ROZDZIAŁ 12 WSPÓŁCZESNE DETERMINANTY KURSÓW AKCJI

Edward Radosiński, Leopold Szczurowski, Łukasz Radosiński Współczesne determinanty kursów akcji; [w:] A. Balcerak, W. Kwaśnicki (red.) Metody symulacyjne w badaniu organizacji i w dydaktyce menedżerskiej. Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław 2008, ss. 189-200. ROZDZIAŁ 12 WSPÓŁCZESNE DETERMINANTY KURSÓW AKCJI Przedmiotem rozdziału jest ocena analizy technicznej i fundamentalnej jako narzędzia modelowania zmienności kursów akcji. Na tym tle dokonano próby wyizolowania współczesnych determinant kursów akcji. Badano zależność statystyczną między zmianami kursu Dow Jones i WIG. Wskazano kierunki dalszych badań nad współczesnymi determinantami kursów akcji. Słowa kluczowe: modelowanie, analiza techniczna, analiza fundamentalna 12.1. WPROWADZENIE W ostatnich latach giełda zmieniła się w sposób na tyle istotny, że miało to wpływ na sposób podejmowania decyzji o zakupie lub sprzedaży akcji, a tym samym na metodykę i znaczenie analizy fundamentalnej i technicznej. Podstawowym wyróżnikiem zmian na rynkach giełdowych jest ich globalizacja na bazie technologii internetowych. Obecnie, dzięki Internetowi inwestorzy mają natychmiastowy dostęp do każdej istotnej informacji rynkowej, jak również mogą swobodnie, także w trybie natychmiastowym, za pośrednictwem maklerskich platform internetowych, inwestować swe kapitały praktycznie na każdej, z liczących się w skali światowej, giełdzie papierów wartościowych. Jak każda usługa świadczona przez Internet handel akcjami stał się praktycznie dostępny dla każdego użytkownika sieci. W efekcie liczba aktywnych uczestników rynków giełdowych w skali kraju jest liczona w milionach, a w skali świata w miliardach. W konsekwencji nastąpiły zmiany w przebiegu procesów przygotowania decyzji inwestorów (zaniechanie wykonywania niektórych faz, uproszczenia metodyczne, etc.). 12.2. CZYM (NIE) KIERUJE SIĘ DROBNY INWESTOR? To umasowienie rynku giełdowego spowodowało, co jest oczywiste, jego pauperyzację. Przeciętny tzw. drobny inwestor nie ma wystarczającej wiedzy ekono-

190 Część II. Konceptualizacje i aplikacje micznej, ani nawet ochoty, aby przed podjęciem decyzji o zakupie akcji przeprowadzać skomplikowane analizy fundamentalne czy techniczne. Podstawową przesłanką, jaką kieruje się ten typ inwestorów jest wynik obserwacji trendu głównych indeksów giełdowych jeśli rosną, to decyzja: kupuj, jeśli spadają, to decyzja: sprzedaj. Taka taktyka podejmowania decyzji giełdowych przez miliony drobnych inwestorów internetowych skutkuje bardzo długimi okresami hossy, gdy inwestorzy wykupując wzajemnie od siebie akcje podbijają ich ceny i podtrzymują w ten sposób trend wzrostowy indeksów. W pewnym momencie, gdy przypadkowo zbiegnie się kilka niepomyślnych zdarzeń polityczno-ekonomicznych o znaczeniu globalnym, bańka spekulacyjna pęka i rozpoczyna się równie długi okres bessy na światowych rynkach giełdowych. Jeśli na współczesnych rynkach giełdowych królem jest trend, to królową (która de facto rządzi królem) jest największy system ekonomiczny świata, czyli gospodarka Stanów Zjednoczonych Ameryki wraz z jej giełdami. W warunkach globalnego dostępu do informacji rynkowej giełda nowojorska wyznacza trend główny na światowym rynku akcji, za którym podążają trendy pozostałych giełd światowych, w tym giełda polska. Przykładowo, jeśli zostanie opublikowana informacja o istotnym wzroście inflacji w USA, wówczas wśród inwestorów rośnie nadzieja, że bank centralny podniesie bazowe stopy procentowe celem podwyższenia kosztu kredytu i zmniejszenia tym samym podaży pieniądza. Podwyżka stóp procentowych zwiększa atrakcyjność bonów skarbowych, w efekcie, na podstawie wyników nowej kalkulacji stopa zwrotu ryzyko, inwestorzy są skłonni podjąć decyzję o sprzedaży części akcji, aby uwolnione w ten sposób fundusze przeznaczyć na zakup bardziej opłacalnych bonów skarbowych. Antycypując tego typu zachowanie, duzi inwestorzy, którzy zwykle jako pierwsi mają dostęp do tego typu informacji (zgodnie z giełdowym porzekadłem Giełda wie zawsze jako pierwsza! ), podejmują decyzję o sprzedaży swoich akcji, dając tym samym impuls spadkowy na giełdzie nowojorskiej. Wystąpienie tego impulsu jest natychmiast zauważalne przez miliony internautów, którzy na całym świecie śledzą ustawicznie aktualną sytuację na giełdach światowych przede wszystkim poprzez obserwację indeksów giełdowych. Pod wpływem tego impulsu przynajmniej część z nich, a przy umasowieniu handlu są to miliony inwestorów na całym świecie, podejmuje także decyzję o sprzedaży. To zmasowana reakcja drobnych inwestorów powoduje, że w ślad za giełdą nowojorską następuje spadek indeksów także na giełdach regionalnych, w tym na giełdzie polskiej. Na zachowanie się drobnego inwestora wpływa także pewne psychologiczne oddziaływanie środków masowego przekazu i przyjmowana przez nie hierarchia ważności informacji z giełdy. O ile otwarcie giełdy nowojorskiej jest zawsze wiadomością dnia, to wyniki konkretnych spółek są podawane tylko w specjalistycznych serwisach ekonomicznych, do których drobny inwestor nie zawsze chce zaglądać. To że drobni inwestorzy biorą pod uwagę trend indeksów, a nie aktualną kondycję ekonomiczną kupowanej spółki wynika nie tylko z niechęci do przeprowadzania

Rozdział 12. Współczesne determinanty kursów akcji 191 skomplikowanych analiz, ale jest także konsekwencją polityki dywidendowej prowadzonej od lat przez spółki notowane na polskiej giełdzie. Większość z tych spółek albo nie płaci dywidendy w ogóle, albo płaci tak mało, że stopa zwrotu akcji jest niższa od stopy zwrotu z obligacji, mimo że ryzyko inwestowania w akcje jest zdecydowanie wyższe. Spółki nie płacą dywidendy, gdyż zakładają, że nabywcy ich akcji liczą przede wszystkim na zyski kapitałowe, natomiast pomijają w swych kalkulacjach ewentualne zyski w formie dywidendy. Jeżeli dla uczestników rynku papierów wartościowych liczą się tylko zyski kapitałowe, to konsekwencją tego jest skupienie uwagi, zgodnie z tym co zostało powiedziane wcześniej, na obserwacji trendu akcji spółki, który dla większości spółek jest pochodną trendu indeksu głównego. Jeśli dywidenda ma znaczenie marginalne, to dane spółek o ich kondycji ekonomicznej także są informacją podrzędną, co w sposób istotny wpływa na znaczenie analizy fundamentalnej jako sposobu wypracowywania decyzji giełdowych. 12.3. PRZYCZYNA-SKUTEK CZY SKUTEK-PRZYCZYNA? W efekcie kurs giełdowy typowego polskiego banku mniej zależy od jego wyników kwartalnych, a często bardziej od, nieraz marginalnych, informacji o kondycji amerykańskiej gospodarki. Innymi słowy w ostatnich latach obserwuje się istotne oderwanie kursu akcji danej spółki, czyli jej wyceny rynkowej, od jej wyceny ekonomicznej przeprowadzonej na przykład za pomocą metod analizy fundamentalnej. Jedynie zdecydowanie złe lub zdecydowanie dobre widoczne gołym okiem wyniki ekonomiczne danej spółki mogą spowodować, iż trend kursu jej akcji będzie przeciwstawny w stosunku do trendu wytyczonego przez główne indeksy giełdowe, jak WIG czy WIG 20. To ścisłe uzależnienie trendów wskaźników giełd regionalnych od giełdy nowojorskiej powoduje, że nastąpiło swoiste odwrócenie relacji pomiędzy indeksem a kursami akcji składającymi się na ten indeks. To nie kursy akcji wchodzących w skład indeksu giełd regionalnych wpływają na wartość tego indeksu, lecz na odwrót - spodziewany spadek indeksu powoduje wyprzedaż akcji i spadek ich kursów Poczynione powyżej uwagi mają charakter dyskusyjny. Niemniej zanim wejdzie się w gąszcze klasycznych założeń analizy fundamentalnej i technicznej należy zwrócić uwagę, że w ciągu ostatnich lat na giełdzie zaszły na tyle istotne zmiany, że bez wątpienia miały one wpływ na sposoby oceny sytuacji rynkowej przez inwestorów i na tej podstawie podejmowanie decyzji o zakupie bądź sprzedaży akcji. Zilustrował to znakomicie Leszek Baj [2008]: W piątek początek sesji w Warszawie można było przewidzieć. Fatalna czwartkowa sesja w Ameryce (indeksy poszły w dół o 2-2,4 proc.) sprawiła, że nienajlepsze nastroje zapanowały na wszystkich ważniejszych parkietach świata Indeksy [w Warszawie] rozpoczęły się na minusie - WIG20 tracił 1,3 %, najszerszy WIG spadał o 1.1 %... Ale po południu stał się cud. Amerykański

192 Część II. Konceptualizacje i aplikacje Departament Handlu podał, że zamówienia na dobra trwałe w fabrykach w USA w czerwcu rosły w najszybszym tempie od czterech miesięcy. Dodatkowo okazało się, że sprzedaż domów w czerwcu spadła, ale nie tak bardzo, jak sądzili analitycy Dobrą wiadomość poczuła i warszawska giełda, bo około 14.30 indeks najważniejszych spółek giełdowych WIG 20 momentalnie zaczął rosnąć. 12.4. WSTĘPNA ANALIZA ZALEŻNOŚCI INDEKSÓW Przeprowadzone rozważania zmierzają nieuchronnie do sformułowania dwóch hipotez badawczych. Pierwszej, że istnieje istotna zależność między wartościami indeksu WIG a wartościami indeksu Dow Jones (DJ) 1, oraz w związku z tym, drugiej, że przebiegi szeregów czasowych obu indeksów są do siebie podobne. Wstępna analiza obejmie uzasadnienie sensowności dowodzenia drugiej hipotezy i dowodzenie pierwszej hipotezy za pomocą badania korelacji między indeksami WIG a DJ. Szczególnie druga hipoteza jest atrakcyjna poznawczo i utylitarnie. Każdy inwestor marzy przecież o odkryciu liczbowej zależności między przyczyną (wzrost DJ) a skutkiem (wzrost WIG). Dowodzenie wymagałoby rozległych badań statystycznych wykorzystujących metody, techniki i narzędzia szczegółowych statystyk opisowych, przewidzianych do badań regresji 2 i analiz podobieństwa szeregów czasowych 3. Zanim zaczniemy ponosić związane z tym nakłady warto uruchomić zdrowy rozsądek i wstępnie ocenić sensowność takich badań. Bardzo pomocna w badaniach nie tylko statystycznych - jest wizualizacja problemu. 4 Stanisz [2000] wręcz uważa, że analizę związków między badanymi cechami rozpoczyna się zawsze od sporządzenia wykresu. Oczywiście wcześniej trzeba pozyskać wiarygodne dane, a następnie poddać je zabiegom technicznym takim, jak: digitalizacja, czyszczenie danych, obsługa brakujących danych, przekształcanie danych (normalizacja, standaryzacja), etc. 5 W opisywanych analizach wykorzystano 6 dane historyczne z Giełdy Papierów Wartościowych w Warszawie oraz Giełdy Nowojorskiej za okres od 30 maja 2006 roku do 3 września 2008 roku: 1 Jeden z najważniejszych i najstarszych działających indeksów akcji spółek notowanych na Giełdzie Papierów Wartościowych w Nowym Jorku (Dow Jones Industrial Average DJIA). Został skonstruowany przez Ch. Dowa i E. Jonesa. Składa się on z około 30 największych amerykańskich przedsiębiorstw. 2 Np. [Pawłowski 1981], [Sobczyk 2007]. 3 Zobacz [Otnes, Enochson 1978]. 4 Porównaj [Radosiński 2001] 5 Więcej zobacz np. [Larose 2006, ss. 26-39]. 6 Szeregi czasowe indeksów są dostępne pod adresem: http://www.ioz.pwr.wroc.pl/pracownicy/ szczurowski/sssg/2008/ Wig_i_DJ_2006-08.pdf.

Rozdział 12. Współczesne determinanty kursów akcji 193 { }, { DJ }; { d,..., d }; d = 2006 05 30;..., d = 2008 09 03 WIGt t t 1 n 1 n (12.1) W tabeli 12.1. przedstawiono ogólną charakterystykę tych danych źródłowych, obejmujących 582 sesje (n=582) odbyte w ciągu niepełnych trzech lat historii notowań indeksów. Zaprezentowane w pozycjach od 3. do 6. wartości parametrów statystyk opisowych indeksów notowań (średnia i odchylenie standardowe) obliczono dla wartości kursów zamknięcia sesji. Wartości te tylko w ograniczonym sensie (odchylenie standardowe) mogą okazać się pomocne w analizie falsyfikującej. Wybrane fragmenty szeregów czasowych wykorzystano do zobrazowania problemu. Tabela 12.1. Charakterystyka danych źródłowych Przedmiot Łącznie Lata 2006 2007 2008 1 Granice segmentu danych 30.05.06-03.09.08 30.05.- 29.12. 03.01.- 31.12. 02.01.- 03.09. 2 Liczba sesji 582 151 257 174 3 Średni kurs zamknięcia indeksu WIG 51 333,18 45 077,00 59 073,21 45 365,57 4 Odchylenie standardowe dla indeksu WIG 8 021,49 4 112,01 4 324,11 3 802,93 5 Średni kurs zamknięcia indeksu DJ 12 468,15 11 610,47 13 176,30 12 171,48 6 Odchylenie standardowe dla indeksu DJ 852,00 532,34 523,14 552,93 Opracowanie własne Etap wstępnej wizualizacji problemu podzielono na fazę wzrokowego badania sensowności analiz podobieństwa szeregów czasowych indeksów WIG i DJ oraz wstępną wzrokową analizę związku korelacyjnego między badanymi indeksami (wykres rozrzutu - scatterplot). Wykres (rys. 12.1) ułatwiający wzrokowe zbadanie sensowności przeprowadzenia analiz podobieństwa szeregów czasowych indeksów WIG i DJ wykonano na surowych danych za okres od 3.09.2007 do 3.09.2008. W celu zapewnienia tej samej skali wartości dla szeregów czasowych wykonano normowanie przestrzeni ich wartości zapewniające start obu śledzonych indeksów w dniu 3.09.2007 r. z tego samego miejsca w układzie współrzędnych. Zastosowano następujący wzór 1 : znorm - DJ t WIG = DJ 2007-09-03 2007-09-03 DJ t (12.2) Nawet pobieżne porównanie szeregu czasowego znormalizowanego indeksu DJ z odpowiadającym mu przebiegiem indeksu WIG za okres kwiecień sierpień 2008 1 Wartość współczynnika normującego w tym przypadku wynosiła 4,56743.

194 Część II. Konceptualizacje i aplikacje Rys. 12.1. Notowania WIG i znormalizowanego DJ w okresie 04/08-08/08. Opracowanie własne Rys. 12.2. Wykres rozrzutu indeksu WIG względem indeksu DJ w 2007 r. Opracowanie własne (rys. 12.1.) wskazuje na sensowność falsyfikowania hipotezy o podobieństwie segmentu wartości indeksu WIG do segmentu wartości indeksu DJ. Przebiegi indeksów wydają się być prawie identyczne. Wykres rozrzutu używany w kolejnym etapie analizy (zobacz rys. 12.2.) jest podstawą wstępnej, wzrokowej oceny zależności między badanymi zmiennymi, a nawet ułatwia określenie siły i rodzaju zależności (por. [Stanisz 2000]). Przyjmijmy, że analiza związana jest z badaniem dwóch zmiennych WIG i DJ w 2007 roku. Wartości

Rozdział 12. Współczesne determinanty kursów akcji 195 tych zmiennych w próbie n-elementowej (n=257 1 ) są zestawione w postaci dwóch szeregów szczegółowych, tak jak we wzorze 12.1, z tym, że t [2007-01-03; 2007-12-31]. W prostokątnym układzie współrzędnych na osi odciętych zaznaczamy wartości DJ, a na osi rzędnych - wartości WIG. Punkty odpowiadające poszczególnym wartościom indeksów dla tych samych sesji tworzą korelacyjny wykres rozrzutu. Gdyby zaznaczone punkty leżały dokładnie na linii prostej czego nie dowodzi rys. 12.2. - wówczas moglibyśmy mówić o pełnej korelacji między WIG a DJ. Rys. 12.2. wskazuje raczej na silną korelację badanych indeksów giełdowych. Wynika to z kształtu w jaki ułożyły się punkty opisujące sesje. Figura składa się z wielu punktów leżących mniej więcej wzdłuż linii prostej, a jednocześnie odnosi się wrażenie, jakby punkty te równocześnie się poruszały taki efekt obrazuje właśnie silne skorelowanie. Brak korelacji byłby odwzorowany w postaci bezkształtnej chmury punktów. Można także z dużą dozą pewności przyjąć, że WIG i DJ są skorelowane dodatnio, ponieważ - jak widać na rys. 12.2. - wzrostowi DJ odpowiada wzrost wartości WIG. Rysunki 12.1. i 12.2. jakościowo, wizualizacyjnie wspierają hipotezę o statystycznej zależności między WIG a DJ. Mają one z pewnością większą wartość dowodową niż wcześniej omówione i wsparte logiką - spekulacje słowne 2. Warto przy tym zauważyć, że przedstawione dowody wizualizacyjne skonstruowano na danych bez uwzględnienia 1-dniowego wyprzedzenia w czasie notowań DJ w stosunku do notowań WIG wynikającego z różnych stref czasowych. Zabieg 1-dniowego przesunięcia względem siebie wartości szeregów czasowych WIG i DJ musi być wykonany w statystycznym dowodzeniu korelacji między nimi. Ostatnim omówionym w tej pracy badaniem jest wstępna analiza związku statystycznego między indeksem WIG a DJ. Wstępna analiza oznacza, że zbadana zostanie zależność wyłącznie za pomocą dyskusji wartości współczynnika korelacji między indeksem WIG a DJ: n (WIG WIG)(DJ DJ) i i i= 1 r = (12.3) n n 2 2 (WIGi WIG) (DJ i DJ) i= 1 i= 1 gdzie: r współczynnik korelacji, WIG i wartość indeksu WIG na zamknięcie i-tej sesji, 1 Rozmiar próby równa się liczbie sesji w 2007 r. 2 Większość zjawisk na świecie pozostaje w jakichś związkach, a nieprecyzyjne słowa, takie jak: więcej, mało, przeważnie, często, etc., niewiele wnoszą do warstwy dowodzenia. Twierdzenie: "rak płuc jest powiązany z paleniem papierosów" oznacza, że statystycznie osoba paląca więcej papierosów, ma większą szansę zachorować na raka. To nieprecyzyjne twierdzenie można uzupełnić (i wzmocnić) np. analizą korelacji między intensywnością zgonów na raka płuc, a liczbą wypalanych dziennie papierosów.

196 Część II. Konceptualizacje i aplikacje DJ i wartość indeksu DJ na zamknięcie i-tej sesji, n liczba sesji, WIG - średnia wartość indeksu WIG dla n sesji, DJ - średnia wartość indeksu DJ dla n sesji. Interpretacja związku statystycznego między indeksem DJ a indeksem WIG oznacza, że określonym wartościom indeksu DJ odpowiadają określone średnie wartości WIG. Teoretycznie można by obliczyć, jak zmieni się - średnio - wartość indeksu WIG w zależności od wartości indeksu DJ (tzw. określanie siły i kierunku zależności). Takie obliczenia muszą być poprzedzone analizą merytoryczną uzasadniającą występowanie związku 1. Tabela 12.2. zawiera literaturową 2 interpretację skali siły korelacji w zależności od wartości współczynnika r. Na jej podstawie można po obliczeniu wartości r - precyzyjniej rozpoznać korelację między indeksami WIG i DJ. Tabela 12.2. Skala siły korelacji w zależności od współczynnika korelacji LP Współczynnik korelacji Siła korelacji 1 r = 0 brak korelacji 2 0 < r < 0,1 nikła 3 0,1 =< r < 0,3 słaba 4 0,3 =< r < 0,5 przeciętna 5 0,5 =< r < 0,7 wysoka 6 0,7 =< r < 0,9 bardzo wysoka 7 0,9 =< r < 1 prawie pełna 8 r = 1 pełna Na podstawie [Sobczak 2008], [Stanisz 2000] W tabeli 12.3. i na rysunku 12.3. przedstawiono obliczone wartości współczynnika korelacji dla indeksów WIG i DJ. Obliczenia przeprowadzono za pomocą arkusza kalkulacyjnego dla kompletnych serii danych indeksów opisanych w tabeli 12.1. w rozbiciu na lata 2006, 2007 i 2008 oraz w zależności od założonego - wyrażonego w dniach - opóźnienia reakcji (τ) inwestorów Giełdy Warszawskiej na zmianę wartości DJ na Giełdzie Nowojorskiej. Wprowadzenie opóźnienia τ oznacza, że do obliczeń wartości współczynnika r (zobacz wzór 12.3) w miejsce szeregu wartości in- 1 Np. Stanisz [2000] powołuje znane z literatury badania na danym obszarze geograficznym zależności (nawet istotnej statystycznie) między liczbą zajętych gniazd bocianich a liczbą urodzeń. Liczbowe stwierdzenie występowania zależności nie zawsze oznacza występowanie związku przyczynowo-skutkowego. Na współwystępowanie zjawisk może wpływać np. trzecie zjawisko. 2 Zobacz np. [Sobczak 2008], [Stanisz 2000].

Rozdział 12. Współczesne determinanty kursów akcji 197 deksu WIG i (dla i=1,..., n) będzie wzięty szereg wartości WIG τ,i (dla i=1,..., n τ ) uzyskanych według formuły: WIGτ = + τ τ <, i WIGi ; n nτ = n i= 1,..., n τ τ (12.4) LP Indeks τ Tabela 12.3. Współczynniki korelacji indeksu WIG z DJ) [dzień] Łącznie Seria wyników [Wig_ALL] [Wig_2006] [Wig_2007] [Wig_2008] 1 WIG 0 0,9093 0,9052 0,8991 0,8278 2 WIG 1 0,9065 0,9064 0,8937 0,8309 3 WIG 2 0,9003 0,9038 0,8837 0,8142 4 WIG 3 0,8941 0,8996 0,8745 0,7965 Analizując wyniki zawarte w tabeli 12.3. z uwzględnieniem klas siły korelacji z tabeli 12.2. można stwierdzić, że dla wszystkich przebadanych opóźnień (τ=0, 1, 2, 3) indeksy WIG i DJ są bardzo wysoko lub prawie w pełni skorelowane (aż 37,5% obliczonych współczynników). Tym samym nie można odrzucić hipotezy o występowaniu istotnej zależności między wartościami indeksu WIG a wartościami indeksu DJ. Szczegółowe badanie serii danych pokazanych Opracowanie własne Rys. 12.3. Korelacja indeksów WIG i DJ w latach 2006 2008 w zależności od opóźnienia reakcji inwestorów Opracowanie własne na rysunku 12.3. prowadzi do trzech wniosków. Po pierwsze, maksymalne skorelowanie indeksów następuje przy braku opóźnienia (dla τ=0) lub jednodniowym opóźnieniu

198 Część II. Konceptualizacje i aplikacje (dla τ=1). Oznacza to, że inwestorzy Giełdy Warszawskiej reagują szybko i przede wszystkim na zmiany nowojorskiego indeksu DJ. Drugi wniosek dotyczy tej samej grupy analiz i prowadzi do podobnej interpretacji. Dla większych opóźnień (τ=2 i τ=3) wartości współczynników korelacji maleją. Czyli, jak można było oczekiwać, siła oddziaływania zmian DJ na inwestycje składające się na wartość indeksu WIG spada już po dwóch dobach. Wstępnie potwierdzałoby to wcześniej sformułowane przypuszczenie, że inwestorzy zwłaszcza tzw. drobni nie stosują narzędzi wspomagających decyzje (np. analizy technicznej). Trzecia konstatacja jest związana ze współczynnikami korelacji dla 2008 roku. Wprawdzie pozostają one w grupie bardzo wysokiej korelacji, ale jednak różnią się od pozostałych od 7,6% (dla τ=1) do 12,9% (dla τ=3). Pewnym wytłumaczeniem jest fakt, że w 2008 roku giełdy światowe opanowała bessa, którą rządzą inne - niż podczas hossy - mechanizmy podejmowania decyzji, zwłaszcza wśród tzw. dużych inwestorów. 12.5. PODSUMOWANIE Rozważania przeprowadzone w części opisowej pracy, wprawdzie spekulatywnie, ale logicznie, uzasadniają tezę, że jedną z istotnych determinant kształtowania się kursów akcji na Warszawskiej Giełdzie Papierów Wartościowych jest śledzenie przez inwestorów kursów akcji notowanych na Giełdzie w Nowym Jorku, a zwłaszcza indeksu Dow Jones. Wprawdzie opisane w części obliczeniowej pracy dowody nie przesądzają hipotezy o podobieństwie przebiegu wartości segmentu indeksu WIG do segmentu wartości indeksu DJ, ale też go nie falsyfikują. Natomiast obliczona bardzo wysoka i prawie pełna korelacja badanych zmiennych czyni falsyfikowaną hipotezę bardzo prawdopodobną. Osiągnięte wyniki nie są zamkniętym etapem badawczym. Badania rozszerzające, uzupełniające i uszczegółowiające opisane analizy mogłyby dotyczyć takich zagadnień, jak: Analizy podobieństwa innych indeksów np. WIG20, którego interpretacja składu bardziej pasuje do Dow Jonesa. Przygotowania kompletnych za lata 2006-2008 i bardziej wiarygodnych szeregów czasowych do analiz. Przeprowadzenie ich digitalizacji, czyszczenia, obsługi brakujących danych oraz niezbędne ich przekształcania (normalizacja, standaryzacja). Głębszego badania korelacji indeksów w warunkach hossy i bessy. Wymagałoby to pozyskania danych nie tylko zagregowanych (o łącznej wartości wzrostu/spadku indeksu), ale także niezagregowanych, pokazujących strukturę podziału wartości indeksów przypadających na dużych i drobnych inwestorów.

Rozdział 12. Współczesne determinanty kursów akcji 199 Rozszerzenia zakresu badania korelacji w związku z opóźnieniami np. z uwzględnieniem opóźnień godzinowych. Analizy porównawczej skutków istotnych zdarzeń o zasięgu światowym i ich wpływu na zmiany wartości badanych indeksów. Korelacje z kursami innych giełd. Rozszerzenia wykorzystania w procedurze badawczej technik wizualizacyjnych 1 ułatwiających wstępne, poglądowe analizy szeregów czasowych, np. porównawczy opis przebiegu bezwzględnych znormalizowanych wartości szeregów czasowych badanych indeksów, ale także analizę porównawczą wskaźników procentowych dynamiki. Rozszerzenie zakresu stosowanych - w analizach podobieństwa szeregów czasowych 2 - metod 3, technik i narzędzi statystycznych, zwłaszcza analiz regresji. Perspektywicznie można uznać, że wyniki planowane i już osiągnięte pozwolą na opracowanie nowej metodologii analizy technicznej i fundamentalnej. Metodologia ta będzie uwzględniała determinanty wskazane w niniejszym rozdziale. LITERATURA BAJ L. 2008. W piątek na GPW: od depresji do euforii, Gazeta Wyborcza, 26-27. lipca 2008. CZEKAŁ M. 1998. Analiza fundamentalna i techniczna. Wydawnictwo Akademii Ekonomicznej im. Oskara Langego, Wrocław. DUDYCZ H. 1998. Wizualizacja danych jako narzędzie wspomagania zarządzania przedsiębiorstwem. Wydawnictwo Akademii Ekonomicznej im. Oskara Langego we Wrocławiu, Wrocław. JAGIELNICKI A. 2007. Inwestycje giełdowe: Jak grać i wygrywać. Wydawnictwo "Helion", Gliwice cop. KLEIN P.J. 1999. Wstęp do analizy papierów wartościowych., Liber, Warszawa. LAROSE D.T. 2006. Odkrywanie wiedzy z danych. Wprowadzenie do eksploracji danych. Wydawnictwo Naukowe PWN, Warszawa. OTNES R.K, ENOCHSON L. 1978. Analiza numeryczna szeregów czasowych. Wydawnictwo Naukowo-Techniczne, Warszawa. PAWŁOWSKI Z. 1981. Statystyka matematyczna. Państwowe Wydawnictwo Naukowe, Warszawa. RADOSIŃSKI E. 2001. Systemy informatyczne w dynamicznej analizie decyzyjnej. WN PWN, Warszawa-Wrocław. SEI-KOLASA M.., ZIELIŃSKA A. 2004. Excel w statystyce. Materiały do ćwiczeń. Wydawnictwo Akademii Ekonomicznej im. Oskara Langego we Wrocławiu, Wrocław. 1 Zobacz np. [Dudycz 1998]. 2 Zobacz [Otnes i Enochson 1978]. 3 Np. [Pawłowski 1981], [Sobczyk 2007].

200 Część II. Konceptualizacje i aplikacje SOBCZYK M. 2007. Statystyka. Wydawnictwo Naukowe PWN, Warszawa, ss.32-59, 220-257. STANISZ A. 2000. Podstawy statystyki dla prowadzących badania naukowe. Analiza korelacji. Medycyna Praktyczna, nr 10, 2000 (http://www.mp.pl/artykuly/index.php?aid=10898&_tc= 570A7E72BB0D4A3A9422B214A62B7200 ; 19.09.2008).