Ńńó Ńóó Ńóó Ńóó. óóóóóóóóóóó ó Ń Ń Ń Ń Ń Ń Ń Ń

Save this PDF as:

WORD PNG TXT JPG

Wielkość: px

Rozpocząć pokaz od strony:

Download "Ńńó Ńóó Ńóó Ńóó. óóóóóóóóóóó ó Ń Ń Ń Ń Ń Ń Ń Ń"

Arkadiusz Kubicki
2 lat temu
Przeglądów:

Transkrypt

1 kw : wm i biznes [zy warto inwestować w i inne metale szlach w oktesie kryzyu subpfi Eliza Buszlowska ; lilstp s bardziej bezpieczn form inwestycji. Przekada si fransakcje l na rynku metaliszlachetnych to transaksu uchronieniu si pzed cje nierzeczywist ktre stratami wynikajcymi z waha cen bdź spekulacji to na mniejsz zmiennoćich zwrotw w porwnaniu do zwrotw z indeksw giedowych i mniejsze prawdopodobiestwo zwrotw skrajnych. S one bowiem cje rzeczywiste. Dwo m a n ajwan iejszym i traktowane czsto jako dobra lokata kapitau na niemetaliszlachetnych s Londyska Gieda Mepewne czasy. rynkami tali i Nowojorska Gieda Towarowa. Artyku pozwoli bardziej pewnie inwestować W niniejszej pracy sprawdzono, czy kryzys subw metale szlachetn przewidywać ich zmiennoćiwarprimelat przeoysi na wzrost zalenoci tociekstremaln a zatem okrelać zwizane z nimi midzy metalami szlachetnymi oraz, czy istniay poryzyko rynkowe. Spowoduje lepsze poznanie kryzysu wizania notowa metali szlachetnych ze zmiennosubpri me i kryzysu fi nansowego lat osiemdziesitych. ciindeksu WtG20. Korelacje metali szlachetnych z indeksem S&P 500 oraz EAFE, a tym samym ich za- Zastosowane modele matematyczne: stosowan ie do konstru kcji zdywersyfikowa nych portw pracy stosuje si takie narzdzia do pomiaru ryzyka, feli, badano w pracy Drapera, Faffa i Hillier (2006). jak zmiennoć historyczna oraz kwantyl empiryczny. Sprawdzone szeregi metali maj podobne wasnoci Zmiennoć historyczna jest miar statystyczn, vvylio raz tra n sa k ekonometryczne do wikzoci instrumentw finansowych, tzn., na przykad, s wraliwe na sygnay zewntrzne. Nastpnie zweryfikowano, czy metale w okresie kryzysu bardziej reagoway na impulsy ujemne ni dodatnie, czyli czy istnia efekt dźwigni, co charakteryzuje gwne indeksy gledowe (Vyrost, Baumhol2009). Ponadto poruszono problem, czy popularne modele zmiennoci GARCH(1,'l) s najlepszymi modelami prognostycznymi dla kruszcw. T waciwoćdla indeksu WlG20, oraz rnych innych szeregw finansowych stwierdzono w pracach (Doman,2005) oraz (Hansena i Lunde 2004). Najwaniejszym problemem tej pracyjestodpowiedź na pytanie, czy w okresach kryzysw finansowych wzrosa zmiennoćmetaliw porwnaniu do zmiennoci spek i czy istniao wysokie prawdopodobiestwo wartoci skrajnych, czyli czy inwestycja w metale szlachetne bya bardziej bezpieczna od inwestycji w spki giedowe. Na kocu sprawdzono, czy Ąoto na rynku reagowao na wane wydarzenia zwizane zkryzysem subprime. Pzedmiotem analiz byy metale szlachetne: zoo, srebro, platyna i paiiad. Uwaa si powszechnie, e metale szlachetne 36 lel'o" lflcz*y runtt-tz rc *! i 3.r 2 2 czan na podstawie notowa z przeszoci.wyraana jest w procentach. Mona jwyznaczyć w oparciu o nastpujcformu: 20 ZH=16. tn(w, i=0 _ ro l w, _,,) - ww 20 ].l00yo, zo VW= tnlw,_ro lw,_rr) i=l (1) 2l W,- notowanie instrumentu finansowego w chwili l 21-sesyjne okno jest kompromisem midzy uwzgldnieniem dostaeanei ibciinformacji, a obcileniem /n{6,t }*ffi proceil \fiieajc zmiennoćhistoryan rrnerrryzouplć ny by badarry'lnsrl.rnent w jak bardzo zmien- prasdoci. ź

porwnaniu do zwrotw z indeksw giedowych i mniejsze praw- dopodobiestwo zwrotw skrajnych. S one bowiem cje rzeczywiste.

2 ć ć ć ć Ń Ń Ń Ń Ń Ń Ń Ń Ń Ń Ń Ń Ż

3 ć Ż Ź ć Ó Ń ŃÓ ÓÓŃÓÓÓ Ń Ż

4 ŚĆ ć ÓÓ Ż ć ŃŃ ŃŃ Ń Ż ć ć Ź

5 ć Ź ć ź Ź

6 ć ć ć Ż ć Ń Ń Ń ć Ż Ź ć ć

7 .,xxwxyla i,lźnes niui55,43{54. Hammoudeh L Mffi F- Ris Management of Precio- wvw.ep]htsjjo[e 5. Hansen P., Lunde A (2m4), Forecast Comparison of Vol ati l ity Models: M Anying kat a GARaH ( 1, )? 6. Vyrost T., Baumhol L Arymmetric GARCH and us Meta ls, 1 do tego kruszcu, nazywaj 9o lokdt na niepewne u, MPRA Paper No. Jak wiadomo metale s ze sob silnie skorelo27909, posted 6. wane. Nie zauwaono wzrostu lub spadku zalenoci 7. Konopczak M., Sieradzki R.,Wernicki M. (2010), Kryliniowej midzy metalami szlachetnymi w okresie kryzys na wiatowych rynkach finansowych -wpw na ryzysu. Zatem na rynku metali szlachetnych nie byo nek finansowy w Polsce oraz implikacje dla sektora realefektu zaraania kryzysem finansowym. lstniaa natoneg o,,bankl Kredyt1 41 (6), miast umiarkowana korelacja ujemna metali (za W- 8. Morley C.,ls Gold a Safe Haven for Equity lnvestors?, jtkiem zota) ze zmiennoci indeksu WlG20. Ozna- Va r-garch ana lysis. www. ed itoria lexpress.com/caicza to, e, gdy wzrasta nerwowoć rynku, warto bi n/conference/down load.ca?d b_na me=m MF zaryzykować krtkie pozycje w metalach. Porwna&paper_id=131. nie parametrycznych modeli z rodzlny GARCH jako 9. Thornton D. L. (2009), What the Libor-olS Spread prognostycznych modeli doprowadzio do wniosku, Soys,,,Econom ic Synopse s", 24, Federa l Reserve Ba n k e dla metali szlachetnych model GARCH(I,1) nie ma of St. Louis. przewagi nad pozostaymi. Zoto prognozoway do] 0. Tudor, C. (2009), Understanding the Roots of the l]s brze rne modele. Oznacza to, e zoto rni si pod Subprime Crisis and its Subsequent Effecs, rhe Romawzgldem prognoz zmiennoci od indeksu WlG20 nian Economic Journal",Year Xll, 31 (1 ). oraz rnych innych szeregw finansowych. Przewag modelu GARCH(I,1) jako modelu prognostyczneuyte skrty czasy. the financialcrisis: a preliminary i go udowodniono w pracach M. Domana (2005) oraz P. Hansena i A. Lunde (2004). Parametr odpowiedzialny za asymetri zwrotw by nieistotny we wszystkich przypadkach pozaprzypadkiem srebra w okresie przed kryzysem. Zatem nie zaobserwowalimy efektu dźwigni nawet w okresie kryzysu.to wanierni metale od indeksu WlG20, dla ktrego najlepszym modelem w okresie kryzysu by model uwzgldniajcy asymetri (Vyrost, Baumhol 2009). Zoto reagowao rnie na wane wydarzenia zwizane z kryzysem finansowym. Na najwaniejsze wydarzenie kryzysu, upadek banku Lehman Brotherl zareagowao wzrostem. Z kolei 1 9rudnia 2008, po seriizych wiadomoci o stanie gospodarki amerykaskiej, nastpi spadek gwnych indeksw giedowych. Na rynku zota rwnie by spadek. Przekonanie o maej zmiennoci metaliszlachetnych moe odrobin usprawiedliwić firm Amber Gold, ktra w czasie kryzysu zdecydowaa si inwesto- platyna am - platyna notowana na giedzie w Londynie przed poudniem platyna pm - platyna notowana na giedzie w Londy- nie po poudniu ZH - zmiennoć historyczna wynaczana zgodnie z podanformu r wlg20 - zwrot logarytmiczny z indeku WlG20 W H20 /21 - indeks zm ien nociim pl kowa nej obliczony jako 21-sesyjna zmiennoćhistoryczna na podstawie notowa indeku WlG20 i h a kn dv fi Ah dź bb jec dzn wi ton tty # pla lt ] fu ipq Dr Eliza Buszkowska - Katedra Nauk Ekonomicznych, Wydzia Prawa i Administracji, Uniwersytet im. Adama Mickiewicza w Poznaniu. E-maiI: kon nol ktl lb up]l waćwzoto. m}t Literatura l. Blackburn R. (2008), The Subprime Crls,,New Left lool tye Review' 50, march, april. 2. Draper, P., R.W. Faff and D. Hillier (2006), Do precious l$cfi metals shine? An investment perspectiv,,financial Ana lysts Jou rnal", 62(2), Doman M. (2005), Dopasowanie modeli GARCH w prbie a jakoćotrzymywanych prognoz zmiennoci,,,zeszyty Naukowe Akademii Ekonomicznej w Pozna- 42 lel'o"fi[frflcz*y } nnlt-tz lrro} ;,Fa z- 2l tid

Nie zauwaono wzrostu lub spadku zalenoci 7. Konopczak M., Sieradzki R.,Wernicki M. (2010), Kryliniowej midzy metalami szlachetnymi w okresie kryzys na wiatowych rynkach finansowych -wpw na ryzysu.

Podobne dokumenty

Badanie zależności między indeksami giełdowymi a kursami walutowymi

Badanie zależności między indeksami giełdowymi a kursami walutowymi Zeszyty Uniwersytet Ekonomiczny w Krakowie Naukowe 4 (928) ISSN 1898-6447 Zesz. Nauk. UEK, 214; 4 (928): 5 2 DOI: 1.15678/ZNUEK.214.928.41 Katedra Nauk Ekonomicznych Uniwersytet im. A. Mickiewicza w Poznaniu