T T
Česká zemědělská univerzita v Praze Provozně ekonomická fakulta Doktorská vědecká konference 6. února 2012
THINK TOGETHER
Think Together 2012 Vliv hospodářských ukazatelů na vývoj kapitálového trhu v České Republice
Impact of economic indicators on the development of capital market in Czech Republic
Rudolf Plachý, Zuzana Novotná, Tomáš Rašovec 353
Abstrakt Vývoj kapitálového trhu, v tomto příspěvku reprezentovaný hodnotou indexu Burzy cenných papírů Praha označovaný jako index PX (dříve PX 50), je velmi silně svázán s vývojem indikátorů ekonomického vývoje na makroekonomické úrovni. V závěrečné fázi první dekády druhého tisíciletí se toto propojení naplno projevilo v průběhu celosvětové ekonomické krize. Vzájemná propojenost kapitálových trhů jednak zapříčinila rozšíření recese ze Spojených států do Evropy a poté do zbytku celého světa a jednak odhalila velmi těsnou vazbu mezi finančním světem a výkonností ekonomiky jako celku. Ačkoli je vztah mezi ekonomickými indikátory a indexy kapitálových trhů vzájemně reciproký, klade si tento příspěvek za cíl identifikovat ekonomické determinanty, které mají největší vliv na vývoj hodnoty souhrnného indexu PX a zároveň kvantifikovat sílu jejich vlivu. Ke stanovení intenzity závislosti mezi proměnnými je použita regresní a korelační analýza.
Klíčová slova Kapitálový trh, index PX, makroekonomické indikátory, síla závislosti
Abstract The development of the capital market, in this paper represented by value of index of Prague Stock Exchange called index PX (former PX 50), is strongly linked with the development of macroeconomics indicators. In the final phase of the first decade of the second millennium above mentioned linkage has been fully reflected in the global economic crisis. The interconnectedness of capital market caused expansion of Think Together 2012
originally USA´s economic crisis firstly to Europe and then to the rest of the world as well as was proved that there is really strong link between financial performance and the economy as a whole. Although the relationship between economic indicators and financial indicators is mutually reciprocal this paper aims to identify the most important economic indicators that have the effect on the aggregate value of the index PX and simultaneously quantify the strength of their influence. To determine the intensity of linkage between variables regression and correlation analysis is used.
Key Words Capital market, index PX, macroeconomics indicators, the strength of relationship
Úvod Kapitálový trh je jedním z nejdůležitějších prvků každé zdravé a dobře fungující ekonomiky. Objem a hodnota zprostředkovaných transakcí na kapitálovém trhu jsou ovlivněny nejen počtem emitentů a ochotou investorů nakupovat, ale také vnějším ekonomickým vývojem. K hodnocení dosavadního a zejména pak budoucího vývoje finančních instrumentů je možné přistupovat z různých pohledů. Nejčastěji autoři rozlišují analýzu fundamentální, technickou a psychologickou (Veselá, 2007; Jílek, 2009). Fundamentální analýzu je možné provádět na třech úrovních. Veselá (2007) popisuje globální, odvětvovou a firemní fundamentální analýzu. Hlavním cílem globální fundamentální analýzy je pak identifikace, průzkum a hodnocení vlivu celé ekonomiky a trhu na hodnotu analyzovaných akcií. K popisu stavu a vývoje ekonomik a trhů slouží důležité globální makroekonomické agregáty, faktory a veličiny, jakými jsou např. úrokové míry, Dostupné z: http://www.thinktogether.cz/
inflace, HDP, peněžní zásoba, pohyb mezinárodního kapitálu, pohyb devizových kurzů, politické a ekonomické šoky apod. Jílek (2009) uvádí, že dlouhodobý vývoj cen akcií odráží kromě jiného trendy v makroekonomických veličinách, jako HDP, zaměstnanost, inflace, hospodářský cyklus, peněžní zásoba, měnový kurz, státní výdaje, platební bilance, politické faktory. Autor také upozorňuje na různé myšlenkové proudy, z nichž nelze opomenout „hypotézu efektivního trhu“ Eugena Fama, podle níž nemůže nikdo trh překonat. Například Meriwertherova skupina v Salomon Brothers však dokázala neefektivnosti vyhledat. V tomto příspěvku je sledován vliv jednotlivých ekonomických makroukazatelů na vývoj kapitálového trhu v České republice od roku 1994. Kapitálový trh je reprezentovaný hodnotou agregovaného indexu PX. Tento index navazuje na výpočet indexu PX 50, který do roku 2006 představoval bázi obsahující 50 nejvýznamnějších akciových emisí, přičemž výchozí hodnota indexu byla nastavena na 1000 bodů.
Cíl Cílem tohoto příspěvku je identifikace ekonomických ukazatelů, které mají výrazný přímý či nepřímý vliv na vývoj hodnot indexu PX. Jelikož je řada makroekonomických nástrojů ovlivňována rozhodnutími subjektivního charakteru, je třeba vždy znát důsledek takových rozhodnutí, která determinují mimo jiné právě kapitálové trhy. Cílem tohoto příspěvku není pouze identifikovat makroekonomické indikátory ovlivňující kapitálový trh, ale určit také intenzitu a sílu jejich vlivu.
ISBN: 978-80-213-2275-2
Metodika Jako podklady pro zkoumání dané problematiky sloužily zdroje uvedené v seznamu literatury. Analýza vlivu hospodářských ukazatelů na kapitálový trh v České republice byla zpracována na základě údajů Organizace pro ekonomickou spolupráci a rozvoj (OECD), ČSÚ a informací ze statistické databáze společnosti Bloomberg. Statistická analýza byla provedena prostřednictvím regresní a korelační analýzy na čtvrtletních datech od roku 1994 v programu SPSS 19. Regresní analýza Obecným cílem regresní analýzy je přispět k poznání příčinných vztahů mezi statistickými znaky. Východiskem k popisu statistických závislostí jsou statistické údaje. V našem případě jsou to statistické údaje popisující ekonomické charakteristiky České republiky – úroková míra, nezaměstnanost atd. Úkolem regresní analýzy je matematický popis systematických okolností, které provázejí statistické závislosti. Nejčastěji se touto analýzou snažíme nalézt „ideální“ matematickou funkci tak, aby co nejlépe vyjadřovala charakter závislosti a co nejvěrněji zobrazovala průběh změn podmíněných průměrů závisle proměnné. Tato matematická funkce se obecně nazývá regresní funkce (Hindls a kol., 2007). Volba vhodné regresní funkce Základem při volbě vhodného typu regresní funkce by měla být věcná znalost dané problematiky. Regresní funkce je volena na základě rozboru analýzy vztahů mezi veličinami, přičemž determinantem pro rozhodnutí by měla být existující ekonomická teorie. Pokud nejsme schopni na základě věcně ekonomických kritérií stanovit vhodnou regresní funkci, měli 355
bychom se uchýlit k induktivnímu způsobu volby, tj. řídit se dle rozboru empirického průběhu závislosti (Anděl, 1993). Určení parametrů zvolené regresní funkce Nejprve je důležité rozlišit teoretickou a empirickou regresní funkci. Teoretická regresní funkce je nepozorovatelná (nezměřitelná) a empirická regresní funkce je vypočítaná na základě empirických údajů. Empirickou regresní funkci lze považovat za model teoretické regresní funkce. Pokud považujeme teoretickou regresní funkci za model průběhu proměnné y při systematických změnách vysvětlující proměnné x, pak empirickou regresní funkci pokládáme za odhad modelu na základě získaných pozorování (Hendl, 2006). Stanovení empirické regresní funkce v podstatě znamená, že každou empirickou hodnotu yi nahradíme určitou vyrovnanou hodnotou Yi, která bude ležet na zvolené regresní funkci (viz. Graf č. 1).
Podobných přímek jako jsou v grafu č. 1 lze zakreslit více. Hledáme proto objektivní kritérium, které by nám dovolilo určit přímku (či jiný tvar průběhu závislosti), která danou závislost vystihuje nejlépe. První podmínkou, kterou klademe, je požadavek, aby se v souhrnu kompenzovaly kladné a záporné odchylky empirických hodnot od hodnot vyrovnaných, tedy aby platilo: (1) kde ei (reziduum) je odhad hodnoty náhodné složky ε. Tato podmínka musí být ještě doplněna dalším kritériem, ve kterém je stanoven požadavek, aby součet čtverců chyb εi byl minimální, tedy aby platilo: .
(2)
Požadujeme tedy, aby součet čtverců odchylek empirických hodnot yi závisle proměnné od hodnot teoretických Yi byl minimální. Tato metoda se nazývá metoda nejmenších čtverců. Korelační analýza Při analýze vztahu dvou proměnných x a y se velmi často užívá pro stanovení míry stupně lineární závislosti korelační koeficient. Pokud je korelační koeficient výrazně nenulový, pak se proměnné x a y chápou jako korelované v tom smyslu, že je mezi nimi náznak symetrického lineárního vztahu (Cipra, 2008). Pearsonův korelační koeficient r se stanoví: Graf č. 1: Vyrovnaní empirických hodnot hodnotami teoretickými
(3)
Zdroj: Hindls a kol., 2007 ISBN: 978-80-213-2275-2
356
Analýza Vliv jednotlivých indikátorů na hodnoty indexu PX Při analýze vztahu mezi hodnotami indexu PX a vybranými ekonomickými ukazateli byl nejprve sledován vztah indexu PX na každém indikátoru izolovaně, a v závěrečné fázi byl sestaven vícenásobný regresní model popisující souběžný vliv všech ukazatelů na výslednou hodnotu indexu PX. Na základě ekonomické teorie byly vybrány následující ukazatele makroekonomického vývoje: hrubý domácí produkt, inflace, nezaměstnanost, úroková míra, výdaje (celková spotřeba), export a import. Vztah mezi hodnotou indexu PX a mírou nezaměstnanosti Při zkoumání míry závislosti tohoto vztahu je předpokládáno, že nižší míra nezaměstnanosti bude pozitivně determinovat paritu kupní síly obyvatelstva, a to vzhledem ke zvýšenému přísunu finančních prostředků. Nízká míra nezaměstnanosti je pozitivním jevem v každé společnosti, neboť dochází ke snížení objemu transferových plateb ze strany státu, a dochází ke zvyšování bohatství jednotlivých domácností (Samuelson, Northaus, 1995). V případě, že nedochází k výrazné akumulaci úspor, jsou generované příjmy vydávány na spotřebu, která motivuje sektor služeb a výroby k vyšším výkonům. V případě míry nezaměstnanosti použité v tomto příspěvku se jedná o obecnou míru nezaměstnanosti, stanovenou dle definice nezaměstnanosti podle Mezinárodní organizace práce (International Labour Organization). Hodnoty této míry se liší v řádech procentních bodů od hodnot registrované míry nezaměstnanosti vypočítávané Ministerstvem práce a sociálních věcí ČR. Aplikace regresní a korelační analýzy odhaluje, že výše nezaměstnanosti téměř ISBN: 978-80-213-2275-2
vůbec neovlivňuje hodnoty souhrnného indexu PX. Nejvyšší hodnoty indexu determinace dosahuje průběh závislosti popsaný kvadratickou regresní funkcí, kde tento index nabývá hodnoty r² = 0,13. Intenzita tohoto vztahu je velmi slabá a nelze na základě hodnot jedné proměnné odvozovat hodnoty druhé proměnné. Vztah mezi hodnotou indexu PX a celkovými výdaji na konečnou spotřebu Celkové výdaje na konečnou spotřebu jsou sestaveny ze spotřeby domácností, vlády a neziskových organizací a jsou udány ve stálých cenách. Nejpodstatnější část těchto výdajů tvoří právě domácnosti, zatímco spotřeba neziskových organizací je spíše marginální. Ověřovanou hypotézou tohoto vztahu je, že s rostoucími celkovými výdaji dochází k růstu hodnot indexu PX. Kapitálový trh, stejně jako trhy ostatní, se řídí ekonomickými zákony nabídky a poptávky. Lze tedy předpokládat, že roste-li celková spotřeba, je očekávanou reakcí burzy zvýšení cen akcií a tudíž nárůst hodnot agregovaného indexu PX. Souběh hodnot závisle a nezávisle proměnné ukazuje rozmístění bodů v korelačním poli (viz graf č. 2). Je patrné, že se jedná o přímý vztah, neboť s rostoucími hodnotami celkových výdajů na spotřebu dochází také k růstu hodnot indexu PX. Nejlépe tento vztah popisuje funkce polynomu 3. stupně, ve které dosahuje index determinace hodnoty r² = 0,599. Přijatelný index determinace vykazuje také kvadratická funkce, ve které je hodnota indexu r² = 0,543. Rozdíl hodnot indexů determinace je mezi oběma typy funkcí zanedbatelný a vzhledem k tomu, že při volbě složitější funkce klesá počet stupňů volnosti a roste statistická signifikance některých z parametrů dané funkce je vhodnější pro popis vztahu zvolit funkci kvadratickou. Vztah mezi výdaji na celkovou spotřebu a hodnotami indexu PX lze 357
pomocí matematické funkce vyjádřit následovně: y´ = 482,19 – 0,01 x + 3, 9*10-9 x2. Graficky je průběh funkce znázorněn v grafu č. 2.
Graf č. 2: Průběh závislosti indexu PX na celkové spotřebě
Zdroj: Vlastní výpočty, Bloomberg, ČSÚ, OECD Vztah mezi hodnotou indexu PX a inflací Inflace je charakterizována jako všeobecný růst cenové hladiny v ekonomice a nejčastěji se stanovuje pomocí indexu spotřebitelských cen. V indexu spotřebitelských cen se porovnávají ceny vybraných výrobků a služeb a přisoudí se jim podíl podle toho, jak se podílí na celkové spotřebě domácností. ISBN: 978-80-213-2275-2
Porovnáním hodnoty tohoto indexu v různých obdobích se získá míra inflace. Na základě výsledků korelační a regresní analýzy se ukazují zásadní rozdíly v použití různých regresních funkcí při zkoumání daného vztahu. Pokud by byla použita regresní přímka, tak by index determinace vyšel pouze r² = 0,024, což by poukazovalo na téměř lineární nezávislost mezi proměnnými. V případě použití kubické funkce, by bylo dosaženo nejvyšších hodnot indexu determinace, a to r² = 0,031. Ačkoli tato funkce popisuje průběh závislosti nejlépe, je jeho hodnota přesto velmi nízká. Pouze 3% variability indexu PX tak lze vysvětlit na základě změn hodnot míry inflace. Ostatní matematické funkce dosahují stejných nebo ještě nižších hodnot indexu determinace, což je znakem nezávislosti mezi proměnnými. Vztah mezi hodnotou indexu PX a úrokovou mírou Úroková míra, také označovaná jako úroková sazba je vyjádřením navýšení zapůjčené částky za stanovené období v procentech. Většinou se vztahuje na jeden kalendářní rok. Při půjčování je však možné úrokovou míru určit i fixně. Výši úrokové míry neovlivňuje pouze doba splatnosti, ale v reálu se na ní vztahuje i míra inflace a rizikovost půjčky (označovaná jako riziková prémie). Jak ukazuje graf č. 3, je patrné, že vztah mezi těmito proměnnými je nepřímý. Dochází-li k růstu úrokové míry, klesá hodnota indexu PX. Finanční prostředky se pro všechny subjekty stávají dražšími, což má za následek pokles hodnot agregovaného indexu. Pokud bychom popsali průběh závislosti pomocí regresní přímky, tak by index determinace dosáhl hodnoty r² = 0,341, což ukazuje na velmi slabou závislost mezi proměnnými. Regresí přímka by měla tento tvar y´= 2219,755 - 262,994xi.
358
tím, že při vyšším objemu prodeje statků do zahraničí získávají rezidenti více kapitálu, který mohou následně investovat na tuzemském kapitálovém trhu.
Graf č. 3: Průběh závislosti indexu PX na úrokové míře
Zdroj: Vlastní výpočty, Bloomberg, ČSÚ, OECD Nejvyššího indexu determinace by dosáhly funkce rostoucí a exponenciální. Hodnota indexu determinace by v obou případech dosáhla shodně r² = 0,411. Ačkoli je hodnota u těchto funkcí o 0,05 větší než v případě přímky, žádná ze zvolených matematických funkcí nepoukazuje na výraznější závislost. Vztah mezi hodnotou indexu PX a exportem Na grafu č. 4 je znázorněna závislost mezi indexem PX a exportem České republiky. Na první pohled je z grafu patrné, že se jedná o přímou závislost, kdy s růstem nezávisle proměnné roste i závisle proměnná. Tento vztah lze vysvětlit ISBN: 978-80-213-2275-2
Graf č. 4: Průběh závislosti indexu PX na exportu
Zdroj: Vlastní výpočty, Bloomberg, ČSÚ, OECD Nejlépe daný průběh závislosti popisuje funkce kubická ve tvaru y´= 564,591 - 0,003 xi + 1,174*10-8 xi2 - 8,163*10-15 xi3. Koeficient determinace dosahuje u této funkce hodnoty r² = 0,751. Funkce kvadratická jen o něco hůře vystihuje tuto závislost a index determinace nabývá r² = 0,707. V případě použití nejjednodušší matematické funkce – přímky – by koeficient determinace nabyl hodnoty r² = 0,616.
359
Vztah mezi hodnotou indexu PX a importem Překvapivé výsledky přineslo srovnání závislosti vývoje indexu PX s importem. Proměnné vykazují velmi podobný průběh závislosti, jako vykazují proměnné index PX a export, které byly popsány v předchozím odstavci. Jak bylo zjištěno, s růstem importu nedochází souběžně k poklesu hodnoty indexu PX. Provázanost ekonomických ukazatelů tak vybízí pouze ke spekulaci, zda vyšší hodnoty importu souvisejí s vyšší životní úrovní obyvatelstva a dochází tak souběžně k nárůstu vydaných prostředků jak na import, tak do investic na burzovním trhu. Také v tomto případě vykazuje nejlepší výsledky podle koeficientu determinace funkce kubická (r² = 0, 714) a funkce kvadratická (r² = 0, 699). Vztah mezi hodnotou indexu PX a HDP Ačkoli se řada výše uvedených ukazatelů podílí na stanovní hodnoty HDP, je vhodné sledovat vliv právě HDP na hodnotu indexu PX. HDP v tomto případě již představuje jakýsi model, který v sobě nese více nezávislých proměnných a při finální vícenásobné regresi může celkový model značně zjednodušit. Ukazuje se, že nejvhodněji popisuje průběh této závislosti exponenciální a logistická funkce, u kterých nabývá index determinace shodně hodnoty r² = 0, 678. Příznivé výsledky přináší také lineární regrese, vyjadřující průběh závislosti přímkou ve tvaru y´ = - 434,18 + 0,002 xi. Koeficient determinace dosahuje v tomto případě hodnoty r² = 0,629. Průběh závislosti indexu PX a HDP sleduje graf č. 5.
ISBN: 978-80-213-2275-2
Graf č. 5: Průběh závislosti indexu PX na HDP
Zdroj: Vlastní výpočty, Bloomberg, ČSÚ, OECD Souhrnný vliv indikátorů na hodnoty indexu PX Vzhledem k tomu, že soubor ekonomických indikátorů nepůsobí v ekonomickém prostředí izolovaně, je třeba také sledovat jejich souhrnný vliv na vývoj hodnot indexu PX. Lze předpokládat, že izolovaný dopad jednotlivých indikátorů přenese svůj vliv, nebo alespoň jeho část také do syntézního vztahu všech nezávislých proměnných a vysvětlované proměnné.
360
Jestliže bychom sledovali vliv všech ekonomických indikátorů současně, dosáhl by index determinace hodnoty r² = 0,789. To je již hodnota velmi vysoká, nicméně při podrobném zkoumaní proměnných, které do regresní analýzy vstoupily, je zřetelné, že řada proměnných je statisticky nevýznamná. Dále byla proto provedena eliminace nepodstatných proměnných pomocí procedury stepwise regression, která v regresi ponechala pouze takové proměnné, které se statisticky výrazně podílejí na konstituci hodnot závisle proměnné. Tabulka č. 1 shrnuje výsledky stepwise analýzy. Indikátory uvedené v této tabulce se nejvýrazněji podílejí na explanaci variability závisle proměnné a jsou navíc všechny statisticky významné. Jedná se o indikátory: export, výdaje na konečnou spotřebu a úroková míra.
Tabulka č. 2 popisuje průběh přidávání jednotlivých proměnných až po finální model zahrnující výše uvedené proměnné, včetně hodnot parametrů, které jsou jednotlivým indikátorům v regresních funkcích přiřazeny. Výsledný model souhrnné regresní funkce má následující podobu: y´ = 1389,91 +0,04x1 – 0,004 x2 – 137,72 x3. Přestože koeficient determinace pro uvedený model dosahuje zajímavé hodnoty, je zapotřebí zhodnotit model i po věcně logické stránce. Při kontrole jednotlivých znamének nelze přehlédnout mínus před členem zastupujícím výdaje. Vzhledem k tomu, že předpokládáme přímý vztah mezi výdaji a vývojem indexu PX, musíme brát výsledný model s rezervou. Coefficientsa
Model Summary Model
Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
1 2 3
,812a ,845b ,880c
,660 ,713 ,775
,652 ,700 ,758
271,837387 252,434307 226,581056
1
2
c. Predictors: (Constant), export, vydaje, urokova_mira
Tabulka č. 1: Výsledky Stepwise analýzy
Zdroj: Vlastní výpočty, SPSS
ISBN: 978-80-213-2275-2
Standardized
Coefficients
Coefficients
B
a. Predictors: (Constant), export b. Predictors: (Constant), export, vydaje
Unstandardize
3
(Constant)
Std. Error
-353,884
154,329
export ,002 (Constant) 319,221 export ,004 vydaje -,003 (Constant) 1389,910 export ,004 vydaje -,004 urokova_mira -137,720
,000 279,552 ,001 ,001 407,367 ,001 ,001 41,279
t
Sig.
Beta
,812 1,354 -,589 1,321 -,729 -,301
-2,293
,027
9,129 1,142 6,444 -2,804 3,412 6,992 -3,773 -3,336
,000 ,260 ,000 ,008 ,001 ,000 ,001 ,002
a. Dependent Variable: INDEX_PX
Tabulka č. 2: Finální výsledky stepwise analýzy Zdroj: Vlastní výpočty, SPSS
361
Vliv HDP a úrokové míry na hodnotu indexu PX Jako logicky přijatelná alternativa se pro vícenásobnou regresi nabízí model zahrnující HDP a úrokovou sazbu. Koeficient determinace pro model y´ = 20,281 +0,002 x1 – 113,112 x2 dosahuje hodnoty r² = 0,607. V tomto případě již splňují směry vztahů teoretická očekávání. Coefficientsa
1
Model
Unstandardized Coefficients B
Std. Error
(Constant)
20,281
485,824
HDP
,002
,000
urokova_mira
-113,112
54,175
Standardized Coefficients
t
Sig.
,042
,967
,610
5,162
,000
-,247
-2,088
,043
Beta
a. Dependent Variable: INDEX_PX
Tabulka č. 3: Model pro HDP a úrokovou mírou
Zdroj: Vlastní výpočty, SPSS
Diskuze Analýza, jež byla provedena v tomto článku, přinesla zajímavé výsledky. Při porovnání zjištěných souvislostí s prací jiných autorů bylo dosaženo značného konsenzu. Velmi podrobně se věnuje vlivu jednotlivých globálních faktorů na vývoj trhu Veselá (2007). Jako první zmiňuje negativní vztah mezi vývojem úrokových měr a akciových kurzů a odkazuje na studie (Bernstein, 1979), které naměřily korelační koeficient ve výši 0,85. I podle Veselé (2007) se tedy dá při zvýšení ISBN: 978-80-213-2275-2
úrokové míry očekávat pokles akciových kurzů a naopak. Jako vysvětlení vztahu nabízí několik možností. První je základní princip ohodnocování akciových instrumentů, který je založen na diskontování budoucích příjmů z akcie na současnou hodnotu, kdy se jako diskontní faktor používá požadovaná výnosová míra investora, jejíž úroveň je významně ovlivňována vývojem úrokových měr. S růstem úrokových měr roste požadovaná výnosová míra investora, což vede k poklesu současné hodnoty budoucích příjmů, tedy k poklesu správné ceny akcií. Daleko jednodušší vysvětlení nabízí trh volných finančních zdrojů, jejichž cenou je úrok. S růstem hladiny úrokových měr roste cena volných finančních zdrojů. Finanční zdroje pro firmy se stávají dražšími. To vede k omezení investiční činnosti a následně k nižším ziskům firem, na což reagují akciové kurzy poklesem. Mezi vývojem akciových kurzů a reálným výstupem ekonomiky byl podle Veselé (2007) identifikován pozitivní vztah. Upozorňuje však na to, že akciové kurzy předbíhají vývoj reálné ekonomiky o 3 až 9 měsíců, proto jej nelze použít k prognóze kurzů. Negativní vztah byl identifikován mezi vývojem inflace a pohybem akciových kurzů, ale hodnoty korelačních koeficientů jsou mnohem nižší než v případě úrokové míry. Téměř nulová korelace byla naměřena mezi akciovými výnosy a devizovými kurzy. Pohyb zahraničního kapitálu bude vývoj na akciových trzích ovlivňovat především na mladých, rozvíjejících se trzích. Např. Jílek (2009) jmenuje řadu dalších faktorů, které mohou ovlivňovat ceny akcií, potažmo vývoj akciových indexů. K některým z nich (např. politické faktory) je však velmi obtížné empiricky přistupovat. 362
Propojení finančního a ekonomického systému způsobuje, že na vývoj na finančním trhu má mimořádně silný vliv jak současný, tak i očekávaný vývoj nejen národní, ale i světové ekonomiky. Při investování do finančních investičních instrumentů je vzhledem k jejich cyklickému chování zapotřebí přihlížet i k působení hospodářského cyklu, v jehož jednotlivých fázích se mění jak výše úrokových měr, tak i tržních cen jednotlivých druhů finančních investičních instrumentů (Rejnuš, 2010). Z jiného pohledu zkoumá vývoj indexu PX Trešl (2011) v článku „Selected methods of the prediction of PX index trends reversal“, kde se zabývá použitím vhodných metod pro zjištění trendu u finančních časových řad. Výzkum samotný je rozdělen do čtyř částí, které odpovídají jednotlivým analytickým metodám. V tomto článku byly použity metody klouzavých průměrů, neuronových sítí apod.
při kontrole směru vztahů jednotlivých parametrů. Záporné znaménko u parametru zastupujícího výdaje hodnotí autoři článku jako nepřípustné. Jako přijatelná alternativa zahrnující více faktorů byl navržen model, který uvažuje za nezávislé faktory HDP a úrokovou míru. Rostoucí hodnota HDP by tak měla vliv na zvýšení hodnoty burzovního indexu. Stejně tak i snížení úrokové míry podporuje index v růstu. Faktory vysvětlují variabilitu závisle proměnné z 60,7 %. Jak je však uvedeno v předchozí kapitole, např. Veselá (2007) upozorňuje na to, že akciové kurzy předbíhají vývoj reálné ekonomiky o 3 až 9 měsíců, proto jej nelze použít k prognóze kurzů. Článek nepopisuje a ani by nemohl popsat model, který by dokonale vysvětlil vývoj indexu PX. I tak nabízí vlastní pohled na danou problematiku a je dokladem toho, jak důležitá je role člověka při interpretaci statistických výsledků.
Závěr
Literatura
Autoři se v tomto článku zaměřili na v současnosti ostře sledované téma vývoje burzovního trhu. Pro zkoumání závislosti vývoje burzovního trhu v ČR na jednotlivých faktorech byly nejprve vybrány časové řady takových proměnných, u kterých se dala předpokládat blízká souvislost s vývojem indexu PX. Nejprve byla posuzována závislost indexu PX na každém faktoru zvlášť. Solidní závislost byla prokázána postupně na úrokové míře, výdajích, vývozu i dovozu a HDP. Naopak neprůkazných výsledků bylo dosaženo u inflace a překvapivě také u nezaměstnanosti. Po podrobné analýze jednoduchých regresních modelů se autoři zaměřili na konstrukci modelu, který zahrnuje více nezávislých proměnných. Při posouzení hodnoty indexu determinace se jako velmi kvalitní jevil model zahrnující výdaje, export a úrokovou míru. Daný model ovšem neuspěl
[1] ANDĚL, J.: Statistické metody. Praha: Matfyzpress. 1993. ISBN 80-86732-08-8. [2] BERNSTEIN, P.L.: The Curious History of Stock Prices and Interest Rates. 1979. [3] BLOOMBERG. [online]. [cit. 2011-11-19]. [4] CIPRA, T.: Finanční ekonometrie. Praha: Ekopress. 2008. ISBN 978-80-86929-43-9. [5] ČSÚ. [online]. c2011, [cit. 2011-11-28]. Dostupné z: http://czso.cz/csu/redakce.nsf/i/ctvrtletni_ucty [6] HENDL, J. Přehled statistických metod zpracování dat. 2. vyd. Praha: Portál. 2006. 468 – 469 s. ISBN 80-7467-124-9.
ISBN: 978-80-213-2275-2
363
[7] HINDLS, R., HRONOVÁ, S., SEGER, J., FISCHER, J.: Statistika pro ekonomy. Praha: Professional Publishing. 2007. ISBN: 978-80-86946-43-6. [8] JÍLEK, J. Akciové trhy a investování. 1. vyd. Praha: GRADA Publishing, a.s. 2009. ISBN 978-80-247-2963-3. [9] OECD. [online]. c2011, [cit. 2011-11-19]. Dostupné z: http:// stats.oecd.org/Index.aspx [10] REJNUŠ, O. Finanční trhy. 2. rozšířené vyd. Ostrava: KEY Publishing s.r.o. 2010. ISBN 978-80-7418-080-4. [11] SAMUELSON, P. A. NORTHAUS, W. D.: Ekonomie. Praha, Svoboda 1995. ISBN 80-205-0494-X. [12] TREŠL, J: Selected methods of the prediction of PX index trends reversal. Praha: Univ Econ. – Politická ekonomie. VYSOKA SKOLA EKONOMICKA, NAM W CHURCHILLA 4, PRAGUE 1306. 2011. IDS Number: 773SW ISSN: 0032-3233. [13] VESELÁ, J. Investování na kapitálových trzích. Praha: ASPI, a.s. 2007, 704 s. ISBN 978-80-7357-297-6.
ISBN: 978-80-213-2275-2
364
