Sovereign debt markets: Where does the Czech Republic stand?

Abstract

Tato diplomová práce se zabývá spready výnosů vládních dluhopisů a jejich determinanty se zaměřením na Českou republiku. Nejprve je pomocí pooled mean group (PMG) metody (zavedené Pesaranem et al. 1998) odhadnut homogenní panel zemí Visegrádské skupiny (V4). Poměr dluhu k HDP a index volatility (VIX) jsou dle našich výsledků hlavními faktory, které ovlivňují vývoj spreadů V4 skupiny. Na základě PMG analýzy jsme sestavili třídimenzionální VAR a vícedimenzionální SVAR model, abychom mohli určit reakce spreadů na vnější vlivy. Mezi zeměmi skupiny V4 vykazuje největší reakci spreadu na náhlou změnu ve VIX Maďarsko. Empirická analýza potvrzuje tezi, že země vykazující vyšší hodnoty spreadů v předkrizovém období také nejsilněji zareagovaly na vývoj v období krize. Dále bylo zjištěno, že standardní modely (zahrnující makrofundamenty a globální ukazatele rizikové averze) neposkytují spolehlivé odhady pro období 2010-2013. Proto jsme do VAR modelu zahrnuli Základní ukazatele finančního zdraví Mezinárodního Měnového Fondu. Došli jsme k závěru, že pro správný popis dynamiky spreadů po roce 2010 je při odhadech modelů nezbytné zohlednit také stav finančního sektoru v jednotlivých zemích.

This thesis deals with the relationship between yield spreads on the sovereign bonds and their determinants with a primary focus on the Czech Republic. First, a homogeneous panel of Visegrad group countries (V4) was investigated by the pooled mean group (PMG) method of Pesaran et al. (1998). It was found that debt-to-gdp ratio along with VIX, the "fear gauge", are the main factors driving the spread dynamics in the V4 group. Based on the results from PMG estimation, we estimate a three-dimensional vector autoregression (VAR) model and structural VAR (SVAR) model in order to observe spread reactions on external shocks. Among the V4 group countries, Hungary exhibits the largest spread response to a VIX shock. Overall, the (S)VAR results confirmed that countries with higher levels of yields before crisis had also a stronger reaction to the market disturbances during 2007-2009. Furthermore, it was found that for the period 2010-2013, the standard model (macroeconomic fundamentals plus global risk aversion factors) provided less reliable results. As a remedy, financial soundness indicators were incorporated into the VAR model. We conclude that it is important to take into account country's financial sector vulnerabilities when describing the spread dynamics since 2010.