92 Stanis³aw Gêdek STOARZYSZENIE EKONOMISTÓ RONICTA I AGROBIZNESU Roczniki Naukowe l tom XI l zeszyt 3 Stanis³aw Gêdek Uniwersytet Przyrodniczy w ublinie ANAIZA POI ZAÑ POMIÊDZY CENAMI IEPRZOINY NA RYNKU POSKIM I YBRANYCH RYNKACH KRAJÓ UNII EUROPEJSKIEJ THE ANAYSIS OF PORK PRICE INKAGES BETEEN POISH MARKET AND THE MARKETS OF SEECTED EU COUNTRIES S³owa kluczowe: ceny wieprzowiny, EU, model VAR, funkcja odpowiedzi na impuls Key words: pork price, EU, VAR model, impulse response function Synopsis. Analiza powi¹zañ cenowych pomiêdzy polskim rynkiem wieprzowiny a rynkami wybranych krajów UE przeprowadzona zosta³a przy pomocy modelu VAR. Funkcje odpowiedzi na impuls (IRF) wyznaczone w oparciu o wyniki estymacji modelu VAR pozwoli³y na opis dynamiki dostosowañ cenowych. Uzyskane wyniki wskazuj¹ na przyspieszenie reakcji cenowych polskiego rynku wieprzowiny po akcesji Polski do UE. stêp Polski rynek produktów rolnych, w tym i rynek wieprzowiny, sta³ siê po akcesji Polski do Unii Europejskiej czêœci¹ rynku unijnego. Rynek UE jest jednak zró nicowany geograficznie i kulturowo, zniesienie sztucznych barier handlowych nie spowodowa³o jego zupe³nej homogenizacji. Nadal wystêpuje pewna specyfika rynków krajowych. Procesy dostosowañ cenowych pomiêdzy poszczególnymi krajowymi rynkami produktów rolnych przebiegaj¹ dosyæ wolno, nawet na rynkach krajów rozwiniêtych [Conforti 2004]. a ne wiêc jest przedstawienie opisu rozk³adu w czasie procesu tych dostosowañ dla okreœlenia integracji i efektywnoœci takich rynków. Celem opracowania by³o przedstawienie oddzia³ywania rynków niemieckiego i francuskiego dwu najwiêkszych rynków krajowych Unii Europejskiej na polski rynek wieprzowiny oraz okreœlenie czy wejœcie Polski do UE wp³ynê³o na si³ê, charakter i rozk³ad w czasie tych oddzia³ywañ. Pozwoli to okreœliæ stopieñ integracji polskiego rynku wieprzowiny z rynkiem Unii Europejskiej. Materia³y empiryczne i metodyka badañ Podstawê analizy stanowi³y œrednie miesiêczne ceny pó³tusz wieprzowych z okresu styczeñ 1999 marzec 2009 w Polsce oraz w Niemczech i Francji dwóch najwiêkszych rynków krajowych Unii Europejskiej. Przyjête one zosta³y na podstawie danych Komisji Europejskiej [http://ec.europa.eu/agriculture/markets/pig]. Szeregi czasowe tych danych obejmowa³y 123 obserwacje. tabeli 1 przedstawiono ich charakterystykê. Dynamikê analizowanych szeregów czasowych pokazuje wykres przebiegu ich indeksów jednopodstawowych zamieszczony na rysunku 1. idoczna jest du a zgodnoœæ zmiennoœci cen na analizowanych rynkach w badanym okresie. tabeli 2 zamieszczono wyniki ADF oraz KPSS. skazuj¹ one na to, e analizowane szeregi czasowe s¹ stacjonarne. Do analizy wspó³zale noœci badanych szeregów czasowych cen wykorzystano model VAR [Charemza, Deadman 1997, Maddala 2006] maj¹cy postaæ: Tabela 1. Charakterystyka szeregów czasowych cen 100 kg pó³tusz wieprzowych na badanych rynkach Miara opisowa [PN] [EUR] [EUR] Œrednia 520, 7 144, 0 134, 5 Mediana 512, 0 143, 4 133, 5 Odchylenie standardowe 74, 3 19, 4 17, 3 spó³czynnik zmiennoœci 0,143 0,135 0,129 Zakres 337, 6 114, 6 99, 9 Minimum 343, 5 91, 5 96, 7 Maksimum 681, 1 206, 1 196, 6
Analiza powi¹zañ pomiêdzy cenami wieprzowiny na rynku polskim i wybranych... 93 Tabela 2. yniki testów stacjonarnoœci dla szeregów czasowych cen pó³tusz wieprzowych w poszczególnych krajach Kraj Test ADF augmentacja p statys- tyka Test KPSS wartoœæ krytyczna 2-3,1486 0,0232 0,256 0,463 2-3,7209 0,0038 0,373 2-3,3210 0,0140 0,162 3ROVND 1HPF\ V\ OS V\ OS V\ OS V\ 3ROVND )UDQFMD U [ $ G $ [ H (1) gdzie: x t = [D t F t P t ] T wektor obserwacji na bie ¹cych wartoœciach zmiennych endogenicznych cen 100 kg pó³tusz na rynku odpowiednio niemieckim francuskim i polskim, x t-i wektor obserwacji na opóÿnionych wartoœciach zmiennych endogenicznych, r rz¹d opóÿnienia, d wektor wyrazów wolnych modelu, A 0 macierz parametrów przy zmiennych wektora d, A i macierz parametrów przy opóÿnionych zmiennych wektora x t, e t macierz reszt równañ. Poniewa analizowane szeregi czasowe s¹ stacjonarne, mo na zbudowaæ model VAR dla poziomów zmiennych. Rz¹d opóÿnienia wyznaczono na podstawie kryteriów informacyjnych Akaike a (AIC), Schwarza (BIC) i Hannana-Quinna (HQC) 2. Do sprawdzenia stabilnoœci parametrów modelu (1) wykorzystany by³ QR 3. Niejednorodnoœæ wariancji reszt modelu (1) badana by³a przy pomocy hite a oraz efektu ARCH 4, a normalnoœæ rozk³adu reszt przy pomocy Jarque-Berry 5. Testy te pozwol¹ na weryfikacjê poprawnoœci modelu. Zale noœci przyczynowe pomiêdzy zmianami cen na rynku polskim i zmianami cen na rynkach niemieckim i francuskim badane by³y przy pomocy przyczynowoœci Grangera 6, w oparciu o wyniki estymacji modelu (1). ykorzystywano wariant alda Grangera [Osiñska 2006]. 1 teœcie ADF hipoteza zerowa zak³ada niestacjonarnoœæ szeregu czasowego, w teœcie KPSS nato- V\ OS V\ OS V\ OS V\ miast hipoteza zerowa zak³ada jego stacjonarnoœæ. Hipoteza zerowa jest w teœcie ADF odrzucana w ka - Rysunek 1. Przebieg indeksów ceny pó³tusz wieprzowych na rynku polskim, niemieckim i francuskim dym przypadku, poniewa prawdopodobieñstwo b³êdu pierwszego rodzaju (p) jest mniejsze od 0,05, przyjmowanego zazwyczaj jako graniczne. Z kolei w teœcie KPSS wartoœæ statystyki jest w ka dym przypadku mniejsza od wartoœci krytycznej, co powoduje, e hipotezy zerowej o stacjonarnoœci nie mo na odrzuciæ. Taka sytuacja silnie wskazuje na stacjonarnoœæ zmiennych [elfe 2009, str. 368]. iêcej na temat testów ADF i KPSS por. Maddala [2006, str. 613-619] oraz elfe [2009, str. 360 i dalsze]. 2 iêcej na ten temat w pracy Osiñskiej [2006, str. 54]. 3 Test QR (Quandt ikelihood Ratio) wykorzystywany jest do wykrywania za³amañ strukturalnych (niestabilnoœci parametrów strukturalnych modelu) w nieokreœlonym momencie. Jego zaleta polega na tym, e nie ma tu koniecznoœci, w przeciwieñstwie do Chowa, czynienia adnych za³o eñ co do momentu wyst¹pienia za³amania strukturalnego. iêcej na temat QR w pracy Stocka i atsona [Stock i atson 2007, str. 567-570]. 4 Opis tych testów mo na znaleÿæ w pracy elfego [por. elfe 2009, str. 132-141]. 5 Jego opis mo na znaleÿæ w pracy Maddali [Maddala 2006]. 6 Zmienna x jest przyczyn¹ y w sensie Grangera, jeœli bie ¹ce wartoœci y s¹ lepiej objaœniane przy u yciu opóÿnionych i bie ¹cych wartoœci x ni bez ich wykorzystania. Test przyczynowoœci Grangera bada wystêpowanie tej przyczynowoœci. Idea tego polega na sprawdzeniu czy wprowadzenie danej zmiennej do modelu wraz ze wszystkimi opóÿnieniami, zmniejszy istotnie wariancjê resztow¹ modelu ekonometrycznego. iêcej na ten temat por. Charemza i Deadman 1997, rozdz. 6.3, Osiñska, 2006, str. 212.
94 Stanis³aw Gêdek Powi¹zania pomiêdzy sk³adnikami losowymi poszczególnych równañ modelu VAR, czego wyrazem jest niezerowa wartoœæ wspó³czynnika korelacji pomiêdzy ich resztami, pozwalaj¹ na budowê tak zwanych modeli strukturalnych. Modele te daj¹ mo liwoœæ badania interakcji pomiêdzy zmiennymi wektora x t, której wyrazem s¹ funkcje odpowiedzi na impuls (IRF Impulse Response Function). Funkcje te okreœlaj¹ zachowanie j-tej zmiennej w odpowiedzi na zaburzenia w resztach równania opisuj¹cego zachowanie k-tej zmiennej. Najczêstszym sposobem prezentacji IRF jest wykres pokazuj¹cy zmianê w czasie reakcji j-tej zmiennej na zaburzenia w wysokoœci jednego odchylenia standardowego reszt k-tej zmiennej 7. przypadku analizy powi¹zañ pomiêdzy rynkami funkcje IRF maj¹ szczególne znaczenie. Pozwalaj¹ bowiem pokazaæ jak impulsy cenowe przenosz¹ siê pomiêdzy poszczególnymi rynkami, jaka jest ich si³a i rozk³ad w czasie. yniki analizy Do estymacji parametrów modelu (1) wykorzystano program GRET. Test QR wykaza³, e w modelu (1), którego oceny parametrów strukturalnych wyznaczono w oparciu o ca³y szereg czasowy (t = 1, 2,..., 123) wyst¹pi³o za³amanie strukturalne dla obserwacji 06.2003. Spowodowa³o to koniecznoœæ podzia³u ca³oœci obserwacji na dwa okresy I 01.1999-06.2003, licz¹cy 54 obserwacje oraz II 07.2003-03.2009, licz¹cy 69 obserwacji. Mo na przyj¹æ, e powodem wyst¹pienie za³amania strukturalnego w zidentyfikowanym momencie by³ fakt, i mia³a wkrótce nast¹piæ akcesja Polski do struktur UE, a rynki zdyskontowa³y ten fakt bez ma³a rok przed formaln¹ akcesj¹. Rz¹d opóÿnienia równy 4 dla modelu (1) w obydwu okresach zosta³ zgodnie wskazany przez wszystkie kryteria informacyjne. Test QR nie wykaza³ za³amañ strukturalnych w model (1) zarówno tym, którego oceny parametrów strukturalnych wyznaczono w oparciu o dane pochodz¹ce z okresu I jak i II. adnym z równañ modelu (1) i w adnym z okresów nie zosta³a stwierdzona niejednorodnoœæ wariancji ani efekt ARCH, ponadto reszty tych równañ mia³y rozk³ad normalny. skazuje to na poprawn¹ specyfikacjê modelu. Podstawowe charakterystyki równañ opisuj¹cych kszta³towanie siê cen pó³tusz wieprzowych w poszczególnych krajach zamieszczone zosta³y w tabeli 3. Dane zawarte w Tabela 3. Podstawowe charakterystyki równañ wieprzowych w poszczególnych krajach opisuj¹cych kszta³towanie siê cen pó³tusz Parametr opisowy 01.1999-06.2003 07.2003-03.2009 spó³czynnik determinacji (R 2 ) 0,937 0,915 0,880 0,880 0,791 0,749 spó³czynnik autokorelacji reszt 0,002 0,017-0,046 0,014 0,001 0,004 Statystyka Durbina-atsona 1,981 1,900 2,081 1,994 1,992 1,989 spó³czynnik korelacji wzajemnej dla reszt równania 0,123 0,575 0,181 0,823 0,613 0,826 tabeli 3 wskazuj¹, e reszty adnego z równañ w adnym z okresów nie wykazuj¹ autokorelacji (wskazuj¹ na to niskie wartoœci wspó³czynników autokorelacji reszt i wartoœci statystyki D- bliskie 2), co jest warunkiem koniecznym estymacji modeli opartych na danych pochodz¹cych z szeregów czasowych. spó³czynniki determinacji wszystkich równañ s¹ wysokie, zastosowane modele dobrze objaœniaj¹ zmiennoœæ cen. artoœci bezwzglêdne wspó³czynników korelacji wzajemnej dla równañ s¹ wyraÿnie ró ne od zera, co pozwala na wyznaczenie wartoœci funkcji IRF. tabeli 4 zmieszczono wyniki przyczynowoœci Grangera. skazuj¹ one, i ceny pó³tusz wieprzowych na rynkach niemieckim i francuskim wp³ynê³y (w sensie Grangera) na ceny wieprzowiny na rynku polskim w obydwu analizowanych okresach 8. e wszystkich przypadkach prawdopodobieñstwo (p), e pope³niany jest b³¹d polegaj¹cy na odrzuceniu hipotezy o braku takiego wp³ywu, mimo e jest ona prawdziwa, jest mniejsze od 0,05, przyjmowanego zazwyczaj jako graniczne. Na rysunku 2 przedstawiono funkcjê odpowiedzi na impuls (IRF) ceny 100 kg pó³tusz wieprzowych na rynku polskim na impuls ze strony rynku niemieckiego i francuskiego w okresie I (01.1999-7 Opis metodologii wyznaczania IRF mo na znaleÿæ w pracy Kuside³ [Kuside³ 2000, str. 35 i dalsze].
Analiza powi¹zañ pomiêdzy cenami wieprzowiny na rynku polskim i wybranych... 95 Tabela 4. yniki przyczynowoœci Grangera dla kszta³towania siê cen wieprzowiny na rynku polskim w obydwu wydzielonych okresach Zmienna objaœniaj¹ca (cena pó³tusz w kraju) 01.1999-06.2003 07.2003-03.2009 p 16,579 0,002 25,047 0,000 13,186 0,010 11,252 0,024 p 06.2003) i w okresie II (07.2003-03.2009). ykres funkcji odpowiedzi na impuls skonstruowany jest w ten sposób, e na osi rzêdnych wykresu od³o ona jest wielkoœæ reakcji 100 kg pó³tusz wyra ona w procentach tej ceny w styczniu 1999, a na osi odciêtych wyra ony w dniach horyzont czasowy oddzia³ywania impulsu ze strony w ten sam sposób wyra onych cen 100 kg pó³tusz na runku niemieckim i francuskim. Ten sposób 2NUHVÃ, 2NUHVÃ,, 2NUHVÃ, 2NUHVÃ,, p³yw rynku niemieckiego p³yw rynku francuskiego Rysunek 2. Przebieg funkcji odpowiedzi na impuls (IRF) ze strony rynku niemieckiego i rynku francuskiego na ceny 100 kg pó³tusz wieprzowych na rynku polskim wyra enia cen pozwoli³ na zachowanie porównywalnoœci, gdy œrednie analizowanych szeregów ró ni¹ siê dosyæ wyraÿnie (por. tab. 1), ponadto cena na rynku polskim jest wyra ona w innych jednostkach ni na pozosta³ych. artoœci funkcji wyznaczono przy za³o eniu nastêpuj¹cej kolejnoœci zmiennych D, F, P (por. model (1)). Kolejnoœæ ta wynika³a zarówno z przedstawionych wyników testów przyczynowoœci (por. tab. 4), jak i dekompozycji wariancji b³êdu prognoz dla zmiennych 9. Analiza przebiegu funkcji odpowiedzi na impuls zamieszczona na rysunku 2 ujawnia kilka wa - nych w³aœciwoœci powi¹zañ pomiêdzy rynkiem polskim i dwoma pozosta³ymi rynkami. Przebieg funkcji odpowiedzi na impuls przedstawiony na rysunku 2 pozwala zauwa yæ, e reakcja cen wieprzowiny na rynku polskim na zmiany cen na obydwu pozosta³ych badanych rynkach nie jest wy³¹cznie natychmiastowa. Jej maksimum nie przypada³o te w pierwszym miesi¹cu po wyst¹pieniu impulsu na tych rynkach. idaæ te wyraÿne ró nice zarówno pomiêdzy oddzia³ywaniem poszczególnych rynków, jak i wydzielonymi okresami. Najbardziej spektakularn¹ ró nicê pomiêdzy okresem I i II mo na zaobserwowaæ w odniesieniu do oddzia³ywania rynku francuskiego na rynek polski. okresie drugim, po 06.2003, nast¹pi³o tu odwrócenie kierunku oddzia³ywania, w pewnym sensie paradoksalne. Na wzrost cen na rynku francuskim rynek polski reagowa³ w okresie po przyst¹pieniu do UE, spadkiem cen, w przeciwieñstwie do okresu sprzed akcesji. Paradoks ten wyjaœnia prawdopodobnie fakt, e rynek francuski wp³ywa na rynek polski za poœrednictwem rynku niemieckiego, a identyczne odwrócenie kierunku IRF mo na by³o zaobserwowaæ w przypadku analizy wp³ywu francuskiego rynku wieprzowiny na rynek niemiecki 10. 8 Nie stwierdzono natomiast, aby zmiany cen wieprzowiny na rynku polskim by³y przyczyn¹ dla zmian cen na rynku niemieckim i francuskim. 9 Kwestie wp³ywu uporz¹dkowania zmiennych na wartoœæ funkcji IRF szerzej omawia Kuside³ [2001, str. 40-43]. 10 Nie wyjaœnia to oczywiœcie paradoksalnej zmiany w relacjach pomiêdzy rynkiem francuskim i niemieckim. Analiza powi¹zañ pomiêdzy tymi rynkami przekracza jednak ramy niniejszej pracy, st¹d te i brak wykresów IRF opisuj¹cych zale noœci pomiêdzy rynkiem niemieckim i francuskim.
96 Stanis³aw Gêdek Drug¹ wyraÿn¹ ró nic¹ pomiêdzy okresem przed i po akcesji do UE jest szybsze wygasanie impulsów cenowych oddzia³uj¹cych na rynek polski w okresie po akcesji, niezale nie od tego, z którego rynku pochodz¹ 11. Czas wygasania impulsu cenowego p³yn¹cego z rynku niemieckiego skróci³ siê z 12 do oko³o 7 miesiêcy, a w przypadku p³yn¹cych z rynku francuskiego z ponad 24 miesiêcy do 12. Ponadto, w okresie po akcesji szybciej pojawia siê maksimum oddzia³ywania na rynek polski obydwu analizowanych rynków. ielkoœæ impulsów cenowych generowanych przez niemiecki i francuski rynek wieprzowiny oddzia³uj¹cych na rynek polski jest podobna i nie zmieni³a siê po akcesji Polski do UE. arto te zwróciæ uwagê na to, i wielkoœæ impulsów cenowych generowanych przez obydwa te rynki by³a podobna do tej, jak¹ rynek polski generowa³ z w³asnej strony. Œwiadczy to o du ej sile oddzia³ywania rynku francuskiego i niemieckiego na polski rynek wieprzowiny. Zastosowana metodologia pozwoli³a równie na analizê wp³ywu polskiego rynku wieprzowiny na rynki niemiecki i francuski. artoœci IRF opisuj¹ce reakcjê obydwu tych rynków na impulsy p³yn¹ce ze strony rynku polskiego s¹ wielokrotnie s³absze (waha³y siê w przedziale od 1,5 do 1,0) ni przedstawione uprzednio wartoœci IRF opisuj¹ce reakcjê rynku polskiego na impulsy p³yn¹ce z tamtych rynków. ielkoœci te nie by³y te ró nicowane przez wydzielone okresy. skazuje to na jednostronny i niezmieniony po akcesji Polski do UE przebieg impulsów cenowych na rynku wieprzowiny. Podsumowanie Przeprowadzone badania wykaza³y, i polski rynek wieprzowiny by³ w ca³ym badanym okresie powi¹zany cenowo z rynkami wieprzowiny krajów UE. Charakter tych powi¹zañ wyraÿnie siê zmieni³ po akcesji Polski do UE. Przede wszystkim nast¹pi³o wyraÿne przyspieszenie reakcji rynku polskiego na impulsy cenowe. Œwiadczy to o postêpuj¹cej integracji rynku polskiego z rynkiem UE. Nadal jednak impulsy cenowe p³ynê³y przede wszystkim w jednym kierunku z rynków pañstw UE na rynek polski. Zastosowana metodyka okaza³a siê wygodnym i efektywnym narzêdziem analizy powi¹zañ cenowych pomiêdzy badanymi rynkami. przeprowadzonej analizie wykorzystywane by³y jednak dane o stosunkowo ma³ej czêstotliwoœci. obec faktu, i zwiêksza siê szybkoœæ dostosowañ cenowych pomiêdzy poszczególnymi rynkami, co wykaza³y miêdzy innymi niniejsze badania, konieczne jest przeprowadzenie podobnych badañ w oparciu o dane o wy szej czêstotliwoœci. iteratura Charemza.., Deadman D.F. 1997: Nowa ekonometria. PE, arszawa, rozdz. 6. Conforti P. 2004: Price Transmission in Selected Agricultural Markets. FAO Commodity and Trade Policy Research orking Papers, 7, s. 91-108. Hamulczuk M. 2007: Powi¹zania cen wieprzowiny pomiêdzy rynkiem polskim, duñskim i niemieckim. Zeszyty Naukowe SGG, seria Problemy Rolnictwa Œwiatowego, tom 2 (XVII), s. 195-206. Kuside³ E. 2000: Modele wektorowo autoregresyjne VAR. Metodologia i zastosowania. ABSOENT, ódÿ Maddala G.S. 2006: Ekonometria. ydawnictwo Naukowe PN, arszawa, s. 609-612. Osiñska M. 2006: Ekonometria finansowa. PE, arszawa, s. 212. Stock J.H., atson M.. 2007: Introduction to Econometrics. Addison esley, Boston. elfe A. 2009: Ekonometria. Metody i ich zastosowanie. PE, arszawa. [http://ec.europa.eu/agriculture/markets/pig]. Summary The VAR model was used in the analysis of pork price linkages between Polish market and the markets of selected EU countries. Impulse response function (IRF), the result of VAR model estimation, was used to describe the price adjustment dynamics. The analysis was based on the monthly pork price notations between 01.1999 and 03.2009. It was found strong evidence that polish pork market has reacted faster to the EU market price impulse in the post-accession period. Adres do korespondencji: dr Stanis³aw Gêdek Uniwersytet Przyrodniczy w ublinie Katedra Ekonomiki i Organizacji Agrobiznesu ul. Akademicka 13, 20-934 ublin tel. (0 81) 461 05 61 e-mail: gedek@op.pl 11 Podobne wyniki uzyska³ Hamulczuk [2007] stosuj¹c nieco inn¹ metodologiê i w odniesieniu do innych rynków i innego zakresu danych.