ANALIZA PORÓWNAWCZA WYBRANYCH METOD GRUPOWANIA SPÓŁEK GIEŁDOWYCH

Podobne dokumenty
WYBÓR PORTFELA PAPIERÓW WARTOŚCIOWYCH ZA POMOCĄ METODY AHP

KONSTRUKCJA OPTYMALNYCH PORTFELI Z ZASTOSOWANIEM METOD ANALIZY FUNDAMENTALNEJ UJĘCIE DYNAMICZNE

ZASTOSOWANIE WYBRANYCH ELEMENTÓW ANALIZY FUNDAMENTALNEJ DO WYZNACZANIA PORTFELI OPTYMALNYCH

OPTYMALNE STRATEGIE INWESTYCYJNE PODEJŚCIE FUNDAMENTALNE OPTIMAL INVESTMENT STRATEGY FUNDAMENTAL ANALYSIS

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

ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ

Analiza porównawcza rozwoju wybranych banków komercyjnych w latach

BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG20

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

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

Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego

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

Zastosowanie wielowymiarowej analizy porównawczej w doborze spó³ek do portfela inwestycyjnego Zastosowanie wielowymiarowej analizy porównawczej...

WPŁYW WYBORU METODY WIELOKRYTERIALNEJ NA STRUKTURĘ I OPŁACALNOŚĆ PORTFELA

ZASTOSOWANIE METODY WIELOKRYTERIALNEJ DO UPORZĄDKOWANIA SPÓŁEK W SYTUACJI NIEPEŁNEJ INFORMACJI LINIOWEJ

ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH

ZASTOSOWANIE METOD WAP DO OCENY POZIOMU PRZESTRZENNEGO ZRÓŻNICOWANIA ROZWOJU ROLNICTWA W POLSCE

WYZNACZANIE PORTFELA WIELOKRYTERIALNEGO W WARUNKACH NIEPEŁNEJ INFORMACJI LINIOWEJ

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

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

Zastosowanie metod grupowania hierarchicznego w strategiach portfelowych

8. Optymalizacja decyzji inwestycyjnych

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

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

ZASTOSOWANIE MODELU MOTAD DO TWORZENIA PORTFELA AKCJI KLASYFIKACJA WARUNKÓW PODEJMOWANIA DECYZJI

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

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

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

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Procedura normalizacji

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

TEORIA PORTFELA MARKOWITZA

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

STATYSTYKA REGIONALNA

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

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

Weryfikacja hipotez dla wielu populacji

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu

Propozycja modyfikacji klasycznego podejścia do analizy gospodarności

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECI SKIEGO

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

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012

Badanie optymalnego poziomu kapitału i zatrudnienia w polskich przedsiębiorstwach - ocena i klasyfikacja

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

ANALIZA KORELACJI WYDATKÓW NA KULTURĘ Z BUDŻETU GMIN ORAZ WYKSZTAŁCENIA RADNYCH

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup

MATERIAŁY I STUDIA. Zeszyt nr 286. Analiza dyskryminacyjna i regresja logistyczna w procesie oceny zdolności kredytowej przedsiębiorstw

Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda

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

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2011, Oeconomica 285 (62), 37 44

Natalia Nehrebecka. Zajęcia 4

PROSTO O DOPASOWANIU PROSTYCH, CZYLI ANALIZA REGRESJI LINIOWEJ W PRAKTYCE

Natalia Nehrebecka. Zajęcia 3

NORMALiZACJA ZMIENNYCH W SKALI PRZEDZIAŁOWEJ I ILORAZOWEJ W REFERENCYJNYM SYSTEMIE GRANICZNYM

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 5(96)/2013

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

4. OPTYMALIZACJA WIELOKRYTERIALNA

ZASTOSOWANIE METODY DEA W KLASYFIKACJI FUNDUSZY INWESTYCYJNYCH

WYKORZYSTANIE ANALIZY WIELOKRYTERIALNEJ DO BADANIA POTENCJAŁU GOSPODARCZEGO WOJEWÓDZTWA PODKARPACKIEGO

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

O PEWNYM MODELU POZWALAJĄCYM IDENTYFIKOWAĆ K NAJBARDZIEJ PODEJRZANYCH REKORDÓW W ZBIORZE DANYCH KSIĘGOWYCH W PROCESIE WYKRYWANIA OSZUSTW FINANSOWYCH


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

ANALIZA WPŁYWU OBSERWACJI NIETYPOWYCH NA WYNIKI MODELOWANIA REGIONALNEJ WYDAJNOŚCI PRACY

Natalia Nehrebecka. Wykład 2

TAKSONOMICZNA ANALIZA ROZWOJU TRANSPORTU DROGOWEGO W POLSCE

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

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

PRZESTRZENNE ZRÓŻNICOWANIE WYBRANYCH WSKAŹNIKÓW POZIOMU ŻYCIA MIESZKAŃCÓW MIAST ŚREDNIEJ WIELKOŚCI A SYSTEM LOGISTYCZNY MIASTA 1

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

STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU

Rozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1

Rozmyta efektywność portfela

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

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

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

Analiza struktury zbiorowości statystycznej

CAPM i APT. Ekonometria finansowa


ANALIZA PRZESTRZENNA PROCESU STARZENIA SIĘ POLSKIEGO SPOŁECZEŃSTWA

KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA

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

Analiza korelacji i regresji

WSKAŹNIK OCENY HIC SAMOCHODU OSOBOWEGO W ASPEKCIE BEZPIECZEŃSTWA RUCHU DROGOWEGO

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECI SKIEGO

OCENA PORTFELI KONSTRUOWANYCH NA PODSTAWIE METODY AHP UJĘCIE KLASYCZNE I FUNDAMENTALNE

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

Dobór zmiennych objaśniających

Ocena jakościowo-cenowych strategii konkurowania w polskim handlu produktami rolno-spożywczymi. dr Iwona Szczepaniak

METODY ANALIZY RYNKU OFE W UJĘCIU DYNAMICZNYM

MIARY ZALEŻNOŚCI ANALIZA STATYSTYCZNA NA PRZYKŁADZIE WYBRANYCH WALORÓW RYNKU METALI NIEŻELAZNYCH

WYKORZYSTANIE SYMULACJI STOCHASTYCZNEJ DO BADANIA WRAŻLIWOŚCI SKŁADU OPTYMALNYCH PORTFELI AKCJI

PODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH

ROZDZIAŁ 3 INTERPRETACJA PARADOKSU ALLAISA ZA POMOCĄ MODELU KONFIGURALNIE WAŻONEJ UŻYTECZNOŚCI

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.

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

KRYTERIA WYBORU ARCHITEKTURY SIECI NEURONOWYCH - FINANSOWE CZY BŁ DU PROGNOZY

Wyznaczanie lokalizacji obiektu logistycznego z zastosowaniem metody wyważonego środka ciężkości studium przypadku

Transkrypt:

Studa Ekonomczne. Zeszyty Naukowe Unwersytetu Ekonomcznego w Katowcach ISSN 2083-8611 Nr 297 2016 Ewa Pośpech Unwersytet Ekonomczny w Katowcach Wydzał Zarządzana Katedra Matematyk posp@ue.katowce.pl ANALIZA PORÓWNAWCZA WYBRANYCH METOD GRUPOWANIA SPÓŁEK GIEŁDOWYCH Streszczene: W opracowanu jest rozważany problem doboru walorów gełdowych do portfela akcj. W tym celu, na podstawe wybranych metod uwzględnających podejśce welowymarowe oraz ujęce welokryteralne, wyselekcjonowano grupy spółek, które mogłyby stanowć podstawę konstrukcj portfela. Posłużono sę welokryteralną metodą ELECTRE I pozwalającą na wyodrębnene grup preferencj obektów oraz zastosowano narzędza analzy welowymarowej mernk syntetyczny oraz analzę skupeń. W analzach wykorzystano wskaźnk fundamentalne określające kondycję spółek oraz standardowe mernk stosowane w analze portfelowej (oczekwaną stopę zwrotu oraz warancję stóp zwrotu). Zbudowane na baze wyłononych grup portfele oparte na modelu Markowtza wskazują, którą z metod selekcj najlepej zastosować. Słowa kluczowe: analza welokryteralna, metoda ELECTRE I, analza welowymarowa, analza skupeń, mara syntetyczna, portfel akcj. Wprowadzene Zagadnena grupowana obektów welocechowych są spotykane w różnych dzedznach. Obekty, którym mogą być różnego rodzaju oferty handlowe, produkty, waranty decyzyjne tp., mogą być opsywane przez różne cechy (zmenne). W takm przypadku decydentow trudno jest sę opowedzeć za którymś z warantów, zwłaszcza gdy charakterystyk go opsujące dają nespójne nformacje. Istotne jest wówczas podejśce do problemu jak do zagadnena welokryteralnego bądź welowymarowego, co umożlwa wyłonene obektów do sebe podobnych lub ch uporządkowane. Z taką sytuacją mamy do czynena także w procesach nwestycyjnych. Inwestując na gełdze, decydent chce osągnąć

154 Ewa Pośpech maksymalny możlwy zysk przy jak najmnejszym ryzyku (standardowe mary stosowane w tym podejścu to oczekwana stopa zwrotu oraz warancja stóp zwrotu). Lczne analzy pokazują, że w tego typu zagadnenach jest także wskazane, w zależnośc od horyzontu czasowego preferencj nwestora, kerowane sę charakterystykam, które opsują sytuację ekonomczno-fnansową spółek. Istneje wele wskaźnków, które są wykorzystywane do takch analz, a ch welość nerzadko nespójne nformacje, które nosą, powodują, że do zagadnena wyboru spółek do portfela należy podchodzć jak do problemów welowymarowych lub welokryteralnych, co ułatwa wyselekcjonowane najlepszych, z punktu wdzena decydenta, walorów. Celem opracowana jest wskazane metody grupowana spółek gełdowych, na podstawe której zostane wyłonony portfel o pożądanych własnoścach najwyższym możlwym zysku oraz najnższym ryzyku. Do osągnęca tego celu wybrano narzędza analzy welowymarowej marę syntetyczną oraz analzę skupeń, a także jedną z metod welokryteralnych, która umożlwa wyznaczene grup preferencj. Na podstawe grup wyłononych wskazanym metodam zostaną skonstruowane portfele oparte na podejścu Markowtza, w celu weryfkacj hpotezy, ż grupowane spółek za pomocą metody welokryteralnej daje bardzej zyskowne portfele. Artykuł podzelono na dwe główne częśc teoretyczną empryczną. W perwszej zameszczono ops narzędz, które wykorzystano w analze emprycznej, natomast w drugej przedstawono wynk badań. 1. Metody uwzględnone w analzach Kerowane sę w procese konstruowana portfela wskaźnkam fundamentalnym determnuje sposób dzałana, którego perwszym etapem może być selekcja walorów umożlwająca wskazane tych, które charakteryzują sę pożądanym wartoścam rozpatrywanych wskaźnków. Taką selekcję można wykonać mplementując różne metody, które pozwalają na wyodrębnene podzborów walorów będących podstawą budowy portfela. W nnejszym opracowanu wybrano trzy podejśca: zastosowane welokryteralnej metody ELECTRE I umożlwającej wyznaczene tzw. grup preferencj; wyznaczene mary syntetycznej oraz dokonane podzału zboru poprzez wyłonene podzborów obektów typowych netypowych; wyodrębnene skupeń, które dzęk wyznaczonej merze syntetycznej mogą stanowć podstawę oceny uzyskanych klas.

Analza porównawcza wybranych metod grupowana spółek gełdowych 155 1.1. Metoda ELECTRE I Metoda ELECTRE I jest jedną z metod welokryteralnej optymalzacj dyskretnej. Metody welokryteralne umożlwają m.n. tworzene rankngów lub wyznaczane grup preferencj obektów, co daje możlwość ch porównana. ELECTRE I, będąca jedną z rodzny metod ELECTRE, należy do drugej grupy metod, dzęk którym uzyskuje sę uporządkowane podzbory obektów (każdemu podzborow jest przyporządkowany konkretny pozom preferencj, a grupa z wyższego pozomu przewyższa grupy znajdujące sę na pozomach nższych). W kolejnych etapach procedury welokryteralnej są wyznaczane odpowedno [Trzaskalk, 2006; Trzaskalk, 2014]: zbór zgodnośc (umożlwający ocenę, czy sła zestawu kryterów, według których warant przewyższa warant j, jest dostateczne duża), zbór nezgodnośc (pozwalający określć, czy według któregoś z kryterów warant j ne przewyższa warantu w tak znacznym stopnu, by można było zawetować hpotezę o przewyższanu warantu przez j), relacja przewyższana (oznaczająca, że stneją ważne przesłank uzasadnające preferencję bądź jej przypuszczene jednego z dwóch warantów), graf zależnośc mędzy obektam (umożlwający wyłonene grup preferencj o różnych pozomach). Metoda ta wymaga określena przez decydenta pewnych subektywnych wartośc mających wspomóc ocenę warantów: dla każdego kryterum zadaje sę wartośc progu weta v k [f k (a )], gdze a oznacza -ty warant, = 1,, m, f k (a ) określa ocenę -tego warantu w ramach kryterum k, k = 1,, n, natomast v k [f k (a )] symbolzuje wartośc progu weta dla danego warantu w ramach kryterum k. Zadawany jest ponadto próg zgodnośc s [0,5; 1] odpowadający za podzał obektów na podgrupy o odmennych pozomach domnacj (m wyższa wartość s, tym obekty wydają sę mnej zróżncowane). 1.2. Mernk syntetyczny Zastosowane mar syntetycznych pozwala m.n. na uporządkowane obektów opsywanych za pomocą welu cech poprzez przekształcene obektów welowymarowych na jednowymarowe, co umożlwa ch herarchzację. W nnejszym opracowanu mara syntetyczna została zbudowana na podstawe czterech wskaźnków fundamentalnych, które spełnają warunk doboru zmennych do konstrukcj mary syntetycznej (współczynnk zmennośc V o wartoścach wększych nż 10%, potwerdzający użyteczność danej zmennej do bada-

156 Ewa Pośpech na oraz brak slnego skorelowana zmennych dagnostycznych zweryfkowany za pomocą macerzy odwrotnej do macerzy współczynnków korelacj lnowej Pearsona). Uwzględnone wskaźnk fundamentalne mają charakter stymulant, zatem ne ma potrzeby ch transformacj, zastosowano natomast normalzację zmennych w postac: f k ( a ) mn f k ( a ) yk =, (1) max f ( a ) mn f ( a ) k która zachowuje ch różną warancję oraz przekształca zbór wartośc na przedzał [0, 1]. Wykorzystany mernk syntetyczny jest średną arytmetyczną wartośc znormalzowanych przyjmuje postać: y k 4 k = 1 k 4 1 MS =. (2) 1.3. Analza skupeń Analza skupeń jest technką welowymarową umożlwającą grupowane obektów welocechowych. Celem grupowana jest m.n. agregacja obektów w jednorodne klasy tak, by w tej samej klase znalazły sę obekty podobne pod względem rozważanych cech. Podobeństwo jest określane za pomocą odległośc m mnejsza odległość, tym obekty bardzej podobne. W przeprowadzonych analzach wykorzystano aglomeracyjne herarchczne metody grupowana, w których jako marę odległośc mędzy obektam wykorzystano najbardzej powszechną marę odległość eukldesową, natomast do merzena odległośc mędzy skupenam wykorzystano klka najpopularnejszych metod: metodę najblższego sąsedztwa, metodę najdalszego sąsedztwa, metodę średnej grupowej, metodę środka cężkośc, metodę medany, metodę Warda oraz metodę Mcqutty [Kopczewska, Kopczewsk Wójck, 2009; Ostasewcz, 1999; www 3]. 2. Analza empryczna Analzą objęto 17 walorów gełdowych (o dodatnej średnej stope zwrotu w okrese 03.10.2011-28.09.2012) wchodzących w skład ndeksu WIG20 we wrześnu 2012 roku. Dla każdego waloru wyznaczono wartośc wybranych czterech wskaźnków ekonomczno-fnansowych: wskaźnk zyskownośc sprzedaży netto (zysk netto/przychody netto ze sprzedaży),

Analza porównawcza wybranych metod grupowana spółek gełdowych 157 wskaźnk rentownośc aktywów ROA (zysk netto/aktywa ogółem), wskaźnk rentownośc kaptału własnego ROE (zysk netto/kaptał własny), wskaźnk zysku na jedną akcję (zysk netto/lczba wyemtowanych akcj). W analzach welowymarowych powyższe charakterystyk traktowano jak zmenne dagnostyczne o takej samej wadze, natomast w analzach welokryteralnych wskaźnk te potraktowano jako równorzędne krytera o wagach równych w = 0,25, = 1, 2, 3, 4 (badana przeprowadzane we wcześnejszych opracowanach pokazały, że dobre wynk notowano, gdy w analze welokryteralnej kryterom fundamentalnym przypsywano równe wag [Pośpech, 2014]). Ponadto w welokryteralnej metodze ELECTRE I przyjęto następujące założena 1 : stałe prog weta dla poszczególnych kryterów, tj. v 1 [f 1 (a )] = 15, v 2 [f 2 (a )] = 2, v 3 [f 3 (a )] = 3, v 4 [f 4 (a )] = 4 oraz próg zgodnośc na pozome s = 0,8. Wynk grupowana uzyskanego metodą welokryteralną zameszczono w tabel 1 (grupa z pozomu I zawera spółk najbardzej preferowane, a jednoelementowa grupa z pozomu V to spółka najmnej preferowana). Tabela 1. Grupy preferencj wyznaczone metodą ELECTRE I Pozomy preferencj metody ELECTRE I I II III IV V Źródło: Opracowane własne. Spółk HANDLOWY, KGHM BOGDANKA, BRE, JSW, PEKAO, PKOBP, SYNTHOS ASSECOPOL, KERNEL, PGE, PKNORLEN BORYSZEW, LOTOS, TAURONPE, TPSA PGNIG Stosując w zagadnenu podejśce welowymarowe, można skonstruować marę syntetyczną, a na jej podstawe zbudować rankng spółek wspomagający ocenę rozważanych walorów (tabela 2). Tabela 2. Wartośc mary syntetycznej MS oraz rankng spółek Spółka Wartośc MS Rankng Spółka Wartośc MS Rankng ASSECOPOL 0,1664 12 PEKAO 0,3814 7 BOGDANKA 0,5121 3 PGE 0,3445 8 BORYSZEW 0,1230 16 PGNIG 0,0001 17 BRE 0,4512 5 PKNORLEN 0,2028 11 HANDLOWY 0,4125 6 PKOBP 0,3147 9 JSW 0,6098 2 SYNTHOS 0,4614 4 KERNEL 0,3145 10 TAURONPE 0,1567 14 KGHM 0,9829 1 TPSA 0,1568 13 LOTOS 0,1403 15 Źródło: Opracowane własne. 1 Welkośc ustalone po przeprowadzenu analzy wartośc ocen kryteralnych.

158 Ewa Pośpech Dysponując wartoścam mary syntetycznej MS, można równeż dokonać podzału spółek na grupy według reguły: G1 najbardzej preferowane spółk, gdy MS (MS sr + MS od ; MS max ], G2 umarkowane preferowane spółk, gdy MS (MS sr ; MS sr + MS od ], G3 mało preferowane spółk, gdy MS (MS sr MS od ; MS sr ], G4 najmnej preferowane spółk, gdy MS [MS mn ; MS sr MS od ], gdze: MS max maksymalna wartość MS, MS sr średna wartość MS, MS od odchylene standardowe wartośc MS, MS mn mnmalna wartość MS. Uzyskany podzał przedstawono w tabel 3. Tabela 3. Grupy spółek wyodrębnone na podstawe wartośc mary syntetycznej Grupa G1 G2 G3 G4 Źródło: Opracowane własne. Spółk KGHM, JSW BOGDANKA, SYNTHOS, BRE, HANDLOWY, PEKAO, PGE PKOBP, KERNEL, PKNORLEN, ASSECOPOL, TPSA, TAURONPE, LOTOS, BORYSZEW PGNIG Porównując rezultaty grupowana metodą welokryteralną oraz za pomocą mary syntetycznej, można zauważyć podobeństwo. Z punktu wdzena nwestora przedmotem zanteresowana są spółk znajdujące sę w najlepszych grupach. Uwzględnając zatem dwe najwyżej sklasyfkowane grupy, wśród najlepszych (według mary syntetycznej) bądź najbardzej preferowanych (według pozomów preferencj) znalazło sę osem spółek; uzyskane ośmoelementowe podzbory różną sę tylko jednym walorem w grupe wyłononej za pomocą mary syntetycznej znalazło sę PGE, natomast w grupe uzyskanej metodą ELECTRE I spółkę PGE zastąpło PKOBP. Ocena zyskownośc portfela otrzymanego po procedurze optymalzacj zostane przedstawona w dalszej częśc rozważań. Do wyłonena grupy spółek mogących być podstawą konstrukcj portfela zastosowano także nne narzędze analzy welowymarowej analzę skupeń. Efektem zastosowana tego narzędza jest uzyskane podzborów (skupeń) obektów najbardzej do sebe podobnych. Jest to metoda, która ne nese nformacj, które skupene jest lepsze od pozostałych, jednak wspomagając sę wartoścam mary syntetycznej lub rankngem na ch podstawe otrzymanym, można dokonać oceny poszczególnych grup.

Analza porównawcza wybranych metod grupowana spółek gełdowych 159 Wynk uzyskane z zastosowanem analzy skupeń, w zależnośc od zastosowanej mary odległośc mędzy skupenam, zostały przedstawone w tabel 4. Tabela 4. Skupena uzyskane za pomocą wybranych metod Metoda Najblższego sąsedztwa Najdalszego sąsedztwa Średnej grupowej Środka cężkośc Medany Warda Mcqutty Źródło: Opracowane własne. Skupena S1 {KGHM} {PGNIG, BORYSZEW, LOTOS, PKNORLEN}, {SYNTHOS, KERNEL, TPSA, S2 ASSECOPOL, TAURONPE} S3 {HANDLOWY, BRE, PEKAO, PGE, PKOBP, BOGDANKA, JSW} {KERNEL, SYNTHOS}, {TPSA, ASSECOPOL, TAURONPE, PGNIG, S1 BORYSZEW, LOTOS, PKNORLEN} S2 {PGE, PKOBP, BRE, BOGDANKA, JSW}, {KGHM, HANDLOWY, PEKAO} {SYNTHOS}, {PGNIG, BORYSZEW, LOTOS, PKNORLEN, KERNEL, TPSA, S1 ASSECOPOL, TAURONPE} S2 {PEKAO, BRE, PGE, PKOBP, BOGDANKA, JSW}, {HANDLOWY, KGHM} {SYNTHOS}, {PGNIG, BORYSZEW, LOTOS, PKNORLEN, KERNEL, TPSA, S1 ASSECOPOL, TAURONPE} S2 {KGHM, HANDLOWY}, {PEKAO, BRE, PGE, PKOBP, BOGDANKA, JSW} {PGNIG, BORYSZEW, LOTOS, PKNORLEN}, {SYNTHOS, KERNEL, TPSA, S1 ASSECOPOL, TAURONPE} S2 {KGHM, HANDLOWY}, {PEKAO, BRE, PGE, PKOBP, BOGDANKA, JSW} {PGNIG, BORYSZEW, LOTOS, PKNORLEN}, {TPSA, ASSECOPOL, S1 TAURONPE, KERNEL, SYNTHOS} S2 {PGE, PKOBP, BRE, BOGDANKA, JSW}, {KGHM, HANDLOWY, PEKAO} {PGNIG, BORYSZEW, LOTOS, PKNORLEN}, {SYNTHOS, KERNEL, TPSA, S1 ASSECOPOL, TAURONPE} S2 {KGHM}, {BRE, PGE, PKOBP, BOGDANKA, JSW, HANDLOWY, PEKAO} W wększośc przypadków były wdoczne zdecydowane dwa skupena, w których można wyodrębnć kolejne dwe lub trzy podgrupy. Neco nny podzał uzyskano w przypadku metody najblższego sąsedztwa: zauważalne trzy skupena, w tym jedno z nch jednoelementowe, a pozostałe dwa bardzej lczne. Na ponższych schematach zaprezentowano przykładowe dendrogramy grupowana: dla metody najblższego sąsedztwa (rys. 1), metody najdalszego sąsedztwa (rys. 2) oraz metody Warda (rys. 3).

160 Ewa Pośpech Rys. 1. Dendrogram grupowana dla metody najblższego sąsedztwa Źródło: Opracowane własne z użycem programu R CRAN. Rys. 2. Dendrogram grupowana dla metody najdalszego sąsedztwa Źródło: Opracowane własne z użycem programu R CRAN.

Analza porównawcza wybranych metod grupowana spółek gełdowych 161 Rys. 3. Dendrogram grupowana dla metody Warda Źródło: Opracowane własne z użycem programu R CRAN. Wspomagając sę wartoścam mary syntetycznej, wyodrębnono wspólną dla wszystkch uwzględnonych metod lczena odległośc mędzy skupenam, ośmoelementową grupę spółek wybrano te spółk, które charakteryzowały sę najwyższym wartoścam mary syntetycznej które równocześne należały do tego samego skupena 2 (według podzału przedstawonego w tabel 4). Uzyskana grupa może stanowć bazowy zbór do wyboru portfela; zbór ten tworzą spółk: BOGDANKA, BRE, HANDLOWY, JSW, KGHM, PEKAO, PGE, PKOBP. Wyznaczone zaprezentowanym metodam zbory stanową podstawę konstrukcj portfela. Rozwązano następujące zadane optymalzacyjne oparte na klasycznym modelu Markowtza 3 : 2 3 W przypadku metody najblższego sąsedztwa połączono spółk skupeń S1 oraz S3. W celu uzyskana bardzej zróżncowanego portfela dołączono warunek ogranczający na udzały poszczególnych spółek neprzekraczające 30%.

162 Ewa Pośpech gdze: S warancja portfela, 2 p S 2 p = 8 8 = 1 j= 1 = 1 8 R R x 0 = 1 x 0,3 x 0, p x x j cov( x, x = 1,..., 8, = 1,..., 8 j ) mn x, x j udzały akcj w portfelu, cov(x, x j ) kowarancja mędzy akcjam o numerach oraz j, R p stopa zwrotu z portfela, R 0 subektywne zadana przez decydenta wartość stopy zwrotu portfela, przy której jest mnmalzowane ryzyko portfela (przyjęto średną stopę zwrotu rozważanych spółek). Tabela 5 zawera rezultaty zadana optymalzacyjnego. Tabela 5. Portfele Markowtza po zastosowanu metod grupowana Portfel 1 Portfel 2 Portfel 3 Spółka mara analza ELECTRE I syntetyczna skupeń BOGDANKA 0,3 0,2625 0,2824 BRE 0,1119 0,0072 0,0067 HANDLOWY 0,1604 0,1237 0,1109 JSW KGHM 0,3 0,3 0,3 PEKAO PGE 0,2309 0,3 PKOBP 0,0525 SYNTHOS 0,0752 0,0756 Stopa zysku portfela (%) w dnu 28.09.2012 w porównanu do 03.10.2011 25,33 18,37 14,00 Ryzyko portfela (odchylene standardowe portfela) 1,2591 1,1744 1,1661 Ryzyko portfela (współczynnk V ) 8,1596 8,5842 9,5722 Źródło: Opracowane własne. Struktury uzyskanych portfel są zblżone. Różnce są zwązane główne z udzałam spółek, które ne znajdowały sę w nnych grupach. Portfel 1, utworzony z grupy wyselekcjonowanej za pomocą metody wyznaczającej grupy preferencj spółek (ELECTRE I), cechuje sę najwyższym zyskem, a także, jak można sę było spodzewać, najwększym ryzykem (merzonym odchylenem (3)

Analza porównawcza wybranych metod grupowana spółek gełdowych 163 standardowym portfela). Jednak ryzyko merzone współczynnkem zmennośc V (czyl lorazem odchylena standardowego portfela do oczekwanej stopy zwrotu portfela) jest dla tego portfela najmnejsze. Zbudowano ponadto portfele na dzeń 01.10.2012, których strukturę przedstawa tabela 5; zbadano ch stopę zysku pod konec kolejnych klku mesęcy. Uzyskane wynk zameszczono w tabel 6. Tabela 6. Stopy zysku portfel na konec kolejnych klku mesęcy Stopa zysku portfela (%) Portfel 1 Portfel 2 Portfel 3 31.10.2012-0,15-0,81-0,37 30.11.2012 7,23 7,14 7,57 28.12.2012 11,35 10,48 11,64 31.01.2013 10,13 8,56 9,62 28.02.2013 6,94 4,19 4,30 28.03.2013 1,72-0,60-2,06 Źródło: Opracowane własne. Skonstruowane portfele reagowały bardzo podobne spadek wartośc po perwszym mesącu, po czym wzrost w dwóch następnych ponowny (sukcesywny) spadek. Wszystke portfele w kolejnych mesącach cechowały sę w marę porównywalnym stopam zysku/straty, chocaż neco mnej korzystne wynk notował portfel 2, natomast trochę lepsze wynk (z wyjątkem lstopada grudna) mał portfel 1. Podsumowane W opracowanu podjęto zagadnene wyznaczana zborów spółek, które mogą stanowć podstawę wyboru portfela akcj. W tym celu porównano wynk grupowana spółek gełdowych, którego dokonano za pomocą wybranych metod analzy welokryteralnej oraz analzy welowymarowej. W rozważanach wykorzystano standardowe charakterystyk uwzględnane w analze portfelowej oczekwaną stopę zwrotu oraz warancję stopy zwrotu, ale posłużono sę także wskaźnkam fundamentalnym opsującym sytuację ekonomczno-fnansową spółek. Jedną z metod grupowana była welokryteralna metoda ELECTRE I, która pozwala połączyć obekty w zbory preferencj, co umożlwa wyznaczene grup, które są bardzej preferowane nad nne (na podstawe przyjętych kryterów). Jako krytera przyjęto uwzględnone wskaźnk fundamentalne. Alternatywną metodą badań była analza welowymarowa, w ramach której, na podstawe wybranych zmennych fundamentalnych, skonstruowano marę syntetyczną, a także wyłonono skupena, stosując klka możlwych sposobów. Analza skupeń ne daje

164 Ewa Pośpech uporządkowana uzyskanych podzborów, ale wspomagając sę skonstruowaną marą syntetyczną, można oszacować, która z klas zawera obekty (spółk) bardzej preferowane ze względu na badane cechy/krytera. Spośród uzyskanych zborów wzęto pod uwagę te, które były najbardzej preferowane lub zawerały obekty z najwyższym rankngem, lub z najwększym wartoścam mary syntetycznej; oznaczało to wyodrębnene zborów, które stanowły podstawę wyboru portfela akcj. W efekce w każdym z ujęć zostały wyłonone tak samo lczne (ośmoelementowe) podzbory, a każdy z nch, w porównanu z pozostałym, różnł sę tylko jednym walorem. Zbudowane na podstawe wyselekcjonowanych podzborów roczne portfele (oparte na modelu Markowtza) cechowały sę dosyć wysokm zyskem, bo na pozome co najmnej 14%, przy czym najwyższy zysk osągnął ten, którego bazę stanowł podzbór walorów wyłonony metodą ELECTRE I (zysk na pozome ponad 25%). Portfele zbudowane w perwszym dnu po okrese objętym analzą były mnej zróżncowane pod względem zysku, chocaż mnmalne lepsze wynk notował portfel 1. Reasumując, należy podkreślć, ż zbór rozważanych obektów ne był lczny, a uwzględnony zestaw charakterystyk był tylko czteroelementowy analzy należałoby zatem rozszerzyć. Nemnej jednak przeprowadzone badana pozwalają zaobserwować, ż zalecaną metodą grupowana spółek (w celu wyboru do portfela), dającą ne gorsze wynk od pozostałych metod, jest metoda wyznaczająca grupy preferencj 4 welokryteralna metoda ELECTRE I, co przy przyjętych warunkach (kryterach, metodach, założenach td.) potwerdza stawaną hpotezę. Lteratura Kopczewska K., Kopczewsk T., Wójck P. (2009), Metody loścowe w R. Aplkacje ekonomczne fnansowe, CeDeWu, Warszawa. Łunewska M., Tarczyńsk W. (2006), Metody welowymarowej analzy porównawczej na rynku kaptałowym, WN PWN, Warszawa. Ostasewcz W. (red.) (1999), Statystyczne metody analzy danych, Wydawnctwo Akadem Ekonomcznej, Wrocław. Pośpech E. (2015), Wpływ wyboru metody welokryteralnej na strukturę opłacalność portfela, Studa Ekonomczne, nr 221, s. 50-60. Pośpech E. (2014), Porównane portfel klasycznych skonstruowanych na podstawe rankngu welokryteralnego [w:] Metody modele analz loścowych w ekonom zarządzanu Część 6, red. J. Mka, M. Mśkewcz-Nawrocka, Wydawnctwo Unwersytetu Ekonomcznego, Katowce, s. 21-30. 4 Wcześnejsze badana przeprowadzane w analogcznych warunkach [Pośpech, 2015] jako jedną z lepszych metod grupowana także wskazały metodę ELECTRE I.

Analza porównawcza wybranych metod grupowana spółek gełdowych 165 Tarczyńsk W. (2002), Fundamentalny portfel paperów wartoścowych, PWE, Warszawa. Trzaskalk T. (red.) (2006), Metody welokryteralne na polskm rynku fnansowym, PWE, Warszawa. Trzaskalk T. (red.) (2014), Welokryteralne wspomagane decyzj, PWE, Warszawa. Zopounds C., Doumpos M. (2002), Mult-crtera Decson Ad n Fnancal Decson Makng: Methodologes and Lterature Revew, Journal of Mult-Crtera Decson Analyss, No. 11. [www 1] http://www.gpw.pl (dostęp: 15.10.2014). [www 2] http://www.banker.pl (dostęp: 15.10.2014). [www 3] https://v8doc.sas.com/sashtml/stat/chap23/sect12.htm (dostęp: 15.10.2014). COMPARATIVE ANALYSIS OF SELECTED CLUSTERING METHODS OF LISTED COMPANIES Summary: The purpose of the paper s to compare selected clusterng methods whch may be used to the portfolo selecton. To acheve ths purpose mult-crtera and multvarate approaches were used. In mult-crtera approach, the ELECTRE I method was appled whch enables to create groups of preferences, n the multvarate one synthetc measure and clusterng methods were nvolved. In analyses, dagnostc features that characterze fnancal and economc condton of companes, as well as classcal measures as expected rate of return and varance of return rates, were used. Portfolos bult on the bass of selected clusterng methods and Markowtz approach, may gve the answer f the selecton method may cause sgnfcant dfferences n the portfolo proftablty. Keywords: mult-crtera analyss, ELECTRE I method, multvarate analyss, clusterng methods, synthetc measure, portfolo selecton.