odnosu na normalan je K > 3.
Za veliki broj serija stopa prinosa je S=0, dok je K > 3, to znaci da u odnosu na normalan
raspored postoji relativno veliki broj vrednosti oko srednje vrednosti, veliki broj ekstremno
velikih vrednosti kao i veliki broj veoma malih vrednosti. Utisak o obliku rasporeda moe dati
histogram frekvencija, tako da se na dijagramu na horizonatlnoj osi nalaze intervali obeleja
(stope promene) a na vertikalnoj broj stopa u pojedinim intervalima.
Zajedniko testiranje asimetrije i spljotenosti, odnosno normalnog rasporeda, se moe vriti
Jarque-Bera statistikom koji ima raspored s brojem stepeni slobode 2.

52. OCEKIVANJE I EFIKASNO TRITE

Trite je efikasno ako se u svakom vremenskom trenutku sve relevantne informacije potpuno
odraavaju u cenama predmeta trgovanja. Pod uslovima racionalnog oekivanja, predvianje
stohastikog procesa uslovnom oekivanom vrednou se vri optimalnom upotrebom svih
raspoloivih informacija; optimalno koricenje informacija znaci da se minimizuje srednja
kvadratna greka prognoze. Simbol r oznacava da se radi o racionalnom ocekivanju. Poto
najcece nisu poznate sve relevantne informacije za formiranje predvianja na nacin
predloen metodom racionalnog ocekivanja, u makroekonomskoj teoriji je razvijen koncept
adaptivnog ocekivanja, po kome se ocekivanje u narednom periodu prilagoava po osnovu

15
odstupanja (greke) prethodnog ocekivanja od prethodne realizacije procesa, po koeficijentu
prilagoavanja. Simbol a oznacava da se radi o adaptivnom ocekivanju.
Ravnotea finansijskog trita u smislu racionalnog ocekivanja je takva ravnotea u kome
svaki ucesnik optimizuje svoju funkciju cilja (maksimizacija profita) na osnovu datog skupa
njemu dostupnih informacija u vremenu i cenovne funkcije, koja je funkcija stanja privrede
Trite je efikasno u odnosu na skup informacija G ako je u svakoj vremenskoj jedinici t
postignuta ravnotea u smislu racionalnog ocekivanja i ako za svakog ucesnika i za svaku
vremensku jedinicu vai da se skup informacija sastoji od individualno dostupnih informacija
i cenovne funkcije.
Trite je slabo efikasno ako skup informacija G sadri samo istorijske cene.
Trite je polu-jako efikasno ako skup informacija G sadri sve javno dostupne informacije
Trite je jako efikasno ako se na funkciju cena reflektuju sve javne i privatne informacije.

53. TEORIJE PARITETA DEVIZNIH KURSEVA

Razvijeno niz teorija o kretanjima kurseva na deviznim tritima, ali one obicno ne daju
zadovoljavajuca objanjenja za trina kretanja, narocito na kratak rok. etiri glavne teorije
pariteta deviznih kurseva su:
paritet kupovne snage
medunarodna Fisher-ova relacija
relacija ocekivanja deviznog kursa
paritet kamatnih stopa.
Paritet kupovne snage je zakon jednakih cena, po kome isti proizvod u dve zemlje ima
jednake cene. Poto postoji mnotvo proizvoda, a samo jedan jedinstveni devizni kurs,
odreduje se opti indeks cena za svaku zemlju za grupu proizvoda, ili tzv. korpu dobara, cime
se uzima u obzir razlika u trokovima ivota izmedu dve zemlje; u ovom slucaju paritet
kupovne snage ukazuje na vezu izmedu stope inflacije dve zemlje i promene deviznog kursa,
odnosno odraava dugorocni ravnoteni devizni kurs. Najpoznatiji devizni kurs pariteta
kupovne snage ili realni devizni kurs se daje putem tzv. Geary-Khamis dolara, odnosno
popularno nazvanog internacionalnog dolara. Izmedu pariteta kupovne snage i trinog kursa
mogu postojati velike razlike.
Apsolutni paritet kupovne snage pokazuje odnos izmedu cene korpe dobara.
Relativni paritet kupovne snage pokazuje odnos izmedu promena deviznih kurseva i promena
opteg nivoa cena, po kome su promene deviznih kurseva posledica promena opteg nivoa
cena u dve zemlje.
Meunarodna Fisher-ova relacija povezuje nominalnu kamatnu stopu, relanu kamatnu stopu i
ocekivanu stopu inflacije. Prema Fisher-u realna kamatna stopa se stabilizuje u vremenu jer su
varijacije nominalnih kamatnih stopa korelisane sa ocekivanjima za stopu inflacije.
Relacija ocekivanja deviznog kursa je teorija koja se odnosi na sklapanje finansijskog
ugovora koji glasi na devize. U ugovor se unosi buduci kurs koji vai na dan dospeca
ugovora, tzv. forvard kurs, koji treba da bude jednak ocekivanoj vrednosti preovladavajuceg
kursa nakon datog perioda, korigovanoj za premiju za rizik.
Teorija pariteta kamatnih stopa polazi od uslova ravnotee forvard trita i promptnog trita.

56. COX-INGERSOLL-ROSS MODEL

Ovaj model pripada modelima terminske strukture, kojima se obuhvata hronoloki razvoj
stope prinosa obveznice u zavosnosti od vremena dospeca. Obveznica je hartija od vrednosti
putem koje izdavalac uzima zajam od imaoca obaveznice. Najcece se ovde radi o hartijama
od vrednosti sa fiksnom kamatom koju izdaje drava, lokalna vlast ili neka kompanija.

16
Obveznica s kuponima znaci da se uz prikaz kupona isplacuje kamata, a na dan dospeca se
isplacuje nominalna vrednost obveznice. Obveznica bez kupona se prodaje ispod nominlane
vrednosti, na dan dospeca se isplacuje nominalna vrednost, a razlika predstavlja kamatu.
Kada duina vremenskog intervala tei ka nuli t 0 to je isto kao i T t , tada se dobija
kratkorocna stopa koja je teorijska stopa koju donosi investicija s najkracim mogucim rokom
ulaganja. Ako se umesto u obveznicu, vri neprekidno ponovljeno ulaganje s rizicnom
kratkorocnom stopom prinosa, tada se dobija koeficijent diskontovanja. Razlicitim modelima
kratkorocna kamatna stopa se uzima najcece kao faktor koji odreduje terminsku strukturu.
Cox-Ingersoll-Ross model definie dinamiku kratkorocne kamatne stope kao kontinuelni
stohasticki proces.
57. TRINA CENA RIZIKA

Neka su date cene za dva derivativna instrumenta. Ove cene prate proces goemetrijskog
Brown-ovog kretanja sa Wiener-ovim procesom. Radi reivosti modela, vri se njegovo
preformulisanje za diskretno vreme i eliminisanje slucajne promenljive DW putem formiranja
portfolia sa jedinicama prvog instrumenta i jedinicama drugog instrumenta. Na ovaj nacin
formira se portfolio koji u vremenu Dt donosi nerizicni profit. Nakon odgovarjucih zamena
dobija se relacija koja se zove trina cena rizika.

58. OSNOVNE KRAKTERISTIKE UNIVARIJATNIH I MULTIVARIJATNIH MODELA

Strukturne modele karakterie multivarijatnost, i njima se pokuava objasniti kretanje neke

zavisne varijable u funkciji prolih i tekucih vrednosti faktora. S druge strane univarijatni
modeli vremenskih serija su namenjeni objanjenju kretanja varijabli jedino na osnovu
sopstvenih istorijskih vrednosti; ovi modeli su u osnovi ateoretski, tj. nisu zasnovani na nekoj
ekonomskoj. Univarijatni modeli mogu biti korisni u slucajevima kada ne postoji mogucnost
formulisanja odgovarajuce uzrocno posledicne veze, bilo zato to se ne mogu uociti ili meriti
faktori koji uticu na posmatranu pojavu, bilo zato to su podaci o obajanjavajucim
varijablama mereni s drugacijom frekvencijom u odnosu na glavnu promenljivu. Pored toga,
mogucnosti projektovanja mogu zahtevati primenu univarijatnih modela, kada strukturni
modeli ne daju zadovoljavajuce predvidanje za promenljivu od interesa.

59. STACIONARNOST VREMENSKIH SERIJA I TESTIRANJE ZNACAJNOSTI

OCENJENIH AUTOKORELACIONIH KOEFICIJENATA

Stacionarnost predstavlja poseban koncept u analizi vremenskih serija, jer se nestacionarni

procesi tretiraju bitno drugacije u odnosu na stacionarne. Stacionarnost nekog procesa utice na
njegovo ponaanje i karakteristike. Drugi problem je pojava besmislenih regresija. Treca
glavna negativna posledica koricenja nestacionarnih serija u regresiji je da ne vae
standardne asimptotske pretpostavke: izraz za t-statistiku ne prati t-raspored, niti izraz za F-
statistiku ne prati F-raspored.
Proces je strogo stacionaran ako je distrubucija njegovih vrednosti stalna u vremenu,
odnosno, verovatnoca da ce vrednost varijable pripadati u odredeni interval, jednaka u svakoj
vremenskoj jedinici.
Proces je slabo stacionaran ili stacionaran u smislu kovarijanse, ako ima stalnu ocekivanu
vrednost, stalnu konacnu varijansu i stalnu autokovarijansnu strukturu.
Proces belog uma ima konstantnu ocekivanu vrednost i konstantnu varijansu, a
autokovarijansa je jednaka varijansi za nulti vremenski razmak i jednaka nuli za sve ostale
vremenske razmake.

17
Testiranje znaajnosti ocenjenih autokorelacionih koeficijenata. Na osnovu rasporeda
autokorelacionih koeficijenata se izvodi da interval poverenja za ocenjene autokorelacione
koeficijente uz verovatnocu 95% iznosi 1,96/ T. Ako ocenjena vrednost autokorelacionog
koeficijenta uzorka za datu docnju pripada van ovog intervala, tada se odbacuje nulta hipoteza
da je stvarna vrednost koeficijenta jednaka nuli.
Zajednicko testiranje nulte hipoteze da je m autokorelacionih koeficijenata jednako nuli moe
se vriti primenom Box-Pierce-ove Q-statistike koja ima m raspored. Ova statistika nije
efikasna za male uzorke, razvijena je i tzv. Ljung-Box-statistika, koja takodje ima m
raspored, a smatra se optim testom mlinearne meduzavisnosti u vremenskim serijama.

60. PROCES POKRETNIH SREDINA MA

Proces pokretnih sredina je jedan od jednostavnijih modela vremenskih serija. Osobine

procesa pokretnih sredina su:
konstanta ocekivana vrednost
konstantna varijansa
Autokovarijanse su razlicite od nule sve do q-te docnje, a nakon toga su jednake nuli
Radi jednostavnosti, konstanta se moe izostaviti iz modela, tako to se odreduje serija
odstupanja od proseka, a ostale osobine ostaju nepromenjene. Autokovarijanse treceg i viih
redova jednake su nuli. Autokorelaciona funkcija (acf) znaci autokorelacije izraene u funkciji
parametara, a dobija se kao kolicnik autokovarijanse i varijanse.

61. AUTOREGRESIVNI PROCES AR

U autoregresivnom modelu tekua vrednost varijable zavisi od prolih vrednosti iste te

varijable.
62. STACIONARNOST AR MODELA

Stacionarnost AR modela je bitna u smislu da kod nestacionarnih modela prethodne vrednosti

greke modela nemaju opadajuci efekat na tekucu vrednost varijable. Stacionarnost AR(p)
modela se moe proveravati izracunavanjem korena karakteristicne jednacine. Proces je
stacionaran ako sva reenja lee izvan jedinicnog kruga. zp>1. Ako je bar jedno reenje zp<1,
tada se zakljucuje da je proces nestacionaran.

53. acf i pacf za AR, MA i ARMA PROCESE

Na osnovu kretanja vrednosti autokorelacione funkcije i parcijalne autokorelacione funkcije

moe se oceniti da li neki proces ima karakteristike autoregresivnog procesa, procesa
pokretnih sredina ili kombinovanog procesa, i moe se odrediti red tog procesa.
Za proces pokretnih sredina q-tog reda vai:
autokorelaciona funkcija je razlicita od nule do q docnji
parcijalna autokorelaciona funkcija geometrijski opada
Za autoregresivni proces p-tog reda vai:
autokorelaciona funkcija geometrijski opada
parcijalna autokorelaciona funkcija je razlicita od nule do p docnji
Za kombinovani autoregresivni proces pokretnih sredina vai:
autokorelaciona funkcija geometrijski opada
parcijalna autokorelaciona funkcija geometrijski opada.

64. METODOLOGIJA FORMULISANJA ARMA MODELA

18
Tri koraka izgradnje ARMA modela po metodologiji Box-Jenkins su sledea:
identifikacija, tj. odredivanje reda p i q modela, analizom dijagrama acf i pacf
odreivanje parametara modela
testovi dijagnosticiranja
Identifikacija se veoma teko i samo subjektivno moe izvriti na osnovu grafikog prikaza
acf i pacf, jer se u praksi retko javljaju isti sluajevi. Potrebno je dakle koristiti druge
metode, kao to su informacioni kriterijumi, koji povezuju dva faktora: poveanje
objanjenosti varijacija preko smanjenja zbira kvadrata reziduala i smanjenje broja stepeni
slobode. Ako je poznat neki od informacionih kriterijuma za modele s razlicitim regresorima,
kao najpogodniji bira se model s najmanjom vrednou kriterijuma. Postoji vie razraenih
informacionih kriterijuma, a najpoznatiji su Akaike-ov informacioni kriterijum AIC i
Schwarz-ov informacioni kriterijum Bayes-ovog tipa SIC.

65. PREDVIDANJE MA, AR PROCESA I ARMA PROCESA

Memorija MA(q) procesa je ograniena na q perioda, i time je postavljena granica za

smisleno predvianje ovim modelom. Memorija AR(p) procesa je beskonana, i moe da daje
projekcije za neogranien broj vremenskih jedinica izvan uzorka. Predvidanje ARMA(p,q)
procesa se vri kombinovanjem postupaka predvianja za svoje komponente AR(p) i MA(q)
procese.
66. TESTIRANJE KVALITETA PREDVIANJA

U cilju testiranja kvaliteta predvianja modelom, potrebno je izvriti projekcije za nekoliko

vremenskih jedinica izvan uzorka, a istovremeno i raspolagati stvarnim vrednostima varijable
za te vremenske jedinice. Za uporeivanje kvaliteta predvianja razliitih modela ocenjenih
nad istim skupom podataka i s jednakim brojem jedinica predvianja mogu se koristiti
razliiti pokazatelji, kao to su npr. srednja kvadratna greka prognoze, srednja apsolutna
greka prognoze, srednja apsolutna procentualna greka, simetrina srednja apsolutna
procentualna greka i Theilov koeficijent nejednakosti prognoze. Bilo koji od ovih
pokazatelja da se koristi, manja vrednost ukazuje na kvalitetniju mo predvianja modela.

67. EKSPONENCIJALNO RAVNANJE

Eksponencijalno ravnanje predstavlja posebnu tehniku, kojom se tekua vrednost varijable

modelira u funkciji sopstvenih prethodnih vrednosti. Funkcija u ovom sluaju znai
konveksnu linearnu kombinaciju, u kojoj se tekua ocenjena vrednost dobija kao ponderisani
zbir tekue stvarne vrednosti i prethodne ocenjene vrednosti. Tekua ocenjena vrednost se
moe dobiti kao ponderisani zbir svih prethodnih osmotrenih vrednosti, pri emu ponderi
predstavljaju opadajui geometrijski niz. Prednost modela eksponencijalnog ravnanja je
jednostavnost u primeni, ali ovakav model nije optimalan u smislu obuhvatanja linerane
zavisnosti medu pojavama, niti daje optimalno predvianje. Kao predviene vrednosti ovim
modelom izvan intervala ocenjivanja moe se uzeti samo vrednost poslednje ocene pa na dugi
rok predvianje ne konvergira ka dugorocnoj srednjoj vrednosti varijable.

68. OSNOVNE KARAKTERISTIKE VOLATILNOSTI I ISTORIJSKA VOLATILNOST

Volatilnost predstavlja jednu od vanijih koncepcija u istraivanjima finansijskih vremenskih

serija. Mnogi finansijski modeli ukljuuju nezavisno ocenjenu ili predvienu vrednost
volatilnosti. Za ocenjivanju volatilnosti injeni su pokuaji da se iskoriste makroekonomski

19
faktori, smatra se da najbolje rezultate daju informacije sadrane u legiranim vrednostima
stopa prinosa.
Istorijska volatilnost. Ocena volatilnosti na osnovu vremenske serije stope prinosa sredstava
predstavlja najjednostavniji pristup; ocenjena vrednost istorijske prosene varijanse ili
devijacije se uzima istovremeno i kao predviena vrednost volatilnosti za sve budue periode.
Sa statistikog stanovita izraunavanje istorijske volatilnosti za dui seriju podataka daje
pouzdanije rezultate. Istovremeno se smatra da skoriji podaci o cenama finansijskih
instrumenata sadre vie informacija o volatilnosti nego raniji podaci. Zato se najece
predlae da se volatilnost, kao ulazna veliina u formulu za odreivanje cene nekog
instrumenta, rauna nad takvim skupom istorijskih podataka ija je duina jednaka buduem
periodu roka dospea finansijskog instrumenta.

69. IMPLICITNA VOLATILNOST

Implicitna volatilnost odraava stvarnu trinu cenu tog instrumenta. Ako je data evropska
kupovna opcija za koju su poznati podaci o tekuoj ceni sadranog sredstva, o ugovorenoj
ceni, o vremenu do dospea, o kamatnoj stopi i stopi dividende, i ako je poznata stvarna
vrednost opcione premije, tada se iz Black-Scholes formule za evropsku kupovnu opciju
moe, primenom nekog numerickog postupka, izraunati implicitna volatilnost.

70. MODEL VOLATILNOSTI EKSPONENCIJALNO PONDERISANIH POKRETNIH

SREDINA - EWMA

Model volatilnosti eksponencijalno ponderisanih pokretnih sredina ili EWMA predstavlja

proirenje koncepta istorijske volatilnosti, u smislu da se vei znaaj pridaje kasnijim u
odnosu na ranije stope prinosa. Prosena stopa prinosa, za koju se u praksi esto pretpostavlja
da je jednaka nuli, to moe biti opravdano jedino u sluaju kada se radi o podacima s
visokom frekvencijom. U praksi se ne raspolae beskonanim brojem opservacija, zato se u
primeni koristi obrazac za devijaciju. Poslednja ocenjena vrednost se uzima i kao predviena
vrednost volatiliteta za budue periode.

71. AUTOREGRESIVNI MODEL VOLATILNOSTI

Autoregresivni modeli volatilnosti pripadaju klasi stohastike specifikacije volatilnosti.

Polazi se od ocenjenih dnevnih vrednosti varijansi koji se zatim uvrtavaju u ARMA model.
Ocenjene dnevne vrednosti varijansi mogu biti izvedeni na razliite nacine: npr. mogu se uzeti
kvadrati stopa prinosa ili logaritam kolinika najvie i najnie dnevne cene trgovanja datog
finansijskog sredstva. Predvianje vrednosti volatiliteta za budue periode se vri na nain
uobiajen za ARMA modele.

72. OSNOVNE KARAKTERISTIKE ARCH MODELA

ARCH modeli se zasnivaju na injenici da varijansa stohastikog lana (greke) modela

finansijskih vremenskih serija nije konstantna u vremenu, to se oznaava pojmom
heteroskedastinosti. Finansijske vremenske serije raspolau specijalnim osobinama, zbog
kojih je neophodno uvesti specijalne postupke ocenjivanja. Radi se o sledeim
karakteristikama:
1. cene finansijskih instrumenata nisu stacionarne serije,
2. stope prinosa imaju izduen raspored i njihov proces predstavlja beli
um (koeficijent autokorelacije se ne razlikuje znacajno od nule),

20
 3. koeficijenti autokorelacije apsolutnih vrednosti i kvadrata stopa
prinosa su znaajno razliiti od nule i volatilnost formira klastere (nakon male
promene najcece sledi takode mala promena, a nakon velike velika).
Stope prinosa su uslovno heteroskedastine, tj. da varijabilitet stopa prinosa zavisi od
raspoloivih informacija u vremenu, koje obuhvataju sve podatke o stopi prinosa u tekuem
periodu i o svim prolim realizacijama procesa. Uslovna varijansa normalno rasporeene
sluajne varijable jednaka je uslovnoj oekivanoj vrednosti kvadrata varijable. Prema
pretpostavkama ARCH(1) modela, autokorelacija volatilnosti je modelisana putem zavisnosti
uslovne varijanse greke modela u zavisnosti od kvadrata prethodne greke. Kompletan
ARCH model sadri uslovnu jednainu sredine i model varijanse. Poto varijansa mora biti
pozitivna, uvodi se ogranienje na znak koeficijenata. Testiranje postojanja ARCH efekata se
vri po sledeim koracima Engle-ovog testa:
1. ocenjuje se jednaina sredine
2. izraunava se niz ocenjenih vrednosti varijable i reziduala
3. ocenjuje se regresija kvadrata reziduala
4. izraunava se koeficijent determinacije regresije kvadrata reziduala
5. izraunava se test statistika i testira se nulta hipoteza (ako je izracunata vrednost
statistike veca od kriticne vrednosti tada se odbacuje nulta hipoteza i prihvata
alternativna hipoteza)
ARCH model ima odredenih nedostataka:
1. ne postoji odreen nain za izbor kaenjenja
2. potreba da se u model ukljui izuzetno veliki broj docnji, pa postaje suvie velik
3. ocenjene vrednosti parametara mogu biti i negativnih vrednosti.
Zbog navedenih razloga, ARCH modeli se retko koriste u praksi, nego se zamenjuju GARCH
modelima.
73. OSNOVNE KARAKTERISTIKE GARCH MODELA

GARCH modeli se veoma iroko koriste u praksi izuavanja finansijskih vremenskih serija.
Kod ovih modela uslovna varijansa se modelira u zavisnosti od sopstvenih legiranih vrednosti
i ranijih vrednosti kvadrata greke modela. Model GARCH prikazuje tekuu vrednost
ocenjene uslovne varijanse u zavisnosti od kvadrata reziduala do q docnji i sopstvenih
legiranih vrednosti do p docnji. U modelu GARCH(1,1) bezuslovna varijansa je promenljiva
veliina, dok je bezuslovna varijansa konstantna. GARCH modelom u oznaci IGARCH.
Vanost stacionarnosti GARCH modela se ogleda u konvergenciji predvianja uslovne
varijanse ka srednjoj vrednosti s poveanjem vremenskog horizonta.

74. OCENJIVANJE ARCH I GARCH MODELA

Za ocenjivanje ARCH i GARCH modela primenjuje se metod maksimalne verodostojnosti,

kojim se nalaze one ocenjene vrednosti parametara za koje je verovatnoa realizacije
vrednosti varijabli u uzorku najvea. Ocenjivanje modela se vri po sledeim koracima:
1. utvruje se specifikacija jednaine sredine
2. utvruje se specifikacija jednaine uslovne varijanse
3. utvruje se specifikacija logaritma funkcije maksimalne verodostojnosti pod
pretpostavkom da greka modela prati normalan raspored
4. vri se ocenjivanje parametara funkcije L, tako to se vri njegovo maksimiziranje.

75. NORMALAN RASPORED GREAKA U GARCH MODELIMA

21
Pretpostavka da greka modela prati normalan raspored, neophodna je za specifikaciju modela
maksimalne verodostojnosti. Model najcece nije normalno rasporeen, nego je izduen i
ima debele krajeve. Greka modela se moe predstaviti, pa se moe testirati normalni raspored
statistike. Statistika koja se testira na osnovu ocenjenih vrednosti iz uzorka se svodi na
standardizovane reziduale, tj. kolinik reziduala i ocene uslovne devijacije. Testiranje se moe
izvriti bilo kojim standardnim testom, npr. Jarque-Bera statistikom koji ima X s brojem
stepeni slobode 2. Ako je izraunata statistika vea od praga znaajnosti X rasporeda, tada se
odbacuje nulta hipoteza o normalnom rasporedu. Dobijeni rezultat kod finansijskih
vremenskih serija najece ukazuje takoe na izduen raspored.

76. KORICENJE GARCH MODELA ZA PREDVIANJE VOLATILNOSTI

GARCH model opisuje kretanje uslovne varijanse greke modela i sledi da se modeliranjem
uslovne varijanse greke, istovremeno modelira i varijansa varijable. Varijansa moe biti npr.
niz stopa prinosa nekog finansijskog sredstva, pa se ovim modelom moe predvidati
volatilnost stopa prinosa, to se moe koristiti kod onih modela vrednovanja sredstava, npr.
opcija, kod kojih je volatilnost ulazna veliina. Predvianje volatilnosti se vri zamenom
legiranih vrednosti kvadrata greke modela i uslovne varijanse u relaciju. Za ispravno
ocenjivanje matrice varijansi i kovarijsansi se u ovom slucaju moe koristiti metod kvazi
maksimalne verodostojnosti. Varijansa je aditivna u vremenu, tako zbir varijansi za
uzastopnih pet radnih dana daje nedeljnu varijansu. Koren dnevne varijanse daje dnevnu
devijaciju kao pokzatelj volatilnost, a koren nedeljne varijanse daje nedeljnu devijaciju.

77. MODIFIKACIJE GARCH MODELA

Standardni GARCH imaju niz nedostataka:

1. neispunjenost pretpostavke o nenegativnosti parametara
2. neobuhvatanje efekta leverida
3. izostanak povratne sprege izmedu uslovne varijanse i uslovne srednje vrednosti
Prema pretpostavkama GARCH modela, reakcija volatilnosti na pozitivne i negativne okove
je jednaka, naime u jednaini uslovne varijanse figuriu kvadrati reziduala, pa je efekat
njihovog predznaka tako izgubljen. Negativni ok dovodi do veeg rasta volatilnosti nego
pozitivni ok istog opsega. U sluaju profitabilnosti sopstvenog kapitala ovo se oznaava
pojmom efekta leverida. Mogunosti reavanja navedenih problema: asimetrini GARCH
modeli (TGARCH i EGARCH) i GARCH-M.
TGARCH MODEL u jednaini uslovne varijanse sadri parametar g i vetaku promenljivu
pomou kojih se obuhvata asimetrija. EGARCH MODEL ima prednosti koje se ogledaju u
tome da nije potrebno postaviti uslov o nenegativnosti parametara. Ovaj model omoguava
postojanje asimetrinosti izmeu volatilnosti i stopa prinosa, koja se realizuje preko negativne
vrednosti parametra g. GARCH-M MODEL - jedan od naina obuhvatanja koncepta
poveane stope prinosa koja odgovara veem riziku u GARCH-in-mean ili GARCH-M
modelu je ukljuivanje uslovne varijanse u jednainu sredine.

78. STACIONARNOST I JEDININI KORENI

U istraivanjima veza meuzavisnosti ekonomskih vremenskih serija koncepcija

stacionarnosti je posebno vana iz nekoliko razloga:
1) Stacionarnost procesa bitno utie na njegovo ponaanje: uticaj oka postupno slabi u
buduim vremenskim jedinicama kod stacionarnih, ali ne i kod nestacionarnih
procesa.

22
 2) Ako se ocenjuje regresija veze meuzavosnosti dve nezavisne stacionarne varijable,
tada e t-statistika pokazati da se koeficijent pravca ne razlikuje znaajno od nule i
koeficijent determinacije e imati nisku vrednost. Ako su dve serije meusobno
nezavisne ali nestacionarne tada se dobija besmislena regresija.
3) Ako se u modelu koriste nestacionarne serije, tada standardne asimptotske
pretpostavke nee biti vaee, tj. t-statistika nee imati t-raspored, niti e F-statistika
imati F-raspored.
Tipovi nestacioniranosti:
1) sluajni hod sa konstantom, koja se naziva i stohastika nestacionarnost, ili
stohastiki trend ili proces jedininog korena:
2) trend-stacionarni proces (stacionaran oko trenda), odnosno deterministika
nestacionarnost
Ako je =1, to dobro opisuje ponaanje najveeg broja (nestacionarnih) finansijskih
vremenskih serija.
Ako je > 1 tada bi se radilo o tzv. eksplozivnoj seriji, kada okovi imaju rastui uticaj u
buduem periodu, meutim ovo se veoma retko javlja kod finansijskih vremenskih serija.
Ako je je < 1, tada se radi o stacionarnoj seriji, u kojoj uticaj oka postupno slabi.
Transformacija nestacionarnih serija u stacionarne vri se na nain koji zavisi od tipa
nestacionarnosti. Kod stohastiki nestacionarnih serija transformacija se vri diferenciranjem
(uzimanjem prirataja). Kod deterministiki nestacionarnih serija transformacija u
stacionarnu seriju se vri ocenjivanjem trenda. Pogreno je transformaciju izvriti
diferenciranjem za trend-stacionarni proces ili ocenjivanjem trenda za stohastiku
nestacionarnost. Kako bi se odredila ispravna karakteristika procesa, mogue je testirati
spojeni model. Videli smo da se kod stohastiki nestacionarnih serija diferenciranjem dobija
stacionarna serija. Ako nestacionarna serija raspolae s jednim jedininim korenom tada se
diferenciranjem jedan put dobija stacionarna serija. Postoje nestacionarne serije koje
raspolau sa vie nego jednim jedininim korenom.

79. TESTIRANJE JEDININOG KORENA

Provera autokorelacione funkcije i parcijalne autokorelacione funkcije nisu dovoljne za

odreivanje postojanja jedininog korena u serijama podataka. Umesto toga koristi se
nekoliko razvijenih formalnih testova jedininog korena, kao to su: DF-test, prema kojem se
testira nulta hipoteza (to znai da je serija nestacionarna) u odnosu na alternativnu hipotezu
(da je serija stacionarna) u jednaini u kojoj je Yt zavisna promenljiva. Postoji tri tipa DF-
testa:
1) Testiranje sluajnog hoda protiv stacionarnog autoregresivnog procesa AR(1)
2) Testiranje sluajnog hoda protiv stacionarnog autoregresivnog procesa AR(1) sa
konstantom
3) Testiranje sluajnog hoda protiv stacionarnog autoregresivnog procesa AR(1) sa
konstantom i deterministikim trendom
U sva tri sluaja testira se samo znaajnost parametra, dok su vrednosti i test-statistike za
konstantu i trend nebitni. Test statistika se dobija kao kolinik ocenjene vrednosti parametra i
standardne greke. Test statistika ne prati t-raspored, nego neku nestandardnu distribuciju, za
koju su kritine vrednosti utvrene simulacionim eksperimentima. Gornja statistika vai samo
kada je greka modela beli um, a to se ostvaruje jedino ako zavisna promenljiva modela nije
autokorelisana. Ako je zavisna promenljiva autokorelisana, primenjuje se proirena DF-
statistika u oznaci ADF, koja se dobija testiranjem znaajnosti parametra, takoe po relaciji, iz
modela u koji je uvedena zavisna promenljiva s docnjom u desnu stranu jednaine. Slino se
uvode promenljive s docnjom i kod drugog i treeg tipa testa. Za odreivanje broja kanjenja

23
p koji e biti ukljuen u model moe se koristiti neki od informacionih kriterijuma, dok za
modele koji se ocenjuju na osnovu podataka s niom frekvencijom moe koristiti i
jednostavnoje pravilo: ako su podaci meseni broj kanjenja moe biti 12, kod kvartalnih
podataka 4 i sl.
Ako je izraunata DF ili ADF statistika manja od kritine (tabline) vrednosti, tada se
odbacuje nulta hipoteza o postojanju jedininog korena u procesu i zakljuuje da je zavisna
promenljiva stacionarna. Ako je izraunata statistika vea od kritine vrednosti, tada se ne
odbacuje nulta hipoteza i smatra se da je zavisna promenljiva nestacionarna, odnosno ima
jedinini koren. Glavni problem testova jedininog korena se sastoji u tome da imaju slabu
mo u sluaju kada je proces stacionaran, ali se koren nalazi blizu jedinine granice, naroito
ako se radi o malom uzorku. Zbog toga, test jedininog korena se kombinuje sa testom
stacionarnosti. Ovo zajedniko testiranje se naziva konfirmatorna analiza podataka. Najvei
broj finansijskih vremenskih serija sadri samo jedan jedinini koren.. Prema pretpostavkama
o efikasnom tritu i o racionalnim oekivanjima, stope prinosa finansijskih sredstava prate
sluajni hod ili sluajni hod s konstantom.

80. KOINTEGRACIJA VREMENSKIH SERIJA

Potrebno je, dakle obezbediti reziduale koje su I(0), a to se moe dobiti ako su promenljive
modela kointegrisane. Ako su neke varijable I(1), mogui postupak je da se regresija rauna
umesto na originalne vrednosti. Meutim, postupak diferenciranja moe biti pogodan samo
kod univarijatnih, npr. ARMA modela, a kada je bitan stepen veze meuzavisnosti
promenljivih, tada ovakav postupak statistiki nije ispravan. Uvoenjem faktora korekcije
greke u model dobija se model korekcije greke ili model korekcije ravnotee. Konstanta se
moe uvesti bilo u model korekcijie ili u korekcioni faktor ili u oba dela. U modelu korekcije
greke parametar pokazuje dugoronu vezu izmenu Yt i Xt, 1 pokazuje vezu izmeu
njihovih kratkoronih promena, a opisuje brzinu povratka ka ravnotei. Ako je izraunata
EG statistika vea od kritine (tabline) vrednosti, tada se prihvata nulta hipoteza o
postojanju jedininog korena i zakljuuje da regresionom jednainom nije naena stacionarna
linearna kombinacija nestacionarnih promenljivih i ne postoji njihova kointegracija; u ovom
sluaju moe se ocenjivati model na osnovu prvih diferenci, ovaj model nema dugorono
ravnoteno reenje, ali inae ne postoji dugorona ravnotena veza meu varijablama. Ako je
izraunata EG statistika manja od tabline vrednosti, tada se odbacuje nulta hipoteza u
korist alternativne, tada se zakljuuje da su varijable kointegrisane i treba ocenjivati model
korekcije greke. Postoji vie razranenih pravila za modeliranje u ovom sluaju. npr. po
dvostepenom metodu Engle-Granger:
1. korak
proverava se ADF-testom da li su sve promenljive tipa I(1)
ocenjuje se kointegraciona jednaina metodom obinih najmanjih kvadrata
izraunava se serija reziduala
testira se serija reziduala EG-testom
ako su reziduali I(1) tada se ocenjuje model na osnovu prvih diferenci
ako su reziduali I(0) tada se prelazi na drugi korak
2. korak
ocenjuje se model korekcije greke. U ovom modelu se moe koristiti standardni t-test
radi provere znaajnosti ocenjenih parametara.

24