BazEkon - The Main Library of the Cracow University of Economics

BazEkon home page

Main menu

Author
Płuciennik Piotr (Uniwersytet im. Adama Mickiewicza w Poznaniu)
Title
Wpływ światowego kryzysu gospodarczego na sytuację w polskim sektorze bankowym
The Influence of World Financial Crisis on the Situation in the Polish Bank Sector
Source
Zeszyty Naukowe Uniwersytetu Szczecińskiego. Finanse, Rynki Finansowe, Ubezpieczenia, 2015, nr 75, s. 391-402, rys., tab., bibliogr. 15 poz.
Issue title
Rynek kapitałowy: skuteczne inwestowanie
Keyword
Model GARCH, Kryzys gospodarczy, Sektor bankowy, Modele Markowa, Kryzys subprime
GARCH model, Economic crisis, Banking sector, Markov models, Subprime crisis
Note
streszcz., summ..
Abstract
Spread pomiędzy stopą procentową LIBOR a stałą stopą kontraktu OIS o tym samym czasie zapadalności jest miernikiem kondycji sektora bankowego. W cyklicznych raportach o stabilności systemu finansowego w analogiczny sposób wykorzystuje się spread pomiędzy stopą WIBOR 3M a kontraktem OIS. Parametryczne modele z przełączaniem typu Markowa umożliwiły dokonanie identyfikacji reżimów, z których jeden można utożsamiać z dobrą kondycją sektora bankowego, a drugi z kondycją osłabioną z racji kryzysu hipotecznego oraz kryzysu zadłużeniowego w państwach Europy Południowej. Dzięki temu można zidentyfikować momenty, w których skutki kryzysu stały się odczuwalne w polskim sektorze bankowym. Modele z przełączaniem typu Markowa pozwolą także na dokładny opis zmienności warunkowej spreadu, którą można interpretować jako miarę niepewności co do przyszłego ukształtowania się sytuacji w sektorze bankowym w Polsce. (abstrakt oryginalny)

Spread between LIBOR rate and fixed rate of OIS contract with the same maturity is a measure of health of banking system. Spread between WIBOR 3M and OIS contract is frequently used in analogous manner in periodic NBP's Financial Stability Reports. Using parametric models with Markov switching we are able to identify two regimes. We will interpret presence of generating data processes in one of them as good health of banking system and in the other with health worsened by subprime crisis and the sovereign debt crisis in South European countries. It will allow us identify the moments in which effects of the crisis began to be perceptible in the Polish banking system. Markov switching models will also help us to precisely describe the spread's conditional variance, which can be interpreted as a measure of uncertainty about the future of the situation in the banking system. (original abstract)
Accessibility
The Main Library of the Cracow University of Economics
The Library of University of Economics in Katowice
The Main Library of Poznań University of Economics and Business
Szczecin University Main Library
Full text
Show
Bibliography
Show
  1. Davidson J. (2014), Time Series Modelling 4.41, www.timeseriesmodeling.com (3.02.2014).
  2. Hamilton J.D. (1989), A New Approach to the Economic Analysis of Nonstationary Timeseries and the Business, "Econometrica", nr 57(2), s. 357-384.
  3. Hamilton J.D., Susmel R. (1994), Autoregressive Conditional Heteroskedasticity and Changes in Regime, "Journal of Econometrics", nr 64, s. 307-333.
  4. Kliber A., Płuciennik P. (2012), Transmisja kryzysu zaufania na polski rynek międzybankowy, "Acta Universitatis Nikolai Copernici, Ekonomia", nr 43, s. 61-76.
  5. Kwiatkowski D., Phillips P.C.B., Schmidt P., Shin Y. (1992), Testing the Null Hypothesis of Stationarity against the Alternative of a Unit Root, "Journal of Econometrics", nr 54, s. 159-178.
  6. Lewitt M.E. (2011), A Chance For Redemption, September 22, www.thecreditstrategist.co (15.03.2012).
  7. NBP (2009), Polska wobec światowego kryzysu gospodarczego, Narodowy Bank Polski, www.nbp.pl (15.02.2010).
  8. Phillips P.C.B., Perron P. (1988), Testing for a Unit Root in Time Series Regression, "Biometrika", nr 75 (2), s. 335-346.
  9. Płuciennik P., Kliber A., Kliber P., Piwnicka M., Paluszak G. (2013), Wpływ światowego kryzysu gospodarczego 2007-2009 na rynek międzybankowy w Polsce, "Materiały i Studia", z. 288, NBP, Warszawa.
  10. Poskitt R. (2011), Do liquidity or credit effects explain the behavior of the LIBOR-OIS spread?, Department of Accounting and Finance, University of Auckland, New Zealand.
  11. Schwarz K. (2009), Mind the gap: disentangling credit and liquidity in risk spreads, Working Paper of University of Pennsylvania Wharton School of Business.
  12. Said S.E., Dickey D.A. (1984), Testing for Unit Roots in Autoregressive-Moving Average Models of Unknown Order, "Biometrika", nr 71(3) s. 599-607.
  13. Sengupta R., Yu M.T. (2008), The LIBOR-OIS Spread as a Summary Indicator, "Economic Synopses", nr 25, Federal Reserve Bank of St. Louis.
  14. Thornton D.L. (2009), What the Libor-OIS Spread Says, "Economic Synopses", nr 24, Federal Reserve Bank of St. Louis.
  15. Tong H. (1983), Threshold Models in Nonlinear Time Series Analysis, "Lecture Notes in Statistics", nr 21, Springer, New York.
Cited by
Show
ISSN
1640-6818
1733-2842
Language
pol
URI / DOI
http://dx.doi.org/10.18276/frfu.2015.75-32
Share on Facebook Share on Twitter Share on Google+ Share on Pinterest Share on LinkedIn Wyślij znajomemu