Sveučilište Josipa Jurja Strossmayera u Osijeku

Odjel za matematiku

Sveučilišni diplomski studij matematike

Smjer: Financijska matematika i statistika

Barbara Rački

MODELIRANJE CIJENE DIONICA I ANALIZIRANJE VRIJEDNOSTI

PORTFELJA VIRTUALNE BURZE
Kolegij: Matematičke financije

Voditelj kolegija: izv.prof.dr.sc. Nenad Šuvak

Osijek, 2017

1
SADRŽAJ
1. UVOD.........................................................................................................................................3
2. ANALIZA CIJENA DIONICA I LOG-POVRATA................................................................................3
2.1. Analiza cijena dionica...................................................................................................................3
1) Uljanik plovidba d.d........................................................................................................................................4
2) Atlantska plovidba d.d....................................................................................................................................5

2.2. Kreiranje i analiza log-povrata cijena dionica Atlantske plovidbe i Uljanik plovidbe.................6
3) Log-povrati Uljanik plovidbe d.d....................................................................................................................7
4) Log-povrati Atlantske plovidbe d.d.................................................................................................................8

3. ANALIZA VRIJEDNOSTI PORTFELJA I LOG-POVRATA PORTFELJA................................................9

3.1 Analiza log-povrata portfelja.......................................................................................................9
3.2 Analiza log-povrata portfelja.....................................................................................................11

4. PROCJENA VAR-a.....................................................................................................................12
5. MODEL GEOMETRIJSKOG BROWNOVOG GIBANJA.................................................................12
6. KROSVALIDACIJA MODELA......................................................................................................14
7. PREDIKCIJA...............................................................................................................................16
8. ECO I EPO.................................................................................................................................18

1. UVOD

2
 U ovom projektu bit će obrađeni podaci o kretanjima cijene dionica u razdbolju od 1.1.2017.godine do
20.7.2017. godine tvrtke Uljanik plovidba d.d. i Atlantska plovidba d.d. Za početak ću analizirati kretanje
cijena dionica te ću analizirati vrijednost portfelja koji se sastoji od 60 dionica Uljanik plovidbe te 80
dionica Atlantske plovidbe. Nakon toga analizirati ću log povrate i modelirati cijene dionica geometrijskim
Brownovim gibanjem. Na temelju podataka o cijenama dionica u razdoblju od 21.7.2017 do 24.8.2017,
koje nisam koristila u procjenama parametara modela, pogledati ću koliko moj model dobro preditira
buduće cijene. Osim toga baviti ću se određivanjem nearbitražne cijene ECO I EPO opcije u okviru CRR i
MSM modela.
Podatci su preuzeti sa sljedećih linkova:
 http://www.zse.hr/default.aspx?id=10006&dionica=356
 http://www.zse.hr/default.aspx?id=10006&dionica=63

2. ANALIZA CIJENA DIONICA I LOG-POVRATA

2.1. Analiza cijena dionica
Kao što sam rekla, baviti ćemo se analiziom podataka o kretanju dionica dviju različiti poduzeća.
Za početak možemo pogledati osnovne numeričke karakteristike te grafički prikaze koji su nam korisni za
zaključivanje o distribuciji cijena dionica.
Numeričke karakteristike:

Minimum Donji Medijan Aritmetička Gornji Maksimum

kvartil sredina kvartil
Uljanik plovidba 144 137.4 163.8 159.2 174.1 201.2
d.d
Atlantska 274 330 383.5 374.2 404.9 479.7
plovidba d.d.

Tablica 1: Numeričke karakteristike cijena dionica

Iz tablice vidimo da su se cijene dionica Uljanika kretale u rasponu od 62.76kn do 81.45kn, pri
čemu je medijan podataka 75.63, a aritmetička sredina iznosi 75.09. Cijene Atlantske plovidbe d.d. su se
kretale od 274kn do 479.7kn po dionici, pri čemu je medijan podataka 383.5, a aritmetička sredina iznosi
374.2. Pogledajmo grafičke prikaze.

3
 1) Uljanik plovidba d.d

Slika 1. Kutijasti i stupičasti dijagram kretanja cijena dionica Uljanik

Slika 2. Kretanje cijena dionica Uljinik

Ne temelju pripadnih grafičkih prikaza ne možemo naslutiti ništa o distribuciji te vidimo da nema smisla
modelirati te vrijednosti slabo stacionarnim procesima. Na slici 2. uočavamo prvo trend pada pa jaki
trend rasta te nakon toga opet slabi trend pada.

4
 2) Atlantska plovidba d.d

Slika 3. Kutijasti i stupičasti dijagram kretanja cijena dionica Atlantska plovidba d.d

Slika 4. Kretanje cijena dionica Atlantska plovidba d.d

Jednako kao u prethodnom slučaju na temelju pripadnih grafičkih prikaza ne možemo naslutiti ništa o
distribuciji te vidimo da nema smisla modelirati te vrijednosti slabo stacionarnim procesima. Na slici 4.
možemo uočiti trend rasta dionica Atlantske plovidbe d.d.. Iz tog razloga dalje ćemo analizirati log-
povrate. Diferenciranjem logaritma vrijednosti cijena pokušati ćemo dobiti niz koji ima smisla modelirati
slabo stacionarnim procesom.

5
 2.2. Kreiranje i analiza log-povrata cijena dionica Atlantske plovidbe i
Uljanik plovidbe

Pogledajmo osnovne numeričke karakteristike log-povrata i grafičke prikaze kretanja log-povrata

za dionice oba poduzeća u promatranom razdoblju te njihove grafičke prikaze.

Minimum Donji Median Aritmetička Gornji Maksimum

kvartil sredina kvartil
Uljanik plovidba -0.089390 -0.021720 -0.00517 -0.000825 0.019890 0.116700
d.d
Atlantska -0.094130 -0.022060 0.00010 0.003355 0.025200 0.099890
plovidba d.d.
Tablica 2. Numeričke karakteristike log-povrata cijena dionica

Iz tablice vidimo da se log-povrati Uljanika kreću u rasponu od -0.116700 do 0.08939, pri čemu je medijan
podataka 0.005176, a aritmetička sredina iznosi 0.0008255. Log-povrati Atlnatske plovidbe kreću se u
rasponu od -0.094 do 0.099, aritmetička sredina iznosi 0.0034 dok je medijan podataka 0.

Slika 5. Kretanje log-povrata cijena dionice Uljanik

6
 Slika 5. Kretanje log-povrata cijena dionice Uljanik

Sa slika uočavamo da log povrati osciliraju oko konstantne vrijednosti što nam intuitivno govori da su
pogodniji za modeliranje slabo stacionarnim procesima od samih vrijednosti cijena. Također možemo
uočiti svojstvo klasteriranja, nakon perioda niskih oscijlacija slijede periodi visokih i obratno.
Ono što nas dalje zanima je možmo li zaključiti nešto o distribuciji ovih povrata. Za početak pogledajmo
grafičke prikaze.

3) Log-povrati Uljanik plovidbe d.d

Slika 6. Kutjasti i stupčasti dijagram log-povrata Uljanik plovdbe

7
Na stupčastom dijagramu možemo uočiti neka odstupanja od normalne distribucije, najviše u vrhu. Kako
bi imali bolji uvid u to ima li obilježje normalnu distribuciju možemo nacrtati qq-plot.

Slika 6. Kutjasti i stupčasti dijagram log-povrata

Budući da se sve vrijednosti, osim jedne u gornjem desnom kutu, nalaze unutar pouzdanog područja,
intuitivno možemo zaključiti da su log-povrati nomalno distribuirani. Slutnja je opravdana Shapiro-Wilk
testom o normalnosti distribucije i Jarque – Bera testom.
Shapiro-Wilk Jarque – Bera
p-vrijednost 0.4141 0.1503

4) Log-povrati Atlantske plovidbe d.d

Slika 6. Kutjasti i stupčasti dijagram log-povrata Atlantske plovidbe d.d

8
Jednako kao u prethodnom slučaju na stupčastom dijagramu možemo uočiti neka odstupanja od
normalne distribucije, najviše u vrhu. Pogledajo qq-plot.

Slika 6. Kutjasti i stupčasti dijagram log-povrata

Budući da se sve vrijednosti, osim njih par u donjem lijevom kutu, nalaze unutar pouzdanog područja,
intuitivno možemo zaključiti da su log-povrati nomalno distribuirani. Slutnja je opravdana Shapiro-Wilk
testom o normalnosti distribucije i Jarque – Bera testom.
Shapiro-Wilk Jarque – Bera
p-vrijednost 0.0938 0.2083

3. ANALIZA VRIJEDNOSTI PORTFELJA I LOG-POVRATA PORTFELJA

3.1 Analiza log-povrata portfelja

Portfelj kojeg promatram se sastoji od 60 dionica Uljanik plovidbe d.d., te 80 dionica Atlantske
plovidbe d.d. Datuma 2.1.2017 vrijednost portfelja iznosila je 31 286.8, a 20.7.2017 iznosila je 43 116.4
što znači da smo ovom kupnjom, unatoč padu cijena dionica Uljanika, uspjeli zaraditi. U sljedećoj tablici
prikazane su numeričke karakteristike portfelja.

Minimum Donji Aritmetička Medijan Gornji Maksimum

kvartil sredina kvartil
Portfelj 31 286.8 36 576 39 631.32 39 160.1 41 973 50 316

Tablica 2: Numeričke karakteristike portfelja

9
 Vrijednos portfelja kretala se u iznosu od 31 286.8kn što je početna cijena do 50 316kn, dok joj je
median 39160.1, a aritmemtička sredina 39631.32. Pogledajmo kretanje vrijednosti portfelja na sljedećoj
slici.

Slika 3. Kretanje cijena portfelja

Buduću da smo kupili više dionica Atlantske plovidbe i budući da cijene tih dionica rastu , na
temelju ove slike možemo uočiti taj trend rasta i kod vrijednosti portfelja. On je vrlo sličan trendu rasta
Atlantske plovidbe. Iako je u nekom trenutku vrijednost portfelja počela padati, kao što sam već rekla,
ukoliko bi se odlučili za prodaju dionica na datum 20.7.2017 , koje smo kupili 2.1.2017, uspjeli bi zaraditi
11829.6 kn. Pogledajmo možemo li nešto zaključiti o distribuciji.

Slika 4. Kutijasti i stupičasti dijagram kretanja cijena portfelja

Dobila sam da je normalna shapito i jb testom?! Shapi p0.1147 Jarque 0.2245 A za log povrate ne više .

3.2 Analiza log-povrata portfelja

10
Pogledajmo numeričke karakteristike:

Minimum Donji kvartil Aritmetička Medijan Gornji Maksimum

sredina kvartil
Portfelj -0.058600 -0.0179700 0.003467 -0.00076 0.018280 0.06848

Tablica 4. Numeričke karakteristike log-povrata portfelja

Iz tablice vidimo da se log-povrati portfelja kreću u rasponu od -0.058600 do 0.06848, pri čemu je
medijan podataka -0.00076, a aritmetička sredina iznosi 0.003467. Pogledajmo grafičke prikaze.

Slika 9. Kretanje log-povrata portfelja

Slika 10. Stupčasti dijagram log-povrata i box-plot portfelja

11
Na temelju grafičkih prikaza teško možemo zaključiti da su log-povrati portfelja normalno distribuirani.
Pogledajmo što kažu testovi.
Shapiro-Wilk Jarque – Bera
p-vrijednost 0.0426 0.183

P-vrjednosti Shapiro- Wilk testa iznosi 0.0426 i vrlo je blizu razine značajnosti 0.05, no ipak odbacujemo
hipotezu o normalnosti log-povrata. Jarque – Bera testom ne odbacuje hipotezu, no s obzirom na grafičke
prikaze i Shapiro-Wilk test ne bih se usudila reći da su log-povrati normalno distribuirani.

4. PROCJENA VAR-a
Value-at-Risk (vrijednost pod rizikom) je minimalni dnevni gubitak uz unaprijed danu vjerojatnost p iz
intervala <0,1>, najčešće se uzima da je p=0.05. U tom slučaju VaR se računa kao procjena kvantila reda
0.05 distribucije log-povrata. Budući da testovima nisam mogla potvrditi pripadnost log-povrata portfelja
normalnoj distribuciji napraviti ću neparametarsku procijenu Var-a. Dobila sam sljedeću procjenu
Var(0.05)= -0.04022373
Dakle, procjenjujemo da se s vjerojatnošću 0.05 realizira dnevni povrat manji ili jednak od -0.004022373.
Odnosno, procjenjujemo da se s vjerojatnošću 0.05 reazlizira dnevni gubitak veći od 1258.47kn.
(Pomnožims početnom vrjednošću portfelja?) -0.04457839<-ako procjenim na temelju norm distrib

5. MODEL GEOMETRIJSKOG BROWNOVOG GIBANJA

12
 Uz dosadašnje procjene i testove, prirodno bi bilo nastaviti modeliranje cijena dionica i jednog i drugog
poduzeća u smjeru modela geometrijskog Brownovog gibanja. Izraditi ću samo model za cijene dionica
Uljanik plovidbe d.d.
Budući da smo poglavlju 2.2 potvrdili hipotezu o normalnosti log-povrata Uljanik plovidbe d.d.
preostaje nam provjeriti jesu li log-povrati nekorelirani. U kontekstu geometrijskog Brownovog gibanja
log-povrati su nezavisni, budući da nemamo test za nezavisnost može nam pomoći Ljung-Box testa o
nekoreliranosti. Taj test nam može pomoći tako što ćemo u slučaju ako odbacimo nul hipotezu prihvatiti
alternativnu hipotezu koja kaže da su log povrati korelirani što onda nužno znači i zavisni pa ih nema
smisla modelirati GBG-om. Ne odbacivanja nul hipoteze nužno ne znači da su log- povrati nezavisni, no
možemo naslutiti da ih ima smisla modelirati Geometrijskim Brownovim gibanjem. U intuitivnom
zaključivanju nam može pomoći grafički prikaz uzorače funkcije autokorelacije log-povrata.
Autokorelacijska funkcija slabo stacionarnih procesa trebala bi vrlo brzo opadati u nulu.

Slika 11. Fukcija autokovarijanci na koraku 21 i koraku 131

Na osnovu grafičkih prikaza naslućujemo kako uzoračka funkcija autokorelacije nije značajno različita od
nule, osim eventualno na koraku 64 i 67. Provjerili smo naslućeno i dobili da je pripadna p-vrijednost
Ljung-Box testa 0.8634 pa stoga na razini značajnosti 0.05 nemamo razloga odbaciti hipotezu o
nekoreliranosti log-povrata. Procijenimo sada vrijednosti parametara Geometrijskog Brownovog gibanja
korištenjem sto tridest i jednog log-povrata koje smo dobili na temelju podataka o cijenama u periodu od
1.1.2017 do 20.7.2017. Dobili smo sljedeće :
σ = 0.03433451, µ = - 0.00825499 i α = -0.0002405629 pa stoga pretpostavljamo kako je cijena dionice u
trenutku t ≥ 0 dana izrazom :

13
Pri čemu je S0=156.1.

6. KROSVALIDACIJA MODELA
Na sljedećim slikama prikazane su trajektorije procjenjenog modela dobivenih simulacijom nasuprot
stvarnih cijena Uljianik plovidbe d.d za promatrani period zajedno s funkcijom očekivanja.

14
Simulirali smo pet trajektorija i svaka od njih odražava jedno moguće kretanja cijena. Neke od njih su po
trendu bliske realiziranoj, dok neke nisu. Na posljednoj slici uočavamo trajektoriju koja na nekim
dijelovima dosta dobro prati trend cijena dionica. Budući da nema smisla zaključivati samo na nekoliko
trajektorija simulirati ćemo 1000 trajektorija i promatrati ćemo njihov prosjek. Prosjekom onda možemo
procjeniti očekivanu vrijednost trajektorije u određenom danu. Na sljedećoj slici prikazane su prosječne
cijene koje dobijemo na temelju simuliranih 1000 trajektorija i vrijednosti predviđene modelom.

15
Možemo uočiti da graf funkcije prosječnih cijena na temelju 1000 trajektorija prati trend pada cijena
dionica bolje nego što prati funkcija očekivanja. Pogledajmo sljedeću tablicu:

Stvarne vrijednosti Prosjek na temelju Apsolutna vrijednost

cijena simulirani trajektorija razlika
20.dan 171.73 151.429 20.300
50.dan 181 149.466 31.53557
100.dan 129 145.058 16.05075
120.dan 123.4 143.312 19.9121
20.7.2017 141.1 141.642 1.5462

Ono što možemo uočiti je to da su odstupanja različita i da je razlika u posljednjem danu bila samo 1.5462
što je iznenađujuće dobro. Da li trebam raditi log –povrate prediktiranih cijena

Dalje ću iskoristiti podatke o cjenama dionica Uljanik plovidbe d.d. u razdoblju od od 21.7.2017 do
28.8.2017 koje nisam koristila u procjeni parametra modela kako bi vidjela koliko dobro ovaj model
prediktira buduće vrijednosti.

7. PREDIKCIJA

Možemo uočiti kako na početku razlike nisu toliko velike no nakon početka rasta cijena dionica Uljanik
plovidbe d.d. razlike su sve veće. U sljedećoj tablici dane su stvare cijene dionica, prosječne cijene
dionica na temelju 1000 trajektorija za dane 24.7.2017 , 10.8.2017 i 28.82017 ,te razlika očekivane i
stvarne cijene.

Stvarne vrijednosti Prosjek na temelju Apsolutna vrijednost razlika

16
 cijena simuliranih trajektorija stvarne i prosječnih cijena

24.7.2017 131 137.729 6.729

10.8.2017 132.5 136.4618 4.4618
28.8.2017 166.49 135.7884 30.2116

Ono što smo vidjeli na grafičkom prikazu možemo vidjet i na ovaoj tablici, razlika se s vremenom jako
povećala. Analiza bi bila bolja da imam više podataka na kojima nisam izgradila model.

8. ECO I EPO
Europska call opcija (ECO) je ugovor koji svom vlasniku daje pravo, ali ne i obavezu, da u unaprijed
dogovorenom trenutku T kupi financijski instrument po unaprijed dogovorenoj cijeni K. Europska put
opcija (EPO) je ugovor koji vlasniku daje pravo, ali ne i obavezu, da u unaprijed dogovorenom trenutku T
proda financijski instrument po unaprijed dogovorenoj cijeni K. Dalje ćemo odrediti nearbitražnu cijenu
ECO i EPO u trenutku t=0 korištenjem CRR modela i Black-Scholes-Mertonovog modela za vrijeme
dospijeća T i neku cijenu izvršenja K u promatranom periodu.

8.1 CRR MODEL

OVO JE KOPIRANO IZ TVOG SEMINARA DA TI LAKŠE OBJASNIM ŠTA NE ZNAM :D

Neka je t=0 prvi dan kada smo počeli promatrati naš portfelj, odnosno 1.1.2017. godine. Ograničit
ćemo se na cijene dionica tvrtke Atlantske plovidbe d.d., a cijena njene dionice na taj dan je bila
279.62hrk. Neka je dan izvršenja nakon 2 mjeseca, 1.3.2017. te cijena izvršenja K=300hrk. Za određivanje
nearbitražne cijene ECO i EPO u ovom modelu potrebno je znati distribuciju slučajne varijable koja
modelira relativni povrat u trenutku t u odnosu na trenutak t-1, odnosno distribuciju slučajne varijable X t:

, p ϵ (0,1),

gdje nam a označava da je došlo do pada cijene, a b da je došlo do rasta cijene dionice.

17
 Slika 12. Diferencirani niz cijena dionice AP u promatranom razdoblju
To si samo diff onaj adj close (haha tako smo ga zvali obicno)? Nisi log dif radila???
I zašto promatramo difernerncirani niz ako znaš?

Promatramo diferencirani niz cijena te računamo očekivani rast, odnosno očekivani pad cijene
dionice. Zaključujemo iz ovoga da ako 2.1. dođe do rasta cijene, očekivana cijena iznosi 287.2442hrk, a
ako dođe do pada očekivana cijena iznosi 274.1295hrk.kako dolazim do toga? Na temelju ovih zaključaka
računamo parametre a i b pa nam slučajna varijabla kojom modeliramo relativni povrat u trenutku t=1
ima distribuciju:
Kako dolazim do distribucije

Da bi model bio bez arbitaže nužno je da vrijedi: a<r'<b, gdje je r' EKS. Nadalje ćemo uzeti da je r'=0.05.
jesi se tu možda zeznula , jer ti r 1 nije između a i b, veći je od b :D ? Obzirom na r' dobivamo da je
nearbitražna cijena ECO 0hrk, a EPO 11.99616hrk.

8.2 BSM MODEL

Pokazali smo da su pretpostavke modela zadovoljene. Neka je t=0 na dan 30.3.2017.. Taj dan cijena
dionice iznosila je . Pretpostavimo kako je unaprijed dogovoreni trenutak T tri mjeseca kasnije, odnosno
24.8.2014. godine. Neka je dogovorena cijena izvrˇsenja 70$. Odredimo nearbitraˇznu cijenu ECO i EPO
koriˇstenjem BSM modela

18
19