1 Załącznik nr 2 Autoreferat Spis treści 1. Przebieg pracy naukowej .......................................................................................... 1 2. Jednotematyczny cykl publikacji ............................................................................. 3 3. Szczegółowe omówienie cyklu publikacji ................................................................. 7 3.1 Wprowadzenie ...................................................................................................... 7 3.2 Identyfikacja czynników behawioralnych wpływających na skłonność do stosowania narzędzi analizy technicznej .............................................................. 9 3.3 Zjawisko iluzji kontroli ...................................................................................... 13 3.4 Wpływ czynników behawioralnych na zachowania i rynki ............................... 16 3.5 Podsumowanie .................................................................................................... 19 4. Omówienie najważniejszych pozostałych publikacji ............................................ 21 5. Podsumowanie dorobku naukowego ...................................................................... 22 6. Referencje ................................................................................................................. 24 1. Przebieg pracy naukowej Informacje podstawowe a. Imię i nazwisko: Marcin Czupryna b. Stopień naukowy: dr nauk ekonomicznych, stopień uzyskany w 2007 roku, w Szkole Głównej Handlowej w Warszawie, tytuł rozprawy: Zależność decyzji finansowych od elementów strukturalnych modelu sytuacji decyzyjnej, promotor: prof. dr hab. Tomasz Szapiro. c. Zatrudnienie: Uniwersytet Ekonomiczny w Krakowie, Wydział Finansów i Prawa, od 2012 roku. Szczegółowy opis pracy naukowej Ukończyłem V L.O. im. A. Witkowskiego w Krakowie. W latach 1995–1999 studio- wałem w Szkole Głównej Handlowej w Warszawie (SGH) na kierunku Metody Ilościowe i Systemy Informacyjne. Po obronie pracy licencjackiej „Czy dobra publiczne powinny być dostarczane przez państwo” uzyskałem dyplom i tytuł zawodowy licencjata. Natomiast po przedstawieniu pracy magisterskiej „Opcje na rynku niemieckim” ukończyłem studia z wyni- kiem celującym, otrzymując dyplom i tytuł zawodowy magistra w dniu 28 października 1999 r. Promotorem obydwu prac był prof. dr hab. T. Szapiro. W latach 1997–1999 uczestniczyłem w zajęciach Polsko-Niemieckiego Forum Aka- demickiego, wspólnego programu SGH i Uniwersytetów w Moguncji i Duisburgu. W ramach
28
Embed
demickiego, wspólnego programu i Uniwersytetów w Moguncji i …fip.uek.krakow.pl/wp-content/uploads/2019/05/Autoreferat... · 2019-05-22 · Stopień naukowy: dr nauk ekonomicznych,
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
1
Załącznik nr 2
Autoreferat
Spis treści
1. Przebieg pracy naukowej .......................................................................................... 1
2. Jednotematyczny cykl publikacji ............................................................................. 3
3. Szczegółowe omówienie cyklu publikacji ................................................................. 7
3.1 Wprowadzenie ...................................................................................................... 7
3.2 Identyfikacja czynników behawioralnych wpływających na skłonność do
stosowania narzędzi analizy technicznej .............................................................. 9
3.3 Zjawisko iluzji kontroli ...................................................................................... 13
3.4 Wpływ czynników behawioralnych na zachowania i rynki ............................... 16
6) Czupryna, M., Kubińska, E., Markiewicz, Ł. (2018). Can conjugate prior probability
explain the illusion of control?. Decyzje, (29), 87-114. DOI: 10.7206/DEC.1733-
0092.104 (Lista B, 11 pkt MNiSW)
7) Morawski, L., Czupryna, M., Mycielski, J., Rączka, J. (2018). Offering Time-of-Use
Electricity Rates to Households in a Formerly Centrally Planned Economy: Insights
from Consumer Tests in Poland. Eastern European Economics, 56(3), 246-267. DOI:
10.1080/00128775.2018.1449657 (Lista A, 15 pkt MNiSW, IF = 0,302)
8) Czupryna, M., Oleksy, P., Przybek, P., Kamiński, B. (2018). Agent-Based Modelling
of Viticulture Development in Emerging Markets: The Case of the Małopolska Re-
gion. Journal of Artificial Societies & Social Simulation, 21(3). DOI:
10.18564/jasss.3726 (Lista A, 30 pkt MNiSW, IF = 0,941)
Przedstawiam cykl, powyżej wymienionych publikacji, jako osiągnięcie naukowe w ro-
zumieniu ustawy z dnia 14 marca 2003 r. o stopniach naukowych i tytule naukowym oraz o
4
stopniach i tytule w zakresie sztuki (art. 16, ust. 1 i 2), stanowiące znaczny wkład w rozwój
dyscypliny finanse.
W dalszej części niniejszego rozdziału przedstawiam, problem badawczy, opisuję ogól-
ny schemat cyklu, tzn. współzależności pomiędzy poszczególnymi artykułami, czyli jak
przedmiot badania w kolejnych artykułach wynika z rezultatów wcześniejszych badań. W
Rozdziale 3. przedstawiony został bardziej szczegółowy opis metod badawczych i wyników
poszczególnych artykułów, stanowiących elementy jednotematycznego cyklu.
W artykułach poruszono naukowy problem identyfikacji i konsekwencji behawioral-
nych uwarunkowań zachowań ekonomicznych. W szczególności, badane są dwa powiązanie
zagadnienia: wpływ czynników behawioralnych na obserwowane zachowania ekonomiczne
oraz wpływ czynników behawioralnych na obserwowane cechy rynków. W ramach pierwsze-
go zagadnienia badawczego badano wpływ iluzji kontroli [1] 1
, [3] oraz stylu poznawczego
[2] na skłonność do stosowania analizy technicznej, potrzeby domknięcia poznawczego na
proces prognozowania [4], przeciążenia informacyjnego na obserwowaną iluzję kontroli [5],
[6] oraz reakcję popytu na energię elektryczną na zmieniające się ceny [7]. Natomiast w ra-
mach drugiego zagadnienia badawczego, badano wpływ stosowania analizy technicznej na
osiągany wynik finansowy [3] oraz wpływ czynników społecznych na tendencję do prze-
strzennego skupiania się czynników wytwórczych (winnic) [8].
W artykule [1] badałem czynniki behawioralne zwiększające skłonność do wykorzy-
stania analizy technicznej (zachowanie) w decyzjach inwestycyjnych. W pracy tej empirycz-
nie zweryfikowano pozytywną zależność pomiędzy trzema różnymi formami nadmiernej
pewności siebie, a wiarą w skuteczność metod analizy technicznej. Relacja ta została po-
twierdzona jedynie w wypadku efektu „lepiej niż średnia”2. W przypadku dwóch kolejnych
form nadmiernej pewności siebie: błędnej kalibracji oraz iluzji kontroli nie zanotowano staty-
stycznie istotnych wyników. Brak potwierdzenia postulowanej zależności przez wszystkie
trzy formy nadmiernej pewności siebie jest zgodny z wynikami dotychczas opublikowanymi
w literaturze, mówiącymi o braku istotnych związków między różnymi formami nadmiernej
pewności siebie.
Badania były kontynuowane [2] na większej próbie badawczej, uwzględniającej także
profesjonalnych uczestników rynku oraz z zastosowaniem bardziej ogólnych czynników be-
hawioralnych, tj. różnych stylów poznawczych. W szczególności badano różnice w postrze-
ganiu narzędzi analizy technicznej przez potencjalnych inwestorów (w badaniu ta grupa inwe-
storów jest reprezentowana przez studentów specjalności rynki finansowe) a profesjonalnymi
uczestnikami rynku (traderami). W artykule tym wykazano, że sposób używania narzędzi
analizy technicznej przez pierwszą grupę jest bardziej intuicyjny i polega na eksperymento-
waniu (ang. experiential), podczas gdy w drugiej grupie jest bardziej racjonalny. Metody ana-
lizy technicznej pomagają profesjonalnym uczestnikom rynku (w szczególności na bardziej
skomplikowanych rynkach, jak np. rynek kontraktów terminowych) przetwarzać informacje
1 Odniesienia do artykułów zawartych w cyklu są w formacie [x], gdzie x jest numerem kolejnego
artykułu w cyklu, ze względów na przejrzystość i zwięzłość tekstu, w sytuacji omawiania całego cyklu
łącznie. Pozostałe odniesienia są zgodne ze standardem APA. 2 Zjawisko iluzji kontroli, w szczególności jej trzy wymienione formy, zostały zdefiniowane i opisane,
w sposób bardziej szczegółowy z Rozdziale 3.
5
oraz są one, przez nich postrzegane, jako racjonalne narzędzie poznawcze wspierające podej-
mowanie decyzji inwestycyjnych.
Uzyskane w artykule [2] wyniki, w szczególności zaobserwowane różnice w zacho-
waniach profesjonalnych i nieprofesjonalnych uczestników rynku, stanowiły inspirację do
powtórzenia przeprowadzonych już badań [1] na rozszerzonej próbie badawczej. Wyniki tych
powtórzonych badań zostały przedstawione w artykule [3].
Zgodnie z nimi nadmierna pewność siebie w szczególności jedna z jej form, tj. iluzja
kontroli zwiększa skłonność do stosowania narzędzi analizy technicznej w decyzjach inwe-
stycyjnych, w obydwu badanych grupach. Pozostałe formy iluzji kontroli, tj. błędna kalibracja
i efekt „lepiej niż średnia”, zwiększają skłonność do korzystania z narzędzi analizy technicz-
nej tylko w grupie profesjonalnych traderów. Drugim istotnym wynikiem było wskazanie, że
występuje negatywna zależność pomiędzy poleganiem na narzędziach analizy technicznej, a
osiąganymi zyskami.
Murphy (1999) podkreśla identyfikację trendów i ich zmian, jako główny cel stosowa-
nych narzędzi analizy technicznej. Badania tego zagadnienia rozpoczęte w artykule [1] są
kontynuowane w artykule [4]. W szczególności w tym ostatnim artykule, zamiast deklarowa-
nej skłonności do stosowania narządzi analizy technicznej (badania kwestionariuszowe), ba-
dano stopień wykorzystania obserwowanych trendów cen instrumentów finansowych w pro-
gnozowaniu (badania eksperymentalne). Rozważony został także inny czynnik behawioralny,
mianowicie potrzeba domknięcia poznawczego (ang. need for cognitive closure). W szcze-
gólności pozytywnie zweryfikowana została hipoteza, że potrzeba domknięcia poznawczego
zmniejsza wykorzystanie obserwacji historycznych w prognozach, ale tylko w przypadku,
kiedy rynek znajduje się w fazie trendu bocznego. Zaobserwowana relacja została wyjaśniona
za pomocą wygenerowanych danych syntetycznych. Mianowicie pragnienie przewidywalno-
ści (ang. desire for predictability), stanowiące jeden z wymiarów potrzeby domknięcia po-
znawczego, powoduje, że w sytuacji trendu bocznego (brak jednoznacznego trendu wzrosto-
wego lub spadkowego) badani rezygnują z pogłębionej analizy tj. nie szukają trendów wtór-
nych. Przeciwne zachowania można zaobserwować w przypadku wyraźnych trendów wzro-
stowych lub spadkowych: inny wymiar potrzeby domknięcia poznawczego tj. decyzyjność
(ang. decisiveness), skłania do nadmiernego polegania na zaobserwowanych trendach w pro-
gnozowaniu. Skutkiem tego może być podejmowanie nadmierne ryzyka.
Badania były kontynuowane w dwóch kierunkach. Po pierwsze, ze względu na zaob-
serwowaną pozytywną zależności pomiędzy behawioralną cechą: skłonnością do ulegania
iluzji kontroli a zachowaniem polegającym na skłonności do wykorzystywania narzędzi ana-
lizy technicznej w decyzjach inwestycyjnych, w sposób bardziej szczegółowy badaniu podda-
no samo zjawisko iluzji kontroli, por [5] i [6]. Po drugie rozważano wpływ uwarunkowań
behawioralnych (obserwowanych w dotychczasowych artykułach głównie w postaci do-
świadczeń laboratoryjnych) na rzeczywiste zachowania ekonomiczne, także w realnym śro-
dowisku, por. [7] i [8]. W literaturze wskazuje się, że na rynkach finansowych wpływ czynni-
ków behawioralnych jest, w porównaniu z innymi rynkami, mniejszy, por. Mullainathan i
Thaler (2000). Aby sprawdzić wpływ uwarunkowań behawioralnych na zachowania ekono-
miczne i rynki, badania były kontynuowane na innych, wybranych na podstawie literatury,
rynkach: rynku energii i rynku wina. Oba rynki cechuje duży udział i wrażliwość na czynniki
behawioralne, które mogą wpływać na obserwowane zachowania. W szczególności Frederiks
6
i in. (2015) podkreślają rolę czynników motywacyjnych i behawioralnych (błędów poznaw-
czych/heurystyk) w rozumieniu, prognozowaniu oraz ich wpływie na złożone zachowania
związane z zużyciem energii. Sam produkt, tj. wino jest opisywane w literaturze, jako skład-
nik hedoniczny (ang. hedonic asset). Scott Morton i Podolny (2002) identyfikują i opisują
wpływ czynników behawioralnych na decyzje związane z uprawą i produkcją wina w Kali-
fornii.
W artykule [5] wykazano, że przeciążenie informacyjne statystycznie istotnie zwięk-
sza iluzję kontroli. Przeciążenie informacyjne występuje "…podczas procesu przetwarzania
informacji, który wymaga od jednostki czasu na interakcje, a także wewnętrzne obliczenia,
które jednakże przekraczają czas dostępny dla takiego przetwarzania…" (Schick, Gorden,
Haka, 1990, str. 199) . W artykule [6] zweryfikowano empirycznie hipotezę, że zjawisko ilu-
zji kontroli może mieć dwa równoczesne źródła: czynnik „racjonalny” i czynnik „emocjonal-
ny”. Pierwszy z nich wynika z uprzedniej wiedzy i założeń dotyczących poziomu kontroli,
drugi zaś z niewłaściwego, wskutek zaangażowania emocjonalnego, procesu uaktualniania o
nowe informacje. Artykuł ma też charakter metodyczny. W szczególności zaproponowana
została metoda identyfikacji tych dwóch źródeł iluzji kontroli. W oparciu o nią zweryfikowa-
no dwie hipotezy: H1: Czynnik emocjonalny powoduje przeszacowanie faktycznego poziomu
kontroli i H2: Czynnik racjonalny jest odpowiedzialny za odwrotną relację pomiędzy obser-
wowanymi poziomami iluzji kontroli w trzech oddzielnych sytuacjach, gdy podmioty mają
kontrolę znaczną, umiarkowaną lub brak kontroli. Tylko hipoteza H2 uzyskała potwierdzenie
empiryczne.
W artykule [7] pokazano, że w początkowym etapie wdrażania nieliniowych taryf
(systemów, zależnych od pory dnia, cen energii elektrycznej), preferowane są prostsze syste-
my taryfowe (konsumenci mogą mieć trudności ze zrozumieniem nowych stawek bardziej
skomplikowanych taryf). W przypadku prostszych taryf reakcja konsumentów na bodźce ce-
nowe jest silniejsza i zgodna z teorią ekonomiczną, niż w przypadku taryf skomplikowanych,
gdzie nie zaobserwowano reakcji na zmieniające się w ciągu doby ceny. Klarowność systemu
taryfowego wydaje się, zatem być kluczowym czynnikiem, która pomaga zredukować poten-
cjalne problemy poznawcze i anomalie behawioralne pojawiające się, gdy konsumenci są
konfrontowani z nowo wdrożonymi systemami taryfowymi.
Natomiast w artykule [8] wskazano, że nie ma jednego dominującego czynnika, który
wpływałby na rozwój regionu winiarskiego (zestawy czynników mają znaczenie). Dodatkowo
czynniki behawioralne o charakterze społecznym, osobistym i psychologicznym odgrywają
istotną rolę w rozwoju regionów winiarskich o mniej korzystnych warunkach klimatycznych,
np. jak ma to miejsce w Małopolsce. Małe winnice, których właściciele motywowani są bar-
dziej za pomocą czynników społecznych i behawioralnych są zazwyczaj zgrupowane na
względnie małych obszarach. Natomiast duże winnice, których właściciele motywowani są w
większym stopniu czynnikami finansowymi/ekonomicznymi są bardziej rozproszone. Przy-
czyną takiego zjawiska może być obserwowana w Małopolsce segmentacja rynku na ograni-
czone, lokalne obszary produkcji i sprzedaży. Skupienie winnic na jednym obszarze prowadzi
do większej konkurencji na takim rynku lokalnym.
Należy też zwrócić uwagę na analogię pomiędzy wynikami, które uzyskane zostały w
laboratorium i na rynkach rzeczywistych. W szczególności nadmierna ilość informacji pro-
wadzi do mniej racjonalnych zachowań w postaci obserwowanej większej skłonności do ule-
7
gania iluzji kontroli w eksperymencie omówionym w artykule [5]. W analogiczny sposób
bardziej skomplikowane systemy taryfowe prowadzą do mniej racjonalnych zachowań w po-
staci słabszej reakcji popytu na zmiany cen energii elektrycznej, [7]. Deklarowana w grupie
profesjonalnych traderów skłonność do stosowania narządzi analizy technicznej [3] oraz ob-
serwowana tendencja do geograficznego skupiania uprawy winorośli i produkcji wina przez
właścicieli małych winnic [8] prowadzą do mniejszych zysków. W obu tych przypadkach
gorszy wynik ekonomiczny jest rekompensowany korzyściami behawioralnymi: odwagą do
podejmowania decyzji inwestycyjnych, zgodnie z tytułem artykułu [3], w przypadku profe-
sjonalnych traderów oraz przynależnością do określonej wspólnoty społecznej i wynikający-
mi z tego korzyściami, w przypadku właścicieli małych winnic w Małopolsce [8].
Szczegółowa analiza bibliometryczna dorobku naukowego przedstawiona została w
Załączniku 5. Większość z przedstawionych powyżej prac ma charakter interdyscyplinarny, a
badania wymagały współpracy z innymi autorami. Wkład własny w powyższych pracach po-
dałem w Załączniku 4 (zgodnie ze stosownymi oświadczeniami własnymi i współautorów).
We wszystkich wymienionych pracach uczestniczyłem w opracowaniu koncepcji badań, re-
dakcji tekstu i akceptacji jego finalnej wersji. W artykule [1] w znacznej mierze moim wkła-
dem było opracowanie koncepcji badania i eksperymentu, a całkowicie moim jego przepro-
wadzenie. W artykułach [2] i [3] moim głównym osiągnięciem był istotny udział w opraco-
waniu koncepcji badań oraz przeprowadzeniu obliczeń. W artykule [4] w znacznej mierze
moim udziałem było zaproponowanie metody i przeprowadzenie obliczeń. W artykułach [5] i
[6] brałem udział we wszystkich etapach opracowywania tych artykułów, a całkowicie moim
wkładem była implementacja i przeprowadzenie eksperymentów, zaproponowanie metody i
przeprowadzenie obliczeń. W artykule [7] moim wkładem było przeprowadzenie weryfikacji
empirycznej zaproponowanej procedury ekonometrycznej. W artykule [8] brałem udział we
wszystkich etapach opracowywania artykułu, a całkowicie moim udziałem była implementa-
cja modelu wieloagentowego oraz przeprowadzenie analizy ekonometrycznej.
3. Szczegółowe omówienie cyklu publikacji
Poniżej omówię, w sposób bardziej szczegółowy, zastosowane w artykułach metody
badawcze, w szczególności przeprowadzone badania eksperymentalne oraz najważniejsze ich
wyniki.
3.1 Wprowadzenie
Mullainathan i Thaler (2000) definiują ekonomię behawioralną, jako połączenie eko-
nomii i psychologii. Jej głównym celem jest wyjaśnienie wpływu ludzkich ograniczeń, takich
jak na przykład: ograniczone zdolności poznawcze, ograniczona siła woli na obserwowane
rynki. W szczególności czynniki behawioralne uzupełniają klasyczne podejście w ekonomii,
stanowiąc wyjaśnienie dla wielu obserwowanych na rynkach anomalii (zachowań innych niż
racjonalne z punktu widzenia maksymalizacji użyteczności czy zysku). W tym kontekście
„…czynniki behawioralne stanowią niezbędny element każdej pełnej teorii deskryptywnej…”.
8
W podobny sposób ten obszar badawczy definiuje Kahneman (2003) w ramach badań nad
ograniczoną racjonalnością, jako dziedzinę systematycznych badań „…różnic pomiędzy rze-
czywistymi przekonaniami i wyborami, a optymalnymi przekonaniami i wyborami wynikają-
cymi z teorii o pełnej racjonalności agentów…”. W tym kontekście, na przykład Thaler
(1985) bada wpływ księgowania mentalnego na wybór konsumenta, czy też obserwowane na
rynkach paradoksy i anomalie, Thaler (2012).
W badaniach prowadzonych przeze mnie oraz współautorów rozważane było w szcze-
gólności, zjawisko nadmiernej pewności siebie w trzech formach opisywanych w literaturze,
jako: efekt błędnej kalibracji, iluzja kontroli oraz efekt „lepiej niż średnia”. Efekt błędnej ka-
libracji polega na nadmiernej pewności, co do dokładności własnego przekonania, prowadząc
do ustawienia zbyt wąskich przedziałów ufności w ocenie możliwego popełnianego błędu
(Lichtenstein, Fischhoff i Phillips, 1982). Efekt „lepiej niż średnia” został wprowadzony,
przez Svensona (1981) na podstawie badania, w którym pokazał, że większość uczestników
uważało się za lepszych od innych (przy braku obiektywnych podstaw do takiej oceny). Iluzja
kontroli polega na oczekiwaniu sukcesu z subiektywnym prawdopodobieństwem znacznie
wyższym niż obiektywne (Langer, 1975; Alloy i Abramson, 1979). Innym badanym zjawi-
skiem było przeciążenie informacyjne wynikające z ograniczonych zasobów poznawczych i
w konsekwencji prowadzące do zachowań o ograniczonej racjonalności. Badany był także
wpływ czynników behawioralnych na zachowania ekonomiczne obserwowane na wybranych
rynkach: finansowym, energii elektrycznej i wina.
Zastosowanie eksperymentów (zarówno tych z udziałem uczestników przeprowadza-
nych w laboratoriach i terenie, jak i tych polegających na symulacjach komputerowych), jako
źródło kontrolowanych i powtarzalnych danych ma swoją długoletnią tradycję w ekonomii,
patrz na przykład Roth (1995), Castro i Weingarten (1970) oraz Naylor (1972). Wyniki eks-
perymentalne są traktowane, jako uzupełnienie tradycyjnych narzędzi stosowanych w na-
ukach ekonomicznych, Kagel i Roth (2016). Wykorzystanie danych eksperymentalnych jest
przedmiotem intensywnej debaty w naukach ekonomicznych na różnych poziomach. Na
przykład Smith (1985) rozważa, na gruncie filozofii nauki, problem relacji pomiędzy teorią a
wynikami eksperymentów. Postuluje on „…eksperymentalne i inne badania nie powinny
ograniczać się do testowania teorii formalnej (na przykład eksperymentów nomotetycznych),
ponieważ cel ten wymaga od nas narzucenia większej struktury do inaczej swobodnego proce-
su podejmowania decyzji, niż ostatecznie może być uzasadnione…”. W ten sposób podkreślo-
ne zostało znaczenie właściwego zaprojektowania eksperymentu, w sposób umożliwiający
interpretację obserwowanych, możliwie zgodnych z rzeczywistymi, zachowań uczestników
eksperymentu.
Większość prowadzonych badań miała charakter eksperymentalny. W szczególności ich
przeprowadzenie wymagało samodzielnego zaprojektowania eksperymentu i przeprowadze-
nia badań. W artykule [7] wykorzystane zostały natomiast dane z dużego eksperymentu w
środowisku rzeczywistym, który został przeprowadzony z udziałem konsumentów energii
elektrycznej. Ponadto przeprowadzone eksperymenty laboratoryjne, głównie z udziałem stu-
dentów, zostały uzupełnione eksperymentami z udziałem profesjonalnych uczestników rynku
[2] i [3] oraz analizą danych rzeczywistych [8]. Zgodnie z postulatem Smith’a (1985) umoż-
liwiło to obserwację zachowań ekonomicznych w warunkach rzeczywistych lub zbliżonych
do takich warunków [7].
9
3.2 Identyfikacja czynników behawioralnych wpływających na skłonność do
stosowania narzędzi analizy technicznej
Analiza techniczna jest jedną z najpopularniejszych metod wspierania decyzji inwesty-
cyjnych (ciesząca się szczególnie dużą popularnością wśród praktyków). Analiza techniczna
jest wykorzystywana do prognozowania wartości cen instrumentów finansowych, na podsta-
wie analizy dostępnych danych historycznych: cen i wolumenu obrotu. Skuteczność narzędzi
analizy technicznej jest przedmiotem debaty w środowiskach akademickim, jak i inwestor-
skim od lat siedemdziesiątych XX wieku. Hipoteza Efektywności Rynków – EMH (ang. Effi-
cient Markets Hypothesis) jest jedną z dominujących teorii w finansach (Fama 1970). EMH
zakłada, że wszystkie nowe istotne informacje są natychmiast uwzględniane w rynkowej ce-
nie. W konsekwencji, stopy zwrotu z inwestycji w papiery wartościowe są nieprzewidywalne,
bowiem same informacje są nieprzewidywalne, a gdyby były przewidywalne, to już by były
uwzględnione w cenach. W konsekwencji inwestorzy nie mogą uzyskiwać systematycznych
zysków powyżej rynkowej stopy zwrotu, za pomocą narządzi analizy technicznej lub innej
metody inwestycyjnej. W jednym z pierwszych badań nad metodami analizy technicznej, Fa-
ma i Blume (1966) pokazali, że strategia oparta na relatywnie prostym narzędziu filtrowania,
zaproponowanym przez Aleksandra (1961) nie jest bardziej efektywna niż alternatywna stra-
tegia „kup i trzymaj”. Inne wyniki uzyskał Schulmeister (2009), który badał efektywność
ponad tysiąca różnych modeli inwestycyjnych opartych o wskaźniki średnie ruchome i mo-
mentum w okresie 1976-2007 dla kursu jena/dolara. Nowsze badania empiryczne pokazują,
że strategie handlu opartego na narzędziach analizy technicznej są efektywne na rynkach wa-
lutowych i kontraktów terminowych, ale nie na rynkach akcji (Gradojevica i Lentob 2015;
Neely, Weller, i Dittmar 1997; Park i Irwin 2007).
W ramach prowadzonych przeze mnie i współautorów badań wykonana została seria
eksperymentów. Uczestniczyli w nich zarówno profesjonalni traderzy, handlujący na rynku
kontraktów terminowych, jak i studenci. Pierwsze runda badań z udziałem 17 traderów zosta-
ła przeprowadzona w 2013 roku, natomiast druga runda z udziałem początkowo 18, ostatecz-
nie 36 traderów w 2014 r. Uczestniczyli oni w badaniu online, wypełniając początkowy ze-
staw kwestionariuszy oraz cotygodniowe pytania uzupełniające. Studenci brali udział w eks-
perymencie w ramach kursu analizy technicznej, 31 osób w 2012 oraz 43 osoby w 2013 roku.
Dane eksperymentalne zostały wykorzystane w trzech artykułach.
W artykule Czupryna, Kubińska i Markiewicz (2015) postulowana była pozytywna
zależność między różnymi formami nadmiernej pewności siebie a wiarą w efektywność me-
tod analizy technicznej. Analogiczne badania były prowadzone, ale w kontekście innych cech
inwestorów. Na przykład Zielonka (2002, 2004) stwierdza, że popularność analizy technicz-
nej wiąże się z występowaniem błędów poznawczych i heurystyk. W tym kontekście, pod-
stawowym celem artykułu była weryfikacja wpływu różnych form nadmiernej pewności sie-
bie na wiarę w skuteczność analizy technicznej. Eksperyment przeprowadzono na grupie stu-
dentów, którzy zostali poproszeni o przygotowanie, w arkuszu kalkulacyjnym Excel, uprosz-
czonego systemu handlu algorytmicznego opartego na wybranych wskaźnikach analizy tech-
nicznej. Dodatkowo dwa tygodnie przed egzaminem przeprowadzono badanie kwestionariu-
10
szowe. Pytano o oczekiwaną stopę zwrotu systemu i 90% przedział ufności (długość przedzia-
łu jest typową miarą nadmiernej precyzji), jej porównanie z oczekiwanymi wynikami kole-
gów (typowa miara efektu „lepiej niż przeciętnie”). W ankiecie studenci musieli także wyra-
zić w jakim stopniu zgadzają się z zestawem stwierdzeń dotyczących finansów osobistych
oraz analizy technicznej (w skali od 1 - zdecydowanie nie zgadzam się, do 4 - zdecydowanie
się zgadzam). Na podstawie udzielonych odpowiedzi skonstruowano autorskie skale do po-
miaru: wiary w analizę techniczną i iluzji kontroli. Do konstrukcji wykorzystano metodę
głównych składowych (ang. principal component analysis), a weryfikację przeprowadzono z
zastosowaniem współczynnika alfa Cronbacha (1951). Dodatkowo do pomiaru nadmiernej
precyzji wykorzystano prognozy i ich przedziały ufności dla wybranych indeksów giełdo-
wych: WIG, DAX, CAC40, DJIA i NIKKEI. Wiara w skuteczność analizy technicznej kore-
lowała, w sposób istotny statystycznie, tylko z jednym wymiarem nadmiernej pewności sie-
bie, mianowicie z efektem „lepszy niż średnia”, r(31) = 0,487, p = 0,005. W przypadku
dwóch kolejnych form – nadmiernej pewności siebie: błędnej kalibracji oraz iluzji kontroli
nie zanotowano statystycznie istotnych wyników. Brak potwierdzenia postulowanej zależno-
ści przez wszystkie trzy formy nadmiernej pewności siebie jest zgodny z wynikami dotych-
czas opublikowanymi w literaturze, mówiącymi o braku istotnych związków między różnymi
formami nadmiernej pewności siebie.
W artykule Kubińska, Czupryna, Markiewicz i Czekaj (2016) badano, jaki rodzaj
inwestorów stosuje analizę techniczną. W szczególności, czy są to inwestorzy, którzy głównie
polegają na własnej intuicji i postrzegają analizę techniczną, jako narzędzie o charakterze
bardziej jakościowym, czy wręcz przeciwnie inwestorzy, którzy polegają na racjonalnej
analizie i postrzegają analizę techniczną, jako narzędzie o charakterze bardziej ilościowym.
Pytanie to ma także uzasadnienie w tradycji nauk psychologicznych, w szczególności z bada-
niami nad teoriami dualnego procesu przetwarzania, Epstein (1973), Epstein i in. (1996),
Evans i Over (1996), Sloman (1996), Stanovich i West (2000). Główne założenie, wcześniej
wymienionych teorii, jest podobne. Proces ludzkiego rozumowania obejmuje dwa podstawo-
we systemy myślenia: intuicyjnego (System 1) oraz analitycznego (System 2), patrz (Kahne-
man, 2011). Pierwszy system jest łatwy, asocjacyjny, automatyczny i przeznaczony do udzie-
lania szybkich i oszczędnych poznawczo odpowiedzi na rozwiązywane problemy. Drugi wy-
maga wysiłku poznawczego i logicznego myślenia o charakterze deliberatywnym. Chociaż
matematyczne równania wskaźników analizy technicznej są potrzebne do aktywacji Systemu
2, wydaje się możliwe, że analiza wykresów, formacji analizy technicznej może być wyko-
nywana w Systemie 1.
Do pomiaru różnic indywidualnych w skłonności do intuicyjnego/eksperymentalnego
lub racjonalnego myślenia został użyty 40-punktowy kwestionariusz „Rational-Experiential
Inventory” (REI-40), Pacini i Epstein (1999). Dodatkowo wszyscy badani zostali poproszeni o
wypełnienie autorskiego kwestionariusza związanego z ich postawami wobec analizy tech-
nicznej. W kwestionariuszu postawy studentów i traderów wobec analizy technicznej mierzo-
no za pomocą miar behawioralnych i poznawczych. Na podstawie uzyskanych odpowiedzi
skonstruowano trzy miary postaw wobec analizy technicznej. W szczególności dwie pierwsze
behawioralne miary zostały skonstruowane w oparciu o odpowiedzi na pytania o czynniki
wpływające na decyzje inwestycyjne oraz na pytania służące do pomiaru poziomu zaawanso-
11
wania stosowanych metod analizy technicznej. Czynnik poznawczy, czyli wiara w skutecz-
ność modeli analizy technicznej, został zmierzony na podstawie czterech stwierdzeń. Analiza
głównych składowych wykazała, że cztery stwierdzenia obciążają pojedynczy czynnik (wyja-
śnia 58% i 68% odpowiednio dla badanych podgrup studentów i traderów). Skala ma rela-