Katedra Finansów Publicznych Wojciech Świder Efekt kontynuacji i odwrócenia stóp zwrotu oraz wybrane anomalie kalendarzowe na Giełdzie Papierów Wartościowych w Warszawie w latach 1995 2017 Autoreferat rozprawy doktorskiej Promotor dr hab. Eryk Łon, prof. nadzw. UEP Poznań 2019
1. Uzasadnienie wyboru tematu i zakres rozprawy Polska giełda, która powstała w maju 1817 roku, była jedną z pierwszych giełd nowożytnych na Starym Kontynencie, od największej na świecie giełdy nowojorskiej (New York Stock Exchange) jest młodsza o zaledwie 65 dni (GPW, 2017). Mimo że początek działalności Giełdy w Polsce miał miejsce ponad 200 lat temu, to okres ten nie charakteryzował się ciągłością. W obecnej formie instytucjonalnej Giełda Papierów Wartościowych w Warszawie funkcjonuje od 1991 roku dynamicznie się rozwijając i stanowiąc ważny element życia gospodarczego. Zakres rozprawy doktorskiej obejmuje anomalie cenowe występujące na polskiej giełdzie. Aby umiejscowić owe rozważania w kontekście współczesnych nauk o rynkach finansowych, należy przywołać hipotezę rynków efektywnych rozwiniętą i rozpropagowaną przez amerykańskiego naukowca E. Famę (1970). Owa efektywność rynku oznacza jego zdolność do natychmiastowego i prawidłowego odzwierciedlenia w cenach walorów finansowych wszelkich dostępnych informacji. Teoria ta cieszyła się od lat 60. XX w. bardzo dużą popularnością w kręgach akademickich. M. Jensen, profesor Uniwersytetu w Chicago napisał w 1978 roku następujące słowa: Nie ma żadnej innej propozycji w ekonomii, która miałaby solidniejsze świadectwo empiryczne, niż hipoteza o efektywności rynku (Jensen, 1978, s. 95, za: Szyszka, 2003). W późniejszym czasie, w latach 80. XX w. naukowcy coraz częściej odkrywali anomalie rynkowe, które przeczyły teorii rynków efektywnych. Między innymi W. De Bondt i R. Thaler (1985, 1987) opublikowali badania wskazujące na skuteczność strategii kontrariańskich w długim terminie (3-5 lat). Zatem korzystnie jest nabyć do portfela akcje, które w ciągu ostatnich 3 do 5 lat traciły najbardziej na wartości i odwrotnie - najlepsze spółki w ostatnich latach, w kolejnych okresach osiągają niższe stopy zwrotu. Rozpatrując krótsze odcinki czasowe N. Jegadeesh (1990) wskazał na silnie negatywną korelację miesięcznych stóp zwrotu, co sugerowało efekt odwrócenia. Natomiast biorąc pod uwagę dłuższe okresy - wykazał on ich pozytywną korelację. Szczególnie silna okazała się korelacja dwunastomiesięcznych stóp zwrotu. W swoich późniejszych badaniach (Jegadeesh i Titman, 1993) wykazali, że strategia momentum pozwala uzyskiwać wyższe niż przeciętne stopy zwrotu analizując okres od 3 do 12 miesięcy. N. Jegadeesh (2001) po upływie ponad dekady od swoich pierwszych badań przeanalizował te zależności na najnowszych danych giełdowych, żeby sprawdzić czy te zależności nadal występują. Wnioski były pozytywne. Okazało się, że efekty te nie były wynikiem jedynie przeszukiwania rozlicznych danych w celu znalezienia okresowych 2
anomalii, ale okazały się w badanym okresie trwałe. Również w krajach europejskich efekt momentum został udokumentowany (Rouwenhorst 1998; Doukas i McKnight 2005). Jako przyczynę zjawiska momentum wskazuje się między innymi zbyt słabą reakcję rynku na informacje oraz zjawiska behawioralne, związane z percepcją, interpretacją i reakcją na informacje wśród inwestorów (Jegadeesh i Titman 2001). Efekt kontynuacji stóp zwrotu na polskiej giełdzie zbadał S. Buczek (2005, s. 63). Na próbie 65 spółek w okresie 4 lat (lata 2001-2004) analizował spółki, których ceny najbardziej wzrosły i spadły w ostatnim kwartale 1 i symulował utrzymywanie portfela przez jeden kwartał 2, po czym dokonywał ponownego tworzenia portfela w oparciu o te same kryteria. Okazało się, że indeks WIG (Warszawski Indeks Giełdowy) rósł w tym czasie o 2,5% kwartalnie, natomiast średnia kwartalna stopa zwrotu z portfela spółek najbardziej tracących wyniosła -3,2%. Portfel spółek zyskujących wygenerował średnią kwartalną stopę zwrotu na poziomie 5,9%. Efekt momentum na Giełdzie Papierów Wartościowych w Warszawie potwierdził również A. Szyszka (2006), ale duża część efektu była generowana przez pozycje krótkie. 3 Podobne badania prowadzili również T. Wójtowicz (2012), J. Pawłowska (2015), P. Mierło i P. Konarzewski (2015), P. Sekuła (2016) uzyskując nie zawsze zbieżne wyniki. Biorąc pod uwagę anomalie kalendarzowe, należy stwierdzić, że jedną z najlepiej zbadanych i opisanych jest efekt stycznia. Objawia się on w statystycznie wyższych stopach zwrotu w styczniu, niż w innych miesiącach. Anomalia ta była szeroko badana w literaturze zagranicznej (Lakonishok i Smidt 1988); (Schultz 1985); (Stancu 2012). E. Łon w jednym z artykułów (2006a) wykazuje, że styczeń może być swego rodzaju barometrem koniunktury giełdowej na pozostałe miesiące roku. Dodatkowo w przywołanym artykule został poddany analizie efekt przełomu roku, czyli okres od początku listopada do końca stycznia. Efekt ten prawdopodobnie jest wynikiem dyskontowania spodziewanych wysokich stóp zwrotu w styczniu, dzięki czemu ceny walorów rosną już w listopadzie i grudniu. Efekt stycznia na Giełdzie Papierów Wartościowych badali również inni autorzy: M. Marianowska, E. Szerszyńska i M. Szymański (2016), M. Lewandowska (2017), E. Ostrowska i A. Zalewska (2017). Analizując te badania można dojść do wniosku, że w ostatnim latach ta anomalia straciła na sile. 1 Było to 10 najbardziej tracących i najbardziej zyskujących spółek w danym kwartale. 2 Spółki miały równe udziały w portfelu. 3 W latach, w których prowadzone było badanie, zawieranie pozycji krótkich nie zawsze było możliwe. 3
Anomalie kalendarzowe mogą mieć znacznie szerszy czasowo wymiar. Przykładem tego typu jest cykl prezydencki opisany przez E. Łona (2006b, s. 110). Zgodnie z tymi badaniami, przeprowadzonymi dla lat 1970-2003, stopy zwrotu z indeksu giełdowego w Stanach Zjednoczonych Ameryki były znacząco wyższe w roku przedwyborczym, niż w pozostałych latach czteroletniego cyklu. Cykl prezydencki w Stanach Zjednoczonych Ameryki został opisany w bogatej literaturze zagranicznej. H. Huang (1985) wykazał, rynki akcji są bardziej zyskowne podczas kadencji demokratów, pomimo, że republikanie są częściej kojarzeni z biznesem. J. Grant i E. Trahan (2006) potwierdzili tę obserwację, wskazując jednocześnie, że rynki obligacji skarbowych preferują republikanów. R. Swensen i J. Patel (2004) sugerują strategię inwestycyjną polegającą na zakupie akcji podczas dwóch ostatnich lat cyklu prezydenckiego w czasie sprawowania urzędu przez demokratę. W pracy badano również efekt miesięcy zimnych (efekt Halloween), zgodnie z którym podczas miesięcy zimnych (od listopada do kwietnia) stopy zwrotu z rynków giełdowych są statystycznie wyższe niż w pozostałej części roku. Anomalia ta została udokumentowana zarówno w literaturze zagranicznej (np. Haggard i Witte (2010); Bouman i Jacobsen (2002)) jak w krajowej (np. Łon (2014)). W dysertacji dokonano również badania sprawdzającego zyskowność wybranych strategii opartych o kupno walorów w wybrane dni miesiąca np. podczas jego przełomu (Lakonishok i Smidt (1988)). 2. Cele i hipotezy rozprawy Podstawowym celem rozprawy jest zbadanie efektu kontynuacji i odwrócenia stóp zwrotu oraz anomalii sezonowych na Giełdzie Papierów Wartościowych w Warszawie w latach 1995 2017. Osiągniecie tego celu uzależnione jest od odpowiedzi na poniższe pytania, które jednocześnie stanowią cele szczegółowe: Jakie są założenia hipotezy rynków efektywnych? Jakie są argumenty przeciwko hipotezie rynków efektywnych? Czym są i jak wpływają na ceny papierów wartościowych heurystyki i zniekształcenia poznawcze inwestorów? Jak zmiany stężeń hormonów mogą wpływać na zachowanie inwestorów? Jaką wartość teoretyczną i aplikacyjną niosą przeprowadzone badania? 4
Jak silny był efekt kontynuacji stóp zwrotu oraz jak zmieniał się w czasie, biorąc pod uwagę portfele spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie? Jak silny był efekt odwrócenia stóp zwrotu oraz jak zmieniał się w czasie, biorąc pod uwagę portfele spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie? Jakie anomalie sezonowe i w jakim stopniu występowały na Giełdzie Papierów Wartościowych w Warszawie oraz jaka była ich dynamika? Rozprawa ma na celu zweryfikowanie trafności hipotezy głównej, zgodnie z którą w latach 1995 2017 na Giełdzie Papierów Wartościowych w Warszawie występowały zarówno anomalie kalendarzowe, jak i efekt kontynuacji lub odwrócenia stóp zwrotu, które mogły być wykorzystane przez inwestora do osiągnięcia ponadprzeciętnych zysków. Poza hipotezą główną rozprawa będzie miała na celu zweryfikowanie poniższych hipotez pomocniczych: 1) W krótkim (miesiąc i krócej) i długim terminie (ponad rok) przeważał efekt odwrócenia stóp zwrotu. 2) W średnim terminie (3 12 miesięcy) częściej obserwowany był efekt kontynuacji stóp zwrotu. 3) Na Giełdzie Papierów Wartościowych w Warszawie można było zaobserwować anomalie kalendarzowe, np. efekt stycznia czy efekt zimnych miesięcy (efekt Halloween). 4) Anomalie dotyczyły w większym stopniu spółek małych niż dużych. 5) Z czasem anomalie zmieniały się lub ich ekonomiczna efektywność malała. 3. Metody badawcze i źródła danych W celu zbadania, czy na Giełdzie Papierów Wartościowych w Warszawie występował efekt momentum i efekt odwrócenia, posłużono się metodą symulacji portfeli. W tym celu napisano program (zbiór algorytmów), używając oprogramowania Excel. Dane, na których bazuje model, pochodzą ze strony internetowej stooq.pl i zostały pobrane jako metadane zawierające notowania dzienne spółek notowanych na GPW, na potrzeby badań wykorzystano notowania spółek rynku głównego. Do badań wybrano okres od 1995 roku do 2017 roku. 5
Dla analizowanych spółek zostały policzone arytmetyczne stopy zwrotu dla trzech interwałów: tygodniowego, miesięcznego i kwartalnego. Model wykorzystany w pracy pozwala na ustawienie okresu (J), na podstawie którego wybierane jest n najlepszych spółek, których stopa zwrotu w okresie J jest wyższa niż wartość percentyla P w tym samym okresie. Okres ten można ustawiać, mając do dyspozycji interwały tygodniowe, miesięczne i kwartalne. W celu przetestowania strategii odwrócenia można wybrać również n najbardziej tracących spółek w danym okresie. Po wyborze spółek ekstremalnie zyskujących lub tracących model sprawdza, jakie wyniki osiągały te spółki w oparciu o okres utrzymywania walorów K. Okres ten można ustawiać, mając do dyspozycji interwały tygodniowe, miesięczne i kwartalne. Okres J, na podstawie którego typujemy spółki, zawsze poprzedza okres utrzymywania spółek w portfelu K. Portfel jest symulowany przez dowolną liczbę rolowań. Po zakończeniu okresu utrzymywania K do portfela dobierane są spółki w oparciu o okres J bezpośrednio poprzedzający datę rekonstrukcji portfela. Ostatnim etapem badania jest porównanie stopy zwrotu z portfela ekstremalnego do benchmarku wszystkich spółek notowanych w tym okresie w takim samym interwale (K) na rynku głównym GPW. Pierwotnie dokonano wyliczeń, ustanawiając benchmarkiem indeks WIG, natomiast specyfika jego budowy sprawiła, że postanowiono go odrzucić. W tym indeksie poszczególne spółki mają różne wagi, często bardzo się różniące. W symulowanych portfelach wszystkie spółki mają jednakowe wagi, zatem odnoszenie ich do indeksu WIG mogłoby powodować pewne przekłamania interpretacyjne. Z tego powodu zdecydowano się porównywać wyniki portfela do stworzonego na potrzeby badania indeksu ukazującego zmiany wszystkich spółek, które w okresie utrzymywania portfela były w obrocie na rynku głównym, zachowując ich równe udziały analogiczne jak w portfelu. W dalszej części ten stworzony indeks będzie nazywany benchmarkiem lub indeksem odniesienia. W ramach rozdziału czwartego, badano przywołane wcześniej anomalie kalendarzowe. W tym przypadku metoda badawcza polegała na obliczaniu średnich arytmetycznych stóp zwrotu w danych okresach (np. na przełomie miesiąca) oraz na porównywaniu wyników do stóp zwrotu indeksu odniesienia (benchmarku). Badanie anomalii kalendarzowych zostało przeprowadzone na polskich indeksach giełdowych, źródłem danych, podobnie jak w przypadku symulacji portfelowych był serwis internetowy stooq.pl. 6
4. Struktura i treść pracy W pierwszym rozdziale przedstawiona została hipoteza rynku efektywnego, której początki sięgają już XVIII wieku (Gibson 1889) i która została spopularyzowana przez Famę w latach 60. i 70. XX wieku (Fama 1970). Stała się paradygmatem, na którym w dużej mierze oparto naukę o finansach. Zgodnie z tą hipotezą na rynku efektywnym ceny instrumentów finansowych są poprawne i w pełni odzwierciedlają dostępne informacje, niemożliwe jest także pokonanie rynku, czyli systematyczne osiąganie ponadprzeciętnych stóp zwrotu. Przez ponadprzeciętną stopę zwrotu rozumie się stopę zwrotu wyższą niż wynikająca z pasywnej strategii inwestycyjnej kup i trzymaj. Praktycznym odpowiednikiem strategii pasywnej jest zainwestowanie w ETF na indeks giełdowy, który składem replikuje ten indeks. Dalszy ciąg pierwszego rozdziału rozprawy dotyczy krytyki hipotezy rynków efektywnych, której to podlegają wyidealizowane założenia i przesłanki sprzyjające efektywności rynków, takie jak: brak kosztów transakcyjnych i podatków, doskonały i darmowy dostęp do informacji czy zgodność inwestorów w kwestii wpływu danej informacji na cenę papieru wartościowego. W latach 80. XX wieku w środowisku naukowym zaczęły pojawiać się prace dokumentujące anomalie rynku efektywnego, czyli realne możliwości osiągania ponadprzeciętnych stóp zwrotu, np. w oparciu o dobieranie do portfela małych spółek (Banz 1981) czy spółek przegranych, czyli tych najbardziej tracących na wartości w ciągu 3 lat (Thaler i DeBond 1985). W reakcji na anomalie, Fama i French (2015) stworzyli pięcioczynnikowy model do wyceny aktywów kapitałowych, który ewoluował stopniowo, w miarę jak naukowcy uwzględniali w jego ramach nowe anomalie. Ciągłe modyfikowanie modelu ad hoc nie świadczy najlepiej o teorii, zwłaszcza że anomalie giełdowe, do których dopasowywany jest model, mogą charakteryzować się pewną dynamiką zmieniać się w czasie. Dzięki pojawianiu się coraz większej liczby anomalii z czasem przyjęto, że człowiek jest podatny na zniekształcenia poznawcze i popełnia systemowe błędy. Tak zapoczątkowano nową dziedzinę wiedzy ekonomię behawioralną, rozwijaną np. przez noblistów Daniela Kahnemana i Richarda Thalera. Za sprawą popularyzacji ekonomii behawioralnej coraz bardziej widoczne stało się odejście od paradygmatu homo oeconomicus, zgodnie z którym człowiek maksymalizuje użyteczność przez dobieranie kombinacji dóbr, cechując się przy tym racjonalnością, nieomylnością, pełnym dostępem do informacji, nieograniczoną siłą woli, egoizmem, stałością i ciągłością preferencji (Solek 2010; Swacha-Lech 2010, s. 77 79). 7
Po przedstawieniu zagadnień związanych z hipotezą rynków efektywnych i jej krytyki dokonano przeglądu literatury na temat skuteczności analizy technicznej. Wiele z przytaczanych badań potwierdziło skuteczność takich narzędzi jak średnie ruchome czy strategii opierających się na wybiciu z obszaru cenowego. Tego typu wyniki stanowią bardzo poważny argument przeciwko hipotezie rynków efektywnych skoro bowiem analiza techniczna jest skuteczna, możliwe jest generowanie ponadprzeciętnych stóp zwrotu, bazując na notowaniach historycznych; czyli można pokonać rynek bez posiadania informacji poufnych czy analizy danych płynących ze spółek lub gospodarki. Co więcej, analiza techniczna silnie związana jest z efektem kontynuacji stóp zwrotu oraz efektem odwrócenia stóp zwrotu. Efekt kontynuacji stóp zwrotu jest powiązany ze strategiami analizy technicznej, których podstawą jest podążanie za trendem. Przykładami tego typu narzędzi mogą być średnie ruchome, linia i kanały trendu oraz formacje kontynuacji trendu (np. formacje flagi). Strategia inwestycyjna momentum polega na zakupie najlepszych walorów w danym okresie z nastawieniem na dalszą aprecjację ich kursów dlatego jest to de facto podążanie za trendem. Natomiast efekt odwrócenia stóp zwrotu można wykorzystać przy pomocy narzędzi analizy technicznej prognozujących odwrócenie trendu, jak np.: oscylatory stochastyczne, wskaźnik RSI (bazujący na poziomach wykupienia i wyprzedania), obszary cenowe (tzw. boxy) i formacje odwrócenia trendu (np. głowa z ramionami). Ostatnią częścią rozdziału pierwszego jest przegląd badań oceniających efektywność informacyjną polskiego rynku giełdowego. Z czasem efektywność powinna rosnąć, w miarę jak nowoczesne technologie zmniejszają asymetrię informacyjną pomiędzy podmiotami instytucjonalnymi a inwestorami indywidualnymi oraz uczestnicy rynku uczą się wykorzystywać anomalię do osiągania zysków, tym samym je niwelując. W rozdziale drugim dokonano przeglądu literatury dotyczącej anomalii opisywanych w rozprawie. Jako pierwszy przedstawiony został efekt momentum, który rozpropagowali Jagadeesh i Titman (1993). Na New York Stock Exchange i American Stock Exchange spostrzegli oni skuteczność strategii momentum w terminie średnim, tzn. 3 12 miesięcy. Następnie opisane zostały badania z zakresu efektu odwrócenia zapoczątkowane prawdopodobnie przez Thalera oraz DeBonda (1985, 1987), którzy wykazali na New York Stock Exchange skuteczność strategii odwrócenia w długim terminie aktywa tracące najbardziej w ciągu 3 i 5 lat generowały dla inwestora znacznie wyższe stopy zwrotu niż walory najbardziej zyskujące. Biorąc pod uwagę anomalię kalendarzowe, w rozdziale drugim (przegląd literatury) jak i w rozdziale czwartym (badania empiryczne) uwzględnione były: 8
1. Cykl prezydencki 2. Efekt miesięcy zimnych 3. Efekt miesiąca 4. Efekt początku i przełomu miesiąca Następnie opisane zostały behawioralne i neuroekonomiczne uwarunkowania zachowania inwestorów, które mogą być przyczyną występowania anomalii na rynkach. W rozdziale trzecim znajdują się wyniki badań empirycznych przeprowadzonych w oparciu o metodę symulacji portfeli. Na bazie danych zawierających dzienne notowania wszystkich spółek notowanych na rynku głównym GPW w okresie badawczym obliczono tygodniowe, miesięczne i kwartalne stopy zwrotu. W ramach modelu symulowano nabywanie i utrzymywanie w portfelu spółek zwycięskich i przegranych w danym okresie. Dzięki porównaniu stopy zwrotu z danej grupy spółek z benchmarkiem można ocenić, czy tego typu strategia pozwalała na generowanie wyższych stóp zwrotu niż indeks. Jeśli najbardziej zyskujące spółki z okresu doboru spółek do portfela okazywały się lepsze od benchmarku w okresie utrzymywania (przy danych parametrach) albo jeśli najbardziej tracące spółki z okresu doboru spółek do portfela generowały niższe stopy zwrotu niż indeks w okresie utrzymywania, można mówić o efekcie momentum. Natomiast jeśli najbardziej zyskujące spółki z okresu doboru spółek do portfela okazywały się gorsze od benchmarku w okresie utrzymywania (przy danych parametrach) albo jeśli najbardziej tracące spółki z okresu doboru spółek do portfela generowały wyższe stopy zwrotu niż indeks w okresie utrzymywania, można mówić o efekcie odwrócenia. W rozdziale czwartym również zostały opisane przeprowadzone badania empiryczne. Na podstawie dziennych, miesięcznych i rocznych notowań wybranych indeksów sprawdzano możliwość wykorzystania anomalii kalendarzowych w okresie badawczym. W tym celu zostały wykorzystane średnie stopy zwrotu z poszczególnych okresów. 9
5. Wyniki badania i wnioski Hipotezę główną, zgodnie z którą w latach 1995-2017 na Giełdzie Papierów Wartościowych w Warszawie występowały zarówno anomalie kalendarzowe, jak i efekt kontynuacji lub odwrócenia stóp zwrotu, które mogły być wykorzystane przez inwestora do osiągnięcia ponadprzeciętnych zysków, można przyjąć z następujących powodów: strategia kontynuacji stóp zwrotu faktycznie umożliwiała inwestorowi osiąganie ponadprzeciętnych stóp zwrotu, generując silnie nadwyżkowe stopy zwrotu; efekt miesiąca podlegał swojej dynamice, jednak można zaobserwować względnie stałe zależności, np. relatywnie dobre stopy zwrotu w grudniu, styczniu, marcu i kwietniu oraz relatywnie słabe w maju i czerwcu. Istnieją również wątpliwości dotyczące skuteczności opisywanych w rozprawie strategii, ponieważ: strategia odwrócenia w terminie długim (rok i dłużej) została potwierdzona w umiarkowanym stopniu, ale niska liczebność wynikająca z relatywnie krótkiej historii notowań na GPW sugeruje by z ostrożnością podchodzić do wyników; w krótkim terminie (krótszym niż miesiąc) zarówno portfele spółek wygranych, jak i przegranych generowały nadwyżkowe stopy zwrotu, natomiast nie były one znaczne, co więcej, przy strategiach zakładających utrzymywanie walorów tydzień lub dwa, zyski po uwzględnieniu kosztów transakcyjnych stają się wątpliwe; cykl parlamentarny pozwalał historycznie generować bardzo wysokie stopy zwrotu dzięki inwestowaniu w 2. i 3. roku po wyborach, jednak podobnie jak w przypadku strategii odwrócenia w długim terminie problem stanowi niewystarczająca do poprawnego wnioskowania liczba danych; efekt miesięcy zimnych występował bardzo wyraźnie, ale jedynie w początkowych latach funkcjonowania GPW, aktualnie możliwości generowania nadwyżkowych stóp zwrotu są wątpliwe; efekt przełomu miesiąca pozwalał na generowanie silnie nadwyżkowych stóp zwrotu, jednak ich nominalnie niewielka wartość pozwala wątpić w ich realną skuteczność ze względu na koszty transakcyjne. 10
Zatem prawdziwość hipotezy głównej potwierdzono jedynie częściowo poprzez wykazanie skuteczności strategii momentum. W przypadku pozostałych anomalii, mimo że zostały ukazane podczas obliczeń, pojawiają się wątpliwości dotyczące ich praktycznego wykorzystania przez inwestora. W odniesieniu do pierwszej hipotezy pomocniczej, zgodnie z którą w krótkim (miesiąc i krócej) i długim terminie (ponad rok) przeważał efekt odwrócenia stóp zwrotu, nie można udzielić jednoznacznej odpowiedzi ze względu na wskazane powyżej powody (liczebność danych oraz niewielkie nadwyżkowe stopy zwrotu). Wyjątek w odniesieniu do różnic w stopach zwrotu stanowią strategie oparte o współczynniki J i K wynoszące 8 i 12 kwartałów. W przypadku okresu 3-letniego portfel spółek wygranych osiągał średnio wynik 28,7%, co jest wartością bardzo niską w porównaniu do benchmarku (88,83%). W odniesieniu do portfeli 2- letnich portfel zwycięzców generował średnio 26,39% stopy zwrotu, co również jest wartością znacznie niższą niż indeks (52,56%). Wyniki te sugerują skuteczność strategii kontrariańskiej w długim terminie. Zgodnie z drugą hipotezą pomocniczą, w średnim terminie (3 12 miesięcy) częściej obserwowany był efekt kontynuacji stóp zwrotu. Tę hipotezę można potwierdzić, faktycznie taka zależność występowała i wykorzystanie jej na rynku wydaje się realne. Trzecia hipoteza pomocnicza zakładała, że na GPW można było zaobserwować anomalie kalendarzowe np. efekt stycznia czy efekt miesięcy zimnych. Analiza przeprowadzona w rozdziale czwartym potwierdziła występowanie anomalii kalendarzowych. Natomiast nie wszystkie wydają się trwałe, np. występowanie efektu miesięcy zimnych w ostatnich latach na podstawie przeanalizowanych danych może budzić wątpliwości. Zgodnie z czwartą hipotezą pomocniczą anomalie dotyczyły w większym stopniu spółek małych niż dużych. Na podstawie analizy anomalii kalendarzowych nie potwierdzono tego typu zależności. Z jednej strony przez pryzmat efektu miesięcy zimnych indeks WIG80 faktycznie był szczególnie podatny na jego oddziaływanie, jednak z drugiej strony efekt przełomu miesiąca ukazał, że każdy indeks może mieć swoje anomalie. Gdyby traktować strategie przełomu miesiąca jako rozstrzygającą, to indeks WIG80 okazał się dużo bardziej efektywny od indeksu WIG20, ale jak wykazały dalsze rozważania, indeks małych spółek miał swoją charakterystykę i zamiast efektu przełomu miesiąca był podatny na efekt końca miesiąca. Biorąc pod uwagę pierwszy rozdział empiryczny (rozdział trzeci), należy zauważyć, że model nie pozwalał na filtrowanie spółek względem wielkości, zatem ta hipoteza pomocnicza mogła 11
być weryfikowana jedynie z punktu widzenia anomalii kalendarzowych. Na ich podstawie nie ma podstaw do uznania tej hipotezy za prawdziwą. Jednak nie jest wykluczone, że gdyby dokonać analizy jedynie na spółkach małych, takie zależności można by zaobserwować. W ramach niniejszej pracy jako wskaźnik spółek małych został potraktowany indeks WIG80, który wcale nie agreguje podmiotów najmniejszych. Piąta hipoteza pomocnicza zakładała, że z czasem anomalie zmieniały się lub ich ekonomiczna efektywność malała. W przypadku najbardziej długoterminowych anomalii należy zrezygnować z oceny dynamiki ze względu na ograniczenie liczby danych. Natomiast efekt momentum generalnie po roku 2009 występował nadal zauważalnie, szczególnie w przypadku parametrów J i K wynoszących 3, 6 i 8 miesięcy, zatem w tym przypadku hipotezę można odrzucić. Efekt miesięcy zimnych natomiast potwierdza ową hipotezę, ekonomiczna użyteczność tej anomalii kalendarzowej z czasem silnie zmalała. W odniesieniu do efektu miesiąca można mówić o zmianie charakteru anomalii, co również jest potwierdzeniem hipotezy. W przypadku anomalii dotyczącej końca, początku i przełomu miesiąca naturalnie można zaobserwować pewne zmiany w jej występowaniu, ale nie są to zmiany silne, zatem z perspektywy tej anomalii hipotezę należałoby odrzucić. Podsumowując: analiza różnych anomalii dostarcza argumentów zarówno za przyjęciem, jak i odrzuceniem piątej hipotezy pomocniczej, zatem nie może ona być uznana za prawdziwą w stosunku do pracy jako całości. Badania przeprowadzone w rozprawie wykazały, że anomalie występujące na Giełdzie Papierów Wartościowych w Warszawie są badawczo interesującym zagadnieniem zarówno z punktu widzenia teoretycznego, jak i praktycznego. W miarę upływu lat polski rynek kapitałowy będzie generował coraz więcej danych, co umożliwi dalsze badanie anomalii i ich dynamiki. 12
Bibliografia wykorzystana w autoreferacie: Banz R.W., 1981, The relationship between return and market value of common stocks, Journal of Financial Economics, Volume 9, Issue 1, March 1981, pp. 3 18. Bouman S., Jacobsen B., 2002, The Halloween Indicator, Sell in May and Go Away: Another Puzzle, American Economic Review, Vol. 92 (5), pp. 1618 1635. Buczek S., 2005, Efektywność informacyjna rynków akcji, teoria a rzeczywistość, Szkoła Główna Handlowa w Warszawie, Warszawa. De Bondt W.F., Thaler R., 1985, Does the Stock Market Overreact? Journal of Finance, July Vol. 40 (3), pp. 793 805. De Bondt W.F., Thaler R., 1987, Further Evidence on Investor Overreaction and Stock Market Seasonality, Journal of Finance, July, Vol. 42 (3), pp. 557 581. Doukas J.A, McKnight P.J., 2005, European Momentum Strategies, Information Diffusion, and Investor Conservatism, European Financial Management, June Vol. 11 (3), pp. 313 338. Fama E.F., 1970, Efficient Capital Markets: A Review of Theory and Empirical Work, The Journal of Finance, Vol. 25, No. 2, Papers and Proceedings of the Twenty-Eighth Annual Meeting of the American Finance Association New York, N.Y. December, 28 30, 1969 (May, 1970), pp. 383 417. Fama E.F., French K.R., 2015, A five-factor asset pricing model, Journal of Financial Economics, Volume 116, Issue 1, April 2015, pp. 1 22. Gibson G., 1889, The Stock Markets of London, Paris and New York. New York: G.P. Putnam's Sons. GPW, 200 lat polskiej giełdy, https://www.gpw.pl/200lat, [dostęp: 05.06.2017]. Grant J.L., Trahan E.A., 2006, Tactical asset allocation and presidential elections, Financial Services Review, Summer, Vol. 15 (2), p. 151 (15). Haggard K.S., Witte H.D., 2010, The Halloween effect: Trick or treat?, International Review of Financial Analysis, December Vol. 19 (5), pp. 379 387. Huang R., 1985, Common Stock Returns and Presidential Elections, Financial Analysts Journal, 1 March 1985, Vol. 41 (2), pp. 58 61. Jagadeesh N., Titman S., 1993, Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency, The Journal of Finance, Vol. 48, No. 1 Mar, pp. 65 91. Jagadeesh N., Titman S., 2001, Profitability of Momentum Strategies:An Evaluation of Alternative Explanations, The Journal Of Finance * Vol. LVI, No. 2, April. Jegadeesh N., 1990, Evidence of Predictable Behavior of Security Returns, The Journal of Finance, Vol. 45, No. 3, Papers and Proceedings, Forty-ninth Annual Meeting, American Finance Association, Atlanta, Georgia, December 28 30, 1989 (Jul., 1990), pp. 881 898. 13
Lakonishok J., Smidt S., 1988, Are seasonal anomalies real? a ninety-year perspective, The review of financial studies, 1988, Vol. 1 (4), pp. 403 425. Lewandowska M., 2017, Efekt stycznia i efekt grudnia na Giełdzie Papierów Wartościowych w Warszawie, Journal of Capital Market and Behavioral Finance, Vol. 1(5), p. 17 28. Łon E., 2006a, Barometr stycznia, Gazeta Bankowa 2006 nr 8, s. 30 33. Łon E., 2006b, Makroekonomiczne uwarunkowania koniunktury na polskim rynku akcji w świetle doświadczeń międzynarodowych, Wydawnictwo Akademii Ekonomicznej w Poznaniu, Poznań. Łon E., 2014, Efekty sezonowe na rynkach akcji, Pieniądze i Więź, Nr 3 (64) jesień. Marianowska M., Szerszyńska E., Szymański M., 2016, Anomalie sezonowe na rynkach kapitałowych: efekt stycznia i barometr stycznia na Giełdzie Papierów Wartościowych w Warszawie, Journal of Capital Market and Behavioral Finance vol. 1(3), s. 35 48. Mierło P., Konarzewski P., 2015, The Momentum Effect Exemplifies The Influence Of Investors Irrational Behaviour On Changing Prices Of Shares And Stocks: An Analysis Of The Momentum Effect On The Warsaw Stock Exchange, Financial Internet Quarterly e-finanse vol.11 / nr 1, s. 56 64. Ostrowska E., Zalewska A., 2017, Anomalie sezonowe w Giełdzie Papierów Wartościowych w Warszawie w latach 1997-2016, Pieniądze i Więź, Nr. 3, (76), s. 59 67. Pawłowska J., 2015, Efektywność strategii momentum w inwestowaniu na Giełdzie Papierów Wartościowych w Warszawie, Zeszyty Naukowe Uniwersytetu Szczecińskiego Nr 855, Finanse, Rynki Finansowe, Ubezpieczenia Nr 74, T. 1, s. 447 454. Rouwenhorst G., 1998, International Momentum Strategies, Journal of Finance, February, Vol. 53 (1), pp. 267 284. Schultz P., 1985, Personal Income Taxes and the January Effect: Small Firm Stock Returns Before the WarRevenue Act of 1917: A Note, The Journal of Finance, Vol. 40, No. 1 (Mar., 1985), pp. 333-343. Sekuła P., 2016, Strategia momentum na GPW w Warszawie, Finanse, Rynki Finansowe, Ubezpieczenia nr 4/2016 (82), cz. 2, s. 289 298. Solek A., 2010, Ekonomia behawioralna a ekonomia neoklasyczna, Zeszyty Naukowe, Polskie Towarzystwo Ekonomiczne nr 8, s. 21 34. Stancu I., 2012, Return seasonality - January effect. Study case: The Bucharest Stock Exchange, Economic computation and economic cybernetics studies and research / Academy of Economic Studies 46(1):45-65, January 2012. Swacha-Lech M., 2010, Homo oeconomicus a homo neuropsychologicus jako element dyskusji, w: Frąckowiak W., Szambelańczyk J., Ku nowemu paradygmatowi nauk o finansach, Zeszyty Naukowe Uniwersytetu Ekonomicznego w Poznaniu Nr 144, Wydawnictwo Uniwersytetu Ekonomicznego w Poznaniu, Poznań. 14
Swensen R., Patel J., 2004, NYSE Sector Returns and Political Cycles, Journal of Business Ethics, Vol. 49 (4), pp. 387 395. Szyszka A., 2003, Efektywność Giełdy Papierów Wartościowych w Warszawie na tle rynków dojrzałych, Wydawnictwo Akademii Ekonomicznej w Poznaniu, Poznań. Szyszka A., 2006, Zjawisko kontynuacji stóp zwrotu na Giełdzie Papierów Wartościowych w Warszawie, Bank i Kredyt, sierpień. Wójtowicz T., 2012, Zjawisko momentum a efekty kalendarzowe, Managerial Economics 11, 115 125. 15