BUDAPESTI GAZDASÁGI FİISKOLA KÜLKERESKEDELMI FİISKOLAI KAR Külgazdasági szak UD Levelezı tagozat Tızsde-nemzetközi pénzintézetek szakirány MAGYARORSZÁG MAKROGAZDASÁGI MUTATÓINAK KAPCSOLATA A BUX INDEXEL ÉS A BLUE CHIP RÉSZVÉNYEK ÁRFOLYAMÁVAL Készítette: Kurucsó Balázs Budapest 28
1. Tartalomjegyzék 1. TARTALOMJEGYZÉK 3 2. BEVEZETÉS 5 3. A TİZSDE 7 3.1 A BUDAPESTI ÉRTÉKTİZSDE NYRT. RÉSZVÉNYINDEXE 7 3.2 MAGYAR OLAJ ÉS GÁZIPARI NYRT. 1 3.3 MAGYAR TELEKOM NYRT. 11 3.4 ORSZÁGOS TAKARÉKPÉNZTÁR ÉS BANK NYRT. 12 3.5 RICHTER GEDEON VEGYÉSZETI GYÁR NYRT. 13 4. MAKROGAZDASÁGI MUTATÓK 15 4.1 BRUTTÓ HAZAI TERMÉK (GDP) 15 4.2 FOGYASZTÓI ÁRINDEX 16 4.3 MUNKANÉLKÜLISÉGI RÁTA 18 4.4 FOLYÓ FIZETÉSI MÉRLEG EGYENLEGE 18 4.5 IDİSZAKI ÁTLAGOS DEVIZAÁRFOLYAM 21 4.6 JEGYBANKI ALAPKAMAT 22 5. A VÁLASZTOTT STATISZTIKAI MÓDSZEREK 23 6. A STATISZTIKAI VIZSGÁLATOK EREDMÉNYEI 27 6.1 A BRUTTÓ HAZAI ÖSSZTERMÉK (GDP) HATÁSA 27 6.1.1 A GDP ÉS A BUX INDEX KAPCSOLATA 27 6.1.2 A GDP ÉS A MOL ÁRFOLYAMÁNAK KAPCSOLATA 28 6.1.3 A GDP ÉS AZ MTELEKOM ÁRFOLYAMÁNAK KAPCSOLATA 29 6.1.4 A GDP ÉS AZ OTP ÁRFOLYAMÁNAK KAPCSOLATA 3 6.1.5 A GDP ÉS A RICHTER ÁRFOLYAMÁNAK KAPCSOLATA 31 6.2 A FOGYASZTÓI ÁRINDEX HATÁSA 32 6.2.1 A FOGYASZTÓI ÁRINDEX ÉS A BUX INDEX KAPCSOLATA 33 6.2.2 A FOGYASZTÓI ÁRINDEX ÉS A MOL ÁRFOLYAMÁNAK KAPCSOLATA 34 6.2.3 A FOGYASZTÓI ÁRINDEX ÉS AZ MTELEKOM ÁRFOLYAMÁNAK KAPCSOLATA 35 6.2.4 A FOGYASZTÓI ÁRINDEX ÉS AZ OTP ÁRFOLYAMÁNAK KAPCSOLATA 36 6.2.5 A FOGYASZTÓI ÁRINDEX ÉS A RICHTER ÁRFOLYAMÁNAK KAPCSOLATA 37 6.3 A MUNKANÉLKÜLISÉGI RÁTA HATÁSA 38 6.3.1 A MUNKANÉLKÜLISÉGI RÁTA ÉS A BUX INDEX KAPCSOLATA 38 6.3.2 A MUNKANÉLKÜLISÉGI RÁTA ÉS A MOL ÁRFOLYAMÁNAK KAPCSOLATA 39 6.3.3 A MUNKANÉLKÜLISÉGI RÁTA ÉS AZ MTELEKOM ÁRFOLYAMÁNAK KAPCSOLATA 4 6.3.4 A MUNKANÉLKÜLISÉGI RÁTA ÉS AZ OTP ÁRFOLYAMÁNAK KAPCSOLATA 41 6.3.5 A MUNKANÉLKÜLISÉGI RÁTA ÉS A RICHTER ÁRFOLYAMÁNAK KAPCSOLATA 42 6.4 A FOLYÓ FIZETÉSI MÉRLEG EGYENLEGÉNEK HATÁSA 43 6.4.1 A FOLYÓ FIZETÉSI MÉRLEG EGYENLEGE ÉS A BUX INDEX KAPCSOLATA 43 6.4.2 A FOLYÓ FIZETÉSI MÉRLEG EGYENLEGE ÉS A MOL ÁRFOLYAMÁNAK KAPCSOLATA 44 3
6.4.3 A FOLYÓ FIZETÉSI MÉRLEG EGYENLEGE ÉS AZ MTELEKOM ÁRFOLYAMÁNAK KAPCSOLATA 45 6.4.4 A FOLYÓ FIZETÉSI MÉRLEG EGYENLEGE ÉS AZ OTP ÁRFOLYAMÁNAK KAPCSOLATA 46 6.4.5 A FOLYÓ FIZETÉSI MÉRLEG EGYENLEGE ÉS A RICHTER ÁRFOLYAMÁNAK KAPCSOLATA 47 6.5 A DEVIZAÁRFOLYAM (EUR) HATÁSA 48 6.5.1 A DEVIZAÁRFOLYAM (EUR) ÉS A BUX INDEX KAPCSOLATA 49 6.5.2 A DEVIZAÁRFOLYAM (EUR) ÉS A MOL ÁRFOLYAMÁNAK KAPCSOLATA 5 6.5.3 A DEVIZAÁRFOLYAM (EUR) ÉS AZ MTELEKOM ÁRFOLYAMÁNAK KAPCSOLATA 51 6.5.4 A DEVIZAÁRFOLYAM (EUR) ÉS AZ OTP ÁRFOLYAMÁNAK KAPCSOLATA 52 6.5.5 A DEVIZAÁRFOLYAM (EUR) ÉS A RICHTER ÁRFOLYAMÁNAK KAPCSOLATA 53 6.6 A JEGYBANKI ALAPKAMAT HATÁSA 54 6.6.1 A JEGYBANKI ALAPKAMAT ÉS A BUX INDEX KAPCSOLATA 55 6.6.2 A JEGYBANKI ALAPKAMAT ÉS A MOL ÁRFOLYAMÁNAK KAPCSOLATA 56 6.6.3 A JEGYBANKI ALAPKAMAT ÉS AZ MTELEKOM ÁRFOLYAMÁNAK KAPCSOLATA 57 6.6.4 A JEGYBANKI ALAPKAMAT ÉS AZ OTP ÁRFOLYAMÁNAK KAPCSOLATA 58 6.6.5 A JEGYBANKI ALAPKAMAT ÉS A RICHTER ÁRFOLYAMÁNAK KAPCSOLATA 59 7. ÖSSZEFOGLALÁS 6 8. BEFEJEZÉS 64 9. IRODALOMJEGYZÉK 65 4
Mottó: Az értékpapír jövıbeli árfolyama a múltbéli árfolyamok véletlen változója. 2. Bevezetés Magyarország kis, nyitott gazdaságú ország, mégis érdemes sok esetben a kerítésen belül szétnézni, hogy milyen összefüggések találhatóak a gazdaság különbözı területei között. Az ország egészének gazdasági teljesítményét jellemzı makrogazdasági mutatókat számtalan külföldi és belföldi adattal szokták összevetni azért, hogy rangsort lehessen összeállítani különbözı nézıpontok alapján. Az ország gazdaságának külföldi megítélésében is fontos szerepet játszanak: az elemzık következtetéseket vonnak le a gazdaság állapotáról, milyen kockázatokkal szembeszülhetnek a befektetık, milyen kockázati felárat várhatnak el, mennyire számíthatnak a kitőzött céljaik elérésére. Az egyik potenciális befektetıi terület a tızsde. Hasonlóan az ország gazdaságához ez is ki van téve a külföldi hatásoknak: az amerikai tızsdék mozgása tovagyőrőzik a nyugateurópai tızsdékre, onnan hozzánk és nem maradnak ki a sorból a távol-keleti börzék sem. Ennek ellenére érdemes vizsgálni a hazai hatásokat is, hiszen a tızsdei befektetık sem tekintenek el az adott börze szőkebb hazájának a vizsgálatától. Hasonlóképpen fontos lehet az összehasonlítás a hazai befektetık számára is: amennyiben kockázatviselı képességük vagy hajlandóságuk miatt mindenképpen országon belül szeretnék pénzüket befektetni tudniuk kell, hogy melyik befektetési lehetıségre hogyan hat a teljes ország gazdaságának állapota, mőködése. A dolgozat azt vizsgálja, hogy a meghatározott makrogazdasági mutatók és a BUX index, illetve a Budapesti Értéktızsde blue chip részvényeinek árfolyama között fellelhetıe bármilyen statisztikai összefüggés. Ehhez igénybe veszi a statisztikai elemzés eszköztárát. Természetesen a kapott eredményeket külön-külön vizsgálni és értelmezni kell, nehogy olyan következtetéseket vonjunk le, amelyek a számok puszta véletlen egybeesésének köszönhetıek. A következıkben röviden bemutatom a tızsdei társaságokat fıbb jellemzıikkel, a BUX indexet, a választott makrogazdasági mutatókat, valamint a választott statisztikai módszert. A dolgozat második felében ismertetésre kerülnek a kapott eredmények és természetesen a kiértékelésük. A vizsgált a 2 és 26 közötti idıszakra vonatkozik. A 27-es év a hitelpiaci válság miatt nagyon torzítaná az eredményeket, ezért ezt a hatást kiküszöbölendı 26 december az utolsó hónap, amellyel a dolgozatban foglalkoztam. 5
A vizsgálat eredményei a múltra vonatkoznak, a jövıre semmilyen egyértelmő következtetés sem vonható le belılük, a tızsde mőködésének jobb megértését szolgálják. 6
3. A Tızsde A Budapesti Értéktızsde Zrt. (továbbiakban BÉT) legfontosabb feladatköre piac teremtése a hazai és külföldi értékpapírok számára. Ez egy likvid és áttekinthetı piac, koncentrált kereslettel és kínálattal, amely lehetıséget biztosít egyrészrıl a BÉT-en jegyzett vállalatok számára forrásbevonásra, másrészrıl hatékony befektetésekre. A BÉT fı tevékenységei: o kibocsátói szolgáltatások, o kereskedési szolgáltatások, o piaci információk nyújtása, o befektetési termékek fejlesztése. Vizsgálatunk során a fentiek közül a BÉT piaci információk nyújtását használom fel, ezen tevékenységbıl származó adatokkal dolgozok. Az elemzést öt különbözı adattal végezem el. Ezek a: o A Budapesti Értéktızsde Nyrt. részvényindexe, o Magyar Olaj és Gázipari Nyrt. részvényárfolyamai, o Magyar Telekom Nyrt. részvényárfolyamai, o Országos Takarékpénztár és Bank Nyrt. részvényárfolyamai, o Richter Gedeon Vegyészeti Gyár Nyrt. részvényárfolyamai. A BUX index esetén az alapadat a napi záróár, az értékpapírok esetén a napi átlagár. Ezekbıl számítom a statisztikai vizsgálatokhoz szükséges havi, illetve negyedéves adatokat. A következıkben a fenti indexet és vállalatokat mutatom be. (http://www.bet.hu/topmenu/tozsde/bemutatkozas) 3.1 A Budapesti Értéktızsde Nyrt. részvényindexe A Budapesti Értéktızsde Nyrt. részvényindexe a BUX index, amelyet 5 másodpercenként számítanak. Ez az index közkézhányad alapú súlyozásos index, amely jobban leírja a piacon ténylegesen forgó állományt. Mindezek mellett a BUX kereskedhetı index is. A BUX kosárban a továbbiakban vizsgált értékpapírok a következı súllyal vesznek részt: (http://www.bet.hu/magyar_egyeb/dinportl/buxindexbasket) 7
Részvény Súly a kosárban (%) MOL 32,57 MTELEKOM 13,13 OTP 29,24 RICHTER 16,21 1. Táblázat forrás: BÉT Amint az a táblázatból látszik a választott négy értékpapír meghatározó a BUX index számításakor, több mint 9%-os súlyt képviselnek közösen. Mindezek ellenére érdemes a papírokat külön vizsgálni, mert elıfordulhat, hogy a különbözı vállalatok értékpapírjai nem a BUX index mozgását követték. A BUX index számítása: BUX t = K n p it i= 1 n i= 1 q p i it q D it i 1 ahol: BUX t : t idıpontban számított (real-time) BUX érték, 2 tizedesjegyre kerekítve i: az indexben szereplı részvénysorozat n: az indexben szereplı részvénysorozatok száma p it : nyitó BUX értéknél az adott részvénysorozatra kialakult nyitóár p i : az egyes részvénysorozatok indexbe vételekor az új kosár életbe lépését megelızı utolsó kereskedési nap átlagára q it : az adott részvénysorozatból az index-kosárba bevezetett részvények száma D i : az osztalékszelvény levágásakor a részvény piaci árában jelentkezı változást (árfolyamesést) korrigáló tényezı (ennek értéke minden részvénysorozat esetében eltérı), 6 tizedesjegyre kerekítve K: az index folytonosságát biztosító korrekciós tényezı, értéke BUX esetén 8 tizedesjegyre, BUMIX esetén 6 tizedesjegyre történik A D i tényezı változói: ahol: D kerekítés: 6 tizedesjegyre történik p ( EX ) + d i k ik i = Di( EX 1) pi ( EX k ) 8
E: az osztalékjogosultság napja (EX) k : az a nap, amikor i részvény a k-adik osztalékfizetést követıen a tızsdei forgalomban elıször forog osztalékszelvény nélkül P i (EX) k : az egyes részvénysorozatok részvényeinek elsı üzletkötési ára az (EX) k napon D ik : az i. részvény egy egységére esı osztalék nagysága a k-adik osztalékfizetéskor (Ft) D i (EX-1) k : D tényezı értéke a k-adik osztalékfizetéskor az (EX)-et megelızı napon A BUX index vizsgálatakor a napi záróárat tekintjük a BUX indexnek. Az alábbi grafikon a BUX index mozgását mutatja 2 eleje és 26 közötti idıszakban napi bontásban. (BUX kézikönyv, 22.) A BUX index napi záróára 3, 25, 2, pont 15, 1, 5,, 2.1.4 2.5.4 2.9.4 21.1.4 21.5.4 21.9.4 22.1.4 22.5.4 22.9.4 23.1.4 23.5.4 23.9.4 24.1.4 24.5.4 24.9.4 25.1.4 25.5.4 25.9.4 26.1.4 26.5.4 26.9.4 1. ábra forrás: BÉT 9
3.2 Magyar Olaj és Gázipari Nyrt. A Magyar Olaj és Gázipari Nyrt. (továbbiakban MOL) Magyarország legnagyobb árbevételő vállalata. Részesedése van a szlovák Slovnaft cégben, illetve a horvát INA-ban is. Pozsonyban és Százhalombattán finomítót üzemeltet, e mellett kiterjedt kúthálózattal is rendelkezik. A földgázüzletágát a földgázszállítás kivételével értékesítette, viszont megnyerte a Magyar Állam által kiírt pályázatot a stratégiai földgáztároló létesítésére. Petrolkémiai vonalon is jelen van, tulajdona a TVK Zrt. Fıbb adatok: o iparág: olaj- és gázipar, o tızsdei megjelenés: 1995. november 28., o tızsdei kapitalizáció (27. április 5.): 2 412 848 millió HUF o orientáció: mind belföldi, mind export. Az értékpapíroknál, így a MOL-nál a napi átlagárat tekintem az aznapi részvényárfolyamnak. (www.bet.hu, www.mol.hu) A következı grafikon a MOL papírok mozgását mutatja napi bontásban a vizsgált idıszakban. A MOL papírok napi átlagára 3, 25, 2, HUF 15, 1, 5,, 2.1.4 2.5.4 2.9.4 21.1.4 21.5.4 21.9.4 22.1.4 22.5.4 22.9.4 23.1.4 23.5.4 23.9.4 24.1.4 24.5.4 24.9.4 25.1.4 25.5.4 25.9.4 26.1.4 26.5.4 26.9.4 2. ábra forrás: BÉT 1
3.3 Magyar Telekom Nyrt. A Magyar Telekom Nyrt. (továbbiakban MTELEKOM) Magyarország legnagyobb árbevételő távközlési szolgáltatója. Jelen van Macedóniában is, árbevételének nagy része azonban belföldrıl származik. A távközlési piac liberalizálása után vesztett piaci pozíciójából. Fıbb adatok: o iparág: távközlés, o tızsdei megjelenés: 1997. november 14., o tızsdei kapitalizáció (27. április 5.): 865 94 millió HUF, o orientáció: belföldi piac. Az MTELEKOM-nál a napi átlagárat tekintem az aznapi részvényárfolyamnak. A következı grafikon a MTELEKOM papírok mozgását mutatja napi bontásban a vizsgált idıszakban. (www.bet.hu, www.mtelekom.hu Az MTELEKOM papírok napi átlagára 3, 2 5, 2, HUF 1 5, 1, 5,, 2.1.4 2.5.4 2.9.4 21.1.4 21.5.4 21.9.4 22.1.4 22.5.4 22.9.4 23.1.4 23.5.4 23.9.4 24.1.4 24.5.4 24.9.4 25.1.4 25.5.4 25.9.4 26.1.4 26.5.4 26.9.4 3. ábra forrás: BÉT 11
3.4 Országos Takarékpénztár és Bank Nyrt. Az Országos Takarékpénztár és Bank Nyrt. (továbbiakban OTP) alapításának éve 1949, 1987-ig az egyetlen lakossági hitelintézet. Magyarország legnagyobb bankja, Kelet- Közép-Európában is fontos szerepet tölt be. Magyarország mellett 9 további országban is jelen van. A bank leányvállalatai lefedik a banki szolgáltatások egészét: lakástakarék, biztosító, jelzálog, faktoring, gépjármő finanszírozás. Fıbb adatok: o iparág: banki szolgáltatások, o tızsdei megjelenés: 1995. augusztus 1., o tızsdei kapitalizáció (27. április 5.): 1 946 28 millió HUF, o orientáció: belföldi és külföldi piac. Az OTP-nél is a napi átlagárat tekintem az aznapi részvényárfolyamnak. A következı grafikon az OTP papírok mozgását mutatja napi bontásban a vizsgált idıszakban. Az OTP papírok napi átlagára 25, 2, 15, 1, 5,, 2.1.4 2.5.4 2.9.4 21.1.4 21.5.4 21.9.4 22.1.4 22.5.4 22.9.4 23.1.4 23.5.4 23.9.4 24.1.4 24.5.4 24.9.4 25.1.4 25.5.4 25.9.4 26.1.4 26.5.4 26.9.4 HUF 4. ábra forrás: BÉT Az OTP 22. március 4-étıl tizedelte a papírok névleges értékét, ezért látszik a törés a fenti grafikonban. Ez az egyszeri hatás torzíthatja a statisztikai elemzést, ezért ezt ki kell 12
szőrni. Ennek érdekében a 22. március 4. elıtti átlagár értékeket elosztottam 1-el, a 22. március 4. utániakat pedig változatlanul hagytam. A dolgozatban a továbbiakban ezeket az értékeket használom az elemzéshez. A módosított adatokat a lenti grafikon tartalmazza. (www.bet.hu, www.otp.hu) Az OTP papírok korrigált napi átlagára 25, 2, 15, 1, 5,, 2.1.4 2.5.4 2.9.4 21.1.4 21.5.4 21.9.4 22.1.4 22.5.4 22.9.4 23.1.4 23.5.4 23.9.4 24.1.4 24.5.4 24.9.4 25.1.4 25.5.4 25.9.4 26.1.4 26.5.4 26.9.4 HUF 5. ábra forrás: BÉT 3.5 Richter Gedeon Vegyészeti Gyár Nyrt. A Richter Gedeon Vegyészeti Gyár Nyrt. (továbbiakban RICHTER) a XX. század elején alapított vállalat. Generikus készítmények mellett gyárt és forgalmaz gyógyszerhatóanyagokat is. Kelet-Közép-Európában kiemelkedı helyet foglal el. Jelen van mind az öt kontinensen, jó kapcsolatokat ápol a szovjet utódállamokkal, Indiával. Fıbb adatok: o iparág: gyógyszeripar, o tızsdei megjelenés: 1994. november 9., o tızsdei kapitalizáció (27. április 5.): 615 37 millió HUF, o orientáció: fıként külföldi piac. A RICHTER esetében is a napi átlagárat tekintem az aznapi részvényárfolyamnak. 13
A következı grafikon a RICHTER papírok mozgását mutatja napi bontásban a vizsgált idıszakban. (www.bet.hu, www.richter.hu) A RICHTER papírok napi átlagára 6, 5, 4, HUF 3, 2, 1,, 2.1.4 2.5.4 2.9.4 21.1.4 21.5.4 21.9.4 22.1.4 22.5.4 22.9.4 23.1.4 23.5.4 23.9.4 24.1.4 24.5.4 24.9.4 25.1.4 25.5.4 25.9.4 26.1.4 26.5.4 26.9.4 6. ábra forrás: BÉT 14
4. Makrogazdasági mutatók A makrogazdaság az adott ország háztartásainak, vállalkozásainak, külföldi szereplıinek és az államnak az összes erıforrásmozgását takarja. Fı piacai a munkapiac, a tıkepiac, az árupiac és a pénzpiac. A makrogazdasági adatok ezen piacok teljesítményének leírására szolgálnak. Ezeket a makrogazdasági mutatókat követik figyelemmel a külföldi befektetık, a hazai pénzügyi döntéshozók, valamint az EU vezetıi is. Az adatokat lehet abszolút értékben is figyelni, de a tendenciák és trendek megértéséhez elengedhetetlen ezek idısorokként való vizsgálata. A dolgozatban is idısorokként értelmezem a makrogazdasági adatokat és vetem össze a különbözı tızsdei mutatókkal. Hasonlóképpen fontos a jövıre vonatkozó becsléseknek, számításoknak a figyelemmel kísérése. Itt megint a tendencia, a mozgás a fontos, hiszen ezek az elırejelzés mutatják a várakozásokat, azokat a várakozásokat, amelyekre minden piaci szereplı megpróbál felkészülni. A dolgozatban vizsgált makrogazdasági mutatók: o bruttó hazai termék (GDP) volumenindexe, o fogyasztói árindex, o munkanélküliségi ráta, o folyó fizetési mérleg egyenleg. A klasszikus makrogazdasági adatok mellett bevontam a vizsgálatba a jegybanki alapkamatot és az euró idıszaki átlagos devizaárfolyamát is. Ezek szintén fontos befolyással bírnak a befektetıi döntésekre és a várakozásokra, így érdemes vizsgálni az ezekkel mutatott összefüggéseket is. Ezek részletes kifejtését tartalmazza ez a rész: mennyi, milyen hatásai lehetnek közvetlenül és közvetve. 4.1 Bruttó hazai termék (GDP) A bruttó hazai termék a gazdasági teljesítményt mutatja, az ország területén megtermelt javak és szolgáltatások értékét mutatja. Fıbb tudnivalók: o forrás: Központi Statisztikai Hivatal (továbbiakban KSH), o gyakoriság: negyedéves mutató, 15
o publikáció idıpontja: elızetes adat a tárgynegyedévet követı 3. hónap elején, a részletes adatok a tárgynegyedévet követı 3.-4. hónapban, o elérhetıség: www.ksh.hu idısoros formátumban. A dolgozatban is a negyedéves idısoros formátumot használom a munkanaphatástól megtisztított formátumban. Az összehasonlítás érdekében a tızsdei értékeknél is az ennek megfelelı arányokat képeztem. A bruttó hazai termék felhasználási tételei: o háztartások fogyasztási kiadása, o természetbeni társadalmi juttatások, o közösségi fogyasztás, o állóeszköz-felhalmozás, o készletfelhalmozás ás egyéb nem specifikált felhasználás, o export és import. A GDP változását a lenti grafikon mutatja. (Ferenczi Jakab, 22.) A GDP alakulása 17 elızı év azonos negyedév=1 (%) 16 15 14 13 12 11 2.3.1 2.7.1 2.11.1 21.3.1 21.7.1 21.11.1 22.3.1 22.7.1 22.11.1 23.3.1 23.7.1 23.11.1 24.3.1 24.7.1 24.11.1 25.3.1 25.7.1 25.11.1 26.3.1 26.7.1 26.11.1 7. ábra forrás: KSH 4.2 Fogyasztói árindex A hazai fogyasztói árindex (Consumer Price Index, CPI) egy áltagos rezidens háztartás által vásárolt jószágok áralakulását, azaz inflációját méri. Fıbb tudnivalók: 16
o forrás: KSH, o gyakorisága: havi mutató, o elérhetıség: www.ksh.hu, www.mnb.hu idısoros formátumban. A fogyasztói árindex idısor 156 termékcsoportot tartalmaz, ezeknek súlyozott átlaga. A következı MNB csoportokat veszi figyelembe az index: o élelmiszerek, o iparcikkek, o piaci szolgáltatások, o piaci energia, o jármő-üzemanyag, o alkohol, dohány, o regulált árak. A KSH három változatát publikálja: az elızı hónaphoz, az elızı év decemberéhez és a megelızı év azonos hónapjához viszonyított árváltozást tartalmazót. Ezek az adatok nincsenek szezonálisan igazítva. Az elemzéshez a dolgozatban az elızı év azonos hónapjához viszonyított változatot használtam fel. Az összehasonlítás érdekében a tızsdei értékeknél is az ennek megfelelı arányokat képeztem. A fogyasztói árindex a vizsgált idıszakban a lenti grafikonnak megfelelıen alakult. (Ferenczi Jakab, 22.) A fogyasztói árindex alakulása 112, elızı év azonos hó=1 (%) 11, 18, 16, 14, 12, 1, 98, 2.1.1 2.7.1 21.1.1 21.7.1 22.1.1 22.7.1 23.1.1 23.7.1 24.1.1 24.7.1 25.1.1 25.7.1 26.1.1 26.7.1 8. ábra forrás: KSH 17
4.3 Munkanélküliségi ráta A háztartási munkaerı-felmérés nemzetközi (ILO) ajánlásoknak megfelelıen a munkanélküli definíciója: munkanélküli az, aki a vonatkoztatási héten nem dolgozott és nincs olyan munkája, amelytıl csak átmenetileg volt távol. További kitétel: aktívan keresett munkát a megelızı négy hétben és amennyiben találna két héten belül munkába tudna állni. A munkanélküliségi rátában a munkanélküliek számát a gazdaságilag aktívak (foglalkoztatottak és a munkanélküliek összesen, azaz a munkaerıpiacon jelenlévık) számához viszonyítja. A ráta szezonálisan kiigazított idısorokból származik. A munkanélküliségi ráta változását a lenti grafikon mutatja. (Ferenczi Jakab, 22.) A munkanélküliségi ráta alakulása 8, elızı év azonos hó=1 (%) 7,5 7, 6,5 6, 5,5 5, 2.1.1 2.5.1 2.9.1 21.1.1 21.5.1 21.9.1 22.1.1 22.5.1 22.9.1 23.1.1 23.5.1 23.9.1 24.1.1 24.5.1 24.9.1 25.1.1 25.5.1 25.9.1 26.1.1 26.5.1 26.9.1 9. ábra forrás: KSH 4.4 Folyó fizetési mérleg egyenlege A folyó fizetési mérleg a rezidensek és nem rezidensek közötti áru- és szolgáltatás tranzakciókat, a tıkebefektetéshez és a munkavégzéshez kapcsolódó jövedelemáramlásokat, továbbá a viszonzatlan folyó transzfereket összegzi. A folyó fizetési mérleg és a viszonzatlan tıkeátutalásokat tartalmazó tıkemérleg együttes egyenlege az ország külfölddel szembeni nettó követelésállomány változásának felel meg. 18
Ez utóbbi nem témája a szakdolgozatnak, így az elemzés tisztán a fizetési mérleg egyenlegére szorítkozik. Fıbb tudnivalók: o forrás: MNB, o gyakoriság: havi 24-ig, 24-tıl negyedéves, o publikáció idıpontja: elızetes tárgyhót követı hó 3.-a, a végleges a tárgyhót követı 18.-a, o elérhetıség: www.mnb.hu A fizetési mérleg egyenlegének alakulása a lenti grafikonon látható. (Ferenczi Jakab, 22.) A folyó fizetési mérleg egyenlegének alakulása 5-5 -1-15 -2-25 2.1.1 2.7.1 21.1.1 21.7.1 22.1.1 22.7.1 23.1.1 23.7.1 24.1.1 24.7.1 25.1.1 25.7.1 26.1.1 26.7.1 millió EUR 1. ábra forrás: MNB A 24-es évig havi adatok állnak rendelkezésre, 24-tıl az új MNB módszertannak megfelelıen negyedéves adatok vannak. Ennek megfelelıen készült az elemzés is. Érdemes megvizsgálni a folyó fizetési mérleg egyenlegének alkotóelemeit is, mivel ezek a vizsgált idıszak alatt különbözı irányba mozdultak. A folyó fizetési egyenleg összetevıi és felépítése: (MNB, 26.) 1. Folyó fizetési mérleg (1.1 + 1.2 + 1.3 + 1.4) 1.1 Áruk 1.2 Szolgáltatások 1.3 Jövedelmek 19
1.4 Viszonzatlan folyó átutalások Az egyenleg összetevıinek a vizsgált idıszakbeli változásait a következı grafikon mutatja. A folyó fizetési mérleg egyenlege bontásban 1 5-5 -1-15 -2-25 2 I. n.év 2 II. n. év 2 III. n. év 2 IV. n. év 21 I. n.év 21 II. n. év 21 III. n. év 21 IV. n. év 22 I. n.év 22 II. n. év 22 III. n. év 22 IV. n. év 23 I. n.év 23 II. n. év 23 III. n. év 23 IV. n. év 24 I. n.év 24 II. n. év 24 III. n. év 24 IV. n. év 25 I. n.év 25 II. n. év 25 III. n. év 25 IV. n. év 26 I. n.év 26 II. n. év 26 III. n. év 26 IV. n. év millió EUR 1. Áruk, egyenleg 2. Szolgáltatások 3. Jövedelmek 4. Viszonzatlan folyó átutalások, egyenleg Folyó fizetési mérleg egyenlege 11. ábra forrás: MNB Érdemes megvizsgálni a folyó fizetési mérleg összetevıinek mozgását: o az árukat tartalmazó résznél folyamatos emelkedést figyelhetünk meg, amely különösen 24-tıl kezdıdıen növekedést mutat. Érdemes megfigyelni, hogy a 26 negyedik negyedéve már pozitív értéket mutat, o a szolgáltatások egyenlege az áruk egyenlegével összhangban változik, itt is megfigyelhetı a növekvı tendencia, értéke pozitív, o a jövedelmek egyenlege az elızıekkel ellentétben folyamatos negatív csökkenı tendenciát mutat, értéke gyakorlatilag meghatározza a fizetési mérleg egyenlegét, hiszen értéke jóval nagyobb, mint a másik három összetevıé. Elemzéseink során nagy valószínőséggel ennek a hatásait fogjuk látni, o a viszonzatlan folyó utalások összege folyamatosan, így ezzel nem is foglalkozok. 2
4.5 Idıszaki átlagos devizaárfolyam A dolgozatban a deviza alatt az eurót értem, hiszen Magyarország gazdaságában ez a meghatározó deviza. Sıt világviszonylatban is növekszik a szerepe, egyes területeken már a dollárt veszélyezteti. Az idıszaki devizaárfolyamot az MNB határozza meg a tíz legaktívabb devizapiai tevékenységet folytató hazai pénzintézet megkérdezésével. A belföldi hitelintézetektıl kapott EUR/HUF árfolyamadatból elhagyják a legmagasabb és legalacsonyabb 2-2 értéket, majd a maradék értékek súlyozott számtani átlagával képzik az adott napra érvényes EUR/HUF hivatalos devizaárfolyamot. Fıbb tudnivalók: o forrás: MNB, o gyakoriság: hétfı, kedd, szerda, csütörtök, péntek, kivéve ha ezek a napok nem munkanapok, o publikáció idıpontja: a fent felsorolt napok 11 óra, o elérhetıség: www.mnb.hu A szakdolgozatban az idıszaki átlagos devizaárfolyammal számoltam, a lenti grafikon tartalmazza ennek a mozgását a vizsgált idıszakban. (http://www.mnb.hu/engine.aspx?page=napiarfolyamok) Az idıszakos átlagos devizaárfolyam (EUR) alakulása 29, 28, 27, HUF/EUR 26, 25, 24, 23, 22, 21, 2.1.1 2.7.1 21.1.1 21.7.1 22.1.1 22.7.1 23.1.1 23.7.1 24.1.1 24.7.1 25.1.1 25.7.1 26.1.1 26.7.1 12. ábra forrás: MNB 21
4.6 Jegybanki alapkamat Jegybanki kamatnak nevezzük azt a kamatot, amelyet a jegybank a kereskedelmi bankoknak fizet az MNB-nél önként elhelyezett kéthetes futamidejő betéteik után. A kereskedelmi bankok a jegybanki kamat ismeretében határozzák meg betéti és hitelkamataikat. A Magyar Nemzeti Bank (ezen belül is a Monetáris Tanács) a jegybanki kamatról önállóan dönt, szintjének meghatározásával képes megvalósítani két fı célját: az árstabilitás azaz a gazdasági növekedést leginkább elısegítı, alacsony inflációs szint elérését, valamint a pénzügyi stabilitás fenntartását. Fıbb tudnivalók: o forrás: MNB, o gyakoriság: havonta, o elérhetıség: www.mnb.hu Az alábbi grafikon mutatja a jegybanki alapkamat alakulását a vizsgált idıszakban. (http://www.mnb.hu/engine.aspx?page=mnbhu_statisztikak&contentid=2516) A jegybanki alapkam at alakulása 16, 14, 12, 1, % 8, 6, 4, 2,, 2.1.1 2.7.1 21.1.1 21.7.1 22.1.1 22.7.1 23.1.1 23.7.1 24.1.1 24.7.1 25.1.1 25.7.1 26.1.1 26.7.1 13. ábra forrás: MNB 22
5. A választott statisztikai módszerek Két paraméter összefüggésének vizsgálatakor kétféle kapcsolat található: determinisztikus és sztochasztikus. Determinisztikus kapcsolatról akkor beszélhetünk, ha az egyik változót megváltoztatva a másik változó is meghatározott mértékben módosul. Ebben az esetben függvényszerő kapcsolat áll fenn a két vizsgált paraméter között. Vizsgálatom során ez a módszer nem használható, mert a makrogazdasági mutatók és a tızsdei mutatók között nem mutatható ki determinisztikus kapcsolat. Sztochasztikus kapcsolat esetén az egyik paraméter változtatásával a másik változására csak adott valószínőséggel következtethetünk. Vizsgálatom során ilyen összefüggéseket keresek. Elıfordulhat, hogy két vizsgált mennyiség között semmilyen összefüggés nem található: az egyik változtatása nincs hatással a másik paraméterre. Ekkor függetlenségrıl beszélünk. A vizsgálatok során elıfordulhat, hogy két változó egyáltalán nincs kapcsolatban egymással. A dolgozatban két mennyiségi ismérv kapcsolatát vizsgálom. Két ilyen ismérv kapcsolatát korrelációs kapcsolatnak nevezzük. A korrelációs vizsgálatban fontos szerepe van a grafikus ábrázolásnak. Kétváltozós esetben derékszögő koordináta rendszerben tudjuk ábrázolni az összefüggést. Az x tengelyre a magyarázó változó értékei kerülnek, az y tengelyre a függı változó értékei kerülnek. Ezt a diagramot pontdiagramnak nevezzük. A pontdiagramnak a következı változataival találkozhatunk: o pozitív és negatív irányú lineáris kapcsolat Pozitív függvényszerő lineáris kapcsolat Negatív függvényszerő lineáris kapcsolat 12 12 1 1 8 8 6 6 4 4 2 2 2 4 6 8 1 12 2 4 6 8 1 12 23
Ebben az esetben a pontdiagram pontjai egy egyenesen helyezkednek el, ez a determinisztikus kapcsolat. o pozitív és negatív irányú nem függvényszerő kapcsolat: Pozitív nem függvényszerő lineáris kapcsolat Negatív nem függvényszerő lineáris kapcsolat 12 12 1 1 8 8 6 6 4 4 2 2 2 4 6 8 1 12 2 4 6 8 1 12 Ilyen kapcsolat esetén az figyelhetı meg, hogy a pontok egy meghatározható egyenes mellett helyezkednek el, a kapcsolat azonban nem függvényszerő. Elıfordulhat, hogy bizonyos pontok az egyenesen helyezkednek el, de szükségszerő, hogy legyenek olyan pontok is, amelyek nem az egyenesen találhatók. o sztochasztikus kapcsolat: Sztochasztikus kapcsolat 12 1 8 6 4 2 2 4 6 8 1 12 A grafikonon az látható, hogy a pontok felhıszerően helyezkednek el, nem található összefüggés a két változó között. A dolgozat során lineáris kapcsolatokat tételezünk fel és vizsgálunk. Elıfordulhat, hogy nem lineáris egy kapcsolat, de a következı típusú összefüggések visszavezethetıek lineárisra: o hiperbolikus függvények, o hatvány függvények, o exponenciális függvények, o logaritmikus függvények, o telítıdési függvény, 24
o logisztikus (szigmoid) függvények. A két változó közötti lineáris kapcsolatot a Pearson-féle lineáris korrelációs együtthatóval fejezzük ki. A lineáris korrelációs együttható a következıképpen határozható meg: r = vagy 2 2 2 2 ( x n x )( y n y ) x y n x y ahol r = x y x y 2 2 2 2 ( x x )( y y ) x = n x i y = n y i x y = ( x y ) i n i x 2 = n x 2 i y 2 = n y 2 i A lineáris korrelációs együtthatóra a következı igaz: 1 < r < 1 A lineáris korrelációs együttható kitüntetett értékei: o r= esetén a változók függetlenek, o r=1 esetén pozitív determinisztikus kapcsolatról beszélünk, o r=-1 esetén negatív determinisztikus kapcsolatról beszélünk. Az r értéke minél közelebb van -1-hez annál erısebb negatív kapcsolat van a két változó között, míg az 1 érték közelében erıs pozitív kapcsolatot találunk közöttük. Az r lineáris korrelációs együttható képletében található számlálót kovarianciának (együttes szórásnak) nevezzük. vagy ( x y n x ) 1 c xy = y n c xy = x y x y 25
Függetlenség esetén a kovariancia értéke. A kovariancia nem adja meg a kapcsolat erısségét, csak a kapcsolat irányát mutatja meg. Pozitív kovariancia esetén pozitív kapcsolat van (x növekedése y növekedését vonja maga után), negatív kovariancia esetén pedig negatív (x növekedése esetén y csökken). Az r = 1, ha cxy = σ x σ y A lineáris korrelációs együttható a kovariancia segítségével is kiszámítható az alábbi összefüggéssel: ahol: c xy : a kovariancia, σ x : az x értékek szórása, σ y : az y értékek szórása. x c xy r = σ σ y A dolgozatban mind a kovarianciát, mind a lineáris korrelációs együtthatót kiszámítom és ezek segítségével vonok le következtetéseket. (Fejes Fenyves Zibolen, 1999.) 26
6. A statisztikai vizsgálatok eredményei 6.1 A bruttó hazai össztermék (GDP) hatása A bruttó hazai össztermék elıállításához a vizsgált vállalatok is nagyban hozzájárulnak, hiszen az ország legnagyobb vállalataihoz tartoznak. E mellett fontos megemlíteni, hogy mivel jelentıs külföldi érdekeltségeik is vannak nem minden bevételük jelenik meg a GDP-ben. Ezt figyelembe véve nem várható olyan szoros összefüggés, mintha olyan vállalatokról beszélnénk, amelyek csak és kizárólag a hazai piacról szerzik bevételeiket. Figyelembe veendı az, hogy a GDP-rıl negyedéves adatok állnak rendelkezésre, ezért a statisztikai vizsgálat nem annyira pontos, mint egy olyan mutatónál, ahol havi rendszerességgel publikálnak adatokat. Hasonlóképpen fontos, hogy mindig az elızı és azonos negyedévével végeztem az összehasonlítást. (Bánfi Sulyok-Pap, 1999.) 6.1.1 A GDP és a BUX index kapcsolata A GDP és a BUX elızı év azonos negyedév=1 (%) 2 18 16 14 12 1 8 6 4 2 15,5 15 14,5 14 13,5 13 12,5 12 elızı év azonos negyedév=1 (%) 21.3.1 21.6.1 21.9.1 21.12.1 22.3.1 22.6.1 22.9.1 22.12.1 23.3.1 23.6.1 23.9.1 23.12.1 24.3.1 24.6.1 24.9.1 24.12.1 25.3.1 25.6.1 25.9.1 25.12.1 26.3.1 26.6.1 26.9.1 26.12.1 11,5 BUX Bruttó hazai termék (GDP) volumenindexe 14. ábra 27
A fenti grafikon a GDP volumenindexét és a BUX volumenindexét hasonlítja össze. Látszik, hogy a trend hasonló, viszont bizonyos idıszakokban teljesen ellenkezıen mozdult a két érték. A kovariancia 1,23, a korreláció,8, ami azt jelenti, hogy a vizsgált mutatók majdnem teljesen függetlenek statisztikai szempontból. Ebben az esetben a trendet emelem ki a statisztikai összefüggések helyett, amely viszont mindkét vizsgált jellemzı esetén hasonló. 6.1.2 A GDP és a MOL árfolyamának kapcsolata A GDP és a MOL elızı év azonos negyedév=1 (%) 3 25 2 15 1 5 15,5 15 14,5 14 13,5 13 12,5 12 elızı év azonos negyedév=1 (%) 21.3.1 21.6.1 21.9.1 21.12.1 22.3.1 22.6.1 22.9.1 22.12.1 23.3.1 23.6.1 23.9.1 23.12.1 24.3.1 24.6.1 24.9.1 24.12.1 25.3.1 25.6.1 25.9.1 25.12.1 26.3.1 26.6.1 26.9.1 26.12.1 11,5 MOL Bruttó hazai termék (GDP) volumenindexe 15. ábra A GDP és a MOL együttes vizsgálata esetén még gyengébb kapcsolatot lehet statisztikailag kimutatni. A kovariancia értéke mindössze,57, a korrelációs együttható,2, ami gyakorlatilag azt jelenti, hogy nincs köztük kapcsolat. A statisztikai kapcsolat hiánya nem azt jelenti, hogy semmiféle kapcsolat nincs a két paraméter között, hiszen itt is megfigyelhetı némi együttmozgás. 28
6.1.3 A GDP és az MTELEKOM árfolyamának kapcsolata A GDP és az MTELEKOM elızı év azonos negyedév=1 (%) 14 12 1 8 6 4 2 15,5 15 14,5 14 13,5 13 12,5 12 elızı év azonos negyedév=1 (%) 21.3.1 21.6.1 21.9.1 21.12.1 22.3.1 22.6.1 22.9.1 22.12.1 23.3.1 23.6.1 23.9.1 23.12.1 24.3.1 24.6.1 24.9.1 24.12.1 25.3.1 25.6.1 25.9.1 25.12.1 26.3.1 26.6.1 26.9.1 26.12.1 11,5 MTELEKOM Bruttó hazai termék (GDP) volumenindexe 16. ábra Az MTELEKOM esetében lehetne várni némi különbséget az MTELEKOM részvényára változásának iránya miatt, de mivel volumenindexeket hasonlítok össze ez a hatás itt nem jelentkezik. Ennek megfelelıen az elızı két vizsgálati pont alapján várható eredményt kapunk itt is: a kovariancia,5, a korrelációs együttható,4. Ez a kapcsolat teljes hiányára utal. Figyelembe kell venni, hogy mindkét vizsgált paraméter eléggé ingadozik, így a kis mértékő, de nagy számú ingadozás is gyenge kapcsolatot vagy a kapcsolat hiányát jelezheti. Itt is a trendet érdemes figyelni a statisztikai mutató helyett. 29
6.1.4 A GDP és az OTP árfolyamának kapcsolata A GDP és az OTP elızı év azonos negyedév=1 (%) 25 2 15 1 5 15,5 15 14,5 14 13,5 13 12,5 12 21.3.1 21.9.1 22.3.1 22.9.1 23.3.1 23.9.1 24.3.1 24.9.1 25.3.1 25.9.1 26.3.1 26.9.1 elızı év azonos negyedév=1 (%) 11,5 OTP Bruttó hazai termék (GDP) volumenindexe 17. ábra AZ OTP esetében sem láthatunk szignifikáns változást az elızıkhöz képest: kovariancia 2,43, a korrelációs együttható,13. Ez hasonlóan ez elızıkhöz a kapcsolat hiányát jelzi. Az OTP viszont természetesen jelentısen hozzájárul a GDP növekedéséhez, így ezt -hoz közeli korrelációs együtthatót megint fenntartásokkal kell kezelni. Bizonyos idıszakokban együttmozgást lehet találni, bizonyos idıszakokban viszont ellentétes irányú kilengések tapasztalhatók, amelyek magyarázzák a statisztikai mutatók értékét. 3
6.1.5 A GDP és a RICHTER árfolyamának kapcsolata A GDP és a RICHTER elızı év azonos negyedév=1 (%) 2 18 16 14 12 1 8 6 4 2 21.3.1 21.6.1 21.9.1 21.12.1 22.3.1 22.6.1 22.9.1 22.12.1 23.3.1 23.6.1 23.9.1 23.12.1 24.3.1 24.6.1 24.9.1 24.12.1 25.3.1 25.6.1 25.9.1 25.12.1 26.3.1 26.6.1 26.9.1 26.12.1 15,5 15 14,5 14 13,5 13 12,5 12 11,5 elızı év azonos negyedév=1 (%) RICHTER Bruttó hazai termék (GDP) volumenindexe 18. ábra A RICHTER esetében némileg szorosabb kapcsolatot találunk, mint a többi papírnál. Ezt fejezi ki a kovariancia 4,11-es értéke és a korrelációs együttható,25-os volta. Ez még mindig gyenge kölcsönhatást jelez, azonban a trendjeik még inkább hasonlóságot mutatnak. Itt is megállapítható, hogy statisztikai mutatók helyett inkább a trendet kell figyelembe venni. 31
6.2 A fogyasztói árindex hatása A fogyasztói árindex növekedésének két fı oka lehetséges: a pénzjövedelem túlzott növekedése és a fogyasztás-felhalmozás arányának keresleti szerkezettıl való eltérése. Ez visszavezethetı nemzeti és nemzetközi tényezıkre. A belsı okok között fı szerepeket játszanak a lakossági megtakarítás állomány csökkenése, a hitelállomány növekedése, a pénzbeli társadalmi juttatások emelkedése, valamint munkapiaci hatások (a foglalkoztatottak számának csökkenése, a munkaidı csökkenése, munkaintenzitás csökkenése). Külsı tényezık a lakosság külföldrıl származó bevételeinek növekedése, a turizmusból származó valutabeváltások növekedése, valamint a fogyasztási cikkek pozitív külkereskedelmi egyenlege (export növekedése és az import csökkenése. (Bánfi Sulyok- Pap, 1999.) A fogyasztói árindex a vizsgált idıszakban alapvetıen csökkenı tendenciát mutat bizonyos idıszaki megugrásokkal. A 23 közepe és 25 eleje közötti idıszakban történt megugrást és visszaesést 26 év végén egy újabb megugrás követte. Egyes elméletek szerint az infláció növekedése a gazdasági teljesítmény növekedésével jár együtt, infláció nélkül nincs bıvülés. Ugyanakkor a nemzeti jegybankok, így az MNB fı célja az infláció csökkentése, a stabilitás. Tekintsük át hogyan jelennek meg a fenti elméletek a vizsgálat eredményeiben. 32
6.2.1 A fogyasztói árindex és a BUX index kapcsolata A fogyasztói árindex és a BUX elızı év azonos hó=1 (%) 2 18 16 14 12 1 8 6 4 2 21.1.1 21.4.1 21.7.1 21.1.1 22.1.1 22.4.1 22.7.1 22.1.1 23.1.1 23.4.1 23.7.1 23.1.1 24.1.1 24.4.1 24.7.1 24.1.1 25.1.1 25.4.1 25.7.1 25.1.1 26.1.1 26.4.1 26.7.1 26.1.1 112, 11, 18, 16, 14, 12, 1, 98, elızı év azonos hó=1 (%) BUX Fogyasztói árindex 19. ábra A volumenindexek segítségével végzett összehasonlítás a fenti grafikonon látható képet hozta eredményül. A két görbe a vizsgált idıszak egy szakaszán együtt mozgott, azonban két másik szakaszán egymással ellentétes irányba mozdult el. Ez azt eredményezi, hogy -37,4 és kovariancia értéket és -,6 korrelációs együttható értéket kaptunk. Mint láthatjuk a középsı, együttmozgást hozó szakasz eredménye, hogy csak közepesen erıs negatív korrelációt mérhetünk. Az együttmozgó szakaszokban igazolni vélhetjük az infláció és a gazdasági növekedés együtt járását, azonban a csökkenı infláció stabilizáló, pozitív várakozási hatását is megfigyelhetjük a külön mozgó idıszakokban, hiszen az alacsonyabb infláció többek között nagyobb lakossági megtakarításnak is lehet oka, amely megtakarítások a tızsdére is kerülhetnek. Nagyobb fizetıképes kereslet pedig felhajthatja a tızsdei árfolyamokat. 33
6.2.2 A fogyasztói árindex és a MOL árfolyamának kapcsolata A fogyasztói árindex és a MOL elızı év azonos hó=1 (%) 3 25 2 15 1 5 21.1.1 21.4.1 21.7.1 21.1.1 22.1.1 22.4.1 22.7.1 22.1.1 23.1.1 23.4.1 23.7.1 23.1.1 24.1.1 24.4.1 24.7.1 24.1.1 25.1.1 25.4.1 25.7.1 25.1.1 26.1.1 26.4.1 26.7.1 26.1.1 112, 11, 18, 16, 14, 12, 1, 98, elızı év azonos hó=1 (%) MOL Fogyasztói árindex 2. ábra A MOL papírok árfolyama sok hasonlóságot mutat a BUX indexel, hiszen a MOL papírok adják a BUX kosár majdnem harmadát. A vizsgálat eredménye egy -44,83-as kovariancia érték és egy -,49-es korrelációs együttható. Látható, hogy ez valamivel gyengébb kapcsolatot mutat, mint a BUX index köszönhetıen annak, hogy BUX kosárban szereplı más papírok másképp mozogtak a vizsgált idıszakban. Az együttmozgás és az ellentétes irányú mozgás ugyanazokban az idıszakokban következett be, amely idıszakokban a BUX index is hasonlóképpen mozgott. Figyelembe kell venni, hogy a MOL nagyon jelentıs érdekeltségekkel rendelkezik külföldön is, így a hazai infláció alakulása a cég hazai részeit érinti. Mivel Magyarország energiahordozókból behozatalra szorul, ezért a MOL tevékenysége importot növelı hatású, ami az elméletek szerint csökkentheti az inflációt (az export csökkenése mellett), ez azonban nem igazolható a vizsgálatból. 34
6.2.3 A fogyasztói árindex és az MTELEKOM árfolyamának kapcsolata A fogyasztói árindex és az MTELEKOM 25 112, elızı év azonos hó=1 (%) 2 15 1 5 11, 18, 16, 14, 12, 1, elızı év azonos hó=1 (%) 21.1.1 21.4.1 21.7.1 21.1.1 22.1.1 22.4.1 22.7.1 22.1.1 23.1.1 23.4.1 23.7.1 23.1.1 24.1.1 24.4.1 24.7.1 24.1.1 25.1.1 25.4.1 25.7.1 25.1.1 26.1.1 26.4.1 26.7.1 26.1.1 98, MTELEKOM Fogyasztói árindex 21. ábra Az MTELEKOM bár a papírok árfolyamát tekintve ellentétes mozgást mutat a többihez képest az inflációval történı összehasonlítás során hasonlóan viselkedik. Ezt mutatja a -35,13-as kovariancia érték és a -,74-es korrelációs együttható érték is. Pusztán a számokat nézve még erısebb a kapcsolat, aminek a magyarázata az, hogy bár az MTELEKOM-nak is vannak külföldi érdekeltségei döntıen mégis a magyar piacon tevékenykedik. Az együtt- és különmozgási idıszakok itt is egybeesnek a korábbiakkal. Külön kiemelendı, hogy az MTELEKOM közvetlenül a lakossági piacnak nyújt szolgáltatásokat, így közvetlenül érzi az inflációs mozgásokat is. 35
6.2.4 A fogyasztói árindex és az OTP árfolyamának kapcsolata A fogyasztói árindex és az OTP 25 112, 2 15 1 5 21.1.1 21.5.1 21.9.1 22.1.1 22.5.1 22.9.1 23.1.1 23.5.1 23.9.1 24.1.1 24.5.1 24.9.1 elızı év azonos hó=1 (%) 25.1.1 25.5.1 25.9.1 26.1.1 26.5.1 26.9.1 11, 18, 16, 14, 12, 1, elızı év azonos hó=1 (%) 98, OTP Fogyasztói árindex 22. ábra Döntıen az OTP papírokra is ugyanaz a tendencia igaz, mint az elızıekre. A különbség a vizsgálat során kapott eredményekben is a kapcsolat erıssége azonos iránnyal. A kovariancia -18,21, a korrelációs együttható -,25. Ez abból adódik, hogy az OTP nagyon erısen jelen van külföldön is, a vizsgált idıszakban folyamatosan növekedett ez a jelenlét. Mára már az OTP csoport az elvárt növekedést a külföldi érdekeltségeinek a növekedésébıl tudja biztosítani. Magasabb infláció esetén a bankszektorban nagyobb marzsokat lehet elérni, hiszen magasabb infláció általában magasabb betéti és hitelkamatokkal jár, magasabb betéti és hitelkamatok esetén egy magasabb marzsot sokkal könnyebben el lehet rejteni. 36
6.2.5 A fogyasztói árindex és a RICHTER árfolyamának kapcsolata A fogyasztói árindex és a RICHTER elızı év azonos hó=1 (%) 14 12 1 8 6 4 2 21.1.1 21.4.1 21.7.1 21.1.1 22.1.1 22.4.1 22.7.1 22.1.1 23.1.1 23.4.1 23.7.1 23.1.1 24.1.1 24.4.1 24.7.1 24.1.1 25.1.1 25.4.1 25.7.1 25.1.1 26.1.1 26.4.1 26.7.1 26.1.1 112, 11, 18, 16, 14, 12, 1, 98, elızı év azonos hó=1 (%) RICHTER Fogyasztói árindex 23. ábra A RICHTER vizsgálata esetén is hasonló következtetéseket tudunk levonni: a kapcsolat iránya és idıszakossága megegyezik az elızıekben ismertetettel, a kapcsolat erıssége különbözik. A kovariancia itt 2,55-re, a korrelációs együttható pedig -,29-re adódott. A RICHTER esetében a gyengébb kapcsolatot az magyarázza, hogy nagy volumenben exportál többek között orosz piacra. Ugyanakkor már a vizsgált idıszakban elkezdıdött a cég külföldi gyártóbázisainak kiépítése, amely napjainkban is folytatódik. Figyelembe veendı, hogy a RICHTER piaca az orvosi készítmények piaca, amelynek a forgalma erısen rugalmatlan: növekvı árak esetén is adott a kereslet. 37
6.3 A munkanélküliségi ráta hatása A munkanélküliség és a munkanélküliségi ráta közvetve és közvetlenül érinti a vállalatokat. Közvetlenül akkor érinti ıket, amikor elbocsátanak vagy új munkaerıt alkalmaznak, közvetve, amikor a munkanélküliség hatással van valamire, amely viszont közvetlenül hat a vállalatokra, erre példa az infláció. A munkanélküliség növekedésének oka lehet az is, hogy munkaerı intenzívebb technológiákat alkalmaznak a vállalatok, amelye a versenyképességüket növeli, ez pedig lecsapódik a részvényárfolyamban. Mivel azonban a munkanélküliségi ráta országos mutató, ezért ez az összefüggés csak akkor igaz maradéktalanul, ha az ország összes vállalata munkaerı intenzívebb technológiákat vezet be a termelésében. 6.3.1 A munkanélküliségi ráta és a BUX index kapcsolata A munkanélküliségi ráta és a BUX 3 9, pont 25 2 15 1 5 8, 7, 6, 5, 4, 3, 2, 1, elızı év azonos hó=1 (%), 2.1.1 2.5.1 2.9.1 21.1.1 21.5.1 21.9.1 22.1.1 22.5.1 22.9.1 23.1.1 23.5.1 23.9.1 24.1.1 24.5.1 24.9.1 25.1.1 25.5.1 25.9.1 26.1.1 26.5.1 26.9.1 BUX Munkanélküliségi ráta 24. ábra A munkanélküliségi rátát és a BUX index összefüggéseit vizsgálva azt tapasztalhattam, hogy a vizsgált két paraméter együtt mozog. Ugyanezt támasztja alá a vizsgálat 38
eredménye: kovariancia 3594-es értéket, a korrelációs együttható pedig,88-at mutat. Érdemes figyelembe venni, hogy ebbıl az következik, hogy a munkanélküliség növekedésével a BUX index növekszik, azonban ez csak statisztikai egybeesés: merész lenne állítani, hogy a munkanélküliek tızsdéznek a kiesett fizetésüket pótlandó A fenti eredményekbıl és a bevezetésben megfogalmazottakból azt a következtetést lehet levonni, hogy a tızsdei cégeknél munkaerı intenzívebb technológiákat vezettek be a vizsgált idıszakban. Ez természetesen közelítı jellegő állítás, hiszen nagyon sok paraméter befolyásolja a munkanélküliségi rátát. Figyelembe kell venni azt is, hogy a munkaerıpiac liberalizálódott, az Európai Unióhoz való csatlakozásunk után nemcsak a magyar állampolgárok számára vált könnyebbé az Európai Unión belüli munkavállalás, de az Európai Unió polgárai is könnyebben vállalhatnak munkát Magyarországon. Ez leginkább a munkaerı igényesebb ágazatokra igaz. 6.3.2 A munkanélküliségi ráta és a MOL árfolyamának kapcsolata A munkanélküliségi ráta és a MOL 3 9, HUF 25 2 15 1 5 8, 7, 6, 5, 4, 3, 2, 1, elızı év azonos hó=1 (%), 2.1.1 2.5.1 2.9.1 21.1.1 21.5.1 21.9.1 22.1.1 22.5.1 22.9.1 23.1.1 23.5.1 23.9.1 24.1.1 24.5.1 24.9.1 25.1.1 25.5.1 25.9.1 26.1.1 26.5.1 26.9.1 MOL Munkanélküliségi ráta 25. ábra A MOL és a munkanélküliségi ráta kapcsolatát vizsgálva 4113,9-es kovarianciát és,86-os korrelációs együtthatót kaptam. Ez egy közepesen erıs kapcsolatot mutat, a 39
számérték alapján majdnem erıs kapcsolatról beszélhetünk. A munkanélküliségi rátával kapcsolatos vizsgálódásra is igaz, hogy csak a belföldi érdekeltségeket érinti. Ennek már van hatása a MOL-nál is, részletesebben az OTP-nél térek ki rá. 6.3.3 A munkanélküliségi ráta és az MTELEKOM árfolyamának kapcsolata A munkanélküliségi ráta és az MTELEKOM 3 9, HUF 25 2 15 1 5 8, 7, 6, 5, 4, 3, 2, 1, 2.1.1 2.5.1 2.9.1 21.1.1 21.5.1 21.9.1 22.1.1 22.5.1 22.9.1 23.1.1 23.5.1 23.9.1 24.1.1 24.5.1 24.9.1 25.1.1 25.5.1 25.9.1 26.1.1 elızı év azonos hó=1 (%) 26.5.1 26.9.1, MTELEKOM Munkanélküliségi ráta 26. ábra A munkanélküliségi ráta és az MTELEKOM árfolyamának vizsgálatakor azt tapasztaltam, hogy annak ellenére, hogy a vizsgált idıszakban az MTELEKOM árfolyama ellentétesen mozgott az összes többi vizsgált papírral és a BUX indexel is itt megegyezik a kapcsolat iránya. Ezt fejezi ki a 38,93-as kovariancia érték és a,15-ös korrelációs együttható is. Itt láthatjuk, hogy a MOL-hoz és a BUX indexhez hasonlóan ez is pozitív, azonban a korábbiakkal összevetve azt látjuk, hogy sokkal gyengébb a kapcsolat. 4
6.3.4 A munkanélküliségi ráta és az OTP árfolyamának kapcsolata A munkanélküliségi ráta és az OTP 9 8 7 6 5 4 3 2 1 2.1.1 2.5.1 2.9.1 21.1.1 21.5.1 21.9.1 22.1.1 22.5.1 22.9.1 23.1.1 23.5.1 23.9.1 24.1.1 24.5.1 24.9.1 25.1.1 25.5.1 25.9.1 26.1.1 26.5.1 26.9.1 HUF 9, 8, 7, 6, 5, 4, 3, 2, 1, elızı év azonos hó=1 (%), OTP Munkanélküliségi ráta 27. ábra Az OTP-re különösen igaz az az állítás, hogy az érdekeltségeinek egyre nagyobb része külföldön található. Ennek ellenére a statisztikai vizsgálat során 1324,9-es kovarianciát és,81-es korrelációs együtthatót találtam. Ez egy közepesen erısnél erısebb pozitív korrelációs kapcsolatot mutat a vizsgált mennyiségek között. Lehetne állítani, hogy a munkanélküliség növekedése növeli az inflációt, az infláció növekedésére a jegybanknak alapkamatot kell növelnie, az alapkamat növelése magasabb kamatkörnyezetet eredményez, amely magasabb kamatkörnyezetben a banki kamatmarzs magasabb lehet, ebbıl következıen javul a bankok eredménye, az eredmény javulása miatt pedig emelkedik a részvényárfolyam, azonban inkább statisztikai egybeesésnek nevezném ezt a szoros kapcsolatot. 41
6.3.5 A munkanélküliségi ráta és a RICHTER árfolyamának kapcsolata A munkanélküliségi ráta és az RICHTER 5 9, 45 8, HUF 4 35 3 25 2 15 1 7, 6, 5, 4, 3, 2, 5 2.1.1 2.5.1 2.9.1 21.1.1 21.5.1 21.9.1 22.1.1 22.5.1 22.9.1 23.1.1 23.5.1 23.9.1 24.1.1 24.5.1 24.9.1 25.1.1 25.5.1 25.9.1 26.1.1 26.5.1 26.9.1 elızı év azonos hó=1 (%) 1,, RICHTER Munkanélküliségi ráta 28. ábra A RICHTER esetében a munkanélküliségi ráta vizsgálata hasonló eredményeket hozott, mint az elızıekben vizsgált papíroknál: pozitív kapcsolat 5534,4-es kovarianciával és közepesnél erısebb pozitív kapcsolat,8-es korrelációs együtthatóval. A közepesnél erısebb kapcsolat valószínőleg itt is inkább statisztikai okokra vezethetı vissza, mint közvetlen gazdasági hatásra. 42
6.4 A folyó fizetési mérleg egyenlegének hatása A fizetési mérlegre és ezen belül a folyó fizetési mérlegre több elmélet vonatkozik. A monetáris megközelítés alapján a gazdasági növekedés pozitív hatást gyakorol a fizetési mérleg alakulására. Hagyományos megközelítés alapján a hazai valuta leértékelése a fizetési mérleg javulásához vezet. A két elmélet már a fizetési mérleg definíciójában is különbözik, erre terjedelmi okok miatt a dolgozatban nem térek ki. Figyelembe veszem azonban a folyó fizetési mérleg összetevıinek a 4.4 fejezetben bemutatott összefüggéseit is. (Bánfi Sulyok-Pap, 1999., Madár Schepp Szabó Szebellédi Zeller, 22.) 6.4.1 A folyó fizetési mérleg egyenlege és a BUX index kapcsolata A folyó fizetési mérleg egyenlege és a BUX 3 5 25 pont 2 15 1-5 -1-15 5 2.1.1 2.5.1 2.9.1 21.1.1 21.5.1 21.9.1 22.1.1 22.5.1 22.9.1 23.1.1 23.5.1 23.9.1 24.1.1 24.5.1 24.9.1 25.1.1 25.5.1 25.9.1 26.1.1 26.5.1 26.9.1 millió EUR -2-25 BUX Folyó fizetési mérleg egyenleg 29. ábra A folyó fizetési mérleg egyenlegét és a BUX indexet összevetve negatív kapcsolatot (a kovariancia -1 751 328), ezen belül pedig közepesen erıs negatív kapcsolatot figyelhetünk meg -,78-as korrelációs együtthatóval. Külön érdemes kitérni a folyó fizetési mérleg negatív egyenlegénél tapasztalható BUX index növekedésre. 43
A fizetési mérleg egyenlegét és tendenciáját a jövedelmek trendje határozza meg, hiszen a jövedelmek módosítják a többi összetevı irányát is. Ezek alapján elmondható, hogy a BUX index a jövedelmek egyenlegével mutat közepesnél erısebb negatív kapcsolatot. A fentiek ellent mondanak a monetarista szemléletnek. 6.4.2 A folyó fizetési mérleg egyenlege és a MOL árfolyamának kapcsolata A folyó fizetési mérleg egyenlege és a MOL 3 5 25 HUF 2 15 1-5 -1-15 5 2.1.1 2.5.1 2.9.1 21.1.1 21.5.1 21.9.1 22.1.1 22.5.1 22.9.1 23.1.1 23.5.1 23.9.1 24.1.1 24.5.1 24.9.1 25.1.1 25.5.1 25.9.1 26.1.1 26.5.1 26.9.1 millió EUR -2-25 MOL Folyó fizetési mérleg egyenleg 3. ábra A MOL esetében a statisztikai mutatók 1 968 784,5-as kovarianciát és -,78-es korrelációs együtthatót mutatnak. Ez azt jelenti, hogy az elıbb vizsgált BUX indexel megegyezı irányú és egyezı nagyságú a kapcsolat. A BUX indexnél kiemeltek itt is igazak: a jövedelmek negatív egyenleg és csökkenı trendje határozza meg itt is a kapcsolatot Ebben az esetben szintén azt találjuk, hogy a monetarista elmélet nem érvényesül. 44
6.4.3 A folyó fizetési mérleg egyenlege és az MTELEKOM árfolyamának kapcsolata A folyó fizetési mérleg egyenlege és az MTELEKOM 3 5 25 2 15 1 5 2.1.1 2.5.1 2.9.1 21.1.1 21.5.1 21.9.1 22.1.1 22.5.1 22.9.1 23.1.1 23.5.1 23.9.1 24.1.1 24.5.1 HUF 24.9.1 25.1.1 25.5.1 25.9.1 26.1.1 26.5.1 26.9.1-5 -1-15 millió EUR -2-25 MTELEKOM Folyó fizetési mérleg egyenleg 31. ábra Az MTELEKOM részvények árfolyamát vizsgálva más értékeket lehet kapni: a kovariancia értéke 46 698,7, a korrelációs együttható pedig,23. Ez ellentétes irányú kapcsolatot mutat az elızıekhez képest. Itt érvényesül a monetarista szemlétet a statisztikai mutatók alapján. Mi lehet ennek az oka, mi a fı különbség? Az MTELEKOM árfolyama csökkent a vizsgált idıszakban a piaci liberalizáció miatt, ez lehet az egyik ok. A másik nagy különbség, hogy az MTELEKOM nagyobb részt hazai piacon nyújt szolgáltatásokat. Valószínősíthetı, hogy a csökkenı részvényárfolyamnak van nagyobb hatása a statisztikai mutatókra. 45
6.4.4 A folyó fizetési mérleg egyenlege és az OTP árfolyamának kapcsolata A folyó fizetési mérleg egyenlege és az OTP 9 5 8 7 6-5 5 4 3 2 1 2.1.1 2.5.1 2.9.1 21.1.1 21.5.1 21.9.1 22.1.1 22.5.1 22.9.1 23.1.1 23.5.1 23.9.1 24.1.1 24.5.1 24.9.1 25.1.1 25.5.1 25.9.1 26.1.1 26.5.1 26.9.1 HUF -1 millió EUR -15-2 -25 OTP Folyó fizetési mérleg egyenleg 32. ábra Az OTP esetén visszatérünk azokhoz a statisztikai mutatókhoz, amelyek a BUX indexet és a MOL papírokat jellemezték. Ez ebben az esetben -777 661,74-es kovarianciát és -,84-es korrelációs együtthatót jelent. Ez egy szoros negatív kapcsolatot jelent. Az OTP esetében szintén nem érvényesül a monetarista szemlélet. 46