06. Interest rates during turbulent times
Preber si túto prednášku so svojou AI
Skopíruj pripravený podklad a vlož ho do ChatGPT, Claude alebo inej AI — bude ťa učiť alebo skúšať len z tejto prednášky.
Zhrnutie prednášky
Prednáška sa venuje financovaniu firmy dlhom a podmienkam, za akých investori poskytujú peniaze. Na simulácii ukazuje, že pri úrokoch okolo 3,6 – 3,7 % a inflácii blízko 8 % je reálna úroková miera záporná, takže aj dodatočný dlh 100 mil. eur ako hotovostná rezerva stojí len cca 4 mil. eur ročne. Takáto situácia je však mimoriadna. Požadovaný výnos sa skladá z kompenzácie inflácie, štátnej prémie (voči benchmarku ako nemecké dlhopisy s ratingom AAA) a podnikového rizikového príplatku. Pravdepodobnosť zlyhania firmy sa odhaduje Altmanovým Z-skóre z roku 1968, ktoré je zastarané a dáva len pásma rizika, a lepším Ohlsonovým modelom z roku 1980, ktorý udáva presnú pravdepodobnosť úpadku. Neurónové siete sú alternatívou, ale fungujú ako čierna skrinka.
- - Pri zápornej reálnej úrokovej miere je dlhové financovanie mimoriadne lacné, no ide o neobvyklý jav.
- - Úrok z dlhu musí pokrývať infláciu, štátnu (suverénnu) prémiu a podnikovú rizikovú prémiu.
- - Suverénna prémia závisí od ratingu krajiny voči benchmarku (Nemecko AAA, Francúzsko AA) a od nálady trhu; problémy jednej krajiny, napr. Grécka v roku 2015, zvyšujú výnosy aj inde.
- - Pri nízkych výnosoch hrozí oslabenie meny a odliv portfóliových investícií, najmä zo strany zahraničných investorov.
- - Altmanovo Z-skóre (1968) je jednoduché a stále rozšírené, ale zastarané a poskytuje len pásma rizika vrátane nerozhodnej sivej zóny.
- - Ohlsonov model (1980) dáva presnú pravdepodobnosť úpadku a je overený aj na maďarských firmách.
- - Neurónové siete môžu predpovedať úpadok, ale ako čierna skrinka neukazujú, ktoré premenné sú dôležité.
Zhrnutie pripravené s pomocou AI z prepisu videa.
nechodím na prednášky