BazEkon - The Main Library of the Cracow University of Economics

BazEkon home page

Main menu

Author
Jaworski Piotr (University of Warsaw Poland), Mielus Piotr (Warsaw School of Economics, Poland)
Title
Interdependence of Sentiment Indicators - a Case of the Polish OTC Market
Współzależność wskaźników sentymentu na przykładzie polskiego rynku pozagiełdowego
Source
Nauki o Finansach / Uniwersytet Ekonomiczny we Wrocławiu, 2017, nr 2 (31), s. 31-43, rys., tab., bibliogr. 25 poz.
Financial Sciences / Uniwersytet Ekonomiczny we Wrocławiu
Keyword
Rynki wschodzące, Segmentacja rynku, Kointegracja
Emerging markets, Market segmentation, Cointegration
Note
JEL Classification: G15, G17
streszcz., summ.
Abstract
Ceny na rynkach wschodzących są podatne na zmiany sentymentu rynkowego. Artykuł przedstawia analizę współzależności wybranych wskaźników sentymentu obserwowanych na polskim rynku pozagiełdowym. Zbiór wskaźników obejmuje rynek stopy procentowej (swap bazowy, swap kapitałowy, spread konwergencyjny, OIS), rynek walutowy (zmienności ATM, risk reversal) i rynek kapitałowy (WIG20). Analiza wykorzystuje zjawisko kointegracji zmiennych oraz analizę przyczynowości Grangera w celu optymalizacji siły prognostycznej opracowanych modeli. Wyniki badań ujawniają powiązania ekonomiczne między analizowanymi szeregami czasowymi, co wynika z silnego wpływu wymiany transgranicznej pomiędzy nierezydentami a lokalnymi animatorami rynku. Można zatem wykazać zależność wahań cen od zmian sentymentu rynkowego i poziomu awersji do ryzyka. Co więcej, model korekty błędem oparty o ceny opcji walutowych daje praktyczne możliwości generowania przychodów dzięki generowanym przez model sygnałom tradingowym, które mogą być pomocne dla animatorów rynku.(abstrakt oryginalny)

Prices observed on emerging markets are affected by market sentiment changes. The article presents an interdependence analysis of a chosen set of sentiment indicators observed on the Polish OTC market. The set contains both interest rate market (basis swap, asset swap, convergence swap, overnight index swap), foreign exchange market (ATM volatility, risk reversal) and equity market (WIG20). The analysis is focused on cointegration and Granger causality approach in order to present forecasting power of elaborated models. Evidence from the market reveals economic link between the time series that comes from the strong influence of the cross-border trading between non-residents and local market makers. High responsiveness of daily prices of OTC instruments to the changes of the market sentiment and a level of the risk aversion can be proven. Moreover, error correction model using foreign exchange options has practical forecasting power generating adequate trading decisions taken by market makers.(original abstract)
Accessibility
The Main Library of the Cracow University of Economics
The Library of Warsaw School of Economics
The Library of University of Economics in Katowice
The Main Library of the Wroclaw University of Economics
Full text
Show
Bibliography
Show
  1. Adam M., Bańbuła P., Markun M., 2013, Dependence and Contagion between Asset Process in Poland and Abroad. A Copula Approach, NBP, Warszawa.
  2. Baker M., Wurgler J., 2007, Investor sentiment in the stock market, The Journal of Economic Perspectives, 21 February, pp. 129-151.
  3. Barberis N., Shleifer A., Vishny R., 1998, A model of investor sentiment, Journal of Financial Econo-mics, no. 49, September.
  4. Bianchetti M., 2010, Two curves, one price: Pricing & hedging interest rate derivatives decoupling forwarding and discounting yield curves, Risk Magazine, August.
  5. Boenkost W., Schmidt W., 2005, Cross currency swap valuation, available at SSRN 1375540.
  6. Bond S., Satchel S., 2006, Asymmetry and downside risk in foreign exchange markets, European Journal of Finance, pp. 313-332.
  7. Diebold F.X., Yilmaz K., 2008, Measuring financial asset return and volatility spillovers with application to global equity markets, NBER Working Paper no. 13.811, February.
  8. Diebold F.X., Yilmaz K., 2009, Equity market spillovers in the Americas, Journal Economía Chilena, Central Bank of Chile, vol. 12(2), August.
  9. Fronc M., Mielus P., 2017, Financial convergence on emerging markets: A case of CEE countries, Bank i Kredyt, Vol. 48, no. 2.
  10. Gębka B., Serwa D., 2007, Intra and interregional spillovers between emerging capital markets around the world, Research in International Business and Finance.
  11. Hirshleifer D., Teoh S., 2008, Thought and behavior contagion in capital markets, Munich Personal RePEc Archive, MPRA Paper no. 9167, June.
  12. Hwang S., Pedersen Ch., 2004, Asymmetric risk measures when modelling emerging markets equities: Evidence for regional and timing effects, Emerging Markets Review, Vol. 5, Issue 1, March, pp. 109-128.
  13. Lee W., Jiang Ch., Indro D., 2002, Stock market volatility, excess returns, and the role of investor sentiment, Journal of Banking & Finance, 26 December, pp. 2277-2299.
  14. Levich R.M., 1998, International Financial Markets: Prices and Policies, McGraw-Hill, New York.
  15. Narodowy Bank Polski, 2015, Rozwój systemu finansowego w Polsce w 2014 r., Warszawa.
  16. Narodowy Bank Polski, 2016, Wyniki badania obrotów w kwietniu 2016 r. na rynku walutowym i rynku pozagiełdowych instrumentów pochodnych w Polsce, Warszawa, wrzesień.
  17. Oet M., Eiben R., Bianco T., Gramlich D., Ong S., 2011, The financial stress index: Identification of systemic risk conditions, Federal Reserve Bank of Cleveland, Working Paper 11-30, November.
  18. Pericoli M., Sbracia M., 2003, A primer of financial contagion, Journal of Economic Surveys.
  19. Płuciennik P., 2013, The impact of the world financial crisis on the Polish interbank market: A swap spread approach, Central European Journal of Economic Modelling and Econometrics, CEJEME 4, pp. 269-288.
  20. Pritsker M., 2001, The Channels for Financial Contagion, International Financial Contagion, Kluwer Publ., Boston.
  21. Serwa D., Bohl M., 2005, Financial contagion vulnerability and resistance: A comparison of European stock markets, Economic Systems.
  22. Shiller R., 2000, Conversation, information, and herd behaviour, American Economic Review 85.
  23. Slingenberg J., de Haan J., 2011, Forecasting financial stress, De Nederlandsche Bank, Working Paper no. 292, April.
  24. Taylor J., Williams J., 2008, A black swan in the money market, National Bureau of Economic Research, WP 13.943, April.
  25. Thomson Reuters, EIKON data.
Cited by
Show
ISSN
2080-5993
Language
eng
URI / DOI
http://dx.doi.org/10.15611/nof.2017.2.03
Share on Facebook Share on Twitter Share on Google+ Share on Pinterest Share on LinkedIn Wyślij znajomemu