BazEkon - The Main Library of the Cracow University of Economics

BazEkon home page

Main menu

Author
Nowak Sabina (Uniwersytet Gdański), Olbryś Joanna (Politechnika Białostocka)
Title
Autokorelacja stóp zwrotu spółek giełdowych w kontekście zakłóceń w procesach transakcyjnych
Serial Correlation of Individual Stock Returns in the Context of Friction in Trading Processes
Source
Zeszyty Naukowe Uniwersytetu Szczecińskiego. Finanse, Rynki Finansowe, Ubezpieczenia, 2015, nr 73, s. 721-734, tab., bibliogr. 41 poz.
Issue title
Ryzyko, zarządzanie, wartość
Keyword
Rynek kapitałowy, Stopa zwrotu, Transakcje giełdowe, Kryzys gospodarczy
Capital market, Rate of return, Stock exchange dealings, Economic crisis
Note
streszcz., summ..
Abstract
Cel - W literaturze zauważa się, że konsekwencją obecności zakłóceń w procesach transakcyjnych mogą być pewne prawidłowości empiryczne dotyczące m.in. własności szeregów stóp zwrotu spółek giełdowych. Jedną z nich jest efekt autokorelacji. W artykule przedstawiono wyniki badań empirycznych, których celem była weryfikacja hipotezy badawczej przyjmującej, że na Giełdzie Papierów Wartoś ciowychw Warszawie S.A. występuje efekt autokorelacji pierwszego rzędu dziennych logarytmicznych stóp zwrotu spółek. Dodatkowym celem pracy była analiza wrażliwości uzyskanych wyników na wybór okresu badania, z uwzględnieniem całej próby statystycznej oraz trzech jednakowo licznych podokresów: przed kryzysem, kryzys, po kryzysie. Metodologia badania - Badanie objęło grupę 53 spółek, z podziałem na spółki duże, średnie i małe, w okresie od stycznia 2005 do grudnia 2014 roku. Dokonano testowania hipotezy zerowej zakładającej, że procesem stochastycznym generującym dane szeregu czasowego stóp zwrotu spółki jest proces AR(0). Wykorzystano w tym celu test Andersona (1993). Wynik - Nie stwierdzono podstaw do falsyfikacji przyjętej hipotezy badawczej w badanym okresie. Oryginalność/Wartość - Zgodnie z wiedzą autorek, analogiczne badania empiryczne z zastosowaniem proponowanych testów nie były dotąd prowadzone na polskim rynku giełdowym. Otrzymane wyniki porównano z zagraniczną literaturą przedmiotu. (abstrakt oryginalny)

Purpose - According to the literature, some empirical phenomena can be attributed to frictions in trading processes. One of them is a stock return serial correlation. In this paper, the authors test the research hypothesis saying that the effect of serial correlation of individual daily logarithmic stock returns is present in the Warsaw Stock Exchange (WSE). Design/methodology/approach -The 53 WSE-listed companies divided into three size groups are investigated. To compare the results obtained, firms are analyzed in the whole sample period January 2005-December 2014, and in three adjacent sub-periods of equal size: the pre-crisis, crisis, and post-crisis periods. To test the null hypothesis that the data generating process is AR(0), the Anderson (1993) procedure is employed. Findings - The empirical results confirm that there is no reason to reject the research hypothesis. Originality/value - To the best of the authors' knowledge, no such research has been undertaken for the Warsaw Stock Exchange. (original abstract)
Accessibility
The Library of University of Economics in Katowice
The Main Library of Poznań University of Economics and Business
Szczecin University Main Library
Full text
Show
Bibliography
Show
  1. Anderson O.D. (1993), Exact general-lag serial correlation moments and approximate low-lag correlation moments for Gaussian white noise, "Journal of Time Series Analysis" vol. 14, s. 551-574.
  2. Biuletyny Statystyczne GPW z lat 2004-2013.
  3. Boudoukh J., Richardson M., Whitelaw R. (1994), A tale of three schools: Insights on autocorrelations of shorthorizon returns, "Review of Financial Studies" vol. 7, s. 539-573.
  4. Brzeszczyński J., Kelm R. (2002), Ekonometryczne modele rynków finansowych. Modele kursów giełdowych i kursów walutowych, WIG-Press, Warszawa.
  5. Buczek S.B. (2005), Efektywność informacyjna rynków akcji. Teoria a rzeczywistość, Szkoła Główna Handlowa w Warszawie - Oficyna Wydawnicza, Warszawa.
  6. Campbell J.Y., Grossman S.J., Wang J. (1993), Trading volume and serial correlation in stock returns, "The Quarterly Journal of Economics" vol. 108, no. 4, s. 905-939.
  7. Campbell J.Y., Lo A.W., MacKinlay A.C. (1997), The Econometrics of Financial Markets, Princeton University Press, New Jersey.
  8. Chan K. (1993), Imperfect information and cross-autocorrelation among stock prices, "Journal of Finance" vol. 48, no. 4, s. 1211-1230.
  9. Chelley-Steeley P.L., Steeley J.M. (2014), Portfolio size, non-trading frequency and portfolio return autocorrelation, "Journal of International Financial Markets, Institutions & Money" vol. 33, s. 56-77.
  10. Cohen K.J., Hawawini G.A., Maier S.F., Schwartz R.A., Whitcomb D.K. (1980), Implications of microstructure theory for empirical research on stock price behaviour, "Journal of Finance" vol. 35, s. 249-257.
  11. Cook S., Manning N. (2004), Lag optimization and finite-sample size distortion of unit root tests, "Economics Letters" vol. 84, no. 2, s. 267-274.
  12. Czekaj J., Woś M., Żarnowski J. (2001), Efektywność giełdowego rynku akcji w Polsce, PWN, Warszawa.
  13. Doman M. (2011), Mikrostruktura giełd papierów wartościowych, Wydawnictwo Uniwersytetu Ekonomicznego w Poznaniu, Poznań.
  14. Elliott G., Rothenberg T.J., Stock J.H. (1996), Efficient tests for an autoregressive unit root, "Econometrica" vol. 64, no. 4, s. 813-836.
  15. Fama E.F., French K.R. (1993), Common risk factors in the returns on stocks and bonds, "Journal of Financial Economics" vol. 33, no. 1, s. 3-56.
  16. Fisher L. (1966), Some new stock market indexes, "Journal of Business" vol. 39, s. 191-225.
  17. Hasbrouck J. (2007), Empirical Market Microstructure, Oxford University Press.
  18. Hawawini G.A. (1980), The intertemporal cross price behavior of common stocks: Evidence and implications, "Journal of Financial Research" vol. 3, s. 153-167.
  19. Kadlec G.B., Patterson D.M. (1999), A transactions data analysis of nonsynchronous trading, "The Review of Financial Studies" vol. 12, no. 3, s. 609-630.
  20. Korajczyk R., Sadka R. (2008), Pricing the commonality across alternative measures of liquidity, "Journal of Financial Economics" vol. 87, no. 1, s. 45-72.
  21. Kwan A.C.C., Wu Y. (2005), On the use of the sample partial autocorrelation for order determination in a pure autoregressive process: A Monte Carlo study and empirical example, "Applied Economics Letters" vol. 12, s. 133-139.
  22. Lo A.W., MacKinlay A.C. (1990), An econometric analysis of nonsynchronous trading, "Journal of Econometrics" vol. 45, s. 181-212.
  23. Maddala G.S. (2008), Ekonometria, Wydawnictwo Naukowe PWN, Warszawa.
  24. Mech T.S. (1993), Portfolio return autocorrelation, "Journal of Financial Economics", 34, s. 307-344.
  25. Olbryś J. (2011), Diagnoza problemu niesynchronicznych transakcji na GPW w Warszawie, "Optimum. Studia Ekonomiczne", 3(51), s.114-126.
  26. Olbryś J. (2011), The intertemporal cross price behavior and the "Fisher effect" on the Warsaw Stock Exchange, "Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Ekonometria" vol. 31, nr 194, s. 153-163.
  27. Olbryś J. (2012), Tarcie w procesach transakcyjnych i jego konsekwencje, "Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Inwestycje finansowe i ubezpieczenia - tendencje światowe a rynek polski", 254, s. 181-189.
  28. Olbryś J. (2014), Wycena aktywów kapitałowych na rynku z zakłóceniami w procesach transakcyjnych, Difin, Warszawa.
  29. Olbryś J., Majewska E. (2014), Identyfikacja okresu kryzysu z wykorzystaniem procedury diagnozowania stanów rynku, Zeszyty Naukowe Uniwersytetu Szczecińskiego nr 802, Finanse, Rynki Finansowe, Ubezpieczenia nr 65, s. 699-710.
  30. Olbryś J., Majewska E. (2014), Implications of market frictions: Serial correlations in indexes on the emerging stock markets in Central and Eastern Europe, "Operations Research and Decisions" vol. 24, no. 1, s. 51-70.
  31. Pagan A.R., Sossounov K.A. (2003), A simple framework for analysing bull and bear markets, "Journal of Applied Econometrics" vol. 18, no. 1, s. 23-46.
  32. Perry P.R. (1985), Portfolio serial correlation and nonsynchronous trading, "Journal of Financial and Quantitative Analysis" vol. 20, s. 517-523.
  33. Quenouille M.H. (1949), Approximate tests of correlation in time-series, "Journal of the Royal Statistical Society. Series B (Methodological)" vol. 11, no. 1, s. 68-84.
  34. Roll R. (1981), A possible explanation of the small firm effect, "Journal of Finance" vol. 36, s. 879-888.
  35. Roll R. (1984), A simple implicit measure of the effective bid-ask spread in an efficient market, "Journal of Finance" vol. 39, s. 1127-1140.
  36. Säfvenblad P. (2000), Trading volume and autocorrelation: Empirical evidence from the Stockholm Stock Exchange, "Journal of Banking and Finance" vol. 24, s. 1275-1287.
  37. Scholes M., Williams J. (1977), Estimating betas from nonsynchronous data, "Journal of Financial Economics" vol. 5, s. 309-327.
  38. Schwartz R., Whitcomb D. (1977), The time-variance relationship: Evidence on autocorrelation in common stock returns, "Journal of Finance", March, s. 41-55.
  39. Sias R.W., Starks L.T. (1997), Return autocorrelation and institutional investors, "Journal of Financial Economics" vol. 46, no. 1, s. 103-131.
  40. Szyszka A. (2003), Efektywność Giełdy Papierów Wartościowych w Warszawie na tle rynków dojrzałych, Wydawnictwo Akademii Ekonomicznej w Poznaniu, Poznań.
  41. Tsay R.S. (2010), Analysis of Financial Time Series, John Wiley, New York.
Cited by
Show
ISSN
1640-6818
1733-2842
Language
pol
Share on Facebook Share on Twitter Share on Google+ Share on Pinterest Share on LinkedIn Wyślij znajomemu