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

Joanna Dziedzic, Magdalena Piec, Beata Wojciechowska, Magdalena Zemło – Efektywność krótkoterminowych strategii inwestycyjnych opartych na

Wstęgach Bollingera – na przykładzie FW20 7

Katarzyna Kłopocka, Adam Mitek, Karolina Stępniak, Angelika Walczak –

Efekt stycznia na giełdach azjatyckich 19

Ewelina Piguła – Ochrona konsumenta na rynku usług bankowych w Polsce i Arbiter Bankowy jako organ pomagający konsumentowi w

rozwiązywa-niu sporów 33

Mariola Sosnowicz, Karolina Tomaszewska, Magdalena Sobczyk, Konrad Łoniewski – Efektywność rynków według Famy – przegląd empiryczny na giełdach światowych ze szczególnym uwzględnieniem giełdy polskiej 47

(4)

(5)

JCMBF • www.jcmbf.uni.lodz.pl 5

Journal of Capital Market and Behavioral Finance • 2017, Vol. 4(8), p. 5

Radosław Pastusiak, Od Redakcji

OD REDAKCJI

Szanowni Państwo,

Oddajemy do Państwa rąk kolejny numer naszego czasopisma. W numerze poruszane są kwestie związane z finansami i ekonomią. W szczególności pole-cam artykuł o efektywności krótkoterminowych strategii inwestycyjnych, w którym Autorzy weryfikują hipotezę, że wstęgi Bollingera stanowią jedno z narzędzi analizy technicznej w podejmowaniu decyzji inwestorów. Drugi arty-kuł, na który chcielibyśmy zwrócić Państwa uwagę, opisuje efekt stycznia na giełdach azjatyckich. Autorzy zaprezentowali w nim dane dotyczących średnich wartości indeksów dla poszczególnych miesięcy w latach 1989–1994 oraz 2004 –2009, w celu potwierdzenia tezy, że efekt stycznia jest zjawiskiem możliwym do zaobserwowania na giełdach azjatyckich. Kolejny z artykułów dotyczy ochrony konsumenta na rynku usług bankowych w Polsce oraz opisuje rolę Ar-bitra Bankowego. Autorka prezentuje problem ochrony konsumentów na pod-stawie sprawozdań Bankowego Arbitrażu Konsumenckiego, z których wynika, iż konsumenci są coraz bardziej świadomi swoich praw i dochodzą roszczeń w sporach z bankami. Ciekawych wniosków dostarcza także Czytelnikowi ostatni artykuł o efektywności rynków wg. Famy, w którym Autorzy dokonują empirycznego przeglądu efektywności rynków według Famy stworzonej w 1970 roku.

Zapraszamy do lektury i przemyśleń związanych z poruszanymi tematami.

.

(6)

(7)

Journal of Capital Market and Behavioral Finance • 2017, Vol. 4(8), p. 7–17

Joanna Dziedzic, Magdalena Piec, Beata Wojciechowska, Magdalena Zemło, Efektywność…

EFEKTYWNOŚĆ KRÓTKOTERMINOWYCH

STRATEGII INWESTYCYJNYCH OPARTYCH

NA WSTĘGACH BOLLINGERA

– NA PRZYKŁADZIE FW20

Joanna Dziedzic, Magdalena Piec, Beata Wojciechowska, Magdalena Zemło*

Abstrakt Celem niniejszej pracy jest wykazanie skuteczności Wstęg Bollingera jako narzędzia analizy technicznej w podejmowaniu decyzji na GPW, jak również przybliżenie kwestii z nim związanych. Zostały w niej przedstawione wyniki badań dotyczące efektywności wskaźnika Wstęg Bollingera na przykładzie kontraktów terminowych na WIG20. Zrealizowana analiza pozwoliła na określenie zyskowności w przypadku kierowania się opisywanym wskaźni-kiem podczas podejmowania decyzji przez inwestora. Badania zostały oparte o ogólne dane z powodu braku dostępu do bardziej szczegółowych.

Słowa kluczowe Wstęgi Bollingera, FW20, indeks WIG20, analiza techniczna, średnia krocząca.

JEL Code G1, D53.

WSTĘP

W dzisiejszych czasach coraz więcej przedsiębiorstw, jak i osób fizycznych za formę zarobku wybiera inwestowanie swojego kapitału na rynku papierów wartościowych, który stanowi ogół transakcji kupna i sprzedaży. W związku z tym potencjalni inwestorzy poszukują jak najlepszych strategii w celu uzyska-nia jak największego zysku. Wiele osób wychodzi z błędnego założeuzyska-nia, że lo-kując swoje środki na Giełdzie Papierów Wartościowych, nie są zobowiązani do kontroli zmian zachodzących na rynku, w wyniku czego mogą stracić część lub

* Wydział Ekonomiczno-Socjologiczny, Uniwersytet Łódzki.

ACCEPTED: 27th

November 2017 PUBLISHED: 31st

(8)

nawet całość zainwestowanych środków w krótszym lub dłuższym przedziale czasu.

Krótkoterminowe strategie inwestycyjne opierają się głównie na badaniu zachowań zachodzących na rynku do których wykorzystuje się analizę tech-niczną, „należącą do grupy nieformalnych modeli prognostycznych” [Marcin-kiewicz 2006]. „Analiza techniczna opiera się na trzech przesłankach: rynek dyskontuje wszystko, ceny podlegają trendom, historia się powtarza” [Murphy 2017: 2]. „Stosując daną analizę podąża się za pewnymi trendami występujący-mi na rynku, co pozwala na identyfikację najlepszych okazji do przeprowadze-nia transakcji” [Murphy 2017: 4–5]. Trendy te generują sygnały, które odczyty-wane są przy użyciu Wstęg Bollingera.

Wskaźnik ten pozwala wyznaczyć obszar, w którym powinna utrzymać się cena instrumentu. Założenie, że dla kursu pozostającego w trendzie horyzontal-nym wykres powinien oscylować pomiędzy dwoma wstęgami Bollingera: górną i dolną. Pomiędzy paskami Bollingera centruje się średnia krocząca, która wyko-rzystywana jest jako wskaźnik potwierdzenia zmiany trendu. „Wyjście linii kur-su poza ten obszar oznacza sygnał krótkotrwałego odwrócenia tendencji w dłuż-szym trendzie horyzontalnym” [www1]. Wykres ten można oprzeć na różnych indeksach występujących na GPW, jednym z głównych jest WIG20, „jego war-tość wyliczana jest na podstawie wartości portfela akcji 20 największych i naj-bardziej płynnych spółek” [www2].

Celem niniejszego artykułu jest sprawdzenie użyteczności Wstęg Bollingera na wykresach przedstawiających notowania kontraktów terminowych na indeks giełdowy WIG20, aby potwierdzić hipotezę, która prezentuje Wstęgi Bollingera jako jedno z narzędzi analizy technicznej w podejmowaniu decyzji inwestorów.

1. WSTĘGI BOLLINGERA 1.1. Pojęcie i postać Wstęgi Bollingera

Na podstawie literatury, „Wstęga Bollingera jest zbudowana z rdzenia, któ-ry stanowi linia prezentująca kolejne wartości średniej kroczącej SMA, oraz tzw. ramion wstęgi pod postacią linii dolnej (DownLine) i górnej (UpLine) od-dalonych od rdzenia o wodt krotność odchylenia standardowego” [Kaczmarek i Gołda 2015: 205–220]. „Sygnał kupna zostaje wygenerowany, gdy linia kursu spada poniżej dolnego ograniczenia wstęgi lub zbliża się do niej. Sygnał sprze-daży zostaje wygenerowany, gdy kurs przebija górne ograniczenie wstęgi lub zbliża się do niej” [Korczak i in. 2014]. Analiza cen powinna przebiegać we-wnątrz pola ograniczonego wstęgami.

(9)

Wykres 1. Postać graficzna wskaźnika Wstęga Bollingera na tle notowań pary walutowej GBP/USD

Źródło: Kaczmarek i Gołda [2015].

W powyższym wzorze przedstawiono sposób wyznaczania Wstęg Bollinge-ra, gdzie , b – liczba interwałów uwzględnianych w obliczeniach wartości wskaźnika Wstęg Bollingera, – krotność odchyle-nia standardowego zastosowanego w obliczeodchyle-niach wstęg.

1.2. Efektywność wykorzystania Wstęg Bollingera

W badaniu przeprowadzonym przez Rafała Jóźwickiego w artykule Wskaź-niki techniczne jako narzędzie do podejmowania decyzji inwestycyjnych na Gieł-dzie Papierów Wartościowych [Jóźwicki 2002], Wstęgi Bollingera okazały się mało skutecznym narzędziem analizy technicznej. Badania zostały rozpoczęte

(10)

od naniesienia na akcjogram średniej ruchomej, po czym według wzoru obliczo-no odchylenie standardowe. Po jego wyznaczeniu na wykres zostały naniesione dwie linie sygnałowe. „Górna linia powstaje poprzez dodanie do wartości śred-niej podwojonego odchylenia standardowego. Linia dolna natomiast jest różnicą średniej i podwojonego odchylenia. Tworzy to korytarz o zmiennej szerokości, w którym najczęściej znajduje się kurs akcji” [Jóźwicki 2002: 381]. Istotne są tu momenty, w których cena akcji znajduje się poza obszarem linii sygnałowych.

W badanym okresie spośród sygnałów wygenerowanych przez wstęgi, tylko dwa można uznać za poprawne, przez co dany inwestor musi posiadać szeroką wiedzę, aby poprawnie określić ich prawdziwość bądź fałszywość. Jedną z głównych wad powyższej metody jest mała szansa na zaobserwowanie zmian tendencji, należy przy tym pamiętać, „że rozszerzenie wstęgi spowodowane jest dużymi wahaniami kursów, a to oznacza zwiększone ryzyko inwestycyjne” [Jóźwicki 2002: 381].

Wykres 2. Kurs spółki Permedia i Wstęgi Bollingera w okresie od grudnia 1999 do czerwca 2000 r. 1 - kurs akcji, 2 – Wstęgi Bollingera

(11)

2. ŚREDNIA KROCZĄCA

Średnia krocząca jest jednym z najbardziej popularnych wskaźników anali-zy technicznej, która podąża za trendem. „Średnia krocząca podąża w ślad za ruchem cen i dopiero po fakcie informuje nas, że rozpoczął się pewien trend” [Murphy 2017]. Sygnalizuje ona początek nowego trendu na giełdzie, bądź zmiany w dotychczasowych trendach. W ujęciu krótkoterminowym „średnia krocząca jest bardziej czuła na zmiany cen na rynku, niż w przypadku średniej długoterminowe.” [Murphy 2017: 173–175].

Wykres 3. Porównanie średniej kroczącej krótkoterminowej i długoterminowej Źródło: Murphy [2017].

Do zalet średniej kroczącej można zaliczyć [Borowski 2003]: – „filtrowanie przypadkowych ruchów cenowych,

– wskazywanie trendu głównego (dominującego dla określonego kroku uśredniania)”.

(12)

3. BADANIE SKUTECZNOŚCI WSTĘG BOLLINGERA JAKO NARZĘDZIA ANALIZY TECHNICZNEJ

Celem części empirycznej jest ocena skuteczności sygnałów generowanych przez Wstęgi Bollingera. By zweryfikować postawioną tezę dokonano badania na przykładzie FW20, w okresie od 1 grudnia 2014 r. do 30 listopada 2016 r. W badaniu wzięto pod uwagę tylko interwał dzienny z założeniem, że nieznane są szczegóły transakcji, a jedynie otwarcie i zamknięcie sesji, na której oparta jest poniższa analiza. Podczas wygenerowania przez Wstęgę Bollingera sygnału kupna postanowiono w niniejszym badaniu, że sprzedaż danej akcji następuje dopiero, gdy użyty wskaźnik analizy technicznej wskaże najbliżej położony sygnał sprzedaży. Inwestor rozpoczyna grę na giełdzie, kiedy użyty w badaniu wskaźnik analizy technicznej wskaże sygnał kupna, bądź sprzedaży. W przy-padku wystąpienia jako pierwszego sygnału kupna, pozycja zostaje zamknięta dopiero, gdy Wstęga Bollingera wygeneruje najbliżej położony sygnał sprzedaży i odwrotnie. W sytuacji, gdy zostaje wygenerowany jako pierwszy sygnał kupna, a następnie po nim pojawiają się kolejne sygnały kupna, to owe sygnały zostają pominięte w badaniu i odwrotnie w przypadku sygnałów sprzedaży.

Wykres 4. Przykładowy kurs akcji na FW20 w okresie od 1.12.2014 r. do 30.11.2015 r. z zaznaczonymi sygnałami kupna i sprzedaży

(13)

Źródło: opracowanie własne na podstawie: www3.

Na powyższych wykresach przedstawiono kurs akcji z badanego okresu z uwzględnionymi sygnałami sprzedaży (różowe punkty) i kupna (niebieskie punkty). W pierwszym roku można zauważyć, że kurs akcji posiada na początku

(14)

badanego okresu trend spadkowy, co oznacza, że cena akcji spada. W następ-nym okresie dochodzi do wzrostu kursu, zaś w połowie roku kurs ten systema-tycznie spada, aż do zamknięcia roku. Kolejny badany okres wykazuje większe wahania cen w porównaniu do roku poprzedniego. W ostatnim przedziale czasu kurs akcji posiada widocznie dominującą tendencję wzrostową.

Z wykresów odczytano dokładne daty wystąpienia sygnałów kupna i sprze-daży według założeń, które zostały określone w badaniu. Dokonano również obliczenia zysku z danej transakcji, czasu transakcji, stopy zwrotu oraz określo-no prawdziwość sygnału. Przedstawia je tabela 1.

Tabela 1. Zestawienie sygnałów kupna i sprzedaży w całym badanym okresie Data Sygnał Otwarcie Zamknięcie Zysk Prawdziwość _sygnału Czas

transakcji Stopa zwrotu 2014–12–16 kupno 2320 2273 –102 prawdziwy 28 4,49% 2015–01–13 sprzedaż 2341 2375 2015–01–16 kupno 2260 2250 –84 prawdziwy 27 3,73% 2015–02–12 sprzedaż 2330 2334 2015–02–16 sprzedaż 2347 2366 –46 prawdziwy 15 1,98% 2015–03–03 kupno 2358 2320 2015–03–13 kupno 2321 2300 –76 prawdziwy 7 3,30% 2015–03–20 sprzedaż 2356 2376 2015–04–07 sprzedaż 2372 2405 96 fałszywy 30 –3,84% 2015–05–07 kupno 2500 2501 2015–05–08 sprzedaż 2510 2522 –17 prawdziwy 13 0,68% 2015–05–21 kupno 2503 2505 2015–05–26 kupno 2450 2438 65 fałszywy 30 –2,67% 2015–06–25 sprzedaż 2360 2373 2015–06–29 kupno 2282 2301 47 fałszywy 37 –2,04% 2015–08–05 sprzedaż 2232 2254 2015–08–18 kupno 2167 2163 –23 prawdziwy 24 1,06% 2015–09–11 sprzedaż 2181 2186 2015–09–24 kupno 2106 2076 –54 prawdziwy 14 2,60% 2015–10–08 sprzedaż 2114 2130 2015–10–15 sprzedaż 2140 2148 –91 prawdziwy 14 4,42% 2015–10–29 kupno 2104 2057 2015–11–06 kupno 2047 2021 146 fałszywy 45 –7,22% 2015–12–21 sprzedaż 1856 1875 2016–01–08 kupno 1764 1720 –54 prawdziwy 21 3,14% 2016–01–29 sprzedaż 1765 1774

(15)

2016–02–17 sprzedaż 1789 1850 39 fałszywy 70 –2,06% 2016–04–27 kupno 1908 1889 2016–05–05 kupno 1863 1832 –22 prawdziwy 49 1,20% 2016–06–23 sprzedaż 1820 1854 2016–07–06 kupno 1707 1687 –123 prawdziwy 14 7,29% 2016–07–20 sprzedaż 1803 1810 2016–07–29 kupno 1795 1762 –49 prawdziwy 40 2,78% 2016–09–07 sprzedaż 1790 1811 2016–09–13 kupno 1735 1728 –32 prawdziwy 9 1,85% 2016–09–22 sprzedaż 1758 1760 2016–10–17 kupno 1714 1712 –75 prawdziwy 7 4,38% 2016–10–24 sprzedaż 1760 1787 2016–12–05 sprzedaż 1795 1846 148 fałszywy 49 –7,42% 2017–01–23 kupno 2004 1994 2017–01–25 sprzedaż 2030 2076 104 fałszywy 43 –4,77% 2017–03–09 kupno 2204 2180 2017–03–16 sprzedaż 2265 2287 –98 prawdziwy 11 4,48% 2017–03–27 kupno 2190 2189 2017–03–31 kupno 2186 2177 –68 prawdziwy 5 3,12% 2017–04–05 sprzedaż 2243 2245 2017–04–12 kupno 2207 2201 –79 prawdziwy 8 3,59% 2017–04–20 sprzedaż 2273 2280 2017–04–24 sprzedaż 2298 2291 49 fałszywy 22 –2,09% 2017–05–16 kupno 2388 2340 2017–05–17 kupno 2320 2306 –50 prawdziwy 8 2,17% 2017–05–25 sprzedaż 2350 2356 2017–05–31 kupno 2294 2284 –60 prawdziwy 8 2,63% 2017–06–08 sprzedaż 2309 2344 2017–06–23 sprzedaż 2299 2308 –21 prawdziwy 7 0,92% 2017–06–30 kupno 2310 2287 2017–07–12 sprzedaż 2289 2332 5 fałszywy 12 –0,21% 2017–07–24 kupno 2347 2337 2017–08–01 sprzedaż 2383 2392 –42 prawdziwy 16 1,79% 2017–08–17 kupno 2382 2350 2017–08–23 sprzedaż 2391 2393 92 fałszywy 16 –3,70% 2017–09–08 kupno 2490 2485 2017–09–21 kupno 2510 2476 –10 prawdziwy 15 0,40% 2017–10–06 sprzedaż 2470 2486

(16)

Tabela 1. c.d.

Data Sygnał Otwarcie Zamknięcie Zysk Prawdziwość _sygnału Czas transakcji Stopa zwrotu 2017–10–11 sprzedaż 2525 2562 –81 prawdziwy 8 3,26% 2017–10–19 kupno 2512 2481 2017–10–24 kupno 2485 2458 –72 prawdziwy 7 2,93% 2017–10–31 sprzedaż 2523 2530 2017–11–07 sprzedaż 2534 2549 –65 prawdziwy 2 2,62% 2017–11–09 kupno 2522 2484 2017–11–15 kupno 2465 2427 –82 prawdziwy 8 3,38% 2017–11–23 sprzedaż 2480 2509

Źródło: opracowanie własne na podstawie częściowych danych z: www3.

Z poszczególnych transakcji uzyskano dodatni lub ujemny zysk. Jest to róż-nica pomiędzy ceną zamknięcia pozycji kupna a ceną zamknięcia pozycji sprze-daży. Na podstawie otrzymanego wyniku stwierdzono, czy sygnał wygenerowa-ny przez wstęgę jest prawdziwy czy fałszywy. Jeżeli zysk ma wartość dodatnią to sygnał jest fałszywy, natomiast jeśli ujemną to sygnał jest prawdziwy. Czas transakcji oznacza różnicę między zamknięciem a otwarciem pozycji. Stopa zwrotu informuje o zyskowności z danej inwestycji, wyrażona jest w procencie i pokazuje wzrost, bądź spadek wartości inwestycji w badanym okresie. Wyraża się wzorem:

. 4. WNIOSKI

Podczas analizy danych od 1.12.2014 r. do 30.11.2017 r. wykazano spośród 72 wygenerowanych sygnałów, że aż 26 jest prawdziwych, a tylko 10 fałszy-wych (reszta sygnałów została pominięta jak założono w badaniu). Średni czas trwania transakcji to 21 dni, zaś średnia stopa zwrotu z wszystkich transakcji sięga 1,06%. Wartość przeciętna miary zyskowności inwetycji wynosi 2,08%.

ZAKOŃCZENIE

Trzyletnie obserwacje notowań FW20 okazały się sprzeczne z badaniami zawartymi w pracy Rafała Jóźwickiego Wskaźniki techniczne jako narzędzie do podejmowania decyzji inwestycyjnych na Giełdzie Papierów Wartościowych, gdzie Wstęgi Bollingera wygenerowały znacznie więcej fałszywych sygnałów.

(17)

Na podstawie przeprowadzonych badań, których celem było zbadanie sku-teczności efektywności krótkoterminowych strategii inwestycyjnych przy użyciu Wstęg Bollingera w oparciu o notowania FW20, stwierdzono że wskaźnik ten jest skuteczny przy podanych wcześniej założeniach. Spośród wszystkich prze-analizowanych sygnałów 26 okazało się prawdziwych, natomiast tylko 10 fał-szywych, jednakże nie można potwierdzić ich 100% skuteczności z powodu braku dostępu do szczegółowych danych. Skuteczność ta potwierdza się tylko w 72%. Powyższe informacje pozwoliły także na obliczenie średniej stopy zwro-tu z transakcji, która wyniosła 1,06%.

BIBLIOGRAFIA

Borowski K., 2003, Wykorzystanie ciągów liczbowych w analizie technicznej, „Studia i Prace Kolegium Zarządzania i Finansów”, Szkoła Główna Handlowa, Warszawa.

Jóźwicki R., 2002, Wskaźniki techniczne jako narzędzie do podejmowania decyzji inwestycyjnych na Giełdzie Papierów Wartościowych, „Acta Universitatis Lodziensis, Folia Oeconomica”, 161.

Kaczmarek K., Gołda S., 2015, Zastosowanie wybranych wskaźników analizy technicznej w algo-rytmicznym systemie transakcyjnym, „Zeszyty Naukowe Uniwersytetu Szczecińskiego nr 862: Finanse, Rynki Finansowe, Ubezpieczenia”, nr 75.

Korczak J., Hernes M., Bac M., 2014, Analiza wydajności agentów podejmujących decyzje kupna-sprzedaży w systemie wieloagentowym a-trader, „Informatyka Ekonomiczna Business In-formatics”, nr 1(31), Uniwersytet Ekonomiczny we Wrocławiu.

Marcinkiewicz E., 2006, Badanie zależności pomiędzy wartością wykładnika Hurtsa a skuteczno-ścią strategii inwestycyjnych opartych na analizie technicznej, „Zeszyty Naukowe Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie”, nr 60.

Murphy J.J., 2017, Analiza techniczna rynków finansowych, Wydawnictwo Maklerska, Puszczy-kowo.

[www1] http://www.bdm.com.pl/ispag/encat/bol.html

[www2] https://www.msp.gov.pl/pl/nauka-i-rozwoj/slownik-pojec/30610,WIG20.html [www3] https://stooq.pl/q/a/?s=fw20

EFFECTIVENESS OF SHORT-TERM INVESTING STRATEGIES BASING ON BOLLINGER BANDS – AS SHOWN BY FW20

Abstract The aim of this piece is to assure the effectiveness of Bollinger Bands as a means of technical analysis when it comes to taking decisions on Stock Exchange as well as to bring more light to problems connected with that. In it were presented many study results regarding the effectiveness of Bollinger Bands indicator on an example of futures on WIG20. The conducted analysis allowed for establishing projected profits in case of using this indicator as a means of taking a business decision by an investor. The research was conducted using general data as access to more detailed data was absent. Keywords Bollinger Bands, FW20, WIG20 index, technical analysis, moving average.

(18)

(19)

Katarzyna Kłopocka, Adam Mitek, Karolina Stępniak, Angelika Walczak, Efekt stycznia…

EFEKT STYCZNIA NA GIEŁDACH AZJATYCKICH

Katarzyna Kłopocka, Adam Mitek, Karolina Stępniak, Angelika Walczak*

Abstrakt Niniejszy artykuł zajmuje się badaniem występowania efektu stycznia na giełdach azjatyckich. Efekt ten był rozważany w literaturze pod względem różnych okresów, dla różnych krajów i indeksów. Praca ma na celu weryfika-cję występowania efektu stycznia na giełdach azjatyckich i określenie jego znaczenia. Badanie zostało przeprowadzone na podstawie metod statystycz-nych dla okresów 1990–1994 i 2005–2009. Wniosek sformułowany na pod-stawie powyższego badania mówi o niewystępowaniu efektu stycznia na gieł-dach azjatyckich.

Słowa kluczowe efekt stycznia, giełdy azjatyckie, stopa zwrotu z akcji.

JEL Code D53, E44, G1.

WSTĘP

Od wielu lat badacze rynku finansowego próbują wyjaśnić zróżnicowanie stóp zwrotu instrumentów finansowych zależące od czasu, dla którego te stopy są liczone. Ze względu na brak ustaleń, które pokazywałyby dostateczną zależ-ność pomiędzy wielkością stóp zwrotu w poszczególnych okresach, pewne od-chylenia od najczęściej występujących zjawisk ciągłych na giełdach, nazwano anomaliami kalendarzowymi [Grotowski 2008: 57]. Często poruszanym przez finansistów tematem jest efektywność rynku kapitałowego. „Jeśli rynki kapita-łowe są efektywne, to akcje i inne instrumenty finansowe są wyceniane prawi-dłowo oraz odpowiednio odzwierciedlają wartość aktywów im odpowiadają-cych. Opozycyjna koncepcja głosi, że wycena instrumentów finansowych zawie-ra systematyczne i wykrywalne błędy, a inwestor potzawie-rafiący zaobserwować te odchylenia może osiągnąć ponadprzeciętne zyski” [Ślepaczuk 2006: 1]. W ciągu roku występują takie okresy, które tę prawidłowość zaburzają i sprawiają, że

ACCEPTED: 27th

(20)

wartość aktywów nie jest odpowiednio odzwierciedlona. W ten sposób powstało kilka teorii dotyczących pewnych odchyleń od regularnych wyników na gieł-dzie, dzięki którym inwestorzy mogą trafniej przewidzieć w jakim okresie wy-stępuje większa możliwość osiągnięcia znaczniejszych zysków. Efektywność rynku jest w pewnym sensie odzwierciedleniem jego wiarygodności, kiedy wia-rygodnością nazywamy pewność, że w każdym momencie ceny papierów warto-ściowych w pełni obrazują wszystkie informacje na ich temat.

Celem badania jest sprawdzenie powtarzalności i statystycznej istotności róż-nic między wynikami na giełdach w styczniu, w porównaniu z innymi miesiącami. W artykule będzie weryfikowana hipoteza, dotycząca tego czy efekt stycznia jest zjawiskiem możliwym do zaobserwowania na giełdach azjatyckich. Dalsza anali-za poświęcona będzie tematowi efektu miesiąca na giełdach azjatyckich.

1. PRZEGLĄD LITERATURY

W celu przedstawienia efektu stycznia należy przybliżyć rozważania na te-mat hipotezy efektywności rynku. Rynek finansowy może być efektywny pod względem informacyjnym, transakcyjnym i alokacyjnym. Jeśli rynek kapitałowy jest efektywny w sensie informacyjnym to dostarcza on wszystkich informacji o rynku każdemu uczestnikowi w sposób pełny i zrozumiały, dzięki czemu każ-dy biorący w nim udział ma pewność, że inwestując w instrumenty finansowe ich cena odzwierciedla ich rzeczywistą wartość. Dalsze badania będą oparte na teorii efektywności rynku w sensie informacyjnym. Teorię tą można podzielić na trzy części, z których każda z nich dotyczy innego typu informacji o cenach papierów wartościowych. Eugene F. Fama nazywa je „weak form tests” (słaba forma hipotezy efektywności rynku), „semi-strong form tests” (średnia forma hipotezy efektywności rynku) i „strong form tests” (silna forma hipotezy efek-tywności rynku) [Fama 1970: 383–417]. Tematem pracy jest efekt stycznia, zwany także efektem początku roku. Jest on jednym z efektów kalendarzowych występujących na giełdzie. Pozostałe z nich to: efekt tygodnia w roku, efekt dnia w tygodniu i efekt godziny w ciągu dnia. Wszystkie te efekty są anomaliami względem hipotezy efektywności rynku, ale jedynie w sensie słabym. Bardzo krótki okres trwania trzech ostatnich efektów sprawia, że są one znacznie bar-dziej znikome względem roku niż efekt stycznia. Spośród efektów sezonowych, stanowi on największą przesłankę do uznania hipotezy o słabej efektywności rynku za słuszną.W celu przybliżenia hipotezy efektu stycznia należy wytłuma-czyć na czym polega pojawiająca się w dalszej części „tax-loss-selling hypothe-sis”. Jest to hipoteza mówiąca o tym, że inwestorzy wyprzedają na koniec roku pewną ilość akcji nieprzynoszących zysku, w celu uniknięcia zapłaty podatku od dochodów kapitałowych, przez co ceny akcji znacznie spadają, by na początku kolejnego roku wzrosnąć.

(21)

Według badań Keima i Ziemby w latach 1985–1992 przeprowadzonych na giełdach Belgii, Kanady, Finlandii, Francji, Niemiec, Japonii, Tajwanu, Wielkiej Brytanii i Stanów Zjednoczonych w większości tych krajów można zaobserwo-wać wyraźnie zwiększone stopy zwrotu w styczniu. Największą różnicę pomię-dzy stopami zwrotu można zauważyć w Japonii, gdzie w styczniu zwroty kształ-towały się na poziomie 7,2%, a w ciągu reszty roku jedynie na poziomie 0,6%. Ciekawą obserwacją Samera Al-rjoub i Ahmada Alwakeda [2010: 32–33] jest to, że w Stanach Zjednoczonych nawet w dobie kryzysu utrzymuje się efekt styczniowy. Pomimo niedogodnych warunków rynku inwestorzy zyskują na początku roku w porównaniu z pozostałą częścią roku. Jednakże poza giełdami azjatyckimi na przykład we Francji i Wielkiej Brytanii efekt ten był odwrotny. W styczniu można było otrzymać zwrot na znacznie niższym poziomie niż w ciągu reszty roku.

Wykres 1. Średnia stopa zwrotu w styczniu przedstawiona na tle średniej stopy zwrotu z pozostałych miesięcy roku

(22)

Michał Kasolik skupia się na badaniu wiarygodności wniosków rynku ad-aptacyjnego. Z jego analizy wynika, że anomalie kalendarzowe m.in. efekt styczniowy (na którym przeprowadza badanie) wyjaśniają inwestorom o sku-teczności lub nieskusku-teczności strategii inwestycyjnych w zależności od sytuacji giełdowej. Wyjaśnia on, że jego spostrzeżenia również potwierdzają pracę A. Todea, M. Ulici i S. Silaghi [2009] na rynkach zagranicznych, którzy wyka-zali, że na rynkach azjatyckich opłacalność strategii inwestycyjnej oparta na średniej ruchomej nie jest stała w czasie. Inwestorzy z końcem grudnia wysta-wiają na sprzedaż akcje, by wykonać stratę i zdobyć odpis podatkowy. Z po-czątkiem stycznia następuje trend wzrostowy papierów wartościowych, którzy wzmagają też inwestorzy instytucjonalni zarządzający funduszami inwestycyj-nymi, by wykazać atrakcyjną strukturę portfeli inwestycyjnych. To zwiększa popyt na dane akcje, a co za tym idzie ich ceny [Kasolik 2016: 58–62]. Według Tonga, efekt stycznia może być spowodowany szczególnym systemem premii stosowanym w Tajwanie. Kraj ten cieszył się ogromnym ekonomicznym wzro-stem i nadwyżką eksportu w roku 1980. Przedsiębiorstwa wypracowały wtedy duże zyski, w związku z czym pracownicy otrzymali dodatkowe premie. W la-tach 1977–1988 rząd zawiesił pobieranie podatków od zysków kapitałowych. W Korei zyski kapitałowe z papierów wartościowych dla inwestorów indywidu-alnych są ciągle wolne od podatków. Z tego powodu, anomalie obserwowane na tym rynku nie mogą być tłumaczone powodami związanymi z pobieraniem po-datków. Tong pisze, że efekt stycznia może być spowodowany hipotezą „tax loss selling”. Na rynku małych firm zazwyczaj jest większe prawdopodobień-stwo znacznego spadku cen.

Wachtel i Dyl również sugerują, że efekt stycznia może być spowodowany restrukturyzacją pod względem podatkowym. Ta hipoteza ma wielu zwolenni-ków jak i przeciwnizwolenni-ków. Podczas gdy Reinganum, Roll i Schultz przedstawiają dowody na poparcie hipotezy. Do przeciwników, których wyniki budzą wątpli-wości czy hipoteza tax loss selling może wyjaśniać efekt stycznia, należą Givo-ley, Ovadia, Lakonishok i Schmidt . Dowody pochodzące z innych krajów o różnym roku podatkowym przynoszą także różne wyniki. Reinganum i Shapi-ro badają rynek Wielkiej Brytanii, w którym Shapi-rok podatkowy kończy się 5 kwiet-nia. Obserwują „efekt kwietniowy”, który popiera tę hipotezę. Jednak na rynku Wielkiej Brytanii wciąż istnieje efekt styczniowy, wiodący do przekonania, że hipoteza nie jest kompletnym wyjaśnieniem efektu styczniowego. Podobne wy-niki są opisane na rynku australijskim, gdzie rok podatkowy kończy się w czerwcu. Van den Berge i Wessels badają rynek niderlandzki, gdzie nie ma podatku od zysków kapitałowych. Obserwuje się jednak efekt styczniowy (po-dobne ustalenia istnieją na rynkach Japonii i Kanady) [Tong 1992: 189–192].

(23)

Według badań Kato i Schallheim efekt styczniowy miał miejsce w Japonii w przybliżeniu w tym samym czasie, w którym rozpoczęła się japońska gospo-darka zagranicznych inwestorów wspierając tym samym hipotezę międzynaro-dowej integracji rynków kapitałowych. Pokazali efekt stycznia w powiązaniu z efektem spółek o małej kapitalizacji, gdzie efekt ten odpowiadał za niemal połowę rocznej stopy zwrotu. Uważają, że znaczne różnice pomiędzy amerykań-skim, a japońskim systemem podatkowym są doskonałym przykładem do uzna-nia „tax loss selling hypothesis” jako przyczyny występowauzna-nia anomalii na gieł-dach kapitałowych. Dodatkowo według ich badań ponad 50% podwyższonych stóp zwrotu w styczniu występuje w jego pierwszym tygodniu. Keim twierdzi, że ten efekt wywodzi się z konsekwencji amerykańskich „tax code” i roku po-datkowego kończącego się 31 grudnia. Reinganum badając amerykańskie giełdy zadał sobie pytanie czy „tax loss selling hypothesis” może w pełni wytłumaczyć efekt stycznia. Zauważył, że małe firmy wykazują większe dochody pod naci-skiem kontrolowania strat podatkowych. Doszedł również do wniosku, że zwiększone styczniowe dochody małych firm są ściśle związane z omawianym efektem, ale tenże efekt nie może w pełni wytłumaczyć sezonowości tego zjawi-ska Kato i Schallheim 1985: 244–249].

Niektórzy badacze zwracają jednak uwagę na to, że chiński rok kalenda-rzowy kończy się w lutym, dlatego nie należy spodziewać się efektu stycznio-wego. Jin-Lung Lin i Tian-Syh Liu w swym artykule zwracają uwagę na to, że święta, takie jak Nowy Rok mają wielki wpływ na chińską społeczność. Według nich to właśnie od świąt w dużej mierze zależy konsumpcja, produkcja i inne zachowania ekonomiczne w krajach o dużej populacji chińskiej, w tym w Taj-wanie [Lin i Liu 2002: 1].

Rozważań nad tym tematem podjęli się również polscy naukowcy. Adam Szyszka w swej pracy rozważa przyczyny występowania efektu stycznia. Uka-zuje on stanowiska w stosunku do tej anomalii z perspektywy różnych badaczy, którzy jej przyczyn dopatrują się w hipotezie wyprzedaży akcji w celach podat-kowych, praktykach osób zawodowo zarządzającymi portfelami i sposobie wy-nagradzania osób zarządzających portfelem. Podkreśla on, że żadna z omawia-nych przyczyn nie może być jedynym wyjaśnieniem tego zjawiska [Szyszka 1999: 2–5].

Według Schwerta efekt styczniowy wydaje się być zjawiskiem ciągle wy-stępującym, jednak zanikającym z biegiem lat [Schwert 2002: 7–8]. Do podob-nych wniosków doszła Lewandowska. Według niej na GPW w Warszawie dla najpopularniejszych indeksów a latach 2000-2016, występuje zanikanie wystę-powania efektu stycznia [Lewandowska 2017: 20–24].

Rogalski i Tinic donoszą, że na początku roku kalendarzowego koniunktura małych firm stale rośnie. Ich udziały są w styczniu o 30-60% większe niż w pozostałych miesiącach. Prowadzi to do wniosku, że nadzwyczajne zwroty

(24)

w styczniu są normalną rekompensatą dla inwestorów o wyższym ryzyku [Tong 1992: 189–192]. Z tą teorią zgadzają się również Chang, Pinegar i Kramer, którzy postrzegają tą anomalię jako sezonowość w zakresie premii za ryzyko [Lean i in. 2007: 121–141].

Analizując badania nad efektem stycznia, Haugen i Jorion zasugerowali, że efekty kalendarzowe nie powinny być długotrwałe, ponieważ uczestnicy rynku mogą uczyć się z wcześniejszych doświadczeń. Jeśli inwestorzy bazujący na wcześniejszych doświadczeniach są świadomi anomalii kalendarzowych i potra-fią prowadzić strategie handlowe, takie skutki powinny z czasem zniknąć. Nie-mniej jednak Haugen i Jorion stwierdzili, że efekt styczniowy wciąż istnieje [Gao i Kling 2005: 75–88].

Problem krótkotrwałej hossy na początku roku analizował również Ogden. Zasugerował on, że jest to związane z transakcjami gotówkowymi i płynnością na koniec roku. Natomiast Kohers i Kohli twierdzą, że efekt styczniowy wynika z cyklu koniunkturalnego. Nie można zapomnieć również o tym, że Ligon widzi efekt stycznia jako odzwierciedlenie wyższego wolumenu obrotu styczniowego i niższych stóp procentowych [Lean i in. 2007: 121–141].

Badania Yakoba, Beala i Delpechitra wykazują, że efekt stycznia w Tajwa-nie istTajwa-nieje. Styczeń przynosi większe zyski w porównaniu z resztą miesięcy, ale nie są one znaczne. Podobnie jest w Malezji, Indiach i Indonezji. Według ich obserwacji w Hong Kongu największe zwroty występują w listopadzie, a w Po-łudniowej Korei w sierpniu [Yakob i in. 2005: 305].

Badając rynek w Bangladeszu w latach 1987–2012, Mainul, Ahsan i Ahasan H Sarka doszli do wniosku, że średnie przychody ze stycznia nie wyróżniają się niczym w porównaniu do pozostałej części roku. Zauważyli, że stopy zwrotu są największe w czerwcu i kształtują się na poziomie 5,09%. W lipcu, który jest pierwszym miesiącem roku fiskalnego w tym kraju, odnotowano negatywne stopy zwrotu. To z kolei stawia pod znakiem zapytania „tax loss selling hypo-thesis” [Ahsan i Sarkar 2013: 82–89].

2. METODOLOGIA BADANIA I DANE

W niniejszym artykule weryfikacji zostanie poddana teza, że efekt stycznia jest zjawiskiem możliwym do zaobserwowania na giełdach azjatyckich. Dane stwierdzenie zostanie sprawdzone za pomocą danych dotyczących średnich war-tości indeksów dla poszczególnych miesięcy w latach 1989–1994 oraz 2004 –2009. Zostały one zaczerpnięte z serwisu bankier.pl. Indeksy, na podstawie których zostało przeprowadzone badanie to japoński Nikkei, chiński Hangseng i Ssecomp oraz singapurski Sti-index. Badanie każdego z wymienionych indek-sów zostanie przeprowadzone oddzielnie, w celu późniejszego potwierdzenia

(25)

bądź odrzucenia hipotezy efektu stycznia. Na podstawie danych obliczony został średni zwrot w poszczególnych miesiącach dla każdego roku i indeksu według formuły:

gdzie:

R – średnia stopa zwrotu w danym miesiącu, – wartość indeksu dla okresu t ,

– wartość indeksu dla poprzedniego okresu t.

Dane z grudnia dla lat 1989 r. i 2004 r., zostały umieszczone w tabeli jedy-nie w celu obliczenia średnich stóp zwrotu dla stycznia 1990 r. oraz stycznia 2005 r. i nie są one objęte badaniem. Przy użyciu programu Gretl zweryfikowa-na została hipoteza zerowa, dotycząca występowania efektu stycznia. Badaniu poddane zostały średnie stopy zwrotu w styczniu w porównaniu do reszty 11 miesięcy, każdego 5-letniego okresu, osobno dla każdego indeksu. Jeśli wy-nik próby p był mniejszy od 0,05 to efekt stycznia występował, a jeśli był więk-szy to nie występował.

3. WYNIKI BADAŃ

Dane dotyczące japońskiego Nikkei (zob. tabela 1) pokazują malejącą ten-dencję wielkości średnich stóp zwrotu zarówno w grudniu jak i styczniu, w od-niesieniu do następujących po sobie 5-letnich okresów badawczych. Badanie pokazuje, że zwroty w styczniu są większe niż w grudniu tylko dla 4 podokre-sów i wykazują one tylko niewielką przewagę w stosunku do końca roku. Śred-nia stopa zwrotu w styczniu w pierwszym okresie jest tylko o 0,73 punktu pro-centowego wyższa w porównaniu z resztą miesięcy tego samego okresu. Dla drugiego okresu można nawet zaobserwować o 0,64 punktu procentowego niż-szy średni zwrot w styczniu w porównaniu do reszty roku, dla tego samego okresu.

Analizując Sti-index (zob. tabela 2), który jest indeksem akcji spółek noto-wanych w Singapurze, można dostrzec powolne zanikanie efektu stycznia w latach 2005–2009, w porównaniu do lat 1990–1994. Średnia stopa zwrotu w styczniu była w latach 1990–1994, aż o 4,01 punktu procentowego wyższa w porównaniu z resztą miesięcy tego samego okresu. W tym okresie można rozważać występowanie efektu stycznia na giełdzie w Singapurze. Największą różnicę między średnią stopą zwrotu w styczniu, a pozostałymi miesiącami

(26)

można zaobserwować w roku 1992 i wynosiła ona aż 5,56 punktu procentowe-go. Jednak już w latach 2005–2009 można było zaobserwować, że średnia stopa zwrotu w styczniu w porównaniu ze średnią z pozostałych miesięcy w roku była wyższa tylko 0,23 punktu procentowego. Na podstawie tych badań można przy-puszczać, że nawet jeśli efekt stycznia występował na tamtejszej giełdzie to w miarę upływu czasu uległ on powolnemu spłaszczeniu.

Tabela 1. Średnie stopy zwrotu dla Nikkei

Okres Grudzień Styczeń Średnia stopa zwrotu w styczniu (w %)

Średnia stopa zwrotu z 11 miesięcy (luty–grudzień) (w %) 1989/1990 38 130,00 37 547,21 –1,53% –3,82% 1990/1991 23 740,62 23 321,16 –1,77% –0,29% 1991/1992 22 304,10 21 857,05 –2,00% –1,81% 1992/1993 17 390,13 16 658,83 –4,21% 0,47% 1993/1994 17 269,31 18 661,11 8,06% 0,34% Średnia z okresu –0,29% –1,02% p (styczeń / 11 miesięcy) p-value 0,3527 2004/2005 11 061,32 11 394,84 3,02% 2,99% 2005/2006 15 642,91 16 103,91 2,95% 0,47% 2006/2007 16 796,01 17 285,69 2,92% –0,89% 2007/2008 15 520,05 13 953,43 –10,09% –4,05% 2008/2009 8 492,14 8 402,46 –1,06% 1,94% Średnia z okresu –0,45% 0,09% p (styczeń / 11 miesięcy) p-value 0,1163

(27)

Tabela 2. Średnie stopy zwrotu dla Sti-index

Średnia stopa zwrotu z 11 miesięcy (luty–grudzień) (w %) 1989/1990 1 458,35 1 527,97 4,77% –2,26% 1990/1991 1 166,53 1 197,54 2,66% 1,81% 1991/1992 1 438,43 1 515,51 5,36% –0,20% 1992/1993 1 471,89 1 572,94 6,87% 3,41% 1993/1994 2 262,98 2 323,23 2,66% –0,49% Średnia z okresu 4,46% 0,45% p (styczeń / 11 miesięcy) p-value 0,01356 2004/2005 2 044,30 2 082,41 1,86% 1,02% 2005/2006 2 326,64 2 393,86 2,89% 1,85% 2006/2007 2 913,07 3 061,63 5,10% 1,31% 2007/2008 3 481,49 3 217,85 –7,57% –5,16% 2008/2009 1 735,43 1 777,26 2,41% 4,52% Średnia z okresu 0,94% 0,71% p (styczeń / 11 miesięcy) p-value 0,9346

Źródło: opracowanie własne.

Poddając analizie Hangseng (zob. tabela 3), który jest indeksem chińskich spółek można zauważyć, że efekt stycznia w badanych podokresach jest nieczę-stym zjawiskiem. Średnia stopa zwrotu w styczniu analizowana w latach 1990 –1994 jest wyższa o 2,5 punktu procentowego od średniej stopy zwrotu 11 mie-sięcy badanej w tym samym okresie, co za tym idzie efekt stycznia pojawia się tutaj aż w trzech badanych podokresach. W badanym okresie 2004–2009 średnia stopa zwrotu w styczniu jest aż o 3,12 punktu procentowego niższa w porówna-niu z resztą miesięcy tego samego okresu. Badając chiński rynek należy dojść do podobnego wniosku co przy giełdzie Singapuru, że efekt stycznia zanika.

(28)

Tabela 3. Średnie stopy zwrotu dla Hangseng

Średnia stopa zwrotu z 11 miesięcy (luty–grudzień) (w %) 1989/1990 2835,02 2 791,18 –1,55% 1,05% 1990/1991 3 092,73 3 085,41 –0,24% 2,87% 1991/1992 4 174,50 4 451,08 6,63% 1,88% 1992/1993 5 343,10 5 736,03 7,35% 5,63% 1993/1994 10 378,08 11 313,43 9,01% –2,75% Średnia z okresu 4,24% 1,74% p (styczeń / 11 miesięcy) p-value 0,3527 2004/2005 14 132,75 13 644,43 –3,46% 0,93% 2005/2006 15 064,89 15 525,92 3,06% 1,95% 2006/2007 19 113,71 20 196,88 5,67% 3,22% 2007/2008 28 032,97 25 401,38 –9,39% –4,53% 2008/2009 14 592,82 13 793,95 –5,47% 4,44% Średnia z okresu –1,92% 1,20% p (styczeń / 11 miesięcy) p-value 0,1165

Przyglądając się bliżej danym z Ssecomp (zob. tabela 4), czyli indeksowi giełdowemu, który obejmuje wszystkie spółki notowane na Giełdzie Papierów Wartościowych w Szanghaju, można dostrzec, że efekt styczniowy w latach 1992–1994 jest zjawiskiem nieregularnym. Jednak biorąc pod uwagę wartości średnie z tego okresu można zauważyć, że średnie stopy zwrotu w styczniu są aż o 11,36 punktu procentowego wyższe od pozostałej części roku. Badając dane z okresu 2004–2009 widać, że aż w trzech podokresach średnie stopy zwrotu w styczniu są wyższe niż średnie zyski z pozostałych 11 miesięcy. W tym okre-sie stopa zwrotu w pierwszym miesiącu roku jest większa o 3,28 punktu procen-towego w porównaniu do reszty miesięcy. Wyższe stopy zwrotu w styczniu

(29)

występowały w latach 2006–2008 jednak w roku 2005 oraz 2009 były niższe niż w pozostałych miesiącach. Zatem na podstawie analizowanych okresów trudno jest stwierdzić czy efekt stycznia występuje na powyższej giełdzie.

Tabela 4. Średnie stopy zwrotu dla Ssecomp

Średnia stopa zwrotu z 11 miesięcy (luty–grudzień) (w %) 1989/1990 Brak danych 1990/1991 1991/1992 278,11 305,51 9,85% 13,34% 1992/1993 734,39 1 019,72 38,85% –0,07% 1993/1994 905,22 841,06 –7,09% –5,74% Średnia z okresu 13,87% 2,51% p (styczeń / 11 miesięcy) p-value 0,4788 2004/2005 1 303,35 1 237,93 –5,02% –0,75% 2005/2006 1 125,46 1 225,22 8,86% 6,95% 2006/2007 2 306,73 2 818,96 22,21% 5,96% 2007/2008 5 078,73 5 045,94 –0,65% –8,06% 2008/2009 1 950,90 1 950,34 –0,03% 4,86% Średnia z okresu –5,02% –0,75% p (styczeń / 11 miesięcy) p-value 0,5735

Przy użyciu programu Gretl na poziomie istotności 0,05 została sprawdzona hipoteza o podobnych średnich stopach zwrotu w ciągu całego roku. Na podsta-wie tych badań na wszystkich analizowanych w tym artykule rynkach, w oby-dwu analizowanych okresach, z wyjątkiem Sti-index w latach 1990–1994, moż-na zaobserwować, że dwustronny obszar krytyczny p był wyższy od poziomu istotności. Oznacza to, że na tym poziomie istotności nie można odrzucić hipo-tezy zerowej, która mówi, że w ciągu całego roku średnie stopy zwrotu są do siebie podobne, co wskazuje na to, że nie występuje tam efekt stycznia. Zaska-kujące okazały się natomiast wyniki dla Sti-index dla okresu 1990–1994, ponie-waż obliczono, że p = 0,01356. Wynika z tego, że wartość p była niższa niż

(30)

przyjęty poziom istotność. W tym przypadku powinno odrzucić się hipotezę zerową i przyjąć alternatywną. Hipoteza alternatywna mówi, że średnie stopy zwrotu ze stycznia w porównaniu z resztą miesięcy w roku różnią się od siebie. Analizując przedstawione powyżej tabele dla tego okresu można dostrzec dość wysokie stopy zwrotu dla stycznia w odniesieniu do pozostałych 11 miesięcy, co może doprowadzić do wniosków, że w tym okresie na tym rynku mógł wy-stępować efekt stycznia.

ZAKOŃCZENIE

W niniejszym artykule, badaniu została poddana hipoteza efektu stycznia w odniesieniu do giełd azjatyckich. Indeksy objęte badaniem to Nikkei, Hangseng, Ssecomp i Sti-index. Każdy z nich został przeanalizowany dla dwóch 5-letnich okresów badawczych, osobno dla stycznia i reszty roku. Z przeprowa-dzonych badań wynika, że efekt stycznia raczej nie występuje na giełdach azja-tyckich w badanych okresach, a nawet jeśli się pojawia, to można zaobserwować jego stopniowe zanikanie z biegiem czasu. Należy jednak podkreślić, że badanie zostało przeprowadzone tylko dla 4 indeksów i dla dwóch 5-letnich okresów, oddalonych od siebie o 10 lat. Otrzymane wyniki nie muszą więc stanowić o całkowitym braku występowania efektu stycznia na giełdach azjatyckich. W kolejnych badaniach należałoby się skupić na szerszym okresie, uwzględnia-jąc większą ilość indeksów azjatyckich. Nie wpływa to jednak na to, że w przedstawionych okolicznościach badania, potwierdzona została hipoteza o niewystępowaniu efektu stycznia w danym okresie i należy ją przyjąć jako jedynie krótkookresowy i selektywny efekt na giełdach azjatyckich.

BIBLIOGRAFIA

Ahsan A.F.M.M., Sarkar A.H., 2013, Does January Effect Exist in Bangladesh?, „International Journal of Business and Management”, vol. 8(7).

Al.-rjoub S., Alwaked A., 2010, January Effect during Financial Crises: Evidence from the U.S, „European Journal of Economics”, vol. 24.

Fama E.F., 1970, Efficient Capital Markets: A Review of Theory and Empirical Work, „The Jour-nal of Finance”, nr 25.

Gao L., Kling G., 2005, Calendar effects in Chinese stock market, „Annals of Economics and Finance”, nr 6.

Grotowski M., 2008, Efekty kalendarzowe na Giełdzie Papierów Wartościowych w Warszawie, „Gospodarka Narodowa”, nr 1–2.

Kasolik M., 2016, Weryfikacja wybranych zastosowań hipotezy rynku adaptacyjnego na rynkach finansowych, „Zeszyty Naukowe Uniwersytet Ekonomiczny w Krakowie”, nr 10.

Kato K., Schallheim J., 1985, Seasonal and Size Anomalies in the Japanese Stock Market, „Journal of Financial and Quantitative Analysis”, vol. 20(2).

(31)

Keim D. B., Ziemba W.T., 2000, Security Market Imperfections in Worldwide Equity Markets, Cambridge University Press.

Lean H.H., Smyth R., Wong W.K., 2007, Revisiting calendar anomalies in Asian stock markets using a stochastic dominance approach, „Journal of Multinational Financial Management”, nr 17(2).

Lewandowska M., 2017, Efekt stycznia i efekt grudnia na GPW w Warszawie, „Journal of Capital Market and Behavioral Finance”, nr 1(5).

Lin J., Liu T., 2002, Modeling Lunar Calendar Holiday Effects in Taiwan, „Taiwan Economic Forecast and Policy”, nr 33(1).

Schwert G.W., 2002, Anomalies and Market Efficiency, NBER Working Paper Series.

Szyszka A., 1999, Efektywność rynku kapitałowego a anomalie w rozkładzie stóp zwrotu w czasie, „Nasz Rynek Kapitałowy”, nr 12.

Ślepaczuk R., 2006, Anomalie rynku kapitałowego w świetle hipotezy efektywności rynku, „Finan-sowy Kwartalnik Internetowy”, nr 1.

Tong W., 1992, An analysis of the January effect of United States, Taiwan and South Korean Stock Return, „Asia Pacific Journal of Management”, vol. 9(2).

Yakob N., Beal D., Delpachitra S., 2005, Seasonality in the Asia Pacific stock markets, „Journal of Asset Management”, vol. 6(4).

JANUARY EFFECT ON ASIAN STOCK MARKETS

Abstract This article examines the occurrence of the January effect on Asian stock markets. This effect was indices in literature in terms of different periods of time, for various countries and indexes. This publication aims to verify the appearance of the January effect on Asian stock markets and to determine its meaning. An investigation was conducted on the basis of statistical methods for periods 1990–1994 and 2005-2009. The conclusion formulated on the basis of the above study proves non-occurrence the January effect on Asian stock markets.

(32)

(33)

Ewelina Piguła, Ochrona konsumenta na rynku usług bankowych w Polsce…

OCHRONA KONSUMENTA NA RYNKU USŁUG

BANKOWYCH W POLSCE I ARBITER BANKOWY

JAKO ORGAN POMAGAJĄCY KONSUMENTOWI

W ROZWIĄZYWANIU SPORÓW

Ewelina Piguła

*

Abstrakt Problematyka ochrony konsumenta jest kluczowym czynnikiem rozwoju współczesnej gospodarki. Według badań Komisji Europejskiej jednym z ob-szarów newralgicznych, których obawiają się konsumenci są właśnie usługi bankowe i niepełne zrozumienie zasad funkcjonowania rynku usług banko-wych. W celu zapewnienia ochrony konsumentom na rynku usług bankowych funkcjonuje kilka instytucji nadzorujących pracę banków. Celem artykułu jest ocena rozwoju sektora bankowego w Polsce, która oparta zostanie na hipote-zie, że sektor bankowy wykształcił szereg instytucji, które zapewniają konsu-mentom odpowiednią ochronę, a instytucja Bankowego Arbitrażu Konsu-menckiego (BAK) staje się coraz bardziej popularnym sposobem rozwiązywa-nia sporów pomiędzy bankami a konsumentami. W artykule przedstawiony zo-stał problem ochrony konsumentów na podstawie sprawozdań Bankowego Ar-bitrażu Konsumenckiego, z których wynika, iż konsumenci są coraz bardziej świadomi swoich praw i dochodzą roszczeń w sporach z bankami. Na prze-strzeni ostatnich lat zaszło wiele zmian w poziomie ochrony konsumenta usług bankowych, lecz nadal należy wspierać politykę konsumencką i realizować jej założenia dotyczące edukacji i informowania poprzez kreowanie świadomości konsumenckiej w dziedzinie swoich praw i dochodzenia roszczeń.

Słowa kluczowe konsument, ochrona, usługi bankowe, Bankowy Arbitraż Konsumencki (BAK).

JEL Code G1, G21.

ACCEPTED: 27th

(34)

WSTĘP

Sektor bankowy należy do jednego z najszybciej rozwijających się sektorów gospodarki. Ta tendencja powinna prowadzić przede wszystkim do kreowania wartości dodanej dla klienta jako ostatecznego beneficjenta usługi. Dynamiczny rozwój w Polsce i na świecie usług finansowych doprowadził do sytuacji, gdzie klient jest najważniejszym ogniwem także w usługach bankowych. Na przeło-mie ostatnich lat zmianie uległo nastawienie rynku na konsumenta oraz ciągłe doskonalenie procesów w celu zapewnienia odbiorcom satysfakcji z zakupionej/ świadczonej usługi i odniesienie korzyści przez firmy oferujące daną usługę. Bardzo ważne jest jednak bezpieczeństwo klienta podczas zawierania umów w całym sektorze bankowym, więc system ochrony konsumenta musi być wy-starczająco wydajny, aby powstrzymać przedsiębiorców przed stosowaniem nieprawidłowych i szkodzących interesom klientów praktyk [Pikkarainen i in. 2004: 224–235]. Biorąc pod uwagę rodzaj relacji łączących klienta z usługo-dawcą oraz możliwe konsekwencje nieprawidłowego funkcjonowania systemu ochrony konsumenta, sytuacja klienta stała się ważnym społecznym zjawiskiem [Koćwin 2015: 162]. Ochrona konsumenta jest konieczna na rynku usług ban-kowych [Raport dla Urzędu Ochrony Konkurencji i Konsumentów…, 2009: 8–10]. Mechanizm zawierania stosunków i umów z konsumentami jest bardzo ważnym narzędziem polityki konsumenckiej, czego istotą są ustawy prokonsu-menckie, określane także, jako prawo konsumenckie [Rutkowska 2006: 1]. Istotne jest także rozwiązywanie spraw spornych, nie tylko prowadzone na dro-dze sądowej, ale przede wszystkim polubowne rozwiązywanie problemów. W przypadku sektora bankowego można mówić o Sądzie Polubownym przy Komisji Nadzoru Finansowego, Bankowym Arbitrażu Konsumenckim oraz Są-dzie Polubownym przy Związku Banków Polskich jako o branżowych metodach alternatywnego rozwiązywania sporów konsumenckich [Kil 2013: 66].

Celem artykułu jest ocena rozwoju sektora bankowego w Polsce, która oparta zostanie na hipotezie, że sektor bankowy wykształcił szereg instytucji, które zapewniają konsumentom odpowiednią ochronę, a instytucja Bankowego Arbitrażu Konsumenckiego staje się coraz bardziej popularnym sposobem roz-wiązywania sporów pomiędzy bankami a konsumentami.

1. ZAKRES USŁUG BANKOWYCH DLA KONSUMENTÓW INDYWIDUALNYCH W POLSCE

Pod koniec lutego 2012 roku na terenie Polski działało 47 krajowych ban-ków komercyjnych, 19 instytucji kredytowych oraz aż 573 banki spółdzielcze [Dane miesięczne sektora bankowego, 2012]. Aktem prawnym, regulującym wszelkie czynności bankowe oraz powiązane z nimi procesy, jest Prawo

(35)

banko-JCMBF • www.jcmbf.uni.lodz.pl 35

we – Ustawa z dnia 29.08.1997 roku [Dz.U. 2002, nr 72, poz. 665, z późn. zm.]. Poziom koncentracji na tle Unii Europejskiej dla polskiego sektora bankowego wynosił 44,3% w 2010 roku, co określało średni poziom zaawansowania sektora bankowego w kraju [Dąbrowska 2013: 38]. Do niekwestionowanych liderów sektora bankowego w tym czasie należy zaliczyć PKO BP SA, Pekao S.A. oraz BRE Bank [Raport o sytuacji banków w 2010 r. ...]. Na kolejnych pozycjach uplasowały się ING Bank Śląski i Bank Gospodarstwa Krajowego [Raport o sytuacji banków w 2010 r. ...]. W 2015 roku sytuacja uległa zmianie jednak liderem nadal pozostał PKO BP SA, kolejne miejsca zajęły do Banku Polskiej Kasy Opieki, Bank Zachodni WBK, mBank, ING Bank Śląski, Bank Gospodar-stwa Krajowego, Getin Noble Bank, Bank Millenium, Bank BGŻ BNP Paribas, Raifeissen Bank Polska [Raport o sytuacji banków w 2015 r. ...].

Na tle krajów Unii Europejskiej Polska charakteryzuje się niskim poziomem ubankowienia gospodarki kraju [Raport o sytuacji banków w 2015 r. ...: 38], co oznacza bardzo duże możliwości i potencjał do rozwoju systemu bankowego w kraju. Rozwój sektora bankowego w Polsce najszybsze tempo wzrostu odno-tował w II połowie wieku XX, lecz spowodowane było to tylko jednym czynni-kiem – wzrostem zakupu usług kredytowych na cele mieszkaniowe [Dąbrowska 2013: 38]. Czynnikiem hamującym szybki rozwój usług bankowych jest przede wszystkim niski poziom oszczędności ulokowanych w bankach. Konieczna jest zatem edukacja i informowanie konsumentów oraz tworzenie długoterminowych i średnioterminowych instrumentów lokowania środków [Howcroft i in. 2002: 111–121].

Do podstawowych usług oferowanych przez banki swoim klientom zalicza się·: _{rachunek bieżący, rachunek oszczędnościowy, lokata, karta płatnicza, kredyt}

(krótkoterminowe, średnioterminowe, długoterminowe, w zależności od prze-znaczenia np. samochodowe, mieszkaniowe oraz waluty, w jakiej jest zaciągnię-ty [Jaworski i in. 2004: 292]).

Według danych NBP Polacy coraz chętniej korzystają usług sektora banko-wego. Pod koniec roku 2012 w użyciu znajdowało się przeszło 32 mln kart płat-niczych, powiązanych z prowadzonymi przez konsumentów rachunkami ban-kowymi [Jaworski i in. 2004: 40]. Z raportów wynika też, że co piąty mieszka-niec Polski nie ma konta bankowego, ale niektórzy posiadają więcej niż jedno konto [Jaworski i in. 2004].

2. BAK JAKO JEDNA Z INSTYTUCJI NADZORUJĄCYCH USŁUGI BANKOWE

Sektor bankowy podlega wielu regulacjom i objęty jest także specjalistycz-nym nadzorem. Według NBP „nadzór bankowy to instytucja monitorująca dzia-łalność podległych jej banków komercyjnych, której podstawowym celem jest

(36)

zapewnienie stabilności i bezpieczeństwa sektora bankowego, a także tworzenie i kontrola skierowanych do banków norm ostrożnościowych” [www1]. Ponadto „nadzór bankowy polega na możliwości arbitralnego wkraczania w działalność instytucji wykonujących czynności bankowe przez odpowiedni organ państwo-wy” [www1]. Nadzór bankowy sprawowany jest w interesie odbiorców usług bankowych, czuwa nad zasadami i przestrzeganiem przez uczestników sektora bankowego prawa i innych przepisów, w celu zapewnienia bezpieczeństwa i ochrony zgromadzonych przez bank depozytów. „Konsument ma prawo do kompletnej i jednoznacznej informacji w sprawach mających istotne znaczenie dla zabezpieczenia jego interesu prawnego w warunkach globalizacji (masowo-ści) obrotu prawnego i wielości ofert na rynku, które nie zawsze posługują się prawdziwymi i pełnymi informacjami, a niekiedy wprowadzają w błąd lub w sposób ukryty godzą w indywidualny i zbiorowy interes konsumentów” [Wy-rok SN z 20.6.2006 r. ...]. Instytucjami właściwymi tylko dla rynku usług ban-kowych, mogącymi odegrać kluczową rolę w rozstrzyganiu sporów są: Banko-wy Arbitraż Konsumencki, Sąd Polubowny przy Komisji Nadzoru Finansowego, Sąd Polubowny przy Związku Banków Polskich oraz Online Dispute Resolution [Rutkowska-Tomaszewska 2013: 773].

Pierwszą i najbardziej znaną instytucją jest Narodowy Bank Polski (NBP), który stanowi centralny bank Rzeczypospolitej Polskiej, którego zadaniem jest nadzór nad stabilnością cen oraz wsparcie rozwoju gospodarczego [Dąbrowska 2013: 38]. Bank centralny należy do najważniejszych centralnych instytucji państwowych, którego zadania określa konstytucja. „NBP odpowiedzialny jest za kondycję pieniądza i jego obrót. Regulacje prawne przypisują bankom cen-tralnym uprawnienia w zakresie: kontroli podaży pieniądza, reżimu kursowego, bezpieczeństwa systemu płatniczego” [www2].

Kolejną instytucja zajmującą się nadzorem nad bankami jest Komisja Nad-zoru Finansowego. KNF jest instytucją pełniącą nadzór nad całym sektorem fi-nansowym: rynkiem bankowym, ubezpieczeniowym, emerytalnym, instytucjami płatniczymi, rynkiem kapitałowym, biurami usług płatniczych oraz nad przedsię-biorstwami zajmującymi się pieniądzem elektronicznym [www2: 39]. Zadania KNF nie są zbiorem zamkniętym i dotyczą całego rynku finansowego [Rutkow-ska-Tomaszewska 2013: 695]. W Polsce w latach 1998–2007 nadzór bankowy sprawowała Komisja Nadzoru Bankowego (KNB), której przewodniczącym był prezes NBP, a w jej skład wchodzili także przedstawiciele naczelnych władz [www1]. Ustawa o nadzorze nad rynkiem finansowym z dnia 21 lipca 2006 roku [Dz.U. 2006, nr 157, poz. 1119], określa iż od 1 stycznia 2008 roku, zadania i kompetencje Komisji Nadzoru Bankowego przejęła Komisja Nadzoru Finanso-wego (KNF) [Ustawa z dnia 21 lipca 2006 r. ...,26.03.2017]. Zastąpienie Komi-sji Nadzoru Bankowego, Komisją Nadzoru Finansowego miało na celu uspraw-nienie działań nadzoru poprzez całkowitą integralność, lepszy przepływ