Marta Marianowska, Ewa Szerszyńska, Marek Szymański – Anomalie sezonowe na rynkach kapitałowych: efekt stycznia i barometr stycznia na Giełdzie Papierów Wartościowych w Warszawie

(1)

JCMBF • www.jcmbf.uni.lodz.pl 35 Journal of Capital Market and Behavioral Finance • 2016, Vol. 1(3), p. 35–48

Marta Marianowska, Ewa Szerszyńska, Marek Szymański, Anomalie sezonowe…

ANOMALIE SEZONOWE NA RYNKACH

KAPITAŁOWYCH: EFEKT STYCZNIA I BAROMETR

STYCZNIA NA GIEŁDZIE PAPIERÓW

WARTOŚCIOWYCH W WARSZAWIE

Marta Marianowska, Ewa Szerszyńska, Marek Szymański*

Abstrakt W teorii finansów rynek efektywny oznacza, że papiery wartościowe odzwier-ciedlają wszystkie informacje dostępne na ich temat. Jednak na gruncie teorii finansów behawioralnych oraz na podstawie wielu analiz wykryto liczne od-stępstwa od tej hipotezy. Jedną z nich jest opisywany efekt stycznia oraz ba-rometr stycznia. Celem pracy jest zbadanie czy na polskiej Giełdzie Papierów Wartościowych występuje efekt stycznia, a także czy stopa zwrotu w styczniu może być prognostykiem dla reszty roku. W pracy dokonano analizy literatury z zakresu anomalii rynkowych, a w szczególności efektu stycznia oraz zbadano występowanie efektu stycznia oraz barometru stycznia na polskiej giełdzie. Na podstawie wyników można stwierdzić, że do pewnego stopnia udało się po-twierdzić występowanie efektu stycznia na polskiej giełdzie.

Słowa kluczowe rynek kapitałowy, efekt stycznia, barometr stycznia, anomalie sezonowe, rytmy giełdowe, analiza efektywności rynku, analiza giełdowa.

WSTĘP

Rynek, na którym wszystkie dostępne informacje są odzwierciedlane w ce-nach akcji nazywany jest rynkiem efektywnym. Jeśli inwestorzy postępują ra-cjonalnie to rynek papierów wartościowych jest efektywny, to znaczy, że nie można na nim uzyskać ponadprzeciętnej stopy zwrotu. Jeśli jednak wystąpią pewnego rodzaju anomalie, oznaczałoby to, że rynek może nie być efektywny. Jedną z takich anomalii jest efekt stycznia. Efekt styczniowy, czyli dość znaczny

* Wydział Ekonomiczno-Socjologiczny, Uniwersytet Łódzki.

(2)

JCMBF • www.jcmbf.uni.lodz.pl 36

Journal of Capital Market and Behavioral Finance • 2016, Vol. 1(3), p. 35–48 Marta Marianowska, Ewa Szerszyńska, Marek Szymański, Anomalie sezonowe…

wzrost indeksów giełdowych w pierwszych tygodniach nowego roku w stosunku do pozostałych miesięcy często wzbudza nadzieję inwestorów na zwyżki cen akcji i ożywia dyskusję na temat zjawiska sezonowości.

Pierwsze wzmianki o efekcie stycznia pojawiły się już na początku lat 40. XX w., jednak dopiero w połowie lat 70. przeprowadzono związane z tym pierwsze badania. Wykazano, że średnia stopa zwrotu na nowojorskiej giełdzie w styczniu była istotnie wyższa niż stopa zwrotu z pozostałych miesięcy. W Polsce efekt ten został również zaobserwowany, po raz pierwszy w 1994 r., po znacznym, bo 35-procentowym wzroście indeksu WIG w pierwszych czte-rech tygodniach nowego roku.

Z efektem stycznia związane jest pojęcie barometru stycznia. Próbuje ono odpowiedzieć na pytanie, czy stopa zwrotu w styczniu może być dobrym wskaźnikiem dla całego roku na rynku kapitałowym. Innymi słowy, czy stopa zwrotu w pierwszym miesiącu roku pozwala przewidywać jaką stopą zwrotu zakończy się cały rok.

Celem pracy jest zbadanie czy na polskiej Giełdzie Papierów Wartościo-wych występuje efekt stycznia, a także czy stopa zwrotu w styczniu może być prognostykiem dla reszty roku, tzn. jeśli stopa zwrotu w styczniu była dodatnia, to czy stopa zwrotu w całym roku będzie dodatnia. Zrealizowanie celu nastąpi poprzez analizę literatury oraz przeprowadzenie badania dla indeksów WIG, WIG20, mWIG40 oraz sWIG8.

Praca rozpoczyna się od scharakteryzowania hipotezy rynków efektywnych. Następnie przedstawiony został behawioralny punkt widzenia na rynki kapita-łowe oraz opisano anomalię kalendarzową – efekt stycznia. Część teoretyczną kończy opis anomalii barometru stycznia. W kolejnej części pracy opisane są zakres i metoda badania oraz przedstawione zostały wyniki z przeprowadzonego badania. Całość kończy podsumowanie oraz bibliografia.

1. RYNEK EFEKTYWNY I ANOMALIE RYNKOWE

1.1. Hipoteza rynków efektywnych

Giełda Papierów Wartościowych stanowi ważny podmiot rynku kapitało-wego. Za jej pośrednictwem dokonuje się alokacja środków finansowych. Rynek kapitałowy jest z kolei integralną częścią rynku finansowego, stanowi barometr każdej rozwiniętej gospodarki. Istotnym aspektem funkcjonowania rynku kapita-łowego jest jego efektywność.

Od ponad 40 lat hipoteza efektywności rynku stanowi jedną z najbardziej dyskutowanych propozycji w nauce finansów. Za badacza, który w głównej mie-rze przyczynił się do stwomie-rzenia podstaw efektywności uznaje się Eugena Famę.

(3)

W klasycznym ujęciu zdefiniował on rynek efektywny jako „rynek, na którym

ceny zawsze w pełni odzwierciedlają dostępne informacje” [Fama1970, s. 383].

Zatem pojęcie efektywności opiera się na założeniu, że uczestnicy rynku zachowują się w racjonalny sposób, przetwarzając napływające informacje mak-symalizują swoją użyteczność. W ten sposób wszelkie informacje znajdują od-zwierciedlenie w cenach aktywów kapitałowych. Dlatego też cena instrumentów finansowych dostosowuje się do nowych informacji, wobec tego niemożliwym jest uzyskanie ponadprzeciętnej stopy zwrotu. Ponieważ nie sposób przewidzieć jaka będzie nowa informacja, ceny akcji zmieniają się zgodnie z zasadą

błądze-nia losowego [Gajdka2013, s. 19].

Teoretyczne podstawy efektywności rynku oparte są na trzech przesłankach [Shleifer 2000, s. 14]:

 uczestnicy rynku postępują racjonalnie oraz poprawnie wyceniają aktywa

finansowe,

 nieracjonalni inwestorzy zachowują się przypadkowo, natomiast ich

dzia-łania eliminują się wzajemnie, przez co nie wywierają wpływu na rynek,

 inwestorzy, którzy systematycznie niepoprawnie dokonują wyceny

in-strumentów finansowych zostają wyeliminowani przez arbitrażystów.

Zwykle w literaturze wymienia się trzy formy efektywności rynku

[Zielon-ka 2006, s. 30–31]:

 Słaba forma efektywności. Oznacza ona, że informacje zawarte w

prze-szłych zmianach cen instrumentów są całkowicie odzwierciedlone w bieżących cenach. Z tego powodu informacje o historycznych cenach akcji nie mają zna-czenia przy wyborze instrumentu. Słaba efektywność oznacza, że nie można systematycznie uzyskiwać ponadprzeciętnych stóp zwrotu na podstawie analizy wykresów cen akcji, innymi słowy analiza techniczna nie pozwala na skuteczne prognozowanie cen aktywów.

 Średnia forma efektywności mówi, że wszystkie publicznie dostępne

in-formacje są odzwierciedlone w cenach akcji. W tym przypadku nie tylko analiza techniczna, lecz również analiza fundamentalna nie przyniesie systematycznie wyższej stopy zwrotu. Na takim rynku jedyną metodą uzyskania dodatkowej stopy zwrotu jest wykorzystanie informacji poufnych, do których dostęp mają tylko nieliczni członkowie rynku.

 Silna forma efektywności rynku. Ta forma oznacza, że ceny walorów

fi-nansowych odzwierciedlają wszystkie informacje, zarówno te ogólnie dostępne, jak i poufne. Gdy rynek charakteryzuje się silną efektywnością żadna z informa-cji nie pozwoli na uzyskanie ponadprzeciętnych dochodów.

Oprócz wyżej wymienionych form efektywności można w literaturze znaleźć dodatkowy podział związany z efektywnością rynków. W 1983 r. Simon Keane podzielił każdą z trzech wyżej wymienionych form efektywności na dodatkowe trzy stopnie: doskonałą efektywność, niepełną efektywność oraz nieefektywność

(4)

[Keane 1983, s. 20]. Ten dodatkowy podział jest szczególnie przydatny przy okre-ślaniu stopnia efektywności konkretnego rynku, kiedy nie ma do końca możliwo-ści ustalenia, czy rynek ten spełnia warunki konkretnej formy efektywnomożliwo-ści.

1.2. Behawioralny punkt widzenia oraz anomalie rynku kapitałowego

Przyjęcie behawioralnego spojrzenia rodzi poważne implikacje dla wielu uczestników rynku kapitałowego. Przyjęcie behawioralnych zastrzeżeń do kla-sycznej teorii finansów prowadzi do zmiany zapatrywań na uzyskiwanie systema-tycznie ponadprzeciętnych stóp zwrotu. Finanse behawioralne kwestionują hipote-zę o efektywności rynku finansowego, nawet w słabej formie. Wobec tego nie można wykluczyć sensu poszukiwania zasad inwestycyjnych, narzędzi analitycz-nych, bazujących na powtarzalnych schematach zachowań inwestorów. Na grun-cie teorii finansów behawioralnych powszechne błędy o podłożu psychologicz-nym mogą prowadzić do niewłaściwej wyceny aktywów finansowych. Z behawioralnego punktu widzenia, każdy inwestor ma szanse uzyskiwać ponad-przeciętne stopy zwrotu pod warunkiem, że będzie w stanie kontrolować

ułomno-ści własnego umysłu i wystrzegać się heurystyk [Szyszka 2009, s. 35–36].

Na gruncie teorii finansów behawioralnych oraz na podstawie wielu analiz wykryto liczne odstępstwa od hipotezy efektywnego rynku. W literaturze na-zwano je anomaliami giełdowymi lub rynkowymi [Czerwonka i Gorlewski 2008, s. 153]. Jedna z definicji anomalii mówi, że jest to „sytuacja

umożliwiają-ca osiąganie dodatnich ponadprzeciętnych stóp zwrotu” [Peters 1997, s. 36].

Z tej definicji wynika, że anomalie pozwalają na częściowe przewidywanie cen instrumentów finansowych oraz uzyskiwanie ponadprzeciętnego dochodu. Inna, bardziej ogólna definicja anomalii stanowi, że jest to „technika lub strategia będąca sprzeczna z założeniami teorii rynków efektywnych” [Jones 1996, s. 282]. Zgodnie z tą definicją anomalia to strategia przynosząca zyski w stopniu wychodzącym poza założenia hipotezy rynku efektywnego. Z definicji nie wy-nika natomiast jak wysoka stopa zwrotu musi zostać osiągnięta, aby rynek mógł być uznany za nieefektywny.

Do anomalii, czyli licznych odstępstw od efektywności rynku, zalicza się przede wszystkim [Zielonka 2015: 37]:

 Efekt kalendarza, polegający na sezonowości stóp zwrotu z inwestycji.

Do efektu kalendarza zalicza się między innymi efekt stycznia, efekt weekendu, efekt dnia.

 Nadmierne obroty giełdowe, gdy wolumen rzeczywisty jest wyższy niż

(5)

 Dodatnie krótkoterminowe korelacje stóp zwrotu z akcji w okresie kilku

tygodniu i ujemne długoterminowe korelacje stóp zwrotu w okresie dwóch do ośmiu lat.

 Zagadkowa stopa zwrotu z pierwotnych ofert publicznych, polegająca na

niedowartościowaniu akcji w krótkim terminie oraz przewartościowaniu akcji w długim terminie.

 Poinformacyjny dryf ceny, występujący, gdy ceny w krótkim okresie

po-dążają w takim samym kierunku, w jakim nastąpiła zmiana zysków wcześniej ogłoszonych przez spółkę.

1.3. Efekt miesiąca w roku – efekt stycznia

Efekt stycznia, zwany również efektem miesiąca w roku, jest jedną z najle-piej rozpoznanych anomalii sezonowych. Jako pierwszy na możliwość wystę-powania efektu stycznia zwrócił uwagę Wachtel [1942, s. 184–193]. Badał on wpływ sezonowości na amerykańskim indeksie Dow Jones Industrial Average w latach 1927–1942. Szerzej na temat efektu miesiąca w roku zaczęto dyskuto-wać jednak dopiero na początku lat 70. XX w., do czego przyczyniły się m.in. badania Kinneya i Rozeffa [1976, s. 379–402]. Ich badania wykazały, że w pierwszym miesiącu roku przeciętne stopy zwrotu są znacznie wyższe niż w pozostałych miesiącach. Średnia stopa zwrotu w styczniu w latach 1904–1974 na nowojorskiej giełdzie wyniosła 3,5%, podczas gdy średnia stopa zwrotu w pozostałych miesiącach wyniosła zaledwie 0,5%. Reinganum [1983, s. 89–104] dodatkowo udokumentował, że w Stanach Zjednoczonych zjawisko to dotyczy głównie przedsiębiorstw o małej kapitalizacji, przez co efekt pierwszego miesią-ca jest związany często z wielkością spółki. Nowsze badania przeprowadzone przez Gu [2003, s. 395–404] wykazały jednak, że efekt stycznia może również dotyczyć spółek o wysokiej kapitalizacji. Ponadto efekt stycznia zaobserwowano również poza amerykańska giełdą. Gultkein [1983, s. 469–481] udokumentował występowanie efektu stycznia w 15 różnych krajach. To pokazało, że efekt stycznia ma charakter globalny i występuje w wielu gospodarkach. W przypadku innych niż amerykański rynek, nie zaobserwowano jednak tak istotnego związku między sezonowością stóp zwrotu a wielkością przedsiębiorstwa.

Tinic i West sprawdzali sezonowość w relacji między stopą zwrotu a ryzy-kiem w latach 1935–1982, w szczególności zbadali czy premia za ryzyko w modelu CAPM podlega wahaniom sezonowym. Autorzy odkryli, że wyższa stopa zwrotu przy wyższym ryzyku (to jest dla akcji o wyższej wartości zmien-nej beta) występuje wyłącznie w styczniu. We wszystkich pozostałych miesią-cach akcje charakteryzujące się wyższą betą nie przynosiły wyższej stopy do-chodu, to znaczy premia za ryzyko nie była istotna statystycznie wyższa od zera.

(6)

Innymi słowy model CAPM jest zjawiskiem wyłącznie sezonowym występują-cym w styczniu [Tinic i West 1984, s. 561–574].

Najczęściej poruszanym wyjaśnieniem efektu stycznia jest hipoteza wy-przedaży akcji ze względów podatkowych. Inwestorzy pod koniec roku pozby-wają się akcji, których notowania spadły w ciągu ostatniego roku w celu odli-czenia zrealizowanej straty od podatku. Presja podaży wpływa na dalszy spadek notowań pod koniec grudnia. Na początku roku presja sprzedaży zniknie, po-nieważ inwestorzy nie będą już sprzedawać akcji ze względów podatkowych. Ponadto inwestorzy, którzy pozbyli się akcji w grudniu i uzyskali za nie gotów-kę, w styczniu będą mogli przeznaczyć ją na zakup nowych akcji, doprowadza-jąc wtedy do wzrostu cen instrumentów [Szyszka 2009, s. 166].

Godnym uwagi jest to, że efekt stycznia występował również w krajach, w których nie ma podatku dochodowego, np. Japonii, co zostało zbadane w pra-cy Kiyoshiego [1985, s. 243–260], a także w krajach, których koniec roku ka-lendarzowego nie pokrywa się z rokiem podatkowym, np. w Wielkiej Brytanii i Australii, co badali m.in. Reinganum i Shapiro [1987, s. 281–295]. Choć te obserwacje mogą wydawać się sprzeczne z hipotezą o wyprzedaży ze względów podatkowych, to jednak mogą one wynikać z globalizacji i daleko posuniętych powiązań między rynkami kapitałowymi.

Hipoteza wyprzedaży akcji ze względów podatkowych wydaje się istotna w wyjaśnianiu zjawiska efektu stycznia, jednak może być niewystarczająca. Prze-prowadzano szereg badań wskazujących na inne przyczyny efektu miesiąca w roku. Alternatywną wersję wyjaśniającą efekt stycznia zaproponowali Haugen i Lakonishok [1988]. Źródła efektu upatrywali w inwestorach instytucjonalnych oraz zjawisku dekoracji witryny czy też mydlenia oczu (ang. window-dressing). Określenie to oznacza podwyższanie wartości aktywów poprzez sztuczne podcią-ganie kursów. Zarządzający portfelami funduszowymi sprzedają stratne instrumen-ty finansowe pod koniec roku przed publikacją danych o wynikach danego fundu-szu. Ma to na celu ukrycie ewentualnych słabych wyników fundufundu-szu. Następnie zakupują akcje przedsiębiorstw w stabilnej, dobrej kondycji finansowej w celu poprawienia wyników. W styczniu natomiast mają miejsce odwrotne operacje, to znaczy sprzedawane są akcje dużych spółek, a z powrotem kupowane akcje mniej-szych, bardziej ryzykownych, a co za tym idzie bardziej zyskownych spółek.

O ile jest to ciekawy sposób wyjaśnienia efektu stycznia, niektóre z badań go nie potwierdzają. Lakonishok, Shleifer i Vishny [1992, s. 227–231] w swojej pracy wykazali, że zjawisko mydlenia oczu nie ma żadnego wpływu na ceny papierów wartościowych. Twierdzą, że inwestorzy instytucjonalni używają wie-lu różnych stylów inwestowania i dlatego działa to jako mechanizm stabilizują-cy. Ponadto Ligon [1997, s. 13–32] w swojej pracy stwierdza, że zjawisko my-dlenia oczu nie wpływa w sposób istotny na wywoływanie efektu stycznia.

(7)

Kinney i Rozeff [1976, s. 379–402] w swojej pracy podają, że wysokie stopy zwrotu mogą także wynikać z nowych informacji, jakie spółki dostarczają na rynek z końcem roku. W związku z tymi nowymi informacjami inwestorzy będą kupować lub sprzedawać akcje, co będzie miało wpływ na cenę akcji. Według autorów te informacje mogą stanowić istotny czynnik w kształtowaniu efekty stycznia.

Innym rodzajem anomalii, związanym również z efektem stycznia jest ba-rometr stycznia [Czerwonka i Gorlewski 2008, s. 175], zwany także „drugim

efektem stycznia” lub też „innym efektem stycznia” [Cooperi in. 2006, s. 315

–341]. Ten rodzaj anomalii nie skupia się na przyczynach ani występowaniu efektu stycznia, a wskazuje, że efekt stycznia może być dobrym wskaźnikiem dla całego roku na rynku kapitałowym. Innymi słowy, stopa zwrotu w pierw-szym miesiącu roku pozwala przewidywać, jaką stopą zwrotu zakończy się cały rok. Gdy styczeń kończy się dodatnią stopą dochodu, według hipotezy „drugiego efektu stycznia”, cały rok również zakończy się in plus, natomiast gdy stopa zwrotu jest ujemna w styczniu, również stopa zwrotu w całym roku

będzie niska [Kaeppel 1990, s. 252]. Cooper, McConnell i Ovtchinikov

wyka-zali, że w latach 1940–2003 na amerykańskim rynku, gdy styczeń kończył się dodatnią stopą zwrotu, średnia stopa dochodu z pozostałych miesięcy danego roku wynosiła blisko 15%, natomiast gdy stopa zwrotu w pierwszym miesiącu roku była niższa od zera w pozostałych miesiącach, średnia stopa zwrotu nie przekraczała 3%.

Mimo silnego dowodu przemawiającego za drugim efektem stycznia inne badania zdają się nie potwierdzać wpływu stycznia jako barometru dla całego roku. Bohl i Sam w pracy dowodzili, że drugi efekt stycznia nie jest zjawi-skiem rzeczywistym, a jedynie dziełem przypadku. Autorzy zbadali czy za pomocą stycznia można przewidywać stopy zwrotu w ciągu kolejnych jedena-stu miesięcy w 14 krajach. Jedynie w trzech z nich byli w stanie znaleźć po-twierdzenie tej hipotezy. Według ich badań drugi efekt stycznia całkowicie znika po 1980 r.

2. ZAKRES I METODA BADANIA

Większość badań dotyczących efektu stycznia była realizowana na Zacho-dzie, a w szczególności na amerykańskim rynku giełdowym. Badanie zostanie przeprowadzone na podstawie danych z polskiej Giełdy Papierów Wartościo-wych. Analizie zostaną poddane indeksy:

 WIG w okresie 1992–2016,

 WIG20 również w okresie 1992–2016,

 mWIG40 w okresie 1998–2016,

(8)

Indeks WIG to pierwszy indeks giełdowy i jest obliczany od 16 kwietnia 1991 r. Obecnie WIG obejmuje wszystkie spółki notowane na Głównym Rynku GPW, które spełnią bazowe kryteria uczestnictwa w indeksach. Pozostałe bada-ne indeksy obejmują odpowiednio 20 największych spółek, 40 średnich spółek oraz 80 małych spółek.

Dane do obliczeń zostały pozyskane z serwisu internetowego http://stooq.pl. Wszystkie indeksy były badane od początku notowań na giełdzie. Dane za rok 2016 obejmują okres od stycznia do listopada. Należy wziąć pod uwagę, że obejmują m.in. okres kryzysu z 2008 r., a także początkowe lata istnienia pol-skiej giełdy, kiedy to notowanych było znacznie mniej spółek niż obecnie (na pierwszej sesji giełdowej notowano 5 spółek).

Badanie składa się z dwóch części. Pierwsza przedstawia poszukiwanie efektu stycznia na polskiej giełdzie. Druga część badania szuka odpowiedzi na pytanie czy styczeń może być dobrą miarą prognostyczną dla całego roku.

3. ANOMALIA ŚREDNICH STÓP ZWROTU NA GIEŁDZIE PAPIERÓW WARTOŚCIOWYCH W WARSZAWIE

W badaniu obliczono średnie arytmetyczne stopy zwrotu z indeksu dla każ-dego miesiąca w badanym okresie. Ponieważ WIG jest indeksem dochodowym, przy jego obliczaniu uwzględnia się zarówno ceny zawartych w nim akcji, jak i dochody z dywidend i praw poboru [www1]. Natomiast pozostałe indeksy, tj. WIG20, mWIG40 oraz sWIG80, są indeksami typu cenowego [www1], co oznacza, że przy jego obliczaniu bierze się pod uwagę jedynie ceny zawartych w nim transakcji, a nie uwzględnia się dochodów z tytułu dywidend. Wyniki badania zostały przedstawione w tab. 1.

Wyniki pokazują, że w przypadku indeksu WIG średnia stopa zwrotu jest największa w styczniu, co potwierdzałoby występowanie efektu stycznia na polskiej giełdzie. Jednak równie wysoką stopą zwrotu, ponad 4%, charaktery-zowały się również miesiące maj i lipiec. Równie wysoką stopę zwrotu notuje ostatni miesiąc roku. Tylko dwa miesiące w roku miały ujemną stopę zwrotu, tj. czerwiec i wrzesień. Podobne wyniki zostały uzyskane dla indeksu 20 naj-większych spółek na GPW. Również pierwszy miesiąc roku charakteryzował się najwyższą stopą zwrotu. Stopa ta jednak była niższa niż w przypadku najszer-szego indeksu. W przypadku WIG20 jedynie grudzień przekroczył 4% stopę zwrotu. Podobnie jak w przypadku indeksu WIG, dwa miesiące zamknęły się z ujemną stopą zwrotu. Uwagę również zwraca to, że dodatnie stopy zwrotu WIG20 są średnio niższe niż przy indeksie WIG. Graficznie stopy zwrotu przed-stawia rys. 1.

(9)

Tabela 1. Średnia stopa zwrotu z indeksu w miesiącu w badanym okresie Miesiąc Średnia stopa zwrotu z indeksu

WIG WIG20 mWIG40 sWIG80

Styczeń 4,84% 4,39% 2,04% 2,73% Luty 2,09% 2,00% 0,92% 4,16% Marzec 0,87% 0,64% 2,98% 2,78% Kwiecień 2,30% 1,77% 1,95% 4,65% Maj 4,10% 3,39% –0,28% –0,29% Czerwiec –2,10% –2,59% –1,37% –1,05% Lipiec 4,55% 3,93% 1,27% –0,06% Sierpień 2,60% 2,20% –0,18% 0,84% Wrzesień –1,25% –2,22% –1,02% –0,21% Październik 1,23% 1,72% 1,61% 0,37% Listopad 0,33% 0,23% 0,21% –0,12% Grudzień 3,90% 4,09% 2,21% 2,15%

Źródło: opracowanie własne.

Rysunek 1. Średnia stopa zwrotu WIG oraz WIG20 Źródło: opracowanie własne.

-3,00% -2,00% -1,00% 0,00% 1,00% 2,00% 3,00% 4,00% 5,00% 6,00% WIG WIG20

(10)

Wyniki pokazują, że możemy mówić o efekcie stycznia na polskiej giełdzie, ponieważ stopa zwrotu w styczniu jest najwyższa w całym badanym okresie.

W przypadku indeksów notujących mniejsze spółki na polskim parkiecie sytuacja wygląda inaczej. Dla mWIG40 najwyższa stopa zwrotu występuje w marcu, natomiast styczeń zajmuje dopiero trzecie miejsce pod względem sto-py dochodu. Indeks średnich spółek notuje aż cztery ujemne stosto-py zwrotu. Za-równo grudzień jak i styczeń charakteryzują się podobną stopą zwrotu.

sWIG80 najwyższą stopę zwrotu uzyskiwał w kwietniu, jednak także trzy pierwsze miesiące charakteryzowały się dość wysoką dodatnią stopą zwrotu. Również koniec roku charakteryzował się ponad 2% wzrostem, jednak okres od maja do listopada to okres słabszych wyników – 5 miesięcy zamknęło się ujem-ną stopą zwrotu. Dane o średnich stopach mWIG40 oraz sWIG80 przedstawione zostały na rys. 2.

Rysunek 2. Średnia stopa zwrotu mWIG40 oraz sWIG80 Źródło: opracowanie własne.

W przypadku indeksu średnich i małych spółek nie można powiedzieć o występowaniu efektu stycznia na polskiej giełdzie. Istotne jest natomiast, że najwyższe stopy zwrotu występowały w pierwszych miesiącach roku.

W celu podsumowania wyników badania, dane zostały przedstawione w tab. 2.

-2,00% -1,00% 0,00% 1,00% 2,00% 3,00% 4,00% 5,00% mWIG40 sWIG80

(11)

Tabela 2. Podsumowanie średnich stóp zwrotu Okres Średnia stopa zwrotu z indeksu

WIG WIG20 mWIG40 sWIG80

Styczeń 4,84% 4,39% 2,04% 2,73%

Pozostałe miesiące 1,69% 1,38% 0,75% 1,20%

Cały rok 1,95% 1,63% 0,86% 1,33%

Tabela 3. Barometr stycznia dla indeksu WIG w latach 1992–2002

Rok Styczeń Cały rok Czy styczeń jako _{barometr działa?}

1992 1,99% 13,22% tak 1993 0,95% 1 095,37% tak 1994 35,71% –39,92% nie 1995 –17,66% 1,51% nie 1996 37,27% 89,07% tak 1997 12,29% 2,27% tak 1998 –0,45% –12,77% tak 1999 13,89% 41,33% tak 2000 7,27% –1,31% nie 2001 –1,37% –21,99% tak 2002 15,38% 3,19% tak 2003 –3,63% 44,92% nie 2004 5,41% 27,94% tak 2005 –2,41% 33,66% nie 2006 6,33% 41,60% tak 2007 8,22% 10,39% tak 2008 –14,20% –51,07% tak 2009 –9,34% 46,85% nie 2010 0,18% 18,77% tak 2011 –0,70% –20,83% tak 2012 8,86% 26,24% tak 2013 –1,31% 8,06% nie 2014 –0,88% 0,26% nie 2015 1,33% –9,62% nie 2016 –4,69% 4,26% nie

(12)

Porównując stopy zwrotu stycznia z pozostałymi jedenastoma miesiącami widać wyraźnie, że średnie stopy w styczniu były znacznie wyższe. W przypad-ku indeksów WIG oraz WIG20 stopa dochodu w pierwszym miesiącu była pra-wie trzykrotnie wyższa niż średnia w pozostałych miesiącach. W przypadku indeksów małych i średnich spółek stopa zwrotu w styczniu była ponad dwu-krotnie wyższa niż przez resztę roku.

Druga część badania składała się ze sprawdzenia czy na podstawie stopy zwrotu w styczniu można prognozować stopę zwrotu z całego roku. Badanie zostało przeprowadzone na indeksie WIG w okresie od 1992 do 2016 r. Jeśli stopa zwrotu w styczniu była dodatnia i stopa zwrotu całego roku była dodatnia oznaczało to, że styczeń działał jako dobra prognoza. Dobrą prognozę oznaczało również, gdy stopa zwrotu w pierwszym miesiącu roku była ujemna i stopa z całego roku nie była dodatnia. W przeciwnym wypadku barometr nie działał. Wyniki badania przedstawia tab. 3.

Wyniki pokazują, że w badanym okresie zdarzały się lata, w których baro-metr stycznia działał dobrze. Były to przede wszystkim początkowe lata noto-wań na giełdzie oraz okres po 2005 r. Z kolei ostatnie cztery lata, tj. od 2013 r., barometr nie wskazywał poprawnych rezultatów. Tabela 4 pokazuje ile razy barometr stycznia zadziałał w przypadku indeksu WIG.

Tabela 4. Podsumowanie wyników barometru stycznia dla WIG

Czy barometr działał? Ilość rezultatów Udział procentowy

Tak 15 60%

Nie 10 40%

Razem 25 100%

Wyniki pokazują, że dla ponad połowy z badanych lat, styczeń był dobrym prognostykiem dla całego roku. W 60% przypadków stopa zwrotu ze stycznia oraz całego roku podążała w tym samym kierunku. Barometr mylił się w 40% przypadków. Z punktu widzenia inwestorów jest to cenna wskazówka progno-styczna, choć nie można mieć całkowitej pewności co do jej skuteczności.

ZAKOŃCZENIE

Przełom roku kalendarzowego od wielu lat wzbudza nadzieję inwestorów na styczniowe zwyżki akcji i ożywia dyskusję na temat zjawiska sezonowości. Efekt styczniowy, czyli dość znaczny wzrost indeksów giełdowych w pierw-szych tygodniach nowego roku, został zbadany na wielu rynkach kapitałowych

(13)

i dokładnie opisany w literaturze. Podjęta została również próba wyjaśnienia tego efektu. Najczęściej poruszaną przyczyną jest hipoteza wyprzedaży akcji ze względów podatkowych. Istotnym zagadnieniem jest również zdolność progno-styczna stopy zwrotu w styczniu.

W świetle przeprowadzonych badań można wykazać obecność efektu stycznia na polskiej Giełdzie Papierów Wartościowych. Najszerszy indeks, obejmujący wszystkie notowane spółki, od 1992 r., tj. prawie od początku ist-nienia giełdy, charakteryzował się najwyższą średnią stopą zwrotu w styczniu. Natomiast analizy indeksów małych i średnich spółek pokazały, że mimo iż styczeń nie był najbardziej wzrostowym miesiącem, to pierwsze cztery miesiące dawały znacznie wyższe stopy zwrotu niż pozostałe miesiące. Na polskim rynku kapitałowym można było również zaobserwować zjawisko barometru stycznia, choć nie wszystkie okresy dawały dobre przewidywania. W szczególności ostat-nie lata pokazały osłabieostat-nie barometru.

Podsumowaniem całości przeanalizowanych badań może być stwierdzenie, że w pewnym stopniu udało się potwierdzić występowanie efektu stycznia na polskiej giełdzie, choć należy podkreślić, że polska giełda jest stosunkowo mło-da i trudno jest wyciągać mło-daleko idące wnioski na podstawie małej liczby ob-serwacji. Nasilenie występowania anomalii oraz możliwość ich zastosowania do strategii inwestycyjnych determinują poziom efektywności informacyjnej rynku kapitałowego. Dzięki ich umiejętnemu zastosowaniu mogą one przyczynić się do poprawy wyników inwestorów. Podobne zjawiska, choć o różnym natężeniu, mają miejsce na wielu rynkach kapitałowych. Rytm kalendarza wyznacza wiele dziedzin życia codziennego człowieka, jak wykazują badania dotyczy on także aspektów związanych z podejmowaniem decyzji inwestycyjnych. Rynki nie są oderwane od rzeczywistości, lecz są powiązane z naturalnym cyklem życia i funkcjonowania inwestorów.

BIBLIOGRAFIA

Cooper M., McConnell J., Ovtchinikov A., 2006, The other January effect, „Journal of Financial Economics”, vol. 82.

Czerwonka M., Gorlewski B., 2008, Finanse behawioralne, Wydawnictwo Szkoła Główna Han-dlowa w Warszawie, Warszawa.

Fama E., 1970, Efficient Capital Markets: A Review of Theory and Empirical Work, „Journal of Finance”, vol. 25, no. 2.

Gajdka J., 2013, Behawioralne finanse przedsiębiorstw, Wydawnictwo Uniwersytetu Łódzkiego, Łódź.

Gu A., 2003, The Declining January Effect: Evidences From The U.S. Equity Markets, „Quarterly Review Of Economics And Finance”, vol. 43, no. 2.

Gultkein M., 1983, Stock Market Seasonality: International Evidence, „Journal Of Finance And Economics”, vol. 12, no. 4.

(14)

Haugen R., Lakonishok J., 1988, The Incredible January Effect: The Stock Market's Unsolved Mystery, Dow Jones–Irwin, Illinois.

Jones C., 1996, Investments. Analysis and management, Wydawnictwo John Willey & Sons, Nowy Jork.

Kaeppel J., 1990, The January barometer: myth and reality, „Technical Analysis of Stock and Commodities”, vol. 8.

Keane S., 1983, Stock market efficiency – theory, evidence, implications, PA Publishers, Oxford. Kinnney W., Rozeff M., 1976, Capital Market Seasonality: The Case of stock returns, „Journal of

Financial Economics”, vol. 3, no. 4.

Kiyoshi K., 1985, Seasonal And Size Anomalies In The Japanese Stock Market, „Journal of Finan-cial and Quantitative Analysis”, vol. 20, no. 2.

Lakonishok J., Schleifer A., Vishny R., 1992, Window Dressing by Pension Fund Managers, „American Economic Review”, vol. 81, no. 2.

Ligon J., 1997, A Simultaneous Test Of Competing Theories Regarding The January Effect, „Journal of Financial Research”, vol. 20.

Peters E., 1997, Teoria chaosu a rynki kapitałowe, Wydawnictwo WIG-Press, Warszawa. Reinganum M., 1983, The Anomalies Stock Market Behaviour Of Small Firms In January: Empirical

Tests For Tax-loss Selling Effects, „Journal of Financial Economics”, vol. 12.

Reinganum M., Shapiro A., 1987, Taxes And Stock Market Seasonality: Evidence From the London Stock Exchange, „Journal of Business”, vol. 60, no. 2.

Shleifer A., 2000, Inefficient Markets. An Introduction to Behavioral Finance, Oxford University Press, Oxford.

Szyszka A., 2009, Finanse behawioralne, Wydawnictwo Uniwersytetu Ekonomicznego w Pozna-niu, Poznań.

Tinic S., West R., 1984, Risk and Return: January and the rest of the year, „Journal of Financial Economics, vol. 13.

Wachtel S., 1942, Certain observations on seasonal movements in stock prices, „Journal of Business”, vol. 15, no. 2.

Zielonka P., 2006, Behawioralne aspekty inwestowania, Wydawnictwo CeDeWu, Warszawa. Zielonka P., 2015, Giełda i psychologia, Wydawnictwo CeDeWu, Warszawa.

[www1] www.gpw.pl/opisy_indeksow.

SEASONAL ANOMALIES ON THE CAPITAL MARKETS: JANUARY EFFECT AND JANUARY BAROMETER ON THE WARSAW STOCK EXCHANGE Abstract In the theory of finance efficient market means, that securities reflect all

available information. However, on the basis of many analysis and the theory of behavioral finance numerous anomalies have been detected. One of them is the January effect and the barometer effect, which are characterized in this paper. The aim of this paper is to examine whether January effect is present on Polish Warsaw Stock Exchange and whether the rate of return in January can be a good predictor for the rest of the year. In this study authors analyzed literature in the field of seasonal anomalies, in particular the January effect and barometer effect, and examined the occurrence of the January effect and barometer effect on the Polish market. Based on the results, the existence of both was proved only to some extent.

Keywords capital market, January effect, January barometer, seasonal anomalies, stock exchange rhythm, efficient market analysis, stock exchange analysis.