NATIONALEKONOMISKA INSTITUTIONEN Uppsala Universie Examensarbee D Förfaare: Rober Fredriksson Handledare: Beng Assarsson HT 2007 Oljepris och Makroekonomien VAR analys av oljeprises inverkan på akiemarknaden
Sammanfaning Oljeprises påverkan på svensk ekonomi är högakuell och skapar rubriker i massmedia dagligen. Ine mins på akiemarknaden iakas oljeprise noggran. Denna uppsas undersöker de dynamiska sambande mellan oljeprise och akiemarknaden i Sverige, vilke görs genom en VAR analys som baseras på månadsdaa för åren 1990-2006. Vidare används impuls responser för a se hur de olika variablerna påverkas av en chock i oljeprise. De daa som används i undersökningen är oljeprisindex, akieprisindex, indusriprodukionsindex och räna. Resulaen som fås är i parie med idigare sudier och visar a de ine går a finna några sark signifikana samband mellan oljeprisuvecklingen och akiemarknaden i Sverige. Dea kan yda på a prise generell är överskaa av både inveserare och massmedia. Nyckelord: Oljepris, Akiemarknad, VAR modell, Impuls responser - 2 -
Innehållsföreckning SAMMANFATTNING --------------------------------------------------------------------------------------------------- - 2 - INNEHÅLLSFÖRTECKNING ---------------------------------------------------------------------------------------- - 3-1. INLEDNING ------------------------------------------------------------------------------------------------------------ - 4-2. TEORI OCH TIDIGARE STUDIER------------------------------------------------------------------------------- - 6-3. METOD ------------------------------------------------------------------------------------------------------------------ - 8-3.1 STATIONÄRITET OCH ENHETSROT ----------------------------------------------------------------------------------- 8-3.2 VAR -------------------------------------------------------------------------------------------------------------------- 9-3.3 IMPULSRESPONS FUNKTIONER ------------------------------------------------------------------------------------ - 10-4. DATAMATERIAL---------------------------------------------------------------------------------------------------- - 11-4.1 AKTIEINDEX (AI) --------------------------------------------------------------------------------------------------- - 11-4.2 OLJEPRISINDEX (OI)------------------------------------------------------------------------------------------------ - 12-4.3 INDUSTRIPRODUKTIONSINDEX (IP) ------------------------------------------------------------------------------- - 12-4.4 RÄNTA (R)----------------------------------------------------------------------------------------------------------- - 13-5. EMPIRI ----------------------------------------------------------------------------------------------------------------- - 13-5.1 STATIONÄRITET OCH ENHETSROT -------------------------------------------------------------------------------- - 13-5.2 VAR ----------------------------------------------------------------------------------------------------------------- - 14-5.3 IMPULSRESPONS FUNKTIONER ------------------------------------------------------------------------------------ - 16-6. SAMMANFATTANDE SLUTSATS ------------------------------------------------------------------------------ - 17 - REFERENSER ----------------------------------------------------------------------------------------------------------- - 19 - APPENDIX ---------------------------------------------------------------------------------------------------------------- - 20 - APPENDIX A ------------------------------------------------------------------------------------------------------------- - 20 - APPENDIX B ------------------------------------------------------------------------------------------------------------- - 22 - APPENDIX C ------------------------------------------------------------------------------------------------------------- - 24 - - 3 -
1. Inledning Prisflukuaioner på olika produker är någo som i allmänhe påverkar världsekonomin och dess konsumener. E av de hisorisk se vikigase priserna är de på olja vilke även idag är av cenral beydelse. Bland anna hävdar Hamilon (1983) a råoljepriskriserna haf en sark inverkan på de flesa av de amerikanska lågkonjunkurerna efer andra världskrige fram ill 70-ales oljekris. Vidare hävdar Gisser (1986) a den urbulens som uppsod efer 70-ales oljeprischocker har gjor a respeken för och hänsynsagande ill oljeprise öka markan. På daglig basis går de a läsa om hur oljeprise inverkar på makroekonomin i samhälle, däribland akiemarknaden. Några exempel: Oljeprise över 85 dollar Råoljeprise passerade 85 dollar fae och seg ill nya rekordhöjder under måndagsförmiddagens handel. Forfarande är de oro för brisande ubud under vinern och den försvagade dollarn som pressar upp oljeprise. Hedgefonder rapporeras vara mycke akiva som köpare på råoljemarknaden för närvarande. Dagens Indusri 2007-10-15 Asienbörser: Råvarubolag vinnare En rejäl åerhämning för oljeprise gjorde a oljebolagen och andra råvarurelaerade bolag såg ill a dra upp indexen på de asiaiska börserna på fredagen. Dagens Indusri 2007-10-05 USA-börser: Oljeprise gav söd Börserna i New York seg på orsdagen, med söd av e högre oljepris och sarka försäljningssiffror från dealjhandeln. "Försäljningssiffrorna vi se idag, illsammans med en allmän sark sällning för råvarupriser och råvarurelaerade bolag är de som dominerar handeln idag", säger en New York- baserad mäklare ill Nyhesbyrån Direk. Dagens Indusri 2007-09-20 Wall Sree: Kredioro och oljepris ynger Kurserna på New York-börserna faller i en svag endens i den inledande handeln på orsdagen. Enlig bedömare är de en forsa oro på kredimarknaden som ynger senimene. E sigande oljepris upekas också som e orosmomen. Uvecklingen var även svag för de ledande Europabörserna. Affärsvärlden 2007-07-26 Som synes har oljeprise en cenral plas i massmedia och borde därför även ha beydelse för makroekonomin vilke gör de ill e inressan ämne a sudera. Anagande a prise på olja har en inverkan på akiemarknaden verkar vara vederage och är därmed e he maerial för analyiker och inveserare a försöka föruspå. Vad man kan förväna sig för reakion på - 4 -
akiemarknaden när oljeprise ändras är ine alldeles klar uan påverkan kan ske på flera olika sä: En ubudseffek som kommer från a om prise på olja går upp medför de ökade kosnader för föreagen vilke resulerar i e minska ubud. De ökade kosnaderna slår negaiv på akiemarknaden. En eferfrågeeffek genom konsumion och invesering då den oala konsumionen i samhälle roligen minskar då våra drifkosnader, i form av exempelvis uppvärmning av villor och bensin, ökar. Effeken av dea på akiemarknaden är också negaiv. En penningpoliisk effek då, i Sveriges fall, Riksbanken kan änkas höja ränan för a få buk med den ökade inflaion som en oljeprisökning roligen medför. Den höjda ränenivån leder ill negaiv påverkan på akiemarknaden. Dock skall sägas a denna effek roligen bara uppsår då oljeprisförändringen påverkar landes inflaionsförvänningar. I alla dessa fall finns en moeffek då e öka oljeprise skulle leda ill posiiva reakioner på akiemarknaden i de akiebolag som säljer olja, som ill exempel Lundin Peroleum AB. Dea orde ine vara e problem på den svenska marknaden efersom vi i sor är imporörer av olja. Grundligare genomgång av de olika påverkningssäen sker under eoriavsnie nedan. Tros oljans beydelse har de skrivis påfallande få akademiska ariklar som belyser hur dess pris påverkar på den svenska ekonomin och dess akiemarknad, vilke gör de än mer inressan a undersöka. Syfe med denna magiseruppsas är således a undersöka huruvida de finns någo dynamisk samband mellan prise på olja och akiemarknaden i Sverige. Daamaeriale som används för denna undersökning är på månadsbasis för åren 1990-2006. Sambande som undersöks är förändringen i akiemarknaden genemo förändringen i oljepris, indusriprodukion och räna från föregående idsperiod ill dagens. Med hjälp av idigare akademiska ariklar preseneras i kapiel vå grundligare hur oljeprise kan änkas påverka akiemarknaden, de vill säga vilka resula som kan vänas av - 5 -
undersökningen. Kapiel re visar den saisiska meod som kommer illämpas i denna uppsas och i kapiel fyra presenerar de daamaerial som används. Sluligen så påvisar kapiel fem och sex de empiriska resulaen sam de sammanfaande slusaserna. 2. Teori och idigare sudier Nedan preseneras den eori som ligger bakom anagande a oljeprise skulle kunna påverka akiemarknaden i Sverige. Vidare preseneras även sudier som med olika angreppssä försök ge sig an eorin. Enlig den ekonomiska eorin skulle oljeprisförändringar influera på den ekonomiska akivieen genom både ubud och eferfrågekanaler. Ubudssidans effek kan bli förklarad på de faka a olja är en vikig fakor i föreagens produkion. Därav skulle en oljeprisökning få en direk påverkan på produkionen i form av ökade produkionskosnader som leder ill minskad produkivie och därmed minskad produkion. Denna effek är såklar sörs på föreag som är beroende av olja, så som indusrier och ranspor. Ökade kosnader och minskad produkivie för föreagen kommer visa sig negaiv på akiemarknaden då föreagen ine är lika arakiva längre. Vidare skulle oljeprisförändringar ha en eferfrågeeffek genom konsumion och invesering då den oala eferfrågan i samhälle skulle minska då våra drifkosnader ökar. När kosnaderna för exempelvis uppvärmning av hus och bensin ill bilen ökar leder de ill a mindre pengar blir över ill a spendera på andra varor, de vill säga a konsumionen i oljeimporerande länder skulle minska på grund av den ökade prisbilden. Effeken av dea på akiemarknaden kommer således också vara negaiv. Den moeffek som finns mo dessa vå påverkningssä är a de exiserar föreag som jänar pengar när prise på olja siger. Som exempel i Sverige kan vi a Lundin Peroleum AB som högs rolig påverkas posiiv av en prisökning. Denna effek anser jag dock ine vara så sor efersom vi är imporörer av i sor se all vår olja. Summan av dessa effeker gör a länders inflaion och växelkurs påverkas. I e land som Sverige där inflaion och räna är sark sammankopplade via Riksbankens ränesyrning kommer en prisökning roligvis a påverka ränan uppå vilke i sin ur får en negaiv effek på akiemarknaden. Dock skall förydligas a denna påverkan bara sker om oljeprisförändringen ändrar inflaionsförvänningarna i Sverige. - 6 -
De finns många sudier som pekar på a oljeprise påverkar konjunkuren negaiv vilke gjor a de borde finnas en indirek påverkan på akiemarknaden, dock är resulaen som de olika sudierna uppvisar veydiga. De flesa av sudierna har gjors med inrikning mo uomeuropeiska länder, däribland Kling som i sin sudie från 1985 visar a de finns en relaion mellan sora oljeprisförändringar och akivieen på akiemarknaden i Amerika under perioden 1973-1982. Ine överraskande påvisas a en förändring i oljeprise har sörs effek på akier där föreage har olja som en produkionsfakor, framförall indusrier. Kaneko och Lee (1995) undersöker oljeprischockers effeker på den amerikanska akiemarknaden men finner dock ingen signifikans förbindelse mellan dessa, de finner däremo en koppling på den japanska marknaden. Jones och Kaul (1996) finner, illskillnad från Kaneko och Lee, a under idsperioden 1947 ill 1991 så har oljeprischocker en effek på akiers avkasning, dea i länder som Kanada, Japan och USA. De olika undersökningarna bygger på varierade saisiska meoder, dock finns e fåal arbeen som använder sig av en VAR- analys för a ureda sambande mellan oljeprise och akiemarknaden. Sadorsky (1999) finner med hjälp av VAR och impulsresponser a oljeprise spelar en vikig roll i påverkan av ekonomisk akivie i USA. Impulsresponserna påvisar även a prisförändringar i olja är en vikig förklaring ill akiemarknadens uveckling. I mosas ill Sadorsky finner Huang e al. (1996) a de ej fanns någo signifikan samband mellan oljepris och generalindex, så som S&P 500, i USA. Dock påräffades a de fanns en inverkan när man såg ill avkasningen för akier i oljebolag. Sluligen har Gjerde och Saem (1999) med hjälp av en VAR analys och impulsresponser undersök om de föreligger e kausal samband mellan akiemarknaden och makrovariabler i Norge. De finner a akiemarknaden svarar signifikan på förändringar i oljepris och a räna påverkar både akiemarknaden och inflaionen. Som man ser är resulaen ine enydiga och de är därmed svår a vea vad man kan förväna sig för resula av sin analys. Men enlig den eori som preseneras så borde akiemarknaden svara negaiv på e öka oljepris. - 7 -
3. Meod I nedansående avsni preseneras de meoder och modeller som används för a esa eorin. I likhe med bland andra Sadorsky (1999), Huang e al (1996) och Gjerde och Saem (1999) har jag val a använda mig av en VAR modell och senare impuls responser. De försa som måse göras är a se ill saionärie och enhesröer vilke preseneras i 3.1. Vidare preseneras ingående hur en VAR modell fungerar i 3.2 och i avsluande 3.3 beskrivs vad impuls responser är för någoning. 3.1 Saionärie och enhesro En idsserie som har konsan medelvärde och varians sägs vara saionär, och om den har varierande medelvärde och varians sägs den vara icke saionär. Två icke saionära idsserier kan med iden driva ifrån varandra och där av misa si gemensamma samband. En OLS regression med ickesaionära variabler kommer ej a ge effekiva och vänevärdersikiga esima. E förfaringssä a lösa dea problem är a differeniera variablerna och där av få dem saionära, se ekvaion (1). y = y 1 + ε Δy = ε (1) Om idsserien vid försa differeniering blir saionär säger man a den är inegrerad av grad e och a den har en Uni Roo. E av de vanligase säen a esa dea är a använda sig av Augmened Dickey-Fuller es. De bygger på a esa om nollhypoesen a resrikionerna ρ = 1 och β = 0 håller för ekvaion (2). y p 1 + λ jδy j + ε j= 1 = α + β + ρy (2) Anale laggar (värde på p) besäms med hjälp av exempelvis Akaike informaion crierion eller Schwarz crierion. När vi ej kan förkasa nollhypoesen ger de oss a de exiserar en Uni Roo. 1 1 Pindyck & Rubinfeld (1998) - 8 -
3.2 VAR E problem man ofa söer på är a den ekonomiska eorin ej är illfredssälld för a besämma den räa specifikaionen av modellen. Teorin kan vara all för svårhanerlig för a man skall kunna göra en precis framagning av modellen, så approximaioner eller så kallade ad hoc s måse göras. I sådana siuaioner kan de vara bäre a låa daamaeriale besämma och specificera dynamiken i modellen. En meod som ar hänsyn ill dea är den så kallade VAR modellen. 2 Den besår av endogen och exogen givna variabler där man anar a de endogena variablerna samvarierar och påverkar varandra. Användaren av en VAR modell måse specificera vå saker själv. Förs måse man besämma vilka endogena och exogena variabler som skall ingå, de vill säga vilka man ror är endogen givna respekive exogen givna. För de andra måse anal laggar som behövs för a kapsla in de olika variablernas effeker besämmas. VAR används ofa vid prognosisering av sysem besående av variabler som samverkar och för a analysera den dynamiska effeken av chocker i de endogena variablerna. Den ges av följande se av n linjära ekvaioner, lå z z,..., 1, 2 z m x x,..., 1, 2 vara de endogena variablerna, vara de exogena variablerna, p är anal laggar för de endogena variablerna och r är anal laggar för de exogena variablerna. De förusäningar som gäller är a felermen ε n är normalfördelad och okorrelerad med respekive högerledsvariabel i ekvaionen, de är dock sannolik a de förekommer korrelaion mellan ekvaionerna. x n x x p p p r r 1, = a10 + a11j x1, j + a12 j x2, j + + a1nj xn, j + b11j z1, 1 + L+ b1 mjzm, j + ε1 j= 1 j= 1 j= 1 j= 0 j= 0... L (3) p p p r r n, = an0 + an1 j x1, j + an2 j x2, j + L + annjxn, j + bn1 j z1, 1 + L+ bnmjzm, j + ε n j= 1 j= 1 j= 1 j= 0 j= 0 Då de endas finns laggade värden av de endogena variablerna i högerlede av ekvaionerna och de exiserar inga olaggade endogena variabler har vi har inge problem med 2 VAR modellen inroducerades av C. A.Sims i hans arbee Macroeconomics and Realiy från 1980 som en alernaiv infallsvinkel ill muli-equaion modeling. - 9 -
simulaneie, där av kommer en esimaion med OLS ge både effekiva och vänevärdesrikiga esima. 3 För a ydligare illusrera en VAR modell kan e exempel underläa. Man kan änka sig en enkel VAR modell besående av re endogena variabler, akieprisindex (Ai), oljeprisindex (Oi) sam indusriprodukionsindex (Ip). Dessa re valda endogena variabler anar man har en samverkan, och de är den man vill kapsla med modellen. Vidare så kan man använda sig av e anal exogen givna variabler, men för a underläa exemple anar vi a de endas finns en exogen given variabel, som vi kallar för c. Vid endas vå laggar får VAR modellen följande useende: Ai 1 = a11ai 1 + a12oi 1 + a13ip 1 + b11ai 2 + b12oi 2 + b13ip 2 + c1 + ε (4) Oi = a21oi 1 + a22ip 1 + a23ai 1 + b21oi 2 + b22ip 2 + b23ai 2 + c2 + ε 2 (5) Ip 3 = a31ip 1 + a32ai 1 + a33oi 1 + b31ip 2 + b32ai 2 + b33oi 2 + c3 + ε (6) Vi får en enkel maris där a, och c är de paramerar som skall esimeras. ij b ij i 4 3.3 Impulsrespons funkioner Som nämns ovan är VAR modellen väl lämpad för a simulera chocker i de endogena variablerna där samvariaion och påverkan suderas. Dea esas med hjälp av a usäa syseme för så kallade impulsrespons chocker. En chock i en av de endogena variablerna påverkar ine endas sig själv uan har även inverkan på de andra variablerna vilke gör a dess effeker var för sig enkel kan urskiljas. Påverkan sinsemellan sker på grund av a VAR modellerna besår av laggade värden av de olika endogena variablerna. Genom en impulsrespons kan man allså sudera hur en chock i en av variablerna påverkar de andra och hur länge dess inverkan ligger kvar. 5 Som exempel kan vi använda regressionerna (4), (5) och (6) och usäa dessa re för impulsrespons chocker i de endogen givna variablerna och kan därmed sudera samvariaion 3 Paerson (2000) 4 Paerson (2000) 5 EViews 5 Help, Sökord: Impulse response - 10 -
och påverkan dem emellan. Till exempel ser man hur akieprisindex och indusriprodukionsindex reagerar om man chockar oljeprisindex. 4. Daamaerial De daamaeriale som används i uppsasen är på månadsbasis för åren 1990-2006. Variablerna som bearbeas är akieindex, oljeprisindex, indusriprodukionsindex och räna, vilka är samma som används av bland anna Jones och Kaul (1996) och Sadorsky (1999). För a få en ökad försåelse och insyn i de olika variablerna så preseneras de mer ingående nedan. 4.1 Akieindex (Ai) De akieindex som används är affärldsvärldensgeneralindex (AFGX) vilke är Sveriges äldsa index och visar den genomsniliga uvecklingen för akier noerade på Sockholmsbörsen. De anses därför vara e bra må på svenska akieporföljers kursuveckling. Indexe är förmögenhesvika vilke innebär a akiernas vik är i proporion ill dess börsvärde. I undersökningen används real akieindex vilke innebär a inflaionen är avräknad. Inflaionen i dea fall är förändringen i konsumenprisindex från föregående period ill dagens. Som synes i figur 1 nedan har uvecklingen av indexe under perioden vari med om en sark uppgång fram ill slue av 1990-ale och början av 2000-ale följ av en reårsperiod av nedågående rend, all för a sedan åerhäma sig fram ill slue av år 2006. Daamaerial för AFGX är inhäma från daabasen Ecowin. Figur 1 600 500 400 300 200 100 0 Uveckling AFGX, År1990mån01=index 100 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 År/Mån - 11 -
4.2 Oljeprisindex (Oi) Oljeprise är häma från Energy Informaion Adminisraion (EIA) och är i amerikanska dollar per fa olja för OPEC länder. För a kunna applicera dea må på Sverige används växelkursen SEK/USD vilke ger oljeprise i svenska kronor per fa. Prisnivån låg ganska sabil under idsperioden 1990-1999 för a sedan öka ganska krafig fram ill år 2006, vilke framgår av figur 2. Figur 2 500 Uveckling oljepris, År1990mån01=index100 400 300 200 100 0 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 År/Mån 4.3 Indusriprodukionsindex (Ip) För a kapsla in uvecklingen av Sveriges produkion och konsumion i analysen används för dea en proxy, nämligen indusriprodukionsindex. Om vi ser ill figur 3 så framgår de a denna variabel har en ydlig säsongsvariaion vilke kan änkas bero på indusrisemesern som infinner sig i juli varje år. Vid senare analyser kommer jusering av dea genomföras. Uvecklingen av indusriprodukionen har haf en svag posiiv rend genom hela idsperioden. Daamaeriale är häma från daabasen Ecowin. Figur 3 200 Uveckling indusriprodukion, År1990mån01=index100 160 120 80 40 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 År/Mån - 12 -
4.4 Räna (r) Den räna som används i analyserna är den kora remånadersränan efersom denna undersökning ämnar finna den korsikiga effeken av en räneförändring. I figur 4 ser vi uvecklingen av ränan som under hela idsperioden haf en nedågående rend, med undanag för den chockränehöjning som vi hade i Sverige hösen 1992. Observera a ränan anges i absolua procenal. Maeriale är inhäma från daabasen Ecowin. Figur 4 25 Uveckling räna 20 15 % 10 5 0 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 År/Mån 5. Empiri I dea avsni kommer de ill en början a esas för saionärie i de fyra variablerna med hjälp av ADF ese, enlig ekvaion (2). Uppvisar variablerna saionärie kommer sedan den opimala VAR modellen a bearbeas fram för a sluligen användas för a uföra impuls responser. 5.1 Saionärie och enhesro Tabell 1 nedan presenerar resulae av ADF ese för de fyra variablerna både när dessa är i nivå och som försa differenser. Resulae är i likhe med vad andra arbeen som gjors inom område får, de vill säga a ADF ese påvisar a variablerna är ickesaionära då de är i nivå medens de uppvisar saionärie när de är i försa differenser. Laglängden i ese har vals uifrån Schwarz informaionskrierium. 6 6 Fullsändiga resula preseneras i appendix A - 13 -
Tabell 1. Augumened Dickey-Fuller es för enhesröer på respekive variabel, både i nivå och i försa differansen. T-sa Prob Lag Nivå Ai -0.524287 0.8825 0 Oi -1.620303 0.4703 1 r -2.320338 0.1666 0 Ip -1.083021 0.7223 14 Försa diff. dai -12.36676 000 0 doi -9.287781 000 0 Dr -15.20857 000 0 Dlp -3.536365 080 12 Nollhypoesen är a de exiserar en enhesro. Vid en vidare VAR modell är de av sor vik a variablerna som används är saionära, vilke gör a de kommer användas som försa differenser i dea fall, vilke leder ill a de resula som en VAR analys ger kommer a vara både effekiva och vänevärdesrikiga. 5.2 VAR Näsa seg i uppsasen blir a a fram den opimala VAR modellen. Efersom syfe är a se hur de fyra variablerna påverkar och samvarierar med varandra och då framförall hur oljeprise påverkar akiemarknaden så används i denna VAR modell alla variabler som endogen givna. Dea ros a man inuiiv känner a oljeprise orde vara exogen give. För a vidare avgöra anale laggar specificeras förs en VAR modell som sedan Akaikes informaionskrierium (AIC) används på för a esa anale laggar. 7 Tese påvisar a opimal anal laggar är fem vilke gör a jag således specificerar om modellen med fem laggar. Vidare genomförs Q-es och LM-es för a se a de ine föreligger någon auokorrelaion i residualerna. I abell 2 nedan preseneras resulae av den valda VAR modellen. 8 7 Resulaen av AIC preseneras i appendix B.1 8 Fullsändiga VAR resula preseneras i appendix B.2-14 -
Tabell 2 Parameeresima för VAR-modellen.Redovisade värden inom [ ] är -värden. Signifikan resula på 10% då -värde>1,658 dai doi dip dr dai(-1) 0.133167 0.095559 0.079396-0.023886 [ 1.74381] [ 1.04558] [ 0.50426] [-2.53294] dai(-2) 0.035243 0.115788 0.034801-04954 [ 0.45591] [ 1.25155] [ 0.21835] [-0.51900] dai(-3) 0.134611 0.137182-0.087067-02396 [ 1.78349] [ 1.51868] [-0.55949] [-0.25709] dai(-4) -0.031886 0.113757-02218 0.014571 [-0.42010] [ 1.25230] [-0.01417] [ 1.55453] dai(-5) 07664-0.144212-0.114529 0.010444 [ 0.10263] [-1.61364] [-0.74386] [ 1.13256] doi(-1) -0.109626 0.401279-0.041977-09650 [-1.78085] [ 5.44680] [-0.33073] [-1.26951] doi(-2) 0.064602-0.090204 0.080507 01820 [ 0.98801] [-1.15272] [ 0.59718] [ 0.22542] doi(-3) 08626 0.037375-0.099253 03229 [ 0.13328] [ 0.48254] [-0.74382] [ 0.40399] doi(-4) -0.065529-0.141565-0.184340-01024 [-1.02285] [-1.84635] [-1.39556] [-0.12942] doi(-5) 0.046252 08623 0.167849 08759 [ 0.77078] [ 0.12007] [ 1.35665] [ 1.18201] dip(-1) 0.082801-0.030227-0.671637-03832 [ 2.50385] [-0.76374] [-9.85052] [-0.93831] dip(-2) 0.151415-0.034547-0.588388-08702 [ 4.25956] [-0.81205] [-8.02809] [-1.98230] dip(-3) 0.083512 01734-0.498043-01997 [ 2.13646] [ 0.03707] [-6.17967] [-0.41374] dip(-4) 0.054717 0.053700-0.638109-03832 [ 1.47296] [ 1.20790] [-8.33143] [-0.83538] dip(-5) 0.062909 0.084267-0.396039-03252 [ 1.81926] [ 2.03619] [-5.55482] [-0.76157] dr(-1) -1.124591 0.290687 1.958163-0.178983 [-1.81108] [ 0.39116] [ 1.52948] [-2.33416] dr(-2) 1.489942 1.156597 0.531909-0.124437 [ 2.34253] [ 1.51943] [ 0.40561] [-1.58431] dr(-3) 0.550637 0.063679 0.385896-0.116868 [ 0.85783] [ 0.08289] [ 0.29158] [-1.47437] dr(-4) -1.090797-0.512578 0.198838-0.023317 [-1.71277] [-0.67251] [ 0.15143] [-0.29649] dr(-5) 0.919237 0.719343 0.425076-0.028267 [ 1.46766] [ 0.95966] [ 0.32917] [-0.36547] c 05709 03218 0.014464-00669 [ 1.24608] [ 0.58690] [ 1.53112] [-1.18324] Adj R 0.245372 0.323632 0.476045 0.131955-15 -
Efersom syfe i denna analys är a se ill oljeprises påverkan på akiemarknaden kommer sor del av fokus ägnas å de. Som man kan se ovan så är de ine många resula som är saisisk signifikana, dock finns de e anal resula som kan anses mer inressana än de övriga. Förs och främs ser vi a akieindex påverkas signifikan negaiv av en ökning i oljeprisindex. Resula yder allså på a de skulle finnas e saisisk samband mellan oljeprise föregående månad och akieprise denna månad. Dea resula är i parie med den eori som uppsasen har, men de skall dock sägas a påverkan ine är speciell sor och a den endas visar signifikans på 10 % nivån. Om man vidare ser ill oljeprises inverkan på de övriga variablerna går de ine a finna några saisisk signifikana resula, vilke kan yckas någo förvånade. Enlig eorin borde e öka oljeprise påverka både indusriprodukionen negaiv och även i viss mån ränan posiiv. Om man ser ill VAR modellen i sor så kan man säga a den ine visar några speciell sarka resula överhuvudage, med viss undanag för indusriprodukionens inverkan på akiemarknaden. Enlig eorin är dea någo överraskande men ser man ill idigare sudier så är de ine lika oväna. Som exempel kan as Kaneko och Lee (1995), som undersöke oljeprischockers effeker på den amerikanska akiemarknaden och kunde ine heller finna någon signifikan förbindelse. Även Huang e al. (1996) konsaerar a de ej fanns någo signifikan samband mellan oljepris och generalindex, så som S&P 500, i USA. 5.3 Impulsrespons funkioner Nedan preseneras de resula som fås om man använder sig av impulsrespons funkioner på den valda VAR modellen. De vill säga hur akieindex, indusriprodukionsindex och ränan svarar på en chock i oljeprise. Den valda chocken besår av a usäa oljeprise för en posiiv sandardavvikelse innovaion. I figur 5 visas resulaen för respekive respons. 9 Figur 5.015 Respons av akieindex.04 Respons av indusriprodukionsindex 2 Respons av räna.010.03 5.02 1 0-5 -.010.01 -.01 -.02 0-1 -.015 -.03 -.020 -.04-2 9 Fullsändiga impulsrespons resula redovisas i appendix C - 16 -
De resula som fås när man chockar oljeprise är lång ifrån uppenbara. Om man lägger fokus på akieindex respons så ser vi a den anyder ill a sjunka då oljeprise chockas. Men åerigen är denna påverkan svag och några säkra slusaser kan ej dras. Dea resula späder på de resonemang som fördes vid VAR analysen, de vill säga a oljeprise under denna idsperiod i Sverige ine haf så sor beydelse som exempelvis massmedia gör sken av. Om man vidare ser ill de övriga vå responserna så ger ingen av dem någo enydig svar på hur reakionen av en oljeprischock påverkar dem, vilke är liknande VAR analysens resula. 6. Sammanfaande slusas Syfe med denna uppsas var a se om de fanns någo dynamisk samband mellan oljeprise och akiemarknaden i Sverige. För dea användes e daamaerial på månadsbasis för åren 1990-2006 innehållande oljeprisindex, akieprisindex, indusriprodukionsindex och ränan. Undersökningen byggde på en enkel VAR modell som sedan usaes för impuls responser. De försa som gjordes i undersökningen var a se ill a de olika variablerna uppvisade saionärie, vilke gjordes med hjälp av ADF ese. Tese visade a alla fyra variabler var ickesaionära när de var i nivå och a samliga uppvisade saionärie som försa differenser. Näsa seg var a med hjälp av de saionära variablerna a fram den opimala VAR modellen. Två saker behövde då besämmas, de försa vilka variabler som skulle vara endogena och vilka som skulle vara exogena. Efersom de bara var fyra variabler i denna undersökning och de fanns inresse a se hur de påverkade varandra valdes alla fyra som endogena. De andra som behövde fassällas var anale laggar som modellen skulle innehålla. Dea skedde med hjälp av Akaikes informaionskrierium (AIC) vilke resulerade i a fem sycken laggar användes. Resulaen som VAR modellen visade ydde på a de fanns e svag saisisk samband mellan oljeprise föregående idsperiod och akiemarknaden idag. Dock var denna påverkan mindre än vad man kunde förväna sig enlig eorin. Men ser man ill idigare sudier så är resulae ine lika oväna då exempelvis både Kaneko och Lee (1995) och Huang e al (1996) konsaerar a de ej fanns någo signifikan samband mellan oljepris och akiemarknaden i sina sudier. - 17 -
De sisa sege var a usäa den valda VAR modellen för så kallade impuls responser. Efersom syfe med uppsasen var a se hur reakionen blev på en chock i oljepris lades fokus på de. Resulae visade a responsen på akieindex när oljeprise fick en posiiv chock anydde ill a sjunka, men a de åerigen var en svag påverkan varpå säkra slusaser ej kunde dras. Vid en summering av de resula som erhållis anyder undersökningen a de finns en generell överskaning av oljeprises påverkan på akiemarknaden. Men ser man ill andra sudier som gjors på ämne så går resulaen isär beroende på bland anna vilken idsperiod man använder, om de är daa på dagsbasis eller månadsbasis, vilka länder som suderas och vilka saisiska meoder som används. - 18 -
Referenser Gisser, M. Goodwin, T.H. (1986) Crude oil and he macroeconomy: es of some popular naions, J. Money, Credi, Bank. 18_1 Gjerde, O. Saem, F (1999) Causal Relaions among Sock Reurns and Macroeconomic Variables in a Small, Open Economy, Journal of Inernaional Financial Markes, Insiuion and Money 9 61-74. Huang, J.D. Masulis, R.W. Sill, H.R., (1996) Energy Shocks and financial markes. J.Fuures Mark. 16.1, sid.1-27 Hamilon, J.D. (1983) Oil and he macroeconomy since World War II. Poli.Econ. 92.2 sid 228-248 Jones, C.M. Kaul, G., (1996) Oil and he sock markes. J. Finance 51 2, sid. 463 491. Kaneko, T. Lee, B.S. (1995) Relaive Imporance of Economic Facors in he U.S and he Japanese Sock Markes. Journal of Japanese and Inernaional Economics 9 sid. 290-307 Paerson. Kerry, (2000), An Inroducion o Applied Economerics: a ime series approach, Macmillian Press Ld. Pindyck. Rober S & Rubinfeld. Daniel L, (1998), Economeric Models and Economic Forecass, Fourh Ediion, Irwin McGraw-Hill. Sadorsky, P. (1999). Oil prise shocks and Sock Marke Aciviy. Energy Economics 21:449-460 Övrig EViews 5 Help, Sökord: Impulse response - 19 -
Appendix Appendix A Null Hypohesis: Ai has a uni roo Exogenous: Consan Lag Lengh: 0 (Auomaic based on SIC, MAXLAG=14) -Saisic Prob.* Augmened Dickey-Fuller es saisic -0.524287 0.8825 Tes criical values: 1% level -3.462901 5% level -2.875752 10% level -2.574423 *MacKinnon (1996) one-sided p-values. Null Hypohesis: Oi has a uni roo Exogenous: Consan Lag Lengh: 1 (Auomaic based on SIC, MAXLAG=14) -Saisic Prob.* Augmened Dickey-Fuller es saisic -1.620303 0.4703 Tes criical values: 1% level -3.463067 5% level -2.875825 10% level -2.574462 *MacKinnon (1996) one-sided p-values. Null Hypohesis: r has a uni roo Exogenous: Consan Lag Lengh: 0 (Auomaic based on SIC, MAXLAG=14) -Saisic Prob.* Augmened Dickey-Fuller es saisic -2.320338 0.1666 Tes criical values: 1% level -3.462901 5% level -2.875752 10% level -2.574423 *MacKinnon (1996) one-sided p-values. Null Hypohesis: Ip has a uni roo Exogenous: Consan Lag Lengh: 14 (Auomaic based on SIC, MAXLAG=14) -Saisic Prob.* Augmened Dickey-Fuller es saisic -1.083021 0.7223 Tes criical values: 1% level -3.465392 5% level -2.876843 10% level -2.575006 *MacKinnon (1996) one-sided p-values. - 20 -
Null Hypohesis: dai has a uni roo Exogenous: Consan Lag Lengh: 0 (Auomaic based on SIC, MAXLAG=14) -Saisic Prob.* Augmened Dickey-Fuller es saisic -12.36676 000 Tes criical values: 1% level -3.462901 5% level -2.875752 10% level -2.574423 *MacKinnon (1996) one-sided p-values. Null Hypohesis: doi has a uni roo Exogenous: Consan Lag Lengh: 0 (Auomaic based on SIC, MAXLAG=14) -Saisic Prob.* Augmened Dickey-Fuller es saisic -9.287781 000 Tes criical values: 1% level -3.462901 5% level -2.875752 10% level -2.574423 *MacKinnon (1996) one-sided p-values. Null Hypohesis: dr has a uni roo Exogenous: Consan Lag Lengh: 0 (Auomaic based on SIC, MAXLAG=14) -Saisic Prob.* Augmened Dickey-Fuller es saisic -15.20857 000 Tes criical values: 1% level -3.462901 5% level -2.875752 10% level -2.574423 *MacKinnon (1996) one-sided p-values. Null Hypohesis: dip has a uni roo Exogenous: Consan Lag Lengh: 12 (Auomaic based on SIC, MAXLAG=14) -Saisic Prob.* Augmened Dickey-Fuller es saisic -3.536365 080 Tes criical values: 1% level -3.465014 5% level -2.876677 10% level -2.574917 *MacKinnon (1996) one-sided p-values. - 21 -
Appendix B B.1 VAR Lag Order Selecion Crieria Endogenous variables: DAI DOI DIP DR Exogenous variables: C Dae: 01/01/08 Time: 22:30 Sample: 1990M03 2006M12 Included observaions: 196 Lag LogL LR FPE AIC SC HQ 0 1234.874 NA 4.12e-11-12.55994-12.49304* -12.53286 1 1275.746 79.65887 3.20e-11-12.81374-12.47924-12.67832* 2 1300.382 47939 2.93e-11-12.90186-12.29976-12.65810 3 1314.554 26.46356 2.99e-11-12.88320-12.01350-12.53111 4 1341.481 49.18266 2.68e-11-12.99470-11.85740-12.53427 5 1367.409 46.29981* 2.42e-11* -13.09601* -11.69110-12.52723 6 1377.529 17.65932 2.58e-11-13.03601-11.36351-12.35890 * indicaes lag order seleced by he crierion LR: sequenial modified LR es saisic (each es a 5% level) FPE: Final predicion error AIC: Akaike informaion crierion SC: Schwarz informaion crierion HQ: Hannan-Quinn informaion crierion B.2 Vecor Auoregression Esimaes Dae: 01/01/08 Time: 22:30 Sample (adjused): 1990M08 2006M12 Included observaions: 197 afer adjusmens Sandard errors in ( ) & -saisics in [ ] DAI DOI DIP DR DAI(-1) 0.133167 0.095559 0.079396-0.023886 (0.07637) (0.09139) (0.15745) (0943) [ 1.74381] [ 1.04558] [ 0.50426] [-2.53294] DAI(-2) 0.035243 0.115788 0.034801-04954 (0.07730) (0.09252) (0.15938) (0955) [ 0.45591] [ 1.25155] [ 0.21835] [-0.51900] DAI(-3) 0.134611 0.137182-0.087067-02396 (0.07548) (0.09033) (0.15562) (0932) [ 1.78349] [ 1.51868] [-0.55949] [-0.25709] DAI(-4) -0.031886 0.113757-02218 0.014571 (0.07590) (0.09084) (0.15649) (0937) [-0.42010] [ 1.25230] [-0.01417] [ 1.55453] DAI(-5) 07664-0.144212-0.114529 0.010444 (0.07468) (0.08937) (0.15397) (0922) [ 0.10263] [-1.61364] [-0.74386] [ 1.13256] DOI(-1) -0.109626 0.401279-0.041977-09650 (0.06156) (0.07367) (0.12692) (0760) [-1.78085] [ 5.44680] [-0.33073] [-1.26951] DOI(-2) 0.064602-0.090204 0.080507 01820 (0.06539) (0.07825) (0.13481) (0807) [ 0.98801] [-1.15272] [ 0.59718] [ 0.22542] - 22 -
DOI(-3) 08626 0.037375-0.099253 03229 (0.06472) (0.07745) (0.13344) (0799) [ 0.13328] [ 0.48254] [-0.74382] [ 0.40399] DOI(-4) -0.065529-0.141565-0.184340-01024 (0.06407) (0.07667) (0.13209) (0791) [-1.02285] [-1.84635] [-1.39556] [-0.12942] DOI(-5) 0.046252 08623 0.167849 08759 (0.06001) (0.07182) (0.12372) (0741) [ 0.77078] [ 0.12007] [ 1.35665] [ 1.18201] DIP(-1) 0.082801-0.030227-0.671637-03832 (0.03307) (0.03958) (0.06818) (0408) [ 2.50385] [-0.76374] [-9.85052] [-0.93831] DIP(-2) 0.151415-0.034547-0.588388-08702 (0.03555) (0.04254) (0.07329) (0439) [ 4.25956] [-0.81205] [-8.02809] [-1.98230] DIP(-3) 0.083512 01734-0.498043-01997 (0.03909) (0.04678) (0.08059) (0483) [ 2.13646] [ 0.03707] [-6.17967] [-0.41374] DIP(-4) 0.054717 0.053700-0.638109-03832 (0.03715) (0.04446) (0.07659) (0459) [ 1.47296] [ 1.20790] [-8.33143] [-0.83538] DIP(-5) 0.062909 0.084267-0.396039-03252 (0.03458) (0.04138) (0.07130) (0427) [ 1.81926] [ 2.03619] [-5.55482] [-0.76157] DR(-1) -1.124591 0.290687 1.958163-0.178983 (0.62095) (0.74315) (1.28028) (0.07668) [-1.81108] [ 0.39116] [ 1.52948] [-2.33416] DR(-2) 1.489942 1.156597 0.531909-0.124437 (0.63604) (0.76120) (1.31139) (0.07854) [ 2.34253] [ 1.51943] [ 0.40561] [-1.58431] DR(-3) 0.550637 0.063679 0.385896-0.116868 (0.64189) (0.76821) (1.32346) (0.07927) [ 0.85783] [ 0.08289] [ 0.29158] [-1.47437] DR(-4) -1.090797-0.512578 0.198838-0.023317 (0.63686) (0.76219) (1.31308) (0.07864) [-1.71277] [-0.67251] [ 0.15143] [-0.29649] DR(-5) 0.919237 0.719343 0.425076-0.028267 (0.62633) (0.74958) (1.29137) (0.07734) [ 1.46766] [ 0.95966] [ 0.32917] [-0.36547] C 05709 03218 0.014464-00669 (0458) (0548) (0945) (0057) [ 1.24608] [ 0.58690] [ 1.53112] [-1.18324] R-squared 0.245372 0.323632 0.476045 0.131955 Adj. R-squared 0.159619 0.246772 0.416505 0.033314 Sum sq. resids 0.654205 0.937022 2.781060 09976 S.E. equaion 0.060968 0.072966 0.125704 07529 F-saisic 2.861379 4.210665 7.995331 1.337729 Log likelihood 282.6616 247.2720 140.1157 694.7086 Akaike AIC -2.656463-2.297177-1.209297-6.839681 Schwarz SC -2.306477-1.947191-0.859310-6.489695 Mean dependen 08034 06356 05361-00483 S.D. dependen 0.066506 0.084073 0.164562 07657-23 -
Appendix C Response o Nonfacorized One S.D. Innovaions ± 2 S.E. Response of DAI o DAI Response of DAI o DOI Response of DAI o DIP Response of DAI o DR.06.06.06.06.04.04.04.04.02.02.02.02 -.02 -.02 -.02 -.02 Response of DOI o DAI Response of DOI o DOI Response of DOI o DIP Response of DOI o DR.10.10.10.10.08.08.08.08.06.06.06.06.04.04.04.04.02.02.02.02 -.02 -.02 -.02 -.02 -.04 -.04 -.04 -.04 Response of DIP o DAI Response of DIP o DOI Response of DIP o DIP Response of DIP o DR.15.15.15.15.10.10.10.10.05.05.05.05 -.05 -.05 -.05 -.05 -.10 -.10 -.10 -.10 -.15 -.15 -.15 -.15 Response of DR o DAI Response of DR o DOI Response of DR o DIP Response of DR o DR.010.010.010.010 8 8 8 8 6 6 6 6 4 4 4 4 2 2 2 2 0 0 0 0-2 -2-2 -2-4 -4-4 -4-24 -