Volatility and co-movements of the equity markets in Central Europe – evidence from Poland and Hungary

• Authors: Chmielewska Anna

Title variants

PL

Zmienność i współzależność rynków akcji w Europie Środkowo Wschodniej na przykładzie rynków Polski i Węgier

• Languages of publication: EN

Abstracts

EN

This article aims at verifying if there has been a structural change in the co-movement pattern of selected Central and Eastern Europe (CEE) over the ten-year period following the financial crisis. The empirical results confirmed that such a change was observed both in the correlation and volatility levels for specific market segments, as well as in the market dynamics. These findings provide a new insight into understanding the shock resilience, which consequently can supplement a wider assessment of the systemic risk in the financial markets. The key results point towards a decreased uncertainty in estimated correlation levels during the post-crisis period. Such findings are consistent with the hypothesis that intermarket linkages are currently better reflected in market prices when compared to the pre-crisis period. While this is clearly a positive signal for future system stability, it also evidences that the widely used GARCH and DCC specifications turn to be relatively narrow and therefore greater caution is highly recommended when interpreting estimation results.

PL

Przedstawione badanie koncentruje się na analizie zmienności i współzależności polskiego i węgierskiego rynku akcji. Wielowymiarowa analiza GARCH pozwala potwierdzić strukturalny charakter zmian w funkcjonowaniu rynków finansowych obserwowanych po kryzysie na rynkach kredytowych. Szczegółowe badanie wąskiej grupy rynków uwzględnia analizę opartą o symulacje reakcje na impuls. Analiza ta uwidoczniła zmiany w dynamice rynków i odporności na szoki zewnętrzne. Zmniejszona niepewność obserwowana w okresie pokryzysowym jest spójna z hipotezą uczenia się rynków finansowych. Sugeruje ona, że powiazania rynkowe są obecnie w lepszym stopniu uwzględniane w wycenach instrumentów finansowych. Taki wniosek, choć wymaga dalszego potwierdzenia, wydaje się korzystny z punktu widzenia analizy ryzyka systemowego. Jednocześnie jednak przeprowadzone badanie unaocznia konieczność modyfikacji i dostosowania metodyki analizy rynków, wskazując, że relatywnie dokładne oszacowania zmienności i korelacji mogą tylko pozornie potwierdzać właściwość specyfikacji stosowanych modeli.

Keywords

EN

correlation; volatility; financial markets; GARCH; financial econometrics; systemic risk; CEE

PL

korelacja; zmienność; rynki finansowe; GARCH; ekonometria finansowe; ryzyko systemowe

• Publisher: Uniwersytet Opolski, Wydział Ekonomiczny
• Journal: Economic and Environmental Studies
• Year: 2018
• Volume: 18
• Issue: 2
• Pages: 499-513

Dates

published

2018-06-01

Contributors

author

Chmielewska Anna

• Warsaw School of Economics, Poland

References

• Allen D.E., M. McAleer, R. Powell, A.K. Singh (2017), Volatility spillover and multivariate volatility impulse response analysis of GFC news events, Applied Economics, vol. 49, 3246-3262.
• Bauwens L., S. Laurent, J.V.K. Rombouts (2006), Multivariate GARCH models: A survey, Journal of Applied Econometrics, vol. 21, 79-109.
• Beirne J., G.M. Caporale, M. Schulze-Ghattas, N. Spagnolo (2009), Volatility spillovers and contagion from mature to emerging stock markets, ECB Working Paper Series No. 1113.
• Caporin C., M. McAleer (2012), Do we really need both BEKK and DCC? A tale of two multivariate GARCH models, Journal of Economic Surveys, vol. 26, 736-751.
• Chmielewska A. (2012), Kryzys a dynamika zmienności wybranych rynków finansowych, In: Alińska A. (ed.) „Polityka monetarna i fiskalna a stabilność sektora finansowego” Warszawa, Wydawnictwo CeDeWu 2012.
• Engle R., Kroner F.K. (2002), Dynamic conditional correlation: a simple class of multivariate generalized autoregressive conditional heteroskedasticity models, Journal of Business and Economic Statistics, vol. 20, 339-350.
• Engle R.F., K.F. Kroner (1995), Multivariate simultaneous generalized ARCH, Econometric Theory, vol. 11, 122-150.
• Hafner Ch.M., H. Herwartz (2006), Volatility impulse responses for multivariate GARCH models: An exchange rate illustration, Journal of International Money and Finance, vol. 25, 719-740.
• Jin A., X. An (2016), Global financial crisis and emerging stock market contagion: A volatility impulse response function approach, Research in International Business and Finance, vol. 36, 179-195.
• Sheppard K. (2013), Oxford MFE Toolbox, https://www.kevinsheppard.com/MFE_Toolbox.
• Silvennoinen A., T. Teräsvirta (2009), Multivariate GARCH models, In: T.G. Andersen, R.A. Davis, J.P. Kreiss, T. Mikosch (eds), (2009), Handbook of Financial Time Series, Springer, 201-229.
• Virbickaite A., M.C. Ausín, P. Galeano (2015), Bayesian inference methods for univariate and multivariate GARCH models: a survey, Journal of Economic Surveys, vol. 29, 76-96.
• Zivkov D., J. Njegic, I. Milenkovic (2015), Bidirectional Volatility Spillover Effect between the Exchange Rate and Stocks in the Presence of Structural Breaks in Selected Eastern European Economies, Finance a Uver, vol. 6, 477-498.
• Engle R., Kroner F.K. (1995), Multivariate simultaneous generalized ARCH, Econometric Theory, vol. 11, 122-150.