رفتار دم ارزهای پناهگاه ایمن: تجزیه و تحلیل متقابل کوانهارگرام

در این مقاله به بررسی رفتار دم ارزهای پناهگاه ایمن با استفاده از داده های فرکانس بالا در هر دو زمان خوب و بد مالی در دوره 2004-2017 پرداخته شده است. در این تجزیه و تحلیل از کوانگولاگرام متقاطع ، که اخیراً توسط هان و همکاران تهیه شده است ، استفاده می کند.(2016) ، برای اندازه گیری وابستگی کمی بین ارزها و نوسانات ارز (FX) و بازارهای سهام و اوراق قرضه. ما می دانیم که فرانک سوئیس ، یورو و ین ژاپن احتمالاً وقتی نوسانات FX و بازده اوراق بهادار خزانه داری ایالات متحده به سرعت افزایش می یابد ، قدردانی می کنند. با این حال ، کاهش شدید بازده سهام ایالات متحده با قدردانی قابل توجه فقط ین ژاپن همراه است. علاوه بر این ، اثرات شوک های مختلف بر روی ارزهای پناهگاه امن همه نامتقارن است ، نشان می دهد که سرمایه گذاران در دوره های پریشانی مالی پاسخگوتر هستند. ما همچنین مستند می کنیم که این ارزها به شدت نسبت به برخی از تاخیر در دم پاسخ می دهند تا اینکه در طول استرس بازار. یافته های ما نشان می دهد که ین ژاپن قوی ترین ارز امن در پناهگاه است و به دنبال آن فرانک سوئیس و یورو است.

معرفی

همه پرسی عضویت اتحادیه اروپا (اتحادیه اروپا) انگلستان ، که به عنوان همه پرسی اتحادیه اروپا یا Brexit (خروج انگلیس) نیز شناخته می شود ، در 23 ژوئن 2016 برگزار شد تا تصمیم بگیرد که آیا کشور باید در اتحادیه اروپا عقب نشینی کند یا باقی بماند. اکثریت (51. 9 ٪) رای دهندگان شرکت کننده به ترک اتحادیه اروپا رای دادند. در روز بعد ، با واکنش به رأی Brexit ، ین ژاپنی به 99 ین در برابر دلار آمریکا تقویت شد که از نوامبر 2013 قوی ترین سطح بود. این همچنین قدردانی 7. 2 درصد از سطح بسته شدن آن در روز از روز است. همه پرسی2

ین ژاپن به طور گسترده ای به عنوان یک ارز پناهگاه امن در زمان های آشفته مالی یا قرار گرفتن در معرض بازارهای نامشخص شناخته می شود. از آنجا که انتظار می رود یک ارز امن پناهگاه در مقایسه با سایر ارزها در هنگام تلاطم بازار ، ارزش خود را حفظ یا افزایش دهد ، سرمایه گذاران به طور فعال به دنبال چنین ارز هستند تا خطر قرار گرفتن در معرض ضررهای احتمالی را کاهش دهند. در میان محیطی که از ریسک بالایی برخوردار است ، ارز امن پناهگاه در برابر سایر ارزها قدردانی می کند.

در این مقاله به بررسی رفتار دم ارزهای پناهگاه امن در هر دو زمان خوب و بد در دوره 2004-2017 پرداخته شده است. شش ارز عمده ای که ما در نظر می گیریم دلار استرالیا ، دلار کانادا ، فرانک سوئیس ، یورو ، پوند انگلیس و ین ژاپنی است. در این تجزیه و تحلیل ، ما از کوانگولاگرام متقاطع هان و همکاران استفاده می کنیم.(2016) که انعطاف پذیری بیشتری در اندازه گیری وابستگی کمی بین ارزها و نوسانات ارز (FX) و بازارهای سهام و اوراق بهادار فراهم می کند. متقاطع متقاطع یک روش پیشرفته تر است و با افزودن یک بعد دیگر ، تجزیه و تحلیل یک رابطه کامل تر در کل طیف وسیعی از مقادیر را تسهیل می کند. 3 از کوانگوگرام متقاطع برای تجزیه و تحلیل رفتار دم ارزهای پناهگاه امن در شرایط شدید بازار مانند بحران مالی جهانی استفاده می شود. ما همچنین از کواانتیلوگرام جزئی برای بررسی رفتار پناهگاه ایمن پس از کنترل متغیر وضعیت اقتصادی استفاده می کنیم. به دنبال Fatum و Yamamoto (2016) ، ما شاخص VIX را به عنوان معیار عدم اطمینان بازار اتخاذ می کنیم. 4

همانطور که توسط Ranaldo و Söderlind ، 2010 ، Fatum and Yamamoto ، 2016 ذکر شد ، ادبیات مربوط به ارزهای امن پناهگاه بسیار نادر است و تعریف ارز پناهگاه امن در بین مطالعات متفاوت است. با این حال ، مطالعات مهمی انجام شده است که با ارزهای امن پناهگاه سروکار دارد. Ranaldo و Söderlind (2010) رفتار ارزهای پناهگاه ایمن را با استفاده از نرخ ارز با فرکانس بالا در طی دوره 1993-2008 تجزیه و تحلیل می کنند. آنها نشان می دهند که قدردانی از فرانک سوئیس و ین ژاپن در برابر دلار آمریکا با کاهش قیمت سهام ایالات متحده ، افزایش قیمت اوراق بهادار ایالات متحده و رشد نوسانات FX همراه است. آنها همچنین شواهدی ارائه می دهند که نشان می دهد رفتار پناهگاه امن ین ژاپن در دوره بحران مالی جهانی برجسته است. 5 حبیب و استراکا (2012) در مورد محرک های اساسی ارزهای پناهگاه امن با استفاده از تابلویی از 52 ارز جهانی هر دو کشور پیشرفته و نوظهور تحقیق می کنند. آنها موقعیت خالص دارایی های خارجی را که نشانگر ریسک کشور و آسیب پذیری خارجی است ، به جای دیفرانسیل نرخ بهره ، به جای اینکه در ادبیات قبلی فرضیه شود ، به عنوان سازگار ترین و قوی ترین پیش بینی کننده وضعیت پناهگاه امن ، ترسیم می کنند. 6

Coudert و همکاران.(2014) در مورد ویژگی های ارزهای پناهگاه ایمن با استفاده از نمونه 26 ارز جهانی در دوره 1999-2013 تحقیق کنید و گزارش دهید که فقط ین ژاپنی و دلار آمریکا ارزهای پناهندگی ایمن هستند. Hossfeld و MacDonald (2015) با استفاده از نرخ ارز مؤثر ماهانه G10 برای دوره از ژانویه 1986 تا سپتامبر 2012 ، تعیین می کنند که فرانک سوئیس و (تا حدی کمتر) دلار آمریکا ، به عنوان ارزهای پناهگاه ایمن واجد شرایط هستند. 7 Fatum and Yamamoto (2016) رفتار ارزهای داخلی پناهگاه را در طول بحران مالی جهانی 2008 با استفاده از داده های روزانه برای دوره از ژانویه 1999 تا فوریه 2012 بررسی می کنند. ارزهای پناهگاه در تجزیه و تحلیل خود به عنوان عدم اطمینان بازار ، که توسط VIX اندازه گیری می شود ، افزایش می یابد.

این مطالعه از نزدیک با Ranaldo و Söderlind (2010) مرتبط است. با این حال ، کار ما با آن متفاوت است زیرا (i) ما از جدیدترین داده های مربوط به سالهای 2004-2017 استفاده می کنیم ، (ب) ما رفتار ارزهای پناهگاه امن را در هر دو زمان خوب و بد بررسی می کنیم ، و (iii) اثرات مختلف را می یابیمشوک در ارزهای پناهگاه امن همه نامتقارن است و دلالت بر این دارد که سرمایه گذاران تمایل دارند در مواقع پریشانی مالی بیشتر پاسخ دهند. به ویژه ، با توجه به دومی ، در حالی که Ranaldo و Söderlind (2010) دریافتند که فقط اثرات نوسانات FX بر ارزهای پناهگاه ایمن بیش از متناسب است ، ما مستند می کنیم که تخمین های کوانگولاگرام متقابل در زمان های بد ، مانند Financial Global Financialبحران ، به طور کلی از نظر بزرگی نسبت به همتایان خود در زمان های خوب بزرگتر است ، و این نشان می دهد که اثرات شوک های مختلف مرتبط با نوسانات FX ، بازده سهام و اوراق بهادار بر ارزهای پناهگاه ایمن نامتقارن است.

مقاله ما با بررسی وابستگی کمی بین ارزها و نوسانات FX و بازارهای سهام و اوراق بهادار در هر دو زمان خوب و بد ، به ادبیات مربوط به ارزهای پناهگاه ایمن کمک می کند. متمایز از مطالعات قبلی ، ما سعی می کنیم خواص ارزهای پناهگاه ایمن را با تمرکز بر روی هر دو دم توزیع بازده حمل و نقل مشروط به تحقق شدید نوسانات FX ، و بازده سهام و اوراق بهادار بررسی کنیم. هدف ما این است که به ترتیب پاسخ های مختلف ارزهای پناهگاه ایمن را در مورد تغییر در نوسانات FX ، بازده سهام و بازده اوراق قرضه آشکار کنیم. به عنوان مثال ، ما موارد مرتبط با افزایش سریع نوسانات FX و همچنین کاهش شدید نوسانات FX را در نظر می گیریم. با انجام این کار ، متقاطع کوانگویلوگرام ، که انعطاف پذیری بیشتری نسبت به روشهای موجود ارائه می دهد ، تخمین زده می شود. 8 مدل پیشنهادی برای اندازه گیری وابستگی کمی مناسب است زیرا سری حمل و نقل تجارت به همراه سایر سری های مالی در تجزیه و تحلیل ما دارای دم های سنگین است و این نشان می دهد که آنها از توزیع عادی دور هستند. همانطور که توسط لیو و همکاران اشاره شد.(2016) ، رویکردهای متعارف ممکن است اقدامات مناسبی برای وابستگی به دارایی های مالی نباشد که فرض عادی دو متغیره بر توزیع مشترک باشد. به نظر نمی رسد که نتایج حاصل از رویکردهای متعارف ، وابستگی را در شرایط شدید بازار به طور دقیق جلب کند.

با توجه به پاسخ های مختلف به شوک های مرتبط با نوسانات FX و بازده سهام و اوراق قرضه ، یافته های اصلی به شرح زیر است. اول ، فرانک سوئیس ، یورو و ین ژاپن احتمالاً با افزایش شدید نوسانات FX و بازده اوراق قرضه ، تا حد زیادی قدردانی می کنند ، و به طور بالقوه سرمایه گذاران بیشتری را به دنبال این ارزها سوق می دهد. دوم ، ین ژاپنی تنها ارز است که احتمالاً با کاهش شدید بازده سهام از آن قدردانی می کند. بر خلاف پاسخ به نوسانات FX ، به نظر نمی رسد که فرانک سوئیس و یورو ویژگی های پناهگاه امن را نشان دهند وقتی بازار سهام ایالات متحده ، که بازار سهام غالب در جهان است ، شوک منفی زیادی را تجربه می کند. سوم ، اثرات شوک بر روی ارزهای پناهگاه ایمن نامتقارن است زیرا تخمین های کوانگولاگرام متقابل در مواقع بد از بزرگی بیشتر از همتایان خود در زمان های خوب است ، نشان می دهد که سرمایه گذاران تمایل به پاسخ بیشتر در هنگام پریشانی مالی دارند ، و این مطابق استبا یافته های Brunnermeier و همکاران.(2008). سرانجام ، دلار استرالیا و دلار کانادا تمایل به نمایش دقیقاً برعکس در مقایسه با ارزهای پناهگاه ایمن دارند ، و این نشان می دهد که این ارزها به احتمال زیاد در دوره های پریشانی مالی تا حد زیادی کاهش می یابد. به طور کلی ، با در نظر گرفتن نوسانات FX و بازده سهام و اوراق قرضه ، یافته های ما نشان می دهد که ین ژاپنی قوی ترین ارز پناهگاه امن است و به دنبال آن فرانک سوئیس و یورو (تا حدی کمتر). 9 علاوه بر این ، با نگاهی به مقادیر مختلف بازده حمل و نقل ، نشان می دهد که این ارزها پاسخ های قوی تری در دم به سمت چپ و راست نسبت به میانی نشان می دهند. علاوه بر این ، برای بررسی های استحکام ، ما همچنین کوانتیلوگرام جزئی را که در آن یک متغیر وضعیت اقتصادی کنترل می شود تخمین می زنیم. نتایج نشان می دهد که خصوصیات پناهگاه امن این ارزها حتی پس از کنترل متغیر وضعیت اقتصادی تلفظ می شود.

ادامه مقاله به شرح زیر تدوین شده است. در بخش 2 معاملات حمل و نقل و ارزهای پناهگاه ایمن توضیح داده شده است. بخش 3 چارچوب اقتصاد سنجی را به همراه روش تخمین ارائه می دهد. بخش 4 داده ها را توصیف می کند و در مورد نتایج تخمین بحث می کند. بخش 5 اظهارات نتیجه گیری را ارائه می دهد.

قطعه قطعه

حمل و نقل و ارزهای پناهگاه امن

در این بخش ، ما یک ارز امن پناهگاه را تعریف می کنیم و رابطه آن را با معاملات حمل توضیح می دهیم. همانطور که در بالا ذکر شد ، به نظر می رسد که تعریف یک ارز امن پناهگاه در مطالعات موجود متفاوت است. پس از Kaul and Sapp ، 2006 ، Ranaldo and Söderlind ، 2010 ، با تعریف یک ارز امن پناهگاه یک ارز است که مزایای محافظت در طی دوره های پریشانی مالی را برای دارایی مرجع خود که در مورد حرکات موجود در ریسک جهانی است ، فراهم می کند. 10

کوانگوگرام متقاطع

لینتون و وانگ (2007) برای اندازه گیری وابستگی در بخش های مختلف توزیع یک سری زمانی ثابت بر اساس همبستگی بازدیدهای کوانتیل ، کمیت الگورژوگرام (خودکار) را معرفی کردند. هان و همکاران.(2016) یک نسخه چند متغیره به نام Cross-Quantilogram را تهیه کرد. از کوانگوگرام متقاطع می توان 1) برای اندازه گیری وابستگی کمی بین دو سری ، 2) برای آزمایش پیش بینی جهت بین دو سری و 3) برای آزمایش مشخصات مدل استفاده کرد. همانطور که در لینتون و وانگ ، 2007 توضیح داده شد ،

توضیحات داده و تجزیه و تحلیل اولیه

برای ارزیابی وابستگی متقابل بین ارزها ، نوسانات FX و بازارهای سهام و اوراق قرضه ، ما از داده هایی در مورد نرخ ارز با فرکانس بالا و نقطه ای در داخل ایالات متحده (USD) استفاده می کنیم. ما داده های پنج دقیقه ای را برای دوره ، 2 ژانویه 2004 تا 29 دسامبر 2017 برای شش ارز عمده جمع آوری می کنیم: دلار استرالیا (AUD) ، دلار کانادا (CAD) ، فرانک سوئیس (CHF) ، یورو (یورو)، پوند انگلیس (GBP) و ین ژاپنی (JPY). نرخ به عنوان نقطه میانی

نتیجه

در این مقاله به بررسی رفتار دم ارزهای پناهگاه امن در زمان خوب و بد مالی در دوره 2004-2017 پرداخته شده است. ما از کوانتیلوگرام متقاطع استفاده کردیم ، که اخیراً توسط هان و همکاران تهیه شده است.(2016) ، برای اندازه گیری وابستگی کمی بین ارزها و نوسانات FX ، و بازارهای سهام و اوراق قرضه. نکته قابل توجه ، متقاطع متقاطع تجزیه و تحلیل یک رابطه کامل تر در کل طیف وسیعی از مقادیر بازده حمل و نقل را با در نظر گرفتن کمیت تسهیل می کند

بیان داده ها

تمام داده های مورد استفاده در مقاله در دسترس عموم است.

اعلام علاقه رقیب

نویسندگان اعلام می كنند كه آنها هیچ منافع مالی رقیب یا روابط شخصی را كه به نظر می رسد بر اثر گزارش شده در این مقاله تأثیر می گذارد ، ندارند.