Analizując literaturę tematu można znaleźć wiele opracowań wybitnych naukowców, którzy dowodzą, iż inwestycje w spółki małe w średnim i długim horyzoncie czasowym daje lepszą relację zysku do ryzyka. Tego typu dowody można znaleźć w pracach Capual, Rowley i Sharpe (1993), Arshanapalli, Coggin i Doukas (1998), Fama and French (1998), Bauman (1998) and Reinganum (1999). Jednak w praktyce tak konsekwentna strategia może nie przynieść wymiernych korzyści. Dzieję się to z tego powodu, że w długim okresie czasu spółki mogą ewaluować. Te mniejsze mogą stać się większymi, z drugiej strony większe mogą stać się mniejszymi. W tym celu w wielu pracach naukowych poddano badaniom strategie oparte na aktywnej, rotacyjne alokacji kapitału między spółki małe i spółki duże. Naturalne pytanie się więc nasuwa, jak odchylenie wykorzystać i zająć w odpowiednim czasie odpowiednią pozycję na spreadzie. Badania naukowe Sharpe'a (1993) i Jeffrey (1984) dowodzą, że można znaleźć odpowiednie momenty na rynku aby w pełni wykorzystać odchylenia na spreadzie. W swojej pracy Bauer i Dalhquist (2001) pokazując, że strategia trzymania spółek dużych w portfelu nieznacznie pokonuje strategie rotacyjną między dużymi, a małymi spółkami. Wiele można znaleźć jednak badań, które potwierdzają, że umiejętnie skonstruowane modele taktycznej alokacji aktywów są w stanie pokonać strategie pasywne. Na przykład Arshanapalli, Coggin i Doukas w swojej pracy wskazują, że odchylenia na spreadzie między różnymi indeksami nie mogą być wyjaśniane za pomocą jedynie przeszłych zachowań szeregów czasowych, a powinny być prognozowane za pomocą zmiennych makroekonomicznych. Kao i Shumker (1999) dowodzą, iż użycie krzywej dochodowości, rentowności obligacji czy prognozowanej zmiany produktu narodowego brutto jest skutecznym prognostykiem zachowań spreadu. Podobnie Anderson (1997) jest zdania, że zależności wykrywane w zmianach krzywej dochodowości mogą mieć wpływ na odchylenia między indeksem dużych i małych spółek. Wyżej zaprezentowane metody bazują na wychwytywaniu odchyleń na spreadzie za pomocą modeli opierających się na metodach ilościowych. Z drugiej jednak strony istnieje grupa zwolenników, którzy uważają, że metodami prostszymi i skuteczniejszymi są strategie momentum. Strategie tego typu bazują w większości na autokorelacji stóp zwrotu. Analiza wyników zaprezentowanych choćby w pracach Lo i McKinley (1990) i Jegadeesh i Titman (1993) dowodzą, iż strategie tego typu należy umiejętnie skonstruować zarówno pod względem okresu trwania inwestycji, jak i pod względem odpowiedniego momentu do zawarci transakcji. Autor w tej pracy będzie starał się porównać obie metody wykorzystywane w zaprezentowanym przeglądzie literatury. Dodatkowo zaprezentuje swoje autorskie metody badawcze. Wyselekcjonowanie zbioru zmiennych objaśniających było wynikiem przemyśleń autora dotyczących dotychczasowych analizy pracy naukowych z tejże tematyki oraz własnych analiz. Autor starał się w jak największym stopniu rozbudować zbiór zmiennych objaśniających, gdyż z jego wcześniejszych badań, Arendarski (2009), wynikało, że im więcej istotnych zmiennych w modelu tym lepsze wyniki predykcji. Aby z dużego zbioru zmiennych objaśniających wybrać te istotne, autor zastosuje testy statystyczne w tym celu. (fragment tekstu)
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.