ACADEMIA ROMÂNĂ INSTITUTUL NAŢIONAL DE CERCETĂRI ECONOMICE

Corelaţii între cursul valutar de echilibru şi indicatori din analiza tehnică

Coordonator Acad. Aurel Iancu

Doctorand Adrian Morar

Iulie 2010

1

Cuprins
Introducere………………………………………………………………………………4 1. Semnificaţia noţiunii de curs de echilibru .............……………...................................4 1.1. Cursul de echilibru pe termen foarte scurt.....................................................4 1.2. Cursul de echilibru pe termen scurt...............................................................8 1.3. Cursul de echilibru pe termen mediu.............................................................9 1.4. Cursul de echilibru pe termen lung..............................................................11 1.5. Cursul de echilibru pe termen foarte lung………………………...……….13 2. Modele de estimare a nivelului cursului de echilibru………………………………..16 3. Determinanţii şi transmisia volatilităţii – analiză pentru 7 ţări est europene.................44 3.1. Particularităţile volatilităţii macroeconomice în ţări emergente est-europene . 44 3.2. Descrierea bazei de date şi a metodologiei.....................................................47 3.3. Abordare empirică la nivelul componentelor volatilităţii din ţări emergente europene .........................................................................49 3.4. Fenomenul de tip externalitate la nivelul cursurilor de schimb ale celor 7 ţări europene ................52 3.5. Factorii determinanti ai volatilitatii cursului valutar .........56 Concluzii...........................................................................................................................59 Bibliografie.......................................................................................................................62 Anexe............................................................................................................................... 72

2

Introducere
Conceptul de echilibru al cursului de schimb era strâns legat de noţiunea de stabilitate a cursului valutar, în sensul că se considera că cu cât acesta se apropie de echilibru, cu atât stabilitatea este mai mare. Drept urmare, a fost elaborată o multitudine de modele care încearcă să estimeze cât mai exact cursul valutar de echilibru, care vor fi prezentate succint în lucrare. În ultimi ani, odată ce operaţiunile valutare speculative au crescut exponenţial şi au ajuns să domine piaţa valutară, se consideră că aceasta nu mai prezintă imperfecţiuni şi că există un curs de echilibru dinamic permanent pentru orice pereche, unic în toată lumea, la un anumit moment. De aici, se poate conclude că stabilitatea cursului de schimb este în prezent afectată de indicatorii utilizaţi în analiza tehnică, în special cei de volatilitate. De fapt există o relaţie biunivocă între evoluţia cursului valutar şi indicatorii analizei tehnice, în sensul că aceştia se creează pe baza istoricului cursului de schimb, dar ajung să afecteze, prin prisma psihologică, evoluţia viitoare a acestuia. Desigur, în contextul integrării şi globalizării pieţelor financiare, fenomenul de transmisie a volatilităţii de la o valută la alta creşte şi de aici necesitatea unei viziuni holistice în asigurarea stabilităţii valutare, în special dacă există dezideratul integrării într-o zonă monetară optimă, ce monitorizează acest lucru.

Obiectivul acestei lucrări este de a cuantifica impactul creşterii volatilităţii cursului de schimb într-o ţară asupra cursului valutar dintr-o altă ţară. Astfel, au fost selectate ţări emergente, din Europa Centrală şi de Est, în divrese stadii de aderare la UE şi integrare în zona euro. De asemenea, analiza s-a realizat distinct prin vizarea volatilităţii tranzitorie, pe termen scurt (aciclică), pe de o parte, şi, pe de altă parte, volatilităţii permanente, pe termen lung, avînd în vedere că cea de-a doua este afectată de sezonalitate. Acest demers de cercetare este extrem de important în contextul amplificării fără precedent a transmiterii (contagiunii) valului de volatilitate la nivelul majorităţii ţărilor lumii, odată cu declanşarea crizei financiare recente, care a adus majoritatea ţărilor lumii într-o recesiune profundă. 3

1. Semnificaţia noţiunii de curs de echilibru
Cursul de echilibru al unei perechi valutare se formează la intersecţia cererii cu oferta pentru moneda respectivă în raport cu valuta, însă acesta se va modifica continuu odată ce raportul dintre cererea şi oferta de pe piaţa valutară analizată se schimbă. Astfel, se poate considera doar un echilibru dinamic pe piaţa valutară, care variază în funcţie de orizontul de timp. În consecinţă, evoluţia cursului de schimb poate fi caracterizată printr-o ecuaţie în formă redusă ce leagă cursul de schimb (q) de o serie de variabile interdependente: (1) unde, Z1, Z2 – vector cu variabilele fundamentale ce au un efect persistent pe termen lung, respectiv pe termen mediu; β1, β2, θ – vectori cu coeficienţi (estimaţi sau calibraţi); T – vector cu variabile tranzitorii ce au efect pe termen scurt; ε – termenul de eroare. Din moment ce cursul de echilibru este determinat pe piaţa valutară se poate spune că orice nivel al acestuia este unul de echilibru. Ideea este surprinsă de definiţia lui Williamson (1983) a cursului de schimb de echilibru al pieţei – această definiţie excludea intervenţiile băncii centrale – fiind cursul rezultat prin acţiunea legilor cererii şi ofertei pe piaţa valutară. Pe termen lung însă, intervenţiile băncii centrale pot fi nesustenabile dacă deficitul extern creşte şi rezervele valutare sunt diminuate. 1.1. Cursul de echilibru pe termen foarte scurt Deşi nu este definit distinct în literatura de specialitate, cursul valutar de echilibru pe termen foarte scurt a crescut în importanţă în ultimul deceniu, odată cu proliferarea şi creşterea în volum a tranzacţiilor speculative intraday. Corelat cu aceste tipuri de tranzacţii, au fost create şi instrumente de bonificare a dobânzii pe perioade mai scurte de

4

o zi (intraday). Un exemplu de calcul al dobânzii pe intervale mai scurte de o zi, fie prin acumulare simplă, fie cu capitalizare se prezintă astfel: Presupunem un capital de 100.000 lei plasat pe 2 luni, 5 zile, 3ore, 26 de minute şi 45 de secunde, la o rata a dobânzii de 5%: I. Cazul acumulare simplă: Aplicăm binecunoscuta formulă a fructificării simple

Cf =Ci(1+ i∙ts/ans)
unde, Cf – capital fructificat la scadenţă Ci – capital iniţial i – rata dobânzii anuale ts – perioada plasamentului în secunde ans – durata unui an în secunde pentru cazul prezentat avem succesiv

(2)

Cf = 100.000(1+0,05(2∙30∙24∙60∙60+5∙24∙60∙60+3∙60∙60+26∙60+45)/(12∙30∙24∙60∙60)) Cf = 100.000(1+0,05(5.628.405/31.104.000)) Cf = 100.904,7719 lei II. Cazul cu capitalizare: Aplicăm formula fructificării cu capitalizare

Cf = Ci(1+ i/ans))ans∙ts
pentru cazul prezentat avem Cf = 100.000(1+0,05∙1/31.104.000)5.628.405 Cf = 100.908,8773 lei

(3)

Se observă că diferenţa între cele două cazuri este sensibilă, astfel ar fi eficientă promovarea unei astfel de strategii de bonificare a dobânzii. Diferenţe mai mari pot apare doar pentru rate ale dobânzii ridicate şi perioade lungi de timp. De exemplu, la o rată a dobânzii de 15% şi o perioadă de 2 ani, am avea: 130.000 lei în primul caz, faţă de 134.985. 5

care calculează preţul mediu al unei valute într-un anumit interval de timp. se poate obţine o aproximare a cursului valutar de echilibru.com 6 . 1: Evoluţia EUR/USD. stabilind trendul mediu al pieţei prin excluderea “zgomotului” statistic. i – perioadele. Z1 – ieri. prin grafic cu lumânări pe intervale de 5 minute Media mobilă simplă (SMA = ΣPi/i) Media mobilă liniară ponderată (LMA) = (Z0∙5+ Z1∙4+ Z2∙3+ Z3∙2+ Z4∙1)/15 Media mobilă exponenţială (EMA – derivă dintr-o progresie geometrică) Sursa: www. de vreme ce se calculează valori ale dobânzii pe intervale de câteva minute sau chiar secunde. se pot calcula şi valori ale cursului valutar de echilibru pe charturi de 5 secunde. este vorba de un echilibru dinamic care se poate modifica dramatic într-un interval extrem de scurt. Cu ajutorul mediilor mobile (moving averages). Grafic nr.). Indicatori medii utilizaţi în analiza tehnică sunt: • • • unde: P – preţul de închidere (close price). 30 de secunde. Z2 – cu două zile în urmă etc.Astfel. 5 minute.dailyfx. Desigur. Zi – nr. 3 ore etc. de zile invers cronologic (Z0 – astăzi.

com Din cele două grafice (charturi) de mai sus se observă că mediile mobile tind spre centrul lumânării (candlestick) odată ce perioada devine din ce în ce mai redusă. aşa cum se poate vedea în graficul al doilea. prin grafic cu lumânări pe intervale de o oră Sursa: www. numărul de lumânări care nu mai sunt tăiate de media mobilă este mai mare.2905 la 1. dar numai dacă nu apar evoluţii bruşte. În primul grafic se poate observa la ultima lumânare albastră cum media a „rămas în urmă” odată ce valuta s-a apreciat violent de la 1. precum şi anumite erori de anticipare. 2: Evoluţia EUR/USD.Grafic nr. Cu cât perioada de timp creşte. 1.2. al bulelor speculative. Dacă doar nivelul 7 .2940 în doar câteva minute. Variabile tranzitorii menţionate anterior surprind efectul acţiunilor speculative de pe piaţa valutară. pe termen foarte scurt (tick by tick) cursul valutar de echilibru este apropiat de mediile mobile utilizate în analiza tehnică. Astfel.dailyfx. Cursul de echilibru pe termen scurt Acest concept este apropiat ca idee de „current equilibrium exchange rate” – Williamson (1983) – care se obţine atunci când piaţa are acces la informaţii şi reacţionează raţional.

nu are niciun efect asupra nivelului cursului de echilibru pe termen scurt. prin urmare. politica monetară poate avea o influenţă considerabilă asupra acestuia datorită existenţei rigidităţilor nominale ce îi permit să aibă efecte reale pe termen scurt-mediu. o intervenţie pe piaţa valutară nu este justificată decât în măsura în care are ca scop apropierea cursului pieţei de nivelul de echilibru pe termen mediu. astfel încât să permită funcţionarea pieţelor şi a economiei în ansamblul său. Banca centrală poate să intervină dacă participanţii pe piaţă interpretează greşit evoluţia variabilelor fundamentale şi creează un bubble pe piaţă. Prin urmare.curent al variabilelor fundamentale acţionează asupra cursului de schimb (variabilele tranzitorii nu au niciun efect). Deoarece nivelul de echilibru pe termen scurt este dat de valorile curente ale variabilelor fundamentale. deviaţia temporară este determinată tocmai de evoluţia variabilelor tranzitorii şi de acţiunea termenului de eroare. 8 . În aceste condiţii. cursul de echilibru pe termen scurt (qts) este descris de relaţia: (4) Prin urmare. Trebuie menţionat că orice intervenţie pe piaţa valutară a băncii centrale se înscrie în categoria factorilor tranzitorii şi. Tot aici este util să facem distincţia între valoarea efectivă a cursului de schimb şi echilibrul pe termen scurt al acestuia. diferenţa dintre cele două fiind denumită deviaţie temporară ( cm) şi calculânduse astfel: (5) După cum se poate observa în relaţia (5). dacă întreaga economie (caracterizată de variabilele fundamentale la nivel efectiv) nu este la echilibrul pe termen mediu. prin deviere de la nivelul de echilibru pe termen mediu. atunci putem spune că există un echilibru pe termen scurt. cursul de schimb va trebui să se ajusteze pe termen scurt. Ceea ce se înţelege prin termen scurt depinde de acţiunea factorilor tranzitorii şi orizontul de timp aferent poate varia de la câteva zile până la 1 an.

În continuare.3. Bineînţeles. 9 . de regulă. ci şi diverse reacţii ale investitorilor sub impactul aversiunii la risc. în cazul ţărilor în dezvoltare trebuie avută în vedere şi sustenabilitatea datoriei externe. Echilibrul extern este definit. este însă consistent cu eventuala convergenţă către echilibrul stoc-flux pe termen lung (stock-flow equilibrium).Desigur. prin existenţa unui nivel sustenabil al contului curent. 1. de obicei. ) se face. condiţia esenţială în acest caz este disponibilitatea unor estimări ale cursului de echilibru şi gradul de acurateţe al acestora. Echilibrul extern nu necesită ca soldul contului curent să fie zero din moment ce nu există vreun motiv ca pe termen mediu economiile să egaleze investiţiile în fiecare ţară. conţine variabile care continuă procesul de ajustare către echilibrul pe termen lung (steady-state). deci nici presiuni inflaţioniste – NAIRU) şi a celui extern. Cursul de echilibru pe termen mediu Definiţia cursului de echilibru pe termen mediu are de regulă în vedere atingerea simultană a echilibrului intern (nu există exces de cerere în economie. setul de variabile explicative considerat (la nivelul lor de echilibru). Calibrarea variabilelor fundamentale la nivelul de echilibru ( în două moduri: – primul constă în stabilirea unui nivel al acestora considerat de echilibru şi bazat doar pe evaluări expert (judgement). ) (6) unde: – – – reprezintă cursul de schimb de echilibru pe termen mediu. folosind formalizarea de mai sus şi presupunând că variabilele fundamentale sunt la valoarea lor de echilibru (notată ). nu neapărat interpretarea eronată a indicatorilor pot genera bubbles.

MacDonald (2000) defineşte termenul mediu ca fiind 5-6 ani. creşterea PIB). cu cel lung. cât şi indirect prin influenţa asupra cursului de schimb efectiv. putând controla doar inflaţia. iar Wren-Lewis şi Driver (1998) îl definesc ca fiind între 10 . pe anumite porţiuni există o suprapunere a termenului mediu cu termenul scurt şi. Cele din urmă au implicaţii pentru deciziile de politică monetară atât în mod direct. deviaţia totală este formată din deviaţia pe termen scurt (din ecuaţia 5) şi decalajul dintre valorile efective şi cele de echilibru (sustenabile) ale variabilelor fundamentale. Din moment ce pe orizontul de timp mediu nu mai există rigidităţi nominale în economie. Evident. În măsura în care cursul de schimb este explicat de variabile asupra cărora – conform teoriei economice – politica monetară nu are nicio influenţă pe termen mediu-lung variabile reale în general (de exemplu. acest tip de echilibru corespunde preţurilor flexibile. pentru o economie în tranziţie termenul mediu este probabil localizat în partea stângă a intervalului menţionat anterior. înseamnă că la acest echilibru se va ajunge indiferent de acţiunile pe termen scurt ale politicii monetare. din nivelul cursului de echilibru real şi diverse nivele ale preţurilor se vor obţine o multitudine de combinaţii de cursuri de schimb nominale. Astfel. Politica monetară nu poate avea nicio influenţă pe termen mediu-lung asupra variabilelor reale (deci nici asupra cursului real). Orizontul termenului mediu este dat tocmai de timpul necesar ajustării variabilelor fundamentale către nivelul de echilibru al acestora şi se poate întinde de la 1-2 ani până la 5-10 ani. Diferenţa dintre cursul de schimb al pieţei şi cel dat de ecuaţia (6) este denumită deviaţie totală (tm): (7) Astfel. respectiv. Prin urmare.– al doilea implică folosirea de filtre statistice pentru obţinerea trendului variabilelor în cauză.

Nivelul de echilibru pe termen lung se consideră atins când averea din cadrul economiei este la echilibrul stoc-flux. Cursul de echilibru pe termen lung Echilibrul pe termen lung e definit ca momentul în care echilibrul stoc-flux este atins de către agenţii din economie.4. Tot ce poate face politica monetară este să corecteze evoluţia cursului de schimb către nivelul său de echilibru pe termen lung prin diverse acţiuni pe termen scurtmediu. Astfel. Politicii monetare îi este imposibil să influenţeze valorile pe termen mediu-lung ale variabilelor fundamentale. 1. în sensul că în perioadele de ascensiune cursul de echilibru pentru valutele de finanţare poate fi subevaluat. Simultan cu apropierea cursului de schimb de nivelul său de echilibru pe termen lung are loc şi convergenţa ratelor de dobândă către nivelul internaţional corespunzător.5 şi 10 ani. Pentru perioadele de recesiune situaţia se inversează. putem considera că există o corelaţie strânsă între ciclurile de afaceri şi cursul de echilibru. iar pentru cele de plasament supraevaluat. însă au atins şi echilibrul pe termen lung (steady-state). tranziţie). Echilibrul pe termen lung este dat de: (8) unde include variabile care au atins echilibrul pe termen mediu (trendul). 11 . adică creşterea stocului activelor ca procent în PIB este apropiată de zero. datorită apetitului la risc mai ridicat . prin urmare nici echilibrul pe termen lung nu poate fi influenţat. pentru atingerea acestuia se poate să fie necesari peste 10 ani sau chiar câteva zeci de ani (în cazul economiilor în dezvoltare.

mai ales după atentatele din 11 septembrie şi intrarea economiei SUA în recesiune. 12 . acesta s-a depreciat dramatic.9) ne pot indica şi mai clar punctele extreme de supra/subevaluare.com De aici putem trage concluzia că mediile mobile (s-a modelat MVG 10 şi MAE 10) pe termen lung ne pot da un semnal că valuta respectivă este supra/subevaluată. prin grafic cu lumânări pe intervale lunare Sursa: www. Grafic nr.dailyfx. când deşi oscilatorul considera dolarul american subevaluat. După cum se observă în graficul de mai jos. Desigur se poate constata şi o excepţie la nivelul anilor 2000-2001. ori s-a situat peste ori dedesubtul mediei mobile (aşa cum se observă din debutul anului 2007 până la jumătatea anului 2008).În cazul cursului de echilibru pe termen lung se observă că există un număr mare de luni sau chiar un an în care cursul nu a intersectat media . oscilatorii (ADX 14. marcate cu roşu. 3: Evoluţia EUR/USD.

respectiv supraevaluare pe termen lung. corespunde versiunii absolute a parităţii puterii de cumpărare a monedei şi implică convergenţa deplină a nivelului preţurilor din ţară către nivelul extern al acestora ajustat cu cursul de schimb.Grafic nr. ceea ce relevă un nivel de echilibru al perechii EUR/USD. ce indică o subevaluare. 1. depinzând de gradul de dezvoltare a fiecărei economii. Acest echilibru se atinge într-o perioadă cuprinsă între câteva zeci de ani până la o sută de ani. de exemplu. se poate observa că există perioade de timp 2003-2005.dailyfx. Fiind un echilibru pe termen foarte lung nu prezintă relevanţă pentru deciziile de politică monetară. De fapt. în viziunea unor specialişti.com De asemenea. prin grafic cu lumânări pe intervale de o lună la care s-a aplicat un oscilator . Cursul de echilibru pe termen foarte lung Acest tip de echilibru. nu au fost multe situaţii în care ADX a atins valori sub 10 sau peste 90 de puncte. 4: Evoluţia EUR/USD. fiind doar un reper 13 .ADX Sursa: www. în care oscilatorul s-a păstrat în jurul valorii de 50 de puncte.5.

relevanţa mediilor mobile şi a oscilatorilor scade. 5: Evoluţia EUR/USD. iar indicatorii care ne relevă depărtarea de echilibru sunt indicatorii de volatilitate. un indicator de volatilitate consacrat. 14 . Pentru relevanţă mai mare ar trebui construit un indicator de volatilitate care să nu ia în calcul tendinţele sezoniere pe termen scurt. Grafic nr. Bollinger Band (s-a aplicat BB 20.Bollinger Band Sursa: www.com Am observat faptul că odată ce perioada de timp creşte.dailyfx.pentru gradul de integrare şi dezvoltare al economiei (mai ales dacă este privit în contextul zonei euro). prin grafic cu lumânări pe intervale de o lună la care s-a aplicat ADX şi un indicator de volatilitate . dar se observă o corelaţie strânsă între volatilitate şi ciclurile economice (după criza din 2001 şi cea din 2008).0). ne arată perioadele cu volatilitate ridicată. După cum observăm din graficul anterior. 2. ci doar fluctuaţiile ciclice pe termen lung şi foarte lung.

6: Evoluţia seculară a perechii GBP/USD corelată cu momente istorice cheie Sursă: construcţie proprie Analizând evoluţia perechii valutare GBP/USD pe o perioadă foarte mare de timp (sute de ani) se distinge impactul crizelor economico financiare asupra volatilităţii acesteia. toate acestea au generat mai devreme sau mai târziu o amplificare a volatilităţii. când a fost conştientizat şi definit conceptul de inflaţie. Începând cu prima decadă a anilor 1800. de la 20 USD/uncia până în 1929 la peste 1400 USD/uncia în zilele noastre relevă strânsa corelaţie între aversiunea la risc şi preţul aurului. 15 . criza financiară din 1929 şi fenomenul complex al stagflaţiei care a lovit toate ţările lumii după 1970. Nu întâmplător am surprins în graficul de mai sus şi încercările de a evita efectele dezastroase ale diverselor crize. apoi criza de supraproducţie după 1848. prin legarea valutelor într-un sens sau altul de singura deviză suverana.Grafic nr. Evoluţia spectaculoasă a aurului. existentă în toate rezervele băncilor centrale – aurul.

7: Evoluţia preţului aurului în ultimele 4 decenii Sursa: www.com Însă volatilitatea aurului este şi mai profund ciclică şi sezonieră decât a valutelor. Modele de estimare a nivelului cursului de echilibru Determinarea empirică a cursului de echilibru în ţările care îşi propun să se integreze în zona euro se poate realiza.Grafic nr. pe baza abordării fundamentale ( FEER) sau a celei comportamentale (BEER). Relevanţa rezultatelor obţinute prin utilizarea acestor metode pentru fundamentarea unor decizii de politică monetară depinde însă de unele aspecte de natură macroeconomică. dar cu atât mai interesant de eliminat sezonalitatea şi de a încerca determinarea ARI pe baza indicatorului de volatilitate aciclică pe evoluţia preţului aurului. 16 . dar şi metodologică. 2. în principal.usagold.

totodată. c) testarea măsurii în care deviaţiile faţă de echilibru estimate pot ajuta la previzionarea evoluţiei viitoare a cursului de schimb real. 17 . În cele ce urmează. precum şi a corelaţiilor cu indicatorii din analiza tehnică. În nici un caz nu putem face evaluarea bazându-ne pe potrivirea (fit-ul) în interiorul eşantionului pe care s-a realizat estimarea. precum şi Montiel (2003) reliefează următoarele modalităţi ce permit evaluarea rezultatelor obţinute: a) verificarea dacă cursul de echilibru estimat (implicit şi deviaţiile de la echilibru) descrie destul de bine istoria macroeconomică a ţării studiate (de exemplu. e) studierea prin intermediul funcţiilor de răspuns la şoc a legăturilor dintre cursul de schimb şi variabilele fundamentale. Meese şi Rogoff (2001) au arătat că performanţa modelelor tradiţionale (monetare) este foarte slabă (nu pot depăşi în previziune un model random-walk – RW ). Finn (1999) şi Kim (2001). Conform Hinkle şi Montiel (1999) studiile empirice au arătat că aplicarea modalităţilor de mai sus nu este întotdeauna concludentă. Driver şi Westaway (2004). ce se poate spune însă cu siguranţă este faptul că deşi cursul de echilibru nu poate fi estimat cu precizie. metodele de estimare a nivelului cursului de echilibru au fost structurate astfel încât să reflecte evoluţia în timp a acestora. d) putem examina calitatea regresiei uitându-ne la deviaţiile faţă de echilibru. b) testul de previziune în afara eşantionului (out of sample forecast) – folosit mai degrabă în cazul modelelor de determinare a cursului de schimb. episoade de apreciere/depreciere excesivă).O problemă deosebit de importantă este acurateţea cu care am estimat cursul de echilibru în condiţiile în care acesta este o variabilă neobservabilă prin definiţie. Astfel urmărim să identificăm cum putem explica evoluţia cursului real prin intermediul unui model cu corecţie a erorilor. atunci când există mişcări mari ale cursului real se ştiu probabil destule ca să se poată spune dacă evoluţia cursului este explicată de variabile fundamentale. s-a încercat şi gruparea lor conform modului de determinare a cursului de echilibru.

Iniţial. Astfel. Abordarea Harrod-Balassa-Samuelson Modelul HBS a fost creat ca o alternativă la modelul de determinare pe termen lung a cursului de schimb (paritatea puterii de cumpărare – PPC – care a stat la baza majorităţii modelelor teoretice ale macroeconomiei internaţionale). Abordarea monetară în sens larg Reprezintă un model teoretic mai elaborat comparativ cu PPC sau HBS. PPC este întâlnită în majoritatea modelelor macroeconomice fiind singura modalitate prin care se pot surprinde evoluţiile preţurilor în ţară şi în străinătate. PPC presupune inexistenţa şocurilor reale permanente în economie. modelul încearcă să îmbunătăţească PPC şi să surprindă faptul că rata de schimb este influenţată atât pe piaţa bunurilor. prin urmare. În esenţă. Spre deosebire de abordarea monetară clasică. Abordarea monetară în sens larg este o abordare „ad-hoc” care identifică un set de variabile macroeconomice ce sunt considerate determinanţi pe termen lung ai cursului de schimb. Modelul monetarist presupune că toate preţurile sunt flexibile şi PPC care se verifică continuu 18 . Modelul HBS este bazat pe o economie împărţită în două sectoare: comercializabile (tradables). toate celelalte presupun nestaţionaritatea cursului real de schimb şi. faptul că există şocuri reale permanente în economie.Paritatea puterii de cumpărare – PPC Cea mai simplă şi cea mai veche metodă de evaluare a cursului de echilibru este paritatea puterii de cumpărare – valoarea pe termen lung a cursului de schimb real este o constantă (sau rata reală este o variabilă staţionară). În plus. în cadrul regimului de curs de schimb fix Bretton-Woods modelul era utilizat în analiza ajustărilor din balanţa de plăţi. Cadrul teoretic utilizat în analiza aprecierii cursului de schimb real inerentă în procesul de ajungere din urmă (catching-up) este dat de efectul Harrod-Balassa-Samuelson (HBS). respectiv necomercializabile (non-tradables). cât şi pe piaţa financiară. este normal să apară deviaţii de la PPC din moment ce o parte a bunurilor din economie nu se tranzacţionează internaţional.

această nuanţă este surprinsă de NATREX. şi anume cea consistentă cu echilibrul stoc-flux. Williamson a definit FEER ca fiind acel nivel al cursului de schimb „consistent cu performanţe macroeconomice ideale” (Williamson 1994). Principalul avantaj al acestei abordări este însă faptul că nu necesită cunoştinţe despre mecanismul de transmisie al economiei – specificarea fiind uşor ad hoc comparativ cu FEER – şi. 2000). diferenţa dintre ele fiind dată însă de termenul la care se referă. iniţiată de Williamson în 1983. Aceştia au estimat ecuaţii în formă redusă ale unor modele ce descriu relaţia dintre rata reală de schimb şi o serie de variabile macroeconomice. Punctul de plecare este condiţia UIP (uncovered interest parity -exprimată în termeni reali şi ajustată pentru prima de risc variabilă în timp) şi permite modelarea cursului real efectiv sau a celui bilateral. Cursul comportamental de echilibru – BEER Metoda se regăseşte în lucrările lui Elbadawi (1994). iar Wren-Lewis (1992) ca „metodă de calcul a cursului real de schimb consistent cu echilibrul macroeconomic pe termen mediu”. chiar dacă economia a atins atât echilibrul intern cât şi cel extern. însă va fi vorba de altă definiţie a acestuia. Clark şi MacDonald (1998. Cursul fundamental de echilibru – FEER Ca şi abordarea HBS. 1963 şi Fleming – 1962. Pe termen mediu. efectul HBS ia în considerare cursul de echilibru pe termen lung pe când FEER este mai degrabă un echilibru pe termen mediu (prin însăşi modul de construcţie). stocul de active poate să-şi continue traiectoria de ajustare către echilibrul pe termen lung. FEER poate fi extins şi pentru termenul lung. au folosit ecuaţia rezultată din estimare la calculul ratei de echilibru pe termen scurt sau mediu. Astfel.(vezi Mundell – 1961. de regulă. Abordarea FEER. BEER reprezintă metoda de preferat în caz că modelele structurale nu prezintă credibilitate fiindcă surprind mişcările ratei reale de schimb în timp şi nu doar cele pe termen mediu sau lung. are în vedere 19 . conceptul FEER recunoaşte explicit existenţa deviaţiilor de la teoria PPC. prezentate succint în continuare. mai puţine serii de timp decât FEER sau NATREX. apoi. Faruqee (1994). pentru teste vezi MacDonald şi Taylor – 1993).

1995) şi permite determinarea cursului de echilibru pe termen mediu şi lung în cadrul unui model de echilibru general dinamic de dimensiuni relativ reduse. Estimarea cursului de echilibru prin VAR structural (SVAR) încearcă să explice care este efectul unui şoc asupra cursului de schimb şi de ce se îndepărtează cursul de nivelul său de echilibru. 20 . Iniţial Stein (1994) a definit NATREX ca fiind „cursul de schimb în situaţia inexistenţei factorilor ciclici şi speculativi simultan cu rata şomajului la nivel natural” fără să pună în vreun fel în practică această ultimă definiţie a echilibrului intern. Stein (1995) a calibrat NATREX funcţie de o măsură obiectivă a echilibrului intern. în sensul că anumite şocuri sunt temporare). reprezentând într-o anumită măsură o extensie a procedurii FEER. ca urmare a criticilor lui Black (1994) şi Clark (1995).identificarea cursului de schimb care asigură atingerea concomitentă a echilibrului intern (NAIRU sau output gap zero) şi a celui extern. şi anume deviaţia dintre gradul de utilizare a capacităţilor şi media sa staţionară. Tehnica se pune în practică prin estimarea unui SVAR – bivariat sau trivariat – în care identificarea şocurilor se face prin Cholesky sau Blanchard şi Quah – BQ (ultima presupune impunerea de restricţii pe termen lung. Spre deosebire de abordările FEER sau DEER ce sunt concepte normative. fără să forţeze existenţa unei relaţii de cointegrare. Este dificilă construirea nivelului cursului de echilibru pentru că trebuie ales un punct de pornire (ce se alege arbitrar) care poate să reprezinte sau nu echilibrul la momentul respectiv. ulterior. NATREX este mai degrabă unul pozitiv. Cursul natural de schimb – NATREX Metodologia NATREX a fost introdusă de Stein (1994. el fiind un benchmark pentru cursul de echilibru pentru termen mediu-lung. Estimarea prin VAR structural (SVARs) Se distinge de modelele din familia BEER fiindcă cercetătorul trebuie să aibă o imagine a modului în care se transmit şocurile în economie.

Metode bazate pe descompunerea directă a cursului de schimb Tehnica cea mai „brută” de estimare a cursului de echilibru este dată de abordarea APEER (PEER ateoretic). Ideea în cazul acestei abordări dezvoltată de Juselius (1991. Cursul de echilibru bazat pe PPC şi UIP (Capital enhanced equilibrium exchange rate – CHEERs) Metoda care combină PPC cu condiţia UIP pentru a explica persistenţa cursului real de schimb a fost denumită de MacDonald drept CHEER. 1995) este că în timp ce PPC poate explica evoluţia pe termen lung a cursului real. Curs de echilibru pe termen scurt-mediu (Intermediate-term model-based equilibrium exchange rate – ITMEERs) ITMEER este un concept de curs de echilibru sugerat de Wadhwani (1999) ce poate fi interpretat ca o generalizare a condiţiei UIP. are o importanţă analitică deosebită deoarece ea apare în majoritatea modelelor de determinare a cursului de schimb din ziua de azi. MacDonald (2000). Este o condiţie de arbitraj care egalizează deprecierea anticipată a cursului de schimb cu diferenţialul de dobândă nominală ajustat cu o primă de risc. acesta se poate îndepărta de echilibru datorită existenţei diferenţialului de dobândă.Metode axate pe condiţii de arbitraj Paritatea neacoperită a ratelor dobânzii – UIP. modelul îmbunătăţeşte condiţia UIP prin faptul că permite variabilelor ca şomajul sau creşterea PIB să influenţeze direct cursul de schimb şi nu doar prin intermediul dobânzii. Termenul neacoperită „uncovered” se referă la faptul că riscul asociat cu incertitudinea legată de cursul spot viitor nu a fost eliminat prin utilizarea unui contract forward sau a altui instrument de acoperire a riscului. acesta din urmă poate fi necesar pentru finanţarea contului de capital. Aceasta presupune tehnici axate pe proprietăţile statistice ale cursului de schimb (real sau nominal). Majoritatea modelelor înseamnă nu numai micile modele folosite în analiza teoretică. Cursul de echilibru se poate obţine prin aplicarea 21 . ci şi modele econometrice atent specificate folosite de organizaţiile internaţionale şi de băncile centrale. în plus.

directă asupra cursului de schimb de filtre – Hodrick-Prescot. Metodologia Gonzalo-Granger Cursul de echilibru calculat conform acestei metodologii se obţine direct din BEER. prin separarea factorilor permanenţi de cei tranzitorii. Metodele univariate tind să arate o persistenţă foarte ridicată a cursului de schimb. însă prin folosirea celor multivariate imaginea devine alta reprezentând astfel un mesaj clar de utilizare şi a altor variabile ca determinanţi ai cursului de schimb şi. Cumby şi Huizinga (1990) şi de Clarida şi Gali (1994). Cursul de echilibru astfel calculat este mult mai puţin volatil dacă îl comparăm cu BEER fiindcă factorii permanenţi identificaţi surprind trendul comun al variabilelor fundamentale integrate de ordinul unu. Prin definiţie. încasări ce merg direct la rezerva oficială a ţării. de scepticism referitor la metodele univariate şi/sau ateoretice. Cursul virtual de echilibru (Virtual Exchange Rates – VER) Este utilizat în estimarea cursului de echilibru în ţările mai puţin dezvoltate şi anume acolo unde există raţionalizări ale încasărilor valutare. totodată. 22 . control al comerţului şi a accesului pe piaţa valutară. Kalman sau Band Pass – sau prin descompunerea Beveridge-Nelson (BN). Rezultatul acestora este existenţa cursurilor duale: un curs al pieţei „negre” şi cursul oficial. Descompunerea BN (univariată sau multivariată) a fost aplicată de Huizinga (1987). VER este cursul de schimb ce permite egalarea cererii nerestricţionate de importuri cu constrângerile impuse de raţionalizarea valutară.

specifice acestor ţări. cât şi dezvoltate (Black and MacMillan. În acest sens. gradul de sincronizare a ciclurilor economice în corelaţie cu ţările din UE/zona euro. În general. prin prisma fluctuaţiilor înregistrate la nivelul indicatorilor de volatilitate macroeconomica din ţările est-europene. Studii anterioare au fost concentrate asupra volatilităţii cursului de schimb atât la nivelul ţărilor emergente (Pramor and Tamirisa (2006). Analiştii au convenit asupra faptului că din ambele perspective poate fi evaluată o corelaţie a volatilităţii reflectată în dinamica cursului de schimb. calitatea instituţiilor. ancorate în fundamentele economice sau de structuri intrinseci. gradul de deschidere a economiei. nivelul volatilităţii macroeconomice precum şi intensitatea cu care aceasta contribuie la procesul de creştere economică depinde de: dimensiunea şi stabilitatea sistemului financiar. 3. Determinanţii şi transmisia volatilităţii – analiză pentru 7 ţări est europene Volatilitatea macroeconomică este un indicator important pentru caracterizarea mediului macroeconomic. a fost studiata dinamica cursului de schimb caracteristic acestei regiuni geografice. Fluctuaţiile cursului de schimb reprezintă o sursă importantă a volatilităţii macroeconomice. Kobor and Szekely (2005). 2004). Particularităţile volatilităţii macroeconomice în ţări emergente est-europene Analiza este concentrata în direcţia aspectelor specifice ale volatilităţii macroeconomice dintr-o serie de ţări est-europene. Horvath (2005)). nivelul de pro-ciclicitate a politicii fiscale. mai precis rezolvarea dilemei dacă aceasta este determinată de mutaţii structurale.3. Horvath (2005) a evidenţiat faptul că o volatilitate excesivă 23 . Problema cheie este reprezentată de natura volatilităţii.1. Acestea au fost marcate de procesul de tranziţie de la regimul cursului de schimb fix la cel flexibil. cursul valutar având calitatea de conector între economia nominală şi cea reală. majoritatea concentrându-se asupra strategiei de ţintire a inflaţiei. a procesului de creştere economică şi trebuie avută în vedere în estimarea cursului valutar şi a volatilităţii acestuia.

concluzionând că în cazul Mexicului. Această idee este valoroasă mai ales din perspectiva actualei crize financiare în care un grad ridicat de îndatorare implică o expunere la riscul valutar şi de rată a dobânzii. artizanii politicilor macroeconomice sunt preocupaţi cu limitarea variabilităţii cursului de schimb. cursul de schimb. Guimares and Karacadag (2004) au analizat volatilitatea cursului de schimb în Mexic şi Turcia din perspectiva intervenţiei băncilor centrale. Ungariei. vânzările de valută au un impact asupra cursului de schimb şi determină creşterea volatilităţii pe termen scurt în timp ce în Turcia efectul este total opus. fiind percepută ca un semnal alarmant de către investitori.a cursului de schimb determină instabilitatea mediului macroeconomic. Slovaciei şi Sloveniei. 24 . deşi iniţial a vizat absorbţia viabilă a şocurilor reale. Totusi. Criza de lichiditate determină apariţia stării de nerambursare. Totuşi. Hagen and Zhou (2005) au evidenţiat faptul că volatilitatea cursului de schimb este percepută negativ. Poloniei. Borghuis and Kuijs (2004) au demonstrat faptul că în cazul Cehiei. Cursul de schimb reprezintă o ancoră esenţială din perspectiva intervenţiei în fundamentele economice prin intermediul politicilor macroeconomice. chiar dacă această strategie se poate dovedi lipsită de succes în privinţa limitării presiunilor asupra pieţei valutare. determinând apariţia crizelor economice. Volatilitatea cursului de schimb diminuează credibilitatea politicilor macroeconomice. o viteză de rotaţie scăzută manifestată pe piaţa valutară interbancară şi un număr scăzut de participanţi pe piaţa financiară care în cele din urmă se reflectă într-o lichiditate diminuată. Astfel. Calvo and Reinhart (2002) au confirmat ideea că teama de fluctuaţii este percepută şi în cazul ţărilor dezvoltate care vor viza în timp reducerea acestora. s-a dovedit a fi mai degrabă un propagator al şocurilor de natură monetară şi financiară. Particularităţile ţărilor emergente constau într-o expunere ridicată la şocurile externe. Devereux and Lane (2003) au relevat faptul că o anumită eterogenitate în cadrul ţărilor emergente Est Europene din punctul de vedere al volatilităţii şi presiunilor manifestate la nivelul cursului de schimb. mai ales în cazul ţărilor emergente.

coroana cehă – coroana slovacă) crescut în mod semnificativ în timpul perioadelor de volatilitate ridicată. Elementul cheie relevat în cadrul cercetării constă în similarităţile existente la nivelul fluctuaţiilor cursului de schimb în timpul perioadelor caracterizate de volatilitate ridicată. Pramor and Tamirisa (2006) au reliefat faptul că transmisia şocurilor de volatilitate în cadrul acestei zone s-a modificat în timp.forintul ungar. Kobor and Szekely (2005). relevând corelaţia dintre dimensiunile volatilităţii atât la nivel intra. dar ceea ce o diferenţiază este analiza profundă realizată la nivelul celor două componente ale volatilităţii – cea tranzitorie şi cea permanent – pe un eşantion mai extins (inclusiv România. precum şi din SUA către Europa. Metodologia prin care această axă a analizei a fost dezvoltată provine din cea elaborată de Pramor and Tamirisa (2006). Letonia şi Croaţia) pe o perioadă mai îndelungată (ianuarie 1999 . precum şi din cea elaborate de Black and MacMillan (2004). această idee. ceea ce implică un nivel de intensitate mai redus în raport cu concluziile relevate de Black and Millan pentru cazul ţărilor dezvoltate din Europa de-a lungul perioadei anterioare adoptării monedei unice.cross” au (zlotul polonez . cu excepţia forintului ungar. cât şi inter regional. Melvin and Peiers (2003) au evidenţiat fenomenul de externalitate (spillover) din Asia către Europa. de asemenea. Ungaria. Studiul dezvoltat de Pramor şi Tamirisia a identificat o tendinţă comună mai redusă a volatilităţii în cadrul ţărilor est-europene.Kobor and Szekely (2004) au realizat o cercetare asupra unui eşantion de patru ţări – Polonia. Corelaţiile de tip . relevând faptul că volatilităţile au fost extreme de ridicate de la un an la altul. Cercetarea prezentă va confirma. 25 . idee evidenţiată de altfel şi în cazul cercetărilor efectuate de Forbes and Rigobon (2001). care a rămas o importantă sursă de volatilitate intra-regională.ianuarie 2010). Volatilitatea este concepută în mod continuu din perspectiva componentei permanente versus componenta tranzitorie. Cehia şi Slovacia – pe parcursul unei perioade de trei ani (2001-2003).. Spaţiul European devine astfel un absorbant al şocurilor de volatilitate.

raportate la dolar. 3. ianuarie 1999 .pot fi interpretate doar în contextul particularităţilor de natură macroeconomică specifice fiecărei ţări”. Toate seriile de date au prezentat rădăcină unitară.. Volatilitatea cursului de schimb a fost abordată în cadrul modelelor de tip Generallized Autoregressive Conditional Heteroskedasticity Models (GARCH) elaborate de Engle and Bollerslev (1986) în scopul reflectării fenomenului de tip volatilitate agregată (volatility clustering) specific seriilor de timp implicând variabile financiare. latul leton – LVL. implicând necesitatea de a dezvolta strategii de management financiar solide la nivel macroeconomic. Sursa de date este reprezentată de site-ul Băncii Central Europene.2. Fenomenul de tip externalitate – spillover – este analizat din perspectiva crizei financiare actuale în care fluxurile de capital transnaţionale au solidificat ipoteza contagiunii financiare. Astfel. astfel.ianuarie 2010. kuna croată – HRK. Analiza Componentelor Principale va fi aplicată atât la nivelul componentei permanente. capabile să anihileze mecanismele de transmisie în lanţ. leul românesc – RON) şi euro. cât şi la nivelul componentei tranzitorii a volatilităţii. coroana slovacă – SKK. a fost necesară logaritmarea primelor diferenţe.Analiza prezentă urmează raţionamentul lui Guimaraes and Karacadag (2004) potrivit căreia volatilitatea implică o abordare individuală la nivelul fiecărei ţări emergente din moment ce rezultatele cercetării . (1) 26 . forintul ungar – HUF. Rezultatul cheie al cercetării constă într-o corelaţie profundă la nivelul volatilităţii cursului de schimb între ţările emergente est-europene şi zona euro. Xt = (ln((St)/(St-1)))∙100 unde St reprezintă cursul de schimb pe piaţa spot. zlotul polon – PLN. pe parcursul unei perioade de 11 ani. mediile zilnice ale ţărilor est-europene Emergente (coroana cehă – CZK. Descrierea bazei de date şi a metodologiei Analiza este bazată pe cursurile de schimb.

qt = ω + ρ∙qt-1 + φ∙( εt-12 .qt-1 ). Această axă a cercetării valorifică abordarea de tip Component-GARCH (CGARCH) care implică segmentarea volatilităţii pe două componente – permanentă şi tranzitorie. ht2 = qt + α1∙(εt-12 – qt-1 ) + γ∙(εt-12 – qt-1 )∙Dt-1 + β1∙(ht-12 . fiind dependent de informaţia anterioară şi surprinzând orice apreciere sau depreciere neaşteptată. ht2 ). un termen asimetric (γ) şi întârzierea varianţei condiţionate (termenul GARCH). unde Dt = 1 în cazul εt inferior lui 0 Dt = 0 în caz contrar Prima ecuaţie reprezintă ecuaţia mediei unde xt este logaritmul natural aplicat primei diferenţe. întârzierea pătratului erorilor actuale (termenul ARCH).qt-1 ) (5) (2) (3) (4) Eroarea previzionată (φ) reprezintă diferenţa dintre întârzierea pătratului erorilor actuale şi cele previzionate pe baza modelului (pe baza informaţiei disponibile în momentul t-2). Se presupune că termenul εt urmează legea distribuţiei normale condiţionate. un termen AR (ρ) şi un termen al erorii previzionate (φ).Acest model este ilustrat de următoarele ecuaţii: Xt = a0 + a1∙xt-1 + εt + b1∙ εt-1. Cea de a doua şi a treia ecuaţie reflectă varianţa condiţionată (ht2 ) care este concepută sub forma unei funcţii lineare a unui termen interceptat dependent de timp.qt = α1∙(εt-12 – qt-1 ) + γ∙(εt-12 – qt-1 )∙Dt-1 + β1∙(ht-12 .ht-12 ). unde εt / It-1 € N (0. Componenta permanentă constă într-un termen invariabil în raport cu timpul (ω). 27 . Volatilitatea pe termen scurt este obţinută prin sustragerea din volatilitatea totală a volatilităţii pe termen lung ht2 .

şocurile sunt absorbite rapid. In opoziţie cu Pramor and Tamirisia (2006). 2007 şi 2008. Singurele excepţii constau în România şi Slovacia în cazul cărora coeficienţii corespunzători termenului eroare sunt pozitivi.Engle and Lee (1993) au relevant faptul că un model de tip CGARCH reprezintă un model de tip GARCH (2.3. De asemenea. caracterizat prin aprecierea monedei naţionale.2). 3. Acest aspect este explicabil prin faptul că în acest caz. atenţia se va concentra asupra analizei componentelor volatilităţii prin intermediul Statisticilor Descriptive şi al Analizei Componentelor Principale. În cazul tuturor ţărilor. specifică procesului de catching up. sugerând şocuri pe termen lung. fiind mai puţin restrictiv decât un model de tip GARCH (1. Cele două componente ale volatilităţii sunt obţinute prin estimarea unui model de tip CGARCH. toţi coeficienţii corespunzători componentei pe termen lung sunt semnificativi în toate cazurile la un nivel de 1%. Datorită unui mediu macroeconomic stabil. Aceste concluzii preliminare vor reprezenta baza explicaţiei fenomenului de tip spillover pentru a evidenţia implicaţiile contagiunii financiare în contextual crizei financiare actuale. coeficienţii corespunzători componentei pe termen lung sunt superiori celor asociaţi componentei tranzitorii. în care ţările emergente Est Europene au avut un mediu macroeconomic stabil.1). Astfel. cea pe termen lung şi cea tranzitorie (a se vedea tabelul 1 din anexe). caracterizat de creştere economică. baza de date a fost extinsă la nivelul anilor 2006. sugerând un şoc scăzut asupra componentei permanente a volatilităţii. ceea ce este în acord cu concluziile lui Pramor and Tamirisa (2006). reflectând stabilitatea şi adecvarea modelului la ansamblul ţărilor emergente Est Europene. coeficienţii corespunzători termenului eroare sunt în majoritatea cazurilor negativi. 28 . dimensiunea tranzitorie a şocurilor este evident. Odată interpretat output-ul statistic al ecuaţiei. Abordare empirică la nivelul componentelor volatilităţii din ţări emergente europene Modelul de tip C-GARCH a fost valorificat în scopul estimării celor două component ale volatilităţii.

În toate cazurile. confirmând natura pe termen lung a şocurilor (mai ales în cazul Slovaciei). Letoniei şi Slovaciei). Deviaţia standard asociată cu componenta tranzitorie depăşeşte deviaţia care corespunde componentei pe 29 . Cehia şi Slovacia prezintă o component pe termen scurt negativă ( α + β inferior faţă de 1). în conformitate cu rezultatele obţinute prin estimarea modelului C-GARCH (a se vedea tabelele 2 şi 3 din anexe ). în general. Ungariei. Componenta tranzitorie pare a fi mai volatilă decât cea permanentă. media corespunzătoare componentei pe termen scurt este mai mică decât media corespunzătoare celei pe termen lung. volatilitatea la nivelul ţărilor emergente est-europene este evident de natură permanentă. în timp ce cea mai mică a fost înregistrată în cazul Croaţiei. Analiza la nivelul statisticilor descriptive corespunzătoare componentelor volatilităţii dezvăluie aspecte importante. în timp ce cea mai mică în cazul Ungariei. Termenul corespunzător asimetriei este negativ şi semnificativ (mai ales în cazul Croaţiei. Astfel.Coeficienţii corespunzători componentei permanente sunt pozitivi şi superiori celor corespunzători componentei tranzitorii. cea mai mare medie se înregistrează în cazul Poloniei. urmată de Cehia şi Slovacia. sugerând volatilitatea superioară în cazul deprecierii cursului de schimb. Cea mai mare medie pe termen scurt se înregistrează în cazul Letoniei. Aceeaşi idee este susţinută de valorile maxime ale componentei pe termen lung care depăşesc valorile maxime ale componentei tranzitorii în timp ce valorile minime ale componentei tranzitorii depăṣesc valorile minime ale celei pe termen lung. Cea mai mare componenta pe termen lung a fost înregistrat în cazul Ungariei. Cea mai mare componenta pe termen scurt este întâlnită în cazul României. reflectând faptul că în acest caz componenta volatilităţii permanente este mai puternică decât cea temporară. în timp ce cea mai mică în cazul Ungariei. România şi Cehia sunt singurele ţări în care coeficientul corespunzător asimetriei este nesemnificativ. confirmând amploarea superioară a componentei pe termen lung în comparaţie cu cea pe termen scurt. în timp ce cea mai mică este întâlnită în cazul Cehiei. În ceea ce priveşte componenta pe termen lung. ceea ce este în acord cu aprecierea cursului de schimb înregistrată de a lungul ultimilor patru ani.

Tendinţa tranzitorie prezintă fenomenul de skewness pozitiv la nivelul Croaţiei. Cursurile de schimb prezintă deviaţiile standard cele mai ridicate ale componentei trazitorii.4. cursurile de schimb corespunzătoare ţărilor emergente est-europene urmează o tendinţă de apreciere. Ungaria pare a fi cea mai volatilă în timp ce în cazul Poloniei volatilitatea este cea mai redusă. Cea mai volatilă componentă tranzitorie se manifestă în cazul Croaţiei. Fenomenul leptokurtosis a apărut în cazul componentei pe termen scurt în cazul României şi în cazul pe termen lung al Croaţiei.termen lung. România deţine o poziţie medie în ceea ce priveşte volatilitatea componentei tranzitorii şi aproximativ prima poziţie în ceea ce priveşte volatilitatea redusă pe termen lung. României şi Ungariei. ceea ce este în accord cu ideile descrise de Guimares and Karacadag (2004) care au evidenţiat faptul că în cazul Mexicului şi Turciei o volatilitate mai ridicată este asociată cu o depreciere a cursului de schimb. sugerând faptul că pe termen scurt tendinţa este de depreciere. în timp ce cea mai mică în cazul Ungariei. Fenomenul de tip externalitate la nivelul cursurilor de schimb ale celor 7 ţări europene Conexiunea dintre volatilitatea cursurilor de schimb corespunzătoare ţărilor emergente Est Europene şi zona euro a fost analizată pentru a evidenţia fenomenul de tip spillover dintr o perspective bidimensională. 3. Au fost relevate atât intercorelaţiile cursului de schimb la nivelul ţărilor est-europene. 30 . Componenta pe termen lung prezintă fenomenul de asimetrie (skewness) negativă. În ceea ce priveşte componenta pe termen lung. reflectând faptul că pe termen lung. cât şi corelaţiile dintre cursul de schimb la nivelul ţărilor est-europene şi euro (a se vedea tabelele 4 şi 5 din anexe).

Slovacia este corelată negativ într o măsură scăzută cu Ungaria. euro este corelat pozitiv într-o măsură considerabilă cu monedele Croaţiei. Forintul ungar este corelat negativ într un grad ridicat cu coroana cehă şi zlotul polonez şi pozitiv cu latiul letonian care este corelat negativ într un grad notabil cu coroana cehă. Leul românesc este corelat pozitiv cu coroana cehă şi zlotul polonez şi negativ cu forintul ungar şi coroana slovacă. zlotul polonez şi leul românesc. există o corelaţie negativă de o intensitate de aproximativ 45% între euro şi monedele unui grup de ţări format din Cehia. Corelaţii pozitive de o magnitudine mai scăzută sunt remarcate între lati ul leton. Cehiei şi Poloniei şi negativ cu monedele Ungariei şi României. Corelaţie negativă de o magnitudine mai scăzută a fost remarcată între EUR şi moneda letonă. Letonia este corelată negativ într o măsură ridicată cu Polonia şi Slovacia şi într o măsură scăzută cu Cehia. ceea ce este în concordanţă cu concluziile relevate de Parmor and Tamirisia findings (2006) care au evidenţiat faptul că în cazul ţărilor europene Est Emergente. Polonia şi Cehia în timp ce Croaţia este corelată pozitiv cu România. Magnitudinea corelaţiei dintre componentape termen lung a volatilităţii specific monedei europene şi monedele ţărilor europene Est Emergente este în mod absolute inferioară în raport cu cea corespunzătoare componentei tranzitorii. În privinţa volatilităţii permanente. O corelaţie pozitivă ridicată s-a remarcat şi între latiul leton şi leul românesc.La nivelul componentei tranzitorii. Slovacia şi Polonia. Forintul ungar este corelat pozitiv cu coroana slovacă şi kuna croată şi negativ cu coroana cehă şi latiul leton. Corelaţia medie între monedele ţărilor europene est emergente şi euro din punct de vedere al volatilităţii pe termen lung este evident inferioară în raport cu cea corespunzătoare volatilităţii tranzitorii. Corelaţia medie la nivelul componentei tranzitorii se ridică la 60% în timp ce la nivelul componentei permanente se ridică la 20%. Ungaria şi Polonia. 31 . zlotul polonez şi coroana slovacă şi negativ cu forintul ungar şi leul românesc. Kuna croată este corelată pozitiv cu coroana cehă. corelaţia dintre euro şi monedele acestora este inferioară celei relevate de Black and McMillan încă din anul 2004 la nivelul ţărilor dezvoltate.

dar cu o distribuţie mai omogenă a ponderilor. latiul leton şi leul românesc. forintul ungar. cât şi la nivelul componentei permanente (a se vedea tabelele 6 şi 7 din anexe). această poziţie este ocupată de Polonia. volatilitatea specifică monedelor est europene tinde să urmeze aceeaşi traiectorie pe termen lung. In cazul celei de-a doua componentă. în acord cu concluziile formulate de Kobor and Szekely (2005).Coroana slovacă este corelată pozitiv cu coroana cehă în timp ce leul românesc prezintă o corelaţie pozitivă de o intensitate de 51% cu Slovacia. pe de altă parte. coroana cehă şi leul românesc. coroana slovacă. Analiza Componentelor Principale relevă aceeaşi structură bipolară în cazul primei componente. ceea ce este în accord cu concluziile formulate de Borghijs and Kuijs (2004). In cazul celei de a patra componente. iar în cazul celei de-a şaptea componentă de Croaţia. Pentru a rafina perspectiva asupra volatilităţii prezentate de euro şi monedele ţărilor europene est emergente a fost realizată Analiza Componentelor Principale atât la nivelul componentei tranzitorii. zlotul polonez. În cazul celei de-a treia. a cincea şi a opta componentă. latiul leton depăşeşte celelalte ţări. Corelaţii negative slabe se manifestă între zlotul polonez. kuna croată. ceea ce este în acord cu concluziile formulate de Kobor and Szekely (2004) şi. coroana cehă. Ponderile corespunzătoare celui de-al doilea grup sunt mai omogen distribuite. În cazul celei de-a şaptea componente. leul românesc reacţionează diferit în raport cu celelalte monede. şi de leul românesc şi zlotul polonez pe de altă parte. traiectorii similar sunt evidenţiate de coroana cehă şi forintul ungar pe de o parte. evidenţiind faptul că latiul reacţionează diferit la şocuri. 32 . Dimensiunea tranzitorie a volatilităţii relevă faptul că în cazul primei componente se remarcă o structură bipolară care include pe de o parte euro. Cea de-a cincea şi a opta componentă relevă o distribuţie foarte omogenă a ponderilor. In privinţa componentei pe termen lung a volatilităţii.

forint ul ungar s-a dovedit a fi foarte volatil. confirmând relaţia puternică între aceste monede. în cea mai mare măsură acest aspect fiind explicat de atacul speculativ din 2003.t −1 q RO .t −1 ) + a3 ⋅ (ε RO .t −1 − σ RO . României.t −1 − q RO . modelul de tip CGARCH a fost reestimat prin utilizarea în cadrul ecuaţiei privind componenta permanentă a volatilităţii unei ţări componentele permanente estimate cu un lag în cazul celorlalte ţări.t −1 − qRO .t / I t −1 ~ N (0. 2 2 2 2 2 Alte efecte semnificative de tip spillover se evidenţiază din direcţia Croaţiei către Cehia şi din direcţia Slovaciei către Polonia.t −1 20) Output-ul statistic evidenţiază faptul că Ungaria şi Slovacia reprezintă două surse importante ale fenomenului de spillover.t −1 ) + a 2 ⋅ (σ RO . Efecte de tip spillover mai slabe se manifestă din direcţia Cehiei către România şi din direcţia Slovaciei către Cehia.t . unde ε RO .t = qt + a1 ⋅ ( ε RO . ceea ce este în acord cu concluziile relevate de aplicarea Analizei Componentelor Principale (PCA) şi a corelaţiilor de tip pereche (pairwise). Forintul ungar şi coroana cehă prezintă aceeaşi tendinţă a volatilităţii pe termen lung. Poloniei şi Slovaciei către Ungaria şi din Ungaria. Letonia şi România către Slovacia (a se vedea tabelele 8 şi 9 din anexe).t −1 ) ⋅ D RO .t = ω + b1 ⋅ ( qRO . Cel mai semnificativ efect de spillover manifestat la nivelul volatilităţii se remarcă din direcţia Croaţiei.t −1 − q RO.Aşa cum au relevat Kobor şi Szekely (2004). t −1 − ω ) + b2 ⋅ (ε RO . 2 2 rRO . σ RO .t −1 ) + b3 ⋅ q j .t = c ⋅ σ RO . fiind determinată de o serie de factori comuni care au un rol important în provocarea şocurilor. Pentru a obţine o perspectivă mai profundă asupra fenomenului de tip spillover la nivel intraregional în cadrul ţărilor europene Est Emergente.t + ε RO .t ) ( 2 σ RO . Efecte puternice de tip spillover reflect un grad ridicat de integrare a pieţelor 33 .

la nivelul interacţiunilor dintre monedele ţărilor emergente Est Europene şi euro. 2004). Aceste concluzii sunt semnificative în contextul crizei financiare actuale în care ţările sunt puternic inter-relaţionate prin globalizarea fluxurilor de capital. Fidrmuc and Korhonen. Chiar dacă opiniile privind potenţialul efect de contagiune din ţările dezvoltate către cele emergente au fost contradictorii. recenta criză financiară a evidenţiat faptul că ţările emergente est-europene au fost influenţate negativ. confirmând creşterea intensităţii fluxurilor financiare la nivelul ţărilor emergente Est Europene. Din moment ce forintul ungar este corelat puternic cu toate monedele ţărilor europene Est emergente. de asemenea. Fenomenul de tip spillover a fost analizat. stocare şi transmisie a fenomenului de tip externalitate. putem concluziona că acest efect este indirect din perspectiva mecanismelor de transmisie.valutare în cadrul ţărilor emergente Est Europene. ceea ce are un impact negative asupra lichidităţii. dar şi în ipostaza de absorbanţi. Direcţia efectului de tip spillover reflectă cele două monede atât în ipostaza de surse ale acestui fenomen. 34 . multe mizând pe faptul că ţările emergente sunt decorelate de cele dezvoltate şi efectele crizei nu le vor afecta. mai ales din perspectiva deprecierii cursului de schimb. Cel mai semnificativ fenomen de tip spillover a fost remarcat între euro şi forint ul ungar. 2005. Din moment ce la nivel intra-regional. zlotul polonez este depăşit de forintul ungar şi coroana cehă din punctul de vedere al intensităţii efectului de spillover. dar fiind puternic corelat nu numai cu celelalte monede ale ţărilor europene Est emergente. confirmând faptul că forintul ocupă poziţia de leader în regiune din perspectiva acestui fenomen. în opoziţie cu cercetări anterioare (Horvath. Acest impact a fost confirmat de fenomenul de spillover în cazul căruia cercetarea a furnizat concluzii foarte interesante. cum ar fi conceperea forintului ungar sub forma unui pol de receptare. dar şi cu euro. el acţionează ca un vector de transmisie a impulsurilor de volatilitate din direcţia monedei euro către celelalte monede. forintul ungar prezintă cea mai ridicată magnitudine din punctul de vedere al efectului de tip spillover.

Ulterior am estimat o regresie OLS aplicată datelor de tip panel cu efecte fixe: Xt = αi + β1log(SPRDi. Indicele CROI transformă ratingul furnizat de agenţia S&P pe scară numerică (a se vedea 35 .t = indicele Credit Rating Outlook pentru ţara i la momentul t Dit = variabila de tip Dummy. calculat pe baza ratingului de ţară furnizat de agenţia Standard and Poor’s. Factorii determinanti ai volatilitatii cursului valutar Analiza se concentrează asupra modului în care variabile care integrează informaţii de natură macro-financiară (indicele privind viziunea încadrării creditului .t) + β2 log(ri.t = rata dobânzii de politică monetară pentru ţara i la momentul t CROIi.t) + Dit + εit unde Xit = (ln((St)/(St-1)))∙100.Emerging Markets Bond Spreads) pot explica volatilitatea cursului de schimb la nivelul ţărilor emergente est-europene.t = randamentul aferent indicelui EMBI pentru ţara i la momentul t ri. Aceste randamente reflectă riscul implicit al ţărilor emergente.5. a fost necesară aplicarea primei diferenţe la nivelul seriilor de date logaritmate. Astfel. St reprezentând cursul de schimb pentru ţara i la momentul t SPRDi. Testele de pentru staţionaritate au relevat faptul că toate variabilele analizate sunt nonstaţionare.3. sub forma diferenţei dintre randamentele suverane aferente obligaţiunilor guvernamentale emise în cadrul economiilor emergente şi randamentele corespunzătoare obligaţiunilor guvernamentale emise în cadrul economiilor dezvoltate.Credit Rating Outlook. rata dobânzii de politică monetară.t) + β3 log(CROIi. care ia valoarea 1 în cazul în care rata inflaţiei mai mare de 3% şi respectiv 0 în cazul în care rata inflaţiei este inferior la 3% i ţară la t Randamentele aferente indicelui EMBI sunt determinate de JP Morgan pe baza zilnică. randamentul corespunzător indicelui marjei obligaţiunilor din pieţele emergente .

89) subliniază faptul că o variaţie de 1% a indicelui declanşează o volatilitate a cursului de schimb valutar de 1.1743 atunci când valoarea indicelui de a creşte cu o unitate. Coeficientul estimat aferent indicelui CROI evidenţiază că volatilitatea cursului de schimb va creşte cu 0. Dinamica cursului de schimb este afectată într-o mare măsură de două elemente-cheie.89%. Analiza la baza output-ului statistic.0421) reflectă faptul că. Coeficientul corespunzător indicelui EMBI (1.values asociate şi a valorilor statisticii T relevă faptul că variabile independente au o mare putere explicativă. care sunt profund corelate cu procesul de analiză dezvoltat de agenţiile de rating la nivel de ţară – indicii CROI şi EMBI. respectiv rata dobânzii de politică monetară. o potenţială reducere (downgrade) la B+ ar determina creşterea volatilităţii cursului de schimb cu 17% (cel mai probabil sub forma unei deprecieri). Având în vedere cazul României al cărei rating a fost scăzut la BB-. Un impact puternic asupra volatilităţii cursului de schimb este exercitat dinamica ratei de dobândă. precum şi de indicele CROI. atunci când rata inflaţiei depăşeşte pragul de 3%. urmată de indicele EMBI.674%. instabilitatea cursului de schimb este profund corelată cu inflaţia. volatilitatea cursului de schimb va atinge 5%.tabelul 10 din anexe). Coeficientul corespunzător variabilei Dummy (0. sugerând că volatilitatea cursului de schimb este determinată în mod semnificativ de către setul de variabile explicative. Toţi coeficienţii sunt semnificative la 1%. 36 . deoarece o eventuală depreciere a cursului de schimb este de însoţită de o rată ridicată a inflaţiei. Impactul cel mai semnificativ este exercitat de variabilele financiare între care se poate stabili o anumită corelaţie. O creştere cu 1% a ratei dobânzii de referinţă va determina o volatilitate a cursului de schimb de 2. concepute ca un proxy pentru atitudinea investitorilor. Astfel. respectiv în direcţia P.

37 . Percepţia indusă de către agenţiile de rating cu privire la perspectivele macroeconomice corelat cu expunere mai mare la globalizarea financiară exercită o influenţă puternică asupra dinamicii cursului de schimb la nivelul ţărilor emergente est-europene. Chiar dacă fluxurile financiare internaţionale au contribuit într-o primă etapă în procesul de catching-up care a susţinut creşterea economică în ţările emergente est-europene. ceea ce implicit creşte volatilitatea macroeconomică. criza financiară aduce o altă perspectivă în acest sens. în special din punctul de vedere al dependenţelor liniile de finanţare externă.Această constatare este în concordanţă cu ipoteza privind impactul manifestat de globalizarea fluxurilor financiare asupra volatilităţii macroeconomice. expunerea ţărilor emergente est-europene la externalizarea fluxurilor financiare devine un factor cheie al volatilităţii macroeconomice. ţările emergente est-europene se confruntă cu riscul de lichiditate. În contextul crizei financiare. Fiind dependentă de fluxurile financiare străine.

Coeficienţii aferenţi componentei permanente au fost pozitivi şi superiori celor care corespund componentei tranzitorii. şocurile au fost absorbite rapid. reflectând faptul că dimensiunea permanentă a volatilităţii este mai puternică decât cea pe termen scurt. Astfel. din perspectiva dinamicii cursului de schimb. Ungaria şi Cehia prezintă componente similare ale volatilităţii pe termen lung. în timp ce în cazul Poloniei valoarea este cea mai redusă. caracterizat prin creştere economică până în anul 2008. Ungaria manifestă cea mai ridicată volatilitate. Din cauza unui mediu macroeconomic mai stabil. specific procesului de recuperare a decalajului (catching-up). există un anumit grad de particularitate în ceea ce priveşte reacţia mediilor macroeconomice la şocuri. din punctul de vedere al dimensiunilor permanente şi tranzitorii. În esenţă. Singurele excepţii constau în cazul României şi Slovaciei. Volatilitatea a fost abordată bi-dimensional. ceea ce sugerează şocurile pe termen lung. coeficienţii corespunzători termenului eroare pe termen lung sunt pozitivi. Deviaţia standard asociată componentei tranzitorii surclasează deviaţia standard corespunzătoare componentei pe termen lung. 38 . România deţine o poziţie medie din punctul de vedere al volatilităţii corespunzătoare componentei tranzitorii şi una de proximitate în raport cu prima poziţie aferentă volatilităţii pe termen lung. Componenta tranzitorie cea mai volatilă se înregistrează în cazul Croaţiei. Fenomenul de repercutare a volatilităţii macroeconomice asupra sectorului corporativ a fost analizat din perspectiva crizei financiare recente în care fluxurile de capital transfrontaliere au contribuit la contagiunea financiară.Concluzii Analiza s-a concentrat asupra volatilităţii specifice ţărilor emergente europene. Componenta tranzitorie implică o volatilitate superioară în raport cu componenta permanentă. volatilitatea în ţările emergente est-europene este cu siguranţă pe termen lung. În ceea ce priveşte componenta pe termen lung. în timp ce valoarea cea mai redusă s-a înregistrat în cazul Ungariei. dimensiunea tranzitorie a şocurilor fiind evidentă.

în special prin rata dobânzii corespunzătoare politicii monetare. prin intermediul globalizării fluxurile financiare. care sunt profund corelate cu activitatea de analiză dezvoltată de agenţiile de rating la nivel de ţară – indicii CROI şi EMBI. Fidrmuc şi Korhonen. 2004). dar şi cu moneda unică. În privinţa volatilităţii cursului de schimb.evidenţiind factori de şoc comuni. urmate de coeficienţi asociaţi randamentelor aferente indicelui EMBI. ceea ce confirmă faptul că forint-ul ungar este monedă-lider în regiune. Dimensiunea puternică a efectelor de tip externalitate a volatilităţii (repercutarea volatilităţii macroeconomice asupra sectorului corporativ) evidenţiază un grad ridicat de integrare la nivelul pieţelor emergente. Spre deosebire de cercetări anterioare (Horvath. conceput ca un proxy pentru atitudinea investitorilor şi de indicele de CROI. 2005. forintul ungar este depăşit de coroana cehă din punctul de vedere al magnitudinii efectului de tip externalitate. Deoarece la nivel intra-regional. Dinamica cursului de schimb este afectată într-o mare măsură de două elemente-cheie. 39 . cât şi din perspectiva capacităţii de absorbţie a şocurilor. fiind puternic corelat cu celelalte devize din zona ţărilor emergente. Forintul ungar acţionează ca o curea de transmisie a impulsurilor de volatilitate de la nivelul monedei unice către celelalte valute. în contextul crizei financiare reale în cazul în care ţări sunt profund interdependente. impactul cel mai semnificativ este exercitat de variabilele financiare. cu un impact negativ asupra lichidităţii. Aceste constatări sunt extrem de semnificative. confirmând accentuarea fluxurilor financiare între ţările emergente est-europene. Direcţia fenomenului de repercutare a volatilităţii implică existenţa ambelor devize atât în calitate de declaşantori ai fenomenului de tip externalitate. Cele mai semnificative fenomene de tip externalitate au fost remarcate din direcţia monedei unice către forint-ul ungar. forint-ul ungar manifestă cea mai mare amploare din punctul de vedere al efectului de tip externalitate şi al mecanismului de transmisie.

ţările emergente est-europene implică o expunere superioară în raport cu globalizarea fluxurilor financiare. 40 .Această constatare este în concordanţă cu ipoteza privind creşterea impactului globalizării fluxurilor financiare asupra volatilităţii macroeconomice. În contextul crizei economice actuale. este necesar să se dezvolte strategii financiare performante de management financiar. în special din punctul de vedere al dependenţelor de liniilor de finanţare externă. capabile să anihileze efectul de transmisie. Percepţia indusă de către agenţiile de rating cu privire la perspectivele macroeconomice corelate cu expunerea mai mare în raport cu globalizarea financiară exercită o influenţă puternică asupra dinamicii cursului de schimb la nivelul ţărilor emergente est-europene. Prin urmare.

Steve Symansky. Elsevier. Devereux Michael B. 2003/31 Journal of Applied Econometrics. Bacchetta Philippe. 2004 7. Center for Operations Research and Econometrics.Bayoumi Tamin. Louvain-La-Neuve.C.Market. 1994 4. Angela. 1981 6. 2005 2.. A New Approach to Decomposition of Economic Time Series into Permanent and Transitory Components with Particular Attention to Measurement of the ‘Business Cycle’. D.Bibliografie 1. Institute for International Economics. 895–907. pp. Nelson Charles R. Exchange Rate Dynamics in a Model of PricingTo. Core Discussion Paper. Black J. Productivity Growth and the Exchange Rate Regime: The Role of Financial Development . The Robustness of Equilibrium Exchange Rate Calculations to Alternative Assumptions and Methodologies. Rombouts. în Estimation of Equilibrium Exchange Rates. Jeroen V. Kenneth Rogoff. pp. McMillan G. Vol. Washington. Journal of International Economics. Sébastien Laurent. Betts Caroline. David. On the Concept and Usefulness of the Equilibrium Rate of Exchange . Beveridge Stephen. 14. John Williamson. în Estimating Equilibrium Exchange Rates. 215-244. 7. Mark Taylor.. Long Run Trends and Volatility Spillovers in Daily Exchange Rates. vol. Ranciere Romain. Aghion Philippe. Applied Financial Economics..K. NBER Working Paper 12117. 1994 41 . Black Stanley. Vol. Taylor and Francis Journals. Bauwens Luc. Peter Clark. pp. 2003 3. 50. Multivariate GARCH Models: A Survey. Journal of Monetary Economics. 2000 5. 151–74.

52. 41. pp. Exchange Rates in Central Europe: A Blessing or a Curse?. Carnegie-Rochester Conference Serie son Public Policy. Real Exchange Rate in Developing Countries: Are Balassa-Samuelson Effects Present?. Borghijs Alain. Econometric Reviews.143–72. Clark Peter. 3.1-56. vol. 2005 16. No. Sources of Real Exchange Rate Fluctuations: How Important are Nominal Shocks. 1986 12. Productivity and Demand Shocks: Evidence from a Panel of 14 Countries..No. IMF Working Paper 04/2. Louis Kuijs. 1994 42 . Journal of International and Comparative Economics.8. Bollerslev Tim. Byrne Joseph P. Philip Davis. Louis Johnston. 307–29. Journal of Econometrics. Review of Economics and Statistics. 3. 72.2.pp. Vol. Concepts of Equilibrium Exchange-Rates. 3. Modelling the Coherence in Short-Run Nominal Exchange Rates: A Multivariate Generalized ARCH Model. Wooldridge Jeffrey M. 31. pp. Choudri Ehsan. Generalized Autoregressive Conditional Heteroskedasticity. No. Washington: International Monetary Fund. Vol. 498–505. 307–27. 67. Oxford Bulletin of Economics and Statistics. Real Exchange Rate Leves. Vol. IMF Working Paper WP/97/66. 1990 11. IMF Staff Papers. Bollerslev Tim. no. p. The Impact of Short-and-Long-Run Exchange Rate Uncertainty on Investment: A Panel Study of Industrial Countries. 2004 13.. Vol. Mohsin Khan. pp. 11. 2005 14. Quasi-Maximum Likelihood Estimation and Inference in Dynamic Models with Time-Varying Covariances”. Bollerslev Tim. Jordi Gali. vol. Chinn Menzie. 1996 15.. 1995 9.1992 10. Clarida R. E.

Ronald MacDonald. 1998 18. Exchange Rates and Economic Fundamentals: A Methodological Comparison of BEERs and FEERs.. 2003 22. Roland MacDonald. colecţia Biblioteca Băncii Naţionale. Exchange Rate Pass-through. Model Uncertainty and the Equilibrium Value of the Real Effective Euro Exchange Rate. A. Exchange Rate Developments and Fundamentals in Four EU Accession and Candidate Countries: Bulgaria. Engel. Schnabl.. IMF Working Paper WP/98/67. F. 3468. Journal of Monetary Economics 49. Clark Peter B. Oesterreichische Nationalbank. Exchange Rate Regime and Macroeconomic Performance in Central and Eastern Europe. Smets. John Huizinga. G. Oesterreichische Nationalbank. Codirlaşu Adrian. Crespo-Cuaresma Jesus. 2005 20. Focus on European Economic Integration 2/04. J. and Exchange Rate Disconnect. Jarko Fidrmuc. 2002 43 . 2005 24. Henry. De Grauwe P. Panel Data Evidence for Selected CEECs. 21. Jarko Fidrmuc. 2002 25. 2004.. The Monetary Approach to Exchange Rates in the CEECs.. 2000 19. Devereux M. IMF Working Paper WP/00/144. 160. Detken C. Exchange Rate Volatility. NBER working paper no. M. Romania and Turkey. CESifo. Clark Peter B. Cumby R. The Predictability of Real Exchange Rates Changes in the Short Run and in the Long Run. Focus on Transition 2/2003. 1990 23.. în Convergenţa reală şi convergenţa nominală. Marin. C. Crespo-Cuaresma Jesus. Croatia. Working Paper 1182. 913-940. A. Dieppe. Silgoner.17. Roland MacDonald. Filtering the BEER: A Permanent and Transitory Decomposition. C. Estimarea efectului BalassaSamuelson în România.. ECB Working Paper no. Nicolaie Alexandru-Chidesciuc.

50..C. Autoregressive Conditional Heteroscedasticity with Estimates for the Variance of United Kingdom Inflation. Egert Balasz.. John H. 2003 31. Drine. 2004 27. Lommatzsch.. Vol. Concepts of Equilibrium Real Exchange Rates. I. Washington: International Monetary Fund. 664. 2003 30. K. Egert Balasz. Bank of England working paper no. Engle Robert F. Driver Rebecca L. 248. Econometrica. 1994 32. IMF Working Paper 04/78. Brenda González-Hermosillo. Rogers. 2004 28. pp. 1112-1125. 1982 33. Journal of Comparative Economics 31. Williamson. 2004 29. K. Vol. No. 1996 44 . Renée Fry. Equilibrium Real Exchange Rates in Acceding Countries: How Large Is Our Confidence (Interval)?. D.. Estimating Long-Run Equilibrium Real Exchange Rates . Peter F. Westaway. Empirical Modeling of Contagion: A Review of Methodologie. Rault. William Davidson Institute. Institute for International Economics. Washington. Oesterreichische National Bank. Lommatzsch. The American Economic Review. No. 987–1008. editor J. Dungey Mardi.26. The Balassa-Samuelson Effect in Central and Eastern Europe: Myth or Reality?. 552-572. Assesing Equilibrium Exchange Rates in CEE Acceding Countries: Can We Have DEER with BEER without FEER?. Engel Charles. 4. în Estimating Equilibrium Exchange Rates . pp. C. 86. 5.. Vance Martin.Working Paper no. How Wide Is the Border?. Elbadawi I. Focus on Transition 2/2003. Egert Balasz.

.. Multivariate Stochastic Variance Models. E.. Exchange Rate Misalignment: Concepts and Measurements for Developing Countries. 99–111. Harvey A. 44. p. Faruqee Hamid. 60. Ruiz. Vol. Real Currency Appreciation in Accession Countries: Balassa-Samuelson and Investment Demand.Hinkle Lawrence. 2001 40. 2004 36. Wyplosz. 1999 37. Long-Run Determinants of the Real Exchange Rate: A Stock-Flow Equilibrium Approach?. Review of Economic Studies. Halpern L.34. Iikka Korhonen. Vol. IMF Staff Papers. BOFIT Discussion Paper No.. Journal of Monetary Economics. Oxford. 2004 39. C. 04/123. G. Finn M.. Oxford University Press. No. Economic Survey of Europe. 1994 42. The Empirics of Foreign Exchange Intervention in Emerging Market Countries: The Cases of Mexico and Turkey. Shephard. Fischer C. Fidrmuc Jarko. 1995 35. p 80 – 107. Guimarães Roberto F. Economic Transformation and Real Exchange Rates in the 2000s: the Balassa-Samuelson Connection. 2002 38. 1999 45 . A Meta-Analysis of Business Cycle Correlation Between the Euro Area and CEECs: What Do We Know—And Who Cares?. 42. 453-475. 44. Equilibrium Exchange Rates in Transition Economies. C. Bank of Finland.. Halpern L. Peter J. 1997 41. Wyplosz. 1. 8. Montiel. 430-461. 20. IMF Staff Papers. An Equilibrium Theory of Nominal and Real Exchange Rate Comovements. Cem Karacadag. Washington: International Monetary Fund. BOFIT—Institute for Economies in Transition. N. Vol. BOFIT Discussion Paper No. IMF Working Paper No. pp.

Isard Peter. Fetherston. Kim S. 1995 48. Journal of Econometrics. 3. 473-486. 942-948. 27. No. How Far Can We Push the ‘Law of One Price?’. 1977 47. The American Economic Review. Likelihood-Based Inference in Cointegrated Vector Autoregressive Models.149214. 48. p. Johansen Soren. 2001 51. Methodology for Curent Account and Exchange Rate Assesments. M. 5. Knetter Michael M. An Empirical Investigation of the Long-Run Behaviour of Real Exchange Rates. 67. Carnegie-Rochester Conference Serie son Public Policy. p. 53. H. CNB Working Paper No. International Transmission of US Monetary Policy Shocks: Evidence from VARs. Czech Republic: Czech National Bank. 1999 50. 2001 46. Huizinga John.. G. Have Exchange Rates Become More Closely Tied? Evidence from a New Multivariate GARCH Model. 2005 44. Isard Peter. Exchange Rate Variability. Oxford University Press. pp. Vol.43.. 211-244. 1993 46 . Journal of Monetary Economics. Vol.. 9910. Kincaid. Vol. No. Testing Structural Hyphotheses in a Multivariate Cointegration Analysis of the PPP and UIP for the UK. Klaassen Franc. 83. pp. Faruquee. Pressures and Optimum Currency Area Criteria: Implications for the Central and Eastern European Countries. The American Economic Review. vol. Vol. 339-372. Katerina Juselius. 1992 49. R. Tilburg University Centre for Economic Research. Johansen Soren. Discussion Paper No. IMF Occasional Papers no. 1987 45. 8. Horváth Roman. International Comparisons of Pricing-to-Market Behavior. p. 209..

Journal of International Economics. 1995 56. CESifo working paper no. Deutsche Bundesbank.383.. What is Behind the Real Appreciation of the Accession Countries' Currencies? An Investigation of the PPI-based Real Exchange Rate. Concepts to Calculate Equilibrium Exchange Rates: an Overview. István Székely. 2000 47 . The Transfer Problem Revisited: Net Foreign Assets and Real Exchange Rates. Real Exchange Rates and the Business Cycle: Survey and Evidence. Discussion paper no. Washington: International Monetary Fund. 2000 60. 235-266. în Fundamental Determinants of Exchange Rates. Gian Maria Milesi-Ferretti. The Dynamics of the Real Exchange Rate and Current Account în a Small Open Economy: Australia. Swagel. IMF Working Paper 04/16. Lane R. Lommatzsch Kirsten. 2003 58. Clarendon Press. Philip. Catching Up: the Role of Demand. 2004 53.899. IMF working paper 00/123. Lane R. Cezary Wojcik. Australian Economic Papers. MacDonald Ronald. MacDonald Ronald. Silke Tober. 2000 55. Philip. IMF staff paper for World Economic Outlook. Kóbor Ádám.28. Stein. pp. p.3. vol. 2004 57. Foreign Exchange Market Volatility in EU Accession Countries in the Run-Up to Euro Adoption: Weathering Uncharted Waters. 2001 54. Lim Guay C. MacDonald Ronald.52. 2002 59. P.403. 54 (2). The New Open Economy Macroeconomics: A Survey. Economic Systems. MacDonald Ronald. L. Modelling the Long-Run Real Effective Exchange Rate of the New Zealand Dollar. Supply and Regulated Price Effects on the Real Exchange Rates of Four Accession Countries. J.

665-685. Taylor. 1995 69. pp. ECB working paper 353. IMF Working Paper 97/21. Exchange Rates and Fundamentals: Evidence on Long Horizon Predictability. The Monetary Approach to the Exchange Rate: Rational Expectations. Marsh. Ian W. On Fundamentals and Exchange Rates: A Casselian Perspective. Mark Nelson C. IMF Working Papers 95/14. Long-Run Equilibrium and Forecasting. 7-11. Towards the Estimation of Equilibrium Exchange Rates for CEE Acceding Countries: Methodological Issues and a Panel Cointegration Perspective. MacDonald Roland. What Determines Real Exchange Rates? The Long and Short of it. Panel Unit Root Tests and Real Exchange Rates .. Long-Run Exchange Rate Modeling . International Macroeconomics and Finance . 85. Berndt Schnatz. MacDonald Roland. Economics Letters. Vol. 79. 1997 63. 5.. The Review of Economics and Statistics. No. Vol. p. 1996 64. 89-107. nr. Journal of International Money and Finance. 1. 1993 67. 201-218. Chiara Osbat. Ian Marsh.Theory and Econometric Methods. 655664. Maeso-Fernandez Francisco. Mark Nelson C. 1995 66. 1997 62. Mark P. 50. Currency Forecasters and Heterogeneous: Confirmation and Consequences.A Survey of the Recent Evidence. MacDonald Ronald. MacDonald Ronald. vol.. p. Blackwell Publishers. MacDonald Roland. IMF Staff Papers 40. 2001 48 . Vol. American Economic Review. 4. 15.61. 2004 68. 1996 65. MacDonald Roland.

Kenneth Rogoff. editor Jacob A. 1984 75. Kenneth Rogoff. Vol. The Out-of-Sample Failure of Empirical Exchange Rate Models: Sampling Error of Mispecification? în Exchange Rates and International Macroeconomics. 2000 78. Meredith G. 14. ICMM Working Paper No. Foundations of International Economics. Meese Richard. NBER. 1998 77. pp. Jocelyn Horne. University of Chicago Press. 1996 79. 1997 72. Meese Richard. Masson Paul.70. 624-660 . The Relationship Between Real Exchange Rates and Real Interest Rates: A Panel Perspective . 1985 76. Masson Paul. pp. Journal of International Economics. Net Foreign Assets and International Adjustments: the United States. IMF working paper 33. pp. Journal of Political Economy. Japan and Germany. A Reconsideration of the Uncovered Interest Parity Relationship. Was it Real. 1983 74. 1992 73. Kenneth Rogoff. NBER working paper 4113. Long-Horizon Uncovered Interest Parity . Meese Richard. Obstfeld Maurice. Joroen Kremers. Empirical Exchange Rate Models of the Seventies: Do They Fit Out of Sample? . The Six Major Puzzles in International Macroeconomics: Is There a Common Cause?. Kenneth Rogoff. Jocelyn Horne. Obstfeld Maurice. MIT Press. 1973-1984.. 67 – 109. McCallum Bennett T. Kenneth Rogoff. NBER working paper 1732. Joroen Kremers. Exchange Rate Dynamics Redux.The Exchange Rate-Interest Differential Relation.. 3 – 24. Frenkel. Working Paper 7777. 6797. 43. Chinn. Keneth Rogoff. NBER Working Paper No. 1995 49 . 103 (3). Obstfeld Maurice. Menzie D. 1993 71.

1985 88. Williamson John. 2002 86. 1998 50 . Washington. p. Cambridge University Press. Vol. Institute for International Economics. Pesaran H. Washington D. Institute for International Economic. p. Montiel. 1982 81. Samuelson Paul A. Officer Lawrence H. Economic Journal. Williamson John. Peter J. Estimating Equilibrium Exchange Rates. S..80.C. Exchange Rate Management. An autoregressive distributed lag modelling approach to cointegration Analysis. 11 în The Econometrics and Economic Theory în the 20th Century. 1983 87. Cambridge University Press. cap. 1994 89. 1964 85. Rogoff Kenneth. XXXIV. Y. Sarno Lucio.. Real Exchange Rates for the Year 2000. Review of Economics and Statistics 46. Journal of Economic Literature. Shin. Størm. 103. Rebecca Driver. 1998 82. Theoretical Notes on Trade Problems . Vol. 2003 83. Power Parity and Exchange Rates: Theory Evidence and Relevance.. The Purchasing Power Parity Puzzle . Wren-Lewis Simon. Cambridge. Greenwich. Policy Analysis in International Economics.M. Cambridge University Press. Mark Taylor. Williamson John. Institute for International Economics. The Economics of Exchange Rates. 188197. 1996 84.. Macroeconomics in Emerging Markets. 145 – 154. JAI Press. The Exchange Rate System .

460098* (5.3504) -0.Anexe Tabel nr.141546*** (-0.912907* (6.786221) 0.004182 (0.243340* (-9.011840* (44.062694) 0.057976* (6.68601) 0.021745) 0.8737) -0.801802* (104.452523* (-5.941526* (13.227202) 0.029738) -0.592011 Ungaria 0.12386) 0.121822) -0.773090* (15.036608*** (-2.242090* (7.013946 (-1.165118 (0.135983* (261.032940*** (2.011251 (-0.82663) -0.73832) 0.758677* (127.065624) 0.523997* (46.561961) -0. ** Semnificativ la 10%.996631) 0.125405* (-6.96697) 0.084074) -0. *** Semnificativ la 5% T-STATISTICS în paranteză 0.44875) 0.970219) 0.612345 România 0.021698* (-3.218774) -0.870551* (32.007189** (-0.108012* (5.906420 (1.159737) 0.869515* (27.996631) 0.104709* (62.229175) 0.766087 Cehia 0.789824) 0.804890) -0.014733* (22.912217 Polonia 0.00412) 0.036677) 0.341343) 0.268688) -0.116980* (56.555219) -0.09787) -0.004208 (-0.102255* (-6.152247* (8.236413* (33.289354* (-4.22296) 0.750277* (4.69708) -0.160574) 0.937785 Slovacia 0.105776) -0.399910) 0.007151 (-1.657455) -0.49850) 0.005797 (0.288622* (26.624951* (2.273689* (4.74188 51 .866689 Letonia 0.714573* (-13.1541) -0.45521) 0.491054) 0.018294) -0. 1 – Rezultatele statistice corespunzătoare pentru ecuaţia: Assymetric CGARCH Croaţia Intercept Permanent ARCH term Asymme tric term Garch term Error term ω ρ α Ψ β ξ α + β Sursă: Procesare proprie *Semnificativ la 1%.

621 Sursă: Procesare proprie Cehia 0.517 2. 2 – Statisticile descriptive corespunzătoare componentei pe termen scurt a volatilităţii Croaţia Mean -0.271 0.316 -0.224 1.029 2.510 0.513 1.740 0.200 0.534 * ST = componenta tranzitorie a volatilităţii corespunzătoare fiecărei ţări Tabel nr.423 0.981 -0.088 0.787 Letonia 0.957 0.943 0.277 0.067 1.602 România 0.554 0.749 0.773 0.681 -0.030 0.112 1.530 0.098 1.599 5.779 3.949 0.039 0.362 1.022 0.812 2.559 -0.295 -0. 3 – Statisticile descriptive corespunzătoare componentei pe termen lung a volatilităţii LT Croaţia Mean 0.365 0.321 Skewness -1.398 -0.037 0.537 Kurtosis 4.622 2.135 0.078 Slovacia 0.961 Std.782 0.299 0.522 0. 4 – Volatilitatea pe termen scurt a valutelor ţărilor din Europa Central ă şi de Est corelate în perechi (pair wise correlation) ST EUR Croaţia Cehia Ungaria Letonia România Polonia Slovacia 52 .086 Std.753 -0.569 România -0.077 Probability 0.541 0. 0.148 2.559 2.011 0.567 0.114 -0.766 Minimum -0.684 1. 3.995 -0.152 Sum Sq.049 Jarque-Bera 3.545 0.281 -0.170 -0.272 1.279 0.670 -0.839 0.876 0.511 -0.020 0.679 -2.876 Minimum -0.208 1.919 0.696 0.892 0.567 Ungaria -0.293 -1.809 0.216 0.721 1.588 0.912 -0. 0. Dev.716 Maximum 0.606 2.559 -1.992 -0.784 Probability 0.834 2.969 1.982 0. Dev.843 Polonia 0.369 1.213 -0.214 Sum 4.219 1.983 0.000 0.421 -0.912 0.116 0.725 Skewness 0.245 Kurtosis 1.499 0.751 0.734 0.653 Slovacia -0.595 Median 0.385 0.525 -0.059 0.774 3.675 Sum -1.642 0.893 0.036 0.154 3.074 Letonia 0.515 Polonia 0.491 0.751 0.566 0.954 0.107 1.650 1.782 3.164 Median -0.580 0.263 0.052 -0.916 0.623 0.137 * LT = componenta pe termen lung a volatilităţii Tabel nr.131 0. Dev.621 0.172 0.833 2.500 0.339 0. 0.570 0. Dev.263 Maximum 0.Tabel nr.456 5.732 -0.167 Sum Sq.963 0.435 Jarque-Bera 0.157 Sursă: Procesare proprie ST Cehia 0.861 0.057 0.795 Ungaria 0.

656 0.855 0.565 0.709 -0.889 Vector7 -0.000 0.092 1. 5 – Volatilitatea pe termen lung a valutelor ţărilor din Europa Central ă şi de Est corelate în perechi (pair wise correlation) LT EUR Croaţia Cehia EUR 1.709 0.055 1.67 7% 92% Comp6 0.000 Ungaria 0.470 -0.015 53 .972 0.000 0.146 -0.010 1.709 0.449 0.558 Letonia -0.470 -0.539 0.000 -0.512 0.010 -0. 6 – Analiza Componentelor Principale aplicată volatilităţii pe termen scurt a valutelor ţărilor din Europa Centrală şi de Est analizate şi euro Components Eigenvalue Variance properties Cumulative properties Eigenvectors Variable ST EUR Comp1 2.000 0.181 0.989 -1.637 Letonia -0.168 -0.323 0.665 -0.000 0.651 0.109 Vector3 -0.030 -0.065 -0.000 -0.868 -0.241 -0.057 0.054 0.896 -0.623 Polonia 0.599 -0.989 -0.323 -0.139 Vector6 -0.094 0.449 Sursă: Procesare proprie Tabel nr.000 Ungaria -0.000 -0.201 -0.088 Vector5 0.158 0.565 0.091 -0.236 0.855 0.170 România -0.709 -0.170 -0.485 -0.054 0.868 1.58 6% 94% Comp7 0.651 Cehia 0.558 -0.182 1.241 -0.240 0.000 0.000 -0.599 1.74 9% 83% Comp5 0.000 -0.000 0.790 0.168 Croaţia -0.48 4% 98% Comp8 0.328 0.341 Vector8 -0.000 0.090 1.094 Ungaria 0.000 -0.091 -0.092 0.922 0.040 0.830 Vector2 0.EUR Croaţia Cehia 1.000 -0.94 15% 78% Comp4 0.443 1.040 0.337 Vector4 0.201 0.19 2% 100% Vector1 0.753 0.030 0.769 0.691 -0.182 1.82 68% 68% Comp2 1.511 Polonia 0.711 Slovacia -0.62 18% 57% Comp3 0.623 0.539 0.206 -1.000 -0.665 -0.328 0.453 0.993 1.896 1.993 -0.665 1.240 Slovacia -0.656 Slovacia 0.691 -0.922 0.146 0.158 Letonia -0.769 România -0.443 0.743 -0.000 -0.236 0.753 -0.789 0.997 1.485 0.057 1.453 România -0.790 Sursă: Procesare proprie Tabel nr.637 -0.182 -0.055 0.972 0.065 -0.743 0.997 0.789 Polonia 0.

023 -0.716 0. 9 – Efectul de externalitate din ţările din BB+ 11 Z-statistic 10.542 0.171 -0.085 Ungaria -0.725 -0.7 Slovacia 0.7 Tabel nr.299 0.017 9.578 -0.095 0.043 0.7 Polonia 0.064 -0.149 -0.733 -0.111 0 -0.354 -0.408 0.066 -0.539 0.614 -0.024 0.063 -0.188 Category S&P sovereign ratings Stable Positive Negative Cehia 0.7 Sursă: Procesare proprie B BTabel nr.529 0.115 0.088 AA4 3 5.188 -0.075 0.257 0.077 0.7 Din ţara i către Ungaria Coefficient b3 Standard error 7 Z-statistic Polonia BBB+ BBB 0.146 0.250 Slovacia 0.110 0.191 0.068 0.1 15.003 0.041 0.113 0.285 AA+ 2 3.1 14.011 0.877 0.092 -0.000 BB 12 11.132 -0.128 0.43 0.80 0.129 0.Croaţia Cehia 0.041 0.576 -0.128 -0.69 0.081 0.111 0.345 0.7 România 0.7 Letonia -0. categoria I Europa Centrală şi de Est analizate către Slovacia Tabel nr.329 -0.806 A+ 5 6.196 -0.006 7.60 2.150 I nvestment grade Ungaria -0.000 BB13 12.028 -0.183 -0. 10 – Indicele CROI CCC+ Sub-investment grade.22 Variance 41% 23% 20% 17% 15% 11% 9% 4% properties Cumulative 41% 53% 79% 83% 85% 89% 95% 100% properties Eigenvectors Variable ST Vector1 Vector2 Vector3 Vector4 Vector5 Vector6 Vector7 Vector8 EUR -0.7 54 20 21 22 .070 România -0.514 0.7 18.004 6.423 AAA 1 2. categoria I I CCC CCCCC C SD 18 19 20 21 22 18 19 20 21 22 18 19 15 16 17 14.198 0.100 0.040 -0.603 -0.36 0.005 0.133 -0.70 0. 7 – Analiza Componentelor Principale aplicată volatilităţii pe termen lung a valutelor ţărilor din Europa Centrală şi de Est analizate şi euro Components Comp1 Comp2 Comp3 Comp4 Comp5 Comp6 Comp7 Comp8 Eigenvalue 4.524 0.7 11.7 17.635 -0.7 10.017 8 9 10 2.165 -0.1 Probability 12.227 0.50 3.350 4 0. 8 – Efectul de externalitate din ţările din Europa Centrală şi de Est analizate către Ungaria A6 Probability 8.050 0.322 -0.519 0.054 0.232 -0.166 Sursă: Procesare proprie Tabel nr.102 -0.011 -0.015 AA 3 4.126 -0.1 16.046 0.1 15.060 0.386 7 8 9 0.302 -0.193 0.517 Outlook -0.648 1 0.410 0.197 -0.162 0.583 0.088 -0.7 Sursă: Procesare proprie A 6 5 7.015 6.641 0.077 0.138 Polonia 0.041 0.1 16.7 Sursă: Procesare proprie BBB- Sub-investment grade.419 -0.211 -0.112 -0.325 -0.355 -0.189 -0.130 0.7 Din ţara i către Slovacia Coefficient b3 Standard error Letonia 0.332 0.050 Letonia -0.138 -0.056 0.402 -0.278 0.209 -0.437 0.666 -0.7 Zona Euro 0.063 0.167 0.7 România -0.780 -0.412 -0.329 -0.310 0.056 2 -0.053 0.352 -0.087 0.155 Croaţia -0.1 13.119 0.645 -0.102 0.293 -0.039 0.000 B+ 14 13.

011 0. 11 – Rezultatele modelului statistic Variabila dependentă .893 0.056 4.Sursă: Procesare proprie Tabel nr.174 0.000 0.860 4.ln((St)/(St-1)) Variabile explicative Indicatori Macro CROI D1 Indicatori monetari-financiari Rata de referinţă a băncii centrale Marja EMBI Alte variabile explicative Constant Coefficient 0.001 0.018 T-statistic 9.674 1.000 2.000 55 .990 3.032 8.220 0.002 31.532 0.270 P-value 0.042 Standard error 0.750 0.014 0.

156 CROI does not Granger cause ln(St/St-1) 12.532 0.030 1.798 Tabel nr.080 Probability 0.542 15.821 0.060 Ln(St/St-1) does not Granger cause Central Bank interest rate Central Bank interest rate does not Granger cause ln(St/St-1) Ln(St/St-1) does not Granger cause EMBI spreads EMBI spreads does not Granger cause Ln(St/St-1) Sursă: Procesare proprie 1.004 0.894 14.002 56 .184 0.774 0.R squared Within Between Overall Sursă: Procesare proprie 0. 12 – Rezultatele statistice bazate pe testul de cauzalitate Granger F-statistic Ln(St/St-1) does not Granger cause CROI 1.236 0.001 0.134 0.

Sign up to vote on this title
UsefulNot useful