Bartłomiej Lisicki https://orcid.org/0000-0002-8455-4312

© Bartłomiej Lisicki. Artykuł udostępniony na licencji CC BY-SA 4.0

ARTYKUŁ

(Polski) PDF

STRESZCZENIE

Współczynnik beta (ß) stanowi jeden z najpopularniejszych mierników ryzyka inwestowania w akcje. W przypadku modelu regresji prostej pokazuje, jaka zmiana stopy zwrotu z akcji spółki nastąpi w wyniku wzrostu rynkowej stopy zwrotu z akcji o jeden punkt procentowy. Celem badania omawianego w artykule jest porównanie wartości współczynnika ß akcji największych spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie (GPW) podczas pandemii COVID-19 (lata 2020–2021) oraz w okresie bezpośrednio poprzedzającym jej wybuch (lata 2018–2019). Przyjęto hipotezę, że rozprzestrzenianie się pandemii miało wpływ na kształtowanie się wartości współczynnika ß akcji spółek z GPW. Aby ją zweryfikować, oszacowano wartości współczynnika ß akcji wybranych spółek z GPW we wskazanych okresach przy użyciu klasycznej metody najmniejszych kwadratów. Wykorzystano cztery interwały czasowe stóp zwrotu: dzienny, tygodniowy, dwutygodniowy i miesięczny. Różnice wartości współczynnika ß akcji podmiotów zakwalifikowanych do badania okazały się istotne statystycznie (przy weryfikacji testem t dla grup zależnych) we wszystkich wskazanych interwałach czasowych stóp zwrotu. Rezultaty świadczą o istotnej zmianie wartości współczynnika ß akcji największych spółek z GPW w trakcie pandemii COVID-19 w stosunku do lat wcześniejszych, co wskazuje na wyższy poziom ryzyka systematycznego tych spółek, uznawanych dotychczas (ze względu na swoją wielkość) za bezpieczniejsze. Uzyskane wyniki są zbieżne z rezultatami badań dotyczących światowych rynków kapitałowych.

SŁOWA KLUCZOWE

współczynnik beta, ryzyko rynkowe, COVID-19, Giełda Papierów Wartościowych w Warszawie, akcje

JEL

C20, G11, G12, G17

BIBLIOGRAFIA

Akter, N., Nobi, A. (2018). Investigation of the Financial Stability of S&P 500 Using Realized Volatility and Stock Returns Distribution. Journal of Risk and Financial Management, 11(2), 1–10. https://doi.org/10.3390/jrfm11020022.

Blume, M. E. (1975). Betas and their regression tendencies. The Journal of Finance, 30(3), 785–795. https://doi.org/10.1111/j.1540-6261.1975.tb01850.x.

Bolesta, K., Sobik, B. (2020). Analiza działań antykryzysowych podczas pandemii COVID-19 w krajach Europy. Zeszyty Naukowe Polskiego Towarzystwa Ekonomicznego w Zielonej Górze, 7(13), 18–30. https://doi.org/10.26366/PTE.ZG.2020.176.

Bradfield, D. (2003). Investment Basics XLVI. On estimating the beta coefficient. Investment Analysts Journal, 32(57), 47–53. https://doi.org/10.1080/10293523.2003.11082448.

Brealey, R. A., Myers, S. C., Allen, F. (2019). Principles of Corporate Finance. McGraw-Hill.

Cakici, N., Zaremba, A. (2021). Who should be afraid of infections? Pandemic exposure and the cross-section of stock returns. Journal of International Financial Markets, Institutions & Money, 72, 1–25. https://doi.org/10.1016/j.intfin.2021.101333.

Cenesizoglu, T., Liu, Q., Reeves, J. J., Wu, H. (2016). Monthly Beta Forecasting with Low-, Medium- and High-Frequency Stock Returns. Journal of Forecasting, 35(6), 528–541. https://doi.org/10.1002/for.2396.

Chen, C. C., So, R. W. (2002). Exchange rate variability and the riskiness of US multinational firms: evidence from the Asian financial turmoil. Journal of Multinational Financial Management, 12(4–5), 411–428. https://doi.org/10.1016/S1042-444X(02)00018-X.

Choudhry, T., Lu, L., Peng, K. (2010). Time-varying beta and the Asian financial crisis: Evidence from the Asian industrial sectors. Japan and the World Economy, 22(4), 228–234. https://doi.org/10.1016/j.japwor.2010.06.003.

Corbet, S., Hou, Y., Hu, Y., Lucey, B., Oxley, L. (2021). Aye Corona! The contagion effects of being named Corona during the COVID-19 pandemic. Finance Research Letters, 38, 1–9. https://doi.org/10.1016/j.frl.2020.101591.

Daves, P., Ehrhardt, M., Kunkel, R. (2000). Estimating Systematic Risk: The Choice of Return Interval and Estimation Period. Journal of Financial and Strategic Decisions, 13(1), 7–13.

Dimson, E. (1979). Risk measurement when shares are subject to infrequent trading. Journal of Financial Economics, 7(2), 197–226. https://doi.org/10.1016/0304-405X(79)90013-8.

Feder-Sempach, E. (2010). Analiza porównawcza prognozy dla wybranych spółek z indeksu WIG20. W: J. Handschke, W. Przybylska-Kapuścińska (red.), Rynki finansowe i ubezpieczenia. Nowe perspektywy instytucji i instrumentów (s. 84–91). Wydawnictwo Uniwersytetu Ekonomicznego w Poznaniu.

Feder-Sempach, E. (2017). Efekt interwału w oszacowaniach współczynnika beta na podstawie akcji spółek z indeksu WIG20 i DAX w okresie 2005–2015 – analiza porównawcza. Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach, (325), 20–30.

Feder-Sempach, E., Szczepocki, P. (2022). The Bayesian Method in Estimating Polish and German Industry Betas. A Comparative Analysis of the Risk between the Main Economic Sectors from 2001–2020. Comparative Economic Research. Central and Eastern Europe, 25(2), 45–60. https://doi.org/10.18778/1508-2008.25.12.

Giełda Papierów Wartościowych. (b.r.). Karty indeksów. Pobrane 15 maja 2022 r. z https://gpwbenchmark.pl/karta-indeksu?isin=PL9999999516.

Giełda Papierów Wartościowych. (2021). Rocznik giełdowy 2020. https://www.gpw.pl/biblioteka-gpw-wiecej?gpwl_id=158&title=Rocznik+gie%C5%82dowy+2020.

Gottwald, R. (2014). The Efficiency of Cyclical and Defensive Stocks. International Conference on Education and Social Sciences [abstrakt referatu wygłoszonego na International Conference on Education and Social Sciences, 20–21 listopada 2014 r., Mediolan]. https://www.ocerints.org/intcess14_epublication/abstracts/a181.pdf.

Haroon, O., Ali, M., Khan, A., Khattak, M. A., Rizvi, S. A. R. (2021). Financial Market Risks during the COVID-19 Pandemic. Emerging Markets Finance & Trade, 57(8), 2407–2414. https://doi.org/10.1080/1540496X.2021.1873765.

Haroon, O., Rizvi, S. A. R. (2020). COVID-19: media coverage and financial markets behavior – a sectoral inquiry. Journal of Behavioral and Experimental Finance, 27, 1–5. https://doi.org/10.1016/j.jbef.2020.100343.

Hassan, T. A., Hollander, S., van Lent, L., Schwedeler, M., Tahoun, A. (2020). Firm-level Exposure to Epidemic Diseases: COVID-19, SARS, and H1N1 (NBER Working Paper No. 26971). https://doi.org/10.3386/w26971 .

Hollstein, F., Prokopczuk, M., Simen, C. W. (2020). Beta uncertainty. Journal of Banking and Finance, 116, 1–72. https://doi.org/10.1016/j.jbankfin.2020.105834.

Hrdlicka, C. (2022). Trading Volume and Time Varying Betas. Review of Finance, 26(1), 79–116. https://doi.org/10.1093/rof/rfab014.

Hua Cao, K., Woo, C.-K., Li, Y., Liu, Y. (2022). Covid-19’s effect on the alpha and beta of a US stock Exchange Traded Fund. Applied Economics Letters, 29(2), 123–128. https://doi.org/10.1080/13504851.2020.1859447.

Jacobsen, B., Dannenburg, D. (2003). Volatility Clustering in Monthly Stock Returns. Journal of Empirical Finance, 10(4), 479–503. https://doi.org/10.1016/S0927-5398(02)00071-3.

Jain, S. (2021). Betas in the time of corona: a conditional CAPM approach using multivariate GARCH model for India. Managerial Finance, 48(2), 243–257. https://www.emerald.com/insight/content/doi/10.1108/MF-05-2021-0226/full/html.

Jonek-Kowalska, I. (2017). Pomiar i ocena ryzyka w przedsiębiorstwach górniczych – perspektywa międzynarodowa. Zeszyty Naukowe Politechniki Śląskiej. Organizacja i Zarządzanie, (101), 207– 222. http://dx.doi.org/10.29119/1641-3466.2017.101.15.

Jóźwicki, R., Trippner, P., Kłos, K. (2021). Algorithmic Trading and Efficiency of Stock Market in Poland. Finanse i Prawo Finansowe, 2(30), 75–85. https://doi.org/10.18778/2391-6478.2.30.05.

Kyun Kim, T. (2015). T test as a parametric statistic. Korean Journal of Anesthesiology, 68(6), 540– 546. https://doi.org/10.4097/kjae.2015.68.6.540.

Liau, Y. (2016). Beta Asymmetry in the Global Stock Markets Following the Subprime Mortgage Crisis. Emerging Markets Finance and Trade, 52(9), 2195–2207. https://doi.org/10.1080/1540496X.2015.1068613.

Lintner, J. (1965). The Valuation of Risk Assets and Selection of Risky Investments in Stock Portfolios and Capital Budgets. Review of Economics and Statistics, 47(1), 13–37. https://doi.org/10.2307/1924119.

Liu, Y. (2004). An Empirical Study on Beta Coefficient and its Related Characteristic in Shanghai Stock Market. Chinese Journal of Management Science, 17, 29–35.

López Herrera, F., Gonzalez Maiz Jimenez, J., Reyes Santiago, A. (2022). Forecasting Performance of Different Betas: Mexican Stocks before and during the COVID-19 Pandemic. Emerging Markets Finance & Trade, 58(13), 3868–3880. https://doi.org/10.1080/1540496X.2022.2073813.

Maroney, N., Naka, A., Wansi, T. (2004). Changing Risk, Return and Leverage. The 1997 Asian Financial Crisis. Journal of Financial and Quantitative Analysis, 39(1), 143–166.

Mossin, J. (1966). Equlibrium in the Capital Assets Market. Econometrica, 34(4), 768–783. Neslihanoglu, S. (2021). Linearity extensions of the market model: a case of the top 10 cryptocurrency prices during the pre-COVID-19 and COVID-19 periods. Financial Innovation, 7(1), 1– 27. https://doi.org/10.1186/s40854-021-00247-z.

Olbryś, J. (2014). Efekt przedziałowy parametru ryzyka systematycznego na GPW w Warszawie SA. Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, (371), 236–244.

Olbryś, J., Majewska, E. (2017). Asymmetry Effects in Volatility on the Major European Stock Markets: the EGARCH Based Approach. Quantitative Finance and Economics, 1(4), 411–427. https://doi.org/10.3934/QFE.2017.4.411.

Pera, K., Buła, R., Mitrenga, D. (2014). Modele inwestycyjne. Wydawnictwo C.H. Beck. Podgórski, K. (2019). Wpływ interwału czasowego stóp zwrotu wykorzystywanych w wyznaczaniu parametrów modelu Sharpe’a na wielkość błędu prognoz otrzymanych za pomocą modelu. Kwartalnik Naukowy Uczelni Vistula, 4(62), 5–16. https://doi.org/10.34765/kn.0419.a01.

Pogue, G. A., Solnik, B. H. (1974). The Market Model Applied to European Common Stocks: Some Empirical Results. Journal of Financial and Quantitative Analysis, 9(6), 917–944. https://doi.org/10.2307/2329728.

Price, K., Price, B., Nantell, T. J. (1982). Variance and Lower Partial Moment Measures of Systematic Risk: Some Analytical and Empirical Results. Journal of Finance, 37(3), 843–855. https://doi.org/10.1111/j.1540-6261.1982.tb02227.x.

Ramelli, S., Wagner, A. F. (2020). Feverisch Stock Price Reactions to COVID-19. The Review of Corporate Finance Studies, 9(3), 622–655. https://doi.org/10.1093/rcfs/cfaa012.

Reeves, J. J., Wu, H. (2013). Constant versus Time-Varying Beta Models: Further Forecast Evaluation. Journal of Forecasting, 32(3), 256–266. https://doi.org/10.1002/for.1268.

Rosenberg, B., Guy, J. (1976). Prediction of Beta from Investment Fundamentals. Part One. Prediction Criteria. Financial Analysts Journal, 32(3), 60–72.

Ruiz Estrada, M. A., Evangelos, K., Minsoo, L. (2021). Stagpression: The Economic and Financial Impact of the COVID-19 Pandemic. Contemporary Economics, 15(1), 19–33. http://dx.doi.org/10.2139/ssrn.3593144.

Rutkowska-Ziarko, A., Pyke, C. (2017). The development of downside accounting beta as a measure of risk. Economics and Business Review, 17(4), 55–65. https://doi.org/10.18559/ebr.2017.4.4.

Shapiro, S. S., Wilk, M. B. (1965). An analysis of variance test for normality. Biometrika, 52(3/4), 591–611. https://doi.org/10.2307/2333709.

Sharpe, W. F. (1963). A Simplified Model for Portfolio Analysis. Management Science, 9(2), 277– 293. https://doi.org/10.1287/mnsc.9.2.277.

Sharpe, W. F. (1964). Capital Asset Prices: A Theory of Market Equlibrium under Conditions of Risk. Journal of Finance, 19(3), 425–442. https://doi.org/10.1111/j.1540-6261.1964.tb02865.x.

Singh, B., Dhall, R., Narang, S., Ravat, S. (2020). The Outbreak of COVID-19 and Stock Market Responses: An Event Study and Panel Data Analysis for G-20 Countries. Global Business Review. Opublikowano online. https://journals.sagepub.com/doi/full/10.1177/0972150920957274.

Slimane, I. B., Bellalah, M., Rijba, H. (2017). Time-varying beta during the 2008 financial crisis – evidence from North America and Western Europe. Journal of Risk Finance, 18(4), 398–431. https://doi.org/10.1108/JRF-02-2017-0020.

Stooq. (b.r.). Notowania – Akcje polskie. Pobrane 20–26 maja 2022 r. z https://stooq.pl/t/?i=523.

Taleb, N. (2010). The Black Swan: The Impact of the Highly Improbable. Penguin.

Tarczyński, W., Witkowska, D. (2013). Model Sharpe’a. W: W. Tarczyński, D. Witkowska, K. Kompa (red.), Współczynnik beta. Teoria i praktyka (s. 35–56). Pielaszek Research.

Thakur, S. (2020). Effect of COVID 19 on Capital Market with Reference to S&P 500. International Journal of Advanced Research, 8(6), 1180–1188. http://dx.doi.org/10.21474/IJAR01/11203.

Wiśniewska-Kuźma, M. (2020). Impact of the Covid-19 on Capital Market Value of Companies from Polish New Connect Market. Torun Business Review, 19(3), 10–19. https://doi.org/10.19197/tbr.v19i3.324.

World Health Organization. (2020, 11 marca). WHO Director-General’s opening remarks at the media briefing on COVID-19 – 11 March 2020. https://www.who.int/director-general/speeches/detail/who-director-general-s-opening-remarks-at-the-media-briefing-on-covid-19---11-march-2020.

Zahirović, S., Rovčanin, A., Okičić, J. (2009). Beta Coefficient Analysis on the Capital Market of Bosnia and Herzegovina. Economic Research. Ekonomska Istraživanja, 22(4), 30–39. https://doi.org/10.1080/1331677X.2009.11517389.

Zhang, D., Hu, M., Ji, Q. (2020). Financial markets under the global pandemic of COVID-19. Finance Research Letters, 36, 1–6. https://doi.org/10.1016/j.frl.2020.101528.

Żebrowska-Suchodolska, D., Karpio, A., Kompa, K. (2021). COVID-19 Pandemic: Stock Markets Situation in European Ex-Communist Countries. European Research Studies Journal, 24(3), 1106–1128. http://dx.doi.org/10.35808/ersj/2408.

Do góry
© 2019-2022 Copyright by Główny Urząd Statystyczny, pewne prawa zastrzeżone. Licencja Creative Commons Uznanie autorstwa - Na tych samych warunkach 4.0 (CC BY-SA 4.0) Creative Commons — Attribution-ShareAlike 4.0 International — CC BY-SA 4.0