Analiza transmisji szoków dla rynków giełdowych Czech, Węgier i Polski w okresie globalnego kryzysu

Transkrypt

1 Bank i Kredy 44 (4), 213, Analiza ransmisji szoków dla rynków giełdowych Czech, Węgier i Polski w okresie globalnego kryzysu Wojciech Bieńkowski*, Bogna Gawrońska-Nowak #, Wojciech Grabowski Nadesłany: 3 sierpnia 212 r. Zaakcepowany: 3 kwienia 213 r. Sreszczenie Kryzys, kóry wybuchł w USA w 28 r., przeniósł się na rynki w innych regionach świaa, m.in. do krajów Europy Środkowo-Wschodniej. Po wygaśnięciu negaywnych skuków kryzysu w USA na świaowych rynkach finansowych pojawiła się niepewność związana z kryzysem srefy euro. W niniejszym arykule prezenowane są oszacowania ransmisji sóp zwrou, szoków i zmienności w okresie boomu gospodarczego oraz w różnych fazach kryzysu finansowego, uzyskane za pomocą modelu VAR-GARCH-BEKK. Przeprowadzone badanie obejmuje podokresy zarówno sabilności, jak i niesabilności na rynkach kapiałowych Czech, Polski i Węgier. Uzyskane wyniki wskazują na wzros powiązań pomiędzy sopami zwrou z indeksów giełdowych w ych krajach w czasie kryzysu w porównaniu z okresem sabilności. Rezulay oszacowań wskazują akże na różnice pomiędzy krajami Grupy Wyszehradzkiej w przechodzeniu przez fazy kryzysu finansowego, mimo że inwesorzy częso rakują Polskę, Czechy i Węgry jako jednolią grupę. Słowa kluczowe: ransmisja szoków, ransmisja zmienności, model VAR-GARCH-BEKK, kryzys finansowy JEL: G1, C58, F36, G15 * Uczelnia Łazarskiego, Insyu Gospodarki Amerykańskiej i Sosunków Transalanyckich. # Uczelnia Łazarskiego, Kaedra Ekonomii. Uniwersye Łódzki, Kaedra Modeli i Prognoz Ekonomerycznych; emfwog@uni.lodz.pl.

2 44 W. Bieńkowski, B. Gawrońska-Nowak, W. Grabowski 1. Wsęp Ze względu na relaywnie króki czas funkcjonowania gospodarki rynkowej w Polsce, Czechach i na Węgrzech (CEEC3) rozwój rynków kapiałowych w ych pańswach jes wciąż zdecydowanie słabszy niż w rozwinięych krajach europejskich. Relaywnie słabe zinegrowanie rynków finansowych krajów grupy CEEC3 z rynkami rozwinięymi umożliwiało na począkowym eapie ransformacji redukcję ryzyka inwesycyjnego przez uwzględnienie papierów ych krajów w porfelu (por. Gilmore, McManus, Tezel 25). Gwałowny wzros zaineresowania akywami krajów Grupy Wyszehradzkiej doprowadził do wzrosu sóp zwrou z ych akywów (Chelley-Seeley, 25). Jednak wraz z posępującą ransformacją, liberalizacją handlu i przepływów kapiałowych rosła inegracja rynków kapiałowych krajów Europy Środkowo-Wschodniej z rynkami kapiałowymi rozwinięych pańsw europejskich (m.in. Arouri, Foulquier 212; Sum 212). Głównym celem arykułu jes sprawdzenie powiązań pomiędzy rynkami kapiałowymi krajów grupy CEEC3 zarówno w okresach niesabilności na rynkach finansowych, jak również w okresach sabilności. Jedna z hipoez badawczych, kórą próbujemy weryfikować na podsawie danych z okresu od sycznia 25 r. do sycznia 213 r., głosi, że powiązania między rynkami kapiałowymi są większe w fazie kryzysu w niż w fazie sabilności. Ineresujące jes akże sprawdzenie, czy siła współzależności pomiędzy rynkami giełdowymi zmieniła się w momencie przejścia z fazy kryzysu subprime do fazy kryzysu PIIGS. Spodziewamy się, że kraje wyszehradzkie są ze sobą mocno powiązane. Przemawia za ym podobny poziom rozwoju gospodarczego i insyucjonalnego oraz wspólne doświadczenia hisoryczne. Jednocześnie należy brać pod uwagę, że kraje wyszehradzkie o małe, oware (zwłaszcza Czechy i Węgry) gospodarki w dużym sopniu uzależnione od syuacji parnerów handlowych i liderów gospodarki świaowej, akich jak Niemcy i USA. Ineresujące jes więc sprawdzenie zależności wewnąrz grupy i porównanie ich ze współzależnościami zewnęrznymi. Dodakową moywację do podjęcia akich analiz sanowi percepcja inwesorów, kórzy mogą bez względu na fakyczne powiązania ekonomiczne rakować kraje Grupy Wyszehradzkiej jako bardzo podobne i na ej podsawie podejmować decyzje. Waro pamięać, że właśnie akie posępowanie inwesorów było jedną z przyczyn kryzysu w Azji Południowo-Wschodniej w 1997 r. (Khalid, Kawai 23). W okresie kryzysu amerykańskiego, charakeryzującego się paniką i spadkiem zaufania do akywów rynków wschodzących, inwesorzy nie rozróżniali pomiędzy akywami krajów regionu i spadki jednego rodzaju akywów mogły prowadzić do naychmiasowych spadków pozosałych. Spodziewamy się jednak zmiany percepcji inwesorów w okresie kryzysu PIIGS. Mogli oni zauważyć odmienna syuację omawianych krajów, ponieważ Polska i Czechy zdecydowanie łagodniej przeszły przez kryzys, a dodakowo Węgry miały niższe oceny raingowe. Dlaego formułujemy hipoezę, że powiązania pomiędzy indeksem BUX a pozosałymi indeksami krajów grupy CEEC3 osłabiły się w osanich dwóch laach. W niniejszym arykule prezenujemy wyniki esymacji paramerów modelu VAR-GARCH- -BEKK wykorzysanego do analizy ransmisji sóp zwrou, szoków i zmienności dla grupy obejmującej Polskę, Czechy i Węgry oraz kraje ypowane jako ważne źródła ych szoków. Wybór krajów generujących szoki opierał się na chronologii wydarzeń kryzysowych. Wyróżniliśmy uaj dwie zasadnicze fazy kryzysu: pierwsza o okres uż przed bankrucwem i po bankrucwie Lehman Brohers, druga zaś o kryzys srefy euro, związany z zadłużeniem krajów nazywanych PIIGS (Porugalia, Irlandia, Włochy, Grecja i Hiszpania). Osaecznie więc dwa kraje USA oraz Hiszpania

3 Analiza ransmisji szoków dla rynków giełdowych rozważane są jako kraje zarażające. Sopy zwrou z indeksu S&P5 uwzględniane są jednak akże w modelu VAR-GARCH-BEKK, ponieważ zmienna a wyjaśnia znaczną część wahań innych sóp zwrou. Amerykański rynek kapiałowy rakowany jes jako rynek globalny, mający znaczny wpływ na rynki kapiałowe pozosałych krajów. W lieraurze przedmiou są opracowania poświęcone analizie ransmisji szoków na świaowych giełdach (m.in. Khalid, Kawai 23; Ane, Labidi 26; Ehrmann, Frazscher, Rigobon 211). Niekóre z nich doyczą krajów Europy Środkowo-Wschodniej (Scheicher 21; Voronkova 24; Brzeszczyński, Welfe 27; Syriopoulos 27; Buner, Hayo 29; Eger, Kocenda 27; 211; Li, Majerowska 28; Demian 211) oraz wpływu kryzysu w USA na rynki finansowe ych krajów (np. Będowska-Sójka 21). Jednak w większości prace e nie omawiają wpływu kryzysu srefy euro na powiązania pomiędzy rynkami kapiałowymi, ponieważ powsały zby wcześnie, by uwzględnić en okres analizy. Dane wykorzysane w niniejszym badaniu obejmują okres sabilności na rynkach finansowych, kryzys w USA, a akże kryzys srefy euro. Niniejszy arykuł ma na celu porównanie powiązań pomiędzy rynkami kapiałowymi krajów wyszehradzkich oraz ich podaności na szoki zewnęrzne w różnych fazach kryzysu finansowego. Wykorzysanie większej liczby obserwacji dla okresu kryzysu PIIGS pozwala wyciągnąć bardziej wiarygodne wnioski doyczące funkcjonowania rynków w ym okresie. Poza ym, znane auorom prace poświęcone efekowi zarażania i ransmisji szoków w okresach kryzysów ograniczają się na ogół do analizy wpływu spadków sóp zwrou w jednym kraju doknięym kryzysem na zachowanie innych rynków. W niniejszym arykule badamy ransmisję sóp zwrou, szoków i zmienności z dwóch różnych krajów będących źródłami kryzysu w innych okresach. Porównanie wpływu napięć pochodzących z kraju odległego, ale znajdującego się w cenrum gospodarki globalnej, z napięciami pochodzącymi z regionu bliższego, ale obejmującego gospodarki o mniejszej sile oddziaływania, wydaje się ciekawym zagadnieniem. Najbardziej podobna pod względem koncepcji i zakresu jes praca Li i Majerowskiej (28), choć auorzy oczywiście wykorzysali w badaniu dane z okresu sabilności. W niniejszej analizie wyraźnie wydzieliliśmy jednak podokresy sabilności i niesabilności w całym okresie od sycznia 25 r. do sycznia 213 r. W celu dokonania podziału na okres sabilności, oddziaływania kryzysu w USA oraz okres oddziaływania kryzysu srefy euro przeanalizowaliśmy chronologię zdarzeń kryzysowych oraz posłużyliśmy się obserwacją współczynnika zgodności sóp zwrou. Srukura arykułu jes nasępująca. W rozdziale drugim prezenowane są saysyki opisowe dla zmiennych. Na podsawie analizy powiązań pomiędzy sopami zwrou wyróżniono okresy sabilności oraz dwie fazy globalnego kryzysu finansowego. Rozdział rzeci zawiera wyniki esymacji paramerów modelu VAR-GARCH-BEKK, a akże rezulay esowania hipoez doyczących m.in. isoności powiązań, ransmisji zmienności i szoków. Rozdział czwary sanowi podsumowanie. 2. Saysyki opisowe danych empirycznych W badaniu empirycznym wykorzysaliśmy dane dzienne z okresu od począku 25 r. do końca sycznia 213 r. Warości indeksów giełdowych WIG, BUX, PX, IBEX oraz S&P5 pochodzą z bazy danych CEIC, z podbazy Daily Daabase. Wykres 1 ilusruje kszałowanie się indeksów giełdowych WIG, BUX, PX, S&P5 oraz IBEX, a na wykresie 2 pokazano kszałowanie się odpowiadających im logarymicznych sóp zwrou.

4 46 W. Bieńkowski, B. Gawrońska-Nowak, W. Grabowski Tabela 1 zawiera saysyki opisowe dla logarymicznych sóp zwrou ze wszyskich pięciu indeksów giełdowych. Sopy zwroów z hiszpańskich indeksów IBEX oraz PX cechuje ujemna warość średnia. W przypadku ego kraju aki wynik nie zaskakuje, gdyż nie ylko doświadczył on i doświadcza kryzysu wewnęrznego, lecz akże odczuł negaywne skuki kryzysu subprime. Dodania średnia sopa zwrou w przypadku indeksu S&P5 świadczy o ym, że po kryzysie na rynku nieruchomości w USA zapanowało ożywienie, a kraj en jes niewrażliwy na negaywne endencje, kóre pojawiły się na rynkach finansowych Europy Południowej. Jes o widoczne akże na wykresie 1. Najwyższa średnia sopa zwrou doyczy indeksu WIG. Spadek zaufania do akywów rynków wschodzących podczas kryzysu w USA negaywnie wpłynął na polską giełdę, jednak wysokie dodanie sopy zwrou w okresie dobrej koniunkury (25 27) oraz relaywnie łagodne przechodzenie Polski przez kryzys globalny sprawiły, że inwesorzy mogli osiągnąć średnio najwyższe zyski właśnie na warszawskiej giełdzie. O relaywnej sabilności GPW świadczy akże niższa zmienność sóp zwrou nawe w porównaniu z giełdą kraju lepiej rozwinięego insyucjonalnie, czyli Hiszpanii. Relaywnie niska zmienność sóp zwrou z polskiego indeksu giełdowego wynika z faku, że na polskiej giełdzie dobre informacje zwiększają zmienność sóp zwrou bardziej niż złe informacje (por. Będowska-Sójka 21). Ujemne współczynniki skośności w przypadku większości indeksów świadczą o ym, że wysokie co do modułu ujemne sopy zwrou wysępowały częściej niż wysokie dodanie sopy zwrou. Doyczy o zwłaszcza giełdy warszawskiej. Warości saysyk Jarque a i Berry ego świadczą o braku normalności rozkładów logarymicznych sóp zwrou. Analiza kszałowania się indeksów giełdowych oraz odpowiadających im sóp zwrou pozwala wyróżnić podokresy sabilności i podokresy niesabilności na rynkach kapiałowych. Laa cechowały się wysokimi dodanimi średnimi sopami zwrou oraz mniejszą ich zmiennością w porównaniu z laami kryzysu. Doyczy o zwłaszcza krajów Grupy Wyszehradzkiej. Ze względu na sosunkowo słabe jeszcze powiązanie z rynkami globalnymi rynki krajów Europy Środkowo-Wschodniej wykorzysywano do dywersyfikacji porfela. Wybuch kryzysu w Sanach Zjednoczonych, związanego z rynkiem nieruchomości, doprowadził do załamania na większości rynków finansowych, w ym na rynkach kapiałowych Polski, Czech i Węgier. Gwałowne spadki na giełdach USA, Hiszpanii, Polski, Czech oraz Węgier rwały kilka miesięcy, po czym na globalnych rynkach finansowych nasąpiło chwilowe uspokojenie. Negaywne szoki na rynkach finansowych krajów Grupy Wyszehradzkiej mogły wynikać z szoków globalnych oraz ze spadku zaufania do akywów rynków wschodzących (por. Konopczak, Sieradzki, Wiernicki 21). Ponieważ kryzys globalny rozpoczął się w Sanach Zjednoczonych, przyjmuje się, że sopy zwrou z indeksu S&P5 powinny być wykorzysane w badaniu odporności(wrażliwości) giełd analizowanych krajów środkowoeuropejskich w okresie kryzysu. W 21 r. rozpoczęły się napięcia w Europie Południowej. Wiosną 21 r. zadłużenie Grecji osiągnęło około 12% PKB i MFW oraz UE udzieliły emu krajowi pomocy. Porugalia doświadczyła nagłego wycofania kapiału, ale w krókim okresie i na relaywnie małą skalę, podczas gdy ucieczka kapiału z Irlandii przyjęła poężne rozmiary i miała charaker długookresowy. W 211 r. Włochy, Hiszpania oraz Porugalia odczuły skuki nadmiernego zadłużenia, a ich obligacje rządowe sraciły wiarygodność, po czym nasąpiła kolejna fala gwałownego odpływu kapiału. W okresie kryzysu PIIGS nie obserwowano gwałownych spadków indeksów w Sanach Zjednoczonych, rynek kapiałowy ego kraju okazał się bowiem odporny na szoki powsałe w krajach Europy Południowej. Biorąc o pod uwagę, w analizie poda-

5 Analiza ransmisji szoków dla rynków giełdowych ności(odporności) krajów grupy CEEC3 na szoki wynikające z kryzysu srefy euro proponujemy wykorzysać indeks jednego z krajów doknięych kryzysem PIIGS, czyli Hiszpanii. W celu zidenyfikowania powiązań pomiędzy sopami zwroów z indeksów giełdowych w kolejnych kwarałach obliczyliśmy współczynnik zgodności sóp zwrou w nasępujący sposób: 1[ sgn( szis med( { szis : s S} )) = sgn( sz js med( { szjs : s S} )] s S WK = S = S (1) gdzie S jes X zbiorem = α + dni X funkcjonowania 1+ ε, ε I 1giełd ~ N( i, oraz H ) j w danym kwarale. Warości H ego I wskaźnika obliczyliśmy dla par Polska-USA, Polska-Hiszpania, Węgry-USA, Węgry-Hiszpania, Czechy-USA oraz Czechy-Hiszpania. Miało o na celu zidenyfikowanie dynamiki 1 powiązań między ' H = C Csopami ' ' ' + A ε zwrou 1ε 1A + z Gindeksów H 1G giełdowych. Warości współczynnika (1) wynoszące mniej niż,5 lub niewiele więcej niż,5 świadczą o słabych powiązaniach pomiędzy sopami zwrou z indeksów giełdowych. Tak niskie warości współczynników obserwowane są zwłaszcza 1 T 1 ' 1 na począku L = próby. 2T ln Gwałowny ( 2π) wzros ln H miernika εh (1) ε. nasąpił już w 27 r., czyli w okresie boomu na 2 = 1 2 globalnych rynkach finansowych. Wzros powiązań pomiędzy nowymi a sarymi członkami UE mógł być uzasadniony coraz dłuższym uczesnicwem krajów wyszehradzkich w srukurach Wspólnoy. HJednak : ( awarości = ) współczynnika ( g = ) przekraczające,7, a czasem nawe,8 w niekórych i j kwarałach 27 r. mogły eż wynikać z zachowań sadnych w okresach prosperiy na rynkach globalnych. Okres kryzysu w Sanach Zjednoczonych cechował się wysokimi warościami analizowanego współczynnika. 1 ( H : a g i j ) Doyczyło ( i j o ) zwłaszcza począkowego okresu kryzysu, cechującego się paniką inwesorów. Proponujemy, by jako momen zmiany srukuralnej przyjąć począek 28 r., gdyż jeszcze przed bankrucwem banku Lehman Brohers rozpoczęły się gwałowne spadki na giełdzie amerykańskiej, H : γ21 = γ23 co = γpociągnęło 24 = γ25 = za sobą spadki pozosałych indeksów giełdowych. Bardzo wysokie warości współczynnika dla par USA-Polska oraz USA-Węgry urzymywały się w wielu kwarałach 29 H 1 : i 21 ( γ2 j r. W ) przypadku par Hiszpania-Polska, Hiszpania-Węgry oraz Hiszpaniaj 2 -Czechy upadek Banku Lehaman Brohers wiązał się ze wzrosem powiązań pomiędzy sopami zwroów. Wynik en należy inerpreować jako ogólny wzros powiązań pomiędzy rynkami giełdowymi na począku globalnego kryzysu finansowego. Kolejny wzros współczynnika (1) nasąpił H : γ13 = γ23 = γ43 = γ53 = dla pary Hiszpania-Polska pod koniec 29 r., a dla par Hiszpania-Węgry i Hiszpania-Czechy na H 1 : ( γ j 3 ) począku 21 r. Okres j 3 en należy wiązać z począkiem kryzysu srefy euro, kiedy gwałownie spadła wiarygodność hiszpańskich obligacji rządowych i nasąpił gwałowny odwró kapiału z ego kraju. Z kolei w Sanach Zjednoczonych urzymywała się faza wzrosu głównych indeksów giełdowych. Rynki kapiałowe Polski, Czech i Węgier negaywnie odczuły skuki gwałownych spadków na rynkach kapiałowych krajów Europy Południowej. W związku z ym proponujemy przyjąć począek drugiego kwarału 21 r. jako momen, od kórego kryzys PIIGS oddziaływał na rynki kapiałowe krajów Grupy Wyszehradzkiej. W ym czasie rosła warość amerykańskiego indeksu giełdowego. Proponujemy jednak uwzględnić w ym okresie sopy zwrou zarówno z indeksu IBEX, jak i z indeksu S&P5 w modelu VAR-GARCH-BEKK.

6 48 W. Bieńkowski, B. Gawrońska-Nowak, W. Grabowski Po przeanalizowaniu zmian indeksów giełdowych oraz odpowiadających im sóp zwrou, a akże powiązań pomiędzy sopami zwrou proponujemy wyróżnić nasępujące podokresy: 25 27: okres sabilności na rynkach finansowych wszyskich krajów poprzedzający wybuch kryzysu na rynku subprime, syczeń 28 marzec 21 r.: globalny kryzys finansowy i związany z nim gwałowny wzros zmienności sóp zwrou oraz spadek ich warości oczekiwanych; w podokresie ym nasąpiło akże chwilowe uspokojenie na giełdach i główne indeksy powróciły na ścieżkę wzrosu; kwiecień 21 syczeń 213 r.: okres nagłego zarzymania kapiału (sudden capial sops) dla zw. PIIGS: Porugalii, Irlandii, Włoch, Grecji i Hiszpanii (por. Merler, Pisani-Ferry 212). Zaproponowany podział próby na podokresy ma charaker zdecydowanie mniej formalny niż sosowane częso w analizie rynków finansowych w różnych reżimach (por. np. Cai 1994; Hamilon, Sumsel 1994; Bauwens, Preminger, Rombous 21). Tabela 3 prezenuje saysyki opisowe dla logarymicznych sóp zwrou dla każdego z pięciu indeksów w każdym z podokresów. Z kolei abela 4 zawiera współczynniki korelacji liniowej pomiędzy sopami zwrou we wszyskich podokresach. Warości saysyk opisowych powierdzają doychczasowe obserwacje doyczące kszałowania się indeksów giełdowych oraz ich zmienności. Dodanie średnie warości sóp zwrou wysępowały w okresie boomu gospodarczego poprzedzającego kryzys w Sanach Zjednoczonych. Jednak w przypadku amerykańskiego indeksu średnia sopa zwrou okazała się najniższa w grupie przeanalizowanych pięciu krajów. Mimo dobrej koniunkury w gospodarce globalnej problemy w sekorze bankowym USA ujawniły się bowiem dużo wcześniej niż w 28 r. Ujemne średnie sopy zwrou dla rzeciego podokresu w Hiszpanii, Polsce, na Węgrzech i w Czechach oraz dodania średnia sopa zwrou w USA dowodzą, że wzrosy na amerykańskim rynku kapiałowym po załamaniu z 28 r. nie zarzymały się na skuek wybuchu kryzysu w srefie euro. Rynek kapiałowy w USA okazuje się zaem odporny na negaywne szoki w Europie Południowej. Okresy, w kórych obserwowane są ujemne sopy zwrou, charakeryzują się akże silniejszymi wahaniami. Warości współczynników skośności są w większości przypadków ujemne. Również po podziale próby na podokresy warości saysyk J-B wskazują na brak normalności rozkładu logarymicznych sóp zwrou. 3. Model VAR-GARCH-BEKK. Esymacja paramerów Ze względu na właściwości szeregów czasowych rozważanych w poprzednim rozdziale model klasy GARCH jes właściwym narzędziem do wyjaśnienia powiązań pomiędzy sopami zwrou a ich zmiennością. Model VAR-GARCH-BEKK (por. Engle, Kroner 1995; szerszy opis modelu i esymacji jego paramerów można znaleźć m.in. w pracach Osiewalskiego, Pajor i Pipienia 27; Osińskiej 26 oraz Doman i Domana 29) umożliwia idenyfikację zależności zarówno między sopami zwrou, jak i między wariancjami oraz 1 [ mechanizmu sgn( szis medransmisji ({ sz : s szoków. S} )) = sgn Analizę ( sz js powiązań med( { szjspomię- dzy logarymicznymi sopami WKzwrou = : s S} )] s S S umożliwia nasępujący układ = równań: S X = α + X + ε, ε I ~ N(, H ) (2a) 1 1 H I 1 H ' ' ' ' = C C + A ε ε A + G H G

7 Analiza ransmisji szoków dla rynków giełdowych [[ sgn ( sz ( szis is med ({ ({ sz szis is: : s S } gdzie X jes kolumnowym wekorem logarymicznych sóp zwrou, a Γ o macierz WK = s S S S paramerów przy opóźnionych sopach zwrou o wymiarach 1 [ sgn( sz 4 4 (lub 5 5 w przypadku podokresu obejmującego kryzys srefy euro). Diagonalne is med( { szis : s S} )) = sgn( sz js med( { szjs : s S} )] WK = s elemeny S macierzy Γ mierzą efek zmian przeszłych sóp S = X, (, zwrou z ego samego indeksu. Pozadiagonalne elemeny ej macierzy informują = α + X o zależności 1 1+ ε, ε I między sopami zwrou indeksów różnych rynków. Wekor składników losowych ε I 1~ N(, H S 1 o wymiarach 4 1 (lub 5 1) charakeryzuje się macierzą warunkowych wariancji-kowariancji H. II 1 1 jes informacją X = α + X 1+ ε, ε dosępną w momencie 1. Wekor α I 1 ~ N(, H ) o wymiarach 4 1 (lub 5 1) reprezenuje sałe. ' ' ' ' ' ' ' ' H = C C + A ε 1 1 ε 1 1A + G H 1 1G Równanie macierzy wariancji-kowariancji jes nasępujące: H I 1 1 TT 1 ' ' 11 L = 2 T ln ln( 2( π )) ln lnh ε H ε H = C ' C1 [ + sgn' A ( ' ' εsz 1 isε med 1A + ( G{ szh is : s 1G S} )) = sgn( sz js med( { sz2 js : s(2b) S} )] = 1= 1 2 WK = s S S = W modelu (2b) C jes rójkąną dolną macierzą 1 Tsałych o wymiarach S (lub 5 5). Diagonalne ' 1 H : : ( ( a = )) (( g = ) ) paramery macierzy A o wymiarach L = 2T4 4 ln( 2(lub π) 5 5) mierzą ln H efeky εhwłasnych ε. przeszłych i i j j szoków na 2 = 1 2 warunkowe wariancje, podczas X gdy diagonalne paramery macierzy G o wymiarach 4 4 (lub 5 5) = α + X 1+ ε, ε I 1 ~ N(, H ) mierzą wpływ przeszłych zmienności na warunkowe wariancje. Pozadiagonalne H : 1: ( 1 paramery ( a macie- i j ) ( g i j ) i i j j H ( )) : a = 1 [) sgn (( gszis = med ) ({ szis : s S} )) = sgn( sz js med( { szjs : s S} )] rzy A mierzą odpowiedzi rynków na i szoki j powsałe na innych rynkach. Paramery modelu (2a) (2b) H WK szacuje I = s S 1[ sgn( szis med( { szis : s S} )) = sgn( sz js med( { szjs : s S} )] 1 S WK się najczęściej meodą największej wiarygodności z pełną informacją (FIML), kóra umożliwia uzyskanie zgodnych i efekywnych esymaorów. H :: γ 21= γ 23= γ Logarym 24 24= γ 25 25= H : 1 ( = s S = S S = a g S ' ' ' funkcji wiarygodności przyjmuje nasępującą i j ) posać: ( ' H = C C + A ε 1ε 1Ai j+ G H ) 1 G X = α + X 1+ ε, ε I 1 ~ N(, H ) H 11 :: ( γ( 22 j j )) j 2 j 2 X = α + X = H : γ21( = γ 1 T 1+ ε, ε ) 23 = γ 1 I 1 ~ N(, H ) 1 2 ln 2 24 = lnγ 25 = ' L T π H εh ε. (3) H 2 = 1 2 I 1 H :: γ 13= γ 23= γ = γ 53 53= H I H 1 : ( γ 1 2 j ) W naszym badaniu algorym BHHH j 2 '(por. Bernd ' ' i in. 1974) ' sosuje się w celu maksymalizacji H : H ( = ) ( = ) H 11 :: (( γ j 3 j 3 )) = ac C + A ε g 1ε 1A + G H 1G wyrażenia (3). Program RATS 7.3 wykorzysywany i j ' ' jes ' do esymacji ' paramerów j 3 j 3 H = + + modelu (2a) (2b) C C A ε 1ε 1A G H 1G dla każdej z rzech podprób. Wyniki H : γesymacji 13 = γ23 = paramerów γ43 = γ53 = zawiera abela 5. Zasosowanie modelu VAR-GARCH-BEKK H : 1 ( a uwzględniającego 1 T 1 g ransmisję ' 1 L = 2T ln( 2π) szoków i zmienności i j i j H 1 : ( γ j ) ( 1 Tln H jes uzasadnione wówczas, gdy akie ransmisje rzeczywiście ) 1ε H ε. ' 1 L = 2T ln( 2π) 2 = ln Hwysępują. H W. związku z ym dla każdego z rzech podokresów należy zweryfikować j 3 = ) 1 2 ε ε 2 hipoezę: H : γh 21 : = γ( a 23 = γ= 24 = ) γ ( g 25 = = ) i j H : ( a = ) ( g = ) i j ( ) ( ) H 1 : ( γ ) (4) 2 H j j 2 1: a g i j i j H 1: ( a g i j ) ( i j ) Brak odrzucenia hipoezy zerowej H : γ oznaczałby, 13 = γ23 = γ43 = że γ mniej 53 = sparameryzowane, jednorównaniowe modele GARCH dla każdego kraju byłyby H : γ21wysarczającym = γ = γ = γ25narzędziem = do wyjaśnienia zmienności H : 21 = 23 = 24 = 25 = H 1 : ( γ γ γ sóp zwrou. Wyniki esowania hipoezy γ γ (4) j 3 za ) pomocą esu Walda zawiera abela 6. j 3 Jak widać, dla każdego z podokresów H 1 : należy ( γ2 j odrzucić ) hipoezę zerową, co uzasadnia zasosowanie modelu VAR-GARCH-BEKK. H 1 j 2 : ( γ2 j ) j 2 Oszacowania paramerów modelu (2a) (2b) zawarych w abeli 5 należy inerpreować osrożnie. Kompleny model opisujący zależności H : γ13 = γ23 = γ43 = γ53 = H : γ pomiędzy 13 = γ23 = γ rynkami finansowymi powinien zawierać 43 = γ53 = akże akie zmienne wpływające na wahania cen akcji jak np. miary ryzyka rynkowego, miary H 1 : ( γ j 3 ) j 3 ( γ ) H 1 : j 3 j 3

8 41 W. Bieńkowski, B. Gawrońska-Nowak, W. Grabowski płynności rynku, wypłay dywidend, zmienne opisujące wahania na rynku pieniężnym i waluowym. Jednak zgodnie z celami arykułu koncenrujemy się na analizie powiązań pomiędzy sopami zwroów. Wpływ opóźnionych sóp zwrou z indeksu S&P5 w równaniach sóp zwrou z indeksu polskiego, węgierskiego i czeskiego jes isony w każdym podokresie. Oszacowania odpowiednich paramerów są wysokie i dodanie. Oznacza o zaem, że syuacja na rynkach giełdowych w grupie CEEC3 w znacznym sopniu zależy od syuacji na globalnych rynkach finansowych. Ponieważ Europa Środkowa i Sany Zjednoczone leżą w różnych srefach czasowych, wynik en oznacza, że nasroje inwesorów europejskich zależą od wysokości indeksów amerykańskich na koniec dnia funkcjonowania giełdy. Wahania indeksu S&P5 miały zdecydowanie słabszy wpływ na syuację na madryckiej giełdzie w okresie kryzysu PIIGS. Zła syuacja na ej giełdzie w laach była wynikiem poważnego kryzysu gospodarczego w Hiszpanii, więc syuacja na rynkach globalnych miała mniejszy wpływ na kszałowanie się hiszpańskiego indeksu. Opóźnione sopy zwrou z hiszpańskiego indeksu miały nieisony wpływ na sopy zwrou z indeksu BUX oraz PX. W przypadku pary IBEX-WIG en wpływ okazał się isony saysycznie, ale ujemny. Ujemne oszacowanie parameru γ 25 wskazuje na o, że główny indeks giełdy warszawskiej zwiększał się po spadkach warości indeksu IBEX. Sosunkowo niska (w porównaniu z innymi rynkami giełdowymi) wariancja sóp zwrou z indeksu WIG sprzyjała lokowaniu na warszawskiej giełdzie środków wycofywanych z niesabilnych giełd z krajów Europy Południowej doknięych kryzysem zadłużeniowym (w ym Hiszpanii). Oszacowania paramerów wskazujące na ransmisje sóp zwrou wewnąrz Grupy Wyszehradzkiej z opóźnieniem jednego dnia są nieisone na poziomie isoności,5 w okresie sabilności. W przypadku drugiego i rzeciego podokresu ylko jeden paramer okazał się isonie różny od zera. Brak isoności wynika zapewne z ego, że rynki giełdowe grupy CEEC3 zwykle jednocześnie i w ym samym kierunku reagują na szoki zewnęrzne. Współczynniki korelacji równoczesnych pomiędzy sopami zwrou z indeksów WIG, PX i BUX, a akże współczynniki korelacji pomiędzy szokami dla sóp zwrou były najwyższe w drugim podokresie. Wzros powiązań równoczesnych pomiędzy sopami zwroów z indeksów krajów wyszehradzkich w okresie kryzysu subprime świadczy o ym, że inwesorzy międzynarodowi nie dosrzegali różnic między rynkami kapiałowymi krajów wschodzących. Charakerysyczny dla okresu kryzysu subprime spadek zaufania inwesorów do akywów krajów ransformujących się doprowadził do równoczesnych spadków warości indeksów giełdowych w całym regionie. Panika i wzros awersji do ryzyka spowodowały jednoczesne wycofywanie papierów z rynków wszyskich krajów Grupy Wyszehradzkiej bez względu na fakyczny san ich gospodarek. W okresie kryzysu srefy euro osłabiły się równoczesne powiązania między sopami zwroów i szokami w analizowanej grupie. Zjawisko o można uzasadnić ym, że analizowane kraje różnie przechodziły przez kryzys. W okresie kryzysu w Europie Południowej zmieniła się zapewne percepcja inwesorów. Ze względu na odmienną syuację wewnęrzną w rzech krajach grupy CEEC3 inwesorzy nie uożsamiali problemów Węgier z syuacją w całym regionie. Nasze wyniki, wskazujące na wpływ opóźnionych sóp zwrou na ich bieżące poziomy, w przypadku czeskiej i amerykańskiej giełdy należy rakować z dużą osrożnością. Nie można na ich podsawie przesądzać o braku efekywności ych rynków. Tego ypu wnioskowanie wymagałoby dodakowego esowania, np. cykliczności zachowań giełdy (por. Carhar 1997; Wośko 27; 212) czy akich zjawisk, jak momenum lub sraegie przeciwnego inwesowania (por. Szyszka 26). Analizy e wykraczają jednak poza główny cel niniejszego opracowania. Waro jednak dodać, że zgodnie z wynikami badań przeprowadzonych przez Kima,

9 H I H 1 I 1 Analiza ransmisji szoków dla rynków giełdowych ' H = C C + A' ' ' ' ε ε ' A + ' H = C C + A GAH + G ' ε ε H G Lima i Shamsuddina (211) w okresie kryzysu na rynku 1 T 1 T nieruchomości 1 ' 1 L = 2T ln( π) wzrosła rafność prognozowania sóp zwrou z indeksu amerykańskiego za pomocą = 1 2 opóźnionych 2 ln H εh ' 1 L = 2T ln( 2π) ln H. ε H ε. = 1 2 sóp zwrou. Wynik en jes zaem zgodny z hipoezą rynków adapujących się (por. Lo 24). Godna uwagi jes analiza mechanizmu H ransmisji = sóp = zwrou ze względu na kraje. Waro bowiem dokonać saysycznej weryfikacji odporności poszczególnych rynków na zmiany sóp zwro- : H( a ) ( g ) i j : ( a = ) ( g = ) i j u w innych krajach. Mówimy, że np. sopy zwrou z WIGu są odporne na zmiany średnich sóp zwrou w innych krajach w rzecim H podokresie, : jeśli nie ma 1 ( H a g podsaw do odrzucenia nasępującej i j ) ( 1 : 1( [ sgn a 1 ( sz [ sgn g i j ) is i j ) ( sz med is ( ({ med sz ( is :{ sz s is i j ) S: } s )) = Ssgn })) = ( sz sgn js ( sz med js ({ med sz ( js :{ sszjss: } s )] S} ) s S hipoezy: WK = WK = s S S S = = S S H : γh21 = : γ23 = γ24 = γ25 = γ25 = X = αx + = αx + 1+ Xε, 1+ ε, ε I ε 1 ~ IN 1( ~, HN ( ), H ) (5) : ( γ: ( γ ) ) H 1 H 2 j j j j 2 H IH I H : γ = W przypadku kraju innego niż Polska 13 Hnależy : γ23 = 43 = 53 = 13 zmienić γ γ 23 pierwszą 43 γ53 = cyfrę indeksu dolnego w hipoezie (5). Wyniki esowania hipoezy H = (5) CH ' ' ' ' ' dla C= + C rzech AC ' ' ' ε+ A 1εpodokresów ε 1 1Aε+ GA H+ G 1 we GH wszyskich 1G krajach objęych analizą prezenuje abela 7. Jeśli przyjmiemy H 1 : H( γ: j 3 ( ) ) j 3 1 poziom γ j 3 isoności,5, o w przypadku giełdy amerykańskiej oraz hiszpańskiej nie ma podsaw do odrzucenia 1 T 1 T j 3 hipoezy 1 zerowej. 1 Odporność amerykańskiego rynku na wahania indeksów 1 ' 1 ' L = giełdowych L2 T= ln ( 2 Tπ ln ) w ( 2π krajach ) ln H ln Grupy H ε Wyszehradzkiej H ε H. ε. 2 2 = 1 nie zaskakuje. = Z kolei brak odporności sóp zwrou krajów grupy CEEC3 jes zgodny z przedsawioną hipoezą silnego uzależnienia giełd krajów Europy Środkowo-Wschodniej od syuacji na rynkach globalnych H : H( ze względu na owarość amejszych a: ( gospodarek. = a ) = ( g) ( Odporność = g ) = ) i j i j hiszpańskiego indeksu giełdowego na wahania sóp zwrou z indeksu amerykańskiego i indeksów krajów grupy CEEC3 w okresie kryzysu srefy euro wynika z faku, że H problemy : H w sekorze finansowym Hiszpanii w okresie kryzysu 1 a g 1: PIIGS były ak głębokie, że indeks IBEX ( ( a g i j negaywnie i j ) reagował ( ) ( i j i j na ) ) problemy wewnęrzne Hiszpanii i nie zależał od wahań indeksu amerykańskiego i indeksów środkowoeuropejskich. Waro akże dokonać saysycznej weryfikacji hipoezy wpływu syuacji na danej giełdzie H : γh 21 = : γ 23 = γ = 24 γ = γ 25 = na wahania sóp zwrou z indeksów w innych krajach. Możemy powiedzieć, że np. wydarzenia na rynku kapiałowym Węgier nie mają wpływu na średnie sopy zwrou z indeksów na innych giełdach w rzecim podokresie, jeśli nie ma podsaw j 2 do odrzucenia nasępującej H 1 : H( γ 1 : 2 j ( γ 2) j ) j 2 hipoezy: H : γ H 13 1 = : γ = γ = γ = γ 53 = 23 ( γ: ( γ ) 3 ) H : H 1 j 1 j 3j 3 j 3 W przypadku kraju innego niż Węgry należy zmienić drugą cyfrę dolnego indeksu w hipoezie (6). Tabela 8 prezenuje wyniki esowania hipoezy (6). Dla podokresu sabilności i kryzysu subprime należy odrzucić hipoezę zerową ylko w przypadku giełdy amerykańskiej. Syuacja na giełdzie w największej gospodarce świaa deerminuje zaem syuację na rynkach kapiałowych w innych krajach. W podokresie obejmującym kryzys PIIGS na sopy zwroów z indeksów giełdowych innych krajów oddziaływał nie ylko indeks amerykański, ale akże indeksu czeski i hiszpański. Okazuje się zaem, że kryzys srefy euro i kszałowanie się indeksu giełdowego jednego z krajów doknięych kryzysem wpływają na pozosałe indeksy. Oddziaływanie opóźnionych sóp zwrou (6)

10 412 W. Bieńkowski, B. Gawrońska-Nowak, W. Grabowski z praskiego indeksu na sopy zwrou z pozosałych indeksów w okresie kryzysu PIIGS może wynikać z faku, że z rynków kapiałowych Europy Środkowo-Wschodniej czeski rynek jes najbardziej zinegrowany z rynkami kapiałowymi krajów rozwinięych (por. Cheeley-Seeley 25). Ponado syuacja na rynkach kapiałowych krajów rozwinięych silnie wpływa na rynki krajów peryferyjnych, akich jak Węgry czy Polska. Dla okresu sabilności na rynkach kapiałowych wyższe są oszacowania elemenów macierzy C' C w porównaniu z okresami kryzysu na rynkach finansowych. Spadek znaczenia sałych komponenów macierzy H przy jednoczesnym wzroście elemenów ej macierzy należy inerpreować jako wzros ransmisji zmienności i szoków w okresach kryzysowych. Z paramerów wskazujących na przenoszenie się szoków na rynki krajów wyszehradzkich wynika, że najsłabsza była ransmisja szoków na rynek węgierski. Być może powodem jes o, że budapeszański indeks giełdowy w osanich laach zdeerminowała zła syuacja w gospodarce węgierskiej. Ze względu na sabilniejszą syuację makroekonomiczną Polski i Czech wahania sóp zwrou z głównych indeksów giełdowych w ych krajach zależały w większym sopniu od szoków generowanych przez inne rynki. Duża liczba isonych paramerów w macierzy G wskazuje na obecność silnego mechanizmu ransmisji zmienności w okresach sabilności na rynkach kapiałowych oraz w czasie kryzysu w USA. Jak widać, duża awersja do ryzyka pojawiała się nie ylko w okresie paniki inwesorów związanej z załamaniem na giełdach świaowych, ale akże podczas wzrosów, kiedy coraz powszechniej oczekiwano odwrócenia się endencji na skuek informacji o złej syuacji amerykańskiego sysemu finansowego. Silna ransmisja zmienności w grupie obejmującej Polskę, Węgry, Czechy oraz kraj bezpośrednio doknięy kryzysem powierdza wyniki badań uzyskanych przez Beirne a i in. (21). Auorzy ci wskazują, że ransmisje szoków z regionalnych i globalnych rynków doykają większość gospodarek wschodzących. Jednak naura wzajemnych, międzyrynkowych powiązań różni się w zależności od regionu. Wschodzące gospodarki Azji i Ameryki Południowej doświadczają głównie ransmisji sóp zwrou, kóra sała się bardziej isona w okresach niesabilności na świaowych rynkach finansowych. Tymczasem w krajach Europy Środkowo-Wschodniej (w ym w Polsce, Czechach i na Węgrzech) dominującą rolę odgrywa ransmisja zmienności, kórej znaczenie maleje podczas kryzysu srefy euro. Zapewne wynika o z faku, że Czechy i Polska wprowadziły skueczne mechanizmy walki z kryzysem i rynki kapiałowe ych krajów nie odczuły ak bardzo negaywnych skuków problemów z zadłużeniem krajów PIIGS. Niskie zadłużenie ych krajów oraz relaywnie dobra syuacja makroekonomiczna umożliwiły im sosunkowo łagodne przejście przez kryzys. Doychczasowe wyniki badań poświęcone zarówno rynkowi finansowemu, pieniężnemu czy realnej sferze gospodarki wskazują na dobrą syuację w polskiej gospodarce i na polskim rynku finansowym w okresie kryzysu w USA oraz kryzysu srefy euro (m.in. Konopczak, Marczewski 211; Bieńkowski, Gawrońska-Nowak, Grabowski 211; Welfe, Florczak 21; Kliber, Płuciennik 211). Wykresy 3 8 ilusrują oszacowania zmiennych warunkowych wariancji oraz współczynników korelacji warunkowych pomiędzy szokami, uzyskane w wyniku esymacji paramerów modeli VAR-GARCH-BEKK. Zgodnie ze specyfiką powiązań pomiędzy indeksami giełdowymi w różnych fazach koniunkury wyższe oszacowania współczynników korelacji obserwujemy w okresach kryzysu. W czasie boomu gospodarczego mamy do czynienia ze słabszymi powiązaniami pomiędzy rynkami kapiałowymi i można wyróżnić okresy ujemnych oszacowań współczynników korelacji. Wzros współzależności pomiędzy szokami w okresie kryzysu USA jes szczególnie widoczny dla par S&P5-WIG oraz S&P5-BUX i słabszy dla pary S&P5-PX. Czeski rynek kapiałowy

11 Analiza ransmisji szoków dla rynków giełdowych w począkowej fazie po akcesji wykazywał większe zinegrowanie z rynkami kapiałowymi krajów srefy euro (por. Savva, Aslanidis 21). Być może dlaego okazał się nieco bardziej odporny na szoki płynące z USA. Warości współczynników korelacji pomiędzy szokami dla indeksu IBEX a szokami dla indeksów krajów grupy CEEC3 w okresie od kwienia 21 do sycznia 213 r. wskazują na umiarkowane zależności pomiędzy indeksami Polski, Czech i Węgier oraz indeksem kraju srefy euro doknięego kryzysem. Tylko w okresach największych napięć w srefie euro oszacowania przyjmują warości powyżej,7. Rezula en jes zgodny z wynikami badań uzyskanymi przez Syllignakisa i Koureasa (21), według kórych globalny kryzys finansowy doprowadził do spowolnienia procesu inegracji rynków kapiałowych krajów Grupy Wyszehradzkiej z rynkami kapiałowymi krajów Europy Zachodniej. Oznacza o, że reakcja rynków kapiałowych krajów Grupy Wyszehradzkiej podczas globalnego kryzysu różni się od reakcji rynków krajów nadbałyckich (Liwa, Łowa, Esonia), gdzie na skuek pojawienia się niesabilności gwałownie wzrosło zinegrowanie (por. Nikkinen, Piljak, Ao 212). Różna reakcja może wynikać z obowiązywania odmiennych reżimów kursowych w ych grupach krajów. Zinegrowanie rynków finansowych należy jednak inerpreować osrożnie, ponieważ wzros wrażliwości sóp zwrou w krajach ransformujących się mógł wynikać akże ze spadku płynności danego rynku lub ze wzrosu awersji do ryzyka międzynarodowych inwesorów. Relaywna odporność czeskiego, a zwłaszcza polskiego rynku kapiałowego na negaywne wydarzenia w krajach Europy Południowej mogły się akże wiązać ze skuecznością działań anykryzysowych. W okresie kryzysu srefy euro widoczny jes akże spadek współzależności pomiędzy giełdą budapeszańską a giełdą madrycką. Zasanawiające są jednak spadki współczynników korelacji pomiędzy szokami z indeksu BUX a szokami z pozosałych indeksów krajów Grupy Wyszehradzkiej. Zapewne wynika o z faku, że fundameny polskiej i czeskiej gospodarki były mocniejsze, a zadłużenie w ych krajach było relaywnie niskie w porównaniu z Węgrami. Kryzys na Węgrzech był w ym okresie głębszy; odmienny był eż mechanizm obserwowany na węgierskim rynku finansowym. W osanich laach inwesorzy zagraniczni rzadziej rakują więc Polskę, Czechy i Węgry jako jednolią grupę. 4. Podsumowanie Okres od sycznia 25 do sycznia 213 r. okazał się niesabilny z punku widzenia ransmisji sóp zwrou, szoków i zmienności. Można w nim wyróżnić zarówno fazę sabilności, jak i dwie różniące się od siebie fazy kryzysu. Reakcje rynków kapiałowych Polski, Czech i Węgier na szoki płynące z różnych części świaa różniły się od siebie. Wzmacnia o porzebę rakowania okresu jako heerogenicznego i uwzględnienia owej heerogeniczności w badaniach empirycznych. Wydaje się, że negaywne wydarzenia w Sanach Zjednoczonych w 28 r. i zła syuacja na rynkach finansowych uż po bankrucwie banku Lehman Brohers wykszałciły u inwesorów porzebę konsruowania skuecznych sraegii prowadzących do minimalizacji negaywnych skuków załamania na rynkach globalnych. Sopy zwroów z indeksów giełdowych krajów Grupy Wyszehradzkiej okazują się silnie zależne od syuacji na globalnych rynkach finansowych, jednak opóźnione sopy zwrou z indeksu IBEX są isone saysycznie ylko w równaniu dla Polski. Przeprowadzone badanie pokazało, że rynki grupy CEEC3 zwykle jednocześnie i w ym samym kierunku reagują na szoki zewnęrzne. Silna była ransmisja zmienności sóp zwrou pomiędzy rynkami

12 414 W. Bieńkowski, B. Gawrońska-Nowak, W. Grabowski analizowanej grupy. Powiązania pomiędzy sopami zwroów i szokami okazały się największe w okresie kryzysu subprime i zdecydowanie osłabły w czasie kryzysu PIIGS. Należy zaem przypuszczać, że rynki kapiałowe krajów Grupy Wyszehradzkiej w okresie kryzysu amerykańskiego były rakowane jako jednolie. Czy było o meryorycznie uzasadnione? Niekóre z uzyskanych wyników przeczą emu. Syuacja w realnej sferze gospodarki Polski i Czech w 211 r. nie uzasadniała gwałownych spadków głównych indeksów giełdowych w ych krajach po wybuchu kryzysu srefy euro. Jes możliwe, że łagodzenie kryzysu za pomocą poliyki makroekonomicznej ych pańsw zmniejszyło skalę negaywnych zjawisk powsałych na rynkach finansowych Europy Południowej. Należy jednak zaznaczyć, że powyższe pozyywne opinie nie doyczą Węgier. Ich wysoki deficy budżeowy, ogólnie gorsza kondycja całej gospodarki i w konsekwencji spadek zaufania inwesorów mogły zmniejszyć odporność budapeszańskiej giełdy na kryzys. Dodakowo zauważalny spadek powiązania węgierskiego indeksu z indeksami Polski i Czech w dalszej fazie kryzysu srefy euro wskazują na o, że w osanim czasie zmieniła się percepcja inwesorów. Spadek zaufania do węgierskich akywów, wynikający akże ze złej syuacji amej gospodarki w osanich laach, przyczynił się do znacznych spadków warości głównego indeksu giełdy budapeszańskiej. Bibliografia Ane T., Labidi C. (26), Spillover effecs and condiional dependence, Inernaional Review of Economics and Finance, 15, Arouri M.E.H., Foulquier P. (212), Financial marke inegraion: heory and empirical resuls, Economic Modelling, 29, Bauwens L., Preminger A., Rombous J.V. (21), Theory and inference for a Markov swiching GARCH model, Economerics Journal, 13, Bernd E.R., Hall B.H., Hall R.E., Hausman J.A. (1974), Esimaion and inference in non-linear srucural models, Annals of Economic and Social Measuremen, 3, Będowska-Sójka B. (21), Inraday CAC4, DAX and WIG2 reurns when he American macro news is announced, Bank i Kredy, 41(2), 7 2. Bieńkowski W., Gawrońska-Nowak B., Grabowski W. (211), Podaność polskich rynków finansowych na niesabilności wewnęrzne i zewnęrzne, Maeriały i Sudia NBP, 258, Narodowy Bank Polski, Warszawa. Brzeszczyński J., Welfe A. (27), Are here benefis from rading sraegy based on he reurns spillovers o he emerging sock markes? Evidence from Poland, Emerging markes finance and rade, 43(4), Buner D., Hayo B. (21), News and correlaions of CEEC-3 financial markes, Economic Modelling, 27, Cai J. (1994), Markov model of uncondiional variance in ARCH, Journal of Business and Economics Saisics, 12, Carhar M.M. (1997), On persisence in muual fund performance, Journal of Finance, 52, Chelley-Seeley P.L. (25), Modeling equiy marke inegraion using smooh ransiion analysis: A sudy of Easern European sock markes, Journal of Inernaional Money and Finance, 24,

13 Analiza ransmisji szoków dla rynków giełdowych Demian C-V. (211), Coinegraion in Cenral and Eas European markes in ligh of EU accession, Journal of Inernaional Financial Markes, Insiuions & Money, 21, Doman M., Doman R. (29), Modelowanie zmienności i ryzyka, Oficyna Wydawnicza Wolers Kluwer Business, Kraków. Eger B., Kocenda E. (27), Inerdependence beween Easern and Wesern European sock markes: evidence from inraday daa, Economic Sysems, 31, Eger B., Kocenda E. (211), Time-varying synchronizaion of European sock markes, Empirical Economics, 4, Ehrmann M., Frazscher M., Rigobon R. (211), Socks, bonds, money markes and exchange raes: measuring inernaional financial ransmission, Journal of Applied Economerics, 26, Gilmore C.G., McManus G.M., Tezel A. (25), Porfolio allocaions and he emerging equiy markes of Cenral Europe, Journal of Mulinaional Financial Managemen, 15(3), Hamilon J., Sumsel R. (1994), Auoregressive condiional heeroscedasiciy and changes in regime, Journal of Economerics, 64, Khalid A.M., Kawai M. (23), Was financial marke conagion he source of economic crisis in Asia? Evidence using a mulivariae VAR model, Journal of Asian Economics, 14, Kim J.H., Lim K-P., Shamsuddin A. (211), Sock reurn predicabiliy and he adapive markes hypohesis: evidence from cenury long U.S. daa, Journal of Empirical Finance, 18, Kliber A., Płuciennik P. (211), An assessmen of moneary policy effeciveness in POLONIA rae sabilizaion during financial crisis, Bank i Kredy, 42(4), 5 3. Konopczak K., Marczewski K. (211), Why so differen from oher CEECs Poland s cyclical divergence from he euro area during he recen financial crisis, Bank i Kredy, 42(2), 7 3. Konopczak M., Sieradzki R., Wiernicki M. (21), Kryzys na świaowych rynkach finansowych wpływ na rynek finansowy w Polsce oraz implikacje dla sekora realnego, Bank i Kredy, 41(6), Li H., Majerowska E. (28), Tesing sock marke linkages for Poland and Hungary. A mulivariae GARCH approach, Research in Inernaional Business and Finance, 22, Lo A.W. (24), The adapive markes hypohesis: marke efficiency from an evoluionary perspecive, Journal of Porfolio Managemen, 3, Merler S., Pisani-Ferry J. (212), Sudden sops in he euro area, Breugel Policy Conribuion, 212/6, March, Nikkinen J., Piljak V., Ao J. (212), Balic sock markes and he financial crisis of 28 29, Research in Inernaional Business and Finance, 26, Osiewalski J., Pajor A., Pipień M. (27), Bayesian comparison of bivariae GARCH, SV and hybrid models, w: A. Welfe, W. Welfe (red.), Proceedings of he 34-h Inernaional Conference Macromodels, Absolwen, Łódź. Osińska M. (26), Ekonomeria finansowa, Polskie Wydawnicwo Ekonomiczne, Warszawa. Savva C.S., Aslanidis N. (21), Sock marke inegraion beween new EU member saes and he Euro-zone, Empirical Economics, 39, Scheicher M. (21), The comovemens of sock markes in Hungary, Poland and he Czech Republic, Inernaional Journal of Finance and Economics, 6, Sum K. (212), The inegraion of he financial markes and growh evidence from a global cross- -counry analysis, Bank i Kredy, 43(3), 47 7.

14 416 W. Bieńkowski, B. Gawrońska-Nowak, W. Grabowski Syllignakis M.N., Koureas G.P. (21), German, US and Cenral and Easern European sock marke inegraion, Open Economic Review, 21, Syriopoulos T. (27), Dynamic linkages beween emerging European and developed sock markes: Has he EMU any impac?, Inernaional Review of Financial Analysis, 16, Szyszka A. (26), Zjawisko konynuacji sóp zwrou na Giełdzie Papierów Warościowych w Warszawie, Bank i Kredy, 37, Voronkova S. (24), Equiy marke inegraion in Cenral European emerging markes: a coinegraion analysis wih shifing regimes, Inernaional Review of Financial Analysis, 13(5), Welfe W., Florczak W. (21), Slowdown of he Polish economy. Model-based simulaions, Gospodarka Narodowa, 1(9), Wośko Z. (27), Cykliczność polskiego rynku akcji a wahania ogólnogospodarczej koniunkury, w: Rynek kapiałowy. Skueczne inwesowanie, Zeszyy Naukowe Uniwersyeu Szczecińskiego, 462, Szczecin. Wośko Z. (212), Using linear filers for deecing cycles in survey daa, w: W. Milo, P. Wdowiński (red.), Financial markes. Principles of modeling, forecasing and decision-making, Łódź Universiy Press. Podziękowania Auorzy arykułu pragną podziękować anonimowym recenzenom za cenne uwagi, kóre przyczyniły się do znacznej poprawy wcześniejszych wersji eksu.

15 Analiza ransmisji szoków dla rynków giełdowych Aneks Tabela 1 Saysyki opisowe dla logarymicznych sóp zwrou w okresie syczeń 25 syczeń 213 r. Średnia Odchylenie sandardowe Skośność Kuroza WIG,3,136 -,466 BUX,1,177 -,87 PX -,,163 -,5353 S&P 5,1,137 -,2998 IBEX -,,159,1644 6,4256 J-B = 11, (,) 9,119 J-B = 3257,6 (,) 16,5976 J-B = 16263,17 (,) 13, J-B = 8996,72 (,) 9,829 J-B = 476,45 (,) Uwaga: w nawiasach podano graniczne poziomy isoności dla saysyk Jarque a i Berry ego.

16 418 W. Bieńkowski, B. Gawrońska-Nowak, W. Grabowski Tabela 2 Kwaralne warości współczynnika (1) dla logarymicznych sóp zwrou Korelacja sz WIG Korelacja sz BUX Korelacja sz PX z z z z z z sz S&P5 sz IBEX sz S&P5 sz IBEX sz S&P5 sz IBEX I kw. 25 II kw. 25 III kw. 25 IV kw. 25 I kw. 26 II kw. 26 III kw. 26 IV kw. 26 I kw. 27 II kw. 27 III kw. 27 IV kw. 27 I kw. 28 II kw. 28 III kw. 28 IV kw. 28 I kw. 29 II kw. 29 III kw. 29 IV kw. 29 I kw. 21 II kw. 21 III kw. 21 IV kw. 21 I kw. 211 II kw. 211 III kw. 211 IV kw. 211 I kw. 212 II kw. 212 III kw. 212 IV kw. 212,57,68,57,65,63,6,59,68,55,7,75,74,71,68,75,74,65,77,73,71,78,77,76,62,71,61,69,77,62,77,69,51,67,58,51,61,66,6,62,77,66,7,84,7,81,71,82,81,74,64,85,78,75,7,76,65,62,64,78,77,66,67,72,63,45,5,58,48,62,66,57,61,52,74,72,76,71,68,72,74,68,68,69,62,66,7,69,72,68,68,67,74,62,73,59,59,5,56,58,55,72,65,69,61,65,77,84,76,78,68,78,77,71,77,78,62,71,71,71,62,63,51,79,81,62,7,66,61,53,63,49,52,52,63,51,61,66,47,69,61,5,66,61,68,77,62,6,55,67,66,61,67,66,61,73,72,61,7,69,43,59,64,49,59,63,66,66,57,71,63,73,55,68,77,75,67,84,68,58,58,71,87,68,63,67,63,77,69,77,68,7,61

17 Analiza ransmisji szoków dla rynków giełdowych Tabela 3 Saysyki opisowe dla logarymicznych sóp zwrou w rzech podokresach Średnia Odchylenie sandardowe Skośność Kuroza WIG 1),9 2) -,5 3),1 1),118 2),18 3),112 1) -,5359 2) -,266 3) -,6325 1) 5,383 J-B = 189,23 (,) 2) 4,945 J-B = 86,87 (,) 3) 7,352 J-B = 482,8 (,) BUX 1),7 2) -,1 3) -,3 1),138 2),24 3),154 1) -,2696 2) -,883 3),223 1) 4,1729 J-B = 42,6 (,) 2) 7,5159 J-B = 426,96 (,) 3) 7,942 J-B = 675,11 (,) PX 1),7 2) -,7 3) -,44 1),113 2),241 3), ) -,6731 2) -,3855 3) -, ) 8,5258 J-B = 614,66 (,) 2) 11,2515 J-B = 1379,6 (,) 3) 5, J-B = 339,71 (,) S&P 5 1),3 2) -,4 3),3 1),77 2),26 3),116 1) -,36 2) -,1458 3) -,459 1) 5,3492 J-B = 159,81 (,) 2) 8,1888 J-B = 453,11 (,) 3) 7,43 J-B = 432,32 (,) IBEX 3) -,4 3),18 3),4912 3) 8,239 J-B = 728,66 (,) Uwaga: w nawiasach podano graniczne poziomy isoności dla saysyk Jarque a i Berry ego.

18 42 W. Bieńkowski, B. Gawrońska-Nowak, W. Grabowski Tabela 4 Współczynniki korelacji liniowej pomiędzy sopami zwrou z indeksów giełdowych Podokres 1 Podokres 2 Podokres 3 S&P5 WIG BUX PX S&P5 1,285,166,234 WIG. 1,625,549 BUX.. 1,534 PX... 1 S&P5 WIG BUX PX S&P5 1,41,419,352 WIG. 1,63,74 BUX.. 1,631 PX... 1 S&P5 WIG BUX PX S&P5 1,546,467,453 WIG. 1,631,645 BUX.. 1,571 PX... 1 IBEX,611,636,593,68 Tabela 5 Oszacowania paramerów asymerycznego modelu VAR-GARCH-BEKK dla rzech podokresów S&P 5 i = 1 WIG i = 2 BUX i = 3 PX i = 4 IBEX i = 5 1),1* α i 2), 3),1 1),1* 2), 3), 1),1 2),1 3) -, 1),1** 2), 3), 3), γ i1 S&P5 1) -,74 2) -,129** 3) -,93* 1),365** 2),222** 3),26** 1),54** 2),283** 3),21** 1),377** 2),424** 3),39** 3),62 Model (2a) γ i2 WIG γ i3 BUX 1),11 2),36 3) -,85 1) -,2 2),11 3),23 1),12 2),97 3) -,47 1) -,32 2) -,42 3),18 1),35 2),153* 3) -,86 1),3 2) -,8 3),18 1),39 2),89 3),14 3) -,4 1),33 2) -,2 3),17 3),36 γ i4 PX 1) -,21 2) -,61 3),25 1) -,29 2) -,71 3) -,69 1) -,65 2) -,96 3) -,11* 1) -,113** 2) -,134** 3) -,148** 3) -,63 γ i5 IBEX 3),9 3) -,76** 3) -,76 3) -,59 3) -,4

19 Analiza ransmisji szoków dla rynków giełdowych c i1 S&P5 1) -, 2) -, 3) -,1 1) -,7** 2), 3),2 1) -,7** 2), 3),1 1),1** 2) -,1 3) -,1 3) -,1 c i2 WIG 1) -, 2),1 3),1 1) -, 2),1 3),1 1), 2) -,2** 3),1 3), c i3 BUX 1) -, 2) -, 3) -, 1), 2), 3) -, 3) -, c i4 PX 1), 2), 3), 3) -, c i5 IBEX 3), α i1 S&P5 1),248** 2),77 3) -,73** 1) -,47 2),7 3),279** 1),77* 2) -,126** 3),14 1),24 2),26** 3),44 3),54* α i2 WIG 1),291** 2) -,241** 3) -,33** 1) -,194** 2),8 3),298** 1) -,13 2) -,5 3) -,36 1),215** 2),115 3) -,24 3),352** Model (2b) α i3 BUX 1),331** 2) -,324** 3) -,364** 1) -,381** 2),29** 3),16* 1) -,47 2) -,32 3) -,3 1),37** 2),254** 3),131* 3),143* α i4 BUX 1),126* 2) -,292** 3) -,197** 1) -,149** 2),249** 3),176** 1),262** 2) -,1* 3) -,48 1),158** 2) -,48** 3),71 3),8** α i5 IBEX 3) -,447** 3),78 3) -,39 3),233** 3),139** g i1 S&P5 1),913** 2) 1,38** 3) 1,4** 1) -,181** 2),41 3),74 1),39** 2),22 3) -,293** 1) -,253** 2) -,321** 3) -,11* 3),64* g i2 WIG 1),53** 2),233** 3),224** 1),39** 2) 1,17** 3),82** 1) -,183* 2) -,18** 3) -,68* 1),477** 2) -,115** 3),127** 3) -,72** g i3 BUX 1),45 2),156** 3),661** 1) -,769** 2),283** 3) -,383** 1),535** 2),912** 3),749** 1),78** 2) -,353** 3),214** 3) -,39 g i4 PX 1),265** 2),365** 3),298** 1) -,82 2),29 3) -,18** 1),68 2),79* 3) -,213** 1),845** 2),684** 3) 1,51** 3) -,25 g i5 IBEX 3),246** 3) -,59 3) -,246** 3),74 3),919**

20 422 W. Bieńkowski, B. Gawrońska-Nowak, W. Grabowski LB- Q(25) 1) 31,84 (,16) 2) 13,92 (,96) 3) 17,55 (,86) 1) 32,16 (,15) 2) 21,72 (,65) 3) 33,77 (,11) 1) 23,88 (,53) 2) 28,12 (,3) 3) 16,8 (,91) 1) 15,4 (,94) 2) 24,9 (,47) 3) 15,44 (,3) 3) 28,15 (,3) LL 1) 9238,59 2) 652,97 3) 1699,58 AIC 1) -26,219 2) -22,522 3) -32,38 Uwagi: * Odnosi się do paramerów isonych na poziomie isoności pomiędzy,1 a,5. ** Odnosi się do paramerów isonych na poziomie isoności poniżej,1. Tabela 6 Tesowanie hipoezy (4) za pomocą esu Walda Podokres Saysyka Chi-kwadra 8266,987 (,) 175,28 (,) 29,86 (,) Uwaga: warość saysyki Chi-kwadra. W nawiasach podano graniczne poziomy isoności.