Differentiation of Beta Coefficients during COVID-19 Pandemic - the Example of Stocks of the Largest Companies Listed on the Warsaw Stock Exchange

• Autorzy: Bartłomiej Lisicki

Warianty tytułu

Zróżnicowanie wartości współczynników beta w dobie pandemii COVID-19 na przykładzie akcji największych spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie

• Języki publikacji: EN

Abstrakty

EN

Objective: The article seeks to determine whether the occurrence of the interval effect of beta coefficients (β) occurred among chosen shares in Warsaw Stock Exchange Index (WIG) during the COVID-19 pandemic.
Research Design & Methods: The article seeks to determine whether in 2020 and 2021 (when the COVID-19 pandemic was spreading globally) it was possible to observe other levels of the β for chosen companies traded on the WIG. It examines a different approach to estimating returns of the companies' shares (daily, weekly, biweekly and monthly). β coefficients are calculated with the ordinary least squares method (OLS) on the research sample of issuers traded on the three main Warsaw Stock Exchange (WSE) indices: WIG20, mWIG40 and sWIG80.
Findings: The values of the β coefficients, calculated for different time horizons of returns (daily, weekly, biweekly and monthly) showed significant differences. These differences were statistically significant for pairs of β calculated for daily and weekly/biweekly/monthly returns, as well as for weekly and biweekly ones. Moreover, it was noted that the interval effect is invariably stronger for companies with lower capitalisation. The β increased for companies with the highest level of capitalisation as the time interval of returns was extended, which the literature has to this point reported only for Asian markets in crisis years.
Implications/Recommendations: The results indicate that the COVID-19 pandemic did not influence the occurrence of the interval effect observed on the Polish capital market earlier, and only slightly changed some of its detailed characteristics. However, the differentiation of the β (depending on the time horizon of returns used to calculate it) does not make it an effective measure of the risk of investing in securities.
Contribution: Conducting research on the occurrence of the interval effect on the WSE during the COVID-19 pandemic will contribute to the knowledge base of capital market participants, particularly on the use of β to measure systematic risk in times of instability on capital markets. Understanding this issue in the context of investing funds on the WSE will be useful for those seeking to adjust investment portfolios to the changing realities of the Polish capital market. (original abstract)

Cel: Celem artykułu jest weryfikacja występowania tzw. efektu interwału współczynnika beta (β) akcji spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie (GPW) w trakcie pandemii COVID-19. Wybuch i rozprzestrzenianie się pandemii zdestabilizowały funkcjonowanie wielu gałęzi gospodarki, w tym rynków kapitałowych, co może skłaniać do poszukiwania nowych zależności dotyczących ich funkcjonowania bądź potwierdzania tych, które zostały zauważone wcześniej.
Metodyka badań: Zweryfikowano wartości β akcji wybranych spółek notowanych w indeksie WIG podczas pandemii COVID-19 z wykorzystaniem zróżnicowanego horyzontu czasowego stóp zwrotu (dziennych, tygodniowych, dwutygodniowych i miesięcznych). Współczynniki β zostały obliczone za pomocą klasycznej metody najmniejszych kwadratów (KMNK) na próbie badawczej składającej się z wybranych emitentów z GPW zgrupowanych w indeksach: WIG20, mWIG40 oraz sWIG80.
Wyniki badań: Analizując wartości współczynników β szacowanych na podstawie wskazanych horyzontów czasowych stóp zwrotu podczas pandemii COVID-19, można dostrzec między nimi znaczne różnice. Co więcej, w większości przypadków są one istotne statystycznie. Wskazuje to na występowanie efektu interwału β w badanym okresie. Efekt ten jest silniejszy dla spółek o niższym poziomie kapitalizacji, co stanowi potwierdzenie wyników wcześniejszych badań przeprowadzonych dla zagranicznych rynków kapitałowych. Za interesujące należy uznać to, że wraz z wydłużaniem horyzontu czasowego stóp zwrotu wartość współczynników β rośnie również dla spółek o najwyższym poziomie kapitalizacji, co dotychczas znalazło odzwierciedlenie w literaturze przedmiotu wyłącznie w przypadku rynków azjatyckich w latach kryzysowych.
Wnioski: Na podstawie uzyskanych wyników badań można stwierdzić, że pandemia COVID-19 nie zaburzyła występowania efektu interwału współczynników β. Miała wpływ na pewne szczegółowe jego charakterystyki, które do pewnego stopnia (aczkolwiek nieznacznie) różniły się od wcześniejszych obserwacji. Istotne do odnotowania jest to, że zróżnicowanie współczynnika β (w zależności od przyjętego do jego obliczenia horyzontu czasowego zwrotów) w dalszym ciągu nie pozwala na jednoznaczne wykorzystanie go jako efektywnej miary ryzyka inwestycji w papiery wartościowe.
Wkład w rozwój dyscypliny: Przeprowadzone badania oraz uzyskane wyniki dotyczące występowania efektu interwału współczynników β akcji spółek notowanych na GPW pozwalają pogłębić wiedzę uczestników rynku kapitałowego w zakresie możliwego wykorzystania β do pomiaru ryzyka systematycznego akcji spółek w czasach podwyższonej zmienności. Wiedza ta wydaje się ważna w kontekście lokowania środków na GPW ze względu na konieczność dostosowania portfeli inwestycyjnych do zmieniających się realiów funkcjonowania polskiego rynku kapitałowego. (abstrakt oryginalny)

Słowa kluczowe

EN

COVID-19; Beta factor; Shares

PL

COVID-19; Współczynnik Beta; Akcje

• Czasopismo: Zeszyty Naukowe / Uniwersytet Ekonomiczny w Krakowie
• Rocznik: 2022
• Numer: nr 4 (998)
• Strony: 11--28

Twórcy

autor

Bartłomiej Lisicki

• University of Economics in Katowice, Poland

Bibliografia

• Blume M. E. (1975), Betas and Their Regression Tendencies, "The Journal of Finance", vol. 30(3), https://doi.org/10.1111/j.1540-6261.1975.tb01850.x.
• Brailsford T. J., Josev T. (1997), The Impact of the Return Interval on the Estimation of Systematic Risk, "Pacific-Basin Finance Journal", vol. 5(3), https://doi.org/10.1016/S0927- 538X(97)00006-1.
• Brzeszczyński J., Gajdka J., Schabek T. (2011), The Role of Stock Size and Trading Intensity in the Magnitude of the Interval Effect in Beta Estimation: Empirical Evidence from the Polish Capital Market, "Emerging Markets Finance and Trade", vol. 47(1), https://doi.org/ 10.2753/REE1540-496X470102.
• 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 and Money", vol. 72, https://doi.org/10.1016/j.intfin.2021.101333.
• Cao K. H., 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", vol. 29(2), https://doi.org/ 10.1080/13504851.2020.1859447.
• 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", vol. 22(4), https://doi.org/10.1016/j.japwor.2010.06.003.
• Corhay A. (1992), The Intervalling Effect Bias in Beta: A Note, "Journal of Banking & Finance", vol. 16(1), https://doi.org/10.1016/0378-4266(92)90078-E.
• D'Agostino R. B., Belanger A., D'Agostino R. B. Jr. (1990), A Suggestion for Using Powerful and Informative Tests of Normality, "The American Statistician", vol. 44(4), https://doi.org/ 10.2307/2684359.
• Damodaran A. (1999), Estimating Risk Parameters, Stern School of Business, New York.
• Daves P. R., Ehrhardt M. C., Kunkel R. A. (2000), Estimating Systematic Risk: The Choice of Return Interval and Estimation Period, "Journal of Financial and Strategic Decisions", vol. 13(1).
• Dębski W., Feder-Sempach E., Świderski B. (2015), Intervalling Effect on Estimating the Beta Parameter for the Largest Companies on the WSE, "Folia Oeconomica Stetinensia", vol. 14(2), https://doi.org/10.1515/foli-2015-0018.
• Diacogiannis G., Makri P. (2008), Estimating Betas in Thinner Markets: The Case of the Athens Stock Exchange, "International Research Journal of Finance and Economics", no. 13.
• 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", no. 325.
• 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", vol. 25(2), https://doi.org/10.18778/1508-2008.25.12.
• Gerald B. (2018), A Brief Review of Independent, Dependent and One Sample t-test, "International Journal of Applied Mathematics and Theoretical Physics", vol. 4(2), https:// doi.org/10.11648/j.ijamtp.20180402.13.
• Gray S., Hall J., Bowman J., Brailsford T., Faff R., Officer B. (2005), The Performance of Alternative Techniques for Estimating Equity Betas of Australian Firms, Report Prepared for the Energy Networks Association, htttp://www.qea.org.au/files (accessed: 4.05.2022).
• Handa P., Kothari S. P., Wasley C. (1989), The Relation between the Return Interval and Betas: Implications for the Size Effect, "Journal of Financial Economics", vol. 23(1), https:// doi.org/10.1016/0304-405X(89)90006-8.
• Haroon O., Moshin A., Khan A., Khattak M. A., Rizvi S. A. R. (2021), Financial Market Risks during the COVID-19 Pandemic, "Emerging Markets Finance and Trade", vol. 57(8). https://doi.org/10.1080/1540496X.2021.1873765.
• Hawawini G. (1983), Why Beta Shifts as the Return Interval Changes, "Financial Analysts Journal", vol. 39(3), https://doi.org/10.2469/faj.v39.n3.73.
• Hong K. (2016), Is a Larger Equity Market More Information Efficient? Evidence from Intervalling Effect, "Risk Governance & Control: Financial Markets & Institutions", vol. 6(3), https://doi.org/10.22495/rcgv6i3art6.
• Jacobsen B., Dannenburg D. (2003), Volatility Clustering in Monthly Stock Returns, "Journal of Empirical Finance", vol. 10(4), https://doi.org/10.1016/S0927-5398(02)00071-3.
• Jain S. (2022), Betas in the Time of Corona: A Conditional CAPM Approach Using Multivariate GARCH Model for India, "Managerial Finance", vol. 48(2), https://doi.org/10.1108/ mf-05-2021-0226.
• Jóźwicki R., Trippner P., Kłos K. (2021), Algorithmic Trading and Efficiency of Stock Market in Poland, "Finanse i Prawo Finansowe", vol. 2(30), http://dx.doi.org/10.18778/2391- 6478.2.30.05.
• Kornacki A., Wesołowska-Janczarek M. (2008), O weryfikowaniu poprawności matematycznych modeli procesów w oparciu o dane empiryczne, "Problemy Inżynierii Rolniczej", no. 3.
• Kyun T. K. (2015), T Test as a Parametric Statistic, "Korean Journal of Anesthesiology", vol. 68(6), https://doi.org/10.4097/kjae.2015.68.6.540.
• Liau Y. S. (2016), Beta Asymmetry in the Global Stock Markets Following the Subprime Mortgage Crisis, "Emerging Markets Finance and Trade", vol. 52(9), https://doi.org/10.108 0/1540496X.2015.1068613.
• Lisicki B. (2017), Application of Blume Method in Forecasting Risk on the Example of Public Companies Listed on WIG20, "Scientific Journal WSFiP", no. 3, https://doi.org/ 10.19192/wsfip.sj3.2017.2.
• Lisicki B. (2019), Poziomy współczynnika beta spółek indeksu RESPECT oszacowane w warunkach zróżnicowanego podejścia do stopy zwrotu, "Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach", no. 382.
• Lisicki B. (2022), The Interval Effect during the COVID-19 Pandemic - the Case of the Warsaw Stock Exchange (in:) 6th FEB International Scientific Conference. Challenges in Economics and Business in the Post Covid Times, Z. Nadelko (ed.), University of Maribor, Maribor, Slovenia.
• López Herrera F., González Maiz Jiménez J., Reyes Santiago A. (2022), Forecasting Performance of Different Betas: Mexican Stocks before and during the COVID-19 Pandemic, "Emerging Markets Finance and Trade", vol. 58(13), https://doi.org/10.1080/15404 96X.2022.2073813.
• Michalak A. (2020), Methodology of Parametrization of Systematic Risk in Enterprises Not Listed on the Capital Market, "Scientific Papers of Silesian University of Technology", no. 144, https://doi.org/10.29119/1641-3466.2020.144.27.
• Milonas N. T., Rompotis G. G. (2013), Does Intervalling Effect Affect ETFs?, "Managerial Finance", vol. 39(9), https://doi.org/10.1108/MF-01-2010-0004.
• Olbryś J. (2014a), Efekt przedziałowy parametru ryzyka systematycznego na GPW w Warszawie SA, "Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu", no. 371.
• Olbryś J. (2014b), Efekt przedziałowy współczynnika determinacji modelu rynku, "Optimum. Studia Ekonomiczne", no. 2(68).
• Olbryś J., Majewska E. (2017), Asymmetry Effects in Volatility on the Major European Stock Markets: The EGARCH Based Approach, "Quantitative Finance and Economics", vol. 1(4), https://doi.org/10.3934/QFE.2017.4.411.
• Oprea D. S. (2015), The Interval Effect in Estimating Beta: Empirical Evidence from the Romanian Stock Market, "The Review of Finance and Banking", vol. 7(2).
• Pogue G. A., Solnik B. H. (1974), The Market Model Applied to European Common Stocks: Some Empirical Results, "Journal of Financial and Quantitative Analysis", vol. 9(6), https:// doi.org/10.2307/2329728.
• Rizvi S.A.R., Arshad S. (2018), Understanding Time-varying Systematic Risks in Islamic and Conventional Sectoral Indices, "Economic Modelling", vol. 70, https://doi.org/10.1016/ j.econmod.2017.10.011.
• Ruiz Estrada M. A., Koutronas E., Lee M. (2021), Stagpression: The Economic and Financial Impact of the COVID-19 Pandemic, "Contemporary Economics", vol. 15(1), http://dx.doi. org/10.5709/ce.1897-9254.433.
• Rydzewska A. (2016), Contemporary Nature or Stock Exchange in View of the Process of Demutualization, "Oeconomia Copernicana", vol. 7(1), https://doi.org/10.12775/OeC. 2016.004.
• Scholes M., Williams J. (1977), Estimating Beta from Non-synchronous Data, "Journal of Financial Economics", vol. 5(3), https://doi.org/10.1016/0304-405X(77)90041-1.
• Sharpe W. F. (1963), A Simplified Model for Portfolio Analysis, "Management Science", vol. 9(2), http://dx.doi.org/10.1287/mnsc.9.2.277.
• 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", vol. 18(4), https://doi.org/10.1108/JRF-02-2017-0020.
• Stooq (2022), Historical Quotations of Companies, https://stooq.pl/t/?i=523 (accessed: 22-29.04.2022).
• Taleb N. N. (2010), The Black Swan: The Impact of the Highly Improbable, Penguin, London.
• Thakur S. (2020), Effect of COVID-19 on Capital Market with Reference to S&P 500, "International Journal of Advanced Research", vol. 8(6), http://dx.doi.org/10.21474/ IJAR01/11203.
• Warsaw Stock Exchange (2020), Historical Index Portfolios, https://gpwbenchmark.pl/ en-historyczne-portfele (accessed: 22.04.2022).
• WHO (2020), WHO Director-General's Opening Remarks at the Media Briefing on COVID-19 - 11 March 2020, https://www.who.int/director-general/speeches/detail/whodirector-general-s-opening-remarks-at-the-media-briefing-on-covid-19-11-march-2020 (accessed: 21.04.2022).
• Wiśniewska-Kuźma M. (2020), Impact of the Covid-19 Pandemic on the Market Value of Companies from Polish New Connect Market, "Torun Business Review", vol. 19(3), https:// doi.org/10.19197/tbr.v19i3.324.
• Zhang D., Hu M., Ji Q. (2020), Financial Markets under the Global Pandemic of COVID-19, "Finance Research Letters", vol. 36, 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", vol. 24(3), http://dx.doi.org/10.35808/ersj/2408.

Identyfikatory

DOI

doi.org/10.15678/ZNUEK.2022.0998.0401