METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XII/2, 2011, sr. 48 57 WPŁYW PUBLIKACJI DANYCH MAKROEKONOMICZNYCH NA KURS EUR/PLN W KONTEKŚCIE BADANIA MIKROSTRUKTURY RYNKU Kaarzyna Bień-Barkowska 1 Insyu Ekonomerii, Szkoła Główna Handlowa e-mail: kaarzyna.bien@sgh.waw.pl Deparamen Sysemu Finansowego, Narodowy Bank Polski Sreszczenie: W arykule przedsawiono wyniki badania reakcji kursu EUR/PLN na publikację danych makroekonomicznych doyczących syuacji gospodarczej w Polsce w 2007 r. Zaprezenowana analiza wpisuje się w obszar badań mikrosrukury międzybankowego kasowego rynku złoego. W badaniu przeprowadzonym na podsawie danych z plaformy ransakcyjnej Reuers 3000 Spo Maching Sysem wykazano, że zaskoczenia informacyjne są bardzo szybko uwzględniane przez dealerów rynku międzybankowego w warościach kursów składanych zleceń (limi orders). Niemal cały wpływ nowej informacji jes wbudowany w nowy poziom kursu złoego w rakcie dwóch minu po publikacji komunikau makroekonomicznego. Bardzo dużą rolę w ym procesie odgrywa przepływ zleceń (różnica pomiędzy warością ransakcji zakupu ransakcji, kórych inicjaorem jes kupujący, a ransakcji sprzedaży ransakcji, kórych inicjaorem jes sprzedający). Słowa kluczowe: mikrosrukura rynku, komunikay makroekonomiczne, przepływ zleceń, kurs waluowy WPROWADZENIE Teorie racjonalnych oczekiwań oraz efekywnego rynku sanowią podsawę klasycznych modeli kursu waluowego. Przyjmuje się w nich, że nowa informacja, czy eż zaskoczenie informacyjne wynikające z okresowych publikacji 1 Auorka składa podziękowania firmie Thomson Reuers za udosępnienie danych z sysemu Reuers Dealing 3000 Spo Maching oraz Panom: Pawłowi Sobolewskiemu i dr Dobiesławowi Tymoczko za cenne uwagi meryoryczne. Opinie prezenowane w arykule są prywanymi opiniami Auorki, a nie sanowiskiem Narodowego Banku Polskiego.
Wpływ publikacji danych makroekonomicznych na kurs EUR/PLN 49 komunikaów makroekonomicznych, wbudowywane są w poziom kursu (1) naychmias i (2) w sposób bezpośredni w procesie ich asymilacji nie odgrywa roli scenariusz zawierania ransakcji, a więc koneks mikrosrukury rynku. Podsawowe założenia klasycznych modeli kursu waluowego przyjmują, że inwesorzy: (1) mają aki sam dosęp do informacji, (2) idenyczne zdolności do przewarzania informacji oraz (3) charakeryzują się akim samym sposobem odwzorowania informacji względem poziomu cen (por. [Love i Payne 2008]). Posługując się pewnym uogólnieniem, można swierdzić, że informacje o zmianach poziomu wybranych danych makroekonomicznych generują naychmiasowe zmiany położenia krzywej popyu na waluę, a zaem jej cenę (poziom jej kursu). Procesowi emu nie musi owarzyszyć jednak zmiana rodzaju składanych zleceń (orders), a zaem zróżnicowanie liczby agresywnych ransakcji zakupu i sprzedaży. Przy nowousalonym poziomie kursu, inwesorzy nie zmieniają swoich preferencji w odniesieniu do liczby, czy eż rodzaju składanych dyspozycji zakupu czy sprzedaży waluy bazowej. W odniesieniu do publikacji danych makroekonomicznych, w eorii mikrosrukury rynku nie jes spełnione założenie rzecie (mówiące o idenycznym dla wszyskich inwesorów sposobie odzwierciedlania informacji w cenach), ponieważ czynnikiem współodpowie dzialnym za uwzględnianie nowej informacji w poziomie kursu są właśnie indywidualne decyzje dealerów wobec sposobu zawierania ransakcji (por. [Glosen i Milgrom 1985], [Kyle 1985]), a w szczególności przepływ zleceń, czyli zw. order flow [Evans i Lyons 2002b]. Przepływ zleceń, kóry definiowany jes jako różnica warości ransakcji zakupu waluy bazowej (inicjowanych przez sronę popyu na waluę bazową, ich agresorem jes kupujący) i ransakcji sprzedaży waluy bazowej (inicjowanych przez sronę podaży, ich agresorem jes sprzedający) pokazuje heerogeniczne oczekiwania i reakcje uczesników rynku względem informacji zawarej m.in. w komunikaach makroekonomicznych. Różnica w warości ransakcji zakupu i sprzedaży, poprzez swój naychmiasowy bądź opóźniony wpływ na zmianę kursu, może zaem w pewnym sopniu wpłynąć na empo asymilacji sygnału informacyjnego. W arykule zaprezenowano wyniki badania reakcji kursu EUR/PLN na publikację danych makroekonomicznych doyczących wybranych mierników syuacji gospodarczej w Polsce w 2007 roku. Posawiono dwa pyania badawcze: (1) jak szybko nowe informacje publiczne, doyczące komunikaów makroekonomicznych są asymilowane przez rynek i uwzględniane w kursie złoego oraz (2) jaki jes udział poszczególnych kanałów ransmisji w uwzględnianiu nowej informacji w warości kursu: kanału bezpośredniego, czyli zmian warości kursu kwoowanego (za pomocą zleceń z limiem ceny) i kanału pośredniego, wykorzysującego wpływ przepływu zleceń na zmiany kursu. Isony dodani wpływ przepływu zleceń na kurs waluowy był doychczas analizowany w odniesieniu do wielu par waluowych (por. m.in. [Evans i Lyons 2002a], [Kiss i Piner 2007], [Scalia 2008]). W przypadku rynku złoego, relację ę udokumenowano w pracy [Bień 2010]. Badanie wpływu sygnałów
50 Kaarzyna Bień-Barkowska informacyjnych na zmiany kursu waluowego było przedmioem wielu naukowych dociekań (por. [Almeida i in. 1998], [Andersen i Bollerslev 1998], [Melvin i Yin 2000], [Bauwens i in. 2005]). W nawiązaniu do eorii mikrosrukury i koncepcji przepływu zleceń, ema był poruszany w pracach [Evans i Lyons 2008], [Dominguez i Panhaki 2006], [Love i Payne 2008]. W arykule [Evans i Lyons 2008] auorzy dowodzą, że około dwie rzecie wielkości wpływu sygnałów informacyjnych na poziom kursu DEM/USD ransmiowane jes przez przepływ zleceń. Sygnały informacyjne są w badaniu aproksymowane liczbą komunikaów makroekonomicznych opublikowanych w ciągu usalonych inerwałów czasowych. Idenyfikacja roli przepływu zleceń dokonana jes na podsawie meody dekompozycji wariancji. W pracach [Dominguez i Panhaki 2006] oraz [Love i Payne 2008] auorzy dokonują idenyfikacji kanałów ransmisji sygnałów informacyjnych wykorzysując ekonomeryczny model VAR (Vecor Auoregression) dla sóp zwrou oraz przepływu zleceń. Analizę empiryczną przeprowadzają w odniesieniu do par waluowych EUR/USD, USD/GBP i GBP/USD, będących przedmioem obrou na plaformie ransakcyjnej Reuers Dealing 2000 w 2000 roku. Zbliżone pod względem meody badawczej badanie zaprezenowano również w odniesieniu do kursu waluowego EUR/HUF w pracy [Kiss i Piner 2007]. ŹRÓDŁA DANYCH Badanie empiryczne przeprowadzono z wykorzysaniem wspomnianej powyżej meody VAR, przy uwzględnieniu pewnych koniecznych modyfikacji. Wykorzysano zbiory danych doyczące ransakcji na międzybankowym kasowym rynku złoego, zarejesrowanych w sysemie Reuers 3000 Spo Maching Sysem w 2007 r. Więcej informacji na ema samej plaformy ransakcyjnej, jej funkcjonowania oraz srukury danych znaleźć można w [Bień 2010]. Z uwagi na małą akywność rynku w nocy i dni świąeczne, okresem badania objęo dni robocze w godz. 9.00-17.00 CET. Szeregi danych ikowych poddano agregacji do dwuminuowej częsoliwości, wyodrębniając zmienne: (1) logarymiczną sopę zwrou ze średniego kursu (kurs mid) EUR/PLN (wyrażoną w punkach bazowych) oraz (2) warość przepływu zleceń (w mln EUR) (por. [Bień 2010]). Zdefiniowane w en sposób szeregi danych pozwalają na uzyskanie bardziej precyzyjnych wyników niż prezenowane w pracach [Dominguez i Panhaki 2006] oraz [Love i Payne 2008], ponieważ auorzy nie dysponowali informacjami na ema warości poszczególnych ransakcji, a polegali jedynie na ich liczbie. Wybrana dwuminuowa częsoliwość pomiaru danych jes efekem kompromisu pomiędzy porzebą jak najdokładniejszego pomiaru reakcji kursu złoego na sygnał informacyjny, a zapewnieniem danych o dobrej jakości (bez przeważającej liczebności zerowych obserwacji, mogących skukować wysępowaniem ak zwanej szucznej auokorelacji ). Kolejnym źródłem danych były komunikay makroekonomiczne pozyskane z serwisu informacyjnego Bloomberg. Obejmowały
Wpływ publikacji danych makroekonomicznych na kurs EUR/PLN 51 one podany z dokładnością do jednej minuy momen publikacji wybranych zmiennych makroekonomicznych, ich rzeczywisą (w rozumieniu opublikowaną ) warość, jak również warość oczekiwaną przez rynek prognozowaną na podsawie wyników badań ankieowych dokonanych na reprezenaywnej próbie ekonomisów przez agencję informacyjną Bloomberg. Wybrane do badania komunikay doyczące zmiennych makroekonomicznych przedsawiono w abeli 1. Tabela 1. Opis publikacji danych makroekonomicznych. M/M zmiana % oznacza zmianę procenową z miesiąca na miesiąc, Y/Y zmiana % oznacza zmianę procenową z roku na rok komunika definicja Liczba obserwacji (niezerowych) czas publikacji Produkcja Sprzedana Przemysłu (SIO) M/M zmiana % 12 (11) 14.00 Sprzedaż Dealiczna (RS) M/M zmiana % 12 (12) 10.00 Poduk Krajowy Bruo (GBP) Y/Y zmiana % 4 (4) 10.00 Sopa Bezrobocia (UR) % 12 (6) 10.00 Saldo Obroów Handlowych (TA) mln. EUR 6 (6) 14.00 Saldo Obroów Bieżących (CA) mln. EUR 12 (12) 14.00 Indeks Cen Konsumpcyjnych(CPI) M/M zmiana % 12 (10) 14.00 Źródło: obliczenia własne na podsawie danych z serwisu Bloomberg W odniesieniu do każdego z szeregów czasowych publikacji zmiennych makroekonomicznych obliczono miarę zaskoczenia informacyjnego według wzoru: Av, E 1( Av, ) Nv, = (1) σˆ v gdzie A v, oznacza warość zmiennej v, opublikowaną w komunikacie makroekonomicznym w momencie, naomias E 1( A v, ) oznacza średnią z oczekiwań ekonomisów, co do poziomu ej zmiennej. W celu ujednolicenia skali oddziaływania poszczególnych zmiennych na poziom kursu, dokonano ich sandaryzacji. Każdą z miar zaskoczenia informacyjnego Av, E 1( Av, ) podzielono przez warość odpowiadającego jej odchylenia sandardowego, obliczonego na podsawie próby. Taki sposób ransformacji zaskoczeń informacyjnych jes powszechnie sosowany w badaniach empirycznych (por. m.in. [Rozkru i in. 2006], [Love i Payne 2008]). Po sandaryzacji, każda ze zmiennych objaśniających charakeryzuje się jednakową dyspersją, co uławia porównywanie sygnałów informacyjnych.
52 Kaarzyna Bień-Barkowska Z uwagi na sposób publikacji komunikaów makroekonomicznych przez Główny Urząd Saysyczny w badaniu nie można zidenyfikować wpływu sygnałów doyczących poszczególnych rodzajów zmiennych, ponieważ publikacje doyczące różnych agregaów makroekonomicznych nasępowały jednocześnie 2. Takich syuacji, uniemożliwiających idenyfikację poszczególnych ypów zaskoczeń, jes w próbie dużo, co eliminuje możliwość sensownej inerpreacji wyników dla poszczególnych rodzajów zmiennych. W związku z powyższym, w badaniu wykorzysano rozwiązanie zaproponowane w pracy [Love i Payne 2008]. Warości zaskoczeń informacyjnych (wzór 1), kórych dodanie warości zgodnie z eorią ekonomii wpływają na aprecjację złoego (zmienne doyczące realnego wzrosu gospodarczego: SIO, RS, GBP oraz salda obroów z zagranicą: TA, CA, a akże CPI 3 ) pomnożono przez 1, naomias ych zaskoczeń, kórych nieoczekiwane dodanie warości powinny wpłynąć na deprecjację złoego (UR) pomnożono przez warość -1. Nasępnie wszyskie zaskoczenia zagregowano worząc jedną próbę (pooled sample) liczącą 45 różnych od zera obserwacji, w wypadku kórych zaobserwowanie dodaniej warości powinno wpłynąć na umocnienie złoego, a ujemnej na jego osłabienie 4. ANALIZA EMPIRYCZNA W celu zbadania sposobu odzwierciedlenia zaskoczeń informacyjnych, wynikających z publikacji komunikaów makroekonomicznych w poziomie kursu, wykorzysano model wekorowej auoregresji (VAR). Ponieważ zasadniczym celem pracy jes zbadanie, jaką rolę w procesie asymilacji sygnału informacyjnego odgrywa przepływ zleceń, model skonsrułowano dla dwóch zmiennych r (logarymicznej sopy zwrou) oraz Δ x (przepływu zleceń) o posaci 5 : 1 4 r = ω r + Σi=1α r, i r i + Σi=0βr, i Δx i + θr N + ε r, (2) 2 Przykładowo, 19 sycznia 2007 r. o godzinie 14.00 opublikowano jednocześnie warość produkcji sprzedanej przemysłu oraz indeksu cen produkcyjnych, a 13 kwienia 2007 r. również o 14.00 indeks cen konsumpcyjnych oraz warość salda obroów bieżących. 3 Dodania warość zaskoczenia do. CPI była ujemnie skorelowana z kursem EUR/PLN. Można o wyłumaczyć ym, że wzros CPI wywiera presję na wzros sóp procenowej, a dysparye polskich i zagranicznych sóp procenowych zwiększa zaineresowanie inwesycjami nominowanymi w złoym. Na akie wnioskowanie najczęściej wskazują uczesnicy rynku waluowego. 4 Taka ransformacja danych nie jes pozbawiona wad, ponieważ mniej znaczące dla poziomu kursu obserwacje zmiennych makroekonomicznych mogą zdominować lub nawe częściowo wyeliminować wpływ bardzo isonych zmiennych, jednak z uwagi na ograniczoną liczbę obserwacji, rozwiązanie o wydaje się najlepsze. 5 Opymalny rozkład opóźnień wyznaczono na podsawie kryerium informacyjnego Schwarza.
Wpływ publikacji danych makroekonomicznych na kurs EUR/PLN 53 2 4 Δx = ω Δ x + Σi=1α Δx, i r i + Σi=1β Δx, i Δx i + θδ x,1n + θδ x,2n 1 + ε Δx, (3) Publikacja danych makroekonomicznych (zmienna N ) może wpływać na poziom kursu dwoma kanałami: bezpośrednim przez składnik θ N r w równaniu (2) oraz pośrednim poprzez wpływ przepływu zleceń na kurs złoego, oddziaływanie o zainicjowane jes warościami θ N Δx,1 oraz θ Δx, 2N 1, wynikającymi z wpływu zaskoczenia informacyjnego na przepływ zleceń. W modelu zakłada się, że bieżąca warość przepływu zleceń oddziałuje na sopę zwrou kursu EUR/PLN, naomias na sam przepływ zleceń wpływ mają ylko opóźnione warości zaobserwowanych zmian kursu. Taki kierunek przyczynowości wynika z przyjęego u założenia o braku wysępowania naychmiasowego zjawiska feedback rading dla danych o ak wysokiej częsoliwości. Założenie, że dealerzy rynku waluowego inicjują agresywne ransakcje zakupu EUR w związku z nasępującą w ciągu bieżących dwóch minu deprecjacją złoego nie jes oczywise. Podobne założenia co do kierunku przyczynowości przedsawiono w większości badań doyczących przepływu zleceń (por. na przykład [Dominguez i Panhaki 2006], [Frömmel i in. 2011]), naomias problem endogeniczności przepływu zleceń był w lieraurze analizowany w [Love i Payne 2008] i mógłby sanowić ewenualny kierunek dalszych badań rynku złoego. Oszacowania paramerów modelu przedsawiono w abeli 2. Wyniki esymacji pozwalają na sformułowanie kilku zasadniczych wniosków: (1) przepływ zleceń ma w bieżącym okresie isony wpływ na zmianę kursu (2) proces przepływu zleceń charakeryzuje się sosunkowo wysoką rwałością (persisency) współczynniki auoregresyjne są isone saysycznie do czwarego rzędu; (3) na przepływ zleceń w bieżącym okresie isony wpływ mają zaobserwowane zmiany kursu złoego w przeszłości, co sanowi powierdzenie wysępowania zjawiska podążania za rendem (rend chasing behavior). Banki dokonują agresywnych, konsumujących płynność ransakcji zakupu euro w nasępswie zaobserwowania wzrosów kursu EUR/PLN (osłabienia złoego) oraz agresywnych ransakcji sprzedaży euro w nasępswie spadków kursu EUR/PLN (umocnienia złoego). Publikacja komunikau makroekonomicznego wywiera isony wpływ na zmianę kursu zarówno w sposób bezpośredni, jak i pośredni poprzez przepływ zleceń. Pozyywne dla złoego zaskoczenie informacyjne A E 1( A ) o warości jednego odchylenia sandardowego, generuje naychmiasowy (mający miejsce w ciągu najbliższych dwóch minu) spadek przepływu zleceń o warości 2,883 mln EUR, jak również wynikający ze współisnienia obydwu kanałów: bezpośredniego oraz przenikającego przez przepływ zleceń spadek kursu EUR/PLN o warości 1,49 ( = 2,883 0,21 0, 882 ) punków bazowych.
54 Kaarzyna Bień-Barkowska Tabela 2. Wpływ zaskoczeń informacyjnych na kurs złoego i przepływ zleceń w 2007 r. Warości p odpowiadają średnim błędom szacunku odpornym na heeroskedasyczność składnika losowego (heeroskedasiciy robus sandard errors) równanie dla sopy zwrou równanie dla przepływu zleceń paramer oszacowanie warość p paramer oszacowanie warość p ω ω 0,042 0,029 r -0,008 0,274 Δx α r,1-0,062 0,048 α Δx, 1 0,136 0,000 β r,0 0,210 0,000 Δx, 2 β r,1-0,009 0,000 Δx, 1 β r,2-0,013 0,000 Δx, 2 β r,3-0,008 0,000 Δx, 3 β r,4-0,004 0,065 Δx, 4 θ r Źródło: obliczenia własne α 0,036 0,018 β 0,132 0,000 β 0,042 0,000 β 0,027 0,005 β 0,015 0,000-0,882 0,000 θ Δx,1-2,883 0,000 θ Δx,2-1,275 0,081 Proces wbudowywania zaskoczenia informacyjnego w warość kursu EUR/PLN zilusrowano za pomocą krzywych odpowiedzi na informację (news impac funcion, NIC). Przyjęo założenie, że zaskoczenie informacyjne N o warości 1 wywiera wpływ na układ równań (2) - (3) w danym momencie, a nasępnie prześledzono sposób asymilacji akiego sygnału informacyjnego przez oba kanały ransmisji w ciągu kolejnych minu. Krzywe odpowiedzi na informację przedsawiono na rysunku (1). Zaprezenowano, jak zmienia się warość przepływu zleceń oraz sopy zwrou w wyniku reakcji na opublikowanie jednoskowego zaskoczenia makroekonomicznego w ciągu kolejnych minu po jego zaisnieniu. Ilusruje on skumulowaną reakcję obydwu analizowanych zmiennych. Na wykresach liniami przerywanymi oznaczono 95% przedziały ufności dla warości reakcji, orzymane za pomocą meody boosrap dla 1000 wylosowanych warości. Można zauważyć, że niemal cały wpływ informacji asymilowany jes przez kurs EUR/PLN w ciągu dwóch minu po publikacji komunikau. Należy dodać, że podobne kszały krzywych odpowiedzi na informację orzymano w [Love i Payne 2008]. Wynik en powierdza ezę, że międzybankowy rynek złoego jes rynkiem efekywnym, ponieważ można go porównywać pod względem szybkości reakcji na informację z rynkami EUR/USD czy GBP/EUR.
Wpływ publikacji danych makroekonomicznych na kurs EUR/PLN 55 Rysunek 1. Skumulowane warości reakcji przepływu zleceń (lewy panel) i kursu EUR/PLN (prawy panel) na jednoskowe zaskoczenie informacyjne. Liniami przerywanymi oznaczono 95 % przedział ufności. Linia A odpowiada reakcji kursu bez uwzględnienia kanału przepływu zleceń. A Źródło: obliczenia własne W celu precyzyjnego pomiaru warości reakcji kursu EUR/PLN, wynikającej z oddziaływania przepływu zleceń (drugi kanał ransmisji informacji) posłużono się meodą zaproponowaną w [Love i Payne 2008]. Obliczono hipoeyczne warości krzywej odpowiedzi na informację dla sopy zwrou z kursu EUR/PLN nakładając na równanie (3) resrykcje: θ Δx,1 = 0 i θ Δx,2 = 0. Wprowadzenie akiego ograniczenia zamyka kanał ransmisji sygnału informacyjnego poprzez przepływ zleceń. Krzywą, pokazującą reakcję skumulowanych sóp zwrou, przy założeniu, że po publikacji sygnału informacyjnego inwesorzy nie zmieniliby swoich preferencji w odniesieniu do rodzaju składanych zleceń (przepływ zleceń nie uległby zmianie), zaprezenowano na Rysunku (1) linią oznaczoną A. Krzywa a leży znacznie wyżej niż krzywa uwzględniająca rolę przepływu zleceń, co prowadzi do wniosku, że znaczenie różnicy warości ransakcji zakupu i sprzedaży w asymilacji publicznej informacji przez rynek jes bardzo duże. Kanał, poprzez kóry zaskoczenie informacyjne wbudowywane jes w warość kursu w sposób bezpośredni, czyli wyłącznie za pomocą zleceń z limiem ceny (limi orders), odpowiada ylko za część całościowego oddziaływania informacji na kurs złoego. Udział przepływu zleceń policzono odejmując od jedności iloraz warości NIC z resrykcjami θ Δx,1 = 0 i θ Δx,2 = 0 i warości pierwonej krzywej NIC bez resrykcji. W ciągu najbliższych dwóch minu po upublicznieniu danych makroekonomicznych, kanał przepływu zleceń odpowiada za około 41% reakcji kursu, a po upływie kolejnych 6 minu udział en sabilizuje się na poziomie około 52%. Zgodnie z [Kiss i Piner 2007], udział przepływu zleceń w procesie ransmisji informacji na rynku EUR/HUF szacowany jes na poziomie 75%, naomias w [Love i Payne 2008] dowodzi się, że dla głównych par waluowych udział en wynosi około 33%. Wynik orzymany w odniesieniu do pary waluowej EUR/PLN plasuje się pomiędzy dwoma powyższymi warościami, a zaem sanowi powierdzenie rezulaów badań prezenowanych w lieraurze, wskazujących na
56 Kaarzyna Bień-Barkowska isony saysycznie i znaczący wpływ kanału przepływu zleceń w procesie asymilacji nowej informacji przez rynek waluowy (por. [Love i Payne 2008] oraz [Kiss i Piner 2007]). BIBLIOGRAFIA Almeida A., Goodhar C., Payne R. (1998) The Effecs of Macroeconomic News on High Frequency Exchange Rae Behavior, Journal of Financial and Quaniaive Analysis, 33, 383 408. Andersen T., Bollerslev T. (1998) Deusche Mark-Dollar Volailiy: Inraday Aciviy Paerns, Macroeconomic Announcemens and Longer Run Dependencies, Journal of Finance, 53, 219 265. Bauwens L., Omrane, W., Gio P. (2005) News Announcemens, Marke Aciviy and Volailiy in he Euro/Dollar Foreign Exchange Marke, Journal of Inernaional Money and Finance, 24, 1108 1125. Bień K. (2010) Przepływ zleceń a kurs waluowy. Badanie mikrosrukury międzybankowego kasowego rynku złoego, Bank i Kredy, 5, 5-39. Dominguez D., Panhaki F. (2006) Wha Defines News in Foreign Exchange Markes?, Journal of Inernaional Money and Finance, 25, 168 198. Evans M. D., Lyons R. K. (2002a) Informaional Inegraion and FX Trading, Journal of Inernaional Money and Finance, 21, 807 831. Evans M. D., Lyons R. K. (2002b) Order Flow and Exchange Rae Dynamics, Journal of Poliical Economy, 110, 170 180. Evans M. D., Lyons R. K. (2008) How is Macro News Transmied o Exchange Raes?, Journal of Financial Economics, 88, 26 50. Frömmel M., Kiss N.M, Piner K. (2011) Macroeconomic announcemens, communicaion and order flow on he Hungarian foreign exchange marke, Inernaional Journal of Finance and Economics, 16, 172-188. Glosen L. R., Milgrom P. R. (1985) Bid, Ask and Transacion Prices in a Specialis Marke wih Heerogeneously Informed Traders, Journal of Financial Economics, 14, 71 100. Kiss M.N., Piner K. (2007) How Do Macroeconomic Announcemens and FX Marke Transacions Affec Exchange Raes?, MNB Bullein, 1 30. Kyle, A. (1985) Coninuous Aucions and Insider Trading, Economerica, 22, 477 498. Love R., Payne R. (2002) Macroeconomic News, Order Flows and Exchange Raes, Working Paper, Financial Markes Group, London School of Economics and Poliical Science. Love R., Payne R. (2008) Macroeconomic News, Order Flows and Exchange Raes, Journal of Inernaional Money and Finance, 25, 168 198. Melvin M., Yin X. (2000) Public Informaion Arrival, Exchange Rae Volailiy, and Quoe Frequency, The Economic Journal, 110, 644 661. Rozkru M., Rybiński K., Szaba, L., Szwaja R. (2006) Ques for Cenral Bank Communicaion: Does i Pay o Be Talkaive?, European Journal of Poliical Economy, 23, 176 206.
Wpływ publikacji danych makroekonomicznych na kurs EUR/PLN 57 Scalia A. (2008) Is Foreign Exchange Inervenion Effecive? Some Microanalyical Evidence from he Czech Republic, Journal Inernaional Money and Finance, 27, 529 546. MARKET MICROSTRUCTURE STUDY OF THE EUR/PLN RATE REACTION TO MACROECONOMIC ANNOUNCEMENTS Absrac: In he paper we presen he resuls of he sudy focused on he EUR/PLN exchange rae reacion o he publicaion of macroeconomic news concerning Polish economy in 2007. In he marke microsrucure sudy, on he basis of he order and rade daa from he Reuers 3000 Spo Maching Sysem, we proved ha he informaion surprises are very quickly impounded ino prices in limi orders submied o he marke. Nearly all informaion is buil ino he new FX rae during subsequen wo minues afer he news publicaion. The significan role in his assimilaion process plays he order flow (defined as a difference beween volume of buy and sell ransacions). I can be esimaed ha he conribuion of order flow amouns o abou 50% of FX rae changes induced by he arrival of new informaion. Key words: marke microsrucure, macroeconomic announcemens, order flow, exchange rae