Programy skupu aktywów Europejskiego Banku Centralnego w dobie kryzysu zadłużeniowego w strefie euro

Podobne dokumenty
DYNAMICZNE MODELE EKONOMETRYCZNE

Magdalena Sokalska Szkoła Główna Handlowa. Modelowanie zmienności stóp zwrotu danych finansowych o wysokiej częstotliwości

EFEKT DŹWIGNI NA GPW W WARSZAWIE WPROWADZENIE

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

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

Stanisław Cichocki Natalia Nehrebecka. Wykład 3

Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN Nr

Parytet stóp procentowych a premia za ryzyko na przykładzie kursu EURUSD

DYNAMICZNE MODELE EKONOMETRYCZNE

Ewa Dziawgo Uniwersytet Mikołaja Kopernika w Toruniu. Analiza wrażliwości modelu wyceny opcji złożonych

KURS EKONOMETRIA. Lekcja 1 Wprowadzenie do modelowania ekonometrycznego ZADANIE DOMOWE. Strona 1

DYNAMICZNE MODELE EKONOMETRYCZNE

Stanisław Cichocki Natalia Nehrebecka. Wykład 4

ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI

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

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

Zarządzanie ryzykiem. Lista 3

MODELOWANIE EFEKTU DŹWIGNI W FINANSOWYCH SZEREGACH CZASOWYCH

MODELOWANIE FINANSOWYCH SZEREGÓW CZASOWYCH Z WARUNKOWĄ WARIANCJĄ. 1. Wstęp

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

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

Stanisław Cichocki Natalia Nehrebecka. Wykład 3

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

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

Wykład 5. Kryzysy walutowe. Plan wykładu. 1. Spekulacje walutowe 2. Kryzysy I generacji 3. Kryzysy II generacji 4. Kryzysy III generacji

Daniel Papla Akademia Ekonomiczna we Wrocławiu. Wykorzystanie modelu DCC-MGARCH w analizie zmian zależności wybranych akcji GPW w Warszawie

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

POWIĄZANIA POMIĘDZY KRÓTKOOKRESOWYMI I DŁUGOOKRESOWYMI STOPAMI PROCENTOWYMI W POLSCE

WERYFIKACJA JAKOŚCI PROGNOZ ZMIENNOŚCI WYKORZYSTYWANYCH W MODELU RISKMETRICS TM

DYNAMICZNE MODELE EKONOMETRYCZNE

MODELOWANIE KURSÓW WALUTOWYCH NA PRZYKŁADZIE MODELI KURSÓW RÓWNOWAGI ORAZ ZMIENNOŚCI NA RYNKU FOREX

Jacek Kwiatkowski Magdalena Osińska. Procesy zawierające stochastyczne pierwiastki jednostkowe identyfikacja i zastosowanie.

Ocena płynności wybranymi metodami szacowania osadu 1

Wykład 6. Badanie dynamiki zjawisk

DYNAMICZNE MODELE EKONOMETRYCZNE

Efekty agregacji czasowej szeregów finansowych a modele klasy Sign RCA

Krzysztof Piontek Akademia Ekonomiczna we Wrocławiu. Modelowanie warunkowej kurtozy oraz skośności w finansowych szeregach czasowych

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

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

Bayesowskie porównanie modeli STUR i GARCH w finansowych szeregach czasowych 1

1. Szereg niesezonowy 1.1. Opis szeregu

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

licencjat Pytania teoretyczne:

Determinanty rentowności obligacji skarbowych peryferyjnych krajów strefy euro w warunkach stabilności i kryzysu

Analiza i Zarządzanie Portfelem cz. 6 R = Ocena wyników zarządzania portfelem. Pomiar wyników zarządzania portfelem. Dr Katarzyna Kuziak

TESTOWANIE EGZOGENICZNOŚCI ZMIENNYCH W MODELACH EKONOMETRYCZNYCH

EFEKT DNIA TYGODNIA NA GIEŁDZIE PAPIERÓW WARTOŚCIOWYCH W WARSZAWIE WSTĘP

Niestacjonarne zmienne czasowe własności i testowanie

Elżbieta Szulc Uniwersytet Mikołaja Kopernika w Toruniu. Modelowanie zależności między przestrzennoczasowymi procesami ekonomicznymi

Oddziaływanie procesu informacji na dynamikę cen akcji. Małgorzata Doman Akademia Ekonomiczna w Poznaniu

A C T A U N I V E R S I T A T I S L O D Z I E N S I S FOLIA OECONOMICA 2(301), Sławomir I. Bukowski *

Wykład 6. Badanie dynamiki zjawisk

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 768 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR

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

TRANSMISJA KRYZYSU ZAUFANIA NA POLSKI RYNEK MIĘDZYBANKOWY

Metody badania wpływu zmian kursu walutowego na wskaźnik inflacji

KRZYSZTOF JAJUGA Katedra Inwestycji Finansowych i Zarządzania Ryzykiem Akademia Ekonomiczna we Wrocławiu 25 LAT EKONOMETRII FINANSOWEJ

STATYSTYCZNA WERYFIKACJA MODELU CAPM NA PRZYKŁADZIE POLSKIEGO RYNKU KAPITAŁOWEGO WPROWADZENIE METODOLOGIA TESTOWANIA MODELU

Integracja zmiennych Zmienna y

Klasyfikacja modeli. Metoda najmniejszych kwadratów

WNIOSKOWANIE STATYSTYCZNE

dr Bartłomiej Rokicki Katedra Makroekonomii i Teorii Handlu Zagranicznego Wydział Nauk Ekonomicznych UW

Pobieranie próby. Rozkład χ 2

Matematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( )

Struktura sektorowa finansowania wydatków na B+R w krajach strefy euro

Analiza rynku projekt

ZJAWISKA SZOKOWE W ROZWOJU GOSPODARCZYM WYBRANYCH KRAJÓW UNII EUROPEJSKIEJ

Bankructwo państwa: teoria czy praktyka

Ocena efektywności procedury Congruent Specyfication dla małych prób

MATERIAŁY I STUDIA. Zeszyt nr 258. Podatność polskich rynków finansowych na niestabilności wewnętrzne i zewnętrzne

DYNAMICZNE MODELE EKONOMETRYCZNE

Nowokeynesowski model gospodarki

Heteroskedastyczność szeregu stóp zwrotu a koncepcja pomiaru ryzyka metodą VaR

Inwestycje w lokale mieszkalne jako efektywne zabezpieczenie przed inflacją na przykładzie Poznania w latach

Modelowanie premii za ryzyko na polskim rynku pieniężnym z wykorzystaniem instrumentów SWAP na POLONIĘ

DYNAMICZNE MODELE EKONOMETRYCZNE

Analiza szeregów czasowych w Gretlu (zajęcia 8)

Statystyka od podstaw z systemem SAS Dr hab. E. Frątczak, ZAHZiAW, ISiD, KAE. Część VII. Analiza szeregu czasowego

Nie(efektywność) informacyjna giełdowego rynku kontraktów terminowych w Polsce

ψ przedstawia zależność

ZASTOSOWANIE MODELI EKONOMETRYCZNYCH DO BADANIA SKŁONNOŚCI

WYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH

Krzysztof Piontek Weryfikacja modeli Blacka-Scholesa dla opcji na WIG20

Jerzy Czesław Ossowski Politechnika Gdańska. Dynamika wzrostu gospodarczego a stopy procentowe w Polsce w latach

Politechnika Częstochowska Wydział Inżynierii Mechanicznej i Informatyki. Sprawozdanie #2 z przedmiotu: Prognozowanie w systemach multimedialnych

ZMIENNOŚĆ CEN NA RYNKU ŻYWCA DROBIOWEGO WSTĘP

Analiza transmisji szoków dla rynków giełdowych Czech, Węgier i Polski w okresie globalnego kryzysu

WYCENA KONTRAKTÓW FUTURES, FORWARD I SWAP

ROCZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/2007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Katowicach

MODELOWANIE WŁASNOŚCI SZEREGÓW STÓP ZWROTU SKOŚNOŚĆ ROZKŁADÓW

MODELE AUTOREGRESYJNE JAKO INSTRUMENT ZARZĄDZANIA ZAPASAMI NA PRZYKŁADZIE ELEKTROWNI CIEPLNEJ

Wyzwania praktyczne w modelowaniu wielowymiarowych procesów GARCH

Warszawa, dnia 5 czerwca 2017 r. Poz. 13 UCHWAŁA NR 29/2017 ZARZĄDU NARODOWEGO BANKU POLSKIEGO. z dnia 2 czerwca 2017 r.

METODY STATYSTYCZNE W FINANSACH

MODELOWANIE STRUKTURY TERMINOWEJ STÓP PROCENTOWYCH WYZWANIE DLA EKONOMETRII

ŹRÓDŁA FLUKTUACJI REALNEGO EFEKTYWNEGO KURSU EUR/ PLN

Wpływ przestępczości na wzrost gospodarczy

Prognozowanie średniego miesięcznego kursu kupna USD

Szczegółowe informacje o czasopiśmie i archiwum na stronie

DYNAMICZNE MODELE EKONOMETRYCZNE

Transkrypt:

ZESZYT NR 4 (2013)

Programy skupu akywów Europejskiego Banku Cenralnego w dobie kryzysu zadłużeniowego w srefie euro Wojciech Grabowski *1 Ewa Sawasz **2 Wsęp Globalny kryzys finansowy, kóry rozpoczął się paniką na amerykańskim rynku międzybankowym laem 2007 r., rozprzesrzenił się na wiele krajów. W Europie przyjął on posać kryzysu zadłużeniowego części gospodarek srefy euro, co było związane z wybuchem zw. kryzysu greckiego w maju 2010 r. Najogólniej rzecz ujmując, można swierdzić, że wzros obaw doyczących sanu finansów publicznych Grecji spowodował inensyfikację napięć na rynkach finansowych. W szczególności objawiło się o wzrosem spreadów między renownościami obligacji skarbowych pańsw członkowskich srefy euro a odpowiednimi walorami niemieckimi, kóre w przypadku większości zw. krajów peryferyjnych Unii Gospodarczej i Waluowej (UGiW) osiągnęły najwyższy poziom od czasu jej uworzenia w 1999 r. W ramach działań anykryzysowych podjęo decyzję o uworzeniu Europejskiego Insrumenu Sabilności Finansowej, kóry miał udzielać pomocy finansowej krajom srefy euro napoykającym rudności w samodzielnym pozyskiwaniu środków po akcepowalnym koszcie. Równocześnie 10 maja 2010 r. Europejski Bank Cenralny (EBC) w celu przywrócenia prawidłowego funkcjonowania mechanizmu ransmisji poliyki pieniężnej (EBC, 2010a) posanowił reakywować część środków wprowadzanych w odpowiedzi na wcześniejsze fazy kryzysu, a akże, co najważniejsze, ogłosił Program Rynków Papierów Warościowych (Securiies Markes Programme, SMP), zakładający możliwość dokonywania przez EBC zakupów obligacji skarbowych pańsw członkowskich srefy euro na rynku wórnym. Z uwagi na rakaowy zakaz bezpośredniego finansowania długów rządów krajów srefy euro przez EBC (ar. 123 Trakau o funkcjonowania Unii Europejskiej, TFUE) ogłoszenie programu SMP wzbudziło duże konrowersje. Program był szeroko kryykowany w szczególności w Niemczech, gdzie ar. 123 TFUE jes posrzegany jako * 1 Wojciech Grabowski dr, Kaedra Modeli i Prognoz Ekonomerycznych UŁ. ** 2 Ewa Sawasz mgr, Kaedra Międzynarodowych Sosunków Gospodarczych UŁ. 5

jedno z najważniejszych osiągnięć w bankowości cenralnej (Weidmann 2011). Z kolei dla innych ylko EBC jako insyucja dysponująca nieograniczonymi zasobami jes w sanie skuecznie zapobiegać panice na rynkach obligacji skarbowych w srefie euro (De Grauwe 2011). Równocześnie z powodu ograniczeń w ramach programu SMP, przede wszyskim doyczących wielkości nabywanych obligacji program oceniono jako mało skueczny (De Grauwe 2012). W odróżnieniu od programu SMP drugi program EBC, kóry dopuszcza zakup obligacji skarbowych pańsw członkowskich srefy euro na rynku wórnym program bezwarunkowych ransakcji monearnych (Ourigh Moneary Transacions, OMT) zakłada nieograniczony zakres możliwej pomocy. Szczegóły echniczne ransakcji OMT podano do publicznej wiadomości we wrześniu 2012 r. Niemniej jednak jego zapowiedź można wiązać z przemówieniem prezesa EBC M. Draghiego, kóry podczas Global Invesmen Conference w Londynie w lipcu 2012 r. ogłosił, że EBC w ramach swojego mandau jes goowy uczynić wszysko, aby raować euro (Draghi 2012). Zaobserwowany po ej wypowiedzi wyraźny spadek renowności obligacji skarbowych peryferyjnych krajów srefy euro sprawił, że uznano ją za jedną z najbardziej udanych inerwencji słownych w hisorii bankowości cenralnej ( The Economis 2013). Celem arykułu jes porównanie wpływu programów SMP i OMT na kszałowanie się renowności obligacji skarbowych peryferyjnych pańsw srefy euro, przy czym już na wsępnie zaznaczamy, że doychczas (jesień 2013 r.) nie zosała przeprowadzona żadna inerwencja w ramach programu OMT. W efekcie jego wpływ jes rozparywany w konekście spadku renowności obserwowanego po przemówieniu M. Draghiego z konferencji inwesorów w Londynie. Na ej podsawie sawiamy hipoezę, że program OMT odegrał większą rolę w poprawie syuacji na rynkach obligacji skarbowych peryferyjnych pańsw UGiW. Ponado badamy rwałość skuków ych programów, czyli spadek renowności analizowanych walorów, przy czym przypuszczamy, że w przypadku programu OMT były one rwalsze. Arykuł składa się z dwóch zasadniczych części: 1. w pierwszej przedsawiamy szczegóły echniczne programów SMP i OMT; 2. w drugiej prezenujemy wyniki esymacji paramerów rozszerzonego modelu klasy ARCH. Programy SMP i OMT Program SMP zosał usanowiony w celu przeciwdziałania nieprawidłowościom w funkcjonowaniu rynków papierów warościowych oraz w celu przywrócenia właściwego działania mechanizmu ransmisji poliyki pieniężnej (EBC, 2010a). Program przewidywał inerwencje na rynkach publicznych oraz niepublicznych dłużnych papierów warościowych pańsw srefy euro, przy czym właśnie ze względu na przywoływany ar. 123 TFUE w przypadku ych pierwszych zakupy mogły być dokonywane wyłącznie na rynku wórnym, zaś w przypadku ych drugich również na rynku pierwonym. W założeniach programu podano, że skala inerwencji będzie usalana przez EBC. Równocześnie ogłoszono, że płynność osiągnięa w ramach za- 6

kupów będzie w pełni serylizowana, a zaem program nie wpłynie na ogólny poziom płynności i sopy rynku pieniężnego (EBC, 2010b). Wykres 1. Programy SMP i OMT na le renowności dziesięciolenich obligacji skarbowych wybranych pańsw srefy euro 50 % ogłoszenie SMP 10.05.2010 zw. Draghi's London speech; 26.07.2012 45 40 35 30 25 20 15 10 5 0 2007-01-01 2007-03-01 2007-05-01 2007-07-01 2007-09-01 2007-11-01 2008-01-01 2008-03-01 2008-05-01 2008-07-01 2008-09-01 2008-11-01 2009-01-01 2009-03-01 2009-05-01 2009-07-01 2009-09-01 2009-11-01 2010-01-01 2010-03-01 2010-05-01 2010-07-01 2010-09-01 2010-11-01 2011-01-01 2011-03-01 2011-05-01 2011-07-01 2011-09-01 2011-11-01 2012-01-01 2012-03-01 2012-05-01 2012-07-01 2012-09-01 2012-11-01 2013-01-01 2013-03-01 2013-05-01 2013-07-01 Niemcy Włochy Hiszpania Porugalia Grecja Serie6 Źródło: opracowanie własne na podsawie danych Bloomberg. Osania obserwacja odnosi się do 19.07.2013 r. EBC prowadził skup papierów warościowych w ramach programu SMP dwueapowo. Od maja 2010 r. do marca 2011 r. EBC zakupił papiery warościowe o łącznej kwocie 77 000 mln EUR. Po krókiej przerwie, w sierpniu 2011 r., EBC podjął decyzję o wznowieniu programu. Po okresie sierpień 2011 r. czerwiec 2012 r. skumulowana warość zakupów wyniosła 211 500 mln EUR (wykres 2). 7

Wykres 2. Zakupy w ramach programu SMP (w mld EUR) Źródło: opracowanie własne na podsawie danych Bloomberg. Osania obserwacja odnosi się do 19.07.2013 r. Szczegóły echniczne programu OMT zosały podane do publicznej wiadomości we wrześniu 2012 r. Transakcje OMT mają zapewnić właściwą ransmisję impulsów poliyki pieniężnej we wszyskich krajach srefy euro i chronić jedność poliyki pieniężnej. Pozwolą one Eurosysemowi przeciwdziałać poważnym zaburzeniom na rynkach obligacji skarbowych, wynikającym zwłaszcza z bezpodsawnych obaw inwesorów doyczących możliwości rezygnacji z euro [ ] (EBC, 2012a). Jednocześnie EBC wyraźnie podkreślał, że działa w ramach mandau zorienowanego na zapewnienie sabilności cen w średnim okresie, a decyzje doyczące poliyki pieniężnej podejmuje niezależnie (EBC, 2012b). Zasady programu OMT zosały wyraźnie sprecyzowane. Po pierwsze ransakcje OMT są uwarunkowane odpowiednim programem EFSF/ESM, kóry może przyjąć formę pełnego programu dososowań makroekonomicznych albo programu osrożnościowego (w posaci wspomagającej uwarunkowanej linii kredyowej), przy założeniu, że dopuszcza on możliwość dokonywania zakupów na rynku pierwonym przez EFSF/ESM 1. Równocześnie pomoc Międzynarodowego Funduszu Waluowego w opracowywaniu warunków doyczących poszczególnych krajów oraz w moniorowaniu danego programu będzie pożądana, choć nie jes ona konieczna (EBC, 2012a). EBC będzie prowadzić ransakcje OMT w zakresie, w kórym uzna o za zasadne w odniesieniu do poliyki pieniężnej, przy założeniu, że zosaną spełnione warunki 1 W październiku 2012 r. rozpoczął działalność sały mechanizm pomocy finansowej dla srefy euro Europejski Mechanizm Sabilności (European Sabiliy Mechanism, ESM), zasępujący EFSF. 8

odpowiedniego programu EFSF/ESM. Decyzja o zakończeniu ransakcji OMT nasąpi w momencie osiągnięcia zakładanych celów albo wedy, kiedy warunki programu nie zosaną spełnione. EBC pozosawił sobie pełną dyskrecjonalność odnośnie do rozpoczęcia, konynuacji i zakończenia ransakcji OMT. Po drugie ransakcje OMT będą skoncenrowane na krókim krańcu krzywej dochodowości, w szczególności na obligacjach skarbowych o erminie zapadalności od 1 roku do 3 la. Równocześnie nie usanowiono żadnych limiów w odniesieniu do rozmiaru ransakcji OMT. Po rzecie EBC nie będzie miał sausu wierzyciela uprzywilejowanego (ang. pari passau reamen). Po czware płynność w ramach programu OMT będzie w pełni serylizowana. Po piąe program OMT będzie się charakeryzował wysokim sopniem przejrzysości, jeśli chodzi o skupywane akywa. Po szóse wraz z ogłoszeniem programu OMT program SMP zosał zakończony. Saysyki opisowe i wyniki esów pierwiaska jednoskowego Przedmioem analizy są renowności obligacji skarbowych ro i, gdzie i przyjmuje warości 1,2,3 oraz 4 odpowiednio dla Grecji, Włoch, Hiszpanii i Porugalii. Badanie empiryczne jes opare na danych dziennych obejmujących okres od począku 2010 r. do 19 lipca 2013 r 2. Źródłem danych jes baza Bloomberg. Wykres 3 ilusruje kszałowanie się zmian renowności obligacji, zaś abela 1 zawiera saysyki opisowe. Wykres 3. Zmiany renowności obligacji skarbowych 2 Obligacje skarbowe pańsw członkowskich srefy euro od momenu jej powsania w 1999 r. do wybuchu kryzysu były rakowane jako bliskie subsyuy, co odzwierciedlał niewielki spread między renownościami ych obligacji. Isone poszerzenie spreadu nasąpiło w szczególności w efekcie wybuchu kryzysu zadłużeniowego części gospodarek srefy euro. Dlaego eż, biorąc pod uwagę konwergencję renowności przed 2010 r., posanowiliśmy objąć analizą próbę od 2010 r., w kórym różnice w renownościach obligacji skarbowych analizowanych peryferyjnych krajów srefy euro (w szczególności wobec Niemiec) wyraźnie się zwiększyły. 9

Źródło: Bloomberg. 10

Tabela 1. Saysyki opisowe dla renowności obligacji i ich przyrosów Kraj Średnia Renowności Odchylenie sandardowe Skośność Kuroza Grecja 16,3102 8,1378 0,9106 2,8146 Włochy 4,8693 0,8341 0,7743 2,9318 Hiszpania 5,1385 0,7976 0,2601 2,6643 Porugalia 8,3310 2,9498 0,4391 2,0877 Kraj Średnia Zmiany renowności Odchylenie sandardowe Skośność Kuroza Grecja 0,0049 0,8098 12,6933 286,5186 Włochy 0,0004 0,1101 0,1024 10,3954 Hiszpania 0,0010 0,1138 0,5829 8,9188 Porugalia 0,0038 0,2406 1,0411 24,4132 Źródło: obliczenia własne. Jak już zosało zasygnalizowane, szczególnie silny wzros renowności obligacji skarbowych analizowanych krajów był związany z wybuchem zw. kryzysu greckiego (wykres 1). Programy EBC 3 doprowadziły do spadków renowności obligacji. Analiza kszałowania się renowności wskazuje, że ich spadek, związany z ogłoszeniem programu SMP, był krókorwały i doyczył jedynie Grecji oraz Porugalii. Po inerwencji słownej M. Draghiego rend spadkowy renowności obligacji był obserwowany aż do końca analizowanej próby. Tesy pierwiaska jednoskowego zosały przeprowadzone w celu znalezienia sopnia zinegrowania renowności. Wyniki esów ADF-GLS (por. Ellio, Rohenberg, Sock 1996) zawiera abela 2. Jak widać jeśli przyjmiemy poziom isoności 0,05 renowność obligacji dla wszyskich czerech krajów jes zmienną zinegrowaną w sopniu pierwszym. Jednocześnie obserwowane jes zjawisko grupowania wariancji dla zmian renowności, a zaem najodpowiedniejszy jes model należący do klasy modeli ARCH (por. Brzeszczyński, Kelm 2002; Osińska 2006; Doman i Doman 2009). Pomimo częsego rakowania peryferyjnych krajów srefy euro jako gospodarek podobnych należy zauważyć różnice w kszałowaniu się zmian renowności dla czerech pańsw. Tylko w przypadku greckich obligacji skarbowych obserwowana jes silna asymeria lewosronna. Oznacza o zaem, że spadki renowności, kóre wyraźnie różniły się od średniej zmiany oprocenowania, były bardziej powszechne niż eksremalne wzrosy renowności. Wynik en nie budzi wąpliwości, gdyż bardzo wyraźne spadki 3 Uściślając w przypadku programu OMT odwołujemy się do inerwencji słownej M. Draghiego z Londynu z lipca 2012 r. EBC uruchomił równocześnie jeszcze jeden program skupu akywów Covered Bonds Purchase Programme. Niemniej jednak nie doyczył on obligacji rządowych pańsw członkowskich srefy euro. 11

renowności greckich obligacji zanoowano na począku działania programu SMP, po inerwencji słownej M. Draghiego, oraz 13 marca 2012 r. Renowność obligacji z dnia na dzień średnio rosła, a dodania warość mediany dla zmiennej ro 1 wskazuje na większą liczbę okresów wzrosu oprocenowania. Spadki renowności były zdecydowanie rzadsze, ale miały większą skalę. W przypadku Włoch, Hiszpanii i Porugalii asymeria nie jes ak wyraźna. Może o wynikać z faku, że spadki wywołane wprowadzeniem programu SMP oraz inerwencją słowną M. Draghiego nie były aż ak wyraźne jak w przypadku Grecji. Nie odnoowano akże okresu gwałownego spadku renowności obligacji, kóry miał miejsce w Grecji 13 marca 2012 r. (spadek renowności o około 18 punków procenowych). W przypadku obligacji skarbowych Grecji obserwowana jes akże najwyższa zmienność zmian renowności. Najniższa zmienność doyczy Włoch. Wspólną cechą zmiennej ro dla analizowanych krajów jes dodania średnia oraz lepokuryczność rozkładu. Tabela 2. Tesowanie sopnia zinegrowania renowności za pomocą esów ADF-GLS. W nawiasach podano liczbę opóźnień dla procesów generujących dane Kraj Saysyka ADF-GLS Poziomy Graniczny poziom isoności Saysyka ADF-GLS Przyrosy Graniczny poziom isoności Grecja 0,798 (17) 0,370 7,461 (16) 0,000 Włochy 1,352 (13) 0,164 2,711 (20) 0,007 Hiszpania 1,017 (18) 0,278 3,059 (19) 0,002 Porugalia 0,513 (12) 0,495 9,928 (11) 0,000 Źródło: opracowanie własne. Model GARCH wyjaśniający kszałowanie się zmian renowności Ze względu na zauważalne zjawisko grupowania wariancji wydaje się, że model klasy ARCH najbardziej nadaje się do wyjaśnienia kszałowania się zmian renowności. Obecność efeku ARCH należy jednak formalnie przeesować za pomocą esu Engle a (1982). Do modelu jako jedną ze zmiennych objaśniających zdecydowaliśmy się włączyć zmiany szerokiego indeksu Euro Soxx 50. W skład analizowanego indeksu wchodzi 50 największych pod względem kapializacji rynkowej spółek z krajów srefy euro. Uwzględnienie kszałowania się ej zmiennej w modelu ma na celu odizolowanie wpływu wahań nasrojów w srefie euro od wpływu działań kryzysowych EBC. Punkem wyjścia jes nasępujący model ADL (por. Welfe 2009): K1 K2 i i k 50 k k k k= 0 k= 1 ro = µ + θ es + λ ro + ε gdzie es50 oznacza zmianę indeksu Euro Soxx 50. Zmienna a, podobnie jak przyrosy renowności obligacji, okazała się sacjonarna (zmienna es 50 jes I(1)). Tes (1) 12

pominięych zmiennych (por. Fan, Li 1996) wykorzysywany jes w celu wyeliminowania nieisonych regresorów w modelu (1). Sekwencyjna eliminacja nieisonych zmiennych odbywa się przy dwusronnym obszarze kryycznym κ = 0.1. Jako maksymalny rząd opóźnień w najbardziej ogólnym modelu przyjmuje się K1 = 10 oraz K2 = 10. Tabela 3 zawiera wyniki esowania efeku ARCH(10) dla każdego z czerech krajów po usunięciu nieisonych zmiennych objaśniających. Tabela 3. Tesowanie efeku ARCH. Warości w nawiasach oznaczają graniczne poziomy isoności. Kraj Tesowanie efeku ARCH warość saysyki LM (10) Grecja 115,99 (0,000) Hiszpania 141,80 (0,000) Porugalia 75,16 (0,000) Włochy 367,24 (0,000) Źródło: opracowanie własne. Jak widać, w przypadku każdego z czerech krajów wysępuje efek ARCH. Wybór modelu GARCH(1,1) 4 wynika z faku, że model zaproponowany przez Bollersleva (1986) jes ekwiwalenny modelowi ARCH z nieskończoną liczbą opóźnień i zawiera niewielką liczbę paramerów. Lepokuryczność rozkładów zmian renowności obligacji sprawia, że w przypadku składnika losowego zamias rozkładu normalnego rozważany jes zaproponowany przez Nelsona (1991) uogólniony rozkład błędu GED z nieznaną liczbą sopni swobody 5. Punkem wyjścia w przypadku każdego z czerech krajów jes nasępujący rozszerzony model GARCH(1,1) 6 : K1 K2 i k k k k k= 0 k= 1 2 2 2 = + 1+ 1, i 50, ~ ( ), (2) ro = µ + θ es + λ ro + ε ε GED ω σ δ αε βσ w kórym paramery przy zmiennych nieisonych wyeliminowanych w pierwszym kroku (model (1)) przyjmują warość 0. W przypadku równania wariancji przyjmujemy założenia, że δ > 0, α > 0 oraz β > 0. Ze względu na gwałowny spadek renowności obligacji greckich 13 marca 2012 r. w przypadku Grecji model (2) zosał rozszerzony o zmienną U 20120313 przyjmującą warość 1 ego dnia oraz 0 w pozosałych okresach. Proponujemy rozszerzyć model (2), uwzględniając zmienne przyjmujące warość 1 w dniach ogłoszenia programów przez EBC oraz 0 w pozosałych okresach. Przypuszcza się bowiem, że po zapowiedziach programów spadki renowności były wyraźniejsze niż w okresach poprzedzających pomoc. Świadczy o ym kszałowanie się renowności i załamania renowności w okresach nasępujących po ogłoszeniu 4 Brak isoności opóźnionej wariancji w równaniu bieżącej wariancji składnia do wyboru modelu ARCH(1) zamias GARCH(1,1). 5 Nieisoność parameru związanego z asymerią sprawiła, że zosał dopasowany symeryczny rozkład GED. 6 Jedynie w przypadku Włoch uzasadnione było dopasowanie skośnego rozkładu z paramerem skośności θ. 13

programów. Sawiamy jednak hipoezę, że ogłoszenie programu SMP 10 maja 2010 r. miało wpływ krókookresowy, podczas gdy wpływ inerwencji słownej M. Draghiego z 26 lipca 2012 r. okazał się zdecydowanie rwalszy. Aby zilusrować rwałość skuków zapowiedzi M. Draghiego, proponujemy rozszerzyć model (2) o nasępującą zmienną: s DR zmienna przyjmująca warość 1 w okresach, + 1,..., + s, gdzie jes dniem nasępującym po inerwencji słownej M. Draghiego. Im wyższe są warości s, ym większe jes przekonanie o rwałości skuków inerwencji słownej M. Draghiego. Porównujemy warości kryerium informacyjnego s Akaike dla wszyskich czerech krajów, dla modelu (2) rozszerzonego o zmienną DR i dla różnych warości s. Wybór kryerium informacyjnego Akaike wynika z faku, że dzięki porównaniu jego warości dla różnych modeli jeseśmy w sanie wybrać ę specyfikację, kóra dosarcza najlepszej informacji badaczowi (por. Burnham, Anderson 2004, Florczak 2012). Wykres 4 ilusruje kszałowanie się procenowych różnic pomiędzy warością kryerium informacyjnego dla danego s oraz s = 0, czyli zmiennej: ( ) K w = ( AIC ( s = w) AIC ( s = 0) ) AIC ( s = 0) Wykres 4. Warości zmiennej (3) po informacji o programie OMT (oś rzędnych zawiera liczbę dni po informacji o programie, na osi odcięych zaware są warości zmiennej (3)) (3) 0,0005 IT PT SP GR 0-0,0005-0,001-0,0015-0,002-0,0025 0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180 190 200 210 220 230 Źródło: opracowanie własne. 14

Jak widać, w przypadku wyższych warości w mamy do czynienia z niższymi warościami kryerium informacyjnego AIC. Oznacza o zaem, że informacja płynąca z modelu zakładającego, że skuki inerwencji słownej M. Draghiego były rwałe, jes lepsza od informacji z modelu zakładającego naychmiasowy skuek inerwencji. Uzyskane wyniki świadczą zaem o ym, że po wypowiedzi M. Draghiego nasąpiła rwała zmiana przyrosów renowności obligacji. W przypadku Grecji obserwowany jes największy procenowy spadek warości kryerium informacyjnego po wprowadzeniu zmiennej DR 235. Oznacza o, że inerwencja słowna M. Draghiego w największym sopniu przyczyniła się do poprawy syuacji na rynku obligacji skarbowych w Grecji. W celu pokazania, że po ogłoszeniu programu SMP 10 maja 2010 r. spadki renowności były krókorwałe, przeprowadzono podobną analizę polegającą na dołączeniu zmiennej SMP s, kóra przyjmuje warość 1 w okresach, + 1,, + s, gdzie jes dniem nasępującym po ogłoszeniu. Analogicznie jak w poprzednim przypadku obliczamy warość (3) dla różnych w. Wykres 5 ilusruje warości analizowanego miernika. Jak widać, już dla w = 1 mamy do czynienia ze znaczącym spadkiem warości kryerium informacyjnego AIC. W związku z ym największa warość informacyjna doyczy modelu zawierającego zmienną SMP 0. Należy o inerpreować jako niezby rwały skuek SMP. Wykres 5. Warości zmiennej (3) po programie SMP (oś rzędnych zawiera liczbę dni po wprowadzeniu programu, a na osi odcięych zaware są warości zmiennej (3)) 0,035 Włochy Grecja Hiszpania Porugalia 0,03 0,025 0,02 0,015 0,01 0,005 0 1 2 3 4 5 6 7 8 9 10 11 Źródło: opracowanie własne. 15

W celu zilusrowania naychmiasowego wpływu wprowadzenia programu SMP, a akże pokazania krókookresowych i długookresowych skuków inerwencji słownej M. Draghiego dokonano esymacji paramerów rozszerzonego modelu GARCH 0 uwzględniającego zdefiniowaną wcześniej zmienną SMP oraz zmienne DR_LONG i DR_SHORT. Analiza kszałowania się renowności obligacji skarbowych w przypadku Grecji, Włoch i Hiszpanii wskazuje na o, że dwa dni robocze po inerwencji słownej M. Draghiego obserwowano gwałowną reakcję rynków, a skala spadków renowności była wyraźna. W kolejnych dniach nadal obserwowano spadkowy rend renowności; nie należy go jednak uożsamiać z naychmiasową reakcją rynków. Dlaego eż zmienna DR_SHORT przyjmuje warość 1 w pierwszym oraz drugim dniu po inerwencji, a zmienna DR_LONG przyjmuje warość 1 od 31 lipca 2012 r. aż do końca analizowanej próby. Tabela 4 zawiera oszacowania paramerów rozszerzonego modelu GARCH(1,1) dla Grecji oraz Włoch, a abela 5 zawiera oszacowania dla Hiszpanii i Porugalii. Specyfikacje zosały wybrane ak, aby graniczne poziomy isoności dla zmiennych wysępujących w modelu nie przekraczały 0,1. Tabela 4. Oszacowania paramerów modeli dla Grecji i Włoch Grecja Równanie warości średniej Zmienna Oszacowanie Błąd sandardowy Saysyka Graniczny poziom isoności cons 0,022 0,004 5,037 0,000 ro 1 0,046 0,017 2,790 0,005 es50 1 0,001 0,000 7,234 0,000 0 SMP 4,474 0,115 39,065 0,000 DR_SHORT 1,016 0,425 2,389 0,017 DR_LONG 0,049 0,011 4,544 0,000 U 20120313 18,214 0,120 152,142 0,000 Grecja Równanie wariancji cons 0,002 0,001 2,470 0,013 2 ε 0,221 0,043 5,101 0,000 1 2 σ 0,813 0,028 29,217 0,000 1 ω 0,786 0,041 19,227 0,000 16

Zmienna Oszacowanie Włochy Równanie warości średniej Błąd sandardowy Saysyka Graniczny poziom isoności cons 0,002 0,002 1,226 0,220 ro 2 0,089 0,033 2,657 0,008 es50 1 0,0003 5*10^( 5) 5,219 0,000 es50 2 0,0001 5*10^( 5) 2,188 0,029 DR_SHORT 0,343 0,164 2,092 0,036 DR_LONG 0,012 0,005 2,452 0,014 Włochy Równanie wariancji Zmienna Oszacowanie Błąd sandardowy Saysyka Graniczny poziom isoności cons 0,0002 8*10^( 5) 2,733 0,006 2 ε 0,307 0,053 5,829 0,000 1 2 σ 0,726 0,038 19,012 0,000 1 ω 1,216 0,060 20,440 0,000 Źródło: opracowanie własne. Tabela 5. Oszacowania paramerów modeli dla Hiszpanii i Porugalii Zmienna Oszacowanie Hiszpania Równanie warości średniej Błąd sandardowy Saysyka Graniczny poziom isoności cons 0,004 0,002 1,769 0,077 es50 0,102 0,031 3,251 0,001 es50 1 0,052 0,031 1,678 0,093 es50 2 0,0004 6*10^(-5) 7,221 0,000 DR_SHORT 0,382 0,121 3,162 0,002 DR_LONG 0,013 0,006 1,987 0,047 17

Hiszpania Równanie wariancji Zmienna Oszacowanie Błąd sandardowy Saysyka Graniczny poziom isoności cons 0,0001 6*10^( 5) 2,174 0,030 2 ε 0,125 0,026 4,783 0,000 1 2 σ 0,876 0,021 41,183 0,000 1 ω 1,237 0,057 21,819 0,000 Zmienna Oszacowanie Porugalia Równanie warości średniej Błąd sandardowy Saysyka Graniczny poziom isoności cons 0,001 0,001 1,027 0,304 es50 0,0002 3*10^( 5) 6,945 0,000 es50 1 7*10^( 5) 3*10^( 5) 2,728 0,006 es50 2 0,0001 3*10^( 5) 5,107 0,000 0 SMP 1,479 0,239 6,199 0,000 DR_LONG 0,014 0,007 2,051 0,040 Porugalia Równanie wariancji Zmienna Oszacowanie Błąd sandardowy Saysyka Graniczny poziom isoności 18 cons 5*10^( 5) 2*10^( 5) 2,284 0,022 2 ε 0,082 0,012 6,737 0,000 1 2 σ 0,922 0,010 94,107 0,000 1 ω 1,043 0,035 29,788 0,000 Źródło: opracowanie własne. Uzyskane rezulay wskazują na krókorwały wpływ programu SMP na obniżenie renowności obligacji greckich i porugalskich. Wyższa warość bezwzględna oszacowania doyczy kraju najbardziej doknięego kryzysem srefy euro, czyli Grecji. W przypadku Włoch i Hiszpanii zmienna SMP okazała się nieisona saysycz- 0 nie. Krókookresowy wpływ wypowiedzi M. Draghiego jes znaczący na poziomie

isoności 0,1 dla Grecji, Włoch oraz Hiszpanii. Porównanie warości bezwzględnych oszacowań paramerów przy zmiennej ilusrującej naychmiasowy wpływ inerwencji słownej M. Draghiego wskazuje, że greckie obligacje skarbowe w największym sopniu skorzysały z inerwencji słownej M. Draghiego, co oznacza, że różnica pomiędzy średnimi przyrosami renowności dla okresu obejmującego 2 dni robocze po inerwencji słownej w sosunku do reszy okresu okazała się największa w przypadku ego kraju. Porównanie warości bezwzględnych oszacowań przy zmiennej DR_LONG również wskazuje na najsilniejszą reakcję greckiego rynku obligacji skarbowych spośród wszyskich peryferyjnych pańsw srefy euro. Wynik en nie budzi wąpliwości, gdyż Grecja w największym sopniu była doknięa kryzysem zadłużeniowym, renowności amejszych obligacji osiągały eksremalne poziomy w okresach największych napięć na rynkach finansowych. Uzyskane wyniki oszacowań wskazują na naychmiasowy wpływ programu SMP na rynek obligacji skarbowych, podczas gdy wpływ inerwencji słownej M. Draghiego okazał się zdecydowanie rwalszy. Obecność zmiennych związanych ze zmianami indeksu Euro Soxx 50 wskazuje na o, że wahania nasrojów w srefie euro miały wpływ na rynek obligacji skarbowych w peryferyjnych krajach srefy euro. Jednak po odizolowaniu wpływu wahań nasrojów w srefie euro, okazało się, że program SMP oraz inerwencja słowna M. Draghiego miały korzysny wpływ na syuację na analizowanych rynkach. Podsumowanie W odpowiedzi na kryzys zadłużeniowy w srefie euro EBC zdecydował się na wprowadzenie dwóch programów zakładających możliwość skupu rządowych obligacji skarbowych na rynku wórnym SMP i OMT. Programy e różniły się od siebie pod względem założeń oraz skueczności. O większej skueczności inerwencji słownej M. Draghiego z konferencji inwesorów w Londynie z lipca 2012 r., kórą uznajemy za zapowiedź programu OMT, świadczą zarówno wyniki esymacji paramerów analizowanych modeli, jak i analiza kszałowania się renowności obligacji. W niniejszym arykule zosała zaproponowana koncepcja porównania warości kryerium informacyjnego Akaike w celu wybrania najlepszych specyfikacji modelu. Okazało się, że modele zawierające zmienną zakładającą rwały skuek inerwencji słownej M. Draghiego niosą ze sobą zdecydowanie więcej informacji w porównaniu z modelami ze zmienną zakładającą ylko naychmiasowy skuek inerwencji. W przypadku programu SMP zdecydowanie najwięcej informacji dosarcza model ze zmienną zakładającą ylko naychmiasowy skuek wprowadzenia programu. Wyniki e jednoznacznie powierdzają posawioną w arykule hipoezę doyczącą większej rwałości programu OMT. Podziękowania Auorzy pragną podziękować anonimowym Recenzenom za cenne uwagi doyczące pierwonej wersji arykułu. Uwzględnienie wskazówek Recenzenów umożliwiło podniesienie jakości arykułu. 19

Bibliografia Bollerslev T. (1986), Generalized Auoregressive Condiional Heeroscedasiciy, Journal of Economerics,. 31. Brzeszczyński, J., Kelm R. (2002), Ekonomeryczne modele rynków finansowych. Modele kursów giełdowych i kursów waluowych, Wydawnicwo Naukowo- Techniczne, Warszawa. Burnham K.P., Anderson D.R. (2004), Undersanding AIC and BIC in Model Selecion, Sociological Mehods and Research,. 33/2. De Grauwe P. (2011), The European Cenral Bank: Lender of Las Resor in he Governmen Bond Markes?, CESifo Working Paper No. 3569. De Grauwe P. (2012), Why he EU summi decisions may desabilise governmen bond markes, www.voxeu.org/aricle/why-eu-summi-decisions-may-desabilise-governmen-bond-markes (daa dosępu: 2.07.2012 r.). Doman M., Doman R. (2009), Modelowanie zmienności i ryzyka. Meody ekonomerii finansowej, Wydawnicwo Wolers Kluwer, Warszawa. Draghi M. (2012), Verbaim of he remarks made by Mario Draghi, Speech by Mario Draghi, Presiden of he European Cenral Bank a he Global Invesmen Conference in London, 26 lipca 2012 r. EBC (2010a), 10 May 2010 ECB decides on measures o address severe ensions in financial markes. EBC (2010b), Addiional measures decided by he Governing Council, ECB Monhly Bullein, May 2010. EBC (2012a), 6 Sepember 2012 Technical feaures of Ourigh Moneary Transacions. EBC (2012b), Środki z zakresu poliyki pieniężnej uchwalone przez Radę Prezesów 6 września 2012 r., Biuleyn Miesięczny, wrzesień 2012. Ellio G., Rohenberg T.J. and Sock J.H. (1996), Efficien Tess for an Auoregressive Uni Roo, Economerica,. 64/4. Engle R. (1982), Auoregressive condiional heeroscedasiciy wih esimaes of he variance of Unied Kingdom inflaion, Economerica,. 50. Fan Y., Li Q. (1996), Consisen model specificaion ess: Omied variables and semiparameric funcional forms, Economerica,. 64/4. Florczak W. (2012), O możliwości zinegrowanej weryfikacji empirycznej alernaywnych eorii na przykładzie eorii przesępczości, Ekonomisa,. 2012/6. Nelson D.B. (1991), Condiional Heeroscedasiciy in Asse Reurns. A New Approach, Economerica,. 59. Osińska M. (2006), Ekonomeria finansowa, Polskie Wydawnicwo Ekonomiczne, Warszawa. Wersja skonsolidowana Trakau o funkcjonowaniu Unii Europejskiej (2010), Dziennik Urzędowy Unii Europejskiej, 30.03.2010 r. Weidmann J. (2011), Managing macroprudenial and moneary policy a challenge for cenral banks, Speech, 08.11.2011 r. Welfe A. (2009), Ekonomeria. Meody i ich zasosowanie, Polskie Wydawnicwo Ekonomiczne, Warszawa. The Economis (2013), Minues are no longer heresy, Augus 1s 2013. 20

Sreszczenie Przedmioem arykułu jes analiza skueczności programów skupu akywów, kóre Europejski Bank Cenralny wprowadził w odpowiedzi na kryzys zadłużeniowy części gospodarek srefy euro j. programów Securiies Markes Programme i Ourigh Moneary Transacions. W arykule badana jes rwałość efeków wprowadzenia ych dwóch programów, mierzonych zmianą renowności obligacji skarbowych. Wykorzysując kryerium informacyjne Akaike, dochodzimy do wniosku, że oddziaływanie programu Ou- -righ Moneary Transacions było dłuższe niż programu Securiies Markes Programme. Summary European Cenral Bank s asse purchase programs in he age of he deb crisis in he Eurozone The aim of he aricle is o analyse he effeciveness of he asse purchase programs implemened by he European Cenral Bank during he sovereign deb crisis of some euro area counries (i.e. Securiies Markes Programme i Ourigh Moneary Transacions). We examine how hose programs ranslae ino changes in sovereign bond yields. Wih he aid of he Akaike informaion crierion we conclude ha he impac of he Ourigh Moneary Transacions was more durable. Słowa kluczowe: kryzys w srefie euro, programy pomocowe EBC, kryerium informacyjne Akaike. Key words: euro area sovereign deb crisis, asse purchase programs, AIC. 21