ANALIZA PRZYCZYNOWOŚCI W ZAKRESIE ZALEŻNOŚCI NIELINIOWYCH. IMPLIKACJE FINANSOWE



Podobne dokumenty
Witold Orzeszko Uniwersytet Mikołaja Kopernika w Toruniu

Efektywność projektów inwestycyjnych. Statyczne i dynamiczne metody oceny projektów inwestycyjnych

Matematyka ubezpieczeń majątkowych r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n

4. MODELE ZALEŻNE OD ZDARZEŃ

Niepewności pomiarowe

TRANZYSTORY POLOWE JFET I MOSFET

DYNAMICZNE MODELE EKONOMETRYCZNE

Metody oceny efektywności projektów inwestycyjnych

Czas trwania obligacji (duration)

Obligacja i jej cena wewnętrzna

D:\materialy\Matematyka na GISIP I rok DOC\07 Pochodne\8A.DOC 2004-wrz-15, 17: Obliczanie granic funkcji w punkcie przy pomocy wzoru Taylora.

Podstawy zarządzania finansami przedsiębiorstwa

DYNAMICZNE MODELE EKONOMETRYCZNE

, gdzie b 4c 0 oraz n, m ( 2). 2 2 b b b b b c b x bx c x x c x x

WNIOSKOWANIE STATYSTYCZNE

OeconomiA copernicana. Małgorzata Madrak-Grochowska, Mirosława Żurek Uniwersytet Mikołaja Kopernika w Toruniu

ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI

1.3. Metody pomiaru efektu kreacji wartości przedsiębiorstwa

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

Wykład FIZYKA I. 2. Kinematyka punktu materialnego. Dr hab. inż. Władysław Artur Woźniak

MIANO ROZTWORU TITRANTA. Analiza statystyczna wyników oznaczeń

Gretl konstruowanie pętli Symulacje Monte Carlo (MC)

5. Zasada indukcji matematycznej. Dowody indukcyjne.

DEA podstawowe modele

Krzysztof Piontek Weryfikacja modeli Blacka-Scholesa dla opcji na WIG20

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi.

WYBRANE TESTY NIEOBCIĄŻONOŚCI MIAR RYZYKA NA PRZYKŁADZIE VALUE AT RISK

OCENA POPYTU POPYT POJĘCIA WSTĘPNE. Definicja: Popyt to ilość dobra, jaką nabywcy gotowi są zakupić przy różnych poziomach ceny.

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO

Szacowanie składki w ubezpieczeniu od ryzyka niesamodzielności

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 760 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR

Spis treści Przedmowa... 4 Wykaz niektórych oznaczeń ,, Liczby losowe" Generatory liczb losowych o rozkładzie równomiernym

EKONOMETRIA wykład 2. Prof. dr hab. Eugeniusz Gatnar.

Prognozowanie średniego miesięcznego kursu kupna USD

Stanisław Cichocki Natalia Nehrebecka. Wykład 4

Wykaz zmian wprowadzonych do skrótu prospektu informacyjnego KBC Parasol Funduszu Inwestycyjnego Otwartego w dniu 04 stycznia 2010 r.

Analiza danych DRZEWA DECYZYJNE. Drzewa decyzyjne. Entropia. test 1 dopełnienie testu 1

STATYSTYKA I ANALIZA DANYCH

INWESTYCJE MATERIALNE

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

EKONOMETRIA. Liniowy model ekonometryczny (regresji) z jedną zmienną objaśniającą

UMK w Toruniu ANALIZA ZALEŻNOŚCI MIĘDZY INDEKSEM WIG A WYBRANYMI INDEKSAMI RYNKÓW AKCJI NA ŚWIECIE

Matematyka finansowa r.

Arkusz ćwiczeniowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE. W zadaniach od 1. do 21. wybierz i zaznacz poprawną odpowiedź. 1 C. 3 D.

Transakcje insiderów a ceny akcji spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie S.A.

Miary rozproszenia. Miary położenia. Wariancja. Średnia. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

Materiał ćwiczeniowy z matematyki Marzec 2012

3. Funkcje elementarne

WERSJA TESTU A. Komisja Egzaminacyjna dla Aktuariuszy. LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część I. Matematyka finansowa

Wytrzymałość śruby wysokość nakrętki

Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

t - kwantyl rozkładu t-studenta rzędu p o f stopniach swobody

Niestacjonarne zmienne czasowe własności i testowanie

E k o n o m e t r i a S t r o n a 1. Nieliniowy model ekonometryczny

Inwestycje. MPK = R/P = uc (1) gdzie uc - realny koszt pozyskania kapitału. Przyjmując, że funkcja produkcji ma postać Cobba-Douglasa otrzymamy: (3)

Rys.1. Podstawowa klasyfikacja sygnałów

Matematyka finansowa r. Komisja Egzaminacyjna dla Aktuariuszy. XXXIV Egzamin dla Aktuariuszy z 17 stycznia 2005 r.

Alicja Ganczarek Akademia Ekonomiczna w Katowicach. Analiza niezależności przekroczeń VaR na wybranym segmencie rynku energii

Akademia Ekonomiczna im. Oskara Langego we Wrocławiu Katedra Inwestycji Finansowych i Ubezpieczeń

DYNAMICZNE MODELE EKONOMETRYCZNE

ZASTOSOWANIE TESTU PERRONA DO BADANIA PUNKTÓW ZWROTNYCH INDEKSÓW GIEŁDOWYCH: WIG, WIG20, MIDWIG I TECHWIG

Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN Nr

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

Bezrobocie. wysiłek. krzywa wysiłku pracownika E * płaca realna. w/p *

Nie(efektywność) informacyjna giełdowego rynku kontraktów terminowych w Polsce

Analiza matematyczna. Robert Rałowski

Islamskie indeksy giełdowe

O PEWNYCH KRYTERIACH INWESTOWANIA W OPCJE NA AKCJE

DYNAMICZNE MODELE EKONOMETRYCZNE

Stanisław Cichocki Natalia Nehrebecka. Wykład 3

PROPOZYCJA NOWEJ METODY OKREŚLANIA ZUŻYCIA TECHNICZNEGO BUDYNKÓW

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

Statystyczne testy nieparametryczne

Ocena ekonomicznej efektywności przedsięwzięć inwestycyjnych w elektrotechnice. 2. Podstawowe pojęcia obliczeń ekonomicznych w elektrotechnice

STATYSTYKA OPISOWA PODSTAWOWE WZORY

OPTYMALIZACJA PORTFELA INWESTYCYJNEGO ZE WZGLĘDU NA MINIMALNY POZIOM TOLERANCJI DLA USTALONEGO VaR

Statystyka Inżynierska

STATYSTYKA OPISOWA PODSTAWOWE WZORY

Magdalena Osińska, Marcin Fałdziński Uniwersytet Mikołaja Kopernika w Toruniu. Modele GARCH i SV z zastosowaniem teorii wartości ekstremalnych

LABORATORIUM PODSTAWY ELEKTRONIKI Badanie Bramki X-OR

Wyznaczyć prędkości punktów A i B

EFEKT DŹWIGNI NA GPW W WARSZAWIE WPROWADZENIE

Efekty agregacji czasowej szeregów finansowych a modele klasy Sign RCA

Krzysztof Piontek MODELOWANIE ZMIENNOŚCI STÓP PROCENTOWYCH NA PRZYKŁADZIE STOPY WIBOR

Analiza możliwości wykorzystania wybranych modeli wygładzania wykładniczego do prognozowania wartości WIG-u

TESTY LOSOWOŚCI. Badanie losowości próby - test serii.

Metoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień.

Estymacja przedziałowa

Egzamin maturalny z matematyki CZERWIEC 2011

1. Element nienaprawialny, badania niezawodności. Model matematyczny elementu - dodatnia zmienna losowa T, określająca czas życia elementu

Metody analizy długozasięgowej

Modele zmienności aktywów ryzykownych. Model multiplikatywny Rozkład logarytmiczno-normalny Parametry siatki dwumianowej

Moduł 4. Granica funkcji, asymptoty

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW

FINANSE PRZEDSIĘBIORSTW konwersatorium, 21 godzin, zaliczenie pisemne, zadania + interpretacje

Wprowadzenie. metody elementów skończonych

Badanie efektu Halla w półprzewodniku typu n

Management Systems in Production Engineering No 4(20), 2015

Analiza popytu na alkohol w Polsce z zastosowaniem modelu korekty błędem AIDS

MODELOWANIE EFEKTU DŹWIGNI W FINANSOWYCH SZEREGACH CZASOWYCH

Transkrypt:

Wiold Orzeszko Magdalea Osińska Uiwersye Mikołaja Koperika w Toruiu ANALIA PRCNOWOŚCI W AKRSI ALŻNOŚCI NILINIOWCH. IMPLIKACJ FINANSOW WSTĘP Przyczyowość w sesie Gragera jes jedym z kluczowych pojęć ekoomeryczej aalizy zależości pomiędzy procesami ekoomiczymi. Jedak doychczas w pracach poświęcoych ej emayce badaia ograiczały się zwykle do ideyikacji zależości o charakerze liiowym zaś podsawowym arzędziem ej aalizy był model ypu VAR. W arykule zaprezeowao ideę przyczyowości w zakresie zależości ieliiowych. Idea a odwołuje się do kocepcji Baeka i Brocka 1992 i opara jes a pojęciu całki korelacyjej. W iiejszym arykule przedsawioo wywodzącą się z ej kocepcji procedurę Hiemsry i Joesa 1994 esowaia obecości ieliiowych zależości przyczyowych a akże jej modyikację dokoaą przez Diksa i Pachekę 2004. Obie meody zosały zasosowae do daych geerowaych oraz do iasowych szeregów czasowych z Giełdy Papierów Warościowych w Warszawie. 1. MTODOLOGIA TSTOWANIA PRCNOWOŚCI W AKRSI ALŻNOŚCI NILINIOWCH Wysępowaie zależości przyczyowych między sacjoarymi procesami i zosało zdeiiowae przez Gragera 1969 w kaegorii warukowych rozkładów prawdopodobieńswa. Według ej deiicji ie jes przyczyą jeśli... ;... F... F 1 lx ly = ly dla dowolych opóźień czasowych lx ly 1. W przypadku gdy waruek 1 ie jes spełioy mówimy że co w szczególości implikuje możliwość wykorzysaia przeszłości jes przyczyą do progozowaia. Tesowaie wysępowaia zależości przyczyowych polega a weryikacji hipoezy zerowej iż ie jes przyczyą co a mocy deiicji rówoważe jes zależości 1. Jedak w prakyce ekoomeryczej weryikację rudego do zasosowaia waruku 1 zasępuje się bardziej operacyjymi meodami. Jedą z ich jes ograiczeie zakresu badaia do ideyikacji zależości przyczyowych jedyie o charakerze liiowym. W akiej syuacji badaie polega a zbudowaiu i aalizie modelu VAR. kolei operacyją meodą aalizy przyczyowych zależości o charakerze ieliiowym jes meoda Baeka i Brocka 1992. Kocepcja a odwołuje się do pojęcia całki

2 Wiold Orzeszko Magdalea Osińska korelacyjej C W ε będącej prawdopodobieńswem zdarzeia iż dwie losowo wybrae realizacje wekora losowego W oddaloe są od siebie o ie więcej iż ε z. C W = P{ W1 W2 ε} = I s1 s2 ε W s1 W s2 ds2ds1 ε 2 gdzie W 1W2 są iezależymi realizacjami W jes ormą supremum aomias 1; s1 s2 ε 1 2 ε =. 0; w p. w. Dla usaloych opóźień czasowych lx ly 1 iech ukcja I s s lx oraz ly ozaczają wekory opóźień posaci lx = lx... i ly = ly.... Odwołując się do pojęcia wekorów opóźień Baek i Brock przeormułowali w sposób operacyjy deiicję przyczyowości w sesie Gragera. Według ej kocepcji ie jes przyczyą jeśli: gdzie { s < ε ly sly < ε lx slx P = P{ s < ε ly sly jes ormą supremum. Niespełieie waruku 3 ozacza że lx = 3 może być pomoce w progozowaiu. Przyjmijmy bowiem że isieje zależość przyczyowa o charakerze deermiisyczym między procesami ly lx a posaci = ly... 1 lx... z. = dla pewej ciągłej ukcji. deiicji ciągłości wyika że za progozę moża przyjąć s gdzie s jes ideksem dla kórego wekor sly slx jes ly lx bliski w sesie meryki wekorowi. Co więcej iespełieie waruku 3 ozacza że jes bardziej prawdopodobe że progoza a będzie dokłada gdy wykorzysa się ie ylko wiedzę o przeszłości lecz rówież o przeszłości ly lx. 1 kolei w syuacji gdy = g dla pewej ukcji losowej g waruek 3 jes opary a założeiu że w zależości g może isieć składowa deermiisycza dzięki kórej a mocy wcześiej zasosowaego rozumowaia możliwe jes eekywe wykorzysaie przeszłości do progozowaia. Niech C1 C2 C3 oraz C4 ozaczają asępujące całki korelacyje: s { ly sly < ε lx slx { ly sly < ε lx slx C 1 = P 4a C 2 = P 4b 1 Niespełieie waruku 3 może rówież ozaczać że lewa sroa rówaia jes miejsza od prawej. Ozacza o rudą do zierpreowaia syuację w kórej wiedza o przeszłości urudia progozowaie.

Aaliza przyczyowości w zakresie zależości ieliiowych. Implikacje iasowe 3 s { ly s ly { ly sly C3 4c = P C 4 = P. 4d deiicji prawdopodobieńswa warukowego: { s < ε ly sly < ε lx slx P = P { s < ε ly sly < ε lx slx P{ < ε ly sly lx slx co z kolei z własości ormy supremum rówe jes: P P { ly sly < ε lx slx { ly sly < ε lx slx 5 6 C 1 czyli. Aalogiczie: C3 P{ s < ε ly sly =. C2 C4 7 C 1 C3 A zaem wzór 3 rówoważy jes ormule =. C2 C4 8 Wzór 8 jes podsawą procedury esowaia wysępowaia zależości przyczyowych w szeregach czasowych x i y. symaorami całek korelacyjych C1 C2 C3 oraz C4 są odpowiedio: 2 s C 1 = ε ε 1 < I y s ly lx s lx s ly y I x x 9a 2 C 2 = I y ε ε 1 < s ly lx s lx s ly y I x x 9b 2 s C3 = I y s ly ε 1 s ly y < 9c 2 C 4 = I y ε 1 < s ly s ly y 9d gdzie s = max lx ly + 1... T = T max lx ly T- długość szeregów czasowych. Hiemsra i Joes 1994 udowodili że dla dowolych sacjoarych w węższym sesie słabo zależych i spełiających waruki Dekera i Kellera 1983 procesów oraz dla dowolych lx ly 1 i ε > 0 jeśli ie jes przyczyą o: C1 C3 2 ~ N 0 σ lx ly ε C2 C4 10 2 gdzie σ lx ly ε i jej esymaor są zdeiiowae w dodaku arykułu Hiemsry i Joesa. Należy podkreślić że meoda Hiemsry i Joesa ideyikuje zależości przyczyowe różej aury. ego powodu w celu ideyikacji zależości ieliiowych

Wiold Orzeszko Magdalea Osińska 4 ależy badaiu poddawać reszy z modelu VAR z. dae pozbawioe eweualych zależości liiowych. Auorzy esu zalecają rówież aby w drugiej kolejości dokoać ormalizacji daych i w eście rozważyć warości ε pomiędzy 05 a 15. Modyikacją meody Hiemsry i Joesa jes saysyka T zapropoowaa przez Diksa i Pachekę 2004. Auorzy ci wykazali że es Hiemsry i Joesa prowadzi do admierie częsego odrzucaia hipoezy zerowej o braku przyczyowości. Powodem ej syuacji jes brak rówoważości pomiędzy ormułami 1 i 3 a w kosekwecji rówież i 8 podczas gdy w isocie ormuła 3 jes ylko implikacją waruku deiicji Gragera. Niech ozacza wekor losowy posaci = 1 1 ly lx aomias ukcję gęsości prawdopodobieńswa. Diks i Pacheko dowodzą że hipoeza zerowa ozacza iż spełioa jes rówość: y z y y y x y z y x = 11 podczas gdy kluczowa w eście Hiemsry i Joesa ormuła 8 jes rówoważa rówości: [ ] [ ] [ ] [ ] [ ] [ ] = 12 gdzie [ ] = ds s W W W 2 i jes ierpreowaa jako miara koceracji wekora losowego W. Diks i Pacheko argumeują że pukem wyjścia w aalizie przyczyowości ie powiie być wzór 12 lecz ormuła: 0 =. 13 godie z ą kocepcją auorzy saysyki T rozważają wyrażeie: g 14 gdzie g jes dodaią ukcją wagową. W przypadku braku przyczyowości wyrażeie o zeruje się gdyż a mocy wzoru 13 warość w awiasie okrągłym jes rówa zero. W oparciu o przeprowadzoe symulacje Diks i Pacheko propoują przyjąć ukcję wagową 2 y z y x g =. Wówczas ormuła 14 przyjmuje posać: [ ] 15 Jej esymaorem jes ly lx T 1 2 ε dla małego 0 > ε gdzie: = i i k i j ij ik ij ik I I I I T 2 1 1 16

Aaliza przyczyowości w zakresie zależości ieliiowych. Implikacje iasowe 5 W ij oraz I = I W W ε. gdzie i j Moża udowodić że przy założeiu hipoezy o braku przyczyowości: T N01 17 S S jes zdeiiowae w dodaku arykułu Diksa i Pacheki. 2. ANALIA SMULACJNA I MPIRCNA W celu porówaia wyików esów Hiemsry i Joesa oraz Diksa i Pacheki dokoao kilku symulacji oraz zbadao empirycze szeregi iasowe doyczące relacji między dzieymi obserwacjami sóp zwrou z akcji oraz ideksów Giełdy Papierów Warościowych w Warszawie i związaych z imi wolumeów obrou. W pierwszej kolejości wygeerowao iezależie szeregi czasowe x y o rozkładzie ormalym N01. Liczba obserwacji była rówa 1000. W celu zasosowaia omówioych saysyk wykorzysae zosały programy apisae orygialie przez Hiemsrę i Pachekę dosępe w Ierecie. godie z oczekiwaiami w przypadku białych szumów esy w zasadzie ie wykazywały zależości dla żadych lx i ly z wyjąkiem esu HJ kóry wskazał a isieie zależości dla 8-go opóźieia ablica 1. 2 Wyiki esowaia przyczyowości ieliiowej dla iezależych białych szumów H 0 : y ie jes przyczyą x H 0 : x ie jes przyczyą y 1-0881 -0930 0092 0326 2 0704 0297-0109 0123 3 0514 0222 0022 0288 4-0120 -0060-0957 -0968 5 0032 0118-0277 -0724 6-0091 -0102-0753 -0961 7 0675 0560-0652 -0739 8 0267 0365-1068 -1867* Tablica1 2 W ablicach 1-12 symbol T ozacza warość saysyki esu Diksa i Pacheki zaś HJ Hiemsry i Joesa. kolei symbole * ** *** ozaczają odrzuceie H 0 a poziomie odpowiedio 10 5 i 1%.

6 Wiold Orzeszko Magdalea Osińska W kolejym eapie wygeerowae zosały szeregi x i y po 1000 obserwacji związae relacją ieliiową zapropoowaą przez Baeka i Brocka posaci x = ay p xq + ε gdzie ε i y są iezależymi szeregami N01. Warości paramerów przyjęo a asępującym poziomie a {05; 05} oraz p q {1; 2}. Między badaymi szeregami ie wykryo zależości liiowej sosując sadardowy es Gragera w wersji LM. Jedakże sosując esy HJ oraz T widzimy wyraźe zależości ieliiowe. Wyiki esowaia przedsawia ablica 2. Wyiki esowaia przyczyowości ieliiowej dla modelu Baeka i Brocka H 0 : y ie jes przyczyą x x 0 5y x = 2 + ε H 0 : x ie jes przyczyą y 1 0164 0175 0535 0535 2 3079*** 2850*** 0793 0850 3 2700*** 2448** 0266 0420 4 1579 1582 0921 1087 5 1367 1639 0749 0978 6 1090 1567 0229 0536 Tablica 2 7 0336 1037-0506 -0299 8 0052 0698-1025 -1000 x 0 5y x + ε = 2 1 1922* 2021** -0923-0716 2 5046*** 4836*** 0093 0179 3 3455*** 3672*** 0350 0451 4 2678*** 3033*** 0219 0368 5 2455** 3222*** -0662 0196 6 2219** 2832*** -0309-0009 7 2156** 2748*** -1002-0711 8 1218 2009** -1738* -1509 x 0 5y x + ε = 2 1 5811*** 5856*** 0827 1003 2 4830*** 4645*** 0538 0660 3 4054*** 4175*** 0455 0689 4 2843*** 3077*** 0819 0995 5 2643*** 3146*** 0072 0606

Aaliza przyczyowości w zakresie zależości ieliiowych. Implikacje iasowe 7 Tablica 2 c.d. 6 2594*** 2987*** 0061 0555 7 1678* 2332** -0725-0690 8 0797 1490-0912 -1131 x 0 5y x + ε = 2 1 4377*** 4525*** 0066 0228 2 3655*** 3557*** 0366 0665 3 2984*** 2933*** 0011 0261 4 1782* 1867* 0371 0795 5 1060 1385-0164 0606 6 0423 0784-0164 0447 7 0118 0568-1069 -0691 8 0153 0507-1286 -0991 x 0 5y x + ε = 1 5195*** 4756*** -0505-0386 2 3778*** 3527*** -0175 0009 3 2717*** 2509** -0284-0062 4 2048** 2133** 0233 0670 5 1946* 2464** -0273 0343 6 1956* 2312** -0252-0030 7 1154 1847* -0716-0497 8 0654 1326-0336 -0568 x 0 5y x + ε = 1 4913*** 4751*** 0824 0962 2 3545*** 3556*** 0788 0890 3 2398** 2607*** 0741 0865 4 1954* 2188** 0665 0840 5 1278 1683* 0499 1074 6 0684 0939 0574 0936 7 1164 1383-0190 0052 8 0437 0955-1860* -1243 Fiasowe implikacje ieliiowej zależości przyczyowej w sesie Gragera zosały zbadae a przykładzie relacji między sopami zwrou z akcji i ideksów

8 Wiold Orzeszko Magdalea Osińska giełdowych oraz odpowiadającymi im wolumeami obrou. Jes o podsawowa relacja a ryku kapiałowym. W lieraurze Hiemsra i Joes 1994 wskazuje się a wysępowaie zależości przyczyowej w obu kierukach. Jedo z wyjaśień polega a ym że apływająca sekwecyjie iormacja powoduje auokorelację w szeregach zwroów oraz wolumeów obrou. Wyika sąd iż obydwa szeregi mogą wzajemie wyjaśiać swoją dyamikę w krókim okresie. Silvapulle i Choi 1999 zasosowali es HJ do daych koreańskich zajdując am wzajeme ieliiowe relacje przyczyowe. W prezeowaym badaiu przeaalizowae zosały relacje przyczyowe między logarymiczymi sopami dzieych zmia ce i obroów spółek: Agora KGHM PKN oraz ideksów ogólych: WIG WIG20 i brażowych: WIG-baki WIG-bud WIG-io WIG-spożyw obserwowaych w okresie 2.01.2001 28.11.2005. W przypadku szeregów empiryczych zasosowao asępującą procedurę krokową ilrującą eweuale zależości w warukowej wariacji oraz zależości liiowe. Koleje eapy procedury były asępujące: 1. przeilrowaie modelem GARCH11 i wyliczeie resz sadaryzowaych 2. elimiacja zależości liiowych model VAR 3. ormalizacja orzymaych szeregów u = x x / S x 4. obliczeie warości saysyk HJ oraz T dla ε = 1 5 5. porówaie z warościami kryyczymi N01 rozkład dwusroy. Wyiki esowaia przyczyowości przedsawioe zosały w ablicach 3-12. We wszyskich przypadkach przyjęo asępujące ozaczeia: x logarymicze sopy dzieych zmia ce/poziomów y logarymicze sopy dzieych zmia warości obroów. Tablica 3 Wyiki esowaia przyczyowości między sopą zmia ce a sopą zmia wolumeów obrou dla spółki Agora /Model VAR: brak przyczyowości liiowej w obu kierukach/ H 0 : y ie jes przyczyą x H 0 : x ie jes przyczyą y 1 1246 1102-1806* -1619 2 0701 0644-2893*** -2736*** 3-0036 -0042-1931* -1895* 4-0230 -0119-1782* -1835* 5-0672 -0457-0580 -0770 6 0130 0416-0477 -0816 7 0048 0050-0143 -0641 8-0553 -0262-1070 -1516

Aaliza przyczyowości w zakresie zależości ieliiowych. Implikacje iasowe 9 Tablica 4 Wyiki esowaia przyczyowości między sopą zmia ce a sopą zmia wolumeów obrou dla spółki KGHM /Model VAR: brak przyczyowości liiowej w obu kierukach/ H 0 : y ie jes przyczyą x H 0 : x ie jes przyczyą y 1-0052 -0011-1593 -1635 2 0854 1008-0924 -1394 3 1317 1437-1481 -2094** 4 0797 0960-1096 -1843* 5-0096 0085-0738 -1237 6-0002 0026-0532 -1268 7 0427 0153-0803 -1476 8 0222-0257 -1067-1670* Tablica 5 Wyiki esowaia przyczyowości między sopą zmia ce a sopą zmia wolumeów obrou dla spółki PKN /Model VAR: brak przyczyowości liiowej w obu kierukach/ H 0 : y ie jes przyczyą x H 0 : x ie jes przyczyą y Lx=ly T HJ T HJ 1-1466 -1464-0487 -0708 2-1272 -1369-0576 -1063 3-0921 -0941 0027-0631 4-1357 -1424-0594 -0893 5-1435 -1608-0589 -0947 6-1410 -1454 0161-0449 7-0989 -1098-0358 -0597 8-1851* -1972** -0122-0263 abeli 3 wyika że wielkości zmia obroów są zdeermiowae wcześiejszymi zmiaami ce przy czym wskazuje a o zarówo es T jak i HJ. ależość aka jes aurala gdyż iwesorzy a bieżąco aalizują zmiay ce dososowując do ich swe decyzje doyczące kupa i sprzedaży. W ablicach 4 i 5 moża zaobserwować icydealie pojawiające się przypadki odrzuceia hipoezy o braku przyczyowości ieliiowej. Waro akże zwrócić uwagę że w przypadku spółek ie wysąpiły liiowe zależości przyczyowe. W przypadku ideksów giełdowych zależości o charakerze liiowym miały miejsce przy czym zmiaa ideksu deermiowała zmiaę wolumeu obroów.

10 Wiold Orzeszko Magdalea Osińska Tablica 6 Wyiki esowaia przyczyowości między sopą zmia ce a sopą zmia wolumeów obrou dla ideksu WIG /Model VAR: x wpływa a y; w przeciwym kieruku brak/ H 0 : y ie jes przyczyą x H 0 : x ie jes przyczyą y 1 0360 0368-0909 -0818 2 0211 0281-2362** -2327** 3 0386 0419-2575*** -2656*** 4 0278 0212-1501 -1395 5 0759 0790-0234 0033 6 0924 0811-0863 -0910 7 1294 1154-0934 -1167 8-0002 0004-0101 -0649 Tablica 7 Wyiki esowaia przyczyowości między sopą zmia ce a sopą zmia wolumeów obrou dla ideksu WIG20 /Model VAR: x wpływa a y; w przeciwym kieruku brak/ H 0 : y ie jes przyczyą x H 0 : x ie jes przyczyą y 1-0467 -0435-2383** -2380** 2 0149 0225-3736*** -3736*** 3-0256 -0170-4135*** -4456*** 4-0492 -0470-2495** -2469** 5 0647 0709-0575 -0423 6 0270 0169-1389 -1571 7 0712 0725-1505 -1640* 8-0714 -0804-0740 -0986

Aaliza przyczyowości w zakresie zależości ieliiowych. Implikacje iasowe 11 Tablica 8 Wyiki esowaia przyczyowości między sopą zmia ce a sopą zmia wolumeów obrou dla ideksu WIG-baki /Model VAR: brak przyczyowości liiowej w obu kierukach/ H 0 : y ie jes przyczyą x H 0 : x ie jes przyczyą y 1-0665 -0778 0539 0792 2 0140 0110-0908 -0667 3 0170 0102-1261 -1262 4 0310 0268-0969 -0772 5 1115 1318-1186 -0893 6 0735 0782-1602 -1800* 7 0480 0553-1317 -1923* 8 0359-0007 -1662* -2518** Tablica 9 Wyiki esowaia przyczyowości między sopą zmia ce a sopą zmia wolumeów obrou dla ideksu WIG-bud /Model VAR: brak przyczyowości liiowej w obu kierukach/ H 0 : y ie jes przyczyą x H 0 : x ie jes przyczyą y 1-0837 -0918-0520 -0563 2-1259 -1225 0241 0115 3 0062 0041-0878 -1008 4-0191 -0174-1299 -1293 5-0765 -0799-1213 -1668* 6-0501 -0636-0944 -1308 7-0091 -0025-0501 -0866 8-0008 -0098-0078 -0529

12 Wiold Orzeszko Magdalea Osińska Tablica 10 Wyiki esowaia przyczyowości między sopą zmia ce a sopą zmia wolumeów obrou dla ideksu WIG-io /Model VAR: x wpływa a y; w przeciwym kieruku brak/ H 0 : y ie jes przyczyą x H 0 : x ie jes przyczyą y 1 0260 0291-0082 0057 2-1035 -0895-1675* -1822* 3-0573 -0338-1191 -1150 4-0251 -0062-1007 -0998 5 0132 0137-0756 -0614 6-0513 -0642-0863 -1159 7-0654 -0456-1447 -1563 8-1612 -1707* -1048-1212 Tablica 11 Wyiki esowaia przyczyowości między sopą zmia ce a sopą zmia wolumeów obrou dla ideksu WIG-spożyw /Model VAR: brak przyczyowości liiowej w obu kierukach/ H 0 : y ie jes przyczyą x H 0 : x ie jes przyczyą y 1-0227 -0192-1117 -1057 2 0279 0370-1079 -1235 3-0003 0166-1259 -1327 4-0328 -0144-0666 -1031 5 0499 0656-0377 -0709 6 0777 1175 0933 0606 7 0205 0601 1603 1428 8-0281 0328 1100 1309

Aaliza przyczyowości w zakresie zależości ieliiowych. Implikacje iasowe 13 Tablica 12 Wyiki esowaia przyczyowości między sopą zmia ce a sopą zmia wolumeów obrou dla ideksu WIG-elkom /Model VAR: brak przyczyowości liiowej w obu kierukach/ H 0 : y ie jes przyczyą x H 0 : x ie jes przyczyą y 1-1742* -1742* -1662* -1953* 2-1367 -1366-2481** -2777*** 3-1625 -1890* -3337*** -3632*** 4-2486** -2595*** -1541-2096** 5-1018 -1452-0885 -1570 6-0520 -1043-0316 -0919 7-0267 -0727-0927 -1402 8-0862 -1402 0661-0505 Aalizując wyiki orzymae ideksów giełdowych moża wskazać że ideksy globale akie jak WIG i WIG20 wykazywały ieliiowe zależości przyczyowe w kieruku od zmia ce do zmia obroów. Ideksy brażowe poza WIG-baki i WIG-elkom - wykazywały a ogół brak przyczyowości w obu kierukach. upełie odmiee zachowaie odoowao w przypadku WIG-elkom w przypadku kórego isoa okazała się zależość przyczyowa w obu kierukach. Wydaje się że powyższe zależości mogą być wypadkową akywości iwesorów i płyości ryku sąd dla WIG-elkom zaobserwowao zależości wysępujące a rozwiięych rykach kapiałowych. PODSUMOWANI Baek i Brock zapropoowali uiwersale podejście do zdeiiowaia i aalizy ieliiowej przyczyowości w sesie Gragera. Hiemsra i Joes zmodyikowali ę meodologię upraszczając założeia co do badaych procesów. Poado zapropoowali oi procedurę ilrującą zależości wyikające ze zmieości wariacji warukowej oraz z liiowych zależości przyczyowych. Najowszych modyikacji dokoali Diks i Pacheko w osaich laach kórzy skocerowali się a zgodości deiicji przyczyowości ieliiowej z pierwoą zapropoowaą przez Gragera. Wykazali oi poado że z powodu ych ieścisłości es HJ zby częso odrzucał hipoezę zerową. W chwili obecej poza iedoskoałością samej meody źródłem błędów wioskowaia wydaje się przyjęcie procedury ilrującej zależości liiowe. Ich

14 Wiold Orzeszko Magdalea Osińska iewłaściwa specyikacja może prowadzić do zakłóceia relacji ieliiowych. Celem reerau było porówaie wyików esów Hiemsry i Joesa oraz Diksa i Pacheki a daych geerowaych oraz zbadaie czy w rzeczywisych szeregach iasowych mają miejsce zależości ieliiowe. W przypadku daych geerowaych iezależe białe szumy oraz model Baeka i Brocka orzymao rezulay zgode z oczekiwaymi. Jeśli chodzi o badaie zależości przyczyowych między zmiaami ce a zmiaami obroów a Giełdzie Papierów Warościowych w Warszawie o a ogół zmiay ce deermiowały zmiay obroów. W przypadku spółek ie odoowao liiowej przyczyowości w sesie Gragera aomias w przypadku ideksów zależości ieliiowe wysępowały akże po elimiacji pozyywie zweryikowaych związków liiowych. Dla ideksu brażowego WIG-elkom wskazao a isieie przyczyowości w obu kierukach. Tes HJ rzeczywiście wykazywał pewą skłoość do odrzucaia H 0 częściej iż es T. Orzymae wyiki sugerują koieczość prowadzeia szczegółowych badań w ym zakresie a akże rozważeia ieliiowych specyikacji modeli wykorzysywaych a rykach kapiałowych. LITRATURA 1. Baek.G. Brock W.A. 1992 A geeral es or oliear Grager causaliy: Bivariae model. Techical Repor. Iowa Sae Uiversiy ad Uiversiy o Wiscosi Madiso. 2. Deker M. Keller G. 1983 O U-saisics ad vo Mises saisics or weakly depede processes. eischri ür Wahrscheilichkeisheorie ud Verwade Gebiee 64. 3. Diks C. Pacheko V. 2004 A ew saisic ad pracical guidelies or oparameric Grager causaliy esig. Ceer or Noliear Dyamics i coomics ad Fiace. Workig Paper. 4. Grager C.W.J. 1969 Ivesigaig causal relaios by ecoomeric models ad crossspecral mehods. coomerica 37. 5. Grager C.W.J. Huag B-H ag Ch-W. 2000 A bivariae causaliy bewee sock prices ad exchage raes: evidece rom rece Asia lu. The Quarerly Review o coomics ad Fiace 40. 6. Hiemsra C. Joes J.D. 1994 Tesig or liear ad oliear Grager causaliy i he sock price volume relaio. Joural o Fiace 49. 7. Jorio P. 1990 The exchage rae exposure o US muliaioals. Joural o Busiess 63. 8. Silvapulle P. Choi J-S. 1999 Tesig or liear ad oliear Grager causaliy i he sock price volume relaio: Korea evidece. The Quarerly Review o coomics ad Fiace 39.