NATIONALEKONOMISKA INSTITUTIONEN Uppsala universitet Uppsats fortsättningskurs C Författare: Karl Rytte Handledare: Annika Alexius Termin och År: HT 2005 Den nominella växelkursens samband med räntan, oljepriset och börsutvecklingen
Sammanfattning Denna uppsats undersöker sambanden mellan ett antal ekonomiska variabler och den nominella växelkursen på kort sikt mellan Kanada och Japan. Resultaten av den ekonometriska analysen av sambanden mellan växelkursen och de oberoende variablerna ränteskillnad, börsutveckling och oljepris ger svaga resultat på dagsbasis över hela perioden första januari 2001 till sista oktober 2005. Under delar av perioden verkar dock ett visst samband föreligga vilket påvisas med rullande regression. Detta antyder att valutamarknadens fokus inte är konstant utan att vissa variabler stundtals är viktigare för växelkursutvecklingen än vad de är sett över hela perioden. En trendvariabel har under delar av perioden en signifikant påverkan på växelkursen, vilket förevisar att den nominella växelkursens utveckling inte alltid följer en random walk. 2
Innehållsförteckning 1. Inledning 4 Sida: 2. Tidigare Studier 5 3. Teori 9 3.1. UIP, Ränteparitetsvillkoret 10 3.2. Terms of Trade 12 3.3. Slutsatser teoridel 13 4. Empirisk undersökning 13 4.1. Specifikation av modell 13 4.2. Data 15 4.3. Resultat 16 5. Slutsatser 23 6. Referenser 24 3
1. Inledning Valutamarknaden är den mest globala av de finansiella marknaderna. Dess grunduppgift är dels att vara en länk mellan olika ekonomier, men även att skapa jämvikt inom världsekonomin. Prissättningen på valutamarknaden är intressant. Värdet på en valuta bestäms relativt värdet på alla andra valutor. Det kan aldrig tillkomma eller byggas upp något nytt värde på valutamarknaden som helhet, utan betydenhet kan endast förflyttas mellan olika valutor. Det är i viss mån möjligt att göra en historisk liknelse mellan prissättningen på valutamarknaden och den på de tidiga bytesekonomierna. Där hade alla tillgångar ett relativpris i förhållande till varandra och på samma sätt kan alla valutor värderas gentemot varandra. Ingen marknad är större än valutamarknaden, ingen annan marknad är ens i närheten av omsättningen på valutamarknaden. I april 2004 omsattes det inom den traditionella valutahandeln 1 i snitt cirka 1,9 biljoner US Dollar ($1 900 000 000 000) om dagen världen över 2. Till skillnad från övriga tillgångsmarknader finns det för valutamarknaden ingen central marknadsplats där aktörerna samlas. Valutamarknaden är uppbyggd av ett nät av kontakter mellan banker och institutioner världen över. Handeln med valutor pågår dygnet runt, varje dag, året runt. De städer där majoriteten av all handel sker är London, New York och Tokyo. Dessa städer ligger geografiskt så att de täcker hela jorden, och därmed dygnets alla timmar. US Dollarn är den i särklass mest handlade valutan, den ingår i 89 procent av alla transaktioner, följt av, i storleksordning, Euro, japanska Yen och det brittiska Pundet 3. Det jag med detta arbete ska undersöka är om det finns några ekonomiska variabler som kan ge en förklaring till hur växelkursen förändras kortsiktigt? Ett annat centralt undersökningsområde i uppsatsen är att analysera huruvida marknadens fokus är konstant över tiden eller om några variabler är viktigare än andra under begränsade tidsperioder? Utgångspunkt för analysen är den nationalekonomiska teorin som behandlar området. 1 Spot och Termin, inte derivatinstrument som exempelvis Swap och Option. 2 Bank for International Settlements (2005-11-22), http://www.bis.org/press/p050316.htm#pgtop. 3 Bank for International Settlements (2005-11-22), http://www.bis.org/press/p050316.htm#pgtop. 4
Växelkursen kommer i studien att betraktas som ett kortsiktigt finansiellt tillgångspris och inte som en makroekonomisk variabel. Mitt syfte är inte att visa på växelkursens roll för långsiktig makroekonomisk jämvikt utan att studera vad som påverkar den kortsiktiga valutahandeln. Jag kommer att börja min analys med att redovisa vad tidigare forskning inom området kommit fram till. Detta för att ge en djupare förståelse till läsaren om vad som enligt den är viktigt för växelkursens bestämning på kort sikt. Vidare kommer nationalekonomisk teori som berör ämnet att analyseras och med detta som grund kommer jag att göra en ekonometrisk undersökning för att söka efter samband mellan växelkursen och andra ekonomiska variabler på kort sikt. Med så kallad rullande regression undersöks huruvida valutamarknadens fokus är konstant eller inte. 2. Tidigare Studier För mer än tjugo år sedan kom Meese och Rogoff fram till den banbrytande slutsatsen i en forskningspublikation att existerande förklarings- och prognosmodeller för växelkursen inte kan prestera bättre än en random walk. De visade att det är betydligt mer komplicerat att bygga en ekonometrisk modell för den nominella växelkursen än vad man tidigare trott. Den modell de skapade för att testa prognosmodellen som ansågs gälla på den tiden bestod av månadsdata på kort ränta, KPI, industriproduktion och handelsbalansen. 4 Efter Meese och Rogoffs studie har många kommit fram till liknande resultat. Det har blivit allmänt känt att det är väldigt svårt att skapa en modell för den korta nominella växelkursen som har en tillfredställande förklaringsgrad. Hypotesen att den nominella växelkursen följer en ramdom walk förkastas av Engel och Hamilton (1990). De introducerar en modell där växelkursen under långa perioder rör sig åt ett visst håll. Modellen testas för US Dollarn och de finner att växelkursens utveckling inte 4 Meese, R och K Rogoff (1983), Empirical Exchange Rate Models of the Seventies: Do They Fit Out of Sample? Journal of International Economics. 5
kan förklaras på samma sätt som aktiers utveckling med en random walk, utan att det i växelkursen finns en trendvariabel. Deras modell kan förklara mer av utvecklingen för Dollarn än vad Meese och Rogoffs modell kan. Engel och Hamilton förkastar att ränteparitetsvillkoret gäller på samma sätt som Meese och Rogoff gjorde. 5 På senare tid har forskning som bedrivits på området gett resultat som visar att det går att förklara en viss del av den kortsiktiga nominella växelkursen. Det verkar finnas en koppling mellan fundamentala makrovariabler och växelkursen. Andersen m fl (2002) visar tydliga samband på kort sikt mellan så kallade makroekonomiska news, nyheter om makroekonomiska variabler, och den nominella växelkursen. De använder femminutersdata (tick-data) för att testa en modell med växelkursen som beroende variabel och news (skillnad mellan konsensus av marknadsförväntan och faktiskt utfall) som oberoende variabel. En nyhet angående en makroekonomisk variabel kan exempelvis vara ett räntebesked från en centralbank eller BNP-statistik för ett visst land. Den effekt man kan utmäta på marknaden är dock väldigt kortvarig, redan efter en kvart har det mesta av sambandet försvunnit. Man kan säga att inom tre timmar har nyhetens effekt helt försvunnit. Deras ekonometriska undersökning leder även fram till en annan intressant slutsats, det verkar som att marknaden reagerar olika på positiva respektive negativa nyheter. Negativa nyheter får ett större genomslag på växelkursen än en positiv nyhet. Detta indikerar att marknaden inte är effektiv då ny information ska diskonteras in i priset, utan att rädslan för en nedgång är större än förhoppningen om en uppgång. 6 Eddelbüttel och McCurdy (1998) finner inte bara ett samband mellan news och växelkursen på kort sikt, de visar även att volatiliteten ökar med antalet nyheter. I deras modell av växelkursen mellan D-mark och US-dollar har de även innefattat ränteskillnaden, vilken är statistiskt signifikant dock med låg förklaringsgrad. Först specificerar de modellen med endast news som förklarande variabel men finner sen att förklaringsgraden ökar om de dessutom lägger till ränteskillnaden. Det funna sambandet mellan växelkursen och ränteskillnaden behöver dock enligt dem inte vara ett bevis på att växelkursen bestäms av räntan utan det mest 5 Engel, C och J D Hamilton (1990), Long Swings in the Dollar: Are They in the Data and Do Markets Know It?, American Economic Review. 6 Andersen, T, T Bollerslev, F Diebold och C Vega (2002), Micro Effects of Macro Announcements: Real- Time Price Discovery in Foreign Exchange, American Economic Review. 6
troliga är att räntan också påverkas av de makroekonomiska nyheterna på samma sätt som växelkursen. 7 Cheung och Chinn publicerade år 2001 en undersökning som de gjort bland amerikanska valutahandlare. Syftet var att se vad de största marknadsaktörerna anser vara viktigast för växelkursens utveckling på kort sikt. Den absoluta majoriteten av handlarna tycker sig uppleva att marknadens fokus inte är konstant. Under vissa perioder så är marknadens intresse för utvecklingen i en viss makroekonomisk variabel större än under andra. De anser dock att räntan alltid är en viktig variabel för växelkursens utveckling. 8 Enligt teorin ska växelkursen endast påverkas av fundamentala variabler, att det är så i verkligheten motsägs av Evans och Lyons (2002). Om växelkursen endast fungerade som en stabilisator mellan olika ekonomiers makroekonomiska variabler borde inte handelsflöden kunna förklara något av förändringen i en växelkurs. De finner att växelkursen avgörs till stor del av flöden på kort sikt. Nominell växelkurs är alltså inget som är givet av fundamental makroekonomi utan den påverkas i allra högsta grad av handelsmönster. Prissättningen är väldigt lik den som argumenteras inom klassisk mikroekonomisk teori. De modeller som Evans och Lyons konstruerar består av både makroekonomiska variabler och information om flödesstorlek från företag och institutioner. Samtliga av deras modeller får ett R-kvadratvärde på över 50 procent. Intressant är att när de skapar en modell med endast makrovariabeln ränteskillnad så får de ett R-kvadratvärde på mindre än en procent och koefficienten blir insignifikant på 5 procentsnivån för samtliga valutakurser. Om de till den modellen lägger orderflöde så blir koefficienten för ränteskillnad signifikant och R-kvadratvärdet ökar markant. De förklarar detta med att det var specifikationsbias i modellen. Ränteskillnaden påverkar således utvecklingen för den nominella växelkursen, men detta påvisas endast då man även innefattar handelsflöden i modellen. Evans och Lyons säger inte att växelkursen på kort sikt endast bestäms på en mikroekonomisk grund. Mycket talar för att orderflöden påverkar växelkursen i stor omfattning på kort sikt, men de utesluter inte att det kan vara makroekonomiska drivkrafter som bestämmer storleken på orderflödet. 9 7 Eddelbüttel, D och T H McCurdy (1998), The Impact of News on Foreign Exchange Rates: Evidence from High Frequency Data, Manuscript, Rotman School of Management, University of Toronto. 8 Cheung, Y W och M D Chinn (2001), Currency Traders and Exchange Rate Dynamics: A Survey of the US Market, Journal of International Money and Finance. 9 Evans, M D D och R K Lyons (2002), Order Flow and Exchange Rate Dynamics, Journal of Political Economy. 7
1967 presenterade MIT 10 -forskaren Rudiger Dornsbusch den, för internationell ekonomi, oerhört betydande teorin om over-shooting. Han ger en teoretisk förklaring till varför växelkursen är så volatil. Teorin utgår från en öppen ekonomi med rörlig växelkurs som enligt ränteparitetsvillkoret befinner sig i långsiktig jämvikt. Om denna ekonomi utsätts för en exogen ökning i den monetära basen leder detta till en lägre ränta, vilket enligt ränteparitetsvillkoret måste följas av en depreciering av landets valuta. Dornbuschs overshooting implicerar att denna depreciering kortsiktigt kommer att bli större än vad den blir långsiktigt. Detta då investerare inte kommer att vilja hålla räntebärande papper i landets valuta förrän de förväntar sig att valutan kommer att apprecieras. Marknaden kommer alltså att försvaga valutan till den blir så undervärderad att vinstincitament gör det intressant att köpa den. Det är denna överdrivna rörelse i växelkursen som Dornbusch kallar overshooting. Dornbusch utgår i sitt exempel från att ränteförändringen kommer från en förändring i den monetära basen, detta är dock inte det viktiga. Det centrala för teorin är det faktum att räntan ändras, inte varför den gör det. Teorin kan således även tänkas gälla om ränteförändringen kommer från att en centralbank ändrat styrräntan. Den överdrivna rörelsen sker naturligtvis både vid en minskning som vid en ökning av räntan då det är förhållandet mellan två länders räntor som avgör växelkursen. 11 Kenneth Rogoff diskuterar Dornbuschs over-shooting i en skrift gjord för IMF 12 2002. Det finns enligt honom inte några klara empiriska studier som bevisar teorin men han menar ändå att den inte kan förklaras ogiltig. Den är enligt honom en viktig teoretisk förklaring till varför andra modeller för växelkursen inte går att visa empiriskt, istället för en modell för växelkursen i sig. Det är enligt Rogoff väldigt svårt att empiriskt visa växelkursanpassningens överdrivna rörelse på grund av dess godtyckliga natur. 13 Frankel och Rose (1994) gör en förkortad framställning av tidigare ekonometrisk forskning om växelkursens bestämmelsefaktorer. De finner att det med viss framgång att finna samband mellan växelkursen och räntan antingen på väldigt lång sikt eller på extremt kort sikt (tickdata). Modellerna som ska förklara samband mellan växelkursen och makroekonomiska fundamentala variabler på kort till medellång sikt ger däremot väldigt dåliga resultat. Då dessa modeller presterar så dåligt utesluter Frankel och Rose en av två möjligheter till hur den 10 Massachusetts Institute of Technology 11 Dornsbusch, R (1967), Expectations and Exchange Rate Dynamics, The Journal of Political Economy. 12 International Monetary Fund. 13 Rogoff, K S (2002), Dornbusch's Overshooting Model after Twenty-Five Years, Lecture, IMF. 8
nominella växelkursen bestäms. Växelkursen kan inte till största delen bestämmas av fundamentala variabler utan den måste påverkas i väldigt stor omfattning av omätbara spekulativa krafter. 14 Denna slutsats kommer de fram till, på samma sätt som Flood och Rose (1993), genom att jämföra volatiliteten i makroekonomiska variabler som produktion, konsumtion och handelsflöden för länder med fast respektive flytande växelkurs. De menar att då det mellan de två olika växelkursregimerna inte är speciellt stor skillnad vad gäller volatiliteten i de makroekonomiska variablerna är det stor skillnad i växelkursens volatilitet. Mycket av växelkursens rörelser måste enligt dem vara rent spekulativa då valet av växelkursregim inte påverkar den makroekonomiska stabiliteten. 15 Det är intressant att både Frankel och Rose samt Flood och Rose inte utesluter, deras slutsats till trots, att Dornbuschs modell om over-shooting gäller. De nämner bara denna modell i förbifarten som en tänkbar förklaring till varför växelkursen är så volatil. Samtliga resultat på news styrker att växelkursbestämningen är effektiv på väldigt kort sikt. Direkt efter att information som bör påverka de makroekonomiska variablerna mellan två ekonomier släppts ökar volatiliteten, och marknaden diskonterar in nyheterna till växelkursen på ett fåtal minuter och växelkursen finner ett nytt kortsiktig jämviktsläge. Jag tror att det är under perioder då det inte kommer mycket nyheter som växelkursen påverkas i stor omfattning av flöden mellan olika valutor. Detta och Dornbuschs over-shooting gör att det är väldigt svårt att finna samband mellan växelkursen och makroekonomiska fundamentala variabler på medelkort sikt. 3. Teori Det finns många variabler som kan tänkas påverka växelkursen. De variabler som jag kommer att använda i sökandet efter kortsiktiga samband med växelkursen måste vara mätbara på kort 14 Frankel, J A och A K Rose (1994), A Survey of Empirical Research on Nominal Exchange Rates, Working Paper, no 4865, National Bureau of Economic Research. 15 Flood, R P och A K Rose (1993), Fixing Exchange Rates: A Virtual Quest for Fundamentals, Working Paper, no 4503, National Bureau of Economic Research. 9
sikt. Produktivitet och prisnivå är exempel på variabler som enligt tidigare empiri har visat sig ha inverkan på den nominella växelkursen, men då dessa inte är mätbara och tillgängliga på kort sikt är de inte lämpliga i min undersökning. Endast finansiella variabler kommer att användas. Jag kommer att söka samband med växelkursen på differensen i en kort respektive lång ränta, skillnader i aktieavkastning mellan länderna och oljeprisförändringen jämfört med dagen innan. Dessa variabler motiveras med två teoretiska grunder som är intressanta för ämnet. Den ena är rak och enkel, UIP (Uncovered Interest Parity) eller ränteparitetsvillkoret. Den andra, Terms of Trade, bör påverka växelkursen, men på ett indirekt sätt. De två teoretiska grunderna har gemensamt att de åsyftar att det finns ett läge för växelkursen där de två valutaområdena eller länderna är i jämvikt med varandra. 3.1. UIP, Ränteparietetsvillkoret Ränteparitetsvillkoret går ut på att skillnader i en kort ränta mellan länder påverkar växelkursen så att räntearbitrage inte är möjligt. Det ska inte vara möjligt att låna pengar till låg ränta i ett land för att sedan låna ut dem i ett land med högre ränta, utan att vinsten av ränteskillnaden försvinner på grund av växelkursen. Ökar räntan i ett land, allt annat lika, kommer landets valuta att apprecieras. Egentligen leder en ökning av räntan i ett land till att valutan förväntas apprecieras på sikt men då alla förväntade förändringar påverkar växelkursen redan idag leder en ränteförändring till att växelkursen påverkas även på kort sikt. Ekvation (1) visar sambandet: [e(e $/ ) - E $/ ]/ E $/ = R $ - R, (1) där R $ och R är räntan i USD respektive EUR, e(e $/ ) är den förväntade framtida växelkursen mellan USD och EUR och E $/ är dagens växelkurs mellan USD och EUR. [e(e $/ ) - E $/ ]/ E $/ är alltså den förväntade förändringen i växelkursen mellan EUR och USD. 16 16 Krugman Paul R. & M Obstfeld, (2003) International Economics Theory and Policy, Addison-Wesley, Reading Massachusetts, 6th edition, s 323-324. 10
På samma sätt som vid en förändring i en kort ränta så skapar en förändrad differens i en lång ränta långsiktiga arbitragemöjligheter. Växelkursen ska vid en förändring i ränteskillnaden två länder emellan göra att det inte ska vara lönsamt att ta ett längre lån i en valuta för att sedan låna ut kapitalet i en annan. Öppen ränteparitet gäller således även för längre räntebärande papper. En lång ränta är till skillnad från en kort ränta förenat med en risk på kort sikt, det är inte säkert att räntan är oförändrad under löptiden för papperet. Detta gör att en riskpremie måste innefattas till UIP. I ekvation (2) visas räntepariteten för en lång ränta: [e(e $/ ) - E $/ ]/ E $/ = (R $, L - R, L ) + p, (2) där R $, L och R, L är en lång ränta i USD respektive EUR, p är riskpremien, e(e $/ ) är den förväntade framtida växelkursen mellan USD och EUR och E $/ är dagens växelkurs mellan USD och EUR. [e(e $/ ) - E $/ ]/ E $/ är alltså den förväntade förändringen i växelkursen mellan EUR och USD. Generellt sätt gäller att den förväntade avkastningen på värdepapper ska vara lika mellan alla länder enligt räntepariteten, detta innebär att pariteten även bör gälla för avkastningen på aktier länder emellan. Om börsen i ett land förväntas utvecklas positivt så kommer landet att locka till sig kapital, vilket kommer att skapa en appreciering av dess valuta. Då avkastningen på aktier, till skillnad från avkastning på en kort ränta, är osäker innefattas även till UIP en riskpremie. Samband som visas i ekvation (3) bör enligt UIP finnas mellan två länders aktieavkastning och växelkursen dem emellan: [e(e $/ ) - E $/ ]/ E $/ = (r $ - r ) + p, (3) där r $ och r är aktieavkastningen i USD respektive EUR, p är riskpremien, e(e $/ ) är den förväntade framtida växelkursen mellan USD och EUR och E $/ är dagens växelkurs mellan USD och EUR. [e(e $/ ) - E $/ ]/ E $/ är alltså den förväntade förändringen i växelkursen mellan EUR och USD. 11
3.2. Terms of Trade Ett lands Terms of Trade bör påverka dess växelkurs. Precis som en rak översättning till svenska indikerar handlar Terms of Trade om ett lands handelsvillkor. En enkel förklaring till vad Terms of Trade är ges i ekvation (4) nedan: Terms of Trade = (X*P ex ) / (I*P im ), (4) där P ex och P im är priset på ett lands export respektive import, X och I är givna på kort sikt och visar storleken på samma lands export respektive import. Den allmänna prisnivån i ett land är given och orörlig på kort sikt, den är därmed redan inräknad i landets växelkurs via räntan och ränteparitetsvillkoret. Om däremot priset på en viktig handelsvara utsätts för en exogent given prisförändring ändras förväntningarna om den framtida prisnivån för landet. Räntemarknaden reagerar direkt på detta genom en ränteförändring vilket via ränteparitetsvillkoret skapar en förändring i växelkursen. En exogen chock av ett lands Terms of Trade bör alltså redan på kort sikt påverka växelkursen. Ett bra exempel på en handelsvara som kan tänkas påverka ett lands Terms of Trade är olja. Många länder är beroende av handeln med olja, de är därmed känsliga för oljeprisförändringar. Detta gäller otvivelaktigt både för importörer som exportörer av olja. En exogent given ökning i oljepriset kommer att leda till en förändring av olika länders Terms of Trade och därmed också deras växelkurs enligt: Oljeexportör: P Olja Terms of Trade Förväntad framtida prisnivå apprecierad växelkurs Oljeimportör: P Olja Terms of Trade Förväntad framtida prisnivå deprecierad växelkurs 12
3.3. Slutsatser teoridel Med stöd av nationalekonomisk teori har motiverats varför ett antal finansiella variabler kan tänkas påverka den nominella växelkursen på kort sikt. Utifrån denna teori byggs nu en modell som kan testas empiriskt. 4. Empirisk undersökning I detta avsnitt kommer den empiriska undersökningen som denna uppsats bygger på att motiveras, förklaras och redovisas. Först kommer en modell att specificeras, sedan kommer den att testas ekonometriskt. 4.1. Specifikation av modell Det verkar förekomma lite forskning över hur oljeprisförändringar kortsiktigt förändrar den nominella växelkursen mellan två länder som båda är väldigt beroende av handel med olja. Oljeprisförändringar bör påverka växelkursen för länder som är väldigt beroende av handel med olja då deras Terms of Trade förändras. För att testa hur väl den nationalekonomiska teorin håller i realiteten specificeras en modell som testar sambandet mellan den nominella växelkursen för två länder som är väldigt beroende av handel med olja och oljepriset. Växelkursen mellan japanska Yen (JPY) och kanadensiska Dollar (CAD) används då Japan är en av världens största nettoimportörer av olja 13
och Kanada är en stor nettoexportör av olja 17. En ökning i oljepriset bör enligt Terms of Trade stärka den kanadensiska Dollarn och försvaga den japanska Yenen. Oljepriset förväntas således ha en positiv påverkan på växelkursen CAD/JPY, vilken visar antal JPY per CAD. Till modellen innefattas ränteskillnaden mellan länderna, som bör påverka växelkursen enligt ränteparitetsvillkoret. Både differensen i en lång respektive kort ränta förväntas ha positiv påverkan på växelkursen CAD/JPY. Ökar räntan i Kanada, allt annat lika, bör växelkursen CAD/JPY öka, det vill säga den kanadensiska valutan blir starkare i förhållande till den japanska valutan. Börsutvecklingen bör påverka växelkursen via ränteparitetsvillkoret vilket säger att den förväntade avkastningen, plus en riskpremie då avkastningen inte är säker, mellan länderna ska vara lika. Förändringen i ett börsindex för de två länderna inkluderas till modellen. Parametern till den kanadensiska börsen förväntas vara positiv medan parametern till den japanska börsen förväntas vara negativ. Följande modell kommer att testas: E CAD, JPY = α + β 1 * ( i CAD - i JPY ) kort + β 2 * ( i CAD - i JPY ) lång + β 3 * börsindex Japan + β 4 * börsindex Kanada + β 5 * P Olja, där: E CAD, JPY = förändring från dagen innan i växelkursen CAD/JPY, dvs. antalet JPY per CAD, α = en konstant, ( i CAD - i JPY ) kort = skillnad i nominell kort ränta mellan Kanada och Japan, β 1 = parameter till skillnaden i kort ränta, förväntas vara positiv, ( i CAD - i JPY ) lång = skillnad i nominell lång ränta mellan Kanada och Japan, β 2 = parameter till skillnaden i lång ränta, förväntas vara positiv, börsindex Japan = förändringen från dagen innan i ett japanskt börsindex, β 3 = parameter till förändringen i ett japanskt börsindex, förväntas vara negativ, börsindex Kanada = förändringen från dagen innan i ett kanadensiskt börsindex, 17 Energy Information Administration: Official Energy Statistics from the US Government (2005-11-24). http://www.eia.doe.gov/emeu/cabs/canada.html#oil 14
β 4 = parameter till förändringen i ett kanadensiskt börsindex, förväntas vara positiv, P Olja = förändringen från dagen innan i priset på ett fat råolja, i USD, β 5 = parameter till förändringen i oljepriset, förväntas vara positiv. Ett problem som jag kan tänkas stöta på när modellen testas är att det är väldigt långt geografiskt mellan de två länderna Japan och Kanada. Tidsskillnaden dem emellan är mer än ett halvt dygn. Detta kan exempelvis leda till att en händelse som påverkat oljepriset skapar en förändring i växelkursen för de två olika valutorna under olika dygn och därmed även olika handelsdagar. Det kan även tänkas ställa till problem med ränteskillnaden och börsens inverkan på den nominella växelkursen. 4.2. Data Efter analysen av tidigare litteratur och forskning inom området står det klart att det hade varit önskvärt att använda tick-data för analysen av oljeprisets, räntans och börsens påverkan på växelkursen mellan CAD och JPY. Detta är tyvärr inte möjligt då de data som krävs för en sådan undersökning måste beställas från Reuters 18, vilket skulle bli för kostsamt. För den empiriska undersökningen används dagsdata från EcoWin över perioden 1/1 2001 till 31/10 2005. CAD/JPY är ett valutapar som normalt inte handlas på valutamarknaden, jag kan dock räkna fram växelkursen mellan CAD och JPY med hjälp av deras respektive spot-valutakurs i förhållande till Euro enligt ekvation (5) nedan: CAD/JPY = (EUR/JPY) / (EUR/CAD). (5) Som approximation för skillnaden i en kort ränta mellan länderna används tremånaders depositräntan, och för den långa räntan används en tioårig statsobligationsränta. Det börsindex 18 Det är Reuters som äger den elektroniska mäklartjänsten Reuters 2000-1, där enligt dem själva cirka 90 procent av all valutahandel sker. 15
jag använder för Japan är Nikkei 225, som består av de 225 största och mest handlade aktierna på Tokyobörsen. Motsvarande börsindex i Kanada är TSX 300, som består av de 300 största och mest handlade aktierna på Torontobörsen. Spot-priset på ett fat Brent Crude i USD nyttjas som approximation för oljepriset. Att oljepriset är i USD bör för analysen inte göra någon skillnad. En förändring i US Dollarns värde påverkar både JPY och CAD via en förändring i Euron som blir lika stor för de båda valutorna och påverkar således inte värdeförhållandet dem emellan. Då de två länderna inte har samma helgdagar har jag rensat bort observationerna från samtliga marknader då det är stängt för handel på någon av marknaderna. Jag logaritmerar samtliga variabler och beräknar sedan första differensen på de icke-stationära variablerna växelkurs, oljepris och börsindex enligt ekvation (6) nedan: lnx t-1,t = lnx t lnx t-1, (6) där X t = observation under nuvarande dag och X t-1 = observation från dagen innan. 4.3. Resultat Grundmodellen ger i likhet med den forskning jag studerat väldigt svaga resultat. Ingen av de oberoende variabler som jag använder har en signifikant påverkan på den beroende variabeln växelkursen: Beroende Variabel: Första-differensen av CAD/JPY, Newey-West korrigerat Antal observationer: 1077 Variabel: Koefficient Standardavv. t-statistika Prob. C 0.000791 0.001574 0.502325 0.6155 LNRTEDIFF3MAN 1.57E-05 0.001026 0.015253 0.9878 LNRTEDIFF10AR -0.000455 0.001310-0.346998 0.7287 16
DIFFADNIKKEI -0.005610 0.014363-0.390584 0.6962 DIFFADTSX 0.029676 0.024537 1.209448 0.2268 DIFFADOLJA -0.005767 0.007989-0.721829 0.4706 R-kvadrat 0.001871 Adj R-kvadrat -0.002794 Durbin-Watson stat 2.106647 200 160 120 80 40 0-0.025 0.000 0.025 Series: RESID Sample 1 1077 Observations 1074 Mean -8.15e-20 Median -2.73e-05 Maximum 0.026974 Minimum -0.042040 Std. Dev. 0.006935 Skewness -0.221839 Kurtosis 4.581646 Jarque-Bera 120.7559 Probability 0.000000 Då Durbin-Watson statistikan är nära 2 existerar ingen autokorrelation, White s residualtest (F-statistika= 10,74995) visar på heteroskedasticitet. Modellen korrigeras med Newey-West. Residualerna är inte normalfördelade, detta är något jag inte har möjlighet att göra något åt, jag får ta hänsyn till detta vid tolkning av resultaten. Det är vanligt att residualerna till finansiella data inte är normalfördelade, ofta är svansarna för tjocka vilket kan skapa mer signifikans än vad det egentligen är. Den enda variabeln som verkar ha något som helst samband med växelkursen är förstadifferensen av det kanadensiska börsindexet TSX300. Då risken med att använda två länder som ligger så långt ifrån varandra geografiskt föreligger så kan det vara så att växelkurspåverkan av en förändring i en oberoende variabel eftersläpar. En regression med det kanadensiska börsindexet laggat med en och två dagar ger följande resultat: 17
Beroende Variabel: Första-differensen av CAD/JPY, Newey-West korrigerat Antalet observationer: 1074 Variabel: Koefficient Standardavv. t-statistika Prob. C 0.000662 0.001574 0.420860 0.6739 LNRTEDIFF3MAN 4.22E-06 0.001031 0.004090 0.9967 LNRTEDIFF10AR -0.000363 0.001308 0,277786 0.7812 DIFFADNIKKEI -0.011386 0.014863 0,766053 0.4438 DIFFADTSX 0.033929 0.024564 1.381259 0.1675 DIFFADOLJA -0.005858 0.007976 0,734374 0.4629 DIFFADTSX(-1) 0.025598 0.024649 1.038496 0.2993 DIFFADTSX(-2) 0.047256 0.023781 1.987119 0.0472 R-kvadrat 0.006838 Adj R-kvadrat 0.000317 Durbin-Watson stat 2.112925 200 160 120 80 40 0-0.025 0.000 0.025 Series: RESID Sample 1 1077 Observations 1074 Mean -1.11e-19 Median 2.11e-05 Maximum 0.026619 Minimum -0.041713 Std. Dev. 0.006922 Skewness -0.225841 Kurtosis 4.555732 Jarque-Bera 117.4382 Probability 0.000000 Modellen är fortfarande inte autokorrelerad men heteroskedastisk, vilket korrigeras med Newey-West. Residualerna är inte normalfördelade, detta får jag ta hänsyn till i analysen av resultaten. Utvecklingen på den kanadensiska börsen har en signifikant påverkan på växelkursen med två dagars eftersläpning. Att effekten på växelkursen är starkast efter två dagar kan förutom 18
tidsskillnaden bero på att valutamarknaden avvaktar för att se om förändringen på börsen är tillfällig eller om den är bestående. Modellen har låg förklaringsgrad, endast cirka en halv procent av förändringen i växelkursen kan förklaras av modellen. Den oberoende variabeln är statistiskt signifikant men jag tror inte att det är ekonomiskt lönsamt att låta börsutvecklingen helt styra besluten man gör på marknaden. Då residualerna i modellen inte är normalfördelade finns även risken att det är dessa som skapar signifikans. Över hela perioden ger min modell svaga resultat. Det kan dock vara så att det under perioder finns samband mellan de oberoende variablerna och den nominella växelkursen. Är så fallet bör detta samband kunna påvisas med rullande regression. Detta görs genom att dela upp hela samplet i mindre delar, göra regressioner på dessa och se om det finns några samband på kort sikt som försvinner över hela perioden. Jag delar upp observationerna så att varje del består av 30 observationer. Den första delen består av observation 1 till 30, den andra av observation 2 till 31, den tredje består av observation 3 till 32 och så vidare. Då hela samplet är 1077 observationer kommer jag sammanlagt att göra 1047 regressioner. Samtliga observationer kommer att vara med, men de sista observationerna kommer inte att vara med i lika många regressioner som de 1047 första. Parameterestimat och t-statistikor beräknas för variablerna i samtliga 1047 regressioner. Följande test är intressant för dessa regressioner: H 0 : β=0 H 1 : β 0 α=0,05 Dubbelsidigt test Teststatistika: t obs = (b- β 0 )/s b ~ t n-k-1 = 2,064 Förkastelseområde: H 0 förkastas till förmån för H 1 då t obs > 2,064 Jag visar parameterestimatet och t-statistikan från alla regressioner på variablerna: 19
Konstanten C: Räntedifferens kort ränta: 3 3 2 2 1 1 0 0-1 -1-2 -2-3 -3-4 250 500 750 1000-4 250 500 750 1000 PARAMETERESTIMAT TSTATISTIKA PARAMETERESTIMAT TSTATISTIKA Räntedifferens lång ränta: Nikkei 225: 4 3 3 2 2 1 0 1-1 0-2 -1-2 -3-4 -5-3 250 500 750 1000-6 250 500 750 1000 PARAMETERESTIMAT TSTATISTIKA PARAMETERESTIMAT TSTATISTIKA TSX 300: Brent Crude USD: 3 3 2 2 1 1 0 0-1 -1-2 -2-3 -3-4 250 500 750 1000-4 250 500 750 1000 PARAMETERESTIMAT TSTATISTIKA PARAMETERESTIMAT TSTATISTIKA 20