Documente Academic
Documente Profesional
Documente Cultură
Topa Ioana Valeria PDF
Topa Ioana Valeria PDF
Efectele de spillover este folosit pentru a arta transferul volatilitii de la o entitate financiar ctre alt
entitate de acelai fel
2
Ng, Angela (2000) Volatility spillover effect from Japan-US and the pacific Basin arat c nelegerea
fenomenului de spillover este esenial n obinerea acelor informaii care s permit dezvoltarea i evaluarea
propunerilor de control i restricionare a circulaiei capitalului la nivel internaional, precum i n
implementarea strategiilor globale de hedging i de alocare a activelor financiare
3
Gebka i Serwa, (2007).
activele emergente sunt adaugate portofoliul de active riscante ale lumii. Mai trziu Harvey,
1995 demonstreaz c matricea este mai puin o identitate separat ntruct pieele emergente
sunt din ce n ce mai integrate n pieele lumii. Internaionalizarea capitalului i transferului
su din rile dezvoltate ctre cele n dezvoltare au ridicat diferite probleme politice din
perspectiva dezvoltrii guvernelor rii i anume dac transferurile de capital vor duce nu
numai la creterea volatilitii, ci i a destabilizrii economiilor lor (Reisen, 1993). Unele
studii continuate de Doolez i Warner, 1995 n acest aspect au demonstrat c nu exist nici o
relaie ntre volatilitea i transferurile de capital ctre rile emergente. Alte cercetri conduse
de Kim i Signal (1993) au msurat comportamentul preurilor activelor emergente imediat
dup deschiderea unei piee investitorilor strini. Rezultatul a fost c nu exist nici un effect a
liberalizrii asupra volatilitii pietelor de capital.
Cel mai important factor care afectez ce influeneaz volatilitatea unei piee de
capital este n primul rnd informaia pietei respective. Dar cum acesta se rspndete rapid
ntre alte piee de capital, aa i volatilitatea se poate transfera odata cu ea, ceea ce i numim
efect de spillover. Printre primele lucrri care abordeaz tema efectelor de spillover n
varian este cea a lui Engle, Ito i Lin (1988) care introduc conceptele de heat wave i
meteor shower, cu referire la aspecte ale pieelor financiare. Pe de o parte, ipoteza de heat
wave presupune faptul c volatilitatea unui activ financiar este influenat de factori interni,
cum ar fi ocurile trecute i ptratul erorilor (care pot fi privite ca volatility surprise) din
ecuaia de medie condiionat a randamentelor. Dintr-o alt perspectiv, volatilitatea se afl
n strns legtur cu procesul fluxului informaional, nsemnnd c vetile (definite prin
ocuri, inovaii) urmeaz un fenomen de transmitere peste granie. Modificrile comune n
cursul activelor financiare din state diferite, corespund ipotezei de meteor shower.
Analogiile meteorologice pe care le implic cele dou concepte enunate mai sus, sunt
explicate n studiul lui Engle et al. (1990) de faptul c o zi clduroas n New York este
foarte probabil s fie urmat de o alt zi la fel de clduroas n acelai ora (heat wave) i
foarte puin probabil s influeneze starea vremii din Tokyo. ns, odat cu rotirea
Pmntului, o ploaie de meteorii care lovete New York-ul va fi urmat destul de probabil de
o ploaie de meteorii n Tokyo (meteor shower). Ba mai mult ipoteza de heat wave este
consistent cu faptul c principalele turbulene sunt cele din piaa spot i c un oc puternic
va mri voltilitatea numai la momentul spot spot. Tot el consider c ocurile se propag mai
degraba ca i meteor showers dect heat waves. Cea din urm ar presupune c
volatilitatea are doar autocorelarea rii respective, pe cand o inovaie dintr-o anumit pia
va fi transmis mai departe.
3
3. Cercetri empirice
3.1.
Consideraii generale
yt xt t , t 1,2,..., T
2. serii de timp, pentru care comportamentul variabilei de interes este analizat numai
prin prisma informaiei coninute n valorile sale precedente i valoarea prezent
sau cele trecute ale unui termen eroare.
n cazul modelelor structurale, pentru ca asupra parametrilor de regresie s poat fi
aplicat inferena statistic, eroarea t trebuie s ndeplineasc setul de condiii GaussMarkov, anume s aib media
E ( t ) 0 i variana E ( t E ( t )) 2 E ( t2 ) 2 -
constant.
Dac t are o deviaie standard constant , care s nu depind de variabila
independent xt , spunem c ndeplinete condiia de homoscedasticitate. nclcarea acestei
presupuneri prin observarea unei legturi de dimensiune ntre erorile modelului de regresie i
variabilele deterministe, poart denumirea de heteroscedasticitate. Aceasta din urm este o
proprietate indezirabil pentru modelele structurale, ntruct parametrii estimai, dei
nedeplasai (unbiased) , nu vor mai fi eficieni.
Anterior am discutat despre media i variana necondiionate ale unei serii de timp,
ns obiectivul principal al studiului comportamentului variabilelor financiare l reprezint
posibilitatea previzionrii valorilor viitoare ale acestora pe baza informaiilor din trecut i a
celor din prezent. De aceea, pentru seriile de date se utilizeaz distribuiile condiionate de
informaia cunoscut pn n momentul analizei, putnd fi definite media i variana
condiionate.
3.2.
Modelul ARCH6
rt mt u t
i 1
j 1
cu mt i rt i j u t j
(2.1)
condiionat
rentabilitii
este
aceeai
cu
cea
erorilor,
ht 0 i u t2i
(2.2)
i 1
Relaia (2.2) definete un proces ARCH( p ) , pentru care variana din momentul analizei
depinde de ultimele p ptrate ale valorilor erorilor modelului de medie condiionat. Astfel,
se poate explica fenomenul de volatility clustering prin dependena volatilitii din prezent de
modificrile din trecut ale rentabilitii. Tot el a demonstrat c procesul ARCH genereaz
date cu cozi mai groase dect variable normale aleatorii, ceea ce arat c acest model este mai
protrivit s analizeze acele piee financiare a crui distribuie au cozi mari, pentru c are mai
multe evenimente extreme i frecvente dect o dostribuie normala.
Dac pn la apariia modelelor ARCH, condiionarea n varian era realizat fie prin
asocierea unor ponderi egale pentru observaiile utilizate n calcul pentru o perioad fix de
timp sau prin metoda EWMA7, ecuaia (2.2) presupune estimarea acestor ponderi ( i ) n
urma potrivirii modelului pe date.
Exponentially Weighted Moving Average presupune utilizarea unor ponderi care scad exponenial n funcie
de ct de ndepartate n timp sunt observaiile crora le sunt asociate
Parametrii sunt estimai pe baza metodei verosimilitii maxime, ntruct, spre deosebire de
modelele de regresie liniar, metoda celor mai mici ptrate nu mai poate fi aplicat acestui tip
de proces.
p
i 1
0
p
1 i
1 , n acest caz
i 1
Modelul GARCH
Tim Bollerslev un fost student al lui Engle in anul 1986, a propus un model
generalizat autoregresiv conditional heteroscedastic (GARCH) care reprezint o generalizare
a modelului lui Engle (1982), utiliznd aceleai presupuneri referitoare la ecuaia mediei
condiionate i forma erorilor acesteia, dar specificarea ecuaiei volatilitii se face astfel:
p
i 1
j 1
ht i ut2i j ht j
(2.3)
0,procesul se reduce la p=q=0 care nseamn simplu zgomot alb. Altfel spus, GARCH(1,1)
arat faptul c volatilitatea (ht) de azi este updat de volatilitatea si socul de ieri (ht-1) . ocul
pentru care lagul este mai mare de 2 este incorporat n volatilitatea de ieri in GARCH (1,1).
Practic modelul rezolv problema lagului din ARCH. Si aici avem impuse condiii de nonnegativitate asupra parametrilor, astfel nct s se asigure o varian pozitiv. Staionaritatea
i 1
j 1
i 1
j 1
i j 1 , cu variana necondiionat
cu , 1 , 1 0
(2.4),
Aadar, variana condiionat in modelul GARCH (1,1) este tot o medie ponderat de
reziduuri ptratice, cu deosebirea c aceste ponderi nu dispar niciodat.
Literatura de specialitate despre modelele GARCH este foarte extins, studii care
trateaz diferitele clase de modele ARCH fiind cele ale lui Bollerslev, Chou i Kroner (1992),
precum i Engle, Nelson i Bollerslev (1994).
3.4.
Analiza univariat
evoluie a varianei condiionate difer de ecuaia (2.4) prin includerea valorilor ptratice ale
erorilor u j . Acestea din urm sunt reziduurile rezultate n urma estimrii modelului
GARCH(1,1) specificat la punctul 3.2 al studiului, pentru randamentele indicelui j . n acest
mod, prin considerarea relaiei dintre variana la momentul t a rentabilitii indicelui i i
erorile ptratice ale indicelui j generate din aplicarea modelului GARCH(1,1) - t, se poate
cuantifica efectul de spillover n volatilitate de pe o pia financiar pe alta. Statistic, acest
efect este msurat prin nivelul de semnificaie a coeficienilor j .
Descrierea datelor
Ali doi indici care comunic starea general a unor piee emergente sunt BUX i PX,
corespunznd burselor de valori din Budapesta i, respectiv, Praga. Indicele BUX a fost
prima dat cotat pe 1 Ianuarie 1995 acceptnd un maxim de 25 cele mai cotate aciuni de la
burs. PX, introdus pentru prima data n 1994 cuprindea la vremea respectiv primele 50 cele
mai lichide aciuni i a pornit cu o valoarea de 1,000 puncte.
Indicele FTSE 100 al pieei de capital din Londra i S&P al pieei americane pot fi
considerai ca fiind reperele de evoluie a pieelor financiare dezvoltate8. S&P, dupa indicele
Dow Jones, este unul printre cei mai importani existeni pe piata de capital global,
cuprinznd cele mai importante 500 companii publice cotate fie pe bursa de la New York, fie
pe cea de la NASDAQ. Indicele este realizat de compania Standards&Poors, o subdivizie a
companiei McGraw Hill.
Prin analiza legturilor dintre cei cinci indici, se pot trage concluzii referitoare la
adevratele corelri dintre pieele de capital si a riscurilor asociate cu astfel de investiii,
ntruct conform ipotezei pieei eficiente, inforaia se propag rapid i se incorporez eficient
n preurile activelor.
Valorile indicilor sunt redate n moneda local ntruct schimbrile de pre sunt
reflectate astfel numai de cursul aciunilor, nu i de posibile fluctuaii ale cursului de schimb.
Un prim pas in modelarea volatilitatii, este cel al testarii statisticilor descriptive ale
seriei de timp, acestea relevand trasaturi importante privind comportamentul seriei. Pentru ca
o serie de timp s fie staionar este necesar ca media seriei sa fie constant - adica
observatiile trebuie sa fluctueze in jurul mediei - precum si varianta seriei sa fie constanta.
Din punct de vedere economic, o serie este staionar dac un oc asupra seriei este temporar
(se absoarbe n timp) i nu permanent.
8
Conform International Finance Corporation (Levich, 2000), pieele financiare dezvoltate se caracterizeaz
printr-un raport al capitalizrii bursiere n PIB de 70-80%, iar cele emergente printr-un raport de 30-40% ; a se
consulta tabelul A.2.5.
11
Din momentul reprezentarii grafice a evolutiei indicelui BET (Fig1, Fig2) se poate
remarca faptul ca acesta prezinta niste trenduri, aspect ce sugereaza variabilitatea in timp a
12
Cu ajutorul testului Jarque-Bera (Fig3) se verifica dac o distribuie este normal distribuit.
Testul msoar diferena dintre coeficientul de asimetrie i kurtotica distribuiei analizate cu
cele ale distribuiei normale. Testul are ca ipoteza nul: seria este normal distribuit. Astfel,
dac probabilitatea asociat testului este superioar nivelului de relevan ales (1%, 5% sau
10%), atunci ipoteza nul nu poate fi respinsa. n exemplul de mai sus, cum valoarea
probabilitii asociate este zero, se respinge ipoteza nul, cum c seria este normal distribuit.
O alta metoda de testare a staionaritii este oferita de testul Augmented DickeyFuller (Fig4). Acest test are ca ipotez nula faptul ca seria de date analizata nu este stationara
(are o radacina unitate). Daca valoarea testului este mai mica decat valoarea critica, ipoteza
nula este respinsa. In aplizarea testului de unit root ADF conduce la concluzia ca seria de
date este nestationara -valoarea atasata testului ADF (-1.21617) depaseste valorile critice
pentru toate nivelele de relevanta.
Tabelul 1 Testul ADF pentru indicele BET
ADFforBET
AugmentedDickeyFullerteststatistic
Testcriticalvalues:
1%level
5%level
13
tStatistic Prob.*
1.21617 0.6697
3.43247
2.86236
10%level
2.56725
Deoarece seria noastra de date BET nu este staionara i pentru c nu avem valori
negative sau egale cu zero, putem s folosim n analiza econometrica serii logaritmate. Vom
analiza staionaritatea seriile de date log(BET) ,obtinuta prin logaritmarea seriei BET si
dlog(BET) .
Aa cum arat i n Fig5, dupa aplicarea operatorului de prim diferen seriei de logaritmi,
indicele BET a crescut in medie cu 0.0901% de la o zi la alta in perioada ianuarie 2000 - mai
2011. Variatia maxima zilnica a fost de 14.5765%, iar scaderea zilnica cea mai mare a fost de
-13,1168%. Ipoteza nula a testului Jarque-Bera (seria este distribuita normal) este respinsa
(probabilitatea este mai mica decat oricare nivel de relevanta); se accepta ipoteza alternativa
si anume ca seria nu este distribuita normal.
Tabelul 2 - Testul ADF pentru log(BET)
ADFforLog(BET)
t
Statistic
AugmentedDickeyFullerteststatistic
Testcriticalvalues:
1%level
5%level
10%level
1.87786
3.43247
2.86236
2.56725
Prob.*
0.3431
Aplicarea testului unit root ADF asupra seriei de date log(BET), Fig6 conduce la
concluzia potrivit creia acesta serie este nestaionar (valoarea ataat testului ADF
14
1%level
5%level
10%
level
t
Statistic
47.4348
3.43247
2.86236
Prob.*
0.0001
2.56725
Prin aplicarea testului ADF pentru seria de prim diferen a indicelui BET, n urma
logaritmrii, att valoarea testului t, ct i probabilitatea indic respingerea ipotezei nule,
seria de timp fiind staionar, pentru un nivel de relevan (probabilitate de a grei) de 1%.
n tabelul de mai jos sunt detaliate testarea statiscilor descriptive pentru ceilalti
indicatori pentru seriile de prima diferen. n anexe se poate vedea rezultatele obtinute
pentru fiecare din aceti indicatori din Eviews.
Tabelul 4- Statistici descriptive indici
Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis
JarqueBera
Probability
BET
BUX
PX
FTSE100
SP500
0.000901
0.000373
0.000343
-2.62E-05
-1.05E-05
0.000903
0.000000
0.000364
0.000000
0.000263
0.145765
0.131777
0.123641
0.093842
0.109572
-0.131168
-0.126489
-0.161855
-0.092646
-0.094695
0.018296
0.016742
0.015628
0.013227
0.013664
-0.291000
-0.036400
-0.423533
-0.061523
-0.038924
10.545170
8.961863
14.942040
9.390651
10.975640
6740.953000
4184.426000 16871.120000 4809.041000 7488.246000
0.000000
0.000000
0.000000
0.000000
0.000000
Dup cum reiese din figura de mai sus, gradul de performan exprimat de valoarea
medie a rentabilitii, este mai ridicat pentru indicii rilor n curs de dezvoltare, Romnia
avand indicatorul cel mai mare, urmat de Ungaria i Cehia i rezultnd chiar n valori
negative pentru economiile dezvoltate, Anglia i SUA. Cu toate acestea, indicele BET, care
are i cea mai mare rentabilitate medie, este printre cele mai volatile, avnd o deviaie
15
standard de aproximativ 1,83%. Acest fapt vine n sprijinul teoriei conform creia pieele
emergente sunt mai atractive prin randamente mari n comparaie cu cele ale pieelor
dezvoltate, dar prezint un grad de risc mai mare, exprimat prin volatilitate ridicat9. Toi cei
5 indici prezint un skewness diferit de 0, ceea ce indic un grad de asimetrie a distribuiei
fa de medie. Valoarea negativ indica o corelare negativ ntre schimbrile n volatilitate i
schimbrile din pia. Excesul de kurtotic10 indic o distributie leptokurtotic, distributie ce
se regaseste la majoritatea activelor financiare. ntrucat valoarea depete la toate seriile,
nseamn c distribuiile nu sunt normale. Probabilitatea de apariie a unui eveniment extrem
este superioar probabilitii de apariie a acelui eveniment implicat de o distribuie normal.
Ca urmare modelele de evaluare a preului i riscului activului respectiv pot genera erori dac
acestea presupun distribuia normal a acestuia.
4.2.
Modelul ARCH
Datele analizate mai sus indic posibilitatea existenei de efecte ARCH n observaii.
Pentru fiecare serie de rentabiliti n parte, acest fapt se exprim prin lipsa autocorelrii de
ordin superior, dar existena unei dependene neliniare, n ptratele valorilor datelor.
Prezumia existenei efectelor ARCH n seriile rentabilitilor este verificat prin testul
ARCH-LM, dezvoltat de Engle(1982). Ideea testului este de a controla dac erorile ptratice
din ecuaia de medie (2.1) sunt autocorelate. Astfel, se regreseaz u t2 fa de valorile sale
q
10
16
269.4121
246.1075
Probability
Probability
0
0
Modelul GARCH(1,1)
ntruct testul ARCH respinge ipotza homoscedascitii la nivel de 1%, este necsar
modelarea varianelor condiionale ale acestora, Fig10.
Fig10 - GARCH(1,1) t-Student n cazul indicelui BET
Dependent Variable: DLOG(BET)
Method: ML - ARCH (Marquardt) - Student's t
distribution
Date: 06/02/11 Time: 23:32
Sample (adjusted): 2 2826
Included observations: 2825 after adjustments
Convergence achieved after 17 iterations
GARCH = C(2) + C(3)*RESID(-1)^2 +
C(4)*GARCH(-1)
Coefficient
Std. Error
0.00105
0.000225
Variance
Equation
1.21E-05
2.30E-06
0.231045
0.025425
0.754952
0.020161
5.219026
0.535648
C
RESID(-1)^2
GARCH(-1)
T-DIST. DOF
zStatistic Prob.
4.670659
0
5.263339
9.087307
37.44649
9.743391
17
0
0
0
0
ARCH Test:
F-statistic
Obs*Rsquared
4.205219
Probability
0.040392
4.201938
Probability
0.040378
Pentru a demonstra faptul c modelul GARCH(1,1)- t este unul bine specificat pentru
datele indicelui BET, am realizat i testul Ljung+Box i am testat ipoteza nul, i anume lipsa
autocorelrii care nu mai poate fi respins pentru cazul reziduurilor standardizate i cele
ptratice. (Fig12)
Tabelul 7 - Testul Ljung Box pentru
Rezidurile standardizate
Lag
AC
PAC
Q-Stat
Prob
LAG
AC
PAC
Q-Stat
Prob
0.118
0.118
39.304
0.039
0.039
4.2079
0.04
0.023
0.009
40.761
0.118
0.005
40.826
6.0445
0.109
0.001
0.001
0.003
0.025
4.2678
40.826
0.027
0.031
43.532
11.887
0.036
0.003
0.031
0.004
43.566
-0.04
0.015
0.001
10.968
11.895
0.064
0.032
0.032
46.516
0.098
0.016
0.008
47.204
12.512
0.13
0.01
0.007
47.492
15.355
0.082
10
0.004
0.001
47.543
10
-0.01
0.014
0.032
0.017
12.083
0.005
0.025
0.042
0.018
0.002
0.008
0.012
0.032
0.018
16.293
0.092
11
0.044
52.987
11
0.018
0.018
17.222
0.101
12
0.001
0.044
0.011
52.99
12
0.047
0.044
23.604
0.023
13
0.035
0.035
56.441
13
0.014
0.007
24.16
0.03
14
0.029
0.02
58.905
14
0.032
0.029
26.997
0.019
15
0.007
59.048
15
0.005
0.006
27.075
0.028
18
BET
BUX
PX
z-statistic
4.503654
6.279824
BUX
Coeficient
z-statistic
6.22E-06a
4.080396
0.072331a
6.529515
Coeficient
5.82e-06b
0.098025a
z-statistic
4.563144
6.964171
0.783250a
28.21220
0.900923a
64.53549
0.873365a
53.25332
-0.000151
-0.973231
-0.990E-05
-0.787444
-0.000297
0.000107
-1.022851
0.236606
-0.000595
PX
0.000437
-3.045671
-4.211891
-
pentru
H0:
a
Coeficient
9.21E-06b
0.207688a
14.969998a
15.448753a
15.674614c
Figura de mai sus arat rezultatul efectelor de spillover n varian pentru pieele de
capital din rile emergente. Coeficienii corespunztori erorilor ptratice care au rezultat din
ecuaiile de medie condiionat ale indicilor BUX i PX au introduse n ecuaia de varian a
19
indicelui BET, prezint semnificaie statistic la un nivel de 5%, respectiv 1%. Se observ
astfel c cel mai mare coeficient de spillover este cel corespunztor indicelui PX, nruct este
de aproximativ trei ori mai mic dect parametrul al ocurilor interne. Aceste descoperiri
sunt consistente cu prezena simultan a efectelor de heat wave i meteor shower n
volatilitatea BET. S-a demonstrat astfel c evoluia volatilitii indicelui BET este influenat
n mod semnificativ de informaia primit din zona rilor central europene considerate.
Se mai observ deasemnea un efect bidirecional n transmiterea volatilitii ntre
pieele de capital din Budapeste i Praga, datorit legturii n evoluia randamentelor indicilor
din rile respective. n cazul Romniei exist o influen unidirecional dinspre celelalte
doua ri cu economii emergente, ntruct ocurile de pe piaa de capital de la Bucureti nu
sunt semnificative n a explica volatilitatea indicilor bursieri din Ungaria i Cehia
Prin urmare, studiul fcut demonstreaz influena semnificativ exercitat de
informaiile de pe pieele din Ungaria i Cehia asupra evoluiei varianei indicelui BET
(efectul invers nu a fost descoperit).
B. Cel de-al doilea test Fig14-
unidirecionale a pieelor financiare din Anglia i SUA asupra volatilitii indicelui BET.
Motivaia acestei abordri este dat de cuantificarea gradului de dependen a pieei de
capital din Romnia de economiile dezvoltate de la nivel european i global.
Asemntor studiului de mai sus, i n acest caz se aplic modelul GARCH i se alege
variana numrul de laguri ale efectelor de spillover pe baza minimizrii criteriilor Akaike i
Schwarz.
Tabelul 9 - Estimarea modelului GARCH(1,1) t* pe indicele BET, cu spillover n
varian
Dependent Variable: RESID_BET
Method: ML - ARCH (Marquardt) - Student's t distribution
Sample (adjusted): 2 2826
Included observations: 2825 after adjustments
Convergence achieved after 20 iterations
GARCH = C(2) + C(3)*RESID(-1)^2 + C(4)*GARCH(-1) + C(5)
*RESID_FTSE +
C(6)*RESID_SP
Coefficient
Std. Error
z-Statistic
Prob.
4.02E-05
Variance
Equation
0.000225
0.178635
0.8582
1.20E-05
2.31E-06
5.199227
20
RESID(-1)^2
GARCH(-1)
RESID_FTSE
RESID_SP
T-DIST. DOF
R-squared
Adjusted Rsquared
S.E. of regression
Sum squared resid
Log likelihood
0.21868
0.763526
-0.000556
3.19E-06
5.201892
0.02439
0.019875
0.000453
0.000475
8.966107
38.41712
-1.226118
0.006714
0.531643
9.784555
0
0
0.2202
0.9946
0
-0.000107
-0.000149
-0.002237
0.018316
0.945413
0.018296
-5.606882
-5.592148
7926.721
Durbin-Watson stat
1.769306
Din estimrile rezultate mai sus, se observ faptul c inovaiile (i.e. ocurile) din
ecuaia mediei condiionate a randamentelor indicelui FTSE100 sunt semnificative statistic la
niveluri de 5%. Pentru un nivel de semnificaie de 10%, nu putem respinge ipoteza nul a
lipsei de influen exercitate de erorile ptratice ale indicelui S&P500 asupra volatilitii de
pe piaa de capital din Romnia.
Faptul c informaiile din afara granielor, mai ales cele ce vin din Aglia, influeneaz
variana indicelui BET, se poate traduce printr-o vitez de ajustare mai redus a pieei de
capital din Romnia la ocurile externe. Astfel rezultatele arat c n determinarea indicelui
BET, cel mai important factor este valoarea acestuia de lag1 i printre factorii de influen se
gsesc n ocurile indicelui FTSE (wave heat i meteor shower)
C. Ultimul test -Fig15- surprinde efectele de spillover pentru cazul universal, n care
22
BUX
Coeficient
z-statistic
5.60E-06a
4.010771
0.067103a
6.359599
PX
Coeficient
5.00E-06a
0.085187a
z-statistic
4.527908
6.932219
FTSE
Coeficient
z-statistic
1.51E-06a
4.664886
0.064508 b
7.165566
S&P
Coeficient
z-statistic
9.87E-07
4.970534
0.038612a
5.942740
0.760392a
37.83675
0.908042a
68.49475
0.88777a
61.28396
0.920409a
98.69105
0.950365a
140.5003
-0.000173
-1.130724
-0.000115
-1.064373
-3.03E-05a
-0.840139
1.35E-05
0.343419
-0.872503
-0.000148
-2.226880
6.69E-05
1.120061
-4.06e-05
-0.383907
6.64E-05
1.69E-05
-0.000420
0.053114
a
-0.000363
0.000108
-1.15558
-0.000224
-0.753195
-0.000899
0.226746
0.000206
-0.000133
-0.894321
-2.018876
0.49277
-0.000886
-6.56E-05
-2.980717
-0.238099
-0.000697
-0.001159
-6.479699
0.753694
b
-9.263633
-
14.954256a
15.331078a
15.447692a
16.3373a
14.289175c
23
5. Concluzii
6. Bibliografie
24
25
7. Anexe
Anexa 1 Baza de date folosita
Data
BET
BUX
PX
FTSE 100
S&P 500
01/05/2000
461
8,464
485
6,536
1,402
01/06/2000
484
8,483
495
6,447
1,403
01/07/2000
526
8,694
499
6,505
1,441
01/10/2000
541
8,978
507
6,608
1,458
01/11/2000
532
8,881
506
6,519
1,439
01/12/2000
528
8,910
502
6,533
1,432
01/13/2000
531
9,085
505
6,532
1,450
01/14/2000
553
9,495
517
6,658
1,465
01/17/2000
558
9,858
523
6,670
1,465
01/18/2000
548
9,781
522
6,505
1,455
01/19/2000
555
9,803
527
6,445
1,456
01/20/2000
555
9,965
540
6,349
1,446
01/20/2000
555
9,965
540
6,349
1,446
01/21/2000
553
9,794
549
6,346
1,441
01/24/2000
553
9,685
546
6,380
1,402
..
4/6/2011
5,951
24,337
1,275
6,041
1,336
4/7/2011
6,012
24,451
1,273
6,007
1,334
4/8/2011
6,068
24,433
1,271
6,056
1,328
4/11/2011
5,996
24,376
1,264
6,053
1,324
4/12/2011
5,944
23,747
1,237
5,965
1,314
4/13/2011
5,988
23,886
1,250
6,010
1,314
4/14/2011
5,946
23,766
1,235
5,964
1,315
4/15/2011
5,933
24,194
1,240
5,996
1,320
4/18/2011
5,900
23,285
1,223
5,870
1,305
4/19/2011
5,877
23,601
1,233
5,897
1,313
4/20/2011
5,941
23,990
1,242
6,022
1,330
4/21/2011
5,867
24,090
1,255
6,018
1,337
4/22/2011
5,917
23,964
1,252
6,018
1,337
4/26/2011
5,894
24,166
1,248
6,069
1,347
4/27/2011
5,936
24,111
1,264
6,068
1,356
4/28/2011
5,978
24,277
1,264
6,070
1,360
4/29/2011
5,925
24,162
1,261
6,070
1,364
5/2/2011
5,875
24,272
1,275
6,070
1,361
Nota: Pentru a avea aceleasi serii de timp, s-a folosit ca si referinta datele de tranzactionare BET si ziua in care nu s-a
tranzactionat
Indicele respectiv, s-a luat valoarea din ziua precedenta.
26
AugmentedDickeyFullerteststatistic
Testcriticalvalues:
1%level
5%level
10%level
27
tStatistic
Prob.*
25.4429
3.43248
2.86237
2.56725
0.000559
Std. Error
0.000252
z-Statistic
Prob.
2.222184
0.0263
Variance Equation
C
RESID(-1)^2
GARCH(-1)
6.00E-06
0.080329
0.896781
1.56E-06
0.011557
0.014194
3.840511
6.950746
63.18179
0.0001
0
0
T-DIST. DOF
7.60379
0.99456
7.645382
Prob
0.028
0.028
0.015
2.2276
0.136
4.3339
0.115
5.1417
0.162
0.045
0.045
10.759
0.029
0.029
0.015
13.639
0.018
14.348
0.026
0.032
0.016
0.024
-0.02
15.938
0.026
0.031
0.03
18.608
0.017
0.015
19.79
0.019
10
0.02
0.031
-0.03
22.431
0.013
11
0.005
22.502
0.021
12
0.001
0.011
0.002
22.504
0.032
13
0.004
22.554
0.047
14
0.007
0.009
22.678
0.066
15
0.003
22.678
0.091
Lag
AC
PAC
0.028
0.027
0.017
4
5
1
2
28
Variance backcast: ON
GARCH = C(2) + C(3)*RESID(-1)^2 + C(4)*GARCH(1) + C(5)
*RESID_BET + C(6)*RESID_PX +
C(7)*RESID_FTSE + C(8)
*RESID_SP
Coefficient
C
Std. Error
0.000153
z-Statistic
Prob.
0.000257
0.593727
0.5527
Variance Equation
C
RESID(-1)^2
5.60E-06
0.067103
1.40E-06
0.010551
4.010771
6.359599
0.0001
0
GARCH(-1)
0.908042
0.013257
RESID_BET
-0.000173
0.000153
RESID_PX
-0.000224
0.000251
RESID_FTSE
RESID_SP
-0.000899
0.000206
0.000445
0.000417
68.49475
1.130724
0.894321
2.018876
0.492777
0.0435
0.6222
T-DIST. DOF
8.19705
1.149007
7.134028
29
0.2582
0.3712
Prob.*
-49.32246
1% level
5% level
10% level
0.0001
-3.432474
-2.862364
-2.567253
Std. Error
0.001025
zStatistic
Prob.
0.000208
4.931371
1.22E-06
0.014409
3.882067
7.535882
0.0001
0
Variance Equation
C
RESID(-1)^2
4.72E-06
0.108583
GARCH(-1)
0.871497
0.016251
53.62868
T-DIST. DOF
6.677929
0.759324
8.794566
AC
PAC
QStat
Prob
0.055
0.055
8.5835
0.003
30
0
0.012
8.6076
0.014
0.003
0.011
8.9701
0.03
0.036
0.037
12.652
0.013
0.019
0.008
0.005
14.176
0.015
14.252
0.027
0.023
0.005
0.006
14.367
0.045
0.024
0.024
16.017
0.042
0.042
0.038
21.009
0.013
10
0.02
0.015
22.13
0.014
11
0.015
0.014
22.755
0.019
12
0.047
28.928
0.004
13
0.002
0.024
0.008
0.045
0.006
0.026
0.005
28.943
0.007
30.545
0.006
30.707
0.01
14
15
0.000209
Std. Error
z-Statistic
Prob.
0.000214
0.979307
0.3274
0
0
0
Variance Equation
C
RESID(-1)^2
GARCH(-1)
5.00E-06
0.085187
0.887777
1.10E-06
0.012289
0.014486
RESID_BET
-0.000115
0.000108
RESID_BUX
-0.000133
0.000153
RESID_FTSE
-0.000886
0.000297
RESID_SP
-6.56E-05
0.000275
4.527908
6.932219
61.28396
1.064373
0.872503
2.980717
0.238099
T-DIST. DOF
7.024755
0.834003
8.422937
31
0.2872
0.3829
0.0029
0.8118
0
-27.45023
1% level
5% level
10% level
32
-3.432477
-2.862365
-2.567254
Prob.*
0
Std. Error
0.000457
zStatistic
Prob.
0.000165
2.776832
0.0055
Variance Equation
C
RESID(-1)^2
GARCH(-1)
1.30E-06
0.096861
0.897018
3.73E-07
0.011295
0.010825
3.492412
8.575352
82.86777
0.0005
0
0
T-DIST. DOF
10.0816
1.992084
5.060829
PAC
0.049
QStat
Prob
6.7713
0.009
-0.02
0.043
7.6305
0.022
12.327
0.006
0.034
0.029
15.525
0.004
0.002
0.019
0.004
0.019
15.537
0.008
16.556
0.011
0.01
0.009
0.008
0.014
0.011
16.857
0.018
-0.01
17.103
0.029
-0.01
0.013
17.276
0.045
17.813
0.058
0.035
0.032
21.308
0.03
0.016
0.019
0.018
0.017
0.008
0.017
22.019
0.037
23.09
0.041
23.401
0.054
23.968
0.066
-0.01
0.014
33
Std. Error
z-Statistic
Prob.
0.000213
Variance
Equation
0.000167
1.276896
0.2016
C
RESID(-1)^2
1.51E-06
0.064508
3.23E-07
0.009003
4.664886
7.165566
0
0
GARCH(-1)
RESID_BET
RESID_BUX
0.920409
3.03E-05
-0.000148
0.009326
3.61E-05
6.64E-05
0
0.4008
0.026
RESID_PX
-4.06E-05
0.000106
RESID_SP
-0.000697
0.000108
98.69105
0.840139
-2.22688
0.383907
6.479699
11.69294
2.519601
4.64079
T-DIST. DOF
34
0.701
0
t-Statistic
Augmented Dickey-Fuller test statistic
Prob.*
-42.24334
1% level
5% level
10%
level
-3.432475
-2.862365
-2.567254
0.000554
Std. Error
zStatistic
Prob.
0.000162
3.411411
0.0006
Variance Equation
C
RESID(-1)^2
GARCH(-1)
7.40E-07
0.074812
0.923784
2.83E-07
0.009962
0.009244
2.613461
7.510002
99.92827
0.009
0
0
T-DIST. DOF
6.488119
0.839654
7.727131
PAC
0.055
QStat
Prob
8.5288
0.003
35
0.038
0.001
0.041
0.003
0.001
0.004
0.034
0.003
0.005
0.021
0.004
0.034
0.006
0.008
0.023
12.676
0.027
16.034
0.014
16.056
0.025
16.127
0.041
17.418
0.043
0.013
0.004
0.01
0.004
17.932
0.056
17.976
0.082
0.033
0.033
21.153
0.048
0.041
0.044
0.003
0.028
25.892
0.018
26.191
0.024
28.523
0.019
0.001
-0.01
0.029
12.629
0.002
12.633
0.006
12.635
0.013
0.000165
Std. Error
z-Statistic
Prob.
0.000164
1.006777
0.314
Variance Equation
C
RESID(-1)^2
GARCH(-1)
RESID_BET
9.87E-07
0.038612
0.950365
1.35E-05
1.99E-07
0.006497
0.006764
3.92E-05
4.970534
5.94274
140.5003
0.343419
0
0
0
0.7313
RESID_BUX
RESID_PX
6.69E-05
6.64E-05
5.97E-05
8.82E-05
0.2627
0.451
RESID_FTSE
-0.001159
0.000125
1.120061
0.753694
9.263633
T-DIST. DOF
7.677681
1.161262
6.611496
36