英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料
汇率波动及其对股市波动的影响
摘要：本文从实证角度研究了美元兑欧元汇率波动性对美国股市波动性的影响，同时控制了一些股票收益波动的驱动因素。使用GARCH（1，1）模型，使用涵盖1999年1月1日至2010年1月25日这一周的每周数据，发现9/11恐怖袭击、熊市、失业救济申请人数波动和负股票市场回报增加了金融波动。另一方面，对于M2波动的影响，或对联邦基金目标利率变化的错误预期，未发现结论性结果。最后发现，当金融波动的主要驱动因素受到控制时，汇率波动性的增加对股票收益的波动性产生了积极的统计显著影响。货币政策制定者在制定现行管理浮动汇率措施时，需要考虑到这一影响。
关键词：汇率；GARCH；股票市场；波动性
序言
金融市场的波动性是近期和远期普遍存在不确定性的标志。因此，企业减少了投资支出（Chen和Funke，2009年），并谨慎雇用新员工。同样，波动性较大的国家吸引的外国投资也较少(Erdal, 2001)。较低的股票回报率与较高的波动性相关，反映出市场对此类情况的意愿不佳（Bae等人，2007年）。最近几次，高波动性和不确定性导致银行停止放贷，即使美联储继续增加流动性，导致美联储操纵市场的能力崩溃。了解金融波动的后果很重要。
究竟是什么导致了金融波动性关于这个问题的研究有很多。研究了货币和实际部门的变量以及恐怖主义袭击等随机事件的影响。错误的市场预期熊市和负的股票回报都与金融波动有关。金融市场全球化的加剧是另一个导致金融波动加剧的因素。后一个问题是本文关注的主要问题。
我们利用美国1999年第一周至2010年第三周的每周数据，研究了包括汇率波动在内的许多因素对金融波动的影响。研究发现，当控制金融波动的主要驱动因素时，汇率波动性的增加对股票收益的波动性产生了积极的统计显著影响。研究还发现，熊市是金融波动的最大驱动力，其次是货币供应量的波动。对联邦基金利率变化的错误预期也起着重要作用，前一个时间段的负回报也是如此。更有趣的是，货币部门的波动对金融波动的影响要比实际部门的波动大得多。文章还指出，在解释金融波动性时，失业救济申请和联邦基金利率预期的正变化和负变化的影响存在不对称性。
本文的结构如下。第2节回顾了之前关于这个主题的工作以及它是如何影响我们的研究的。第3节介绍了我们的模型和数据描述。第4节描述了波动性的替代测量。第5节讨论了经验结果及其含义，第6节总结。
汇率波动与货币政策
汇率波动和货币政策的最新研究包括Earratibel和Michaelis（2014年）、Arvalho和Nechio（2015年）、Muellery等人（2015年）和Syarifuddin等人（2015年）。（2014）。汇率波动通过对货币需求的影响来影响货币政策。McGibany和Nourzad（1995）认为，“面对国内货币相对于外币的波动性增加，国内投资者倾向于用他们认为更安全的资产替代风险更高的货币，从而使国内对货币的需求下降。” 他们的实证结果表明，美元汇率波动性的增加降低了对实际m2余额的需求。其结果是，美联储将被迫采取防御性货币政策，以抵消过度波动对产出和通胀缺口的影响。
汇率波动也会通过其对国内股市的影响来影响货币政策。Subair和Salihu（2004）发现汇率波动抑制了尼日利亚股市。Lawal和Ijirshar（2015）还研究了尼日利亚汇率波动与股市表现之间的关系，发现汇率波动与货币市场波动性增加对股市表现产生负面影响的股市之间存在单向因果关系。
Lim和Sek（2014）研究了亚洲新兴国家汇率波动与股票回报之间的关系，发现印尼、韩国和泰国汇率波动与股票回报之间存在双向因果关系。此外，他们还发现，利率、货币供应量、国际储备、汇率波动滞后和股票收益波动滞后都会影响这些国家的股票收益波动。
Adji等人（2008年）也发现汇率波动与股市回报之间存在负相关。如果国内货币汇率的波动性增加导致金融波动，贷款机构可能会将其视为不确定性增加的标志，并减少贷款，从而导致类似于美国房地产泡沫破裂后出现的信贷紧缩。这将使金融管理局努力消除通胀和产出缺口更加困难。
金融波动的其他决定因素
如前所述，我们的目标是从经验上研究汇率波动对金融波动的影响。这需要控制其他可能影响金融波动的因素。许多作者使用两种途径中的一种来研究金融波动；检查波动对市场的影响或评估波动的驱动因素。Engle#39;s（2003）不仅提供了一种测量波动性的方法，他还试图对其进行解释。他认为，“波动性聚类只是信息到达的聚类”，因此，他指出，当新闻强度最强时，波动性最高。他援引战争、经济危机、“全球首脑会议、国会或监管听证会或央行会议”等事件作为信息触发因素，导致金融动荡。然而，使用公告作为波动性的驱动因素，Engle（2003）发现“难以找到重要的解释力”。本研究遵循Engle的基础，并通过考虑文献中发现的其他波动性原因来构建。
Kim和Nguyen（2007）对货币公告在解释波动性方面的价值有类似的看法。研究澳大利亚经济时，他们将股票回报波动率作为澳大利亚中央银行和美国联邦储备局公布利率的函数进行建模。他们发现，在发布公告后，波动性明显更高，当消息出人意料时，市场的反应更为强烈。利用联邦基金期货数据，Kim和Nguyen（2007）确定了哪些公告是预期的，哪些是市场的惊喜。虽然这项研究并不完全遵循他们的方法，但他们的发现——利率的意外变化导致更高的波动性——与当前的研究相关，并试图在模型中控制这种影响。
伯南克和库特纳（2004）还利用联邦基金期货数据研究了目标利率的意外变化对股票价格的影响，以确定目标利率的预期和意外变化。他们衡量公告前一天和公告后一天之间隐含利率的变化，同时根据每月平均联邦基金利率调整结算价格。他们发现，目标利率意外下调25个基点会导致“广义股票指数上涨1%”。虽然他们的工作性质更像是一系列事件研究，但他们的研究结果支持这样一种观点，即目标利率的意外变化可能对回报和金融波动产生重大影响
Calhoun等人最近的一篇论文。（2009）提供了衡量期望的重要方法。他们的重点是利用联邦基金期货数据预测美联储的行动。虽然我们的研究与这一工作方向不同，但Calhoun等人（2009）从期货合约数据中提取隐含/预期联邦基金利率的方法对评估目标利率的变化是否令市场感到意外具有重大影响。这种方法与金正恩和阮在2007年的工作很好地结合在一起，将在后面的部分中解释。Francesco（2008）使用了一个Egarch模型，该模型将返回方差与过去的方差和公告日联系起来。他使用了意大利Mibtel股市的数据，发现欧洲央行的公告比美联储的公告有更大的影响。Egarch模型的使用表明，波动性对正面和负面消息的反应不同。正如Bomfim（2003）所发现的，联邦基金利率的上升对市场和波动性的影响比利率的下降更为严重。同时考虑到正面和负面消息可能不会对同等规模的市场产生影响。
2001年9月11日世贸中心袭击事件后，一个备受关注的话题是39恐怖主义对金融市场的影响。虽然攻击可能导致一段时期的低回报，但它们也是波动性的一个可能驱动因素。朱莉亚等。（2009）使用一个二元变量来识别他们所称的“危机时期”。他们将这个变量设置为统一，从恐怖袭击发生之日起，直到市场获得第一个积极回报，总共六天。Chulia等人使用带有GARCH过程的向量自回归（var）模型变量。（2009）发现“标准普尔500指数的波动性直接受到其自身波动性的影响”，也受到9.11恐怖袭击的影响。在美国没有发生的其他恐怖袭击没有影响标准普尔500指数，这并不奇怪，因为美国很少有一个强大的世俗焦点。这项工作使我们在我们的模型中解释了9/11恐怖袭击。
在整个金融文献中，经常提到不对称波动。库纳多等。（2009）探讨牛市与熊市的股市波动性。他们认为，在熊市期间，投资者的行为有所不同，因为在高不确定性时期，他们对坏消息的反应更快。他们表示，这种行为“给市场增加了更大的波动性”。（2007）假设这可能是由于随着股票市值的下降，杠杆比率增加所致。这种思路与恩格尔的自回归波动率模型是一致的。BAE等。（2007）还发现，上一个时间段的负回报导致下一个时间段的波动性水平更高。然而，他们的研究使用日常数据，没有证据表明每周数据中存在相同的关系。本研究使用Cunado等人确定的日期控制波动率模型中的熊市和牛市（2009）包括上一期间的负回报。
在美国的货币史上，弗里德曼和安娜·施瓦茨争论货币供应在经济运行中有多重要。他们认为，美联储不断转移货币供应量，正在造成经济波动。尽管这一论点受到了保罗·萨缪尔森、詹姆斯·托宾和最近的保罗·克鲁格曼的批评，但本研究中使用的模型解释了货币供应量的变化是金融波动的潜在驱动力。
另一个与最近市场波动性增加相关的因素是波动性指数（VIX）工具，由Dawson和Staikouras（2009）分析。波动性衍生工具可以用作对冲过度波动的工具。因此，当市场变得不稳定时，被对冲的投资者可能不太可能做出反应，并增加骚动，因为他们受到了不确定性的保护。根据Dawson和Staikouras（2009）的数据，波动性衍生产品在2004年5月开始广泛使用。随后，他们注意到标准普尔500收益波动性显著下降。他们还通过脉冲响应函数指出，2004年5月之后，市场的意外冲击消失得更快。
一周中的某一天的影响通常是从股票回报的角度来研究的。Kamaly和Tooma（2009）研究了阿拉伯证券交易所的波动性与一周中的某一天的关系。他们使用GARCH方法来考虑股市中存在的时变波动。在他们考虑的12个市场中，Kamaly和Tooma（2009年）发现一周中的8个市场对波动性有显著影响。所有重要的日子都是在一周的开始或结束。虽然他们的研究是相关的，但由于本文使用的是每周数据，所以不可能控制每天的影响。
Ahn和Lee（2006）研究了股票表现波动与实际产出波动之间的关系。像Kamaly和Tooma（2009年）一样，他们使用Garch过程来衡量波动性，研究了包括美国在内的五个国家。他们的研究表明，股票市场的高波动性“可能会导致产出部门的波动性增加”，然而，他们也得出结论，产出的高波动性将紧随市场的高波动性。虽然是循环的，但这种关系可以解释为什么最初的冲击会导致长期的金融波动。
Chowdury和Rahman（2004）使用向量自回归方法探讨了孟加拉国的市场波动和宏观经济变量如何相互影响。他们认为“宏观经济风险是企业系统性风险的一个来源等等，这种风险应该会对股票市场的波动性产生影响”，他们发现宏观经济波动强烈地引起股票市场的波动，而不是反过来，这表明因果关系只是单向流动的。必须承认，他们的研究不是根据美国的数据进行的。这是对Ahn和Lee（2006）提出的两个变量相互作用的循环逻辑的改进。它们包括货币供应量（m2）、工业生产和通货膨胀作为宏观经济因素。
Beltrati和Morana（2004）提出了与Chowdhury和Rahman相同的问题，但使用了马尔可夫交换模型。像安和李（2006）一样，他们发现宏观经济因素和股市波动之间的因果关系是双向流动的。然而，它们也决定了宏观经济因素对市场波动的因果关系要强得多。它们的变量包括货币供应量增长的波动性（M1）、联邦基金利率的波动性和标准普尔500指数的波动性。
上述研究表明有大量关于金融波动及其驱动因素的信息。其中包括货币公告、恐怖袭击、货币供应波动、负回报、熊市和衍生品以及汇率波动。下一节指定了一个模型，除了汇率波动之外，还包含这些因素。
总结与结论
这项研究朝着调查金融全球化对美国国内货币政策意味着什么迈出了第一步。它指出，这个问题可以从几个方向来解决。这项研究着眼于美元兑欧元汇率波动性对股市波动性的影响。研究了这两种金融波动形式之间的关系，同时控制了股票收益波动的其他驱动因素。与之前的研究一致的是，9/11恐怖袭击、熊市、失业救济金的波动和负股票市场回报增加了金融波动。对于M2波动的影响，或对联邦基金目标利率变化的错误预期，未发现结论性的结果，发现当金融波动的主要驱动因素受到控制时，汇率波动的增加对股票收益的波动性产生了积极和统计显著的影响。
观察到以下不对称关系：申请失业救济人数的增加对金融波动性的影响大于减少，高于预期的联邦基金利率对金融波动性的影响大于低于预期的利率。结果表明，引入波动性45衍生工具对金融波动性没有影响，这与以往的研究不一致。
需要注意的是，在考虑波动持续性后，熊市对波动性的影响最大，其次是M2的波动。在实际和货币部门的两个代理中，发现货币代理对金融波动的影响较大。有争议的是，在解释波动性时，没有研究包含这么多解释变量。这项研究发现，几乎所有先前发现的多重共线性的关系都没有减弱任何意义。
关于这个问题还需要进一步研究。实际行业和金融波动可能是内生的，因为产出和每周失业救济申请都可能是由不确定性造成的。一种利用向量自回归或两阶段最小二乘的方法将探索这种关系。此外，本文还研究了金融危机导致市场波动特别高的时期的市场波动性。随着波动性在未来呈现出更为温和的水平，这些关系应该再次进行重大损失测试。在我们的模型中，不同的波动性度量（如滚动度量或VIX）可以替代因变量。VIX是芝加哥期权交易所（Chicago Board Options Exchange）创建的一种市场方差度量。它也被称为恐惧指数。有趣的是，看看在不同的波动性度量中是否存在与GARCH衍生度量相同的关系。用于识别波动性衍生工具的二进制变量过于简单化。用本周交易的波动性衍生品交易量替代这个变量，将更有力地表明投资者对波动性的敞口。最后，使用低频数据的方法可能是一个好主意，这将允许更多的宏变量进入模型。虽然频率损失可能不允许适当地表示波动性，但观察诸如产出、房价和通胀等
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[449158]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
