Legatura Dintre Cautarile pe Google Si Valoarea, Pretul, Randamentul Actiunilor Companiilor Care Compun Bet C

Legătura dintre căutările pe Google și valoarea, prețul, randamentul acțiunilor companiilor care compun BET-C

Cuprins

Introducere

Capitolul I. Piața de capital

1.1. Scurt istoric al pieței de capital din România

1.2. Acțiunile

1.3. Intermediarii pe piața de capital

1.4. Investitorii

1.5. Piața de capital de la „floor market” la online

Capitolul II. Analiza seriilor de timp

2.1. Regresia liniară simplă- aspecte generale

2.1.1. Autocorelarea erorilor

2.1.2. Heteroscedasticitatea

2.1.3. Verificarea semnificației estimatorilor parametrilor modelului econometric

2.1.4. Verificarea similitudinii modelului econometric

2.2. Testul de cauzalitate Granger

2.3. Modele de tip VAR

2.4. Studii anterioare referitoare la analiza legăturii dintre cautările pe Google si lichiditatea unor acțiuni

Capitolul III. Legătura dintre căutările pe Google și valoarea , prețul, randamentul acțiunmilor companiilor care compun BET-C.

3.1. FONDUL PROPRIETATEA

3.2. BANCA TRANSILVANIA

3.3. ELECTROMAGNETICA

3.4. OMV-PETROM

4.5. Concluzii

Anexe

Bibliografie

Introducere

„Este inutil să îi spui unui râu să nu mai curgă. Cel mai bun lucru pe care îl poți face este să înveți să înoți în direcția în care curge.” Aceste două afirmații sintetizează foarte bine esența cercetărilor, a analizelor, sugerând faptul că este important să se cunoască cât mai multe despre piață, clienți și în cazul de față despre influența pe care o au anumiți factori asupra unor variable de interes.

Lucrarea de față își propune să analizeze legătura dintre căutările pe Google și valoarea, prețul mediu sau randamentul unor acțiuni ale unor companii listate la BVB dar și interdependențele dintre aceste ultime trei variabile la diferite laguri.

Astfel, primul capitol se axează pe aspectele teoretice legate de piața de capital: scurt istoric al pieței de capital din România, tipurile de acțiuni, participanții la tranzacționare (investitori, intermediari), dar și informații privin migrația de la tranzacționarea clasică la cea electronică.

Capitolul 2 conține informații despre analiza seriilor de timp, testele specifice, dar și prezentarea unor cercetări anterioare privind aceeași temă.

În capitolul 3 sunt analizate rezultatele studiului. Pentru fiecare din cele patru companii am construit o regresie, am restat cauzalitatea Granger, dar am încercat și să identific legăturile dintre variabile prin sisteme de ecuații VAR.

Concluziile sintetizează rezultatele obținute în ultimul captitol. .

Capitolul I. Piața de capital

,,Câteodata cele mai bune investiții sunt acelea pe care nu le faci.”

Donald Trump

Piața de capital reprezintă ansamblul relațiilor și mecanismelor prin care se realizaeză transferul fondurilor de la cei care au un surplus de capital – investitorii – către cei care au nevoie de capital, cu ajutorul unor instrumente specifice(valorile mobiliare emise) și prin intermediul unor operatori specifici(societațile de sevicii de investiții financiare).

1.1. Scurt istoric al pieței de capital din România

Primele burse de comerț au fost inființate la București și Brăila în secolul al XIX-lea, după modelul francez.

În continuare voi puncta cateva dintre cele mai importante momente apărute în desfăsurarea activității bursiere din România:

În 1840 apare Codul de Comerț prin care mijlocitorii sunt grupați în categorii distincte ce se bucură de monopolul cartagiului pentru afacerile respective.

Patruzeci de ani mai târziu Camera de Comerț și industrie evidențiează că existența unei burse conduce la fixarea cursurilor monetare și a efectelor pe baza mecanismului cerere-ofertă.

În 1881 este votată Legea burselor, mijlocitorilor de schimb și mijlocitorilor de mărfuri. Legea se referea la modul de înființare a burselor de valori mobiliare și stabilea principalele operațiuni ce se pot efectua.

La 16 septembrie 1882 ia ființă Bursa de la Iași, a căror cotații și cometarii privind efectuarea tranzacțiilor, se publicau în ,, Curierul fiannciar”.

La 1 decembrie 1882 se înfiinșează Bursa de la București. Ziarele ,,Românul” și ,,Curierul financiar” publică cotațiile burselor, precum și știri economice și polititce din țară și străinantate.

În 1883 apare un crah financiar ca urmare a creșterii numărului celor ce nu puteau face față plăților, plasamentele devenind nesigure. Deși s-au făcut repetate modificări la lege, aceasta nu a înlăturat letargia în care au intrat bursele. Cauza majoră a colapsului sistemului bursier românesc s-a datorat monopolizării tranzacțiilor de către un grup restrâns de mijlocitori lipsiți de profesionalism și onestitate, precum și de inexistența unor mecanisme de înregistrare și control.

În 1904 este votată o nouă lege prin care se instituie corporația bursei compusă din reprezentanții comercianților operatori pe Bursă și ai societăților ce dețin titluri înscrise la cotă. Se înființează totodată camera de Arbitraj, iar Comitetul Bursei întocmește o serie de regulamente interioare prin care erau prevăzute reguli stricte de acces la Bursă și pedepse disciplinare pentru abateri. Se înființează noi burse la Braila, Galați, Constanța.

În perioada 1900-1906 industria românească concentrată la București cunoaște o apreciabilă dezvoltare prin formarea unor trusturi, monopoluri și carteluri, precum și o acumulare de fonduri ce permit dezvoltarea băncilor și a altor instituții de credit.

În anul 1907, an marcat de instabilitate politică în domeniul agricol, Bursa din București a reușit să mențină cursul titlurilor, cu excepția celor cu venit fix.

În perioada 1916-1918, în timpul primului război mondial, Bursa a fost închisă, tranzacțiile efectuându-se prin bănci comerciale sau la Târgul Bursier de la cafeneaua Schreiber de pe Lipscani. Prețurile acțiunilor, în special în industria petrolieră, au înregistrat scăderi enorme.

În octombrie 1918 se redeschide Bursa Oficială de Efecte, Acțiuni și schimb.

Între 1919 și 1925 se dezvoltă o piață activă a aurului și iau amploare tranzacțiile de transport, bancare și asigurări.

În august 1929 intră în vigoare o noua lege a burselor, autor fiind Virgil Madgearu. Prin această lege bursele sunt declarate instituții publice sub controlul și supravegherea Ministerului de Industrie și Comerț. Stabilitatea leului a avantajat activitatea bursieră.

În 1932 bursele românești înregistrează cele mai joase cotații istorice.

Sfârșitul celui de-al doilea război mondial a dus la închiderea pieței de capital și a Bursei de Valori din România.

În anul 1948, după instaurarea proprietății de stat, activitatea bursiră din România a încetat, iar administrarea activelor bursiere de mărfuri și valor a fost preluată de către staul român.

După o perioadă de întrerupere de 50 de ani Bursa de Valori București s-a redeschis la 23 iunie 1995 prin fondarea Asociaștiei Bursei de către 24 de societăți de valori moniliare. La 20 noiembrie 1995, cu sprijinul unor experți din Canda, Bursa de Valori București si-a inceput activitatea în mod efectiv, având inscrise la cotă 6 societăți comerciale ale căror valori mobiliare erau tranzacționate în cadrul unei singure ședințe pe săptămână.

Reluarea activității la Bursa de Valori București s-a realizat în condițiile în care economia se afla într-un puternic declin caracterizat prin rata negativă de creștere a P.I.B., scăderea investițiilor atât autohtone, cât și a celor străine, iar inflația ce depăsea constant previziunile și deficitul bugetar considerabil îndemnau la acoperirea datoriei publice, prin împrumuturi de stat la dobânzi superioare oricărei performanțe bursiere.

Revoluția din 1989, care a însemnat o noua cotitură importantă în istoria țării noastre, a impus cu acuitate, prin programul de reformă ce i-a urmat și necesitatea reclădirii pieței de capital și a institușiilor acesteia, printre care și Bursa de Valori București.

În România rațiunea apariției pieței bursiere a fost aceea de creare a unei piețe care să răspundă necestităților investitorilor români și străini în ceea ce privește plasamentele, cât și pentru rolul ei jucat în procesul de restructurare și privatizare.

Pentru crearea pieței bursiere, România a pornit de la experiența și practica din statele dezvoltate, dar a beneficiat și de ajutorul unor organisme internaționale din S.U.A, Canada, Marea Britanie, Uniunea Europeană.

Întrucât societățile comerciale au apelat la economiile populației pentru înființare sau majorarea capitalului social, se poate spune că 1990 a fost anul apariției pieței primare de capital.

Bursa de Valori București a avut un trend ascendent, explodând după 2001-2002 până la primele simptome ale crizei economice (2005-2006). După această perioada piața de capital a fost mai mult în scădere sau a stagnat.

Figura 1. Evoluția BVB (prelucrare proprie)

1.2. Acțiunile

Acțiunile fac parte, potrivit clasificației Organizației Internaționale de Standardizare, din categoria instrumentelor financiare de proprieteate care reprezintă relația și interesul de proprietate într-o entitate economică. Ele sunt considerate fracțiuni ale capitalului social care desemnează raporturile juridice dintre deținatorul acestora și emitent și care certifică posesorului deținearea unei părți din emitent, egală cu raportul între numărul de acțiuni deținute și numărul total de acțiuni emise.

Acțiunile sunt instrumente de investiție pe termen mediu si lung, posibilele caștiguri fiind proporționale cu evoluția situației financiare a companiei.

Printre cele mai importante drepturi ale acționarilor unei companii se numără dreptul la divident și dreptul la vot.

Referindu-ne la dreptul de divident, amintit mai sus, menționăm că în cazul obtinerii unui profit, fiecare acționar poate beneficia de o parte din acest profit, proporțională cu cota de participare la capitalul social. De remarcat este faptul că nu toate companiile acorda dividente, companiile nou create sau aflate in primele faze ale dezvoltarii (start -up) preferând să reinvestească câștigurile.

Cel de-al doilea drept menționat, fiind pricipalul drept social al acționarului permite acestuia participarea prin vot la luarea deciziilor majore privind compania, modificarea capitalului social ori acordarea dividentelor. De obicei, puterea de decizie este proportională cu numărul de acțiuni deținute de fiecare acționar.

În ceea ce privește nivelul de risc asumat de investitor, acțiunile prezintă un risc și un randament mediu, mai mare decât instrumentele monetare și depozitele la bănci, dar mai mic decât instrumentele derivate.

Acțiunile pot fi clasificate astfel:

Acțiuni nominative, adică acele acțiuni care sunt personalizate prin menționarea numelui posesorului lor; ele au o circulație restrictivă, în senusl că nu pot fi înstrăinate decât prin transcrierea tranzacției în registrul societății emitente. Un titlu este nominativ atunci când proprietarul este nominal cunoscut de emitent. La rândul lor aceste acțiuni pot fi administrate, caz în care ele sunt înscrise simultan în registrul societății și în contul intermediarului financiar ales de posesorul lor căruia i se transmit ordinele de cumpărarea si de vânzare sau nominative pure, care nu sunt înregistrate decât în registrul societății care asigură gratuit gestiunea titlurilor.

Acțiuni la purtător, a căror circulație este absolut liberă, posesorul lor beneficiind de toate drepturile și obligațiile care decurg din deținerea lor. Titlurile sunt numite la purtător atunci când societatea emitentă nu cunoaște proprietarul lor.

Acțiuni ordinare, care conferă dreptul proprietarului lor de a încasa dividendele anuale, a căror mărime este direct proporțională cu raportul dintre valoarea acțiunilor și profitul pe anul expirat care este repartizat acționarilor.

Acțiuni privilegiate, a căror posesie dă dreptul acționarilor la un dividend fix, indiferent de mărimea profitului realizat de societate.

Acțiuni preferențiale, care nu dau acționaruli dreptul la vot în adunarea generală, dar care aistrul societății și în contul intermediarului financiar ales de posesorul lor căruia i se transmit ordinele de cumpărarea si de vânzare sau nominative pure, care nu sunt înregistrate decât în registrul societății care asigură gratuit gestiunea titlurilor.

Acțiuni la purtător, a căror circulație este absolut liberă, posesorul lor beneficiind de toate drepturile și obligațiile care decurg din deținerea lor. Titlurile sunt numite la purtător atunci când societatea emitentă nu cunoaște proprietarul lor.

Acțiuni ordinare, care conferă dreptul proprietarului lor de a încasa dividendele anuale, a căror mărime este direct proporțională cu raportul dintre valoarea acțiunilor și profitul pe anul expirat care este repartizat acționarilor.

Acțiuni privilegiate, a căror posesie dă dreptul acționarilor la un dividend fix, indiferent de mărimea profitului realizat de societate.

Acțiuni preferențiale, care nu dau acționaruli dreptul la vot în adunarea generală, dar care au prioritate la încasarea unor dividende prestabilite fie în valoarea absolută, fie în valoare relativă. Ele pot fi de mai multe feluri: cumulative, noncumulative, participante, neparticipante, cu dividend variabil, prioritare, convertibile, revocabile, certificate de investiții.

1.3. Intermediarii pe piața de capital

Ca intermediari ai pieței de capital, societățile de servicii de investiții financiare (SSIF) sunt constituite sub forma societăților pe acțiuni, emitente de acțiuni nominative, având ca obiect exclusiv de activitate prestarea serviciilor de investiții financiare.

În categoria intermediarilor pieței intră, pe lângă societățile de servicii de investiții financiare, instituțiile de credit autorizate de Banca Centrală precum și entitățile de natura acestora, autorizate să presteze servicii de investiții financiare în state membre sau nemembre ale Uniunii Europene.

1.4. Investitorii

Conform unui studiu anterior, profilul investitorului are următoarele caracteristici:

sunt în majoritate bărbați

au vârsta peste 25 de ani (cu o majoritate 30+, ca urmare a faptului că veniturile acestora sunt peste medie)

cei mai mulți au o pregătire economică sau sunt în directă legătură cu un domeniu economic

riscurile asumate de ei sunt riscuri medii (tranzacționare de acțiuni)

Investitorii se împart în două mari categorii și anume investirorii individuali (persoane fizice sau juridice care fac tranzacții de dimensiuni reduse pe piața titlurilor fianciare) și instituționali (societăți sau instituții care fac tranzacții de dimensiuni mari).

Investitorii instituționali sunt societăți sau instituții care cuprind băncile, societățile de asigurare, societățile de investiții, instituțiile care gestionează fondurile de pensii.

Investitorii individuali se pot împărți, din punct de vedere al influenței asupra cursului în două categorii:

investitori pasivi, strategia lor constând în obținerea unor câștiguri sub formă de dobânzi si dividende viitoare, influența cursului titlurilor fiind nesemnificativă

investitori activi, scopul lor este acela de a obține profit din diferențele de curs în diferite perioade

Investitorii activi pot fi clasificați în trei categorii și anume:

investotorii profesionali, numiți speculanți sunt acei investitori care încearcă să obțină câștiguri din fluctuația temporară a cursului titlurilor deținute

investitorii de portofoliu sunt aceia care au o viziune pe termen mediu si lung , principalul scop fiind creșterea valorii portofoliului

investirorii financiari caracaterizați prin adoptarea unor tehnici de hedging

Investitorii pasivi sunt cei care investesc în unități de fonduri mutuale sau închise dar și cei cu conturi administrate de firme de investiții sau societăți de administrare de investiții.

Deși cei mai profitabili investitori pentru un intermediar sunt cei activi, companiile de brokeraj trebuie să-i creeze, să le dezvolte apetitul pentru risc, pentru un volum cât mai mare de tranzacții, transformându-i pe cei pasivi în investitori activi.

Din punct de vedere al riscului asumat se disting:

investitori conservatori, al căror profit este modest, constând în dobânzi generate de depozite bancare sau obligațiuni. Acțiunile nu prezintă interes pentru acest tip de investitori

investitori moderați care preferă un mix de instrumente financiare, protejându-se astfel de pierderile majore.

investitori agresivi sunt cei care investesc cea mai mare parte din bani în acțiuni

investitorii care merg împotriva tendinței pieței sunt reprezentați de persoane care cumpără acțiuni subevaluate, sperând in creșterea valorii titlului respectiv

1.5. Piața de capital de la „floor market” la online

Pentru mulți ani, piețele de capital au fost locații fizice unde cumpăratorii și vanzătorii se întâlneau și negociau. Datorită evoluției din domeniul tehnologic de la sfârșitul secolului al 20-lea, nevoia pentru un spațiu fizic a devenit din ce în ce mai puțin importantă și comercianții au început să tranzacționeze de la distanță, tranzacționare cunoscută sub numele de comerț electronic.

În ultimii ani companiile de investiții si-au crescut sumele alocate tehnologiei pentru comerțul electronic. Drept urmare mulți comercianți și brokeri au fost eliminați din procesul de tranzacționare. Deasemenea, comercianții au dezvoltat algoritmi care analizează situația pieței și apoi execută ordinele automat.

Perioada de tranziție la comerțul electronic a continuat să crească o data cu schimbarile la nivel global în ceea ce privește trecerea de la comerțul tradițional la cel electronic.

Creșterea comerțului electronic a avut unele implicații importante, printre care: costul redus al tranzacțiilor, lichiditatea mai mare, concurența mai mare, creșterea transparenței.

Prima piața de capital electronică a fost NASDAQ și a fost înființată în 1971, chiar dacă a funcționat inițial ca un avizier electronic.

În România, de zece ani lider în tranzacționarea online, Tradeville (pe atunci Vanguard) a lansat prima platformă de tranzacționare online la BVB in anul 1999.

De atunci nevoile clienților s-au schimbat iar tranzacționarea direct de pe laptop, telefoane cu sistem Android sau tablete a fost făcută posibilă de către majoritatea companiilor de intermediere. Webinariile și conturile demonstrative sunt alte instrumente on-line care au fost dezvoltate de către astfel de companii.

Astfel, în zilele noastre, orice acțiuni pot fi cumparate în orice moment și ceea ce până acum era imposibil, ele pot fi tranzacționate aproape din orice loc, asta în mare parte datorita tehnologiei și amplorii pe care a luat-o internetul. De aceea în partea a treia am decis să analizez legătura dintre căutările pe Google ale investitorilor și lichiditatea, prețul acțiunilor a câtorva din cele mai lichide companii listate la BVB (companii ce contribuie la formarea indicelui BET)

Capitolul II. Analiza seriilor de timp

,,Timpul petrecut în recunoaștere este rareori timp pierdut.”

(Sun Tzu, secolul al 4-lea, î.e.n)

Pentru analiza legaturii dintre cautarile pe Google ale investitorilor și valoarea unor acțiuni ale unor companii listate la Bursa de Valori București am ales să folosesc regresia simplă liniară, testul de cauzalitate Granger dar și modelul VAR. Astfel în acest capitol voi prezenta câteva aspecte teoretice referitoare atât la analiza seriilor de timp cât și la regresia simplă, testul Granger sau modele VAR.

2.1. Regresia liniară simplă- aspecte generale

În crearea modelului liniar de regresie sunt importante aspectele legate de identificarea celor două variabile și specificarea parametrilor modelului de regresie. Modelul liniar simplu de regresie este definit prin intermediul relației liniare care există între două variabile economice și printr-un ansamblu de ipoteze formulate asupra seriilor de date, variabilei reziduale și a celor doua variabile ale modelului și asupra relației liniare dintre acestea.

Variabila endogenă sau explicativă din cadrul modelului se notează prin Y, iar seria de date pentru aceasta se notează prin(yi)i=1,n. Aceasta se reprezintă sub formă vectorială:

y`=[y1 y2…yn].

Variabila endogenă sau independentă este simbolizată prin X, iar seria de date pentru aceasta se reprezintă prin succesiunea de valori (xi)i=1,n . Aceasta este definită sub formă vectorială prin:

x`=[x1 x2…xn].

Ecuația modelului liniar de regresie apare sub forma:

Yi=b+a xi + εi

Variabila reziduală este reprezentată de εi. Ea este introdusă în model din două motive: faptul că asupra variabilei endogene mai acționează o serie de factori care nu sunt specificați în cadrul modelului de regresie (fie pentru că anumite variabile nu pot fi măsurate direct sau nu sunt observabile,fie că seriile de date pentru alte variabile explicative sunt înregistrate cu erori semnificative), dar și seriile care sunt obțiunte în urma unor observări asupra unor eșantioane.

Ipoteze formulate asupra variabilelor reziduale și asupra variabilelor explicative

Ipoteza I: seriile de date nu sunt afectate de erori de măsură

Considerăm că estimarea parametrilor se relizează pe baza unui eșantion de valori ce reprezintă cupluri de valori pentru cele două variabile.

Determinarea funcței analitice folosite pentru analiza dependenței dintre cele două variabile are la bază un număr mare de observații statistice, astfel încât procesul de estimare a parametrilor să se fundamenteze pe legea numerelor mari. Se consideră că valorile pentru cele două variabile nu sunt afectate de erori semnificative de măsură care să distorsioneze calitatea estimărilor parametrilor.

În cazul modelului classic de regresie se consideră că valorile caracteristicii exogene sunt deterministe. Acestea sunt valori fixate. În schimb, valorile caracteristicii endogene sunt stohastice. Această proprietate este importantă în definirea și stabilirea proprietăților modelului liniar de regresie. Valorile caracteristicii exogene sunt nestohastice dacă fiecărei valori a acestei caracteristici îi corespunde o familie de valori ale caracteristicii endogene. Se calculează astfel, pentru fiecare valoare xi a caracteristicii exogene, o medie a familiei caracteristicii endogene. Se determină în aceste condiții seria de valori E[Y| X=xi],i=1,n.

Spre exemplu, în cazul analizei mele pentru o valoare a cautărilor pe Google pentru Transelectrica se caluclueză o medie a volumelor tranzacționate sau a valorilor acțiunilor tranzacționate.

Ipoteza 2: variabila reziduală are media zero

Pentru fiecare valoare fixată a caracteristicii exogene, variabila reziduală este de medie zero.

E[εi| X=xi]=0, pentru orice i.

Consderând această proprietate rezultă că ceilalți factori neînregistrați, cu excepția caracteristicii exogene, nu au o influență sistematică asupra mediei caracteristicii endogene.

Ipoteza 3: varianța reziduului este constantă ( ipoteza de homoscedasticitate)

Considerând această proprietate rezultă că distribuțiile condiționate (yi|X=xi) au aceiași varianță. Această ipoteză va fi reprezentată prin egalitatea:

var[εi| X=xi]=σ2ε, este constantă pentru orice i.

În situația în care variabilele reziduale nu satisfac această proprietate, vom spune că modelul de regresie este heteroscedascic. În acest caz variabilele reziduale au varianțe diferite.

var[εi| X=xi]=σ2i .

Ipoteza 4 : necorelarea reziduurilor

Între termenii reziduali nu se manifestă fenomenul de covarianță. Vom reprezenta această proprietate prin egalitatea:

cov(εi,εj)=0, pentru orice i,j≠0

Dacă variabilele reziduale îndeplinesc ipotezele 3 și 4. atunci se scrie următoarea relație:

cov(εi,εj) = 0, i ≠j

σ2ε , i=j

Ipoteza 5 : variabilele reziduale sunt necorelate cu variabila independentă

Dacă această ipoteză este îndeplinită, atunci:

cov(X,εj)=0, pentru orice j .

Așadar o creștere a valorilor variabilei exogene nu duce implicit la un spor al valorilor variabilei reziduale.

Ipoteza 6 : variabila reziduală este repartizată normal

Cel mai frecvent, în definirea modelului clasic de regresie se consideră că variabilele reziduale sunt distribuite după o repartiție normală, de medie 0 și varianță σ2ε. Pentru toate variabilele reziduale vom scrie atunci că εi ∈ N(0, σ2).

Considerând cele șase ipoteze, se definește modelul liniar de refresie printr-una din cele două forme, în fucție de variabilele asupra cărora se formează ipotezele:

1. Dacă ipotezele sunt formulate supra variabileleor reziduale:

Yi=b+a xi + εi , i=1,….,n

E(εi ) =0

cov(εi,εj) = 0, i ≠j

σ2ε , i=j

εi→N(0, σ2ε).

2. Dacă ipotezele sunt formulate asupra variabilei endogene:

Yi=b+a xi + εi , i=1,….,n

E(yi| X=xi)= b+a xi

cov(yi,yj) = 0, i ≠j

σ2ε , i=j

yi→ N(b+a xi, σ2ε).

2.1.1. Autocorelarea erorilor

Analiza autocorelării valorilor reziduale este o etapă importantă în analiza unei serii de timp. Pentru o serie atributivă, analiza reziduului pentru depistarea autocorelării se recomandă în situația în care unitățile sunt ordonate crescător sau descrescător în raport cu valorile unei caracteristici exogene. Dacă nu se realizează această operație de ordonare a unitățlor populației, valorile reziduale sunt generate într-o manieră aleatorie, caz în care nu se poate pune problema analizei corelației reziduului.

Surse ale corelării reziduurilor

1. Absența unor variabile explicative

Una din sursele imporante ale apariției autocorelării erorilor este neincluderea uneia sau mai multor variabile explicative în model.

2. Specificarea incorectă a formei modelului

Modelul liniar de regresie nu exprimă corect relația de dependență dintre variabila endogenă și varibilele exogene. Dintre posibilele cauze menționăm: modelul se exprimă sub forma unei combinații liniare de variabile în condițiile în care o specificare corectă a modelului trebuie să fie exprimată printr-o combinație liniară de logaritmi de variabile exogene; modelul este corect specificat dacă se exprimă sub forma unei combinații liniare de diferențe de ordinul întai de valori absolute sau relative; nu toate seriile de date valorice ce corespund variabilelor în model sunt exprimate în valori nominale.

Teste statistice

Pentru depistarea autocorelării variabilelor reziduuale sunt folosite o serie de procedee statistice. Cel mai simplu mijloc pentru detectarea autocorelării este cel al reprezentării grafice a seriei valorilor reziduuale. Luarea unei decizii numai prin urmărirea metodei grafice nu este cea mai potrivită variantă. De aceea, pentru aprofundarea analizei sunt folosite o serie de teste statistice. Printre cele mai importante se număra: Testul Durbin-Watson, testul Breusch-Godfrey (test pe care îl voi folosi în partea a 3-a), testul Box-Pierce și Box-Ljung.

Testul Durbin-Watson

Acesta este testul cel mai utilizat în analiza autocorelării variabilelor reziduale. Prin acest test se detectează autocorelarea de ordiunul întâi a reziduului estimat prin metoda celor mai mici pătrate. Statistica testului este evaluată în raport cu seria reziduurilor, ce este determinată în situația în care parametrii modelului de regresie sunt estimați prin metoda celor mai mici pătrate.

Valoarea statisticii testului DW este inclusă în intervalul [0,4]. O valoare în apropierea lui doi scote în evidență necorelarea valorilor reziduale. Valoarea aceastei statistici este dificil de interpretat luând în considerare numai poziția acesteia în raport cu 2, întrucât aceasta depinde nu numai de valorile seriei reziduurilor, ci și de numărul de variabile exogene incluse în modelul de regresie dar și de lungimea seriei de date.

2.1.2. Heteroscedasticitatea

De foarte multe ori, ipoteza privind neschimbarea varianței valorilor seriei reziduurilor nu este respectată. În aceste condiții vom avea var(εi)=σ2i ce diferă de la o variabilă reziduală la alta. În această situație vom concluziona că fiecare valoare reziduală este generată pe baza unei repartiții ce are caractersitici diferite.

În general, nerespectarea ipotezei de homoscedasticitate a reziduului are la bază două categorii de factori:

1. specificarea greșită a modelului de regresie, în sensul că în model nu sunt incluse variabile explicative esențiale. Se întâmplă mai rar ca o specificare greșită a funcției de regresie să genereze o varianță care diferă de la o variabilă reziduală la alta.

2. natura fenomenului studiat, în sensul că varianța variabilei reziduale diferă de la o unitate statistică la alta datorită particularităților seriilor de date analizate. Această situație se întâlnește de regulă la nivelul datelor statistice obținute prin agregări statistice.

Teste statistice

Una din consecințele imediate ale aplicării metodei celor mai mici pătrate pentru estimarea parametrilor medelului liniar de regresie ce nu verifică ipoteza de homoscedasticitate este distorsionarea calității testelor statistice realizate asupra parametrilor modelului. De aceea, depistarea heteroscedasticității se recomandă înaintea efectuării acestora. Cele mai folosite teste sunt: Testul White, testul Goldfeld-Quandt și testul Glesjer. În cele ce urmează îl voi prezenta doar pe primul.

Testul White

Acesta este un test statistic ce are la bază explicitarea seriei (ei2)i=1,n în raport cu una sau mai multe variabile exogene. Astfel, se reprezintă seria pătratelor reziduurilor în raport cu valorile variabilelor exogene, cu pătratele lor sau cu diverse combinații de ordinul întâi ale acestora. Modelul de regresie este definit printr-una din următoarele relații:

1. în cazul în care seria (ei2)i=1,n se reprezintă în raport cu unele variabile și pătratele acestora, se definește modelul de regresie de mai jos:

ei2 = ∑ajxji + ∑ bjx2ij+vi (1)

2. în această situație, seria (ei2)i=1 se explică în raport cu unele variabile exogene, pătratele acestora și diverse combinații de ordinul întâi ale acestora. De exemplu, dacă pentru explicarea varianței variabilei reziduale se utilizează două variabile exogene, atunci se poate defini modelul de regresie:

ei2 = a1x1i+ a2x2i+b1x21i+ b2x22i +c1x1ix2i+vi (2)

Pentru aplicarea testului pentru un model de regresie simplu se urmăresc pașii de mai jos:

Pasul 1: Estimarea parametrilor modelului de regresie

Se estimează parametrii modelului de regresie prin care se explicitează Y

Pasul 2: Estimarea parametrilor modelului de analiză a reziduului

Se estimează parametrii unuia din modelele (1) sau (2)

Pasul 3 : Se definesc ipotezele testului

H0: a1=…=ak=b1=…=bk=0 model homoscedascic

H1:Ǝ aj ≠ 0 sau bi ≠ 0 , model heteroscedascic

Pasul 4 : Statistica testului

În ambele situații, pentru a stabili dacă ipoteza homscedasticității este valabilă, se recurge la un test F sau la statistica LM. În situația aplicării statisticiiLM se ține seama de următoarea proprietate asimptotică a acesteia:

LM=nR2→ χ2r

unde n – dimensiunea seriei folosite pentru estimarea parametrilor ;I reziduului modelului de regresie y=f(x1,..xp);

R2 – raportul de determinare evaluat pentru unul din modelele folosite pentru explicitarea seriei

R – numărul de parametric din cadrul acestor modele

Pasul 5: Decizia testului

Dacă pentru un prag de semnificație stabilit avem valoarea statisticii LM este mai mare decât o valoare tabelară a cuartilei repartiției χ2, atunci se respinge ipoteza nulă. Atunci trebuie corectată heteroscedasticitatea înaintea testării ipotezelor formulate asupra parametrilor modelului liniar de regresie.

În utilizarea acestei proceduri de testare trebuie să se țină seama de faptul că o creștere exagerată a valorii lui r duce implicit la diminuarea puterii testului. În acest sens se recomandă utilizarea modelului (1), în situația în care se recurge la un număr mare de variabile exogene, sau a modelului (2), când se utilizează un număr moderat de variabile exogene pentru caracterizarea heteroscedasticității.

2.1.3. Verificarea semnificației estimatorilor parametrilor modelului econometric

Verificarea semnificației estimatorilor în a accepta, sau a respinge una din cele două ipoteze:

H0 : a=0

b=0

H1 :a≠0

b≠0

Testul adecvat, â și b fiind variabile normale, este testul “t”. Prin centrarea și normarea estimațiilor â și b, în cazul ipotezei H0, se obțin valorile calculate t1calc și t1calc . Aceste valori se compară cu valorile teoretice preluate din tableul distribuției normale, în funcție de o valoare arbitrar aleasă a probabilității sau a pragului de semnificație. Bineînțeles și volumul eșantionului influențează valoarea teoretică, pentru un volum ≤30 având o variabilă Student iar pentru unul ≥30 având o variabilă normală.

Pe baza celor două valori se ia decizia, astfel dacă se acceptă H0 se concluzionează că estimatorii nu sunt semnificativi diferiți de 0 și se renunță la model, în caz contrar modelul este considerat corect specificat, identificat și estimat.

2.1.4. Verificarea similitudinii modelului econometric

În general această problemă se rezovlvă cu ajutorul metodei analizei variației, cunoscută și sub numele de metoda ANOVA.

După ce se caluclează varianța explicată de model, varianța reziduală și varianța totală se calculează dispersiile corectate. Ipotezele vor fi:

H0:dispersia corectată explicată de model ≠ dispersia corectată reziduală=> cele două dispersii sunt aproximativ egale, adică influența factorului x nu diferă de influența factorilor întâmplători

H1:dispersia corectată explicată de model = dispersia corectată reziduală=> influența factorului x și a factorilor întâmplători, măsurată prin cele două dispersii diferă semnificativ, astfel se poate trece la discuția similitudinii modelului teoretic în raport cu modelul real.

În ceea ce privește coeficientul de determinare se poate spune că modelul este mai performat cu cât acest coeficient se apropie mai mult de 1.

De asemenea, testarea semnificației unui model econometric se poate face tot cu testul ,,F”, pornind de la valoarea raportului de corelație sau a coeficientului de determinare.

Astfel dacă Fcalc < Fcrit , renunțăm la model, în caz contrar discuția econometrică continuându-se.

2.2. Testul de cauzalitate Granger

Este un test care determină daca o serie de timp este folositoare în previzionarea altei serii.

Dacă seria de timp este staționară, testul se aplică folosind nivelul valorilor a două sau mai multe variabile.Dacă variabilele nu sunt staționare, testul se aplică folosind prima diferență (sau mai mare).

Numărul lagurilor care sunt incluse este de obicei ales folosind unul din criteriile Akaike sau Schwarz.

2.3. Modul de tip VAR

În cazul modelului de tip VAR, variabilele dependente sunt exprimate atât în fucție de performanțele anterioare ale varabilelor independente cât și de performațele trecut ale variabilei dependente.

Motivele care provoacă întârzieri în evoulția variabilelor explicative sunt diverse și pot fi de natură psihologică, tehnologică sau de ordin instituțional. Vom vedea că în aplicația din partea a III-a, motivele variază, printre cele mai importante pot menționa:reglementarea unor legi, publicarea unor știri, criza economică, schimbări politice, evoluția altor burse.

Deasemenea întârzierile pot dura de la o zi pană la mai mulți ani. În cazul analizei pe care am dezvoltat-o am luat în calul doar întârzierile de o saptamână, două săptamâni, o lună sau două.

Înainte de a se construi modelul, seriile trebuie sa fie staționarizate, în cazul în care nu sunt deja, de obicei prin prima diferențială. Pentru testarea staționarității se folosește testul Dickey-Fuller. Desezonalizarea este un alt aspect important de care trebuie sa se țină cont înainte ca modelul să fie construit și interpretat.

2.4. Studii anterioare referitoare la analiza legăturii dintre cautările pe Google si lichiditatea unor acțiuni

Termenii pe care oamenii îi caută pe Google au fost folosiți până și pentru a previziona cât de mulți americani au gripă sau câți au planuri de a călători.

Un studiu referitor la legătura dintre căutările pe Google și volumul tranzacționat al unor acțiuni a fost efectuat de către Universitatea din Innsbruck și a vizat piața de capital din Germania. Cercetarea a analizat trei companii pe perioada ianuarie 2004-iunie 2010, perioadă limitată de disponiblitatea datelor oferite de Google și s-au folosit atât date lunare cât și date săptamânale.

Volumul căutărilor pentru un anumit cuvânt oferit de Google Trends nu este dat în valoare absolută, ci ca o valoare relativă la numărul total de căutări în intervalul corespunzător de timp. Pentru fiecare termen căutat valorile sunt normalizate astfel încât volumul căutărilor variază întodeauna între 100 (cele mai multe căutări) și 0 (cele mai puține căutări).

Rezultatele studiului s-au dovedit a fi satisfăcătoare. S-a demonstrat faptul că variația volumului de căutări al numelui unei companii influențează semnificativ tranzacționarea. Mai mult, o schimbare mare (mică) în volumul căutărilor este asociată cu o schimbare mică (mare) în lipsa de lichiditate a acțiunilor. Deasemenea s-a observat o legătură pe termen scurt între căutările pe Google și volumul tranzacțiilor viitoare.

Un alt studiu a fost făcut de Thomas Dimpfl și Stephan Jank, la Universitatea Tűbingen, Germania.

Lucrarea studiază dinamica volatilității pieței de capital și a interesului inevstitorilor, măsurată prin interogările pe internet.S-a testat legătura dintre indicii Dow Jones, FTSE, CAC și DAX și căutarile numelor pe Google în perioada iulie 2006-iunie 2011.

S-au folosit volume de căutări zilnice obinute prin Google Trends, în perioada iulie 2006-iunie 2011 pentru cuvintele cheie: ,,Dow”(pentru SUA), ,,FTSE”(pentru Marea Britanie), ,,CAC”(pentru Franța”), și ,,DAX”(pentru Germania).

Ei au găsit o legătură puternică între indici și intergogările pentru numele respective.

Mai mult, cauzalitatea Granger este bidirecționlă: volume mari de căutări conduc la volatilite mare dar și invers.

Ultima ceretare referitoare la tema abordată și în prezenta lucrare(în capitolul III) a fost făcută de către Warwick Business School din Marea Britanie și de Universitatea din Boston și a constat în analiza influenței a 98 de termeni (atât financiari :datorii, acțiuni, rata șomajului cât și non-financiari : fericire, conflict sau polictică) asupra indicelui Dow Jones (mai exact dacă un volum mai mare al căutărilor unor cuvinte duc la creșterea valorii medii a indicelui în săptămâna imediat următoare) în perioada 2004-2011.

Cea mai importantă informație rezultată a fost legată de cuvantul ,,datorie”. Astfel o creștere a volumului căutărilor duce la o scădere a volumului acțiunilor tranzacționate. În caz contrar, volumul acțiunilor crește în săptămâna umătoare.

Capitolul III. Legătura dintre căutările pe Google și valoarea , prețul, randamentul acțiunmilor companiilor care compun BET-C.

În această a treia parte am analizat influența pe care o au căutările pe Google aspura valorii acțiunilor tranzacționate, prețului și a randamentului a patru din cele mai lichide zece companii (cele care compun indicele BET) listate la Bursa de Valori București. Deasemeanea am analizat legăturile posibile dintre cele patru variabile la diferite laguri prin construirea unor siteme de ecuații(VAR).

Datele care reprezintă valoarea volumului tranzacțiilor au fost obținute cu ajutorul bazelor de date oferite investitorilor de către compania de intermediere Tradeville dar și a bazelor de date oferite de BVB.

Valorile pentru volumul de căutări au fost obținut cu ajutorul Google Trends.

Statisticile de căutare analizează o parte a căutărilor Google pe Web pentru a calcula câte căutări au fost efectuate pentru termenii introduși, în cazul meu numele companiilor, comparativ cu numărul total de căutări efectuate pe Google de-a lungul timpului. Această analiză indică probabilitatea ca un utilizator oarecare să caute un anumit termen de căutare, dintr-o anumită locație, într-un anumit moment.

De asemenea, sistemul elimină interogările care se repetă de la un utilizator unic într-o perioadă scurtă de timp, astfel încât nivelul de interes să nu fie afectat în mod artificial de acest tip de interogări.

Toate datele sunt standardizate, ceea ce înseamnă că s-au împărțit seturile de date la o variabilă comună pentru a anula efectul variabilei asupra datelor. Astfel, este posibilă compararea caracteristicilor de bază ale seturilor de date. În cazul în care nu s-ar standardiza rezultatele și s-ar afișa în schimb clasările absolute, datele provenite din regiuni care generează cel mai mare volum al căutărilor ar ocupa întotdeauna o poziție mai bună.

Datele sunt afișate pe o scară de la 0 la 100, după standardizare; fiecare punct din grafic a fost împărțit la cel mai înalt punct sau la 100.

Am analizat patru din cele mai lichide zece companii listate la BVB și anume : Fondul Proprietatea, Banca Transilvania, Electoromagnetica,OMV-Petrom.

3.1. FONDUL PROPRIETATEA

O primă companie analizată a fost Fondul Proprietatea. Pentru aceasta am avut date săptămânale (120) din 29.01.2011 până pe 11.05.2013.

Figura 2. Fondul Proprietatea (prelucrare proprie)

Regresia simplă

Am început analiza printr-o regresie simplă liniară. Observam în outputul de mai jos că ambii coeficienți sunt semnificativi întrucât 0.0263<0.05 și 0.0000<0.05.

Pentru a testa semnificația modelului avem ipotezele:

H0:Modelul nu este corect specificat (Fcalc<F1-α;1;n-2)

H1:Modelul este corect specificat (Fcalc>F1-α;1;n-2)

Cum Fcalc >F1-α;1;n-2(80.37439>3.921), respingem ipoteza nula, o acceptăm pe cea alternativă și se poate concluziona că modelul este valid statistic.

Valoarea destul de mare a lui R-squared ne arată că 40.51% din variația modelului este explicată de variabila Căutări Google.

Conform informațiilor privind coeficienții, modelul arată astfel:

Fp= -23680196+5052920*CautariGoogle

O interpretarea a coeficientului variabilei independente ar fi ca atunci când căutariile pe Google cresc cu o unitate, valoarea tranzacțiilor din săptămâna respectivă va crește cu 5.053.930 RON.

Figura 3. Regresie FP(prelucrare proprie)

Testarea erorilor ecuației de regresie

Pentru testarea erorilor am folosit testul Breusch-Godfrey, rezultatele testului Durbin-Watson fiind de multe ori greu de interpretat. Valoarea asociată a lui Obs*Rsquared, Pvalue de 0.004243<0.05 demonstrează faptul că exista corelație serială. Rezultatele testului se datorează în mare parte prezenței trendului, așa cum se poate vedea și în Figura 2.

Figura 4. Testul Breusch-Godgrey(prelucrare proprie)

Testul Jarque-Bera

Pentru testarea normalitații rezidurilor, definim cele doua ipoteze:

H0: ε→N(0,1)

H1: ε nu urmează o repartiție N(0,1)

Cum valoarea χ22;1-α (3.8414)<J-B(737.3053) se respinge ipoteza nula, astfel putem concluziona că reziduurile nu sunt distribuite normal.

Figura 5. Testul Jarque-Bera(prelucrare proprie)

Testul White

Pentru testarea heteroscedasticității am ales testul White.

Ipotezele testului sunt următoarele:

H0: Modelul este homoscedascic

H1: Modelul este heteroscedascic

Având în vedere că valoarea testului (53.1858) este mai mare decât valoarea tabelată (5.99), resping ipoteza nulă și accept ipoteza altenativă, astfel modelul este unul heretroscedascic.

Heteroscedasticitatea poate fi corectată prin adăugarea unor variabile exogene, însă o exagerarea a includerii unor noi variabile poate scădea puterea modelului.

Figura 6. Testul White(prelucrare proprie)

Testul Granger

Aceleași concluzii reies și din testul de cauzalitate Granger. Astfel vedem cum valoarea de 0.00129<0.05 demonstrează faptul că interogările pe Google influențează direct valoarea acțiunilor Fondul Proprietatea în perioada analizată.

Figura 7. Testul Granger (prelucrare proprie)

Modelul VAR

Pentru analiza legăturilor dintre valoarea variabilelor la momentul t și valoarea lor la diferite laguri am ales variabilele: randamentul, cautările pe Google, valoarea tranzacțiilor și prețul mediu.

Verificarea staționaritații seriilor

Am verificat staționaritatea seriilor prin testul Augmented Dickey-Fuller (Criteriul Schwartz) , comparând valaoarea testului cu valorile înregistrate la cele trei niveluri de semnificație. Pentru seriile reprezentate de căutările pe Google și valoarea tranzacțiilor am înregistrat staționaritate. Pentru randament am obținut o valoarea mai mică decât toate cele trei niveluri de semnificație ceea ce însemnă că seria nu trebuie staționarizată.

FP

Figura 8.Testul Dickey Fuller-FP (prelucrare proprie)

CAUTARI

Figura 9.Testul Dickey Fuller-CAUTĂRI (prelucrare proprie)

Staționarizarea seriilor

Seriile au fost staționarizate construind noi serii diferențiate de ordinul 1.

Dupa aplicarea aceluiasi test Augmented Dickey-Fuller, am costruit sistemul de ecuații, cu variabilele dapendente CAUTARI_D, FP_D și RANDAMENT, pe rând și cele independente reprezentate de aceleași variante decalate la 1 sau 2 lag-uri.

Figura 10.Sistem de ecuații VAR(prelucrare proprie)

Valoarea lui ttabelat (119 grade de libertate, la un nivel de semnificatie de 95%) este de 1.98009. Din tabelul de mai sus coeficienții din parantezele patrate care sunt mai mari în modul dacât 1.98 sunt și semnificativi.

Se observă că valorile înregistrate cu două săptămâni în urmă de către valoarea tranzacțiilor influențează randamentul din săptămâna curentă. Valoarea pozitivă a lui t ne arată o legătură directa între cele două variabile. Înregistrări ridicate ale valorii tranzacțiilor duc la un randament mai mare în perioada următoare. În cazul de față, după listarea la Bursă, valoarea tranzacțiilor Fondul Proprietatea a scăzut treptat, așa cum putem vedea și în Figura 2, randamentul scăzând și el.

3.2. BANCA TRANSILVANIA

Pentru Banca Transilva au fost înregistrate date lunare din ianuarie 2004 până în mai 2013.

Putem observa și din graficul de mai jos trendul descendent al ambelor serii.

Figura 11. Banca Transilvania(prelucrare proprie)

Regresia simplă

H0:Modelul nu este corect specificat (Fcalc<F1-α;1;n-2)

H1:Modelul este corect specificat (Fcalc>F1-α;1;n-2)

Cum Fcalc >F1-α;1;n-2(31.94>3.927), respingem ipoteza nula, o acceptăm pe cea alternativă și se poate concluziona că modelul este valid statistic, variabila independentă explicând 22.82 % din variația modelului.

Figura 12. Regresie Banca Transilvania(prelucrare proprie)

Astfel, atunci când căutările pe Google cresc cu o unitate, valoarea tranzacțiilor crește cu 1.189.136 RON în săptămâna respectivă.

Testarea erorilor ecuației de regresie

Valoarea asociată a lui Obs*Rsquared, Pvalue de 0.000024<0.05 demonstrează faptul că exista corelație serială.

Figura 13. Testul Breusch-Godfrey(prelucrare proprie)

Testul Jarque-Bera

Pentru testarea normalitații rezidurilor, definim cele doua ipoteze:

H0: ε→N(0,1)

H1: ε nu urmează o repartiție N(0,1)

Cum valoarea χ22;1-α (3.8414)<J-B(47.6525) se respinge ipoteza nulă, astfel putem concluziona că reziduurile nu sunt distribuite normal.

Figura 14. Testul Jarque-Bera(prelucrare proprie)

Testul White

Ipotezele testului sunt următoarele:

H0: Modelul este homoscedascic

H1: Modelul este heteroscedascic

Având în vedere că 1.201<5.99, pot accepta ipoteza nulă. Astfel modelul este unul homoscedascic.

Figura 15. Testul White(prelucrare proprie)

Testul de cauzalitate Granger demonstrează că volumul de căutări pe Google influențează direct valoarea tranzacțiilor.

Figura 16. Testul Granger(prelucrare proprie)

Modelul VAR

După ce am testat dacă seriile sunt staționare, prin același test Dickey-Fuller, am construit sistemul de ecuații de mai jos:

Figura 17. Sistem de ecuații VAR(prelucrare proprie)

Înregistrările care au o valoare mai mare decât valaoarea tabelată a lui t (1.981) sunt semnificative și influențează variabilele dependente. Randamentul decalat cu un lag influențează valoarea tranzacțiilor, iar valoarea tranzacțiilor, asa cum am văzut și în cazul Fondul Proprietatea, decalată cu doua laguri, determină randamentul în perioda curentă.

3.3. ELECTROMAGNETICA

Pentu compania Electormagnetica s-au analizat date saptamanale din 01.01.2011 până în 04.05.2013.

Figura 18. Electormagnetica(prelucrare proprie)

Un lucru interesant este dat de influența pe care o au căutările pe Google din saptamana curentă asupra prețului mediu al acțiunilor din săptămâna următoare.Așa cum se observă și în graficul de mai sus ambele au un trend descendent.

Figura 19. Regresie (prelucrare proprie)

Ipotezele testului Fisher sunt:

H0:Modelul nu este corect specificat (Fcalc<F1-α;1;n-2)

H1:Modelul este corect specificat (Fcalc>F1-α;1;n-2)

Cum Fcalc>F1-α;1;n-2 (16.11>3.92) putem concluziona că modelul este valid statistic.

Acest model de regresie ne arată legătura dintre căutările pe Google și prețul mediu din săptămâna urmatoare. Având în vedere că ambii coeficienți sunt semnificativi iar modelul este valid din punct de vedere statistic putem spune că o scădere a căutarilor pe Google duce la o scădere a prețului mediu în săptămana următoare.

Așa cum ne arată și valoarea destul de mică a lui Rsquared , doar 11.84% din variația totală este explicată de variabila independentă. Astfel putem spune că prețul mediu ar putea fi influențat și de alți factori precum unele știri negative/pozitive despre companie, schimbări la nivelul personalului, emiterea unor noi acțiuni, valoarea investițiilor.

Testul Breusch-Godfrey

Valoarea asociată a lui Obs*Rsquared, Pvalue de 0.000000<0.05 demonstrează faptul că exista corelație serială.

Figura 20. Testul Breusch-Godfrey(prelucrare proprie)

Testul Jarque-Bera

Pentru testarea normalitații rezidurilor, definim cele doua ipoteze:

H0: ε→N(0,1)

H1: ε nu urmează o repartiție N(0,1)

Cum valoarea χ22;1-α (3.8414)<J-B(5.1333) se respinge ipoteza nulă, astfel putem concluziona că reziduurile nu sunt distribuite normal.

Figura 21. Testul Jarque-Bera(prelucrare proprie)

Testul White

Ipotezele testului sunt următoarele:

H0: Modelul este homoscedascic

H1: Modelul este heteroscedascic

Având în vedere că valoarea ui Obs*Rsquared (11.50) este mai mare dacât 5.99, se respinge ipoteza nulă. Astfel modelul este unul heteroscedascic. Așa cum am mai spus, heteroscedasticitatea se poate corecta prin adăugarea unor variabile independente noi.

Figura 22. Testul White (prelucrare proprie)

Testul de cauzalitate Granger confirmă cele afirmate mai sus.

Figura 23. Testul Granger (prelucrare proprie)

Modelul VAR

După ce am staționarizat seria de timp pretmediu am generat sistemul de ecuații:

Figura 24. Sistem de ecuații VAR (prelucrare proprie)

Așa cum am vazut și în cazul celorlalte companii valoarea acțiunilor tranzacționate decalată cu două laguri influențează randamentul.Deasemenea randamentul(-1) si cautari(-2) influențează prețul mediu.

3.4. OMV-PETROM

Pentru analiza evoulției prețului acțiunilor OMV-PETROM au fost selectate date saptămânale din 23.01.2010 pâna pe 11.05.2013.

Figura 25.Omv-Petrom(prelucrare proprie)

Pentru a testa semnificația modelului avem ipotezele:

H0:Modelul nu este corect specificat (Fcalc<F1-α;1;n-2)

H1:Modelul este corect specificat (Fcalc>F1-α;1;n-2)

Valoarea tabelată a lui F este de 3.89<16.15, iar Prob(F)=0.000088. Astfel se poate concluziona că mdelul construit este valid din punct de vedere statistic.

Deși coeficienții sunt seminficativi iar modelul este valid, variabila independentă explică doar 8.67% din variația modelului ceea ce reprezintă un dezavantaj al modelului.

Figura 26. Regresie(prelucrare proprie)

Testul Breusch-Godfrey

Valoarea asociată a lui Obs*Rsquared, Pvalue de 0.000000<0.05 demonstrează faptul că exista corelație serială.

Figura 27. Testul Breusch-Godfrey (prelucrare proprie)

Testul Jarque-Bera

Figura 28. Testul Jarque-Bera (prelucrare proprie)

Pentru testarea normalitații rezidurilor, definim cele doua ipoteze:

H0: ε→N(0,1)

H1: ε nu urmează o repartiție N(0,1)

Cum valoarea χ22;1-α (3.8414)<J-B(9.34) se respinge ipoteza nulă, astfel putem concluziona că reziduurile nu sunt distribuite normal.

Testul White

Ipotezele testului sunt următoarele:

H0: Modelul este homoscedascic

H1: Modelul este heteroscedascic

Având în vedere că valoarea lui Obs*Rsquared (5.997) este mai mare dacât 5.991, se respinge ipoteza nulă. Astfel modelul este unul heteroscedascic.

Figura 29. Testul White (prelucrare proprie)

Testul Granger confirmă legătura dintre cele doua variabile.

Figura 30. Testul Granger (prelucrare proprie)

Modelul VAR

După ce am staționarizat seria de timp pretmediu, am obținut următorul sistem de ecuații (celelalte serii fiind staționare, după aplicarea testului Dickey-Fuller):

Valorile pentru care t<ttabelat=1.974 inflențează variabila dependentă.Semnul valorii da direcția legăturii.

Figura 31. Sistem de ecuații VAR(prelucrare proprie)

Căutările pe Google la două laguri influențează atât prețul mediu cât și randamentul, iar prețul mediu la primul lag influențează valoarea acțiunilor. Deasemenea randamentul decalat cu un lag influențează prețul mediu, iar randamentul decalat cu două laguri influențează valoarea acțiunilor.

4.5. Concluzii

Rezultatele obținute în urma analizei asupra celor patru companii care participă la formarea indicelui BET-C s-au dovedit a fi satisfăcătoare.

Cele mai relevante informații sugerează o corelare a căutărilor pe Google atât cu valoarea tranzacțiilor cât și cu prețul mediu.

Legăturile dintre variabilele mai sus menționate, indentificate prin regresii liniare simple au fost confirmate de testul de cauzalitate Granger. În toate cazurile cauzalitatea s-a dovedit a nu fi bidirecțională, doar căutările pe Google influențând prețul și valoarea tranzacțiilor.

Deasemenea, în cazul a trei din cele patru companii analizate valoarea tranzacțiilor decalată cu două perioade s-a dovedit a avea o influență puternică asupra randamentului.

Datorită lichidității scăzute a acțiunilor altor companii și a pieței de capital destul de “tinere”, rezultatele nu pot fi extrapolate asupra tuturor companiilor listate la BVB însă există un trend în acest sens.

Anexe

Fondul Proprietatea

Transilvania

Electromagnetica

OMV-Petrom

Bibliografie

Bibliografie