Euroopan kehittyvien osakemarkkinoiden yhteisintegraatio



Samankaltaiset tiedostot
KEHITTYNEIDEN VALUUTTAMARKKINOIDEN TEHOKKUUS: USD INDEKSI

2. Taloudessa käytettyjä yksinkertaisia ennustemalleja. ja tarkasteltavaa muuttujan arvoa hetkellä t kirjaimella y t

Lyhyiden ja pitkien korkojen tilastollinen vaihtelu

Kuukausi- ja kuunvaihdeanomalia Suomen osakemarkkinoilla vuosina

PK-YRITYKSEN ARVONMÄÄRITYS. KTT, DI TOIVO KOSKI elearning Community Ltd

Suomen kalamarkkinoiden analyysi yhteisintegraatiomenetelmällä

Öljyn hinnan ja Yhdysvaltojen dollarin riippuvuussuhde

Sanomalehtien kysyntä Suomessa Sanomalehtien kysynnän kehittymistä selittävä ekonometrinen malli

Termiinikurssi tulevan spot-kurssin ennusteena

Rahoitusriskit ja johdannaiset Matti Estola. luento 13 Black-Scholes malli optioiden hinnoille

KOMISSION VALMISTELUASIAKIRJA

XII RADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA

( ) ( ) 2. Esitä oheisen RC-ylipäästösuotimesta, RC-alipäästösuotimesta ja erotuspiiristä koostuvan lineaarisen järjestelmän:

12. ARKISIA SOVELLUKSIA

MÄNTTÄ-VILPPULAN KAUPUNKI. Mustalahden asemakaava Liikenneselvitys. Työ: E Tampere

VAASAN YLIOPISTO KAUPPATIETEELLINEN TIEDEKUNTA LASKENTATOIMI JA RAHOITUS

Rakennusosien rakennusfysikaalinen toiminta Ralf Lindberg Professori, Tampereen teknillinen yliopisto

Kokonaishedelmällisyyden sekä hedelmällisyyden keski-iän vaihtelu Suomessa vuosina

ÅLANDSBANKEN DEBENTUURILAINA 2/2010 LOPULLISET EHDOT

ETERAN TyEL:n MUKAISEN VAKUUTUKSEN ERITYISPERUSTEET

Teknistä tietoa TARRANAUHOISTA

Tuotannon suhdannekuvaajan menetelmäkuvaus

TKK Tietoliikennelaboratorio Seppo Saastamoinen Sivu 1/5 Konvoluution laskeminen vaihe vaiheelta

Finanssipolitiikan tehokkuudesta Yleisen tasapainon tarkasteluja Aino-mallilla

JYVÄSKYLÄN YLIOPISTO Taloustieteiden tiedekunta TARJONTA SUOMEN ASUNTOMARKKINOILLA

Konvoluution laskeminen vaihe vaiheelta Sivu 1/5

OSINKOJEN JA PÄÄOMAVOITTOJEN VEROTUKSEN VAIKUTUKSET OSAKKEEN ARVOON

W dt dt t J.

Asuntojen huomiointi varallisuusportfolion valinnassa ja hinnoittelussa

1 Excel-sovelluksen ohje

Tiedonhakumenetelmät Tiedonhakumenetelmät Helsingin yliopisto / TKTL. H.Laine 1. Todennäköisyyspohjainen rankkaus

Rahoitusriskit ja johdannaiset Matti Estola. luento 12 Stokastisista prosesseista

SUOMEN PANKIN KANSANTALOUSOSASTON TYÖPAPEREITA

Y m p ä r i s t ö k a t s a u s

Dynaaminen optimointi ja ehdollisten vaateiden menetelmä

Kuntaeläkkeiden rahoitus ja kunnalliset palvelut

Parantaako rasiinkaato kuusipaperipuiden laatuar

Lasin karkaisun laatuongelmat

Sopimuksenteon dynamiikka: johdanto ja haitallinen valikoituminen

Suvi Kangasrääsiö MONETAARIMALLIT EUR/USD-VALUUTTAKURSSIN VAIHTELUN SELITTÄJÄNÄ: YHTEISINTEGROITUVUUSANALYYSI ARDL-MALLISSA

VATT-KESKUSTELUALOITTEITA VATT DISCUSSION PAPERS. JULKISEN TALOUDEN PITKÄN AIKAVÄLIN LASKENTAMALLIT Katsaus kirjallisuuteen

Laskelmia verotuksen painopisteen muuttamisen vaikutuksista dynaamisessa yleisen tasapainon mallissa

KOMISSION KERTOMUS. Suomi. Perussopimuksen 126 artiklan 3 kohdan nojalla laadittu kertomus

Tekes tänään (ja huomenna?) Pekka Kahri Palvelujohtaja, Tekes Fortune seminaari

Luento 7 Järjestelmien ylläpito

Mittaus- ja säätölaitteet IRIS, IRIS-S ja IRIS-M

Lyhyt johdanto Taylorin sääntöön

( ) ( ) x t. 2. Esitä kuvassa annetun signaalin x(t) yhtälö aikaalueessa. Laske signaalin Fourier-muunnos ja hahmottele amplitudispektri.

Finavian ympäristötyö 2006: Vesipäästöjen hallintaa ja tehokkaita prosesseja

Sijoitusriskien ja rahoitustekniikan vaikutus TyEL-maksun kehitykseen

Vuoden 2004 alkoholiverotuksen muutoksen kulutusvaikutuksen ennustaminen. Linden, Mikael. ISBN ISSN X no 13

Tietoliikennesignaalit

b) Esitä kilpaileva myötöviivamekanismi a-kohdassa esittämällesi mekanismille ja vertaile näillä mekanismeilla määritettyjä kuormitettavuuksia (2p)

a) Esitä piirtämällä oheisen kaksoissymmetrisen ulokepalkkina toimivan kotelopalkin kaksi täysin erityyppistä plastista rajatilamekanismia (2p).

1. Matemaattinen heiluri, harmoninen värähtelijä Fysiikka IIZF2020

SÄHKÖN HINTA POHJOISMAISILLA SÄHKÖMARKKINOILLA

BETONI-TERÄS LIITTORAKENTEIDEN SUUNNITTELU EUROKOODIEN MUKAAN (TTY 2009) Betonipäivät 2010

Työ 2: 1) Sähkönkulutuksen ennustaminen SARIMAX-mallin avulla 2) Sähkön hankinnan optimointi

DEE Lineaariset järjestelmät Harjoitus 4, ratkaisuehdotukset

KÄYTTÖOPAS. Ilma vesilämpöpumppujärjestelmän sisäyksikkö ja lisävarusteet RECAIR OY EKHBRD011ADV1 EKHBRD014ADV1 EKHBRD016ADV1

Working Paper Yrittäjyyden ja yritysten verokannustimet. ETLA Discussion Papers, The Research Institute of the Finnish Economy (ETLA), No.

338 LASKELMIA YRITYS- JA PÄÄOMAVERO- UUDISTUKSESTA

Suomen ja kehittyvien markkinoiden välinen yhteisintegraatio pitkällä ja keskipitkällä aikavälillä

KÄYTTÖOPAS. -järjestelmän sisäyksikkö HXHD125A8V1B

RIL Suomen Rakennusinsinöörien Liitto RIL ry

Mallivastaukset KA5-kurssin laskareihin, kevät 2009

Ilmavirransäädin. Mitat

5. Vakiokertoiminen lineaarinen normaaliryhmä

Hoivapalvelut ja eläkemenot vuoteen 2050

Epävarmuus diskonttokoroissa ja mittakaavaetu vs. joustavuus

-2, KV :00

F E . 1. a!? # % b $ c + ± = e < > [ \ ] ^ g λ Ø ø φ " 1 / 2 h Á á É. j À à È è Ì ì Ò k ò ù Ä ä Ë ë Ï. o à ã Ñ ñ Õ õ F` = 6mm = 9/12mm = 19mm

Hevoosella vaan- käyttäjäkysely

VÄRÄHTELYMEKANIIKKA SESSIO 18: Yhden vapausasteen pakkovärähtely, transienttikuormituksia

PALLON PUTOAMINEN VÄLIAINEISSA

Systeemimallit: sisältö

TALOUSTIETEIDEN TIEDEKUNTA. Lauri Tenhunen KAIKKIALLA LÄSNÄ OLEVAN TIETOTEKNIIKAN TALOUSTIETEELLISTÄ ANALYYSIÄ

Käyttövarmuuden ja kunnossapidon perusteet, KSU-4310: Tentti ma

Painevalukappaleen valettavuus

Tasaantumisilmiöt eli transientit

Huomaa, että aika tulee ilmoittaa SI-yksikössä, eli sekunteina (1 h = 3600 s).

Diskreetillä puolella impulssi oli yksinkertainen lukujono:

VALTIOLLINEN SIJOITUSRAHASTO

ETLA ELINKEINOELÄMÄN TUTKIMUSLAITOS

Suomessa tuotetun minkin- ja ketunnahan elinkaariarviointi

( ) 5 t. ( ) 20 dt ( ) ( ) ( ) ( + ) ( ) ( ) ( + ) / ( ) du ( t ) dt

Mallivastaukset KA5-kurssin laskareihin, kevät 2009

joka on separoituva yhtälö, jolla ei ole reaalisia triviaaliratkaisuja. Ratkaistaan: z z(x) dx =

MAT Fourier n menetelmät. Merja Laaksonen, TTY 2014

KYNNYSILMIÖ JA SILTÄ VÄLTTYMINEN KYNNYKSEN SIIRTOA (LAAJENNUSTA) HYVÄKSI KÄYTTÄEN

Mittaustekniikan perusteet, piirianalyysin kertausta

PET-perusteita Tavallisimmat PET-tutkimuksissa käytetyt mallit

FDPa. Rei itetty seinään asennettava poistoilmalaite

KULMAMODULOITUJEN SIGNAALIEN SPEKTRIN LASKEMINEN

Ohjelmistojen suunnittelumenetelmät ja -työkalut

Monisilmukkainen vaihtovirtapiiri

Sairastumisen taloudelliset seuraamukset 1

Muuttuvan kokonaissensitiivisyyden mallinnus valvontaohjelman riskinarvioinnissa esimerkkinä munintaparvet

A-osio. Ei laskinta! Valitse seuraavista kolmesta tehtävästä vain kaksi joihin vastaat!

Notor Upotettava. 6

Transkriptio:

LAPPEENRANNAN TEKNILLINEN YLIOPISTO KAUPPATIETEIDEN OSASTO Laskenaoimen ja rahoiuksen laios Rahoius Euroopan kehiyvien osakemarkkinoiden yheisinegraaio ja kausalieei Aarne Björklund Rahoius 4 0239210

Sisällyslueelo 1. JOHDANTO... 3 2. TEORIATAUSTA...5 2.1 Yksikköjuuriesi... 5 2.1.1 Dickey-Fuller-esi...6 2.1.2 Laajenneu Dickey-Fuller-esi...8 2.2 Yheisinegraaio...9 2.3 Grangerin kausalieei... 11 3. KÄYTETTY TUTKIMUSAINEISTO... 12 4. TULOKSET... 14 4.1 Kuvaileva unnusluvu... 14 4.2 Yksikköjuuren esaaminen... 17 4.3 Yheisinegraaio... 18 4.4 Grangerin kausalieei... 20 5. JOHTOPÄÄTÖKSET... 23 LÄHTEET... 26 LIITE I. KÄYTETTYJEN AIKASARJOJEN KUVAAJAT... 29 LIITE II. LOGARITMISTEN TUOTTOJEN KUVAAJAT... 32 2

1. JOHDANTO Kehiyvä osakemarkkina arjoava sijoiajille mahdollisuuden suuriin uooihin. Kehiyviin osakemarkkinoihin liiyy kuienkin myös riski, joka on usein kehiyneiden osakemarkkinoiden riskiä suurempi. Oikein käyeynä kehiyvä osakemarkkina kuienkin arjoava sijoiajille vareenoeavan avan saada lisäuooa sijoiuksilleen. Kehiyville osakemarkkinoille viraa myös paljon rahaa ulkomaisila sijoiajila. Markkinoiden heilahelujen johdosa on esiinyny myös paljon ongelmia. Esimerkiksi viime keväänä pankeilla oli vaikeuksia lunasaa kaikille halukkaille varoja, joka oliva sijoieu ieyille kehiyville osakemarkkinoille sijoiaviin sijoiusrahasoihin. Modernin porfolioeorian mukaan sijoiusen hajauaminen pienenää porfolion riskiä. Teorian sovelaminen on kuienkin havaiu ongelmalliseksi, kun on aleu ukimaan eri maiden markkinoiden välisiä yheneväisyyksiä esimerkiksi juuri yheisinegraaiomeneelmällä. Tukimuksissa on havaiu eri maiden markkinoiden välillä samansuunaisia liikkeiä, joka aseaa rajoiuksia maiden välisesä hajauuksesa saaavaan hyöyyn. Tukimukse ova pääosin liiynee vain kehiyneille osakemarkkinoille. Kehiyville osakemarkkinoille suunauuvia ukimuksia on ollu varsin vähän, oaen huomioon niiden arjoama mahdollisuude. Kehiyvä osakemarkkina muodosava erillisen ieoläheen, koska ne yleisesi oaen korreloiva heikommin kehiyneiden osakemarkkinoiden kanssa. (Chen e al., 2002). Tässä ukielmassa ukiaan Euroopan kehiyvien osakemarkkinoiden välisiä yheneväisyyksiä. Yheneväisyyksiä ukiaan käyäen hyväksi Johansenin yheisinegraaio -meneelmää, jonka avulla selvieään liikkuvako osakemarkkina samansuunaisesi pikällä aikavälillä. Lisäksi ukimuksessa pyriään selviämään seuraavako iey maa oisen maiden liikkeiä lyhyellä aikavälillä. Tämän selviämiseen käyeään Grangerin kausalieei -meneelmää. Tukimukseen valiu maa ova Puola, Turkki, Tshekki, Unkari ja Venäjä. Aineisona on käyey Morgan Sanley Capial Inernaionalin (MSCI) kullekin maalle laaimia indeksejä. Tukielmassa käyey aikaväli on 1.1.1999 30.6.2006. Aikaväli on pyriy valisemaan sien, eei sille kohdisu suuria aloudellisia kriisejä kyseisen maiden alueella. Euroopan osakemarkkina ova elänee muuoksessa Euroopan yhdisymisen myöä. Euroopan unioni ja muu aloudellise yheenliiymä 3

ova aikaansaanee sen, eä niihin kuuluva maa ova enemmän yheyksissä oisiinsa. Tämän vuoksi yheneväisyyksien ukiminen aiempaa uudemmalla aineisolla uo ärkeää lisäieoa kyseisen markkinoiden nykyilasa. Kehiyvien markkinoiden välisiä yheneväisyyksiä ova ukinee muun muassa Chen e al. (2002), Chrisofi & Pericli (1999), Narayan e al. (2004) sekä Paev e al. (2006). Chen e al. (2002) ukiva osakemarkkinoiden välisiä yheneväisyyksiä Johansenin yheisinegraaio-meneelmää hyväksi käyäen Lainalaisessa Amerikassa. Samalle alueelle eli Lainalaiseen Amerikkaan sijoiuu myös Chrisofin & Periclin (1999) ekemä ukimus. Narayan e al. (2004) ukiva puolesaan Eelä-Aasian maiden välisä yheisinegraaioa. Tukimuksessaan he käyivä lisäksi myös Grangerin kausalieei - meneelmää selviäessään, mikä maa aiheuaa markkinoiden liikkee kyseisellä alueella. Eurooppalaisisa maisa ukimusa ova ehnee esimerkiksi Paev e al. (2006). He ukiva Keski- ja Iä-Euroopan maiden välisä yheisinegraaioa. Tukimuksessaan he pyrkivä selviämään, löyyykö ukimuksessa mukana olleiden maiden välillä yheisinegraaioa ennen aloudellisa kriisiä, aloudellisen kriisin aikana ja aloudellisen kriisin jälkeen. Lisäksi he veraava valisemiansa kehiyneiä markkinoia USA:n markkinoihin. Kuienkin, vaikka aikaisempia ukimuksia Euroopan kehiyvien markkinoiden välisesä yheisinegraaiosa löyyy, ova aikaisemma ukimukse pääosin suorieu ukimalla markkinoiden käyösä niin sanoua normaaliilaa poikkeavissa iloissa. Tämän ukielman arkoiuksena puolesaan on verailla maiden välisä yheisinegraaioa juuri silloin, kun markkina ova normaalissa ilassa. Mukaan ei ole kuienkaan oeu miään verailukohdea kehiyneilä osakemarkkinoila. Tukielma on pyriy ekemään ajaellen sijoiajien hyöyä. Mikäli yheneväisyyksiä ieyjen maiden markkinoiden välillä esiinyy, ei näiden maiden kesken suorieu hajauus uoa parasa mahdollisa hyöyä. Näin ollen sijoiaja saa ukielmasa ieoa, onko maiden välillä mahdollisa hajauaa sijoiuksia niin, eä porfolion riski pienenee. Tukielma eenee sien, eä luvussa 2 käydään läpi ukielmassa käyeävä ukimusmeneelmä sekä niihin liiyvä eoria. Luvussa 3 arkasellaan ukielmassa käyeävää aineisoa. Luvussa 4 käydään läpi ukimuksen uloksia. Viimeisenä 5. luvussa arkasellaan johopääöksiä ja ehdään suosiuksia jakoukimuksien aiheisa. 4

2. TEORIATAUSTA Tukielmassa käyeävä varsinaise esausmeneelmä, eli Johansenin yheisinegraaio-meneelmä sekä Grangerin kausalieei-meneelmä vaaiva rinnalleen myös muia esejä. Näiden esien avulla pyriään selviämään, onko käyey aineiso soveluvainen varsinaisen esien suoriamiseen. Tässä osiossa käydään läpi kaikkien ukielmassa käyeävien esien eoreeinen sisälö. 2.1 Yksikköjuuriesi Tukiaessa yheisinegraaioa on aluksi selvieävä, eä käyey aikasarja ova epäsaionaarisia. Mikäli aikasarja on saionaarinen, sen varianssi ja keskiarvo ova muuumaomia. Lisäksi aikasarjan kahden arvon välinen kovarianssi on riippuvainen vain niiä eroavasa ajan määräsä, eli ei varsinaisesa ajankohdasa. Toisin sanoen epäsaionaarisella aikasarjalla näin ei ole. Epäsaionaariselle aikasarjalle on siis ominaisa, eä sen liikkeiä ei voida ennusaa. Toisin sanoen epäsaionaarise aikasarja noudaava niin sanoua saunnaiskulun mallia. Saionaarisen aikasarjan liikkee ova puolesaan ennuseavissa. (Hill e al., 2001). Aikasarjojen epäsaionaarisuua voidaan ukia käyämällä yksikköjuuriesejä. Mikäli aikasarja on epäsaionaarinen, sillä on ainakin yksi yksikköjuuri. Mikäli aikasarjalla on yksi yksikköjuuri, aikasarja äyyy inegroida kerran, mikäli se haluaan saada saionaariseksi. Epäsaionaarisesa aikasarjasa, jolla on yksi yksikköjuuri, käyeään merkkiä I(1). Epäsaionaarisesa aikasarjasa, jolla on d yksikköjuura, käyeään puolesaan merkkiä I(d). Näin ollen saionaarisesa aikasasrjasa käyeään merkkiä I(0), koska sillä ei ole yksikköjuuria. (Hill e al., 2001). Yksi yksinkerainen apa yksikköjuuren esaamiseen on ukia siä, ovako käyey aikasarja auokorreloiuneia. Auokorrelaaiolla ei kuienkaan saada aikaan yhjenävää vasausa siiä, onko aikasarjalla yksikköjuuri vai ei. Tämä johuu siiä, eä auokorrelaaio ei kykene huomioimaan siä, eä yksikköjuuri säilyy aikasarjassa koko ajan. Tämän vuoksi aikasarjojen yksikköjuurien esaaminen auokorrelaaion avulla ei ole suoavaa. Auokorrelaaio on kuienkin pohja kehiyneemmille eseille, joka anava varmemman uloksen aikasarjojen yksikköjuurisa. (Brooks, 2002). 5

Yksikköjuuren ukimiseen on olemassa monia kehiyneiä esejä. Yksi yleisimmin käyeyisä on Dickey-Fuller-esi (DF) ai laajenneu Dickey-Fuller-esi (ADF). Eri yksikköjuuriesejä on ukiu paljon, mua misään eseisä ei ole saau odiseia siiä, eä yksi esi olisi muia parempi kaikissa ilaneissa (Bhaacharyya & Banerjee, 2004). Koska mikään eseisä ei ole osoiauunu muia paremmaksi kaikissa ilaneissa, on yössä käyey laajenneua Dickey-Fuller-esiä. 2.1.1 Dickey-Fuller-esi Laajenneu Dickey-Fuller-esi ja avallinen Dickey-Fuller-esi ova molemma samanyyppisiä esejä. Laajenneu Dickey-Fuller-esi on kehiey sien, eä se oaa huomioon avallisen Dickey-Fuller-esin puuee. Täsä johuen selieäessä laajenneua Dickey-Fuller-esiä, on eorian esiäminen syyä aloiaa selvyyden vuoksi avallisesa Dickey-Fuller-esisä. Dickey & Fuller (1979) kehiivä yhden varhaisimmisa yksikköjuurien esaamiseen arkoieuisa esausmeneelmisä. (Washam & Parramore, 1997). Tesiä käyeään edelleen yksikköjuuren selviämisessä. Perusoleuksena DF-esissä on, eä muuuja y on peräisin yksinkeraisesa AR(1) - prosessisa. Mikäli näin ei ole, ei esi anna päeviä uloksia. (Eviews 5 User s Guide, 2004). DF-esissä nollahypoeesina on, eä aikasarjalla on yksikköjuuri. Vasahypoeesi puolesaan on, eä aikasarjalla ei ole yksikköjuura, eli eä se on saionaarinen. Yksinkeraisimmillaan DF-esiä voidaan kuvaa kaavan [1] avulla. (Brooks, 2002). y φ + u [1] = y 1 Kaavassa [1] nollahypoeesi hylkäämää jääminen arkoiaa siä, eä φ = 1. Nollahypoeesi hyläään, mikäli φ > 1. (Washam & Parramore, 1997). Kaava [1] esieään kuienkin usein seuraavassa muodossa (Brooks, 2002): y = ψ y + u [2] 1 6

Kaavassa [2] esaaan nollahypoeesia ψ = 0, joka on sama asia kuin φ = 1, sillä φ 1 =ψ. (Brooks, 2002). DF-esi unneaan myös -eseinä, joia ova τ, τ π ja τ τ. Ensimmäinen näisä on esiey yllä. Toinen ja kolmas ova verraavissa ensimmäiseen. Erona näiden kolmen välillä kuienkin on se, eä ensimmäinen esi on pelkkä saunnaiskulun malli, kun aas oisessa esissä [3] lisänä on vakioermi ja kolmannessa [4] on vakioermin lisäksi myös deerminisinen aikarendi. (Brooks, 2002). y = φy 1 + µ + u [3] y = φy 1 + µ + λ + u [4] Toisessa ja kolmannessa esissä vakioermin ja deerminisisen aikarendin arvo ai merkiyksellisyys eivä ole arkaselun koheena. Ne ova vain esissä mukana ukiaessa yksikköjuurien määrää. (Brooks, 2002). Kuienkin mallissa mukana oleva vakioermi, joka kuvaa ieynlaisa rendiä aikasarjassa on ärkeä, sillä makroaloudellisissa muuujissa on usein liiyneenä jokin ällainen rendi. (Hill e al., 2001). DF-esin kriiise arvo ova laskeu valmiiksi ja ne on esiey aulukossa 1. Taulukossa on kaikkien eri DF-esien kriiise arvo sekä myös -jakauman kriiise arvo. (Hill e al., 2001). Taulukko 1. DF-esien kriiise arvo. (Davidson & MacKinnon, 1993) Malli 1 % 5 % 10 % y = ψy + u -2,56-1,94-1,62 1 y = φy 1 + µ + u -3,43-2,86-2,57 y = φy 1 + µ + λ + u -3,96-3,41-3,13 -jakauman krii. arvo -2,33-1,65-1,28 7

2.1.2 Laajenneu Dickey-Fuller-esi Taulukosa 1 huomaaan, eä DF-esien kriiise arvo ova pienempiä, kuin - jakauman kriiise arvo. Näin ollen nollahypoeesin hylkäämiseksi vaadiaan enemmän odiseia DF-eseissä kuin normaalisi. Mikäli siis esien arvo aliava kriiise arvo, nollahypoeesi hyläään ja ullaan johopääökseen, eä aikasarjalla ei ole yksikköjuura. Ongelmia ilmenee, mikäli DF-esien virheermi ova auokorreloiuneia. (Brooks, 2002). Toisin sanoen ällaisissa apauksissa muuuja y onkin peräisin monimukaisemmasa AR(p) -prosessisa. Tällöin avallisen DF-esien kriiise arvo eivä ole enää riiäviä. (Eviews 5 User s Guide, 2004) Rakaisu ongelmaan löyyy laajenneusa DF-esisä, jossa on huomioiu y :n AR(p) alkuperä lisäämällä alkuperäiseen malliin viiväseyjä differenssiermejä. Tämä on esiey kaavassa [5]. (Brooks, 2002). y p 1 + α i y i + i= 1 = ψ y u [5] Laajenneussa DF-esissä käyeään samoja kriiisiä arvoja kuin normaalissakin DFesissä. Tesin arvo ova laajenneussa esissä saau sopiviksi DF-esin kriiisen arvojen kanssa viiväseyjen differenssiermien avulla. Käyeäessä laajenneua DFesiä, on määrieävä viivepiuus, eli käyeyjen viiväseyjen differenssiermien lukumäärä. Yksi vaihoeho lukumäärän määriämiseen on se onko aineisona käyey esimerkiksi kuukausidaaa. Tällöin käyeäisiin 12 ermiä ja mikäli olisi kyseessä puolivuoisdaa, käyeäisiin kaha ermiä. Tämä ei kuienkaan ole järkevää, jos aineisona on päiviäinen daa, kuen ässä apauksessa on. Tällöin ermejä ulisi huomaavan suuri määrä. Toinen vaihoeho löyää oikea viivepiuus on käyää hyväksi niin sanoua Aikaken informaaiokrieeriä. Viivepiuuden on ärkeää olla oikean kokoinen, sillä liian lyhy viivepiuus aiheuaa sen, eä virheermin auokorrelaaioa ei saada poiseua. Toisaala aas liian pikän viivepiuuden käyö aiheuaa esin ehon vähenemisen. (Brooks, 2002). 8

2.2 Yheisinegraaio Yleisesi voidaan sanoa, eä epäsaionaarisia aikasarjoja ei ulisi käyää regressiomalleissa. Tämä johuu siiä, eä epäsaionaarisen aikasarjojen käyö saaaa aiheuaa uloksia, joka osoiava sarjojen välillä olevia yheneväisyyksiä, vaikka näin ei kuienkaan odellisuudessa ole. Tämä ongelma voidaan kuienkin välää ukimalla aikasarjojen yheisinegraaioa. (Hill e al., 2001). Useimmissa apauksissa kahden epäsaionaarisen muuujan lineaarikombinaaio ova myös epäsaionaarisia. Mikäli siis arkasellaan kahden epäsaionaarisen I(1) muuujan, esimerkiksi y :n ja x :n lineaarikombinaaioa e y β1 β 2 = x, huomaaan, eä uloksena on yhälö joka on myös epäsaionaarinen ja I(1). Inegraaioaseen voidaan yleisesi sanouna olevan yhäsuuri, kuin miä se on muuujalla, jolla on suurin inegraaioase. Kuienkin on mahdollisa, eä kahden epäsaionaarisen muuujan aikasarja ova I(0) inegroiuneia eli oisin sanoen saionaarisia. Tällaisissa apauksissa voidaan sanoa, eä kyseise aikasarja ova yheisinegroiuja. (Hill e al., 2001). Käyännössä epäsaionaarise muuuja, joka ova yheisinegroiuneia liikkuva samansuunaisesi pikällä aikavälillä. Tämän saaaa johua esimerkiksi markkinoisa. Yheisinegroiunee muuuja voiva liikkua lyhyellä aikavälillä avalla, joka ei anna oleaa, eä muuujien liikkeillä on yheisiä piireiä. (Brooks, 2002). Ensimmäise ukimukse yheisinegraaiosa ekivä Granger (1986) ja Engle ja Granger (1987). Tämä malli oli kuienkin arkoieu vain kahden muuujan välisen yheisinegraaion miaamiseen. Myöhemmin Johansen (1988, 1991) ja Johansen ja Juselius (1990) kehiivä meneelmän yheisinegraaion ukimiseen, joka anoi mahdollisuuden ukia yheisinegraaioa useamman muuujan välillä. Yheisinegraaioa voidaan yksinkeraisimmillaan esaa ukimalla, onko yllä esieyn kahden muuujan välinen lineaarikombinaaio saionaarinen. (Hill e al., 2001). Yheisinegraaion ukimiseen löyyy kehiyneempiäkin meneelmiä, jonka vuoksi eseissä on käyey yhä yleisimmisä ja kehiyneimmisä, eli Johansenin meneelmää. 9

2.2.1 Johansenin meneelmä Johansenin meneelmä käyää hyväkseen vekoriauoregressiivisä mallinnusapaa (VAR). VAR -malli on laajennus avalliselle auoregressiiviselle mallille, jossa käyeään yhä riippuvaa muuujaa. VAR -malli kykenee käyämään useampia riippuvia muuujia. (Brooks, 2002). Johansenin meneelmän seliäminen voidaan aloiaa ajaelemalla muuujajoukkoa, jossa on enemmän kuin 2 muuujaa, joka ova I(1) inegroiuneia ja joiden voidaan oleaa olevan yheisinegroiuneia. Kaava [5] kuvaa ilannea. (Brooks, 2002). y + = β 1 y 1 + β2 y 2 +... + βk y k u [5] Mikäli kaavassa [5] olevaa ilannea haluaan ukia Johansenin meneelmällä, se äyyy muunaa kaavan [6] muooon. Tää muooa kusuaan vekorivirheenkorjausmuodoksi (VECM). (Brooks, 2002). y = Πy + k + Γ1 y 1 + Γ2 y 2 +... + Γk 1 y ( k 1) u [6] Kaavassa [6] k Π = ( β i) I g ja Γi = ( β j ) I g. j= 1 i j= 1 Johanssenin esi keskiyy Π -mariksin ukimiseen. Π -mariksin voidaan ajaella olevan pikän aikavälin kehiysä kuvaava mariksi. Yheisinegraaioa ulkiaan kasomalla Π -mariksin arvoja ja veraamalla niiä mariksin ominaisarvoihin (eigenvalue). (Brooks, 2002). Kaavassa [6] oleva Γ on puolesaan muuuja, joka kuvaa lyhyen aikavälin yheneväisyyksiä. Π -mariksin luokka kuvaa muuujan y saionaarisia ja lineaarisia kombinaaioia. (Chen e al., 2002). Mikäli mariksin Π luokka on nolla, arkoiaa ämä siä, eä mallissa ei ole lineaarisa yheisinegraaiovekoria. Mikäli puolesaan mariksin luokka on suurempi, kuin nolla arkoiaa ämä siä, eä mallissa on yheisinegroiuneia vekoreia. (Malkamäki, 1992). 10

Johansenin meneelmässä käyeään yheisinegraaiovekoreiden lukumäärän esaamiseen kaha esiä. Nämä esi ova race-esi ja suurimman ominaisarvon esi (maximal eigenvalue). Tesien maemaaise kaava ova esiey alla. Trace-esiä kuvaa kaava [7] ja suurimman ominaisarvon esiä kuvaa kaava [8]. (Brooks, 2002). g λ ( r ) = T ln(1 λ [7] race i= r+ 1 ^ i ) ^ λ ( r, r + 1) = T ln(1 λ r 1) [8] max + Trace-esissä nollahypoeesina on, eä yheisinegroiuneia vekoreia on eninään r kappalea. Vasahypoeesina puolesaan on se, eä yheisinegroiuneia vekoreia on enemmän kuin r kappalea. Suurimman ominaisarvon esissä puolesaan nollahypoeesi on, eä yheisinegroiuneia vekoreia on r kappalea. Vasahypoeesina ässä esissä on se, eä yheisinegroiuneia vekoreia on r + 1 kappalea. Molemmilla eseille on laskeu kriiise arvo Johansenin ja Juseliuksen (1990) ekemässä ukimuksessa. Mikäli esien ulokse ova suurempia, kuin kriiise arvo ulee nollahypoeesi hyläyksi. 2.3 Grangerin kausalieei Grangerin (1969) kehiämä kausalieeimeneelmä ukii aikasarjojen syy-seuraus suheia lyhyellä aikavälillä. Malli ukii siä, anavako oisen aikasarjan arvo ieoa oisen aikasarjan liikkeisä. (Greene, 2003). Aikasarjan Y, joa arkasellaan hekellä, voidaan sanoa aiheuavan aikasarjan X liikkeiä samalla hekellä Grangerin kausalieei-meneelmän mukaisesi, mikäli aikasarjan X liikkee ova paremmin ennuseavissa aikasarjan Y menneisyyden arvoisa, kuin miä ne olisiva ennuseavissa muusa markkinoilla olevasa informaaiosa. Tesin nollahypoeesi on, eä aikasarjojen välillä ei ole kausalieeia. Vasahypoeesi puolesaan on, eä aikasarja Y aiheuaa aikasarjan X liikkee Grangerin kausalieeimeneelmän mukaisesi. (Malkamäki, 1992). Kuienkin se, eä Y aiheuaa X:n liikkeiä 11

Grangerin kausalieei-meneelmän mukaisesi ei arkoia siä, eä X on Y:n ulos ai seuraus. (Eviews 5 User s Guide, 2004). Huomaavaa on, eä Grangerin kausalieei-meneelmällä ulisi esaa vain saionaarisia sarjoja. (Hiemsra & Jones, 1994). 3. KÄYTETTY TUTKIMUSAINEISTO Tukimukseen valiun maanosan valinaan vaikui se, eä Euroopan markkina ova elänee muuoksessa viimeaikoina, eenkin kehiyvien markkinoiden osala. Tämä juonaa juurensa eenkin kehiyvien markkinoiden osalla Euroopan unionin sekä muiden Euroopan sisäisen liioumien laajenemiseen viime vuosina. Tukimukseen valiu maa ova Puola, Turkki, Tshekki, Unkari ja Venäjä. Maa pyriiin valisemaan melko saunnaisesi eli sien, eei arkaseluun ule mukaan vain esimerkiksi pienimmä kehiyvä markkina Euroopan alueela. Maiden valinaan vaikui myös se, eä niisä kaikisa löyyi MSCI:n ekemä indeksi. Tesiin valiuisa maisa Puola, Tshekki ja Unkari kuuluva Euroopan unioniin, kun aas Venäjä ja Turkki eivä kuulu. Tämä on hyvä asia, sillä näin saadaan myös havainoja Euroopan unionin mahdollisesi aiheuamisa yheneväisyyksiä kyseisen maiden osakemarkkinoiden välillä. Esimerkiksi Chen e al. (2002) ova oanee kanaa asioihin, joka saaava aiheuaa maiden välisiä yheneväisyyksiä sanomalla, eä maiden välisiin yheneväisyyksiin voiva vaikuaa esimerkiksi vahva aloudellise siee. He myös mainiseva, eä markkinoiden vapauumise, nopea kehiykse elekommunikaaioeknologiassa ja ieokoneiden avulla suorieavassa vaihdannassa sekä monikansallisen yhiöiden lisäänyny oimina eri maissa voiva johaa maiden markkinoiden väliseen inegraaioon. Lisäksi aloudellisen järjeselmien, kuen EU:n ja EMU:n kehiyminen aiheuava yheneväisyyksiä niihin kuuluvien markkinoiden välillä. Tukimuksessa käyey aineiso on haeu Daasreamisa. Aineisona on käyey indeksien päiviäisiä hinaindeksi -arvoja. Hinaindeksien käyö johuu siiä, eä oal reurn -indeksien arvoja ei ollu saaavilla kaikille maille ukielmassa käyeyllä aikavälillä. 12

Indeksien arvo ova paikallisessa valuuassa. Valuua ova siis Puolan zloy, Turkin liira, Tshekin koruna, Unkarin forini ja Venäjän rupla. Syy paikallisen valuuojen käyöön on se, eä mikäli arvo olisiva ollee esimerkiksi dollareissa ai euroissa, olisi sarjoilla ollu yheinen ekijä, joka olisi saaanu aiheuaa yheneväisyyksiä sarjojen välillä. Koska millään maalla ei myöskään ole käyössään euroa Euroopan unioniin kuulumisesa huolimaa, ova samasa valuuasa johuva yheneväisyyde minimoiu. MSCI-indeksien käyö ukimuksessa helpoi aineison hakua huomaavasi. Tämä johui siiä, eä kullakin maalla on useampia indeksejä, joia ukimuksessa olisi voiu käyää. Näin ollen MSCI-indeksien käyö poisi valinnan vaikeuden. Indeksi ova haeu ajala 1.1.1999 30.6.2006. Periodin valinaan vaikui se, eä Venäjällä ollu aloudellinen kriisi loppui vuoden 1998 lopulla (Chen e al., 2002). Ajankohdan valinnassa on pyriy välämään kriisejä siiä syysä, eä kriisien aikana aloude oimiva eri avoin kuin normaalissa ilaneessa. Tukielmassa ei kuienkaan ole huomioiu muilla alueilla apahuneia kriisejä, joilla on saaanu olla vaikuusa Euroopan kehiyvien osakemarkkinoiden oiminaan. Muuenkin arkaselun ulkopuolelle on jäey esimerkiksi maiden yheisen kauppakumppaneiden arkaselu ja näiden mahdollisen kumppaneiden vaikuus maiden välisiin yheneväisyyksiin. Aineison avulla pyriään selviämään se, löyyykö maiden markkinoiden välilä yheneväisyyksiä, joka ova risiriidassa modernin porfolioeorian ai markkinoiden ehokkuuden kanssa. Jos yheneväisyyksiä löyyy, on sijoiajan eoriassa mahdollisa hyöyä äsä iedosa ja saada sijoiuksilleen parempaa uooa. Tässä apauksessa moderni porfolioeoria ei kykene seliämään siä, miksi kansainvälinen hajauus ei uoa sijoiuksille parempaa uooa. Myöskään ehokkaiden markkinoiden viiekehys ei ällöin kykene seliämään siä, miksi markkinoiden välise liikkee ova ollee samansuunaisia, eiväkä saunnaiskulun mallia noudaavia. Tukielman arkoiuksena ei kuienkaan varsinaisesi ole ukia markkinoiden ehokkuua ai modernin porfolioeorian paikkaansa piävyyä. Tukielman arkoiuksena on ukia markkinoia ja niiden välisiä yheneväisyyksiä, joka edesauava sijoiajia saamaan sijoiuksilleen paremman uoon. 13

Tukielmassa kaikkien eorioiden esaamiseen on käyey Eviews-ohjelmaa. Indeksien arvo ova haeu Daasreamisa. Daasreamisa aikasarja siirreiin MS Exceliin. Excelisä aineiso puolesaan siirreiin Eviewsiin varsinaisen esien suoriamisa varen. 4. TULOKSET 4.1 Kuvaileva unnusluvu Taulukossa 2 on esiey kuvailevaa saisiikkaa kaikkien maiden aikasarjojen logarimisisa uooisa. Logarimisen uoojen kuvaaja ova esiey Liieessä II. Keskiarvoisa huomaaan, eä suurimma logarimisen uoojen keskiarvo löyyvä Turkila (0,001) ja Venäjälä (0,001). Nämä maa ova siis uoanee kesimäärin enien ukielmassa käyeyllä aikavälillä. Pienimmä keskiarvo löyyvä puolesaan Puolala (>0,001), Unkarila (0,001) ja Tshekilä (0,001), joka ova uoanee keskimäärin vähien käyeyllä aikavälillä. Venäjällä myös mediaani, eli keskiluku on suurin (0,002), joka viiaa siihen, eä logarimise uoo ova painounee posiiivisiin arvoihin. Posiiivinen mediaani löyyy myös Tshekilä (0,001), joka viiaa myös posiiivisesi painouneisiin arvoihin. Muilla mailla mediaani on nolla, joka puolesaan viiaa siihen, eä havainno ova asaisesi jakaanunee posiiivisiin ja negaiivisiin arvoihin. Suurimma keskihajonna ova Turkilla (0,029) ja Venäjällä (0,027). Tämä arkoiaa siä, eä Turkilla ja Venäjällä logarimise uoo ova hajauunee enien eli uoojen riski on näillä mailla suurin. Pienimmä keskihajonna ova Tshekillä (0,015) ja Unkarilla (0,016). Näillä mailla logarimise uoo ova sien hajauunee vähien. Yleisesi voidaan siis sanoa, eä Turkilla ja Venäjällä keskiarvoisesi suurien uoojen saavuaminen verrauna muihin maihin on myös vaainu suuremman riskin. Unkarilla ilanne on ollu oinen. Sen muihin maihin verrauna piene uoo ova vaainee myös pienen riskin. 14

Taulukko 2. Kuvaileva unnusluvu. Taulukon arvo ova laskeu kunkin maan indeksien logarimisisa uooisa aikavälillä 1.1.1999 30.6.2006. Maa Keskiarvo Mediaani Keskihajona Vinous Huipukkuus Jarque-Bera p-arvo Puola <0,001 <0,001 0,016 0,047 4,722 242,333 <0,001 Turkki 0,001 <0,001 0,029 0,172 8,019 2061,904 <0,001 Tshekki <0,001 0,001 0,015-0,144 5,293 435,137 <0,001 Unkari <0,001 <0,001 0,016 0,043 6,179 823,965 <0,001 Venäjä 0,001 0,002 0,027-0,177 8,294 2292,980 <0,001 15

Logarimisen uoojen vinous keroo sen, ovako havainoarvo poikennee normaalijakauman symmerisesä kuviosa. Mikäli havainno ova normaalijakauuneia, on vinous nolla. Huipukkuus on puolesaan unnusluku, joka keroo sen ovako havainno jakauunee huipukkaammin, vai laeammin, kuin normaalijakauma. Normaalijakauman huipukkuuden arvo on 3. (Hill e al., 2001). Kaikkien maiden kohdalla ilanne on se, eä huipukkuuden arvo yliää normaalijakaumalle aseeun oleusarvon 3. Pienin huipukkuuden arvon on Puolalla (4,722) ja suurin Venäjällä (8,294). Tässä apauksessa huipukkuuden normaalijakauuneisuua korkeamma arvo eivä kuienkaan ole yllääviä, sillä aloudellisilla aikasarjoilla jakauma ova usein normaalijakaumaa huipukkaamma. (Brooks, 2002). Vinouden kohdalla ilanne on sama, kuin huipukkuudella. Jokaisen maan kohdalla arvo eroava normaalijakauman arvosa 0. Pienimmä vinouden arvo ova Tshekillä (-0,144) ja Venäjällä (-0,176849). Suurin vinouden arvo on Turkilla (0,172). Posiiivinen vinouden arvo arkoiaa siä, eä havainojen arvo ova jakauunee nollan oikealle puolelle. Negaiivinen vinouden arvo puolesaan arkoiaa siä, eä arvo ova jakauunee nollan vasemmalle puolelle. Vinouden ja huipukkuuden avulla suorieava Jarque-Bera-esi (J-B-esi) ukii jakaumien normaalijakauuneisuua. Normaalijakauunu jakauma seuraa 2 χ -jakaumaa kahdella vapausaseella. 5 %:n merkisevyysasolla ämä arkoiaa siä, eä J-B-esin arvoa ulee verraa arvoon 5,99. Lisäksi J-B-esin p-arvoa voidaan verraa 5 %:n merkisevyysasoon, eli arvoon 0,05. Nollahypoeesina esissä on se, eä jakauma on normaalijakauunu. Tällöin J-B-esin arvon ulisi olla pienempi kuin arvon 5,99 ja p-arvon ulisi olla suurempi kuin arvon 0,05, joa nollahypoeesi jäisi voimaan ja jakauma olisi normaalijakauunu. (Eviews 5 User s Guide, 2004). Eviews käyää J-B-esin laskemisessa seuraavaa kaavaa: ( 3) 2 N k 2 K J B = S + 6 [9] 4 Kaavassa [9] S on vinous, K on huipukkuus, k on arvioiujen keroimien määrä, joia käyeiin aikasarjan luomiseen. N puolesaan on havainojen määrä. 16

Taulukosa 2 huomaaan, eä jokaisella maalla J-B-esin arvo yliää reilusi arvon 5,99. Myös p-arvo aliaa kaikilla mailla arvon 0,05. Näin ollen voidaan odea, eä minkään maan logarimisen uoojen jakauma ei ole normaalijakauunu. 4.2 Yksikköjuuren esaaminen Taulukossa 3 on esiey laajenneun Dickey-Fuller-esin arvo kunkin maan indeksille. Tesi suorieiin muokkaamaomille hinaindeksien arvoille. Laajenneu Dickey- Fuller-esi suorieiin Eviewsillä valisemalla maksimaaliseksi viiväseyjen differenssiermien määräksi 25. Eviewsissä oikean viivepiuuden määriämiseksi käyeiin Aikaken informaaiokrieeriä. Näin välyiin väärän viivepiuuden määriämisen riskilä, joka olisi voinu johaa koko esin kyseenalaisamiseen. Tesiin oeiin mukaan vakioermi, mua ei kuienkaan deerminisisä aikarendiä. Veraamalla uloksia Taulukossa 1 esieyihin kriiisiin arvoihin voidaan huomaa se, eä jokaisen esin arvo yliävä kriiise arvo. Nollahypoeesia ei siis voida hylää minkään aikasarjan kohdalla millään merkisevyysasolla. Tämä arkoiaa siis siä, eä kaikki aikasarja ova epäsaionaarisia ja näin ollen kaikilla aikasarjoilla on myös yksikköjuuri. Tulosen luoeavuua puolaa myös se, eä Liieessä 1 esiey aikasarjojen graafise kuvaaja eivä näyä liikkuvan minkään ieyn arvon ympärillä. Tämä ilmiö on hyvin avallisa ukiaessa ämän kalaisen aikasarjojen ominaisuuksia. Tukimalla aulukossa 3 esieyjä viivepiuuksia voidaan myös huomaa, eä Puolalla ja Turkilla käyeyjen viiväseyjen differenssiermien määrä on nolla. Tshekillä, Unkarilla ja Venäjällä ne puolesaan ova ollee huomaavasi korkeampia. Täsä voidaan pääellä, eä virheermi eivä ole ollee auokorreloiuneia Puolalla eiväkä Turkilla. Tshekillä, Unkarilla ja Venäjällä virheermi puolesaan ova ollee auokorreloiuneia, joka voidaan havaia käyeyisä differenssiermeisä. Täsä havainnosa pääsään johopääökseen, eä ADF-esin käyö osoiauui hyväksi vaihoehdoksi, sillä avallinen DFesi ei olisi pysyny anamaan luoeavaa ulosa Tshekin, Unkarin ja Venäjän kohdalla. 17

Taulukko 3. ADF-esien arvo. Arvo ova laskeu kunkin maan hinaindeksien muokkaamaomisa arvoisa. Maa Viivepiuus Tesiarvo p-arvo Puola 0-0,697 0,846 Tshekki 10 0,561 0,989 Turkki 0-0,730 0,837 Unkari 18 0,266 0,927 Venäjä 18 0,809 0,994 4.3 Yheisinegraaio Taulukossa 4 on esiey Johansenin yheisinegraaio-esin ulokse Puolan, Tshekin, Turkin, Unkarin ja Venäjän välillä. Tesin kriiise arvo ova puolesaan esiey aulukossa 5. Tesiä suorieaessa Eviewsissä valiiin viiveinervalli sekä kriiisen arvojen laskuapa oleusaseusen mukaisesi. Verailemalla aulukossa 4 olevia esin uloksia aulukossa 5 esieyihin kriiisiin arvoihin saadaan määrielyä onko maiden välillä yheisinegroiuneia ekijöiä vai ei. Taulukosa 4 nähdään, eä nollahypoeesi siiä, eä maiden välillä ei ole yheisinegroiuneia vekoreia ulee hyläyksi. Tämä johuu siiä, eä λmax -esin arvo 519,4134 yliää sille aseeun kriiisen arvon (33,46) 5 %:n merkisevyysasolla kohdassa, jossa hypoeeseina ova nollahypoeesi r=0 ai vasahypoeesi r>0. 1 %:n merkisevyysasolla λmax -esin arvo (519,4134) yliää myös sille aseeun kriiisen arvon 38,77. λrace - esin osala ilanne on sama, eli nollahypoeesi hyläään. λrace -esin arvo 2011,951 on suurempi, kuin sille aseeu kriiise arvo 68,52 (5 %) ja 76,07 (1 %). Tukimalla aulukkoa eeenpäin huomaaan, eä molempien esien kohdalla esisuuree kykenevä yliämään molemma kriiise arvo jokaisessa kohdassa. Täsä pääsään johopääökseen, eä kyseisen maiden välillä on ainakin viisi yheisinegroiunua ekijää. Näin ollen voidaan sanoa, eä esissä mukana olleiden maiden välillä on merkiäviä yh- 18

eneväisyyksiä aikavälillä 1.1.1999 30.6.2006. Tämä puolesaan viiaa siihen, eä kansainvälinen hajauus maiden välillä ei alenna porfolion riskiä kuen moderni porfolioeoria oleaa. Verraaessa esin uloksia Paev e al. (2006) ekemään ukimukseen, jossa käyey maa ova hyvin pikäli sama kuin ässä ukielmassa, huomaaan, eä ulokse ova risiriiaisia. Paev e al. (2006) eivä löydä ukimuksessaan maiden välilä yheisinegroiuneia ekijöiä ja näin ollen sanova, eä maiden välillä ei ole pikän aikavälin yheneväisyyksiä aikavälillä 28.8.1996 28.8.2001. Tässä ukielmassa suorieu esi puolesaan viiaava siihen, eä maiden välillä on pikän aikavälin yheneväisyyksiä. Lisäänynee pikäaikaise yheneväisyyde saaava johua esimerkiksi siiä, eä Paev e al. (2006) suoriaman ukimuksen aikavälillä yksikään maisa ei kuulunu Euroopan unioniin. Tämän ukielman aikavälillä suurin osa maisa on liiyny Euroopan unioniin. Vuonna 2004 Puola, Tshekki ja Unkari liiyivä jäseniksi ja vuonna 2005 Turkin kanssa aloieiin jäsenyysneuvoelu. Tämä voi olla yksi syy siihen, miksi maiden välille on ullu pikäaikaisia yheneväisyyksiä 2000-luvun alun jälkeen. Taulukko 4. Johansenin yheisinegraaio-esin ulokse. Puola, Tshekki Turkki, Unkari ja Venäjä. H 0 H r=0 r>0 r 1 r>1 r 2 r>2 r 3 r>3 r 4 r>4 A Ominaisarvo 0,234 0,201 0,183 0,164 0,147 λ max λ race 519,413 2011,951 437,638 1492,537 395,298 1054,899 348,783 659,602 310,818 310,818 19

Taulukko 5. Johansenin yheisinegraaio-esin kriiise arvo. Tesin uloksisa huomaaan, eä maiden välillä on melko paljon yheneväisyyksiä lyhyellä aikavälillä. Jos uloksia arkasellaan 5 %:n merkisevyysasolla, voidaan sanoa, eä Puolan osakemarkkina vaikuava vain Venäjän osakemarkkinoihin. Tshekin osakemarkkina puolesaan vaikuaa Puolan ja Venäjän osakemarkkinoihin. Turkin osakemarkkina vaikuava Puolan, Tshekin ja Venäjän markkinoihin. Unkari vaikuaa vain Puolan osakemarkkinoihin ja Venäjän osakemarkkina vaikuava Puolan ja Tshe- λmax λrace 5 % 1 % 5 % 1 % r=1 33,46 38,77 68,52 76,07 r 1 27,07 32,24 47,21 54,46 r 2 20,97 25,52 29,68 35,65 r 3 14,07 18,63 15,41 20,04 r 4 3,76 6,65 3,76 6,65 4.4 Grangerin kausalieei Taulukossa 6. on esiey Grangerin kausaliei-meneelmän esiulokse. Tesi on suorieu käyämällä aikasarjojen logarimisia uooja. Maia verraaan oisiinsa pareiain. Eviewsisä esin viivepiuudeksi valiiin kaksi. Viivepiuus ulisi valia Grangerin kausalieei-esissä sellaiseksi, eä se vasaa arvioiua ajanjaksoa siiä, kuinka pikällä aikavälillä aikasarja saaava vaikuaa oisensa liikkeisiin. (Eviews 5 User s Guide, 2004). Syy varsin maalan viivepiuuden valisemiseksi oli se, eä kausaalisuua haluiin ukia melko lyhyellä aikavälillä, johuen yheisinegraaiolla jo ukiuisa pikän aikavälin yheyksisä. Mikäli esin p-arvo on suurempi, kuin valiun merkisevyysason proseniluku nollahypoeesi jää voimaan. Tällöin voidaan sanoa, eä verailluisa maisa kummankaan osakemarkkina eivä aiheua oisen liikkeiä lyhyellä aikavälillä. Tilaneen ollessa päinvasainen eli p-arvon ollessa merkisevyysasoa pienempi, nollahypoeesi hyläään. Tällöin voidaan odea, eä oinen maisa aiheuaa oisen osakemarkkinoiden liikkeiä. Se, eä oisen maan osakemarkkina aiheuava oisen maan osakemarkkinoiden liikkeiä, ei kuienkaan arkoia, eä asia oimisi myös päinvasoin. 20

kin osakemarkkinoihin. Havainnollisaaksemme maiden välisiä yheneväisyyksiä lyhyellä aikavälillä laajemmin voidaan odea, eä mikäli merkisevyysasoa laajenneaan 10 %:iin huomaaan, eä myös Turkin ja Venäjän osakemarkkina aiheuava Unkarin osakemarkkinoiden liikkeiä. Tarkaselaessa uloksia 10 %:n merkisevyysasolla, on kuienkin huomioiava se, eä ulosen yleiseävyys heikkenee. Vaikuaa siis silä, eä Turkki on maa, jonka osakemarkkina vaikuava enien muiden maiden osakemarkkinoiden liikkeisiin. Turkki on myös maa, jonka osakemarkkina saava vähien vaikueia muiden maiden osakemarkkinoila. Muiden maiden osakemarkkina eivä vaikua Turkin osakemarkkinoihin edes 10 %:n merkisevyysasolla. Seuraavana on Unkari, jonka osakemarkkina eivä saa vaikueia milään maala 5 %:n merkisevyysasolla. Mikäli kuienkin merkisevyysasoa laajenneaan 10 %:iin, vaikuava Unkarin osakemarkkinoihin sekä Tshekin eä Venäjän osakemarkkina. Tuloksisa pääsään johopääökseen, eä Turkin ja Unkarin osakemarkkina oimiva lyhyellä aikavälillä muiden maiden osakemarkkinoiden suunnannäyäjänä. Toisin sanoen Turkin ja Unkarin markkinoiden liikkeiä seuraamalla voidaan ennakoida muiden maiden liikkeiä lyhyellä aikavälillä. Puola puolesaan on oinen ääripää, sillä sen markkina saava vaikueia kaikkien muiden maiden markkinoisa jo 5 %:n merkisevyysasolla. Venäjä on lähellä Puolan ilannea, sillä sen osakemarkkina saava vaikueia kaikkien muiden maiden, paisi Unkarin osakemarkkinoisa. Tesin ulokse ova osiain yheneviä Paev e al. (2006) ekemien ukimusen kanssa. He löysivä vain vähäisiä lyhyen aikavälin yheneväisyyksiä kriisiä edeläneelä aikavälilä. Kriisin aikana yheneväisyyksiä löyyi enemmän, samoin kuin kriisin jälkeiselä ajanjaksola. Tukimuksessaan he huomasiva sen, eeivä Venäjän osakemarkkina ole paljoakaan yheydessä muihin osakemarkkinoihin. He arveliva ämän johuvan Venäjällä olleesa aloudellisesa kriisisä, joka aiheui sen, eä Venäjän osakemarkkina vaikuiva muiden maiden osakemarkkinoihin, mua muiden maiden osakemarkkina eivä vaikuanee Venäjän osakemarkkinoihin. Kuienkin, ässä ukielmassa, uudemmalla aineisolla suorieu esi osoiava sen, eä Venäjän markkina saava käyeyllä aikavälillä vaikueia monien muiden maiden osakemarkkinoisa. Voidaan siis odea, eä kriisin aikana Venäjän osakemarkkinoia leimannu ekijä on väisyny ielä ja osakemarkkina oimiva ny normaalisi. 21

Tarkaselaessa vielä Venäjää ja Turkkia Euroopan unionin näkökulmasa huomaaan, eä näiden maiden osakemarkkina oimiva varsin eri avalla lyhyellä aikavälillä. Näin ollen lyhyellä aikavälillä Euroopan unionin vaikuuksia ei voida ämän ukielman peruseella yleisää. Taulukko 6. Grangerin kausalieei-esin arvo. Tesi on suorieu aikasarjojen logarimisilla uooilla. Nollahypoeesi F-arvo p-arvo Tshekki ei aiheua Puolaa 3,217 4,031 Puola ei aiheua Tshekkiä 1,313 26,914 Turkki ei aiheua Puolaa 3,121 4,433 Puola ei aiheua Turkkia 0,686 50,374 Unkari ei aiheua Puolaa 7,802 0,042 Puola ei aiheua Unkaria 1,358 25,746 Venäjä ei aiheua Puolaa 6,875 0,106 Puola ei aiheua Venäjää 3,579 2,809 Turkki ei aiheua Tshekkiä 4,453 1,176 Tshekki ei aiheua Turkkia 0,095 90,970 Unkari ei aiheua Tshekkiä 2,099 12,280 Tshekki ei aiheua Unkaria 1,662 19,003 Venäjä ei aiheua Tshekkiä 4,453 1,176 Tshekki ei aiheua Venäjää 8,193 0,029 Unkari ei aiheua Turkkia 1,422 24,157 Turkki ei aiheua Unkaria 2,400 9,098 Venäjä ei aiheua Turkkia 1,791 16,702 Turkki ei aiheua Venäjää 9,631 <0,001 Venäjä ei aiheua Unkaria 2,349 9,574 Unkari ei aiheua Venäjää 1,109 33,005 22

5. JOHTOPÄÄTÖKSET Tukielman arkoiuksena oli ukia Puolan, Tshekin, Turkin, Unkarin ja Venäjän välisä yheisinegraaioa sekä kausaalisuheia aikavälillä 1.1.1999 30.6.2006. Yheisinegroiuneiden ekijöiden sekä kausaalisen suheiden löyäminen maiden välilä johaisi modernin porfolioeorian sekä ehokkaiden markkinoiden viiekehyksen kyseenalaisamiseen ukielmassa mukana olleiden maiden kohdalla kyseisellä aikavälillä. Käyännössä ämä arkoiaisi siä, eä sijoiusen hajauaminen näiden maiden välille ei olisi ainakaan ällä aikavälillä alenanu porfolion riskiä ja näin ollen uoanu sellaisa hyöyä, kuin miä moderni porfolioeoria oleaa. Tukielmassa käyey aikaväli, ukielmaan valiu maa sekä se, eä ukielma ehiin ukimalla vain kehiyvien osakemarkkinoiden välisiä yheneväisyyksiä uova esiin uua, aikaisemmin ukimaa ollua maeriaalia. Näin ollen se äydenää eenkin kehiyvien osakemarkkinoiden kohdalla olevaa ukimusen vajea osakemarkkinoiden yheneväisyyksisä. Kaikkien ukielmassa mukana olleiden maiden indeksi sisälsivä laajenneun Dickey- Fuller-esin mukaan yksikköjuuren, mikä mahdollisi yheisinegraaion ukimisen kyseisen maiden osakemarkkinoiden välillä. Johansenin yheisinegraaio-meneelmällä suorieun esin uloksisa ilmenee, eä ukielmassa mukana olleiden maiden välilä löyyy yheisinegroiuneia ekijöiä. Tekijöiä on viisi kappalea, eli suheellisen paljon, josa pääsään johopääökseen, eä Euroopan kehiyvä osakemarkkina ova ollee vahvasi yheisinegroiuneia ukielman arkaseluvälillä. Grangerin kausalieeimeneelmän mukaan maiden välilä löyyy myös lyhyen aikavälin yheneväisyyksiä. Jokainen maa oli jollain avalla kyköksissä johonkin oiseen maahan. Tesin uloksisa mielenkiinoisen voidaan piää siä, eä Turkki oli maa, joka vaikui muiden maiden osakemarkkinoiden liikkeisiin, mua joka ei kuienkaan saanu muila maila vaikueia. Puola puolesaan oli esin mukaan maa, joka sai vaikueia kaikila muila esissä mukana olleila maila. Tesien ulokse viiaava siihen, eä maiden osakemarkkinoiden välillä on yheneväisyyksiä, joka vaikuava negaiivisesi maiden osakemarkkinoiden välille ehävän 23

kansainvälisen hajauuksen kannaavuueen. Tämä johuu siiä, eä markkinoiden liikkuessa sekä pikällä, eä lyhyellä aikavälillä samansuunaisesi ei kansainvälinen hajauus maiden välillä alenna riskiä. Lisäksi, koska kyseisen maiden aikasarjoihin liiyy se osiasia, eä ne eivä koskaan ajaudu kovinkaan pikälle oisisaan, on myös ajaus äysin ehokkaisa markkinoisa aiheeon. Tesien ulokse ova osilaan samansuunaisia Paev e al. (2006) ekemän ukimuksen kanssa. Toisin kuin ässä ukielmassa, he eivä löyänee samala alueela yheisinegroiuneia ekijöiä aikavälillä 28.8.1996 28.8.2001. Järkevänä seliyksenä ähän voidaan piää siä, eä suurin osa maisa on liiyny Euroopan unioniin ässä ukielmassa käyeyn aikavälin aikana. Euroopan unioni ai muu aloudellinen liiouma voi aiheuaa siihen kuuluvien maiden markkinoiden välille yheneväisyyksiä, kuen Chen e al. (2002) ukimuksessaan oeava. Paev e al. (2006) kuienkin löysivä käyämälään aikavälilä lyhyen aikavälin yheneväisyyksiä, kuen ässäkin ukielmassa. Myös esimerkiksi Chen e al. (2002) sekä Narayan e al. (2004) löysivä ukimuksissaan yheneväisyyksiä kehiyvien osakemarkkinoiden välilä Lainalaisessa Amerikassa ja Eelä Aasiassa. Näiden eri ukielmien peruseella voidaan odea, eä kansainvälinen porfolion hajauus ei aina anna samankalaisa hyöyä riskin hajauukseen kuin esimerkiksi Bernanke (2005) oleaa. Tukielmaa voisi laajenaa esimerkiksi sien, eä ukimuksiin oeaisiin mukaan myös Yhdysvalojen dollareissa oleva aikasarja ja ukiaisiin, anavako ne erilaisia uloksia. Tämä osin aiheuaisi ongelman verraavuueen ämän ukimuksen kanssa, sillä MSCI:n indeksejä ei ole dollareissa päiväasolla. Tällöin ukielmaan jouduaisiin valisemaan uude indeksi kusakin maasa, joka heikenää ukielmien välisen verailun luoeavuua. Lisäksi aikaväliä voisi pidenää ja oaa huomioon myös esimerkiksi Venäjällä juuri ennen ämän ukimuksen aikavälin alkamisa ollu aloudellinen kriisi. Tällöin voiaisiin ukia markkinoiden käyäyymisä kriisiä ennen, sen aikana ja sen jälkeen, kuen esimerkiksi Chen e al. (2002) ja Paev e al. (2006) ova ehnee. Tukielmaa voiaisiin myös laajenaa sien, eä mukaan oeaisiin myös muiden maanosien kehiyviä osakemarkkinoia. Tällä avalla saaaisiin kokonaisvalaisempi kuva kehiyvien markkinoiden käyäyymisesä. Tarkempaa ukimusa voisi suoriaa myös siiä mikä aiheuaa markkinoiden välise yheisliikkee. Tämä anaisi lisää ieoa markkinoi- 24

den oiminnasa ja auaisi ymmärämään paremmin, miksi markkina oimiva ällä avalla. 25

LÄHTEET Bernanke, B.S. 2005. Moneary Policy in a World of Mobile Capial. Cao Journal, Vol. 25, No. 1. Bhaacharyya, M. & Banerjee, A. 2004. Inegraion of global capial markes: An empirical exploraion. Inernaional Journal of Theoreical and Applied Finance, Vol. 7, No. 4, s. 385-405. Brooks, C. 2002. Inroducory economerics for finance. Cambridge: Cambridge Universiy Press. Chen, G., Firh M., Meng Rui, O. 2002. Sock Marke Linkages: Evidence from Lain America. Journal of Banking & Finance, Vol. 26, Issue 6, s. 1113. Chrisofi, A. & Pericli, A. 1999. Correlaion in price changes and volailiy of major Lain America sock markes. Journal of mulinaional financial managemen, Vol. 9, Issue 1, s. 79-93. Davidson, R., MacKinnon, J.G. 1993. Esimaion and Inference in Economerics. New York: Oxford Universiy Press. Dickey, D.A., Fuller, W.A. 1979. Disribuion of he esimaors of auoregressive ime series wih a uni roo. Journal of he American Saisical Associaion, Vol. 74, s. 427-431. Engle, R.F & Granger, C.W.J. 1987. Co-inegraion and error correcion: represenaion, esimaion and esing. Economeria, Vol. 55, s.251-276. Eviews 5 User s Guide. 2004. USA: Quaniaive Micro Sofware. Granger, C.W.J. 1986. Developmens in he sudy of coinegraed economic variables. Oxford Bullein of Economics and Saisics, Vol. 3, s. 213-227. 26

Granger, C.W.J. 1969. Invesigaing causal relaionships by economeric models and cross-specral mehods. Economerica, Vol. 37, s. 424 38. Greene, W.H. 2003. Economerics analysis. Fifh ediion. USA: Prenice Hall. Hiemsra, G. & Jones, J.D. 1994. Tesing for Linear and Nonlinear Granger Causaliy in he Sock Price-Volume Relaion. The Journal of Finance, Vol. 49, Issue 5, s.1639. Hill, R.C., Griffihs, W.E., Judge, G.G. 2001. Undergraduae Economerics. Second ediion. USA: John Wiley & Sons, Inc. Johansen, S. 1988. Saisical analysis of coinegraion vecors. Journal of Economic Dynamics and Conrol, Vol.12, s. 231-254. Johansen, S. 1991. Esimaion and hypohesis esing of coinegraion vecors in Gaussian vecor auoregressive models. Economeria, Vol. 59, s.1551-1580. Johansen, S. & Juselius, K. 1990. Maximum likehood esimaion and inference on coinegraion wih applicaions o he demand for money. Oxford Bullein of Economics and Saisics, Vol. 52, s. 169-210. Malkamäki, M. 1992. Coinegraion and Causaliy of Sock Markes in Two Small Open Economies and Their Major Trading Parner Naions. Bank of Finland discussion papers, 16/92. Narayan, P., Smyh, R., Nandha, M. 2004. Inerdependencies and dynamic linkages beween he emerging sock markes of Souh Asia. Accouning and Finance, Vol. 44, Issue 3, s. 419-439. Paev, P., Kanaryan, N., Lyroudi, K. 2006. Sock marke crises and porfolio diversificaion in Cenral and Easern Europe. Managerial Finance, Vol. 32, Issue 5, s. 415-432. 27

Washam, T. J. & Parramore, K. 1997. Quaniaive Mehods in Finance. Firs ediion. UK: Thomson Learning. 28

29 LIITE I. KÄYTETTYJEN AIKASARJOJEN KUVAAJAT Puola 0 500 1000 1500 2000 2500 1.1.1999 1.7.1999 1.1.2000 1.7.2000 1.1.2001 1.7.2001 1.1.2002 1.7.2002 1.1.2003 1.7.2003 1.1.2004 1.7.2004 1.1.2005 1.7.2005 1.1.2006 Aika Arvo(PLN) Turkki 0 100000 200000 300000 400000 500000 600000 700000 800000 900000 1.1.1999 1.7.1999 1.1.2000 1.7.2000 1.1.2001 1.7.2001 1.1.2002 1.7.2002 1.1.2003 1.7.2003 1.1.2004 1.7.2004 1.1.2005 1.7.2005 1.1.2006 Aika Arvo(TRY)

30 Tshekki 0 50 100 150 200 250 300 350 400 450 1.1.1999 1.7.1999 1.1.2000 1.7.2000 1.1.2001 1.7.2001 1.1.2002 1.7.2002 1.1.2003 1.7.2003 1.1.2004 1.7.2004 1.1.2005 1.7.2005 1.1.2006 Aika Arvo (CZK) Unkari 0 200 400 600 800 1000 1200 1400 1600 1800 2000 1.1.1999 1.7.1999 1.1.2000 1.7.2000 1.1.2001 1.7.2001 1.1.2002 1.7.2002 1.1.2003 1.7.2003 1.1.2004 1.7.2004 1.1.2005 1.7.2005 1.1.2006 Aika Arvo(HUF)

Venäjä 1400 1200 1000 Arvo(RUB) 800 600 400 200 0 1.1.1999 1.7.1999 1.1.2000 1.7.2000 1.1.2001 1.7.2001 1.1.2002 1.7.2002 1.1.2003 1.7.2003 1.1.2004 1.7.2004 1.1.2005 1.7.2005 1.1.2006 Aika 31

LIITE II. LOGARITMISTEN TUOTTOJEN KUVAAJAT Puola 350 300 250 200 150 100 50 0-0.05 0.00 0.05 Series: LOGARITMINEN_TUOTTO_PO Sample 1 1955 Observaions 1955 Mean 0.000401 Median 0.000000 Maximum 0.076414 Minimum -0.087760 Sd. Dev. 0.016298 Skewness 0.047191 Kurosis 4.722213 Jarque-Bera 242.3325 Probabiliy 0.000000 500 400 Turkki Series: LOGARITMINEN_TUOTTO_TU Sample 1 1955 Observaions 1955 300 200 100 0-0.2-0.1 0.0 0.1 Mean 0.001331 Median 0.000000 Maximum 0.178164 Minimum -0.197150 Sd. Dev. 0.028765 Skewness 0.172163 Kurosis 8.019344 Jarque-Bera 2061.904 Probabiliy 0.000000 32

Tshekki 400 300 200 100 0-0.05 0.00 0.05 Series: LOGARITMINEN_TUOTTO_CZ Sample 1 1955 Observaions 1955 Mean 0.000753 Median 0.000554 Maximum 0.086200 Minimum -0.078149 Sd. Dev. 0.015055 Skewness -0.143630 Kurosis 5.293320 Jarque-Bera 435.1370 Probabiliy 0.000000 350 300 250 200 150 100 Unkari Series: LOGARITMINEN_TUOTTO_HU Sample 1 1955 Observaions 1955 Mean 0.000492 Median 0.000000 Maximum 0.092017 Minimum -0.100141 Sd. Dev. 0.016165 Skewness 0.042580 Kurosis 6.179296 50 0-0.10-0.05 0.00 0.05 Jarque-Bera 823.9652 Probabiliy 0.000000 33

Venäjä 500 400 300 200 100 0-0.2-0.1 0.0 0.1 Series: LOGARITMINEN_TUOTTO_RU Sample 1 1955 Observaions 1955 Mean 0.001431 Median 0.001592 Maximum 0.189555 Minimum -0.202839 Sd. Dev. 0.027155 Skewness -0.176849 Kurosis 8.293771 Jarque-Bera 2292.980 Probabiliy 0.000000 34