Η ΔΙΕΡΕΥΝΗΣΗ ΤΩΝ ΤΑΣΕΩΝ ΣΤΗ ΣΧΕΣΗ ΤΩΝ ΣΥΝΑΛΛΑΓΜΑΤΙΚΩΝ ΙΣΟΤΙΜΙΩΝ ΚΑΙ ΤΗΣ ΤΙΜΗΣ ΤΟΥ ΧΡΥΣΟΥ ΚΑΙ ΕΦΑΡΜΟΓΕΣ ΜΑΡΚΕΤΙΝΓΚ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ.

Η ΔΙΕΡΕΥΝΗΣΗ ΤΩΝ ΤΑΣΕΩΝ ΣΤΗ ΣΧΕΣΗ ΤΩΝ ΣΥΝΑΛΛΑΓΜΑΤΙΚΩΝ ΙΣΟΤΙΜΙΩΝ ΚΑΙ ΤΗΣ ΤΙΜΗΣ ΤΟΥ ΧΡΥΣΟΥ ΚΑΙ ΕΦΑΡΜΟΓΕΣ ΜΑΡΚΕΤΙΝΓΚ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ (ΜΒΑ) ΙΩΑΝΝΗΣ ΣΩΤΗΡΟΠΟΥΛΟΣ ΤΡΙΜΕΛΗΣ ΕΠΙΤΡΟΠΗ: ΑΘ. ΤΣΑΓΚΑΝΟΣ (ΕΠΙΒΛΕΠΩΝ), Χ. ΤΣΕΝΕ, Γ. ΑΝΔΡΟΥΛΑΚΗΣ ΠΑΤΡΑ ΙΑΝΟΥΑΡΙΟΣ 2018 1

ΑΦΙΕΡΩΣΗ Στην οικογένειά μου 2

ΕΥΧΑΡΙΣΤΙΕΣ Προς τον επιβλέποντα καθηγητή κύριο Αθανάσιο Τσαγκανό για τη συνεργασία του, την ενθάρρυνση, τη συμπαράσταση και γενικά την αμέριστη βοήθεια που είχα από αυτόν καθ όλη τη διάρκεια υλοποίησης της εργασίας. 3

ΠΕΡΙΛΗΨΗ Στην εργασία αυτή εξετάζουμε τη σχέση της συναλλαγματικής ισοτιμίας ευρώ-δολαρίου και της τιμής του χρυσού. Σκοπός είναι η αποκάλυψη βραχυχρόνιων και μακροχρόνιων σχέσεων που θα παρέχουν τη δυνατότητα ορθολογικών προτάσεων οικονομικής πολιτικής για διαρκή και σταθερή ανάπτυξη στην ευρωζώνη και τις ΗΠΑ. Επίσης εξετάζουμε πως συμβάλλει το μάρκετινγκ των επιχειρήσεων σε αυτή. Λαμβάνοντας ένα αρκετά μεγάλο δείγμα από ημερήσιες παρατηρήσεις και πιο συγκεκριμένα από 7 Ιουνίου 2004 ως 5 Ιουλίου 2017 και χρησιμοποιώντας έλεγχο αιτιότητας κατά Granger καταλήγουμε σε βραχυχρόνια σχέση από την ισοτιμία ευρώδολαρίου προς την τιμή του χρυσού. Ο έλεγχος συνολοκλήρωσης του Johansen δείχνει ότι αυτή η σχέση δεν ευσταθεί σε μακροχρόνιο επίπεδο. Κάνοντας ένα βήμα παραπάνω, λαμβάνουμε υπόψη τις συνθήκες χρηματοοικονομικής πίεσης και αστάθειας και εξετάζουμε τη μετάδοση μεταβλητότητας (volatility transmission) ανάμεσα στις δύο αγορές διαμέσου ενός structural VAR (SVAR) υποδείγματος ως πιθανή αιτία του παραπάνω αποτελέσματος. Πράγματι ο έλεγχος ετεροσκεδαστικότητας του white οδηγεί σε σημαντικό volatility transmission μεταξύ των δύο σειρών και κατ επέκταση σε μια διαφορετική προσέγγιση οικονομικής πολιτικής για την ευρωζώνη και τις ΗΠΑ. Τα αποτελέσματα και οι προτάσεις είναι σημαντικές όχι μόνο για τους φορείς άσκησης οικονομικής πολιτικής αλλά και για επενδυτές και διαχειριστές μεγάλων κεφαλαίων. 4

ΠΕΡΙΕΧΟΜΕΝΑ 1. ΕΙΣΑΓΩΓΗ 6 2. ΑΝΑΣΚΟΠΗΣΗ ΤΗΣ ΒΙΒΛΙΟΓΡΑΦΙΑΣ 8 3. ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΔΕΔΟΜΕΝΑ 10 4. ΜΕΘΟΔΟΛΟΓΙΑ 11 5. ΕΜΠΕΙΡΙΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ..17 6. ΣΥΜΠΕΡΑΣΜΑΤΑ.32 7. ΒΙΒΛΙΟΓΡΑΦΙΚΕΣ ΑΝΑΦΟΡΕΣ..34 5

1. ΕΙΣΑΓΩΓΗ Όπως είναι γνωστό η συναλλαγματική ισοτιμία εκφράζει την τιμή ενός νομίσματος σε σχέση με ένα άλλο. Επομένως είναι κατανοητό ότι μεταβολές στη συναλλαγματική ισοτιμία μπορούν να επηρεάσουν σημαντικά και συστηματικά τόσο την ανάπτυξη των επιχειρήσεων όσο και των χωρών. Πιο συγκεκριμένα οι Dornbusch and Fisher (1980) μέσα από την υπόθεση της καλής αγοράς (good market hypothesis) γνωστή και ως επίδραση διεθνούς εμπορίου (international trading effect) αναλύουν ότι μεταβολές στις συναλλαγματικές ισοτιμίες έχουν άμεση επίδραση στην αποδοτικότητα των επιχειρήσεων και τη διεθνή τους ανταγωνιστικότητα. Η ανατίμηση του εγχώριου νομίσματος μειώνει τις πωλήσεις των εξαγωγέων, τα κέρδη τους και κατ επέκταση την αξία των μετοχών τους. Από την άλλη πλευρά οι εισαγωγείς αντιμετωπίζουν χαμηλότερες τιμές για τα προϊόντα τους, αυξάνουν τα κέρδη και επιτυγχάνουν άνοδο στην αξία των μετοχών τους. Οι αντίθετες επιδράσεις παρουσιάζονται όταν το εγχώριο νόμισμα υποτιμάται. Από την παραπάνω θεωρία εξάγεται το συμπέρασμα ότι οι συναλλαγματικές ισοτιμίες μπορούν να σχετίζονται με άλλες μεταβλητές όπως οι τιμές των μετοχών. Πολλές μελέτες εστιάζουν στην ανάλυση της σχέσης των συναλλαγματικών ισοτιμιών με άλλες μεταβλητές. Για παράδειγμα οι Tsagkanos and Siriopoulos (2013) εξέτασαν τη σχέση μεταξύ συναλλαγματικών ισοτιμιών και χρηματιστηριακών δεικτών μέσα από ένα νέο εμπειρικό πλαίσιο. Παρόμοιες μελέτες υπήρξαν και από άλλους ερευνητές (π.χ Tsai 2012) που είχαν ως απώτερο στόχο μέσα από αυτή την ανάλυση να αναδείξουν οικονομικές πολιτικές, πολιτικές διαχείρισης χαρτοφυλακίου και διαχείρισης κινδύνων. 6

Υπό αυτό το πλαίσιο έμφαση έχει δοθεί (αλλά όχι σε ανάλογο βαθμό όπως με τις μακροοικονομικές μεταβλητές) και στη διερεύνηση της σχέσης των συναλλαγματικών ισοτιμιών με τις τιμές των μετάλλων. Φυσικά ως κύριο μέταλλο με διεθνή αποδοχή λαμβάνεται ο χρυσός (Sjaastad, 2008). Αυτό διότι είναι ένα ομοιογενές μέταλλο που διαπραγματεύεται συνεχώς σε όλες τις οργανωμένες αγορές. Επίσης, καμία χώρα που παράγει χρυσό (λόγω μικρής παραγωγής σε σχέση με την παγκόσμια ζήτηση) δεν έχει τη δυνατότητα να κατευθύνει την τιμή του (όπως π.χ ο ΟΠΕΚ με την παραγωγή πετρελαίου). Εξάλλου ο χρυσός είναι το έσχατο χρήμα επειδή είναι το έσχατο διεθνές μέσο πληρωμής και αποτελεί τη βάση στα ιεραρχικά νομισματικά συστήματα (Συριόπουλος και Παπαδάμου, 2015). Στη διεθνή βιβλιογραφία παρατηρείται κυρίως η διερεύνηση της σχέσης μεταξύ τιμών του χρυσού και υποτίμησης του δολαρίου που βασίζεται στο νόμο της μιας τιμής. Δηλαδή αν ο χρυσός αποτιμάται σε δολάρια των ΗΠΑ, υποτιμήσεις του δολαρίου συμπίπτουν με αύξηση των τιμών του χρυσού ώστε να εξαλειφθούν οι ευκαιρίες κέρδους χωρίς ρίσκο (arbitrage opportunities). Αυτή η ταυτότητα έχει καθιερωθεί από διάφορους ερευνητές όπως οι Beckers and Soenen (1984) και Sjaastad and Scacciallani (1996) μεταξύ άλλων. Στην παρούσα εργασία αναλύουμε τη σχέση της πιο σημαντικής 1 συναλλαγματικής ισοτιμίας σε διεθνές επίπεδο, δηλαδή ευρώ-δολαρίου και της τιμής του χρυσού. Στόχος είναι μέσα από την αποκάλυψη βραχυχρόνιων και μακροχρόνιων σχέσεων να εστιάσουμε στη πολιτική που χρειάζεται να ακολουθήσουν οι οικονομικοί ηγέτες της ευρωζώνης και των ΗΠΑ σχετικά με την ταχύτητα και τη μορφή της χρηματοδότησης των επιχειρήσεων που θα οδηγήσουν σε μια διαρκή και 1 Αυτό αφορά το γεγονός ότι οι περισσότερες συναλλαγματικές ισοτιμίες έπονται αυτής του ευρωδολαρίου. 7

σταθερή ανάπτυξη. Η αποκάλυψη αυτών των σχέσεων θα πραγματοποιηθεί λαμβάνοντας υπόψη τις μεταβολές στις διεθνείς οικονομικές συνθήκες. Πιο συγκεκριμένα η παγκόσμια χρηματοοικονομική κρίση του 2007-2010 και η ακόλουθη κρίση κρατικού χρέους στην ευρωζώνη αποτέλεσαν τον καταλύτη για περαιτέρω διερεύνηση του μεγέθους και της επίδρασης της χρηματοοικονομικής ολοκλήρωσης διαμέσου της εκμετάλλευσης των καναλιών μετάδοσης (Tsagkanos et al. 2017). O Moshirian (2008) συμπέρανε ότι η χρηματοοικονομική ολοκλήρωση έχει αυξήσει την ευπάθεια των χωρών στην παρουσία χρηματοοικονομικών κρίσεων από όπου και αν αυτές προέρχονται. Για το λόγο αυτό θα εξετάσουμε και τη μετάδοση μεταβλητότητας (volatility transmission) ανάμεσα στις τιμές του χρυσού και τη συναλλαγματική ισοτιμία ευρώ-δολαρίου. Αυτό εξάλλου είναι σημαντικό διότι οι τιμές του χρυσού και οι συναλλαγματικές ισοτιμίες διαπραγματεύονται με υψηλή συχνότητα και συνδέονται μεταξύ τους διαμέσου αντισταθμιστικών χαρακτηριστικών που σχετίζονται με περιόδους υψηλής μεταβλητότητας (Ciner et al. 2013). Με τον τρόπο αυτό λαμβάνουμε υπόψη τις συνθήκες χρηματοοικονομικής πίεσης και αστάθειας. Για τη βραχυχρόνια σχέση θα χρησιμοποιηθεί έλεγχος αιτιότητας και για τη μακροχρόνια έλεγχος συνολοκλήρωσης (αναλύονται στη μεθοδολογία). 2. ΑΝΑΣΚΟΠΗΣΗ ΤΗΣ ΒΙΒΛΙΟΓΡΑΦΙΑΣ Στο κεφάλαιο αυτό εστιάζουμε στις πιο σημαντικές μελέτες που αναλύουν τη σχέση μεταξύ συναλλαγματικών ισοτιμιών και τιμών του χρυσού. Προηγούμενες μελέτες όπως των Capie et al. (2005) και Sjaastad (2008) εξέτασαν την ιδιότητα αντιστάθμισης του χρυσού σε σχέση με τις αλλαγές στο δολάριο και έδειξαν ότι οι συναλλαγματικές ισοτιμίες του δολαρίου και οι τιμές του χρυσού σχετίζονται 8

αντίστροφα. Επίσης η μελέτη του Sjaastad (2008) προσδιόρισε μια αιτιατή σχέση από τις μεταβολές στην ισοτιμία του δολαρίου προς τις μεταβολές στις τιμές του χρυσού. Πιο πρόσφατα ο Joy (2011) εστίασε σε ένα δείγμα της περιόδου 1986-2008 για 16 ισοτιμίες σε εβδομαδιαία βάση. Εφαρμόζοντας DCC-GARCH υποδείγματα επιβεβαιώνει το εύρημα άλλων μελετών ότι ο χρυσός δρα ως αντιστάθμισμα έναντι του δολαρίου. Βασιζόμενος επίσης σε εβδομαδιαία δεδομένα από το 2000 ως το 2012 ο Reboredo (2013) επίσης βρίσκει ότι ο χρυσός δρα ως ασφαλές καταφύγιο έναντι του δολαρίου. Για το λόγο αυτό εξέτασε 7 βασικές ισοτιμίες χρησιμοποιώντας τεχνικές copula. Τα αποτελέσματα αυτά έχουν αποδειχθεί με πιο διεξοδικό τρόπο από δύο επόμενες μελέτες των Reboredo and Rivera-Castro (2014a, 2014b) που εξετάζουν επίσης τις ιδιότητες του χρυσού ως ασφαλές καταφύγιο μέσα από τη χρήση των ίδιων 7 ισοτιμιών, την ίδια χρονική περίοδο βασιζόμενοι στον έλεγχο λόγου πιθανοφανειών και στην κυματοειδή ανάλυση συσχέτισης αντίστοιχα. Ο Apergis (2014) επίσης δείχνει σημαντική προβλεπτική ικανότητα του χρυσού για το Αυστραλιανό δολάριο. Βασιζόμενοι σε απλή συνολοκλήρωση και ελέγχους αιτιότητας κατά Granger οι Jain and Ghosh (2013) επιβεβαιώνουν μια σχέση ανάμεσα στις τιμές του χρυσού και της ισοτιμίας της Ινδικής ρούπιας με το δολάριο χρησιμοποιώντας ημερήσια δεδομένα από τον Ιανουάριο του 2009 ως και τον Δεκέμβριο του 2011. Μελετώντας τη σχέση ανάμεσα στα μέταλλα και τις ισοτιμίες από μια γενικότερη άποψη οι Antonakakis and Kyzis (2015) βρίσκουν ότι ο χρυσός είναι η κυρίαρχη πηγή μετάδοσης της μεταβλητότητας σε άλλα διαπραγματεύσιμα εμπορεύματα και ισοτιμίες. Η πρόσφατη βιβλιογραφία επισημαίνει επίσης τον ρόλο του χρυσού κατά την περίοδο της κρίσης (Bampinas and Panagiotidis, 2015). Οι Beckmann et al. (2015b) παρέχουν ενδείξεις ότι ο 9

προσδιορισμός της συνάρτησης αντιστάθμισης τους χρυσού απαιτεί μια σαφή μοντελοποίηση της μεταβλητότητας από όπου και αν προέρχεται. 3. ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΔΕΔΟΜΕΝΑ Όπως έχουμε προαναφέρει η μία μεταβλητή είναι η συναλλαγματική ισοτιμία ευρώ-δολαρίου όπως αυτή απεικονίζεται στη διεθνή αγορά συναλλάγματος και η άλλη η τιμή του χρυσού. Σε αντίθεση με προηγούμενες μελέτες εδώ απεικονίζουμε την τιμή του χρυσού σε ευρώ σε μια προσπάθεια να συντονιστούμε με την αντίστοιχη ισοτιμία και να προσδιορίσουμε το νόμο της μιας τιμής στην Ευρωπαϊκή αγορά που αποτελεί και το κύριο ενδιαφέρον μας. Για το λόγο αυτό χρησιμοποιούμε ως βάση δεδομένων την Investing.com που διαθέτει τις μεταβλητές σύμφωνα με την παραπάνω περιγραφή. Το δείγμα μας περιλαμβάνει δεδομένα από μια μεγάλη χρονική περίοδο και πιο συγκεκριμένα από 7 Ιουνίου 2004 ως 5 Ιουλίου 2017. Οι παρατηρήσεις μας είναι σε ημερήσια βάση. Σε σχέση με προηγούμενες μελέτες έχουμε ένα πολύ μεγαλύτερο δείγμα (φθάνοντας μέχρι σήμερα σε παρατηρήσεις) και το γεγονός ότι διαθέτουμε ημερήσιες παρατηρήσεις μας βοηθά να προσδιορίσουμε πιο ικανοποιητικά (δηλαδή στατιστικά) τη σχέση μεταξύ των δύο μεταβλητών σε περιόδους υψηλής μεταβλητότητας που οφείλονται στη χρηματοοικονομική πίεση και αστάθεια. Η χρηματοοικονομική αστάθεια λαμβάνεται υπόψη αφού στο χρονικό διάστημα που έχουμε παρατηρήσεις συνέβησαν η παγκόσμια χρηματοοικονομική κρίση του 2007-2010 και η ακόλουθη κρίση κρατικού χρέους στην ευρωζώνη. Επίσης, το γεγονός ότι έχουμε ένα χρονικό διάστημα (2004-2007) που υπήρχε μια γενική οικονομική ευημερία δημιουργεί αντίρροπες τάσεις και μειώνει σημαντικά την πιθανότητα να επηρεάσει τα αποτελέσματά μας (στο εμπειρικό μέρος) η ύπαρξη 10

μεροληψίας (το μεγάλο δείγμα την εξαλείφει σημαντικά). Τέλος, έχει αποδειχθεί ότι τα αποτελέσματα από υψηλής συχνότητας παρατηρήσεις (στην προκειμένη περίπτωση ημερήσιες) είναι πιο ακριβή και αποκαλύπτουν πλήρως τη δυναμική των σχέσεων μεταξύ των μεταβλητών (Agrawal et al. 2010). 4. ΜΕΘΟΔΟΛΟΓΙΑ Αρχικά θα αναλύσουμε τις μεταβλητές μας με τη χρήση περιγραφικών μέτρων για να δούμε μέσους όρους και το μέγεθος μεταβλητότητάς που θα μας δώσει μια πρώτη εικόνα για την επίδραση της διεθνούς χρηματοοικονομικής πίεσης και αστάθειας. Εν συνεχεία θα ελέγξουμε αν οι μεταβλητές ακολουθούν κανονική κατανομή ή όχι. Για το λόγο αυτό θα χρησιμοποιήσουμε το έλεγχο των Jarque and Bera με τη στατιστική (JB-statistic): SK JB n 6 2 ( KU 3) 24 2, όπου SK είναι ο συντελεστής ασυμμετρίας και KU είναι ο συντελεστής κύρτωσης. Στην κανονική κατανομή είναι SK=0 και KU=3. Η στατιστική JB ακολουθεί την κατανομή χ 2 με 2 βαθμούς ελευθερίας. Εάν JB > χ 2 (2), τότε απορρίπτουμε τη μηδενική υπόθεση ότι τα δεδομένα κατανέμονται κανονικά. Ο παραπάνω έλεγχος είναι ιδιαίτερα σημαντικός για να προχωρήσουμε στο επόμενο βήμα του έλεγχου συσχέτισης. Για να ελέγξουμε τη συσχέτιση των δύο μεταβλητών αρχικά θα χρησιμοποιήσουμε τον κλασσικό συντελεστή συσχέτισης του Pearson που εκφράζει την ποσοτική μέτρηση της έντασης της (γραμμικής) σχέσης μεταξύ δυο μεταβλητών. Συμβολίζεται με ενώ η αντίστοιχη εκτίμησή του με r και υπολογίζεται από τη σχέση 11

n n n n ( xi x)( yi y) n xy x y i 1 i 1 i 1 i 1 r n n n n n 2 2 2 2 2 xi x yi y n x x y i 1 i 1 i 1 i 1 i 1 [ ( ) ][ ( ) ] [ ( ) ( ) cov( X, Y ) X Y Όπου n n 1 1 cov( X, Y ) E( X X )( Y Y ) ( x x)( y y) xy x y n i i i 1 n i 1 Και καλείται συνδιακύμανση των δυο μεταβλητών. Αυτό που ενδιαφέρει περισσότερο είναι αν η γραμμική σχέση μεταξύ των μεταβλητών και, είναι στατιστικά σημαντική, δηλαδή αν ο πληθυσμιακός συντελεστής συσχέτισης είναι διάφορος του μηδενός. Αν και κατανέμονται κανονικά και r μια εκτίμηση του ρ, τότε μας δίνεται η δυνατότητα να ελέγξουμε: H : 0 vs H : 0 o 1 Αν ισχύει η μηδενική υπόθεση, τότε οι δυο μεταβλητές είναι ανεξάρτητες. Ο στατιστικός έλεγχος πραγματοποιείται με την ακόλουθη στατιστική συνάρτηση: t r 1 r2 n 2 ~ t n 2 Απορρίπτουμε τη μηδενική υπόθεση αν t t n 2, a /2. Όπως είδαμε ο έλεγχος του Pearson απαιτεί οι και να κατανέμονται κανονικά αποκαλύπτοντας τη σημασία του ελέγχου των Jarque and Bera. 12

Εναλλακτικά (και ως μέτρο ευστάθειας σε σχέση με το συντελεστή συσχέτισης του Pearson) θα χρησιμοποιήσουμε το συντελεστή συσχέτισης τ του Kendall ο οποίος υπολογίζεται με βάση την τάξη μεγέθους των παρατηρήσεων και όχι με βάση τις παρατηρήσεις αυτές καθεαυτές και, επιπλέον, η κατανομή του δεν εξαρτάται από την κατανομή των μεταβλητών Χ και Y, όταν αυτές είναι ανεξάρτητες και συνεχείς. Το κύριο πλεονέκτημα του μέτρου αυτού είναι ότι τείνει στην κανονική κατανομή σχετικά γρήγορα. Αποτέλεσμα αυτού είναι ότι η προσέγγιση της κατανομής του συντελεστή τ από την κανονική κατανομή είναι καλύτερη από την αντίστοιχη προσέγγιση της κατανομής του συντελεστή συσχέτισης του Pearson. Το μέτρο συσχέτισης που προτάθηκε από τον Kendall το 1938 ορίζεται ως εξής: t Nc Nd n n 1 / 2. Όπου Nc και Nd οι αριθμοί των εναρμονισμένων και μη εναρμονισμένων ζευγών παρατηρήσεων αντίστοιχα. Ωστόσο οι συντελεστές συσχέτισης δεν μπορούν να μας δείξουν ποια μεταβλητή προκαλεί αλλαγή στην άλλη. Για το λόγο αυτό πρέπει να χρησιμοποιήσουμε ένα έλεγχο αιτιότητας ο οποίος θα μας αποκαλύψει και την ύπαρξη βραχυχρόνιας σχέσης μεταξύ των μεταβλητών. Για να μπορέσουμε να χρησιμοποιήσουμε οποιοδήποτε έλεγχο αιτιότητας θα πρέπει οι σειρές δεδομένων που χρησιμοποιούνται να είναι στάσιμες διαφορετικά οι στατιστικοί έλεγχοι θα έχουν μη-τυπικές κατανομές και τα συμπεράσματα από τις F- στατιστικές δεν θα είναι αξιόπιστα (Kollias et al. 2010). Καταρχάς θα χρησιμοποιήσουμε για να ελέγξουμε τη στασιμότητα των σειρών τον επαυξημένο Dickey-Fuller έλεγχο μοναδιαίας ρίζας (ADF-test). Αυτός είναι μια επέκταση του απλού Dickey-Fuller ελέγχου μοναδιαίας ρίζας που περιλαμβάνει πρόσθετους όρους υστέρησης της εξαρτημένης μεταβλητής ώστε να εξαλειφθεί πιθανή αυτοσυσχέτιση στα κατάλοιπα της διαδικασίας. Ο αριθμός των πρόσθετων όρων προσδιορίζεται από το Akaike Information Criterion (AIC) ή το 13

Schwartz Bayesian Criterion (SΙC Asteriou 2006). Η στατιστική ελέγχου βασίζεται p στην παλινδρόμηση yt yt 1 i yt 1 t όπου t υποθέτουμε ότι i 1 ακολουθεί κανονική κατανομή. Η μηδενική υπόθεση είναι 0, δηλαδή υπάρχει μοναδιαία ρίζα και η σειρά είναι μη στάσιμη. Εναλλακτικά (και ως μέτρο ευστάθειας του ADF-test) θα χρησιμοποιήσουμε τον έλεγχο των Kwiatkowski, Phillips, Schmidt and Shin (KPSS-1992). Έστω η χρονοσειρά Y, t 1,2,..., n. Υποθέτουμε ότι οι τιμές της σειράς δίνονται από το t γραμμικό υπόδειγμα Yt Rt t et που περιλαμβάνει ως όρους: ένα τυχαίο περίπατο Rt Rt 1 ut 2 με t ~ 0, u u N, ένα όρο προσδιοριστικής τάσης t και ένα στάσιμο σφάλμα e t. Για να ελεγχθεί η στασιμότητα της σειράς ορίζεται η μηδενική H υπόθεση η σειρά είναι στάσιμη με : 2 0 vs H : 2 0 (εδώ η μηδενική o u 1 u υπόθεση είναι αντίστροφη από αυτή του ADF-test). Ο έλεγχος δίνεται από τη σχέση KPSS n 2 2 St / p t 1 και η μηδενική υπόθεση της στασιμότητας απορρίπτεται όταν 2 n η στατιστική συνάρτηση είναι μεγαλύτερη από τις αντίστοιχες κριτικές τιμές σε διάφορα επίπεδα σημαντικότητας. Έχοντας ορίσει τις στάσιμες σειρές επανερχόμαστε στον έλεγχο που θα αποκαλύψει την ύπαρξη βραχυχρόνιας σχέσης μεταξύ των μεταβλητών. Για το λόγο αυτό θα χρησιμοποιήσουμε τον έλεγχο αιτιότητας κατά Granger. Αυτός εφαρμόζεται στις διαφορές των σειρών που είναι στάσιμες. Είναι ένα υπόδειγμα διανυσματικά αυτοπαλίνδρομο (VAR model) με την ακόλουθη μορφή: 14

n euro $ euro $ a Goldprices e t 1 ie t i je t j t i 1 j 1 m (I) και n Goldprices a Goldprices euro $ t 2 i t i j t j t i 1 j 1 m (II) Αν οι όροι υστέρησης των τιμών του χρυσού είναι στατιστικά διάφοροι από το μηδέν (ομαδοποιημένα) και οι όροι υστέρησης ευρώ-δολαρίου δεν είναι στατιστικά διάφοροι από το μηδέν τότε οι μεταβολές στις τιμές του χρυσού προκαλούν μεταβολές στην ισοτιμία ευρώ-δολαρίου. Αν οι όροι υστέρησης ευρώ-δολαρίου είναι στατιστικά διάφοροι από το μηδέν (ομαδοποιημένα) και οι όροι υστέρησης των τιμών του χρυσού δεν είναι στατιστικά διάφοροι από το μηδέν τότε οι μεταβολές στην ισοτιμία ευρώ-δολαρίου προκαλούν μεταβολές στις τιμές του χρυσού. Αν οι όροι υστέρησης και των δύο μεταβλητών είναι στατιστικά διάφοροι από το μηδέν τότε έχουμε αιτιατή σχέση διπλής κατεύθυνσης. Αν οι όροι υστέρησης και των δύο μεταβλητών δεν είναι στατιστικά διάφοροι από το μηδέν τότε έχουμε ανεξαρτησία. Προχωρώντας θα ελέγξουμε για την ύπαρξη μακροχρόνιας σχέσης μεταξύ των αγορών. Για το λόγο αυτό θα χρησιμοποιήσουμε ένα έλεγχο συνολοκλήρωσης που έχει χρησιμοποιηθεί και από άλλες μελέτες (π.χ Tsagkanos and Siriopoulos 2013). Γενικά η συνολοκλήρωση δείχνει μακροχρόνια ισορροπία που χρησιμοποιείται για να δηλώσει τη σχέση ισορροπίας που συγκλίνει ένα σύστημα με το χρόνο. Άρα μια σχέση μακροχρόνιας ισορροπίας έχει ως αποτέλεσμα τη συστηματική γραμμική κίνηση μεταξύ των οικονομικών μεταβλητών που θέτει το παράδειγμα ενός οικονομικού συστήματος μακροχρόνια. Η έννοια αυτή είναι γενικότερη από την έννοια της ισορροπίας στην οικονομική θεωρία γιατί περιλαμβάνει κάθε συμπεριφορά που μπορεί να εκδηλώσουν οι διαφορετικές μορφές ενός συστήματος. 15

Ο έλεγχος που χρησιμοποιούμε είναι το Johansen System Cointegration test. Αυτός ο έλεγχος μπορεί να χρησιμοποιηθεί ακόμη και αν έχουμε περισσότερες από μια σχέσεις συνολοκλήρωσης σε αντίθεση με την προσέγγιση των Engle-Granger. Έστω ο πίνακας Z Y, X, W και η εξίσωση Z A1 Z 1... A Z u. t t t t t t k t k t Μετασχηματίζοντάς την σε ένα διανυσματικό υπόδειγμα διόρθωσης σφάλματος (vector error correction model) έχουμε Zt 1 Z t 1... k 1 Zt k 1 Zt 1 ut όπου I και I i 1... βαθμού οι μεταβλητές στο και έχουμε συνολοκλήρωση. k 1... k. Αν το Π είναι πλήρους Z t είναι I(0), δηλαδή ολοκληρώσιμες μηδενικού βαθμού Στη συνέχεια για να ελέγξουμε την ευστάθεια της μακροοικονομικής σχέσης και να λάβουμε υπόψη τις συνθήκες χρηματοοικονομικής πίεσης και αστάθειας θα εξετάσουμε τη μετάδοση μεταβλητότητας (volatility transmission) ανάμεσα στις δύο αγορές (χρυσού και ισοτιμίας). Αυτό θα πραγματοποιηθεί διαμέσου ενός υποδείγματος διανυσματικά αυτοπαλίνδρομου (VAR model). Για παράδειγμα ένα σύστημα VAR για δύο χρονικές υστερήσεις και Κ=2 διάνυσμα ενδογενών μεταβλητών θα έχει την εξής μορφή (Συριόπουλος και Φίλιππας 2010): euro $ a a euro $ a Goldprices e (I) και t t 1 11 t 1 12 t 1 1 Goldprices a a euro $ a Goldprices e (II) t t 2 21 t 1 22 t 1 2 Οι μεταβλητές σε αυτό το υπόδειγμα χωρίζονται σε αυτές που καθορίζονται μέσα στο υπόδειγμα και ονομάζονται ενδογενείς μεταβλητές και σε αυτές που καθορίζονται έξω από το υπόδειγμα και ονομάζονται εξωγενείς μεταβλητές. Για να μπορέσουμε να εκτιμήσουμε το υπόδειγμα με τη χρήση των ελαχίστων τετραγώνων θα υιοθετήσουμε τη μορφή του structural VAR (SVAR) σύμφωνα με τους 16

περιορισμούς που πρότεινε να εφαρμοστούν ο Sims (1980). Ο αριθμός των υστερήσεων προσδιορίζεται από το Akaike Information Criterion (AIC) ή το Schwartz Bayesian Criterion (SΙC). Έχοντας ολοκληρώσει τις εκτιμήσεις με τα ελάχιστα τετράγωνα στο SVAR θα ελέγξουμε τη μετάδοση μεταβλητότητας (volatility transmission) ανάμεσα στις δύο αγορές χρησιμοποιώντας έλεγχος ετεροσκεδαστικότητας του white στα κατάλοιπα του υποδείγματος. Η μηδενική υπόθεση είναι ότι τα κατάλοιπα έχουν σταθερή διακύμανση με εναλλακτική ότι αυτή (η διακύμανση) δεν είναι σταθερή. 5. ΕΜΠΕΙΡΙΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ Πριν προχωρήσουμε στην ανάλυση των αποτελεσμάτων βασιζόμενοι στην παραπάνω μεθοδολογία αρχικά θα παρουσιάσουμε τις σειρές των μεταβλητών μας με δύο απλά διαγράμματα. 17

Series01 1.7 1.6 1.5 1.4 1.3 1.2 1.1 1.0 500 1000 1500 2000 2500 3000 eur usd Series02 2,000 1,600 1,200 800 400 0 500 1000 1500 2000 2500 3000 gold prices Στο πρώτο διάγραμμα βλέπουμε τη σειρά της ισοτιμίας ευρώ δολαρίου (κάθε τιμή εκφράζει πόσα δολάρια αγοράζονται με ένα ευρώ) και στο δεύτερο τη σειρά της 18

τιμής του χρυσού σε ευρώ. Από το πρώτο διάγραμμα παρατηρούμε ότι η ισοτιμία είναι περίπου κατά μέσο όρο (αν και με σημαντικές διακυμάνσεις) στο 1,35 δολάρια ανά ευρώ μέχρι τα μέσα Δεκεμβρίου 2013 (παρατήρηση 2400) και εν συνεχεία υπάρχει μια πτωτική τάση που σταθεροποιείται στο 1,11 δολάρια ανά ευρώ προς το τέλος της χρονικής περιόδου. Στο δεύτερο διάγραμμα βλέπουμε ξεκάθαρα μια έντονα ανοδική τάση από την αρχή της περιόδου ξεκινώντας από τα 400 ευρώ η ουγκιά και φθάνοντας κοντά στα 1900 ευρώ η ουγκιά στα μέσα Αυγούστου του 2011 (παρατήρηση 1816). Στη συνέχεια υπάρχει μια καθοδική τάση, όχι όμως το ίδιο έντονη όπως η ανοδική, που καταλήγει περίπου στα 1200 ευρώ η ουγκιά στο τέλος της χρονικής περιόδου. Μια εξήγηση που μπορούμε να δώσουμε με βάση τα στοιχεία των γραφημάτων είναι ότι η παγκόσμια χρηματοοικονομική κρίση του 2007-2010 οδήγησε σε μια υποτίμηση του δολαρίου έναντι του ευρώ (διότι η Αμερικανική οικονομία επηρεάστηκε σαφώς περισσότερο λόγω του μεγαλύτερου βαθμού παγκοσμιοποίησης που παρουσιάζει) χωρίς όμως υπερβολές (κατά μέσο όρο στο 1,35 δολάρια ανά ευρώ) και ακολούθησε άνοδος του δολαρίου κατά την ακόλουθη κρίση κρατικού χρέους στην ευρωζώνη. Είναι προφανές ότι η πτώση του δολαρίου είχε αρνητικό αντίκτυπο στους επενδυτές που προτίμησαν το ασφαλές καταφύγιο του χρυσού χωρίς όμως να δίνουν την ίδια έμφαση στην αντίστοιχη κρίση κρατικού χρέους στην ευρωζώνη. Η ανάλυση αυτή φαίνεται να μας οδηγεί σε μια εν μέρει θετική συσχέτιση της ισοτιμίας ευρώ-δολαρίου και τιμών του χρυσού και αιτιότητα από τη ισοτιμία προς την τιμή του χρυσού. Φυσικά τα γραφήματα αποτελούν μια πρώτη εικόνα και σε ασφαλή συμπεράσματα θα οδηγηθούμε με τη χρήση αντίστοιχων ελέγχων. 19

πίνακα. Προχωρώντας την ανάλυση με περιγραφικά μέτρα έχουμε τον ακόλουθο Πίνακας 1. Περιγραφικά μέτρα για την ισοτιμία ευρώ-δολαρίου και τις τιμές του χρυσού. Euro-dollar Gold Prices rate Mean 1.290207 1073.800 Median 1.304400 1169.100 Max 1.597400 1888.700 Min 1.038700 383.6000 Std. Dev. 0.124165 385.7790 Skew -0.086627-0.161086 Kurt 2.508253 2.076747 JB 37.85265 133.1895 p-value 0.000000 0.000000 Όσο αφορά την ισοτιμία παρατηρούμε ότι αυτή κατά μέσο όρο ήταν στο 1,29 δολάρια ανά ευρώ για όλη τη χρονική περίοδο με αντίστοιχη τιμή να έχουμε και για τη διάμεσο δηλώνοντας την μη επίδραση ακραίων τιμών. Πράγματι αυτό επιβεβαιώνεται και από την πολύ μικρή αρνητική ασυμμετρία. Η τυπική απόκλιση είναι εξίσου πολύ μικρή (0,1241) σε σχέση με το μέσο συμπεραίνοντας ότι το διάγραμμα δεν μας έχει δώσει σωστή εικόνα γι αυτό το μέτρο. Ωστόσο ο έλεγχος των Jarque and Bera δίνει τιμή στατιστικής συνάρτησης 37,85 με p-value = 0,000 που σημαίνει ότι απορρίπτουμε τη μηδενική υπόθεση ότι τα δεδομένα κατανέμονται κανονικά. Άρα η σειρά δεν ακολουθεί κανονική κατανομή. 20

Όσο αφορά την τιμή του χρυσού παρατηρούμε ότι αυτή κατά μέσο όρο ήταν στο 1073,80 ευρώ η ουγκιά για όλη τη χρονική περίοδο με μια κάπως υψηλότερη τιμή για τη διάμεσο στα 1169,10 ευρώ η ουγκιά δηλώνοντας ύπαρξη ακραίων τιμών στα δεξιά της κατανομής (πράγματι από το γράφημα είδαμε ότι η ουγκιά προσέγγισε τα 1900 ευρώ). Η τυπική απόκλιση είναι στα 385,77 ευρώ ανά ουγκιά αλλά όχι ιδιαίτερα μεγάλη σε σχέση με το μέσο όρο. Ο έλεγχος των Jarque and Bera και εδώ δίνει τιμή στατιστικής συνάρτησης αρκετά μεγάλη στο 133,18 με p-value = 0,000 που σημαίνει ότι απορρίπτουμε τη μηδενική υπόθεση ότι τα δεδομένα κατανέμονται κανονικά. Άρα η σειρά δεν ακολουθεί κανονική κατανομή. Στο επόμενο βήμα της ανάλυσής μας θα ελέγξουμε τη συσχέτιση των δύο μεταβλητών χρησιμοποιώντας αρχικά τον κλασσικό συντελεστή συσχέτισης του Pearson. Το αποτέλεσμα έδωσε τιμή r = -0,075 με αντίστοιχο p-value = 0,000. Προφανώς αυτό δείχνει ότι υπάρχει μία ελαφρά αρνητική συσχέτιση η οποία είναι στατιστικά σημαντική. Αυτό είναι μια ένδειξη ότι ο χρυσός αποτελεί ισχυρό αντιστάθμισμα όταν το ευρώ υποτιμάται και η Ευρωπαϊκή οικονομία δείχνει σημάδια ύφεσης (Beckmann et al. 2015a). Αυτό το συμπέρασμα έρχεται σε αντίθεση με την ανάλυση των γραφημάτων που οδηγούσε σε μια εν μέρει θετική συσχέτιση της ισοτιμίας ευρώ-δολαρίου και τιμών του χρυσού. Λαμβάνοντας υπόψη ότι οι σειρές δεν ακολουθούν κανονική κατανομή (όπως προέκυψε από τον έλεγχο των Jarque and Bera) χρησιμοποιούμε ως μέτρο ευστάθειας το συντελεστή συσχέτισης τ του Kendall. Το αποτέλεσμα έδωσε τιμή τ = 0,0039 με αντίστοιχο p-value = 0,735. Προφανώς δεν απορρίπτεται η μηδενική υπόθεση της μη συσχέτισης των δύο σειρών οδηγώντας μας στο συμπέρασμα ότι η παραπάνω αρνητική σχέση από το συντελεστή συσχέτισης του Pearson δεν είναι ευσταθής λόγω της μη κανονικότητας των σειρών. Παρόλα αυτά κατά πόσο ο χρυσός αποτελεί 21

ισχυρό αντιστάθμισμα όταν το ευρώ υποτιμάται πρέπει να ελεγχθεί ταυτόχρονα με τη χρήση ενός ελέγχου αιτιότητας (Beckmann et al. 2015b) που θα μας αποκαλύψει και την ύπαρξη ή μη βραχυχρόνιας σχέσης μεταξύ των μεταβλητών. Επίσης, οι συντελεστές συσχέτισης δεν μπορούν να μας δείξουν ποια μεταβλητή προκαλεί αλλαγή στην άλλη. Όπως έχουμε αναφέρει για να χρησιμοποιήσουμε οποιοδήποτε έλεγχο αιτιότητας θα πρέπει οι σειρές δεδομένων που χρησιμοποιούνται να είναι στάσιμες. Ξεκινώντας με τον επαυξημένο Dickey-Fuller έλεγχο μοναδιαίας ρίζας (ADF-test) έχουμε τα παρακάτω αποτελέσματα. Πίνακας 2: Augmented Dickey Fuller έλεγχος (Ημερήσια δεδομένα Ιούνιος 2004- Ιούλιος 2017) Null Hypothesis: Euro-dollar rate has a unit root t-statistic Sig Augmented Dickey-Fuller test statistic -1.637961 0.4630 Test critical values: -3.432120-2.862207-2.567169 Null Hypothesis: D(Euro-dollar rate) has a unit root t-statistic Sig Augmented Dickey-Fuller test statistic -57.74358 0.0001 Test critical values: -3.432121 22

-2.862208-2.567169 Null Hypothesis: Gold Prices have a unit root t-statistic Sig Augmented Dickey-Fuller test statistic -1.741244 0.4103 Test critical values: -3.432119-2.862207-2.567169 Null Hypothesis: D(Gold Prices) has a unit root t-statistic Sig Augmented Dickey-Fuller test statistic -58.20483 0.0001 Test critical values: -3.432119-2.862207-2.567169 Παρατηρούμε ότι και για τις δύο σειρές με καθαρά δεδομένα η μηδενική υπόθεση ύπαρξης μοναδιαίας ρίζας και κατ επέκταση μη στασιμότητας δεν απορρίπτεται (pvalue = 0,463 και p-value = 0,410 - μεγαλύτερες από οποιοδήποτε αποδεκτό επίπεδο εμπιστοσύνης - για ισοτιμία ευρώ-δολαρίου και τιμών χρυσού αντίστοιχα). Αντίθετα αυτό συμβαίνει (μη απόρριψη) με τις πρώτες διαφορές των σειρών (p-value = 0,0001 και p-value = 0,0001 για ισοτιμία ευρώ-δολαρίου και τιμών χρυσού αντίστοιχα). 23

Χρησιμοποιώντας ως μέτρο ευστάθειας του ADF-test τον KPSS έχουμε τα ακόλουθα αποτελέσματα. Πίνακας 3: KPSS έλεγχος (Ημερήσια δεδομένα Ιούνιος 2004- Ιούλιος 2017) Null Hypothesis: Euro-dollar rate has no unit root. LM-Stat Kwiatkowski-Phillips- Schmidt-Shin test statistic 2.815009 Asymptotic critical values: 1% level 0.739000 5% level 0.463000 10% level 0.347000 Null Hypothesis: D(Euro-dollar rate) has no unit root. LM-Stat Kwiatkowski-Phillips- Schmidt-Shin test statistic 0.082476 Asymptotic critical values: 1% level 0.739000 5% level 0.463000 10% level 0.347000 Null Hypothesis: Gold Prices have no unit root. LM-Stat Kwiatkowski-Phillips- Schmidt-Shin test statistic 5.023094 Asymptotic critical values: 1% level 0.739000 5% level 0.463000 10% level 0.347000 24

Null Hypothesis: D(Gold Prices) has no unit root. LM-Stat Kwiatkowski-Phillips- Schmidt-Shin test statistic 0.250821 Asymptotic critical values: 1% level 0.739000 5% level 0.463000 10% level 0.347000 Παρατηρούμε ότι και για τις δύο σειρές με καθαρά δεδομένα η μηδενική υπόθεση της μη ύπαρξης μοναδιαίας ρίζας και κατ επέκταση στασιμότητας απορρίπτεται (LM= 2,815 και LM = 5,023 - μεγαλύτερες από οποιοδήποτε κριτική τιμή - για ισοτιμία ευρώ-δολαρίου και τιμών χρυσού αντίστοιχα). Αντίθετα, με τις πρώτες διαφορές των σειρών δεν απορρίπτεται η μηδενική υπόθεση της μη ύπαρξης μοναδιαίας ρίζας και κατ επέκταση της στασιμότητας (LM= 0,082 και LM = 0,250 - μικρότερες από οποιοδήποτε κριτική τιμή - για ισοτιμία ευρώ-δολαρίου και τιμών χρυσού αντίστοιχα). Τόσο από ADF-TEST όσο και από KPSS η στασιμότητα των σειρών επιτυγχάνεται στις πρώτες διαφορές και με αυτές προχωράμε για έλεγχο βραχυχρόνιας και μακροχρόνιας σχέσης. Η στασιμότητα των σειρών με πρώτες διαφορές αποτυπώνεται και στα παρακάτω γραφήματα. 25

deurusd.05.04.03.02.01.00 -.01 -.02 -.03 -.04 500 1000 1500 2000 2500 3000 dgold 80 40 0-40 -80-120 -160 500 1000 1500 2000 2500 3000 Λαμβάνοντας τις στάσιμες σειρές θα χρησιμοποιήσουμε τον έλεγχο αιτιότητας κατά Granger για την ύπαρξη ή μη βραχυχρόνιας σχέσης μεταξύ των μεταβλητών. Τα αποτελέσματα παρουσιάζονται στον παρακάτω πίνακα. Πίνακας 4: Granger Causality έλεγχος (Ημερήσια δεδομένα Ιούνιος 2004- Ιούλιος 2017) 26

Null Hypothesis F-Statistic Sig D(Euro-dollar rate) does not Granger Cause D(Gold Prices) 2.17070 0.0894 D(Gold Prices) does not Granger Cause D(Eurodollar rate) 0.65310 0.5810 Από την πρώτη γραμμή βλέπουμε ότι η στατιστική συνάρτηση ελέγχου έχει p-value = 0,0894. Επομένως σε επίπεδο σημαντικότητας 10% υπάρχει αιτιατή σχέση από τη συναλλαγματική ισοτιμία προς την τιμή του χρυσού. Αντίθετα από τη δεύτερη γραμμή η αντίστοιχη στατιστική συνάρτηση ελέγχου έχει p-value = 0,5810 επομένως δεν προκύπτει αιτιατή σχέση από την τιμή του χρυσού προς τη συναλλαγματική ισοτιμία. Άρα οι μεταβολές στην ισοτιμία ευρώ-δολαρίου είναι αυτές που προκαλούν μεταβολές στην τιμή του χρυσού. Αυτή η κατεύθυνση αιτιατής σχέσης πέρα από την ύπαρξη βραχυχρόνιας σχέσης μεταξύ των μεταβλητών επιβεβαιώνει το συμπέρασμα από τη συσχέτιση του Pearson ότι ο χρυσός αποτελεί ισχυρό αντιστάθμισμα όταν το ευρώ υποτιμάται και η Ευρωπαϊκή οικονομία δείχνει σημάδια ύφεσης (Beckmann et al. 2015a). Για να έχουμε μια εικόνα κατά πόσο η παραπάνω σχέση αποκτά μακροχρόνια χαρακτηριστικά θα ελέγξουμε για συνολοκλήρωση κάνοντας χρήση του Johansen System Cointegration test (που αναλύσαμε παραπάνω). Τα αποτελέσματα εμφανίζονται στον παρακάτω πίνακα. 27

Πίνακας 5: Johansen System Cointegration έλεγχος (Ημερήσια δεδομένα Ιούνιος 2004- Ιούλιος 2017) Null Hypothesis Eigenvalue Statistic Critical Value Sig There isn t linear combination to be I(0). Eurodollar rate - Gold Prices 0.507525 4662.920 15.49471 0.9999 Από τον πίνακα αυτό παρατηρούμε ότι η στατιστική συνάρτηση ελέγχου δίνει p-value = 0,9999. Αυτό συνεπάγεται τη μη απόρριψη της μηδενικής υπόθεσης ότι δεν υφίσταται γραμμικός συνδυασμός που να μετατρέπει τις σειρές σε ολοκληρώσιμες μηδενικού βαθμού. Ως εκ τούτου δεν έχουμε μακροχρόνια σχέση μεταξύ των μεταβλητών. Η μη ύπαρξη μακροχρόνιας σχέσης θέτει εν αμφιβόλω τόσο την ευστάθεια όσο και τη διατηρησιμότητα της βραχυχρόνιας σχέσης και συνεπώς του συμπεράσματος ότι ο χρυσός αποτελεί ισχυρό αντιστάθμισμα όταν το ευρώ υποτιμάται. Για το λόγο αυτό, κάνοντας ένα βήμα παραπάνω, θα λάβουμε υπόψη τις συνθήκες χρηματοοικονομικής πίεσης και αστάθειας και θα εξετάσουμε τη μετάδοση μεταβλητότητας (volatility transmission) ανάμεσα στις δύο αγορές (χρυσού και ισοτιμίας). Αυτό υλοποιείται αρχικά διαμέσου ενός υποδείγματος διανυσματικά 28

αυτοπαλίνδρομου (VAR model) και πιο συγκεκριμένα ενός structural VAR (SVAR). Τα αποτελέσματα είναι τα ακόλουθα. Πίνακας 6: Ανάλυση SVAR ευρώ-δολαρίου με τις τιμές του χρυσού. D(Euro-dollar rate) D(Gold Prices) D(Euro-dollar rate)(-1) -0.000748 7.532147 t-statistic -0.04321 0.26124 D(Euro-dollar rate)(-2) -0.003070-51.30302 t-statistic -0.17738 1.77996 D(Gold Prices)(-1) -1.46E-05-0.008428 t-statistic -1.40203-0.48689 D(Gold Prices)(-2) -2.52E-06-0.013399 t-statistic -0.24207-0.77381 constant -4.34E-05 0.257308 t-statistic -0.31344 1.11614 R-square 0.127841 0.118216 Από τον παραπάνω πίνακα στατιστικά σημαντικό είναι το t-statistic από το δεύτερο lag της ισοτιμίας προς τις τιμές του χρυσού (1,77>1,65 που είναι του επιπέδου σημαντικότητας 10%). Δηλαδή οι μεταβολές στην ισοτιμία ευρώ-δολαρίου είναι αυτές που προκαλούν μεταβολές στην τιμή του χρυσού αλλά μετά από δύο χρονικές περιόδους. Αυτό δείχνει μια διαρκή επίδραση η οποία όμως δεν αποτυπώνεται με μακροχρόνια σχέση από τον έλεγχο Johansen. Συνδυάζοντας ότι δεν έχουμε επίδραση από το πρώτο lag (όπως θα ήταν λογικό) θα ελέγξουμε αν η 29

μετάδοση μεταβλητότητας (volatility transmission) ανάμεσα στις δύο αγορές είναι η αιτία για αυτά τα αποτελέσματα. Για το λόγο αυτό χρησιμοποιούμε έλεγχο ετεροσκεδαστικότητας του white στα κατάλοιπα του υποδείγματος. Τα αποτελέσματα είναι τα ακόλουθα. Πίνακας 7: VAR έλεγχος ετεροσκεδαστικότητας στα κατάλοιπα της σχέσης ευρώδολαρίου με τις τιμές του χρυσού (χωρίς αλληλεπιδράσεις). Chi-sq df Sig. 334.6854 24 0.0000 Πίνακας 8: VAR έλεγχος ετεροσκεδαστικότητας στα κατάλοιπα της σχέσης ευρώδολαρίου με τις τιμές του χρυσού (με αλληλεπιδράσεις). Chi-sq df Sig. 448.6506 42 0.0000 Η στατιστική συνάρτηση στον έλεγχο ετεροσκεδαστικότητας του white (και στις δύο μορφές του) δίνει p-value = 0,0000 που οδηγεί σε απόρριψη της μηδενικής υπόθεσης ότι τα κατάλοιπα έχουν σταθερή διακύμανση. Είναι προφανές ότι έχουμε παρουσία ετεροσκεδαστικότητας. Αυτό σημαίνει σημαντικό volatility transmission μεταξύ των δύο σειρών το οποίο προφανώς οφείλεται στην επίδραση της χρηματοοικονομικής κρίσης. Σύμφωνα με τους Beckmann et al. (2015b) η αυξανόμενη μεταβλητότητα της ισοτιμίας οδηγεί σε αρνητική επίδραση στις τιμές του χρυσού. Το επόμενο βήμα αφορά τον τρόπο με τον οποίο το volatility transmission επηρεάζει την ισχύ της σχέσης μεταξύ των μεταβλητών. Ωστόσο μοντελοποίηση του 30

volatility shock ξεφεύγει από το σκοπό αυτής της εργασίας και αποτελεί πεδίο μελλοντικής έρευνας. Γενικά μπορούμε να πούμε ότι υπάρχει βραχυχρόνια σχέση όπου οι μεταβολές στην ισοτιμία ευρώ-δολαρίου είναι αυτές που προκαλούν μεταβολές στην τιμή του χρυσού ενώ υφίσταται ταυτόχρονα και αρνητική συσχέτιση μεταξύ των μεταβλητών. Το γεγονός ότι αυτή η σχέση δεν αποκτά μακροχρόνια χαρακτηριστικά οφείλεται στο volatility transmission μεταξύ των δύο σειρών (κατά κύριο λόγο από την ισοτιμία προς τις τιμές του χρυσού). Πράγματι όπως τονίζει και ο Moshirian (2008) η χρηματοοικονομική ολοκλήρωση έχει αυξήσει την ευπάθεια των χωρών στην παρουσία χρηματοοικονομικών κρίσεων. Στην προκειμένη περίπτωση μεγαλύτερη ευπάθεια δείχνουν οι χώρες της ευρωζώνης. Το συμπέρασμα ότι ο χρυσός αποτελεί ισχυρό αντιστάθμισμα όταν το ευρώ υποτιμάται και η Ευρωπαϊκή οικονομία δείχνει σημάδια ύφεσης δεν τίθεται σε αμφιβολία. Είναι προφανές από τα παραπάνω ότι η χρηματοοικονομική κρίση επηρεάζοντας κυρίως τις επιχειρήσεις διαμέσου της μείωσης της ανταγωνιστικότητάς τους και την αύξηση του επενδυτικού και χρηματοοικονομικού ρίσκου έχει ωθήσει τα επενδυτικά κεφάλαια σε πιο ασφαλή καταφύγια όπως ο χρυσός. Το γεγονός ότι αυτό είναι πιο έντονο φαινόμενο στην ευρωζώνη από τις ΗΠΑ απαιτεί πιο στοχευμένα μέτρα σε σχέση με αυτά των ΗΠΑ. Η ευρωζώνη οφείλει να εστιάσει σε παραγωγικές δημόσιες επενδύσεις που θα έχουν ως στόχο τη βελτίωση της ανταγωνιστικότητας και εξωστρέφειας των επιχειρήσεων (π.χ στη διευκόλυνση μεταφορών, υιοθέτηση νέας τεχνολογίας, συνασπισμό επιχειρήσεων κτλ) ώστε μακροχρόνια να οδηγούν σε βελτίωση των αναπτυξιακών τους δυνατοτήτων που θα ωθούνται από τα ιδιωτικά επενδυτικά κεφάλαια (αφού πλέον θα έχει αποκατασταθεί η σχέση εμπιστοσύνης με τους επενδυτές). Σε αυτό το νέο πλαίσιο η βελτίωση της ανταγωνιστικότητας και η 31

εξωστρέφεια για να επιτευχθούν με ορθολογικό τρόπο και να έχουν διάρκεια απαιτούν αντίστοιχες δράσεις από τις επιχειρήσεις. Εδώ σημαντικό ρόλο παίζει το μάρκετινγκ της επιχείρησης που οφείλει να δρα αποτελεσματικά γνωστοποιώντας στο ευρύ κοινό τις καινοτομίες και τις βελτιώσεις που θα έχουν επέλθει σε προϊόντα και υπηρεσίες από τις παραπάνω στοχευμένες δράσεις. Με αυτό τον τρόπο θα υπάρξει μια σταθερή αναπτυξιακή τροχιά που θα απορροφήσει τη βραχυχρόνια αύξηση των ελλειμμάτων. Στις ΗΠΑ η ευπάθεια των επιχειρήσεων στην παρουσία χρηματοοικονομικών κρίσεων είναι λιγότερο έντονη. Σκοπός είναι να μην υπάρχουν αποκλίσεις από το υπάρχον αναπτυξιακό μοντέλο. Εδώ οι επιχειρήσεις χρειάζονται ενίσχυση περισσότερο δομική όπως σταθερές οργανωτικές δομές και υλοποίηση αποτελεσματικού μάρκετινγκ προϊόντων παρά χρηματοδοτική (φυσικά και αυτή πρέπει να είναι παρόν όπου χρειάζεται) Η συμβουλευτική έχει τον πρώτο ρόλο και οι επεμβάσεις πρέπει να είναι στοχευμένες (π.χ στην περίπτωση της Lehmann Borthers δεν θεωρήθηκε αναγκαία) ώστε να επαναφέρουν το αίσθημα ασφάλειας των επενδυτών. 6. ΣΥΜΠΕΡΑΣΜΑΤΑ Στην εργασία αυτή εξετάζουμε τη σχέση της συναλλαγματικής ισοτιμίας ευρώ-δολαρίου και της τιμής του χρυσού που αποτελεί το κύριο μέταλλο με διεθνή αποδοχή. Κύριος σκοπός είναι η αποκάλυψη βραχυχρόνιων και μακροχρόνιων σχέσεων που θα παρέχουν τη δυνατότητα ορθολογικών προτάσεων οικονομικής πολιτικής για διαρκή και σταθερή ανάπτυξη στην ευρωζώνη και τις ΗΠΑ. Η αποκάλυψη αυτών των σχέσεων πραγματοποιείται λαμβάνοντας υπόψη τις μεταβολές 32

στις διεθνείς οικονομικές συνθήκες. Για το λόγο αυτό λαμβάνουμε ένα αρκετά μεγάλο δείγμα από ημερήσιες παρατηρήσεις (επιτυγχάνοντας υψηλή συχνότητα) και πιο συγκεκριμένα από 7 Ιουνίου 2004 ως 5 Ιουλίου 2017. Καταρχάς με τον έλεγχο αιτιότητας κατά Granger αποκαλύφθηκε βραχυχρόνια σχέση από την ισοτιμία ευρώ-δολαρίου προς την τιμή του χρυσού ενώ υφίσταται ταυτόχρονα και αρνητική συσχέτιση μεταξύ των μεταβλητών (σύμφωνα με το συντελεστή συσχέτισης του Pearson). Επομένως συμπεραίνουμε ότι ο χρυσός αποτελεί ισχυρό αντιστάθμισμα όταν το ευρώ υποτιμάται και η Ευρωπαϊκή οικονομία δείχνει σημάδια ύφεσης. Ωστόσο η σχέση αυτή δεν αποκτά μακροχρόνια χαρακτηριστικά σύμφωνα με τον έλεγχο συνολοκλήρωσης του Johansen. Για να ελέγξουμε την απώλεια διαρκούς επίδρασης εξετάζουμε τη μετάδοση μεταβλητότητας (volatility transmission) ανάμεσα στις δύο αγορές υιοθετώντας ένα υπόδειγμα structural VAR (SVAR). Πράγματι ο έλεγχος ετεροσκεδαστικότητας του white (και στις δύο μορφές του) έδειξε ότι υπάρχει ετεροσκεδαστικότητα. Αυτό οδηγεί σε σημαντικό volatility transmission μεταξύ των δύο σειρών το οποίο προφανώς οφείλεται στην επίδραση της χρηματοοικονομικής κρίσης. Καταλήγοντας ότι η ευπάθεια των χωρών της ευρωζώνης στην παρουσία χρηματοοικονομικών κρίσεων είναι σαφώς πιο έντονη από αυτή των ΗΠΑ οδηγηθήκαμε σε συγκεκριμένες προτάσεις. Η ευρωζώνη χρειάζεται παραγωγικές δημόσιες επενδύσεις με σκοπό τη βελτίωση της ανταγωνιστικότητας και εξωστρέφειας των επιχειρήσεων ώστε σε μακροχρόνιο ορίζοντα να οδηγούν σε βελτίωση των αναπτυξιακών τους δυνατοτήτων που θα ωθούνται από ιδιωτικά επενδυτικά κεφάλαια. Οι ΗΠΑ θα πρέπει να εστιάσουν σε δομική ενίσχυση των επιχειρήσεων όπως αποτελεσματικό μάρκετινγκ προϊόντων και σταθερές οργανωτικές 33

δομές (ενδεχομένως και αναδιοργάνωση όπου απαιτείται) παρά χρηματοδοτική (φυσικά και αυτή πρέπει να είναι παρόν όπου χρειάζεται). 7. ΒΙΒΛΙΟΓΡΑΦΙΚΕΣ ΑΝΑΦΟΡΕΣ Agrawal, G., Srivastav, A., K., Srivatava, A. (2010). A study of exchange rates movement and stock market volatility. International Journal of Business and Management, 5(12), 62-73. Antonakakis, N., & Kizys, R. (2015). Dynamic spillovers between commodity and currency markets. International Review of Financial Analysis, 41, 303-319. Apergis, N. (2014). Can gold prices forecast the Australian dollar movements? International Review of Economics and Finance, 29, 75 82. Asteriou, D., 2006. Applied Econometrics: A modern approach using Eviews and Microfit. Palgrave MaCmillan, New York. Bampinas, G., Panagiotidis, T. (2015). On the relationship between oil and gold before and after financial crisis: Linear, nonlinear and time-varying causality testing. Studies in Nonlinear Dynamics and Econometrics, 19(5), 657-668. Beckers, S., Soenen, L. (1984). Gold: More attractive to non-u.s. than to U.S. investors? Journal of Business Finance and Accounting, 11, 107 112. Beckmann, J., Berger, T., & Czudaj, R. (2015a). Does gold act as a hedge or a safe haven for stocks? A smooth transition approach. Economic Modelling, 48, 16 24. Beckmann, J., Czudaj, R., Pilbeam K. (2015b). Causality and volatility patterns between gold prices and exchange rates. North American Journal of Economics and Finance, 34, 292 300. 34

Capie, F., Mills, T. C., Wood, G. (2005). Gold as a hedge against the dollar. Journal of International Financial Markets, Institutions and Money, 15, 343 352. Ciner, C., Gurdgiev, C., Lucey, B. M. (2013). Hedges and safe havens: An examination of stocks, bonds, gold, oil and exchange rates. International Review of Financial Analysis, 29, 202 211. Dornbusch, R., Fisher, S., (1980). Exchange rates and current account. American Economic Review, 70, 960-971. Jain, A., Ghosh, S. (2013). Dynamics of global oil prices, exchange rate and precious metal prices in India. Resources Policy, 38, 88 93. Joy, M. (2011). Gold and the US dollar: Hedge or haven? Finance Research Letters, 8, 120 131. Kollias C., Mylonidis, N., Paleologou, S-M., (2010). The nexus between exchange rates and stock markets: evidence from the euro-dollar rate and composite European stock indices using rolling analysis. Journal of Economics and Finance 36, 136-147. 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, 54, 159-178. Moshirian, F., (2008). Globalization, Growth and Institutions. Journal of Banking and Finance, 32, 472 479. Reboredo, J. C. (2013). Is gold a safe haven or a hedge for the US dollar? Implications for risk management. Journal of Banking and Finance, 37, 2665 2676. Reboredo, J. C., Rivera-Castro, M. A. (2014a). Can gold hedge and preserve value when the US dollar depreciates? Economic Modelling, 39, 168 173. 35

Reboredo, J. C., & Rivera-Castro, M. A. (2014b). Gold and exchange rates: Downside risk and hedging at different investmenthorizons. International Review of Economics and Finance, 34, 267 279. Sjaastad, L. A. (2008). The price of gold and the exchange rates: Once again. Resources Policy, 33, 118 124. Sims, C. A. (1980). Macroeconomics and reality. Econometrica, 48, 1-48. Sjaastad, L. A., Scacciallani, F. (1996). The price of gold and the exchange rate. Journal of International Money and Finance, 15, 879 897. Tsagkanos G. A. Siriopoulos, C. (2013). A long run relationship between stock price index and exchange rate: A structural nonparametric cointegrating regression approach. Journal of International Financial Markets, Institutions and Money. 25, 106 118. Tsagkanos, A., Evgenidis, A. and K. Vartholomatou (2017). Financial and Monetary Stability across Euro-zone and BRICS: An Exogenous Threshold VAR Approach. Research in International Business and Finance. Forthcoming. Tsai, I-C., (2012). The relationship between stock price index and exchange rate in Asian Markets: A quantile regression approach. Journal of International Financial Markets, Institutions and Money, 22(3), 609 621. Συριόπουλος Κ., Φιλιππας Δ. (2010). Οικονομετρικά Υποδείγματα και Εφαρμογές με το EVIEWS. Εκδόσεις Ανίκουλα. Συριόπουλος Κ., Παπαδάμου Σ. (2015). Εισαγωγή στην Τραπεζική Οικονομική και τις Κεφαλαιαγορές. Εκδόσεις Utopia. 36