O ile przeprowadzona analiza zdarzeń dostarcza stosunkowo ogólnych wniosków na temat efektywności rynku względem programów opcji menedżerskich, o tyle konieczne jest przeprowadzenie badań, które pozwolą na bardziej szczegółową analizę tego zagadnienia, ze szczególnym uwzględnieniem poszczególnych spółek stanowiących przedmiot badania. Analiza zmienności i zastosowane w tym przypad-ku modele przełącznikowe MS-GARCH pozwolą na określenie znaczenia każde-go z wdrożonych programów dla efektywności rynku kapitałowekażde-go. Ze względu na ograniczoną objętość niniejszego artykułu, ta część badania obejmować będzie jedy-nie dwie spółki, dla których w okresie 1999–2012 wdrożono 6 i wykonano 9 opcji.
Postać modelu wykorzystywanego w niniejszej części badania została przedsta-wiona za pomocą wzoru (6) na podstawie artykułu Haas, Mittnik i Paolella (2004):
,
Gdzie prawdopodobieństwa przełączania pomiędzy reżimami S dane są wzorem (Doornik, 2013):
, , , ..., ,
S i S j
pi j=P6 t+1= t= @ i j=0 S-1 (7) gdzie:
St – jest nieobserwowaną zmienną losową, która podlega procesowi Markowa pierw-szego rzędu. Wobec tego przełączanie pomiędzy reżimami z momentu j do i zależy jedynie od stanu poprzedniego.
III. Michał Łukowski – Efektywność informacyjna polskiego rynku akcji… 47
Dane wykorzystane w niniejszym badaniu obejmują szeregi czasowe dwóch spół-ek, na podstawie których obliczone zostały logarytmiczne stopu zwrotu. Przykładowe spółki, które wykorzystano w niniejszej analizie obejmują dwa skrajne przypadki programów opcji menedżerskich wdrażanych wśród polskich spółek – pierwszy sta-nowi spółka, której program można uznać za dodatkowe wynagrodzenie menedże-ra (progmenedże-ram z grupy III, zgodnie z nazewnictwem przyjętym w analizie zdarzeń), natomiast przypadek drugiej spółki należy uznać za wzorcowy. W tabeli 1 zostały przedstawione zdarzenia dla wdrożenia i wykonania opcji dla obu spółek i odpo-wiadające im numery obserwacji. Otrzymane w wyniku badania modele przed-stawiono w ta beli 2, a graficzna interpretacja modeli została zaprezentowana na rysunkach 3 i 4. Wszystkie badania w tym rozdziale przeprowadzono z wykorzysta-niem oprogramowania Matlab oraz dodatku PcGive z pakietu OxMetrics.
Ta b e l a 1. Wdrożenie i wykonanie opcji menedżerskich
Wdrożenie opcji menedżerskiej Wykonanie opcji menedżerskiej
data spółka grupa data spółka grupa
152 1 [I] 943 1 [II]
1280 1 [III] 1453 1 [III]
1513 1 [III] 1779 1 [III]
1579 1 [III] 2061 1 [III]
2740 1 [III] 757 2 [II]
305 2 [II] 1015 2 [II]
1163 2 [II]
1205 2 [II]
1876 2 [II]
Źródło: opracowanie własne na podstawie danych z bazy danych Notoria.
Ta b e l a 2. Postać otrzymanych modeli
Współczynnik Spółka 1 Spółka 2
wartość błąd standardowy wartość błąd standardowy
σ1(1) 4,5804300 2,4350000 0,383975 0,05727
σ1(2) 1,0737900 0,1047000 0,208555 0,02021
α1(1) 0,9709590 0,6013000 1,050210 0,09436
α1(2) 0,8864450 0,0532700 1,002150 0,09547
β1(1) 0,6346540 0,0621500 0,097980 2,55352e-014
β1(2) 0,1169290 0,0461400 0,079730 1,09554e-009
prawdopodobieństwa przejścia pomiędzy reżimami
Reżim 1,t Reżim 2,t Reżim 1,t Reżim 2,t
Reżim 1,t+1 0,9955200 0,0013098 0,999980 0,00077294
Reżim 2,t+1 0,0044806 0,9986900 2,4614e-005 0,99923000 Źródło: opracowanie własne.
R y s u n e k 3. Modele otrzymane dla spółki 1. Reżim przyporządkowany przez model do danych (wykres lewy) oraz naniesienie reżimów na kurs akcji spółki 1.00
0.75
0.50
0.25
0 0
0 450 900 1350 1800 2250 2700
250 Zamknięcie
0 450 900 1350 1800 2250 2700 P[Reżim 1]
Źródło: opracowanie własne.
R y s u n e k 4. Modele otrzymane dla spółki 2. Reżim przyporządkowany przez model do danych (wykres lewy) oraz naniesienie reżimów na kurs akcji spółki 1.00 P[Reżim 1]
Istotą przeprowadzonego badania z wykorzystaniem modeli przełącznikowych było ukazanie na przykładach konkretnych spółek, na ile może się różnić reakcja rynku na zróżnicowane programy motywacyjne. W przypadku pierwszej spółki wyraźne przełączenie między modelami następuje jedynie dla wdrożenia opcji przy obserwacji 152 i 2740 i wykonania opcji 1779 i 2061. Ze względu na ograniczone warunki znaczenie może mieć w tym przypadku wartość programu, jak również oczekiwania względem niego przez inwestorów. Dlatego wyraźne skoki zmienno-ści obserwowane są dla opcji wdrożonych w przypadku przytoczonych obserwacji.
Natomiast w przypadku drugiej spółki, wyraźne skoki zmienności obserwowane są począwszy od obserwacji 1200, czyli związanych z wykonaniem dwóch ostatnich opcji. Może to być wynikiem nadzwyczajnych efektów wdrożonych opcji, które obejmowały zarówno pracowników spółki, jak i głównych kontrahentów. Ponadto
III. Michał Łukowski – Efektywność informacyjna polskiego rynku akcji… 49
działania inwestycyjne podjęte w analizowanym okresie w spółce drugiej i wzrost jej znaczenia na rynku mogły przyczynić się do zwielokrotnienia efektów, za których podstawy autor identyfikuje m.in. wdrożenie opcji menedżerskich. Warto zauważyć, że okresy podwyższonej zmienności w obu przypadkach opisywane są przez reżim pierwszy.
Wnioski
Najważniejszym wnioskiem niniejszego artykułu jest zauważenie reakcji cen akcji na informacje związane z wdrożeniem i wykonaniem opcji menedżerskich. Ich wpływ nie jest tak silny, jak publikacja sprawozdań finansowych, jednak jego zaobserwowa-nie może przyczynić się do poprawienia strategii inwestycyjnych inwestorów. Zna-czenie efektu opcji menedżerskich zostało szerzej przeanalizowane w drugiej części badania, wykorzystującej modele przełącznikowe, gdzie zwrócono uwagę na fakt, że siła reakcji rynku, jak również jego kierunek są silnie związane z charakterem poszczególnych opcji.
Wobec złożoności instrumentów opcji menedżerskich trudno zatem oczekiwać jednorodnej reakcji inwestorów na ich wdrażanie i wykonywanie, a budowanie ocze-kiwań na podstawie napływających informacji zależne jest od szerokiej analizy ich warunków.
Ponadto z uwagi na hipotezę badania należy stwierdzić, że rynek stosunkowo szybko reaguje na informacje dotyczące opcji menedżerskich i pod tym względem należy go uznać za efektywny. Jednak z uwagi na różnice pomiędzy poszczególnymi programami, konieczne jest odpowiednie zakwalifikowanie programu, do choćby jednej z trzech omawianych w artykule grup, aby właściwie ocenić kierunek i siłę wpływu danego programu.
Bibliografia
Będowska-Sójka, B. (2012). Analiza zdarzeń w danych śróddziennych. Seminarium z eknomii finansowej, 16.11.2012.
Deloite. (2011). Wynagrodzenia prezesów największych spółek giełdowych. Polska na tle regionu. Raport. Pozyskano z: http://inwestycje.pl/resources/Attachment/2009/07_01/file 4203.pdf.
Doornik, J.A. (2013). Econometric Analysis with Markov-Switching Models. PcGive 14, Timberlake Consultants Ltd.
Fama, E.F. (1970). Efficient Capital Markets: A Review of Theory and Empirical Work.
Journal of Finance, 25(2), 383–417.
Gurgul, H. (2006). Analiza zdarzeń na rynkach akcji. Kraków: Oficyna Ekonomiczna.
Haas, M., Mittnik, S. i Paolella, M.S. (2004). A new approach to markov-switching GARCH models. Journal of Financial Econometrics, 2, 493–530.
Łukowski, M. (2012). Wpływ programów motywacyjnych na wyniki finansowe Banków. Ruch Prawniczy, Ekonomiczny i Socjologiczny, 2, Poznań, 177–190.
Łukowski, M. (2014). Economic Growth According to Employee Stock Options. W: Günter Hofbauer und Kollegen (red.), Challenges, Research and Perspectives (s. 227–238). Berlin:
Europäische Forschung- und Arbeitsgruppe uni-edition.
Szyszka, A. (2001). Reakcja inwestorów na ogłoszenia raportów kwartalnych spółek notowa-nych na GPW w Warszawie. W: W. Frąckowiak (red.), Z badań nad rynkiem kapitałowym w Polsce (s. 333–355). Poznań: Wydawnictwo Akademii Ekonomicznej w Poznaniu.
Szyszka, A. (2013). Behavioral Finance and Capital Markets. Nowy Jork: Palgrave Macmillan.
Urbanek, P. (2006). Wynagrodzenia zarządu w spółkach kapitałowych. Warszawa: PWE.
Rozdział IV
MICHAŁ ZDZIARSKI*