Pobierz całą publikację

(1)

(2)

Redaktor Naczelny (Editor-in-Chief)

Dr hab. Radosław Pastusiak, prof. nadzw. UŁ – Uniwersytet Łódzki

Redaktorzy Prowadzący (Executive Editors) Dr Monika Bolek – Uniwersytet Łódzki

Dr Magdalena Jasiniak – Uniwersytet Łódzki

Recenzenci (Reviewers)

Prof. dr hab. Krystyna Brzozowska – Uniwersytet Szczeciński

Dr hab. Iwona Dorota Czechowska, prof. nadzw. UŁ – Uniwersytet Łódzki

Dr hab. Elżbieta Rychłowska Musiał, prof. nadzw. UŁ – Uniwersytet Ekonomiczny w Poznaniu

Dr hab. Sebastian Majewski, prof. nadzw. US – Uniwersytet Szczeciński

Dr hab. Tomasz Słoński – Uniwersytet Ekonomiczny we Wrocławiu

Prof. dr hab. Wacława Starzyńska – Uniwersytet Łódzki

Dr hab. Danuta Zawadzka, prof. nadzw. PK – Politechnika Koszalińska

Redaktorzy Tematyczni (Thematic Editors)

Finanse Publiczne: Dr hab. Beata Guziejewska, prof. nadzw. UŁ – Uniwersytet Łódzki

Finanse Przedsiębiorstwa: Dr hab. Danuta Zawadzka, prof. nadzw. PK – Politechnika Koszalińska Ekonometria: Dr Maciej Malaczewski – Uniwersytet Łódzki

Statystyka: Dr hab. Anna Szymańska – Uniwersytet Łódzki

Rynek Kapitałowy: Dr Monika Bolek – Uniwersytet Łódzki

Finanse Behawioralne: Dr Elżbieta Kubińska – Uniwersytet Ekonomiczny w Krakowie

Redaktorzy Językowi (Linguistic Editors)

Mgr Mark Hrabi (język angielski) – Uniwersytet Łódzki

Mgr Bartłomiej Krzeczewski – Uniwersytet Łódzki

Sekretarz Redakcji Dr Małgorzata Jabłońska

(Assistant Editor) Uniwersytet Łódzki, Wydział Ekonomiczno-Socjologiczny

Skład i łamanie Mgr Monika Wolska-Bryl

(Technical Editor)Uniwersytet Łódzki, Wydział Ekonomiczno-Socjologiczny

ISSN: 2392-0726

Adres Redakcji: Zakład Finansów Korporacji, Uniwersytet Łódzki, ul. Rewolucji 1905 r. nr 39, 90–214 Łódź Telefon: +48 42 635 51 89

e-mail: jcmbf(at)uni.lodz.pl

www.jcmbf.uni.lodz.pl

(3)

SPIS TREŚCI

Od Redakcji 5

Kamila Budka, Dominik Kosiński, Artur Sobczak – Występowanie anomalii kalendarzowych na przykładzie wybranego sektora GPW w Warszawie 7 Monika Gal, Anna Pyć – Rola kryptowaluty bitcoin na rynku walutowym 17 Marta Paduszyńska – Narzędzia wspomagające analizę procesu decyzyjnego na

różnych etapach rozwoju przedsiębiorstw 27 Mateusz Banaszek, Aleksandra Żak – Wpływ rachunku ABC na ocenę

(4)

(5)

JCMBF • www.jcmbf.uni.lodz.pl 5

Journal of Capital Market and Behavioral Finance • 2017, Vol. 3(7), p. 5

Radosław Pastusiak, Od Redakcji

OD REDAKCJI

Szanowni Państwo,

Oddajemy do Państwa rąk siódmy numer naszego czasopisma, w którym Autorzy podjęli się tematyki związanej z finansami i ekonomią. Autorzy artyku-łu pt.: „Występowanie anomalii kalendarzowych na przykładzie wybranego sektora GPW w Warszawie” przeanalizowali, jak kształtują się poszczególne średnie stopy zwrotu w danych miesiącach oraz dniach tygodnia. Badania prze-prowadzono na danych indeksu WIG-spożywczy oraz należącej do niej spółki Kernel Holding S.A w okresie 2013–2015. Drugi z prezentowanych Państwu artykułów dotyczy roli kryptowaluty bitcoin na rynku walutowym. Autorki pod-jęły się ambitnego problemu badawczego, starając się odpowiedzieć na pytanie – czy sposób definiowania i postrzegania pieniądza ma wpływ na zależności międzywalutowe? W artykule pt.: „Narzędzia wspomagające analizę procesu decyzyjnego na rożnych etapach rozwoju przedsiębiorstw”, Autorka wykazała związek między cechami podmiotów gospodarczych, tj. wielkość, struktura za-rządzania a implementowanymi narzędziami procesu decyzyjnego. Na szczegól-ną uwagę zasługuje fakt, że Autorka poddała głębszej analizie grupę małych i średnich przedsiębiorstw, w zależności od etapów ich rozwoju a wdrażanymi instrumentami decyzyjnymi. Ostatni z prezentowanych w numerze artykułów stanowi próbę oceny rachunku kosztów działań ABC jako alternatywy dla trady-cyjnych metod kalkulacji kosztów.

Zapraszamy do lektury i przemyśleń związanych z poruszanymi tematami.

.

(6)

(7)

Journal of Capital Market and Behavioral Finance • 2017, Vol. 3(7), p. 7–16

Kamila Budka, Dominik Kosiński, Artur Sobczak, Występowanie anomalii kalendarzowych…

WYSTĘPOWANIE ANOMALII KALENDARZOWYCH

NA PRZYKŁADZIE WYBRANEGO SEKTORA GPW

W WARSZAWIE

Kamila Budka, Dominik Kosiński, Artur Sobczak*

Abstrakt Głównym celem pracy jest określenie jaki wpływ mają anomalie kalendarzowe na zmianę cen akcji spółki działającej w danym sektorze. W pracy postawiono hipotezę, iż anomalie kalendarzowe wywierają znaczny wpływ na stopy zwro-tu akcji spółek. Podczas pisania pracy została wykorzystana literazwro-tura przed-miotu dotycząca anomalii kalendarzowych. Użyto również artykułów branżo-wych oraz literatury obcojęzycznej. W części empirycznej wykorzystano dane dotyczące cen akcji spółek podchodzących z Rynku Głównego GPW oraz ar-kusz kalkulacyjny Microsoft Excel.

Słowa kluczowe Giełda Papierów Wartościowych, finanse, anomalie kalendarzowe.

JEL Code D04; D53; D92.

WSTĘP

Zgodnie z hipotezą efektywnego rynku inwestorzy nie są w stanie w dłuż-szym okresie osiągać ponadprzeciętnej stopy zwrotu. Jednak w latach 80. XX w. odkryto odstępstwa od tego stwierdzenia, które nazwano anomaliami rynkowy-mi, bądź giełdowymi.

Głównym celem pracy jest określenie jaki wpływ mają anomalie kalenda-rzowe na zmianę cen akcji spółki działającej w danym sektorze. W pracy posta-wiono hipotezę, iż anomalie kalendarzowe wywierają znaczny wpływ na stopy zwrotu akcji spółek.

Praca składa się z dwóch części. W części pierwszej – teoretycznej, scha-rakteryzowano anomalie kalendarzowe, a druga część pracy ma głównie

* Wydział Ekonomiczno-Socjologiczny, Uniwersytet Łódzki.

ACCEPTED: 31st

May 2017 PUBLISHED: 30th

(8)

ter empiryczny. W pierwszej części zdefiniowano pojęcie anomalii kalendarzo-wych i ich rodzaje, natomiast w drugiej scharakteryzowano branżę oraz prze-prowadzono badanie wpływu sezonowości na stopy zwrotu z akcji. Pod uwagę wzięto dzienne stopy zwrotu oraz średnie miesięczne stopy zwrotu.

Podczas pisania pracy została wykorzystana literatura przedmiotu dotycząca anomalii kalendarzowych. Użyto również artykułów branżowych oraz literatury obcojęzycznej. W części empirycznej wykorzystano dane dotyczące cen akcji spółek podchodzących z Rynku Głównego GPW oraz arkusz kalkulacyjny Microsoft Excel.

1. ANOMALIE KALENDARZOWE – UJĘCIE TEORETYCZNE

Anomalie rynkowe są jedną z dziedzin jakimi zajmują się finanse behawio-ralne. Anomalie te pokazują, że istnieją specyficzne masowe zachowania powo-dujące konkretne ruchy cen. Są one jednym z podstawowych rodzajów anomalii rynkowych. Oczywiście wszystkie anomalie kalendarzowe różnią się między sobą i dzielą się na kilka rodzajów. Możemy wyróżnić np.: „efekt dnia tygo-dnia”, „efekt miesiąca”, „efekt wakacji”, „efekt przełomu miesiąca”, czy też „efekt godziny w dniu”. Jeśli chodzi o anomalie rynkowe to istnieją dwie pod-stawowe definicje w odniesieniu do rynków kapitałowych i giełdy. Jedna została sformułowana przez Edgara Petersa i mówi o tym, że anomalie powinniśmy odbierać jako „sytuację umożliwiającą osiąganie dodatnich, ponadprzeciętnych stóp zwrotu” [Peters 1997, s. 36]. Druga najbardziej znana była stworzona przez Monikę Czerwonkę i Bartłomieja Gorlewskiego [2008, s. 51]. Ich definicja przedstawiała anomalię jako „technikę lub strategię będącą sprzeczną z założe-niami teorii rynków efektywnych”.

1.1. Efekt dni tygodnia

W latach 70. i 80. „efekt dni tygodnia” był sprawdzany i analizowany wie-lokrotnie, przede wszystkim na rynkach akcji. Badacze tacy jak Cross, French, Hess, Gibbons, Stambaugh i Keim często mieli bardzo podobne wyniki do siebie i dochodzili do niemal identycznych wniosków. Bardzo często powtarzało się stwierdzenie, że statystyki stóp zwrotu w poniedziałki oraz piątki są inne niż w przypadku dziennych stóp zwrotu w pozostałe dni tygodnia. Wynikało z tego, iż poniedziałki są statystycznie istotnie ujemne, natomiast piątki są statystycznie istotnie dodatnie. Poprzez dodatkowe badania analizy zmienności dziennych stóp zwrotu notowanych dla poszczególnych dni tygodnia dowiedziono, że „efekt dnia tygodnia” tyczy się również zmienności dziennych stóp zwrotu. Prócz tego stwierdzono również występowanie „efektu dnia tygodnia” na rynku instrumentów pochodnych, stóp procentowych oraz rynku walutowym.

(9)

1.2. Efekt miesiąca

Podczas badań dotyczących „efektu miesiąca” odkryto zaskakująco dużo wysokich styczniowych stóp zwrotu z akcji. Anomalia ta została z tego względu nazwana potocznie „efektem stycznia”. Istnienie tego efektu jest tłumaczone na dwa sposoby. Po pierwsze, uznawano, że styczniowe wysokie stopy zwrotu są spowodowane tym, iż na rynku jest wysoki popyt na akcje ze strony inwestorów, którzy kupują akcje taniej po „grudniowych wyprzedażach”, które zazwyczaj są dokonywane w celu uzyskania odpisu podatkowego oraz realizacji straty. Było to związane z argumentami, które dotyczyły rozwiązań podatkowych. Drugie wyjaśnienie natomiast było związane ze sposobem postępowania inwestorów instytucjonalnych, a mianowicie chodzi o to, iż ludzie zarządzający funduszami inwestycyjnymi są zmuszeni do ujawniania zawartości swoich portfeli akcyj-nych na początku roku i przez to dokonują transakcji, które powodują, że osiąga-ją oni pożądaną strukturę tych portfeli. W „efektach miesiąca” możemy również uwzględnić jeszcze „efekt maja” oraz „efekt września”. Te dwa efekty można wyjaśnić zachowaniem dużej części uczestników rynku. „Efekt maja” charakte-ryzuje się niskimi stopami zwrotu na rynku i jest to spowodowane tym, że uczestnicy rynku często w maju przed sezonem urlopowym zamykają swoje pozycje powodując tym samym zwiększenie podaży akcji. We wrześniu nato-miast po skończonym sezonie urlopowym uczestnicy rynku otwierają nowe po-zycje, a tym samym powodują zwiększenie popytu na akcje w tym miesiącu.

1.3. Inne efekty sezonowe

Kolejną często analizowaną anomalią kalendarzową jest „efekt wakacji”. Obrazuje ona bardzo wysokie dodatnie stopy zwrotu, które są przede wszystkim notowane w okresie poprzedzającym dni, podczas których sesje giełdowe nie odbywały się ze względu na np. święta, a jednocześnie pokazuje stosunkowo małe lub wręcz ujemne stopy zwrotu podczas pierwszych sesji giełdowych, któ-re następują po przykładowo wspomnianych świętach. Badania prowadzone przez Smidta oraz Lakonishoka na amerykańskim rynku akcji pokazały, że stopy zwrotu z dni poprzedzających święta są 20-krotnie wyższe od średnich dzien-nych stóp zwrotu.

Kolejną z anomalii kalendarzowych jest tak zwany „efekt przełomu miesią-ca”. Wg tegoż efektu dzienne stopy zwrotu notowane podczas kilku ostatnich sesji danego miesiąca oraz kilku kolejnych następnego miesiąca, są zazwyczaj 8-krotnie wyższe od średnich dziennych stóp zwrotu, a jednocześnie są w więk-szej mierze dodatnie. Ten efekt udowodnili Smidt i Lakonishok w 1988 roku.

(10)

Następną anomalią jest „efekt godziny w dniu”, która wskazuje na zależno-ści czasowe w kształtowaniu się cen akcji oraz stóp zwrotu realizowanych w ciągu godziny lub nawet kwadransa. Starks i Smirlock analizowali godzinowe dane, które pokazywały jak kształtują się ceny indeksu Dow Jones Industrial Average w okresie 1963–1983 roku. Efekt ten mówi, że zazwyczaj w pierwszej godzinie sesji w poniedziałki stopy zwrotu są zazwyczaj przeciętnie ujemne, jednak w inne dni średnie zwroty w pierwszych godzinach sesji są dodatnie. Harris poszedł o krok dalej i przeanalizował zmiany cen dla 15-minutowych odcinków czasu na rynkach. To spowodowało odkryciem dwóch bardzo silnych zależności. Jedna z nich mówi o tym, że pierwsze 45 minut sesji w poniedziałek odznacza się przeciętnie ujemnymi stopami zwrotu. Natomiast druga zaobser-wowana zależność odnosi się do wszystkich dni tygodnia i mówi o tym, że w ostatnich 15 minutach sesji ceny akcji mają tendencję do gwałtownych wzro-stów. Mimo wszystko, iż te zależności sprawdzają się na rynku to nie mają za-stosowania w praktyce. Dzieje się tak, ponieważ nawet jeśli kupimy akcje w poniedziałek na rynku gdy minie pierwsze 45 minut sesji, a sprzedamy na koniec sesji w piątek, to nie pozwoli to nam osiągnąć ponadprzeciętnych zy-sków, a osobą która w rzeczywistości by zarobiła byłby przede wszystkim ma-kler, gdyż inkasowałby prowizje od naszych transakcji.

2. EFEKTY KALENDARZOWE W PRAKTYCE

2.1. Opis wybranego sektora

Indeks WIG-spożywczy to indeks sektorowy, notowany na Warszawskiej Giełdzie Papierów Wartościowych, w którego skład wchodzą spółki zakwalifi-kowane do indeksu WIG oraz do sektora „przemysł spożywczy”. 31 grudnia 1998 rok jest datą bazową indeksu, a jego wartość w tym dniu wynosiła 1 279,56 pkt. Należy on do indeksów dochodowych i obliczany jest poprzez uwzględnienie ceny zawartych w nim akcji oraz dochodów z dywidend i praw poboru. Jego obliczona wartość jest publikowana przez GPW.

W skład indeksu WIG-spożywczy wchodzą następujące spółki: – Agroton Public Limited

– Ambra SA – Astarta Holding NV – AB Agrowill Group – Colian Holding SA – Gobarto SA – Graal SA

(11)

– Indykpol SA – Kernel Holding SA

– Kofola ČeskoSlovensko a.s.

– Zakłady Tłuszczowe Kruszwica SA – Krynica Vitamin SA

– KSG Agro SA – Makarony Polskie SA

– Marie Brizards Wine & Spirits – Milkiland NV

– Zakłady Przemysłu Cukierniczego Otmuchów SA – Ovostar Union N.V.

– Pamapol SA – PBS Finanse SA

– Przedsiębiorstwo Przemysłu Spożywczego PEPEES SA – Seko SA

– Tarczyński SA – WAWEL SA – Wilbo SA

– Zakłady Mięsne Henryk Kania SA

2.2. Opis wybranej spółki

Spółka Kernel Holding SA to jedna z największych spółek działających w przemyśle spożywczym. Na Giełdzie Papierów Wartościowych w Warszawie jest notowana od listopada 2007 roku. Głównym przedmiotem działalności spół-ki jest produkcja olejów i tłuszczów pochodzenia roślinnego oraz zwierzęcego. Grupa Kernel dostarcza zboże, a także olej słonecznikowy na rynki międzynaro-dowe. Spółka zatrudniała w 2015 roku aż 15 229 osób [www1, www2, www3, dostęp: 09.11.2016].

2.3. Cel i metodyka badania

Celem badania jest określenie, jaki wpływ na stopy zwrotu z akcji mają anomalie kalendarzowe (miesięczne i tygodniowe). Przy przeprowadzeniu oceny zostały wzięte pod uwagę następujące parametry: miesięczne stopy zwrotu oraz dzienne stopy zwrotu.

Do analizy użyto danych spółki Kernel Holding SA oraz indeksu WIG--spożywczy. Dane dotyczące cen akcji badanej spółki pochodzą z basy danych EMIS, natomiast dane indeksu zaczerpnięte zostały ze strony internetowej GPW Infostrefa. Badaniem objęto okres od 2013 roku do 2015 roku.

(12)

Stopa zwrotu liczona w badanych okresach została obliczona za pomocą

na-stępującego wzoru:

gdzie:

– stopa zwrotu w okresie t, – cena akcji w okresie t, – cena akcji w okresie t–1,

– dywidenda wypłacona w okresie t [Gajdka i Walińska 1998, s. 408].

W obliczeniach pominięty został wpływ dywidendy na stopę zwrotu. Średnia dzienna/miesięczna stopa zwrotu w badanych okresach obliczona zostanie przy pomocy następującego wzoru:

Przeciętna stopa zwrotu = gdzie:

∑Rt – suma stóp zwrotu w badanym okresie,

n – liczba obserwacji.

Opis próby

Do analizy wybrano spółkę Kernel Holding SA, ponieważ ma ona najwięk-szy udział w indeksie WIG-spożywczy (55,41%). Ponadto dla porównania zba-dano sam indeks WIG-spożywczy.

Rozkład miesięcznych stóp zwrotu

Do analizy wahań sezonowych związanych z funkcjonowanie giełdy użyto średnich miesięcznych stóp zwrotu. Celem badania jest określenie jak kształtują się stopy zwrotu w poszczególnych miesiącach. Dzięki czemu można określić, czy stopy zwrotu są stale wysokie w jednym miesiącu, a w innych różnorodne. Poprzez badanie można zweryfikować popularny w literaturze efekt stycznia, który polega na występowaniu dodatnich stóp zwrotu w pierwszym miesiącu danego roku [Durham 2001, s.1514].

(13)

Wykres 1. Średnie stopy zwrotu spółki Kernel w poszczególnych miesiącach w latach 2013–2015

Źródło: opracowanie własne.

Wykres 2. Średnie stopy zwrotu indeksu WIG-spożywczy w poszczególnych miesiącach w latach 2013–2015

Rozkład dziennych stóp zwrotu

W tej części pracy zbadano istotę anomalii związanych z dziennymi stopami zwrotu. Polega to na weryfikacji powtarzalności zależności pomiędzy stopami zwrotu w określonym dniach tygodnia.

styczeń luty marzec kwiecień maj czerwiec lipiec sierpień wrzesień październ

ik listopad grudzień Średnia -0,11% -0,01% -0,06% -0,06% -0,03% -0,04% 0,02% 0,01% 0,03% 0,05% 0,07% 0,07% -0,12% -0,10% -0,08% -0,06% -0,04% -0,02% 0,00% 0,02% 0,04% 0,06% 0,08%

styczeń luty marzec kwiecień maj czerwiec lipiec sierpień wrzesień paździer

nik listopad grudzień Średnia 0,09% -0,10% -0,10% -0,12% 0,16% -0,14% 0,11% 0,00% 0,15% 0,03% -0,01% -0,11% -0,20% -0,15% -0,10% -0,05% 0,00% 0,05% 0,10% 0,15% 0,20%

(14)

Wykres 3. Średnie stopy zwrotu spółki Kernel w poszczególnych dniach tygodnia w latach 2013–2015

Wykres 4. Średnie stopy zwrotu z WIG-spożywczy w poszczególnych dniach tygodnia w latach 2013–2015

2.4. Wyniki badania

Jak wynika z badania, w przypadku spółki Kernel Holding SA najwyższe średnie miesięczne stopy zwrotu spółka osiągnęła w miesiącach październik (0,5%), listopad i grudzień (po 0,7%). Wysokie średnie stopy zwrotu w grudniu mogą wskazywać, że już w grudniu w roku poprzedzającym zaczyna się efekt

poniedziałek wtorek środa czwartek piątek

Średnia -0,01% 0,02% -0,09% -0,01% 0,04% -0,10% -0,08% -0,06% -0,04% -0,02% 0,00% 0,02% 0,04% 0,06%

poniedziałek wtorek środa czwartek piątek

średnia 0,00% 0,08% 0,00% -0,03% -0,05% -0,06% -0,04% -0,02% 0,00% 0,02% 0,04% 0,06% 0,08% 0,10%

(15)

stycznia. Jednak wartość stopy zwrotu zaprzecza tej tezie, osiągając najniższe średnie stopy zwrotu (–0,11%) w porównaniu do innych miesięcznych okresów.

Z kolei biorąc pod uwagę wartości średnich miesięcznych stóp zwrotu całe-go indeksu WIG-spożywczy można zauważyć jeden z najwyższych wzrostów w styczniu (0,09%), maju (0,16%) i we wrześniu (0,15%). Co może dowodzić o istnieniu efektu stycznia.

Przeanalizowano również średnie dzienne stopy zwrotu ze spółki Kernel SA w latach 2013–2015. Jak wynika z powyższego wykresu najwyższą stopę zwrotu osiągnięto w piątek (0,04%) i we wtorek (0,02%). Natomiast najniższe w środę (–0,09%).

W przypadku indeksu WIG-spożywczy wartości średnich stóp zwrotu w po-szczególnych dniach tygodnia, znacznie odbiegają od tych dotyczących samej spółki. Najwyższą średnią dzienną stopę zwrotu osiągnięto we wtorek (0,08%), a najniższą w piątek (–0,05%).

2.5. Wnioski

Po przeprowadzeniu badania można dostrzec, że opisane wcześniej anoma-lie kalendarzowe nie znajdują odwzorowania na danych wybranej spółki oraz indeksu WIG-spożywczy. Jedynie analizując wartości średnich miesięcznych stóp zwrotu całego indeksu, można zauważyć w małym stopniu efekt stycznia. Jednak otrzymane wyniki nie ukazują działania anomalii kalendarzowych. Może to wynikać z wyboru spółki, jak i danego sektora WIG. Istnieje duże prawdopo-dobieństwo, że przy wyborze innej spółki lub przy wykonaniu badania w dłuż-szej perspektywie czasowej, wynik zgodziłby się z teoriami dotyczącymi efek-tów kalendarzowych.

ZAKOŃCZENIE

Istota anomalii kalendarzowych poruszana jest od dawna w literaturze przedmiotu. Jednak w dalszym ciągu nie ustalono stanowiska, czy wykorzysta-nie anomalii zapewni skuteczwykorzysta-niejsze inwestowawykorzysta-nie. Do najbardziej popularnych anomalii kalendarzowych zalicza się efekt miesiąca i efekt dni tygodnia. Efekt stycznia mówi o tym, że w tym miesiącu osiągane są dodatnie oraz najwyższe stopy zwrotu w porównaniu do innych miesięcy roku. Z kolei efekt dni tygodnia mówi o różnicach w stopach zwrotu w poszczególnych dniach tygodnia (szcze-gólnie efekt poniedziałki i piątku – tzw. efekt weekendu).

W pracy poddano analizie jak kształtują się poszczególne średnie stopy zwro-tu w danych miesiącach oraz dniach tygodnia. Badania przeprowadzono na

(16)

da-JCMBF • www.jcmbf.uni.lodz.pl 16

nych indeksu WIG-spożywczy oraz należącej do niej spółki Kernel Holding SA w okresie 2013–2015.

Z otrzymanych wyników można wywnioskować, że anomalie kalendarzowe się nie sprawdzają. Jednakże może to w dużej mierze wynikać z przyjętych w tym badaniu danych. Być może przy innej spółce lub innym indeksie efekty te znalazłyby swoje zastosowanie.

BIBLIOGRAFIA

Czerwonka M., Gorlewski B., 2008, Finanse behawioralne, Szkoła Główna Handlowa w Warsza-wie, Warszawa.

Durham J. B., 2001, Sensitivity analyses of anomalie in developed Stock markets, ,,Journal of Banking and Finanse”, vol. 25, no. 8.

Gajdka J., Walińska E., 1998, Zarządzanie finansowe teoria i praktyka, Fundacja Rozwoju Ra-chunkowości w Polsce, Warszawa.

Peters E., 1997, Teoria chaosu a rynki kapitałowe, WIG-Press, Warszawa. [www1] Strona internetowa Bankier.pl,

[www2] Strona internetowa Giełdy Papierów Wartościowych w Warszawie [www3] Strona internetowa spółki Kernel Holding SA: http://www.kernel.ua/en/.

THE PRESENCE OF ANOMALIES CALENDAR FOR A SELECTED SECTOR OF WARSAW STOCK EXCHANGE

Abstract The main aim of this work is to determine the impact of anomalies on the calendar to change the share price of a company operating in the sector. The study hypothesized that calendar anomalies have a significant impact on the rate of return on shares in companies. When writing the work was used literature concerning anomalies calendar. Featured articles also trade and foreign literature. In the empirical part, the data on the share prices of companies approaching the WSE Main List and the Microsoft Excel spreadsheet.

(17)

Monika Gal, Anna Pyć, Rola kryptowaluty bitcoin na rynku walutowym

ROLA KRYPTOWALUTY BITCOIN NA RYNKU

WALUTOWYM

Monika Gal, Anna Pyć *

Abstrakt W niniejszej pracy próbowano na podstawie kursów czterech badanych walut: złotówki, dolara, euro oraz bitcoin, ocenić, czy informacje o związkach walu-towych wpływają na prognozy przyszłych kursów oraz zdywersyfikowanie portfela inwestycyjnego. W pracy podjęto również próbę scharakteryzowania kryptowaluty bitcoin oraz zwrócono uwagę na odmienność porównywalnych walut tradycyjnych i bitcoina oraz ich funkcjonowanie w gospodarce. Słowa kluczowe bitcoin, współczynnik korelacji Pearsona, pary walut.

JEL Code D53; F31; F39.

WSTĘP

Od ponad ćwierć wieku na świecie obserwuje się bardzo szybki rozwój technologii, a co za tym idzie ciągłe powiększanie rynków zbytu. W świecie, gdzie na pierwszym miejscu stawiany jest konsumpcjonizm, należy spodziewać się spektakularnych zmian na rynku finansowym. Dostosowanie się do potrzeb konsumenta, który oczekiwał coraz szybszych metod upłynnienia gotówki spo-wodowało powstanie w ostatnich latach wielu innowacji. Warto tu wspomnieć o sektorze płatności elektronicznych, o obrocie gotówką przez Internet oraz o wielu innych ciekawych rozwiązaniach, które miały zwiększyć wygodę kon-sumenta oraz bezpieczeństwo transakcji walutowych. Istotnym przełomem oka-zało się wprowadzenie przez Satoshi Nakamoto1

w 2009 roku pierwszej wirtual-nej kryptowaluty bitcoin. Okazało się, że świat potrzebuje waluty

1

Podejrzewa się, że Satoshi Nakamoto to jedynie pseudonim osoby, a nawet grupy osób po-dających się za twórców bitcoina. Do tej pory nie ma pewności, kto wprowadził wirtualną walutę na rynek międzynarodowy.

(18)

wej, wręcz globalnej, która będzie opierała się na zupełnie innych zasadach niż dotychczasowe waluty. Z kontrowersyjnej nowości bitcoin stał się walutą godną konkurowania z walutami tradycyjnymi.

Celem niniejszego artykułu będzie zbadanie korelacji par walut: złotego, dolara, euro oraz bitcoina. Autorki próbują ocenić, czy na podstawie informacji o wartości korelacji można stworzyć strategię inwestycyjną i założyć portfel o ograniczonym ryzyku oraz odpowiedzieć na pytanie, czy sposób definiowania i postrzegania pieniądza ma wpływ na zależności międzywalutowe. Temat ten jest absorbujący, przeciwstawiane są sobie waluty oparte na całkiem różnych sposobach definiowania pieniądza oraz różniące się zaufaniem użytkowników rynków. Duże zainteresowanie alternatywnymi instrumentami finansowymi sprawiło, iż kryptowaluta bitcoin stała się przedmiotem wielu badań naukowych, stąd próba porównania jej do pozostałych wyżej wymienionych walut.

1. KRYPTOWALUTA BITCOIN A RYNEK WALUTOWY

Krzysztof Kolany w swoim artykule „Kto z kim chodzi na Foreksie, czyli związki par walutowych” pisał o związkach przyczynowo-skutkowych par walut na rynku Foreks2. Jak sam twierdzi, niezbędnym narzędziem do badania takich zależności jest współczynnik korelacji liniowej Pearsona. Na podstawie tabeli korelacji par walut autor opisuje zagadnienie i przedstawia wnioski: zwraca uwagę na wysokie współczynniki korelacji. Jednak bardziej intrygujące okazało się być twierdzenie, że słaba korelacja również jest wykorzystywana przez inwe-storów. Jak sam pisze: „[…] dwa instrumenty finansowe nie powiązane można wykorzystać przy budowie portfela, redukując jego całkowite ryzyko”.

Porównując waluty należy, oprócz samych danych z obszaru analizy tech-nicznej, zwrócić uwagę na kilka istotnych zagadnień. Kierunki zmian notowań walut odzwierciedlają słuszność polityki pieniężnej danego kraju i mówią o rozwoju gospodarczym. Na co należy zwracać uwagę przy ocenie notowań walut najpełniej wyraził Jan Mazurek. Przede wszystkim wspomina o wskaźni-kach makroekonomicznych oraz politywskaźni-kach monetarnej i gospodarczej. Zwraca również uwagę, że nie tylko lokalna sytuacja, ale również globalne podejście ma znaczenie. Sytuacja na świecie i pozycje takich walut jak dolar, od zawsze miały wpływ na pozostałe notowania. Swój artykuł puentuje bardzo ciekawym stwier-dzeniem: „Mnogość czynników, które mają wpływ na rynek walutowy stanowi o jego wielkiej złożoności. Dlatego też inwestowanie na Foreksie to gra tylko dla osób, które wiedzą, jak duże ryzyko podejmują”.

2

Foreks (Foreign exchange) – globalny rynek walutowy obejmujący transakcje kupna i sprzedaży walut. Nie posiada fizycznej siedziby, transakcje dokonywane są za pomocą sieci komputerowej.

(19)

Rozumiejąc ogrom złożoności rynku walutowego należy wspomnieć o spe-cyfice bitcoina. Jest to kryptowaluta w dużej mierze oparta na matematyce i algorytmach. Różni się od waluty tradycyjnej choćby całkowitą anonimowo-ścią transferów czy brakiem nadzoru ze strony banków centralnych. Nie posiada fizycznej postaci, a cała jego infrastruktura opiera się na komunikacji w sieciach Peer to Peer3. Próba oceny, czy bitcoin spełnia wszystkie warunki, aby otrzymać miano pieniądza, jest częstym tematem artykułów naukowych. Pisze o tym m.in. Anna Piotrowska. Podkreśla, że pieniądz musi spełniać trzy podstawowe funk-cje: po pierwsze być środkiem wymiany, po drugie miernikiem wartości, a po trzecie środkiem tezauryzacji. Autorka wnioskuje, że bitcoin nie może zostać uznany za powszechną walutę, ponieważ wykazuje odstępstwa od wyżej wy-mienionych funkcji. Z kolei Arkadiusz Sieroń w artykule „Czym jest bitcoin?” pisze, iż obecny brak powszechnej akceptacji nie dyskredytuje bitcoina i jego szans na osiągnięcie statusu waluty współmiernej z dolarem czy euro. Jednakże na ten moment bitcoin jest pieniądzem niepewnym, dlatego użytkownik będzie wybierał instrumenty lepiej zabezpieczone przed ryzykiem.

Wydaje się, że sytuacja związana z tradycyjnymi walutami nie jest również oczywista, a sam rynek i jego mechanizmy nie ułatwiają podjęcia decyzji, w jaki sposób inwestować. Wiele cennych informacji na temat procesu kształtowania się kursu złotówki oraz rozwoju międzynarodowego systemu walutowego moż-na zmoż-naleźć w artykule „Kurs złotego w świetle amoż-nalizy falkowej”. Autorzy arty-kułu podkreślają kluczową rolę instytucji, jaką jest bank centralny i jego powią-zanie z decyzjami uczestników rynku. Powiązania te przekładają się na kursy walut, a co za tym idzie w późniejszym czasie na rozwój gospodarczy. Wynika stąd, że instytucje takie jak banki centralne nadają walucie kształt i dbają o za-ufanie użytkowników rynku.

Pojawia się tutaj pytanie, w jaki sposób odnieść walutę nie posiadającą nad sobą instytucji kontrolnej, do której zaufanie nie jest budowane na podstawie konkretnej polityki powołanego w tym celu organu, a waluty tradycyjnej, która posiada bogatą historię notowań.

2. METODY BADAWCZE KORELACJI POMIĘDZY PARAMI WALUTOWYMI

Przyglądając się publikacjom naukowym oraz popularnonaukowym doty-czącym inwestowania na rynku Foreks można zwrócić uwagę na bardzo częste wykorzystanie miary współczynnika korelacji Pearsona. Strategie budowane na podstawie jego interpretacji zdają się być dobrym odzwierciedleniem rzeczywi-stości.

3

Peer-to-peer w skrócie P2P – rodzaj sieci służącej do bezpośredniej wymiany plików mię-dzy użytkownikami, http://www.i-slownik.pl/1057,p2p-lub-peer-to-peer-peer-to-peer/.

(20)

Współczynnik korelacji liniowej Pearsona jest jednym z narzędzi statystyki opisowej. Bada on liniową zależność między dwoma zmiennymi oraz pozwala określić kierunek i siłę takiej zależności. Co charakterystyczne dla tej miary, współczynnik Pearsona przyjmuje wartości z przedziału domkniętego [–1,1]. Wyniki badań korelacji można interpretować w następujący sposób: korelacja doskonała charakteryzuje się wartością skrajną 1 lub –1, dodatni wskaźnik in-formuje o identycznym kierunku zmian poszczególnych cech, natomiast ujemny mówi o zmianie kierunku pod wpływem zmian wartości cech. Brak zależności między zmiennymi wskazuje współczynnik równy 0. Im współczynnik bliższy skrajnym wartościom przedziału domkniętego, tym korelacja jest silniejsza. Podobnie w przypadku braku korelacji, coraz słabsze zależności będą pojawiały się w momencie, gdy wynik korelacji będzie zbliżał się do 0.

Dodatkowo informację o korelacji w czasie dostarcza nam narzędzie z dzie-dziny analizy technicznej oparte na średnich kroczących, a mianowicie korelacje kroczące. Jest to metoda doskonale obrazująca korelację Pearsona w dłuższej lub krótszej perspektywie czasu w zależności od wybranej sesji przeprowadzonego badania. Do celów omawianych badań wykorzystano korelację kroczącą z 15 sesji (krótkookresową).

W przeprowadzonym badaniu dane historyczne zostały pobrane ze strony internetowej www.stooq.pl. Przedmiotem zainteresowania był ostatni rok (tj. od 10-03-2016 do 10-03-2017) notowań par walut PLN/USD, PLN/EUR oraz PLN/BTC. Na podstawie zbudowanej bazy danych w arkuszu kalkulacyjnym Excel przeprowadzono badania dotyczące obliczenia podstawowych wskaźni-ków finansowych takich jak stopy zysku, współczynniki korelacji Pearsona po-między parami PLN/USD a PLN/EUR, PLN/USD a PLN/BTC oraz PLN/EUR a PLN/BTC, a także korelacji kroczącej z 15 sesji. Badania zostały przeprowa-dzone na podstawie dziennych kursów zamknięcia omawianych wyżej par walu-towych.

Pod uwagę wzięto również czynniki ekonomiczne i gospodarcze związane z pochodzeniem badanych walut. Same narzędzia wyznaczają pewne kierunki związane z prognozowaniem przyszłości, jednak kluczowa jest tutaj znajomość mechanizmów rynkowych.

3. WYNIKI BADAŃ

Po przeprowadzeniu badań okazało się, że silną korelacją charakteryzują się pary PLN/USD i PLN/EUR, natomiast dwie pozostałe pary, PLN/USD i PLN/BTC oraz PLN/EUR i PLN/BTC wykazały dość niską zależność w sto-sunku do siebie. Dokładne wyniki zostały ukazane w tab. 1.

(21)

Tabela 1. Macierz korelacji par walutowych

PLN/USD PLN/EUR PLN/BTC

PLN/USD x 0,723634376 0,227048347

PLN/EUR x 0,236025531

PLN/BTC x

Źródło: opracowanie własne, plik źródłowy: artykuł.xlsx – arkusz 1.

Dodatkowo obliczone stopy zwrotu z inwestycji w poszczególne waluty charakteryzują się dużą zmiennością w przypadku złotówki względem bitcoina, natomiast kursy złotówki powiązanej z dolarem i euro są zdecydowanie bardziej regularne i stabilne.

Rysunek 1. Stopy zwrotu USD, EUR, BTC

Źródło: opracowanie własne, plik źródłowy: artykuł.xlsx – arkusz 1 i arkusz 2.

W celu uzyskania dokładniejszego obrazu badania, zostały obliczone i zilustrowane 15-sesyjne współczynniki korelacji badanych par walut (rys. 2–4). -0,2 -0,15 -0,1 -0,05 0 0,05 0,1 0,15 0,2 2016 -03 -11 2016 -04 -11 2016 -05 -11 2016 -06 -11 2016 -07 -11 2016 -08 -11 2016 -09 -11 2016 -10 -11 2016 -11 -11 2016 -12 -11 2017 -01 -11 2017 -02 -11 USD EUR BTC

(22)

Rysunek 2. 15-sesyjny współczynnik korelacji PLN/USD – PLN/EUR Źródło: opracowanie własne, plik źródłowy: artykuł.xlsx – arkusz 3 i arkusz 4.

Rysunek 3. 15-sesyjny współczynnik korelacji PLN/USD – PLN/BTC Źródło: opracowanie własne, plik źródłowy: artykuł.xlsx – arkusz 5 i arkusz 6. -1 -0,8 -0,6 -0,4 -0,2 0 0,2 0,4 0,6 0,8 1 2016 -03 -31 2016 -04 -30 2016 -05 -31 2016 -06 -30 2016 -07 -31 2016 -08 -31 2016 -09 -30 2016 -10 -31 2016 -11 -30 2016 -12 -31 2017 -01 -31 2017 -02 -28 -1 -0,8 -0,6 -0,4 -0,2 0 0,2 0,4 0,6 0,8 1 2016 -03 -31 2016 -04 -30 2016 -05 -31 2016 -06 -30 2016 -07 -31 2016 -08 -31 2016 -09 -30 2016 -10 -31 2016 -11 -30 2016 -12 -31 2017 -01 -31 2017 -02 -28

(23)

Rysunek 4. 15-sesyjny współczynnik korelacji PLN/EUR – PLN/BTC

Źródło: opracowanie własne, plik źródłowy: artykuł.xlsx – arkusz 7 i arkusz 8.

4. OBSERWACJE I WNIOSKI

Każda z czterech omawianych walut: PLN, BTC, EUR i USD funkcjonuje w pewnym otoczeniu rynkowym. Jeśli chodzi o kurs złotego warto nadmienić, że pomimo niezależności banku centralnego i jego polityki pieniężnej w Polsce obserwuje się dość niestabilną sytuację polityczną, która według niektórych analityków mocno zniechęca inwestorów. Dodatkowo warto zauważyć, iż to kurs złotego bardziej zależy od eurodolara niż odwrotnie. Z kolei dolar

przeży-wał w ostatnim czasie znaczące spadki i wahania kursowe spowodowane zmianą władzy oraz kontrowersjami, jakie idą za polityką prezydenta Trumpa. Rynki błyskawicznie zareagowały na te zmiany i wykazały duże skoki. Waluty równie silnie zareagowały na wyjście Wielkiej Brytanii z Unii Europejskiej. Z powyż-szych informacji wynika, że rynek jest bardzo wrażliwy na wstrząsy i nawet najlepsze analizy oraz opracowania poparte powtarzalnością i trendami cen ryn-kowych nie dają nam gwarancji słuszności naszych strategii. Wydaje się, że bitcoin, który jest pozbawiony wpływów inflacyjnych czy decyzji banków cen-tralnych, jest walutą zbliżoną do ideału. Nie jest jednak pozbawiony wad. Kurs bitcoina w jego krótkiej karierze wiele razy wykazał dość duże skoki, które po-zwalały na duże zyski, ale i równie duże straty. Znaczące wahania bitcoina sprawiają, że staje się walutą wysokiego ryzyka.

-1 -0,8 -0,6 -0,4 -0,2 0 0,2 0,4 0,6 0,8 1 2016 -03 -31 2016 -04 -30 2016 -05 -31 2016 -06 -30 2016 -07 -31 2016 -08 -31 2016 -09 -30 2016 -10 -31 2016 -11 -30 2016 -12 -31 2017 -01 -31 2017 -02 -28

(24)

Przechodząc do wniosków z przeprowadzonej symulacji par walutowych, zauważa się wysoką korelację pomiędzy parami PLN/USD a PLN/EUR co może świadczyć o tym, iż waluty o podobnej budowie będą lepiej skorelowane niż pary, w których występuje bitcoin. Analizując wyżej przedstawione wyniki warto zwrócić uwagę, że współczynnik korelacji nie ukazuje nam związków przyczynowo-skutkowych, a jedynie współzależność dwóch zmiennych. Obserwując parę euro-dolar można dostrzec, że współzależność ta jest znaczą-ca4 (0,74), a znak korelacji świadczy o tym, iż pary te poruszały się w tym samym kierunku. Wysoka korelacja, taka jak w omawianym przypadku, jest wartościowa dla inwestorów w momencie, gdy kurs walut rośnie. Zazwyczaj jednak inwestorzy dążą do dywersyfikacji portfela oraz do zredukowania ry-zyka inwestycji, stąd wniosek, iż wysokie korelacje nie zawsze sprzyjają ukła-daniu strategii inwestycyjnej.

W przypadku par PLN/USD – PLN/BTC, jak i PLN/EUR – PLN/BTC obserwuje się podobnie niską korelację. W pierwszym przypadku jest to korela-cja na poziomie 0,23, natomiast w drugim 0,24. Korelacje te wskazują niską zależność wymienionych par walutowych, a fakt ich dodatniości nie daje żadne-go obrazu poruszania się powyższych walut. Mimo to wielu analityków uważa, że na podstawie informacji o niskich korelacjach można o wiele bezpieczniej budować swoje portfele inwestycyjne. Wynika więc z tego, że inwestor nie szu-ka wyłącznie niskich korelacji na rynku. Najatrakcyjniejszymi wydają się być zależności ujemne, kiedy to spadek jednej pary może powodować wzrost dru-giej, co zdawałoby się całkowicie niweluje ryzyko i przynosi bezpieczne docho-dy, jeżeli podobna sytuacja miałaby miejsce w przyszłości (zakładając, że za-chowania walut są powtarzalne).Jednakże pamiętając o specyfice bitcoina i jego znaczących wahaniach kursowych związanych ze spekulacjami nie można jed-noznacznie odpowiedzieć czy inwestycja w omawiane pary walut będzie wyka-zywała się opłacalnością.

Korelacja jest zmienna w czasie, co dobrze widać na wykresach przedsta-wionych w poprzednim rozdziale. W celu ilustracji układów współczynników w krótkich okresach wykorzystano 15-sesyjną korelację. Na wykresie przedsta-wiającym korelację par PLN/EUR i PLN/USD widać, że korelacje są dodatnie (za wyjątkiem dwóch momentów). Natomiast zauważa się duży spadek zależno-ści na przełomie listopada i grudnia (termin wyborów prezydenta USA). Z kore-lacji bliskiej 1 współczynnik spadał aż do poziomu –0,4. W pozostałych

4

Siła związków korelacyjnych: 0,0–0,2 – brak korelacji, 0,2–0,4 – słaba korelacja, 0,4–0,7 – umiarkowana korelacja, 0,7–0,9 – silna korelacja, 0,9–1,0 – bardzo silna korelacja.

(25)

tach widać, że związek tych par jest dość duży. Zupełnie inaczej wygląda spra-wa korelacji z bitcoinem. Współczynniki przechodzą przez całą skalę korelacji. Brak powiązań może wynikać z braku powszechnej akceptacji dla kryptowaluty oraz jej specyfiki. Sytuacja przedstawiona na wykresach jest bardzo niestabilna i nie można jednoznacznie określić ryzyka inwestycji ani zbudować odpowied-niego zdywersyfikowanego portfela.

Porównując zebrane wyniki widać, iż o wiele lepiej skorelowały się waluty o tradycyjnym charakterze, które spełniają wszystkie wymagania związane z definicjami i funkcjami pieniądza. Bitcoin natomiast pozostaje tworem współ-czesności i mimo kilku lat obserwacji jego notowań na rynku nie można jedno-znacznie odpowiedzieć na pytanie, w którym momencie zainwestować w bitco-ina. Wydaje się, że sama obserwacja i analiza nie wystarczą, a inwestor musi być przygotowany na poniesienie równie dużych zysków co strat.

ZAKOŃCZENIE

Przeprowadzone badania i interpretacje mają charakter silnie teoretyczny. Inwestując kapitał w walutę trzeba mieć świadomość złożoności mechanizmów panujących na rynku Forex oraz ogromnego wpływu zjawisk polityczno-gospodarczych na notowania walut. Inwestując kapitał, oprócz narzędzi pozwa-lających badać rynek i czujnej obserwacji zmian cen, trzeba posiadać intuicję, gdyż dobrze skorelowanych instrumentów na rynku jest bardzo mało. Jednakże mimo wszelkich przeciwności korelacja jest narzędziem, które w bardzo mode-lowy sposób bada zależności międzywalutowe oraz pozwala ocenić siłę ich po-wiązań. Badając zależności par walutowych udało się wykazać, iż bitcoin jest walutą mocno niestabilną. Pomimo próby dywersyfikacji portfela i kierowania się niską korelacją, kurs bitcoina nie wykazuje konkretnych sygnałów, które umożliwiłyby bezpieczną inwestycję, jak w przypadku pozostałych badanych walut.

Zakładając powtarzalność sytuacji na rynku walutowym warto byłoby przyjrzeć się, jak sytuacja wyglądała w dłuższym terminie niż rok. Przedstawio-ne badania wymagają kontynuacji i dalszego rozwoju.

BIBLIOGRAFIA

Bereś H., Bereś K., Zięba J., 2009, Kurs złotego w świetle analizy falkowej, „Gospodarka Naro-dowa”, nr 3.

Bilski J., 2006, Międzynarodowy system walutowy. Kierunki ewolucji, Polskie Wydawnictwo Ekonomiczne, Warszawa.

Chisholm A., 2011, Wprowadzenie do międzynarodowych rynków finansowych. Instrumenty,

(26)

Dobosz A.,2014, Bitcoin – efemeryda czy solidna przyszłość?, „Kwartalnik Naukowy Uczelni Vistula”, nr 3.

http://www.i-slownik.pl/1057,p2p-lub-peer-to-peer-peer-to-peer/.

Kolany K., Kto z kim chodzi na Foreksie, czyli związki par walutowych,

http://www.bankier.pl/wiadomosc/Kto-z-kim-chodzi-na-Foreksie-czyli-zwiazki-par-walutowych-2029121.html [dostęp: 10.03.2017].

Koronacki J., Mielniczuk J., 2006, Statystyka dla studentów kierunków technicznych i

przyrodni-czych, Wydawnictwa Naukowo-Techniczne, Warszawa.

Mazurek J., Czynniki wpływające na kursy walut, http://www.bankier.pl/wiadomosc/Czynniki-wplywajace-na-kursy-walut-7337577.html [dostęp: 10.03.2017].

Perez K., Urbaniak M., 2013, Bitcoin – wirtualny eksperyment czy waluta przyszłości?, „Ruch Prawniczy, Ekonomiczny i Socjologiczny”, nr 4.

Piotrowska A., 2014, Bitcoin a definicja i funkcje pieniądza, „Annales Universitatis Mariae Curie-Skłodowska, sectio H – Oeconomia”, nr 3.

Przyłuska-Schmitt J., 2016, Bitcoin – intrygująca innowacja, „Bank i Kredyt”, nr 2.

Richter R., Korelacje na rynku Forex, http://analizy.investio.pl/korelacje-na-rynku-forex [dostęp: 10.03.2017].

Sieroń A., 2013, Czym jest Bitcoin?, „Ekonomia – Wroclaw Economic Review”, nr 4. www.stooq.pl.

THE ROLE OF BITCOIN ON THE CURRENCY MARKET

Abstract In the following work an attempt was made to evaluate whether information on relationships between currencies influences prognoses for the future and diversifying the investment portfolio. This analysis was based on researching four exchange rate: Polish zloty, US dollar, euro and bitcoin. The work also includes an attempt to describe the cryptocurrency bitcoin with an emphasis on differences between the traditional currencies and bitcoin and their behavior within the economy.

(27)

Marta Paduszyńska, Narzędzia wspomagające analizę procesu decyzyjnego…

NARZĘDZIA WSPOMAGAJĄCE ANALIZĘ PROCESU

DECYZYJNEGO NA ROŻNYCH ETAPACH

ROZWOJU PRZEDSIĘBIORSTW

Marta Paduszyńska*

Abstrakt Niniejsze opracowanie poświęcone zostało tematyce procesu decyzyjnego w przedsiębiorstwie w zależności od etapu jego rozwoju. Ukazane zostało zna-czenie informacji oraz analizy ekonomicznej podczas podejmowania ważnych decyzji gospodarczych. Szczególna uwaga została poświęcona uwarunkowa-niom mającym wpływ na wybór stosowanych mechanizmów decyzyjnych w przedsiębiorstwie. Wykazano związek między cechami danego podmiotu tj. wielkością, strukturą zarządzania, a implementowanymi narzędziami proce-su decyzyjnego. Głębszej analizie poddano grupę małych i średnich przedsię-biorstw w zależności od etapów ich rozwoju, a wdrażanymi instrumentami decyzyjnymi. Jako główny cel opracowania przyjęto ukazanie znaczenia sto-sowanych narzędzi procesu decyzyjnego w zależności od etapu rozwoju przed-siębiorstw. Założono hipotezę, iż wybór oraz stopień wykorzystania owych na-rzędzi jest różny w zależności od fazy rozwoju, w jakiej znajduje się dany podmiot gospodarczy. W celu jej realizacji posłużono się literaturą krajową i zagraniczną oraz wyciągnięto wnioski z rozważań na temat postawionego problemu..

Słowa kluczowe narzędzia analizy, proces decyzyjny, etapy rozwoju przedsiębiorstw.

JEL Code H30; G31; M40.

WSTĘP

W obecnych warunkach umiejętność podejmowania odpowiednich decyzji jest sporym wyzwaniem jakiemu muszą sprostać podmioty gospodarcze. Skutki podjętych działań mają bowiem bezpośredni wpływ na samo przedsiębiorstwo, ale też wykraczają poza obszar ich działalności. Stąd tak istotna rola informacji, które

ACCEPTED: 31st

May 2017 PUBLISHED: 30th

(28)

wykorzystywane są na wszystkich etapach zarządzania w firmie. Stanowią one fundament planowania, podejmowania decyzji oraz rozwiązywania przeróżnych problemów natury gospodarczej. Zatem odpowiednio użyte informacje mogą być kluczem do uzyskania przewagi konkurencyjnej na rynku. Wdrażane systemy i narzędzia procesu decyzyjnego wynikają z wielu czynników, zarówno o charak-terze wewnętrznym, jak i zewnętrznym. Pierwsza grupa dotyczy przede wszyst-kim struktury przedsiębiorstwa, jego wielkości czy modelu zarządzania powiąza-nego z rolą przedsiębiorcy w organizacji. Zaangażowanie, wiedza oraz doświad-czenie pracowników odgrywa niebagatelne znadoświad-czenie na kształt systemu informa-cyjnego rachunkowości i wdrażanych modułów wspomagających procesy decy-zyjne. W obecnych czasach sam system rachunkowości i podstawowe narzędzia mogą być niewystarczające do podejmowania trafnych decyzji. W związku z tym funkcjonują już instrumenty rachunkowości zarządczej i controllingu uzupełniają-ce tradycyjne rachunki kosztów. Jednakże nie wszystkie podmioty wykazują jed-nakowe zainteresowanie implementacją tego typu narzędzi. Wdrożenie całościo-wego systemu wspomagającego zarządzanie spotykane jest najczęściej w dużych przedsiębiorstwach. Wśród mniejszych jest to rzadziej spotykane, choć zaczynając od prostszych rozwiązań, w kolejnych fazach ich rozwoju można zaobserwować zainteresowanie wdrażaniem bardziej zaawansowanych instrumentów analizy.

Celem artykułu jest ukazanie znaczenia wdrażanych narzędzi, które stano-wią nieodłączny element procesu decyzyjnego na różnych etapach rozwoju przedsiębiorstw. Cel zrealizowany zostanie poprzez przegląd pozycji literatury polskiej i zagranicznej odnoszącej się do omawianego zagadnienia. Realizacji celu posłuży hipoteza iż, wdrażane narzędzia i stopień ich wykorzystania jest różny, w zależności od etapu rozwoju danego podmiotu gospodarczego.

1. ISTOTA INFORMACJI I ANALIZY EKONOMICZNEJ W PROCESIE PODEJMOWANIA DECYZJI

Narzędziem stanowiącym wsparcie w procesie podejmowania decyzji w przedsiębiorstwie jest m.in. analiza ekonomiczna. Definiowana jest jako zbiór czynności badawczych, które dotyczą jego stanu ekonomicznego, pozycji na ryn-ku, a także wyników (zarówno finansowych, jak i rzeczowych) czy przyjętych metod działań [Leszczyński i Skowronek-Mielczarek 2004, s. 13]. W ujęciu defi-nicyjnym pojęcie analizy ekonomicznej rozumiane jest jako metoda badania na-ukowego polegająca na rozłożeniu i obserwacji przedmiotu lub zjawiska na części składowe celem wykrycia składników przyczyniających się do obecnego stanu rzeczy. Natomiast w odniesieniu do celów analizy ekonomicznej przy użyciu me-tod rachunkowych za nadrzędne uważa się przygotowanie odpowiednich informa-cji, które stanowią podstawę do podejmowania wiążących decyzji gospodarczych. Bezpośrednim celem analizy ekonomicznej jest dostarczenie faktów oraz ustalenie

(29)

ich przyczyn, a także ocena działalności oraz jej skutków. Zastosowanie analizy finansowej przedsiębiorstwa umożliwia szybki pomiar i opracowanie oceny sytu-acji materialnej firmy oraz jej wyników. Zauważa się duże zapotrzebowanie na tego typu działania oraz jej znaczące zastosowanie w życiu gospodarczym.

Prawidłowe wyposażenie analizy ekonomicznej w metody badawcze po-zwala uzyskać miarodajną ocenę, która opisuje zarówno bieżącą kondycje jed-nostki, a także daje podstawy prognozowania przyszłościowych wyników eko-nomiczno-finansowych. Należy zaznaczyć, że analiza nie odnosi się wyłącznie do badania struktur funkcjonowania i cech przedmiotu, czy zjawiska. W prawi-dłowym wykorzystaniu powinna również służyć jako badanie efektów prowa-dzonych działań na podstawie uzyskanych informacji o cechach, zależnościach i strukturach [Dudycz i Wrzosek 2000, s. 10]. Analiza finansowa o charakterze wewnętrznym, która sporządzana jest przez kierownictwo firmy służy do celów i podejmowania decyzji bieżących i strategicznych.

Ponadto można określić cele w ujęciu syntetycznym, do którego zalicza się [Waśniewski i Skoczylas 2004, s. 10]:

– szukanie prawdziwego obrazu firmy, – uogólnienie zebranych informacji, – prognozę przyszłości przedsiębiorstwa, – bieżącą ocenę sytuacji w firmie,

– ustalenie decyzji jakie bezpośrednio wynikają z przeprowadzonej analizy finansowej.

Badania o różnorodnym charakterze oraz określenie odchyleń i ich przy-czyn dostarcza zarządowi informacji do korekty bieżących decyzji i ewentualnej zmiany metod działania. Analiza zewnętrzna dostarcza przede wszystkim infor-macji odnoszących się do funkcjonowania i oceny finansowej firmy w ujęciu perspektywicznym. Należy jednak zaznaczyć, że ramy tej analizy w porównaniu do analizy wewnętrznej są znacznie ograniczone. Obostrzenia te wynikają przede wszystkim ze stopnia dostępności informacji. W dużej mierze analiza zewnętrzna opiera się na dostarczanych i publikowanych przez przedsiębiorców sprawozdaniach finansowych oraz ogólnych informacjach i elementach kluczo-wych w branży. Istotnym jest uporządkowanie zebranych informacji i sporzą-dzenie rzetelnych wniosków do oceny działań. Należy jednak zaznaczyć, że efekt tych działań zależny jest w przeważającym stopniu od poprawności prze-prowadzonej analizy.

W środowisku przedsiębiorstwa podejmowanie decyzji i rozwiązywanie różnorakich problemów jest nieodłącznym elementem jego działalności [Staples i in. 1997]. Informacje do procesu decyzyjnego w przedsiębiorstwie pochodzą z podstawowego źródła wiedzy, jakim jest księgowość. Dane pochodzące z ra-chunkowości finansowej mogą być odpowiednio zaprojektowane i wykorzysty-wane wraz z systemem rachunku kosztów do celów rachunkowości zarządczej.

(30)

W praktyce trudno jest, w przeciwieństwie do rachunkowości finansowej, o „samodzielnie funkcjonujący” system rachunkowości zarządczej. Znaczenie rachunkowości zarządczej stale wzrasta. Zapotrzebowanie na informacje zmie-nia się wraz ze zmianami warunków prowadzezmie-nia działalności, stąd też systemy zarządcze podlegają dynamicznemu rozwojowi. Powstają nowe koncepcje, a istniejące są ciągle doskonalone [Nowak 2015, s. 409].

2. UWARUNKOWANIA WPŁYWAJĄCE NA SKŁONNOŚĆ PRZEDSIĘBIORSTW DO STOSOWANIA NARZĘDZI ANALIZY NA RÓŻNYCH ETAPACH

ROZWOJU PRZEDSIĘBIORSTW

Poszczególne etapy rozwoju przedsiębiorstwa warunkowane są zarówno przez czynniki wewnętrzne, jak i zewnętrzne. W przypadku każdego podmiotu poszczególne fazy mogą trwać przez różny okres czasu. Cykl życia przedsię-biorstwa można podzielić na trzy etapy: wzrost, dojrzałość i spadek. Każdy z tych etapów ma swoje charakterystyczne cechy. Poszczególne grupy czynni-ków, a w zasadzie ich siła oddziaływania na decyzje o wdrożeniu, rozbudowie lub przebudowie systemu controllingowego, będą różne – zależne od etapu wzrostu przedsiębiorstwa oraz sytuacji, w której aktualnie podmiot się znajduje. W okresach wczesnego rozwoju duże znaczenie będą miały czynniki o charakte-rze behawioralnym, oraz te związane ze zjawiskiem niepewności. W podmiotach dojrzalszych natomiast większe znaczenie będzie się przypisywać czynnikom powiązanym z przedsiębiorczością organizacyjną, kompetencjami czy kapitałem ludzkim. Warto pamiętać, że w okresach przełomu dużą rolę mogą odgrywać czynniki zewnętrzne (polityczno-gospodarcze, środowiskowe, informacje o konkurencji itd.).

Rysunek 1. Czynniki wpływające na architekturę systemu wspomagającego zarządzanie w przedsiębiorstwie

Źródło: opracowanie własne na podstawie: Kaszuba-Perz [2014]. Przedsiębiorstwo czynniki behawioralne czynniki wynikające z niepewności i ryzyka przedsiębiorczość organizacyjna

(31)

Badania nad rachunkowością behawioralną prowadzili m.in. Jacob G. Bim-berg i Jeffrey F. Shields, klasyfikując jej główne obszary [BirnBim-berg i Shields 1989, s. 23–74, cyt. za: Artienwicz 2013, s. 7–23]. Z uwagi na sformalizowany charakter rachunkowości finansowej badania nad rachunkowością behawioralną dotyczyły w pierwszej kolejności rachunkowości zarządczej, a w kolejnych eta-pach została nimi objęta ogólnopojęta rachunkowość i socjologia organizacyjna [Szychta 2008, s. 83–92]. Jeżeli chodzi o narzędzia zarządcze w przedsiębior-stwie, które są uwarunkowane przez czynniki społeczne, to wymienić należałoby przede wszystkim: planowanie, kontrolę, czy generowanie różnorodnych rapor-tów i sprawozdań finansowych. Dobór instrumenrapor-tów analizy jest ściśle powią-zany ze stopniem dojrzałości przedsiębiorstwa. Zaznaczyć należy również fakt, iż inne będą determinanty (a przynajmniej siła czynników) implementacji decy-zyjnych rachunków kosztów i wyników w przypadku małych, średnich i dużych przedsiębiorstw. Istotne znaczenie odgrywało będzie również to, czy podmiot znajduje się w fazie przemian lub przełomu [Kaszuba-Perz 2014, s. 55].

Kolejnym niezwykle istotnym czynnikiem mającym wpływ na stosowane narzędzia decyzyjne jest ryzyko. Pojęcie to nie jest jednoznaczne definiowane. W definicji prakseologicznej ryzyko: „stanowi prawdopodobieństwo zajścia negatywnych zdarzeń niezależnych od podmiotu działającego, których nie może on przewidzieć i którym nie można w pełni zapobiec, a które – przez zmniejsze-nie wyników użytecznych i/lub przez zwiększezmniejsze-nie kosztów – odebrałyby działa-niu zupełnie lub częściowo cechę skuteczności, korzystności i ekonomiczności” [Pszczołowski 1978, s. 215–216]. Ryzyko to zjawisko, które w przeciwieństwie do szeroko pojętej niepewności podlega pomiarowi. Rachunkowość zarządcza spełnia także funkcję pomiaru odchyleń od zamierzonych celów. Również czę-sto czę-stosowany w przedsiębiorstwach budżet i rachunek odpowiedzialności za-wierają w sobie etap identyfikacji ryzyka.

Innym bardzo ważnym czynnikiem jest przedsiębiorczość organizacyjna, w tym: skłonność do innowacji, kreatywność, a także czynniki związane z kapi-tałem ludzkim czy kompetencjami właścicieli i pracowników. Przedsiębiorczość organizacyjna definiowana jest jako proces tworzenia czegoś nowego poprzez zaangażowanie i akceptację ryzyka w celu osiągnięcia efektów finansowych i satysfakcji [Hisrich i Peters 1992, s. 10]. Wyodrębnione czynniki mają niewąt-pliwie wpływ na kształt wykorzystywanych systemów analizy procesu decyzyj-nego [Mroziewski 2010]. W tabeli 1 zostały zaprezentowane istotne cechy, a także główne typy ryzyka, jakie mogą wystąpić w przedsiębiorstwie o średniej wielkości. Tego typu przedsiębiorstwa znajdują się głównie w fazie wzrostu (przejściowej, rozwoju), a przede wszystkim w fazie dojrzałości (ugruntowanej pozycji). We wszystkich obszarach funkcjonowania podmioty obok rosnącej konkurencji narażone są na szereg problemów wewnętrznych, tj.: nastawienie na strategię ciągłego wzrostu, niedostatek profesjonalnej kadry menedżerskiej czy ograniczoną innowacyjność.

(32)

Tabela 1. Stadia i ryzyka wzrostu przedsiębiorstwa średniej wielkości

Faza cyklu życia _{przedsiębiorcza}Faza Faza wzrostu _{dojrzałości}Faza Faza stabilnego wzrostu System

zarządzania nadzór bezpośredni funkcjonalny dywizjonalny sztabowy Główna strategia zaistnienie nabywanie fun-duszy w celu

wzrostu

wzrost inwestowanie Stopień

sformali-zowania minimalny rozwijający się dojrzewający obszerny

Podstawowe ryzyka działalno-ści – braki w forma-lizacji, – niedostateczna kultura organi-zacyjna – trudności ze ściąganiem wie-rzytelności, – silna tendencja do rozszerzania działalności i ekspansji – wysokie obcią-żenia fiskalne, – brak profesjo-nalnej kadry (głównie finanse, planowania zmian), – spadek popytu,, problemy sprze-dażowe – silna konkurencja (w tym międzyna-rodowa)

Źródło: opracowanie własne na podstawie: Paszkowski [2014].

Wraz z dojrzewaniem podmiotu następuje rozbudowa jego struktury organi-zacyjnej. Jeśli jednak ta zmiana nie następuje może stać się jedną z barier jego dalszego rozwoju. Równocześnie ewolucji podlegają struktury zarządcze. Nie-uchronne stają się procesy oddelegowania zadań na coraz niższe szczeble. Rów-nocześnie powiększa się potencjał rozwojowy organizacji. Nowe uwarunkowa-nia wynikające z przechodzeuwarunkowa-nia w kolejne fazy rozwoju i dojrzewauwarunkowa-nia przedsię-biorstw wywierają istotny wpływ na zastosowane metody zarządzania i narzę-dzia decyzyjne [Krupski 2005]. Wraz z formalizacją procesów zarządzania po-jawia się presja na zastępowanie intuicyjnego myślenia, sformalizowanym pla-nowaniem strategicznym. Treścią strategii stają się zadania i wskaźniki wyrażo-ne w parametrach finansowych. Podstawowe różnice w zarządzaniu strategicz-nym między małym a średnim przedsiębiorstwem obrazuje tab. 2.

Średnie przedsiębiorstwa cechują się zarządzaniem strategicznym bardziej sformalizowanym i zbliżonym do tego, które występuje w dużych podmiotach. Horyzont czasowy jest wydłużony i wynosi od 1–3 lat. W przypadku małych podmiotów zarządzanie oparte jest na intuicji i doświadczeniu właściciela, który jest silnie powiązany z procesami zachodzącymi w przedsiębiorstwie. To wła-śnie wpływa na jedną z właściwości małych podmiotów, a mianowicie „nace-chowanie społecznej struktury podmiotu przez osobę właściciela” [Łuczka

(33)

2001]. W małych i średnich przedsiębiorstwach menadżerowie są zaangażowani w bieżące problemy. Dużą wagę w tym przypadku przywiązuje się do zarządza-nia taktyczno-operacyjnego [Janiuk 2004].

Tabela 2. Różnice w zarządzaniu strategicznym małych i średnich przedsiębiorstw Cechy zarządzania strategicznego Przedsiębiorstwo

małe średnie

Sposób formułowania strategii intuicyjny oparty na procedurach Forma strategii nieformalna częściej plan strategiczny Zastosowanie techniki analizy

strategicznej

brak, strategia oparta na doświadczeniu

typowe techniki jakościo-we, rzadziej ilościowe Przedział czasu bliski (0,5–1 roku) wydłużony (1–3 lat) Koszt opracowania strategii niski wyższy

Implementacja strategii możliwa szybka (mały opór wobec zmian)

w dłuższym okresie (większy

opór wobec zmian) Kontrola realizacji strategii bezpośrednia pośrednia

Możliwość zmiany strategii w krótkim czasie zwykle w dłuższym czasie Źródło: Bednarczyk [1996].

3. KRYTERIUM WIELKOŚCI PRZEDSIĘBIORSTWA A WYKORZYSTYWANE NARZĘDZIA PROCESU DECYZYJNEGO

Wpływ na budowanie przedsiębiorczości ma pełne wykorzystanie kompe-tencji organizacji-takową posiadają duże firmy, cechując się jednocześnie więk-szą skłonnością do podejmowania ryzyka i jego pomiaru. Podstawowe charakte-rystyki przedsiębiorstw pod względem ich wielkości przedstawia tab. 3.

W małym i średnim przedsiębiorstwie funkcja zarządzania sprawowana jest przez mającego samodzielność ekonomiczną i prawną właściciela, bądź mało liczby zarząd. Dzięki prostej formie organizacji decyzje są podejmowane szybko co przekłada się na kolejną cechę tej grupy podmiotów, jaką jest elastyczność. Właściciel poprzez działania i podejmowane decyzje wypracowuje stosunki z podwładnymi kształtując klimat społeczny [Janiuk 2004, s. 18–20]. Zakres wy-borów strategicznych dla małych i średnich przedsiębiorstw jest węższy niż dla dużych firm. Istnieje zatem konieczność dostosowania modeli strategicznych do specyfiki danego przedsiębiorstwa [Safin 2002]. Właściciele małych firm działają w oparciu o własną intuicję, co może prowadzić do mniejszej racjonalności po-dejmowanych decyzji. Duże firmy mają natomiast możliwość korzystania z kon-sultingu strategicznego oraz własnych procedur, które w razie zmian w otoczeniu są niezwykle istotne do przeprowadzenia korekty decyzji [Rembiasz 2013].

(34)

Tabela 3. Podstawowa charakterystyka przedsiębiorstw pod względem ich wielkości Małe

przedsiębiorstwo przedsiębiorstwo Średnie przedsiębiorstwo Duże

Charakterystyka wysoka przedsiębior-czość, elastyczność, innowacyjność, skłon-ność do podejmowania ryzyka cechy wspólne na pograniczu małego i dużego przedsiębior-stwa rozbudowana struktura organizacyjna, okre-ślone procedury po-dejmowania decyzji System zarządzania scentralizowany sys-tem zarządzania oddelegowanie części decyzji na menadże-rów średniego stopnia w dużym stopniu uzależnienie decyzji od analiz Stopień sformalizowania

niezbyt duży stopień formalizacji

większy stopień sfor-malizowania niż w małych firmach

wysoki stopień forma-lizacji

Orientacja

minimalizacja

obcią-żeń podatkowych rosnące znaczenie majątku przedsiębior-stwa orientacja na poszuki-wanie innowacji i rozwój Proces decyzyjny często intuicyjny, oparty o odczucia przedsiębiorcy

większa liczba osób potrzebująca informa-cji zarządczych

często informatyczne systemy zarządzania (m.in. systemy eksper-towe)

Źródło: opracowanie własne na podstawie: Kaszuba-Perz [2011].

Z uwagi na przedstawione cechy charakteryzujące przedsiębiorstwa wyod-rębnione ze względu na kryterium wielkości, w teorii i praktyce wypracowano wiele narzędzi wspierające procesy decyzyjne. Poniższy schemat prezentuje wykorzystywane narzędzia procesu decyzyjnego w zależności od wielkości przedsiębiorstwa.

Schemat 1. Narzędzia procesu decyzyjnego a wielkość przedsiębiorstwa Źródło: opracowanie własne na podstawie: Kaszuba-Perz [2011].

Małe przedsiębiorstwo • wybrane narzędzia rachunkowości zarządczej, zgodnie ze zgłaszanymi potrzebami właścicieli • rozwiązania dość popularne Średnie przedsiębiorstwo • zalążek systemów analizy

finansowo- kosztowej • pierwsze komórki wyodrębnione w strukturze firmy - analizujące strukturę kosztów i prognozy Duże przedsiębiorstwo • rozbudowane systemy analizy do celów operacyjnych i strategicznych • instrumenty contorllingu i rachunkowości zarządczej wspomagane komputerowo