Efficiency of Prague Stock Exchange Market using Markov Chains

Abstract

The main intention of this thesis is to analyze the weak form efficiency of Prague Stock Exchange. We conduct our empirical analysis on daily, weekly and monthly return data of the PX index collected in time period 1994-2017. The theory of Markov chains is employed to decide whether the index returns follow a random walk, the evidence of weak form efficiency. Bayesian Informa- tion Criterion is used to establish the optimal order of the Markov chain, which is in turn tested against the order 0 by Likelihood ratio criterion. The model assumptions of time homogeneity, irreducibility and aperiodicity of transition probability matrix are validated. We reject the weak form efficiency for daily index returns and establish its optimal Markov chain order to be 1. The weak form efficiency is not rejected for weekly and monthly index returns so is the as- sumption of time homogeneity for the whole time period 1994-2017. We propose further analysis of daily returns for time period 2006-2017, which exploits the fact of the weak form inefficiency. Discussion of results and related literature is provided as well as the presentation of all contemplated methods. 1

Hlavním cílem této práce je analýza slabé efektivity Burzy cenných papírů v Praze. Naše empirická analýza zkoumá denní, týdenní a měsíční data z časového období 1994-2017. K testování hypotézy náhodné procházky burzovního indexu PX, která je indikátorem slabé formy efektivity je použita teorie Markovských řetězců. K určení optimálního řádu Markovského řetězce používáme metodu Bayesova informačního kritéria. Tento optimální řád je posléze testován proti řádu 0 za použití metody poměrů nejvěryhodnějších odhadů. Předpoklady mod- elu časové homogenity, ireducibility a aperiodicity jsou ověřené. Na základě našich výsledků zamítneme slabou efektivitu trhu pro denní výdělky indexu PX a ustanovíme jejich optimální řád 1. Slabou efektivitu nezamítneme pro týdenní a měsíční data, stejně jako předpoklad časové homogenity pro celé časové období 1994-2017. V závěru práce navrhujeme technickou analýzu, která využívá neefektivity trhu pro denní data. Práce také zahrnuje diskuzi výsledků a srovnání s již publikovanou literaturou na dané téma. 1