Εθνικό & Καποδιστριακό Πανεπιστήμιο Αθηνών Τμήμα Οικονομικών Επιστημών

Transcript

1 Εθνικό & Καποδιστριακό Πανεπιστήμιο Αθηνών Τμήμα Οικονομικών Επιστημών Εισαγωγή στην Οικονομική Ανάλυση Διάλεξη 2 Νίκος Θεοχαράκης Δεκέμβριος 2013

2 Γιατί προέκυψε η ανάγκη για μια αυτοτελή επιστήμη των οικονομικών σχέσεων στον 18 ο αιώνα; Διαφοροποίηση των πολιτικών & οικονομικών σχέσεων

3 Εξήγηση του Τι παράγεται Πως παράγεται Πως διανέμεται

4 Παραγωγή Κυκλοφορία Διανομή

5 Διαφορές κλασικής πολιτικής οικονομίας και νεοκλασικών οικονομικών Αντικειμενική / Υποκειμενική θεωρία της αξίας Κοινωνικές τάξεις / Μεθοδολογικός ατομικισμός Έμφαση στην παραγωγή /ανταλλαγή

6 Διάκριση Θετική οικονομική (positive economics) Αξιολογική οικονομική (normative economics)

7 Υποδείγματα Athanasius Kircher, Iter extaticum coeleste, Endter, Wurzburg, 1660

8 Υποδείγματα

9 Υποδείγματα

10 Υποδείγματα

11 Οικονομικά μεγέθη και μεταβλητές Αποθέματα και ροές Χρονολογικές σειρές Διαστρωματικά δεδομένα Panel data Αριθμοδείκτες

12 Αποθέματα και ροές Απόθεμα (stock): δείχνει την τιμή μιας μεταβλητής σε μια συγκεκριμένη χρονική στιγμή. Ροή (flow): αφορά σε μια συγκεκριμένη χρονική περίοδο

13 Αποθέματα και ροές Τα αποθέματα μεταβάλλονται μέσω των ροών. Αν είχα χτες το πρωί στις 9:00 (χρονική στιγμή), 150 τεμάχια συγκεκριμένου εμπορεύματος στο ράφι και παρέλαβα 20 τεμάχια ενώ πώλησα 10 μέσα στην χθεσινή μέρα (χρονική περίοδος), το απόθεμά μου σήμερα το πρωί στις 9:00 θα είναι 160. Αντίστοιχα ο πληθυσμός μια χώρας [ο οποίος σημειωτέον απογράφεται κάθε δεκαετία] την ημέρα της απογραφής αποτελεί απόθεμα. Θα μεταβληθεί μέσα από ροές θετικά (δηλ. θα αυξηθεί) από τις γεννήσεις και από την μετανάστευση προς την χώρα αυτή και θα μεταβληθεί αρνητικά (δηλ. θα μειωθεί) από τους θανάτους και από την μετανάστευση σε άλλες χώρες.

14 Αποθέματα και ροές Παραδείγματα Ισολογισμός επιχείρησης Αποθέματα: Ενεργητικό, Παθητικό και η Καθαρή Θέση. Εγγραφές στον ισολογισμό όπως «αποθέματα» ή «διαθέσιμα» ή «ταμείο» ή «καταθέσεις όψεως και προθεσμίας» «μακροπρόθεσμες υποχρεώσεις» «απαιτήσεις» Ροές: αποσβέσεις [Κατάσταση Λογαριασμού Αποτελεσμάτων Χρήσεως 1/1/ /12/2012: «Κύκλος εργασιών», «πωλήσεις», «έξοδα διάθεσης», «κέρδη / ζημιές χρήσεως»] Ο πληθυσμός μια χώρας [ο οποίος σημειωτέον απογράφεται κάθε δεκαετία] την ημέρα της απογραφής αποτελεί απόθεμα. Θα μεταβληθεί μέσα από ροές θετικά (δηλ. θα αυξηθεί) από τις γεννήσεις και από την μετανάστευση προς την χώρα αυτή και θα μεταβληθεί αρνητικά (δηλ. θα μειωθεί) από τους θανάτους και από την μετανάστευση σε άλλες χώρες.

15 Αποθέματα και ροές Αποθέματα: Άνεργοι + Απασχολούμενοι = Εργατικό Δυναμικό, Εκτός Εργατικού Δυναμικού Ροές: 1. Απώλεια θέσης εργασίας λόγω απόλυσης ή παραίτησης με είσοδο στην ανεργία. 2. Απώλεια θέσης εργασίας με έξοδο από το Ε.Δ. (π.χ., σύνταξη, γάμος χωρίς μισθωτή απασχόληση, σπουδές ή ανικανότητα για εργασία) 3. Εύρεση εργασίας και έξοδος από την ανεργία 4. Έξοδος από την ανεργία χωρίς να είναι στο Ε.Δ. (π.χ., «αποθαρρυμένος» εργάτης που κουράστηκε να ψάχνει για δουλειά). 5. Κίνηση από εκτός δυναμικού στην ανεργία (π.χ., νεοεισερχόμενος στην αγορά εργασίας μετά τις σπουδές) που είναι άνεργος ή γυναίκα που επιστρέφει στην αγορά εργασίας όταν τα παιδιά έχουν φθάσει σε κάποια ηλικία και ψάχνει για δουλειά). 6. Κίνηση από εκτός Ε.Δ. στην άμεση απασχόληση (π.χ., συνταξιούχος που επιστρέφει, ή άτομο εκτός Ε.Δ. που αποφασίζει να εργασθεί επειδή παρουσιάστηκε ευκαιρία απασχόλησης).

16 Διάγραμμα 1: Αποθέματα και ροές στην αγορά εργασίας (σε εκατομμύρια άτομα) Απασχολούμενοι (137,1) 1 (1,9) 3 (2,1) Άνεργοι (8,8) 2 (3,9) 6 (3,6) Εκτός Εργατικού Δυναμικού. (74,7) 4 (2,0) 5 (1,9) Πηγή: Bruce E. Kaufman & Julie E. Hotchkiss, The Economics of Labor Markets, 7th edition, Thomson, South-Western, 2006, σσ (Από αδημοσίευτα στοιχεία (μηνιαίοι μέσοι όροι) του Bureau of Labor Statistics των ΗΠΑ για το έτος 2003).

17 Ακαθάριστο Εγχώριο Προϊόν Το Ακαθάριστο Εγχώριο Προϊόν (Gross Domestic Product) που μετρά την αξία των τελικών αγαθών και υπηρεσιών που παρήχθησαν μέσα στα σύνορα μιας χώρας σε ένα συγκεκριμένο χρονικό διάστημα, συγκεκριμένα μέσα σε ένα έτος, αποτελεί ροή. Το ίδιο μέγεθος μπορεί να το προσεγγίσουμε με διαφορετικούς τρόπους. Έτσι το ΑΕΠ, προσπαθούμε να το συλλάβουμε μέσα από τρεις διαφορετικές διαδικασίες: (α) την παραγωγή (β) την δαπάνη και (γ) το εισόδημα

18

19 Χρονολογικές σειρές Μια χρονολογική σειρά (time series) δείχνει τις διαδοχικές μετρήσεις μιας μεταβλητής σε διαφορετικές χρονικές στιγμές ή σε διαφορετικές χρονικές περιόδους. Μπορεί να έχουμε χρονολογική σειρά από ροές (π.χ., την εξέλιξη του ΑΕΠ ανά έτος) ή αποθέματα (π.χ., την εξέλιξη της ανεργίας ανά τρίμηνο). Μπορεί να αφορά στην μέση τιμή ενός μεγέθους σε μία χρονική περίοδο (π.χ., την μέση τιμή του ασημιού σε ένα μήνα).

20 Χρονολογικές σειρές Παράδειγμα: Εξέλιξη Ανεργίας

21 Χρονολογικές σειρές

22 Εξέλιξη της τιμής και του όγκου της μετοχής της Εθνικής Τράπεζας της Ελλάδος στο Χρηματιστήριο Αξιών Αθηνών στην περίοδο 12/10/ /10/2009. Πηγή:

23 Εξέλιξη τιμής μετοχής και όγκου συναλλαγών Εθνικής Τράπεζας Ελλάδος 17/12/ /12/2013. Πηγή:

24 Εξέλιξη τιμής μετοχής και όγκου συναλλαγών Εθνικής Τράπεζας Ελλάδος την 17/12/2013. Πηγή:

25 Στις χρονολογικές σειρές η σειρά με την οποίαν παρουσιάζονται τα δεδομένα είναι σημαντική διότι πρόκειται για διαδοχικές χρονικές περιόδους. Επίσης παρατηρώντας την γραφική παράσταση μιας χρονοσειράς αντιλαμβάνομαι αν υπάρχει κάποια τάση (αγγλ. trend) στα δεδομένα μου αν δηλαδή η μεταβλητή τείνει να αυξάνει ή να μειώνεται αν υπάρχει κυκλικότητα ή εποχικότητα, κλπ.

26

27 Διαστρωματικά δεδομένα Tα διαστρωματικά δεδομένα (cross-sectional data)καταγράφουν για μια συγκεκριμένη χρονική στιγμή ή περίοδο τις τιμές μιας μεταβλητής για διαφορετικές οικονομικές μονάδες ή σύνολα μονάδων Οι οικονομικές μονάδες μπορεί να είναι άτομα, νοικοκυριά, επιχειρήσεις, χώρες, γεωγραφικά διαμερίσματα, κλπ

28 Διαστρωματικά δεδομένα Παράδειγμα 1 Μέσες ετήσιες ακαθάριστες αποδοχές αρρένων εργαζομένων στην βιομηχανία και τις υπηρεσίες με πλήρη απασχόληση που εργάζονται σε επιχειρήσεις με 10 ή περισσότερους εργαζόμενους στις χώρες της Ευρωπαϊκής Ένωσης το 2009 σε ευρώ. Πηγή: Eurostat [Από τον δικτυακό τόπο Code: tps00175 ]

29 Βουλγαρία Ρουμανία Λεττονία Ουγγαρία Σλοβακία Πορτογαλία Μάλτα Ισπανία Ελλάδα Σουηδία Γαλλία ΗΒ Φινλανδία Γερμανία Ολλανδία Ιρλανδία Δανία

30

31 Διαστρωματικά δεδομένα Παράδειγμα 2 Ποσοστό ανεργίας στις χώρες της Ευρωπαϊκής Ένωσης, συνδεδεμένες χώρες και χώρες αναφοράς τον Σεπτέμβριο του 2013 (%) [teilm022] - Harmonised unemployment rate by sex - age group Short Description: The unemployment rate represents unemployed persons, based on International Labour Office (ILO) definition, as a percentage of the labour force, which here refers to the total number of employed and unemployed persons aged 25 to 74. Unemployed persons comprise here persons aged 25 to 74 who: - are without work; - are available to start work within the next two weeks; - and have been actively seeking work in the past four weeks or had already found a job to start within the next three months. Data are presented in seasonally adjusted form.

32 Harmonised unemployment rate by sex - age group Total geo\time 2013M09 Euro area (changing composition) 10,9 Euro area (17 countries) 10,9 Euro area (16 countries) 10,9 EU (28 countries) 9,6 EU (27 countries) 9,5 EU (15 countries) 9,8 Belgium 7,5 Bulgaria 12 Czech Republic 6,1 Denmark 5,8 Germany 4,9 Estonia 7,9 Ireland 11,3 Greece 25,6 Spain 24,2 France 9,5 Croatia 13,9 Italy 10,5 Cyprus 14,2 Latvia 10,6 Lithuania 10,4 Luxembourg 4,9 Hungary 8,8 Malta 5,2 Netherlands 6,1 Austria 4,3 Poland 8,6 Portugal 14,1 Romania 5,9 Slovenia 9,1 Slovakia 12,4 Finland 6,5 Sweden 5,8 United Kingdom 5,2 Iceland 4,3 Norway 2,6 Turkey : United States 6 :=not available : Source of Data: Eurostat Last update: Date of extraction: 18 Dec :18:22 MET Code: teilm022

33

34

35 Διαστρωματικά δεδομένα Παράδειγμα 3 Συνολικές δαπάνες για εκπαιδευτικά ιδρύματα στην τριτοβάθμια εκπαίδευση στις χώρες του ΟΟΣΑ ανά φοιτητή σε ισοδύναμα δολάρια ΗΠΑ. Πηγή: ΟΟΣΑ, Education at a Glance: OECD Indicators, 2008 edition, Πίνακας Β2.1a

36 Δαπάνες ανά φοιτητή σε ισοδύναμα US $ Χώρα ΟΟΣΑ Τριτοβάθμια εκπαίδευση ΗΠΑ Ελβετία Σουηδία Νορβηγία Δανία Αυστρία Αυστραλία Ολλανδία Ηνωμένο Βασίλειο Γερμανία Ιαπωνία Φιλανδία Βέλγιο Γαλλία Ιρλανδία Νέα Ζηλανδία Ισπανία Ισλανδία Πορτογαλία Ιταλία Κορέα Τσεχία Μεξικό Ουγγαρία Ελλάδα Σλοβακία Πολωνία ΟΟΣΑ μέσος όρος

37

38 Διαστρωματικά δεδομένα Παράδειγμα 4 Αποδόσεις κρατικών ομολόγων δεκαετούς διάρκειας την 18/12/2013

39

40 Στα διαστρωματικά δεδομένα, αντίθετα με τις χρονολογικές σειρές δεν μας ενδιαφέρει η σειρά με την οποία εμφανίζονται τα δεδομένα. Μπορούμε όμως να αποκτήσουμε μία αντίληψη για τα διαστρωματικά δεδομένα κατασκευάζοντας ένα ιστόγραμμα που να μας δείχνει την στατιστική τους κατανομή. Για παράδειγμα, αν τα διαστρωματικά δεδομένα είναι βαθμοί φοιτητών στις εξετάσεις του μαθήματος «Αρχές Οικονομικής Ανάλυσης Ι» στις εξετάσεις του Σεπτεμβρίου 2008 μπορούμε να αποκτήσουμε μια αντίληψη από τα αρχικά δεδομένα που βρίσκονται στους καταλόγους της γραμματείας του Τμήματος κατασκευάζοντας μια στατιστική κατανομή και στη συνέχεια δημιουργώντας το αντίστοιχο διάγραμμα.

41

42 Panel data Πολλές φορές μας ενδιαφέρει να δούμε πώς εξελίχθηκαν στον χρόνο οι μετρήσεις για διαφορετικές μονάδες. Στην περίπτωση αυτή μία διάσταση δεν είναι αρκετή. Για τον λόγο αυτό χρησιμοποιούμε τα λεγόμενα panel data. Τα panel data μας δείχνουν τις τιμές μιας μεταβλητής για διαφορετικές οικονομικές μονάδες ή σύνολα μονάδων σε διαδοχικές χρονικές περιόδους Άρα τα panel data έχουν τουλάχιστον δύο διαστάσεις (εκ των οποίων η μία είναι ο χρόνος). Συνήθως όμως έχουμε πολυδιάστατα panel data. Εφαρμογές αυτού του τύπου έχουμε όταν παρακολουθούμε την εξέλιξη στον χρόνο μεταβλητών που αφορούν σε έναν αριθμό ατόμων που αποτελούν το panel. Έτσι αν έχουμε Τ χρονικές περιόδους (t=1,2,,t) και Ν μονάδες ή άτομα (i=1,2,,n) κάθε παρατήρηση στο σύνολο δεδομένων μας θα είναι X it το οποίο μπορεί να είναι και διάνυσμα αν μετράμε περισσότερες διαστάσεις. Οι οικονομικές μονάδες μπορεί να είναι άτομα, νοικοκυριά, επιχειρήσεις, χώρες, γεωγραφικά διαμερίσματα, κλπ

43 Panel data Παράδειγμα Ποσοστό ανεργίας στις χώρες της Ευρωπαϊκής Ένωσης, συνδεδεμένες χώρες και χώρες αναφοράς ανά μήνα από τον Δεκέμβριο του 2012 έως τον Οκτώβριο του Εδώ έχουμε και χρονολογική σειρά για κάθε χώρα ξεχωριστά και διαστρωματικά δεδομένα για κάθε έτος ξεχωριστά.

44 Harmonised unemployment rate by sex - age group Total geo\time 2012M M M M M M M M M M M10 Euro area (changing composition) 10,6 10,8 10,8 10,8 10,8 10,9 10,9 10,9 10,9 10,9 10,9 Euro area (17 countries) 10,6 10,8 10,8 10,8 10,8 10,9 10,9 10,9 10,9 10,9 10,9 Euro area (16 countries) 10,6 10,8 10,8 10,8 10,9 10,9 10,9 10,9 10,9 10,9 10,9 EU (28 countries) 9,4 9,6 9,6 9,6 9,6 9,6 9,6 9,6 9,6 9,6 9,5 EU (27 countries) 9,4 9,5 9,5 9,6 9,6 9,6 9,5 9,5 9,5 9,5 9,5 EU (15 countries) 9,6 9,8 9,8 9,8 9,8 9,8 9,8 9,8 9,8 9,8 9,8 Belgium 6,8 6,9 7 7,1 7,1 7,2 7,2 7,4 7,5 7,5 7,6 Bulgaria 11,4 11,6 11,8 11,8 11,8 11,7 11,8 11,9 11, ,1 Czech Republic 6,2 6,3 6,3 6,3 6,2 6,2 6 6,1 6 6,1 6 Denmark 6,2 6,4 6,2 6,1 6 5,8 5,6 5,9 5,9 5,8 5,6 Germany 5,1 5,1 5,1 5,1 5, ,9 4,9 4,9 Estonia 8,7 8,6 8 7,6 7,3 7,4 7,3 7,3 7,7 7,9 : Ireland 12,3 12, ,1 12,2 12,3 12,1 11,7 11,4 11,3 11,2 Greece 24 24,3 24,4 24,7 25,1 25,4 25,4 25,3 25,4 25,6 : Spain 23, ,1 24,1 24,1 24,1 24,1 24,2 24,2 24,2 24,3 France 9 9,1 9,2 9,2 9,2 9,3 9,4 9,4 9,5 9,5 9,4 Croatia 14,4 13,9 13,6 13,4 13,5 13,5 13,6 13,6 13,7 13,9 14,3 Italy 9, ,2 10,2 10,2 10,5 10,5 10,5 : Cyprus 11,7 12,1 12,4 12,6 13,3 13,5 13,7 13,5 13,9 14,2 14,4 Latvia 13,2 11,6 11,6 11,6 10,5 10,5 10,5 10,6 10,6 10,6 : Lithuania 11,7 11,8 11,6 11, ,8 10,9 10,5 10,6 10,4 10 Luxembourg 4,5 4,5 4,5 4,6 4,7 4,8 4,9 5 4,9 4,9 4,9 Hungary 9,7 9,8 9,7 9,3 9,2 9,1 9 8,9 8,8 8,8 : Malta 5,1 5,2 5,1 5,1 5,1 5,3 5,3 5,2 5,1 5,2 5,2 Netherlands 5 5,2 5,4 5,6 5,7 5,9 6 6,1 6,2 6,1 6,2 Austria 4 4,2 4,4 4,3 4,3 4 3,9 4,1 4,4 4,3 4 Poland 8,7 8, ,9 8,8 8,7 8,6 8,6 8,6 Portugal 15,6 15,8 15,7 15,6 15,5 15,2 14,9 14,6 14,4 14,1 13,9 Romania 5,3 5,6 5,7 5,8 6 5,9 6,1 5,9 5,9 5,9 5,9 Slovenia 8,8 9,4 9,8 9,8 9,6 9,4 9,2 9,2 9,3 9,1 8,9 Slovakia 12,6 12,5 12,4 12,4 12,4 12,5 12,5 12,4 12,4 12,4 12,4 Finland 6,3 6,4 6,4 6,4 6,4 6,4 6,4 6,4 6,4 6,5 6,5 Sweden 5,7 5,6 5,8 5,8 5,8 5,6 5,7 5,6 5,6 5,8 5,8 United Kingdom 5,5 5,7 5,6 5,6 5,6 5,5 5,5 5,5 5,4 5,2 : Iceland 4,4 4,4 4,4 4,4 4,4 4,4 4,4 4,4 4,3 4,3 4,3 Norway 2,6 2,6 2,5 2,7 2,7 2,6 2,5 2,6 2,6 2,6 : Turkey 6,9 6,8 6,7 6,9 7 7,2 7,1 7,4 7,5 : : United States 6,5 6,5 6,3 6,2 6,1 6,1 6,2 6, ,1 :=not available : Source of Data: Eurostat Last update: Date of extraction: 18 Dec :18:22 MET

45 Αριθμοδείκτες Συχνά δεν μας ενδιαφέρει η απόλυτη τιμή ενός μεγέθους αλλά η εξέλιξη του ανεξάρτητα από την μονάδα μέτρησής του, είτε στον χρόνο είτε σε σχέση με άλλες μεταβλητές. Πολλές φορές αυτό διευκολύνει την σύγκριση με άλλα μεγέθη και κατασκευάζουμε αριθμοδείκτες παράλληλα με τα πρωτογενή στοιχεία. Άλλες φορές πάλι το πρωτογενές μέγεθος δεν έχει καμία σημασία και ο αριθμοδείκτης γίνεται το πρωτογενές μέγεθος. Ο αριθμοδείκτης (index) εκφράζει τα στοιχεία σε σύγκριση με δεδομένη τιμή βάσης Πάρτε το παράδειγμα δύο χρονολογικών σειρών: η πρώτη είναι η μέση ετήσια τιμή του ασημιού σε δολάρια ΗΠΑ του 1998 ανά μετρικό τόνο (98$/t) κατά την περίοδο και η δεύτερη σειρά είναι η εξέλιξη της τιμής του χαλκού στην ίδια μονάδα κατά την ίδια περίοδο Ο πίνακας μας είναι:

46 Copper Unit Silver Unit Year value (98$/t) value (98$/t) Πηγή: U.S. Geological Survey, Data Series 140 Historical Statistics for Mineral and Material Commodities in the United States,

47 Πως μπορούμε να συγκρίνουμε την εξέλιξη των δύο μεγεθών; Κατασκευάζουμε έναν αριθμοδείκτη με χρονολογία βάσης το 1900 και θέτουμε τιμή 1900=100. Οι υπόλοιπες τιμές του αριθμοδείκτη υπολογίζονται αν διαιρέσουμε την τιμή του αντίστοιχου έτους με αυτήν του έτους βάσης και το πολλαπλασιάσουμε επί 100. Τα στοιχεία μας τώρα γίνονται: Έτσι μπορούμε να δούμε πως εξελίχθηκε διαχρονικά η τιμή των δύο μετάλλων. Πρώτα σε πίνακα

48 Copper Unit Silver Unit value (98$/t) value (98$/t) Year Index 1900=100 Index 1900=

49 Copper Unit value (98$/t) Silver Unit value (98$/t)

50 Copper Silver Copper Unit value (98$/t) Silver Unit value (98$/t)

51 Index Copper Unit value (98$/t) Index 1900=100 Silver Unit value (98$/t) Index 1900=100

52 Παράδειγμα Ένας κλασικός αριθμοδείκτης είναι ο λεγόμενος Δείκτης Τιμών Καταναλωτή (Consumer Price Index), με τον οποίο μετράμε την εξέλιξη του επιπέδου των τιμών. Αυτός καταρτίζεται από την ΕΛΣΤΑΤ με βάση τον οικογενειακό προϋπολογισμό των νοικοκυριών και σταθμίζει βασικές κατηγορίες δαπάνης, π.χ., «διατροφή» «ένδυση-υπόδηση», «στέγαση», κλπ. και μέσα σε κάθε κατηγορία έχει υποκατηγορίες οι οποίες εξειδικεύονται στο τέλος με συγκεκριμένα αγαθά των οποίων οι τιμές συλλέγονται από ειδικά συνεργεία τιμοληψίας σε μηνιαία βάση. Είναι φυσικό ότι τα αγαθά που περιλαμβάνονται σε αυτό το «καλάθι» δεν είναι σταθερά και ότι οι συντελεστές στάθμισης μπορεί να αλλάζουν, πάντα όμως με συγκεκριμένη μεθοδολογία

53

54 Ένας άλλος δείκτης είναι ο Γενικός Δείκτης Τιμών του Χρηματιστηρίου Αθηνών. Έχει ως ημερομηνία βάσης=100 την 31/12/1980 και αποτελείται από τις 60 μεγαλύτερες μετοχές της κατηγορίας μεγάλης κεφαλαιοποίησης του Χρηματιστηρίου Αξιών Αθηνών ( Η στάθμιση του δείκτη είναι ως προς την κεφαλαιοποίηση των εταιρειών. Η κεφαλαιοποίηση εκφράζεται ως το γινόμενο του αριθμού μετοχών επί την τιμή της μετοχής. Ο δείκτης αναθεωρείται δυο φορές τον χρόνο (Απρίλιο και Οκτώβριο) όπου κάποιες εταιρείες διαγράφονται από τον δείκτη και κάποιες άλλες εισάγονται. Δεν είναι όλοι οι χρηματιστηριακοί δείκτες σταθμισμένοι σύμφωνα με την κεφαλαιοποίηση. Ο παλαιότερος δείκτης, o DJIA (Dow Jones Industrial Average Index) του Χρηματιστηρίου Αξιών της Νέας Υόρκης ο οποίος ξεκίνησε τον Μάιο του 1896 αποτελεί το αριθμητικό άθροισμα των τιμών 30 μετοχών των μεγαλύτερων εταιρειών σε σημαντικούς κλάδους της οικονομίας. Αντίθετα ο δείκτης S&P 500 (Standard & Poor 500) περιλαμβάνει τις 500 μεγαλύτερες εταιρείες σταθμισμένες με την κεφαλαιοποίησή τους. Οι χρηματιστηριακοί δείκτες μεταβάλλονται. Για παράδειγμα στις 22/9/2008 η Wall Street Journal που είναι υπεύθυνη για την κατασκευή του Dow Jones αποφάσισε να βγάλει από τον δείκτη την ασφαλιστική AIG η οποία περιήλθε στην ιδιοκτησία της Αμερικανικής κυβέρνησης και να βάλει στη θέση της την Kraft Foods εταιρεία τροφίμων.

55 ΓΔ ΧΑΕ 18/12/ /12/2013 Πηγή: Financial Times

56