W artykule zaprezentowana została statystyka występowania dodatnich miesięcznych stóp zwrotu w miesiącach grudzień i styczeń dla 50 indeksów giełdowych oraz 30 cen surowców (commodities). Badania przeprowadzono dla miesięcznych stóp zwrotu w cenach zamknięcia dla: wszystkich lat, lat parzystych i nieparzystych. Otrzymane wyniki wskazują, że na rynku akcji efekt grudnia i stycznia występuje bardziej intensywnie niż na rynku surowców. Co ciekawsze, na rynku akcji efekt grudnia był obserwowany częściej, chociaż w literaturze naukowej bardziej rozpowszechniony jest efekt stycznia. Na rynku surowców oba efekty wydają się występować z podobnym nasileniem.
EN
The paper presents the statistics of the occurrence of positive monthly returns in the months of December and January 5 on an example of 50 stock indexes and 30 commodity prices. The research was done for monthly returns in all years, even years and odd years. The obtained results indicate that the December and January effects on the stock market are more intense than on the commodity market. What is even more interesting, the December effect was observed more often, although the January effect is more widespread in the scientific research. On the commodity market both effects appear to have similar intensity.
The article presents a study of the effectiveness of 22 selected stock indices with the use of the rates of return in the month of April. The portfolio replicating the stock index was bought at the closing prices on the last session in March, and sold at the closing prices on the last session in April. The presence of market inefficiency is demonstrated in cases of the following indices: All-Ord, AMEX, BUX, CAC40, DAX, DJIA, DJTA, DJUA, EOE, FTSE100, SMI, SP500, but for the following indices: B-Share, Bovespa, Buenos, Hang-Seng, MEX-IPC, Nasdaq, Nikkei, Russel, TSE and WIG, the obtained monthly rates of return were statistically equal to zero. In the last part of the article, the correlation coefficients of rates of return for analyzed indices in month of April were surveyed.
W artykule zweryfikowana została teza o normalności rozkłdu stóp zwrotu cen akcji komponentów indeksów giełdowych tj. w dnu 17.10.2017 r.) do dnia 31.03.2017 r., dla stóp zwrotu w ujęciu: zamknięcie-zamknięcie, otwarcie-otwarcie, otwarcie-zamknięcie i overnight. Z wykorzystaniem testów Jarque-Bera, Shapiro-Wilka i D’Agostino-Pearsona podjęcto próbę stworzenia rankingu spółek ze względu na zbieżność rozkładu ich stóp zwrotu do rozkładu normalnego.
EN
The article verified the hypothesis regarding normal distribution of returns of shares - components of the following Warsaw Stock Exchange indexes Keywords: normal distribution, return rates, stock indices, ranking of companies
The influence of the moon on human behavior has been featured in many, not only scientific publications. This paper tests the hypothesis that the one-session rates of return of index WIG20 (Warsaw Stock Exchange) in the period of 14.04.1994–30.06.2015, mWIG40 in the period 31.12.1997–30.06.2015 and sWIG80 in the period of 29.12.1994–30.06.2015, calculated for each of the following phases: full moon, new moon, first and third quarter, are statistically higher than zero (at the significance level of 95%) for WIG20 and sWIG20 when the moon was in the new phase and also for sWIG80 when the moon was in the full phase. In the second, third and the fourth part were tested null hypothesis regarding equality of one session average rates of return in two populations, for analyzed moon phases and when the moon phases falls on a specified day of the week or in the specified months. In case of testing equality of average rates of return in two populations, the outcomes proved that the moon phases are irrelevant for one session average rates of return in two analyzed populations, but in case regarding equality of one-session average rates of return, computed for each day of the week, the result permit to reject the null hypothesis for full moon falling on Fridays (sWIG80) and for 1st quarter falling on Tuesdays (WIG20 and mWIG40). The average rates of return of the Fridays session for sWIG80 (full moon) resulted to be statistically higher than zero, while for Tuesday sessions calculated for WIG20 and mWIG40 (1st quarter) – negative. Calculations of one-session average rates of return, regarding moon phases falling in a specified month, displayed that they are statistically higher than zero for: mWIG40 in March (full moon), WIG20 in June and mWIG40 in July (for indices both – moon in the first quarter phase) and lower than zero for: WIG20 and mWIG40 for full moon sessions in June, mWIG40 in July (new moon), WIG20 for November and sWIG80 for October sessions (for both indices – moon in the first quarter phase). Thus, the influence of moon phases on investors operating on the Warsaw Stock Exchange has been proved.
PL
Wpływ księżyca na ludzkie oddziaływania został przedstawiony w wielu publikacjach naukowych. W artykule tym zweryfikowana została hipoteza statystyczna, że średnia jednosesyjna stopa zwrotu następujących indeksów giełdowych (w nawiasie podany został okres analityczny): WIG20 (14.04.1994–30.06.2015), mWIG40 (31.12.1998–30.06.2015) i sWIG80 (29.12.1994–30.062015) obliczona w czasie sesji, kiedy księżyc znajdował się w jednej z czterech faz (nów, 1. kwadra, pełnia i 3. kwadra) jest statystycznie różna od zera (dla α = 0,05). W drugiej, trzeciej i czwartej części artykułu testowana była hipoteza równości średnich dziennych stóp zwrotu w dwu populacjach, wtedy gdy księżyc znajdował się w jednej ze swoich faz z uwzględnieniem sytuacji, kiedy faza księżyca przypadała w określonym dniu tygodnia lub określonym miesiącu. Otrzymane wyniki wskazują, że jednosesyjna średnia stopa zwrotu obliczona dla sesji, kiedy księżyc znajdował się w fazie nowiu i indeksów WIG20 i sWIG80, a także dla fazy pełni księżyca i indeksu sWIG80, okazała się być statystycznie większa od zera. Z kolei w przypadku testowania równości średniej jednosesyjnej stopy zwrotu w dwu populacjach stóp zwrotu, oddziaływanie księżyca nie zostało wykazane, jednak analiza jednosesyjnych stóp zwrotu obliczonych dla sytuacji, gdy dana faza przypadała w określonym dniu tygodnia, prowadziła do odrzucenia hipotezy zerowej w czasie pełni przypadających w piątki (sWIG80) i pierwszej kwadry wypadających we wtorki (WIG20 i mWIG40). Średnia stopa zwrotu indeksu sWIG80, obliczona dla sesji przypadających w czasie pełni okazała się być statystycznie większa od zera, w odróżnieniu do średniej stopy zwrotu indeksów WIG20 i mWIG40 skalkulowanych dla sesji przypadających w czasie pierwszej kwadry, która okazała się być statystycznie mniejsza od zera. Obliczenia różnicy jednosesyjnych średnich stóp zwrotu w dwu populacjach, przeprowadzone w sytuacji, gdy dana faza księżyca przypadała w określonym miesiącu roku, wykazały statystyczną istotność w następujących przypadkach: czerwcowych (WIG20) i marcowych (mWIG40) pełni, lipcowych nowiów (mWIG40) oraz pierwszych faz księżyca przypadających w czerwcu i listopadzie (WIG20), lipcu (mWIG40) i październiku (sWIG80). Średnia stopa zwrotu była statystycznie większa od zera dla pełni przypadających w marcu (mWIG40), pierwszych kwadr w czerwcu (WIG20) i lipcu (mWIG40), a niższa od zera dla sesji czerwcowych pełni (WIG20 i mWIG40), lipcowego nowiu (mWIG40), pierwszych kwadr w listopadzie (WIG20) i październiku (sWIG80). Tym samym udowodniony został wpływ oddziaływania księżyca na inwestorów operujących na Giełdzie Papierów Wartościowych w Warszawie.
Aim/purpose – The primary aim of the paper is to verify the hypothesis on the normal distributions of 65 stock index returns, while the secondary aims are to examine normal distributions for specific years (for six indexes) and for bull and bear markets (for DJIA), demonstrate that the distribution of rates of return for individual indexes can be normal in short time intervals, and then rank analyzed indexes according to the proximity of the distribution of their rates of return to the normal distribution. Design/methodology/approach – The research sample consists of the value of 65 stock indexes from various time intervals. The sample includes both developed markets and emerging markets. The following rates of return were tested for the normality of the rat e of return distribution: close -close, open -open, open -close and overnight, which were calculated for daily, weekly, monthly, quarterly and yearly data. Statistical tests of di f- ferent properties and forces were used: Jarque – Bera (JB), Lilliefors (L), Crame r von Mises (CVM), Watson (W), Anderson – Darling (AD). In the case of six indexes of d e- veloped markets (DJIA, SP500, DAX, CAC40, FTSE250 and NIKKEI225), normality tests of rates distribution were calculated for individual years 2013 -2016 (daily data). In case of the DJIA index, the normality tests of the distribution of returns for individual bull and bear markets were analyzed (daily data, rates of return close -close). In the last part of the paper the analyzed indexes were ranked due to the convergence of their return to normal distribution with the use of the following tests: Jarque – Bera, Shapiro – Wilk and D’Agostino -Pearson. Findings – The distribution of daily and weekly returns of equity indexes is not a normal distribution for all analyzed rates of ret urn. For quarterly and annual data compression the smallest number when there were no reasons to reject the null hypothesis was o b- served for overnight returns compared to close -close, open -close and open -open returns. For the daily, weekly and monthly over night rates of return, the null hypothesis was rejected for all analyzed indexes. The fo llowing general conclusion can be formulated: the higher the data compression (from dail y to yearly), the fewer rejections of H 0 hy- pothesis. The distribution of daily returns can be normal only in given (rather short) time intervals, e.g., particular years or up or do wn waves (bull and bear markets). The posi- tion of the index in the ranking is not depende nt on the date of its first publication, and hence on the number of rates of return possible to calculate for analyzed index, but only on the distribution of its rates of return. Research implications/limitations – The main limitations of the obtained results are different time horizons of each of the analyzed indexes (from the first date in a data base until 30.06.2017). The major part of the retu rns of the analyzed indexes differs from the normal distribution, which question the possi bility of unreflective implementation in practice of economic such models as CAPM and its derivatives, Black–Scholes options valuation, portfolio theory and efficient market hypothesis, especially in long time horizons. Contribution/value/contribution – The contribution of this paper is verification of the statistical hypothesis regarding normal dist ribution of rates of return: (1) other than close-close, i.e. open-open, open-close and ove rnight with the use of various statistical tests, various data compression (daily, w eekly, monthly, quarterly, yearly) for 65 in- dexes, (2) for six stock exchange indexes in each of the years from the period of 2013- 2016 (daily data) and (3) for individual up and down waves for the DJIA index (daily data). In addition, other papers focused only on one or two statistical tests, while five different tests were implemented in this paper. This paper is the first to create a ranking of stock market indexes due to the normal distribution.
Investment portfolios generally contain assets from several countries. It is necessary to both convert the returns of the various securities into referential currency and calculate the portfolio returns in that currency. Exchange rates allow the quotes of a security in one currency to be converted into its equivalent value in another currency. Therefore it is possible to express the value of foreign assets in the currency of the country that has been chosen as a reference. This problem becomes even more complicated when investment fund or investors operate in many countries. In this article exchange rates are briefly presented and calculation formulas are explained when returns are either hedged or not hedged against currency risk.
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.