Wpływ interwału czasowego stóp zwrotu wykorzystywanych w wyznaczaniu parametrów modelu Sharpe'a na wielkość błędu prognoz otrzymanych za pomocą modelu

• Autorzy: Krzysztof Podgórski

Warianty tytułu

The Influence of the Time Interval of Return Rates Used in Determining the Parameters of the Sharpe Model on the Magnitude of Error Predictions Obtained Using the Model

• Języki publikacji: PL

Abstrakty

Kluczowe zagadnienie dotyczące modelu Sharpe'a, który jest wykorzystywany zarówno przez praktyków, jak i teoretyków tworzących portfele inwestycyjne, stanowi dobór interwału czasowego stóp zwrotu służących do wyznaczania jego parametrów. Prezentowany artykuł ma charakter badawczy, a jego celem jest określenie, w jaki sposób zmienia się średni błąd prognozy stopy zwrotu oszacowanej za pomocą modelu Sharpe'a w zależności od interwału czasowego stóp zwrotu przyjętych do prognozy. Aby zrealizować cel badawczy wykorzystano metody ilościowe. Badanie przeprowadzono na podstawie danych z lat 2010-2014 dotyczących stóp zwrotu z akcji dziesięciu spółek giełdowych wchodzących w skład indeksu WIG. Prognozy stóp zwrotu z poszczególnych spółek wyznaczono za pomocą uzyskanych modeli Sharpe'a na podstawie rzeczywistych stóp zwrotu z indeksu WIG z lat 2015-2017. Do badania przyjęto pięć interwałów czasowych stóp zwrotu: dzienny, tygodniowy, miesięczny, kwartalny oraz roczny. Wyniki badań pozwoliły na wyciągnięcie dwóch zasadniczych wniosków: (1) Średni błąd prognozy przyszłej stopy zwrotu dla losowo wybranej spółki wchodzącej w skład indeksu WIG obliczony na podstawie modelu Sharpe'a maleje wraz ze spadkiem długości interwału przyjętego do badania; (2) Średnia wartość współczynnika determinacji dla wyznaczonych modeli Sharpe'a rośnie wraz z wydłużaniem się interwału czasowego przyjętego do analizy, co wskazuje na lepsze dopasowanie modeli uzyskanych dla stóp zwrotu z dłuższych czasookresów. (abstrakt oryginalny)

EN

The key issue regarding the Sharpe model, which is used by both practi-tioners and theoreticians making investment portfolios, is the selection of the time interval of return rates used to determine its parameters. The presented article is of research nature and its aim is to determine how the average error of the rate of return forecast estimated using the Sharpe model changes depending on the time interval of the return rates adopted for the forecast. To realize the research goal, quantitative methods were used. The survey was based on data from the years 2010-2014 regarding the return rates on shares of ten listed companies included in the WIG index. Forecasts of return rates from individual companies were determined using the Shape models obtained on the basis of the actual rates of return from the WIG index from 2015-2017. Five intervals of temporary return rates were adopted for the study: daily, weekly, monthly, quarterly and annual. The results of the research allowed to draw two basic conclusions. (1) The average forecast error of the future rate of return for a randomly selected company included in the WIG index calculated on the basis of the Sharpe model decreases with the decrease in the length of the interval accepted for the study. (2) The average value of the determination coefficient for the designated Sharpe models increases with the extension of the time interval adopted for the analysis, which indicates a better adjustment of the models obtained for rates of return from longer time periods. (original abstract)

Słowa kluczowe

PL

Portfel inwestycyjny; Stopa zwrotu; Akcje; Inwestycje; Współczynnik Beta; Wyniki badań

EN

Investment portfolio; Rate of return; Shares; Investment; Beta factor; Research results

• Czasopismo: Kwartalnik Naukowy Uczelni Vistula
• Rocznik: 2019
• Numer: nr 4(62)
• Strony: 5--16

Twórcy

autor

Krzysztof Podgórski

• Uniwersytet Ekonomiczny w Katowicach

Bibliografia

• Blume M.E. (1975), Betas and their regression tendencies, "The Journal of Finance", No. 3
• Brailsford T., Josev T. (1997), The impact of the return interval on the estimation of systematic risk, "Pacific-Basin Finance Journal", No. 3.
• Corhay A. (1992), The intervalling effect bias in beta: a note, "Journal of Banking & Finance", No. 1.
• Eubank A., Zumwalt K.J. (1979), An Analysis of the Forecast Error Impact of Alternative Beta Adjustment Techniques and Risk Classes, "The Journal of Finance", No. 3.
• 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", tom 323.
• Frankfurter G. (1994), Compounding period length and the market model, "Journal of Economics and Business", No. 3.
• Hawawini G. (1983), Why Beta Shift as the Return Interval Changes, "Financial Analyst Journal", No 39.
• Handa P., Korthar S., Wasley C. (1989), The Relation between the Return Interval and Betas: Implications for the Size Effect, "Journal of Financial Economics", No. 1.
• Kuziak K. (1999), Stabilność w czasie współczynnika beta akcji, "Prace Naukowe Aka-demii Ekonomicznej we Wrocławiu. Ekonometria", nr 811.
• Pera K., Buła R., Mitręga D. (2014), Modele inwestycyjne, C.H. Beck, Warszawa.
• Pogue G., Solnik B. (1974), The Market Model Applied to European Common Stocks: Some Empirical Results, "Journal of Financial and Quantitative Analysis", No. 9.
• Tarczyński W., Witkowska D., Kompa K. (2013), Współczynnik beta. Teoria i praktyka, Pielaszek Research, Warszawa.
• Witkowska D. (2008), Badanie stabilności współczynnika beta oszacowanego na podstawie prób o różnej długości, "Rynek Kapitałowy: Skuteczne Inwestowanie", nr 9.
• (www1) http://www.statystyka-zadania.pl/wspolczynniki-zbieznosci-i-determinacji/[dostęp: 09.06.2018].
• (www2) http://visualmonsters.cba.pl/index.php/prognozowanie/blad-e-blad--procentowy-ep-sredni-blad-me-sredni-procentowy-blad-mpe-sredni-blad-bezwzgledny-mae-sredni-bezwzgledny-blad-procentowy-mape/ [dostęp: 01.09.2018]

Identyfikatory

DOI

10.34765/kn.0419.a01