Ugrás a tartalomra

5 figyelmeztető jel az 50%-os árfolyam-visszaesés előtt

Szerző | Hírlevél | Facebook

Gyakori, hogy a befektetők a médiában sokat szereplő, népszerű részvényekbe fektetik a pénzüket, amelyek mögött már jelentős árfolyam-emelkedés áll. Cikkünkben 7887 ilyen esetet vizsgálva nézzük meg, hogy a nagy árfolyam-emelkedéseket követő részvényár-összeomlások (legalább 50%-os esés a csúcstól számítva) milyen tényezők mentén jelezhetők előre. Témáink:

  • Miért célszerű elkerülni a nagy visszaeséseket?
  • Hogyan kerüljük el a nagy áreséseket?
  • Mitől növekszik az összeomlás valószínűsége?
  • Melyik az 5 meghatározó tényező?

Miért célszerű elkerülni a nagy visszaeséseket?

A részvényár-összeomlások (más néven katasztrófális visszaesések) olyan helyzetek, amelyek nemcsak jelentős árfolyamveszteséget okoznak a befektetőknek, hanem a tőzsdeindexeknél hasznosan alkalmazott „kiülöm a veszteséget” típusú kockázatkezelési stratégiák bizonytalanságára is rávilágítanak.

A témával kapcsolatos vizsgálatok ugyanis azt mutatják, hogy az ilyen eseményeket elszenvedő társaságok árfolyama az esetek többségében nem tér magához. Az alábbi ábra alapján jól látható, hogy a vizsgált 7516 black swan esemény (amelyek a vállalatok árbevételének jelentős visszaesésével jártak) közül mindössze 13% (1003 eset) tekinthető kedvező forgatókönyvnek, vagyis ennyi vállalat tudott teljes mértékben talpra állni a krízist követően. További 2279 társaság (31%) esetében beszélhetünk részleges helyreállásról, ahol az üzletmenet és az árbevétel ugyan javult a válság után, de nem érte el a korábbi szintet. Az összes többi vállalat tartósan megsínylette a black swan eseményt, és 1438 társaság elhagyta a tőzsdét, míg 5525 vállalat ugyan tőzsdén maradt, de nem tudott visszatérni a válság előtti üzletmenethez és árbevételszinthez.

Forrás: SSRN

Hogyan kerüljük el a nagy áreséseket?

A témával kapcsolatos új vizsgálat az 1980-2023 közötti időszakban összesen 7887 esetet azonosított. Az események közös jellemzője, hogy mindegyik esetben teljesült a szerzők által meghatározott ún. run-up feltétel, amely szerint a részvény árfolyama az adott hónapot megelőző 6 és 12 hónapban legalább 100 százalékkal emelkedett, a run-up hónapban pozitív hozamot mutatott, miközben az értékeltsége kiemelkedően magas volt (P/S > 5 vagy P/B > 5).

Az esetek azonban kimenetelükben eltértek:

  • 5306 epizódban a run-upot követő 24 hónapon belül legalább 50%-os árfolyamesés következett be,
  • míg 2581 esetben ilyen mértékű összeomlás nem történt.

A run-up tehát egy hónaphoz kötött esemény, amelyet a fenti visszatekintő hozamok és értékeltségi küszöbök határoznak meg.

Az alábbi táblázat az összeomló (crash) és nem összeomló (non cras) árfolyamú esetek jellemzőit hasonlíthatja össze a run-up hónapban. Az eredmények alapján az összeomló részvények szisztematikusan eltérnek azoktól a papíroktól, amelyek esetében a jelentős árfolyam-emelkedést nem követte 24 hónapon belüli részvénypiaci összeomlás. Az összeomló részvényeket már a csúcsponton magasabb értékeltség jellemezte (lásd az árbevétel-arányos (P/S), a könyv szerinti értékarányos (P/B) mutatókat). 

A hozamok tekintetében is fontos különbség rajzolódik ki. Amíg az összeomló részvények a run-upot megelőző 12 hónapban nagyobb árfolyam-emelkedést mutattak, a csúcspontot követő 12 hónapban átlagosan negatív hozamot értek el, szemben a nem összeomló részvények pozitív teljesítményével.   

A hosszú távú, 3-5 éves növekedési várakozások tekintetében is különbség figyelhető meg az összeomló és a nem összeomló részvények között. Azoknál a társaságoknál, amelyek esetében a run-upot követően árfolyam-összeomlás következett be, az átlagos növekedési várakozás 29 százalék volt, szemben a nem összeomló részvények 25 százalékos értékével. Ez a különbség azt mutatja, hogy az összeomló részvényeket már a csúcsponton szokatlanul optimista hosszú távú növekedési narratívák kísérték.

Az EPS-előrejelzési hiba azt mutatja, hogy a tényleges egy részvényre jutó eredmény mennyiben tért el az elemzői várakozásoktól a run-up hónapot követő időszakban. Az összeomló részvények esetében negatívabb az érték (-1,37), azaz az elemzők szisztematikusan túlbecsülték a vállalatok nyereségtermelő képességét, és a realizált eredmények érdemben elmaradtak a várakozásoktól.

Fontos hangsúlyozni, hogy a hozamokban, az értékeltségi mutatókban, a növekedési várakozásokban, valamint az előrejelzési hibákban megfigyelhető különbségek statisztikailag szignifikánsak, vagyis nem véletlenszerű eltérésekről van szó. 

Változó Non-Crash Crash
Megfigyelések száma 2581 5306
Elmúlt 12 h. hozam 2,03 2,33
Következő 12 h. hozam 0,37 -0,14
P/S mutató 17,20 28,16
P/B mutató 11,03 13,13
Növekedési várakozás (3–5 éves) 25,00 29,36
Short kamat 4,77 11,59
Short interest 0,04 0,05
1 éves árbevétel-növekedés 0,51 0,66
Médiaintenzitás 1,86 1,79
EPS-előrejelzési hiba -0,20 -1,37
Árbevétel-előrejelzési hiba 0,51 0,06

Mitől növekszik az összeomlás valószínűsége?

A vizsgálatban szereplő változók alapján a szerzők egy valószínűségi modellt is becsültek, amelyben a függő változó azt jelzi, hogy a run-up hónapot követő 24 hónapon belül bekövetkezett-e egy legalább 50%-os árfolyam-visszaesés. Az eredmények alapján az alábbi tényezők bizonyultak a leginkább meghatározónak az árfolyam-összeomlás kockázata szempontjából:

  • Hosszú távú növekedési várakozások: Minél magasabbak a 3-5 éves növekedési várakozások a run-up csúcspontján, annál nagyobb az árfolyam-összeomlás valószínűsége.
  • Eredményrevíziós optimizmus: Az elemzői várakozások felfelé történő revíziója szintén szignifikánsan növeli a későbbi összeomlás kockázatát.

További változók, mint például az egyéves EPS- és árbevétel-növekedés önmagában nem magyarázza érdemben a későbbi összeomlás. Ugyanígy a médiamegjelenések mennyisége sem bizonyult önmagában erős előrejelzőnek.

Látni kell, hogy a modellek magyarázóereje (R²) minden specifikációban alacsony volt, de ez nem a modellek gyengesége, mert ezek a modellek nem azt mondják meg, hogy melyik részvény omlik össze, hanem azt, hogy milyen környezetben nő meg érdemben az összeomlás valószínűsége.

A fentieket kiegészítendő a vizsgált változókat a korábban ismert buborék-előrejelző tényezőkkel együtt is megvizsgálták. Az eredmények azt mutatják, hogy ezek a változók a klasszikus kontrollok mellett is statisztikailag szignifikánsak maradtak. Az ábra azt szemlélteti, hogy a túlzott növekedési várakozások (LG), az optimista eredményrevíziók (EG) és a magas volatilitás növelik a részvényár-összeomlás valószínűségét, míg az idősebb, nagyobb likviditású vállalatok esetében ez a kockázat alacsonyabb.

forrás: saját szerkesztés

A fentiekből az derül ki, hogy a nagy árfolyam-emelkedések önmagukban még nem jelentenek veszélyt, azonban amikor ezek túlzott értékeltséggel és szokatlanul optimista várakozásokkal párosulnak, az összeomlás kockázata érdemben megnő. A vizsgálat eredményei arról árulkodnak, hogy a múltbeli teljesítmény kevésbé, de a jövőbe vetített narratívák túlzása jelzi előre leginkább a fokozódó kockázatot. A magas, 3-5 éves növekedési várakozások és az optimista elemzői eredményrevíziók a csúcsponton gyakran nem a vállalat fundamentális erejét, hanem a befektetői hangulat túlfűtöttségét tükrözik. Ezek a várakozások a későbbiekben jellemzően nem teljesülnek, ami csalódáshoz és jelentős korrekcióhoz vezet. A fentiek ellenére sem mondhatjuk azt, hogy az árfolyam-összeomlások pontosan előrejelezhetők, de a túlzott növekedési és eredményvárakozások egyértelműen növelik bekövetkezésük valószínűségét.

Tanfolyamaink – fejleszd pénzügyi tudásod!

Ha szeretnél elmélyedni a befektetések világában, válassz az alábbi gyakorlatorientált képzések közül:

  • Befektetés: kezdőknek szóló tanfolyam a portfóliókialakításról, részletek itt.
  • Tőzsdei kereskedés: magyar és külföldi piacok gyakorlati bemutatása, technikai és fundamentális elemzéssel, részletek itt.
  • Daytrade kereskedés: intenzív, rövid távú stratégiák devizákkal és részvényekkel, napi kereskedőknek, részletek itt.
  • Bitcoin és kriptoeszközök: modern, jövőorientált képzés a legújabb blokklánc-trendekről és kriptokereskedésről, részletek itt.
  • Adatelemzés: kvantitatív módszerek gyakorlati bemutatása valódi tőkepiaci adatokon, programozás nélkül, részletek itt.