Transkrypt

1

2 Redaktor Naczelny (Editor-in-Chief) Dr hab. Radosław Pastusiak, prof. nadzw. UŁ Uniwersytet Łódzki Redaktorzy Prowadzący (Executive Editors) Dr Monika Bolek Uniwersytet Łódzki Dr Magdalena Jasiniak Uniwersytet Łódzki Recenzenci (Reviewers) Prof. dr hab. Krystyna Brzozowska Uniwersytet Szczeciński Dr hab. Iwona Dorota Czechowska, prof. nadzw. UŁ Uniwersytet Łódzki Dr hab. Elżbieta Rychłowska Musiał, prof. nadzw. UŁ Uniwersytet Ekonomiczny w Poznaniu Dr hab. Sebastian Majewski, prof. nadzw. US Uniwersytet Szczeciński Dr hab. Tomasz Słoński Uniwersytet Ekonomiczny we Wrocławiu Prof. dr hab. Wacława Starzyńska Uniwersytet Łódzki Dr hab. Danuta Zawadzka, prof. nadzw. PK Politechnika Koszalińska Redaktorzy Tematyczni (Thematic Editors) Finanse Publiczne: Dr hab. Beata Guziejewska, prof. nadzw. UŁ Uniwersytet Łódzki Finanse Przedsiębiorstwa: Dr hab. Danuta Zawadzka, prof. nadzw. PK Politechnika Koszalińska Ekonometria: Dr Maciej Malaczewski Uniwersytet Łódzki Statystyka: Dr hab. Anna Szymańska Uniwersytet Łódzki Rynek Kapitałowy: Dr Monika Bolek Uniwersytet Łódzki Finanse Behawioralne: Dr Elżbieta Kubińska Uniwersytet Ekonomiczny w Krakowie Redaktorzy Językowi (Linguistic Editors) Mgr Mark Hrabi (język angielski) Uniwersytet Łódzki Mgr Bartłomiej Krzeczewski Uniwersytet Łódzki Sekretarz Redakcji (Assistant Editor) Dr Małgorzata Jabłońska Uniwersytet Łódzki, Wydział Ekonomiczno-Socjologiczny Skład i łamanie Mgr Monika Wolska-Bryl (Technical Editor)Uniwersytet Łódzki, Wydział Ekonomiczno-Socjologiczny ISSN: Adres Redakcji: Zakład Finansów Korporacji, Uniwersytet Łódzki, ul. Rewolucji 1905 r. nr 39, Łódź Telefon: jcmbf(at)uni.lodz.pl Wersją pierwotną czasopisma jest wersja elektroniczna

3 SPIS TREŚCI Od Redakcji 5 Kamila Budka, Dominik Kosiński, Artur Sobczak Występowanie anomalii kalendarzowych na przykładzie wybranego sektora GPW w Warszawie 7 Monika Gal, Anna Pyć Rola kryptowaluty bitcoin na rynku walutowym 17 Marta Paduszyńska Narzędzia wspomagające analizę procesu decyzyjnego na różnych etapach rozwoju przedsiębiorstw 27 Mateusz Banaszek, Aleksandra Żak Wpływ rachunku ABC na ocenę działalności przedsiębiorstwa 41

4

5 Journal of Capital Market and Behavioral Finance 2017, Vol. 3(7), p. 5 Radosław Pastusiak, Od Redakcji OD REDAKCJI Szanowni Państwo, Oddajemy do Państwa rąk siódmy numer naszego czasopisma, w którym Autorzy podjęli się tematyki związanej z finansami i ekonomią. Autorzy artykułu pt.: Występowanie anomalii kalendarzowych na przykładzie wybranego sektora GPW w Warszawie przeanalizowali, jak kształtują się poszczególne średnie stopy zwrotu w danych miesiącach oraz dniach tygodnia. Badania przeprowadzono na danych indeksu WIG-spożywczy oraz należącej do niej spółki Kernel Holding S.A w okresie Drugi z prezentowanych Państwu artykułów dotyczy roli kryptowaluty bitcoin na rynku walutowym. Autorki podjęły się ambitnego problemu badawczego, starając się odpowiedzieć na pytanie czy sposób definiowania i postrzegania pieniądza ma wpływ na zależności międzywalutowe? W artykule pt.: Narzędzia wspomagające analizę procesu decyzyjnego na rożnych etapach rozwoju przedsiębiorstw, Autorka wykazała związek między cechami podmiotów gospodarczych, tj. wielkość, struktura zarządzania a implementowanymi narzędziami procesu decyzyjnego. Na szczególną uwagę zasługuje fakt, że Autorka poddała głębszej analizie grupę małych i średnich przedsiębiorstw, w zależności od etapów ich rozwoju a wdrażanymi instrumentami decyzyjnymi. Ostatni z prezentowanych w numerze artykułów stanowi próbę oceny rachunku kosztów działań ABC jako alternatywy dla tradycyjnych metod kalkulacji kosztów. Zapraszamy do lektury i przemyśleń związanych z poruszanymi tematami.. Radosław Pastusiak JCMBF 5

6

7 Journal of Capital Market and Behavioral Finance 2017, Vol. 3(7), p Kamila Budka, Dominik Kosiński, Artur Sobczak, Występowanie anomalii kalendarzowych WYSTĘPOWANIE ANOMALII KALENDARZOWYCH NA PRZYKŁADZIE WYBRANEGO SEKTORA GPW W WARSZAWIE Kamila Budka, Dominik Kosiński, Artur Sobczak * Abstrakt Głównym celem pracy jest określenie jaki wpływ mają anomalie kalendarzowe na zmianę cen akcji spółki działającej w danym sektorze. W pracy postawiono hipotezę, iż anomalie kalendarzowe wywierają znaczny wpływ na stopy zwrotu akcji spółek. Podczas pisania pracy została wykorzystana literatura przedmiotu dotycząca anomalii kalendarzowych. Użyto również artykułów branżowych oraz literatury obcojęzycznej. W części empirycznej wykorzystano dane dotyczące cen akcji spółek podchodzących z Rynku Głównego GPW oraz arkusz kalkulacyjny Microsoft Excel. Słowa kluczowe JEL Code D04; D53; D92. Giełda Papierów Wartościowych, finanse, anomalie kalendarzowe. ACCEPTED: 31 st May 2017 PUBLISHED: 30 th September 2017 WSTĘP Zgodnie z hipotezą efektywnego rynku inwestorzy nie są w stanie w dłuższym okresie osiągać ponadprzeciętnej stopy zwrotu. Jednak w latach 80. XX w. odkryto odstępstwa od tego stwierdzenia, które nazwano anomaliami rynkowymi, bądź giełdowymi. Głównym celem pracy jest określenie jaki wpływ mają anomalie kalendarzowe na zmianę cen akcji spółki działającej w danym sektorze. W pracy postawiono hipotezę, iż anomalie kalendarzowe wywierają znaczny wpływ na stopy zwrotu akcji spółek. Praca składa się z dwóch części. W części pierwszej teoretycznej, scharakteryzowano anomalie kalendarzowe, a druga część pracy ma głównie charak- * Wydział Ekonomiczno-Socjologiczny, Uniwersytet Łódzki. JCMBF 7

8 Journal of Capital Market and Behavioral Finance 2017, Vol. 3(7), p Kamila Budka, Dominik Kosiński, Artur Sobczak, Występowanie anomalii kalendarzowych ter empiryczny. W pierwszej części zdefiniowano pojęcie anomalii kalendarzowych i ich rodzaje, natomiast w drugiej scharakteryzowano branżę oraz przeprowadzono badanie wpływu sezonowości na stopy zwrotu z akcji. Pod uwagę wzięto dzienne stopy zwrotu oraz średnie miesięczne stopy zwrotu. Podczas pisania pracy została wykorzystana literatura przedmiotu dotycząca anomalii kalendarzowych. Użyto również artykułów branżowych oraz literatury obcojęzycznej. W części empirycznej wykorzystano dane dotyczące cen akcji spółek podchodzących z Rynku Głównego GPW oraz arkusz kalkulacyjny Microsoft Excel. 1. ANOMALIE KALENDARZOWE UJĘCIE TEORETYCZNE Anomalie rynkowe są jedną z dziedzin jakimi zajmują się finanse behawioralne. Anomalie te pokazują, że istnieją specyficzne masowe zachowania powodujące konkretne ruchy cen. Są one jednym z podstawowych rodzajów anomalii rynkowych. Oczywiście wszystkie anomalie kalendarzowe różnią się między sobą i dzielą się na kilka rodzajów. Możemy wyróżnić np.: efekt dnia tygodnia, efekt miesiąca, efekt wakacji, efekt przełomu miesiąca, czy też efekt godziny w dniu. Jeśli chodzi o anomalie rynkowe to istnieją dwie podstawowe definicje w odniesieniu do rynków kapitałowych i giełdy. Jedna została sformułowana przez Edgara Petersa i mówi o tym, że anomalie powinniśmy odbierać jako sytuację umożliwiającą osiąganie dodatnich, ponadprzeciętnych stóp zwrotu [Peters 1997, s. 36]. Druga najbardziej znana była stworzona przez Monikę Czerwonkę i Bartłomieja Gorlewskiego [2008, s. 51]. Ich definicja przedstawiała anomalię jako technikę lub strategię będącą sprzeczną z założeniami teorii rynków efektywnych Efekt dni tygodnia W latach 70. i 80. efekt dni tygodnia był sprawdzany i analizowany wielokrotnie, przede wszystkim na rynkach akcji. Badacze tacy jak Cross, French, Hess, Gibbons, Stambaugh i Keim często mieli bardzo podobne wyniki do siebie i dochodzili do niemal identycznych wniosków. Bardzo często powtarzało się stwierdzenie, że statystyki stóp zwrotu w poniedziałki oraz piątki są inne niż w przypadku dziennych stóp zwrotu w pozostałe dni tygodnia. Wynikało z tego, iż poniedziałki są statystycznie istotnie ujemne, natomiast piątki są statystycznie istotnie dodatnie. Poprzez dodatkowe badania analizy zmienności dziennych stóp zwrotu notowanych dla poszczególnych dni tygodnia dowiedziono, że efekt dnia tygodnia tyczy się również zmienności dziennych stóp zwrotu. Prócz tego stwierdzono również występowanie efektu dnia tygodnia na rynku instrumentów pochodnych, stóp procentowych oraz rynku walutowym. 8 JCMBF

9 Journal of Capital Market and Behavioral Finance 2017, Vol. 3(7), p Kamila Budka, Dominik Kosiński, Artur Sobczak, Występowanie anomalii kalendarzowych 1.2. Efekt miesiąca Podczas badań dotyczących efektu miesiąca odkryto zaskakująco dużo wysokich styczniowych stóp zwrotu z akcji. Anomalia ta została z tego względu nazwana potocznie efektem stycznia. Istnienie tego efektu jest tłumaczone na dwa sposoby. Po pierwsze, uznawano, że styczniowe wysokie stopy zwrotu są spowodowane tym, iż na rynku jest wysoki popyt na akcje ze strony inwestorów, którzy kupują akcje taniej po grudniowych wyprzedażach, które zazwyczaj są dokonywane w celu uzyskania odpisu podatkowego oraz realizacji straty. Było to związane z argumentami, które dotyczyły rozwiązań podatkowych. Drugie wyjaśnienie natomiast było związane ze sposobem postępowania inwestorów instytucjonalnych, a mianowicie chodzi o to, iż ludzie zarządzający funduszami inwestycyjnymi są zmuszeni do ujawniania zawartości swoich portfeli akcyjnych na początku roku i przez to dokonują transakcji, które powodują, że osiągają oni pożądaną strukturę tych portfeli. W efektach miesiąca możemy również uwzględnić jeszcze efekt maja oraz efekt września. Te dwa efekty można wyjaśnić zachowaniem dużej części uczestników rynku. Efekt maja charakteryzuje się niskimi stopami zwrotu na rynku i jest to spowodowane tym, że uczestnicy rynku często w maju przed sezonem urlopowym zamykają swoje pozycje powodując tym samym zwiększenie podaży akcji. We wrześniu natomiast po skończonym sezonie urlopowym uczestnicy rynku otwierają nowe pozycje, a tym samym powodują zwiększenie popytu na akcje w tym miesiącu Inne efekty sezonowe Kolejną często analizowaną anomalią kalendarzową jest efekt wakacji. Obrazuje ona bardzo wysokie dodatnie stopy zwrotu, które są przede wszystkim notowane w okresie poprzedzającym dni, podczas których sesje giełdowe nie odbywały się ze względu na np. święta, a jednocześnie pokazuje stosunkowo małe lub wręcz ujemne stopy zwrotu podczas pierwszych sesji giełdowych, które następują po przykładowo wspomnianych świętach. Badania prowadzone przez Smidta oraz Lakonishoka na amerykańskim rynku akcji pokazały, że stopy zwrotu z dni poprzedzających święta są 20-krotnie wyższe od średnich dziennych stóp zwrotu. Kolejną z anomalii kalendarzowych jest tak zwany efekt przełomu miesiąca. Wg tegoż efektu dzienne stopy zwrotu notowane podczas kilku ostatnich sesji danego miesiąca oraz kilku kolejnych następnego miesiąca, są zazwyczaj 8-krotnie wyższe od średnich dziennych stóp zwrotu, a jednocześnie są w większej mierze dodatnie. Ten efekt udowodnili Smidt i Lakonishok w 1988 roku. JCMBF 9

10 Journal of Capital Market and Behavioral Finance 2017, Vol. 3(7), p Kamila Budka, Dominik Kosiński, Artur Sobczak, Występowanie anomalii kalendarzowych Następną anomalią jest efekt godziny w dniu, która wskazuje na zależności czasowe w kształtowaniu się cen akcji oraz stóp zwrotu realizowanych w ciągu godziny lub nawet kwadransa. Starks i Smirlock analizowali godzinowe dane, które pokazywały jak kształtują się ceny indeksu Dow Jones Industrial Average w okresie roku. Efekt ten mówi, że zazwyczaj w pierwszej godzinie sesji w poniedziałki stopy zwrotu są zazwyczaj przeciętnie ujemne, jednak w inne dni średnie zwroty w pierwszych godzinach sesji są dodatnie. Harris poszedł o krok dalej i przeanalizował zmiany cen dla 15-minutowych odcinków czasu na rynkach. To spowodowało odkryciem dwóch bardzo silnych zależności. Jedna z nich mówi o tym, że pierwsze 45 minut sesji w poniedziałek odznacza się przeciętnie ujemnymi stopami zwrotu. Natomiast druga zaobserwowana zależność odnosi się do wszystkich dni tygodnia i mówi o tym, że w ostatnich 15 minutach sesji ceny akcji mają tendencję do gwałtownych wzrostów. Mimo wszystko, iż te zależności sprawdzają się na rynku to nie mają zastosowania w praktyce. Dzieje się tak, ponieważ nawet jeśli kupimy akcje w poniedziałek na rynku gdy minie pierwsze 45 minut sesji, a sprzedamy na koniec sesji w piątek, to nie pozwoli to nam osiągnąć ponadprzeciętnych zysków, a osobą która w rzeczywistości by zarobiła byłby przede wszystkim makler, gdyż inkasowałby prowizje od naszych transakcji. 2. EFEKTY KALENDARZOWE W PRAKTYCE 2.1. Opis wybranego sektora Indeks WIG-spożywczy to indeks sektorowy, notowany na Warszawskiej Giełdzie Papierów Wartościowych, w którego skład wchodzą spółki zakwalifikowane do indeksu WIG oraz do sektora przemysł spożywczy. 31 grudnia 1998 rok jest datą bazową indeksu, a jego wartość w tym dniu wynosiła 1 279,56 pkt. Należy on do indeksów dochodowych i obliczany jest poprzez uwzględnienie ceny zawartych w nim akcji oraz dochodów z dywidend i praw poboru. Jego obliczona wartość jest publikowana przez GPW. W skład indeksu WIG-spożywczy wchodzą następujące spółki: Agroton Public Limited Ambra SA Astarta Holding NV AB Agrowill Group Colian Holding SA Gobarto SA Graal SA Industrial Milk Company SA 10 JCMBF

11 Journal of Capital Market and Behavioral Finance 2017, Vol. 3(7), p Kamila Budka, Dominik Kosiński, Artur Sobczak, Występowanie anomalii kalendarzowych Indykpol SA Kernel Holding SA Kofola ČeskoSlovensko a.s. Zakłady Tłuszczowe Kruszwica SA Krynica Vitamin SA KSG Agro SA Makarony Polskie SA Marie Brizards Wine & Spirits Milkiland NV Zakłady Przemysłu Cukierniczego Otmuchów SA Ovostar Union N.V. Pamapol SA PBS Finanse SA Przedsiębiorstwo Przemysłu Spożywczego PEPEES SA Seko SA Tarczyński SA WAWEL SA Wilbo SA Zakłady Mięsne Henryk Kania SA 2.2. Opis wybranej spółki Spółka Kernel Holding SA to jedna z największych spółek działających w przemyśle spożywczym. Na Giełdzie Papierów Wartościowych w Warszawie jest notowana od listopada 2007 roku. Głównym przedmiotem działalności spółki jest produkcja olejów i tłuszczów pochodzenia roślinnego oraz zwierzęcego. Grupa Kernel dostarcza zboże, a także olej słonecznikowy na rynki międzynarodowe. Spółka zatrudniała w 2015 roku aż osób [www1, www2, www3, dostęp: ] Cel i metodyka badania Celem badania jest określenie, jaki wpływ na stopy zwrotu z akcji mają anomalie kalendarzowe (miesięczne i tygodniowe). Przy przeprowadzeniu oceny zostały wzięte pod uwagę następujące parametry: miesięczne stopy zwrotu oraz dzienne stopy zwrotu. Do analizy użyto danych spółki Kernel Holding SA oraz indeksu WIG- -spożywczy. Dane dotyczące cen akcji badanej spółki pochodzą z basy danych EMIS, natomiast dane indeksu zaczerpnięte zostały ze strony internetowej GPW Infostrefa. Badaniem objęto okres od 2013 roku do 2015 roku. JCMBF 11

12 Journal of Capital Market and Behavioral Finance 2017, Vol. 3(7), p Kamila Budka, Dominik Kosiński, Artur Sobczak, Występowanie anomalii kalendarzowych Stopa zwrotu liczona w badanych okresach została obliczona za pomocą następującego wzoru: gdzie: stopa zwrotu w okresie t, cena akcji w okresie t, cena akcji w okresie t 1, dywidenda wypłacona w okresie t [Gajdka i Walińska 1998, s. 408]. W obliczeniach pominięty został wpływ dywidendy na stopę zwrotu. Średnia dzienna/miesięczna stopa zwrotu w badanych okresach obliczona zostanie przy pomocy następującego wzoru: Przeciętna stopa zwrotu = gdzie: R t n suma stóp zwrotu w badanym okresie, liczba obserwacji. Opis próby Do analizy wybrano spółkę Kernel Holding SA, ponieważ ma ona największy udział w indeksie WIG-spożywczy (55,41%). Ponadto dla porównania zbadano sam indeks WIG-spożywczy. Rozkład miesięcznych stóp zwrotu Do analizy wahań sezonowych związanych z funkcjonowanie giełdy użyto średnich miesięcznych stóp zwrotu. Celem badania jest określenie jak kształtują się stopy zwrotu w poszczególnych miesiącach. Dzięki czemu można określić, czy stopy zwrotu są stale wysokie w jednym miesiącu, a w innych różnorodne. Poprzez badanie można zweryfikować popularny w literaturze efekt stycznia, który polega na występowaniu dodatnich stóp zwrotu w pierwszym miesiącu danego roku [Durham 2001, s.1514]. 12 JCMBF

13 Journal of Capital Market and Behavioral Finance 2017, Vol. 3(7), p Kamila Budka, Dominik Kosiński, Artur Sobczak, Występowanie anomalii kalendarzowych 0,08% 0,06% 0,04% 0,02% 0,00% -0,02% -0,04% -0,06% -0,08% -0,10% -0,12% styczeń luty marzec kwiecień maj czerwiec lipiec sierpień wrzesień październ ik listopad grudzień Średnia -0,11% -0,01% -0,06% -0,06% -0,03% -0,04% 0,02% 0,01% 0,03% 0,05% 0,07% 0,07% Wykres 1. Średnie stopy zwrotu spółki Kernel w poszczególnych miesiącach w latach Źródło: opracowanie własne. 0,20% 0,15% 0,10% 0,05% 0,00% -0,05% -0,10% -0,15% -0,20% styczeń luty marzec kwiecień maj czerwiec lipiec sierpień wrzesień paździer nik listopad grudzień Średnia 0,09% -0,10% -0,10% -0,12% 0,16% -0,14% 0,11% 0,00% 0,15% 0,03% -0,01% -0,11% Wykres 2. Średnie stopy zwrotu indeksu WIG-spożywczy w poszczególnych miesiącach w latach Źródło: opracowanie własne. Rozkład dziennych stóp zwrotu W tej części pracy zbadano istotę anomalii związanych z dziennymi stopami zwrotu. Polega to na weryfikacji powtarzalności zależności pomiędzy stopami zwrotu w określonym dniach tygodnia. JCMBF 13

14 Journal of Capital Market and Behavioral Finance 2017, Vol. 3(7), p Kamila Budka, Dominik Kosiński, Artur Sobczak, Występowanie anomalii kalendarzowych 0,06% 0,04% 0,02% 0,00% -0,02% -0,04% -0,06% -0,08% -0,10% poniedziałek wtorek środa czwartek piątek Średnia -0,01% 0,02% -0,09% -0,01% 0,04% Wykres 3. Średnie stopy zwrotu spółki Kernel w poszczególnych dniach tygodnia w latach Źródło: opracowanie własne. 0,10% 0,08% 0,06% 0,04% 0,02% 0,00% -0,02% -0,04% -0,06% poniedziałek wtorek środa czwartek piątek średnia 0,00% 0,08% 0,00% -0,03% -0,05% Wykres 4. Średnie stopy zwrotu z WIG-spożywczy w poszczególnych dniach tygodnia w latach Źródło: opracowanie własne Wyniki badania Jak wynika z badania, w przypadku spółki Kernel Holding SA najwyższe średnie miesięczne stopy zwrotu spółka osiągnęła w miesiącach październik (0,5%), listopad i grudzień (po 0,7%). Wysokie średnie stopy zwrotu w grudniu mogą wskazywać, że już w grudniu w roku poprzedzającym zaczyna się efekt 14 JCMBF

15 Journal of Capital Market and Behavioral Finance 2017, Vol. 3(7), p Kamila Budka, Dominik Kosiński, Artur Sobczak, Występowanie anomalii kalendarzowych stycznia. Jednak wartość stopy zwrotu zaprzecza tej tezie, osiągając najniższe średnie stopy zwrotu ( 0,11%) w porównaniu do innych miesięcznych okresów. Z kolei biorąc pod uwagę wartości średnich miesięcznych stóp zwrotu całego indeksu WIG-spożywczy można zauważyć jeden z najwyższych wzrostów w styczniu (0,09%), maju (0,16%) i we wrześniu (0,15%). Co może dowodzić o istnieniu efektu stycznia. Przeanalizowano również średnie dzienne stopy zwrotu ze spółki Kernel SA w latach Jak wynika z powyższego wykresu najwyższą stopę zwrotu osiągnięto w piątek (0,04%) i we wtorek (0,02%). Natomiast najniższe w środę ( 0,09%). W przypadku indeksu WIG-spożywczy wartości średnich stóp zwrotu w poszczególnych dniach tygodnia, znacznie odbiegają od tych dotyczących samej spółki. Najwyższą średnią dzienną stopę zwrotu osiągnięto we wtorek (0,08%), a najniższą w piątek ( 0,05%) Wnioski Po przeprowadzeniu badania można dostrzec, że opisane wcześniej anomalie kalendarzowe nie znajdują odwzorowania na danych wybranej spółki oraz indeksu WIG-spożywczy. Jedynie analizując wartości średnich miesięcznych stóp zwrotu całego indeksu, można zauważyć w małym stopniu efekt stycznia. Jednak otrzymane wyniki nie ukazują działania anomalii kalendarzowych. Może to wynikać z wyboru spółki, jak i danego sektora WIG. Istnieje duże prawdopodobieństwo, że przy wyborze innej spółki lub przy wykonaniu badania w dłuższej perspektywie czasowej, wynik zgodziłby się z teoriami dotyczącymi efektów kalendarzowych. ZAKOŃCZENIE Istota anomalii kalendarzowych poruszana jest od dawna w literaturze przedmiotu. Jednak w dalszym ciągu nie ustalono stanowiska, czy wykorzystanie anomalii zapewni skuteczniejsze inwestowanie. Do najbardziej popularnych anomalii kalendarzowych zalicza się efekt miesiąca i efekt dni tygodnia. Efekt stycznia mówi o tym, że w tym miesiącu osiągane są dodatnie oraz najwyższe stopy zwrotu w porównaniu do innych miesięcy roku. Z kolei efekt dni tygodnia mówi o różnicach w stopach zwrotu w poszczególnych dniach tygodnia (szczególnie efekt poniedziałki i piątku tzw. efekt weekendu). W pracy poddano analizie jak kształtują się poszczególne średnie stopy zwrotu w danych miesiącach oraz dniach tygodnia. Badania przeprowadzono na da- JCMBF 15

16 Journal of Capital Market and Behavioral Finance 2017, Vol. 3(7), p Kamila Budka, Dominik Kosiński, Artur Sobczak, Występowanie anomalii kalendarzowych nych indeksu WIG-spożywczy oraz należącej do niej spółki Kernel Holding SA w okresie Z otrzymanych wyników można wywnioskować, że anomalie kalendarzowe się nie sprawdzają. Jednakże może to w dużej mierze wynikać z przyjętych w tym badaniu danych. Być może przy innej spółce lub innym indeksie efekty te znalazłyby swoje zastosowanie. BIBLIOGRAFIA Czerwonka M., Gorlewski B., 2008, Finanse behawioralne, Szkoła Główna Handlowa w Warszawie, Warszawa. Durham J. B., 2001, Sensitivity analyses of anomalie in developed Stock markets,,,journal of Banking and Finanse, vol. 25, no. 8. Gajdka J., Walińska E., 1998, Zarządzanie finansowe teoria i praktyka, Fundacja Rozwoju Rachunkowości w Polsce, Warszawa. Peters E., 1997, Teoria chaosu a rynki kapitałowe, WIG-Press, Warszawa. [www1] Strona internetowa Bankier.pl, [www2] Strona internetowa Giełdy Papierów Wartościowych w Warszawie [www3] Strona internetowa spółki Kernel Holding SA: THE PRESENCE OF ANOMALIES CALENDAR FOR A SELECTED SECTOR OF WARSAW STOCK EXCHANGE Abstract Keywords The main aim of this work is to determine the impact of anomalies on the calendar to change the share price of a company operating in the sector. The study hypothesized that calendar anomalies have a significant impact on the rate of return on shares in companies. When writing the work was used literature concerning anomalies calendar. Featured articles also trade and foreign literature. In the empirical part, the data on the share prices of companies approaching the WSE Main List and the Microsoft Excel spreadsheet. Stock Exchange, finance, anomalies calendar. 16 JCMBF

17 Journal of Capital Market and Behavioral Finance 2017, Vol. 3(7), p Monika Gal, Anna Pyć, Rola kryptowaluty bitcoin na rynku walutowym ROLA KRYPTOWALUTY BITCOIN NA RYNKU WALUTOWYM Monika Gal, Anna Pyć * Abstrakt W niniejszej pracy próbowano na podstawie kursów czterech badanych walut: złotówki, dolara, euro oraz bitcoin, ocenić, czy informacje o związkach walutowych wpływają na prognozy przyszłych kursów oraz zdywersyfikowanie portfela inwestycyjnego. W pracy podjęto również próbę scharakteryzowania kryptowaluty bitcoin oraz zwrócono uwagę na odmienność porównywalnych walut tradycyjnych i bitcoina oraz ich funkcjonowanie w gospodarce. Słowa kluczowe JEL Code D53; F31; F39. bitcoin, współczynnik korelacji Pearsona, pary walut. ACCEPTED: 31 st May 2017 PUBLISHED: 30 th September 2017 WSTĘP Od ponad ćwierć wieku na świecie obserwuje się bardzo szybki rozwój technologii, a co za tym idzie ciągłe powiększanie rynków zbytu. W świecie, gdzie na pierwszym miejscu stawiany jest konsumpcjonizm, należy spodziewać się spektakularnych zmian na rynku finansowym. Dostosowanie się do potrzeb konsumenta, który oczekiwał coraz szybszych metod upłynnienia gotówki spowodowało powstanie w ostatnich latach wielu innowacji. Warto tu wspomnieć o sektorze płatności elektronicznych, o obrocie gotówką przez Internet oraz o wielu innych ciekawych rozwiązaniach, które miały zwiększyć wygodę konsumenta oraz bezpieczeństwo transakcji walutowych. Istotnym przełomem okazało się wprowadzenie przez Satoshi Nakamoto 1 w 2009 roku pierwszej wirtualnej kryptowaluty bitcoin. Okazało się, że świat potrzebuje waluty ponadnarodo- * Wydział Ekonomiczno-Socjologiczny, Uniwersytet Łódzki. 1 Podejrzewa się, że Satoshi Nakamoto to jedynie pseudonim osoby, a nawet grupy osób podających się za twórców bitcoina. Do tej pory nie ma pewności, kto wprowadził wirtualną walutę na rynek międzynarodowy. JCMBF 17

18 Journal of Capital Market and Behavioral Finance 2017, Vol. 3(7), p Monika Gal, Anna Pyć, Rola kryptowaluty bitcoin na rynku walutowym wej, wręcz globalnej, która będzie opierała się na zupełnie innych zasadach niż dotychczasowe waluty. Z kontrowersyjnej nowości bitcoin stał się walutą godną konkurowania z walutami tradycyjnymi. Celem niniejszego artykułu będzie zbadanie korelacji par walut: złotego, dolara, euro oraz bitcoina. Autorki próbują ocenić, czy na podstawie informacji o wartości korelacji można stworzyć strategię inwestycyjną i założyć portfel o ograniczonym ryzyku oraz odpowiedzieć na pytanie, czy sposób definiowania i postrzegania pieniądza ma wpływ na zależności międzywalutowe. Temat ten jest absorbujący, przeciwstawiane są sobie waluty oparte na całkiem różnych sposobach definiowania pieniądza oraz różniące się zaufaniem użytkowników rynków. Duże zainteresowanie alternatywnymi instrumentami finansowymi sprawiło, iż kryptowaluta bitcoin stała się przedmiotem wielu badań naukowych, stąd próba porównania jej do pozostałych wyżej wymienionych walut. 1. KRYPTOWALUTA BITCOIN A RYNEK WALUTOWY Krzysztof Kolany w swoim artykule Kto z kim chodzi na Foreksie, czyli związki par walutowych pisał o związkach przyczynowo-skutkowych par walut na rynku Foreks 2. Jak sam twierdzi, niezbędnym narzędziem do badania takich zależności jest współczynnik korelacji liniowej Pearsona. Na podstawie tabeli korelacji par walut autor opisuje zagadnienie i przedstawia wnioski: zwraca uwagę na wysokie współczynniki korelacji. Jednak bardziej intrygujące okazało się być twierdzenie, że słaba korelacja również jest wykorzystywana przez inwestorów. Jak sam pisze: [ ] dwa instrumenty finansowe nie powiązane można wykorzystać przy budowie portfela, redukując jego całkowite ryzyko. Porównując waluty należy, oprócz samych danych z obszaru analizy technicznej, zwrócić uwagę na kilka istotnych zagadnień. Kierunki zmian notowań walut odzwierciedlają słuszność polityki pieniężnej danego kraju i mówią o rozwoju gospodarczym. Na co należy zwracać uwagę przy ocenie notowań walut najpełniej wyraził Jan Mazurek. Przede wszystkim wspomina o wskaźnikach makroekonomicznych oraz politykach monetarnej i gospodarczej. Zwraca również uwagę, że nie tylko lokalna sytuacja, ale również globalne podejście ma znaczenie. Sytuacja na świecie i pozycje takich walut jak dolar, od zawsze miały wpływ na pozostałe notowania. Swój artykuł puentuje bardzo ciekawym stwierdzeniem: Mnogość czynników, które mają wpływ na rynek walutowy stanowi o jego wielkiej złożoności. Dlatego też inwestowanie na Foreksie to gra tylko dla osób, które wiedzą, jak duże ryzyko podejmują. 2 Foreks (Foreign exchange) globalny rynek walutowy obejmujący transakcje kupna i sprzedaży walut. Nie posiada fizycznej siedziby, transakcje dokonywane są za pomocą sieci komputerowej. 18 JCMBF

19 Journal of Capital Market and Behavioral Finance 2017, Vol. 3(7), p Monika Gal, Anna Pyć, Rola kryptowaluty bitcoin na rynku walutowym Rozumiejąc ogrom złożoności rynku walutowego należy wspomnieć o specyfice bitcoina. Jest to kryptowaluta w dużej mierze oparta na matematyce i algorytmach. Różni się od waluty tradycyjnej choćby całkowitą anonimowością transferów czy brakiem nadzoru ze strony banków centralnych. Nie posiada fizycznej postaci, a cała jego infrastruktura opiera się na komunikacji w sieciach Peer to Peer 3. Próba oceny, czy bitcoin spełnia wszystkie warunki, aby otrzymać miano pieniądza, jest częstym tematem artykułów naukowych. Pisze o tym m.in. Anna Piotrowska. Podkreśla, że pieniądz musi spełniać trzy podstawowe funkcje: po pierwsze być środkiem wymiany, po drugie miernikiem wartości, a po trzecie środkiem tezauryzacji. Autorka wnioskuje, że bitcoin nie może zostać uznany za powszechną walutę, ponieważ wykazuje odstępstwa od wyżej wymienionych funkcji. Z kolei Arkadiusz Sieroń w artykule Czym jest bitcoin? pisze, iż obecny brak powszechnej akceptacji nie dyskredytuje bitcoina i jego szans na osiągnięcie statusu waluty współmiernej z dolarem czy euro. Jednakże na ten moment bitcoin jest pieniądzem niepewnym, dlatego użytkownik będzie wybierał instrumenty lepiej zabezpieczone przed ryzykiem. Wydaje się, że sytuacja związana z tradycyjnymi walutami nie jest również oczywista, a sam rynek i jego mechanizmy nie ułatwiają podjęcia decyzji, w jaki sposób inwestować. Wiele cennych informacji na temat procesu kształtowania się kursu złotówki oraz rozwoju międzynarodowego systemu walutowego można znaleźć w artykule Kurs złotego w świetle analizy falkowej. Autorzy artykułu podkreślają kluczową rolę instytucji, jaką jest bank centralny i jego powiązanie z decyzjami uczestników rynku. Powiązania te przekładają się na kursy walut, a co za tym idzie w późniejszym czasie na rozwój gospodarczy. Wynika stąd, że instytucje takie jak banki centralne nadają walucie kształt i dbają o zaufanie użytkowników rynku. Pojawia się tutaj pytanie, w jaki sposób odnieść walutę nie posiadającą nad sobą instytucji kontrolnej, do której zaufanie nie jest budowane na podstawie konkretnej polityki powołanego w tym celu organu, a waluty tradycyjnej, która posiada bogatą historię notowań. 2. METODY BADAWCZE KORELACJI POMIĘDZY PARAMI WALUTOWYMI Przyglądając się publikacjom naukowym oraz popularnonaukowym dotyczącym inwestowania na rynku Foreks można zwrócić uwagę na bardzo częste wykorzystanie miary współczynnika korelacji Pearsona. Strategie budowane na podstawie jego interpretacji zdają się być dobrym odzwierciedleniem rzeczywistości. 3 Peer-to-peer w skrócie P2P rodzaj sieci służącej do bezpośredniej wymiany plików między użytkownikami, JCMBF 19

20 Journal of Capital Market and Behavioral Finance 2017, Vol. 3(7), p Monika Gal, Anna Pyć, Rola kryptowaluty bitcoin na rynku walutowym Współczynnik korelacji liniowej Pearsona jest jednym z narzędzi statystyki opisowej. Bada on liniową zależność między dwoma zmiennymi oraz pozwala określić kierunek i siłę takiej zależności. Co charakterystyczne dla tej miary, współczynnik Pearsona przyjmuje wartości z przedziału domkniętego [ 1,1]. Wyniki badań korelacji można interpretować w następujący sposób: korelacja doskonała charakteryzuje się wartością skrajną 1 lub 1, dodatni wskaźnik informuje o identycznym kierunku zmian poszczególnych cech, natomiast ujemny mówi o zmianie kierunku pod wpływem zmian wartości cech. Brak zależności między zmiennymi wskazuje współczynnik równy 0. Im współczynnik bliższy skrajnym wartościom przedziału domkniętego, tym korelacja jest silniejsza. Podobnie w przypadku braku korelacji, coraz słabsze zależności będą pojawiały się w momencie, gdy wynik korelacji będzie zbliżał się do 0. Dodatkowo informację o korelacji w czasie dostarcza nam narzędzie z dziedziny analizy technicznej oparte na średnich kroczących, a mianowicie korelacje kroczące. Jest to metoda doskonale obrazująca korelację Pearsona w dłuższej lub krótszej perspektywie czasu w zależności od wybranej sesji przeprowadzonego badania. Do celów omawianych badań wykorzystano korelację kroczącą z 15 sesji (krótkookresową). W przeprowadzonym badaniu dane historyczne zostały pobrane ze strony internetowej Przedmiotem zainteresowania był ostatni rok (tj. od do ) notowań par walut PLN/USD, PLN/EUR oraz PLN/BTC. Na podstawie zbudowanej bazy danych w arkuszu kalkulacyjnym Excel przeprowadzono badania dotyczące obliczenia podstawowych wskaźników finansowych takich jak stopy zysku, współczynniki korelacji Pearsona pomiędzy parami PLN/USD a PLN/EUR, PLN/USD a PLN/BTC oraz PLN/EUR a PLN/BTC, a także korelacji kroczącej z 15 sesji. Badania zostały przeprowadzone na podstawie dziennych kursów zamknięcia omawianych wyżej par walutowych. Pod uwagę wzięto również czynniki ekonomiczne i gospodarcze związane z pochodzeniem badanych walut. Same narzędzia wyznaczają pewne kierunki związane z prognozowaniem przyszłości, jednak kluczowa jest tutaj znajomość mechanizmów rynkowych. 3. WYNIKI BADAŃ Po przeprowadzeniu badań okazało się, że silną korelacją charakteryzują się pary PLN/USD i PLN/EUR, natomiast dwie pozostałe pary, PLN/USD i PLN/BTC oraz PLN/EUR i PLN/BTC wykazały dość niską zależność w stosunku do siebie. Dokładne wyniki zostały ukazane w tab JCMBF

21 Journal of Capital Market and Behavioral Finance 2017, Vol. 3(7), p Monika Gal, Anna Pyć, Rola kryptowaluty bitcoin na rynku walutowym Tabela 1. Macierz korelacji par walutowych PLN/USD PLN/EUR PLN/BTC PLN/USD x 0, , PLN/EUR x 0, PLN/BTC x Źródło: opracowanie własne, plik źródłowy: artykuł.xlsx arkusz 1. Dodatkowo obliczone stopy zwrotu z inwestycji w poszczególne waluty charakteryzują się dużą zmiennością w przypadku złotówki względem bitcoina, natomiast kursy złotówki powiązanej z dolarem i euro są zdecydowanie bardziej regularne i stabilne. 0,2 0,15 0,1 0,05 0-0,05-0,1-0,15-0, USD EUR BTC Rysunek 1. Stopy zwrotu USD, EUR, BTC Źródło: opracowanie własne, plik źródłowy: artykuł.xlsx arkusz 1 i arkusz 2. W celu uzyskania dokładniejszego obrazu badania, zostały obliczone i zilustrowane 15-sesyjne współczynniki korelacji badanych par walut (rys. 2 4). JCMBF 21

22 Journal of Capital Market and Behavioral Finance 2017, Vol. 3(7), p Monika Gal, Anna Pyć, Rola kryptowaluty bitcoin na rynku walutowym 1 0,8 0,6 0,4 0,2 0-0,2-0,4-0,6-0, Rysunek sesyjny współczynnik korelacji PLN/USD PLN/EUR Źródło: opracowanie własne, plik źródłowy: artykuł.xlsx arkusz 3 i arkusz ,8 0,6 0,4 0,2 0-0,2-0,4-0,6-0, Rysunek sesyjny współczynnik korelacji PLN/USD PLN/BTC Źródło: opracowanie własne, plik źródłowy: artykuł.xlsx arkusz 5 i arkusz JCMBF

23 Journal of Capital Market and Behavioral Finance 2017, Vol. 3(7), p Monika Gal, Anna Pyć, Rola kryptowaluty bitcoin na rynku walutowym 1 0,8 0,6 0,4 0,2 0-0,2-0,4-0,6-0, Rysunek sesyjny współczynnik korelacji PLN/EUR PLN/BTC Źródło: opracowanie własne, plik źródłowy: artykuł.xlsx arkusz 7 i arkusz OBSERWACJE I WNIOSKI Każda z czterech omawianych walut: PLN, BTC, EUR i USD funkcjonuje w pewnym otoczeniu rynkowym. Jeśli chodzi o kurs złotego warto nadmienić, że pomimo niezależności banku centralnego i jego polityki pieniężnej w Polsce obserwuje się dość niestabilną sytuację polityczną, która według niektórych analityków mocno zniechęca inwestorów. Dodatkowo warto zauważyć, iż to kurs złotego bardziej zależy od eurodolara niż odwrotnie. Z kolei dolar przeżywał w ostatnim czasie znaczące spadki i wahania kursowe spowodowane zmianą władzy oraz kontrowersjami, jakie idą za polityką prezydenta Trumpa. Rynki błyskawicznie zareagowały na te zmiany i wykazały duże skoki. Waluty równie silnie zareagowały na wyjście Wielkiej Brytanii z Unii Europejskiej. Z powyższych informacji wynika, że rynek jest bardzo wrażliwy na wstrząsy i nawet najlepsze analizy oraz opracowania poparte powtarzalnością i trendami cen rynkowych nie dają nam gwarancji słuszności naszych strategii. Wydaje się, że bitcoin, który jest pozbawiony wpływów inflacyjnych czy decyzji banków centralnych, jest walutą zbliżoną do ideału. Nie jest jednak pozbawiony wad. Kurs bitcoina w jego krótkiej karierze wiele razy wykazał dość duże skoki, które pozwalały na duże zyski, ale i równie duże straty. Znaczące wahania bitcoina sprawiają, że staje się walutą wysokiego ryzyka. JCMBF 23

24 Journal of Capital Market and Behavioral Finance 2017, Vol. 3(7), p Monika Gal, Anna Pyć, Rola kryptowaluty bitcoin na rynku walutowym Przechodząc do wniosków z przeprowadzonej symulacji par walutowych, zauważa się wysoką korelację pomiędzy parami PLN/USD a PLN/EUR co może świadczyć o tym, iż waluty o podobnej budowie będą lepiej skorelowane niż pary, w których występuje bitcoin. Analizując wyżej przedstawione wyniki warto zwrócić uwagę, że współczynnik korelacji nie ukazuje nam związków przyczynowo-skutkowych, a jedynie współzależność dwóch zmiennych. Obserwując parę euro-dolar można dostrzec, że współzależność ta jest znacząca 4 (0,74), a znak korelacji świadczy o tym, iż pary te poruszały się w tym samym kierunku. Wysoka korelacja, taka jak w omawianym przypadku, jest wartościowa dla inwestorów w momencie, gdy kurs walut rośnie. Zazwyczaj jednak inwestorzy dążą do dywersyfikacji portfela oraz do zredukowania ryzyka inwestycji, stąd wniosek, iż wysokie korelacje nie zawsze sprzyjają układaniu strategii inwestycyjnej. W przypadku par PLN/USD PLN/BTC, jak i PLN/EUR PLN/BTC obserwuje się podobnie niską korelację. W pierwszym przypadku jest to korelacja na poziomie 0,23, natomiast w drugim 0,24. Korelacje te wskazują niską zależność wymienionych par walutowych, a fakt ich dodatniości nie daje żadnego obrazu poruszania się powyższych walut. Mimo to wielu analityków uważa, że na podstawie informacji o niskich korelacjach można o wiele bezpieczniej budować swoje portfele inwestycyjne. Wynika więc z tego, że inwestor nie szuka wyłącznie niskich korelacji na rynku. Najatrakcyjniejszymi wydają się być zależności ujemne, kiedy to spadek jednej pary może powodować wzrost drugiej, co zdawałoby się całkowicie niweluje ryzyko i przynosi bezpieczne dochody, jeżeli podobna sytuacja miałaby miejsce w przyszłości (zakładając, że zachowania walut są powtarzalne). Jednakże pamiętając o specyfice bitcoina i jego znaczących wahaniach kursowych związanych ze spekulacjami nie można jednoznacznie odpowiedzieć czy inwestycja w omawiane pary walut będzie wykazywała się opłacalnością. Korelacja jest zmienna w czasie, co dobrze widać na wykresach przedstawionych w poprzednim rozdziale. W celu ilustracji układów współczynników w krótkich okresach wykorzystano 15-sesyjną korelację. Na wykresie przedstawiającym korelację par PLN/EUR i PLN/USD widać, że korelacje są dodatnie (za wyjątkiem dwóch momentów). Natomiast zauważa się duży spadek zależności na przełomie listopada i grudnia (termin wyborów prezydenta USA). Z korelacji bliskiej 1 współczynnik spadał aż do poziomu 0,4. W pozostałych momen- 4 Siła związków korelacyjnych: 0,0 0,2 brak korelacji, 0,2 0,4 słaba korelacja, 0,4 0,7 umiarkowana korelacja, 0,7 0,9 silna korelacja, 0,9 1,0 bardzo silna korelacja. 24 JCMBF

25 Journal of Capital Market and Behavioral Finance 2017, Vol. 3(7), p Monika Gal, Anna Pyć, Rola kryptowaluty bitcoin na rynku walutowym tach widać, że związek tych par jest dość duży. Zupełnie inaczej wygląda sprawa korelacji z bitcoinem. Współczynniki przechodzą przez całą skalę korelacji. Brak powiązań może wynikać z braku powszechnej akceptacji dla kryptowaluty oraz jej specyfiki. Sytuacja przedstawiona na wykresach jest bardzo niestabilna i nie można jednoznacznie określić ryzyka inwestycji ani zbudować odpowiedniego zdywersyfikowanego portfela. Porównując zebrane wyniki widać, iż o wiele lepiej skorelowały się waluty o tradycyjnym charakterze, które spełniają wszystkie wymagania związane z definicjami i funkcjami pieniądza. Bitcoin natomiast pozostaje tworem współczesności i mimo kilku lat obserwacji jego notowań na rynku nie można jednoznacznie odpowiedzieć na pytanie, w którym momencie zainwestować w bitcoina. Wydaje się, że sama obserwacja i analiza nie wystarczą, a inwestor musi być przygotowany na poniesienie równie dużych zysków co strat. ZAKOŃCZENIE Przeprowadzone badania i interpretacje mają charakter silnie teoretyczny. Inwestując kapitał w walutę trzeba mieć świadomość złożoności mechanizmów panujących na rynku Forex oraz ogromnego wpływu zjawisk politycznogospodarczych na notowania walut. Inwestując kapitał, oprócz narzędzi pozwalających badać rynek i czujnej obserwacji zmian cen, trzeba posiadać intuicję, gdyż dobrze skorelowanych instrumentów na rynku jest bardzo mało. Jednakże mimo wszelkich przeciwności korelacja jest narzędziem, które w bardzo modelowy sposób bada zależności międzywalutowe oraz pozwala ocenić siłę ich powiązań. Badając zależności par walutowych udało się wykazać, iż bitcoin jest walutą mocno niestabilną. Pomimo próby dywersyfikacji portfela i kierowania się niską korelacją, kurs bitcoina nie wykazuje konkretnych sygnałów, które umożliwiłyby bezpieczną inwestycję, jak w przypadku pozostałych badanych walut. Zakładając powtarzalność sytuacji na rynku walutowym warto byłoby przyjrzeć się, jak sytuacja wyglądała w dłuższym terminie niż rok. Przedstawione badania wymagają kontynuacji i dalszego rozwoju. BIBLIOGRAFIA Bereś H., Bereś K., Zięba J., 2009, Kurs złotego w świetle analizy falkowej, Gospodarka Narodowa, nr 3. Bilski J., 2006, Międzynarodowy system walutowy. Kierunki ewolucji, Polskie Wydawnictwo Ekonomiczne, Warszawa. Chisholm A., 2011, Wprowadzenie do międzynarodowych rynków finansowych. Instrumenty, strategie, uczestnicy, Wolters Kluwer, Warszawa. JCMBF 25

26 Journal of Capital Market and Behavioral Finance 2017, Vol. 3(7), p Monika Gal, Anna Pyć, Rola kryptowaluty bitcoin na rynku walutowym Dobosz A.,2014, Bitcoin efemeryda czy solidna przyszłość?, Kwartalnik Naukowy Uczelni Vistula, nr 3. Kolany K., Kto z kim chodzi na Foreksie, czyli związki par walutowych, [dostęp: ]. Koronacki J., Mielniczuk J., 2006, Statystyka dla studentów kierunków technicznych i przyrodniczych, Wydawnictwa Naukowo-Techniczne, Warszawa. Mazurek J., Czynniki wpływające na kursy walut, [dostęp: ]. Perez K., Urbaniak M., 2013, Bitcoin wirtualny eksperyment czy waluta przyszłości?, Ruch Prawniczy, Ekonomiczny i Socjologiczny, nr 4. Piotrowska A., 2014, Bitcoin a definicja i funkcje pieniądza, Annales Universitatis Mariae Curie- Skłodowska, sectio H Oeconomia, nr 3. Przyłuska-Schmitt J., 2016, Bitcoin intrygująca innowacja, Bank i Kredyt, nr 2. Richter R., Korelacje na rynku Forex, [dostęp: ]. Sieroń A., 2013, Czym jest Bitcoin?, Ekonomia Wroclaw Economic Review, nr 4. THE ROLE OF BITCOIN ON THE CURRENCY MARKET Abstract Keywords In the following work an attempt was made to evaluate whether information on relationships between currencies influences prognoses for the future and diversifying the investment portfolio. This analysis was based on researching four exchange rate: Polish zloty, US dollar, euro and bitcoin. The work also includes an attempt to describe the cryptocurrency bitcoin with an emphasis on differences between the traditional currencies and bitcoin and their behavior within the economy. bitcoin, Pearson correlation coefficient, currency pairs. 26 JCMBF

27 Journal of Capital Market and Behavioral Finance 2017, Vol. 3(7), p Marta Paduszyńska, Narzędzia wspomagające analizę procesu decyzyjnego NARZĘDZIA WSPOMAGAJĄCE ANALIZĘ PROCESU DECYZYJNEGO NA ROŻNYCH ETAPACH ROZWOJU PRZEDSIĘBIORSTW Marta Paduszyńska * Abstrakt Niniejsze opracowanie poświęcone zostało tematyce procesu decyzyjnego w przedsiębiorstwie w zależności od etapu jego rozwoju. Ukazane zostało znaczenie informacji oraz analizy ekonomicznej podczas podejmowania ważnych decyzji gospodarczych. Szczególna uwaga została poświęcona uwarunkowaniom mającym wpływ na wybór stosowanych mechanizmów decyzyjnych w przedsiębiorstwie. Wykazano związek między cechami danego podmiotu tj. wielkością, strukturą zarządzania, a implementowanymi narzędziami procesu decyzyjnego. Głębszej analizie poddano grupę małych i średnich przedsiębiorstw w zależności od etapów ich rozwoju, a wdrażanymi instrumentami decyzyjnymi. Jako główny cel opracowania przyjęto ukazanie znaczenia stosowanych narzędzi procesu decyzyjnego w zależności od etapu rozwoju przedsiębiorstw. Założono hipotezę, iż wybór oraz stopień wykorzystania owych narzędzi jest różny w zależności od fazy rozwoju, w jakiej znajduje się dany podmiot gospodarczy. W celu jej realizacji posłużono się literaturą krajową i zagraniczną oraz wyciągnięto wnioski z rozważań na temat postawionego problemu.. Słowa kluczowe JEL Code H30; G31; M40. narzędzia analizy, proces decyzyjny, etapy rozwoju przedsiębiorstw. ACCEPTED: 31 st May 2017 PUBLISHED: 30 th September 2017 WSTĘP W obecnych warunkach umiejętność podejmowania odpowiednich decyzji jest sporym wyzwaniem jakiemu muszą sprostać podmioty gospodarcze. Skutki podjętych działań mają bowiem bezpośredni wpływ na samo przedsiębiorstwo, ale też wykraczają poza obszar ich działalności. Stąd tak istotna rola informacji, które * Wydział Ekonomiczno-Socjologiczny, Uniwersytet Łódzki. JCMBF 27

28 Journal of Capital Market and Behavioral Finance 2017, Vol. 3(7), p Marta Paduszyńska, Narzędzia wspomagające analizę procesu decyzyjnego wykorzystywane są na wszystkich etapach zarządzania w firmie. Stanowią one fundament planowania, podejmowania decyzji oraz rozwiązywania przeróżnych problemów natury gospodarczej. Zatem odpowiednio użyte informacje mogą być kluczem do uzyskania przewagi konkurencyjnej na rynku. Wdrażane systemy i narzędzia procesu decyzyjnego wynikają z wielu czynników, zarówno o charakterze wewnętrznym, jak i zewnętrznym. Pierwsza grupa dotyczy przede wszystkim struktury przedsiębiorstwa, jego wielkości czy modelu zarządzania powiązanego z rolą przedsiębiorcy w organizacji. Zaangażowanie, wiedza oraz doświadczenie pracowników odgrywa niebagatelne znaczenie na kształt systemu informacyjnego rachunkowości i wdrażanych modułów wspomagających procesy decyzyjne. W obecnych czasach sam system rachunkowości i podstawowe narzędzia mogą być niewystarczające do podejmowania trafnych decyzji. W związku z tym funkcjonują już instrumenty rachunkowości zarządczej i controllingu uzupełniające tradycyjne rachunki kosztów. Jednakże nie wszystkie podmioty wykazują jednakowe zainteresowanie implementacją tego typu narzędzi. Wdrożenie całościowego systemu wspomagającego zarządzanie spotykane jest najczęściej w dużych przedsiębiorstwach. Wśród mniejszych jest to rzadziej spotykane, choć zaczynając od prostszych rozwiązań, w kolejnych fazach ich rozwoju można zaobserwować zainteresowanie wdrażaniem bardziej zaawansowanych instrumentów analizy. Celem artykułu jest ukazanie znaczenia wdrażanych narzędzi, które stanowią nieodłączny element procesu decyzyjnego na różnych etapach rozwoju przedsiębiorstw. Cel zrealizowany zostanie poprzez przegląd pozycji literatury polskiej i zagranicznej odnoszącej się do omawianego zagadnienia. Realizacji celu posłuży hipoteza iż, wdrażane narzędzia i stopień ich wykorzystania jest różny, w zależności od etapu rozwoju danego podmiotu gospodarczego. 1. ISTOTA INFORMACJI I ANALIZY EKONOMICZNEJ W PROCESIE PODEJMOWANIA DECYZJI Narzędziem stanowiącym wsparcie w procesie podejmowania decyzji w przedsiębiorstwie jest m.in. analiza ekonomiczna. Definiowana jest jako zbiór czynności badawczych, które dotyczą jego stanu ekonomicznego, pozycji na rynku, a także wyników (zarówno finansowych, jak i rzeczowych) czy przyjętych metod działań [Leszczyński i Skowronek-Mielczarek 2004, s. 13]. W ujęciu definicyjnym pojęcie analizy ekonomicznej rozumiane jest jako metoda badania naukowego polegająca na rozłożeniu i obserwacji przedmiotu lub zjawiska na części składowe celem wykrycia składników przyczyniających się do obecnego stanu rzeczy. Natomiast w odniesieniu do celów analizy ekonomicznej przy użyciu metod rachunkowych za nadrzędne uważa się przygotowanie odpowiednich informacji, które stanowią podstawę do podejmowania wiążących decyzji gospodarczych. Bezpośrednim celem analizy ekonomicznej jest dostarczenie faktów oraz ustalenie 28 JCMBF

29 Journal of Capital Market and Behavioral Finance 2017, Vol. 3(7), p Marta Paduszyńska, Narzędzia wspomagające analizę procesu decyzyjnego ich przyczyn, a także ocena działalności oraz jej skutków. Zastosowanie analizy finansowej przedsiębiorstwa umożliwia szybki pomiar i opracowanie oceny sytuacji materialnej firmy oraz jej wyników. Zauważa się duże zapotrzebowanie na tego typu działania oraz jej znaczące zastosowanie w życiu gospodarczym. Prawidłowe wyposażenie analizy ekonomicznej w metody badawcze pozwala uzyskać miarodajną ocenę, która opisuje zarówno bieżącą kondycje jednostki, a także daje podstawy prognozowania przyszłościowych wyników ekonomiczno-finansowych. Należy zaznaczyć, że analiza nie odnosi się wyłącznie do badania struktur funkcjonowania i cech przedmiotu, czy zjawiska. W prawidłowym wykorzystaniu powinna również służyć jako badanie efektów prowadzonych działań na podstawie uzyskanych informacji o cechach, zależnościach i strukturach [Dudycz i Wrzosek 2000, s. 10]. Analiza finansowa o charakterze wewnętrznym, która sporządzana jest przez kierownictwo firmy służy do celów i podejmowania decyzji bieżących i strategicznych. Ponadto można określić cele w ujęciu syntetycznym, do którego zalicza się [Waśniewski i Skoczylas 2004, s. 10]: szukanie prawdziwego obrazu firmy, uogólnienie zebranych informacji, prognozę przyszłości przedsiębiorstwa, bieżącą ocenę sytuacji w firmie, ustalenie decyzji jakie bezpośrednio wynikają z przeprowadzonej analizy finansowej. Badania o różnorodnym charakterze oraz określenie odchyleń i ich przyczyn dostarcza zarządowi informacji do korekty bieżących decyzji i ewentualnej zmiany metod działania. Analiza zewnętrzna dostarcza przede wszystkim informacji odnoszących się do funkcjonowania i oceny finansowej firmy w ujęciu perspektywicznym. Należy jednak zaznaczyć, że ramy tej analizy w porównaniu do analizy wewnętrznej są znacznie ograniczone. Obostrzenia te wynikają przede wszystkim ze stopnia dostępności informacji. W dużej mierze analiza zewnętrzna opiera się na dostarczanych i publikowanych przez przedsiębiorców sprawozdaniach finansowych oraz ogólnych informacjach i elementach kluczowych w branży. Istotnym jest uporządkowanie zebranych informacji i sporządzenie rzetelnych wniosków do oceny działań. Należy jednak zaznaczyć, że efekt tych działań zależny jest w przeważającym stopniu od poprawności przeprowadzonej analizy. W środowisku przedsiębiorstwa podejmowanie decyzji i rozwiązywanie różnorakich problemów jest nieodłącznym elementem jego działalności [Staples i in. 1997]. Informacje do procesu decyzyjnego w przedsiębiorstwie pochodzą z podstawowego źródła wiedzy, jakim jest księgowość. Dane pochodzące z rachunkowości finansowej mogą być odpowiednio zaprojektowane i wykorzystywane wraz z systemem rachunku kosztów do celów rachunkowości zarządczej. JCMBF 29

30 Journal of Capital Market and Behavioral Finance 2017, Vol. 3(7), p Marta Paduszyńska, Narzędzia wspomagające analizę procesu decyzyjnego W praktyce trudno jest, w przeciwieństwie do rachunkowości finansowej, o samodzielnie funkcjonujący system rachunkowości zarządczej. Znaczenie rachunkowości zarządczej stale wzrasta. Zapotrzebowanie na informacje zmienia się wraz ze zmianami warunków prowadzenia działalności, stąd też systemy zarządcze podlegają dynamicznemu rozwojowi. Powstają nowe koncepcje, a istniejące są ciągle doskonalone [Nowak 2015, s. 409]. 2. UWARUNKOWANIA WPŁYWAJĄCE NA SKŁONNOŚĆ PRZEDSIĘBIORSTW DO STOSOWANIA NARZĘDZI ANALIZY NA RÓŻNYCH ETAPACH ROZWOJU PRZEDSIĘBIORSTW Poszczególne etapy rozwoju przedsiębiorstwa warunkowane są zarówno przez czynniki wewnętrzne, jak i zewnętrzne. W przypadku każdego podmiotu poszczególne fazy mogą trwać przez różny okres czasu. Cykl życia przedsiębiorstwa można podzielić na trzy etapy: wzrost, dojrzałość i spadek. Każdy z tych etapów ma swoje charakterystyczne cechy. Poszczególne grupy czynników, a w zasadzie ich siła oddziaływania na decyzje o wdrożeniu, rozbudowie lub przebudowie systemu controllingowego, będą różne zależne od etapu wzrostu przedsiębiorstwa oraz sytuacji, w której aktualnie podmiot się znajduje. W okresach wczesnego rozwoju duże znaczenie będą miały czynniki o charakterze behawioralnym, oraz te związane ze zjawiskiem niepewności. W podmiotach dojrzalszych natomiast większe znaczenie będzie się przypisywać czynnikom powiązanym z przedsiębiorczością organizacyjną, kompetencjami czy kapitałem ludzkim. Warto pamiętać, że w okresach przełomu dużą rolę mogą odgrywać czynniki zewnętrzne (polityczno-gospodarcze, środowiskowe, informacje o konkurencji itd.). czynniki behawioralne czynniki wynikające z niepewności i ryzyka przedsiębiorczość organizacyjna Przedsiębiorstwo Rysunek 1. Czynniki wpływające na architekturę systemu wspomagającego zarządzanie w przedsiębiorstwie Źródło: opracowanie własne na podstawie: Kaszuba-Perz [2014]. 30 JCMBF

31 Journal of Capital Market and Behavioral Finance 2017, Vol. 3(7), p Marta Paduszyńska, Narzędzia wspomagające analizę procesu decyzyjnego Badania nad rachunkowością behawioralną prowadzili m.in. Jacob G. Bimberg i Jeffrey F. Shields, klasyfikując jej główne obszary [Birnberg i Shields 1989, s , cyt. za: Artienwicz 2013, s. 7 23]. Z uwagi na sformalizowany charakter rachunkowości finansowej badania nad rachunkowością behawioralną dotyczyły w pierwszej kolejności rachunkowości zarządczej, a w kolejnych etapach została nimi objęta ogólnopojęta rachunkowość i socjologia organizacyjna [Szychta 2008, s ]. Jeżeli chodzi o narzędzia zarządcze w przedsiębiorstwie, które są uwarunkowane przez czynniki społeczne, to wymienić należałoby przede wszystkim: planowanie, kontrolę, czy generowanie różnorodnych raportów i sprawozdań finansowych. Dobór instrumentów analizy jest ściśle powiązany ze stopniem dojrzałości przedsiębiorstwa. Zaznaczyć należy również fakt, iż inne będą determinanty (a przynajmniej siła czynników) implementacji decyzyjnych rachunków kosztów i wyników w przypadku małych, średnich i dużych przedsiębiorstw. Istotne znaczenie odgrywało będzie również to, czy podmiot znajduje się w fazie przemian lub przełomu [Kaszuba-Perz 2014, s. 55]. Kolejnym niezwykle istotnym czynnikiem mającym wpływ na stosowane narzędzia decyzyjne jest ryzyko. Pojęcie to nie jest jednoznaczne definiowane. W definicji prakseologicznej ryzyko: stanowi prawdopodobieństwo zajścia negatywnych zdarzeń niezależnych od podmiotu działającego, których nie może on przewidzieć i którym nie można w pełni zapobiec, a które przez zmniejszenie wyników użytecznych i/lub przez zwiększenie kosztów odebrałyby działaniu zupełnie lub częściowo cechę skuteczności, korzystności i ekonomiczności [Pszczołowski 1978, s ]. Ryzyko to zjawisko, które w przeciwieństwie do szeroko pojętej niepewności podlega pomiarowi. Rachunkowość zarządcza spełnia także funkcję pomiaru odchyleń od zamierzonych celów. Również często stosowany w przedsiębiorstwach budżet i rachunek odpowiedzialności zawierają w sobie etap identyfikacji ryzyka. Innym bardzo ważnym czynnikiem jest przedsiębiorczość organizacyjna, w tym: skłonność do innowacji, kreatywność, a także czynniki związane z kapitałem ludzkim czy kompetencjami właścicieli i pracowników. Przedsiębiorczość organizacyjna definiowana jest jako proces tworzenia czegoś nowego poprzez zaangażowanie i akceptację ryzyka w celu osiągnięcia efektów finansowych i satysfakcji [Hisrich i Peters 1992, s. 10]. Wyodrębnione czynniki mają niewątpliwie wpływ na kształt wykorzystywanych systemów analizy procesu decyzyjnego [Mroziewski 2010]. W tabeli 1 zostały zaprezentowane istotne cechy, a także główne typy ryzyka, jakie mogą wystąpić w przedsiębiorstwie o średniej wielkości. Tego typu przedsiębiorstwa znajdują się głównie w fazie wzrostu (przejściowej, rozwoju), a przede wszystkim w fazie dojrzałości (ugruntowanej pozycji). We wszystkich obszarach funkcjonowania podmioty obok rosnącej konkurencji narażone są na szereg problemów wewnętrznych, tj.: nastawienie na strategię ciągłego wzrostu, niedostatek profesjonalnej kadry menedżerskiej czy ograniczoną innowacyjność. JCMBF 31

32 Journal of Capital Market and Behavioral Finance 2017, Vol. 3(7), p Marta Paduszyńska, Narzędzia wspomagające analizę procesu decyzyjnego Faza cyklu życia System zarządzania Tabela 1. Stadia i ryzyka wzrostu przedsiębiorstwa średniej wielkości Faza przedsiębiorcza nadzór bezpośredni Główna strategia zaistnienie Stopień sformalizowania Podstawowe ryzyka działalności Faza wzrostu Faza dojrzałości funkcjonalny dywizjonalny sztabowy nabywanie funduszy w celu wzrostu wzrost Faza stabilnego wzrostu inwestowanie minimalny rozwijający się dojrzewający obszerny braki w formalizacji, niedostateczna kultura organizacyjna trudności ze ściąganiem wierzytelności, silna tendencja do rozszerzania działalności i ekspansji wysokie obciążenia fiskalne, brak profesjonalnej kadry (głównie finanse, planowania zmian), spadek popytu,, problemy sprzedażowe Źródło: opracowanie własne na podstawie: Paszkowski [2014]. silna konkurencja (w tym międzynarodowa) Wraz z dojrzewaniem podmiotu następuje rozbudowa jego struktury organizacyjnej. Jeśli jednak ta zmiana nie następuje może stać się jedną z barier jego dalszego rozwoju. Równocześnie ewolucji podlegają struktury zarządcze. Nieuchronne stają się procesy oddelegowania zadań na coraz niższe szczeble. Równocześnie powiększa się potencjał rozwojowy organizacji. Nowe uwarunkowania wynikające z przechodzenia w kolejne fazy rozwoju i dojrzewania przedsiębiorstw wywierają istotny wpływ na zastosowane metody zarządzania i narzędzia decyzyjne [Krupski 2005]. Wraz z formalizacją procesów zarządzania pojawia się presja na zastępowanie intuicyjnego myślenia, sformalizowanym planowaniem strategicznym. Treścią strategii stają się zadania i wskaźniki wyrażone w parametrach finansowych. Podstawowe różnice w zarządzaniu strategicznym między małym a średnim przedsiębiorstwem obrazuje tab. 2. Średnie przedsiębiorstwa cechują się zarządzaniem strategicznym bardziej sformalizowanym i zbliżonym do tego, które występuje w dużych podmiotach. Horyzont czasowy jest wydłużony i wynosi od 1 3 lat. W przypadku małych podmiotów zarządzanie oparte jest na intuicji i doświadczeniu właściciela, który jest silnie powiązany z procesami zachodzącymi w przedsiębiorstwie. To właśnie wpływa na jedną z właściwości małych podmiotów, a mianowicie nacechowanie społecznej struktury podmiotu przez osobę właściciela [Łuczka 32 JCMBF

33 Journal of Capital Market and Behavioral Finance 2017, Vol. 3(7), p Marta Paduszyńska, Narzędzia wspomagające analizę procesu decyzyjnego 2001]. W małych i średnich przedsiębiorstwach menadżerowie są zaangażowani w bieżące problemy. Dużą wagę w tym przypadku przywiązuje się do zarządzania taktyczno-operacyjnego [Janiuk 2004]. Tabela 2. Różnice w zarządzaniu strategicznym małych i średnich przedsiębiorstw Cechy zarządzania strategicznego małe Przedsiębiorstwo średnie Sposób formułowania strategii intuicyjny oparty na procedurach Forma strategii nieformalna częściej plan strategiczny Zastosowanie techniki analizy strategicznej brak, strategia oparta na doświadczeniu typowe techniki jakościowe, rzadziej ilościowe Przedział czasu bliski (0,5 1 roku) wydłużony (1 3 lat) Koszt opracowania strategii niski wyższy Implementacja strategii Kontrola realizacji strategii możliwa szybka (mały opór wobec zmian) bezpośrednia w dłuższym okresie (większy opór wobec zmian) pośrednia Możliwość zmiany strategii w krótkim czasie zwykle w dłuższym czasie Źródło: Bednarczyk [1996]. 3. KRYTERIUM WIELKOŚCI PRZEDSIĘBIORSTWA A WYKORZYSTYWANE NARZĘDZIA PROCESU DECYZYJNEGO Wpływ na budowanie przedsiębiorczości ma pełne wykorzystanie kompetencji organizacji-takową posiadają duże firmy, cechując się jednocześnie większą skłonnością do podejmowania ryzyka i jego pomiaru. Podstawowe charakterystyki przedsiębiorstw pod względem ich wielkości przedstawia tab. 3. W małym i średnim przedsiębiorstwie funkcja zarządzania sprawowana jest przez mającego samodzielność ekonomiczną i prawną właściciela, bądź mało liczby zarząd. Dzięki prostej formie organizacji decyzje są podejmowane szybko co przekłada się na kolejną cechę tej grupy podmiotów, jaką jest elastyczność. Właściciel poprzez działania i podejmowane decyzje wypracowuje stosunki z podwładnymi kształtując klimat społeczny [Janiuk 2004, s ]. Zakres wyborów strategicznych dla małych i średnich przedsiębiorstw jest węższy niż dla dużych firm. Istnieje zatem konieczność dostosowania modeli strategicznych do specyfiki danego przedsiębiorstwa [Safin 2002]. Właściciele małych firm działają w oparciu o własną intuicję, co może prowadzić do mniejszej racjonalności podejmowanych decyzji. Duże firmy mają natomiast możliwość korzystania z konsultingu strategicznego oraz własnych procedur, które w razie zmian w otoczeniu są niezwykle istotne do przeprowadzenia korekty decyzji [Rembiasz 2013]. JCMBF 33

34 Journal of Capital Market and Behavioral Finance 2017, Vol. 3(7), p Marta Paduszyńska, Narzędzia wspomagające analizę procesu decyzyjnego Tabela 3. Podstawowa charakterystyka przedsiębiorstw pod względem ich wielkości Małe przedsiębiorstwo Średnie przedsiębiorstwo Duże przedsiębiorstwo Charakterystyka System zarządzania Stopień sformalizowania Orientacja Proces decyzyjny wysoka przedsiębiorczość, elastyczność, innowacyjność, skłonność do podejmowania ryzyka scentralizowany system zarządzania niezbyt duży stopień formalizacji minimalizacja obciążeń podatkowych często intuicyjny, oparty o odczucia przedsiębiorcy cechy wspólne na pograniczu małego i dużego przedsiębiorstwa oddelegowanie części decyzji na menadżerów średniego stopnia większy stopień sformalizowania niż w małych firmach rosnące znaczenie majątku przedsiębiorstwa większa liczba osób potrzebująca informacji zarządczych Źródło: opracowanie własne na podstawie: Kaszuba-Perz [2011]. rozbudowana struktura organizacyjna, określone procedury podejmowania decyzji w dużym stopniu uzależnienie decyzji od analiz wysoki stopień formalizacji orientacja na poszukiwanie innowacji i rozwój często informatyczne systemy zarządzania (m.in. systemy ekspertowe) Z uwagi na przedstawione cechy charakteryzujące przedsiębiorstwa wyodrębnione ze względu na kryterium wielkości, w teorii i praktyce wypracowano wiele narzędzi wspierające procesy decyzyjne. Poniższy schemat prezentuje wykorzystywane narzędzia procesu decyzyjnego w zależności od wielkości przedsiębiorstwa. Małe przedsiębiorstwo wybrane narzędzia rachunkowości zarządczej, zgodnie ze zgłaszanymi potrzebami właścicieli rozwiązania dość popularne Średnie przedsiębiorstwo zalążek systemów analizy finansowo- kosztowej pierwsze komórki wyodrębnione w strukturze firmy - analizujące strukturę kosztów i prognozy Duże przedsiębiorstwo rozbudowane systemy analizy do celów operacyjnych i strategicznych instrumenty contorllingu i rachunkowości zarządczej wspomagane komputerowo Schemat 1. Narzędzia procesu decyzyjnego a wielkość przedsiębiorstwa Źródło: opracowanie własne na podstawie: Kaszuba-Perz [2011]. 34 JCMBF