VOL. XLVI, 1 SECTIO H 2012

A N N A L E S

U N I V E R S I TAT I S M A R I A E C U R I E - S K à O D O W S K A L U B L I N – P O L O N I A

VOL. XLVI, 1 SECTIO H 2012

*Katedra Rynków Finansowych, Uniwersytet Ekonomiczny w Krakowie

**Katedra Psychologii Ekonomicznej, Akademia Leona KoĨmiĔskiego w Warszawie

EL ĩBIETA KUBIēSKA*, àUKASZ MARKIEWICZ**

Pomiar ryzyka jako wyzwanie dla wspó áczesnych finansów

Risk measurement as a challenge to contemporary finance

Wprowadzenie

Ryzyko jest kluczowym poj Ċciem w klasycznej teorii finansów. Jednym z zaáo- ĪeĔ modelu CAPM jest to, Īe inwestorzy oceniają akcje tylko w kontekĞcie relacji:

oczekiwana stopa zwrotu – wariancja

. Przy ocenie ryzyka stosuj ą zatem teoriĊ Markowitza, mierz ąc ryzyko inwestycji poprzez odchylenie standardowe stóp zwro- tu

. Definicja awersji do ryzyka w teorii portfelowej Markowitza sprowadza si Ċ do unikania zmienno Ğci stóp zwrotu, przy czym kaĪdy inwestor przejawia indy- widualny stopie Ĕ awersji do ryzyka (zmiennoĞci) wynikający z psychologicznych uwarunkowa Ĕ.

Pomiar preferencji ryzyka w podej Ğciu psychologicznym jest bardziej wielowątko- wy. W odró Īnieniu od normatywnej koncepcji Markowitza dopuszcza siĊ moĪliwoĞü preferencji ryzyka przez decydentów, którzy mog ą maksymalizowaü nie tyle uĪy- teczno Ğü pieniądza, co uĪytecznoĞü pozytywnych emocji związanych z ryzykownym zachowaniem

. W tradycji psychologicznej zwyk áo siĊ mierzyü preferencjĊ ryzyka z u Īyciem trzech rodzajów metod.

1

Badanie sfinansowane dzi Ċki Ğrodkom z grantu N N113 308338.

2

K. Jajuga, T. Jajuga. Inwestycje. Instrumenty finansowe, aktywa finansowe, ryzyko finansowe, inĪy- nieria finansowa, Wydawnictwo Naukowe PWN, Warszawa 2007.

3

H. Markowitz, Portfolio Selection, „Journal of Finance” 1952, vol. 7, nr 1, 77–91.

4

à. Markiewicz, E. Weber, A scale of gambling risk propensity that predicts excessive stock trading.

„Journal of Behavioral Finance” (w druku).

Pierwsza z nich jest oparta na podej Ğciu loteryjnym – o preferencji ryzyka jednostki wnioskuje si Ċ na podstawie decyzji, jakie podejmuje ona w specjalnie zaplanowanych loteriach. Wärneryd

oferuje przegl ąd stosowanych w takich przypadkach typów loterii, przy czym wedle oceny autorów najbardziej rozpowszechniony pozostaje tzw. ekwiwalent pewny, czyli pro Ğba o wskazanie przez decydenta kwoty bĊdącej dla niego ekwiwalentem danej loterii (ekwiwalent pewny wy Īszy od wartoĞci ocze- kiwanej loterii wskazuje na preferencj Ċ ryzyka jednostki).

Druga grupa metod pomiaru preferencji ryzyka to tak zwane pomiary niejawne oparte na obserwacjach rzeczywistego zachowania. W metodzie tej badany nie wie, co jest przedmiotem pomiaru. Do metod tych nale Īy np. test balonu BART

, w któ- rym decydent proszony jest o pompowanie serii wirtualnych balonów maj ących, tak jak w realnym Īyciu, rosnącą skáonnoĞü do pĊkniĊcia z kaĪdym kolejnym ruchem pompki. W takiej sytuacji ilo Ğü ruchów pompki jest wskaĨnikiem preferencji ryzyka u decydenta.

Trzecia, najcz ĊĞciej stosowana, metoda pomiaru preferencji ryzyka oparta jest na badaniu kwestionariuszowym, w którym badanych pyta si Ċ wprost o ich skáonnoĞü do zaanga Īowania siĊ w sytuacje powszechnie uznawane za ryzykowne.

Liczne badania wskazuj ą, iĪ skáonnoĞü do podejmowania ryzyka nie jest zgene- ralizowana na wszystkie dziedziny Īycia

– a jest raczej specyficzna dla dziedziny, w jakiej j ą mierzymy. Co wiĊcej, nawet preferencja ryzyka w obszarze finansów nie jest jednowymiarowym konstruktem. Buduj ąc skalĊ preferencji ryzyka (DOSPERT), Weber i in.

spodziewali si Ċ wyodrĊbniü skalĊ preferencji ryzyka „finansowego”. Zrea- lizowana analiza czynnikowa wskazywa áa na istnienie dwóch oddzielnych czynników w obr Ċbie ryzyka finansowego – (1) preferencji ryzyka związanego z inwestowaniem i (2) preferencji ryzyka zwi ązanego z hazardem.

Nurtuj ącym nas problemem jest próba okreĞlenia zgodnoĞci pomiarów ryzyka inwestycyjnego uzyskanych za pomoc ą miar ekonometrycznych i psychologicznych.

Z naszych dotychczasowych bada Ĕ

wynika, Īe preferencja ryzyka hazardowego mierzona na skali DOSPERT nie wyja Ğnia ryzyka portfela mierzonego przez od-

5

K. Wärneryd. Risk attitudes and risky behavior, „Journal of Economic Psychology” 1996, 17(6), 749–770.

6

C. W. Lejuez, J. P. Read, C. W. Kahler, J. B. Richards, S. E. Ramsey, G. L. Stuart, et al., Evaluation of a Behavioral Measure of Risk Taking: The Balloon Analogue Risk Task (BART), „Journal of Experimental Psychology: Applied” 2002, 8(2), 75–84.

7

T. Tyszka, A. Domurat, Czy istnieje ogólna skáonnoĞü jednostki do ryzyka?, „Decyzje” 2004, vol. 2, 85–104.

E. U. Weber, E. J. Johnson, Decisions under uncertainty: Psychological, economic, and neuroeconomic explanations of risk preference, [w:] red. P. W. Glimcher, C. F. Camerer, E. Fehr, R. A. Poldrack, Neuroeco- nomics: Decision making and the brain, Academic Press, London 2008, s. 127–144.

8

E. U. Weber, A. R. Blais, N. E. Betz, A Domain-Specific Risk-Attitude Scale: Measuring Risk Percep- tions and Risk Behaviors, „Journal of Behavioral Decision Making” 2002, 15(4) 263–290.

9

E. Kubi Ĕska, à. Markiewicz, RóĪne podejĞcia do mierzenia ryzyka inwestycyjnego – perspektywa psy-

chologiczna i finansowa, artykuá zgáoszony do redakcji Zeszytów Naukowych Uniwersytetu Ekonomicznego

w Krakowie, Seria: Finanse.

chylenie standardowe historycznych stóp zwrotu. W niniejszym artykule chcemy podda ü analizie miarĊ ryzyka portfela, jaką jest wartoĞü naraĪona na ryzyko (VaR).

1. Próba badawcza

Analizy zosta áy zrealizowane na podstawie zbioru stanowiącego zapis transakcji uczestników internetowej gry gie ádowej organizowanej przez spóákĊ Parkiet Media SA, wydawc Ċ „Gazety Gieády PARKIET” na przeáomie lat 2006–2007. W grze wziĊáo udzia á blisko szeĞü tysiĊcy uczestników, byáy to gáównie osoby máode – studenci.

Uczestnicy nie zawierali transakcji mi Ċdzy sobą, lecz symulowano ich peánoprawne uczestnictwo w rzeczywistym rynku GPW. Zlecenie by áo realizowane na wirtualnym rachunku, je Īeli na GPW pojawiáo siĊ przeciwne zlecenie. KaĪdy z uczestników otrzyma á wirtualną kwotĊ 100 tys. zá, mając za zadanie uzyskanie jak najwyĪszej stopy zwrotu z portfela do ostatniego dnia gry (przy czym gra trwa áa od 33 do 47 dni sesyjnych – w zale ĪnoĞci od momentu przystąpienia do gry). Uczestnicy symu- lacji mogli wy áącznie handlowaü spóákami wchodzącymi w skáad indeksu WIG20.

Podobnie jak inwestorzy z warszawskiej GPW mogli zajmowa ü zarówno pozycje d áugie, jak i krótkie, mieli moĪliwoĞü skáadania zleceĔ PKC, jak i zleceĔ z limitem ceny i czasu, a ich transakcje obci ąĪone byáy prowizją w wysokoĞci zbliĪonej do ówcze Ğnie obowiązujących w internetowych domach maklerskich. Zasady kon- kursu, charakterystyka uczestników zosta áy obszernie opisane we wczeĞniejszych artyku áach

.

Dodatkowo z cz ĊĞcią uczestników symulacji inwestycyjnej zrealizowano wywiad kwestionariuszowy metod ą internetową, uzyskując N=632 jednostek analizy. W tej cz ĊĞci badania przeprowadzono m.in. badanie DOSPERT. Dokáadniejszy opis czĊĞci psychometrycznej by á juĪ wczeĞniej opublikowany

.

Ze wzgl Ċdu na fakt, iĪ gra toczyáa siĊ na umownych jednostkach, a nie na praw- dziwych pieni ądzach, nie moĪna zakáadaü idealnego przeáoĪenia gieády wirtualnej na rzeczywist ą. Jednak sądzimy, Īe przeáoĪenie to jest wystarczające na potrzeby niniejszego badania. O tym, i Ī zachowania inwestorów wirtualnych są podobne do zachowa Ĕ inwestorów rzeczywistych, Ğwiadczą podobne skáonnoĞci zaobserwowane w obu grupach. Otó Ī wiadomo, iĪ inwestorzy na gieádzie ulegają efektowi dyspozy- cji – autorom uda áo siĊ potwierdziü wystĊpowanie tego efektu takĪe u inwestorów

10

E. KubiĔska, à. Markiewicz, Analiza decyzji inwestycyjnych uczestników gry gieádowej – skáonnoĞci wirtualnych inwestorów, inwestuj ących wirtualne Ğrodki, „Decyzje” 2008, 9, 57–82; iidem, Punkty odniesienia szerszej skali konta mentalnego uczestników gry gieádowej, „Decyzje” 2009, 12, 79–95.

11

à. Markiewicz, E. Weber, A scale of gambling risk propensity that predicts excessive stock trading,

„Journal of Behavioral Finance” (w druku). à. Markiewicz, Wybrane inklinacje inwestorów gieádowych

w zarządzaniu portfelem inwestycyjnym. (nieopublikowana praca doktorska), Szkoáa WyĪsza Psychologii

Spo áecznej, Wrocáaw 2010.

wirtualnych

. To samo dotyczy preferencji ryzyka stymulacyjnego u inwestorów gie ádowych

. Wydaje nam si Ċ zatem, iĪ podobieĔstwa zjawisk obserwowanych na rzeczywistej i wirtualnej gie ádzie Ğwiadczą o tym, iĪ te dwie sytuacje inwestycyjne nie s ą aĪ tak od siebie odlegáe.

2. Zastosowane miary ryzyka

Ilo Ğciowe podejĞcie do mierzenia ryzyka oparte jest na teorii portfelowej Mar- kowitza. Dla ka Īdego uczestnika w kaĪdym dniu trwania gry t wyznaczono: σ

– odchylenie standardowe oraz u

– oczekiwan ą stopĊ zwrotu portfela. Estymacji dokonano na podstawie historycznych jednodniowych stóp zwrotu z okresu 6 mie- si Ċcy poprzedzających dzieĔ t. NastĊpnie wartoĞci σ

_i

u

sta áy siĊ podstawą do wyznaczenia bardzo popularnej w Ğród praktyków miary ryzyka, jaką jest wartoĞü nara Īona na ryzyko (Value at Risk – VaR). VaR jest to maksymalna strata portfela, jaka mo Īe wystąpiü przy zaáoĪonym poziomie ufnoĞci

, czyli:

 ^,

P   V V ! VaR D

gdzie V, V

to odpowiednio warto Ğü inwestycji na koĔcu i początku okresu przetrzy- mania walorów oraz (1 – Į) – zadany poziom ufnoĞci. NajczĊĞciej stosowane wartoĞci parametrów to 95% lub 99% poziom ufno Ğci

, a za áoĪony okres przetrzymania to najcz ĊĞciej 1 dzieĔ lub 2 tygodnie

. W dalszej cz ĊĞci artykuáu prezentowane są wyniki dla 95% poziomu ufno Ğci i okresu przetrzymania 1 dzieĔ.

Do pomiaru preferencji ryzyka w podej Ğciu psychologicznym wykorzystano naj- cz ĊĞciej stosowaną skalĊ preferencji ryzyka – wczeĞniej omawianą skalĊ DOSPERT

. Pomiar preferencji ryzyka finansowego odbywa á siĊ za pomocą deklaracji respon- dentów, w jakim stopniu byliby sk áonni zaangaĪowaü siĊ w aktywnoĞci powszechnie wi ązane z ryzykiem w obszarze finansów (tabela 1), przy czym odpowiedzi byáy udzielane poprzez zaznaczenie punktu na skali Likerta od 1 do 5 w odniesieniu do ka Īdego z pojedynczych stwierdzeĔ.

12

E. KubiĔska, à. Markiewicz, T. Tyszka, Disposition Effect Among Contrarian and Momentum Inve- stors, „Journal of Behavioral Finance” (w druku).

13

à. Markiewicz, E. Weber, A scale of gambling risk propensity that predicts excessive stock trading,

„Journal of Behavioral Finance” (w druku).

14

P. Best, WartoĞü naraĪona na ryzyko, obliczanie i wdraĪanie modelu VaR, Oficyna Ekonomiczna, Kraków 2000.

15

JP Morgan stosuje 95% poziom ufno Ğci, Komitet Bazylejski do spraw Nadzoru Bankowego zaleca 99% poziom ufnoĞci.

16

N. Pearson, Risk Budgeting: Portfolio Problem Solving with Value-at-Risk, John Wiley & Sons, New York 2002.

17

E. U. Weber, A. R. Blais, N. E. Betz, A Domain-Specific Risk-Attitude Scale: Measuring Risk Percep-

tions and Risk Behaviors, „Journal of Behavioral Decision Making” 2002, 15(4) 263–290.

Tabela 1. Skala DOSPERT

Preferencja ryzyka w hazardzie Preferencja ryzyka w inwestowaniu - Postawienie caáodniowego zarobku na wyĞcigach

konnych

- Postawienie caáodniowego zarobku podczas gry w karty (np. w pokera, podczas gry o wysoką stawkĊ) - Postawienie w kasynie swojego zarobku z caáego tygodnia

- Postawienie caáodniowego zarobku u bukmachera w zak áadach sportowych (na wynik meczu, wyĞcigu, walki itd.)

- Zainwestowanie 10% swoich rocznych dochodów w hybrydowy fundusz inwestycyjny (zrównowaĪo- nego wzrostu)

- Zainwestowanie 5% swojego rocznego dochodu w akcje duĪych i znanych firm, których ceny nie podlegają spekulacjom

- Zainwestowanie 10% swojego rocznego dochodu w obligacje rz ądowe

ħródáo: Opracowanie wáasne autorów.

Warto Ğü skali reprezentowana jest przez sumĊ wszystkich punktów ze wszystkich stwierdze Ĕ tworzących skalĊ. Podobnie jak w przypadku badania Weber i innych (2002) zrealizowana analiza czynnikowa wskaza áa na koniecznoĞü oddzielnego roz- patrywania preferencji ryzyka hazardowego i inwestycyjnego

. Wskazuje to na fakt, Īe trudno mówiü o ogólnej preferencji ryzyka w obszarze związanym z pieniądzem, nale Īy wiĊc rozpatrywaü preferencjĊ ryzyka oddzielnie w obszarze związanym z pobudkami hazardowymi i inwestycyjnymi.

U Īyte miary ryzyka zostaáy szerzej opisane w poprzednim artykule

, przy czym ich podstawowe charakterystyki zawiera tabela 2.

Tabela 2. Statystyki opisowe dla miar ryzyka (N=632)

ĝrednia Odchyle-

nie std. Min. Max. SkoĞnoĞü Kurtoza

ĝrednia stopa zwrotu — -,0016 ,00621 -,093 ,0561 -4,022 86,294

Odchylenie standardowe ı ,0412 ,09537 ,00 2,205 19,085 425,929

VaR na poziomie ufnoĞci 95% 4799,81 5075,62 -15612,90 20683,84 ,246 1,199 Skala DOSPERT

Inwestycyjne 10,55 2,83 3,00 15,00 -,350 -,379

Hazardowe 8,13 4,30 4,00 20,00 ,987 ,101

ħródáo: Opracowanie wáasne autorów.

18

à. Markiewicz, Wybrane inklinacje inwestorów gieádowych...

19

E. Kubi Ĕska, à. Markiewicz, RóĪne podejĞcia do mierzenia ryzyka inwestycyjnego...

Warto Ğü minimalna VaR jest ujemna ze wzglĊdu na dostĊpnoĞü zleceĔ krótkiej sprzeda Īy w trakcie trwania gry.

Wp áyw zmiennych socjodemograficznych oraz przejawianego stylu inwestycyj- nego na VaR zosta á przedstawiony w tabeli 3.

Tabela 3. Wyniki regresji dla zmiennej zale Īnej VaR

Wspóáczynnik t-test

Sta áa 4472,45 1,67

Wiek 103,12 0,91

Pracuje (0/1) 476,37 1,09

Páeü (0/1) -469,67 -0,89

Daytrading (0/1) 1121,17 2,24*

Ekonomiczna uczelnia (0/1) 461,24 1,15

Transakcje krótkie (0/1) -2123,82 -4,87**

Rachunek (0/1) 831,76 1,88*

WartoĞü na koniec gry 5,18 E-07 0,13

IloĞü dni bez zmian w gotówce -22,97 -1,18

Iloma spóákami obracaá -187,73 -3,49**

N 627

R

0,089

F 9,439457

* (**) wartoĞü istotna na poziomie p<.05 (p<.001).

ħródáo: Opracowanie wáasne autorów.

Istotny wp áyw na VaR portfela ma fakt przeprowadzania tzw. transakcji daytrading.

Uczestnicy gry, którzy cho ü raz sprzedali i kupili ten sam walor w tym samym dniu, mieli VaR portfela Ğrednio wyĪszy o okoáo 1121 zá niĪ osoby, które takich transak-

20

Zmienne zero- jedynkowe zostaáy zdefiniowane nastĊpująco: Pracuje (0/1): 1 – jeĪeli uczestnik gry zadeklarowa á, Īe jest zatrudniony, 0 – w przeciwnym przypadku; Páeü (0/1): 1 – kobieta, 0 – mĊĪczyzna;

Daytrading (0/1): 1 – jeĪeli uczestnik wykonaá choü raz dwie przeciwne transakcje tego samego dnia na

tym samym walorze, 0 – w przeciwnym wypadku; Ekonomiczna uczelnia (0/1): 1 – jeĪeli uczestnik gry jest

studentem uczelni ekonomicznej, 0 – w przeciwnym przypadku; Transakcje krótkie (0/1): 1 – je Īeli inwestor

wykonaá choü jedną transakcjĊ krótką, 0 – w przeciwnym przypadku; Rachunek (0/1): 1 – gdy posiada ra-

chunek inwestycyjny w rzeczywisto Ğci, 0 – w przeciwnym wypadku.

cji nie dokona áy. Bycie „daytraderem” podwyĪsza istotnie ryzyko portfela. Z kolei transakcje krótkie obni Īają ryzyko portfela. Osoby, które choü raz zawaráy transakcjĊ krótk ą, mają portfele, których VaR jest o ponad 2000 zá mniejszy niĪ osób, które nie sk áadaáy krótkich zleceĔ. Istotny wpáyw na obniĪenie ryzyka portfela ma prosta dywersyfikacja mierzona przez zmienn ą „Iloma spóákami obracaá”, przedstawiającą liczb Ċ spóáek, w które zainwestowaá gracz w trakcie trwania caáej gry. DoáoĪenie jednej spó áki w historii inwestycyjnej obniĪaáo ryzyko mierzone poprzez VaR o okoáo 187 zá.

Istotny wp áyw na podwyĪszenie VaR ma fakt posiadania rachunku inwestycyjnego.

Osoby posiadaj ące rachunek maklerski na rzeczywistej GPW miaáy VaR portfela wy Īszy o ponad 800 zá. Pozostaáe zmienne, przedstawiające wiek, status zawodowy, p áeü, rodzaj uczelni, na której uczestnik gry studiuje, aktywnoĞü (dokáadniej jej brak) mierzona przez licz Ċ dni bez zmian na rachunku, okazaáy siĊ nieistotne. Interesujące jest, Īe wartoĞü portfela na koniec gry okazaáa siĊ zmienną nieistotną, podjĊte ryzy- ko mierzone za pomoc ą VaR nie zostaáo wynagrodzone w wyniku gry – byü moĪe w wyniku krótkiej perspektywy inwestycyjnej.

3. Porównanie psychologicznych i finansowych miar ryzyka

Problem badania powi ązaĔ miĊdzy finansowymi a psychologicznymi miarami ryzyka nie jest nowy. Wärneryd

wykaza á zgodnoĞü wyników pomiarów ryzyka uzy- skanych za pomoc ą miar psychologicznych i finansowych. Warto jednak nadmieniü, Īe ryzyko inwestycyjne byáo mierzone przez zmienną porządkową odzwierciedlającą jedynie poziom ryzyka zwi ązany z danym rodzajem instrumentu finansowego, 6-stop- niowa skala by áa rozpiĊta miĊdzy instrumentami o najniĪszym ryzyku, takimi jak bony skarbowe, a instrumentami najbardziej ryzykownymi, takimi jak instrumenty pochodne. Z kolei March i Shapira

wykazali, Īe menedĪerowie podejmują ryzyko i wykazuj ą preferencje ryzyka, ale podjĊte decyzje odbiegają od związku: odchylenie standardowe – oczekiwana stopa zwrotu.

W poprzednim artykule

wykazali Ğmy, Īe nie ma Īadnej zaleĪnoĞci miĊdzy mia- rami psychologicznymi preferencji ryzyka finansowego a odchyleniem standardowym portfela (cho ü teoretycznie moĪna by takiej zaleĪnoĞci oczekiwaü w przypadku osób przejawiaj ących wysoką preferencjĊ ryzyka stymulacyjnego związanego z hazardem – osoby te powinny budowa ü portfele charakteryzujące siĊ wyĪszym odchyleniem standardowym historycznych stóp zwrotu).

W niniejszym artykule chcemy przetestowa ü związek miĊdzy VaR a miarami psychologicznymi opartymi na kwestionariuszu DOSPERT. Otó Ī zakáadamy:

21

K. E. Wärneryd, Risk attitudes..., 749–770.

22

J. G. March, Z. Shapira, Managerial perspectives on risk and risk taking, „Management Science”

1987, 33(11), 1404–1418.

23

E. Kubi Ĕska, à. Markiewicz, RóĪne podejĞcia do mierzenia ryzyka inwestycyjnego...

Hipoteza: Osoby maj ące gáównie na uwadze aspekty inwestycyjne (wysokie warto Ğci na skali preferencji ryzyka inwestycyjnego w DOSPERT) powinny kon- struowa ü portfele o niskim poziomie prawdopodobnej straty (niskie wartoĞci VaR).

Trudno natomiast przewidywa ü kierunek związku miĊdzy VaR a preferencją ryzyka hazardowego (z DOSPERT). Otó Ī inwestorzy preferujący ryzyko hazardo- we powinni budowa ü portfele o duĪym odchyleniu standardowym i jednoczeĞnie – zgodnie z klasyczn ą teorią finansów – o duĪym poziomie wartoĞci oczekiwanej stóp zwrotu. Takie osoby mog ą tymczasem osiągnąü podobną wartoĞü VaR jak osoby unikaj ące ryzyka hazardowego, od których moĪna by oczekiwaü portfela o ma áym odchyleniu standardowym i niskim poziomie wartoĞci oczekiwanej stóp zwrotu.

Wyniki przedstawione w tabeli 4 potwierdzaj ą związek postulowany hipotezą – odnotowano istotn ą ujemną korelacjĊ miĊdzy VaR a preferencją ryzyka inwesty- cyjnego mierzonego na skali DOPSERT.

Tabela 4. Wspóáczynniki korelacji miĊdzy miarami finansowymi i psychologicznymi

S ig m a V a R 9 5 % In w e st y c y jn e H a z a rd o w e F in a n so w e (i n w e st y c y jn e + h a z a rd o w e)

Sigma 1,000 ,169** -,026 -,016 -,027

VaR 95% ,169** 1,000 -0,088* -0,016 -0,061

(p<0,1)

Inwestycyjne -,026 -0,088* 1,000 ,125** ,651**

Hazardowe -,016 -0,016 ,125** 1,000 ,835**

Finansowe (inwestycyjne + hazardowe)

-,027 -0,061

(p<0,1) ,651** ,835** 1,000

* (**) wartoĞü istotna na poziomie p<.05 (p<.01). N=632.

ħródáo: Opracowanie wáasne autorów.

Oczywi Ğcie zaobserwowany związek nie jest silny [r(632)= í0,088; p<.05], acz- kolwiek pozostaje istotny statystycznie.

ZakoĔczenie

Uzyskany wynik ma du Īe znacznie dla praktyków inwestowania. OkreĞlenie profilu

inwestora wed áug zaleceĔ klasycznej teorii finansów jest konieczne dla poprawnego

zarz ądzania portfelem inwestycyjnym

. Zgodnie z za áoĪeniami klasycznej teorii finansów poprawnie zmierzony poziom awersji do ryzyka powinien mie ü wpáyw na sk áad portfela. Dodatkowo dyrektywa UE w sprawie rynku instrumentów finanso- wych (Markets in Financial Instruments Directive MiFID

, 2004 i 2006) nak áada na doradców inwestycyjnych obowi ązek oceny stopnia preferencji ryzyka klientów. Jest to realizowane najcz ĊĞciej przez dystrybucjĊ kwestionariusza, zatem za pomocą metod psychologicznych. Aby doradca inwestycyjny móg á efektywnie doradziü klientowi musi zrozumie ü wyniki pomiaru kwestionariuszowego. Komunikacja miĊdzy doradcą a klientem mo Īe byü utrudniona, poniewaĪ doradca operuje miarą ekonometryczną, podczas gdy klient prostym semantycznym okre Ğleniem swojej preferencji ryzyka.

Wyzwaniem dla wspó áczesnych finansów jest zrozumienie psychologicznych miar ryzyka w celu poznania j Ċzyka, jakim posáugują siĊ nieprofesjonalni inwestorzy, i lepszego zarz ądzania ryzykiem.

Risk measurement as a challenge to contemporary finance

The paper presented above tests the compatibility of different measures of investor’s risk propen- sity. We compared results obtained from psychological measures: investment and gambling risk taking propensity measured by the DOSPERT scale to financial measure: value of risk (VaR) of the constructed portfolio. The empirical analysis was conducted on the data base of decisions made by participants of the stock market game from the business press publisher, Parkiet. The Pearson chi-square test confirms a statistically significant association between investment risk taking propensity measured by the DO- SPERT scale and the value of risk (VaR).

24

K. Jajuga, T. Jajuga, op. cit.

25

http://www.mifid.com.pl/.