Opis danych i  metody badawczej

Badanie zostało przeprowadzone dla europejskich banków europejskich notowanych na giełdach papierów wartościowych, których średnia kapi-talizacja wynosiła powyżej 100 mln euro. Do badania wykorzystano dłu-goterminowe credit ratingi emitenta dotyczące zobowiązań wyrażonych w  walucie zagranicznej nadawane przez S&P krajom europejskim¹. Dane

1 Austria, Belgia, Chorwacja, Cypr, Dania, Finlandia, Francja, Grecja, Hiszpania, Holandia, Irlandia, Malta, Niemcy, Norwegia, Polska, Portugalia, Rosja, Rumunia, Serbia, Słowacja, Szwajcaria, Szwecja, Turcja, Węgry, Wielka Brytania, Włochy.

186 PATRYCJA CHODNICKA-JAWORSKA, PIOTR JAWORSKI, KATARZYNA NIEWIŃSKA

dla lat 2004–2015 w  ujęciu kwartalnym zebrano z  bazy Thomson Reuters.

Do analizy zastosowano liniową metodę dekompozycji zaproponowaną przez Ferri, Liu i Stiglitza (1999). Wyniki dekompozycji zaprezentowano w tabeli 1.

Tabela 1. Dekompozycja liniowa dla długoterminowych credit ratingów emitenta dotyczących zobowiązań wyrażonych w  walucie obcej

Rating Kod Rating Kod Rating Kod

AAA 100 BBB+ 65 CCC+ 20

AA+ 95 BBB 60 CCC 15

AA 90 BBB– 55 CCC– 10

AA- 85 BB+ 50 CC 5

A+ 80 BB 45 NR 0

A 75 BB– 40 SD, D –5

A– 70 B+ 35 NULL 0

B 30

B– 25

Źródło: opracowanie własne.

Weryfikacja hipotezy badawczej została przeprowadzona przy wykorzysta-niu modeli panelowych. Model został zaprezentowany poniższym wzorem:

Y^*it = βF'_it + γZ_it + δ(F * Z)it = ε_it, (1) gdzie:

Y^*it – zmienna zależna mierząca 90-dniową zmienność kursów akcji banków europejskich;

F'_it – wektor zmiennych niezależnych, gdzie:

F'_it = [gdp_it, inf_it, un_it, cr_it, vix_it, bonds5y_it, turn_it, market_it, tdta_it, netloanstd_it, operlvg_it, lvgratio_it, tier1_it, iiti_it, noniiti_it, totaicapital_it, pe_it, eps_it, bvps_it, roa_it, roe_it, ptbv_it, netloansta_it, short_it, long_it]

gdzie:

gdp_it – stopa wzrostu PKB; inf_it – stopa inflacji; un_it – stopa bezrobocia; cr_it – długoterminowy credit rating kraju nadawany przez S&P zobowiązaniom wyrażonym w  walucie zagranicznej; vix_it – indeks VIX; bonds5y_it – opro-centowanie 5-letnich obligacji skarbowych; turn_it – zmiana wielkości

obro-Wpływ ratingów na zmienność kursów akcji banków europejskich 187

tu na rynku akcji; market_it – zmiana kapitalizacji rynkowej giełdy; tdta_it to netloanstd_it – kredyty netto do depozytów; operlvg_it – dźwignia operacyjna;

lvgratio_it – dźwignia finansowa; tier1_it to Tier 1; iiti_it – dochody odsetkowe do dochody ogółem; noniiti_it – dochody nieodsetkowe do dochody ogółem;

totaicapital_it – kapitały własne do aktywów; pe_it – cena do zysku; eps_it– zysk na akcję; bvps_it – wartość księgowa na akcję; roa_it – stopa zwrotu z aktywów;

roe_it – stopa zwrotu z  kapitałów własnych; ptbv_it – cena do wartości księ-gowej; netloansta_it – kredyty netto do aktywów ogółem; short_it– inwestycje krótkoterminowe do aktywów ogółem; long_it – inwestycje długoterminowe do aktywów ogółem;

Z_it – regresory niezmienne czasowe, które są ogólnie zmiennymi losowymi;

ε_it – błąd losowy.

4. Wyniki

Przeprowadzona analiza dotyczy dwóch grup czynników: makroekono-micznych oraz finansowych. Spośród pierwszej grupy czynników należy wyróżnić stopę wzrostu PKB, stopę inflacji, stopę bezrobocia oraz credit rating. Okazuje się, że wraz ze wzrostem stopy wzrostu PKB rośnie zmien-ność kursów akcji. Jednocześnie inflacja nie należy do istotnych czynni-ków makroekonomicznych w  badanym modelu ekonometrycznym. Wzrost stopy bezrobocia powoduje silny wysoki wzrost zmienności. Świadczy to o pogarszającej się kondycji gospodarki, a to powinno wywołać spadek cen akcji na rynku giełdowym, ponieważ inwestorzy, pod wpływem pojawiania się gorszych informacji na rynku, mogą zrezygnować z inwestycji na rynku akcji na rzecz bardziej płynnych aktywów.

Silny istotny statystycznie wpływ obserwowany jest również w przypadku zmian credit ratingów krajów. Zmiana credit ratingów przyciąga lub odpycha inwestorów. Silniejszy wpływ zgodnie z dotychczasowymi badaniami obser-wowany jest w  przypadku obniżenia credit ratingu. Inwestorzy w  obawie przed utratą zainwestowanego kapitału wycofują go. Poniższe badania to potwierdzają, ponieważ podwyższenie ratingu wywołuje spadek zmienności, co oznacza, że stabilizuje się cena akcji.

Spośród zmiennych rynkowych zaobserwowano nieistotny wpływ indek-su VIX oraz zmiennej opiindek-sujące zmianę kapitalizacji rynku kapitałowego w  badanych krajach.

Istotnymi zmiennymi finansowymi są wskaźniki, tj.: kredyty do depozy-tów, cena do zysku, zysk na jedną akcję, wartość księgowa na jedną akcję

188 PATRYCJA CHODNICKA-JAWORSKA, PIOTR JAWORSKI, KATARZYNA NIEWIŃSKA

oraz inwestycje długoterminowe do aktywów ogółem. Wskaźnik kredytów do depozytów oraz cena do zysku wpływają istotnie statystycznie na badaną zmienną zależną, ale zmiany wywołane wzrostem tych czynników są mini-malne.

Kolejną zmienną finansową, która istotnie statystycznie wpływa na zmien-ność kursu akcji jest zysk na jedną akcję. Wzrost tego czynnika spowoduje spadek zmienności, a  jego wzrost oznacza, że bank osiągnął wyższy zysk i  jest go więcej do dystrybucji dla jego akcjonariuszy. Wzrost tej zmiennej powinien spowodować zatem wzrost ceny akcji, a co za tym idzie spowodo-wać spadek zmienności. Ten sam kierunek oddziaływania ma zmienna wartość księgowa na jedną akcję. Wzrost wartości księgowej banku jest pozytywnie odbierany przez Inwestorów i zostało to również potwierdzone w przepro-wadzonej analizie.

Wskaźnik inwestycji długoterminowych do aktywów ogółem mocno oraz istotnie statystycznie oddziałuje na badaną zmienną zależną. Jego zmiana o jeden punkt procentowy spowoduje spadek zmienności kursu akcji banku.

Wzrost udziału inwestycji długoterminowych w  bankach może świadczyć o  stabilności instytucji finansowej. Nie jest zmienną posiadającą znaczący wpływ, co wynika ze specyfiki tego wskaźnika, stąd tak silne oddziaływanie, na badaną zmienność. Z punktu widzenia inwestorów wzrost inwestycji długoterminowych w udziale aktywów świadczy o wzroście wartości banku, co z  kolei powinno wpłynąć na wzrost cen.

Tabela 2. Wyniki estymacji wpływu determinant na zmienność kursów akcji banków europejskich

volatility90d Coef. P > z Coef. P > z Coef. P > z Coef. P > z

gdp 0,5573 0,03 0,3573 0,07 0,3558 0,01

inf –1,1574 0,27 –0,0754 0,93 –1,8511 0,01

un 4,4457 0,00 3,3697 0,01 4,9748 0,00

cr –0,6337 0,04 –0,4795 0,04 –0,1433 0,05 –0,9633 0,03

vix –0,0047 0,94 0,0618 0,17 0,0222 0,58

bonds5y –1,2858 0,05 –0,3113 0,66 –1,5253 0,00

turn 0,0732 0,78 –0,3186 0,22 –0,3385 0,01

market 5,7144 0,32 2,6288 0,63 0,8361 0,72

tdta 0,4938 0,94 –4,2300 0,21

netloanstd 0,0014 0,00 0,0012 0,00

Wpływ ratingów na zmienność kursów akcji banków europejskich 189

volatility90d Coef. P > z Coef. P > z Coef. P > z Coef. P > z

tier1 –0,0162 0,99

totalcapital 0,8925 0,42 0,8663 0,11

pe 0,0049 0,06 0,0046 0,02

eps –1,5040 0,00 –1,1916 0,07

bvps –0,2496 0,03 –0,1983 0,03

roa 6,6536 0,06 4,4997 0,37

roe 0,0745 0,55 0,0374 0,75

ptbv –12,9745 0,00 –6,0663 0,07

operlvg –0,0027 0,57 –0,0024 0,58 lvgratio –0,0039 0,59 –0,0047 0,36

iiti 0,0616 0,01 0,0602 0,01

noniiti –0,0781 0,21 –0,1066 0,25 netloansta –33,9842 0,20 –23,2912 0,09 shortterminvta –14,0236 0,40 1,3601 0,93 longterminvta –897,0669 0,00 –164,4077 0,02

_cons 30,5315 0,00 30,8738 0,00 31,2701 0,00 34,0610 0,00

no obs 738 935 4359 7302

no group 45 49 140 177

Wald 0,0000 0,0000 0,0000 0,0322

Źródło: opracowanie własne.

5. Podsumowanie

Konkludując powyższą analizę zmienności kursów akcji sektora banko-wego w  Europie, dowiedziono, że niektóre czynniki makroekonomiczne oraz finansowe wpływają istotnie statystycznie na badaną zmienną zależ-ną, tj.: zmiana PKB, stopa bezrobocia, kredyty do depozytów, cena do zysku, zysk na jedną akcję, wartość księgową na jedną akcję oraz inwestycje długo-terminowe do aktywów ogółem. Przeprowadzone badanie dowiodło również, że jedną z istotnych zmiennych statystycznie, oprócz zmiennych makroeko-nomicznych oraz finansowych, jest także credit rating kraju.

190 PATRYCJA CHODNICKA-JAWORSKA, PIOTR JAWORSKI, KATARZYNA NIEWIŃSKA

Istnieje ograniczona liczba badań na temat determinant zmienności kursów akcji banków, ale na podstawie wcześniejszych analiz możemy zauważyć, że wyniki uzyskane z przeprowadzonego badania podważają wcześniejsze bada-nia dotyczące wpływu stopy inflacji na zmienności historyczne prowadzone przez Hestona (1993) oraz Engle’a, Ghyselsa i Sohna (2008). Wskaźnik ten w powyższej analizie nie oddziałuje istotnie statystycznie na badane zmien-ności kursów akcji banków w  Europie.

Powyższe badanie rozszerza dotychczasową literaturę, ponieważ bada-nia odnośnie do czynników wpływających na zmienność dotyczyły przede wszystkim indeksów giełdowych. Dokładnie analizują konkretne zmienności historyczne kursów akcji banków w  Europie, a  nie zastępują jednym ogól-nym indeksem.

Postawiona hipoteza badawcza na temat istotnego statystycznie wpływu credit ratingu kraju na zmienność kursów akcji banków została zweryfiko-wana w  sposób pozytywny. Wykazano, że wzrost credit ratingu powoduje wzrost stabilności kursów akcji banków. Jest to zgodne z  dotychczasowy-mi badaniadotychczasowy-mi na temat pozytywnego wpływu podwyżki credit ratingu na ceny akcji. Duże zmiany są efektem spadku not ratingowych. Jednocześnie istotny statystycznie wpływ credit ratingu kraju na badaną zmienność sugeruje występowanie wpływu zmian uwarunkowań makroekonomicz-nych na kursy akcji banków. Istotnym jednocześnie powstaje pytanie na temat siły wpływu credit ratingu na zmienność kursów akcji podmiotów z  innych sektorów gospodarki. Czy istnieje silniejsze oddziaływanie na badaną zmienność w  przypadku podmiotów z  sektora pozafinansowego?

Postawione pytanie badawcze będzie poddawane analizie w kolejnych pracach Autorów.

Literatura

Alberg, D., Shalit, H. i Yosef, R. (2008). Estimating stock market volatility using asymmetric GARCH models. Applied Financial Economics, 18(15), 1201–1208.

Arezki, R., Candelon, B. i  Sy, A. (2011). Sovereign rating news and financial markets spillovers:

Evidence from the European debt crisis. IMF Working Paper, 11(68).

Avramov, A., Chordia, T., Jostova, G. i  Philipov, A. (2009). Credit ratings and the cross-section of stock returns. Journal of Financial Markets, 12(3), 469–499.

Bahandari, L.C. (1988). Debt/Equity ratio and expected common stock returns. Journal of Business, 45, 444–455.

Banz, R.W. (1981). The relationship between return and market value of common stocks. Journal of Financial Economics, 9, 3–18.

Basu, S. (1983). The relationship between earning yield, market value, and return for NYSE common stocks: further evidence. Journal of Financial Economics, 12, 129–156.

Wpływ ratingów na zmienność kursów akcji banków europejskich 191

Beccalli, E., Casu, B. i  Girardone, C. (2006). Efficiency and Stock Performance in European Banking. Journal of Business Finance & Accounting, 33(1–2), s. 245–262.

Castré n, O., Fitzpatrick, T. i Sydow, M. (2006). What Drives Eu Banks’ Stock Returns? Bank-Level Evidence Using the Dynamic Dividend-Discount Model. Working Paper Series, 677, Europejski Bank Centralny.

Chen, N.F., Roll, R. i  Ross, S. (1986). Economic Forces and the Stock Market. The Journal of Business, 59(3), 383–403.

Christiansen, C., Schmeling, M., Schrimpf, A.A (2012). Comprehensive Look at Financial Volatility Prediction by Economic Variables, Monetary and Economic Department. BIS Working Papers,  374.

Cooper, M.J., Jackson, W.E., Gary, P.A. (2003). Evidence of predictability in the cross-section of bank stock returns. Journal of Banking & Finance, 27, 817–885.

Corradi, V., Distaso, W. i Mele, A. (2012). Macroeconomic Determinants of Stock Market Volatility and Volatility Risk-Premiums. Swiss Finance Institute Research Paper, 12–18.

Corradi, V., Distaso, W. i  Mele, A. (2013). Macroeconomic determinants of stock volatility and volatility premiums. Journal of Monetary Economics, 60(2), 203–220.

Dańska-Brosiak, B. (2011). Dynamiczne modele panelowe w  badaniach ekonomicznych. Łódź:

Wydawnictwo Uniwersytetu Łódzkiego.

Engle, R.F., Ghysels, E. i Sohn, B. (2008). On the Economic Sources of Stock Market Volatility.

AFA New Orleans Meetings Paper. Pozyskano z: https://ssrn.com/abstract=971310.

Fama, E.F. i  French, K.R. (1992). The Cross-Section of Expected Stock Returns. The Journal of Finance, 47(2).

Geetha, C., Mohidin, R., Chandran, V.V. i Chong, V. (2001). The Relationship between Inflation and Stock Market: Evidence from Malaysia, United States and China. International Journal of Economics and Management Sciences, 1(2).

Grossman, S.J. i Shiller, R.J. (1981). The Determinants of the Variability of Stock Market Prices.

American Economic Review, 71(2), 222–227.

Heston, S.A. (1993). Closed-form solutions for options with stochastic volatility. Review of Financial Studies, 6, 327–343.

Hull, J.C. (2011). Zarządzanie ryzkiem instytucji finansowych. Warszawa: Wydawnictwa Profesjo-nalne  PWN.

Kupiec, P.H. i Sharpe, S.A. (1991). Animal Spirits, Margin Requirements, and Stock Price Volatility.

Journal of Finance, 46(2), 717–731.

Li, H., Jeon, B.N., Cho, S.Y. i  Chiang, T.C. (2008). The impact of sovereign rating changes and financial contagion on stock market returns: evidence from five Asian countries. Global Finance Journal, 19(1), 46–55.

Mauro, P. (2000). Stock Returns and Output Growth in Emerging and Advanced Economics.

IMF Working Paper, WP/00/89.

Pagan, A.R. i  Schwert, G.W. (1990). Alternative models for conditional stock volatility. Journal of Econometrics, 45(1–2), 267–290.

W dokumencie SYSTEM FINANSOWY W MULTIPERSPEKTYWIE (Stron 185-193)