Analýza vzájemných vazeb mezi devizovými kurzy středoevropských měn 1

Podobné dokumenty
PENĚŽNÍ ZÁSOBA A VÝVOJ AKCIOVÝCH TRHŮ V ČESKÉ REPUBLICE, SLOVENSKÉ REPUBLICE A VE VYBRANÝCH ZEMÍCH 1

Základy ekonometrie. X. Regrese s časovými řadami. Základy ekonometrie (ZAEK) X. Regrese s časovými řadami Podzim / 47

χ 2 testy. Test nekorelovanosti.

REGRESNÍ ANALÝZA NESTACIONÁRNÍCH EKONOMICKÝCH ČASOVÝCH ŘAD

Pravděpodobnost a statistika

Analytické stanovení hodnoty Value at Risk a Expected Shortfall za předpokladu smíšeného normálního rozdělení pravděpodobnosti 1

Testování hypotéz. December 10, 2008

Static and dynamic regression analysis in system identification Statická a dynamická regresní analýza v identifikaci systémů

4. Přednáška: Kvazi-Newtonovské metody:

Makrozátěžové testy sektoru penzijních společností

THE POSSIBILITY OF RELOCATION WAREHOUSES IN CZECH-POLISH BORDER MOŽNOSTI RELOKACE SKLADŮ V ČESKO-POLSKÉM PŘÍHRANIČÍ

Buckinghamův Π-teorém (viz Barenblatt, Scaling, 2003)

VŠB-TU OSTRAVA, FAKULTA ELEKTROTECHNIKY A INFORMATIKY, KATEDRA APLIKOVANÉ MATEMATIKY. Statistika. Vzorce a tabulky

Dekompoziční analýza příjmové nerovnosti v České republice

4EK211 Základy ekonometrie

Hodnocení přesnosti výsledků z metody FMECA

ANALÝZA DLOUHODOBÝCH VAZEB NA ČESKÉM TRHU ÚVĚRŮ

Návrh vysokofrekvenčních linkových transformátorů

MATEMATIKA II V PŘÍKLADECH

STIPENDIJNÍ ŘÁD OSTRAVSKÉ UNIVERZITY V OSTRAVĚ

Ilustrační příklad odhadu LRM v SW Gretl

APLIKACE NÁSTROJE PASW SPSS 18.0 BASE V TRŽNÍ

Obsah přednášky. 1. Principy Meta-learningu 2. Bumping 3. Bagging 4. Stacking 5. Boosting 6. Shrnutí

Aplikovaná ekonometrie 7. Lukáš Frýd

ANALÝZA SCHOPNOSTI ČESKÉ DOMÁCNOSTI VYSTAČIT S PŘÍJMY. Pavla Kafková, Jitka Bartošová. Úvod

3. Mocninné a Taylorovy řady

MOMENT SETRVAČNOSTI. Obecná část Pomocí Newtonova pohybového zákona síly můžeme odvodit pohybovou rovnici pro rotační pohyb:

OPTIMALIZACE PARAMETRŮ PID REGULÁTORU POMOCÍ GA TOOLBOXU

Příloha č. 1 Část II. Ekonomika systému IDS JMK

Makrozátěžové testy sektoru penzijních společností 1

MOMENT SETRVAČNOSTI. Obecná část Pomocí Newtonova pohybového zákona síly můžeme odvodit pohybovou rovnici pro rotační pohyb:

KMA/P506 Pravděpodobnost a statistika KMA/P507 Statistika na PC

Závislost indexů C p,c pk na způsobu výpočtu směrodatné odchylky

Testování hypotéz testy o tvaru rozdělení. Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

Metoda backward výběru proměnných v lineární regresi a její vlastnosti

STATISTIKŮM A EKONOMETRŮM BYLA UDĚLENA NOBELOVA CENA ZA EKONOMII ZA ROK 2003 Josef Arlt

4EK211 Základy ekonometrie

Základy ekonometrie. XI. Vektorové autoregresní modely. Základy ekonometrie (ZAEK) XI. VAR modely Podzim / 28

Regresní a korelační analýza

Název: Chemická rovnováha II

DIPLOMOVÁ PRÁCE 2008 Jiří Chuman

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

1. Přednáška. Ing. Miroslav Šulai, MBA

Kurzové kritérium a zapojení koruny do ERM II

4EK211 Základy ekonometrie

MACROECONOMIC MODELLING OF THE CZECH ECONOMY USING COINTEGRATION VECTOR AUTOREGRESSION

6 5 = 0, = 0, = 0, = 0, 0032

je amplituda indukovaného dipólového momentu s frekvencí ω

THE INFLUENCE OF SELECT BANKING SECTOR INDICATORS ON THE ECONOMIC GROWTH OF THE EUROZONE COUNTRIES

Vývoj sledovaného ukazatele v letech v ČR (NZ_C) a v SR (NZ_S) uvádí obrázek 1, pro srovnání je uveden i vývoj v celé EU-28 (NZ_EU).

4EK211 Základy ekonometrie

DLOUHODOBÁ NEZAMĚSTNANOST V ČR

Testování hypotéz o parametrech regresního modelu

1 Úvod. 1 Tento příspěvek je částí analýzy (odborné statě) Maastrichtská konvergenční kritéria (Šimíková (2003)), jenž

do jednotkového prostorového úhlu ve směru svírajícím úhel ϑ s osou dipólu je dán vztahem (1) a c je rychlost světla.

Korelační a regresní analýza

Testování statistických hypotéz. Ing. Michal Dorda, Ph.D. 1

Testování hypotéz o parametrech regresního modelu

Difuze v procesu hoření

Měření indukčností cívek

Teorie časových řad Test 2 Varianta A HODNOCENÍ (max. 45 bodů z 50 možných)

8 Coxův model proporcionálních rizik I

1 Gaussova kvadratura

SPOTŘEBITELSKÝ ÚVĚR. Na začátku provedeme inicializaci proměnných jejich vynulováním příkazem "restart". To oceníme při opakovaném použití dokumentu.

Analýza investičních pobídek v České republice

Mendelova zemědělská a lesnická univerzita Provozně ekonomická fakulta. Výpočet charakteristik ze tříděných údajů Statistika I. protokol č.

VEKTOROVÉ AUTOREGRESE. APLIKACE V PROGNÓZOVÁNÍ.

5 Parametrické testy hypotéz

Alternativní rozdělení. Alternativní rozdělení. Binomické rozdělení. Binomické rozdělení

MĚŘENÍ MOMENTU SETRVAČNOSTI Z DOBY KYVU

AVDAT Klasický lineární model, metoda nejmenších

KORELACE. Komentované řešení pomocí programu Statistica

Korelace. Komentované řešení pomocí MS Excel

Viz též stavová rovnice ideálního plynu, stavová rovnice reálného plynu a van der Waalsova stavová rovnice.

Příloha č. 5 Informace o pravidlech pro provádění Pokynů

Metoda konjugovaných gradientů

MÍRY ZÁVISLOSTI (KORELACE A REGRESE)

Cvičení ze statistiky - 8. Filip Děchtěrenko

INFORMACE O SPOLEČNOSTI k 30. červnu 2017

Název: Chemická rovnováha

Ing. Michael Rost, Ph.D.

Geometrická zobrazení

Analýza dat z dotazníkových šetření

4EK211 Základy ekonometrie

Jednofaktorová analýza rozptylu

Vliv marketingového dotazování na identifikaci tržních segmentů

10. cvičení z PST. 5. prosince T = (n 1) S2 X. (n 1) s2 x σ 2 q χ 2 (n 1) (1 α 2 ). q χ 2 (n 1) 2. 2 x. (n 1) s. x = 1 6. x i = 457.

G( x) %, ν%, λ. x, x, N, N nezáporné přídatné proměnné, ( ) 2 Matematické programování

L. Podéště 1875, Ostrava-Poruba, tel: ,

Úvod do analýzy časových řad

ANALÝZA DAT V R 7. KONTINGENČNÍ TABULKA. Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK.

Příklady: - počet členů dané domácnosti - počet zákazníků ve frontě - počet pokusů do padnutí čísla šest - životnost televizoru - věk člověka

Neuronové časové řady (ANN-TS)

Dynamika populací s oddělenými generacemi

Reprezentace přirozených čísel ve Fibonacciho soustavě František Maňák, FJFI ČVUT, 2005

Doc. Ing. Daniel Stavárek, Ph.D.

Statistická analýza jednorozměrných dat

Cvičení 9 dekompozice časových řad a ARMA procesy

Testování hypotéz. Analýza dat z dotazníkových šetření. Kuranova Pavlina

Transkript:

646 Eonomicý časopis, 55, 2007, č. 7, s. 646 658 Analýza vzájemných vazeb mezi devizovými urzy středoevropsých měn Daniel STAVÁREK* Analysis of Relationships among Exchange Rates of the Central European Currencies Abstract The paper examines long-term and short-term relationships among exchange rates of the Visegrad countries national currencies vis-à-vis euro. Cointegration tests, vector error correction models and Granger causality tests are applied on daily nominal exchange rates. The results suggest that long-term linages are very rare. The only relevant long-term linage was identified between Polish zloty and Slova oruna during the period of EU membership. The short- -term relationships proved to be significant more often. However, their frequency and intensity have been decreasing during the period analysed. This can be considered as the evidence of diminishing sovereignty of the national currencies and their ability to influence development of other currencies. Keywords: exchange rate, cointegration, error correction model, Granger causality test, Visegrad countries JEL Classifications: F3, F36 Úvod Vstupem do Evropsé unie (EU) v větnu 2004 se všechny nové člensé státy zavázaly, že v souladu s ustanoveními Římsé a Maastrichtsé smlouvy zavedou euro a připojením eurozóně přijmou jednotnou měnovou politiu. Podmínou usutečnění tohoto rou je ovšem splnění onvergenčních ritérií, * Daniel STAVÁREK, Slezsá univerzita, Obchodně podniatelsá faulta v Karviné, Katedra financí, Univerzitní nám. 934/3, 733 40 Karviná, Česá republia; e-mail: stavare@opf.slu.cz Tento příspěve byl zpracován za podpory Grantové agentury ČR v rámci projetu GAČR 402/05/2758 Integrace finančního setoru nových člensých zemí EU do EMU. Poděování za cenné připomíny a náměty patří olegům z atedry financí SU OPF v Karviné, a rovněž anonymním recenzentům.

647 z nichž jedno je zaměřeno na stabilitu devizového urzu. 2 Vývoj devizového urzu národních měn nových člensých států se ta stává objetem nezbytného a důležitého výzumu. Podrobná analýza tohoto typu nabývá na významu zejména v těch zemích, teré apliovaly či apliují režim plovoucího devizového urzu. Mezi ně patří i země Visegrádsé supiny (Česo, Maďarso, Polso a Slovenso, dále EU-4). 3 Země EU-4 byly vždy chápány jao relativně homogenní supina zemí, teré se romě své geograficé blízosti nacházejí na podobném stupni hospodářsého rozvoje a čelí podobným eonomicým problémům a výzvám. Existuje proto hypotéza, že určitá míra homogenity se promítá i do vývoje devizových urzů. Případné vzájemné vazby a interace v urzovém vývoji by ta mohly mít praticé využití při nastavení a řízení urzové politiy v období plnění ritéria stability devizového urzu. Uplatnění výsledů je možné taé na miroeonomicé úrovni při zajištění proti urzovému riziu nebo obchodování na devizových trzích. Cílem příspěvu je proto analyzovat vhodným eonometricým aparátem devizové urzy národních měn zemí EU-4 vůči euru se zaměřením na dlouhodobé rovnovážné vazby i vzájemné rátodobé interace. Za účelem splnění tohoto cíle je příspěve rozčleněn do něolia částí. V první části jsou představeny použité analyticé nástroje a data. Druhá část obsahuje výsledy ointegrační analýzy a ve třetí části jsou prezentovány závěry odhadů vetorových modelů orece chyby a Grangerových testů auzality. V závěru příspěvu jsou následně sumarizovány všechny líčové poznaty.. Teoreticý rámec a použitá data Před více než třiceti lety Granger a Newbold ve své práci [5] poprvé pouázali na sutečnost, že použití nestacionárních časových řad maroeonomicých proměnných způsobuje závažné problémy v regresní analýze a ztrátu důležitých informací o dlouhodobé vazbě analyzovaných řad. Otázu jednotového ořene těchto proměnných empiricy zoumali Nelson a Plosser v [9] a od té doby je stacionarita dat obecně považována za nezbytný rys časových řad. Mnoho studií, napřílad [3], později proázalo, že většina časových řad z oblasti maroeonomie a financí je nestacionární nebo integrována o řádu jedna I(). 4 2 Blíže se problematice ritéria stability devizového urzu věnuje napřílad [] nebo [2]. 3 Dne 25.. 2005 Slovenso jao první ze zemí EU-4 vstoupilo do mechanismu směnných urzů ERM II a provedená analýza ta porývá i působení v tomto specificém režimu devizového urzu spojeném s plněním onvergenčního ritéria devizového urzu. 4 Jao integrovanou o řádu jedna označujeme časovou řadu, jejíž změny (první diference) jsou stacionární.

648 Z tohoto důvodu musí aždé empiricé analýze pracující s maroeonomicými daty předcházet testovaní stacionarity dat neboli testy jednotového ořene. Ačoliv byla eonometrie v minulosti obohacena o mnoho různých techni a postupů testování stacionarity, v literatuře se nejčastěji používají rozšířený Dicey-Fuller test (Augmented Dicey-Fuller test ADF) a Phillips-Peronův test (PP), přičemž oba byly pojmenovány podle svých autorů. Augmented Dicey- -Fuller test lze provést podle následující rovnice (): Δ y = α + β + ( ρ ) y + θ Δ y + εt () t t t i t i= de y t je maroeonomicá proměnná, jao v našem případě devizový urz, t je trendová proměnná, ε t aproximuje proces bílého šumu a je počet zpoždění (posunutí) proměnné y t, terá jsou zaomponována pro možnost autoorelace reziduí. Nulová hypotéza je H 0 : ρ = a časová řada obsahuje jednotový ořen, jinými slovy je stacionární, poud nulovou hypotézu zamítáme. Stacionaritu lze alternativně testovat PP testem, terý je rovněž testem nulové hypotézy H 0 : ρ = v rovnici (2): Δ = + + (2) yt μ ρyt εt Na rozdíl od ADF testu neobsahuje PP test žádné proměnné zpoždění. Namísto toho je rovnice odhadnuta metodou běžných nejmenších čtverců (s možností zařazení onstanty a trendu) a následně je t-statistia oeficientu upravena o autoorelaci. Poud se časové řady uáží být integrovány o stejném řádu, lze přistoupit testování ointegračního vztahu mezi integrovanými proměnnými. Pro potřeby této studie je využita metoda vyvinutá a představená ve studiích [6] a [8]. Tato Johansenova metoda používá proceduru maximální pravděpodobnosti ověření výsytu ointegračních vetorů v nestacionárních časových řadách na záladě vetorového autoregresivního (VAR) modelu: K Δ Z = C+ Γ Δ Z +Π Z + ηt (3) t i t t i= de Z t je vetor nestacionárních proměnných (v logaritmovaných hodnotách) a C je onstanta. Matici oeficientů Π lze vyjádřit taé jao Π = αβ, de relevantní součásti matice α představují oeficienty přizpůsobení a matice β obsahuje ointegrační vetory. Johansen a Juselius [8] specifiovali dvě pravděpodobnostní testová ritéria určení počtu ointegračních vazeb. První ritérium (eigenvalue statistics) testuje platnost nulové hypotézy o existenci přesně r ointegračních vetorů oproti alternativní hypotéze vyjadřující výsyt r + ointegračních

649 vetorů. Druhé testové ritérium (trace statistics) ověřuje platnost nulové hypotézy o existenci nejvýše r ointegračních vetorů oproti alternativní hypotéze, že se vysytuje více než r vetorů. Kriticé hodnoty obou testových ritérií jsou tabelovány ve studii [8]. Jestliže časové řady jsou nestacionární, a zároveň ointegrované, jeví se jao optimální nástroj e zoumání vzájemného vztahu proměnných model orece chyby (Vector Error Correction Model VECM), což je model VAR v prvních diferencích doplněný o vetor ointegračních reziduí. To zaručuje, že taový VAR systém neztrácí informace o dlouhodobém vztahu analyzovaných proměnných. Jamile se časové řady projeví jao neointegrované, lze použít standardní Grangerův test auzality poprvé představený v příspěvu [4]. Grangerův test je založen na odhadu následujících rovnic (4) a (5): Δ y = α + α Δ y + α Δ y + t 0 i t i 2i 2t i i= i= ε t ε Δ y = β + β Δ y + β Δ y + 2t 0 i t i 2i 2t i i= i= 2t (4) (5) de y t a y 2t představují zvolené devizové urzy. Přijetí nulové hypotézy H 0 : α 2 = α 22 = α 2 = 0 naznačuje, že devizový urz jedné měny neovlivňuje v Grangerově smyslu devizový urz druhé měny. Podobně přijetí nulové hypotézy H 0 : β = β 2 = β = 0 uazuje, že devizový urz druhé měny neovlivňuje v Grangerově smyslu devizový urz první měny. Poud mezi y t a y 2t existuje ointegrace, je pro testování Grangerovy auzality nezbytný VECM, ja je uázáno v rovnicích (6) a (7). Δ y = α + δ ( y γ y ) + α Δy + α Δ y + 0 2 2 2 t t t i t i i t i i= i= εt 2t β0 δ2( t γ 2t ) βi t i β2i 2t i ε 2t (7) i= i= Δ y = + y y + Δ y + Δ y + de δ a δ 2 vyjadřují rychlost přizpůsobení. Podle [3] impliuje existence ointegrační vazby auzalitu mezi proměnnými projevující se jao δ + δ 2 > 0. Platnost nulové hypotézy H 0 : α = α 2 = = α = 0 a δ = 0 potom znamená, že devizový urz první měny nemá v Grangerově smyslu vliv na vývoj devizového urzu druhé měny. Analogicy nemožnost zamítnutí nulové hypotézy H 0 : β = = β 2 = = β = 0 a δ 2 = 0 indiuje, že devizový urz druhé měny neovlivňuje v Grangerově smyslu devizový urz první měny. (6)

650 Pro analýzu byly použity nominální bilaterální devizové urzy národních měn EU-4 vůči euru za posledních 0 let, přesněji řečeno, od. ledna 997 do 3. prosince 2006. Vešerá data pocházejí z databáze Pacific Exchange Rate Service. 5 Použitý datový soubor obsahuje pouze devizové urzy z obchodních dnů podle anadsého alendáře a devizové urzy z období. leden 997 až 3. prosinec 998 byly vypočítány pomocí devizových urzů vůči němecé marce a neodvolatelného přepočítacího poměru mary na euro. 6 Záladní desriptivní statistiu použitých časových řad uvádí tabula. 7 T a b u l a Desriptivní statistia použitých časových řad (997 2006) CZK/EUR HUF/EUR PLN/EUR SKK/EUR Průměr 33.09330 247.9654 4.08894 40.7092 Medián 32.84000 250.5600 3.982400 4.200 Maximum 39.42000 284.4600 4.900000 48.02200 Minimum 27.40300 99.800 3.348500 34.22600 Směrodatná odchyla 2.963537 5.808 0.30864 2.43447 Koeficient variace 0.08955 0.063762 0.077350 0.059724 Počet pozorování 2 485 2 485 2 485 2 485 Pramen: Výpočty autora. 2. Kointegrační analýza Kointegrační analýza byla provedena ve třech časových obdobích. Kromě standardního období celých desíti let bylo zvoleno i období 2002 2006 charateristicé dostačující mírou ompatibility devizových režimů v EU-4 a taé období od. větna 2004 do once rou 2006 porývající členství EU-4 v EU. Všechny časové řady devizových urzů byly nejprve podrobeny testům jednotového ořene, a to pro všechny zmíněné intervaly. Ja doporučují Engle a Granger ve své práci [3], byl apliován ADF test s trendem i bez trendu a výsledy byly potvrzeny i PP testem, opět ve variantě s trendem i bez trendu. 8 Počet zpoždění a šířa pásma se mezi jednotlivými zeměmi měnily a jejich optimální hodnoty byly zvoleny na záladě Aaieho informačního ritéria (Aaie Information Criterion AIC) resp. metody Newey-West při 5 Tato služba je pro aademicé využití posytována bezplatně profesorem Wernerem Antweilerem (University of British Columbia, Sauder School of Business, Vancouver, Canada) na internetové adrese <http://fx.sauder.ubc.ca/>. 6 Volba DEM byla opřena o argument, že začlenění sutečných tržních devizových urzů vůči DEM je pro analýzu cennější a čistější přístup než použití urzů vůči umělé měnové jednotce ECU. 7 Podrobněji se vývoji devizových urzů v daném období věnuje napřílad [0]. 8 Pro identifiaci časové řady jao stacionární byly nezbytné shodné výsledy všech čtyř alternativních testů. Poud i jeden z nich uázal nestacionaritu, byla pro další potřeby časová řada poládána za nestacionární.

65 použití Bartlett Kernel spetrální techniy odhadu. Z důvodu relativně vysoého počtu časových řad a úspory místa zde nejsou podrobné výsledy testů publiovány, ale mohou být na požádání posytnuty autorem. Sumárně jsou závěry testů zachyceny v tabulce 2. T a b u l a 2 Závěry testů jednotového ořene 997 2006 2002 2006 2004 2006 bez trendu s trendem bez trendu s trendem bez trendu s trendem CZK/EUR I() I() I() I() I() I(0) HUF/EUR I(0) I() I() I() I() I() PLN/EUR I() I() I() I() I() I() SKK/EUR I() I() I() I() I() I() Pramen: Výpočty autora. Při testech jednotového ořene bylo zjištěno, že se vysytují dvě časové řady, teré jsou stacionární již na svých hodnotách a jsou tedy integrována o řádu 0. První z nich se vysytla v časovém horizontu celých 0 let a jde o devizový urz HUF/EUR, přičemž jao I(0) se tato řada uázala být při testu bez zahrnutí trendu. Druhou časovou řadu lze nalézt v období členství v EU. Jao I(0) byl identifiován devizový urz CZK/EUR, a to při zahrnutí trendu do testování stacionarity. Všechny ostatní časové řady se uázaly být stacionární na prvních diferencích a považujeme je tedy za I(). Na záladě testů jednotového ořene byly provedeny Johansenovy testy ointegrace s cílem zjistit, zda něterá ombinace proměnných vyazuje dlouhodobé vazby. Podle [7] by mělo začlenění proměnných do ointegračních testů vycházet z eonomicé logiy, což znamená, že v případě zdůvodnění by měly být zařazeny i časové řady typu I(0). Nicméně alespoň dvě řady by měly být ve svých hodnotách nestacionární, aby výsledy nebyly zavádějící. Jeliož v našem případě analyzujeme vzájemné vazby pouze dvou proměnných, musely by výsledy, pro dosažení smysluplnosti a významnosti, vypovídat u ombinací obsahujících časové řady I(0) o existenci dvou ointegračních rovnic. 9 Počet zpoždění v ointegrační analýze byl zvolen na záladě AIC apliovaného na nediferencovaný VAR. Kointegrační testy byly provedeny pro dvoučlenné ombinace devizových urzů a navíc byla analyzována supina všech čtyř časových řad dohromady. Výsledy ointegračních testů obsahujících hodnoty trace statistics pro všechna časová období obsahuje tabula 3. 9 Poněvadž počet indiovaných ointegračních vazeb roste s počtem stacionárních řad začleněných do analýzy, je nutné při interpretaci výsledů pracovat s relevantním počtem ointegračních rovnic, terý je roven počtu vazeb zjištěných testem minus počtu stacionárních časových řad začleněných do analýzy.

652 T a b u l a 3 Výsledy Johansenových testů ointegrace r 2 r 3 997 2006 2002 2006 2004 2006 2.7688.543 6.26633 0.580204 6.84745 0.836553 4.3966 4.586023 0.75329.339296 8.957549 2.434265 28.29484 3.54466 4.973965 0.56050 CZK HUF 8.50023 0.504067 CZK PLN 5.6703* 0.068546 CZK SKK 5.67868.497220 HUF PLN 8.423575 2.624645 HUF SKK 6.42537 0.0065 PLN SKK 0.96223 0.204636 CZK HUF PLN SKK 38.76038 8.8488 7.478456 0.022990 7.258949.476255 5.88956* 2.725656 7.647995 0.022339 4.4673 2.89477 7.888774 0.28539 20.80770* 0.599804 56.7044* 23.6638 6.0524 0.40933 Poznáma: * znamená statisticou významnost na 5% hladině významnosti. Kriticé hodnoty ritéria trace statistics na 5% hladině významnosti jsou pro nulovou hypotézu o žádné ointegraci (H 0 : ) 5,4 a pro nulovou hypotézu o maximálně jedné ointegrační vazbě (H 0 : ) 3,76. Při testování ointegrace ve supině čtyř časových řad jsou riticé hodnoty ritérií následující: (H 0 : ) 47,2; (H 0 : ) 29,68; (H 0 : r 2) 5,4; (H0: r 3) 3,76. Pramen: Výpočty autora. Výsledy naznačují, že nulovou hypotézu o žádné ointegrační vazbě nelze zamítnout ve většině případů, přičemž pro ompletní období 997 2006 tento závěr platí pro všechny zoumané ombinace proměnných. Můžeme ta onstatovat, že analyzované devizové urzy převážně nesledovaly stejný stochasticý trend a neexistovaly mezi nimi žádné dlouhodobé vazby. Výsledy ointegračních testů nicméně neumožňují jasné a ucelené vyhodnocení z hledisa srovnání jednotlivých období či měnových párů. Ve výsledcích není patrný žádný trend ve vývoji síly ointegračních vazeb v čase a nelze identifiovat ani žádnou ombinaci devizových urzů se stabilně nejsilnější či nejslabší ointegrační vazbou v různých časových obdobích. Z pohledu období 2002 2006 byla riticá hodnota testového ritéria přeonána na 5% hladině významnosti u ombinace CZK PLN. Zísané hodnoty testových ritérií vša umožňují zamítnout pouze nulovou hypotézu o žádné

653 ointegrační vazbě. Hypotézu o maximálně jedné vazbě zamítnout nelze. Kvalitativně podobný výslede můžeme u stejné měnové ombinace pozorovat i v období členství v EU. Na druhé straně je vša nutno připomenout něoli fatorů, teré důvěryhodnost dosažených výsledů podstatně snižují. Především jde o stacionaritu časové řady devizového urzu CZK/EUR v období 2004 2006, terá byla identifiována již na hodnotách. Existenci jedné ointegrační vazby je proto nutné poládat za zdánlivou a z hledisa další analýzy za nerelevantní. Druhým významným aspetem limitujícím věrohodnost obou výsledů je sutečnost, že existence ointegračních vazeb nebyla potvrzena alternativní metodou obsaženou v Johansenově ointegračním testu, terá je založena na maximum eigenvalue statistics. Provedením testů ointegrace jsme nicméně zísali pro období 0 2002 2006 následující ointegrační rovnici (8): CZK/EUR t = 5,35853 PLN/EUR t 8,339682 (8) ( 4,8694) V období porývajícím členství v EU byly odhaleny ointegrační vazby i v případě ombinace PLN SKK a ve supině všech měn EU-4. Kointegrační vazbu ve supině čtyř měn nicméně musíme poládat pouze za zdánlivou. Ve supině je totiž obsažena jedna časová řada I(0) a hodnota testového ritéria svědčí o existenci právě jedné ointegrační vazby. Věrohodnost výsledů ointegarčního testu pro ombinaci PLN SKK je z pohledu použitých časových řad mnohem vyšší, navíc v tomto případě byla přítomnost ointegrační vazby verifiována alternativní metodou s testovými ritérii maximum eigenvalue statistics. Zísaná ointegrační rovnice (9) má následující podobu: EUR/PLN t = 0,040465 EUR/SKK t 5,66488 (9) (0,74056) 3. Modely orece chyby a Grangerovy testy auzality Vzhledem vetorovému mechanismu orece chyby, terý je zaotven v Johansenově ointegrační technice, jsou odchyly od dlouhodobého rovnovážného vztahu origovány sérií dílčích rátodobých přizpůsobení. Tomu napomáhá i specifiace VECM, terá sice omezuje v dlouhodobém horizontu chování proměnných na jejich onvergenci směrem dlouhodobému rovnovážnému vztahu, ale umožňuje široý prostor pro rátodobou dynamiu. Model orece chyby VECM je ta adevátním nástrojem e zoumání rátodobých odchyle nutných dosažení dlouhodobé rovnováhy mezi dvěmi proměnnými. Odhady VECM pro všechny relevantní ointegrační vazby jsou obsaženy v tabulce 4. 0 V rovnicích (8) a (9) je závorce pod hodnotou parametru uvedena příslušná t-statistia.

654 Odhady VECM vedly e smíšeným výsledům. Velmi nepřesvědčivých odhadů s nízou vypovídací schopností bylo dosaženo zejména u vztahu CZK PLN v období 2002 2006. Svědčí o tom ja velmi nízé hodnoty upraveného R 2 uazující na nedostatečnou schopnost modelu vysvětlit rátodobou dynamiu v rámci systému s dlouhodobým rovnovážným vztahem, ta i hodnoty adjustačního oeficientu cointeq, jehož hodnota říá, oli procent odchyle od dlouhodobého rovnovážného vztahu je upravováno denními změnami daného devizového urzu. T a b u l a 4 Odhady VECM CZK PLN 2002 2006 D(CZK) cointeq 0.005036 (.9337) D(ER) 0.099372 t ( 3.4725) D(ER) 0.00598 t 2 ( 0.830) D(ER) t 3 D(ER) t 4 D(ER) t 5 D(ER) t 6 D(ER) t 7 D(ER2) 0.579362 t (4.0677) D(ER2) 0.009852 t 2 ( 0.06574) D(ER2) t 3 D(ER2) t 4 D(ER2) t 5 D(ER2) t 6 D(ER2) t 7 CZK PLN 2002 2006 D(PLN) 0.00479 (2.80646) 0.004079 ( 0.777) 0.004656 (0.8887) 0.0782 ( 3.87945) 0.0603 ( 0.567) PLN SKK 2004 2006 D(PLN) 0.083 ( 3.5584) 0.07069 (.79545) 0.08477 ( 0.42527) 0.055058 (.267) 0.02345 ( 0.52759) 0.0697 (.39746) 0.093776 ( 2.4458) 0.049670 (.3783) 0.000536 ( 0.06850) 0.008830 (.2378) 0.0087 (.36937) 0.0800 (.49902) 0.02644 (3.36906) 0.009546 (.2995) 0.002034 ( 0.28799) PLN SKK 2004 2006 D(SKK) 0.04207 (2.48654) 2.430437 (2.2330) 0.7989 (3.58489) 0.72826 (3.29623) 0.322645 (.44669) 0.027294 (0.2260) 0.5677 (0.52037) 0.027327 ( 0.234) 0.05976 ( 2.66232) 0.033393 ( 0.8360) 0.024746 ( 0.6622) 0.073839 (.8452) 0.002696 ( 0.06764) 0.079293 (.99329) 0.03267 ( 0.90848) R 2 0.02384 0.020325 0.04489 0.26047 Adjusted R 2 0.09878 0.06375 0.0928 0.97759 F-statistics 6.050072 5.45289.855462.8349 Poznáma: Zrata ER představuje devizový urz první měny patřičné ombinace a ER2 znamená devizový urz druhé měny v téže ombinaci. V závorách jsou uvedeny hodnoty t-statistiy. Pramen: Výpočty autora.

655 K poněud lepším výsledům vedl odhad VECM pro měnovou ombinace PLN SKK a období členství v EU. Jao statisticy významná se projevila vazba, v níž vývoj devizového urzu PLN/EUR pozitivně ovlivňoval urz SKK/EUR. Konrétně to znamená, že napřílad růst devizového urzu PLN/EUR (oslabení PLN) přispíval nárůstu urzu SKK/EUR (oslabení SKK). Krátodobá dynamia analyzovaného systému byla zoumána pomocí bivarietních Grangerových testů auzality. Apliace testů byla motivována snahou odhalit rátodobý vztah ve dvojicích proměnných, de se neproázala žádná dlouhodobá vazba, a potvrdit závěry odhadů VECM v případech, de ointegrační vztah mezi devizovými urzy existoval. Grangerovy testy auzality vyžadují, aby všechny zaomponované časové řady byly stacionární. V opačném případě mohou být závěry založené na hodnotách F-statisti zavádějící, jeliož testová ritéria budou mít nestandardní rozdělení. Z tohoto důvodu byly pro provádění testů použity první diference všech logaritmovaných časových řad. Počet zpoždění byl opět zvolen na záladě AIC, přičemž nejčastěji se vysytovalo zpoždění jednoho a dvou dnů. Výsledy (hodnoty F-statisti a pravděpodobnost) pro všechna časová období a měnové ombinace sumarizuje tabula 5. Vždy je testována nulová hypotéza, že devizový urz první měny neovlivňuje v Grangerově smyslu devizový urz druhé měny. T a b u l a 5 Výsledy Grangerových testů auzality HUFxCZK CZKxHUF PLNxCZK CZKxPLN SKKxCZK CZKxSKK PLNxHUF HUFxPLN SKKxHUF HUFxSKK 997 2006 2002 2006 2004 2006 9. 6452** (9.7E-06) 7.48664** ( 0.00626) 2.58693 (0.07545) 0.20604 (0.838) 5. 0926* (0.0255) 0. 0678 (0.79458).80930 (0.433) 3.40444* (0.0698) 7. 53259** (0.0060) 0. 83254 (0.3663) 2.7005 (0.0059) 7.4307** (0.00650) 0.0839 (0.8925) 2.59586 (0.072) 0.5903 (0.44245).54996 (0.2338).4005 (0.3204) 3.76582* ( 0.0234) 4.2000* (0.0406) 7.777** (0.00773) 0.0307 (0.9090).73346 (0.8847) 2.09543 (0.4826).2373 (0.2675) 0.2607 (0.60982) 2.42044 (0.2029) 0.60596 (0.43622) 2.42044 (0.2029) 6.02002* (0.0443).8786 (0.27620) SKKxPLN PLNxSKK

656 P oznáma: x znamená neovlivňuje ; * a ** znamená statisticou významnost F-statistiy na 5%, resp. % hladině významnosti, v závorách je uvedena pravděpodobnost. Pramen: Výpočty autora. Krátodobé interace mezi analyzovanými devizovými urzy se proázaly být statisticy významné mnohem častěji než dlouhodobé rovnovážné vztahy. Krátodobá závislost byla identifiována ve všech třech časových obdobích a u všech měnových ombinací romě dvojice CZK PLN. V něterých případech byla odhalena doonce obousměrná vazba, což znamená, že devizový urz aždé ze dvou měn souvisí s minulými hodnotami devizového urzu druhé měny. V případech, dy byla proázána existence ointegrační vazby, potvrzují výsledy Grangerova testu závěry odhadu VECM pouze z poloviny. Konrétně v letech 2002 2006 se neproázala žádná rátodobá interace mezi devizovými urzy CZK a PLN. Potvrzení závěrů VECM je nicméně možno pozorovat u urzů PLN a SKK v období 2004 2006. Vysoce signifiantní hodnota F-statistiy Grangerova testu nám umožňuje zamítnout hypotézu o nezávislosti vývoje devizového urzu SKK/EUR na minulých hodnotách devizového urzu PLN/EUR. Zajímavým rysem Grangerových testů auzality je fat, že z hledisa síly a významnosti indiovaných vazeb mezi devizovými urzy posytují zcela opačné výsledy než orelační analýza, terá byla použita napřílad v []. Napřílad mezi nejvíce orelovanými měnami v období 2004 2006, tedy HUF PLN a CZK SKK, nebyla rozpoznána žádná rátodobá interace. Naopa, velmi málo orelované ombinace HUF SKK a PLN SKK vyazují ve všech obdobích významnou auzální závislost v Grangerově smyslu. S opačnými vý- se lze setat i při srovnání časových období. Zatímco z hodnot orelač- sledy ních oeficientů vyplývá, že orelace v letech 2004 2006 byla podstatně vyšší než v období 997 2006 nebo 2002 2006, Grangerovy testy uazují na velmi sporadicý výsyt vzájemných interací v období členství v EU ve srovnání se dvěma zbývajícími časovými obdobími. Je tedy zřejmé, že orelaci, čili lineární vztah mezi analyzovanými proměnnými a podobnost v jejich vývoji nelze zaměňovat za závislost a výzum, zda vývoj jedné proměnné není do jisté míry předurčen vývojem proměnné druhé. Zdánlivě protichůdné závěry orelační analýzy a Grangerových testů auzality Poud bychom vša přijali hladinu významnosti 0 %, bylo by možno zamítnout hypotézu, že devizový urz CZK/EUR v Grangerově smyslu neovlivňuje devizový urz PLN/EUR.

657 proto ve sutečnosti v rozporu nejsou. Pouze zvýšená orelace a podobný vývoj devizových urzů měn EU-4 v období 2004 2006 nejsou způsobeny vzájemným ovlivňováním, ale zcela jinými fatory, teré nebyly do analýzy zahnuty. Tento závěr se může opřít i o výsledy ointegrační analýzy, terá odhalila pouze vzácně se vysytující dlouhodobou vazbu mezi měnami EU-4. Závěr Cílem příspěvu bylo provést empiricou analýzu devizový urzů národních měn zemí EU-4 vůči euru se zaměřením na zjištění dlouhodobých rovnovážných vazeb a rátodobých vzájemných interací. Využitelnost závěrů tohoto typu analýzy lze očeávat zejména v praticém výonu urzové politiy a taé při obchodování na devizovém trhu a zajištění proti urzovému riziu. Kointegrační analýza odhalila pouze vzácně se vysytující dlouhodobé vazby mezi měnami EU-4. Existence těchto většinou slabých vazeb navíc nebyla potvrzena alternativními testy. O nestabilitě dlouhodobých vztahů svědčí i odhady VECM vysvětlující rátodobou dynamiu v rámci systému s dlouhodobou rovnovážnou vazbou, teré většinou vedly velmi nepřesvědčivým výsledům. Výjimu představuje pouze dlouhodobý rovnovážný vztah mezi devizovými urzy PLN a SKK v období členství v EU, přičemž je patrná vazba vycházející od PLN a promítající se do vývoje SKK. Tento závěr má bezesporu i praticé onsevence, neboť SKK již vstoupila do mechanismu devizových urzů ERM II a nachází se ta v období plnění onvergenčního ritéria urzové stability. Jaýoliv empiricy potvrzený determinant urzového vývoje SKK ta může být využit při nastavení a výonu urzové politiy usilující o splněné ritéria stability devizového urzu. Samostatné rátodobé interace mezi devizovými urzy byly zoumány pomocí Grangerových testů auzality a uázaly se být statisticy významné mnohem častěji než dlouhodobé rovnovážné vztahy. Krátodobé auzality v Grangerově smyslu byly identifiovány v různých etapách celého období 997 2006 u všech měn romě ombinace CZK PLN. Velmi zajímavým rysem výsledů Grangerových testů je, že v období členství v EU polesla četnost i síla rátodobých auzálních vazeb. Přijmeme-li závěry omplementárních studií o rostoucí orelaci v témže období, můžeme onstatovat, že jde o důaz lesající suverenity národních měn EU-4 na devizovém trhu a jejich schopnosti ovlivnit vývoj ostatních regionálních měn. Stále více jsou tyto měny na devizovém trhu považovány za homogenní supinu, terá je více než interními regionálními fatory ovlivňována externími činiteli, teré na ně působí ve stejném či podobném směru.

658 Literatura Charater výsledů provedené analýzy naznačuje, že jejich využitelnost pro výon měnové respetive urzové politiy je zejména z důvodu absence dlouhodobých rovnovážných vazeb omezena. O to významnější je vša využití při definování obchodních strategií na devizovém trhu nebo při efetivním zajištění urzového rizia. Empiricé výsledy uazují na vysoou míru substituovatelnosti měn a pod- porují ta využití zajišťovacích produtů znějících nejen na měnu zajišťované pozice, ale i na měny jiných zemí EU-4. [] ÉGERT, B. GRUBER, T. REININGER, T.: Challenges for EU Acceding Countries Exchange Rate Strategies after EU Accession and Asymmetric Application of the Exchange Rate Criterion. Focus on Transition, 7, 2003, č. 2, s. 52 73. [2] EIJFFINGER, S. C. W.: The New EU Member States: Trading Off Exchange Rate Stability and Price Stability. [Briefing Paper for the Monetary Dialogue of September 2005 by the Committee on Economic and Monetary Affairs of the European Parliament with the President of the European Central Ban]. Dostupný z www: <www.europarl.eu.int/comparl/econ/emu/2005094/eijffinger_en.pdf>. [3] ENGLE, R.F. GRANGER, C. W. J.: Co-integration and Error-correction: Representation, Estimation and Testing. Econometrica, 55, 987, č. 2, s. 25 276. [4] GRANGER, C. W. J.: Some Recent Development in a Concept of Causality. Journal of Econometrics, 39, 988, č. 2, s. 99 2. [5] GRANGER, C. W. J. NEWBOLD, P.: Spurious Regressions in Econometrics. Journal of Econometrics, 2, 974, č., s. 20. [6] JOHANSEN, S.: Statistical Analysis of Cointegrating Vectors. Journal of Economic Dynamics and Control, 2, 988, č. 3, s. 23 254. [7] JOHANSEN, S.: Lielihood-Based Interference in Cointegrated Vector Autoregressive Models. Oxford: Oxford University Press 997. [8] JOHANSEN, S. JUSELIUS, K.: Maximum Lielihood Estimation and Inference on Cointegration, with Applications to the Demand for Money. Oxford Bulletin of Economics and Statistics, 52, 990, č. 2, s. 69 20. [9] NELSON, C. R. PLOSSER, C. I.: Trends and Random Wals in Macroeconomic Time series. Journal of Monetary Economics, 0, 982, č. 2, s. 39 62. [0] STAVÁREK, D.: Exchange Rate Development and Volatility in New EU Member States. Eonomicý časopis/journal of Economics, 54, 2006, č. 6, s. 52 538. [] STAVÁREK, D.: Overview of the Exchange Rate Development in the Visegrad Countries. In: Znalostná eonomia nové výzvy pre národohospodársu vedu. [CD-R]. Bratislava: Vydavateľstvo Eonóm 2006. 7 s. ISBN 80-225-2249-X. [2] STAVÁREK, D. POLOUČEK, S.: The Financial Sector in the Enlarging European Union. Newcastle: Cambridge Scholars Press 2006. ISBN -8478-020-5.