ZASTOSOWANIE UOGÓLNIONEGO WSPÓŁCZYNNIKA GINIEGO DO POMIARU RYZYKA SPÓŁEK WCHODZĄCYCH W SKŁAD INDEKSU WIG20

Podobne dokumenty
WYKORZYSTANIE WSPÓŁCZYNNIKA GINIEGO DO OCENY RYZYKA SYSTEMATYCZNEGO

= σ σ. 5. CML Capital Market Line, Rynkowa Linia Kapitału

BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG20

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.

Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego

ZAJĘCIA 3. Pozycyjne miary dyspersji, miary asymetrii, spłaszczenia i koncentracji

WERYFIKACJA EKONOMETRYCZNA MODELU CAPM II RODZAJU DLA RÓŻNYCH HORYZONTÓW STÓP ZWROTU I PORTFELI RYNKOWYCH

Markowa. ZałoŜenia schematu Gaussa-

WYBÓR PORTFELA PAPIERÓW WARTOŚCIOWYCH ZA POMOCĄ METODY AHP

OPTYMALNE STRATEGIE INWESTYCYJNE PODEJŚCIE FUNDAMENTALNE OPTIMAL INVESTMENT STRATEGY FUNDAMENTAL ANALYSIS

KONSTRUKCJA OPTYMALNYCH PORTFELI Z ZASTOSOWANIEM METOD ANALIZY FUNDAMENTALNEJ UJĘCIE DYNAMICZNE

Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer

Natalia Nehrebecka. Zajęcia 4

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

3. Optymalizacja portfela inwestycyjnego Model Markowitza Model jednowskaźnikowy Sharpe a Model wyceny aktywów kapitałowych CAPM

Wpływ płynności obrotu na kształtowanie się stopy zwrotu z akcji notowanych na Giełdzie Papierów Wartościowych w Warszawie

ANALIZA PORÓWNAWCZA WYBRANYCH METOD GRUPOWANIA SPÓŁEK GIEŁDOWYCH

BADANIE WPŁYWU ZASTOSOWANIA WYMIARU FRAKTALNEGO NA KONSTRUKCJĘ PORTFELA OPTYMALNEGO

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Metody badań kamienia naturalnego: Oznaczanie współczynnika nasiąkliwości kapilarnej

CAPM i APT. Ekonometria finansowa

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012

Proces narodzin i śmierci

INWESTOWANIE W SEKTORZE ENERGETYCZNYM, PALIWOWYM I SUROWCOWYM NA GPW W WARSZAWIE Z UŻYCIEM MODELI SHARPE A I MARKOWITZA

dr hab. Renata Karkowska 1

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

ZASTOSOWANIE WYKŁADNIKA HURSTA DO WYZNACZANIA PORTFELI OPTYMALNYCH

POMIAR RYZYKA PORTFELI INWESTYCYJNYCH ZBUDOWANYCH NA PODSTAWIE CHARAKTERYSTYKI TEORII CHAOSU

ZASTOSOWANIE WYBRANYCH ELEMENTÓW ANALIZY FUNDAMENTALNEJ DO WYZNACZANIA PORTFELI OPTYMALNYCH

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. Strona 1

Definicje ogólne

Modelowanie rynków finansowych

β i oznaczmy współczynnik Beta i-tego waloru, natomiast przez β w - Betę całego portfela. Wykaż, że prawdziwa jest następująca równość

Natalia Nehrebecka. Wykład 2

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

TEORIA PORTFELA MARKOWITZA

SFORA POLSKA Wykresy 4-godzinne

Analiza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa. PARA ZMIENNYCH LOSOWYCH

ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH

System Przeciwdziałania Powstawaniu Bezrobocia na Terenach Słabo Zurbanizowanych SPRAWOZDANIE Z BADAŃ Autor: Joanna Wójcik

SFORA POLSKA Wykresy 4-godzinne

Inne kryteria tworzenia portfela. Inne kryteria tworzenia portfela. Poziom bezpieczeństwa. Analiza i Zarządzanie Portfelem cz. 3. Dr Katarzyna Kuziak

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE

Analiza portfeli narożnych z uwzględnieniem skośności

MIARY ZALEŻNOŚCI ANALIZA STATYSTYCZNA NA PRZYKŁADZIE WYBRANYCH WALORÓW RYNKU METALI NIEŻELAZNYCH

Natalia Nehrebecka. Zajęcia 3

Badania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa

Analiza i diagnoza sytuacji finansowej wybranych branż notowanych na Warszawskiej Giełdzie Papierów Wartościowych w latach

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

WYZNACZANIE PORTFELA WIELOKRYTERIALNEGO W WARUNKACH NIEPEŁNEJ INFORMACJI LINIOWEJ

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru

Statystyka. Zmienne losowe

EFEKTYWNA STOPA PROCENTOWA O RÓWNOWAŻNA STPOPA PROCENTOWA

Prace magisterskie 1. Założenia pracy 2. Budowa portfela

8. Optymalizacja decyzji inwestycyjnych

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów.

Model ASAD. ceny i płace mogą ulegać zmianom (w odróżnieniu od poprzednio omawianych modeli)

O PEWNEJ WŁASNOŚCI ZBIORU MINIMALNEGO RYZYKA

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECI SKIEGO

Analiza danych OGÓLNY SCHEMAT. Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. Strona 1

Ryzyko inwestycji. Ryzyko jest to niebezpieczeństwo niezrealizowania celu, założonego przy podejmowaniu określonej decyzji. 3.

WYKORZYSTANIE SYMULACJI STOCHASTYCZNEJ DO BADANIA WRAŻLIWOŚCI SKŁADU OPTYMALNYCH PORTFELI AKCJI

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ

Zarządzanie portfelem inwestycyjnym

SFORA POLSKA Wykresy 4-godzinne

SFORA POLSKA Wykresy 4-godzinne

Dywersyfikacja portfela poprzez inwestycje alternatywne. Prowadzący: Jerzy Nikorowski, Superfund TFI.

Metody predykcji analiza regresji

Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada. Zajęcia 3

Optymalizacja portfela z wykorzystaniem koherentnych transformujących miar ryzyka

Zmienność dobra, czy zła? Analiza polskiego rynku kapitałowego

ZASTOSOWANIE METODY WIELOKRYTERIALNEJ DO UPORZĄDKOWANIA SPÓŁEK W SYTUACJI NIEPEŁNEJ INFORMACJI LINIOWEJ

Analiza modyfikacji systemów bonus-malus w ubezpieczeniach komunikacyjnych AC na przykładzie wybranego zakładu ubezpieczeń

Modelowanie struktury stóp procentowych na rynku polskim - wprowadzenie

Funkcje i charakterystyki zmiennych losowych

STATYSTYKA MATEMATYCZNA

Natalia Nehrebecka Stanisław Cichocki. Wykład 10

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 5(96)/2013

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu

MODELOWANIE LICZBY SZKÓD W UBEZPIECZENIACH KOMUNIKACYJNYCH W PRZYPADKU WYSTĘPOWANIA DUŻEJ LICZBY ZER, Z WYKORZYSTANIEM PROCEDURY KROSWALIDACJI

Analiza niestacjonarności systemów WIM 1

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECI SKIEGO INWESTYCJE RZECZOWE NA RYNKU NIERUCHOMO CI JAKO CZYNNIK ZMNIEJSZAJ CY RYZYKO PORTFELA INWESTYCYJNEGO

Badanie współzaleŝności dwóch cech ilościowych X i Y. Analiza korelacji prostej. Badanie zaleŝności dwóch cech ilościowych. Analiza regresji prostej

65120/ / / /200

Wprowadzenie do kalibracji jedno- i wieloparametrowej

Dobór zmiennych objaśniających

ZASTOSOWANIE METODY DEA W KLASYFIKACJI FUNDUSZY INWESTYCYJNYCH

Zadanie 1. Zadanie 2. Zadanie 3

Zastosowanie wybranych miar płynności aktywów kapitałowych na Giełdzie Papierów Wartościowych w Warszawie S.A.

Analiza regresji modele ekonometryczne

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD A

Matematyka ubezpieczeń majątkowych r.

A C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XXXIX NAUKI HUMANISTYCZNO-SPOŁECZNE ZESZTYT 389 TORUŃ 2009.

ZASTOSOWANIE MODELU MOTAD DO TWORZENIA PORTFELA AKCJI KLASYFIKACJA WARUNKÓW PODEJMOWANIA DECYZJI

Statystyka Inżynierska

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Transkrypt:

Elżbeta Majewska Robert Jankowsk Unwersytet w Bałystoku ZASTOSOWANIE UOGÓLNIONEGO WSPÓŁCZYNNIKA GINIEGO DO POMIARU RYZYKA SPÓŁEK WCHODZĄCYCH W SKŁAD INDEKSU WIG20 Wprowadzene Klasyczna analza portfel nwestycyjnych opera sę na dwóch podstawowych charakterystykach paperów wartoścowych: oczekwanej stope zwrotu oraz ryzyku erzony odchylene standardowy stóp zwrotu. Na początku lat 80. XX weku Shloo Ytzhak zaproponował, by zastąpć odchylene standardowe średną różncą Gnego. Welkośc te ają bowe wele analogcznych własnośc. To jednak ne jedyny arguent przeawający za stosowane tej alternatywnej ary zennośc stóp zwrotu. Jak wadoo, teora portfel nwestycyjnych zbudowana przez Markowtza Sharpe a opera sę na dość rygorystycznych założenach. W szczególnośc wyaga, by stopy zwrotu rozważanych walorów ały rozkład noralny lub funkcje użytecznośc nwestorów były kwadratowe. W praktyce warunk te często ne są spełnone. W tak przypadku analzę ożna operać na kryteru aksyalzacj oczekwanej stopy zwrotu nalzacj średnej różncy Gnego. Skonstruowane w ten sposób portfele są efektywne w sense kryterów donacj stochastycznej. Uogólnene średnej różncy Gnego jest współczynnk, który dodatkowo uwzględna pozo awersj do ryzyka nwestora. W pracy zostaną przedstawone podstawowe własnośc uogólnonego współczynnka Gnego jako ary ryzyka, a także bazujących na n ar ryzyka systeatycznego korelacj poędzy papera wartoścowy. Zasadnczy cele jest natoast prezentacja wynków badań eprycznych dotyczących oszacowań tychże wartośc dla spółek z ndeksu WIG20.

60 Elżbeta Majewska, Robert Jankowsk 1. Własnośc uogólnonego współczynnka Gnego Mane uogólnonego współczynnka Gnego określa sę rodznę ar zennośc wywodzących sę ze średnej różncy Gnego, która w kontekśce poaru ryzyka nwestycyjnego wyznaczana jest najczęścej jako podwojona kowarancja poędzy losową stopą zwrotu z paperu wartoścowego, a dystrybuantą jej rozkładu. Uogólnony współczynnk Gnego określa natoast następujący wzór 1 gdze: Γ b b ν b ( ν ) = [ F( r) ] dr [ 1 F( r) ] dr = r a [ 1 F( r) ] a 1 dr (1) a F (r) dystrybuanta rozkładu losowej stopy zwrotu r, przy czy F( a) = 0 dla pewnego a > 0 oraz F ( b) = 1 dla pewnego b < +, r oczekwana stopa zwrotu. W praktyce wygodnej jest posługwać sę neco nną postacą wzoru (1) Γ ν 1 { }, ν [1, + ) ( ν ) = ν cov,[ 1 F( r) ] a r (2) Łatwo przy ty zauważyć, że jeśl = 2, Γ ν jest średną różncą Gnego. Γ ( ν ) ożna traktować jako średną ważoną kowarancję poędzy stopą zwrotu r welkoścą 1 F( r) w potędze ν 1. Paraetr ν uwzględna pozo awersj do ryzyka nwestora. I wększa wartość paraetru, ty wększa nechęć do ryzyka nwestora. Wartość ν = 1 odpowada nwestorow neutralneu wobec ryzyka 2 ( Γ ( 1 ) = 0 ), natoast przypadek ν + oznacza, że nwestor ne dopuszcza ryzyka na żadny pozoe ty say dąży do osągnęca relatywne nskego, ale całkowce bezpecznego zysku. Własnośc zdefnowanego wzore (2) współczynnka są następujące: 1. Γ ( ν ) jest welkoścą neujeną, neogranczoną z góry nealejącą względe. 2. Dla całkowtych wartośc ν zachodz ν to ( ) ( ) = r E[ ( r, r,, )] Γ ν n 1 2 K r ν. ν 1 H. Shalt, S. Ytzhak: Mean-Gn, Portfolo Theory and the Prcng of Rsky Assets. Journal of Fnance 1984, No. 39(5), s. 1461. 2 W rozuenu dualnej teor użytecznośc Yaar ego, H. Shalt, S. Ytzhak: The Mean-Gn Effcent Portfolo Fronter. The Journal of fnancal Research 2005, Vol. XXVIII, No. 1, s. 62.

Zastosowane uogólnonego współczynnka Gnego 61 3. Jeżel 2 cr1 Γ2 ν = c Γ1 ν. 4. Jeżel r 2 = c + r1, to Γ2 ( ν ) = Γ1 ( ν ) 3. Można równeż pokazać, że jeżel r 1, r 2 są losowy stopa zwrotu z dwóch walorów, to nerówność r = c jest dowolną stałą, to ( ) ( ) [ Γ ( ν )] [ r Γ ( ν )] 0, ν 1 1 1 2 2 r (3) stanow warunek koneczny stochastycznej donacj r 1 nad r 2 w sense kryterów donacj stochastycznej perwszego drugego rzędu. Dodatkowo, jeżel dystrybuanty tychże stóp zwrotu przecnają sę co najwyżej raz, to (3) stanow warunek wystarczający stochastycznej donacj r 1 nad r 2. Ponadto, jeśl r 1 = r 2, to warunek wystarczający przyjuje postać [ Γ ( ν )] [ r Γ ( ν )] > 0, ν 1 r (4) 1 1 2 2 2. Uogólnony współczynnk Gnego a ryzyko systeatyczne Jedną z podstawowych zależnośc wykorzystywanych w analze nstruentów fnansowych jest tzw. lna charakterystyczna, która opsuje zwązek poędzy stopą zwrotu z danego waloru ( r ) stopą zwrotu z portfela rynkowego ( r ), czyl 4 r = α + β r + ε (5) gdze ε oznacza składnk losowy, natoast β to współczynnk beta określający ryzyko systeatyczne (rynkowe) paperu wartoścowego. Dla rynku pozostającego w równowadze prawdzwa jest ponadto prosta lnowa zależność poędzy ty ryzyke a oczekwaną stopą zwrotu z waloru ( r ) zwana lną rynku paperów wartoścowych gdze: r f stopa zwrotu wolna od ryzyka, f ( r r f ) r oczekwana stopa zwrotu z portfela rynkowego. r = r + β (6) 3 H. Shalt, S. Ytzhak: Mean-Gn, Portfolo Theory, op. ct., s. 1461. 4 R.A. Haugen: Teora nowoczesnego nwestowana. WIG-Press, Warszawa 1996, s. 59-60.

62 Elżbeta Majewska, Robert Jankowsk Jeżel r oraz ε ne są ze sobą skorelowane ają rozkłady noralne, to oszacowane paraetru β uzyskuje sę klasyczną etodą najnejszych kwadratów. Jednakże w praktyce założena te ne zawsze są spełnone wówczas nezbędne jest stosowane nnych etod estyacj, np. etody zennych nstruentalnych. Alternatywą oże być równeż wyznaczene estyatora opartego na uogólnony współczynnku Gnego postac 5 gdze a ( ν ) β ( ν ) cov = cov ν 1 { r,[ 1 F ( r )] } ν 1 r,[ 1 F ( r )] { } ( ν ) cov = cov = ( ν ) ν 1 { r,[ 1 F ( r )] } ν r,[ 1 F ( r )] 1 { } Γ Γ ( ν ) ( ν ) Γ oznacza uogólnony współczynnk Gnego portfela rynkowego. Można przy ty pokazać, że jeśl stopy zwrotu ają rozkład noralny, to β ( ν ) = β dla dowolnego ν. Ponadto, analzując rynek nwestorów o jednakowy pozoe awersj do ryzyka ożna określć odpowednk ln rynku paperów wartoścowych postac ( r r ) ( ν ), > 1 (7) (8) r = r + ν (9) f f β Oznacza to, że ożlwa jest konstrukcja różnych warantów odelu wyceny dóbr kaptałowych uwzględnających zenność oszacowana ryzyka systeatycznego przy zróżncowany pozoe awersj do ryzyka nwestorów. 3. Korelacja stóp zwrotu Określona zależnoścą (8) welkość ( ν ) erzy korelację poędzy stopa zwrotu z waloru oraz portfela rynkowego. Wzór ten w rzeczywstośc defnuje całą rodznę współczynnków korelacj ędzy zenny losowy. Okazuje sę, że dla dowolnych zennych losowych X Y oraz dowolnego ν 1 prawdzwe są następujące własnośc tychże współczynnków: 5 E. Schechtan, S. Ytzhak: A Faly of Correlaton Coeffcents Based on the Extended Gn Index. Journal of Econoc Inequalty 2003, Vol. 1, s. 138; H. Shalt, S. Ytzhak: Mean-Gn, Portfolo Theory, op. ct., s. 1463.

Zastosowane uogólnonego współczynnka Gnego 63 1. Dla dowolnego ν : ( ) 1. XY rozkład syetryczny, to ( ) 1. 2. Jeżel Y jest rosnącą funkcją, XY ν Jeśl ν = 2 lub zenna losowa X a ν XY ν X to ( ) =1. ν = ν 3. Dla zennych losowych nezależnych ( ) ( ) = 0. 4. Jeżel zenne losowe X Y ają dwuwyarowy rozkład noralny, XY ν = YX ν = ρ, gdze ρ XY oznacza współczynnk korelacj Pearsona 6. Warto zwrócć uwagę na to, że rozważany współczynnk korelacj ne jest, ν ν to ( ) ( ) XY w ogólny przypadku, syetryczny. Co węcej, welkośc XY ( ) ( ) ogą eć nawet różne znak. XY YX YX 4. Wynk badań eprycznych Przeprowadzone analzy epryczne dotyczyły dzennych stóp zwrotu 17 akcj wchodzących w skład ndeksu WIG20 w grudnu 2012 roku notowanych na GPW w Warszawe w latach 2010-2012 7 (w nawasach podano nuery spółek wykorzystywane w tabelach wynków): ASSECOPOL (1), BOGDANKA (2), BORYSZEW (3), BRE (4), GTC (5), HANDLOWY (6), KERNEL (7), KGHM (8), LOTOS (9), PEKAO (10), PGE (11), PGNIG (12), PKNORLEN (13), PKOBP (14), SYNTHOS (15), TPSA (16), TVN (17). Jako substytut portfela rynkowego wykorzystano ndeks WIG. Przedote analz były oszacowana oparte na uogólnony współczynnku Gnego: ryzyka całkowtego akcj, ryzyka systeatycznego akcj, korelacj stóp zwrotu z akcj portfela rynkowego. Istotny eleente badań było porównane rankngów spółek ze względu na pozo ryzyka całkowtego systeatycznego akcj oszacowanego przy różnych wartoścach paraetru ν. Jak zauważają Gregory-Allen Shalt 8, zarówno nwestorzy ndywdualn, jak zarządzający fundusza nwestycyjny często wykorzystują rankng przy podejowanu decyzj nwestycyjnych. Są to jednak rankng statyczne te sae dla wszystkch nwestorów. Jednocześne ne- 6 Ibd., s. 133. 7 Trzy spośród akcj wchodzących w skład ndeksu WIG20 w grudnu 2012 roku (JSW, PZU, TAURONPE) ne były notowane w cały trzyletn okrese objęty badane. Próba badawcza obejowała 752 obserwacje. 8 R.B. Gregory-Allen, H. Shalt: The Estaton of Systeatc Rsk under Dfferentated Rsk Averson: A Mean-Extended Gn Approach. Revew of Quanttatve Fnance and Accountng 1999, No. 12, s. 136.

64 Elżbeta Majewska, Robert Jankowsk trudno sobe wyobrazć, że uszeregowane spółek oże różnć sę nawet znaczne, jeśl uwzględny pozo awersj do ryzyka potencjalnych nwestorów: akcje agresywne dla nwestora z dużą awersją do ryzyka ogą być równocześne uznane za defensywne przez nwestora z awersją neznaczną. 4.1. Uogólnony współczynnk Gnego akcj Analzując ryzyko badanych spółek wyznaczone zostały wartośc uogólnonego współczynnka Gnego przy równych kolejno: 1,5; 2,5; 3; 4; 6; 8; 10; 15; 20 9. W tabel 1 10 przedstawono wartośc uogólnonego współczynnka Gnego poszczególnych akcj. Wyraźne zaobserwować ożna wzrost wartośc oszacowań ryzyka całkowtego wraz ze wzroste ν. Nezależne jednak od uwzględnanego pozou awersj do ryzyka, za najbardzej ryzykowne uznać należy akcje BORYSZEW, natoast za najbezpecznejsze PGNIG z wyjątke ν = 1,5 w ty przypadku współczynnk Gnego a wartość najnejszą dla akcj TPSA. Uzyskane wynk pozwalają wysnuć przypuszczene, ż uszeregowana spółek względe wartośc Γ ( ν ) dla różnych ν są bardzo zblżone. Potwerdzają to rankng spółek (tabela 2) oraz wyznaczone dla tych rankngów wartośc r τ współczynnka korelacj rang Kendalla 11 (tabela 3). Wskazują one na duże podobeństwo uporządkowań uzyskanych dla kolejnych wartośc ν. Można przy ty wyraźne zauważyć, ż podobeństwo to jest ty nejsze, wększa jest różnca przyjowanego pozou awersj do ryzyka. Najbardzej różną sę uporządkowana spółek dla równych: 1,5 10; 1,5 15; 1,5 20 ( r τ = 0,853). Natoast w dwóch przypadkach (ν równe: 2,5 3 oraz 15 20) są one w pełn zgodne ( r τ = 1). 9 W badanach przyjęto wartośc paraetrów zaproponowane w pracy R.B. Gregory-Allen, H. Shalt: Op. ct., s. 136. Natoast wynk analogcznych badań przeprowadzonych dla średnej różncy Gnego ( ν = 2 ) znaleźć ożna w pracy E. Majewska, R. Jankowsk: Współczynnk Gnego jako ara ryzyka a noralność rozkładu stóp zwrotu. W: Modelowane preferencj a ryzyko 11. Red. T. Trzaskalk. UE, Katowce 2011, s. 57-68. 10 W tabelach 1, 4, 7 przyjęto zasadę wyróżnana (pogrubana) wartośc najnejszych najwększych w poszczególnych kolunach. 11 Współczynnk korelacj rang Kendalla jest arą podobeństwa uporządkowań obektów: wartość 1 oznacza całkowtą ch zgodność, wartość 0 brak zgodnośc, a wartość -1 pełną przecwstawność. J.M. Kowalsk: Podstawy statystyk opsowej dla ekonostów. Wyższa Szkoła Bankowa, Poznań 2006, s. 191-192. W nnejszy opracowanu do wyznaczena wartośc współczynnka Kendalla wykorzystano paket SPSS 20.0.

Zastosowane uogólnonego współczynnka Gnego 65 Uogólnony współczynnk Gnego akcj Tabela 1 Spółka Γ ( 1,5 ) Γ ( 2,5) Γ () 3 Γ ( 4) Γ ( 6) Γ ( 8) Γ ( 10) Γ ( 15) Γ ( 20) 1 0,6097 1,2529 1,4667 1,7972 2,2566 2,5790 2,8268 3,2707 3,5806 2 0,5677 1,1272 1,3082 1,5840 1,9614 2,2241 2,4249 2,7802 3,0215 3 1,1428 2,1813 2,5186 3,0423 3,7846 4,3209 4,7424 5,5164 6,0640 4 0,6758 1,3848 1,6227 1,9923 2,5117 2,8827 3,1719 3,6984 4,0704 5 0,8451 1,7310 2,0261 2,4848 3,1329 3,5998 3,9664 4,6388 5,1155 6 0,6685 1,3769 1,6136 1,9805 2,4941 2,8588 3,1420 3,6572 4,0238 7 0,7998 1,6183 1,8839 2,2879 2,8391 3,2215 3,5132 4,0292 4,3811 8 0,7988 1,6798 1,9774 2,4393 3,0867 3,5502 3,9145 4,5927 5,0919 9 0,7413 1,5436 1,8099 2,2178 2,7755 3,1612 3,4542 3,9710 4,3229 10 0,6614 1,3695 1,6032 1,9595 2,4462 2,7861 3,0481 3,5225 3,8585 11 0,5224 1,0758 1,2618 1,5515 1,9609 2,2553 2,4866 2,9147 3,2263 12 0,5331 1,0755 1,2527 1,5232 1,8936 2,1511 2,3480 2,6990 2,9425 13 0,6910 1,4310 1,6756 2,0484 2,5544 2,9038 3,1712 3,6543 3,9993 14 0,6132 1,2698 1,4879 1,8217 2,2787 2,5971 2,8420 3,2842 3,5963 15 0,7805 1,5901 1,8561 2,2664 2,8457 3,2686 3,6064 4,2444 4,7145 16 0,5209 1,0835 1,2756 1,5789 2,0199 2,3496 2,6182 3,1427 3,5490 17 0,7769 1,5973 1,8703 2,2921 2,8805 3,2990 3,6260 4,2293 4,6682 Rankng akcj względe uogólnonego współczynnka Gnego Tabela 2 Spółka Γ ( 1,5 ) Γ ( 2,5) Γ () 3 Γ ( 4) Γ ( 6) Γ ( 8) Γ ( 10) Γ ( 15) Γ ( 20) 1 5 5 5 5 5 5 5 5 5 2 4 4 4 4 3 2 2 2 2 3 17 17 17 17 17 17 17 17 17 4 9 9 9 9 9 9 10 10 10 5 16 16 16 16 16 16 16 16 16 6 8 8 8 8 8 8 8 9 9 7 15 14 14 13 12 12 12 12 12 8 14 15 15 15 15 15 15 15 15 9 11 11 11 11 11 11 11 11 11 10 7 7 7 7 7 7 7 7 7 11 2 2 2 2 2 3 3 3 3 12 3 1 1 1 1 1 1 1 1 13 10 10 10 10 10 10 9 8 8 14 6 6 6 6 6 6 6 6 6 15 13 12 12 12 13 13 13 14 14 16 1 3 3 3 4 4 4 4 4 17 12 13 13 14 14 14 14 13 13

66 Elżbeta Majewska, Robert Jankowsk Współczynnk korelacj Kendalla rankngów akcj względe uogólnonego współczynnka Gnego Tabela 3 r τ Γ ( 1,5 ) Γ ( 2,5) Γ () 3 Γ ( 4) Γ ( 6) Γ ( 8) Γ ( 10) Γ ( 15) Γ ( 20) Γ ( 1,5 ) 1,000 0,926 0,926 0,912 0,882 0,868 0,853 0,853 0,853 Γ ( 2,5) 1,000 1,000 0,985 0,956 0,941 0,926 0,897 0,897 Γ () 3 1,000 0,985 0,956 0,941 0,926 0,897 0,897 Γ ( 4) 1,000 0,971 0,956 0,941 0,912 0,912 Γ ( 6) 1,000 0,985 0,971 0,941 0,941 Γ () 8 1,000 0,985 0,956 0,956 Γ ( 10) 1,000 0,971 0,971 Γ ( 15) 1,000 1,000 Γ ( 20) 1,000 4.2. Ryzyko systeatyczne akcj Analzując ryzyko systeatyczne akcj badanych spółek ne ożna, w od- ν β ν względe ν różnenu od Γ ( ), stwerdzć onotoncznośc oszacowań ( ) (tabela 4). Nezależne od wartośc tego paraetru najnej wrażlwe na zany rynku okazały sę akcje TPSA ( β ( ν ) < 0,55 < 1 akcje defensywne), natoast najbardzej KGHM ( β ( ν ) >1,38 > 1 akcje ofensywne). W przypadku akcj SYNTHOS (nuer 15 w tabel) ay do czynena z sytuacją, w której część nwestorów uznaje je za defensywne ( β ( ν ) < 1 dla ν = 1,5; 2,5; 3; 4; 6; 8; 10 ), a nn (z wększą awersją do ryzyka) za ofensywne ( β ( ν ) > 1 dla ν = 15; 20 ). Ty bardzej nteresujące wydaje sę węc porównane rankngów akcj względe wartośc paraetru β ( ν ) dla poszczególnych ν. Okazuje sę, że rankng te są bardzo zblżone (tabela 5). Współczynnk korelacj rang r τ Kendalla przyjuje wartośc ne nejsze nż 0,912 (tabela 6). Podobne jak w przypadku uporządkowań akcj względe Γ ( ν ), w dwóch sytuacjach ay pełną zgodność rankngów r τ = 1 dla ν równego 6 8 oraz 15 20, a najwększe różnce dla skrajnych wartośc ν (1,5 15; 1,5 20; 2,5 15; 2,5 20; 3 15; 3 20). Znaczne podobeństwo rankngów akcj względe β ( ν ) potwerdzają też wcześnejsze badana przeprowadzone na rynku polsk 12. 12 E. Majewska: Wykorzystane współczynnka Gnego do oceny ryzyka systeatycznego. W: Metody loścowe w badanach ekonocznych. Red. B. Borkowsk. Warszawa 2010, s. 6.

Zastosowane uogólnonego współczynnka Gnego 67 Ryzyko systeatyczne akcj przy różnych wartoścach ν Tabela 4 Spółka β ( 1,5) β ( 2,5) β () 3 β ( 4) β ( 6) β ( 8) β ( 10) β ( 15) β ( 20) 1 0,7358 0,7452 0,7494 0,7556 0,7634 0,7684 0,7726 0,7829 0,7928 2 0,5607 0,5823 0,5928 0,6085 0,6247 0,6305 0,6321 0,6310 0,6290 3 1,1833 1,1936 1,2002 1,2145 1,2442 1,2707 1,2923 1,3296 1,3527 4 1,1002 1,0974 1,1005 1,1059 1,1113 1,1130 1,1128 1,1081 1,1023 5 1,0282 1,0664 1,0768 1,0877 1,0932 1,0915 1,0868 1,0685 1,0466 6 0,7474 0,7864 0,7981 0,8146 0,8352 0,8486 0,8581 0,8734 0,8844 7 0,5976 0,5866 0,5915 0,6074 0,6414 0,6701 0,6943 0,7429 0,7790 8 1,4489 1,4647 1,4663 1,4664 1,4611 1,4514 1,4399 1,4113 1,3865 9 1,1278 1,1339 1,1362 1,1405 1,1496 1,1585 1,1663 1,1798 1,1863 10 1,2132 1,2006 1,1941 1,1827 1,1684 1,1609 1,1567 1,1525 1,1519 11 0,7452 0,7387 0,7420 0,7503 0,7663 0,7800 0,7920 0,8165 0,8354 12 0,5508 0,5507 0,5522 0,5556 0,5637 0,5715 0,5779 0,5891 0,5958 13 1,2124 1,2137 1,2135 1,2128 1,2121 1,2136 1,2163 1,2247 1,2321 14 1,1711 1,1535 1,1489 1,1425 1,1345 1,1297 1,1271 1,1263 1,1291 15 0,8239 0,8434 0,8557 0,8799 0,9223 0,9559 0,9816 1,0214 1,0392 16 0,5455 0,5337 0,5241 0,5067 0,4821 0,4675 0,4584 0,4464 0,4412 17 0,9102 0,9426 0,9515 0,9644 0,9803 0,9881 0,9908 0,9851 0,9720 Rankng akcj względe współczynnka beta Tabela 5 Spółka β ( 1,5) β ( 2,5) β () 3 β ( 4) β ( 6) β ( 8) β ( 10) β ( 15) β ( 20) 1 2 3 4 5 6 7 8 9 10 1 5 6 6 6 5 5 5 5 5 2 3 3 4 4 3 3 3 3 3 3 14 14 15 16 16 16 16 16 16 4 11 11 11 11 11 11 11 11 11 5 10 10 10 10 10 10 10 10 10 6 7 7 7 7 7 7 7 7 7 7 4 4 3 3 4 4 4 4 4 8 17 17 17 17 17 17 17 17 17 9 12 12 12 12 13 13 14 14 14 10 16 15 14 14 14 14 13 13 13 11 6 5 5 5 6 6 6 6 6 12 2 2 2 2 2 2 2 2 2 13 15 16 16 15 15 15 15 15 15

68 Elżbeta Majewska, Robert Jankowsk cd. tabel 5 1 2 3 4 5 6 7 8 9 10 14 13 13 13 13 12 12 12 12 12 15 8 8 8 8 8 8 8 9 9 16 1 1 1 1 1 1 1 1 1 17 9 9 9 9 9 9 9 8 8 Współczynnk korelacj Kendalla rankngów akcj względe współczynnka beta Tabela 6 r τ β ( 1,5) β ( 2,5) β () 3 β ( 4) β ( 6) β ( 8) β ( 10) β ( 15) β ( 20) β ( 1,5) 1,000 0,971 0,941 0,926 0,941 0,941 0,926 0,912 0,912 Γ ( 2,5) 1,000 0,971 0,956 0,941 0,941 0,926 0,912 0,912 β () 3 1,000 0,985 0,941 0,941 0,926 0,912 0,912 β ( 4) 1,000 0,956 0,956 0,941 0,926 0,926 β ( 6) 1,000 1,000 0,985 0,971 0,971 β () 8 1,000 0,985 0,971 0,971 β ( 10) 1,000 0,985 0,985 β ( 15) 1,000 1,000 β ( 20) 1,000 4.3. Korelacja stóp zwrotu akcj portfela rynkowego Ostatn eleente przeprowadzonych badań była analza korelacj stóp zwrotu z akcj ndeksu WIG (tabela 7). We wszystkch przypadkach korelacja ta jest dodatna, przy czy najslnejszą zależność obserwujey dla akcj PKOBP ( ( ν ) ( ν ) przekraczają 0,81 dla wszystkch ν ). Najsłabej z rynke skorelowane są natoast akcje KERNEL, przy czy dla ν = 8, 10, 15 20 najnejsze wartośc charakteryzują akcje TPSA.

Zastosowane uogólnonego współczynnka Gnego 69 Tabela 7 Współczynnk korelacj akcj z portfele rynkowy ν 1,5 2,5 3 4 6 8 10 15 20 Spółka 1 0,5164 0,5302 0,5327 0,5364 0,5389 0,5403 0,5478 0,5474 0,5593 0,5584 0,5677 0,5664 0,5751 0,5724 0,5917 0,5831 0,6061 0,5910 2 0,4226 0,4920 0,4627 0,5131 0,4779 0,5156 0,5005 0,5158 0,5265 0,5110 0,5402 0,5055 0,5485 0,5002 0,5610 0,4889 0,5698 0,4794 3 0,4431 0,4670 0,4901 0,4935 0,5026 0,5042 0,5201 0,5228 0,5435 0,5510 0,5604 0,5712 0,5734 0,5857 0,5958 0,6064 0,6106 0,6140 4 0,6966 0,6888 0,7098 0,6967 0,7153 0,7018 0,7232 0,7114 0,7315 0,7262 0,7357 0,7356 0,7382 0,7411 0,7406 0,7460 0,7413 0,7462 5 0,5206 0,5351 0,5518 0,5426 0,5606 0,5429 0,5703 0,5430 0,5769 0,5443 0,5778 0,5454 0,5765 0,5452 0,5694 0,5399 0,5600 0,5305 6 0,4784 0,4728 0,5116 0,4908 0,5217 0,5005 0,5359 0,5173 0,5537 0,5395 0,5656 0,5518 0,5746 0,5589 0,5903 0,5676 0,6017 0,5738 7 0,3197 0,3660 0,3247 0,3743 0,3312 0,3773 0,3459 0,3824 0,3735 0,3893 0,3963 0,3941 0,4159 0,3981 0,4557 0,4072 0,4867 0,4157 8 0,7761 0,7753 0,7810 0,7836 0,7821 0,7843 0,7833 0,7847 0,7826 0,7856 0,7790 0,7860 0,7740 0,7855 0,7596 0,7812 0,7453 0,7753 9 0,6510 0,6680 0,6580 0,6915 0,6621 0,6980 0,6700 0,7070 0,6848 0,7182 0,6983 0,7251 0,7104 0,7297 0,7344 0,7366 0,7511 0,7404 10 0,7848 0,7839 0,7852 0,7825 0,7855 0,7827 0,7864 0,7846 0,7896 0,7913 0,7940 0,7989 0,7985 0,8062 0,8088 0,8215 0,8172 0,8329 11 0,6103 0,6037 0,6150 0,6071 0,6202 0,6123 0,6301 0,6226 0,6461 0,6390 0,6590 0,6515 0,6702 0,6618 0,6924 0,6832 0,7088 0,7002 12 0,4421 0,4668 0,4587 0,4783 0,4649 0,4821 0,4752 0,4867 0,4922 0,4908 0,5062 0,4935 0,5179 0,4965 0,5395 0,5038 0,5542 0,5092 13 0,7507 0,7617 0,7597 0,7667 0,7638 0,7691 0,7714 0,7739 0,7845 0,7811 0,7964 0,7857 0,8071 0,7888 0,8284 0,7941 0,8433 0,7984 14 0,8172 0,8176 0,8137 0,8161 0,8144 0,8177 0,8172 0,8221 0,8232 0,8310 0,8289 0,8383 0,8345 0,8444 0,8477 0,8574 0,8594 0,8685 15 0,4517 0,4735 0,4751 0,5019 0,4862 0,5088 0,5058 0,5180 0,5359 0,5309 0,5572 0,5422 0,5727 0,5529 0,5949 0,5755 0,6034 0,5920 16 0,4481 0,4090 0,4412 0,4267 0,4334 0,4319 0,4181 0,4385 0,3946 0,4442 0,3791 0,4458 0,3684 0,4459 0,3511 0,4428 0,3403 0,4376 17 0,5013 0,5449 0,5286 0,5586 0,5366 0,5617 0,5482 0,5641 0,5627 0,5617 0,5707 0,5553 0,5750 0,5472 0,5758 0,5231 0,5700 0,4967

70 Elżbeta Majewska, Robert Jankowsk W przypadku wszystkch analzowanych spółek wdoczny jest brak syetr współczynnków korelacj opartych na uogólnony współczynnku Gnego. Różnce poędzy wartośca oraz wahają sę (co do odułu) od 0,0004 (PKOBP przy ν = 1, 5 oraz ASSECOPOL dla ν = 10) do 0,0695 (BOGDANKA przy ν = 1,5). Podsuowane Uogólnony współczynnk Gnego zastosowany do poaru ryzyka nwestycyjnego daje ożlwość różncowana analz poprzez uwzględnene pozou awersj do ryzyka nwestora. Przedstawone w pracy wynk badań wskazują jednak na duże podobeństwo rankngów akcj względe zarówno Γ ( ν ), jak β ( ν ) przy zenających sę wartoścach ν. Przy różnych pozoach awersj do ryzyka uporządkowane spółek ne zenało sę węc w sposób radykalny. Oznacza to, że preferencje nwestora wobec ryzyka ne ały znaczącego wpływu na uporządkowane spółek an ze względu na pozo ch ryzyka całkowtego, an ryzyka systeatycznego. Podobne wnosk dotyczą stopna korelacj akcj z rynke szacowanego w oparcu o welkośc ( ν ) ( ν ). Co węcej, wynk te częścowo potwerdzają badana wcześnejsze. Należy jednak zwrócć uwagę na fakt, że jak dotąd analzy prowadzone na rynku polsk dotyczyły spółek wchodzących w skład ndeksu WIG20, czyl najwększych spółek na rynku. Otwarte pozostaje węc pytane, czy uzyskane wynk znalazłyby potwerdzene w badanach o szerszy zakrese, np. dłuższych krótszych okresach badawczych lub też uwzględnających nejsze spółk. Te zagadnena ogą być przedote dalszych badań. Lteratura Gregory-Allen R.B., Shalt H.: The Estaton of Systeatc Rsk under Dfferentated Rsk Averson: A Mean-Extended Gn Approach. Revew of Quanttatve Fnance and Accountng 1999, No. 12. Haugen R.A.: Teora nowoczesnego nwestowana. WIG-Press, Warszawa 1996. Kowalsk J.M.: Podstawy statystyk opsowej dla ekonostów. Wyższa Szkoła Bankowa, Poznań 2006. Majewska E.: Analza stablnośc ryzyka funduszy nwestycyjnych erzonego średną różncą Gnego. Prace Materały Wydzału Zarządzana Unwersytetu Gdańskego 2009, Vol. 4, No. 1.

Zastosowane uogólnonego współczynnka Gnego 71 Majewska E.: Ocena ryzyka funduszy nwestycyjnych z wykorzystane współczynnka Gnego. W: Modelowane preferencj a ryzyko 09. Red. T. Trzaskalk. AE, Katowce 2010. Majewska E., Jankowsk R.: Współczynnk Gnego jako ara ryzyka a noralność rozkładu stóp zwrotu. W: Modelowane preferencj a ryzyko 11. Red. T. Trzaskalk. Unwersytet Ekonoczny, Katowce 2011. Majewska E.: Wykorzystane współczynnka Gnego do oceny ryzyka systeatycznego. W: Metody loścowe w badanach ekonocznych. Red. B. Borkowsk. Warszawa 2010. Schechtan E., Ytzhak S.: A Faly of Correlaton Coeffcents Based on the Extended Gn Index. Journal of Econoc Inequalty 2003, Vol. 1. Shalt H., Ytzhak S.: Mean-Gn, Portfolo Theory and the Prcng of Rsky Assets. Journal of Fnance 1984, Vol. 39, No. 5. Shalt H., Ytzhak S.: Evaluatng the Mean-Gn Approach to Portfolo Selecton. Internatonal Journal of Fnance 1989, Vol. 1, No. 2. Yaar M.: The Dual Theory of Choce under Rsk. Econoetrca 1987, Vol. 55, No. 1. Ytzhak S.: The Mean-Gn Effcent Portfolo Fronter. The Journal of Fnancal Research 2005, Vol. XXVIII, No. 1. Ytzhak S.: On an Extenson of the Gn Inequalty Index. Internatonal Econoc Revew 1983, Vol. 24, No. 3. Ytzhak S.: Stochastc Donance, Mean-varance, and Gn s Mean Dfference. Aercan Econoc Revew 1982, Vol. 72, No. 1. RISK MEASUREMENT OF THE WIG20 COMPANIES USING THE EXTENDED GINI COEFFICIENT Suary Ths paper presents the basc propertes of the extended Gn coeffcent as a rsk easure. We defne the easure of systeatc rsk (beta coeffcent) and the correlaton between securtes based on the extended Gn coeffcent. The presented ssues we llustrate wth eprcal research conducted on the bass of selected shares quoted on the Warsaw Stock Exchange.