Január-effektus, január-hatás a tőzsdéken

Januárban általában előkerül a gazdasági médiában a január-effektus, január-hatás. Bejegyzésünkben megbeszéljük, mit jelent a január-hatás, január-effektus jelensége a tőzsdéken. Arra is kitérek, hogy mi az alapjai, a lehetséges oka a január-hatásnak. Témáink:

• Mit jelent a január-effektus?
• Milyen oka van a január-effektusnak?
• Mit jelez a január barométer?

Mit jelent a január-effektus?

A január-effektusnak alapvetően két jelentéstartalma van a tőzsdei kereskedésben. Az egyik azon a megfigyelésen alapul, hogy január hónapban átlaghoz képest jobban teljesítenek a tőzsdék. A másik pedig, hogy a január-effektus egyfajta indikátor, barométer, azaz a tőzsde egész éves teljesítményére vonatkozóan előrejelzést adhat. A január-effektus okaként általában az adóoptimalizálás merül fel. Eszerint a befektetők eladják a veszteséges részvényeiket decemberben, hogy minél nagyobb veszteséget mutassanak ki, így a tárgyévben kevesebb adót kell fizetniük. Mivel a korábban eladott részvényekből származó pénzt a befektetők újra befektetik januárban, így ez árnyomást okoz ebben a hónapban. Jellemzője a január-effektusnak az is, hogy a kis kapitalizációval rendelkező részvények esetében jobban kimutatható a hatás. Az alábbi grafikonon jól látható, hogy a január hónap a magasabb átlaghozamok (havi 1,2%) egyikével rendelkezik. Az általam vizsgált teljes időszakon (1928-2024) az S&P500 index átlagos havi hozama 0,65% volt, azaz a január hónap átlaghozam az átlag kétszeresét  éri el.

forrás: saját szerkesztés

Az átlagok közötti különbséget statisztikai tesztekkel is megerősíthetjük, így ha varianciaanalízis segítségével megvizsgáltuk a hónapok közötti különbségeket, akkor statisztikailag szignifikánsan megállapítható, hogy a hónapok átlaghozama eltér. Az alábbi eredményeket Kruskal-Wallis tesztel is megerősítettem (mert az ANOVA kevésbé megbízható tőzsdei hozamok esetében), mely szintén megerősíti, hogy szignifikáns különbség van a havi hozamok mediánjai között (chi-négyzet = 23,496, szabadságfok = 11, p-érték = 0,015).

forrás: saját szerkesztés

Fontos tekintettel lenni arra is, hogy a pozitív átlaghozam mögött számos olyan esetet találunk, amikor negatív volt a január hónap hozama. Az alábbi grafikon a január hónapok hozamát szemlélteti. A nyíllal jelölt esetekben (96 évből 27 évben) negatív volt a január hónap hozama.

A következő grafikonon azt láthatjuk, hogy a negatív, pozitív januári hónapok eloszlásában nincs rendszer. Az elmúlt években is találunk mind pozitív és negatív hónapokat.

forrás: saját szerkesztés

A témával kapcsolatos újabb vizsgálatok arra is rámutatnak, hogy az elmúlt évtizedekben tompult a január-effektus hatása. Ez valóban megfigyelhető jelenség, hiszen ha 1990-2024 közötti időszakot vizsgáljuk, akkor az S&P500 index átlagos havi hozama 0,8%, és a január hónap átlaghozama 0,5%. Ahogy az alábbi grafikonon látható, az április, július, november, december hónapok magasabb átlaghozama megmaradt, de a januári átlaghozam nem kiemelkedő. Árnyalja a képet a szűkített mintán elvégzett varianciaanalízis, mely alapján arra  következtetünk, hogy a különböző hónapok átlaghozamai és szórásai viszonylag közeliek, azaz a különbségek nem szignifikánsak. A kiegészítésként elvégzett Kruskal-Wallis teszt sem talált statisztikailag szignifikáns különbséget a havi hozam mediánjai között a hónapok alapján.

forrás: saját szerkesztés

A fentiek azt mutatják, hogy a január-hatás, azaz a magasabb januári átlaghozam a részvénypiaci egészén nem mutatható ki. A fentiek összhangban vannak a szakirodalomi vizsgálatokkal, melyek szerint ma már csak a kis kapitalizációjú részvények piacán figyelhető meg a jelenség.

Milyen oka van a január-effektusnak?

A január-effektus kutatásának nagy múltja van. Mind kis papírokra és a legnagyobb társaságok részvényeire vonatkozóan is végeztek tanulmányokat a múltban. Jellemzően azt figyelhetjük meg, hogy a múltban végzett tanulmányok sokkal jobb eredményeket hoznak ki a januári hozamra, azaz magasabbak az átlaghozamok január hónapban. Elsőként Wachtel 1942-ben vizsgálta a január-effektust, majd 34 évvel később Rozeff és Kinney készítette egy átfogó tanulmányt. Ezek a tanulmányok mind kimutatták, hogy a január hónapban az átlaghozamok magasabbak a többi hónaphoz képest. Illetve megfigyelték, hogy az anomália nagyrészt kis kapitalizációjú részvényekhez köthetők. Majd későbbi tanulmányok már a január-effektus egyre kisebb hatásáról számoltak be, illetve Kohers és Kohli 1991-es tanulmánya már nem talált kapcsolatot a január-effektus és a kis kapitalizációjú részvények januári átlaghozama között sem. Salomon Smith Barney 1972-2002 közötti vizsgálta a Russel 2000 indexet (kis kapitalizációjú társaságok részvény indexe). A Russel 2000 index a fenti időszakban felültejesítette a Russel 1000 indexet (ebben az indexben a nagy kapitalizációjú társaságok vannak). A felülteljesítés mértéke január hónapban 0,82% volt. A fentiekből tehát azt láthatjuk, hogy a január-effektus hatása csökkent az utóbbi években, így véleményem szerint időzíteni, piacra lépni csak a január-effektusra alapozva nem feltétlenül hozza azt az eredményt, amire a kereskedő számítanak az effektus ismeretében.

A témával kapcsolatos vizsgálatok arra mutattak rá, hogy a január-effektus az adóoptimalizálás miatt létezik, azaz a kisbefektetők a gyengén teljesítő részvényeiket decemberben eladják, majd januárban visszavásárolják. A Tax-loss selling néven kutatott jelenség nagyrészt a kis kapitalizációjú részvények esetében figyelhető meg. Eredetileg Reinganum és Roll 1983-ban mutatta ki a jelenséget, de újabb vizsgálatok (Grinblatt 2002) is megerősítik, azaz

• A befektetők több veszteséget realizálnak decemberben
• A befektetők hajlamosan visszavásárolni az eladott részvényeket januárba (wash sale)
• Az alacsony kapitalizációjú részvények esetében megfigyelhető jelenség

A Tax-loss selling jelenséggel kapcsolatos kutatások megállapításai összegezhetők azaz, hogy az elmúlt 6-12 hónapban gyengén teljesítő részvényeket a befektetők eladják, majd januárban visszavásárolják, így az előző évben gyengén teljesítő részvények januárban felülteljesítenek. A vizsgálatok többsége a fentieket nagyrészt a kis kapitalizációjú részvények piacán tudta megállapítani. Mivel a jelenséget az elmúlt években nem vizsgálták, így ezt a hiányosságot pótlandó 2014-2024 közötti időszakon a Russel 2000 indexben szereplő 2000 db kis kapitalizációjú részvényen nézzük meg a tas-loss selling jelenséget. Az adatok tehát az elmúlt 10 évet ölelik fel, és az eredetileg 2000 elemből álló mintát végül 1120 tőzsdei társaságra kellett leszűkíteni adathiány miatt (egyes társaságok 10 évnél fiatalabbak, mások csődbe mentek), azonban ez a szűkítés is 10071 megfigyelést tesz lehetővé, figyelembe véve azt, hogy a tőzsdei társaságok január havi hozama és az előző hat hónap (előző év július-december) és az azt megelőző hat hónap (előző év január-június) hozama között keressük a kapcsolatot. A fix-hatású panelmodell statisztikailag szignifikánsan igazolja a negatív kapcsolatot, azaz az alacsonyabb előző fél évi (július-december közötti hozam december néven) hozam magasabb január havi hozamot eredményez, de a modell által magyarázott variancia aránya minimális. A csoportok metszetei nem térnek el jelentősen. A modell használata inkább az összefüggés feltárására, mintsem erős predikcióra alkalmas.

forrás: saját szerkesztés

Erősebb kapcsolatot láthatunk abban az esetben, amikor az előző év január-június közötti hónapok hozamát (junius néven) és a január hónap hozamát vizsgáljuk. Itt statisztikailag szignifikáns pozitív kapcsolat figyelhető meg, azaz az előző év magasabb első félévi hozama (január-június) magasabb januári hozammal köthető össze. Itt már a magyarázóerő (LSDV R-squared, lineáris determinációs együttható) 0,2019, azaz a modell 20,19%-ban magyarázza a január havi hozam varianciáját az időbeli és vállalatspecifikus eltérések figyelembevételével.

forrás: saját szerkesztés

Mit jelez a január barométer?

A másik januári tőzsdei összefüggés a január barométer, melynek két verziója is van. Az egyik szerint:

• Ha a részvénypiac az év első 5 kereskedési napján emelkedik, akkor az emelkedés kitart egész évben, azaz a részvénypiacok magasabban zárnak az év végén, az előző évi záráshoz képest.
• Ha a részvénypiacot az év első 5 kereskedési napján esés jellemzi, akkor a január barométer nem ad jelzést, azaz év végén a tőzsdék alacsonyabban, vagy akár magasabban is lehetnek az év eleji nyitóárhoz képest.

Egész pontosan egyébként úgy hangzik a fenti jelzés, hogy "ha az amerikai részvénypiac emelkedik az év első 5 kereskedési napján, akkor 86% az esélye annak, hogy év végén magasabban lesz az amerikai részvénypiac, az előző évi záróárhoz képest". Aktuális példa szerint tehát 2024. januárjában az első 5 kereskedési napot figyeljük. Ha magasabban zár az index az ötödik kereskedési napon, akkor 86% az esélye annak, hogy az előző évi  záróárhoz képest magasabban lesz az amerikai részvénypiac az év végén.

A módosított, kiterjesztett változat az utóbbi időben terjedt el jobban a médiában, fórumokon, kereskedők körében. Ez a módosított január barométer már nem az első 5 kereskedési napot vizsgálja, hanem január hónapot. A jelzés tehát ugyanaz, csak nem 5 napot vizsgálunk, azaz:

• Ha a részvénypiac január hónapban emelkedik, akkor az emelkedés kitart egész évben, azaz a részvénypiacok magasabban zárnak az év végén az előző évi záráshoz képest.
• Ha a részvénypiac január hónapban esik, akkor a január barométer nem ad jelzést, azaz év végén a tőzsdék alacsonyabban, vagy akár magasabban is lehetnek a az év eleji nyitóárhoz képest.

A folytatásban először 1928-2024 közötti időszakon tekintjük át, hogy a január havi hozam és az adott év tőzsdei hozama között van-e kimutatható kapcsolat. Az alábbi képen az időszakon vizsgált átlaghozamok követhetők nyomon, ahol január, április, július, november és december hónapokhoz kapcsolható magasabb átlaghozam.

forrás: saját szerkesztés

A következő kép x-tengelyén a fenti időszak január hónapjainak hozamai, az y-tengelyen az adott évhez tartozó éves hozam olvasható le. A téglalappal jelölt területen találjuk azokat az eseteket, amikor pozitív január hónap ellenére az éves hozam negatív lett a részvénypiacon.

forrás: saját szerkesztés

Az OLS-el végzett paraméterbecslés arról árulkodik, hogy valóban pozitív kapcsolat van a január hónap hozama és az éves hozam között. A regressziós eljárás során teljesül a BLUE feltétele, és 10 ezer eseten végzett bootstrap szimulációval kiszámolt 95 százalékos konfidencia-intervallum szerint az együttható 0,56-2,07 közötti, azaz nagy valószínűséggel pozitív.  

Összesen 97 esetet (év) vizsgáltunk meg. Ebből 60 (62%) esetben január hónapban pozitív hozam alakult ki. A 60 esetből 49 esetben (82%) pozitív, 11 esetben (18%) negatív lett az éves hozam. A 82%-os találati arány jónak tűnik, de vegyük figyelembe, hogy a részvénypiac ezen a hosszú időtávon emelkedő trendben mozgott, így egy tetszőleges napon véletlenszerűen nyitott, de 11 hónapig tartott ügylet találati aránya is kb. 72%. Ehhez képest vizsgálva a különbség nem jelentős. A következő probléma, hogy a január mellett további hónapok esetében hasonló pozitív kapcsolatot találhatunk, lásd a következő táblázatot.

Hónap	Kapcsolat	R2
Január	pozitív	10%
Február	nincs	0%
Március	nincs	0%
Április	pozitív	25%
Május	pozitív	16%
Június	pozitív	11%
Augusztus	nincs	0%
Szeptember	pozitív	31%
Október	nincs	0%
November	pozitív	22%
December	pozitív	25%

A magyarázóerő oszlopban (R²) a magasabb érték azt jelzi, hogy pontosabban használható az adott hónap hozama az éves hozam előrejelzésére. Talán a fentiekben a május és szeptember hónapok emelhető ki. Egyrészt azért, mert ezekben a hónapokban van még idő az év végéig (befektetési döntés köthető hozzá), másrészt historikusan ezen hónapok átlaghozama nem kiemelkedő. Érdemes szem előtt tartani, hogy az éves hozam a mögötte levő hónapok hozamából épül fel, így a magas átlaghozamú hónapok esetében teljesen természetes, hogy az éves hozam is magasabb lesz. Az alábbi képen május hónap hozamai és az éves hozam közötti kapcsolat figyelhető meg. A jelölt helyen pozitív májusi hozamok ellenére negatív éves hozam alakult ki.

forrás: saját szerkesztés

Ahogy az alábbi grafikon (szeptember) látható a magas magyarázóerő azt is mutatja, hogy itt a legkevesebb a téves jelzés.

forrás: saját szerkesztés

Az alábbi képen az egyes hónapok hozama és az éves hozam közötti korrelációs együtthatók olvashatók le.

forrás: saját szerkesztés

Összegezve a fentieket, az éves hozam az adott év 12 hónapjának hozamából áll össze. A január hónap átlaghozama historikusan magas, ezért nem meglepő, hogy pozitív kapcsolatot lehet kimutatni az éves hozammal (ahogy a többi magas átlaghozamú hónap esetében). A fentiekből a május és a szeptember hónap emelhető ki, mivel ezek a hónapok kisebb mértékben járulnak hozzá (alacsony átlaghozam) az éves hozam kialakulásához.