ANALIZA ZALEŻNOŚCI DŁUGOOKRESOWYCH MIĘDZY INDEKSEM WIG I INDEKSEM OBLIGACJI SKARBOWYCH TBSP.INDEX

Podobne dokumenty
ANALIZA KOINTEGRACJI STÓP PROCENTOWYCH W POLSCE

Niestacjonarne zmienne czasowe własności i testowanie

Metoda Johansena objaśnienia i przykłady

Przyczynowość Kointegracja. Kointegracja. Kointegracja

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

EKONOMETRIA STOSOWANA PRZYKŁADOWE ZADANIA EGZAMINACYJNE

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Ekonometria. Zajęcia

Zależności pomiędzy średniookresowymi i długookresowymi stopami procentowymi w Polsce

Barbara Batóg* Uniwersytet Szczeciński

5. Model sezonowości i autoregresji zmiennej prognozowanej

Ekonometria dynamiczna i finansowa Kod przedmiotu

POWIĄZANIA DŁUGOOKRESOWE MIĘDZY STOPAMI PROCENTOWYMI POLSKI, STANÓW ZJEDNOCZONYCH I STREFY EURO

Niestacjonarne zmienne czasowe własności i testowanie

Indeks obligacji skarbowych oraz podsumowanie roku 2010 na rynku Treasury BondSpot Poland. Debiut 16 lutego 2011 r.

Plan wykładu: 1) Pojęcie stacjonarności i niestacjonarności zmiennych 2) Testowanie integracji 3) Pojęcie kointegracji metoda Engle a-grangera.

Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski

1. Stacjonarnośd i niestacjonarnośd szeregów czasowych 2. Test ADF i test KPSS 3. Budowa modeli ARMA dla zmiennych niestacjonarnych 4.

Rozdział 8. Regresja. Definiowanie modelu

Zadanie 1 1. Czy wykresy zmiennych sugerują, że zmienne są stacjonarne. Czy występuje sezonowość?

4. Średnia i autoregresja zmiennej prognozowanej

Analiza zdarzeń Event studies

ANALIZA ZALEŻNOŚCI MIĘDZY INDEKSAMI RYNKÓW AKCJI NA GIEŁDZIE POLSKIEJ I AMERYKAŃSKIEJ. Indeksy giełdowe

BADANIE KOINTEGRACJI POWIATOWYCH STÓP BEZROBOCIA W WOJEWÓDZTWIE ZACHODNIOPOMORSKIM

Modelowanie rynków finansowych

0.1 Modele Dynamiczne

MODELE AUTOREGRESYJNE W PROGNOZOWANIU CEN ZBÓŻ W POLSCE

Analiza Danych Sprawozdanie regresja Marek Lewandowski Inf 59817

PYTANIA NA EGZAMIN MAGISTERSKI KIERUNEK: EKONOMIA STUDIA DRUGIEGO STOPNIA. CZĘŚĆ I dotyczy wszystkich studentów kierunku Ekonomia pytania podstawowe

Efektywność źródłem bogactwa. Tomasz Słoński Piechowice, r.

Metody Ilościowe w Socjologii

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

Stanisław Cichocki. Natalia Neherbecka. Zajęcia 13

Podczas zajęć będziemy zajmować się głownie procesami ergodycznymi zdefiniowanymi na przestrzeniach ciągłych.

KOINTEGRACJA KURSÓW WALUTOWYCH POLSKI, WĘGIER I CZECH

Spis treści 3 SPIS TREŚCI

3. Analiza własności szeregu czasowego i wybór typu modelu

Analiza współzależności zjawisk

Inwestycje finansowe. Wycena obligacji. Stopa zwrotu z akcji. Ryzyko.

MODELOWANIE POLSKIEJ GOSPODARKI Z PAKIETEM R Michał Rubaszek

7. Zastosowanie wybranych modeli nieliniowych w badaniach ekonomicznych. 14. Decyzje produkcyjne i cenowe na rynku konkurencji doskonałej i monopolu

Stanisław Cihcocki. Natalia Nehrebecka

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 15-16

Regresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

Sprawy organizacyjne

Badanie zależności między indeksami giełdowymi a kursami walutowymi

Struktura terminowa rynku obligacji

Prace magisterskie 1. Założenia pracy 2. Budowa portfela

0.1 Modele Dynamiczne

PDF created with FinePrint pdffactory Pro trial version

Jorge Chan-Lau (2001) Corporate Restructuring in Japan: An Event- Study Analysis IMF Working Paper WP/01/202.

Wycena opcji. Dr inż. Bożena Mielczarek

Zarządzanie ryzykiem. Opracował: Dr inŝ. Tomasz Zieliński

ZASTOSOWANIE DYNAMICZNEGO MODELU ZGODNEGO W ANALIZIE GOSPODARKI GÓRNEGO ŚLĄSKA

3. Modele tendencji czasowej w prognozowaniu

TYPY MODELOWYCH STRATEGII INWESTYCYJNYCH

OGŁOSZENIE O ZMIANIE STATUTU UNIOBLIGACJE HIGH YIELD FUNDUSZU INWESTYCYJNEGO ZAMKNIĘTEGO Z DNIA 23 CZERWCA 2016 R.

PYTANIA NA EGZAMIN MAGISTERSKI KIERUNEK: EKONOMIA STUDIA DRUGIEGO STOPNIA. CZĘŚĆ I dotyczy wszystkich studentów kierunku Ekonomia pytania podstawowe

MODELE LINIOWE. Dr Wioleta Drobik

Stanisław Cichocki Natalia Neherbecka

Wykład 1 Sprawy organizacyjne

Stacjonarność Integracja. Integracja. Integracja

Ekonometria. Modelowanie szeregów czasowych. Stacjonarność. Testy pierwiastka jednostkowego. Modele ARDL. Kointegracja. Jakub Mućk

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 689 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR ANALIZA WŁASNOŚCI OPCJI SUPERSHARE

A C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XXXIX NAUKI HUMANISTYCZNO-SPOŁECZNE ZESZTYT 389 TORUŃ 2009.

parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających,

EDYTA MARCINKIEWICZ Politechnika Łódzka KRZYSZTOF KOMPA Szkoła Główna Gospodarstwa Wiejskiego w Warszawie

PYTANIA NA EGZAMIN MAGISTERSKI KIERUNEK: FINANSE I RACHUNKOWOŚĆ STUDIA DRUGIEGO STOPNIA

Ogłoszenie o zmianach wprowadzonych do prospektu informacyjnego: KBC Parasol Fundusz Inwestycyjny Otwarty w dniu 10 stycznia 2017 r.

Analiza kosztu funduszy własnych grupy banków giełdowych w Polsce

Pobrane z czasopisma Annales H - Oeconomia Data: 16/02/ :42:11

Wprowadzenie do analizy korelacji i regresji

EKONOMIA XL NAUKI HUMANISTYCZNO-SPOŁECZNE ZESZYT 391 TORUŃ Ewa Dziawgo WYCENA POTĘGOWEJ ASYMETRYCZNEJ OPCJI KUPNA

Kierunek studiów: Finanse i Rachunkowość Specjalność: Inżynieria finansowa

Stanisław Cichocki. Natalia Nehrebecka. Wykład 9

2. Założenie niezależności zakłóceń modelu - autokorelacja składnika losowego - test Durbina - Watsona

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

Analiza inwestycji i zarządzanie portfelem SPIS TREŚCI

STRATEGIA TMS GLOBAL RETURN

KORELACJE I REGRESJA LINIOWA

Podrozdział IIIx Subfundusz PKO Akcji Rynku Polskiego (poprzednia nazwa: Subfundusz PKO Akcji Rynku Azji i Pacyfiku).

STRATEGIA TMS GLOBAL RETURN

Przykład 2. Stopa bezrobocia

1/ W oparciu o znajomość MSSF, które zostały zatwierdzone przez UE (dalej: MSR/MSSF): (Punktacja dot. pkt 1, razem: od 0 do 20 pkt)

Idea. θ = θ 0, Hipoteza statystyczna Obszary krytyczne Błąd pierwszego i drugiego rodzaju p-wartość

Kolokwium ze statystyki matematycznej

Długookresowe powiązania stóp procentowych w strefie euro, USA i Polsce

( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:

LABORATORIUM 3. Jeśli p α, to hipotezę zerową odrzucamy Jeśli p > α, to nie mamy podstaw do odrzucenia hipotezy zerowej

Adam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska. Anna Stankiewicz Izabela Słomska

Narzędzia statystyczne i ekonometryczne. Wykład 1. dr Paweł Baranowski

Statystyka opisowa SYLABUS A. Informacje ogólne

POWIĄZANIE CEN PRODUKTÓW ROLNYCH POMIĘDZY RYNKIEM POLSKIM A RYNKAMI UE PRICE LINKAGES BETWEEN POLISH AND EU AGRICULTURAL MARKETS

ROZDZIAŁ 16 WPŁYW SYTAUCJI NA AMERYKAŃSKIEJ GIEŁDZIE PAPIERÓW WARTOŚCIOWYCH NA ZACHOWANIA INWESTORÓW W POLSCE - ANALIZA EKONOMETRYCZNA

Opis funduszy OF/1/2015

Statystyka matematyczna dla leśników

Zyskowność i statystyczna istotność reguł analizy technicznej

TESTOWANIE HIPOTEZ Przez hipotezę statystyczną rozumiemy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu interesującej nas cechy.

Transkrypt:

Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 282 2016 Justyna Dyduch AGH w Krakowie Wydział Zarządzania Katedra Ekonomii, Finansów i Zarządzania Środowiskiem jdyduch@zarz.agh.edu.pl ANALIZA ZALEŻNOŚCI DŁUGOOKRESOWYCH MIĘDZY INDEKSEM WIG I INDEKSEM OBLIGACJI SKARBOWYCH TBSP.INDEX Streszczenie: Celem artykułu jest określenie, czy istnieje długookresowa zależność między rynkiem akcji i rynkiem obligacji skarbowych przy wykorzystaniu analizy kointegracji indeksu WIG i indeksu TBPS.Index, będącego pierwszym oficjalnym indeksem obligacji skarbowych w Polsce, publikowanym od 2011 r. Obydwa indeksy należą do indeksów dochodowych. Okres badawczy obejmuje pięcioletni okres (16.02.2011-15.02.2016). Zastosowana w analizie metoda Engle a Grangera nie wskazała na występowanie relacji kointegrujących pomiędzy indeksem WIG i indeksem obligacji skarbowych. Słowa kluczowe: akcje, obligacje, indeks WIG, indeks TBSP.Index, kointegracja. Wprowadzenie Obserwowanym zjawiskiem na rynkach finansowych są powiązania pomiędzy poszczególnymi rynkami różnych państw, np. między rynkami akcji [m.in. Scheicher, 2001; Syriopoulos, 2007; Masood i in., 2010, Czupryna, 2013] oraz w ramach krajowego rynku finansowego pomiędzy rynkami poszczególnych aktywów finansowych [np. Shiller i Beltratti, 1992; Ilmanen, 2003]. Przedmiotem szczególnego zainteresowania teoretyków i praktyków z zakresu rynków finansowych jest relacja między akcjami i obligacjami skarbowymi, będącymi podstawowymi instrumentami rynku kapitałowego, charakteryzującymi się odmiennym poziomem ryzyka związanego z inwestowaniem w te instrumenty. Przeprowadzone badania empiryczne dotyczące tej zależności są bardzo liczne i obejmują szeroki zakres problematyki, m.in. czynniki wpływające na korelację

Analiza zależności długookresowych między indeksem WIG 27 między stopami zwrotu akcji i obligacji [Ilmanen, 2003], zmienność korelacji w czasie [Andersson, Krylova i Vähämaa, 2008] i zależności przyczynowe w sensie Grangera [Ong i Ho, 2014]. Istotnym elementem analizy zależności między rynkiem akcji i obligacji (skarbowych) jest badanie istnienia określonej relacji między nimi w długim okresie, pozwalającej na prognozowanie cen na tych rynkach i budowanie długoterminowej strategii inwestycyjnej, która polega na analizie kointegracji. Kointegracja oznacza długookresową zależność procesów ekonomicznych, którą interpretuje się jako ścieżkę równowagi. W krótkim okresie występują odchylenia od ścieżki równowagi [Kośko, Osińska (red.) i Stempińska, 2007, s. 351]. Występowanie kointegracji między rynkami finansowymi oznacza, że w długim okresie osiągane stopy zwrotu z inwestycji na tych rynkach będą ze sobą silnie skorelowane, jednak w krótkim okresie może wystąpić tendencja odwrotna [Allen i MacDonald, 1995, s. 12]. Prowadzone badania empiryczne wskazują na zjawisko występowania relacji kointegrujących pomiędzy rynkiem akcji i rynkiem obligacji skarbowych. N. Sullivan [2002] badał długoterminowe powiązania między rynkami akcji, obligacji skarbowych oraz obligacji korporacyjnych w Stanach Zjednoczonych, Japonii, strefie euro i Wielkiej Brytanii w latach 1985-2002, z uwzględnieniem wpływu kursów walutowych na osiągane stopy zwrotu. W przypadku analizy zależności w obrębie poszczególnych trzech państw i regionu strefy euro stwierdzono występowanie kointegracji między tymi aktywami w Stanach Zjednoczonych, Wielkiej Brytanii i regionie strefy euro, natomiast zjawisko to nie wystąpiło w przypadku rynku japońskiego. Również badania J.O. Olesena i O. Risagera [2000] dotyczące zależności między stopą zwrotu akcji i rentownością obligacji skarbowych na rynku duńskim w latach 1927-1997 w pięcioletnim i dziesięcioletnim (kroczącym) horyzoncie inwestycyjnym potwierdzają, że rynek akcji i rynek obligacji są silnie skointegrowane. Analizę kointegracji cen akcji i obligacji skarbowych przeprowadzono również dla rynków wschodzących. Przykładowo M. Venkateshwarlu i T. Ramesh Babu [2011] badali zależności przyczynowe w sensie Grangera między cenami tych aktywów w Indiach w latach 2004-2010 w okresie przed recesją, w trakcie recesji i po okresie recesji. Stwierdzili występowanie kointegracji w każdym roku analizowanego okresu oraz brak zależności przyczynowych (jedynie w 2010 r. ceny obligacji były przyczyną kształtowania się cen akcji w sensie Grangera 1 ). 1 Zmienna x jest przyczyną y w sensie Grangera, jeżeli bieżące wartości y można prognozować z większą dokładnością przy użyciu przeszłych wartości x niż bez ich wykorzystania, przy niezmienionej pozostałej informacji [Charemza i Deadman, 1997, s. 158].

28 Justyna Dyduch Celem niniejszego artykułu jest określenie, czy istnieje długookresowa zależność między rynkiem akcji i rynkiem obligacji skarbowych przy wykorzystaniu analizy kointegracji indeksu WIG i indeksu TBPS.Index, będącego pierwszym oficjalnym indeksem obligacji skarbowych w Polsce [www 1]. Indeksy WIG i TBSP.Index są indeksami dochodowymi. Przy obliczaniu indeksu WIG uwzględnia się ceny akcji oraz dochody z dywidend i praw poboru, natomiast przy ustalaniu indeksu TBSP.Index kursy obligacji, wartości narosłych odsetek oraz dochody z reinwestycji kuponów odsetkowych. Indeks WIG obejmuje wszystkie spółki z rynku głównego GPW, spełniające bazowe kryteria uczestnictwa w indeksie. Przy jego ustalaniu uwzględnia się maksymalny udział pojedynczej spółki i sektora giełdowego w celu zapewnienia dywersyfikacji portfela indeksu. Skład portfela indeksu obligacji skarbowych tworzą denominowane w złotych obligacje zerokuponowe oraz obligacje o oprocentowaniu stałym. Wartość TBSP.Index jest ustalana dwukrotnie w ciągu dnia na podstawie kursów z sesji fixingowych przeprowadzanych na rynku Treasury BondSpot Poland. Indeks WIG jest obliczany od 16 kwietnia 1991 r. i ten dzień ustalono jako jego datę bazową. Indeks obligacji skarbowych jest publikowany od 16 lutego 2011 r., natomiast jego datę bazową stanowi dzień 29 grudnia 2006 r. Wartość bazowa obu indeksów wynosi 1000 pkt [www 1]. 1. Metodyka badań Koncepcja kointegracji wprowadzona przez Engle a i Grangera polega na tym, że pomiędzy procesami ekonomicznymi da się wyznaczyć pewną długookresową ścieżkę równowagi, niezależną od czasu, natomiast wartości znajdujące się poza nią stanowią krótkookresowe odchylenia od stanu równowagi, zależne od czasu [Kośko, Osińska (red.) i Stempińska, 2007, s. 351]. Weryfikacja hipotezy o kointegracji procesów pozwala na uniknięcie stwierdzenia występowania między nimi relacji, która jest w rzeczywistości tzw. regresją pozorną [Kośko, Osińska (red.) i Stempińska, 2007, s. 353]. Szeregi czasowe x t i y t są skointegrowane stopnia d, b, gdzie d b 0, jeżeli: 1) oba szeregi są zintegrowane tego samego stopnia d oraz 2) istnieje kombinacja liniowa tych zmiennych, która jest zintegrowana stopnia d-b [Charemza i Deadman, 1997, s. 124]. Szereg jest zintegrowany stopnia d, jeżeli sam jest niestacjonarny i można go sprowadzić do szeregu stacjonarnego obliczając przyrosty (różnicując) d razy [Charemza i Deadman, 1997, s. 112]. Szeregi stacjonarne charakteryzują się stałą wariancją, a ich wartości w poszczególnych momentach oscylują wokół pewnego względnie stałego poziomu, który jest poziomem średnim dla całego bada-

Analiza zależności długookresowych między indeksem WIG 29 nego okresu. Proces stochastyczny nazywamy (silnie) stacjonarnym, jeżeli łączne i warunkowe rozkłady prawdopodobieństwa tego procesu nie zmieniają się przy przesunięciach w czasie [Witkowska, 2005, s. 167]. W przypadku wystąpienia kointegracji szeregów można badać relacje między nimi wykorzystując odpowiedni model zawierający mechanizm korekty błędem, uwzględniający długookresową relację zmiennych, jak i krótkookresową nierównowagę [Kośko, Osińska (red.) i Stempińska, 2007, s. 354; Charemza i Deadman, 1997, s. 131]. Do weryfikacji hipotezy o kointegracji indeksów WIG i TBSP.Index wykorzystano metodę Engle a Grangera. Polega ona na [Kośko, Osińska (red.) i Stempińska, 2007, s. 355]: testowaniu stopnia integracji empirycznych szeregów czasowych, szacowaniu równania kointegrującego za pomocą klasycznej metody najmniejszych kwadratów (w przypadku, gdy szeregi są zintegrowane tego samego stopnia), badaniu istotności ocen parametrów równania kointegrującego, wyznaczeniu reszt równania kointegrującego, testowaniu stopnia integracji tych reszt. Kointegracja występuje, jeżeli szereg resztowy z równania kointegrującego nie jest zintegrowany, czyli jest stacjonarny. Oszacowane w analizie równanie kointegrujące jest postaci: Y t = α 0 + α 1 X t + ε t. Do testowania stopnia integracji szeregów wykorzystano rozszerzony test Dickeya Fullera, sprawdzający obecność pierwiastka jednostkowego w równaniu autoregresji. Analiza obejmowała pięcioletni okres od 16.02.2011 (początek publikacji TBSP.Index) do 15.02.2016. W badaniach uwzględniono dzienne kursy zamknięcia indeksu WIG i TBSP.Index (1245 obserwacji w każdym szeregu). Dane pochodziły ze strony internetowej Giełdy Papierów Wartościowych w Warszawie [www 2]. Obliczenia wykonano w programie GRETL. 2. Wyniki badań Na rys. 1 i 2 przedstawiono kształtowanie się kursów zamknięcia odpowiednio indeksu WIG i TBSP.Index w analizowanym pięcioletnim okresie, a w tab. 1 charakterystyki opisowe szeregów czasowych reprezentujących dzienne notowania tych indeksów. Dzienne notowania badanych indeksów charakteryzują się podobnym poziomem zmienności (mierzonym współczynnikiem zmienności), lewostronną asymetrią rozkładu i platokurtycznym rozkładem, czyli mają wartości cechy mniej skoncentrowane w porównaniu z rozkładem normalnym.

30 Justy yna Dyduch Rys. 1. Kurs zam mknięciaa indeksu WIG w okresie 16.02.2011-15.02..2016 Rys. 2. Kurs zam mknięciaa indeksu TBSP.Index w okresie 16.02.2011-15.02.2016

Analiza zależności długookresowych między indeksem WIG 31 Tabela 1. Statystyki opisowe dziennych kursów indeksów WIG i TBSP.Index Statystyka WIG TBSP.Index średnia 47661,3 1480,76 mediana 48626,2 1492,99 minimum 36549,5 1221,99 maksimum 57379,4 1686,78 odchylenie standardowe 5218,97 143,636 współczynnik zmienności 0,109501 0,097002 skośność 0,383959 0,180558 kurtoza 0,985797 1,25116 percentyl 5% 38331,1 1248,01 percentyl 95% 54531,6 1672,83 zakres Q3-Q1 8420,19 293,005 Źródło: Obliczenia własne przy wykorzystaniu programu GRETL. Weryfikację hipotezy o występowaniu kointegracji indeksów WIG i TBSP.Index rozpoczęto od zbadania stopnia integracji dziennych szeregów czasowych przy pomocy rozszerzonego testu Dickeya Fullera. Jako wymagany poziom istotności przyjęto poziom α = 0,05. Optymalny rząd opóźnienia został wybrany na podstawie bayesowskiego kryterium informacyjnego Schwarza. Zgodnie z oczekiwaniem 2, dla szeregów poziomu obserwacji notowań indeksu WIG i indeksu TBSP.Index nie ma podstaw do odrzucenia hipotezy zerowej mówiącej o występowaniu pierwiastka jednostkowego, ponieważ wartość p jest większa od przyjętego poziomu istotności (tab. 2). Oznacza to, że analizowane szeregi charakteryzują się brakiem stacjonarności. Wyniki rozszerzonego testu Dickeya Fullera dla wyznaczonych pierwszych różnic dla obu zmiennych (tab. 3) wskazują, że badane szeregi notowań indeksów są zintegrowane w stopniu pierwszym (należy przyjąć hipotezę alternatywną, zgodnie z którą pierwsze różnice szeregów notowań indeksów są stacjonarne). Tabela 2. Wyniki rozszerzonego testu Dickeya-Fullera dla szeregów poziomu obserwacji notowań indeksu WIG i TBSP.Index Zmienna Statystyka testu Wartość p WIG 1,72461 0,4188 TBSP.Index 1,14981 0,6981 Źródło: Obliczenia własne przy wykorzystaniu programu GRETL. 2 Dla wielu procesów ekonomicznych, w tym m.in. kształtowania się kursów giełdowych charakterystyczna jest niestacjonarność [Witkowska, 2005, s. 171].

32 Justyna Dyduch Tabela 3. Wyniki rozszerzonego testu Dickeya-Fullera dla szeregów pierwszych różnic notowań indeksu WIG i TBSP.Index Zmienna Statystyka testu Wartość p WIG 31,9752 0,0000 TBSP.Index 31,6469 0,0000 Źródło: Obliczenia własne przy wykorzystaniu programu GRETL. Oszacowane metodą najmniejszych kwadratów parametry równania kointegrującego (przy indeksie WIG jako zmiennej zależnej) są istotne statystycznie na poziomie istotności α = 0,01. Równanie to ma postać: WIG = 12150,6 + 23,9815 TBSP.Index + ε t Następnie za pomocą rozszerzonego testu Dickeya Fullera zweryfikowano hipotezę zerową mówiącą o występowaniu pierwiastka jednostkowego w procesie resztowym z równania kointegrującego. Na podstawie otrzymanych wyników testu (wartość statystyki testu równa minus 2,01995 i asymptotyczna wartość p równa 0,5175) przy przyjętym poziomie istotności α = 0,05 można stwierdzić, że nie ma podstaw do odrzucenia hipotezy zerowej, zatem reszty z równania kointegrującego nie są stacjonarne. Oznacza to, że nie występuje kointegracja między szeregami dziennych notowań indeksu WIG i indeksu TBSP.Index i nie można opisać ich relacji w postaci modelu korekty błędem. Podsumowanie W badaniach nad długookresowymi zależnościami między rynkami finansowymi często wykorzystywana jest analiza kointegracji. Określenie, czy pomiędzy instrumentami finansowymi istnieje pewna długookresowa równowaga jest istotne w podejmowaniu decyzji inwestycyjnych, przy tworzeniu strategii dywersyfikacji ryzyka i alokacji środków finansowych. Przeprowadzona analiza kointegracji indeksu WIG i indeksu TBPS.Index, metodą Engle a Grangera wskazała, że nie występują zależności długookresowe między polskim rynkiem akcji i rynkiem obligacji skarbowych. Literatura Allen D.E., MacDonald G. (1995), The Long-Run Gains from International Equity Diversification. Australian Evidence from Cointegration Tests [w:] D.K. Ghosh, S. Khaksari (eds.), Managerial Finance in the Corporate Economy, Routledge, London.

Analiza zależności długookresowych między indeksem WIG 33 Andersson M., Krylova E., Vähämaa S. (2008), Why Does the Correlation between Stock and Bond Returns Vary Over Time? Applied Financial Economics, Vol. 18, No. 2. Charemza W.W., Deadman D.F. (1997), Nowa ekonometria, PWE, Warszawa. Czupryna M. (2013), O współzależności giełd na przykładzie giełdy polskiej i niemieckiej, Annales Universitatis Mariae Curie-Skłodowska Lublin Polonia, Vol. XLVII, nr 3. Ilmanen A. (2003), Stock-Bond Correlations, Journal of Fixed Income, Vol. 13, No. 2, s. 55-66. Kośko M., Osińska M. (red.), Stempińska J. (2007), Ekonometria współczesna, TNOiK Dom Organizatora, Toruń. Masood O. i in. (2010), Cointegration of Baltic Stock Markets in the Financial Tsunami: Empirical Evidence, International Journal of Business, Vol. 15, pp. 119-132. Olesen J.O., Risager O. (2000), On the Relationship between the Danish Stock and Bond Market in the Medium and Long Term, Working Paper 4, Institut for Nationalokonomi, Kobenhavn. Ong S.L., Ho C.M. (2014), Testing for Linear and Non-linear Granger Non-Causality Hypothesis between Stock and Bond: The Cases of Malaysia and Singapore, The Singapore Economic Review, Vol. 59. O Sullivan N. (2002), Stocks and Bonds: Eggs in the Same or Different Baskets A Cointegration Analysis, August 24, http://papers.ssrn.com/sol3/papers.cfm? abstract_id=2269553 (dostęp: 15.02.2016). Scheicher M. (2001), The Co-Movements of Stock Markets in Hungary, Poland and the Czech Republic, International Journal of Finance and Economics, Vol. 6, Iss. 1, pp. 27-39. Shiller R.J., Beltratti A.E. (1992), Stock-Prices and Bond Yields Can Their Comovements Be Explained in Terms of Present Value Model? Journal of Monetary Economics, Vol. 30, s. 25-46. Syriopoulos T. (2007), Dynamic Linkages between Emerging European and Developed Stock Markets: Has EMU Any Impact? International Review of Financial Analysis, Vol. 16, pp. 41-60. Venkateshwarlu M., Ramesh Babu T. (2011), Stock and Bond Price Dynamics Evidence from an Emerging Economy, International Business & Economics Research Journal, Vol. 10, No. 9, s. 93-103. Witkowska D. (2005), Podstawy ekonometrii i teorii prognozowania, Oficyna Ekonomiczna, Kraków. [www 1] https://www.gpw.pl/opisy_indeksow (dostęp: 10.03.2016). [www 2] http://gpwinfostrefa.pl/gpwis2/pl/index/ (dostęp: 10.03.2016).

34 Justyna Dyduch ANALYSIS OF LONG-TERM INTERDEPENDENCE BETWEEN WIG INDEX AND TREASURY BOND INDEX TBSP.INDEX Summary: The aim of the article is to determine if a long-term interdependence between stock market and treasury bond market exists, by means of cointegration analysis of WIG and TBSP.Index indices. TBPS.Index is the first officially published treasury bond index in Poland (since 2011). Both indices belong to income indices. The analysis covers five-year period (2011.02.16-15.02.2016). The Engle Granger test applied in the cointegration analysis proved no cointegration between the analyzed stock and treasury bond indices. Keywords: stocks, bonds, WIG Index, TBSP.Index, cointegration.