Nie(efektywność) informacyjna giełdowego rynku kontraktów terminowych w Polsce



Podobne dokumenty
Stanisław Cichocki Natalia Nehrebecka. Wykład 3

Stanisław Cichocki Natalia Nehrebecka. Wykład 3

DYNAMICZNE MODELE EKONOMETRYCZNE

Transakcje insiderów a ceny akcji spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie S.A.

Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN Nr

ANNA GÓRSKA MONIKA KRAWIEC Szkoła Główna Gospodarstwa Wiejskiego w Warszawie

Parytet stóp procentowych a premia za ryzyko na przykładzie kursu EURUSD

Stanisław Cichocki Natalia Nehrebecka. Wykład 4

DYNAMICZNE MODELE EKONOMETRYCZNE

ZASTOSOWANIE TESTU PERRONA DO BADANIA PUNKTÓW ZWROTNYCH INDEKSÓW GIEŁDOWYCH: WIG, WIG20, MIDWIG I TECHWIG

DYNAMICZNE MODELE EKONOMETRYCZNE

POWIĄZANIA POMIĘDZY KRÓTKOOKRESOWYMI I DŁUGOOKRESOWYMI STOPAMI PROCENTOWYMI W POLSCE

PREDYKCJA KURSU EURO/DOLAR Z WYKORZYSTANIEM PROGNOZ INDEKSU GIEŁDOWEGO: WYBRANE MODELE EKONOMETRYCZNE I PERCEPTRON WIELOWARSTWOWY

EFEKT DŹWIGNI NA GPW W WARSZAWIE WPROWADZENIE

Niestacjonarne zmienne czasowe własności i testowanie

Zastosowanie narzędzi analizy technicznej w bezpośrednim i pośrednim inwestowaniu w towary

1. Szereg niesezonowy 1.1. Opis szeregu

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 768 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR

EFEKT DNIA TYGODNIA NA GIEŁDZIE PAPIERÓW WARTOŚCIOWYCH W WARSZAWIE WSTĘP

Ocena efektywności procedury Congruent Specyfication dla małych prób

OeconomiA copernicana. Małgorzata Madrak-Grochowska, Mirosława Żurek Uniwersytet Mikołaja Kopernika w Toruniu

METODY STATYSTYCZNE W FINANSACH

Witold Orzeszko Uniwersytet Mikołaja Kopernika w Toruniu

KURS EKONOMETRIA. Lekcja 1 Wprowadzenie do modelowania ekonometrycznego ZADANIE DOMOWE. Strona 1

ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI

UMK w Toruniu ANALIZA ZALEŻNOŚCI MIĘDZY INDEKSEM WIG A WYBRANYMI INDEKSAMI RYNKÓW AKCJI NA ŚWIECIE

Prognozowanie średniego miesięcznego kursu kupna USD

DYNAMICZNE MODELE EKONOMETRYCZNE

MODELOWANIE FINANSOWYCH SZEREGÓW CZASOWYCH Z WARUNKOWĄ WARIANCJĄ. 1. Wstęp

Jacek Kwiatkowski Magdalena Osińska. Procesy zawierające stochastyczne pierwiastki jednostkowe identyfikacja i zastosowanie.

Ewa Dziawgo Uniwersytet Mikołaja Kopernika w Toruniu. Analiza wrażliwości modelu wyceny opcji złożonych

DYNAMICZNE MODELE EKONOMETRYCZNE

Alicja Ganczarek Akademia Ekonomiczna w Katowicach. Analiza niezależności przekroczeń VaR na wybranym segmencie rynku energii

Efekty agregacji czasowej szeregów finansowych a modele klasy Sign RCA

Europejska opcja kupna akcji calloption

Kombinowanie prognoz. - dlaczego należy kombinować prognozy? - obejmowanie prognoz. - podstawowe metody kombinowania prognoz

STATYSTYCZNA WERYFIKACJA MODELU CAPM NA PRZYKŁADZIE POLSKIEGO RYNKU KAPITAŁOWEGO WPROWADZENIE METODOLOGIA TESTOWANIA MODELU

Komputerowa analiza przepływów turbulentnych i indeksu Dow Jones

OPTYMALIZACJA PORTFELA INWESTYCYJNEGO ZE WZGLĘDU NA MINIMALNY POZIOM TOLERANCJI DLA USTALONEGO VaR

Czy prowadzona polityka pieniężna jest skuteczna? Jaki ma wpływ na procesy

WNIOSKOWANIE STATYSTYCZNE

Analiza rynku projekt

MODELOWANIE WŁASNOŚCI SZEREGÓW STÓP ZWROTU SKOŚNOŚĆ ROZKŁADÓW

Inwestycje w lokale mieszkalne jako efektywne zabezpieczenie przed inflacją na przykładzie Poznania w latach

MODELOWANIE KURSÓW WALUTOWYCH NA PRZYKŁADZIE MODELI KURSÓW RÓWNOWAGI ORAZ ZMIENNOŚCI NA RYNKU FOREX

Stała potencjalnego wzrostu w rachunku kapitału ludzkiego

TESTOWANIE EGZOGENICZNOŚCI ZMIENNYCH W MODELACH EKONOMETRYCZNYCH

MATERIAŁY I STUDIA. Zeszyt nr 258. Podatność polskich rynków finansowych na niestabilności wewnętrzne i zewnętrzne

Krzysztof Borowski, Paweł Skrzypczyński Szkoła Główna Handlowa. Analiza spektralna indeksów giełdowych DJIA i WIG. 1. Wprowadzenie

Analiza metod oceny efektywności inwestycji rzeczowych**

Metody analizy i prognozowania szeregów czasowych

Krzysztof Piontek Weryfikacja modeli Blacka-Scholesa dla opcji na WIG20

Witold Orzeszko Uniwersytet Mikołaja Kopernika w Toruniu. Własności procesów STUR w świetle metod z teorii chaosu 1

DYNAMICZNE MODELE EKONOMETRYCZNE

WYCENA KONTRAKTÓW FUTURES, FORWARD I SWAP

Zarządzanie ryzykiem. Lista 3

ANALIZA POWIĄZAŃ MIĘDZY INDEKSAMI GIEŁDY FRANCUSKIEJ, HOLENDERSKIEJ I BELGIJSKIEJ Z WYKORZYSTANIEM MODELU KOREKTY BŁĘDEM

Stanisław Cichocki Natalia Nehrebecka. Wykład 5

EKONOMETRIA wykład 2. Prof. dr hab. Eugeniusz Gatnar.

Efektywność informacyjna rynku w formie słabej w okresie prywatyzacji GPW w Warszawie *

MODELE AUTOREGRESYJNE JAKO INSTRUMENT ZARZĄDZANIA ZAPASAMI NA PRZYKŁADZIE ELEKTROWNI CIEPLNEJ

Analiza i Zarządzanie Portfelem cz. 6 R = Ocena wyników zarządzania portfelem. Pomiar wyników zarządzania portfelem. Dr Katarzyna Kuziak

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 690 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR

O PEWNYCH KRYTERIACH INWESTOWANIA W OPCJE NA AKCJE

TESTOWANIE STABILNOŚCI PARAMETRÓW WIELOCZYNNIKOWYCH MODELI MARKET TIMING Z OPÓŹNIONĄ ZMIENNĄ RYNKOWĄ 1

DYNAMICZNE MODELE EKONOMETRYCZNE

WYBRANE TESTY NIEOBCIĄŻONOŚCI MIAR RYZYKA NA PRZYKŁADZIE VALUE AT RISK

A C T A U N I V E R S I T A T I S L O D Z I E N S I S FOLIA OECONOMICA 2(301), Sławomir I. Bukowski *

Strukturalne podejście w prognozowaniu produktu krajowego brutto w ujęciu regionalnym

Management Systems in Production Engineering No 4(20), 2015

Ocena płynności wybranymi metodami szacowania osadu 1

Stały czy płynny? Model PVEC realnego kursu walutowego dla krajów Europy Środkowo-Wschodniej implikacje dla Polski

Warunki tworzenia wartości dodanej w przedsiębiorstwie

Matematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( )

MODELOWANIE EFEKTU DŹWIGNI W FINANSOWYCH SZEREGACH CZASOWYCH

licencjat Pytania teoretyczne:

Wyzwania praktyczne w modelowaniu wielowymiarowych procesów GARCH

ZARZĄDZANIE KOSZTAMI UTRZYMANIA GOTÓWKI W ODDZIAŁACH BANKU KOMERCYJNEGO

PROGNOZOWANIE BRAKUJĄCYCH DANYCH DLA SZEREGÓW O WYSOKIEJ CZĘSTOTLIWOŚCI OCZYSZCZONYCH Z SEZONOWOŚCI

Akademia Ekonomiczna im. Oskara Langego we Wrocławiu Katedra Inwestycji Finansowych i Ubezpieczeń

MODELOWANIE STRUKTURY TERMINOWEJ STÓP PROCENTOWYCH WYZWANIE DLA EKONOMETRII

RACHUNEK EFEKTYWNOŚCI INWESTYCJI METODY ZŁOŻONE DYNAMICZNE

WPŁYW PUBLIKACJI DANYCH MAKROEKONOMICZNYCH NA KURS EUR/PLN W KONTEKŚCIE BADANIA MIKROSTRUKTURY RYNKU

Finanse. cov. * i. 1. Premia za ryzyko. 2. Wskaźnik Treynora. 3. Wskaźnik Jensena

WPŁYW NIEPEWNOŚCI OSZACOWANIA ZMIENNOŚCI NA CENĘ INSTRUMENTÓW POCHODNYCH

Analiza transmisji szoków dla rynków giełdowych Czech, Węgier i Polski w okresie globalnego kryzysu

Estymacja stopy NAIRU dla Polski *

Analiza efektywności kosztowej w oparciu o wskaźnik dynamicznego kosztu jednostkowego

STATYSTYCZNY POMIAR EFEKTYWNOŚCI FUNDUSZY INWESTYCYJNYCH OTWARTYCH ZA POMOCĄ EAM (I)

Modelowanie i analiza szeregów czasowych

ZJAWISKA SZOKOWE W ROZWOJU GOSPODARCZYM WYBRANYCH KRAJÓW UNII EUROPEJSKIEJ

ZASTOSOWANIE DRZEW KLASYFIKACYJNYCH DO BADANIA KONDYCJI FINANSOWEJ PRZEDSIĘBIORSTW SEKTORA ROLNO-SPOŻYWCZEGO

Metody badania wpływu zmian kursu walutowego na wskaźnik inflacji

Integracja zmiennych Zmienna y

WYKORZYSTANIE MIERNIKÓW KREOWANIA WARTOŚCI W RACHUNKU ODPOWIEDZIALNOŚCI

Pomiar ryzyka odchylenia od benchmarku w warunkach zmiennej w czasie strategii inwestycyjnej OFE - kotynuacja. Wojciech Otto Uniwersytet Warszawski

specyfikacji i estymacji modelu regresji progowej (ang. threshold regression).

KONCEPCJA WARTOŚCI ZAGROŻONEJ VaR (VALUE AT RISK)

Dendrochronologia Tworzenie chronologii

Nierównowaga na rynku kredytowym w Polsce: założenia i wyniki

Transkrypt:

Zeszyy Naukowe Uniwersyeu Szczecińskiego nr 862 Finanse, Rynki Finansowe, Ubezpieczenia nr 75 (2015) DOI: 10.18276/frfu.2015.75-16 s. 193 204 Nie(efekywność) informacyjna giełdowego rynku konraków erminowych w Polsce Paweł Jamróz * Jarosław Kilon ** Sreszczenie: Cel Poziom cen insrumenów finansowych noowanych na rynkach kapiałowych jes pośrednim lub bezpośrednim odzwierciedleniem wielu złożonych zjawisk gospodarczych. Weryfikacja słabej formy hipoezy efekywności informacyjnej rynku kapiałowego zmierza do swierdzenia, że sosowanie sraegii inwesycyjnych bazujących na znajomości przeszłych cen insrumenów finansowych nie pozwala uzyskiwać ponadprzecięnych zysków. Celem niniejszego opracowania jes swierdzenie, czy (i w jakim zakresie) hipoeza a może być uznana za prawdziwą w odniesieniu do giełdowego rynku konraków erminowych w Polsce. Meodologia badania Badaniem zosały objęe indeksowe oraz waluowe konraky fuures noowane na Giełdzie Papierów Warościowych w Warszawie w laach 2002 2014. Wykorzysując szeregi czasowe dziennych noowań konraków, sworzono konynuacyjne szeregi noowań, dla kórych przeprowadzono esy modelu błądzenia losowego (esy serii, esy auokorelacji oraz esy na obecność pierwiasków jednoskowych). Obliczenia przeprowadzono z wykorzysaniem pakieu GRETL. Wynik Przeprowadzone badania nie upoważniają do jednoznacznego odrzucenia hipoezy o efekywności informacyjnej rynku konraków erminowych GPW w formie słabej. Uzyskane wyniki badań pozosają w zgodzie z wnioskami płynącymi z innych opracowań, w kórych zidenyfikowano pewne przypadki nieefekywności informacyjnej GPW, zwłaszcza w odniesieniu do segmenu spółek małych i średnich. Oryginalność/Warość Opracowanie sanowi rozszerzenie doychczasowych badań nad efekywnością informacyjną polskiego rynku kapiałowego. Bezpośrednią implikacją przeprowadzonych badań jes przypuszczenie, że na rynku konraków erminowych GPW z sukcesem mogą być sosowane akywne sraegie inwesycyjne. Słowa kluczowe: EMH, konraky fuures, Giełda Papierów Warościowych w Warszawie Wprowadzenie Giełda o wyspecjalizowany i zorganizowany rynek, na kórym dokonywane są operacje związane z przenoszeniem prawa własności papierów warościowych, akcji na zasadach kupna sprzedaży według uzgodnionych cen, kszałujących się pod wpływem podaży i popyu. W osanich dwóch dziesięcioleciach obserwuje się bardzo szybki rozwój rynku insrumenów pochodnych, a szczególnie konraków fuures na indeks WIG20. Efekywność rynku akcji o jedna z najważniejszych cech opisujących każdy rynek finansowy poprzez sposób funkcjonowania oraz sprawność mechanizmów przewarzania informacji. Pojęcie efekywności rynku wiąże się z nazwiskiem Eugene a Famy. Według niego rynek efekywny informacyjnie * dr Paweł Jamróz, Uniwersye w Białymsoku, e-mail: p.jamroz@uwb.edu.pl ** dr Jarosław Kilon, Poliechnika Białosocka, e-mail: j.kilon@pb.edu.pl

194 Paweł Jamróz, Jarosław Kilon o aki rynek, na kórym wszelkie nowe informacje są naychmias przyswajane przez jego uczesników i naychmias z powroem deerminują ceny. Koncepcja efekywnego rynku jes najczęściej badaną empirycznie hipoezą w ekonomii i na świaowych rynkach kapiałowych. Efekywność informacyjna rynków kapiałowych jes podsawą racjonalnego inwesowania i leży u podsaw klasycznej nauki finansów. W prakyce najważniejszy jes aspek informacyjny, w ramach kórego bada się szybkość docierania nowych informacji do inwesorów o noowanych spółkach, a akże ich decyzje inwesycyjne oraz jak szybko ceny akcji odzwierciedlają nową informację (Tarczyński 2002: 132). Dzięki konkurencyjnemu rynkowi i arbirażysom jes podrzymywana efekywność informacyjna wokół wewnęrznej warości akcji. Przy braku zależności działań inwesorów nieracjonalnych ich wpływ na kursy saje się nieisony, dlaego racjonalni inwesorzy wpływają sabilizująco na noowania walorów (Milo 2003: 86). Zagadnienie efekywności rynku finansowego bezpośrednio doyczy wszyskich jego segmenów, jednak najwięcej badań eoreycznych powsało dla rynku kapiałowego, dlaego niejednokronie zagadnienie efekywności rynku finansowego uożsamia się wyłącznie z efekywnością rynku kapiałowego. Naomias w niniejszej pracy będzie doyczyć jedynie segmenu rynku finansowego, jakim jes rynek insrumenów pochodnych giełdy warszawskiej. Bazując na podejściu Samuelsona oraz sugesiach Robersa, Eugene Fama w 1970 roku przedsawił eorię i dowody na efekywność rynku (Fama 1970: 383 417). Sąd współczesne rozumienie eorii efekywnego rynku kapiałowego jes opare na definicji Famy, według kórego rynek efekywny o aki, na kórym ceny zawsze w pełni odzwierciedlają dosępną informację (Fama 1970: 383). Tak zdefiniowana efekywność rynku określa, że na podsawie ogólnie dosępnej informacji nie osiągnie się ponadprzecięnych sóp zwrou, a zmiany cen akywów finansowych mają charaker losowy. W zależności od zesawu informacji wpływających na cenę walorów finansowych wyróżnia się nasępujące formy efekywności rynku (Fama 1970: 388): słabą, kóra głosi, że wszyskie informacje zaware w noowaniach hisorycznych są całkowicie odzwierciedlone w bieżących cenach akcji; średnią, według kórej wszelkie publicznie dosępne informacje są odzwierciedlane w bieżących cenach akcji; silną, kóra zakłada, że bieżące ceny akcji odzwierciedlają wszelkie isone informacje, zarówno dosępne publicznie, jak i poufne. Jeżeli rynek charakeryzuje się słabą formą efekywności, oznacza o, że na podsawie ylko noowań hisorycznych inwesor nie jes w sanie przewidywać kszałowania się przyszłych noowań waloru, aby osiągnąć wyższe sopy zwrou niż średnia dla rynku. Zakłada ona, że nie ma związku pomiędzy przeszłymi a przyszłymi noowaniami danego waloru. Słaba forma efekywności wydaje się najławiejsza do osiągnięcia przez rynek, gdyż obecnie informacje doyczące hisorycznych noowań są bardzo szeroko dosępne i częso bezpłanie publikowane. Rozpoznanie sopnia efekywności rynku, poza aspekem poznawczym doyczącym rozwoju rynku oraz sposobu jego funkcjonowania, ma akże wymiar prakyczny dla inwesorów i zarządzających spółkami czy porfelami insrumenów finansowych. Jeżeli rynek jes słabo efekywny, przesaje mieć zasosowanie analiza echniczna, ponieważ wszyskie informacje zaware

Nie(efekywność) informacyjna giełdowego rynku konraków erminowych w Polsce 195 w danych hisorycznych zosały już zdyskonowane w noowaniach walorów. Zaem kupno lub sprzedaż przy wykorzysaniu analizy echnicznej nie powinno dawać nadzwyczajnych zysków po uwzględnieniu ryzyka i koszów ransakcyjnych. Aby znaleźć insrumeny niedowarościowane lub przewarościowane, należy odwołać się do sposobów analizy oparych na źródłach innych niż dane hisoryczne, np. informacji publicznych o kondycji finansowej danej spółki. Fama w 1991 roku zmodyfikował swoją klasyfikację form efekywności. Rozszerzył kaegorię esów słabej efekywności rynku, zasępując ją bardziej ogólną kaegorią esów przewidywalności sóp zwrou (reurn predicabiliy). Kaegoria a obejmuje oprócz badań przewidywalności sóp zwrou również esy odnoszące się do zależności wysępujących w próbach przekrojowych wykorzysujących akie zmienne, jak sopa dywidendy, sopy procenowe czy wielkość spółki (Fama 1991: 1576 1577). Efekywność rynku w formie słabej oznacza, że bieżące kursy waloru powinny odzwierciedlać wszyskie osiągalne informacje, kóre mogą mieć wpływ na ich wycenę. Kursy noowań zmieniają się losowo, ponieważ rynek reaguje bezzwłocznie i w pełni adekwanie do napływających na rynek informacji w sposób niemożliwy do przewidzenia (Haugen 1996: 727). W lieraurze przedmiou losowość zmian cen akcji przyjęo określać mianem hipoezy błądzenia losowego (random walk), dlaego losowość zmian kursów jes ściśle powiązana ze słabą formą efekywności. 1. Charakerysyka podejścia badawczego i meodyka badań W lieraurze finansowej można spokać kilka definicji błądzenia losowego. Szeroko prezenowana i popularna klasyfikacja modeli błądzenia losowego jes przyoczona za Campbellem, Lo i MacKinlayem (1997: 28 33). Auorzy wyróżnili rzy rodzaje błądzenia przypadkowego przydane przy analizie walorów finansowych. W pierwszej definicji błądzenie losowe pierwszego rodzaju (RW1) zakłada, że przyrosy cen mają jednakowe i niezależne rozkłady, co można zapisać nasępującym równaniem (Campbell i in. 1997: 31 32): 2 P = µ + P 1 + ε ε ~ IID(0, σ ) (1) 2 gdzie µ o oczekiwana zmiana ceny, a IID (0, σ ) oznacza, że składniki losowe ε są niezależne o idenycznych rozkładach. Zaem jes o bardzo silne założenie ze względu na brak korelacji liniowej między przyrosami oraz idenyczności rozkładów, co przy długo isniejącym rynku kapiałowym może być rudne do spełnienia (Jajuga red. 2000: 38). Drugi rodzaj błądzenia losowego (RW2) zakłada, że przyrosy są niezależne, co można zapisać za pomocą nasępującego równania: 2 P = µ + P 1 + ε ε ~ INID(0, σ ) (2) gdzie 2 INID (0, σ ) oznacza, że składniki losowe ε są niezależne o nieidenycznych rozkładach. RW2 jes bardziej realnym założeniem, ale słabszym niż RW1, ponieważ dopuszcza bezwarunkową heeroskedasyczność składników losowych ε. RW2 nadal zachowuje bardzo ineresującą własność ekonomiczną błądzenia losowego, że zmiana cen

196 Paweł Jamróz, Jarosław Kilon z przeszłości nie może być wykorzysana do przewidywania zmian cen w przyszłości. Trzeci rodzaj błądzenia losowego (RW3) zakłada, że przyrosy są nieskorelowane, co można zapisać w sposób nasępujący: P = µ + P 1 + ε (3) cov( ε, ε k ) = 0 dla wszyskich k 0, 2 2 gdzie cov( ε, ε k ) 0 dla niekórych k 0. RW3 jes najsłabszą formą błądzenia losowego, a jednocześnie najczęściej esowaną hipoezą błądzenia losowego w lieraurze przedmiou. RW3 ma założenie o braku korelacji liniowej składnika losowego, ale może wysępować zależność nieliniowa. Tak więc możliwe jes na podsawie rzeciego rodzaju błądzenia losowego prognozowanie przyszłych zmian cen na podsawie danych hisorycznych, co jes sprzeczne ze słabą formą efekywności rynku. Zaem można powiedzieć, że RW1 odpowiada radycyjnemu rozumieniu błądzenia przypadkowego, naomias RW2 odpowiada definicji efekywności, a RW3 nie odpowiada efekywności informacyjnej rynku kapiałowego (Jajuga red. 2000: 38). Badania słabej formy efekywności rynku kapiałowego można dokonywać w różny sposób. Najpowszechniej są sosowane dwie grupy meod: opare na analizie echnicznej oraz saysyczne esy efekywności rynku (Czekaj i in. 2001: 35). Badanie słabej formy efekywności informacyjnej rynku przeprowadza się częso w sposób pośredni, sprawdzając brak saysycznie isonych zależności pomiędzy kolejnymi zmianami kursów walorów. Hipoeza błądzenia losowego (random walk) jes silniejsza od hipoezy o słabej formie efekywności, co uprawnia do swierdzenia, że jeżeli w badanych szeregach czasowych wysępuje błądzenie losowe (przypadkowe), o prawdziwe jes również zdanie o co najmniej słabej efekywności rynku (Szyszka 2003: 97). Należy jednak pamięać, że rynek może być efekywny, a ceny akcji lub indeksów mogą nie podlegać błądzeniu losowemu. W niniejszym opracowaniu w odniesieniu do badanych insrumenów finansowych przeprowadzono rzy rodzaje esów losowości: es auokorelacji, es serii oraz es na obecność pierwiasków jednoskowych. Tesowanie auokorelacji szeregu czasowego polega na zbadaniu, czy pomiędzy sąsiednimi obserwacjami zachodzi zależność liniowa. W przypadku szacowania auokorelacji szeregów czasowych noowań insrumenów finansowych badania prowadzi się dla logarymicznych sóp zwrou analizowanych insrumenów. Auokorelację k-ego rzędu (ACF) sanowi wówczas zależność dana wzorem (Czekaj i in. 2001: 67): (4) gdzie: k ρˆ oszacowany współczynnik korelacji rzędu k, r, r -k sopy zwrou insrumenu finansowego w okresie i -k, r przecięna sopa zwrou insrumenu finansowego,

Nie(efekywność) informacyjna giełdowego rynku konraków erminowych w Polsce 197 T liczba obserwacji, k rząd opóźnienia. Brak auokorelacji rzędu pierwszego (pomiędzy sąsiednimi obserwacjami) nie wyklucza isnienia auokorelacji rzędów wyższych. Do swierdzenia losowości zachowania cen wymagane jes zaem spełnienie warunku braku auokorelacji rzędu pierwszego i kolejnych (Czekaj i in. 2001: 67). Ze względu na o, że współczynniki auokorelacji wyższych rzędów pomijają wpływ informacji, jaki niosą za sobą obserwacje pomiędzy pierwszą a osanią w danym okresie, w analizach saysycznych wyznacza się również współczynniki auokorelacji częściowej (PACF) (Wikowska i in. 2008: 97). Swierdzenie, czy łączna auokorelacja w szeregu czasowym różna jes od zera, polega na wykorzysaniu jednego z esów do wykrywania auokorelacji dowolnego rzędu, np. LM Breuscha Godfreya, Boxa Pierce a czy Ljunga Boxa. W niniejszym opracowaniu badanie auokorelacji szeregów czasowych noowań insrumenów pochodnych GPW bazuje na eście Q Ljunga Boxa, w kórym hipoeza zerowa H 0 sanowi, że współczynnik auokorelacji jes równy 0 wobec hipoezy alernaywnej H A mówiącej, iż auokorelacja w badanym szeregu wysępuje (może być dodania bądź ujemna) (Wikowska i in. 2008: 98). Drugą grupę esów sanowią esy serii. Pod pojęciem serii na rynku kapiałowym rozumie się nieprzerwany ciąg zmian cen insrumenów finansowych w danym kierunku, przed i po kórym nasępują zmiany cen w kierunku przeciwnym (Czekaj i in. 2001: 71). W przypadku cen insrumenów finansowych zakłada się zazwyczaj wysępowanie serii nieujemnych (ciąg nieprzerwanie nasępujących po sobie wzrosów lub braku zmiany ceny) oraz niedodanich (spadki cen). Inne podejścia sugerują idenyfikację rzech rodzajów serii (brak zmiany ceny rakowany jes jako osobny san) (Jajuga red. 2000: 39). Tesy serii polegają na porównaniu oczekiwanej łącznej liczby serii w szeregu podlegającym procesowi błądzenia przypadkowego z liczbą fakycznie osiągnięą, oczekiwanej liczby serii jednego ypu z fakycznie zaobserwowaną albo oczekiwanej długości serii z długością fakycznie wysępującą (Czekaj i in. 2001: 71). W odniesieniu do rynku insrumenów pochodnych GPW w Warszawie przyjęo wysępowanie serii nieujemnych oraz ujemnych. Hipoeza zerowa zakłada losowy charaker zmian cen wobec hipoezy alernaywnej, że zmiany nie wysępują w sposób losowy. Trzecią grupę esów sanowią esy pozwalające zweryfikować hipoezę o sacjonarności badanego szeregu czasowego. Model wyjściowy do przeprowadzenia powyższych esów sanowiło równanie regresji (Wikowska i in. 2008: 73): y = ˆ α 1y 1 + ε (5) gdzie: y, y -1 warości w szeregu obserwacji w okresie i -1, ˆα 1 nieznany paramer modelu podlegający oszacowaniu, ε składnik losowy. Jeżeli ~α 1= 1 (w szeregu wysępuje pierwiasek jednoskowy), o równanie powyższe opisuje proces błądzenia przypadkowego, kóry jes procesem niesacjonarnym, naomias

198 Paweł Jamróz, Jarosław Kilon szereg jego pierwszych różnic jes sacjonarny. Jeżeli ~α 1 < 1, proces jes sacjonarny. Badanie sacjonarności szeregu polega na sprawdzeniu, czy oszacowany paramer isonie różni się od jedności 1. W dalszej części badań do esów wykorzysano zmodyfikowany es Dickeya Fullera (ADF, Augmened Dickey-Fuller es). Tes en sprawdza hipoezę zerową, że proces jes skumulowany (zinegrowany) sopnia pierwszego: I(1), wobec hipoezy alernaywnej, że proces nie jes zinegrowany I(0) (Kufel 2007: 75). Do weryfikacji hipoezy zerowej w eście ADF sosuje się specjalnie wyznaczone dla niego warości kryyczne (Czekaj i in. 2001: 79). Odrzucenie hipoezy zerowej oznacza, że szereg jes sacjonarny. Jeżeli nie ma podsaw do odrzucenia hipoezy zerowej, wnioskuje się, że szereg jes niesacjonarny, a procedurę esowania powarza się dla pierwszych (esując zinegrowanie w sopniu pierwszym) lub kolejnych różnic (dla sopni wyższych) (Wikowska i in. 2008: 77). 2. Wyniki badań empirycznych Badanie przeprowadzono dla okresu syczeń 2002 czerwiec 2014 w odniesieniu do indeksowych (FW20, FW40) oraz waluowych (FEUR, FUSD, FCHF) konraków erminowych będących przedmioem noowań na Giełdzie Papierów Warościowych w Warszawie (w odniesieniu do konraku FCHF, kórym obró uruchomiono w 2008 roku, badaniem objęo okres od 30 września 2008 do 30 czerwca 2014). Konsruując konynuacyjne szeregi czasowe noowań konraków erminowych na poszczególne insrumeny bazowe, uwzględniono ceny zamknięcia serii konraków o najkrószym erminie wygasania. Dane źródłowe doyczące noowań pochodziły z bazy danych serwisu Sooq.pl, w obliczeniach wykorzysano pakie GRETL 1.9.90. Tabela 1 Saysyki opisowe badanych insrumenów finansowych FEUR FUSD FCHF FWIG20 FW40 Średnia 4,70928e 005 9,8151e 005 0,00032881 0,00021339 0,00038928 Mediana 2,11862e 005 0,00031880 0,00000 0,00044179 0,00090868 Minimalna 0,0395721 0,067677 0,076830 0,10763 0,081678 Maksymalna 0,0412016 0,067971 0,054818 0,10665 0,083086 Odchylenie sandardowe 0,0063477 0,009081 0,009361 0,016201 0,013460 Wsp. zmienności 134,792 92,519 28,467 75,920 34,577 Skośność 0,202103 0,23030 0,28610 0,29561 0,51028 Kuroza 4,08465 4,5537 7,4045 4,1656 4,5713 Obserwacje (n) 2639 2953 1394 3131 2979 Tes Jarque a Bera 1852,55 2577,47 3203,55 2309,34 2723,12 Pogrubioną czcionką oznaczono warości isone na poziomie α = 0,05. Źródło: obliczenia własne przy użyciu programu GRETL. 1 W prakyce dokonuje się dalszych przekszałceń, polegających na obliczeniu α 1 = ~ α 1 1 i saysycznej weryfikacji hipoezy α 1 = 0 (Wikowska i in. 2008: 74 75).

Nie(efekywność) informacyjna giełdowego rynku konraków erminowych w Polsce 199 Saysyki opisowe wraz z esem na normalność rozkładów przedsawiono w abeli 1. Warość esu Jarque a Bera wskazuje, że wszyskie analizowane szeregi nie mają rozkładu normalnego. 2.1. Tesy auokorelacji Wyniki esów auokorelacji szeregów czasowych logarymicznych sóp zwrou wybranych konraków erminowych noowanych na GPW w Warszawie zosały zaware w abelach 2 i 3. Pogrubioną czcionką oznaczono przypadki odrzucenia hipoezy zerowej przy poziomie isoności α = 0,05, co jes równoznaczne ze swierdzeniem wysępowania auokorelacji kego rzędu. W przypadku wszyskich analizowanych waluowych konraków fuures zaobserwowano isone dodanie korelacje rzędu pierwszego, naomias wszyskie saysyki Q były isone dla konraków FEUR i FCHF. Saysyka Q Ljunga Boxa dla konraku FUSD była isona saysycznie w ponad 52% przypadków. Orzymane w ej części wyniki pozwalają odrzucić hipoezę błądzenia losowego. Należy jednak zwrócić uwagę, że saysycznie isone współczynniki mają niewielkie warości (nie przekraczają poziomu +/ 0,1). Tabela 2 Współczynniki auokorelacji sóp zwrou badanych waluowych konraków fuures FEUR 2.01.2002 30.06.2014 FUSD 2.01.2002 30.06.2014 FCHF 30.09.2008 30.06.2014 k ACF PACF Q ACF PACF Q ACF PACF Q 1 0,0481 0,0481 6,123 0,0464 0,0464 6,371 0,0827 0,0827 9,565 2 0,0371 0,0395 9,758 0,0074 0,0052 6,532 0,0410 0,0482 11,916 3 0,0025 0,0012 9,775 0,0031 0,0026 6,561 0,0602 0,0531 16,985 4 0,0324 0,0340 12,556 0,0314 0,0317 9,471 0,0626 0,0556 22,475 5 0,0270 0,0239 14,491 0,0233 0,0204 11,072 0,0385 0,0341 24,555 6 0,0113 0,0114 14,828 0,0090 0,0067 11,313 0,0373 0,0402 26,502 7 0,0150 0,0142 15,423 0,0139 0,0152 11,885 0,0078 0,0115 26,587 8 0,0226 0,0193 16,773 0,0044 0,0023 11,941 0,0192 0,0100 27,102 9 0,0382 0,0410 20,638 0,0080 0,0098 12,131 0,0667 0,0797 33,357 10 0,0141 0,0100 21,163 0,0359 0,0364 15,952 0,0133 0,0197 33,607 20 0,0086 0,0052 36,551 0,0154 0,0166 29,948 0,0188 0,0028 56,207 30 0,0181 0,0117 46,101 0,0008 0,0044 42,101 0,0308 0,0108 67,394 40 0,0341 0,0312 67,139 0,0400 0,0377 62,047 0,0202 0,0163 84,081 50 0,0175 0,0149 82,011 0,0335 0,0243 82,540 0,0253 0,0006 101,162 60 0,0398 0,0341 96,213 0,0450 0,0427 102,377 0,0078 0,0096 110,268 70 0,0170 0,0228 119,656 0,0030 0,0058 133,017 0,0040 0,0005 120,696 80 0,0072 0,0013 132,489 0,0383 0,0475 150,880 0,0106 0,0066 149,155 90 0,0013 0,0033 141,967 0,0165 0,0193 162,808 0,0128 0,0157 153,278 100 0,0197 0,0132 150,819 0,0086 0,0144 178,108 0,0012 0,0166 161,385 Pogrubioną czcionką oznaczono warości isone na poziomie α = 0,05. Źródło: obliczenia własne przy użyciu programu GRETL.

200 Paweł Jamróz, Jarosław Kilon Analizując współczynniki auokorelacji indeksowych konraków fuures, należy swierdzić, że ich sopy zwrou nie podlegają procesowi losowemu w całym badanym okresie (zob. abela 3). Przykładowo dla konraku FW20, gdy weźmie się pod uwagę cały okres noowań, isone okazały się jedynie auokorelacje rzędów k = 30, 80. Podobne zjawisko można zaobserwować w przypadku saysyki Ljunga Boxa dla analizowanego insrumenu (k = 40 100). Sugerowałoby o zaem, że w przypadku ego konraku erminowego, choć nie można mówić o efekywności rynku w formie słabej, widoczna jes endencja do wzrosu ej efekywności wraz z upływem czasu. Zjawisko o nie znajduje jednak powierdzenia w przypadku pozosałych konraków erminowych noowanych na GPW. Tabela 3 Współczynniki auokorelacji sóp zwrou badanych indeksowych konraków fuures FWIG20 2.01.2002 30.06.2014 FW40 18.02.2002 30.06.2014 k ACF PACF Q ACF PACF Q 1 0,0023 0,0023 0,017 0,0939 0,0939 26,287 2 0,0347 0,0347 3,782 0,0128 0,0040 26,776 3 0,0200 0,0201 5,031 0,0403 0,0391 31,622 4 0,0073 0,0086 5,199 0,0192 0,0119 32,720 5 0,0111 0,0096 5,582 0,0337 0,0306 36,116 6 0,0213 0,0204 7,004 0,0277 0,0203 38,404 7 0,0217 0,0223 8,481 0,0503 0,0450 45,963 8 0,0195 0,0176 9,672 0,0097 0,0019 46,242 9 0,0107 0,0083 10,029 0,0266 0,0233 48,365 10 0,0034 0,0031 10,065 0,0147 0,0051 49,011 20 0,0315 0,0325 23,753 0,0177 0,0250 71,469 30 0,0461 0,0509 38,041 0,0144 0,0240 80,574 40 0,0224 0,0205 63,236 0,0347 0,0354 104,672 50 0,0282 0,0247 76,551 0,0290 0,0387 122,031 60 0,0168 0,0202 85,007 0,0020 0,0022 131,925 70 0,0055 0,0122 111,792 0,0003 0,0228 172,615 80 0,0394 0,0400 125,184 0,0217 0,0057 190,123 90 0,0219 0,0210 135,818 0,0144 0,0034 202,519 100 0,0152 0,0258 145,383 0,0220 0,0279 214,001 Pogrubioną czcionką oznaczono warości isone na poziomie α = 0,05. Źródło: obliczenia własne przy użyciu programu GRETL. Sosunkowo najwięcej isonych współczynników auokorelacji (o relaywnie najwyższych warościach bezwzględnych) uzyskano dla konraków erminowych na kursy walu oraz indeks mwig40. Brak jednoznacznych wyników dla wszyskich analizowanych in-

Nie(efekywność) informacyjna giełdowego rynku konraków erminowych w Polsce 201 srumenów nie pozwala jednak na swierdzenie, że rynek konraków erminowych GPW charakeryzował się w badanym okresie efekywnością informacyjną w formie słabej. Noowania konraku FW20 spośród analizowanych są w największym sopniu zbliżone do modelu błądzenia losowego. 2.2. Tesy serii Rezulay weryfikacji hipoezy o losowym charakerze zmian logarymicznych sóp zwrou wybranych konraków erminowych noowanych na Giełdzie Papierów Warościowych w Warszawie z wykorzysaniem esów serii są przedsawione w abeli 4. Przeprowadzone badanie nie daje jednoznacznej odpowiedzi na pyanie o charaker zmian logarymicznych sóp zwrou analizowanych insrumenów. W większości przypadków na poziomie isoności α = 0,05 hipoezę zerową o losowości badanych szeregów w całym analizowanym okresie należy odrzucić. Tym samym nie isnieją podsawy do wierdzenia, że analizowany rynek jes efekywny w sensie słabej formy EMH. Tabela 4 Wyniki esów serii dla szeregów czasowych badanych konraków fuures Insrumen Okres 2.01.2002 30.06.2014 2.01.2002 29.12.2006 2.01.2007 31.12.2010 3.01.2011 30.06.2014 U p-value U p-value U p-value U p-value FW20 3,0565 0,002 2,3146 0,021 1,5464 0,122 1,2212 0,222 FW40 4,4162 0,000 2,3776 0,017 2,4629 0,014 2,9174 0,004 FCHF* 1,3933 0,164 1,6102 0,107 0,5784 0,563 FEUR 2,0832 0,037 1,5598 0,119 1,4662 0,143 0,6449 0,519 FUSD 2,2639 0,024 3,5184 0,000 1,1101 0,267 0,8820 0,378 * Insrumen był noowany od 30.09.2008. Pogrubioną czcionką oznaczono warości isone na poziomie α = 0,05. Źródło: obliczenia własne przy użyciu programu GRETL. Syuacja aka nie doyczy jednak wszyskich analizowanych insrumenów oraz wszyskich podokresów, w szczególności la 2007 2014 (poza konrakem na indeks średnich spółek FW40). Mimo że nie daje o możliwości jednoznacznego wnioskowania o efekywności informacyjnej rynku insrumenów pochodnych GPW w formie słabej, pozwala wysunąć przypuszczenie, że wraz z upływem czasu noowania konraków w coraz większym sopniu mają charaker losowy. Uzyskane wyniki badań pozosają w zgodzie z wnioskami płynącymi z innych opracowań, w kórych auorzy zidenyfikowali pewne przypadki nieefekywności informacyjnej GPW, zwłaszcza w segmencie małych i średnich przedsiębiorsw (Wikowska i in. 2008: 155 165).

202 Paweł Jamróz, Jarosław Kilon 2.3. Tesy na obecność pierwiasków jednoskowych W celu powierdzenia doychczasowych przypuszczeń poddano analizie z wykorzysaniem esu ADF szeregi czasowe cen zamknięcia wybranych konraków erminowych noowanych na GPW w Warszawie oraz dzienne logarymiczne sopy zwrou ych noowań. Dane obejmują okres od 1 sycznia 2002 bądź począku noowań badanego insrumenu do 30 czerwca 2014 roku. Tabela 5 Wyniki esu ADF dla szeregów czasowych kursów zamknięcia oraz logarymicznych sóp zwrou badanych konraków erminowych Insrumen Kursy zamknięcia model Sopień inegracji Sopy zwrou model A B C A B C Sopień inegracji FW20 1,86631 1,69913 1,88431 I(1) 32,4579 32,4655 32,4601 I(0) FW40 1,33905 1,39234 1,17868 I(1) 8,82521 8,83933 8,85494 I(0) FCHF 2,26327 2,6381 2,68171 I(1) 26,4907 26,5402 26,5583 I(0) FEUR 2,24342 2,21499 2,51476 I(1) 9,25548 9,26141 9,28448 I(0) FUSD 2,44748 2,19843 2,54895 I(1) 10,9775 11,0082 11,0171 I(0) A z wyrazem wolnym. B z wyrazem wolnym i rendem liniowym. C z wyrazem wolnym, rendem liniowym i rendem kwadraowym. Pogrubioną czcionką oznaczono warości isone na poziomie α = 0,05. Źródło: obliczenia własne przy użyciu programu GRETL. Przeprowadzone esy uprawniają do swierdzenia, że szeregi cen zamknięcia badanych insrumenów są szeregami niesacjonarnymi. Jednocześnie w przypadku wszyskich insrumenów szeregi czasowe logarymicznych sóp zwrou są sacjonarne. Tes ADF wykazał, że analizowane szeregi cen są zinegrowane w sopniu pierwszym I(1), a szeregi sóp zwrou zerowym I(0). Oznacza o, że szeregi czasowe noowań analizowanych konraków erminowych powinny być na mocy przeprowadzonego esu rakowane jako realizacje procesu błądzenia losowego z dryfem. Wyniki przeprowadzonego badania nie powierdzają zaem przypuszczenia o braku efekywności informacyjnej rynku konraków erminowych w formie słabej.

Nie(efekywność) informacyjna giełdowego rynku konraków erminowych w Polsce 203 Uwagi końcowe Zaprezenowane w niniejszym opracowaniu wyniki w znacznej części wskazują, że w badanym okresie analizowane szeregi czasowe noowań konraków fuures noowanych na GPW w Warszawie nie miały charakeru losowego. Konsekwencją powyższego swierdzenia jes przypuszczenie o braku efekywności informacyjnej ego segmenu rynku (w formie słabej). Nie zmienia o jednak faku, że zwolennicy koncepcji EMH mogą uznać, iż zaobserwowana nielosowość cechowała się brakiem rwałości wysępowania, a wskazywane rozbieżności (w prakycznym ujęciu) w niewielkim sopniu mogą przyczyniać się do skuecznego uzyskiwania ponadprzecięnych sóp zwrou. Co więcej, przeprowadzone badania nie upoważniają do jednoznacznego odrzucenia hipoezy o efekywności informacyjnej rynku konraków erminowych GPW w formie słabej, szczególnie w przypadku złoych spółek czy późniejszych podokresów (po 2007 roku). Wydaje się jednocześnie, że akywne sraegie inwesycyjne (moywowane przekonaniem o braku efekywności informacyjnej rynku) z największym sukcesem mogą być sosowane w odniesieniu do segmenu spółek średnich. Mając na uwadze niejednoznaczność uzyskanych wyników, należy podkreślić, że w przyszłych badaniach uzasadnione jes zasosowanie innych esów, jak również wykorzysanie danych o innej niż dzienne częsoliwości. Lieraura Campbell J.Y., Lo A.W., MacKinlay A.C. (1997), The Economerics of Financial Markes, Princeon Universiy Press, Princeon New Jersey. Czekaj J., Woś M., Żarnowski J. (2001), Efekywność giełdowego rynku akcji w Polsce. Z perspekywy dziesięciolecia, Wydawnicwo Naukowe PWN, Warszawa. Fama E.F. (1970), Efficien Capial Markes: A Review of Theory and Empirical Work, Journal of Finance, vol. 25, s. 383 417. Fama E.F. (1991), Efficien Capial Markes: II, Journal of Finance, vol. 46, s. 1576 1577. Haugen R.A. (1996), Teoria nowoczesnego inwesowania, WIG-Press, Warszawa. Kufel T. (2007), Ekonomeria. Rozwiązywanie problemów z wykorzysaniem programu GRETL, Wydawnicwo Naukowe PWN, Warszawa. Jajuga (red.) (2000), Meody ekonomeryczne i saysyczne w analizie rynku kapiałowego Wydawnicwo Akademii Ekonomicznej we Wrocławiu, Wrocław 2000. Milo W. (2003), Wybór porfela inwesycyjnego, Wydawnicwo Uniwersyeu Łódzkiego, Łódź 2003. Szyszka A. (2003), Efekywność Giełdy Papierów Warościowych w Warszawie na le rynków dojrzałych, Wydawnicwo Akademii Ekonomicznej w Poznaniu, Poznań. Tarczyński W. (2002), Fundamenalny porfel papierów warościowych, PWE, Warszawa. Wikowska D., Mauszewska A., Kompa K. (2008), Wprowadzenie do ekonomerii dynamicznej i finansowej, Wydawnicwo SGGW, Warszawa. Wikowska D., Żebrowska-Suchodolska D. (2008), Badanie słabej formy efekywności informacyjnej GPW, Sudia i Prace Wydziału Nauk Ekonomicznych i Zarządzania Uniwersyeu Szczecińskiego nr 9, Szczecin, s. 155 165.

204 Paweł Jamróz, Jarosław Kilon IFORMATIONAL (IN)EFFICIENCY OF THE POLISH FUTURES MARKET Absrac: Purpose The prices of financial insrumens raded on capial markes is an indirec or a direc reflecion of a number of complex economic phenomena. Verificaion of he weak form of he efficien-marke hypohesis (EMH) is mosly based on he assumpion ha he use of invesmen sraegies based on he knowledge of pas prices of financial insrumens does no guaranee higher han average raes of reurns. The aim of his sudy is o deermine wheher (and o wha exen) he efficien-marke hypohesis can be considered rue in relaion o he fuures conracs lised on Warsaw Sock Exchange sock. Findings The resuls presened in ha paper do no permi an unequivocal rejecion of he weak form of hypohesis of informaional efficiency of he fuures marke of Warsaw Sock Exchange. The obained resuls are consisen wih he conclusions of oher sudies, which idenified some cases of WSE informaional inefficiency, paricularly in relaion o he small and medium-sized companies. Originaliy/Value The research is an exension of previous sudies on he informaional efficiency of he Polish capial marke. The direc implicaion of he paper is he assumpion ha he acive invesmen sraegies can be used successfully for some fuures conracs raded on WSE. Keywords: EMH, fuures conrac, Warsaw Sock Exchange