• Nenhum resultado encontrado

ASYMMETRIC PRICE TRANSMISSION BETWEEN POLISH AND GERMAN FEED WHEAT MARKETS

N/A
N/A
Protected

Academic year: 2017

Share "ASYMMETRIC PRICE TRANSMISSION BETWEEN POLISH AND GERMAN FEED WHEAT MARKETS"

Copied!
9
0
0

Texto

(1)

pISSN 1899-5241 eISSN 1899-5772

1(35) 2015, 57-65

dr inż. Mariusz Hamulczuk, Katedra Ekonomiki Rolnictwa i Międzynarodowych Stosunków Gospodarczych, Szkoła Główna

Go-Abstrakt. Celem opracowania była ocena występowania

potencjalnych asymetrii w transmisji poziomej między cena-mi pszenicy paszowej w Polsce i w Niemczech. W badaniach empirycznych wykorzystano procedurę testowania asymetrii na postawie modeli TAR i M-TAR oraz modele źCM. Wyniki bada potwierdziły występowanie długookresowej zale no ci między cenami w Polsce i Niemczech oraz asymetryczne do-stosowania cen pszenicy do równowagi długookresowej.

Słowa kluczowe: transmisja pozioma cen, asymetria, ceny

pszenicy, TAR, M-TAR, źCM

WPROWADZENIE

Intensyfi kacja procesów globalizacyjnych i integra-cyjnych w ostatnich kilkunastu latach doprowadziła do sytuacji, w której krajowe ceny surowców rolnych odzwierciedlają kształtowanie się ich odpowiedników na rynkach wiatowych. Krajowe uwarunkowania po-pytowo-poda owe mają tym samym coraz mniejsze znaczenie. Zainteresowanie powiązaniem między ryn-kami surowcowymi i transmisją poziomą nabrało nowe-go wymiaru po tzw. kryzysie ywno ciowym, którenowe-go nasilenie przypadło na lata βŃŃ7-βŃŃ8 (Prakash, βŃńńś Listorti i źsposti, βŃńβ).

Transmisją poziomą okre lamy powiązania cenowe między ró nymi rynkami rolnymi na tym samym pozio-mie ła cucha marketingowego. W klasycznym rozupozio-mie- rozumie-niu wią e się ona z przenoszeniem impulsów cenowych

między tymi samymi surowcami w ró nych lokaliza-cjach (spatial price transmission). Zagadnienie to mo e te dotyczyć transmisji cen między ró nymi surowcami (niekoniecznie rolnymi) w tej samej lub innych loka-lizacjach (cross-commodity price transmission). Anali-zować mo na transmisję poziomów cen lub/i transmisję zmienno ci cenowej (Conforti, βŃŃ4ś źsposti i Listorti, βŃńńś Serra i in., βŃńń). Niniejsze opracowanie kon-centruje się na przestrzennej transmisji poziomów cen i w ujęciu przedmiotowym obejmuje ceny pszenicy pa-szowej w Polsce i w Niemczech.

PROBLEM BADAWCZY

Teoretycznym punktem wyj cia w zrozumieniu me-chanizmów transmisji przestrzennej jest pojęcie prze-strzennego arbitra u (spatial arbitrage) oraz związanego z nim prawa jednej ceny (Law of One Price). Pierwsze oznacza, e ró nica między cenami surowca w ró nych lokalizacjach rynkowych nigdy nie przekroczy kosztów transakcyjnych (w tym transportu, załadunku, poszuki-wania informacji itp.), w przeciwnym razie mo liwo ci zarobku zostaną natychmiast wykorzystane przez arbi-tra ystów. Z kolei prawo jednej ceny stanowi, e na ryn-kach powiązanych przez operacje handlowe i arbitra cenowy homogeniczne dobra posiadają taką samą cenę, pomniejszoną o koszty transakcyjne (Miljkovic, ń999ś Żackler i żoodwin, βŃŃń). Testowanie transmisji ceno-wej wią e się najczę ciej z oceną efektywno ci rynku. Nale y dodać, e transmisja cenowa między rynkami

ASYMETRIA W

 

TRANSMISJI CEN PSZENICY PASZOWEJ

MI

Ę

DZY RYNKIEM POLSKIM I

 

NIEMIECKIM

Mariusz Hamulczuk

(2)

mo e zachodzić mimo braku przepływów fi zycznych towarów (braku integracji rynkowej) a jedynie w wy-niku przepływu informacji rynkowych. Podobnie jak do uzyskania przestrzennej równowagi rynkowej według klasycznego modelu źnke-Samuelsona-Takayamy-Jud-ge (źSTJ) nie są zatem konieczne przepływy fi zyczne towarów (Barrett, βŃŃńś Barrett i Li, βŃŃβ).

W rzeczywisto ci transmisja przebiega nie do ko ca zgodnie z zało eniami teoretycznymi. Ma na to wpływ wiele czynników, z których najwa niejsze toŚ koszty transakcyjne, oczekiwania (niepełna informacja), brak homogeniczno ci produktów, wpływ kontraktów i po-rozumie , rola kursu walutowego, polityka handlowa czy krajowa ograniczająca przepływy towarów (Żigiel, βŃŃβś Conforti, βŃŃ4). Badania empiryczne dotyczące poziomej transmisji cen mają na celu weryfi kację, na ile analizowane rynki odbiegają od teoretycznych zacho-wa rynku doskonale konkurencyjnego lub te analizę dynamiki samego procesu transmisji. Zwykle testuje się występowanie relacji kointegrujących (długookreso-wych), które implikują podobną cie kę zachowa cen w długim okresie przy mo liwo ci krótkookresowych odchyle od tego stanu. Oszacowanie modelu transmi-sji pozwala okre lić, po jakim czasie ró nice cenowe się zmniejszają oraz na estymację szybko ci transmisji impulsów cenowych (Żigiel, βŃŃβ). Podstawową cechą w całym procesie jest te okre lenie kierunku przepły-wu impulsów cenowych, z reguły na podstawie jednej z formuł przyczynowo ci w sensie żrangera.

W procesie transmisji problemem jest występowa-nie zale no ci występowa-nieliniowych. Objawiają się one odmien-nymi reakcjami cen na wzrosty i spadki lub te istnie-niem przedziałów, w których transmisja jest słabsza ni w innychń. Jako główny czynnik le ący u podstaw nieliniowych reakcji cenowych w układzie przestrzen-nym wskazuje się koszty transakcyjne (żoodwin i Pig-gott, βŃŃńś Sephton, βŃŃγ). Więcej na temat asymetrii i metodyki jej analizowania piszą m.in.Ś Balke i Żomby (ń997), Barrett i Li (βŃŃβ), czy Meyer i von Cramon--Taubadel (βŃŃ4). W tym kontek cie celem opracowa-nia jest odpowied na pytanie, czy w procesie transmi-sji ceny pszenicy paszowej w Polsce i w Niemczech jednakowo reagują na dodatnie i ujemne odchylenia od równowagi czy te nie. Po weryfi kacji tej hipotezy kolejnym celem jest oszacowanie odpowiednich modeli

ń Pomijamy tutaj nieliniowo ci związane ze zmianami

struk-turalnymi.

korekty błędem, opisujących dynamikę cen polskich i niemieckich. Badania te stanowią rozwinięcie proble-matyki przedstawionej w artykule Hamulczuka i Łopa-ciuka (βŃńγ), gdzie zale no ci między cenami analizo-wano na podstawie modeli liniowych.

DANE EMPIRYCZNE

W badaniach empirycznych posłu ono się tygodnio-wymi cenami skupu pszenicy paszowej według Komi-sji źuropejskiej (rys. ń). Analiza obejmowała okres od stycznia βŃŃ5 roku do maja βŃńγ roku (w sumie 4γ9 obserwacji). Przyjęcie takiego okresu bada umo li-wia pominięcie potencjalnych zmian strukturalnych związanych ze zniesieniem ogranicze handlowych po przystąpieniu Polski do Uź. Równocze nie tygodniowa często ć danych pozwala na gruntowne rozpoznanie zale no ci.

Z uwagi na tygodniową częstotliwo ć danych oraz niewielki udział waha sezonowych w całkowitej wa-riancji analiza ekonometryczna bazuje na szeregach czasowych cen bez korekty sezonowej. Równocze nie, z uwagi na wzrost zmienno ci cen wraz ze wzrostem poziomu ich badania, przeprowadzono ją na zmiennych przekształconych do postaci logarytmicznej. Zmien-ne przekształcoZmien-ne oznaczonoŚ Yt – ceny w Polsce oraz

Xt – ceny w Niemczech. Podej cie to jest typowe dla

większo ci analiz i jednocze nie pozwala na interpreta-cje oszacowanych współczynników jako elastyczno ci cenowych.

Analiza grafi czna (rys. ń) ujawnia znaczną współ-zale no ć w kształtowaniu się cen w Polsce i w Niem-czech. Jednym z czynników warunkujących potencjalne powiązanie między tymi rynkami – co równie deter-minowało wybór zmiennych – jest wymiana handlowa pszenicą. W ostatnich latach około βŃ% importu pszeni-cy w Niemczech stanowi import z Polski, podczas gdy ponad 5Ń% polskiego eksportu kierowane jest na rynek niemiecki. Wielko ci te wykazują tendencję rosnącą (Hamulczuk i Łopaciuk, βŃńγ).

(3)

uwarunkowania makroekonomiczne. Szerzej temat ten podejmują m.in. Rathmann i in. (βŃńŃ), źuropean Com-mission (βŃńń) oraz Prakash (βŃńń).

METODY

Kluczowe znaczenie w doborze metodyki stosowanej w badaniu transmisji cen mają wła ciwo ci szeregów czasowych, stanowiących realizację analizowanych procesów ekonomicznych. W niniejszym opracowa-niu pominięto niektóre obliczenia, odwołując się do wcze niejszych bada opartych na tych samych danych z identycznego okresu. W wietle ustale Hamulczu-ka i ŁopaciuHamulczu-ka (βŃńγ) szeregi czasowe tygodniowych cen pszenicy paszowej w Polsce i Niemczech w latach βŃŃ5-βŃńγ są niestacjonarne, zintegrowane w stopniu pierwszym. Potwierdzono to, wykorzystując rozsze-rzony test Źickeya-Żulera na pierwiastek jednostkowy (AŹŻ). W wietle tych samych bada ceny niemieckie są w sensie żrangera przyczyną cen w Polsce. Równo-cze nie między cenami występuje długookresowa rów-nowaga, co potwierdzono, wykorzystując test Johanse-na. Szerzej na temat poszczególnych modeli piszą np. Charemza i Źeadman (ń997).

W niniejszym opracowaniu do oceny długookreso-wej zale no ci wykorzystano procedurę źngla-żrangera

(źż) opartą na następującym modelu (źngle i żranger, ń987)Ś

Yt = Ń+ ń Xt +ut (ń)

gdzieŚ

Yt, Xt – zmienne, których skointegrowanie jest

ba-dane (w naszym przypadku Yt to ceny w Polsce, a Xt to

ceny w Niemczech)

Ń, ń – parametry strukturalne

ut – reszty relacji kointegrującej.

Stacjonarno ć reszt ut oceniamy na podstawie testu

AŹŻ-źż zgodnie z następującym wzorem (przykład modelu bez wyrazu wolnego)Ś

t k

i i t i t

t u u

u U J' H

'

¦

1

1 (β)

gdzieŚ

Δut = utut

ρ, i – parametry modelu

k – maksymalne opó nienie

t – jest składnikiem losowym o własno ciach

białe-go szumu.

W te cie zwykłym AŹŻ hipoteza zerowa (HŃ) zakła-da, e analizowany szereg czasowy jest niestacjonarny. W te cie na kointegrację AŹŻ-źż odpowiada to HŃ, za-kładającej brak kointegracji. Istotnie mniejsza od zera warto ć parametru r pozwala na odrzucenie HŃ i tym 50

100 150 200 250 300

3.01.2005 4.07.2005 2.01.2006 3.07.2006 1.01.2007 2.07.2007 31.12.2007 30.06.2008 29.12.2008 29.06.2009 28.12.2009 28.06.2010 27.12.2010 27.06.2011 26.12.2011 25.06.2012 24.12.2012

Niemcy – Germany Polska – Poland

Rys. 1. Ceny pszenicy paszowej w Polsce i w Niemczech (euro/t)

ródłoŚ opracowanie własne na podstawie danych Komisji źuropejskiej.

Fig. 1. Żeed wheat prices in Poland and żermany (eur/t)

(4)

samym na uznanie istnienia zale no ci kointegracyjnej (długookresowej). Wówczas relację pomiędzy zmien-nymi mo na zapisać za pomocą modelu korekty błę-dem źCM w postaci (źngle i żranger, ń987ś Charemza i Źead man, ń997)Ś

t i t i k i i t i k i t

t u Y X

Y D P D' G' H

'

¦

¦

1 1

1

0 (γ)

gdzieŚ

αi, i – parametry dostosowa krótkookresowych μ – parametr wyra ający szybko ć powrotu zmien-nej do długookresowej cie ki równowagi.

Alternatywną specyfi kacją statystyki testującej sta-cjonarno ć reszt z relacji kointegrującej danej wzorem ń jest tzw. progowy model autoregresyjny TAR (threshold autoregressive model) (źnders i żranger, ń998ś źnders i Siklos, βŃŃń)Ś

t k

i i t i t

t t

t

t I u I u u

u U U J' H

'

¦

1 1 2 1

1 (1 ) (4)

gdzieŚ

It – funkcja zerojedynkowa przyjmująca wielko ciŚ

It = ń dla ut-ń ≥ τ oraz It = Ń dla ut-ń < τ, gdzie τ to stała

równa warto ci progowej.

Warto ć progową τ mo na przyjąć na poziomie Ń (wówczas mówi się o odchyleniach powy ej i poni ej relacji długookresowej okre lonej wzorem ń) lub te oszacować łącznie z parametrami ρń i ρβ. Model ten umo liwia testowanie HŃ o braku zale no ci długo-okresowej w ramach modelu TAR. Wykorzystać mo na w tym celu statystykę testu F (wariant Walda),

nazy-waną przez źndersa i Siklosa (βŃŃń) statystyką Φ, przy HŃŚ ρń = ρβ = Ń. Warto ci krytyczne Φ* dla modelu TAR stablicowane są w pracy źndersa i Siklosa (βŃŃń)β.

Testowanie asymetrii polega na porównaniu modelu okre lonego wzorem 4 z modelem nało onym restryk-cjamiŚ ρń = ρβ za pomocą testu F (wariant Walda), z wy-korzystaniem tych samych warto ci krytycznych Φ* co

wy ej. Odrzucenie HŃŚ ρń = ρβ jest równoznaczne z przy-jęciem hipotezy alternatywnej, mówiącej o asymetrycz-nych reakcjach zmienasymetrycz-nych na odchylenia od równowagi długookresowej. Oznacza to, e zamiast modelu γ na-le y stosować progowy model korekty błędem (TAR--źCM) (źnders i Siklos, βŃŃń)Ś

β Innym sposobem testowania istotno ci relacji kointegrującej

jest wykorzystanie statystyki t-Max. Jednak test ten ma niewielką skuteczno ć, dlatego nie jest rekomendowany do testowania za-le no ci kointegracyjnej (por. źnders i Siklos, βŃŃń).

t t t

t

t I u I u

Y D P P

' 0 1 1 (1 ) 2 1

t i t i k i i t i k i X

Y G' H

' D

¦

¦

1 1 (5)

Alternatywną specyfi kacją modelu korekty błędem jest ta, w której podział na re imy zale y nie od tego, czy ut-ń jest powy ej czy poni ej równowagi, ale od

kie-runku zmian ut-ń w okresie poprzednim (źnders i

żran-ger, ń998). Model taki nazywamy modelem progowym z impetem M-TAR (momentum threshold autoregressi-ve model). Wykorzystujemy w tym celu zmodyfi kowa-ne równanie 4, w którym zamiast It podstawiamy MtŚ

Δut-ń = Mtρńut-ń + (ń – Mt)ρβut-ń + ńΔut-ń + βΔut-β +

+... + kΔut-k + t (6)

gdzieŚ

Mt – funkcja zerojedynkowa przyjmująca wielko ciŚ

Mt = ń dla Δut-ń ≥ τ i Mt = Ń dla Δut-ń < τ.

Testowanie kointegracji oraz asymetrii wygląda ana-logicznie jak w modelu TAR, przy czym warto ci kry-tyczne Φ* odczytuje się z tablic dla modelu M-TAR.

W celu oszacowania modelu korekty błędem z efektem M-TAR równanie 5 nale y przekształcić do postaciγŚ

t t t

t

t M u M u

Y D P P

' 0 1 1 (1 ) 2 1

t i t i k i i t i k i X

Y G' H

' D

¦

¦

1 1 (7)

Po oszacowaniu wła ciwego modelu mo na go zin-terpretować. Oszacowane modele korekty błędem mogą te być podstawą testowania asymetrii,

przyczynowo-ci czy egzogeniczno przyczynowo-ci (źnders i Siklos, βŃŃńś Meyer i von Cramon-Taubadel, βŃŃ4ś Osi ska, βŃŃ8).

WYNIKI BADAŃ

Na podstawie logarytmicznych cen w Polsce w Niem-czech oszacowano zale no ć długookresową według wzoru ń (w nawiasach statystyka t-Studenta)Ś

Yt = –Ń,γβ7 + ń,Ń5γ Xt +ut

(–4,88) (79,7γ)

Bliska jedno ci warto ć oszacowanego parametru ń wiadczy o praktycznie pełnym przeło eniu zmian cen

γ Równania γ, 5 i 7 zapisano, przyjmując jako zmienną

en-dogeniczną ΔYt. Nale y dodać, e te równania mo na zapisać

(5)

niemieckich na ceny polskie. Reszty relacji kointegru-jącej zawarto na rysunku β. Zauwa yć mo na, e od-chylenia od równowagi długookresowej w niektórych okresach przekraczają βŃ%. Taka du a zmienno ć do-tyczy głównie okresu, w którym doszło do tzw. kryzysu

ywno ciowego (lata βŃŃ7-βŃŃ8).

Oszacowane reszty relacji kointegrującej ut

sta-cjonarne, poniewa warto ć statystyki empirycznej

t = –4,γ6 jest ni sza od warto ci krytycznej testu

koin-tegracji źngla-żrangera (AŹŻ-źż) t* = 4,ńγ (tab. ń). Tym samym zale no ć między zmiennymi mo na zapisać w postaci modelu źCM danego wzorem γ. Wcze -niej jednak warto sprawdzić, czy nie lepiej byłoby wykorzystać model TAR lub M-TAR przy zało eniu zerowej warto ci progowej.

Oszacowania parametrów ρń i ρβ modeli TAR i M--TAR przedstawiono w tabeli ń. Zawarto tam równie wyniki testowania hipotez zerowych o braku kointegra-cji oraz o symetrycznych dostosowaniach do równo-wagi. W przypadku prostego modelu progowego TAR mo na zauwa yć, e współczynniki ρń = –Ń,Ńγń i ρβ = –Ń,ń94 stojące przy zmiennych reprezentujących dodat-nie (Itut_ń) i ujemne ((ń-It)ut_ń) odchylenia od równowa-gi znacząco się od siebie ró nią, podczas gdy ró nice

między analogicznymi współczynnikami w modelu M--TAR są mniejsze (ρń = –Ń,Ń75 i ρβ = –Ń,ńń7). Jednak w obu przypadkach hipoteza zerowa o braku kointegra-cji (HŃŚ ρń = ρβ = Ń) jest odrzucana na poziomie istotno-ci p = Ń,Ń5. Modele z zerowymi restrykcjami

nakłada-nymi na parametry są statystycznie gorsze od modelu wyj ciowego.

W kolejnym kroku zweryfi kowano hipotezę zerową mówiącą o symetrycznych dostosowaniach do równo-wagi (HŃŚ ρń = ρβ, tab. ń). Obliczona statystyka Φ mode-lu TAR, obrazująca ró nice między modelem zawierają-cym asymetryczne odchylenia (4) a modelem β, wynosi 7,Ńγ, przy warto ci krytycznej Φ* = 6,γγ. Tym samym

odrzucamy HŃ, co oznacza, e dostosowania cen do rów-nowagi długookresowej zale ą od kierunku odchylenia od niej. Zabrakło jednak podstaw do odrzucenia HŃŚ

ρń = ρβ w modelu M-TAR. Oznacza to, e niezale nie od kierunku zmian odchyle od równowagi w poprzednim okresie reakcje cenowe są takie same.

Podsumowując dotychczasowe rozwa ania, mo na uznać, e mamy do czynienia z asymetrycznym docho-dzeniem do równowagi długookresowej cen pszenicy. Mając na uwadze, e ρń > ρβ (przy podobnym pozio-mie cen i bliskim jedno ci oszacowaniu parametru ń), –0,3

–0,2 –0,1 0 0,1 0,2 0,3

ut

3.01.2005 4.07.2005 2.01.2006 3.07.2006 1.01.2007 2.07.2007 31.12.2007 30.06.2008 29.12.2008 29.06.2009 28.12.2009 28.06.2010 27.12.2010 27.06.2011 26.12.2011 25.06.2012 24.12.2012

Rys. 2. Odchylenia od równowagi długookresowej między szeregami czasowymi cen

pszeni-cy w Polsce i w Niemczech

ródłoŚ opracowanie własne na podstawie danych Komisji źuropejskiej.

Fig. 2. Źeviations from long-run equilibrium relationship between wheat price series in Poland

and żermany

(6)

dostosowania do równowagi są szybsze, gdy ceny pol-skie są ni sze od cen niemieckich. Z kolei w okresach, gdy ceny polskie są wy sze od niemieckich, dochodze-nie do równowagi jest woldochodze-niejsze. Jest to widoczne na rys. β, gdzie warto ci ut powy ej zera utrzymują się

dłu ej ni warto ci poni ej zera. Otrzymane wyniki za-sadniczo są zgodne z analizami Rembezy (βŃńŃ), który przeprowadził badania na miesięcznych cenach psze-nicy ogółem w latach ń995-βŃŃ9. Mo na zatem uznać,

e wła ciwym modelem do opisu kształtowania się cen jest model źCM z dostosowaniem TAR według wzoru 5

(TAR-źCM). Potwierdzają to równie najni sze warto-ci kryteriów informacyjnych AIC i BIC dla modelu TAR (tab. ń).

W tabeli β zawarto oszacowania dwóch modeli TAR-źCM – jeden dla cen polskich, a drugi dla cen niemieckich (wg wzoru 5). W modelach pozostawio-no jedynie opó nienia istotne przy p < Ń,ń. Źodatkowo

w ród zmiennych obja niających kształtowanie się cen polskich dodano dwie zmienne Ń/ń w celu wyelimino-wania wpływu warto ci odstających w drugiej połowie lipca βŃŃ8 r. Oszacowane modele charakteryzują się

Tabela 1. Testowanie kointegracji i asymetrii między szeregami czasowymi cen pszenicy

w Polsce i w Niemczech

Table 1. Testing of cointegration and asymmetry between wheat price series in Poland

and żermany

Parametr/hipoteza

Parameter/hypothesis Współczynnik/Stat. t-Studenta/warto ć krytycznaCoeffi cient/t-Student stat./critical value Model AŹŻ-źż (równanie β) – Model AŹŻ-źż (equation β)

ρ –Ń,Ń97 (t = –4,γ6)

HŃŚ r = Ń t = –4,γ6ś t* = –4,ńγ

k = 9, AIC= –ń65γ, BIC = –ń6Ń8

Model TAR (równanie 4) – Model TAR (equation 4)

ρń –Ń,Ńγń (t = –Ń,9γ)

ρβ –Ń,ń94 (t = –4,55)

HŃŚ ρń= ρβ = Ń Φ= ńγ,ń6ś Φ* = 6,γγ

HŃŚ ρń= ρβ Φ= 7,Ńγś Φ* = 6,γγ

k = 9, AIC = –ń658, BIC = –ń6ńŃ

Model M-TAR (równanie 6) – Model M-TAR (equation 6)

ρń –Ń,Ń75 (t = –β,5Ń)

ρβ –Ń,ńń7 (t = –4,ńń)

HŃŚ ρń= ρβ = Ń Φ= ńŃ,ń4ś Φ* = 6,Ń5

HŃŚ ρń= ρβ Φ= ń,β4ś Φ* = 6,Ń5

k = 9, AIC = –ń65γ, BIC = –ń6Ń4

Warto ci krytyczne Φ* odczytano z tablic z pracy źndersa i Siklosa (βŃŃń) dla n = 5ŃŃ i k = 4ń.

ródłoŚ opracowanie własne na podstawie danych Komisji źuropejskiej.

Critical values were taken from źnders and Siklos (βŃŃń) for n = 5ŃŃ and for k = 4.

SourceŚ own elaboration on the basis of źuropean Commission data.

ń W tablicach zawarte są warto ci krytyczne dla Ń, ń i 4 opó nie oraz 5Ń, ńŃŃ, β5Ń i 5ŃŃ

(7)

brakiem autokorelacji, stabilno cią parametrów w cza-sie oraz brakiem rozkładu normalnego (rozkład leptokurtyczny)4.

Jako e τ = Ń, uproszczono oznaczenia do postaciŚ

Itut-ń = ut-ń(+), za (ń-It)ut= ut-ń(-), odnosząc tym samym

współczynniki odpowiednio do dodatnich i ujemnych

4 Sugeruje to potencjalną modyfi kację modeli o komponent

warunkowej wariancji (żARCH). Wstępne oszacowania takich modeli wskazują jednak, e wnioski co do istotno ci asymetrii nie ulegną zmianom.

odchyle od cie ki równowagi. Mo na zauwa yć (tab. β), e statystycznie istotne współczynniki μ sto-ją tylko przy ujemnych resztach relacji kointegrusto-jącej. W przypadku polskiego modelu μβ = –Ń,ńβ4, w modelu niemieckim za μβ = Ń,Ń65. Ich znaki są prawidłowe, a wielko ci wskazują, e dostosowania do równowagi długookresowej odbywają się w większym stopniu po stronie polskiej ni po niemieckiej. Nieistotne współ-czynniki μń (w przypadku modelu dla cen niemieckich równie z niewła ciwym znakiem) wskazują, e przy od-chyleniach powy ej cie ki równowagi długookresowej

Tabela 2. Oszacowania modeli korekty błędem z dostosowaniem TAR (wzór 5) dla szeregów czasowych cen pszenicy w

Pol-sce i w Niemczech

Table 2. źstimated error correction models with TAR adjustment (equation 5) for wheat price series in Poland and żermany

Zmienna obja niana – ΔYt

źxplained variable – ΔYt

Zmienna obja niana – ΔXt

źxplained variable – ΔXt

Zmienna obja niająca

źxplanatory variable WspółczynnikCoeffi cient Stat. t-Studentat-Student stat. Zmienna obja niającaźxplanatory variable WspółczynnikCoeffi cient Stat. t-Studentat-Student stat.

const –Ń,ŃŃγ –ń,6γγ const Ń,ŃŃ4 β,ńŃŃ

ut-ń(+) –Ń,ŃŃ8 –Ń,γŃ6 ut-ń(+) –Ń,Ńβ6 –ń,Ń64

ut-ń(-) –Ń,ńβ4 –4,ńβγ ut-ń(-) Ń,Ń65 β,βγ6

ΔYt-ń Ń,ńŃ5 β,γŃ8 ΔXtt-ń Ń,ńβ9 β,55Ń

ΔYt-γ Ń,ń74 γ,9βγ ΔXtt-β Ń,ń74 γ,465

ΔYt-7 Ń,Ń88 ń,974 ΔXtt-4 Ń,Ń89 ń,768

ΔYt-8 –Ń,ń5Ń –γ,γ9β ΔXtt-5 Ń,ńŃγ β,Ń9γ

ΔYt-ńŃ Ń,ńββ β,878 ΔXtt-8 Ń,Ń97 ń,968

ΔXtt-ń Ń,ńγŃ β,5Ńβ ΔYt-ń Ń,Ń86 ń,977

ΔXtt-β Ń,ń5Ń β,888 ΔYt-4 –Ń,ńβ8 –β,95β

ΔXtt-5 Ń,ń9γ γ,75Ń ΔYt-8 –Ń,Ń7γ –ń,7β4

ΔXtt-8 Ń,Ń94 ń,8ń8 – – –

ΔXtt-9 –Ń,ńŃ6 –β,Ń7β – – –

dβŃŃ8 –Ń,ń4Ń –5,γŃń – – –

dβŃŃ8_ń –Ń,Ń76 –β,8Ń5 – – –

: μń= μβ= Ń F = ńŃ,βń (p < Ń,ŃŃń)

: μń = μβ= Ń

F = β,55 (p = Ń,Ń79)

: μń= μβ

F = 6,4Ń (p = Ń,Ńńβ)

: μń= μβ

F = 4,β6 (p = Ń,Ń4Ń)

ut-ń(+) = Itut-ń, ut-ń(-) = (ń-It)ut

(8)

okre lonej równaniem ń nie ma istotnych dostosowa cenowych.

Na podstawie powy szych modeli zweryfi kowano dwie hipotezy, których wyniki zamieszczono u dołu ta-beli β. Pierwsza hipoteza zakłada brak dostosowa do równowagi długookresowej. Źla polskich cen jest ona odrzucona na poziomie istotno ci p < Ń,Ńń.

Przypomnij-my, e potwierdzenie relacji kointegrującej jest samo w sobie dowodem istnienia zale no ci przyczynowej między zmiennymi (Osi ska, βŃŃ8). W przypadku mo-delu cen niemieckich na poziomie istotno ci p = Ń,Ń5

brak podstaw do jej odrzucenia. Mo na przyjąć, e ceny niemieckie są słabo egzogeniczne względem cen pol-s kich, czyli e rynek niemiecki raczej wyznacza ceny, a po stronie polskiej następują dostosowania.

Źruga hipoteza zerowa (HŃŚ μń = μβ) mówi o syme-trycznych reakcjach poszczególnych cen na odchylenia od równowagi. Na poziomie istotno ci p = Ń,Ń5

zarów-no w modelu dla cen polskich, jak i cen niemieckich odrzucono hipotezę zerową. Większe warto ci statystki

F w przypadku modelu polskiego wiadczą o tym, e

asymetria pojawia się czę ciej na rynku polskim ni niemieckim. Jest to rezultat dostosowywania się cen polskich do cen niemieckich, co wynika z dominujące-go kierunku eksportu z Polski do Niemiec, a w konse-kwencji związanych z tym asymetrii w przepływie in-formacji lub te reakcji na nie. Mo na te przypuszczać,

e polscy producenci są zbyt optymistyczni w ocenie sytuacji rynkowej przy rosnących cenach. Przy wyso-kim poziomie cen producenci rolni długo czekają na potwierdzenie zmiany kierunku trendu na spadkowy przez utrzymywanie wysokich cen podczas negocjacji. W tym czasie obroty są zazwyczaj dosyć niskie. żdy uczestnicy rynku dojdą do wniosku, e nastąpiła zmia-na trendu, skutkuje to gwałtowną korektą cen w ciągu kilku tygodni.

PODSUMOWANIE

Przeprowadzone badania potwierdziły silne powią-zania między cenami pszenicy paszowej w Polsce i w Niemczech. Między cenami pszenicy w obu kra-jach zachodzi dynamiczna równowaga długookresowa, co warunkuje równie zale no ci przyczynowe między cenami. Z bada wynika, e ceny niemieckie są słabo egzogeniczne w stosunku do cen polskich, a to ozna-cza, e dostosowania cenowe wprowadza się głównie po stronie polskiej.

Zarówno w przypadku cen polskich, jak i niemiec-kich mamy do czynienia z asymetrycznymi dostosowa-niami do cie ki równowagi długookresowej, co mo na opisać za pomocą modeli TAR. Potencjalnym ródłem są koszty transakcyjne i związany z tym nieliniowy cha-rakter arbitra u. Nie stwierdzono asymetrycznych do-stosowa zgodnie z modelem M-TAR.

Przeprowadzone badania mo na rozszerzyć w kil-ku kierunkach. Uzupełnieniem bada mo e być ocena w ramach modelu TAR-źCM asymetrycznych krótko-okresowych transmisji lub te oszacowanie modeli dla więcej ni dwóch re imów. Z uwagi na leptokurtyczny rozkład reszt oszacowanych modeli kolejne mo na roz-szerzyć o warunkową wariancję (komponent żARCH). Zupełnie innym kierunkiem badawczym, praktycznie niepodejmowanym dotychczas w Polsce, jest ocena procesu transmisji zmienno ci cenowej między rynka-mi rolnyrynka-mi.

LITERATURA

Balke, N. S., Żomby, T. B. (ń997). Threshold Cointegration. Int. źcon. Rev., γ8, 6β-745.

Barrett, C. B. (βŃŃń). Measuring Integration and źffi ciency in International Agricultural Markets. Rev. Agric. źcon. βγ(ń), ń9-γβ.

Barrett, C. B., Li, J. R. (βŃŃβ). Źistinguishing between źqu-ilibrium and Integration in Spatial Price Analysis. Am. J. Agric. źcon., 84 (β), β9β-γŃ7.

Charemza, W. W., Źeadman, Ź. Ż. (ń997). Nowa ekonome-tria. WarszawaŚ PWź.

Conforti, P. (βŃŃ4). Price Transmission in Selected Agricultu-ral Markets. ŻAO Commodity and Trade Policy Research Working Paper 7.

źnders, W., żranger, C. W. J. (ń998). Unit-root tests and asym-metric adjustment with an example using the term struc-ture of interest rates. J. Bus. źcon. Stat., ń6(γ), γŃ4-γńń. źnders, W., Siklos, P. L. (βŃŃń). Cointegration and threshold

adjustment. J. Bus. źcon. Stat., ń9(β), ń66-ń76.

źngle, R. Ż., żranger, C. W. J. (ń987). Cointegration and źrror Correction. Representation, estimation and testing. źco-nometrica, 55(β), β5ń-β76.

źsposti, R., Listorti, ż. (βŃńń). Agricultural Price Transmis-sion Across Space and Commodities Źuring Price Bub-bles. Paper presented at the źAAź βŃńń Congress, Chan-ge and Uncertainty ChallenChan-ges for Agriculture, Żood and Natural Resources, August γŃ-September β. Zurich. źuropean Commission (βŃńń). High Commodity Prices and

(9)

Agricultural Markets Brief, ń/June. BrusselsŚ Agricultural Trade Policy Analysis Unit.

Żackler, P. L., żoodwin, B. K. (βŃŃń). Spatial Price Analy-sis. WŚ B. L. żardner, ż. C., Rausser (red.). Handbook of Agricultural źconomics, źlsevier, 97β-ńŃβ5.

Żigiel, S. (βŃŃβ). Cenowa efektywno ć rynku towarowego na przykładzie zbó w Polsce. OlsztynŚ Wydawnictwo UW-M.

żoodwin, B. K., Piggott, N. ź. (βŃŃń). Spatial Market Inte-gration in the Presence of Threshold źffects. Am. J. Agric. źcon., 8γ, γŃβ-γń7.

Hamulczuk, M., Łopaciuk, W. (βŃńγ). Price linkage betwe-en milling and feed wheat prices in Poland and żermany. Probl. World Agric., ńγ(4), γ4-44.

Listorti, ż., źsposti, R. (βŃńβ). Horizontal Price Transmission in Agricultural MarketsŚ Żundamental Concepts and Open źmpirical Issues. Bio. Appl. źcon., ń(ń), 8ń-96.

Meyer, J., von Cramon-Taubadel, S. (βŃŃ4). Asymmetric Price TransmissionŚ A Survey. J. Agric. źcon., 55 (γ), 58ń-6ńń.

Miljkovic, Ź. (ń999). The Law of One Price in International TradeŚ A Critical Review. Rev. Agric. źcon., βń, ńβ6-ńγ9. Osi ska, M. (βŃŃ8). źkonometryczna analiza zale no ci

przy-czynowych. Toru Ś Wyd. Nauk. UMK.

Prakash, A., (red.). (βŃńń). Safeguarding food security in vo-latile global markets. RzymŚ ŻAO.

Rathmann, R., Szklo, A., Schaeffer, R. (βŃńŃ). Land use com-petition for production of food and liquid biofuelsŚ An analysis of the arguments in the current debate. Renew. źnergy, γ5, ń4–ββ.

Rembeza, J. (βŃńŃ). Transmisja cen w gospodarce polskiej. KoszalinŚ Wyd. Uczelniane PK.

Sephton, P. S. (βŃŃγ). Spatial Market Arbitrage and Threshold Cointegration. Am. J. Agric. źcon., 85(4), ńŃ4ń-ńŃ46. Serra, T., Zilberman, Ź., żil, J. (βŃńń). Price Volatility in

źthanol Markets. źur. Rev. Agric. źcon., γ8(β), β59-β8Ń.

ASYMMETRIC PRICE TRANSMISSION BETWEEN POLISH AND GERMAN FEED

WHEAT MARKETS

Summary. The aim of the paper was an assessment of possible asymmetry in price transmission between Polish and żerman

feed wheat prices. TAR and M-TAR procedures were employed for testing price symmetry, as well as źCM framework. The results obtained indicate the existence of the long-run relationship between Polish and żerman wheat prices, as well as asym-metric adjustment of prices to the long-run equilibrium relationship.

Key words: horizontal price transmission, asymmetry, wheat prices, TAR, M-TAR, źCM

Zaakceptowano do druku – Accepted for print: 12.02.2015

Do cytowania – For citation

Imagem

Fig. 1. Żeed wheat prices in Poland and żermany (eur/t)
Fig. 2. Źeviations from long-run equilibrium relationship between wheat price series in Poland  and żermany
Table 1. Testing of cointegration and asymmetry between wheat price series in Poland  and żermany
Table 2. źstimated error correction models with TAR adjustment (equation 5) for wheat price series in Poland and żermany Zmienna obja niana – ΔY t

Referências

Documentos relacionados

Klasyfikacja serów z mleka koziego jest znacznie trudniejsza ni z mleka krowiego ze wzgl du na du e zró nicowanie w zawarto ci wo- dy, teksturze i sk ł adzie oraz stosowanie ró

W badaniach oceniaj cych ró ne wykładniki stanu psychicznego po przeszczepie nerek uzyskano sprzeczne wyniki: w cz ci bada wykazano, i jest to najlepsza metoda leczenia PNN tak

Celem pracy by ł o okre lenie wp ł ywu zró nicowanych dawek osadów ciekowych na cechy biometryczne czterech klonów wierzby krzewiastej oraz wskazanie klonu najlepiej plonuj cego

Raport: Scenariusze zintegrowane rozwoju technologicznego i spo ł ecznego w obszarze zrównowa onego rozwoju opracowany w ramach projektu „Zaawansowane technologie przemys ł owe

Jako ść t ł uszczów posma alniczych oraz skuteczno ść ich oczyszczania oceniano na podstawie: zawarto ś ci produktów hydrolizy (liczba kwasowa, zawarto ść wolnych kwa- sów

Plonowanie bada- nych odmian ziemniaka warunkowa ł uk ł ad parametrów meteorologicznych i hydrolo- gicznych, takich jak: poziom wody gruntowej – dla odmian od bardzo wczesnych po

Instytut Technik Wytwarzania Politechniki Warszawskiej, ul. Recykling materia ł owy by ł ukierunkowany po pierwsze na zmniejszenie ilo ci odpadów w odlewniach precyzyjnych, po

On basis of those results, this study detects long run and short run bidirectional causality from farm price to retail price and vice versa for banana and watermelon i.e., there