1.

Projektelemzési módszerek
Tanulási célok
A fejezet célja olyan projektelemzési módszerek, eljárások bemutatása.

Bevezetés és célok
A fejezet célja olyan projektelemzési módszerek, eljárások megismertetése,
amelyek segítenek annak feltárásában, hogy egy tőkebefektetés esetén milyen
problémák adódhatnak, amelyek negatívan befolyásolják a vizsgált projekt
működését. A bemutatandó módszerek segítségével az előrejelzési kockázatok
becsülhetők, a projektek megismerése differenciáltabbá válik, segítve ezzel a
döntéshozókat annak megvalósítása, illetve elvetése kérdésében. A fejezet
áttanulmányozása után választ kapunk arra, hogy a beruházási döntések sokkal
többet jelentenek az egyszerű nettó jelenérték kiszámításánál. Ha kellő
körültekintéssel járunk el a döntés előkészítés során, akkor azonosíthatjuk azokat a
főbb bizonytalansági tényezőket, amelyek meggyőznek arról, hogy érdemes további
vizsgálatokat is végezni, amelyek az adott projekt megvalósíthatóságáról, annak
valódi értékéről, vagy gyenge pontjairól nyújthatnak mélyebb és pontosabb
információkat. A fejezetben bemutatott módszerek mindegyike ezt a célt szolgálja, de
elsősorban együtt alkalmazva mutatkozik meg egymást kiegészítő, erősítő hatásuk.
A vállalati menedzsment részéről egyre inkább megfogalmazódik az az igény, hogy a
stratégiai döntések meghozatalánál, azok alátámasztására, a bizonytalanságok
modellezésére tudományos eszközöket, olyan módszereket alkalmazzanak, amellyel
megteremtik a kapcsolatot a döntések és azok várható következményei között. A
beruházási döntések során az értékelés kiindulópontja a pénz időértéke, amely
szerint egy vizsgált projekt annyit ér, amennyi a belőle származó pénzáramok
jelenértékeinek az összege. Amennyiben ez az érték fölötte van a tényleges piaci
árnak – azaz a beruházás nettó jelenértéke pozitív – akkor a projekt megvalósításra
javasolható, ellenkező esetben pedig elvetjük azt. A nettó jelenérték (NPV) módszer
alkalmazásánál úgy tekintünk a pénzáram előrejelzésekre, mintha azok minden
kétségen felül állóak lennének, és nem lenne több feladatunk, mint a kockázat
becslése, a diszkontráta megfelelő kiválasztása, valamint a nettó jelenérték
meghatározása, vagyis néhány matematika formulába való behelyettesítéssel, a
tőkebefektetési projektekkel kapcsolatos döntések alátámasztása vagy azok
elvetése. Ezzel ellentétben a valóságban, a teljesen diverzifikálható kockázatú
projektek esetén is előfordulnak kudarcba fulladt beruházások.
Kérdésként merül fel, hogy milyen tényezők miatt lesz a nettó jelenérték pozitív vagy
negatív. Előfordulhatnak például becslési hibák, amelyek alapján megkérdőjelezhető,
hogy a becsült piaci érték mennyiben azonos a valós értékkel, azaz milyen pontosan
sikerült meghatározni azokat a kockázati elemeket, amelyek egyik vagy másik
irányba befolyásolhatják az NPV értékét. Konkrétabb megfogalmazásban az a
kérdés, hogy nem becsültünk-e alá kockázati tényezőket, amelyek fenyegetettséget
jelentenek a pozitív nettó jelenértékű projektekre, vagy fordítva, nem túloztunk-e el
valamilyen vállalati versenyelőnyt, amelynek következtében negatív nettó jelenértékű
projekteket támogatunk számításainkkal.
Ezek alapján érthető a döntéshozók igénye, hogy a feltárt és tudatosan vállalt
kockázatok bekövetkezése esetén, azok tervszerű kockázatcsökkentését
végrehajthassák a mindenkori profit maximalizálása érdekében. Ez az oka annak,
hogy a vállalatok közötti versenyben egyre nagyobb jelentőséget kap a mindennapi
tevékenységgel összefüggő bizonytalanságok és az ennek következtében fellépő
kockázatok feltárása, azok hatásainak számszerűsítése, valamint az elemzés
eredményinek felhasználásával a kockázatcsökkentő akciók végrehajtása.
Bizonytalan gazdasági környezetben különböző lehet egy projekt nettó jelenértékét
befolyásoló tényezők kimenetele. Ez a bizonytalanság képezi a kockázat alapját. A
bizonytalanság pozitív vagy negatív következményeit számszerűsíti a kockázat. A
továbblépéshez ezen a ponton szükségessé válik a bizonytalanság és a kockázat
fogalmának definiálása a fogalmi tisztaság érdekében.
Mindennemű tevékenység együtt jár valamilyen kockázatvállalással, így
beszélhetünk például gazdasági, pénzügyi, informatikai, jogi, műszaki, biztonsági,
stb. kockázatokról. A fejezet célkitűzésének megfelelően a vállalati beruházások
elemzésével kapcsolatban felmerülő bizonytalanságokkal és kockázatokkal
foglalkozunk elsősorban. A fogalmi tisztázáshoz érintenünk kell a valószínűség
fogalmát is. Kockázatelemzési szempontból a valószínűség matematikai
megfogalmazását vesszük alapul, amely szerint a valószínűség a nagy számban
ismétlődő események relatív gyakoriságának határértéke, vagyis az az érték, amely
körül a relatív gyakoriság ingadozik. Más megközelítésben a kockázat olyan
helyzetet jelent, amelyben egy esemény bizonyos valószínűséggel fordul elő, azaz a
lehetséges jövőbeni események száma nagyobb, mint a ténylegesen bekövetkezőké,
de az eseményekhez bizonyos valószínűségi értékek rendelhetők. A definíció
alapján elvileg bármely befektetés kockázata kifejezhető az összes lehetséges
kimenettel és azok valószínűségeinek meghatározásával. A gyakorlatban azonban
az eljárás rendkívül nehézkes, számos esetben pedig egyszerűen lehetetlen. Ezért
szükséges használnunk a szórást, mint a kockázat mérőszámát, a lehetséges
kimenetek változékonyságának jellemzésére. Ugyanezen logika alapján
a bizonytalanság úgy definiálható, hogy a lehetséges kimeneti állapotok
ismeretlenek, illetve a lehetséges állapotok ismertek, azonban azok bekövetkezési
valószínűségeit nem ismerjük.
Összefoglalóan megállapíthatjuk, hogy a kockázat és a bizonytalanság két
különböző fogalom, mivel a kockázat esetében a lehetséges kimenetek
valószínűségeit meg lehet becsülni, a bizonytalanság esetén azonban a lehetséges
kimenetekről, illetve azok bekövetkezésének valószínűségeiről nincs információ.

1.1 Beruházások pénzáramának meghatározása

Tanulási célok
A döntés előkészítés problémaköre

A DCF módszerek jellemzői

Minden beruházás döntés-előkészítési fázisának egyik nagyon fontos lépése a
rendelkezésre álló műszaki, marketing, gazdasági információk alapján a beruházás
megvalósításával létrejövő pénzáram meghatározása. A műszaki specifikáció, a
beruházás műszaki-anyagi összetételének meghatározása után a szállítóktól bekért
információk alapján megbecsüljük a leendő beruházás költségeit. Másik oldalról, a
marketing tanulmány, vagy egyéb piaci információk alapján készítünk becslést a
beruházás megvalósítása révén keletkező bevételekre, illetve termelési költségekre.
Mindezen adatok birtokában elkészíthetjük a beruházás pénzáramát, amely minden
további, a leendő beruházást jellemző mutató kiszámításának az alapját képezi. A
módszert, diszkontált pénzáramlás elemzés – discounted cash-flow analysis: DCF –
címszó alatt a vállalati pénzügyek tárgykörében ismerhetjük meg mélyrehatóbban. A
beruházást jellemző teljesítménymutatók, mint a nettó jelenérték (NPV), a belső
megtérülési ráta (IRR), a jövedelmezőségi index (PI), a diszkontált megtérülési idő
(DPB), vagy a haszon-költség arány (B/C) kiszámítási módjait, használhatóságuk
korlátait jelen tankönyvben ismertnek tételezzük fel.
Az említett mutatók segítségével minden beruházás esetén kialakíthatunk egy saját
értékelési módszert, amely alapján rangsorolhatjuk a tervezett beruházásokat. A
projektelemzési módszerek alkalmazása azonban csak ezen a ponton kezdődik. Az
esetek nagy részében ugyanis a pénzáram kalkulációk egyáltalán nem, vagy jobb
esetben nem szisztematikus módon veszik figyelembe a projekt megvalósítását
körülvevő bizonytalanságokat. Mindkét eset további problémákat rejt magában. Ezek
kiküszöböléséhez elsődleges feladat, az elemzés időpontjában fennálló
bizonytalanságokat kifejező kockázati tényezők azonosítása, majd azok hatásainak
számszerűsítése a következő alfejezetben szereplő módszerek segítségével. Hibás
azonban az a feltételezés, hogy a későbbiekben ismertetendő projektelemzési
módszerek a DCF, és elsősorban a nettó jelenérték helyettesítőjeként
funkcionálhatnak. Csak kiegészítői a módszernek, de a végső döntést mindig az
NPV alapján hozzuk meg.

1.1.1. Beruházási döntések dinamikus környezetben

Tanulási célok
Az NPV módszer alapismérvei

Az NPV módszer szerepe a projektelemzési módszerek

között
A nettó jelenérték módszer lényegét nagyon röviden úgy lehetne összefoglalni, hogy
tekintsünk minden egyes beruházási projektet úgy, mintha teljes egészében saját forrásból
finanszírozott lenne, majd vizsgáljuk meg, hogy a projekt jövőben várható pénzáramlása
kedvezőbb-e, mint amit egy hasonló kockázatú értékpapír megvásárlása biztosítana
számunkra. A beruházási lehetőségeket mindaddig elfogadjuk, amíg azok marginális
hozama meghaladja a tőkepiacon elérhető hozamokat, vagyis amíg a beruházások NPV-je
pozitív. A nettó jelenérték pedig nem más, mint a jövőbeli pénzek jelenértékének és a
jelenbeli pénznek az összege. Képlettel kifejezve

ahol „r” a jövőbeli pénzáramlás diszkontálására alkalmas ráta, vagyis a tőke

alternatívaköltsége, „ ” a jelenbeli pénzáramlás, „ ” pedig a jövőbeli pénzáramlás t-edik
időpontban esedékes értéke. Most azonban nem az NPV meghatározásának jól ismert
képletére helyezzük a hangsúlyt, hanem a beruházások során megjelenő problémákra
koncentrálunk. Olyan kérdéseket vizsgálunk, hogy megfelelő-e a diszkontráta kiválasztása,
vagyis a tőke alternatívaköltségének a becslése vagy, hogy mennyire pontos a projekt
megvalósításából származó várható pénzáramlások előrejelzése. A nettó jelenérték
meghatározásán túl olyan kérdésekre keressük a választ, hogy mekkora

 a beruházás kezdő pénzáramának maximális változása,

 a működési pénzbevétel maximális változása,
 a működési pénzkiadások maximális változása,
 az elvárt megtérülés maximális változása,

amely a pozitív NPV-t nullára csökkenti? A további fejezetekben bemutatott módszerek

éppen ezen bizonytalanságok hatásainak számszerűsítésével járulnak hozzá a projektek
pontosabb megismeréséhez és ezzel a döntési kockázat csökkentéséhez.

1.2. Érzékenységelemzés
Tanulási célok
Az érzékenységelemzés módszerének bemutatása.

Az érzékenység elemzés rövid bemutatása

Az érzékenységi vizsgálat során arra keressük a választ, hogy az alapesetben
alkalmazott legjobb becsléstől való eltérés, illetve az eltérések bekövetkezésének
valószínűsége milyen hatással van a teljesítménymutatók[1] – leggyakrabban a
projekt nettó jelenértékének – alakulására. A beruházási pénzáram egyes elemeinek
pontos értékét ugyanis, még nagyon alapos előkészítés mellett sem ismerhetjük
teljes bizonyossággal. Ezért az egyes tényezők nagyságának meghatározásakor
óhatatlanul becslési hibát követünk el. Így a célunk csak az lehet, hogy egy
megfelelő módszer alkalmazásával – brainstorming, szakértői workshop, stb. – olyan
bemenő adatokat generáljunk, amelyek felhasználhatók a bizonytalanságok
hatásainak számszerűsítésére. Az előkészítő folyamat célja tehát az, hogy már a
döntéshozatal során figyelembe vehetők legyenek a beruházás eredménymutatóit
befolyásoló, a jövőben esetlegesen bekövetkező események hatásai is.
[1] A nettó jelenérték mellett a belső megtérülési ráta, valamint a haszon/költség
hányados a leggyakrabban vizsgált teljesítménymutató. Az Európai Uniós
projektekben megkülönböztetik ezen mutatók pénzügyi és közgazdasági megfelelőit.
A szokásos jelöléssel a pénzügyi mutatók FNPV és FRR, azaz pénzügyi nettó
jelenérték, illetve pénzügyi belső megtérülési ráta, valamint ENPV, ERR és B/C,
azaz közgazdasági- nettó jelenérték és belső megtérülési ráta és haszon/költség
hányados.

1.2.1. Rugalmassági együtthatók

Tanulási célok
Közvetlen és közvetett hatótényezők meghatározása

Kritikus paraméterek kiválasztása

Az érzékenységvizsgálat első lépésében megvizsgáljuk azokat a hatástényezőket –
kimeneteket – amelyeket, a pénzáramokat meghatározó változók feltételezett változásai
okoznak a teljesítménymutatókban. Ezek az un. közvetlen hatótényezők, amelyek lehetnek
például a piac nagysága, a piaci részesedés, a piac növekedési üteme, az értékesítés
volumene, a szükséges erőforrások költsége, a költségek esetleges változása, az
adókulcsok változása, stb. Másodikként azt vizsgáljuk, hogy a változásoknak mekkora a
bekövetkezési valószínűsége – milyen a valószínűségi eloszlása – és ezek
figyelembevételével meghatározzuk a teljesítménymutatók várható értékét.
A közvetlen hatótényezőket számos közvetett tényező határozza meg. Ezek némelyike
csak egy közvetlen tényezőre, a többitől függetlenül hat, másik része viszont több közvetlen
hatótényezőre van kihatással, ezért a teljesítménymutatókban ezen változók összetett hatást
fejtenek ki. A fontosabb hatótényezők számbavétele alapján a kritikus változók kiválasztása
érdekében első lépésben a közvetlen hatótényezőket vizsgáljuk meg. Amennyiben a
közvetlen hatótényező nem éri el a kritikus változó szintet – 1%-os változása nem hat 1%-nál
nagyobb mértékben a teljesítménymutatókra – akkor azokat a közvetett tényezőket nem kell
továbbvizsgálni, amelyek egyedül erre a közvetlen tényezőre hatnak, továbbá nincsenek
összefüggésben más közvetett tényezőkkel. A több közvetlen, illetve közvetett tényezőre
hatással lévő közvetett tényezőket külön kell megvizsgálni. Ezeket a tényezőket – a módszer
korlátaiból adódóan – nem számszerűsítjük, azonban a későbbi fejezetekben tárgyalásra
kerülő kockázatelemzés segítségével a legmeghatározóbbak további elemzés tárgyát
képezik a projekt minél pontosabb megítélhetősége érdekében. A közvetlenül meghatározó,
pénzben kifejezett főbb tényezőket a következő ábra mutatja.

Az érzékenységvizsgálat célja a projektek azon kritikus paramétereinek a kiválasztása,

amelyek változása a legnagyobb hatást gyakorolja az alapesetre kiszámított teljesítmény
mutatókra. A paramétereket a módszer szerint úgy változtatjuk meg, hogy más paraméterek
közben nem módosulnak. Meghatározónak tekintünk minden olyan paramétert, amelynek
1%-os abszolút mértékű megváltozása – pozitív vagy negatív értelemben egyaránt – a belső
megtérülési ráta, vagy a nettó jelenérték legalább 1%-os mértékű változását okozza. Ezt a
relatív megváltozást nevezzük a változók rugalmasságának vagy elaszticitásának[1] . A
gyakorlatban két fajta teljesítménymutatót szokás vizsgálni, a belső megtérülési ráta típusú
mutatók esetén kritikusnak akkor tekintünk egy paramétert, ha annak 1%-os változása a
megtérülési rátát legalább 1%-os mértékben megváltoztatja. Ezzel ellentétben a nettó
jelenérték típusú teljesítménymutatók esetében a kritikusnak tekinthető paraméter 1%-os
változása, legalább 5%-os változást kell, hogy generáljon az NPV értékében. A kritikus
változók meghatározása érdekében számba kell venni azokat a tényezőket, amelyek
közvetlen, illetve közvetett hatással vannak a pénzügyi és a közgazdasági
teljesítménymutatókra. A jelentős hatású változók rugalmasságának értékelése történhet
kvantitatív módon, azaz a változók különböző értékei alapján ismételten kiszámított mutatók
segítségével meghatározható függvény szerint, vagy kvalitatív módon, amikor magas,
közepes, illetve alacsony rugalmasságú besorolását végezzük el a változóknak. A változók
rugalmasságának vizsgálatához nyújt áttekintő segítséget a következő táblázat.
2. ábra: Változók rugalmasságának vizsgálata (minta)

ENPV ERR FNPV FRR

Változók
változása változása változása változása

1. Beruházási költség ….% ….% ….% ….%

2. Működési költség ….% ….% ….% ….%

3. ... ….% ….% ….% ….%

Az érzékenységelemzés keretében főként az alábbi változók vizsgálatát kell elvégezni:

 Beruházási költség.
 Működési költség.
 Különböző haszonelemek és azok számításának főbb tényezői.

Fontos megemlíteni, hogy az egymástól függő változók az eredmények torzulását

okozhatják, illetve kettős számbavételt idézhetnek elő. Az elemzés ezen lépésében az
egymástól függő változókat a vizsgálatból ki kell zárni. Ez utóbbi feladat csak elméletileg
tűnik egyszerűnek, a gyakorlatban nehéz a függetlenség feltételének való egzakt megfelelés.
Induljunk ki feltételezésünkben abból az esetből, amikor például a piaci volumen
növekedését, illetve annak hatását kívánjuk elkülönítve vizsgálni. Ha azonban a piac mérete
nagyobb lesz az általunk kalkuláltnál, akkor nagy valószínűséggel a kereslet is növekedni
fog, ami egy újabb változó, az egységár növekedését is maga után vonja. De ugyanígy az
árváltozás hatásának az önmagában való vizsgálata is problémát jelent a fenti szempontból.
Az árnövekedés, azaz a pénzünk vásárlóértékének csökkenése, vagyis az infláció
növekedése addig a pontig tart, amíg beáll az újabb egyensúlyi állapot. Az infláció azonban a
beruházásunkat, megvalósítandó projektünket költség oldalról is érinti, amelyek így inflálódni
fognak és így tovább. Ezzel elérkeztünk a módszer alkalmazhatóságát kijelölő korlátokhoz.
Az érzékenységvizsgálat elvégzésének – az említett problémák ellenére – egyértelmű
haszna abban mutatkozik, hogy a döntés-előkészítés során rákényszeríti a vezetőket a
projekt jobb megértésére, amelynek eredményeként kijelölhetők azok a változók, amelyek
esetében – a becslés pontosítása érdekében – szükséges bizonyos többletinformáció
megszerzése.
[1] A módszer szerint a feltételnek nem megfelelő paraméterek hatásvizsgálatával, – tehát
azon esetekkel, amikor a hatótényezők 1%-os mértékű változása a vizsgált
teljesítménymutatók esetén 1%-osnál kisebb mértékű elmozdulást generál – nem
foglalkozunk.
1.2.2. Fedezeti érték
Tanulási célok
A küszöbértékek meghatározása

Fedezeti pontok
Amikor elkezdjük egy projekt érzékenységvizsgálatát, vagy csak különböző lehetséges
helyzeteket vizsgálunk, akkor arra a kérdésre keressük a választ, hogy milyen súlyú
következményekkel járna, ha például a költségek, forgalom, piaci részesedés, stb. a vártnál
kedvezőtlenebbül alakulnának. De a kérdést fordítva is föltehetjük: mennyire
rosszabbodhatnak a körülmények ahhoz, hogy a projekt még éppen ne legyen veszteséges?
Másképpen fogalmazva a kritikus változók milyen mértékű százalékos változásánál válnak a
pénzügyi és közgazdasági teljesítménymutatók olyanná, amelynél már nem támogatandó a
projekt megvalósítása. Ezt az eljárást nevezzük fedezeti érték vizsgálatnak,
vagy nyereségküszöb elemzésnek. Azt az értéket pedig, amelynél a projekt támogatottsága
megszűnik, nyereségküszöbnek nevezzük. A küszöbérték számításnak elsősorban a
gazdasági megtérülési mutatók vizsgálatánál van jelentősége. A következő táblázat a
küszöbértékeket teszi áttekinthetőbbé.

3. ábra: Küszöbértékek (minta)

ENPV FNPV
Változók ERR küszöbérték FRR küszöbérték
küszöbérték küszöbérték

1. Beruházási
költség

2. Működési
költség

3. ...

A nyereségküszöb számszerű meghatározása matematikailag rendkívül egyszerű. Vegyük

egy adott projekt bevételeinek és kiadásainak jelenértékét, amely két érték különbsége adja
meg a nettó jelenértéket. A projekt NPV-je ott lesz zérus, ahol a bevételek és kiadások
jelenértéke egymással egyenlővé válik. Vagyis felülről közelítve a zérus értéket mindaddig
érdemes egy projektet működtetni, amíg a bevételek jelenértéke – amit jellemzően az éves
forgalmi adatok határoznak meg – meghaladja a kiadások jelenértékét. Amilyen értéknél ez
különbség eltűnik azt nevezzük nyereségküszöbnek, vagy fedezeti pontnak. A
nyereségküszöb elemzés lépései a következők:

 A projekt NPV meghatározását szolgáló alapmodell felállítása.

 A vizsgálatba bevont paraméterek meghatározása.
 A kritikus paraméterek esetén a nyereségküszöb értékének meghatározása.
 A nettó jelenértéket zérussá tevő értékek további elemzése annak igazolására, hogy
a vizsgált mértékű változás előfordulhat-e a gyakorlatban.
A fedezeti pont elemzés matematikailag megegyezik a nyereségküszöb elemzéssel, azzal a
különbséggel, hogy az előbbi esetben szinte kizárólag egyetlen paraméter, az értékesített
mennyiség – az ebből következő árbevétel, kapacitáskihasználtság – alakulásának hatására
koncentrálunk. A fedezeti pont általános megfogalmazásban annak a legalacsonyabb
eladási forgalomnak, árbevételnek a meghatározását jelenti, ameddig az eladás még anélkül
csökkenhet, hogy a projekt veszteségessé válna. A gyakorlatban megkülönböztetünk
számviteli és pénzügyi, vagy gazdasági fedezeti pontot.
A számviteli fedezeti pont az értékesítés árbevételének azt a szintjét jelöli, amelynél az
árbevétel az üzleti tevékenység összes számviteli költségére – az összes állandó és változó
költségre – fedezetet jelent. A definícióból következően a projekt az adott ponton még nem
nyereséges, de már nem is veszteséges. A számítás kulcsa a költségek pontos
meghatározása és különválasztása állandó és változó költségekre. Az állandó költségek
függetlenek a termelés, vagy értékesítés mennyiségétől, ilyen például az értékcsökkenési
leírás, hitelkamat, bérlet díj, biztosítási díj, stb. A változó költségek az értékesítés
volumenével együtt mozgó költségek, mint például az anyagköltség, teljesítménybér,
energiaköltség, stb. A számviteli fedezeti pontot a következő összefüggés alapján
határozhatjuk meg:

A fenti képlet olyan projektek esetében alkalmazható, ahol homogén termelésről, vagy
szolgáltatásról beszélhetünk, azaz a vállalkozás nem folytat többféle tevékenységet. A
számviteli fedezeti pont meghatározásakor a ténylegesen felmerült számviteli költségeket
vesszük figyelembe. Ha egy projekt bevételei fedezetet jelentenek a számviteli költségeire,
akkor az már nem veszteséges, ugyanakkor a kielégítő működés feltétele, hogy a befektetés
hozama legalább a tőke alternatíva költségét elérje, hatékony működés esetén pedig a
projekt a normál profit feletti gazdasági profitot is realizál. Ez a gondolatmenet átvezet a
pénzügyi, vagy gazdasági fedezeti pont meghatározásához.
A pénzügyi, vagy gazdasági fedezeti pont az az értékesítési mennyiség, vagy árbevétel,
amely mellett a befolyó pénzáram fedezetet jelent a gazdasági költségekre. Ebben az
esetben az NPV zérus értéket vesz fel. A gazdasági fedezeti pont esetén az állandó költség
nem tartalmazza az értékcsökkenési leírást, ugyanakkor a beruházás éves átlagos
költségével számol, amely nem más, mint a beruházás éves költség-egyenértékese. A
gazdasági pont meghatározása a következő képlet alkalmazásával lehetséges:

A számlálóban szereplő társasági adó a fedezeti ponthoz tartozó érték esetén fizetendő adót
jelenti. Amennyiben számolunk vele, abban az esetben a projekt már számviteli nyereséget
hoz, azaz a normál profit mértékének függvényében fedezetet kell teremteni az adófizetési
kötelezettségre is.
1.3. Szcenárióelemzés
Tanulási célok
A szcenárióelemzés menete

Optimista – pesszimista forgatókönyv

Az érzékenységelemzés hátrányaként megfogalmazott, egy-egy paraméter változásának
hatásvizsgálata, illetve a változók egymástól való függőségének problémáját hivatott
kiküszöbölni a szcenárió- vagy forgatókönyv-elemzés alkalmazása. A szcenárióelemzés
során az egymással összefüggő változók értékeinek néhány ésszerű kombinációját tesszük
vizsgálat tárgyává. Az így kiválasztott kombinációk paramétereiben bekövetkezett együttes
változásnak, a projekt nettó jelenértékére gyakorolt hatását elemezzük. A következő táblázat
a szcenárióelemzés folyamatát szemlélteti.

4. ábra: A szcenárióelemzés eredményei (minta)

Változás az alapesethez
viszonyítva

Optimista Pesszimista Optimista Pesszimista

Mutatók Alapeset
forgatókönyv forgatókönyv forgatókönyv forgatókönyv

1. NPV ... % ... %

2. IRR ... % ... % ... % ... % ... %

3. ...

A forgatókönyv-elemzés menetét a következő lépések jellemzik:

 Az alap NPV modell meghatározása.

 A kritikus változók közül az egymással összefüggő változók körének meghatározása.
 A kritikus változók esetében az optimista és a pesszimista forgatókönyv esetére
becsült értékek, azaz a szcenáriók meghatározása. [1]
 A teljesítménymutatók kiszámítása az optimista és a pesszimista forgatókönyvre,
jellemzően a projekt NPV-jének meghatározása az egyes szcenárióknak
megfelelően.
 A szcenáriók részletes elemzése.

A változók kritikus csoportjára vonatkozó szcenárióelemzés, amely az alapeset mellett egy

„optimista” és egy „pesszimista” változatot vizsgál, hasznos információkkal szolgál a projekt
megítéléséhez. A forgatókönyv-elemzés lényegében egy rövidített, egyszerűsített eljárás,
ami nem helyettesíti, hanem kiegészíti az érzékenységvizsgálatot. A módszer fő problémája,
hogy a kapott eredmények nem egyértelműek, amelynek oka a bemenetben keresendő. Mit
jelent, illetve mi számít „pesszimista”, vagy „optimista” változatnak? Erre a kérdésre soha
nem a döntés előkészítés fázisában kapjuk meg a választ, hanem csak a projekt működése
során, sokszor annak kifutásakor, de mindenképpen utólag. Másik problémája a
módszernek, hogy nem ad eligazítást a projekt megvalósításának javasolhatóságára
vonatkozóan. A szcenárióelemzés legfőbb haszna a fejezetben ismertetett összes
kockázatelemzési módszerhez hasonlóan, hogy segít a projekt pontosabb megismerésében,
közelebb kerülve ezzel a minél megalapozottabb döntéshozatalhoz a megvalósítás
tekintetében.

[1] Leggyakrabban az alapmodellhez, mint várható értékhez viszonyítva pesszimistább és

optimistább forgatókönyv elkészítését jelenti.
1.4. Gyakorló feladatok
Tanulási célok
A megismert módszerek gyakorló feladatokon keresztül való elmélyítése

1.4.1. Nettó jelenérték (NPV) meghatározás

Egy vállalat 5 éves élettartamú beruházásának elemzéséhez a következő
táblázatosan összefoglalt adatok állnak rendelkezésre.

5. ábra: A projekt pénzáramlásának előrejelzése (millió Ft)

1-5. év
1. év
(évente)

Beruházás 130

2. Bevétel 375

3. Változó költség 300

4. Állandó költség 30

5. Amortizáció (20%) 20

6. Adózás előtti eredmény

25
(1-2-3-4)

7. Adó (20%) 5

8. Adózott nyereség (5-6) 20

9. Működési pénzáram
40
(4+7)

Nettó pénzáramlás -130 40

A beruházást 5 éven keresztül lineárisan amortizálják. A nyereségadó mértéke 20%.
Az elvárt hozam 10%. A megadott feltételek mellett határozzuk meg a beruházás
nettó jelenértékét.

millió Ft
Mivel 10% hozamelvárás mellett a nettó jelenérték pozitív, így érdemes a projekttel
továbblépni. Ez a mi esetünkben további vizsgálatot, az érzékenységelemzés
elvégzését jelenti.
1.4.2. Érzékenységelemzés
Először tételezzük fel, hogy a beruházási költség 10 millió forinttal növekszik. A
módszerrel egyszerre mindig csak egy paraméter változását vizsgálhatjuk. A
megválaszolandó kérdés jelen esetben, hogy milyen változást okoz ez a vizsgált
teljesítménymutatóban, azaz a nettó jelenértékben?

millió Ft
Következő feltételezésünk szerint a működési költségek megnövekedése miatt a
működés pénzárama csökken 5 millió forinttal. Jelen paraméter változását szintén az
alapesethez visszatérve vezetjük le.

millió Ft
A nettó jelenérték abszolút változásának meghatározása után meg kell határoznunk
a változás relatív, azaz százalékos mértékét is annak eldöntéséhez, hogy kritikus
paraméternek tekinthetjük-e a beruházási, illetve a működési költséget. Határozzuk
meg tehát a rugalmassági mutatókat a vizsgált két paraméter esetén.

A kapott eredményt elemezve megállapíthatjuk, hogy a beruházási költség 7,7%-os

növekedése a projekt nettó jelenértékében 46,2%-os csökkenést eredményezett.
Tehát 1%-os beruházási költségnövekedés, a projekt 6%-os nettó jelenérték
csökkenését eredményezi. Ezt fejezi ki a rugalmassági mutató értéke.

A továbbiakban határozzuk meg a működési költség rugalmassági együtthatóját is.

A működési költség 12,5%-os növekedése miatt a projekt nettó jelenértéke 87,7%-ot

csökkent. Ez fajlagosan azt jelenti, hogy a működési költség minden 1%-os
növekedése valamivel több, mint 7%-os csökkenést generál a projekt nettó
jelenértékében.

A számításokból összefoglalóan megállapíthatjuk, hogy az érzékenységvizsgálatnak

alávetett mindkét változó kritikusnak tekinthető, mivel 1%-os változásuk a vizsgált
teljesítménymutatót, azaz a projekt NPV-jét több mint 5%-os mértékben
megváltoztatta. Kockázati szempontból a működési költség változása jelenti a
nagyobb problémát, mivel annak 1%-os változása, a beruházás NPV-jének nagyobb
mértékű elmozdulását eredményezi, mint a beruházási költség megváltozása.

A következőkben a fedezeti érték meghatározására koncentrálunk. Felhasználva az

eddigi eredményeinket, most a már megismert kritikus változók esetén keressük azt
a küszöbértéket, amely mellett a projekt már nem támogatandóvá válik.
Matematikailag megfogalmazva, keressük tehát a kritikus paraméterek változásának
azon mértékeit, amelyek mellett a nettó jelenérték zérussá válik.
Visszatérve az alapesetre megállapíthattuk, hogy 130 millió forintos beruházási
költség mellett a projekt NPV-je 21,63 millió forintnak adódott. A fedezeti érték
meghatározásakor a kérdés tehát az, hogy hány százalékos beruházási
költségnövekedés mellett válik a projekt NPV-je zérussá? A megoldáshoz
használjuk a nullára rendezett alapegyenletünket, ahol most a beruházás összege
ismeretlen.

A működési pénzáram 34,3 millió forintig csökkenhet, azaz a működési költsége a

projektnek 40 – 34,3 = 5,7 millió forinttal nőhet, ceteris paribus, amely mellett a
beruházás NPV-je nullára csökken. Ez a működési költségnövekedés 5,7/40 =
14,25%-os értéknek felel meg.

Összefoglalóan megállapíthatjuk, hogy a projekt megvalósíthatóságára tekintettel, a

működési költség változása jelenti a nagyobb kockázatot, mert kisebb mértékű
százalékos változás esetén zérusra csökkenti a beruházás NPV-jét, mint a
beruházási költség megnövekedése. A számítások eredményeit foglalják össze a
soron következő táblázatok.

6. ábra: Rugalmassági együtthatók (1%-os növekedés hatása az

NPV-re)

NPV
Változók
változása

1. Beruházási költség 6,00 %

2. Működési pénzáram 7,016 %

7. ábra: Küszöbértékek (amely %-os változás mellett az NPV = 0)

NPV
Változók
küszöbérték

1. Beruházási költség 16,64 %

2. Működési költség 14,25 %

1.4.3. Szcenárióelemzés
Az egyes változók elkülönített hatásának vizsgálata után, most arra helyezzük a hangsúlyt,
hogy több tényező együttes változása milyen módosulást okoz a projekt nettó
jelenértékében. A szcenárióelemzés módszertana szerint az alapeset mellett tételezzünk fel
egy optimista és egy pesszimista forgatókönyvet is a projekt kimenetelét illetően.

 Az optimista forgatókönyv szerint a beruházási költség 10%-kal csökken, a

működési pénzáram pedig 5%-kal nő, a működési költségek csökkenése miatt.
 A pesszimista forgatókönyv értelmében a beruházási költség 10%-kal nő, a
működési pénzáram pedig 15%-kal csökken, a működési költségek növekedése
miatt.

Első lépésként határozzuk meg az alap NPV modellt. A szcenárióelemzés menetét is az

érzékenységelemzésnél megismert példán keresztül mutatjuk be.

millió Ft
Az optimista és pesszimista forgatókönyv feltételeinek megfelelően határozzuk meg az
egyes szcenáriók NPV-jét. Ha a beruházás feltételei kedvezően alakulnak, akkor a 130 millió
forintos költség 10%-kal, azaz 117 millió forintra csökken. A működési költségek
csökkenésének következtében a működési 40 millió forintos működési pénzáram pedig 5%-
kal, azaz 42 millió forintra nő.

millió Ft
Derűlátó adataink behelyettesítésével elvégzett számításaink alapján megállapíthatjuk, hogy
a projekt nettó jelenértéke az alapesethez viszonyítva közel a kétszeresére növekedett.
Százalékosan kifejezve az NPV 95%-kal nőtt.

Vizsgálódjunk tovább a pesszimista forgatókönyv feltételeinek megfelelően. E szerint, az

eredetileg 130 millió forintra tervezett beruházási költség 10%-kal növekszik, vagyis
pesszimista esetben 143 millió forintot igényel a beruházás. Ugyanakkor a működési
költségek is megnövekednek olyan mértékben, amelynek eredményeképpen a működési
pénzáram értéke 15%-kal, azaz 34 millió forintra csökken.

millió Ft
Borúlátó adatokkal elvégezve a számítást a nettó jelenérték negatívba fordul, azaz a
beruházó 10%-os hozamelvárás mellett –14,11 millió forintos nettó jelenértékkel kalkulálhat,
amely szerint a projekt már nem javasolható megvalósításra. Ez az érték az alapesethez
viszonyítva 165%-os csökkenést jelent a projekt NPV-jében. Az elemzés összesített
eredményeit a módszer elméleti bemutatása során megismert táblázatos formában
rendszerezve mutatja a következő ábra.
 8. ábra: A szcenárióelemzés eredményei

Változás az alapesethez
viszonyítva

Optimista Pesszimista
Alapeset Optimista Pesszimista
Mutató forgatókönyv forgatókönyv
(millió Ft) forgatókönyv forgatókönyv
(millió Ft) (millió Ft)

NPV 21,63 42,21 -14,11 95,15 % -165,23 %

A forgatókönyv elemzés természetesen nem ad felvilágosítást a projekt

megvalósíthatóságára vonatkozóan, ugyanakkor a fejezetben ismertetett módszerekhez
hasonlóan segít a projekt mélyebb megismerésében. Az ismertetett alkalmazás mellett,
amennyiben több egymást kizáró projekt esetén alkalmazzuk, úgy az egyes projektek
besorolásához kapunk hathatós segítséget.

Összefoglalva eddigi – immáron példákkal is alátámasztott – ismereteinket

megállapíthatjuk, hogy az érzékenységelemzés a kulcsfontosságú, azaz kritikus
paraméterek változásának hatását vizsgálja a projekt teljesítménymutatóira vonatkoztatva,
mindig csak egy paraméter változását elemezve. A vizsgálatban ugyanakkor figyelmen kívül
hagyjuk az egyes változók közötti összefüggést. A szcenárióelemzés kevés számú
forgatókönyv hatását vizsgálja szintén a teljesítménymutatókra vonatkozóan, miközben az
egyes forgatókönyvek a különböző paraméterek egyidejű változására épülnek. Könnyű látni,
hogy a két módszer jellemzőinek ötvözése lenne az ideális megoldás a projektek
kockázatbecslésére. Ennek az igénynek felel meg a tankönyv későbbi fejezetében
bemutatásra kerülő Monte Carlo szimulációs eljárás, amelynek elsődleges haszna a
beruházás teljes élettartama során keletkező pénzáram nagyságára ható kockázati tényezők
hatásainak számszerűsítése.
1. A kockázat értelmezése, jellemző eloszlások
Tanulási célok
bemutatni a kockázattal kapcsolatos megközelítéseket

1.1. Bevezetés
Ahogyan azt már a korábbi fejezetekben is megvizsgáltuk egy-egy beruházási
projekt pénzügyi előkészítésekor és értékelésekor egy modellt kell alkotnunk,
melyben a különböző paramétereket számszerűsítjük.
Kockázatmentes világban az NPV módszer konkrét pénzáramlásokat rendel a
projekt futamidejének egyes időpontjaihoz, majd ezeket a pénzáramlásokat a jelentől
való távolság függvényében diszkontálva határozza meg a projekt nettó jelenértékét.
Egy ilyen világban az egyes évi pénzáramlások csak egy meghatározott értéket
vehetnek fel. Mivel azonban nem lehetünk teljesen biztosak a jövőt illetően és így az
eseményeknek a gyakorlatban több lehetséges kimenetele is lehet, ezért az NPV
modellünket egyfajta jövőre vonatkozó becslésként is felfoghatjuk. Lehetséges, hogy
rosszul fogunk becsülni, és az is lehet, hogy bár jól becsülünk, de a jövőben a
gazdasági környezet változása miatt a helyesen becsült érték helyett a valóságban
más fog bekövetkezni. Hétköznapi szóhasználatban ezért talán azt mondanánk,
hogy a beruházás, projekt kimenetele bizonytalan vagy kockázatos.
Hétköznapi értelemben kockázatosnak mondunk egy ügyletet, ha veszteségeket
realizálhatunk, pénzügyi értelemben azonban a várt értéktől való pozitív eltérés
(nyereség) is kockázatként jelenik meg.
Bár a köznyelvben a bizonytalan és kockázatos kifejezést sokan talán egymást
helyettesítve, szinonimaként használják, pénzügyi és statisztikai értelemben jelentős
különbség van a két kifejezés között.
Vizsgáljuk meg először a bizonytalanság és kockázat közötti különbséget, majd
utána pedig ismerkedjünk meg a kockázatdiagnosztikai módszerekkel diszkrét és
folytonos eloszlás esetén.
1.2. A bizonytalanság és a kockázat
Tegyük fel, hogy 2 játék közül választhatunk, a szabályok a következők:
1. játék:

Egy urnában fekete és fehér golyók vannak. 10 Euro befizetése után 100 Euro a
nyereményünk, ha fehér golyót választunk, azonban, ha feketét húzunk ki, akkor
nem nyerünk semmit és elveszítjük a befizetett összeget.
2. játék

Egy urnában 50db fekete és 50db fehér golyót találhatunk. 10 Euro befizetése
után100 Euro a nyereményünk, ha fehér golyót választunk, azonban, ha feketét
húzunk ki, akkor nem nyerünk semmit és elveszítjük a befizetett összeget.
A két játék között első hallásra talán nem túl sok különbség van, és ha valaki az
utcán szóban ajánlaná fel nekünk az első játékot, akkor talán a nagy nyeremény
fejében gondolkodás nélkül elfogadnánk a meghívást, és egész biztosan
meglepődnénk rajta, hogy milyen kevés alkalommal vagy talán soha nem nyernénk.
Bár a 2 játék első hallásra nagyon hasonlónak tűnhet, azonban most így írásban
lehetőségünk van jobban átgondolni a két helyzetet és már láthatjuk a különbséget
köztük. Míg az első esetben csak a kimeneteleket ismertük (fekete vagy fehér golyót
húzhatunk), de az esélyekről semmi információnk nem volt (nem tudhatjuk, hogy a
ravasz utcai játékmester hány fekete és hány fehér golyót helyezett el az urnában),
addig a második esetben a kimenetelek mellett már azok valószínűségét is tudjuk
(jelen esetben 50-50%).
Bizonytalanságról beszélünk akkor, ha több dolog történhet meg, mint amennyi
ténylegesen meg is történik majd és nem ismerjük a kimeneteleket és/vagy azok
valószínűségét (1. játék).
Kockázat esetében azonban ismerjük a kimenetek eloszlását, tehát a lehetséges
kimeneteleket és azok valószínűségét (2.játék).
Láthatjuk tehát, a látszólagos hasonlóság ellenére jelentős különbség van a két esett
között és más-más módszereket használhatunk fel az elemzéseinkhez.

Ebben a fejezetben a kockázatdiagnosztikai módszerekkel fogunk megismerkedni

először diszkrét, majd folytonos eloszlás esetében.
2. Kockázatdiagnosztikai módszerek- Diszkrét eloszlás
Tanulási célok
bemutatni a kockázatdiagnosztikai módszereket diszkrét eloszlás esetén

2.1. A várható érték és a szórás szerepe

A korábbi fejezetekben már megismerkedtünk az érzékenységi és a nyereségküszöb
elemzéssel. Ezen módszerek remek alapot szolgáltak egyszerű vizsgálatok
elvégzésére és már ezek segítségével is többletinformációkhoz juttathatjuk a
döntéshozókat.
A szcenárióelemzéseket kiválóan alkalmazhatjuk projektek és akár Európai Uniós
pályázatok pénzügyi tervének elkészítéséhez is, hiszen azáltal, hogy több kimenetet
tárunk fel, több lehetőségre készülhetünk fel.

A szcenárióelemzéseket továbbfejleszthetjük úgy, hogy a különböző kimenetelekhez

valószínűségeket rendelünk és ezáltal diszkrét eloszlást kapunk. (A különböző
kimenetelekhez tartozó valószínűségek meghatározásához nem elegendőek csupán
pénzügyi-számviteli szempontok. A legtöbb esetben szükség van az értékesítési
osztály, a termelési osztály és egyéb műszakis kollégák becsléseire, ezért nagyon
fontos az információáramlás megtervezése és a szükséges adatok és információk
szükségességének felmérése.)

Abban az esetben, ha már rendelkezünk kimenetekkel és valószínűségekkel

könnyedén felhasználhatjuk a matematikai-statisztikai ismereteket a várható hozam
meghatározásához, amit a következő képlet segítségével számolhatunk ki.

A várható nettó jelenérték mutatja meg, hogy a projekt kimenetei átlagosan mekkora
vagyonnövekedést hordoznak, míg a nettó jelenérték szóródása a projekt
kockázatának abszolút mérőszáma.

A várható nettó jelenérték a kimenetek nettó jelenértékeinek valószínűségekkel

súlyozott átlaga.

, ahol – az i-dik kimenethez tartozó valószínűség; – az i-dik kimenethez

tartozó nettó jelenérték; n – a kimenetek száma és E(NPV) – a projekt várható nettó
jelenértéke.

A várható nettó jelenérték megmutatja, hogy átlagosan mennyi hozamot várhatunk

el a projektünktől, a különböző esetek valószínűségét is figyelembe véve.
Amikor a projektek lehetséges pénzáramait vagy nettó jelenértékeit vizsgáljuk, ne
felejtkezzünk el a várható érték ( vagy E(NPV)) és a leggyakrabban előforduló érték
(Mo) különbségéről. A jelenérték számítása a várható pénzáramlásokhoz
kapcsolódik, amit a lehetséges pénzáramok súlyozott átlagaként határozhatunk meg.
Azokban az esetekben, amikor a lehetséges kimenetek eloszlása nem egyenletes
(bal- vagy jobboldali asszimetriát mutat), a várható pénzáramlás nem egyezik meg a
legvalószínűbb pénzáramlással ( ≠Mo).

A várható érték szórását, a kockázat mérőszámát, a következő képlet adja meg:

, ahol – az i-dik kimenethez tartozó valószínűség; – az i-dik kimenethez

tartozó nettó jelenérték; n – a kimenetek száma, E(NPV) – a projekt várható nettó
jelenértéke és σ(NPV) – a nettó jelenértékek szórása.

A beruházások kockázatát tehát a szóródás legfontosabb mutatószáma, a szórás

mutatja. A szórás az egyedi értékek átlagtól való eltéréseinek a négyzetes átlaga,
az átlagtól mért átlagos négyzetes eltérés.
Mivel a modellünk becslés a jövőre nézve, ezért nem a tapasztalati vagy múltbeli
adatokon alapuló szórással (s) kell számolnunk.

Látható tehát, hogy a pénzügyi befektetésekhez hasonlóan itt is a lehetséges

kimenetek szórása lesz a kockázat mérőszáma azzal a különbséggel, hogy itt nem
az egyes időszaki hozamok, hanem a projekt nettó jelenértékeinek szórását
számszerűsítjük.
2.2. A várható érték és a szórás szerepe, megoldási séma
A megoldás menete a következő:

1. Kiszámoljuk a várható értéket, megszorozva az egyes forgatókönyvek nettó

jelenértékeit a forgatókönyvekhez tartozó valószínűségekkel.
2. Minden forgatókönyv esetében kiszámoljuk a várható értéktől vett négyzetes eltérést.
3. Az egyes forgatókönyvek négyzetes eltérését az első pontban ismertetett módszerrel
súlyozzuk a forgatókönyvekhez tartozó valószínűségekkel.
4. A kapott összegből gyököt vonunk.

A megoldást a következő táblázatot követve készíthetjük el:

Súlyozott
Várható
Forgatókönyvek Valószínűség NPV Négyzetes eltérés négyzetes
érték
eltérés

[1] [2] [3] [4]=[2]*[3] [6]=[5]*[2]

Összesen szum([2]) E(NPV) szum([4]) Variancia szum([6])

Szórás

A táblázat első oszlopába az egyes forgatókönyvek neveit írjuk. A második oszlop

tartalmazza az egyes forgatókönyvek bekövetkezési valószínűségeit, a harmadik az egyes
forgatókönyvek NPV-jét. A negyedik, ötödik és hatodik oszlop számított értékeket tartalmaz.
A számolás módját a táblázat második sora mutatja. A jelölések értelmezése a következő:
[szám] – Az adott számú oszlopot jelöli. A negyedik oszlopban szereplő [4]=[2]*[3] azt jelenti,
hogy a negyedik oszlop értékeit úgy kapjuk, hogy megszorozzuk a második oszlop minden
elemét a harmadik oszlop ugyanabban a sorban szereplő cellaértékével.
Az összesen sorban szereplő értékek a megfelelő oszlopban található elemek összegei.
Jelölésük: szum([szám]). Ilyet láthatunk a második oszlop végén, ami az eseménytér
valószínűségeinek összegét mutatja. Értékének mindig egynek kell lennie, mert akkor vettük
fel az eseménytér összes elemét. Egytől eltérő összeg hibás eloszlást jelez.
Ha a negyedik oszlopban levő értékeket összeadjuk, a feladatunk egyik megoldását kapjuk,
a projekt várható értékét.
Az ötödik oszlop értékeit úgy kapjuk, hogy a harmadik oszlopban található NPV-kből kivonjuk
a várható értéket és a különbséget négyzetre emeljük. A hatodik oszlopban a négyzetes
eltérés értékeket súlyozzuk a bekövetkezés valószínűségével. A hatodik oszlopban szereplő
értékek összege a projekt varianciája (szórásnégyzete). Ennek a gyöke a projekt
kockázatának mérőszáma, az NPV-k szórása. Ezt jelöltük a gyök([6-1]) szimbólummal,
aminek jelentése az, hogy vegyük a hatodik oszlop aktuális cella feletti elemét és annak
számoljuk ki a gyökét.
A táblázatban szereplő függvénynevek megegyeznek az Excel táblázatkezelő beépített
függvényeinek neveivel.
Természetesen a képleteket tartalmazó sort a gyakorlatban használt táblázatok nem
tartalmazzák.

Nézzünk egy példát egy projekt várható értékének és kockázatának kiszámítására.

2.3. Egy projekt várható értéke és kockázata 1. Példa
1.Példa Egy projekt várható értéke és kockázata
A Nickelback vállalat Rockstar projektjének forgatókönyv elemzését Delphi
módszerrel készítette el egy szakértőkből álló csapat. Négy forgatókönyvet
készítettek el és becslést adtak az egyes forgatókönyvek valószínűségeire is. Az
egyes forgatókönyvek NPV-it és a forgatókönyvek bekövetkezésének
valószínűségeit a következő táblázat mutatja:

NPV
Forgatókönyvek Valószínűség
(mFt)

Pesszimista 10% -100

Óvatos 25% 50

Reális 40% 100

Optimista 25% 150

Számítsa ki a megadott forgatókönyvek alapján a projekt várható nettó jelenértékét
és kockázatát!
2.3. Egy projekt várható értéke és kockázata Megoldás
Megoldás

Behelyettesítve az korábbi táblázat sémájába, megkapjuk a megoldást.

Súlyozott
Forgatókönyve NPV Négyzetes
Valószínűség Várható érték négyzetes
k (mFt) eltérés
eltérés

Pesszimista 10% -100 -10 32 400 3 240

Óvatos 25% 50 13 900 225

Reális 40% 100 40 400 160

Optimista 25% 150 38 4 900 1 225

Várható
Összesen 100% 80 Variancia 4 850
érték

Szórás 69.6
A várható érték kiszámítása:

A szórás kiszámítása:

A projektből származó vagyonnövekedés 80 millió forint, a projekt kockázata 69,6

millió forint.

Mire jó ez az új tudásunk? Kockázatmentes világban elég volt a projektek nettó

jelenértékét ismernünk ahhoz, hogy el tudjuk dönteni, melyik programot valósítjuk
meg. Kockázatos világban a kockázatot is számszerűsítettük és döntéseink során
erre is tekintettel kell lenni. A kérdés az, hogy hogyan módosulnak a döntéseink, ha
figyelembe vesszük a projektek kockázatát.
2.4. A relatív szórás jelentősége
A szórás önmagában is alkalmas a szóródás kifejezésére, azonban nem könnyíti
meg a döntéshozók helyzetét akkor, ha különböző projektek közül kell választani.
Szükség van tehát egy olyan kockázatmérő mutatóra, ami segíthet a különböző
érintetteknek az összehasonlításban, a kockázatelutasítási mértéküknek megfelelő
beruházás kiválasztásában. A döntéshozáshoz általában összevetik a program
kockázatát és várható vagyonnövekedését.
Összehasonlításra a statisztikában is gyakorta használt relatív szórás lesz
segítségünkre.

A relatív szórás a szóródás relatív mutatója, így mértékegység nélküli, értéke %-os
formában is megadható, kifejezve, hogy az egyedi értékek átlagosan hány %-kal
térnek el az átlagos értéktől, vagyis az egyes részelemek a várható érték hány %-os
környezetében szóródnak.
A relatív szórás megmutatja, hogy a várható vagyonnövekedés egy egységére
vetítve a vállalat mekkora kockázatot vállal a projekt elindításakor. Minél kisebb ez
az érték, annál kedvezőbb a projekt.

2.5. A kockázathoz való viszony

A projektek elfogadása, vagy elutasítása esetében küszöbértékre lenne szükségünk a relatív
szórásra vonatkoztatva. Ilyen objektív küszöbérték – például, hogy 1 alatti relatív szórás
érték elfogadható, 1 feletti nem – azonban nincs. Ennek az az oka, hogy a befektetők
természete különböző. Vannak olyanok, akik jobban és vannak olyanok, akik kevésbé
szeretik a kockázatot.

A kockázathoz való viszony szerint négyfajta befektetőt különböztetünk meg.

1. A kockázatsemleges befektetőt nem érdekli a kockázat, csak a várható

vagyonnövekedés nagyságát nézi. Döntését a várható nettó jelenérték alapján fogja
meghozni és azokat a programokat fogadja el, melyeknél a várható NPV pozitív.
Tipikus példája a szerencsejátékos, aki csak a döntései pozitív kimenetének nagy
NPV-i motiválnak és nincs tekintettel a veszteségekre.
2. A kockázatszerető befektető viszont csak a kockázatot nézi, tekintet nélkül a
várható értékre. Minél nagyobb a döntésének kockázata, annál értékesebb a projekt
a számára. Gazdaságilag a kockázatszerető befektető magatartása nem racionális,
vele a gazdasági életben szerencsére ritkán találkozhatunk. Az extrém sportok
kedvelői, a túlélő túrák résztvevői viszont közülük verbuválódnak.
3. A kockázatminimalizáló befektető a kockázatszerető ellentéte. Semmilyen
kockázatot sem hajlandó vállalni, csak biztos hozammal rendelkező befektetésekbe
fektet. A vállalati befektetés ezért nem az ő világa, mivel itt a gazdasági
körülmények változása miatt óhatatlanul előfordul kockázat. A kockázatminimalizáló
befektető olyan pénzügyi befektetéseket (értékpapírokat) választ, ahol az értékpapír
kibocsátója abszolút biztonsággal tudja a befektetésből származó jövőbeli
 kifizetéseket garantálni. Ilyenek az állampapírok, illetve a bankbetétek.
4. A kockázatkerülő befektető, akiről a továbbiakban feltételezzük, hogy ő a
gazdaságilag racionális befektető, mindig csak többlethozamért vállalja a
kockázatot. A kockázatkerülő befektető tehát a kockázat-hozam arányt akarja
optimalizálni, mely arányt pont a relatív szórás mutat. A projekt a kockázatkerülő
befektető számára annál kedvezőbb, minél kisebb a relatív szóródása. Ez azt jelenti,
hogy egységnyi várható vagyonnövekedés érdekében ekkor vállal legkisebb
kockázatot a befektető.

A relatív szórás alapján tehát rangsorolni fogjuk tudni a projekteket, mégpedig attraktivitás
szerint növekvő relatív szórás sorrendbe fogjuk rendezni a projekteket.
Mindazonáltal az elfogadás/elutasítás döntés esetében tovább sem rendelkezünk objektív
mérőszámmal. Nem mondhatjuk, hogy 1 feletti relatív szórás érték elfogadhatatlan, az alatti
elfogadható. A szabály az egyedi befektetők szubjektív döntésétől fog függni, hogy hol húzza
meg a határt.

2.6. Megoldási séma a relatív szórásra

Ha egy projekt esetében fontos mérőszámnak tartjuk a relatív szórást, akkor célszerű
lesz kiegészítenünk a modellünket vele. A módosított hozam-szórás modell
felépítését az alábbi táblázat mutatja:

2. Táblázat – Egy projekt várható hozamának és kockázatának kiszámítási sémája

relatív szórással

Forgató Várható Súlyozott

Valószínűsé
NPV érték Négyzetes eltérés négyzetes
könyvek g eltérés

[1] [2] [3] [4]=[2]*[3] [6]=[5]*[2]

Összese E(NPV szum([4]

szum([2]) Variancia szum([6])
n ) )

Szórás

Relatív szórás
A relatív szórás értékét úgy kapjuk meg, hogy a 6. oszlop aktuális cella feletti
sorában lévő értékét osztjuk a 4. oszlop 2 sorral az aktuális cella feletti értékével (a
várható értékkel)
Nézzünk meg a relatív szórás szabály működését egy példán keresztül.

2.7. Egy projekt várható értéke és kockázata 2.példa

2. példa : Egy projekt várható értéke és kockázata

A GreenDay vállalat a következő három lehetséges 1 éves befektetési lehetőség közül

választhat, melyeknek adózás utáni pénzáramát és valószínűségeit az alábbi táblázat
mutatja:

Welcome to paradise On holiday Basket case

Esetek
Valószínűsé
NPV Valószínűség NPV Valószínűség NPV
g

Pesszimista 30% 200 20% 500 10% 300

Óvatos 40% 400 40% 600 20% 600

Reális 20% 600 30% 700 50% 900

Optimista 10% 800 10% 800 20% 1 200

Összesen 100% 100% 100%

Számítsa ki:

1. A pénzáramok várható értékét

2. A pénzáramok varianciáját és szórását
3. A programok relatív szórását
4. Melyik programot fogadjuk el, ha
a. kockázat-semlegesek vagyunk és a projektek nem zárják ki egymást.
b. kockázat-semlegesek vagyunk, de a projektek egymást kölcsönösen kizárják.
c. kockázatkerülők vagyunk és nem fogadjuk el az 0,3-nál nagyobb relatív
szórású projekteket, de a projektek mindegyike párhuzamosan
megvalósítható.
d. kockázatkerülők vagyunk, és a projektek egymást kölcsönösen kizárják.

2.7. Egy projekt várható értéke és kockázata 2. példa -

Megoldás
Megoldás

Helyettesítsünk be a második modellünkbe. A modell megadja a választ az első három

kérdésünkre. A három projekt megoldása az alábbi eredményt adja:

Welcome Adózás
Valószínű Várható Négyzetes Súlyozott négyzetes
to utáni
ség érték eltérés eltérés
paradise pénzáram

Eset

Pesszimi 30% 200 60 48 400 14 520

sta

Óvatos 40% 400 160 400 160

Reális 20% 600 120 32 400 6 480

Optimista 10% 800 80 144 400 14 440

Összese Várható
100% 420 Variancia 35 600
n érték

Szórás 188.7

Relatív szórás 0.45

Az első befektetésről elmondhatjuk, hogy várhatóan 420MFt-ot fog hozni. Az egyes

lehetséges kimenetelek átlagtól való átlagos négyzetes eltérése 188,8MFt, tehát 45 %-os
szórást figyelhetünk meg.
A másik 2 beruházást is egy hasonló séma segítségével elemezhetjük.
Welcome Adózás
Valószínűs Várható Súlyozott négyzetes
to utáni Négyzetes eltérés
ég érték eltérés
paradise pénzáram

Eset

Pesszimis
20% 500 100 16 900 3 380
ta

Óvatos 40% 600 240 900 360

Reális 30% 700 210 4 900 1 470

Optimista 10% 800 80 28 900 2 890

Várható
Összesen 100% 630 Variancia 8 100
érték

Szórás 90.0

Relatív szórás 0.14

Adózás
On Valószínűs Várható Súlyozott négyzetes
utáni Négyzetes eltérés
holiday ég érték eltérés
pénzáram

Eset

Pesszimis
30% 200 60 48 400 14 520
ta

Óvatos 40% 400 160 400 160

Reális 20% 600 120 32 400 6 480

Optimista 10% 800 80 144 400 14 440

Várható
Összesen 100% 420 Variancia 35 600
érték

Szórás 188.7

Relatív szórás 0.45

 Adózás
On Valószínűs Várható Súlyozott négyzetes
utáni Négyzetes eltérés
holiday ég érték eltérés
pénzáram

Basket
case

Pesszimis
10% 300 30 291 600 29 160
ta

Óvatos 20% 600 120 57 600 11 520

Reális 50% 900 450 3 600 1 800

Optimista 20% 1 200 240 129 600 25 920

Várható
Összesen 100% 840 Variancia 68 400
érték

Szórás 261.5

Relatív szórás 0.31

Rendezzük az eredményeket egy táblázatba!

Relatív szórás
Projektek E(NPV) (MFt) SZÓRÁS (MFt)
(%)

Welcome to
420 188,7 45
paradise

On holiday 630 90 14

Basket case 840 0.14 31

Most válaszoljunk a 4. pontban feltett kérdésekre!

a. Melyik programot fogadjuk el, ha kockázat-semlegesek vagyunk és a projektek nem

zárják ki egymást?

A kockázat-semleges befektető az ügyletek kockázatával nem foglalkozik, csak a

hozamokat vizsgálja, azok alapján dönt. Mivel a projektek egymást nem zárják ki és
semmilyen pénzügyi korlátja nincs a megvalósításnak, ezért ez a befektető mind a
hármat meg fogja valósítani, hiszen valamennyinek pozitív a nettó jelenértéke.

b. Melyik programot fogadjuk el, ha kockázat-semlegesek vagyunk, de a projektek

egymást kölcsönösen kizárják?
 A befektetések kockázatával ebben az esetben sem foglalkozunk, de mivel csak
egyetlen befektetést választhatunk, a harmadikat a „Basket Case” nevűt választjuk,
hiszen a legnagyobb vagyonnövekedést szeretnénk realizálni.

c. Melyik programot fogadjuk el, ha kockázatkerülők vagyunk és nem fogadjuk el az 0,3-

nál nagyobb relatív szórású projekteket, de a projektek mindegyike párhuzamosan
megvalósítható?

Ebben az esetben kockázatkerülő befektetőről van szó. Ezeknél a személyeknél az

ügyletek kimenetének szóródásának már komoly szerepe van, ezért érdemes a
relatív szórásra figyelni, amely már sorrendiség felállítására is lehetőséget ad. Ha az
ügyletek nem zárják ki egymást, akkor a személy kockázatvállalási hajlandóságától
függ, hogy melyiket fogja elfogadni.
Meg kell néznünk, mely projektek relatív szórása van 0,3 alatt, és 0 felett. A negatív
relatív szórás ugyanis azt jelenti, hogy a várható NPV negatív, azaz a projekt nem
megvalósítható, hiszen várhatóan vagyoncsökkenést okoz. Ennek a kritériumnak
egyedül az „On holiday” projekt felel meg.

d. Melyik programot fogadjuk el, ha kockázatkerülők vagyunk, és a projektek egymást

kölcsönösen kizárják?

Ha az ügyletek kölcsönösen kizárják egymást, akkor a kockázatkerülő személy a

hozamokkal mit sem törődve a legbiztosabb, vagyis a legkisebb relatív szórású
projektet választja, vigyázva arra, hogy a relatív szórás nem lehet negatív. Legkisebb
relatív szórása az „on holiday” projektnek van, ezért ezt választjuk.

Láthatjuk tehát, hogy a döntés több tényező együttes hatásának a következménye és a

kockázatvállalás és kerülés miatt az egyéni preferenciák is előtérbe kerülhetnek.

2.8. Egy egyszerű beruházás NPV-jének relatív szórása

Most nézzük meg, hogy hogyan tudjuk kiszámítani egy olyan beruházás NPV-jét, ahol
feltételezzük:

1. Az egyes forgatókönyvek adózás utáni pénzárama minden évben azonos.

2. A projekteknek nincs maradványértéke.

Ebben az esetben a projekt NPV-jét az alábbi képlettel tudjuk kiszámítani:

ahol, – a projektbe fektetett tőke, – annuitásfaktor értéke, r elvárt hozam és n év

projekt élettartam mellett.

Az előzőekhez hasonlóan itt is egy sémát használhatunk.

 3. Táblázat – Annuitásos pénzáramú beruházás várható értékének és relatív szórásának
kiszámítása

Beruház Éves Évek Súlyozott

Valószí Várható Négyzetes
Forgatókönyvek ási pénz szá NPV négyzete
nűség érték eltérés
kiadás áram ma s eltérés

[6]=[3]+
[7]= [8]=(([6]-
[1] [2] [3] [4] [5] MÉ([r]; [9]=[8] *[2]
[6]*[2] szum([7]))^2
[5];-[4])

szum szum
Összesen E(NPV) Variancia szum ([9])
([2]) ([7])

gyök([9]-
Szórás
1)

Relatív
[9]-1/[7]-2
szórás

A beruházási kiadást negatív előjellel visszük be (mivel pénzünk fogy), míg a pénz-áramok
előjele pozitív lesz (mivel pénzünk nő). A pénzáramok jelenértékét az Excel MÉ (mai érték)
beépített pénzügyi függvény segítségével számoljuk ki. A MÉ függ-vény
paraméterszignatúrája a következő:
=MÉ(hozam; időszakok száma; részlet; maradványérték; típus)
A vastaggal jelölt paramétereket kötelező kitölteni. A MÉ függvény egy annuitás jelenértékét
számolja ki, ahol a hozam az időszaki elvárt hozam, az időszakok száma az annuitás
pénzáramainak száma, a részlet az annuitás járadéknagyságának nagysága. A
maradványérték az annuitás utolsó járadéktagjával együtt kapott összeg, a típus értéke
pedig vagy 0 (ez az alapértelmezett érték), ha a járadéktagok az időszak végén esedékesek,
és 1, ha a járadéktagok az időszak elején esedékesek. Fontos figyelembe vennünk azt, hogy
a függvény mindig ellentétes előjelű eredménnyel tér vissza, mint a részlet előjele. Ezért a
pénzáramot negatív előjellel kell venni, hogy pozitív pénzáram jelenértéket kapjunk.
A számolás további részei a 2. táblázatnak megfelelően alakulnak.

Nézzünk a fenti modellre egy példát!

2.9. Egy projekt várható értéke és kockázata 3. Példa
3.példa: Egy projekt várható értéke és kockázata

A Volvó gyár azt fontolgatja, hogy gyárat épít a diósgyőri ipartelepen. A beruházás
költsége 1000 milliárd forint. Három forgatókönyvvel számolunk. A pesszimista
forgatókönyv szerint a gyár 2 évig fog működni és adózás utáni évi pénzárama 300
milliárd forint. Az optimista forgatókönyv szerint a gyár 15 évig fog működni és évi
pénzárama 500 milliárd forint. Az alapeset szerint a gyár 5 évig fog működni és évi
pénzárama 400 milliárd forint. A pesszimista eset valószínűsége 50%, az optimistáé
10%, a maradék az alapeseté. A projekt által elvárt hozam 20%. Számolja ki a
beruházás várható NPV-jét, a beruházás kockázatát és relatív kockázatát! Adjon
tanácsot a projekt megvalósítására vonatkozóan!

2.9. Egy projekt várható értéke és kockázata 3.Példa-

Megoldás
Megoldás

Helyettesítsünk be az 3. táblázatban található megadott modellünkbe. A modell

megadja a választ a kérdéseinkre. A beruházás kockázatát az NPV-k szórása, a
relatív kockázatát a relatív szórás adat mutatja.

Beruh Súlyozott
Éves Évek Várható Négyzete
Valószínű ázási négyzetes
Eset pénzár szám érték s eltérés
ség ( ) költsé eltérés
am a
g

Pess
233
zimis 0,5 -1 000 300 2 -541,7 -270,8 116 695,20
390,40
ta

Alap 0,4 -1 000 400 5 196,2 78,5 64 926,40 25 970,60

Opti 1 1 949
0,1 -1 000 500 15 133,8 194 964,80
mista 337,70 648,30

1 E(NPV) -58,6 Variancia 337 630,60

Szórás 581,1

Elvárt
Relatív
hoza 20% -9,9
szórás
m
A számítások jobb megértése érdekében képlettel is számoljuk ki az első sor adatait:
Várható_érték=0,5*-541,7=-270,8

Négyzetes_eltérés=
Súlyozott_négyzetes_eltérés=0,5*233390,4=116695,2
A programot tekintet nélkül a kockázatára elvetjük, mivel várható NPV-je negatív.
Mindazonáltal a program kockázata is igen jelentős a várható értékéhez képest. Ezt
mutatja a relatív szórás igen magas kerekítve 10-es abszolút értéke.

A relatív szórás mellett a fenti modellből más kockázati mérőszámokat is

számolhatunk. Ilyen a maximális veszteség nagysága, a veszteség várható értéke,
és a veszteségesség valószínűsége.
A maximális veszteség a pesszimista esetben következik be. Ennek nagysága -
541,7 milliárd forint (6. oszlop 2. sor). A program csak a pesszimista esetben
veszteséges. Ezért a veszteségesség valószínűsége 50%. A veszteség várható
értéke a fenti két szám szorzata – azaz -541,7*0,5=-270,8 milliárd forint.

2.10. Kockázatdiagnosztikai elemzés értékelése

Az előzőekben a projektek kockázatával ismerkedtünk meg, és 3 statisztikai mutatószám
pénzügyi alkalmazását vizsgáltunk meg diszkrét eloszlást feltételezve, melyek segítségével
egyszerű elemzéseket hajthatunk végre.
Kockázatos világban feltételezzük, hogy ismerjük a várható értékek eloszlását, azaz a
jövőben várható kimenetek (pénzáramok) összes lehetséges értékét és ezek
bekövetkezésének valószínűségét.
Kockázatos világban a projekt értékeléséhez már két értéket is meg kell tehát adnunk, a
projekt várható nettó jelenértékét és a projekt várható nettó jelenértékének a szórását.

A várható nettó jelenérték a valószínűségeket felhasználva súlyozza a különböző

kimenetelek hozamait és megmutatja, hogy a projekt kimenetei átlagosan mekkora
vagyonnövekedést hordoznak. A várható nettó jelenérték tehát a kimenetek nettó
jelenértékeinek valószínűségekkel súlyozott átlaga. A kockázat mérésében egyrészt a nettó
jelenérték szórása - a projekt kockázatának abszolút mérőszáma-, másrészt pedig a relatív
szórás volt segítségünkre, mellyel már összehasonlításokat is tudtunk tenni.

A kockázatdiagnosztikai elemzések előnye:

1. A kockázatnak van mérőszáma (szórás és relatív szórás)

2. Rangsorolni lehet a projekteket(várható hozam és relatív szórás alapján)
3. Jövőbeli választási lehetőségeket (döntéseket) lehet értékelni
2.11. A relatív szórás alkalmazásán alapuló
kockázatdiagnosztikai elemzések veszélyei
A relatív szórás alkalmazásán alapuló kockázatdiagnosztikai elemzések veszélyei:

A relatív szórás alapú rangsorolás tehát a forgatókönyvek NPV-inek relatív szórása alapján
rendezi növekvő sorrend a pozitív relatív szórással rendelkező projekteket. A döntési
módszer számára az a legkedvezőbb program, aminek a legkisebb (de pozitív) a relatív
szórása.
A döntési módszertan jellegzetességeit az alábbi ábra mutatja:

Döntéseinkben csak a pozitív várható NPV-jű programokkal kell foglalkoznunk, a kockázat

értéke pedig mindig pozitív. A rangsorolási szabályt alkalmazva a programok annál jobbak,
minél nagyobb az origóból az adott projekthez húzott egyenes meredeksége. (Ekkor esik a
legnagyobb várható érték az egy egységnyi viselt kockázatra.)
A rangsor a következő: Első az A projekt (relatív szórása 0), második a B, a C és a D
holtversenyben a harmadik-negyedik, míg a legkevésbé attraktív az E projekt.

A dilemmák ezzel a rangsorral a következők:

1. A kockázatmentes (A) befektetés mindig a rangsor elején lesz, függetlenül attól, hogy
a várható NPV-je milyen kicsi – bár pozitív szám. A befektetők túlnyomó többsége
valószínűleg inkább B-t választaná, hiszen várható értéke nagyságrendekkel
nagyobb, mint az A-é, de kockázata csak egy kicsivel nagyobb.
Megoldás: a kockázatmentes projekteket külön kezeljük (ezek úgysem vállalati
beruházások, hanem pénzügyi befektetések).
2. Mivel a modell hallgatólagosan azt feltételezi, hogy a kockázat között valamilyen
lineáris kapcsolat van, a C és a D program közül nem tudunk dönteni, hogy melyiket
érdemes megvalósítanunk, hiszen e két program esetében a hozam/kockázat arány
megegyezik. A D program nagyobb várható NPV-vel, de lineárisan nagyobb
 kockázattal is rendelkezik. A gyakorlatban a befektetők többsége nem tekinti a két
programot azonos minőségűnek. A kockázat növekedésével jóval nagyobb hasznot
várunk el a beruházástól, így a lineáris kapcsolat helyett sokkal inkább egy négyzetes
kapcsolatot figyelhetünk meg. Vagyis a kockázat növekedésével a befektetők egyre
magasabb hozamot várnak el megtakarításaiktól, egységnyi további kockázatot egyre
nagyobb hozamnövekedésért hajlandóak vállalni. Az emberek többsége inkább
kedveli a mérsékelt haszon-mérsékelt kockázat típusú programokat (C) a nagy
hasznú nagy kockázatú programokkal szemben (D).
Megoldás: a kockázat mérőszáma ne a projekt szórása, hanem a projekt varianciája
legyen. Mivel a variancia a szórás négyzete, ezért a nagyobb szórású projekt
varianciája nem lineárisan, hanem négyzetes arányban fog nőni, így a D projektet a
C alá tudjuk sorolni.
3. A modellt a rangsoroláshoz használjuk. Rangsoroláshoz általában akkor
folyamodunk, ha nincs elegendő forrásunk az összes pozitív NPV-jű program
megvalósításához. A fenti modellünk azonban a projektek tőkeigényét nem
tartalmazza. Például lehetséges, hogy hiába választanánk ki a B projektet, ha ennek
tőkeigénye lehetőségeinket messze meghaladja.
Megoldás: Ha a projektjeink darabolhatóak és a tőkekorlátunk csak az első évben áll
fenn, az NPV helyett a jövedelmezőségi indexet használhatjuk, mint alternatív
befektetésértékelési módszert. Ekkor a várható jövedelmezőségi indexszel és annak
szóródásával számolunk. Ha projektjeink nem darabolhatóak (a vállalati beruházások
többsége ilyen), akkor a beruházások tőkeigényét is figyelembe kell vennünk.
4. A fenti modell feltételezi, hogy a projektek kockázata összeadódik. Ez a valóságban
akkor van így, ha minden projekt kockázati faktorai ugyanazoktól a tényezőktől
függenek. Ami helyes feltételezés is lehet, ha a projektek azonos ágazatba tartozó
beruházásokat jelentenek. Ha azonban a projekteket különböző termékeken és
piacokon hajtjuk végre, figyelni kell arra, hogy míg az egyes beruházások várható
NPV-je összeadható, a kockázatok nem automatikusan additívak, csak akkor, ha a
projektek kockázatai tényezői egymástól tökéletesen függnek. Ha vannak a projektek
kockázatainak egymástól független tényezői akkor úgy járunk jobban, ha
rendelkezésre álló tőkénkből inkább több kisebb projektet valósítunk meg, mint egy
nagyot. A vállalati kockázatot így porlasztani (diverzifikálni) tudjuk és összességében
kedvezőbb kockázat-hozam párt tudunk megvalósítani.

2.12.További példák
4. Példa Eseménytér várható értéke és szórása

Határozza meg az eseménytér várható értékét és szórását az alábbi információk

birtokában:

Eset Valószínűség NPV

1 0,1 -100

2 0,5 24

3 0,15 58

4 0,25 230
2.12.További példák
5.példa Olajfúró esete

Egy olajfúró vállalatnak el kell döntenie, hogy fúr-e kutat az adott területen.
Bizonytalan abban, hogy az adott kút “száraz”, “nedves” vagy “áradó” lesz-e. Más
helyen szerzett tapasztalatai alapján az alábbiakat ismeri:

Pénzáram Élettartam
Kimenet Valószínűség
(EUR) (év)

Száraz 0 0,5 -

Nedves 24.000 0,3 5

Áradó 40.000 0,2 5

A fúrási költségek szintén bizonytalanok, de a legutolsó becslés szerint 50,000
egységbe kerülnek. A tőkeköltség 10%. Érdemes fúrni vagy sem?
Készítse el az elemzést, ha eltekintünk a finanszírozási költségektől és akkor is ha
nem!
3. Döntési fák
Tanulási célok
Bemutatni a döntési fák használatát és alkalmazását egyszerűbb pénzügyi
kérdésekben

3.1. A döntési fák szerepe

Az előző fejezetben megismerkedhettünk a projektek kockázatával, és megvizsgáltuk azt,
hogyan lehet számszerűen leírni és jellemezni azokat akkor, ha a különböző esetekhez
valószínűségeket rendelünk. A számszerűsítés után a beruházási alternatívákat sorrendbe is
rendezhetjük és az egyén kockázatelutasítási vagy kockázatvállalási hajlandóságának
megfelelően dönthetünk egy projekt elfogadásáról vagy éppen elutasításáról.

A projektek lehetséges kimeneteit grafikusan is szokták ábrázolni. Mivel ezeken az ábrákon

jövőbeli lehetséges döntések kimeneteit is ábrázolhatjuk, ezért ezen ábrákat döntési fáknak
nevezik. A döntési fa tehát remek szemléltető eszközként is szolgál, hiszen grafikusan
ábrázolja a különböző döntési lehetőségekhez vezető döntési utakat.
A döntési fának a következő alkotórészei lehetnek:

 döntési csomópont, amit négyzet jelöl

 esély csomópont, amit kör jelöl, és
 végeredmény, amit téglalap jelöl.

Először a döntési fa ábrázolást pusztán arra fogjuk használni, hogy egy kockázati tényező
függvényében ábrázoljuk egy projekt pénzáramát, majd kiszámoljuk a projekt várható értékét
és kockázatát, majd végül megnézzük azt, hogy milyen egyéb beruházás-értékelési
helyzetekben használhatjuk ezt az eszközt.

3.2. A döntési fák egyszerű alkalmazása 1.Példa

Először nézzük meg a döntési fa alkalmazására egy egyszerű példát és utána
általánosítsuk a modellt!

1. Példa Döntési Fa egyszerű alkalmazása

Az ICE Bt. egy új fagyizó megnyitását tervezi, melynek beruházási költsége 10 millió
Ft lenne. Mivel a projekt nagyon kockázatos, ezért az elvárt megtérülési idő két év. A
teljesen kiszámíthatatlan időjárási körülmények miatt előzetesen piackutatást
végzett, mely a következő eredményt hozta: Ha rossz szezon lesz, amelynek az
esélye 40%, akkor 10 millió Ft-os pénzárama lesz, ha jó szezon lesz, akkor viszont
20 millió Ft. Függetlenül az első szezon eseteitől a második szezonban 30% az
esélye a kedvezőtlen időszaknak, ami 5 millió Ft-os pénzáramot jelent, kedvező piac
esetében azonban 25 millió Ft lesz a pénzáram.
A tulajdonosok szeretnék kiszámolni a beruházás várható nettó jelenértékét.
Használjunk 10%-os diszkontrátát!
3.2. A döntési fák egyszerű alkalmazása 1.Példa- Megoldás
Megoldás

Bár az adott szituáció nem túl bonyolult, még érthetőbbé válhat számunkra, ha egy
döntési fát rajzolunk fel, melyben feltüntetjük a különböző eseteket.

Először számoljuk meg, hány ágvége van a döntési fának, hiszen ennyi esetünk lesz.
A döntési fa felrajzolása után láthatjuk, hogy 4 egymástól független esetet
különböztethetünk meg. Az első eset azt jelenti, hogy az első és a második
szezonban is kedvezőtlen szezon lesz; a második azt, hogy az első évben
kedvezőtlen lesz, a másodikban viszont már kedvező lesz a kereslet és így tovább a
másik két eset.

Az ICE Bt. alapvető döntése a bal oldalon található: nyisson-e egy új fagyizót vagy
pedig sem. A nyitás ága ezután egy esélycsomópontba jut be, ahol különbséget
tettünk kedvező és kedvezőtlen szezon között és hozzájuk rendeltük a
valószínűségeket is, amiket valamilyen szubjektív előrejelzési technikával állapítottak
meg. Ezután következett a második szezon, amelynek szintén két-két kimenetele
volt, melyek újabb esélycsomópontokból indultak. A két szezon kimenetelei
egymástól függetlenek voltak, amit jól mutat, hogy az első szezon kedvező vagy
kedvezőtlen volta nem befolyásolta a második szezon kimenetelét (30-70%-os
valószínűségeket láthattunk).

Első lépésben határozzuk meg a különböző esetek nettó jelenértékét, majd ezután a
korábban alkalmazott kockázatelemzési séma segítségével vizsgáljuk meg a várható
hozamot és a kockázatot.

A várható érték kiszámításához szükségünk van az egyes esetek valószínűségeire

és az egyes esetek nettó jelenértékeire. Egy eset valószínűségét úgy kapjuk, hogy
összeszorozzuk a fa gyökerétől az ágvégig tartó útnak a valószínűségeit. A
kedvezőtlen-kedvezőtlen eset valószínűsége például 0,4*0,3=0,12 lesz. Azaz annak
a valószínűsége, hogy mindkét évben kedvezőtlen lesz a termékeink iránti kereslet
12%. Az esethez tartozó NPV-t pedig megkapjuk, ha összeadjuk az út
pénzáramainak jelenértékeit.
Az NPV-k számítása a következő:

A fentebbi számolást minden esetre elvégezve és összeszorozva a valószínűségeket

az NPV-vel kapjuk a várható NPV-t. A számítás menetét az alábbi táblázat mutatja:

Beruházási 2. évi DCF DCF

Eset pi 1. évi CF NPVi
kiadás CF (1.év) (2.év)

1 0,12 -10 10 5 9,091 4,132 3,223

2 0,28 -10 10 25 9,091 20,661 19,752

3 0,18 -10 20 5 18,182 4,132 12,314

4 0,42 -10 20 25 18,182 20,661 28,843

Elvárt
10%
hozam
A táblázat adatait és az előző fejezetben megismert egyszerű kockázatelemzési
sémát alkalmazva megkapjuk a várható jelenértéket és néhány hasznos információt
a kockázatra nézve.
 Eset

1 0,12 3,223 0,387 290 35

2 0,28 19,752 5,531 0 0

3 0,18 12,314 2,217 63 11

4 0,42 28,843 12,114 74 31

1 E(NPV)= 20,247934 Variancia 77

Szórás 8,79

Relatív szórás 43,40%

Az ICE Bt.-nek tehát az alapvető döntési helyzete az volt, hogy nyisson-e egy új
fagyizót, vagy pedig sem. A lehetséges kimeneteleket megvizsgálva arra a
következtetésre jutottunk, hogy amennyiben a nyitás mellett dönt, a tulajdonosok
vagyona várhatóan 20 millió Ft-tal fog növekedni, és 43,4%-os relatív szórás jellemzi.

Ebben a viszonylag egyszerű esetben a várható nettó jelenértéket nagyon

könnyedén is meghatározhatnánk: kiszámítjuk a várható pénzáramokat és
diszkontáljuk azokat.

3.3. A döntési fák egyszerű alkalmazásának modellje

Az előzőekben megoldottuk az ICE Bt. döntési helyzetét, most általánosítsuk a megoldást,
nézzük meg, hogy milyen lépéseket hajtottunk végre és vizsgáljuk meg hogyan készíthetjük
el táblázatainkat az Excel segítségével.

A számítás menete tehát a következő:

1. Esetek azonosítása
2. Esetek valószínűségének és pénzáramainak meghatározása
3. Az egyes utak valószínűségének és NPV-inek meghatározása
4. Az NPV-k várható értékének kiszámítása
A modell táblázata és az egyes cellák kiszámítása a következőképpen történik:

1. év 2. év
Pén
Ese Valószínűsé
zára NPV
t g
m Valószínűség Pénzá Valószín Pénzáram
ram űség

[8]= [2]+ NMÉ([r];[4];

[1] [2] [3] [4] [5] [6] [7]= [3]*[5]
[6])

1-[5]

[5]*

1-[5]*

SZORZATÖSSZEG(T[
100,00%
7];T[8])

A 3. oszlopban szereplő valószínűségek az első adattól függnek. Az első számított sorban a

nagy-nagy, míg a második sorban a nagy-kicsi valószínűségek szerepelnek, így a 3. oszlop
első két adata megegyezik. A harmadik és a negyedik adat az első adat összegének pedig
1-nek kell lenni, mivel így kapjuk meg a biztos esemény valószínűségét. Az 5 oszlop
valószínűségei közül két adatot kell bevinnünk [5] és [5]*-t. Ezek lesznek a második évi nagy
kereslet valószínűségei. A kis kereslet valószínűségei már ezekből származtathatók.
Az esetek valószínűségei (7. oszlop) a harmadik és az ötödik oszlop adatainak szorzatai.
A 8. sor a nettó jelenértékeket számítja ki az Excel beépített függvényének segítségével. Az
NMÉ függvény paraméterszignatúrája a következő:
=NMÉ(hozam; pénzáramok tömbje)
Az első paraméter a befektetéstől elvárt hozam. A második elem a pénzáramok sorozata. Ha
a pénzáramok különálló cellákban találhatók, akkor az értékeket pontosvesszővel kell
elválasztani. Fontos megjegyezni, hogy a függvény már az első értéket is diszkontálja, ezért
ha a beruházási kiadás azonnal esedékes, azt a jövőbeli hozamok jelenértékéhez kell
hozzáadni és nem szabad betenni az NMÉ függvénybe. Ellenkező esetben az NMÉ
függvény nem a pontos nettó jelenértéket adja vissza.
A várható érték kiszámításának egy alternatív módját mutatja a modell. Egy beépített
függvény segítségével meg tudjuk takarítani a valószínűségek és az NPV-k szorzatát
tartalmazó oszlopot. A szóban forgó függvény nevek a SZORZATÖSSZEG, aminek
paraméterszignatúrája a következő:
=SZORZATÖSSZEG(tömb1; tömb2; ….)
A SZORZATÖSSZEG függvény több azonos tagból álló vektor megfelelő elemeit szorozza
össze, majd a kapott szorzatokat összeadja. Segítségével lehet az Excelben súlyozott
átlagot számítani. A várható érték is egy súlyozott átlag, de ebben az esetben a súlyok
összege (a valószínűségek) pontosan 1. Ezért a SZORZATÖSSZEG pontosan a kívánt
várható NPV-t adja meg.
Példánkban a 7. és a 8. oszlop megfelelő adatait kell összeszorozni és összeadni. T[7] jelöli
a 7. oszlop vektorát, T[8] a 8. oszlop vektorát.
A SZORZATÖSSZEG működése példánkban a következő:

4. A döntési fák szerepe egymásból következő döntések

esetén – Kiszállás, bővítés értékelése döntési fával
Tanulási célok
Bemutatni a döntési fák használatát és alkalmazását összetettebb pénzügyi
kérdésekben

4.1. A döntési fák alkalmazása egymásból következő

döntések esetén
A döntéshozóknak azonban nem szabad abba a hibába esniük, hogy csak a kezdeti
elfogadási vagy elutasítási döntésen gondolkozzanak és ezek után teljesen figyelmen kívül
hagyják az ezekhez kapcsolódó további beruházási döntéseket. A megismert döntési fa
módszer nemcsak arra alkalmas, hogy segítségével egy kockázati faktor függvényében a
projektek különböző kimeneteit ábrázolhassuk, hanem arra is, hogy különböző jövőbeli
döntési lehetőségeket – más szóval opciókat - megvizsgálhassunk.

Miért fontos ez?

Az eddigi beruházás értékelés és NPV modellek kapcsán volt egy kimondatlan
feltételezésünk. Nevezetesen feltételeztük, hogy egy projekt kapcsán csak két lehetőségünk
van, vagy előzetes terveink szerint végrehajtjuk a beruházást, vagy elutasítjuk. Azonban a
vállalatvezetés nem „béna kacsa”, aki tehetetlenül sodródik az eseményekkel, hiszen a
jövőbeli gazdasági helyzet alakulására számtalan módon reagálhatunk.
A “béna kacsa” kifejezést azokra a hivatalnokokra használják, akiknek közeledik a
megbízatásuk lejárta, vagy éppen már megválasztották az utódjukat. Az USA-ban “béna
kacsa” effektusnak mondják, amikor a választási kampány elér oda, hogy megvannak a
hivatalos elnökjelöltek, onnantól kezdve már érdektelen az, hogy a hivatalban lévő elnök mint
mond.

A vállalatvezetésnek sok lehetősége van arra, hogy a gazdasági helyzet kihívásaira

megfelelő választ adjon, többek között a következőket:
 1. Ha a gazdasági környezet a várthoz képest javul, a vállalat bővítheti a tevékenységét.
Ezt nevezzük bővítési opciónak.
2. Ha a gazdasági környezet romlik, az adott tevékenységet a vállalat megszüntetheti,
azaz kivonulhat a piacról. Ezt nevezzük kiszállási opciónak.
3. Ha a jelenlegi gazdasági környezet nem megfelelő, de a jövőben javulás várható, a
cég elhalaszthatja a beruházását. Ezt nevezzük halasztási opciónak.

A gyakorlati életben nem szabad ezen döntéseket egymástól elszigetelten kezelni, hiszen
előfordulhatnak olyan projektek, amelyekben egymásból következő döntések vannak.
Azokban az esetekben tehát, amikor a későbbi befektetési döntések a maiakhoz
kapcsolódnak, a tulajdonosok mai döntése is múlhat azon, hogy mit terveznek a jövővel
kapcsolatban.
Vizsgáljuk most meg a következőkben, hogy a döntési fák hogyan lehetnek segítségünkre
ezekben az esetekben.

4.2. Kiszállás és bővítés értékelése döntési fával 1.Példa

1. Példa kiszállás és bővítés értékelése döntési fával

A Nagy Fal Ltd. egy Kínában működő üdítőitalgyártó óriás. A vállalat egy új terméket
fejlesztett ki, melynek a gyártását a következő évben kezdené meg. Lehetőség lenne
arra, hogy az új energiaitalt, a Red Dragon-t, egy már meglévő üzemben kezdjék el
gyártani, amelyért egy közeli vállalat a Big Panda 5 millió USD-t ajánlott. A vállalat
vezetői fontolgatják egy új üzem megépítését, amely már 11 millió USD-be kerülne.
Ha a vállalat az új üzem mellett döntene, akkor nagyobb kapacitással tudna dolgozni
és az első évben magas kereslet esetén 3 millió, alacsony kereslet esetén 1 millió
USD, a második évben pedig 17 és 3 millió USD-os pénzáramot tudna realizálni. A
régi üzemmel az első évben csupán 2 és 1 millió USD-os pénzáramra, a második
évben pedig 7 és 3 milliósra lenne lehetősége. Az első évben a magas kereslet
lehetősége 50%, a második évben 70%, ha az első évben is magas volt, 30%, ha az
első évben alacsony volt.
Ha az első évben alacsony kereslet lesz, akkor a tulajdonosok eladhatják az újonnan
felépített üzemet, amelyért várhatóan 7 millió USD-t kapnának, a régi üzemre
várhatóan még mindig 5 millió USD-ért találnának gazdát.
Ha mégis a régi üzem mellett döntenek és magas kereslet lesz az első évben, akkor
5 millió USD-ért bővíthetik a csarnokot, melynek hatására a becsült pénzáram 16 és
7 millió USD lesz, attól függően, hogy magas vagy pedig alacsony kereslet.

Feladat:
Segítsen dönteni a Nagy Fal Ltd.-nek, hogy mit tegyen ebben a fontos kérdésben, ha
az elvárt hozam 10%, és valamennyi feladatban szereplő pénzáram adózás utáni
pénzáram.
4.2. Kiszállás és bővítés értékelése döntési fával 1. Példa -
Megoldás
Megoldás
A feladat megoldásához ismét egy döntési fa felrajzolására lesz szükségünk. A
megismert helyzet alapján a következő ábrát rajzolhatjuk fel:

A fenti ábrát nézve elmondhatjuk, hogy az előzőhöz képest egy jóval bonyolultabb és
összetettebb helyzettel állunk szembe. A vállalat alapvető döntését a bal oldalon
találjuk: mit tegyen ma, régi vagy pedig új gyártósorral kezdje meg a gyártást. Az
egyszerűség kedvéért feltételezzük, hogy most csupán 2 évet vizsgálunk, de
könnyen el tudjuk képzelni milyen bonyolulttá válna az ábránk és a feladatunk akkor,
ha több évet kezdenénk el nézni. Mivel az első év végén ismét döntési helyzetbe
kerülnek a tulajdonosok, ezért a probléma megoldása során végig kell gondolni azt
is, hogy mit tesznek majd jövőre.

A feladat megoldásához és jobb megértéséhez bontsuk részekre a feladatot és

haladjunk lépésről lépésre. Külön-külön vizsgáljuk meg a döntési fának a két fő ágát
–először bővítési és kiszállási lehetőségek nélkül, majd pedig azokat is beépítve- és
válasszuk azt a lehetőséget, amelyik a legjövedelmezőbb lesz a vállalat számára.
Érdekes lesz megvizsgálni azt, hogy a bővítési és kiszállási lehetőségek hogyan
hatnak a beruházás jövedelmezőségére és kockázatára.
4.2. Kiszállás és bővítés értékelése döntési fával 1. Példa -
Megoldás 1. lépés: A beruházás vizsgálata bővítési és
kiszállási lehetőségek nélkül
1. lépés: A beruházás vizsgálata bővítési és kiszállási lehetőségek nélkül
Új gyártósor

Először vizsgáljuk meg azt, mennyi lenne az új gyártósor várható hozama és

kockázata, akkor ha eltekintünk az értékesítési lehetőségtől. Az előző példánál
megismert gondolatmenetet fogjuk itt is követni, vagyis azonosítjuk az eseteket, a
valószínűségeket és a pénzáramotokat, majd pedig kiszámítjuk a várható
vagyonnövekedést és a kockázatot.

Mivel ebben a fázisban a példánk még nem bonyolultabb az előző feladatnál, akár
könnyedén kézzel is kiszámolhatjuk a nettó jelenértéket:

A számítási menetet Excelben számolva:

Beruházási 1. évi 2. évi DCF DCF

Eset NPVi
kiadás CF CF (1.év) (2.év)

1. Magas-
0,35 -11 3 17 2,727 14,05 5,777
Magas

2. Magas-
0,15 -11 3 3 2,727 2,479 -5,793
Alacsony

3.
Alacsony- 0,15 -11 1 17 0,909 14,05 3,959
Magas

4.
Alacsony- 0,35 -11 1 3 0,909 2,479 -7,612
Alacsony

Elvárt
10%
hozam
 Eset

1.
Magas- 0,35 5,777 2,022 45 16
Magas

2.
Magas- 0,15 -5,793 -0,869 24 4
Alacsony

3.
Alacsony- 0,15 3,959 0,594 24 4
Magas

4.
Alacsony- 0,35 -7,612 -2,664 45 16
Alacsony

E(NPV)
1 -0,9174 Variancia 39
=

Szórás 6,2

Relatív szórás -676,40%

A táblázatokból láthatjuk, hogy a már jól megszokott kockázatelemző sémát
használtuk. Az új gyártósor túlságosan nagy beruházásnak tűnik, így az első két
évben nem fog megtérülni, ráadásul rendkívül kockázatos lenne.

Vizsgáljuk meg, a másik alternatívát!

Régi gyártósor
A számítási menetet Excelben számolva:

Beruházási 1. évi 2. évi DCF DCF

Eset
kiadás CF CF (1.év) (2.év)

1.
Magas- 0,35 -5 2 7 1,818 5,785 2,603
Magas

2.
Magas- 0,15 -5 2 3 1,818 2,479 -0,702
Alacsony

3.
Alacsony- 0,15 -5 1 7 0,909 5,785 1,694
Magas

4.
Alacsony- 0,35 -5 1 3 0,909 2,479 -1,612
Alacsony

Elvárt
10%
hozam

Eset

1. Magas- 0,3
2,603 0,911 4 2
Magas 5

2. Magas- 0,1
-0,702 -0,105 1 0
Alacsony 5

3.
0,1
Alacsony- 1,694 0,254 1 0
5
Magas

4.
0,3
Alacsony- -1,612 -0,564 4 2
5
Alacsony

1 E(NPV)= 0,4959 Variancia 4

Szórás 1,88

Relatív szórás 379,42%

A régi gyártósor kedvezőbb alternatíva lenne, hiszen már a második évben
megtérülne és növelné a vállalat vagyonát és a kockázat is jóval kedvezőbb.
Függetlenül attól, hogy a Nagy Fal Ltd. kockázatsemleges, vagy kockázatelutasító
befektető mindenképpen a régi gyártósort választaná ezen a ponton - ha eltekintünk
a kiszállási és bővítési lehetőségektől, 10%-os hozamelvárás mellett-, hiszen ennek
a nettó jelenértéke magasabb (kockázatsemlegesnél ez a vizsgált szempont) és
ennek a relatív szórása az alacsonyabb ( kockázatelutasító személyek ezt nézik).

4.2. Kiszállás és bővítés értékelése döntési fával 1. Példa -

Megoldás 2. lépés: A beruházás vizsgálata bővítési
lehetőséggel
Ezen a szinten vállalatunk egyetlen jövőre meghozandó döntése az, hogy bővítsék-e
a régi csarnokot akkor, ha az első évben nagy lesz a kereslet. Megoldásunk során
először végig fogjuk gondolni, hogy mit fog tenni jövőre, majd pedig ezt a döntést
fogjuk visszavezetni a most meghozandó döntésre. A döntési fa jobb oldaláról fogunk
indulni és haladunk vissza a „vastagabb ágak”, vagyis kezdetek felé.

Ha a terjeszkedés mellett dönt, akkor 5M dollár fektet be és 16M dollárt ill. 7M dollárt
kap a következő évi kereslet alakulásának függvényében.
A várható bevétel tehát:
(Magas kereslet valószínűsége*Bevétel magas keresletnél) +
+(Alacsony kereslet valószínűsége *Bevétel alacsony keresletnél)=
= (0,7*16)+(0,3*7)=13,3M USD
A vállalatnál alkalmazott 10%-os hozamelvárás mellett a terjeszkedés nettó
jelenértéke az első évre vetítve:

Ha a vállalat nem terjeszkedik, akkor az előző mintát követve, szintén az első évre
vetítve:

A két számításból kiderül, hogy ha az első évben magas kereslet lesz, a

terjeszkedést érdemes választani, ezért innentől kezdve a „nem terjeszkedés” ágával
nem kell foglalkoznunk. Nagyon lényeges dolog, hogy mivel a bővítés csak egy
opció, ezért annak az értéke nem lehet negatív, ezért ha a terjeszkedés nettó
jelenértéke negatív lenne, akkor azt nem vennénk figyelembe, az eredeti helyzet
maradna. (A terjeszkedés és nem terjeszkedés közötti különbség értéke az első év
végén 7,0909-5,2727=1,8182M USD, de nem szabad elfelejtkeznünk arról, hogy a
bővítés értékének kiszámításához ezt még nekünk majd a 0. időszakra kell
visszadiszkontálnunk és a magas kereslet 50%-os valószínűségét is bele kell
kalkulálnunk).

Ezen információt vezessük vissza a mai döntésre.

A régi csarnokba történő beruházás esetén gazdálkodónk arra számíthat, hogy
9,0909M USD-t fog kapni az első évben ( 2M USD pénzáram + 7,0909M USD
visszavezetett NPV), ha a kereslet magas és 4,8181 M USD-t (1M USD
pénzáram+3,8181 ( ), ha kereslet alacsony lesz.
Ezért régi gépcsarnok bővítési opcióval kiegészített módosított nettó jelenértéke a
következő:

(Előző számításainkat egy képletbe írva a következőképpen tehetnénk meg:

ahol az első évnél szereplő (2-5) kifejezés arra utal, hogy kedvező kereslet esetén
befolyik 2M USD, de meg is történik az újabb 5M USD értékű beruházás.)

A bővítés értéke tehát a 2. lépésben kiszámolt kibővített NPV és az 1.lépésben

kiszámított NPV különbsége:

Ezen egyszerű számítás után vizsgáljuk meg, hogy a korábban használt sémáink
mintájára hogyan tudunk itt is egy könnyen használható modellt alkotni.

Beruházási
2. évi DCF DCF
Eset kiadás=1.év
CF (1.év) (2.év)
i CF

1. Magas-
0,7 -5 9 -4,5455 7,438 2,8926
Magas

2. Magas-
0,3 -5 4 -4,5455 3,3058 -1,2397
Alacsony
Elvárt
10%
hozam

Eset

1.
Magas- 0,7 2,893 2,0248 6 4,021
Magas

2.
Magas-
0,3 -1,24 -0,3719 3 0,904
Alacson
y

1 E(NPV)= 1,6529 Variancia 5

Szórás 2,22

Relatív szórás 134,26%

Az NPV modell additivitását kihasználva a többlet pénzbevételeket és
pénzkiadásokat szerepeltettük a táblázatban. Az első évi CF sajátosan fog alakulni,
hiszen egy beruházást fogunk végrehajtani, így a CF negatív lesz. A 2. évben az új
beruházás hatására kedvező kereslet esetén már nem 7M, hanem 16M USD adózás
utáni pénzáramra tehetünk szert, vagyis a többletbevétel a kettőnek a különbsége
9M USD. Alacsony kereslet esetén az előzőek mintájára 4M USD-ral több
pénzáramra tehetünk szert. A táblázat végeredményeképpen megkapott 1,6529M
USD, mint a bővítés várható NPV-je olyan mértékben járul hozzá a régi gépsor
1.lépésben kiszámított alap NPV-jéhez, amilyen valószínűséggel esélyes, hogy
egyáltalán bővítésről szó ehessen (első évi nagy kereslet esetén volt erre lehetőség),
tehát 50%-ban.
A régi gépsor esetében a bővítés utáni várható vagyonnövekedés:

Korábban megjegyeztük, hogy a bővítés, mint opció értéke nem lehet negatív. A
példánkban most először manuálisan néztük meg, hogy teljesül-e ez a feltétel, az
Excelben alkotott modellünknek pedig épp az a lényege, hogy a számítógép ezt
végezze el helyettünk. Ennek érdekében az NPV bővítés meghatározásához egy
MAX függvényt használunk:

mely képlet biztosítja az előző feltételeket.

Mivel az új gépsor esetében nincs bővítés, így annak a nettó jelenértéke változatlan
marad (-0,9174M USD), így változatlanul a régi gépsor megvásárlását javasoljuk a
gazdálkodónak.
4.2. Kiszállás és bővítés értékelése döntési fával 1. Példa -
Megoldás 3. lépés: A beruházás vizsgálata kiszállási
lehetőséggel
3. lépés: A beruházás vizsgálata kiszállási lehetőséggel

Ha az előbbiekben megvizsgált bővítési lehetőségnek volt értéke, akkor figyelembe

kell vennünk az üzletből vagy annak egy részéből való kiszállás lehetőségét is.
Ebben a feladatban is van ilyen jövőre vonatkozó döntés:
Ha az első évben alacsony kereslet lesz, akkor a tulajdonosok eladhatják az újonnan
felépített üzemet, amelyért várhatóan 7 millió USD-t kapnának, a régi üzemre
várhatóan még mindig 5 millió USD-ért találnának gazdát.

Az előzőek ismeretében a helyzet túlságosan nem bonyolult, hiszen csak meg kell
vizsgálnunk, hogy alacsony kereslet esetén az első év végén történő kiszállás vagy a
második évben befolyt pénzáramok jelenértéke növeli jobban a tulajdonosok
vagyonát.
Az első év végén 5M USD-t kapnánk a régi gépért. Ha a gépet eladjuk, akkor
elesünk a 2.évben realizálható pénzáramoktól, melynek várható értéke az első év
végére:

, mely összeg alacsonyabb az eladás értékénél.

Hasonló logikát követve az új gép esetében az első év végén kapható 7M USD-t
hasonlítjuk össze a várható pénzáramok első évre diszkontált összegével:

, mely összeg szintén alacsonyabb az eladás

értékénél.
Mind a két esetben érdemes tehát a kiszállást választani az első évi alacsony
kereslet után.
Annak érdekében, hogy pontosan meg tudjuk határozni, hogy a kiszállás hogyan
járul hozzá a gépsorok összesített nettó jelenértékéhez használjuk a megismert
sémánkat, melyben ismét csak a többletbevételeket és kiadásokat fogjuk
számszerűsíteni.

Régi gépsor kiszállási lehetőséggel

Beruházási
2. évi DCF DCF
Eset kiadás=1.évi
CF (1.év) (2.év)
CF

1. Magas-
0,3 5 -7 4,5455 -5,7851 -1,2397
Magas

2. Magas-
0,7 5 -3 4,5455 -2,4793 2,0661
Alacsony
Elvárt
10%
hozam

Eset

1. Magas-
0,3 -1,24 -0,3719 3 0,904
Magas

2. Magas-
0,7 2,066 1,4463 2 1,726
Alacsony

1 E(NPV)= 1,0744 Variancia 3

Szórás 1,62

Relatív szórás 150,93%

Mivel a régi gyártósor eladásáról van szó, ezért klasszikus beruházási kiadásról
ebben az értelemben nem beszélhetünk. Az első év végén megkapjuk tehát rég
gyártósor ellenértékét, de ennek fejében lemondunk a 2. évben realizálható
értékekről, ezért azok negatív előjellel szerepelnek, mint egyfajta haszonáldozati
költségként. A helyzet hasonló mint a bővítés esetében, hiszen a kiszállás itt csak
olyan mértékben növeli a régi gépsorba történő beruházás értékét, amilyen
mértékben esély lesz a kiszállásra (kiszállásról az első évi rossz kereslet után
beszélhetünk, melynek valószínűsége 50% volt, tehát a 1,0744-nek az 50%-át kell
vennünk.)

A kiszállási lehetőséget is figyelembe véve a régi gépsorba való beruházás értéke:

Az előző lépésben megértettük azt, hogy mivel a bővítés egy opció ezért nem lehet
negatív az értéke. Itt sincs ez másképp, vagyis a kiszállás is egy lehetőségként,
opcióként fogható fel és abban az esetben, ha nem érné meg kiszállni, akkor nem
választanánk ezt a kimentet, tehát a kiszállás értéke sem lehet negatív. A feladat
megoldásában ezt most manuálisan vizsgáltuk meg, de Excelben számolva erre egy
beépített függvényt használunk:

mely képlet biztosítja az előző feltételeket.

Új gépsor kiszállási lehetőséggel

Példánk utolsó lépéseként vizsgáljuk meg azt, hogy az új gépsor esetében a

kiszállási lehetőség, hogyan befolyásolja a döntésünket.

Beruházási
2. évi DCF DCF
Eset kiadás=1.évi
CF (1.év) (2.év)
CF

1. Magas- -
0,3 7 -17 6,3636 -7,686
Magas 14,0496

2. Magas-
0,7 7 -3 6,3636 -2,4793 3,8843
Alacsony

Elvárt
10%
hozam

Eset

1.
Magas- 0,3 -7,686 -2,3058 67 20,083
Magas

2.
Magas-
0,7 3,884 2,719 11 8,037
Alacson
y

1 E(NPV)= 0,4132 Variancia 28

Szórás 5,3

Relatív szórás 1283,28%

A kiszállási lehetőséget is figyelembe véve az új gépsorba való beruházás értéke:

A kapott eredményekből láthatjuk, hogy bár a kiszállási lehetőség növelte az új

gépsorral való beruházás értékét, az így sem közelítette meg a régi gépsorba történő
beruházást, így a tulajdonosoknak a következőt javasoljuk:
„Kezdjék meg a termelést a régi gépsorral, ha az első évben magas lesz a kereslet,
akkor bővítsék ki a beruházásukat, ha pedig alacsony, akkor adják el és szálljanak ki
az üzletből.”
Ebben az esetben a várható vagyonnövekedést és kockázatot a következő
összefoglaló táblázat mutatja:
 Beruházás 1. évi 2. évi DCF
Eset DCF (2.év)
i kiadás CF CF (1.év)

1. Magas-
0,35 -5 -3 16 -2,727 13,223 5,496
Magas

2. Magas-
0,15 -5 -3 7 -2,727 5,785 -1,942
Alacsony

3.
0,5 -5 6 0 5,455 0 0,455
Alacsony

Elvárt
10%
hozam

Eset

1. Magas-
0,35 5,496 1,924 25 8,75
Magas

2. Magas-
0,15 -1,942 -0,291 6 0,892
Alacsony

3.
0,5 0,455 0,227 0 0,001
Alacsony

1 E(NPV)= 1,8595 Variancia 10

Szórás 3,11

Relatív szórás 166,99%

4.3. A döntési fák szerepe, alkalmazása
Ebben a fejezetben egy nagyon hasznos és érdekes módszerrel a döntési fával
ismerkedhettünk meg. Ez a módszer nem csak abban volt segítségünkre, hogy
grafikusan ábrázolta a különböző lehetséges kimeneteleket, hanem megértette
velünk, hogy a mai döntésünket befolyásolhatják a jövőbeni döntések, és ezáltal
segítenek a pénzügyi vezetőnek a legjobb döntéseket meghozni.
A legnagyobb probléma a döntési fákkal az, hogy nagyon gyorsan rendkívül
bonyolulttá válnak és egy-egy új eshetőség bevonásával hirtelen megnőhet a döntési
körök és ágak száma.
Példáinkban éppen ezért egyszerűsítve kezeltük a vezetők jövőre vonatkozó
döntéseit és az alap beruházáson kívül bővítési és kiszállási lehetőségekkel
foglalkoztunk. A bővítés beépítése a modellbe növeli, még a kiszállás csökkenti az
ügylet kockázatát.

Az NPV modell additivitását kihasználva jutottunk el egyre bonyolultabb és

összetettebb modellekhez, és a következő képletet használtuk:
, ahol az
ANPV (Annual NPV) az összesített,
( NPV) a beruházás,
(………….NPV) a finanszírozás,
( enlargment NPV) a bővítés,
( bayling out NPV) a kiszállás nettó jelenértéke.

A döntési fák igazi jelentősége abban áll, hogy a döntéshozók a fa felrajzolásával

alaposan átgondolhatják a jövőben fellépő lehetőségeket és kimeneteleket, tehát
hozzájárul egy sikeres stratégia előkészítéséhez és megvalósításához.

4.4. További feladatok 3.példa

3. példa
A Roxette vállalat Joyride projektje erőteljesen függ a kereslet jövőbeli alakulásától.
Ha nagy lesz a termékek iránti kereslet, akkor a pénzáram is nagy lesz, ha kicsi a
pénzáram is kicsi lesz. A kereslet alakulását azonban nem látjuk biztosan előre, csak
valószínűségekkel rendelkezünk. Mivel a projekt nagyon kockázatos, ezért az elvárt
megtérülési idő két év. A vállalat becslést készített a projekt várható pénzáramairól a
kereslet függvényében. Az eredmények grafikus ábrázolását az alábbi döntési fa
mutatja.

A Roxette vállalat Joyride projektje erőteljesen függ a kereslet jövőbeli alakulásától.

Ha nagy lesz a termékek iránti kereslet, akkor a pénzáram is nagy lesz, ha kicsi a
pénzáram is kicsi lesz. A kereslet alakulását azonban nem látjuk biztosan előre, csak
valószínűségekkel rendelkezünk. Mivel a projekt nagyon kockázatos, ezért az elvárt
megtérülési idő két év. A vállalat becslést készített a projekt várható pénzáramairól a
kereslet függvényében. Az eredmények grafikus ábrázolását az alábbi döntési fa
mutatja.
A beruházástól elvárt hozam évi 10%. Számoljuk ki a beruházás várható értékét!
5. Kockázat mérése folytonos eloszlás feltételezésével
(beruházások Monte-Carlo szimulációja
Tanulási célok
Bemutatni a Monte-Carlo szimuláció kialakulását és alkalmazását

5.1. A Monte-Carlo-szimuláció kialakulása

A korábbi fejezetekben megismerkedhettünk az érzékenységvizsgálattal, amikor is
egy-egy változó érték változásának hatásait vizsgáltuk meg. A beruházásainkat
segítségével különböző helyzetekben nézhetjük meg, de könnyen beláthatjuk, hogy
a változók kombinációinak csupán korlátozott számú változatait tanulmányozhatjuk,
ezért elemzéseinkben diszkrét eloszlást feltételeztünk.

A Monte-Carlo-szimuláció azonban egy olyan eszköz, amivel nem csupán néhány,

hanem az összes lehetséges kombináció vizsgálható és így a projekt kimeneteinek
teljes eloszlását vizsgálhatjuk (ezzel a módszerrel tehát nem csak diszkrét, hanem
folytonos eloszlás esetén is készíthetünk vizsgálatokat).
A Monte-Carlo módszert már a század elején is használta néhány statisztikus, de
akkor indult igazán fejlődésnek, amikor Neumann János, S. Ulam és E.Fermi
atommag reakciókra vonatkozó bonyolult és rendkívül számolásigényes matematikai
problémákat számítógéppel történő megoldására használták.

A módszer a nevét a kaszinóiról is ismert Monte-Carlóról kapta, azért mert a

modellbe véletlen számokat használunk fel, melyeket akár egy játékkaszinó
eredményeiből is nyerhetnénk. A gyakorlatban a véletlen számokat számítógépek
állítják elő.
Ezt a módszert a sok számítást igénylő sztochasztikus szimulációkra használják.
Minden olyan eljárást Monte-Carlo módszernek nevezünk, amely kvantitatív
problémák közelítő megoldására statisztikai mintavételt alkalmaz.
„George Louis Leclerc francia természettudós, matematikus híres tű-feldobásos
problémájánál találjuk meg a módszer alkalmazásának első leírását. Leclerc azon
töprengett, hogy vajon mennyi annak a valószínűsége, hogy egy ”l” hosszúságú tű
feldobás után az asztalra felrajzolt, egymástól „d” távolságban lévő párhuzamos
vonalak valamelyikét metszeni fogja, ahol ”d”>”l”. A megoldás logikai úton is
levezethető, de megfelelő számú tű-feldobás szintén elég jó közelítő becslését adja a
válasznak. A Student néven publikáló W.S. Gosset statisztikus szintén alkalmazott
ehhez hasonló statisztikai mintavételt bűnözőkkel kapcsolatos kutatásai során 1908-
ban. Az eljárást a Manhatten projekten dolgozó Neumann János teamjének tagjai
fedezték fel újra a második világháború alatt. Neumann egyik lengyel származású
kollégája, Stanislaw Ulam az atom- majd később a hidrogénbombával kapcsolatos
erőfeszítései mellett az 52 lapos pasziánsz sikeres lerakásának valószínűségén
töprengett, amikor rájött, hogy az általuk épített számítógép segítségével könnyedén
lehet szimulálni megfelelő leosztást, amiből már közelíthető megoldásra juthat.
Neumann másik kollégája Nicolas Metropolis nevezte el az eljárást Monte Carlo-nak,
vélhetően a rulett kerekek véletlen szám generáló képességére asszociálva és
fejlesztette ki az első, ezen módszeren nyugvó számítógépes alkalmazást. Ulam- val
együtt 1949-ben publikálták első írásukat ebben a témakörben.”
(http://www.babikszi.com/books/alm/5260.htm)

5.2. A Monte-Carlo-szimuláció alkalmazása

A Monte-Carlo-szimuláció széles körben alkalmazott eszköz, alkalmazzák a fizikában,
biológiában, meteorológiában, műszaki megoldások esetében, vegyiparban és
természetesen a közgazdaságtan keretei között.

A pénzügyekben az eszközt remekül alkalmazhatjuk beruházási projekteknél, ahol a

kimenetelek teljes eloszlását szimulálhatjuk.

A vizsgálat menete a következő:

1. Célfüggvény felállítás, általában ez nem más, mint egy NPV modell.

2. Célfüggvényre ható tényezők meghatározása, célfüggvénnyel és egymással való
kapcsolatuk függvényszerű kapcsolata.
3. Változók eloszlásfüggvényeinek meghatározása.
4. Véletlen szám generálásával célfüggvények minimum 50 kimenetének
meghatározása.
5. Kimenetek tapasztalati sűrűségfüggvényének, várható értékének és szórásának
meghatározása.
6. Relatív szórás meghatározása.

A vizsgálat kulcsfontosságú szerepe az első két lépés, hiszen ezeknél a részeknél van
szükség a beruházást értékelő személyek szaktudására, a többi részt már a jól képzett
informatikus és statisztikus kollégákra hagyhatjuk (egy beruházási projekt értékelésénél sem
igazán az NPV és egyéb mutatók kiszámítása jelent igazi kihívást, sokkal inkább a
paraméterek értékeinek meghatározása, az előrejelzések és becslések elkészítése).

Csupán a gondolkodás megindítása céljából vizsgáljuk meg, hogy egy NPV modellre
vonatkozó szimuláció esetében hogyan azonosítanánk a paramétereket és hogyan tárnánk
fel a kapcsolatokat.

A Nettó jelenérték képlete:

A célunk tehát egy adott projekt esetén a nettó jelenérték vizsgálata. Ennek első lépéseként
azonosítani szeretnénk a paramétereket. A következő ábrán gondolkodásunk menetét
láthatjuk, melyben balról jobbra haladva elmondhatjuk, hogy különböző vizsgálati
mélységekhez juthatunk el. Először csak a képletben szereplő négy tényezőt vizsgáljuk,
majd ezután megnézzük azt, hogy ez a négy tényező milyen egyéb paraméterekre vezethető
vissza.
Jelen esetben csupán a CF, vagyis az adózás utáni pénzáramot bontottuk ki, de látható,
hogy már ezen 1 tényező változása is több tényező együttes hatásának az eredménye.

Ha sikerül minden tényezőt azonosítani, akkor jön az igazán érdekes kihívás: meg kell
értenünk, hogy ezek milyen kapcsolatban állnak egymással és törekednünk kell arra, hogy
ezen kapcsolatokat valamilyen egyenletek segítségével írjuk fel, ami az informatikus és
statisztikus kollégáink számára is könnyen érthető és követhető lesz.
Bár vannak olyan összefüggések, amelyek minden gazdálkodó esetében igazak
(Árbevétel=Egységár*Piacméret*Piaci részesedés), mégsem adhatunk egy minden esetben
használható képletgyűjteményt, hiszen pl. ezen fent említett „képletbe” további
paramétereket beépítve ( pl. árengedmény – az adott piac fogyasztóira jellemző a hatás-)
már közel sem biztos hogy ilyen egyértelmű, lineáris összefüggéseket találhatunk.
Nagyon fontos tehát, hogy modellünket mindig az adott termékre, piacra, fogyasztókra
vonatkozó ismereteink birtokában építsük fel.

A modell megalkotása után szükségünk lesz egy jó szoftverre (pl. Excel), amely segít nekünk
a szimuláció végrehajtásában.

5.3. A Monte-Carlo-szimuláció értékelése

A Monte-Carlo módszer segít az előrejelző szakembereknek és a döntéshozóknak megérteni
a kölcsönös összefüggéseket és pénzáramokban fellépő bizonytalanságokat. A pénzügyi
vezetőknek törekedni kell arra, hogy minden releváns lehetőséget megragadjanak arra, hogy
információkat szerezzenek a pénzáramlásról és a kockázatról. Bár a módszer költséges
( jelentős input adatra van szükség) és főleg az első években- az akkori számítógépek
teljesítménye miatt- nagyon időigényes volt, mégis komoly jelentőséget tulajdonítottak neki.
Mint minden modellt, ezt a módszert is természetesen is csak úgy használhatjuk, ha
tisztában vagyunk a korlátaival:

1. Mivel a modell a „szokásos üzletmenet” stratégiáján alapul a szélsőértékeket nem

szabad reális valószínűségeknek tekinteni
2. Nem szabad elfelejtkezni az alapvető kockázati tényezőkről, a modell hibáról.

A Monte-Carlo szimuláció tehát egy remek eszköz lehet a döntéshozók információinak

kibővítése érdekében és legfőbb erénye abban rejlik, hogy a modell megalkotásakor, a
paraméterek azonosítása és a köztük lévő kapcsolatok feltárása által jobban meg lehet
érteni az értékteremtő folyamatokat.
Az előző fejezetben megismert ICE Bt. és Nagy Fal Ltd. egy Monte-Carlo-szimulációt
szeretne készíteni. Mint a felkért tanácsadójuk segítsünk nekik átgondolni, hogy a
beruházásokkal kapcsolatos legfontosabb paramétereket és a köztük lévő kapcsolatokat!

OPCIÓK FOGALMA
Tanulási célok
Bemutatni az opciókkal kapcsolatos fogalmakat és az opciók fajtáit

Bevezetés
A döntési fák tárgyalása kapcsán már láthattuk, hogy a jövőbeli döntési lehetőségek
növelhetik egy adott beruházás értékét és figyelembe vételük akár pozitívvá is teheti
egyes projektek NPV-jét. A döntési fák azonban csak korlátozott számú kimenet
esetében alkalmazhatók, a gyakorlatban azonban a projektek pénzárama több
tényezőtől is függ és a pénzáramok jelenértéke folytonos eloszlást követ.
Szerencsére rendelkezésre állnak ebben az esetben is értékelési modellek, amiket
az opciós ügyletek értékelésére fejlesztettek ki. Ezekkel az ügyletekkel a tőzsdén
kereskednek és Robert C. Merton figyelt fel a köztük és a projektekben fellépő
döntési lehetőségek közötti hasonlóságra. Innen adódott az ötlet, hogyha a pénzügyi
opciók értékelésére már jól kidolgozott modellek léteznek, használjuk ezeket a
projekteknél előforduló döntési lehetőségek – más szóval reálopciók - értékeléséhez.
Először nézzük meg a pénzügyi opciók jellegzetességeit, majd hasonlóságukat a
vállalaton belüli reálopciókkal.
1. Az opciós ügylet fogalma
A befektetések világában két alapvető opciós ügyletet különböztetünk meg: a vételi
és az eladási opciót.

A vételi opció (call option) olyan kétoldalú ügylet, amelyben az opció vevője, az
opció opciós díj fizetésével egy meghatározott S termék, meghatározott jövőbeli
napon, előre megállapított X árfolyamon történő vásárlására szerez jogot. Az opció
eladója (kiírója) az opciós díj fejében eladási kötelezettséget vállal.
Az eladási opció (put option) esetén az opció vevője, az opciós díj ellenében egy
meghatározott S termék, meghatározott jövőbeli időpontban, meghatározott X áron
való eladására szerez jogot, míg az ilyen opció kiírója vételi kötelezettséget vállal.
Az opciós ügylet esetében az opció vevője nem köteles teljesíteni vállalt
kötelezettségét. A vevő jogot vásárol annak eldöntésére, hogy az opció lejáratakor
kíván-e élni az opció kínálta lehetőséggel. A megvásárolt jog ellenértékét opciós
díjnak hívjuk, amit az opció vevője az ügyletkötéskor fizet ki a másik félnek.
Az ügylet másik résztvevője az opció eladója (kiírója), aki az opciós díjért cserébe
kötelezettséget vállal az ügylet teljesítésére. A teljesítés időpontja attól függ, milyen
típusú opciót kötnek a felek.

Európai opció esetén egy előre meghatározott jövőbeli időpontban élhet jogával az
opció vevője.
Amerikai opciónál egy időintervallum áll a vevő rendelkezésére, amely az opció
kötésétől egy meghatározott időpontig terjed.
A vételi opció opciós díját c-vel (a „call”-ra utalva), míg az eladási opció opciós díját
p-vel (a „put”-ra utalva) jelöljük. A jogok vételét long szóval, míg eladását short
szóval jelöljük. A vételi jog vétele így long call, az eladási jog eladása így short put
lesz.

Azt a pénzügyi terméket, amire az opciós ügylet vonatkozik alapterméknek

(underlying asset), vagy mögöttes terméknek nevezzük. Az opció tárgya, azaz az
alaptermék – bár bármilyen pénzügyi piaci termék lehet – leggyakrabban részvény,
részvényindex, deviza, állampapír, bankbetét kamata, vagy az ezekre szóló
határidős pozíció.
Azt az előre rögzített árfolyamot, amin a vételi vagy az eladási jogot érvényesíteni
lehet, lehívási vagy kötési árfolyamnak X (exercise price) nevezzük.
Az opciós jog tehát két lehetőséget takarhat. Az opció vevője az előre rögzített kötési
áron vagy vásárolhat (vételi opció) vagy eladhat (eladási opció). A vétel és eladás
fogalmak itt kettős szerepkört töltenek be, melyeket nagyon fontos elkülöníteni
egymástól. Az opció kínálta jogot az egyik fél megveszi, a másik fél eladja. A jog
amivel kereskednek vagy eladást (itt már nem jog, hanem tőzsdei termék az ügylet
tárgya) vagy vételt tesz lehetővé az opciós jog vevője számára.
A vételi jog vevője (long call) jogával csak akkor él, ha azáltal olcsóbban jut a tőzsdei
termékhez, mint az aktuális tőzsdei árfolyam. Amennyiben az opciós szerződésben
rögzített ár meghaladja a lejáratkori tőzsdei árfolyamot a vevő a tőzsdén vásárol és
az opciós díjat, mint veszteséget számolja el, hiszen feleslegesen fizette ki. Ezzel
ellentétes áralakuláskor viszont nyereséget realizál, mert az olcsón vásárolt terméket
azonnal nyereséggel értékesítheti a tőzsdén.

2. Vételi opció nyereségfüggvénye

Nézzük meg ezt egy példával illusztrálva!
Vételi jogot vásárolunk OTP részvényre. 100 Ft-os opciós díjat fizetünk azért a jogért,
hogy a jövőben 5.000 Ft-os kötési áron vásárolhassunk. Az opció értéke a lejáratkori
OTP részvényártól függ, ez az opció alapterméke. Ha a lejáratkor az OTP tőzsdei
árfolyama nagyobb, mint a kötési ár – mondjuk 5.250 Ft - akkor élünk az opciós
joggal és az opció eladójától vásárolunk. A nyereségünk (5.250-5000)-100= 150 Ft.
Ha az azonnali árfolyam a kötési ár alatt van – mondjuk 4.800 Ft – az azonnali
piacon tőzsdei vásárlást választjuk és nem élünk az opciós jogunkkal. Ekkor
veszteségünk az opciós díj (-100 Ft), amit hiába fizettünk ki.

A grafikonra tekintve jól látszik, hogy a vételi opció vevőjének nyeresége elméletileg
korlátlan, a vesztesége maximum az opciós díj lehet. Az opció vevője árfolyam
emelkedésre, az eladója pedig csökkenésre számít.
A vételi opció eladója (short call) a vevő pozíciójának a tükörképét veszi fel.
Nyeresége korlátozott, az maximum az opciós díj lehet, a vesztesége azonban
elméletileg korlátlan (az árfolyam emelkedéstől függ). Az eladó kötelezettséget vállal
a termék eladására, tehát azt akkor is 5.000 Ft-os áron kell eladnia, ha az a tőzsdén
kevesebbet ér.
Az eladási opció vevője (long put) jogot szerez egy előre rögzített áron történő
eladásra. A jogával abban az esetben él, ha az alaptermék árfolyama alacsonyabb,
mint az opció kötési ára. A jog ellenértékét az eladási opció eladója számára kifizeti a
vevő, aki amennyiben a vevő azt igényli az előre rögzített árfolyamon köteles
megvásárolni a tőzsdei terméket.

3. Eladási opció nyereségfüggvénye

Most nézzünk példát eladási opcióra!
Eladási jogot vásároltunk MOL részvényre. 200 Ft-os opciós díjat fizetünk azért a
jogért, hogy a jövőben 20.000 Ft-os kötési áron eladhassunk egy részvényt. Akkor
élünk a jogunkkal, ha a részvény árfolyama a kötési ár (X=20.000 Ft) alatt marad.
Tegyük fel, hogy lejáratkor a részvényár 19.000 Ft. Az opciót ekkor beváltjuk és
nyereségünk a 800 Ft lesz (20.000 – 19.000 – 200 = 800). Az opciót nem érdemes
beváltani, ha érvényesítéskor a piaci ár a kötési ár felett van. Ekkor az opció
tulajdonosa elveszíti az opciós díjat. Például, ha a részvényár 20.400 Ft, akkor az
opciós díjat kifizetjük, de az opciót nem váltjuk be.
Az eladási opció kiírójának (short put) nyereségfüggvénye a vevő
nyereségfüggvényének vízszintes tengelyre vonatkozó tükörképe lesz.

A nyereségfüggvényre tekintve látszik, hogy az opció eladója számára az opciós díj

a nyereség forrása a veszteség azonban jelentősen meghaladhatja az opciós díjat.
02. Opció belső és időértéke, put-call paritás
Tanulási célok
Ismertetni az opció értékét befolyásoló tényezőket, bemutatni a vételi és az eladási
opció értéke közötti kapcsolatot

1. Az opció belső értéke

Az opciós díj meghatározása igen fontos feladat, hiszen az opció eladója a díjért cserébe
vállalja a veszteség kockázatát. Az opciós díj egyrészt az alaptermék árának és a kötési
árnak a függvénye. Az előző részben ezt a viszonyt vizsgáltuk meg a két opció esetében.

Az opció belső értéke (intrinsic value) az a pénzösszeg, amire akkor tennénk szert, ha most
beváltanánk az opciót.
A vételi opció esetében a belső érték vagy nulla, vagy az alaptermék árának és a kötési
árnak a különbsége. Eladási opció esetében a belső érték szintén vagy nulla, vagy a kötési
ár és az alaptermék árának a különbsége. Képlettel:

, ahol – vételi opció belső értéke, – eladási opció belső értéke, S – alaptermék ára, X –
opció kötési ára.
A belső érték tehát mindig egy nem negatív szám és értéke a kötési árfolyam és az
alaptermék különbözetétől függ. Az eltérés alapján három esetet különböztethetünk meg.

1. In-the-money pozíció (ITM), azaz az opció belső értéke pozitív szám. Ez vételi opció
esetében azt jelenti, hogy az alaptermék ára nagyobb, mint az opció kötési ára,
eladási opció esetében a kötési ár magasabb az alaptermék áránál.
2. Out-of-the-money (OTM) pozíció, azaz a vételi opció kötési ára nagyobb, mint az
alaptermék ára. Eladási opció esetében az alaptermék ára nagyobb, mint a kötési ár.
Ebben az esetben az opció belső értéke zérus.
3. At-the-money (ATM) pozíció, azaz az alaptermék ára megegyezik a kötési árral.
Ebben az esetben is a belső érték zérus.

Minél nagyobb a belső érték, annál nagyobb kockázatot vállal az opció kiírója, amiért
cserébe magasabb opciós díjat kér. Zéró belső érték esetén az opciós díj mérsékeltebb.
Az alábbi ábra az egyes opciós pozíciók belső értékét mutatja a kötési ár függvényében.
2. Az opció időértéke
Egy opcióért azonban mindig többet kell fizetni, mint a belső értéke. Ez az opciós szerződés
aszimmetrikus jellegéből következik. Hiszen az opció birtokosa csak jogot szerez, a kiíró
kötelezettséget vállal. Az opció belső értéke sohasem negatív, de értéke kedvező irányú
változás esetében akár végtelen nagy is lehet. Az asszimetria az ATM pozícióban a
legnagyobb, ezért itt a legnagyobb az időérték. ATM a nyereségfüggvény törési pontja,
kedvező irányú változás esetében az opció értéke nő, kedvezőtlen esetben az opció értéke
nem változik (továbbra is zérus marad).

Az időértéket úgy is fel lehet fogni, mint a vevő számára kedvező irányú árfolyamváltozás
reményéért fizetett extra díj.
Értéke három tényezőtől függ.

1. Az opció lejárata. Az időérték annál nagyobb, minél távolabbi a lejárat napja.

Hosszabb távon ugyanis nagyobb esélye van a kedvező irányú árfolyamváltozásnak.
2. Az árfolyam ingadozása (volatilitása), amit a hozamok szóródásával mérünk. Minél
jobban ingadozik egy értékpapír árfolyama, annál nagyobb a valószínűsége annak,
hogy az opció vevője nyereséget realizáljon. Tehát, ha az árfolyam ingadozása
növekszik, az opciós díj is növekedni fog.
 3. A kockázatmentes kamatláb. Mivel feltételezzük, hogy az árfolyamok
tendenciájukban emelkednek, minél nagyobb a kamat mértéke, annál nagyobb
árfolyamnövekedés várható. Ez a vételi opció időértékét növeli, az eladási opcióét
csökkenti.

Az opció lejáratának időpontjában az időérték zérus. Ekkor hal meg ugyanis a további
kedvező árfolyamváltozásba vetett remény. Ha az opciónak vége, lejárata zérus, az árfolyam
ingadozása tovább nem befolyásolja az értékét.
Az opciós díj meghatározó tényezőit az alábbi ábra mutatja. A felfelé mutató nyíl azt jelenti,
ha a tényező értéke nő, az opció értéke is nő. A lefelé mutató nyíl azt jelzi, ha a tényező
értéke nő, az opció értéke csökken.
3. Az opció belső és időértékének változása
Az opció belső és időértékének változását, valamint az opciós pozíció nyereségét egy kis
táblázatban magunk is követni tudjuk. A táblázat adataira pillantva a következő kérdésekre
kapjuk meg a választ:

1. Érdemes-e beváltani az opciót?

2. Mekkora a call vevőjének nyeresége (vesztesége)?
3. Hogyan változott a vásárlástól a lejáratig az opció belső és időértéke?

A számítások menetét a következő táblázat mutatja call opció esetén.

Input adatok Ft

Vételi opció díja c

Kötési ár X

Eredeti ár

Lejáratkori ár

Számítások:

Opció értéke Régi Lejárat Változás

1
[1] [2] [3] [4]

2 Belső érték

3 Időérték [2]+1-[2]-1 0 [3] - [2]

4 Összesen c szum([3]-2..[3]-1)

Eredmény:

Érdemes-e beváltani az opciót? ”Igen”;”Nem”)

Mennyi az opció nyeresége?

Belső érték változása

Időérték változása

A belső értékeket a számítások tábla második sora állítja elő. A belső érték az alaptermék
árfolyam és a kötési ár különbsége, ha a különbség pozitív szám, és 0 egyébként. A régi ár
esetében az időértéket az opciós díj és a belső érték különbségeként állapíthatjuk meg.
Lejáratkor az időérték zérus. Az összesen sor a „régi” oszlopban az opciós díjat tartalmazza,
a „lejárat” időpontjában a belső értéket (mivel az időérték ekkor zérus). A negyedik változás
oszlop adja meg a választ a kérdéseinkre.
Az opciót akkor érdemes lejáratkor beváltani, ha az alaptermék ára nagyobb, mint a kötési
ár. Az opció akkor nyereséges a vevő szempontjából, ha lejáratkor az opció belső értéke
nagyobb, mint a fizetett opciós díj. Ezt mutatja a 4. oszlop 4. sora. A belső és az időérték
változását szintén a 4. oszlop megfelelő sorai mutatják.

1. Példa – Vételi opció nyereségének meghatározása

Az opció belső és időértékének meghatározására nézzünk egy-egy példát!

1. Példa – Vételi opció nyereségének meghatározása

Egy befektető OTP call opciót vett 5000 Ft-os kötési áron 300 Ft-ért, mikor az OTP
ára az azonnali piacon 5.200 volt. A lejárat időpontjában az OTP ára 6.200 Ft.
Érdemes-e beváltani az opciót? Mekkora a call birtokosának nyeresége
(vesztesége)? Hogyan változott a vásárlástól a lejáratig az opció belső és időértéke?

1. Példa megoldása
A példa input adatai:

Vételi opció díja 300 Ft

Kötési ár 5 000 Ft

Eredeti ár 5 200 Ft

Lejáratkori ár 6 200 Ft
Számítások:

Opció értéke Régi Jelenlegi Változás

Belső érték 200 1 200 1 000

Időérték 100 0 -100

Összesen 300 1 200 900

Eredmény:

Érdemes-e beváltani az opciót? Igen

Mennyi az opció nyeresége? 900

Belső érték változása 1 000

Időérték változása -100
A példa az opció nyereségét a vevő szempontjából számolja ki. A vételi opció
kiírójának értelemszerűen 900 Ft vesztesége keletkezett, ami az 1000
árfolyamveszteség és a 100 Ft opciós díjbevétel különbsége.
A modellben a pénz időértékétől eltekintettünk. Az opciós díjat ugyanis az opció
kötésekor kell kifizetni, míg az opció birtokosa az opció belső értékét a lejáratkor
kapja meg. Ha a pénz időértékét is figyelembe akarjuk venni, az opciós díjat a lejárat
napjáig valamilyen kamatlábbal fel kell kamatolni. A pénz időértéknek
figyelembevételével az opció birtokosának nyeresége illetve a kiíró vesztesége
kisebb lenne.

2. Példa – Eladási opció nyereségének meghatározása

Most módosítjuk az előző példát úgy, hogy vételi opció helyett eladási opcióval
számolunk. A példa számszaki adatait változatlanul hagyjuk.

2. Példa – Eladási opció nyereségének meghatározása

Egy befektető OTP put opciót vett 5000 Ft-os kötési áron 300 Ft-ért, mikor az OTP
ára az azonnali piacon 5.200 volt. A lejárat időpontjában az OTP ára 6.200 Ft.
Érdemes-e beváltani az opciót? Mekkora a put birtokosának nyeresége
(vesztesége)? Hogyan változott a vásárlástól a lejáratig az opció belső és időértéke?

2. Példa megoldása
A példa input adatai:

Eladási opció díja 300 Ft

Kötési ár 5 000 Ft

Eredeti ár 5 200 Ft

Lejáratkori ár 6 200 Ft
Számítások:

Opció értéke Régi Jelenlegi Változás

Belső érték 0 0 0

Időérték 300 0 -300

Összesen 300 0 -300

Eredmény:

Érdemes-e beváltani az opciót? Nem

Mennyi az opció nyeresége? -300

Belső érték változása 0

Időérték változása -300

4. Put-Call paritás grafikus bizonyítása

Ha ki tudjuk számolni egy vételi opció díját, hogyan határozhatjuk meg egy eladási
opció értékét? A válasz az, hogy egy azonosság felhasználásával. Az ugyanarra az
alaptermékre szóló vételi és eladási opciók díjának ugyanis meg kell felelniük az
úgynevezett put-call paritás feltételének. Ha ez nem teljesül, akkor ezt a befektetők
egy arbitrázs ügylettel kihasználhatnák és kockázatmentesen realizálhatnának
profitot.
Az arbitrázs-összefüggés a következő: Ha veszünk egy alapterméket, majd veszünk
erre az alaptermékre egy eladási jogot és kiírunk egy vételi jogot, akkor egy
kockázatmentes portfólióhoz jutunk, mely az opciók lejáratakor – függetlenül az
alaptermék akkori árától – éppen az opciók kötési árát éri. Képlettel:

ahol, Px – az eladási opció nyereségfüggvénye az alaptermék árának függvényében;

S – az alaptermék ára; -Cx – a vételi opció nyereségfüggvénye az alaptermék árának
függvényében.
Az összefüggés bizonyítását nézzük először grafikusan. Az alábbi ábra mutatja az
alaptermékből, a long put-ból és a short call-ból álló portfólió nyereségfüggvényeit az
alaptermék árának függvényében.
Az alaptermék ára az origóból induló, 45 fokos meredekségű egyenes. Az eladási
opció értéke akkor a legmagasabb, ha az alaptermék nem ér semmit. Ha az
alaptermék ára nő, az eladási opció csökken, egészen a kötési árig, ami után értéke
zérus. A kiírt vételi opció a kötési árig beváltatlan marad, utána viszont ki kell fizetni
az opció birtokosának az alaptermék árának és a kötési árnak a különbségét.
Vegyük észre, hogyha a három pozíciót összeadjuk, egy vízszintes vonalat kapunk,
ami a kötési árfolyam magasságában fut. Tehát függetlenül az alaptermék
mindenkori árától, a portfólió mindig a kötési árat fizeti.

4. Put-Call paritás algebrai bizonyítása

Az algebrai bizonyítás megvizsgálja, hogy hogyan alakul a portfólióból származó
kifizetés a kötési ártól jobbra és balra. A portfólió elemeinek értékeit és ezek
összegét az alábbi táblázat mutatja:

Alaptermék ára

Alaptermék vétele (+S) +S +S

Long put (+P) 0 +X-S

Short call (-C) -(S-X) 0

Összesen X X

3.3. táblázat – A Put-Call paritás algebrai bizonyítása

Ha a portfólió értéke független az alaptermék árától, akkor kockázatmentes. Nem
érhet többet, mint a jövőben várható kifizetés (X) kockázatmentes kamatlábbal
számolt jelenértéke. Képlettel:

ahol, S0 – az alaptermék jelenlegi ára; p – az eladási opció díja; c – a vételi opció

díja; X – az opciók kötési ára; rf – a kockázatmentes kamatláb; t – az opciók lejárata.
A portfólió megszerzésének árát mutatja az egyenlet bal oldala. Meg kell vásárolni az
alapterméket és az eladási opciót, de a befektetés nagyságát csökkenti, hogy a kiírt
vételi opcióért nekünk fizetnek. A portfóliónk nem ér többet, mint az opciók kötési
árának kockázatmentes kamatlábbal számolt jelenértéke. Ezt mutatja az egyenlet
jobb oldala.
Mivel az összefüggésre azért volt szükségünk, hogy kiszámolhassuk az eladási
opció értékét, nincs más dolgunk, mint az összefüggést p-re átrendezni.

Most számoljuk ki az x.4 Példa esetében a 20.000 Ft-os kötési árú, negyedéves
lejáratú MOL részvényre szóló eladási opció értékét. (Emlékeztetőül: a MOL
részvény jelenlegi ára 23.000 Ft, a kockázatmentes kamatláb évi 6%, a vételi opció
értéke 3.548 Ft) Behelyettesítve a Put-Call paritás képletébe:

Az eladási opció ára 250 Ft. Ha ettől a piacon eltérne az eladási opció ára, akkor
arbitrázsra nyílik lehetőség. Tételezzük fel, hogy az eladási opció ára csak 200 Ft
lenne. Ekkor a portfólió túl olcsó, azt meg kell venni. Veszünk egy részvényt 23.000
Ft-ért és egy eladási opciót 200 Ft-ért, valamint kiírunk 3.548 Ft-ért egy vételi opciót,
továbbá felvesszünk 19.702 Ft hitelt (a 20.000 Ft-os kötési ár jelenértéke)
kockázatmentes kamatlábbal. Marad 50 forintunk, ami az ügylet nyeresége. A 19.702
Ft hitelért negyedév múlva 20.000 Ft-ot kell fizetni, de ennyi lesz a portfóliónk értéke
is az alaptermék árától függetlenül.
Ha az eladási opció ára 300 Ft, akkor a portfólió túl drága, el kell adni. Rövidre
eladunk egy részvényt, eladunk egy eladási opciót és veszünk egy vételi opciót,
valamint befektetünk 19.702 Ft-ot kockázatmentes kamatlábon. Megint marad 50 Ft-
unk. Negyed év múlva befektetésünk értéke 20.000 Ft, de ez pontosan fedezni fogja
a kötelezettségünket.
Az eladási opciónak nincs belső értéke, mivel a kötési ár alacsonyabb, mint a
jelenlegi részvényár. A 250 Ft teljes egészében időérték.

03. Opciós ármodellek

Tanulási célok
Példákon keresztül bemutatni a binominális és a Black-Scholes ármodell működését

Bevezetés
Az opciók árazása attól függ, hogy az alaptermék jövőbeli áralakulására milyen
feltételezésekkel rendelkezünk. Ezt két dolog befolyásolja. Egyrészt az, hogy
származik-e az alaptermékből valamilyen kifizetés (kamat, osztalék), másrészt, hogy
a jövőbeli ármozgásra milyen eloszlást tételezünk fel.
Először az utóbbival fogunk foglalkozni. Két opciós ármodellt fogunk megvizsgálni.
Az első (binominális) ármodell feltételezi, hogy az alaptermék csak két meghatározott
kimenettel rendelkezhet az opció lejáratakor, a második a Black-Scholes modell
feltételezi, hogy az alaptermék áralakulása normális eloszlást követ. A binominális
ármodellt egy példán keresztül vezetjük le. A példa segít megérteni azt is, hogy
milyen tényezők befolyásolják és milyen irányban az opciós díj nagyságát.

1. Példa - Binominális ármodell

A binominális ármodellben az alaptermék eloszlása binominális. Ez azt jelenti, hogy

a jövőben az alaptermék ára csak két érték valamelyikét veheti fel, mindegyik
értéket meghatározott valószínűséggel.
1. Példa – Binominális ármodell
Jelenleg az MTELECOM ára 800 Ft. Tételezzük fel, hogy fél év múlva az ára vagy
900, vagy 700 Ft lehet csak. Azt azonban közvetlenül nem tudjuk, hogy mi a
valószínűsége a 900 és a 700 Ft-os ár bekövetkezésének. A következő félév során
az MTELECOM nem fog osztalékot fizetni. Szeretnénk tudni a 850 forintos kötési árú
lejáratkor érvényesíthető vételi opció díját, ha 10%-os kockázatmentes kamatlábbal
befektethetünk és hitelt tudunk felvenni!
A problémát az alábbi ábra felső része szemlélteti:

Su – alaptermék ára árfolyam-emelkedés esetén; Sd – alaptermék ára

árfolyamcsökkenés esetén; cu – vételi opció értéke alaptermék árfolyam-emelkedése
esetén; cd - vételi opció értéke alaptermék árfolyamcsökkenése esetén; S –
alaptermék jelenlegi ára; t – opció lejárata években; rf – kockázatmentes kamatláb; c
– opció értéke.
A jelenlegi részvényár (S) fél év múlva (t) vagy 900 lesz (Su), vagy 700 (Sd). Ha 900
lesz, az opció értéke (cu) 50 lesz. Ha a 700-as ár következik be, az opció értéktelen.

A kérdés az, hogy a 850 Ft-os kötési áru európai típusú vételi opció díja ( )
mennyi, ha a kockázatmentes kamatláb 10% ( )?
Megoldás
Tételezzük fel, hogy a részvény vásárlásához bankhitelt veszünk fel, ahol a hitel
fedezete maga a részvény. Mekkora hitelt ad nekünk a bank kockázatmentesen?
Természetesen kockázatmentesen csak a 700 jelenértékét adhatja kölcsön, hisz
ebben az esetben kapja meg kockázat nélkül a hitelt és a kamatait. A hitel
jelenértéke folytonos kamatlábbal számolva a következő:

Ha hitelből vásároljuk a részvényt, befektetésünk két kimenetét mutatja az ábra alsó

része.
Figyeljük meg, hogy a hitelből való részvényvásárlás és 4 darab vételi opció
vásárlása ugyanazt az eredményt hozza. Ha van 4 vételi opcióm,
árfolyamemelkedés esetén 200-t kapok, ha az árfolyam csökken, semmit. Éppen
úgy, mintha hitelből vásároltam volna részvényt. Ha ez igaz, akkor a 4 vételi opció
értékének meg kell egyeznie a hitelből történő részvényvásárlás saját erejével. Így
kapjuk, hogy egy vételi opció díjának 134/4=33,5 Ft-nak kell lennie.

Arbitrázs a binominális ármodell képletének megsértése

esetén
Ha a vételi opció díja nem 33,5 Ft, akkor hatékony piacon az eltérést kihasználva
kockázatmentesen lehet szert tenni profitra. Azaz arbitrázsügyletet hajthatunk végre.
Tételezzük fel, hogy a vételi opció 25 Ft-ért megvásárolható. Ekkor a befektető vesz
négy vételi opciót, rövidre elad egy részvényt és a fennmaradó pénzt
kockázatmentesen befekteti. Összesen be fog fektetni 800-4*25=700-t. Lejáratkor
pénzáramát az alábbi táblázat szemlélteti.

Jövőbeli részvényárak 900 700

4 vételi opció értéke 4 * 50 = 200 4*0=0

Részvényt vissza kell adni -900 -700

Kockázatmentes befektetés
Összesen +35 +35
Látható, hogy 35 Ft profitra tett szert a befektető, függetlenül attól, hogy az
alaptermék ára a jövőben hogyan fog alakulni, mindezt zéró befektetéssel.
Ha az opciós díj az egyensúlyitól drágább – mondjuk 50 Ft – akkor a befektető 4
opciót el fog adni, és vesz egy részvényt 800-ért, és felvesz 700 Ft jelenértéke
összegű kockázatmentes hitelt. Ekkor azonnal fog
szerezni Ft-ot úgy, hogy lejáratkor nettó
pénzárama zérus.

Jövőbeli részvényárak 900 700

4 vételi opció értéke -4 * 50 = -200 -4*0=-0

Részvénybefektetés értéke +900 +700

Kockázatmentes hitel +700

Összesen 0 0
1. A binominális ármodell képletei
A példa tanulsága az, hogy meghatározott számú vételi opcióból létrehozható egy
ugyanolyan portfólió, mintha a részvényt hitelből vásároltuk volna meg. Esetünkben 4 vételi
opció birtoklásával jutottunk ugyanabba a pozícióba, mintha hitelből vettünk volna részvényt.
Ennek az aránynak a pénzügyekben meghatározó jelentősége van, hiszen láttuk, hogy az
opciók félreárazása esetén kockázatmentesen profitot realizálhatunk, ha ismerjük ezt az
arányt. Ennek az aránynak a neve az opciós szorzó (option multiplier). A következő képlettel
számolhatjuk ki:

A gyakorlatban nem az opciós szorzót szokták használni, hanem a reciprokát, aminek a

neve opciós delta. Kiszámítása:

Az opciós delta jelentései a következők:

1. Az opciós delta megmutatja, hogy hány darab alapterméket kell vásárolnunk ahhoz
hitelből, hogy ugyanolyan értékű befektetést kapjunk, mintha az adott alaptermék
vételi opcióját vásároltuk volna meg. (Ismeretében arbitrázs ügyleteket hajthatunk
végre, illetve kockázatmentes portfóliókat készíthetünk.)
2. Az opciós delta megmutatja az opciós díj érzékenységét az árfolyam változásának
függvényében. Magyarul, ha a részvényár 1 Ft-al nő, körülbelül 0,25 Ft-al fog nőni a
vételi opció értéke.
3. Az opciós delta megmutatja annak valószínűségét, hogy az opció lejáratkor ITM
pozícióban lesz. Magyarul 25% a valószínűsége annak, hogy az adott részvényár
lejáratkor 850 felé kerül. Az opciós delta ezen tulajdonsága azonban csak normális
eloszlás feltételezése esetében értelmezhető.

A vételi opció értékét levezetés helyett azonnal is kiszámíthatjuk a binominális opciós képlet
segítségével. Vezessük be a következő jelöléseket!

u – a részvényár emelkedési potenciálja, d – a részvényár csökkenési potenciálja.

Az opciós árképlet a következő:

Ha , akkor a számláló második fele elhagyható. Helyettesítsük be példánk adatait a

képletbe:

Vegyük észre, hogy a binominális árképletben szereplő zárójeles kifejezések összege éppen
1. Az opciós árképlet tehát a következőképpen is írható:
 , ahol

Ezt a p-t fedezeti valószínűségnek nevezzük és megadja, hogy adott jelenlegi és jövőbeli
árak mellett mekkora az árnövekedés valószínűsége. Esetünkben p értéke:

Ha jelenleg a részvényár 800 és fél év múlva csak 900 illetve 700 lehet az ár, akkor 10%-os
kamatláb mellett a 900-as ár bekövetkezési valószínűségének 70,50%-nak kell lennie. Ha
ugyanis ennél kisebb lenne, hatékony piacon kevesebbnek kellene lennie a jelenlegi
részvényárnak is. Ha nagyobb lenne ez a valószínűség, akkor a 800-as részvényár
alacsonyabb az egyensúlyinál.

2. Black-Scholes modell

A Black-Scholes opciós ármodell feltételezései a következők:

 Alaptermék eloszlása normális

 Az árfolyamalakulásban nincs szakadás
 Az alaptermékre az opció lejáratáig nem fizetnek hozamot
 Az opció európai típusú
 A piacok hatékonyak

Az utolsó három feltétel megegyezik a binominális modell feltételezéseivel. A Black-Scholes

modell az alaptermék eloszlási feltételezéseiben különbözik a binominális modelltől.
A modell képletei a következők:

és
ahol c – európai típusú vételi opció díja, S – alaptermék ára, X – opció kötési ára, –
kockázatmentes kamatláb, t – opció lejárata években, – alaptermék hozamainak
szóródása.
– a standard normális eloszlás értéke helyen (lényegében annak valószínűsége,
hogy lejáratkor az opció ITM-ben lesz), – a standard normális eloszlás értéke
helyen.
A modell úgy értelmezhető, hogy kockázatmentes világban a vételi opció felfogható úgy,
hogy van egy alaptermékünk, amiért a kötési árfolyam jelenértékének megfelelő hitelből
vásároltunk. Ha eltekintünk a valószínűségektől akkor c= S – PV(X) lenne. Lejáratkor
megkapjuk az alapterméket és visszafizetjük a kötési árfolyamnak megfelelő hitelt. Azonban
mind az alaptermék árfolyamát, mind a kötési ár jelenértékét megszorozzuk egy
valószínűséggel. azt jelenti, hogy valamekkora valószínűséggel rendelkezünk az
alaptermékkel, pedig azt, hogy valamekkora valószínűséggel kifizetjük X
jelenértékét érte.

Normális eloszlás eloszlásfüggvénye

A standard normális eloszlás értékét a statisztikában z eloszlásnak is nevezik.
Az eloszlásfüggvény képét az alábbi ábra tartalmazza:

Az eloszlásfüggvény értéke -3 alatt csak a matematikusoknak nem nulla, +3 felett

pedig csak nekik nem 1. A függvény -3 és +3 között mutat valamilyen mozgást;
monoton növekszik a 0 ponttól az 1-ig. A függvény legnagyobb meredekségét a 0
pontban éri el. A függvény a [0;0,5] koordinátára nézve szimmetrikus, ezért a
függvénytáblázatok általában a z eloszlás pozitív értékeit tartalmazzák. A negatív
értékeket úgy kapjuk, hogy a d érték abszolút értékét kivonjuk 1-ből. Képlettel:
N(-d)=1-N(d)

Black-Scholes modellel való számítás menete

A Black-Scholes modellel való számolás menete a következő:
 1. Azonosítjuk a modell öt bemenő paraméterét. Az alaptermék jelenlegi értékét (S), a
vételi opció kötési árát (X), az alaptermék volatilitását ( ), az opció lejáratát (t)
és a kockázatmentes kamatlábat ( ).
2. Kiszámoljuk -t, és -t.
3. A standard normális eloszlás táblázatból kinézzük a -hez és -höz tartozó
és valószínűségeket. Ha Excellel dolgozunk a valószínűségek
meghatározásához egy beépített statisztikai függvényt használunk, az
STNORMELOSZL() függvényt, aminek az egyetlen paramétere a d érték lesz és
N(d)-vel tér vissza.
4. Kiszámoljuk a vételi opció díját (c).

2. Példa – Példa Black-Scholes modell alkalmazására

Most nézzünk egy példát a Black-Scholes modell alkalmazására!

2. Példa – Vételi opció értékelése Black-Scholes ármodellel

A MOL részvény jelenlegi ára 23.000 Ft. A következő negyedévben nem fizet
osztalékot. A kincstárjegy hozama jelenleg évi 6%. Mekkora annak a 20.000 Ft-os
kötési árú európai típusú vételi opciónak a díja, ami negyedév múlva fog lejárni, ha a
MOL részvény napi hozamainak szóródása 30%?

Megoldás

A Black-Scholes modell paraméterei a következők:

Input tényező neve Jelölése Értéke Mértékegység

Alaptermék ára S 23.000 Ft

Kötési ár X 20.000 Ft

Volatilitás 30%

Lejárat t 0,25 év

Kockázatmentes kamatláb 6%

Kiszámoljuk és értékeket!

Most kikeressük a z eloszlás táblázatából a megfelelő valószínűségeket:

N(1,107)=0,866
N(0,957)=0,831
Kiszámoljuk a vételi opció díját.
 A vételi opció díja 3.548 Ft. Az opciós díjból 3.000 Ft az opció belső értéke
(max[23.000-20.000;0]), 548 Ft az időértéke.

3. Osztalékot fizető részvényre szóló vételi opció díja

Ha az alaptermékből kifizetés származik az opció lejárata előtt, akkor az európai
típusú vételi opció díját ez befolyásolni fogja. Ugyanis a lejárat időpontjában már
kevesebbet fog érni az alaptermék és ez az opció belső értékét csökkenti. A helyes
eljárás tehát az, ha az osztalékfizetés jelenértékét az alaptermék árából levonjuk,
hiszen ezt már a lejárat időpontjában nem fogja tartalmazni. Osztalékfizetés
esetében tehát az S nem az alaptermék ára lesz, hanem az alaptermék árának és az
osztalékfizetés jelenértékének a különbsége.
Az európai típusú eladási opció viszont nő, ha osztalékfizetés lesz, hiszen az
osztalék csökkenti a jövőbeli árfolyamot, azaz növeli annak esélyét, hogy az eladási
opció ITM-ben zár.
Osztalékfizetés esetében a Black-Scholes modell képletei a következőképpen
módosulnak:

és

ahol c – európai típusú vételi opció díja; S – alaptermék ára; X – opció kötési ára; –
kockázatmentes kamatláb; t – opció lejárata években, – alaptermék hozamainak
szóródása; – a standard normális eloszlás értéke helyen; – a
standard2 normális eloszlás értéke helyen; p – európai típusú eladási opció díja;
PV(D) – osztalékfizetés jelenértéke.
Az osztalék jelenértékét kockázatmentes kamatlábbal számoljuk ki, ha az osztalék
mértékét biztosan tudjuk. Ha az osztalék mértékét csak sejtjük, a bizonytalansággal
arányos magasabb kamatlábbal számolhatunk.

4. Amerikai típusú opciók díja osztalékfizetés nélkül

Az előzőekben csak olyan opciókkal foglalkoztunk, melyeket csak a lejárat
időpontjában lehet beváltani. Azonban a pénzügyi opciók közül számos olyan van,
amit a lejáratig bármikor be lehet váltani. Mivel a reálopciók között is több olyan
lehet, ami amerikai típusú opció, ezek értékelésével is foglalkoznunk kell.
Az amerikai típusú vételi opció értéke - ha nincs a lejáratig osztalékfizetés -
megegyezik az európai típusúéval. Ugyanis a lejárat időpontjáig mindig érvényes
marad az, hogy a befektető számára nagyobb a kedvező kimenet esélye, mint a
kedvezőtlen kimeneté. Ez az opció birtokosának már az időértéknél tárgyalt
aszimmetrikus pozíciójából következik.
Egy amerikai típusú eladási opciót azonban érdemes lehet lejárat előtt lehívni, ha
futamideje során bármikor számottevő ITM pozíciót ér el. Erre nézzünk egy extrém
példát!
Tételezzük fel, hogy 1.000 Ft-ért eladhatunk egy MTELECOM részvényt, aminek ára
most a piacon 600 Ft. Ha most érvényesítjük az opciónkat, nyerünk 400 Ft-ot. A
jövőben nőhet, de csökkenhet is a részvényár. Mindazonáltal a pénz időértékének
elvéből az következik, hogy tendenciájában inkább emelkedni fog, ami az eladási
opció értékét csökkenteni fogja. Mélyen ITM pozícióban viszont nem érvényesül már
az aszimmetrikus pozíció előnye sem. Ezért egy amerikai típusú put opció minden
esetben többet ér egy európainál. Sajnos ennek a többletnek a pontos kiszámítására
még nem rendelkezünk pontos képlettel, csak azt tudjuk, hogy maximális mértéke a
kötési ár és a kötési ár jelenértékének különbsége. Képlettel:

Ha a 2. példa adatait felhasználva, ki szeretnénk számolni a MOL részvényre szóló

amerikai típusú vételi és eladási opció díját, akkor a következőt állíthatjuk.
Mivel a részvényre nem fizetnek osztalékot az amerikai típusú vételi opció díja
megegyezik az európait típusú opció díjával, azaz 3.548 Ft-al.
Az európai típusú eladási opció díja 250 Ft. Az amerikai típusú eladási opció
felárának maximuma:

Az amerikai típusú opció egyensúlyi árának tehát 250 Ft és 548 Ft között kell lennie.

4. Példa – Példa osztalékot fizető részvényre szóló amerikai

típusú opciók értékelésére
Az osztalékot fizető részvényekre vonatkozó amerikai típusú vételi opciónál el kell
dönteni, hogy mi a nagyobb. Az osztalékfizetés nagysága (amivel osztalékfizetéskor
csökkenni fog az opció belső értéke), vagy az osztalékfizetéstől lejáratig számított
időérték. Ha az időérték a nagyobb, az opciót nem érdemes korábban lehívni, így az
értéke megegyezik az európai típusú vételi opcióéval. Ha a belső érték csökkenése
nagyobb, akkor az opciót az osztalékfizetés előtt érdemes lehívni. Ekkor úgy kell
értékelni, mint egy európai típusú opciót, aminek lejárata az osztalékfizetés előtt
esedékes.
Nézzük most meg az 3. példa adatait felhasználva a MOL részvényre szóló amerikai
típusú vételi és eladási opció értékelését.
4. Példa – Osztalékot fizető részvényre szóló amerikai típusú opciók értékelése
Amerikai típusú vételi opció értékeléséhez kiszámoljuk az osztalékfizetés napjáig
érvényes európai típusú opció értékét. Ekkor az alaptermék jelenlegi árát vesszük
alapul, viszont az opció lejáratának az osztalék fizetésének lejáratát tekintjük.
Használjuk a Black-Scholes modellt!

Most kikeressük a z eloszlás táblázatából a megfelelő valószínűségeket:

N(1,715)=0,957
N(1,628)=0,948
Kiszámoljuk a vételi opció díját.

A lejáratig tartott európai vételi opció értékét az x.5. példában már kiszámoltuk.
Annak értéke 1.981 Ft volt. Mivel a most kiszámolt érték ennél magasabb, ezért az
amerikai típusú opciót előre láthatólag érdemes lesz az osztalék fizetése előtt
beváltani. Így értéke 3.136 Ft lesz.
Amerikai opcióknál nem működik a put-call paritás összefüggés. Annyit tudunk, hogy
az opció értéke nem lehet kisebb, mint az európai típusú opcióé. Az osztalékot fizető
MOL részvényre szóló európai eladási opció díja az 3.5. példa adatai alapján 250 Ft
és 548 Ft között mozoghat. Valószínűleg az amerikai típusú opció díja közelebb lehet
a felső határhoz.

04. Részvény és vállalati kötvény, mint reálopciók

Tanulási célok
Bemutatni a kötvények és részvények értékelését az opciós ármodell segítségével

Reálopciók esetei
Reálopcióknak nevezzük a vállalati életben felmerülő azon üzleti lehetőségeket, melyek
vételi és eladási opciókat hordoznak magukban és ezért értékelhetők az opciós árképletek
segítségével.
A következő alapvető opciókkal fogunk megismerkedni:

1. Részvény, mint vételi opció;

2. Vállalati kötvény, mint egy kockázatmentes befektetés és egy kiírt eladási opcióból
álló portfólió;
3. Beruházási lehetőség, mint vételi opció;
4. Kiszállási lehetőség, mint eladási opció.

01. Részvény, mint vételi opció

Az opciós ármodellt először a részvények értékeléséhez fogjuk felhasználni. Az
értékelő képletet egy példán keresztül fogjuk levezetni.
A pendrive-okat gyártó Ärzte vállalatnak két hosszú lejáratú forrása van. Egyrészt
egy 1.000 ezer eurós hitele, melynek kamatlába 5%, lejárata 2 év. A kamatfizetés is
két év múlva egy összegben esedékes. Másrészt a cég saját tőkéje 800 ezer euró. A
vállalat nettó eszközértéke (összes eszköz – rövid lejáratú kötelezettség) így 1.800
ezer euró. A cégnek nem meg jól mostanában. A menedzsment úgy látja, hogy a cég
eszközei nem érnek többet, mint 700 ezer euró. A jövő azonban bizonytalan. Ha a
pendrive-válság véget ér, az eszközök értéke jelentősen növekedhet.
Természetesen az eszközérték csökkenhet is, ha a cég helyzetét nem sikerül a
jövőben érdemben javítani. Egy cégértékre végzett Monte-Carlo szimuláció azt
mutatta ki, hogy a cégérték szóródása a várható érték 40%-a. Az éves
kockázatmentes kamatláb 1%. Mennyit érhetnek a cég részvényei?
Ha a cég adóssága most járna le, csődbe jutna. Hiszen képtelen volna visszafizetni a
hitelét az eszközökből, illetve a hitelek megújítására nem volna képes megfelelő
fedezetet felajánlani. A vállalat szerencséje az, hogy a hitel és kamatai
visszafizetésére nem most, hanem két év múlva fog sor kerülni. Addig viszont még
sok minden történhet, akár az is, hogy a cégérték jelentősen megnövekszik. Két év
múlva ki kell fizetni a hitelt és kamatait, azaz összesen ezer
eurót. Ábrázoljuk most a részvények értékét az eszközök értékének függvényében!

Ha két év múlva a nettó eszközérték 1.102,5 ezer euró alatt lesz, a részvények nem
érnek semmit, mivel a vállalatot felszámolják és vagyona a hitelezőké lesz. Ha a
nettó eszközérték 1.102,5 ezer euró fölé kúszik, a hitelnek van fedezete, így azt meg
lehet újítani, illetve az eszközérték eladásából vissza lehet fizetni. A részvényeseké
lesz az eszközérték hitelek lejáratkori értékén felüli része.
Az ábra nem más, mint egy vételi opció nyereségfüggvénye. A részvény nem más,
mint egy vételi opció.
Hogyan kell ezt értelmezni? Úgy tekintjük, ha kockázatos világban valamelyik jogi
személyiségű vállalat hitelt vesz fel, akkor a vállalata a hitelezőké lesz. De
tulajdonosok a hitellel együtt vásárolnak a hitelezőktől egy vételi opciót is a
vállalatukra. Ha élnek a vételi jogukkal (visszafizetik a hitelt) övék lesz újra a vállalat.
Ha nem élnek a vételi jogukkal, mivel a vállalat nem ér annyit, mint a hitel
adósságszolgálata, akkor a vállalat a hitelezők tulajdonában marad. Az opciót csak a
hitel lejáratakor lehet érvényesíteni, tehát ez egy európai típusú vételi opció.
A reálopciók értékének kiszámítása már könnyű feladat, ha azonosítani tudjuk a
paramétereket. Az alábbi táblázat mutatja a Black-Scholes opciós ármodell
részvényértékelési paramétereit és a példa értékeit!

Pénzügyi opció Jelölés Részvényértékelés Példaérték

Alaptermék ára S Nettó eszközérték 700 ezer euró

1.102,5 ezer
Kötési ár X Hitelek lejáratkori értéke
euró

Alaptermék volatilitása Nettó eszközérték volatilitása 40%

Opció lejárata t Hitelek lejárata 2 év

Kockázatmentes
Kockázatmentes kamatláb 1%
kamatláb

1. táblázat – A részvény, mint reálopció paraméterei

5. Helyettesítsük be az opciós ármodellbe a fentebbi adatokat!

6.
7.
8. Most kikeressük a z eloszlás táblázatából a megfelelő valószínűségeket:
9. N(-0,405)=1-N(0,405)=0,314
N(-1,051)=1-N(1,051)=0,147
10. Kiszámoljuk a vételi opció díját.
11.

12. A vételi opció díja, azaz a részvények értéke 61,2 ezer euró, ami a könyv
szerinti saját tőke 8%-a (61,2/800). Látható, hogy az opció mélyen OTM-ben
van, amit jelez a d-k negatív értéke is.

Részvényértékelés tanulságai
Részvényértékelésre az opciós ármodellt nem túl gyakran alkalmazzák, mivel vannak ennél
megbízhatóbb részvényértékelési módszerek. Ugyanis az adósságra vonatkozó extrém
szabályok (minden adósság egyszerre jár le, és addig kamatot sem kell fizetni) a valóságban
nem teljesülnek. Nagyon nehezen becsülhető meg az eszközérték volatilitása is.
Az opciós árelmélet azonban segít megvilágítani azt, hogy a hitelezők szempontjából a
helyzet nem csak a vállalat objektíve nehéz helyzete miatt veszélyes, hanem a részvényesek
(tulajdonosok) várható racionális döntései is a hitelezők kárára történhetnek.
Ugyanis a fentebb vázolt helyzetben a részvényesek két módon tudják (a hitelezők kárára)
növelni a vagyonukat. Egyrészt nagyon kockázatos beruházások végrehajtásával, amik a
várható értéket nem, de a vállalkozás kockázatát növelik. Tételezzük fel, hogy a várható
érték szóródása a nagyobb kockázatvállalás miatt 0,4-ről 0,6-ra nő. 60%-os szórással
végigszámolva a példát, a következő eredményre jutunk:

delta N(d)

1 -0.088 0.465133

2 -0.936 0.174627

Részvények
136.88 ezer euró
értéke

A kockázat 50%-os növekedésére a részvények értéke 123%-al nőtt. Egy súlyosan

eladósodott vállalatnak tehát érdemes kockázatos projektekbe fognia. Ha a beruházás
sikerül, megmenti a vállalatát, ha a beruházás nem sikerül, ő maga már nem veszít a
jelenlegi pozíciójához képest semmit, a veszteség már a hitelezők vagyonát terheli.
A másik módszer a fenti helyzet orvoslására a vagyonkimentés. Tételezzük fel, hogy a
menedzsment úgy dönt, hogy a hitelek lejárata előtt nyíltan vagy burkoltan eladja a cég
vagyontárgyait és rendkívüli osztalékként kifizeti. A tulajdonos akkor jár jól, ha a
vagyontárgyakat többért tudja eladni, mint 61,2 ezer euró.
Hogyan tudnak ez ellen védekezni a hitelezők? Úgy, hogy a hitelszerződéshez különböző
záradékokat mellékelnek, melyek a tulajdonos gazdálkodási szabadságát korlátozzák. A
hosszú lejáratú hitelszerződéseknél a legjellemzőbb záradékok a következők:

1. A befektetett eszközökre jelzálogjog kivetése. Ha az adós nem fizet, ezen

vagyontárgyak értékesítéséből származó jövedelem a hitelezőket (zálogjogosult) illeti.
2. Osztalékfizetési tilalom.
3. További hitelfelvételi tilalom, illetve a hitel fedezetéül szolgáló zálogtárgyra újabb
hitelt nem lehet felvenni.
4. További beruházások korlátozása.

A hitelt lejárat előtt fel lehet mondani, ha az adós gazdálkodásában számottevő romlás
következik be. A romlás mértékét különböző likviditási és tőkeszerkezeti mutatókkal mérik.

2. Vállalati kötvények (hitelek) értékelése opciós ármodellel

Ha ismerjük a részvények értékét, akkor ki tudjuk számolni a hitelek értékét is.
Hitelek_értéke=Nettó_eszközérték-Részvények_értéke
Behelyettesítve a példánk adatait, azt kapjuk, hogy a hitelek értéke 638,8 ezer euró
(700 ezer euró – 61,2 ezer euró). Ezt a számot azonban megkaphatjuk másként is.
Használjuk ki, hogy a részvény európai típusú vételi opció és így igaz a put-call
paritás.

Rendezzük most át a képletet egy kicsit!

Függvények helyett most számoljunk árakkal!

ahol, – alaptermék jelenlegi ára; c – vételi opció díja; X – kötési ár; p – eladási
opció díja; – kockázatmentes kamatláb, t – opció lejárata.
Ha az opciós árelméletet a részvények értékelésére alkalmazzuk, akkor a nettó
eszközérték, c pedig a részvények értékét jelenti. Következésképpen az egyenlet bal
oldala a hitelek értékét adja meg. Mivel itt egyenlőségről van szó, az egyenlet jobb
oldala is a hitelek értékét adja.
Hogyan kell az egyenlet bal oldalát értelmezni? A vállalati hitel nem más, mint egy
portfólió, ami két elemből áll. Egyrészt egy kockázatmentes hitelből. A
kockázatmentes hitel a vállalati hitel pénzáramát ígéri, aminek a kockázatmentes
kamatlábbal kiszámítjuk a jelenértékét. A portfólió másik eleme (p) ennek a
kockázatmentes hitelnek az értékét csökkenti. Ez egy eladási opció, amit a hitelezők
írnak ki a részvényesek számára. Az eladási opció arról szól, hogy a részvényesek a
kötési árért (X) eladhatják a vállalatot a hitelezőknek. Ezzel az eladási lehetőséggel a
részvényesek nem fognak érni, ha lejáratkor az eszközérték nagyobb, mint a vállalati
hitelek lejáratkori értéke. Ha kisebb, akkor az eladási opciót érdemes lesz beváltani.
Minél nagyobb tehát a nettó eszközérték a hitelek lejáratkori értékéhez képest, annál
kevesebbet ér ez az eladási opció, így annál közelebb lesz a vállalati hitel a
kockázatmentes befektetés értékéhez. Ha viszont romlik a vállalat gazdálkodása, az
eladási opció egyre értékesebbé válik, ami csökkenti a hitelek értékét.
Számoljuk ki most a vállalati hitelek értékét az egyenlet jobb oldalának segítségével.
Az eladási opció értéke:

A vállalati hitelek kockázatmentes kamatlábbal számolt jelenértéke 1.080,6 ezer euró

( ). Mivel a vállalat a csőd szélén táncol, az eladási opció igen
értékes. A vállalati hitel piaci értéke ezért csak 1.080,6-441,8 ezer euró =638,8 ezer
euró.
Érdemes még kiszámolni a hitel belső megtérülési rátáját, vagy más néven a teljes
hiteldíj mutatóját. Jelenleg a hitel 638,8 ezer eurót ér, ami két év múlva 1.102,5 ezer
euró kifizetését ígéri. A belső megtérülési ráta ennek alapján:

Jelenleg a hiteltől elvárt hozam 31,4% , ugyanis a hitel megtérülése igen bizonytalan.

05. Bővítési és kiszállási opciók

Tanulási célok
Bemutatni a jövőbeli beruházási és kiszállási lehetőségek értékelését az opciós
ármodell segítségével

1. Beruházási lehetőség, mint vételi opció

Tételezzük fel, hogy vállalatunknak ki kellene fizetnie valamekkora összeget ma ahhoz, hogy
a jövőben fenntartsa a lehetőségét, hogy egy beruházásba kezdjen. Kifizessen-e ezt a
vállalat, vagy ne? Egy vállalat több esetben néz szembe ezzel a dilemmával. Nézzünk
néhány tipikus esetet:
 1. A vállalatnak meghatározott összeget kell kutatás-fejlesztésre áldoznia, hogy egy
terméket kifejlesszen. Ha a termékfejlesztés sikerül, egy kapacitásbővítő beruházást
hajthat végre, ha akkor úgy látja, hogy a beruházás megtérül.
2. A vállalat nagyobb csarnok építését fontolgatja, mint amit a jelenlegi termelési
kapacitása igényel, hogy fenntartsa a lehetőségét, hogy később új csarnok építése
nélkül tudja a kapacitásait növelni.
3. A vállalat egy előreláthatóan veszteséges projekt elfogadását fontolgatja, aminek
megvalósítása viszont feltétele annak, hogy később egy újabb projektet hajthasson
végre.

Ezekben a példákban mindig reálopciókat értékelünk, ha a következő feltételek fennállnak.

1. A jövőbeli beruházás pénzáramlása bizonytalan,

2. a vállalatnak joga van, de kötelezettsége nincs a jövőben a beruházás
megvalósítására,
3. a beruházási lehetőségért most kell fizetni.

Nézzük meg a jövőbeli beruházás bruttó jelenértékének függvényében a jövőbeli beruházás

nettó jelenértékét.

Látható, hogy a jövőbeli beruházási lehetőség nyereségfüggvénye is úgy néz ki, mint egy
vételi opció. Ha a beruházás GPV-je kisebbnek bizonyul a jövőben, mint a beruházási
kiadás, a beruházást nem hajtják végre. Ha a beruházás GPV-je nagyobb a beruházási
kiadásnál, a beruházást végre fogják hajtani, mivel a tulajdonosok vagyonát ez növeli.
A beruházási lehetőségnek, mint vételi opciónak azonosítani kell a paramétereit. Ezek a
következők:
 Pénzügyi opció Jelölés Beruházási lehetőség értékelése

Alaptermék ára S Beruházás GPV-je

Kötési ár X Beruházási kiadás folyóáron

Alaptermék volatilitása GPV volatilitása

Beruházási lehetőség megnyílásának

Opció lejárata t
időtartama

Kockázatmentes kamatláb Kockázatmentes kamatláb

1. táblázat - A részvény, mint reálopció paraméterei

A beruházási lehetőségek tipikusan amerikai típusú vételi opciók, de a beruházások
megvalósítás előtt nem adnak pénzbevételt, ezért olyan alapterméknek tekinthetők, ami nem
fizet osztalékot. Ebben az esetben viszont az európai és az amerikai vételi opciók értéke
megegyezik, tehát tudjuk alkalmazni az értékelő képleteket.
Mivel a jövőbeli beruházási lehetőségek értékelése a reálopciók leggyakrabb alkalmazási
területei, ezért több példát is nézünk ezek értékelésére.

1. Példa – Magyar Clondike

A „Magyar Clondike” Kft. egy sátoraljaújhelyi cég, mely Eszkála felett a Zemplénben
akar aranybányát nyitni. A kezdeti próbafúrások reményteljesek voltak, amire a cég
15 millió forintot már elköltött. További kutatásokra már nincs pénze, ezért
megkeresték egy aranyröggel Önt a „Balatoni Cápa” befektetési társaság pénzügyi
igazgatóját, hogy finanszírozza a további kutatásokat és a bányanyitás költségeit. Az
ön cége rendkívül tőkeerős, finanszírozási oldalról az ügyletnek nincs akadálya. A
„Magyar Clondike” által előterjesztett üzleti terv szerint a további kutatásokra 150
millió forint kellene. A kutatás időtartama várhatóan 1 év. Ha a kutatás sikeres lenne,
a bányát 500 millió forintért lehetne megnyitni akkori áron. A bányaberuházás igen
kockázatos. Egy független cég a bánya értékét várhatóan 1 év múlvabeli értéken 700
millió forintban határozta meg, 210 millió forint szórás mellett. (Normális eloszlást
tételezve fel.) A „Balatoni Cápa” elvárt hozama 20%. A kockázatmentes hozam 7%.
Belép-e csendestársként az üzletbe? Döntését számításokkal igazolja!
Megoldás

A 15 millió forintos elköltött kutatási ráfordítást elsüllyedt költségnek lehet tekinteni,

ezért figyelmen kívül hagyjuk. A jövőbeli bányaberuházás egy olyan vételi opciónak
tekinthető, melynek alapterméke a beruházás pénzárama. Mivel a 700 millió forint 1
év múlva lett kiszámítva – diszkontálni kell. Ehhez a „Balatoni Cápa” elvárt hozamát
használjuk, ami 20%. A beruházási kiadás már folyóáron van meghatározva, ez lesz
az opció kötési ára. A kutatás időtartama lesz az opció lejárata, hiszen a
beruházásra már a kutatási eredmények ismeretében fog sor kerülni (ha sor kerül). A
beruházás volatilitását a szórás/várható érték hányadosa méri. A vételi opció
paramétereit a következő táblázat mutatja:

Input tényező
Jelölése Számítása Értéke Mértékegység
neve

Alaptermék ára S 583 mFt

Kötési ár X 500 mFt

Volatilitás 30 %

Lejárat t 1,0 év

Kockázatmentes
7%
kamatláb
A fenti paramétereket behelyettesítjük a Black-Scholes modellbe. A
részeredményeket és a beruházási lehetőség értékét az alábbi táblázat mutatja:

d N(d)

1 0.897 0.815

2 0.597 0.725

Vételi opció értéke (kutatás értéke) 137.6 mFt

Kutatás NPV-je -12.4 mFt

Válasz nem kutatunk

A kutatás értéke kisebb, mint a kutatás költsége (150 mFt), ezért elutasítjuk a
„Magyar Clondike” programban levő részvételünket.

Most egy olyan beruházást fogunk megvizsgálni, ahol a kutatás vagy sikeres, vagy
nem sikeres. Ebben az esetben a binominális opciós ármodellel kell megoldani a
feladatot, de egyébként a feladatmegoldás menete az előzőekhez hasonló lesz.
2. Példa – Hályogkovács Rt.
A Hályogkovács gyógyszergyár kifejlesztett egy fejfájás elleni gyógyszert. A
gyógyszergyártás NPV-je -50 mFt. De gyanítjuk, hogy a gyógyszer gyógyítja a
lábgombát. A kivizsgálás költségének jelenértéke 100 mFt, időtartama 2 év. Ha a
teszt eredményes, a program bruttó jelenértéke mai áron 500 millió forint. Ha nem
eredményes, nem csinálunk semmit. A sikeres teszt valószínűsége 80%. A
beruházás megvalósításához 2 év múlva 200 millió forintos beruházásra van
szükség mai áron. A kockázatmentes kamatláb 10%, a vállalat elvárt hozama 20%.
Érdemes-e a kutatás-fejlesztési beruházást elvégezni és a gyártást beindítani?
Megoldás

A paraméterek azonosítása most is a legnehezebb feladat. Az opció díja egyrészt a

további kutatás-fejlesztési ráfordítás (100 millió forint), másrészt a fejfájásgyártás 50
mFt-os negatív NPV-je. A kutatás értékének a kettő összegét meg kell haladnia, mert
ha ez alatt marad, se kutatni nem fogunk, és a beruházást sem fogjuk végrehajtani.
Mi az alaptermék eloszlása? 80% valószínűséggel fog a jövőbeli beruházás érni 500
millió forint jövőértékét millió forint), 20%-os a valószínűség,
hogy nem fog érni semmit. Su tehát 720 millió forint, Sd 0 millió forint lesz. Az opció
kötési ára (X) a beruházás folyóáras értéke lesz, ami 200*(1+20%)=288 millió forint.
Sikeres bevizsgálás esetében a beruházás NPV-je 720-288=432 millió forint lesz. Ez
lesz . Ha a bevizsgálás eredménytelen, az NPV zérus, mivel nem csináljuk meg a
beruházást. tehát 0. S értéke a beruházás két kimenetének várható jelenértéke.

A binominális opciós ármodell paramétereit és a beruházási lehetőségre való

alkalmazását, valamint a példa értékeit az alábbi táblázat tartalmazza:

Beruházási lehetőség
Pénzügyi opció Jelölés Példaérték
értékelése

Beruházás várható bruttó

Alaptermék ára S 400 mFt
jelenértéke

Beruházási kiadás
Kötési ár X 288 mFt
folyóáron

Beruházás bruttó
Alaptermék ára
jelenértéke sikeres kutatás 720 mFt
növekedés esetén
esetén

Beruházás bruttó
Alaptermék ára
jelenértéke sikertelen 0 mFt
csökkenés esetén
kutatás esetén
Vételi opció értéke
Kutatás értéke sikeres
árfolyamnövekedés 432 mFt
kutatás esetén
esetén

Vételi opció értéke Kutatás értéke sikertelen

0 mFt
árfolyamcsökkenés kutatás esetén

Opció lejárata t Kutatás időtartama 2 év

Kockázatmentes
Kockázatmentes kamatláb 10%
kamatláb
A következőekben behelyettesítjük a paramétereket a binominális ármodellbe!

Behelyettesítjük az adatokat a binominális opciós árképletbe, de kihasználjuk, hogy

mind Sd zérus (ezért a d paraméter elhagyható), mind cd zérus (ezért a számláló
második fele is elhagyható).

Látható, hogy a bonyolultnak tűnő binominális árképlet nagymértékben

leegyszerűsödik, ha az alaptermék értéke zérusra csökkenhet a lejáratig.
A kutatás értéke tehát 240 mFt, ami meghaladja a 100 mFt-os bevizsgálási ráfordítás
és az 50 mFt-os gyártásba vétel összköltségét. A kutatás NPV-je +90 mFt, ezért
érdemes a fejfájás elleni gyógyszert gyártásba vonni és megcsinálni a kórházi
bevizsgálást.

3. Példa - Olajmező
Olajmező kitermelésére kaptunk koncessziót az anyavállalatunktól a
Szurgutnyeftyegáztól. A koncessziós díj 10 millió dollár, amit már kifizettünk. A
kutatási költség jelenértéke 200 millió dollár. A mezőn lévő ásványvagyon várható
értéke 2000 millió dollár mai áron. A kitermelés költségei mai áron 800 millió dollárt
tesznek ki. Az ásványvagyon nagyon bizonytalan, a relatív szórás 30%. A beruházás
költségei mai áron 500 millió dollárt tesznek ki. A feltárás időigénye 1 év. A vállalat
elvárt hozama 10%, a kockázatmentes kamatláb 3%. Érdemes-e kutatni?
Megoldás

A koncessziós díj elsüllyedt költség, nem kell figyelembe venni. A beruházási

lehetőséget a Black-Scholes modellel kell értékelni, mivel az ásványvagyon
eloszlásánál feltételezzük, hogy az normális (relatív szórás adat van megadva). A
kutatási költséget tekintjük a vételi opció díjának. Az opció értékének kiszámításához
azonosítjuk a paramétereket.
 Beruházási lehetőség
Jelölés Példaértékek
értékelése

Beruházás GPV-je S 2.000-800=1.200 millió dollár

Beruházási kiadás
X millió dollár
folyóáron

GPV volatilitása

Beruházási lehetőség
megnyílásának t 1 év
időtartama

Kockázatmentes
3%
kamatláb
A beruházás bruttó jelenértéke az ásványvagyon és a kitermelés költségeinek
különbsége. A beruházási kiadás folyóáras adatát úgy kapjuk, hogy a jelenlegi adatot
a vállalat tőkeköltségével felkamatoljuk a kutatás végéig, amikor is a beruházás
várhatóan megvalósul. A volatilitás becslésénél feltételezzük, hogy az ingadozás
egyedül az ásványvagyon becslési hibája okozza, a kitermelés költségei
meglehetősen jól becsülhetők. Az ásványvagyon volatilitása a várható érték és a
relatív szórás szorzata, amit a várható bruttó jelenértékkel osztunk. Látható, hogy a
projekt bruttó jelenértékének szórása így nagyobb lesz, mint az ásványvagyon
volatilitása.
A paramétereket behelyettesítve a Black-Scholes modellbe, a következő
eredményeket kapjuk:

delta N(d)

1 1.870 96.93%

2 1.370 91.47%

Vételi opció értéke (kutatás

674.9 m$
értéke)

Kutatás NPV-je 474.9 m$

Válasz kutatunk
A vételi opció értéke 674,9 millió dollár, ami meghaladja a 200 millió dolláros kutatási
költséget, ezért a kutatást érdemes megindítani.
2. Kiszállás, mint eladási opció
Kockázatos világban élünk, ezért üzleti vállalkozásaink balul is kiüthetnek. Ekkor különösen
értékes lehet az a lehetőség, ha egy előre rögzített áron eladhatjuk vállalkozásunk eszközeit
és kiszállhatunk az üzletből. Ha erre nincs lehetőség, lehet, hogy vállalkozásunkat úgy kell
abbahagynunk, hogy befektetett tőkénk egy forintja sem térül vissza. Az üzleti világban tehát
érdemes gondot fordítani olyan szerződések megkötésére, melyek lehetővé teszik, hogyha
hurokba dugjuk a fejünket, ki is tudjuk onnan húzni. Melyek ezen kiszállási lehetőségeknek a
főbb fajtái?

1. Eszköz-visszavásárlási megállapodások, melyek lehetővé teszik, hogy befektetett

eszközeinket a gyártó/eladó egy előre rögzített áron visszavásárolja.
2. Egyes üzletrészeinkre, üzletágainkra szóló vételi ajánlat.
3. Bánatpénz üzlettől való elállás esetén.

Mikor használhatjuk a kiszállások értékelésére az opciós ármodellt? A feltételek hasonlóak a

beruházási lehetőséghez.

1. Az eladásra kínált üzletág, befektetett eszköz jövőbeli pénzáramlása bizonytalan,

2. a vállalatnak joga van, de kötelezettsége nincs az eszközök eladására,
3. a kiszállási lehetőség biztosítása pénzbe kerül.

Vegyük azt a szélsőséges esetet, hogy az eladás érvényesítésének időpontjában úgy tűnik,
az üzletág további működtetésének értéke zérus. Ekkor az a lehetőség, hogy az üzletágat X-
ért eladhatom, pontosan X-t ér. Ahogy javul az üzletág jövedelmezősége, úgy csökken a
kiszállási lehetőség értéke, egészen addig a pontig, ahol az üzletág GPV-je eléri a kiszállási
árat. A kiszállás értéke innentől zérus, hiszen nem fogok kiszállni az üzletágból.
A kiszállási lehetőség egy eladási (put) opció. Ha a kiszállási lehetőséggel csak egy
meghatározott jövőbeli időpontban élhetek, akkor ez egy európai típusú eladási opció, ha
egy meghatározott időpontig bármikor kiszállhatok az üzletből, amerikai típusú.
Az opciós ármodell alkalmazásához szükség van még az üzletág kockázatának mértékére
és a megfelelő lejáratú kockázatmentes kamatlábra.
A kiszállási lehetőségnek, mint eladási opciónak a paraméterei a következők:

Pénzügyi opció Jelölés Kiszállási lehetőség értékelése

Alaptermék ára S Üzletág GPV-je

Kötési ár X Kiszállási ár folyóáron

Alaptermék volatilitása GPV volatilitása

Opció lejárata t Kiszállási lehetőség lejárata

Kockázatmentes kamatláb Kockázatmentes kamatláb

2. táblázat – A részvény, mint reálopció paraméterei

Nézzünk meg egy példát a kiszállási opció értékelésére!

4. Példa - Darugyár
Egy darugyár hajlandó Öntől visszavásárolni használt daruját 400 millió forintért 1
éven belül. Ezért önnek 5 millió forint szerződéskötési díjat kell fizetnie. Mekkora
ennek az ajánlatnak az értéke az ön számára, ha az a beruházás, amiben a darut
használja, bruttó jelenértéke mai áron 420 millió forint, 40%-os szórással. A
kockázatmentes kamatláb 12%, a vállalat WACC-a 20%. Érdemes-e megkötnie a
szerződést. Használja a Black-Sholes modellt!
Megoldás

Azonosítsuk a modell paramétereit. A 400 millió forint az eladási opció kötési ára (X),
a 420 millió forint az alaptermék ára (S), 40% az alaptermék volatilitása (σ), 1 év az
opció lejárata (t) és 12% a kockázatmentes kamatláb (rf). A 20%-os WACC
felesleges adat. Az 5 millió forint az opció díja. Az opció amerikai típusú, hiszen a
szerződés lejáratáig bármikor élhetünk a jogunkkal.
A Black-Scholes modell számításait az alábbi táblázat mutatja:

d N(d)

1 0.621 73.30%

2 0.221 58.78%

Vételi opció értéke 99.32 mFt

Kiszállás értéke (európai eladási
34.09 mFt
opció)

Kiszállás értéke (amerikai eladási

79.32 mFt
opció)

Válasz szerződést kötünk

Az európai típusú kiszállási opció értéke 34 mFt, amitől tudjuk, hogy a mi opciónk
értékesebb. Mivel ez is több, mint az 5 mFt-os szerződéskötési opció, érdemes
megkötni a darugyárral a szerződést. A kiszállási lehetőség maximális értéke 79,32
mFt. Ez a minimális érték + a kötési ár és a kötési ár jelenértékének különbsége.

Portfólióelmélet
Tanulási célok
Bemutatni a portfólióelmélethez általános célját

Bevezetés
A kockázat modern felfogása a hindu-arab számrendszerben gyökerezik, amely az
XIII. században jutott el a nyugati kultúrába. A reneszánsz virágzása idején a XVII.
században történt a nagy áttörés a valószínűség számítás felfedezésével, amely
megnyitotta az utat a kockázatelemzés irányába. Hosszú út vezetett Luca Pacciolitól,
Blaise Pascalon, Pierre de Fermaton, Gottfried von Leibnitzen, Jakob és Daniel
Bernoullin, Thomas Bayesen és Francis Galtonon keresztül a Nobel-díjas Harry
Markowitz 1952-ben írt cikkéig. Markowitznak, aki ekkor még a chicagói egyetem
hallgatója volt, operációkutatással foglalkozva sikerült matematikailag bebizonyítania,
hogy miért kockázatos mindent egy kártyára feltenni és miért akkor kerül valaki a
legközelebb a „nyeréshez”, ha befektetéseit diverzifikálja. Megmutatta, hogyan
csökkentheti a befektető egy portfólió hozamának szórását olyan értékpapírok
kiválasztásával, amelyek nem mozognak teljesen együtt. Pontosan kidolgozta a
portfóliók kialakításának alapelveit, amely forradalmasította a Wall Streetet, a
pénzügyi világot és az üzleti életet. A fejezet célja a Markowitz által
kifejlesztett portfólió elmélet alapjainak megismertetése.
Az örök kérdés az, hogy milyen mértékben határozza meg a múlt a jövőt? A legjobb
döntés az objektívnek tekinthető múltbeli tapasztalatokon nyugvó számításokon
alapul, vagy szubjektív módon a bizonytalan jövőbe vetett hitre alapozva hozható
meg? Ezt eddig még sohasem sikerült megválaszolni, így e fejezet elolvasása után
sem kapjuk meg rá a választ. Mivel a jövő ismeretlen, ezért nem számíthatjuk ki.
Ennek megfelelően célunk is szerényebb: megtanulni azt, hogy hogyan használjuk
fel a számokat a múlt eseményeinek vizsgálatához.
Markowitz elmélete lényegében azon az egyszerű megfigyelésen alapul, hogy
hatékony piac esetén a befektetők igyekeznek az egyes hozamokat a legkisebb
kockázat árán megszerezni, vagy másik oldalról közelítve a kérdést, ha valamekkora
kockázatot vállalnak, akkor azt úgy teszik, hogy az adott kockázat mellett elérhető
lehető legnagyobb hozamot realizálják. Az elmélet szerint egy befektetés
összkockázata, annak megosztásával, diverzifikálással csökkenthető. Az eljárás arra
épít, hogy a különböző befektetések hozamingadozásai nem korrelálnak egymással
tökéletesen, így az ingadozások egy része kioltja egymást, csökkentve ezzel a
portfólió hozamának szórását. A kockázatot azonban diverzifikálással nem lehet
teljes mértékben kioltani, mert a különböző befektetések hozamai bizonyos
mértékben együtt mozognak. Ezért ezt a teljes kockázatot egyedi, azaz
diverzifikálható és piaci, nem diverzifikálható kockázatokra lehet felosztani.
Az egyedi kockázatok azok, amelyek csak az adott befektetést körülvevő közvetlen
veszélyek hatására lépnek fel, szemben a piaci kockázatokkal, amelyek az egész
gazdaságra kiterjedő veszélyforrásokból erednek. Feltételezve, hogy a befektetők jól
diverzifikálható portfóliót tartanak, nem a teljes kockázat és a hozam viszonyát
mérlegelik befektetési döntéseiknél, hanem azt vizsgálják, hogy az adott projekt
várható hozama hogyan viszonyul a hatékony portfólió kockázatának változásához.
Az elmélet alapján az egyes befektetésektől elvárt hozam, tehát csak a piaci
kockázattal kell, hogy arányos legyen.
A bevezető gondolatokban szereplő matematikai, statisztikai kifejezések
megkívánják, hogy egy rövid kitérőt tegyünk ezen fogalmak egzaktabb
megismerésének irányába.

1. Statisztikai alapok
Tanulási célok
Átismételni a portfólióelmélet megértéséhez szükséges statisztikai alapokat

Bevezetés
Ahhoz, hogy a valóságban megfigyelhető jelenségek számokkal kifejezhetők
legyenek, megfelelő megfigyelési egységek definiálására, illetve mérési eljárások
kialakítására van szükség. A valóságnak ezt a statisztikai
leképezését operacionalizálásnak nevezzük. Ehhez a munkafázishoz az
alkalmazandó statisztikai módszerek alapos ismerete mellett, a vizsgált területre
vonatkozó szakismeret és kreativitás is szükséges.

A vizsgálat tárgyát képező statisztikai egységek összességét statisztikai

sokaságnak nevezzük. Az időpontra vonatkozóan értelmezhető sokaságot álló
(stock), míg az időtartamra vonatkozót, mozgó (flow) sokaságnak nevezzük.

1. Statisztikai átlagok
A számtani átlag a sokaság elemei összegének és elemszámának hányadosából
képzett mutató. Használata gyakori az elemzésekben, elsősorban szemléletessége,
koncentrált kifejezőképessége, használhatósága és viszonylag könnyű számítási
módja miatt. Előnye, hogy bármely adathalmazból egyértelműen meghatározható
valamint, hogy számításánál minden alapadat felhasználásra kerül. Hátránya
ugyanakkor, hogy meglehetősen érzékeny a szélsőséges értékekre. Ilyen esetekben
az átlag sokszor „elfedi” a valóságot, ezért körültekintően kell élni a mindenkori
használatával. A számtani átlag meghatározását a következő egyenlet mutatja:

ahol a számtani átlagot, sokaság i-edik elemének értékét, n a sokaság

elemeinek számát jelenti.

A számtani átlag mellett leggyakrabban használt másik mutató a súlyozott átlag.

Alkalmazása akkor indokolt, ha az egyes elemekhez különböző prioritást, azaz súlyt
rendelünk az adott számításban, illetve ha az egyes átlagolandó értékek többször és
különböző gyakorisággal fordulnak elő. A súlyozott átlag meghatározása a következő
képlet alkalmazásával lehetséges:

ahol az előbbi jelöléseken túl az i-edik súly értéke.

Ismert még a statisztikában a mértani, harmonikus és kvadratikus, vagy négyzetes

átlag fogalma is. A harmonikus és mértani átlag olyan esetekben használható,
amikor nem az ismérvértékek összegének, hanem azok reciprokaiból képzett
összegnek vagy szorzatnak van valamilyen értelmezhető jelentése. A négyzetes
átlag használatára pedig leggyakrabban abban az esetben kerül sor, amikor ki
akarjuk küszöbölni az átlagolni kívánt értékek előjelét. A portfólió elméletben a
számtani- és a súlyozott átlag használatára kerül sor a leggyakrabban.

2. Szóródási mutatók
A legtöbb esetben nem elegendő egyetlen mérőszám – például az átlag – a sokaság
jellemzésére. A vizsgált elemek nagysága sokaságonként változó mértékben tér el
egymástól, de alkalmanként előfordulhat, hogy átlagaik mégis megegyeznek. Az átlag tehát
önmagában nem ad kellő mennyiségű és egyértelmű információt a sokaságról. Az elemek
szempontjából homogénebb sokaságot sokkal jobban lehet jellemezni az átlaggal, mint azt
amelyikben nagy inhomogenitás mutatkozik az elemek tekintetében. Ezt a problémát oldják
fel a szóródási mutatók. Az egyik ilyen mutató az átlagtól való átlagos – abszolút – eltérés,
amelyet a következő képlettel határozhatunk meg:

ahol az i-edik ismérv, az átlag, pedig az i-edik ismérv átlagtól való eltérése.

Mivel azonban a eltérések algebrai összege a számtani átlag tulajdonságai miatt nullával
egyenlő, ezért a értékek helyett azok abszolút értékeit átlagoljuk. Az átlagos eltérés
képlete a következő:

Ha súlyozott átlag esetén kívánjuk meghatározni az átlagos eltérést, akkor a következő

összefüggést kell használnunk:
ahol az átlagos eltérést, az i-edik ismérvet, az átlagot, k az ismérvek számát és az
i-edik súlyt jelöli.

Az abszolút érték nehézkes matematikai kezelhetősége miatt a gyakorlatban ritkán

használják ezt a mutatószámot. Helyette az ugyanebbe a csoportba sorolható és
jelentéstartalmában is nagyon hasonló szórást használjuk. A szórás az átlagtól való
négyzetes eltérések átlaga, ami azt mutatja meg, hogy az ismérvértékek átlagosan
mennyivel térnek el a számtani átlagtól. Kiszámítása csak annyiban tér el az átlagos
eltérésétől, hogy az említett előjel problémát nem az abszolút érték használatával, hanem
négyzetre emelés segítségével küszöböli ki. Kiszámítása a következő képlet segítségével
lehetséges:

illetve súlyozott esetben:

ahol a szórást jelenti, a többi változó jelentése pedig ugyanaz, mint az átlagos eltérés
esetén.

A szórás kiszámítási módjából eredően kétféle következtetést vonhatunk le:

 Az eltérések nagysága a szórásnál hangsúlyosabban szerepel, mint az átlagos

eltérésnél.
 A szórás olyan átlagos hibaként is felfogható, amit abban az esetben követnénk el,
ha minden alapadatot a számtani átlaggal helyettesítenénk.

Az így meghatározott szórást abszolút szórásnak nevezzük. Az átlagtól való ugyanazon

eltérés nagyságát természetesen másként ítéljük meg különböző nagyságú átlagok esetén.
Ennek a problémának a kezelést teszi lehetővé a relatív szórás bevezetése, amelyet a
következő képlettel:

vagyis az átlaghoz viszonyított szórással definiálunk.

További fontos szóródási mutatók a variancia, amely a szórásnégyzettel egyenlő és

a terjedelem, amely az adott sokaságban előforduló legnagyobb és legkisebb érték
különbségét jelenti:

A szórás kiemelt szerepet játszik a portfólió elméletben, hiszen tömören jellemzi az adott
portfólió eloszlási viszonyait.
3. Kapcsolat szorosságát mérő mutatók
A sokaság elemeinek kapcsolatát jellemző mutatók közül a portfólió elmélet
szempontjából meghatározó két mutató a kovariancia és a korreláció. Amint láttuk a
variancia az ismérvértékek átlagtól való eltérését fejezi ki. Ezzel szemben
a kovariancia (Cov) a változók együttingadozásnak fontos összefoglaló mérőszáma.
A kovariancia önmagában két változó közötti kapcsolat tényét és irányát képes
jelezni. Legyen a két változó például X és Y. Ha X és Y között pozitív irányú
kapcsolat van, akkor az X átlagosnál nagyobb értékei többnyire az Y átlagosnál
nagyobb, ugyanakkor az X átlagosnál kisebb értékei pedig rendszerint az Y
átlagosnál kisebb értékeivel együtt fordulnak elő a megfigyelt sokaság egységeinél.
A kovariancia általános képlete a következő:

A fenti összefüggést értelmezve látjuk, hogy az átlagtól való eltérések szorzatának

az átlagaként határozhatjuk meg számszerűen a kovarianciát. A változók közötti
pozitív irányú kapcsolat esetén a szorzatok értéke és ezzel a kovariancia is pozitív
lesz. Negatív irányú kapcsolat esetében azonban a szorzatok többsége és ezzel
maga a kovariancia is negatív értéket vesz fel. Harmadik esetként elméletileg
előfordulhat, hogy a vizsgált változók között nincs kapcsolat. Ez a kovariancia zérus
értékét eredményezi. A kovariancia irányából vizsgálva az összefüggést arra a
megállapításra juthatunk, hogy amennyiben Cov(x;y) > 0, az a vizsgált változók
pozitív irányú kapcsolatára, míg Cov(x;y) < 0 esetén azok negatív irányú
kapcsolatára következtethetünk. További vizsgálódást igényel azonban, amennyiben
Cov(x;y) = 0 eredményt kívánjuk értelmezni. Ez ugyanis rendszerint, de nem minden
esetben a vizsgált változók közötti kapcsolat hiányát jelzi.

Nem alkalmas viszont a kovariancia önmagában a kapcsolat irányának

meghatározása mellett, a kapcsolat szorosságának jellemzésére, mert nagysága
nemcsak a vizsgált ismérvek közötti kapcsolat szorosságától, hanem az ismérvek
szóródásának mértékétől is függ. Formálisan bizonyítható, – amelynek levezetésétől
most eltekintünk – hogy a kovariancia abszolút értéke mindig kisebb vagy egyenlő,
mint a változók szórásainak szorzata.

A korrelációs együttható ( ) éppen erre az összefüggésre támaszkodva küszöböli ki

a kovariancia e hátrányát. Kiszámítása a:

képlet segítségével történik. A korreláció, összetartozó értékpárok lineáris

kapcsolatát jellemző, dimenzió nélküli szám, amely két mennyiségi ismérv
kapcsolatának szorosságát és irányát adja meg. Ez a megfogalmazás azonban kissé
pontatlan, hiszen a korrelációs együttható valójában csak a lineáris függőség
mérésére alkalmas, a nemlineáris kapcsolatokra kevésbé érzékeny. Ennek ellenére
a gyakorlatban a korrelációs együtthatót sokszor így interpretáljuk.

A kovarianciára vonatkozó előző állítást felhasználva könnyű látni, hogy a tört

számlálója kisebb lesz, de legfeljebb egyenlő a nevezőjével. Ebből viszont azonnal
következik, hogy a korreláció mindig –1 és +1 közötti értéket vesz fel. A lineáris
korrelációs együttható abszolút értéke, két változó közötti lineáris kapcsolat
szorosságát méri, előjele pedig a kapcsolat irányát mutatja. A =±1 esetben a
változók között lineáris függvényszerű kapcsolat van. Tökéletes pozitív lineáris a
kapcsolat =+1, illetve tökéletes negatív lineáris a kapcsolat =–1 esetén. A =0
esetben ezzel szemben nincs lineáris kapcsolat a változók között. Ez azonban csak
nem jelenti feltétlenül a változók függetlenségét is egyben. Ilyenkor csak annyit
mondhatunk, hogy a két változó korrelálatlan.

2. Kételemű portfólió hozama és szórása

Tanulási célok
Bemutatja példán keresztül, hogyan lehet egy kételemű portfóliót optimálisan
összeállítani

Bevezetés
A statisztikai bevezető után nézzük meg egy példán keresztül, hogy lehet kiszámolni egy
portfólió hozamát és szórását. Először nézzük a legegyszerűbb esetet; két olyan tőzsdei
értékpapírból álló portfólió hozamát és szórását, amelyre a vonatkozó időszak alatt nem
fizetnek kamatot és osztalékot.

Egy kockázatkerülő befektető mindig arra törekszik, hogy adott kockázat mellett a
legmagasabb hozamot érje el. Ezért végeredményben portfóliója várható relatív szórását
szeretné csökkenteni.
Majd meglátjuk, ha van a piacon kockázatmentes befektetési lehetőség, a fenti
megfogalmazás úgy alakul át, hogy a racionális befektető az egységnyi kockázatra jutó
kockázati prémiumot szeretné maximalizálni.
Ha a befektetőnk úgy gondolja, hogy ami a múltban igaz volt, az a jövőben is igaz lesz, és
nem alkothat portfóliót, hanem csak arról dönthet, hogy egyik vagy a másik részvényt vegye,
akkor az alacsonyabb relatív szórású részvényt fogja választani, és összes pénzét ebbe
fekteti.
Azonban a pénzügyi befektetések csak legritkább esetben egymást kölcsönösen kizáró
befektetések. Lehetséges az is, hogy több részvényt is vegyünk egyszerre.
A portfólió hozama a benne szereplő értékpapírok hozamának súlyozott számtani átlaga. A
portfólió szórása a benne szereplő értékpapírok páronkénti kovarianciáinak súlyozott
számtani átlagának négyzetgyöke.
Képlettel:
Ahol,

 – a portfólió szórása,
 n – a portfólióban szereplő különböző értékpapírok száma,
 – a portfólió hozama,
 – a portfóliósúlyok
 - az i-dik és a j-dik értékpapír közötti kovariancia.

Az utóbbi képletből a kételemű portfólió szórása már könnyen levezethető, ha tudjuk, hogy
egy statisztikai változó önmagával való szóródása a variancia. A kételemű portfólió
szórásnégyzete így a két értékpapír szórásnégyzetének a portfóliósúlyok négyzetével vett
szórása, továbbá kétszer a két papír hozamai közötti kovariancia megszorozva a két
portfóliósúllyal. Képlettel:

1. Példa – Kételemű portfólió hozama, szórása

Egy kételemű portfólió tagjainak várható évi hozamát és szórását különböző
kimenetek esetében az alábbi táblázat tartalmazza:

Hozam
Kimenet Valószínűség
A részvény B részvény

I 0,3 10 23

II 0,4 20 18

III 0,3 30 13

Portfóliósúlyok 60% 40%

Számolja ki a kételemű portfólió várható hozamát, szórását és relatív szórását!

1. PÉLDA MEGOLDÁSA 1
A feladat megoldásához ki kell számolnunk az A és B részvény várható hozamát, szórását
és a két értékpapír közötti kovarianciát, majd be kell helyettesítenünk a képletekbe.
Az A és B részvény várható hozama a kimenetek hozamának valószínűségekkel súlyozott
számtani átlaga lesz.
E( )=0,3*10+0,4*20+0,3*30=3+8+9=20
E( )=0,3*23+0,4*18+0,3*13=6,9+7,2+3,9=18
A kimenetek szórása az eltérések valószínűségekkel súlyozott négyzetes átlaga lesz.
Mint korábban már említettük, két változó közötti lineáris kapcsolat szorosságának mérésére
inkább a korrelációt használják, mint a kovarianciát, mivel ez a kovariancia értékét egy -1; és
1 közötti értékre transzformálja, így a mutatók összehasonlíthatók lesznek egymással.
Számoljuk ki a két értékpapír hozamai közötti korrelációt!

Ahol,

 – két értékpapír hozama közötti várható korreláció,

 – az i-dik kimenet valószínűsége,
 – az A értékpapír várható hozama,
 – a B értékpapír várható hozama,
 – az A értékpapír hozama az i-dik kimenet esetén,
 – a B értékpapír hozama az i-dik kimenet esetén,
 - az A értékpapír hozamainak szórása,
 – a B értékpapír hozamainak szórása,
 n – a kimenetek száma.

A két értékpapír hozama tehát pontosan ellentétesen mozog.

E( )=0,6*20+0,4*18=19,2
A portfólió várható hozama tehát 19,2%.

1. PÉLDA MEGOLDÁSA 2
A portfólió várható szórása 3,10%, ami alacsonyabb az A és B részvény szórásánál
is. Ennek oka az, hogy a portfólió szórásának harmadik összetevője a korreláció
negatív értéke miatt csökkenti a két szórás súlyozott átlagát.
Nem véletlen, hogy a portfólió relatív szórása is messze kedvezőbb, mint akár az A,
akár a B részvény relatív szórása. A három befektetés jellemző adatait az alábbi
táblázat mutatja.

Kimenet Hozam Portfólió

A részvény B részvény

Átlag 20 18 19,2
Szórás 7,75 3,87 3,10

Relatív
0,39 0,22 0,16
szórás
Látható, hogy az A és B részvény kizárólagos birtoklása helyett érdemes a két
részvényből álló portfólióba fektetni a pénzünket, mivel egységnyi várható hozamra
ekkor esik a legkisebb kockázat.
Tudjuk-e tovább csökkenteni a kockázatot a portfóliósúlyok változtatásával? A válasz
az, hogy igen. A portfóliósúlyok minimalizáláshoz a következő képletet
alkalmazhatjuk:

Számoljuk ki, milyen súlyarányok mellett lesz az adott portfóliónk minimális szórású.
Helyettesítsünk be a képletbe:

Ha az A részvény súlya 1/3, a B részvény súlya 2/3, a portfólió szórása minimális.

Nézzük meg, hogy mekkora a minimális szórás értéke.

Látható, hogy amennyiben optimális súlyarányban kombináljuk a két részvényt,

portfóliónk szórása zérus lesz, azaz egy kockázatmentes befektetést kapunk.
Azonban hozamot kapni fogunk, mégpedig várhatóan 1/3*20+2/3*18=18,67%-ot.
Kételemű portfólió hozama és kockázata különböző
korrelációs együtthatók mellett
Kételemű portfólióból csak akkor tudunk kockázatmentes portfóliót létrehozni, ha a
köztük lévő korrelációs együttható minimális, azaz éppen -1-el egyenlő. Az alábbi
ábra az A és B részvényekből álló portfóliókat tartalmaz, csak a két részvény közötti
korrelációs együttható különbözik. Az egyes vonalak az azonos korrelációs
együtthatójú részvényekből képzett portfóliókat kötik össze. Az indulópont minden
esetben a B értékpapír hozama és szórása (18%; 3,87%), a végpont pedig az A
értékpapír hozama és szórása (20%; 7,75%). 10%-onként növelve az A súlyát kapjuk
a különböző korrelációs együtthatók melletti görbéket. Látható, hogy 1 korrelációs
együttható mellett, a portfóliógörbe egy egyenes. Ekkor a portfólió létrehozásával
nem tudjuk csökkenteni a kockázatot. Minél kisebb azonban a korrelációs együttható
nagysága, annál hasasabb a görbe. Azaz kezdetben emelkedik a hozam, miközben
a szórás is csökken. A minimális szórás után már a hozam is, és a kockázat is
növekszik. -1-es korrelációs együttható esetén a szórás zérusra csökken. Sajnos ez
az ábrán nem látszik pontosan, mivel az 1/3-os arány a 30% és a 40% közé esik.