Journal of Agribusiness and Rural Development ASYMETRIA W TRANSMISJI CEN PSZENICY PASZOWEJ MIĘDZY RYNKIEM POLSKIM I NIEMIECKIM

Podobne dokumenty
Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ

FINANSOWE SZEREGI CZASOWE WYKŁAD 3

Stanisław Cichocki Natalia Nehrebecka. Wykład 2

t t t t T 2 Interpretacja: Przeciętna wartość zmiennej objaśnianej różni się od wartości teoretycznej średnio o

Stanisław Cichocki Natalia Nehrebecka. Wykład 2

t t t t T 2 Interpretacja: Przeciętna wartość zmiennej objaśnianej różni się od wartości teoretycznej średnio o ˆ

SEZONOWOŚĆ ZGONÓW W POLSCE W LATACH

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Natalia Nehrebecka. Zajęcia 4

Natalia Nehrebecka. Wykład 2

Sprzedaż finalna - sprzedaż dóbr i usług konsumentowi lub firmie, którzy ostatecznie je zużytkują, nie poddając dalszemu przetworzeniu.

Prognozowanie cen detalicznych żywności w Polsce

Prawdopodobieństwo i statystyka r.

DYNAMICZNE MODELE EKONOMETRYCZNE

Natalia Nehrebecka. Zajęcia 3

STATYSTYKA. Zmienna losowa skokowa i jej rozkład

Wpływ innowacji wybranych czynników na równowag cenowà. walorów notowanych na Giełdzie Papierów Wartościowych

Ekonometryczne modele nieliniowe

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2010, Oeconomica 280 (59), 13 20

Kurtoza w procesach generowanych przez model RCA GARCH

Mariola Piłatowska Uniwersytet Mikołaja Kopernika w Toruniu. Przegląd modeli realizujących postulat zgodności. 1. Problemy dynamicznego modelowania

Finansowe szeregi czasowe wykład 7

Poziomy płynnoêci i opóênienia w rozrachunku w systemie SORBNET podejêcie symulacyjne przy u yciu symulatora systemów płatnoêci BoF-PSS2*

Monika Kośko Wyższa Szkoła Informatyki i Ekonomii TWP w Olsztynie Michał Pietrzak Uniwersytet Mikołaja Kopernika w Toruniu

Weryfikacja hipotez dla wielu populacji

Parametry zmiennej losowej

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu

Matematyka ubezpieczeń majątkowych r.

65120/ / / /200

Ekonometryczne modele nieliniowe

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

Matematyka finansowa r.

DYNAMICZNE MODELE EKONOMETRYCZNE

TWIERDZENIE FRISCHA-WAUGHA-STONE A A PYTANIE RUTKAUSKASA

Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada. Zajęcia 3

Ocena jakościowo-cenowych strategii konkurowania w polskim handlu produktami rolno-spożywczymi. dr Iwona Szczepaniak

Kier. MTR Programowanie w MATLABie Laboratorium

Teoria sterowania 1 Temat ćwiczenia nr 7a: Synteza parametryczna układów regulacji.

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. Strona 1

Stanisław Cichocki Natalia Nehrebecka. Wykład 4

Karolina Kluth Uniwersytet Mikołaja Kopernika w Toruniu. Konwergencja gospodarcza w zakresie kryteriów Traktatu z Maastricht analiza ekonometryczna

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

Stanisław Cichocki Natalia Nehrebecka. Wykład 3

Część 1 7. TWIERDZENIA O WZAJEMNOŚCI 1 7. TWIERDZENIA O WZAJEMNOŚCI Twierdzenie Bettiego (o wzajemności prac)

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów.

METODA USTALANIA WSPÓŁCZYNNIKA DYNAMICZNEGO WYKORZYSTANIA ŁADOWNOŚCI POJAZDU

dr inż. ADAM HEYDUK dr inż. JAROSŁAW JOOSTBERENS Politechnika Śląska, Gliwice

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak

ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

(estymator asymptotycznej macierzy kowariancji estymatora nieliniowej MNK w MNRN)

Współczynnik korelacji liniowej oraz funkcja regresji liniowej dwóch zmiennych

Ćw. 5. Wyznaczanie współczynnika sprężystości przy pomocy wahadła sprężynowego

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.

Barbara Pawełek Akademia Ekonomiczna w Krakowie. Normalizacja zmiennych a dopuszczalność prognoz zmiennej syntetycznej

ELEKTROCHEMIA. ( i = i ) Wykład II b. Nadnapięcie Równanie Buttlera-Volmera Równania Tafela. Wykład II. Równowaga dynamiczna i prąd wymiany

Stanisław Cichocki. Natalia Nehrebecka. Wykład 11

Wykład 6. Badanie dynamiki zjawisk

Ntli Natalia Nehrebecka. Dariusz Szymański. Zajęcia 4

MODELOWANIE I PROGNOZOWANIE ZAPOTRZEBOWANIA NA ENERGIĘ ELEKTRYCZNĄ W WYBRANYM REGIONIE

Dobór zmiennych objaśniających

Natalia Nehrebecka. Dariusz Szymański

Udoskonalona metoda obliczania mocy traconej w tranzystorach wzmacniacza klasy AB


specyfikacji i estymacji modelu regresji progowej (ang. threshold regression).

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

dy dx stąd w przybliżeniu: y

OeconomiA copernicana. Katarzyna Czech Szkoła Główna Gospodarstwa Wiejskiego w Warszawie

ANALIZA POWIĄZAŃ MIĘDZY INDEKSAMI GIEŁDY FRANCUSKIEJ, HOLENDERSKIEJ I BELGIJSKIEJ Z WYKORZYSTANIEM MODELU KOREKTY BŁĘDEM

Oligopol dynamiczny. Rozpatrzmy model sekwencyjnej konkurencji ilościowej jako gra jednokrotna z pełną i doskonalej informacją

Analiza rynku projekt

1. Szereg niesezonowy 1.1. Opis szeregu

Nieliniowe zadanie optymalizacji bez ograniczeń numeryczne metody iteracyjne optymalizacji

Model CAPM z ryzykiem płynności na polskim rynku kapitałowym

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECI SKIEGO

MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE

DYNAMICZNE MODELE EKONOMETRYCZNE

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

Kier. MTR Programowanie w MATLABie Laboratorium Ćw. 12

Procedura normalizacji

Badanie współzaleŝności dwóch cech ilościowych X i Y. Analiza korelacji prostej. Badanie zaleŝności dwóch cech ilościowych. Analiza regresji prostej

XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Modelowanie równowagi cenowej na Giełdzie Papierów Wartościowych w Warszawie w okresach przed i po wejściu Polski do Unii Europejskiej

ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ

Model CAPM z ryzykiem płynności na polskim rynku kapitałowym

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

Rozkłady statystyczne w fizyce jądrowej

OBSERWACJE ODSTAJĄCE NA RYNKU ENERGII ELEKTRYCZNEJ

STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU

Proces narodzin i śmierci

Stanisław Cichocki Natalia Nehrebecka. Wykład 3

Wykład 6. Badanie dynamiki zjawisk

Transkrypt:

www.jard.edu.pl DOI: 10.17306/JARD.2015.6 Journal of Agrbusness and Rural Developmen pissn 1899-5241 eissn 1899-5772 1(35) 2015, 57-65 ASYMETRIA W TRANSMISJI CEN PSZENICY PASZOWEJ MIĘDZY RYNKIEM POLSKIM I NIEMIECKIM Marusz Hamulczu Szoła Główna Gospodarswa Wejsego w Warszawe Absra. Celem opracowana była ocena wysępowana poencjalnych asymer w ransmsj pozomej mędzy cenam pszency paszowej w Polsce w Nemczech. W badanach emprycznych wyorzysano procedurę esowana asymer na posawe model TAR M-TAR oraz modele ECM. Wyn badań powerdzły wysępowane długooresowej zależnośc mędzy cenam w Polsce Nemczech oraz asymeryczne dososowana cen pszency do równowag długooresowej. Słowa luczowe: ransmsja pozoma cen, asymera, ceny pszency, TAR, M-TAR, ECM WPROWADZENIE Inensyfacja procesów globalzacyjnych negracyjnych w osanch lunasu laach doprowadzła do syuacj, w órej rajowe ceny surowców rolnych odzwercedlają szałowane sę ch odpowednów na rynach śwaowych. Krajowe uwarunowana popyowo-podażowe mają ym samym coraz mnejsze znaczene. Zaneresowane powązanem mędzy rynam surowcowym ransmsją pozomą nabrało nowego wymaru po zw. ryzyse żywnoścowym, órego naslene przypadło na laa 2007-2008 (Praash, 2011; Lsor Espos, 2012). Transmsją pozomą oreślamy powązana cenowe mędzy różnym rynam rolnym na ym samym pozome łańcucha marengowego. W lasycznym rozumenu wąże sę ona z przenoszenem mpulsów cenowych mędzy ym samym surowcam w różnych loalzacjach (spaal prce ransmsson). Zagadnene o może eż doyczyć ransmsj cen mędzy różnym surowcam (neoneczne rolnym) w ej samej lub nnych loalzacjach (cross-commody prce ransmsson). Analzować można ransmsję pozomów cen lub/ ransmsję zmennośc cenowej (Confor, 2004; Espos Lsor, 2011; Serra n., 2011). Nnejsze opracowane oncenruje sę na przesrzennej ransmsj pozomów cen w ujęcu przedmoowym obejmuje ceny pszency paszowej w Polsce w Nemczech. PROBLEM BADAWCZY Teoreycznym punem wyjśca w zrozumenu mechanzmów ransmsj przesrzennej jes pojęce przesrzennego arbrażu (spaal arbrage) oraz zwązanego z nm prawa jednej ceny (Law of One Prce). Perwsze oznacza, że różnca mędzy cenam surowca w różnych loalzacjach rynowych ngdy ne przeroczy oszów ransacyjnych (w ym ransporu, załadunu, poszuwana nformacj p.), w przecwnym raze możlwośc zarobu zosaną naychmas wyorzysane przez arbrażysów. Z ole prawo jednej ceny sanow, że na rynach powązanych przez operacje handlowe arbraż cenowy homogenczne dobra posadają aą samą cenę, pomnejszoną o oszy ransacyjne (Mljovc, 1999; Facler Goodwn, 2001). Tesowane ransmsj cenowej wąże sę najczęścej z oceną efeywnośc rynu. Należy dodać, że ransmsja cenowa mędzy rynam dr nż. Marusz Hamulczu, Kaedra Eonom Rolncwa Mędzynarodowych Sosunów Gospodarczych, Szoła Główna Gospodarswa Wejsego w Warszawe, ul. Nowoursynowsa 166, 02-787 Warszawa, Poland, e-mal: marusz_hamulczu@sggw.pl Copyrgh by Wydawncwo Unwersyeu Przyrodnczego w Poznanu

Hamulczu, M. (2015). Asymera w ransmsj cen pszency paszowej mędzy rynem polsm nemecm. J. Agrbus. Rural Dev., może zachodzć mmo brau przepływów fzycznych owarów (brau negracj rynowej) a jedyne w wynu przepływu nformacj rynowych. Podobne ja do uzysana przesrzennej równowag rynowej według lasycznego modelu Ene-Samuelsona-Taayamy-Judge (ESTJ) ne są zaem oneczne przepływy fzyczne owarów (Barre, 2001; Barre L, 2002). W rzeczywsośc ransmsja przebega ne do ońca zgodne z założenam eoreycznym. Ma na o wpływ wele czynnów, z órych najważnejsze o: oszy ransacyjne, oczewana (nepełna nformacja), bra homogencznośc produów, wpływ onraów porozumeń, rola ursu waluowego, polya handlowa czy rajowa ogranczająca przepływy owarów (Fgel, 2002; Confor, 2004). Badana empryczne doyczące pozomej ransmsj cen mają na celu weryfację, na le analzowane ryn odbegają od eoreycznych zachowań rynu dosonale onurencyjnego lub eż analzę dynam samego procesu ransmsj. Zwyle esuje sę wysępowane relacj onegrujących (długooresowych), óre mplują podobną śceżę zachowań cen w długm orese przy możlwośc róooresowych odchyleń od ego sanu. Oszacowane modelu ransmsj pozwala oreślć, po jam czase różnce cenowe sę zmnejszają oraz na esymację szybośc ransmsj mpulsów cenowych (Fgel, 2002). Podsawową cechą w całym procese jes eż oreślene erunu przepływu mpulsów cenowych, z reguły na podsawe jednej z formuł przyczynowośc w sense Grangera. W procese ransmsj problemem jes wysępowane zależnośc nelnowych. Objawają sę one odmennym reacjam cen na wzrosy spad lub eż snenem przedzałów, w órych ransmsja jes słabsza nż w nnych 1. Jao główny czynn leżący u podsaw nelnowych reacj cenowych w uładze przesrzennym wsazuje sę oszy ransacyjne (Goodwn Pggo, 2001; Sephon, 2003). Węcej na ema asymer meody jej analzowana pszą m.n.: Bale Fomby (1997), Barre L (2002), czy Meyer von Cramon- -Taubadel (2004). W ym oneśce celem opracowana jes odpowedź na pyane, czy w procese ransmsj ceny pszency paszowej w Polsce w Nemczech jednaowo reagują na dodane ujemne odchylena od równowag czy eż ne. Po weryfacj ej hpoezy olejnym celem jes oszacowane odpowednch model 1 Pomjamy uaj nelnowośc zwązane ze zmanam sruuralnym. orey błędem, opsujących dynamę cen polsch nemecch. Badana e sanową rozwnęce problemay przedsawonej w aryule Hamulczua Łopacua (2013), gdze zależnośc mędzy cenam analzowano na podsawe model lnowych. DANE EMPIRYCZNE W badanach emprycznych posłużono sę ygodnowym cenam supu pszency paszowej według Komsj Europejsej (rys. 1). Analza obejmowała ores od syczna 2005 rou do maja 2013 rou (w sume 439 obserwacj). Przyjęce aego oresu badań umożlwa pomnęce poencjalnych zman sruuralnych zwązanych ze znesenem ogranczeń handlowych po przysąpenu Pols do UE. Równocześne ygodnowa częsość danych pozwala na grunowne rozpoznane zależnośc. Z uwag na ygodnową częsolwość danych oraz newel udzał wahań sezonowych w całowej warancj analza eonomeryczna bazuje na szeregach czasowych cen bez orey sezonowej. Równocześne, z uwag na wzros zmennośc cen wraz ze wzrosem pozomu ch badana, przeprowadzono ją na zmennych przeszałconych do posac logarymcznej. Zmenne przeszałcone oznaczono: Y ceny w Polsce oraz X ceny w Nemczech. Podejśce o jes ypowe dla węszośc analz jednocześne pozwala na nerpreacje oszacowanych współczynnów jao elasycznośc cenowych. Analza grafczna (rys. 1) ujawna znaczną współzależność w szałowanu sę cen w Polsce w Nemczech. Jednym z czynnów warunujących poencjalne powązane mędzy ym rynam co równeż deermnowało wybór zmennych jes wymana handlowa pszencą. W osanch laach ooło 20% mporu pszency w Nemczech sanow mpor z Pols, podczas gdy ponad 50% polsego esporu erowane jes na ryne nemec. Welośc e wyazują endencję rosnącą (Hamulczu Łopacu, 2013). Równocześne zauważyć można znaczące wahana cen na obydwu rynach. Różnca mędzy najnższym a najwyższym pozomem cen przeracza 150%. Duża zmenność cen oraz ch endencje wzrosowe wynają z rendów na śwaowych rynach. Wśród podsawowych czynnów wzrosu cen na całym śwece wymena sę wzros zużyca surowców do producj bopalw, wzros cen surowców energeycznych czy eż 58 www.jard.edu.pl

Hamulczu, M. (2015). Asymera w ransmsj cen pszency paszowej mędzy rynem polsm nemecm. J. Agrbus. Rural Dev., 300 250 Nemcy Germany Polsa Poland 200 150 100 50 3.01.2005 4.07.2005 2.01.2006 3.07.2006 1.01.2007 2.07.2007 31.12.2007 30.06.2008 29.12.2008 29.06.2009 28.12.2009 28.06.2010 27.12.2010 27.06.2011 26.12.2011 25.06.2012 24.12.2012 Rys. 1. Ceny pszency paszowej w Polsce w Nemczech (euro/) Źródło: opracowane własne na podsawe danych Komsj Europejsej. Fg. 1. Feed whea prces n Poland and Germany (eur/) Source: own elaboraon on he bass of European Commsson daa. uwarunowana maroeonomczne. Szerzej ema en podejmują m.n. Rahmann n. (2010), European Commsson (2011) oraz Praash (2011). METODY Kluczowe znaczene w doborze meody sosowanej w badanu ransmsj cen mają właścwośc szeregów czasowych, sanowących realzację analzowanych procesów eonomcznych. W nnejszym opracowanu pomnęo neóre oblczena, odwołując sę do wcześnejszych badań oparych na ych samych danych z denycznego oresu. W śwele usaleń Hamulczua Łopacua (2013) szereg czasowe ygodnowych cen pszency paszowej w Polsce Nemczech w laach 2005-2013 są nesacjonarne, znegrowane w sopnu perwszym. Powerdzono o, wyorzysując rozszerzony es Dceya-Fulera na perwase jednosowy (ADF). W śwele ych samych badań ceny nemece są w sense Grangera przyczyną cen w Polsce. Równocześne mędzy cenam wysępuje długooresowa równowaga, co powerdzono, wyorzysując es Johansena. Szerzej na ema poszczególnych model pszą np. Charemza Deadman (1997). W nnejszym opracowanu do oceny długooresowej zależnośc wyorzysano procedurę Engla-Grangera (EG) oparą na nasępującym modelu (Engle Granger, 1987): Y = β 0 + β 1 X +u (1) gdze: Y, X zmenne, órych sonegrowane jes badane (w naszym przypadu Y o ceny w Polsce, a X o ceny w Nemczech) β 0, β 1 paramery sruuralne u reszy relacj onegrującej. Sacjonarność resz u ocenamy na podsawe esu ADF-EG zgodne z nasępującym wzorem (przyład modelu bez wyrazu wolnego): 1 1 u u u (2) gdze: Δu = u u -1 ρ, γ paramery modelu masymalne opóźnene ε jes sładnem losowym o własnoścach bałego szumu. W eśce zwyłym ADF hpoeza zerowa (H 0 ) załada, że analzowany szereg czasowy jes nesacjonarny. W eśce na onegrację ADF-EG odpowada o H 0, załadającej bra onegracj. Isone mnejsza od zera warość parameru r pozwala na odrzucene H 0 ym www.jard.edu.pl 59

Hamulczu, M. (2015). Asymera w ransmsj cen pszency paszowej mędzy rynem polsm nemecm. J. Agrbus. Rural Dev., samym na uznane snena zależnośc onegracyjnej (długooresowej). Wówczas relację pomędzy zmennym można zapsać za pomocą modelu orey błędem ECM w posac (Engle Granger, 1987; Charemza Dead man, 1997): Y 0 u 1 Y 1 1 X (3) gdze: α, δ paramery dososowań róooresowych μ paramer wyrażający szybość powrou zmennej do długooresowej śceż równowag. Alernaywną specyfacją saysy esującej sacjonarność resz z relacj onegrującej danej wzorem 1 jes zw. progowy model auoregresyjny TAR (hreshold auoregressve model) (Enders Granger, 1998; Enders Slos, 2001): 1 u 1 1 I ) 2 1 1 u I ( u u (4) gdze: I funcja zerojedynowa przyjmująca welośc: I = 1 dla u -1 τ oraz I = 0 dla u -1 < τ, gdze τ o sała równa warośc progowej. Warość progową τ można przyjąć na pozome 0 (wówczas mów sę o odchylenach powyżej ponżej relacj długooresowej oreślonej wzorem 1) lub eż oszacować łączne z parameram ρ 1 ρ 2. Model en umożlwa esowane H 0 o brau zależnośc długooresowej w ramach modelu TAR. Wyorzysać można w ym celu saysyę esu F (waran Walda), nazywaną przez Endersa Slosa (2001) saysyą Φ, przy H 0 : ρ 1 = ρ 2 = 0. Warośc ryyczne Φ* dla modelu TAR sablcowane są w pracy Endersa Slosa (2001) 2. Tesowane asymer polega na porównanu modelu oreślonego wzorem 4 z modelem nałożonym resrycjam: ρ 1 = ρ 2 za pomocą esu F (waran Walda), z wyorzysanem ych samych warośc ryycznych Φ* co wyżej. Odrzucene H 0 : ρ 1 = ρ 2 jes równoznaczne z przyjęcem hpoezy alernaywnej, mówącej o asymerycznych reacjach zmennych na odchylena od równowag długooresowej. Oznacza o, że zamas modelu 3 należy sosować progowy model orey błędem (TAR- -ECM) (Enders Slos, 2001): Y 0 I1u 1 (1 I ) 2u 1 Y X 1 1 (5) Alernaywną specyfacją modelu orey błędem jes a, w órej podzał na reżmy zależy ne od ego, czy u -1 jes powyżej czy ponżej równowag, ale od erunu zman u -1 w orese poprzednm (Enders Granger, 1998). Model a nazywamy modelem progowym z mpeem M-TAR (momenum hreshold auoregressve model). Wyorzysujemy w ym celu zmodyfowane równane 4, w órym zamas I podsawamy M : Δu -1 = M ρ 1 u -1 + (1 M )ρ 2 u -1 + γ 1 Δu -1 + γ 2 Δu -2 + +... + γ Δu - + ε (6) gdze: M funcja zerojedynowa przyjmująca welośc: M = 1 dla Δu -1 τ M = 0 dla Δu -1 < τ. Tesowane onegracj oraz asymer wygląda analogczne ja w modelu TAR, przy czym warośc ryyczne Φ* odczyuje sę z ablc dla modelu M-TAR. W celu oszacowana modelu orey błędem z efeem M-TAR równane 5 należy przeszałcć do posac 3 : Y 0 M1u 1 (1 M ) 2u 1 Y X 1 1 (7) Po oszacowanu właścwego modelu można go znerpreować. Oszacowane modele orey błędem mogą eż być podsawą esowana asymer, przyczynowośc czy egzogencznośc (Enders Slos, 2001; Meyer von Cramon-Taubadel, 2004; Osńsa, 2008). WYNIKI BADAŃ Na podsawe logarymcznych cen w Polsce w Nemczech oszacowano zależność długooresową według wzoru 1 (w nawasach saysya -Sudena): Y = 0,327 + 1,053 X +u ( 4,88) (79,73) Blsa jednośc warość oszacowanego parameru β 1 śwadczy o prayczne pełnym przełożenu zman cen 2 Innym sposobem esowana sonośc relacj onegrującej jes wyorzysane saysy -Max. Jedna es en ma newelą sueczność, dlaego ne jes reomendowany do esowana zależnośc onegracyjnej (por. Enders Slos, 2001). 3 Równana 3, 5 7 zapsano, przyjmując jao zmenną endogenczną ΔY. Należy dodać, że e równana można zapsać analogczne dla pozosałych zmennych, przyjmując je w rol zmennej endogencznej (por. ab. 2). 60 www.jard.edu.pl

Hamulczu, M. (2015). Asymera w ransmsj cen pszency paszowej mędzy rynem polsm nemecm. J. Agrbus. Rural Dev., 0,3 0,2 u 0,1 0 0,1 0,2 0,3 3.01.2005 4.07.2005 2.01.2006 3.07.2006 1.01.2007 2.07.2007 31.12.2007 30.06.2008 29.12.2008 29.06.2009 28.12.2009 28.06.2010 27.12.2010 27.06.2011 26.12.2011 25.06.2012 24.12.2012 Rys. 2. Odchylena od równowag długooresowej mędzy szeregam czasowym cen pszency w Polsce w Nemczech Źródło: opracowane własne na podsawe danych Komsj Europejsej. Fg. 2. Devaons from long-run equlbrum relaonshp beween whea prce seres n Poland and Germany Source: own elaboraon on he bass of European Commsson daa. nemecch na ceny polse. Reszy relacj onegrującej zawaro na rysunu 2. Zauważyć można, że odchylena od równowag długooresowej w neórych oresach przeraczają 20%. Taa duża zmenność doyczy główne oresu, w órym doszło do zw. ryzysu żywnoścowego (laa 2007-2008). Oszacowane reszy relacj onegrującej u są sacjonarne, poneważ warość saysy emprycznej = 4,36 jes nższa od warośc ryycznej esu onegracj Engla-Grangera (ADF-EG) * = 4,13 (ab. 1). Tym samym zależność mędzy zmennym można zapsać w posac modelu ECM danego wzorem 3. Wcześnej jedna waro sprawdzć, czy ne lepej byłoby wyorzysać model TAR lub M-TAR przy założenu zerowej warośc progowej. Oszacowana paramerów ρ 1 ρ 2 model TAR M- -TAR przedsawono w abel 1. Zawaro am równeż wyn esowana hpoez zerowych o brau onegracj oraz o symerycznych dososowanach do równowag. W przypadu prosego modelu progowego TAR można zauważyć, że współczynn ρ 1 = 0,031 ρ 2 = 0,194 sojące przy zmennych reprezenujących dodane (I u _1 ) ujemne ((1-I )u _1 ) odchylena od równowag znacząco sę od sebe różną, podczas gdy różnce mędzy analogcznym współczynnam w modelu M- -TAR są mnejsze (ρ 1 = 0,075 ρ 2 = 0,117). Jedna w obu przypadach hpoeza zerowa o brau onegracj (H 0 : ρ 1 = ρ 2 = 0) jes odrzucana na pozome sonośc p = 0,05. Modele z zerowym resrycjam naładanym na paramery są saysyczne gorsze od modelu wyjścowego. W olejnym rou zweryfowano hpoezę zerową mówącą o symerycznych dososowanach do równowag (H 0 : ρ 1 = ρ 2, ab. 1). Oblczona saysya Φ modelu TAR, obrazująca różnce mędzy modelem zawerającym asymeryczne odchylena (4) a modelem 2, wynos 7,03, przy warośc ryycznej Φ* = 6,33. Tym samym odrzucamy H 0, co oznacza, że dososowana cen do równowag długooresowej zależą od erunu odchylena od nej. Zabrało jedna podsaw do odrzucena H 0 : ρ 1 = ρ 2 w modelu M-TAR. Oznacza o, że nezależne od erunu zman odchyleń od równowag w poprzednm orese reacje cenowe są ae same. Podsumowując doychczasowe rozważana, można uznać, że mamy do czynena z asymerycznym dochodzenem do równowag długooresowej cen pszency. Mając na uwadze, że ρ 1 > ρ 2 (przy podobnym pozome cen blsm jednośc oszacowanu parameru β 1 ), www.jard.edu.pl 61

Hamulczu, M. (2015). Asymera w ransmsj cen pszency paszowej mędzy rynem polsm nemecm. J. Agrbus. Rural Dev., Tabela 1. Tesowane onegracj asymer mędzy szeregam czasowym cen pszency w Polsce w Nemczech Table 1. Tesng of conegraon and asymmery beween whea prce seres n Poland and Germany Paramer/hpoeza Parameer/hypohess Współczynn/Sa. -Sudena/warość ryyczna Coeffcen/-Suden sa./crcal value Model ADF-EG (równane 2) Model ADF-EG (equaon 2) ρ 0,097 ( = 4,36) H 0 : r = 0 = 4,36; * = 4,13 = 9, AIC= 1653, BIC = 1608 Model TAR (równane 4) Model TAR (equaon 4) ρ 1 0,031 ( = 0,93) ρ 2 0,194 ( = 4,55) H 0 : ρ 1 = ρ 2 = 0 Φ = 13,16; Φ* = 6,33 H 0 : ρ 1 = ρ 2 Φ = 7,03; Φ* = 6,33 = 9, AIC = 1658, BIC = 1610 Model M-TAR (równane 6) Model M-TAR (equaon 6) ρ 1 0,075 ( = 2,50) ρ 2 0,117 ( = 4,11) H 0 : ρ 1 = ρ 2 = 0 Φ = 10,14; Φ* = 6,05 H 0 : ρ 1 = ρ 2 Φ = 1,24; Φ* = 6,05 = 9, AIC = 1653, BIC = 1604 Warośc ryyczne Φ* odczyano z ablc z pracy Endersa Slosa (2001) dla n = 500 = 4 1. Źródło: opracowane własne na podsawe danych Komsj Europejsej. Crcal values were aen from Enders and Slos (2001) for n = 500 and for = 4. Source: own elaboraon on he bass of European Commsson daa. 1 W ablcach zaware są warośc ryyczne dla 0, 1 4 opóźneń oraz 50, 100, 250 500 obserwacj. Rzeczywse Φ* byłyby neco nższe, jao że Φ* maleje wraz ze wzrosem. dososowana do równowag są szybsze, gdy ceny polse są nższe od cen nemecch. Z ole w oresach, gdy ceny polse są wyższe od nemecch, dochodzene do równowag jes wolnejsze. Jes o wdoczne na rys. 2, gdze warośc u powyżej zera urzymują sę dłużej nż warośc ponżej zera. Orzymane wyn zasadnczo są zgodne z analzam Rembezy (2010), óry przeprowadzł badana na mesęcznych cenach pszency ogółem w laach 1995-2009. Można zaem uznać, że właścwym modelem do opsu szałowana sę cen jes model ECM z dososowanem TAR według wzoru 5 (TAR-ECM). Powerdzają o równeż najnższe warośc ryerów nformacyjnych AIC BIC dla modelu TAR (ab. 1). W abel 2 zawaro oszacowana dwóch model TAR-ECM jeden dla cen polsch, a drug dla cen nemecch (wg wzoru 5). W modelach pozosawono jedyne opóźnena sone przy p < 0,1. Dodaowo wśród zmennych objaśnających szałowane sę cen polsch dodano dwe zmenne 0/1 w celu wyelmnowana wpływu warośc odsających w drugej połowe lpca 2008 r. Oszacowane modele charaeryzują sę 62 www.jard.edu.pl

Hamulczu, M. (2015). Asymera w ransmsj cen pszency paszowej mędzy rynem polsm nemecm. J. Agrbus. Rural Dev., Tabela 2. Oszacowana model orey błędem z dososowanem TAR (wzór 5) dla szeregów czasowych cen pszency w Polsce w Nemczech Table 2. Esmaed error correcon models wh TAR adjusmen (equaon 5) for whea prce seres n Poland and Germany Zmenna objaśnająca Explanaory varable Zmenna objaśnana ΔY Explaned varable ΔY Współczynn Coeffcen Sa. -Sudena -Suden sa. Zmenna objaśnająca Explanaory varable Zmenna objaśnana ΔX Explaned varable ΔX Współczynn Coeffcen Sa. -Sudena -Suden sa. cons 0,003 1,633 cons 0,004 2,100 (+) u -1 0,008 0,306 (+) u -1 0,026 1,064 (-) u -1 0,124 4,123 (-) u -1 0,065 2,236 ΔY -1 0,105 2,308 ΔX -1 0,129 2,550 ΔY -3 0,174 3,923 ΔX -2 0,174 3,465 ΔY -7 0,088 1,974 ΔX -4 0,089 1,768 ΔY -8 0,150 3,392 ΔX -5 0,103 2,093 ΔY -10 0,122 2,878 ΔX -8 0,097 1,968 ΔX -1 0,130 2,502 ΔY -1 0,086 1,977 ΔX -2 0,150 2,888 ΔY -4 0,128 2,952 ΔX -5 0,193 3,750 ΔY -8 0,073 1,724 ΔX -8 0,094 1,818 ΔX -9 0,106 2,072 d2008 0,140 5,301 d2008_1 0,076 2,805 H 0 : μ 1 = μ 2 = 0 F = 10,21 (p < 0,001) H 0 : μ 1 = μ 2 = 0 F = 2,55 (p = 0,079) H 0 : μ 1 = μ 2 F = 6,40 (p = 0,012) H 0 : μ 1 = μ 2 F = 4,26 (p = 0,040) u -1 (+) = I u -1, u -1 (-) = (1-I )u -1 Źródło: opracowane własne na podsawe danych Komsj Europejsej. Source: own elaboraon on he bass of European Commsson daa. braem auoorelacj, sablnoścą paramerów w czase oraz braem rozładu normalnego (rozład lepouryczny) 4. Jao że τ = 0, uproszczono oznaczena do posac: I u -1 = u -1 (+), zaś (1-I )u -1 = u -1 (-), odnosząc ym samym współczynn odpowedno do dodanch ujemnych 4 Sugeruje o poencjalną modyfację model o omponen warunowej warancj (GARCH). Wsępne oszacowana ach model wsazują jedna, że wnos co do sonośc asymer ne ulegną zmanom. odchyleń od śceż równowag. Można zauważyć (ab. 2), że saysyczne sone współczynn μ soją ylo przy ujemnych reszach relacj onegrującej. W przypadu polsego modelu μ 2 = 0,124, w modelu nemecm zaś μ 2 = 0,065. Ich zna są prawdłowe, a welośc wsazują, że dososowana do równowag długooresowej odbywają sę w węszym sopnu po srone polsej nż po nemecej. Nesone współczynn μ 1 (w przypadu modelu dla cen nemecch równeż z newłaścwym znaem) wsazują, że przy odchylenach powyżej śceż równowag długooresowej www.jard.edu.pl 63

Hamulczu, M. (2015). Asymera w ransmsj cen pszency paszowej mędzy rynem polsm nemecm. J. Agrbus. Rural Dev., oreślonej równanem 1 ne ma sonych dososowań cenowych. Na podsawe powyższych model zweryfowano dwe hpoezy, órych wyn zameszczono u dołu abel 2. Perwsza hpoeza załada bra dososowań do równowag długooresowej. Dla polsch cen jes ona odrzucona na pozome sonośc p < 0,01. Przypomnjmy, że powerdzene relacj onegrującej jes samo w sobe dowodem snena zależnośc przyczynowej mędzy zmennym (Osńsa, 2008). W przypadu modelu cen nemecch na pozome sonośc p = 0,05 bra podsaw do jej odrzucena. Można przyjąć, że ceny nemece są słabo egzogenczne względem cen pols ch, czyl że ryne nemec raczej wyznacza ceny, a po srone polsej nasępują dososowana. Druga hpoeza zerowa (H 0 : μ 1 = μ 2 ) mów o symerycznych reacjach poszczególnych cen na odchylena od równowag. Na pozome sonośc p = 0,05 zarówno w modelu dla cen polsch, ja cen nemecch odrzucono hpoezę zerową. Węsze warośc says F w przypadu modelu polsego śwadczą o ym, że asymera pojawa sę częścej na rynu polsm nż nemecm. Jes o rezula dososowywana sę cen polsch do cen nemecch, co wyna z domnującego erunu esporu z Pols do Nemec, a w onsewencj zwązanych z ym asymer w przepływe nformacj lub eż reacj na ne. Można eż przypuszczać, że polscy producenc są zby opymsyczn w ocene syuacj rynowej przy rosnących cenach. Przy wysom pozome cen producenc roln długo czeają na powerdzene zmany erunu rendu na spadowy przez urzymywane wysoch cen podczas negocjacj. W ym czase obroy są zazwyczaj dosyć nse. Gdy uczesncy rynu dojdą do wnosu, że nasąpła zmana rendu, suuje o gwałowną oreą cen w cągu lu ygodn. PODSUMOWANIE Przeprowadzone badana powerdzły slne powązana mędzy cenam pszency paszowej w Polsce w Nemczech. Mędzy cenam pszency w obu rajach zachodz dynamczna równowaga długooresowa, co warunuje równeż zależnośc przyczynowe mędzy cenam. Z badań wyna, że ceny nemece są słabo egzogenczne w sosunu do cen polsch, a o oznacza, że dososowana cenowe wprowadza sę główne po srone polsej. Zarówno w przypadu cen polsch, ja nemecch mamy do czynena z asymerycznym dososowanam do śceż równowag długooresowej, co można opsać za pomocą model TAR. Poencjalnym źródłem są oszy ransacyjne zwązany z ym nelnowy charaer arbrażu. Ne swerdzono asymerycznych dososowań zgodne z modelem M-TAR. Przeprowadzone badana można rozszerzyć w lu erunach. Uzupełnenem badań może być ocena w ramach modelu TAR-ECM asymerycznych róooresowych ransmsj lub eż oszacowane model dla węcej nż dwóch reżmów. Z uwag na lepouryczny rozład resz oszacowanych model olejne można rozszerzyć o warunową warancję (omponen GARCH). Zupełne nnym erunem badawczym, prayczne nepodejmowanym doychczas w Polsce, jes ocena procesu ransmsj zmennośc cenowej mędzy rynam rolnym. LITERATURA Bale, N. S., Fomby, T. B. (1997). Threshold Conegraon. In. Econ. Rev., 38, 62-745. Barre, C. B. (2001). Measurng Inegraon and Effcency n Inernaonal Agrculural Mares. Rev. Agrc. Econ. 23(1), 19-32. Barre, C. B., L, J. R. (2002). Dsngushng beween Equlbrum and Inegraon n Spaal Prce Analyss. Am. J. Agrc. Econ., 84 (2), 292-307. Charemza, W. W., Deadman, D. F. (1997). Nowa eonomera. Warszawa: PWE. Confor, P. (2004). Prce Transmsson n Seleced Agrculural Mares. FAO Commody and Trade Polcy Research Worng Paper 7. Enders, W., Granger, C. W. J. (1998). Un-roo ess and asymmerc adjusmen wh an example usng he erm srucure of neres raes. J. Bus. Econ. Sa., 16(3), 304-311. Enders, W., Slos, P. L. (2001). Conegraon and hreshold adjusmen. J. Bus. Econ. Sa., 19(2), 166-176. Engle, R. F., Granger, C. W. J. (1987). Conegraon and Error Correcon. Represenaon, esmaon and esng. Economerca, 55(2), 251-276. Espos, R., Lsor, G. (2011). Agrculural Prce Transmsson Across Space and Commodes Durng Prce Bubbles. Paper presened a he EAAE 2011 Congress, Change and Uncerany Challenges for Agrculure, Food and Naural Resources, Augus 30-Sepember 2. Zurch. European Commsson (2011). Hgh Commody Prces and Volaly. Wha Les Behnd he Roller Coaser Rde? 64 www.jard.edu.pl

Hamulczu, M. (2015). Asymera w ransmsj cen pszency paszowej mędzy rynem polsm nemecm. J. Agrbus. Rural Dev., Agrculural Mares Bref, 1/June. Brussels: Agrculural Trade Polcy Analyss Un. Facler, P. L., Goodwn, B. K. (2001). Spaal Prce Analyss. W: B. L. Gardner, G. C., Rausser (red.). Handboo of Agrculural Economcs, Elsever, 972-1025. Fgel, S. (2002). Cenowa efeywność rynu owarowego na przyładze zbóż w Polsce. Olszyn: Wydawncwo UW-M. Goodwn, B. K., Pggo, N. E. (2001). Spaal Mare Inegraon n he Presence of Threshold Effecs. Am. J. Agrc. Econ., 83, 302-317. Hamulczu, M., Łopacu, W. (2013). Prce lnage beween mllng and feed whea prces n Poland and Germany. Probl. World Agrc., 13(4), 34-44. Lsor, G., Espos, R. (2012). Horzonal Prce Transmsson n Agrculural Mares: Fundamenal Conceps and Open Emprcal Issues. Bo. Appl. Econ., 1(1), 81-96. Meyer, J., von Cramon-Taubadel, S. (2004). Asymmerc Prce Transmsson: A Survey. J. Agrc. Econ., 55 (3), 581-611. Mljovc, D. (1999). The Law of One Prce n Inernaonal Trade: A Crcal Revew. Rev. Agrc. Econ., 21, 126-139. Osńsa, M. (2008). Eonomeryczna analza zależnośc przyczynowych. Toruń: Wyd. Nau. UMK. Praash, A., (red.). (2011). Safeguardng food secury n volale global mares. Rzym: FAO. Rahmann, R., Szlo, A., Schaeffer, R. (2010). Land use compeon for producon of food and lqud bofuels: An analyss of he argumens n he curren debae. Renew. Energy, 35, 14 22. Rembeza, J. (2010). Transmsja cen w gospodarce polsej. Koszaln: Wyd. Uczelnane PK. Sephon, P. S. (2003). Spaal Mare Arbrage and Threshold Conegraon. Am. J. Agrc. Econ., 85(4), 1041-1046. Serra, T., Zlberman, D., Gl, J. (2011). Prce Volaly n Ehanol Mares. Eur. Rev. Agrc. Econ., 38(2), 259-280. ASYMMETRIC PRICE TRANSMISSION BETWEEN POLISH AND GERMAN FEED WHEAT MARKETS Summary. The am of he paper was an assessmen of possble asymmery n prce ransmsson beween Polsh and German feed whea prces. TAR and M-TAR procedures were employed for esng prce symmery, as well as ECM framewor. The resuls obaned ndcae he exsence of he long-run relaonshp beween Polsh and German whea prces, as well as asymmerc adjusmen of prces o he long-run equlbrum relaonshp. Key words: horzonal prce ransmsson, asymmery, whea prces, TAR, M-TAR, ECM Zaacepowano do druu Acceped for prn: 12.02.2015 Do cyowana For caon Hamulczu, M. (2015). Asymera w ransmsj cen pszency paszowej mędzy rynem polsm nemecm. J. Agrbus. Rural Dev., www.jard.edu.pl 65