Co dzieje się z kursem w dniu bez dywidendy

Dlaczego to w ogóle jest pytanie

Mechanika jest prosta. Spółka wypłaca gotówkę, więc jest o tę gotówkę uboższa. Kto kupi akcję w dniu bez dywidendy, tej wypłaty już nie dostanie — kupuje więc coś mniej wartego. Kurs powinien to odzwierciedlić i spaść o wysokość dywidendy.

Gdyby tak nie było, powstałaby maszynka do pieniędzy: kup dzień wcześniej, zainkasuj dywidendę, sprzedaj po kursie, który nie spadł. Rynki takich maszynek nie tolerują długo.

A jednak od dziesięcioleci powtarza się obserwacja, że spadek bywa mniejszy niż pełna dywidenda. Sporu o przyczyny nie rozstrzygniemy — wskazuje się na podatki, koszty transakcyjne i zachowania inwestorów. Możemy natomiast zmierzyć, jak to wygląda dziś na największym rynku świata, zamiast powtarzać cudze liczby sprzed lat.

Jak to policzyliśmy

Dla każdej wypłaty bierzemy zamknięcie z dnia poprzedzającego dzień bez dywidendy i zamknięcie z samego dnia bez dywidendy. Różnicę dzielimy przez wysokość dywidendy.

Problem w tym, że kurs rusza się tego dnia z wielu powodów naraz, a dywidenda to zwykle mniej niż procent wartości akcji. Dzienny szum rynkowy bywa kilkukrotnie większy od mierzonego efektu. Trzy rzeczy, które z tym robimy:

1. Liczymy medianę z tysięcy zdarzeń, nie średnią z kilku. Pojedynczy przypadek nie mówi nic — spółka mogła tego dnia ogłosić wyniki albo rynek mógł runąć z powodów niemających z dywidendą nic wspólnego.
2. Odejmujemy ruch rynku. Nie mamy szeregu indeksu, ale mamy kilkaset spółek — mediana ich dziennych zmian jest przyzwoitym przybliżeniem tego, co rynek robił danego dnia. Z tej mediany wykluczamy spółki, które same tego dnia wchodzą w dzień bez dywidendy; bez tego wykluczenia miara rynku zawierałaby ich własne spadki i pomiar odejmowałby efekt, który ma zmierzyć.
3. Odrzucamy zdarzenia o ilorazie skrajnym — takie wartości niemal zawsze oznaczają podział akcji między dwiema datami albo lukę w notowaniach. Odrzuciliśmy 650 z 7782 zdarzeń, czyli 8,3%.

Ile daje sama korekta o rynek, widać z porównania: bez niej mediana wynosi 0,87, z nią 0,94.

Skąd wiadomo, że metoda działa

Zanim policzyliśmy cokolwiek na prawdziwych danych, sprawdziliśmy metodę na danych sztucznych — takich, w których z góry wiadomo, jaki jest wynik. Generujemy rynek, gdzie kurs spada o dokładnie zadany ułamek dywidendy, i patrzymy, czy pomiar to odnajdzie.

Ten test wykrył realny błąd we wcześniejszej wersji metody. Miara rynku obejmowała wtedy również spółki wchodzące tego dnia w dzień bez dywidendy — i pomiar zwracał 0,71 tam, gdzie prawdą było 1,00. Wynik brzmiał wiarygodnie i był w całości artefaktem. Test da się powtórzyć poleceniem python3 badania.py.

Rozkład wyników

Pierwsze, co rzuca się w oczy, to szerokość rozkładu. Połowa zdarzeń mieści się między -0,38 a 2,25, a 31% wypłat wiąże się ze wzrostem kursu w dniu bez dywidendy.

To nie znaczy, że w tych przypadkach dywidenda była za darmo. Znaczy, że tego dnia zadziałało coś silniejszego — informacja o spółce, ruch całego sektora, zwykły szum. Efekt dywidendowy jest realny, ale w pojedynczym dniu praktycznie niewidoczny. Widać go dopiero w medianie z tysięcy zdarzeń i to jest najważniejszy wniosek tego badania.

Im większa dywidenda, tym wyraźniejszy efekt

Jeśli rozrzut bierze się z szumu, to przy większych dywidendach efekt powinien się z niego wyłaniać. Tak właśnie jest:

Przy wypłatach poniżej pół procenta kursu rozrzut jest tak duży, że pojedynczy przypadek nie niesie żadnej informacji. Przy dużych wypłatach — zwłaszcza specjalnych, sięgających kilku procent kursu — belka zwęża się wyraźnie i mediana zbliża się do teoretycznej jedynki. To jest mocny argument za tym, że mierzymy prawdziwe zjawisko, a nie własne usterki: artefakt metody nie zależałby od wielkości dywidendy w ten sposób.

Czy sektor ma znaczenie

Różnice między sektorami istnieją, ale toną w rozrzucie wewnątrz każdego z nich. Belki kwartylowe zachodzą na siebie tak mocno, że wyciąganie z tego wniosków o „sektorach, w których dywidenda kosztuje mniej”, byłoby nadinterpretacją. Pokazujemy ten wykres właśnie po to, żeby to było widać — sama tabela median sugerowałaby prawidłowości, których w danych nie ma.

Co z tego wynika w praktyce

Ograniczenia tego badania

• Okres. Dane obejmują 04.08.2021 – 31.07.2026. To jeden fragment historii jednego rynku, w dodatku niepełne pięć lat.
• Skład indeksu. Analizujemy obecne spółki z S&P 500. Spółki, które z indeksu wypadły, nie są ujęte — a wypadają zwykle te, którym poszło źle.
• Mierzymy zamknięcia. Efekt dywidendowy najsilniej ujawnia się na otwarciu; przez cały dzień zdąży go przykryć zwykły obrót. Innym doborem cen wynik mógłby wyjść nieco inaczej.
• Nie rozstrzygamy przyczyn. Mierzymy, o ile spada kurs. Dlaczego akurat tyle — to pytanie, na które dane z jednego rynku nie odpowiedzą.

Zaktualizowano 02.08.2026. Wyliczenia powtarzane przy każdym budowaniu serwisu, więc liczby w tekście zmieniają się razem z danymi. Tekst ma charakter edukacyjny i nie jest rekomendacją inwestycyjną.