§kw
:
w§m
[zy
warto
inwestować
w
i
inne
metale
szlach
i
biznes
w
oktesie
kryzy§u
subpfi
lilstęp
fransakcje
l
na rynku metaliszlachetnych to transak-cje nierzeczywistą które słuą uchronieniu się pzedstratami wynikającymi z wahań cen bądź spekulacji
o raz tra n sa k cje rzeczywiste. Dwo m a n ajważn iejszym i
rynkami metaliszlachetnych są Londyńska Giełda
Me-tali i Nowojorska Giełda Towarowa.
W niniejszej pracy sprawdzono, czy kryzys
sub-primelat2007-2009 przełożył się na wzrost zależności między metalami szlachetnymi oraz, czy istniały po-wiązania notowań metali szlachetnych ze
zmienno-ścią indeksu WtG20. Korelacje metali szlachetnych
z indeksem S&P 500 oraz EAFE, a tym samym ich
za-stosowan ie do konstru kcji zdywersyfikowa nych port-feli, badano
w
pracy Drapera, Faffai
Hillier (2006).Sprawdzone szeregi metali mają podobne własności ekonometryczne do więkzości instrumentów finan-sowych, tzn.,
na
przykład, są wrażliwe na sygnały zewnętrzne. Następnie zweryfikowano,czy
metalew
okresie kryzysu bardziej reagowałyna
impulsy ujemne niż dodatnie, czyli czy istniał efekt dźwigni, co charakteryzuje główne indeksy glełdowe (Vyrost,Baumhol2009). Ponadto poruszono problem, czy po-pularne modele zmienności GARCH(1,'l) są najlepszy-mi modelanajlepszy-mi prognostycznynajlepszy-mi dla kruszców. Tę wła-ściwość
dla
indeksu WlG20,oraz
różnych innych szeregów finansowych stwierdzonow
pracach(Do-man,2005) oraz (Hansena i Lunde 2004). Najważniej-szym problemem tej pracyjestodpowiedź na pytanie,
czy w okresach kryzysów finansowych wzrosła zmien-ność metaliw porównaniu do zmienności spółek i czy
istniało wysokie prawdopodobieństwo wartości
skraj-nych, czyli czy inwestycja w metale szlachetne była
bardziej bezpieczna od inwestycji w spółki giełdowe. Na końcu sprawdzono, czy Ąoto na rynku reagowało
na ważne wydarzenia związane zkryzysem subprime.
Pzedmiotem analiz były metale szlachetne: złoło,
srebro, platyna i paIIad.
Uważa się powszechnie, że metale szlachetne
Eliza Buszlowska
są bardziej bezpieczną formą inwestycji. Przekłada się to na mniejszą zmienność ich zwrotów w porównaniu do zwrotów z indeksów giełdowych i mniejsze praw-dopodobieństwo zwrotów skrajnych. Są one bowiem traktowane często jako dobra lokata kapitału na nie-pewne czasy.
Artykuł pozwoli bardziej pewnie inwestować
w metale szlachetną przewidywać ich zmienność iwar-tości ekstremalną a zatem określać związane z nimi ryzyko rynkowe. Spowoduje lepsze poznanie kryzysu
subpri me i kryzysu fi nansowego lat osiemdziesiątych.
Zastosowane modele matematyczne:
W pracy stosuje się takie narzędzia do pomiaru ryzyka, jak zmienność historyczna oraz kwantyl empiryczny. Zmienność historyczna jest miarą statystyczną,
vvyli-czaną na podstawie notowań z przeszłości. Wyrażana jest w procentach. Można jąwyznaczyć w oparciu
o następującąformułę:
ZH=16.
20||tn(w,
_ ro l w, _,,)-
ww
] i=0.l00Yo,
(1)VW=
W,- notowanie instrumentu finansowego w chwili
l
21-sesyjne okno jest kompromisem między uwzględnieniemdostaEanei
ibści informacji, a ob-ciąleniemĘ/n{6,t
}*ffiĘ
proceil
\łfiieajączmien-ność historyaną
rrnerrryzoUplć
jak bardzozmien-ny był badarry'lnsrl.rnent w prasdości.
Ę
*l
@|;rcĘ
*!
i3.r
ł
ł
2
2
20
zo|tnlw,_ro
lW,_rr)
i=l2l
ź
36
lEl'o"§|lflcz*y
|
runtt-tzZastosowano ponadto najbardziej znane,
kla-syczne, parametr}rczne modeIe zmienności
warunko-wej typu GARCH. Miary ryzyka zastosowano do
szere-gów zwrotów logarytmicznych. Zastosowano stopy zwrotu ze względu na duże bezwzględne różnice
po-m iędzy notowania mi. Zwrot loga rytm iczny u możl iwia analizę wartości z caĘ osi rzeczywistej.
1. Dane
W badaniu empirycznym wykorzystano dzienne ob-serwacje metali szlachetnych w okresie
pzed
kryzy-sem - od 8 sierpnia 2005 do 7 sierpnia 2007 oraz w okre-sie kryzysu od 8 sierpnia 2007 do 10 marca 2009.
Po-czątek kryzysu subprime datowany jest na lato 2OO7
roku, (por. Blackburn 2008, Tudor 2009). Ramy czaso-we okresu kryzysu ustalono na podstawie analizy 1-i 3-miesięcznych spreadów LlBOR-OIS dla dolara
ame-rykańskiego, które reprezentują
premię za płynność i ryzyko kontrahenta na rynku mię-dzybankowym (por. Thornton 2009). Są one uważane za
mia-rę strachu przed niewypłacalnością i mogą być
wyko-rzystane
do
ustalenia okresu kryzysu finansowego.S p rea dy Ll BO R-OIS zaczynają rosnąć w d ru giej połowie
lipca 2007, lecz n ajwięk zy wzr ost n a stępuje 9 sierpn ia
2007, po Ęm jak BNP Paribas zaprzestał wypłat z 3
fun-duszy oparĘch na obligacjach zabezpieczonych
kre-dytami subprime, gdyżzaburzenia na rynkach finanso-wych u n iemożl iwiały wycenę ich a ktywów. Wyda rzen ie
to uważane jest za bardzo istotne z punktu widzenia rozwoju kryzysu (por. Konopczak i in., 2010). Za datę zakończenia kryzysu uznano 10 Marca 2009, kiedy to
LlBOR-OlS zaczynają maleć szybko i konsekwentnie.
§&,e,§§,§§§§&
7§i
o)
o)oo
ll to6oo
llo)
o)Oo
oo
§l §l9 q' Q q) o g) q) o, o) o) cr,
cD
o, o) o, o)
o)aęa9o99aóc)óóóóóóó
Ńńó+Ńóó:ŃóóJŃóóJ&
ę9ęTęoo
óóOycpóóʧ
ańóóóóóóśśśśóóóóó
eaaaaaaóooóoóóóóó
e99aaa9óóóóóóóóóó
§l §l c! c! §l c! N N Ń §l Ń Ń Ń Ń Ń Ń
Ń
o)
o)oO
ll€
OFllęś
oo
oo
§l §l ]Rysunek 1 . Poziomy indeksu Dow Jones lndustrial (oś główna) oraz 1 - i 3-miesięczne spready LlBoR_oIS
dla Stanów Zjednoczonych z okresu od 9 sierpnia 2004 do 9 sierpnia 2O09 (oś pomocnicza)
:25000
20000
15000
10000
5000
.j....,..,...,,...,.,..,.-,, 'a3-letni
okre§
poprzedząący
kryzys
DowJones
lndustrial
".,ł.r.,@ L|BOR_O|S1m
ffiLIBOR_O|S
3mnacjonalizacja
Nońhern-Rock
wprowadzenie
operacji
TAF
12.20a7
kryzys subprime
Żródło: opracowan ie własne.
,b§
§&x,w,w,lml§x
je się, że model GARCH(I,1) nie generuje lepszych prognoz niż inne modele z rodziny parametrycznych modelizmienności.
Źródło: opracowa nie własne.
Dla 2l -sesyjnej zmienności historycznej uzyskano:
Rysunek4.Zestawieniezmienności obliczonych jako 21-sesyjnazmienność historyczna 2.Wyniki empiryczne
Na podstawie porównania
pa-rametrycznych modeli pro-gnostycznych zmienności dla
metali szlachetnych
wniosku-Zotow
okresie kryzysu charakteryzowałoĘ
podobną zmiennością do indeksu WlG20. Zatem nie była to bardziej bezpieczna forma inwestycji. Zmierr ność indeksu WlG20 izłota, obliczoną jako kwadrat zwrotu dziennego w dwóch podokresachprzedsa
wiają poniższe wykresy.
x
ZHW20|21wZHzłotoam
@o)o)
Ooo
ooo
§l §l §llll @óólll §l-§lRysunek 2. Zestawienie zmienności obliczonychiako kwadrat zwrotu dziennego
40 30 20 10 0 8-9-2007
9-9_2007
1a-9-2a07
fi-9-2007
12-9-2007m
{rwig20)^2w
(r zloto am)^2ffi
(r zloto pm)^2Żr ódło: opr acowa n i e wła sne.
Ęsunek 3. Zestawienie zmienności obliczonych jako kwadrat zwrotu dziennego
80 60 40 20 0
*(r
wig20)^2*(r
zloto am)^2*(r
zloto pm)^214-2008
2-4-2008 3_4_200844-2008
80,00% 60,00% 40,00o/o 2a,O0o/o 0,00% l\NF-o@oó€@o@@oo9aaooooooooooo
ooooOooooOoooo
N N N N N N §l §t §l §l §l §l §l Ńóóóóóóóóóóóóóó
ÓJŃJŃÓ+ÓÓŃÓÓÓJ
ryŻr ódło: opr acowa nie własne.
Porównano zmiennoŚĆ złota am w okresie kry-zysu lat 80 i współczesnego (w okresach najwiękzej
zmienności).
§,
w&&&,§
80 6040
20 0m
A^trot^zIata
80
Żródło: opr acowa n ie własne.
Rysunek6.Zmiennośćzłota wokresie kryzysusubprimeobliczonajako kwadratzwrotu dziennego
Opinia o atrakcyjności inwestycyjnej złota
mo-
sie kryzysu lat2OO7-20o9 ukazano na poniższychwy-9łh wynikać z jego historii. Zmienność srebra w
okre-
kresach.S_{a\tĘ(O}\óO)
9§)q)q)@@@@óo)o)orororóóó
rF |!lllll!oOOooóÓÓ
FT-FFF l!!lllllo@@ooóóó
400 300 200 100 0-
(r WlG20)^2@
(r srebro)^26-3-2008
7-3-2008 ,11-3-2008Rysunek 5. Zmienność złota w okresie kryzysu lat 8O obliczona jako kwadrat zwrotu dziennego
§
(zwrot złoto am)^2l\L-r*O@@(rcoó
9a9oooóóó
99c)ooóóóó
§tNN§l§l§l§lŃŃóóoióóóoióó
óóŃŃ+óóóŃ
Żródło: opr acowan ie własne.
Ęsunek 7. zestawienie zmienności obliczonych jako lnradrat zwrotu dziennego
Źródło: opracowanie własne.
8-3-2008
9-3-2008
10-3-2008&,&re,re&re§x
i.,§irn§§
Zatem w okresie kryzysu srebro nie było mniej zmienne niż indekWlG20.
Z wykresu 2'| -sesyj nej zm ien ności h istorycznej
wynika, że w okresie kryzysu srebro nie było mniej zmienne niż indeks WlG20. Zestawiono srebro
pod-czas kryzy su lat 80 i współczesnego.
Rysunek8.Zestawieniezmienności obliczonych jako21-sesyjnazmienność historyczna
€
WH20l21łw
Z
H srebro 12a,00% ,t00,00% 80,00% 60,00% 40,o0% 20,00o/o 0,00% NNF*Oe@O@@Oó@@@@O)O'oooooooooOooooOoo
oooooooaooooooooo
N §l N N N N §l N N §l N §l §l §l N N §l lllIltllltIlltlal @@66o€o@@€@@ó@o@@lllltllallllllt!l o§lN(f)śro(oN@oroFNN fŹródło: opracowa n ie własne.
Rysunek 9.1 . Zmienność srebra w okresie kryrysu subprime, obliczona jako kwadrat zwrotu dziennego
400 300 2aa 100 0
§
zwrot^zsrebro
NNr\o@oo6oo)
oooooooooo
oooooooooO
§lc!c{c{Ne{C{Nc{c!
llllllllllooooooc)ooo
r llllllllllooNc{sf(o€oc\§l
r40
lżródło: opracowa n ie własne.
Rysunek9.2.
Źródło: opracowan ie własne. Plz-e_g.Ęq.-__._-
l
NR 1 1_12EKol{oMlCzNY
|
, 150 100 50_
21trl7g|xtoc{oślo@F-@Cr,
@o@€@€@@@@o) o) o) o) o) o) o) cD o,
rrrrrr cD ltlltllllt c!§l§l§lNC!§l§l§l§ltl'lrlllllt r bła mipĘl
stępq sietn
kes
TabelnąCr
źrffi
wołr
z inde nosfl l pirytz:
1( I t 1 /ż
ęꧧ§§§§§ęH
ęęęęęęęĘóóó
śńóŃóóó+Ń3Ń
t-l.-a@6ooooo
ooooo
ryryryryry
ęęęęę
FNNCf) r\o
() §lla
lo
Zatem opinia o atrakcyjności inwestycyjnej
sre-bra mogła wynikać z jego historii. Zmienność WIG2O
i pIatyny a m w o kresie kryzysu lat 2OO7 -2OO9 była n
a-stępująca: §,.§ąx&x,xxx,§x
l,:tiir;x§§
100,00% 80,00% 60,00% 40,00% 20,a0% 0,00%Żr ódło: opracowa n ie własne.
Zmienność indeku WlG20 i palladu am w okre-sie kryzysu lat 2007-2009 przedstawia poniższy
wy-kres:
Żr ódło: opr acowa n ie wła s n e.
Tabela 1 . Ryryko mierzone dystrybuantą
empirycz-ną dla prawdopodobieństwa równego 99olo
WlG20
2,3665
złoto pm 0,855srebro
7 platyna am 5,9 platyna pm 6,08 pallad am 7,42pallad
pm 7 Źródło: opr acowa nie własne.Z tabeli 'l wynika, że z metalami (poza złotem) w okresie kryzysu było zwlązane większe ryzyko niż
z indeksem WlG20. Dla tego samego poziomu istot-ności równego 0,01 otrzymano większe kwantyle em-piryczne.
3.Wnioski
Złoto, srebro, platyna i pallad charakteryzowały się podobną zmiennością do zmienności indeksu WlG2O,
a czasem była ona więkza. Ryzyko rynkowe związane z metalami szlachetnymi, mierzone kwantylem empi-rycznym, również nie było mniejsze w okresie kryzysu
subprime. lstniało istotne prawdopodobieństwo zwro-tów o dużej wartości. Opinia o bezpieczeństwie metali szlachetnych może być spowodowa na zachowa niem
się kruszców w historii i nie wynika z ich maĘ
zmien-ności, czyteżz niskich kwantyli. Bezpieczeństwo, jakie zapewniają metale szlachetną jest związane z ich nie-zależnością od państw i rządów, walut oraz kredytów. Napięcia polityczne, obawy o wyniki na giełdzie, nis-kie ceny i niepewnośćpozycji dolara amerykańskiego
i innych walut wpływają na wzmocnienie iwzrost ceny kruszców. Złoto jest przydatne podczas zawirowań
politycznych
i
gospodarczych. Dlatego analitycyrynku złota, a także wszyscy ci,którzy przekonali się
RYsunek 10.Zestawieniezmienności obliczonych jako 21-sesyjna zmienność historyczna
RYsunek 1 1 . Zestawienie zmienności obliczonych jako 21-sesyjna zmienność historyczna
100,00% 80,00% 60,00o/o 40,0Oo/o 20,ODo/o 0,00%
*wHzol21
@Z
H pallad amĘĘʧ§§§§§§§§H§§HH§
E3§tt§$f3ttśś3t3*ś
NR 11-.12l
El.o"fillfl,czry
lłt
§
.,xxwxyl§a
i,§lźnes
do tego kruszcu, nazywają
9o
lokdtą na niepewneczasy.
Jak wiadomo metale są ze sobą silnie skorelo-wane. Nie zauważono wzrostu lub spadku zależności liniowej między metalami szlachetnymi w okresie
kry-zysu. Zatem na rynku metali szlachetnych nie było efektu zarażania kryzysem finansowym. lstniała nato-miast umiarkowana korelacja ujemna metali (za
W-jątkiem złota) ze zmiennością indeksu WlG20.
Ozna-cza to, że, gdy wzrasta nerwowość rynku, warto zaryzykować krótkie pozycje
w
metalach. Porówna-nie parametrycznych modeli z rodzlny GARCH jako modeli prognostycznych doprowadziło do wniosku, że dla metali szlachetnych model GARCH(I,1) nie maprzewagi nad pozostałymi. Złoto prognozowały do-brze różne modele. Oznacza to, że złoto różni się pod względem prognoz zmienności
od
indeksu WlG20 oraz różnych innych szeregów finansowych. Przewa-gę modelu GARCH(I,1) jako modelu prognostyczne-go udowodniono w pracach M. Domana (2005) orazP. Hansena i A. Lunde (2004). Parametr
odpowiedzial-ny za asymetrię zwrotów był nieistotny we wszystkich przypadkach pozaprzypadkiem srebra w okresie przed kryzysem. Zatem nie zaobserwowaliśmy efektu dźwi-gni nawet w okresie kryzysu.To właśnie różni metale od indeksu WlG20, dla którego najlepszym modelem w okresie kryzysu był model uwzględniający asyme-trię (Vyrost, Baumhol 2009). Złoto reagowało różnie na ważne wydarzenia związane z kryzysem finanso-wym. Na najważniejsze wydarzenie kryzysu, upadek banku Lehman Brotherl zareagowało wzrostem. Z
ko-lei 1 9rudnia 2008, po seriizłych wiadomości o stanie gospodarki amerykańskiej, nastąpił spadek głównych indeksów giełdowych. Na rynku złota również był spa-dek. Przekonanie o małej zmienności
metaliszlachet-nych może odrobinę usprawiedliwić firmę Amber
Gold, która w czasie kryzysu zdecydowała się inwesto-waćwzłoto.
Literatura
l.
Blackburn R. (2008), The Subprime CrlsĘ,,New LeftReview'| 50, march, april.
2. Draper, P., R.W. Faff and D. Hillier (2006), Do precious metals shine?
An
investment perspectivą ,,FinancialAna lysts Jou rnal", 62(2), 98- 1 06.
3.
DomanM.
(2005), Dopasowanie modeli GARCHw próbie a jakość otrzymywanych prognoz zmienności,
,,Zeszyty Naukowe Akademii Ekonomicznej w
Pozna-
niui55,43{5-4. Hammoudeh
L
Mffi
F- Risł Management of Precio-u s Meta ls, wvłw.ep]htsJJo[e§5. Hansen P., Lunde
A
(2m4), Forecast Comparison ofVol ati l ity Models:
M
Anyńingkat
a GARaH ( 1, 1 ) ?6. Vyrost T., Baumhol L Q@9), Arymmetric GARCH and
the financialcrisis: a preliminary
§uĘ,
MPRA Paper No. 27909, posted 6.7. Konopczak M., Sieradzki R.,Wernicki M. (2010), Kry-zys na światowych rynkach finansowych -wpĘw na
ry-nek finansowy w Polsce oraz implikacje dla sektora
real-neg o,,Bankl Kredyt1 41 (6), 45-7 0.
8. Morley C.,ls Gold a Safe Haven for Equity lnvestors?,
Va r-GARCH ana lysis. www. ed itoria
lexpress.com/cai-bi n/conference/down load.ca i ?d b_na me=M MF20 1 2
&paper_id=131.
9. Thornton D. L. (2009), What the Libor-olS Spread Soys,,,Econom ic Synopse s", 24, Federa l Reserve Ba n k
of St. Louis.
] 0. Tudor, C. (2009), Understanding the Roots of the l]S
Subprime Crisis and its Subsequent Effecs,
rhe
Roma-nian Economic Journal",Year Xll, 31 (1 ).
Użyte skróty
platyna am
-
platyna notowana na giełdzie wLondy-nie przed południem
platyna pm
-
platyna notowana na giełdzie wLondy-nie po południu
ZH
-
zmienność historyczna wynaczana zgodniez podanąformułą
r wlg20 - zwrot logarytmiczny z indeku WlG20
W H20 /21
-
indeks zm ien ności im pl i kowa nejobliczo-ny jako 21-sesyjna zmienność historyczna na
podsta-wie notowań indeku WlG20
Dr Eliza Buszkowska
-
Katedra Nauk Ekonomicz-nych, Wydział Prawa i Administracji, Uniwersytetim. Adama Mickiewicza w Poznaniu.
E-maiI: aIgorytm@amu.edu.pI