Contribution/ Originality The main contribution of this study is to in terjemahan - Contribution/ Originality The main contribution of this study is to in Bahasa Indonesia Bagaimana mengatakan

Contribution/ Originality The main

Contribution/ Originality
The main contribution of this study is to investigate the dynamic process of the spillover effect among eleven major exchange rate markets that less discussed in previous studies. Moreover, we examine the spillover effect of the financial crisis.


1. INTRODUCTION
This paper mainly analyzes the dynamic spillover effect among eleven major exchange rate markets. Moreover, we consider the impact of the financial crisis on the interaction of the major exchange rate currencies around the world. Most of previous literature indicates that the financial crisis can impact the global financial market. For example, Caramazze et al. (2004) indicated that the financial linkages played a significant role in the spread of the Mexican, Asian, and Russian crises. Khan and Park (2009) analyzed the cross-country time-varying correlation coefficients of the stock prices for the Asian countries during the crisis and tranquil periods. Bjornland and Leitemo (2009) investigated the interdependence between U.S. monetary policy and her stock market. Furthermore, Diebold and Yilmaz (2009) provided the vector auto regression (VAR) model Asian Economic and Financial Review, 2015, 5(7): 941-946
© 2015 AESS Publications. All Rights Reserved. 942
to measure return and volatility spillovers of the global equity markets in crisis. Yilmaz (2010) employed the VAR framework to investigate the return and volatility spillover among the East Asian equity markets. Most studies apply the VAR model to analyze the spillover effect of the return and volatility in the stock and exchange rates market. (Zhang et al., 2008; McMillan and Speight, 2010; Singh et al., 2010). Their finding showed significant spillover effects in terms of the return and volatility in both financial markets.
This study investigates the time-varying spillover relationship among the top eleven major exchange currencies. First, we employ the advantage framework of Diebold and Yilmaz (2009a) by which we can capture the time-varying spillovers during crisis and non-crisis periods, respectively. Second, we analyze both types of the spillover effects (i.e., return & volatility) among top eleven currencies. Third and finally, we apply the famous top eleven exchange rates by public exchange rate service in the study. Our evidence shows the high significant spillover effect in terms of return and volatility from USD to HKD. In addition, we find the interaction of the volatility spillover effect and several events in our sample period. High score of spillover of the return and volatility indices is found from other nine currencies to HKD. Our findings can offer policymakers and investors benefic suggestions or strategies.
The rest of the paper is as follows. Section 2 presents the estimation framework. Section 3 reveals the data and offers empirical analyses. Our conclusions are in Section 4.

2. METHODOLOGY
This paper employs the method of Diebold and Yilmaz (2009a) which offers a methodology of capture dynamic spillover easily through the vector autoregressie (VAR) framework with Cholesky factor orthogonalization in variance decomposition. The first step is to generate VAR framework for covariance stationary pth-order N-variable as:

3. DATA AND EMPIRICAL RESULTS
3.1. Data
The source of daily exchange rate data is from Pacific Exchange Rate Service databased per special drawing right (SDR); the data covers the period from 2000 to 2014 (3,747 observations).1 In analyzing the dynamic time-vary spillover effects, we use a list of the top eleven major exchange rates including United States(USD), Canada(CAN), Euro(EUR), Japan(JPY), Germany(GBP), Switzerland(CHF), Australia(AUD), Hong Kong(HKD), New Zealand(NZD), South Korea(KRW), and Mexico(MXN). Note that we take first difference to all series to keep them stationary.
3.2. Empirical Results
The estimations of the static spillover effects of return and volatility are shown in Tables 1 and 2, respectively. The both spillovers of return and volatility are approximate to 45%. In both of the return and volatility spillover indices, USD contributes the greatest spillover effects to the other countries, especially for HKD and EUR, respectively. Thus, USD always plays a significant role for the global exchange rates markets. Meanwhile, NHK is the currency easiest suffering spillovers from other exchange markets (referring to the column “contribution from others”, in
0/5000
Dari: -
Ke: -
Hasil (Bahasa Indonesia) 1: [Salinan]
Disalin!
Kontribusi / orisinalitas Sumbangan utama dari studi ini adalah untuk menyelidiki proses dinamis efek spillover antara sebelas besar nilai tukar pasar yang kurang dibahas dalam studi sebelumnya. Selain itu, kita meneliti efek spillover krisis keuangan. 1. PENDAHULUAN Makalah ini terutama menganalisis efek spillover dinamis antara sebelas besar nilai tukar pasar. Selain itu, kami mempertimbangkan dampak krisis keuangan pada interaksi utama nilai tukar mata uang di seluruh dunia. Sebagian besar literatur sebelumnya menunjukkan bahwa krisis keuangan dapat berdampak pada pasar keuangan global. Sebagai contoh, Caramazze et al. (2004) menunjukkan bahwa keterkaitan keuangan memainkan peran penting dalam penyebaran krisis Meksiko, Asia, dan Rusia. Khan dan Park (2009) dianalisis korelasi bervariasi waktu koefisien lintas negara harga saham untuk negara-negara Asia selama krisis dan periode tenang. Bjornland dan Leitemo (2009) diselidiki saling ketergantungan antara kebijakan moneter AS dan pasar saham nya. Selain itu, Diebold dan Yilmaz (2009) disediakan vektor auto regresi (VAR) model ekonomi Asia dan Financial Review, 2015, 5(7): 941-946 Publikasi © 2015 AESS. All Rights Reserved. 942 untuk ukuran kembali dan limbah informatif volatilitas pasar saham global dalam krisis. YILMAZ (2010) bekerja kerangka VAR untuk menyelidiki spillover kembali dan volatilitas antara pasar ekuitas Asia Timur. Kebanyakan studi berlaku model VAR untuk menganalisis efek spillover pemulangan dan volatilitas di pasar saham dan nilai tukar. (Zhang et al., 2008; McMillan dan Speight, 2010; Singh et al., 2010). Temuan mereka menunjukkan efek spillover signifikan kembali dan volatilitas di pasar keuangan. Penelitian ini menyelidiki berbagai waktu spillover hubungan antara mata uang asing utama atas sebelas. Pertama, kami mempekerjakan rangka keuntungan Diebold dan Yilmaz (2009a) yang kita dapat menangkap limbah informatif yang bervariasi waktu selama periode bebas-krisis, dan krisis masing-masing. Kedua, kita menganalisis kedua jenis efek spillover (yaitu, kembali & volatilitas) antara mata uang sebelas atas. Ketiga dan akhirnya, kami menerapkan terkenal atas sebelas nilai tukar oleh Layanan Umum nilai tukar dalam studi. Bukti kami menunjukkan efek spillover signifikan tinggi kembali dan volatilitas dari USD HKD. Selain itu, kita menemukan interaksi efek spillover volatilitas dan beberapa peristiwa dalam periode sampel kami. Skor tinggi spillover kembali dan volatilitas indeks yang ditemukan dari mata uang lainnya sembilan HKD. Temuan kami dapat menawarkan pembuat kebijakan dan investor benefic saran atau strategi. Seluruh kertas adalah sebagai berikut. Bagian 2 menyajikan kerangka estimasi. Bagian 3 mengungkapkan data dan menawarkan analisis empiris. Kesimpulan kami berada di bagian 4. 2. METODOLOGI Makalah ini mempekerjakan metode Diebold dan Yilmaz (2009a) yang menawarkan sebuah metodologi spillover dinamis menangkap dengan mudah melalui kerangka vektor autoregressie (VAR) dengan Cholesky orthogonalization faktor dalam dekomposisi varians. Langkah pertama adalah untuk menghasilkan kerangka VAR kovarians stasioner pth urutan N-variabel sebagai:3. DATA DAN HASIL EMPIRIS 3.1. data Sumber data nilai tukar harian adalah dari Pasifik layanan tukar berdasarkan data per khusus Menggambar tepat (SDR); data merangkumi jangka masa dari tahun 2000 hingga 2014 (3,747 pengamatan).1 dalam menganalisis dinamika waktu-bervariasi efek spillover, kami menggunakan daftar atas sebelas utama kurs termasuk Inggris States(USD), Canada(CAN), Euro(EUR), Japan(JPY), Germany(GBP), Switzerland(CHF), Australia(AUD), Hong Kong(HKD), Zealand(NZD) baru, selatan Korea(KRW), dan Mexico(MXN). Perhatikan bahwa kita mengambil perbedaan pertama untuk semua seri untuk menjaga mereka stasioner. 3.2. empiris hasil Estimasi efek spillover statis kembali dan volatilitas ditunjukkan dalam tabel 1 dan 2, masing-masing. Limbah-informatif kedua kembali dan volatilitas perkiraan untuk 45%. Dalam kedua spillover indeks yang kembali dan volatilitas, USD menyumbang efek spillover terbesar untuk negara-negara lain, terutama untuk HKD dan EUR, masing-masing. Dengan demikian, USD selalu memainkan peranan penting untuk pasar global nilai tukar. Sementara itu, NHK adalah mata uang termudah menderita limbah informatif dari pasar asing lainnya (merujuk pada kolom "kontribusi dari orang lain", di
Sedang diterjemahkan, harap tunggu..
Hasil (Bahasa Indonesia) 2:[Salinan]
Disalin!
Kontribusi / Orisinalitas
Kontribusi utama dari penelitian ini adalah untuk menyelidiki proses dinamis efek spillover antar pasar nilai tukar utama sebelas yang kurang dibahas dalam penelitian sebelumnya. Selain itu, kami meneliti efek spillover dari krisis keuangan. 1. PENDAHULUAN Makalah ini terutama menganalisis pengaruh spillover dinamis antara pasar nilai tukar utama sebelas. Selain itu, kami mempertimbangkan dampak dari krisis keuangan pada interaksi dari mata uang utama nilai tukar di seluruh dunia. Sebagian besar literatur sebelumnya menunjukkan bahwa krisis keuangan dapat mempengaruhi pasar keuangan global. Misalnya, Caramazze dkk. (2004) menunjukkan bahwa hubungan keuangan memainkan peran penting dalam penyebaran Meksiko, Asia, dan krisis Rusia. Khan dan Park (2009) menganalisis lintas negara waktu bervariasi koefisien korelasi dari harga saham untuk negara-negara Asia selama krisis dan periode tenang. Bjornland dan Leitemo (2009) menyelidiki saling ketergantungan antara kebijakan moneter AS dan pasar saham nya. Selanjutnya, Diebold dan Yilmaz (2009) memberikan regresi vektor auto (VAR) model Asia Ekonomi dan Keuangan Review, 2015, 5 (7): 941-946 © 2015 AESS Publikasi. Hak cipta dilindungi. 942 untuk mengukur kembali dan volatilitas limpahan dari pasar ekuitas global dalam krisis. Yilmaz (2010) digunakan kerangka VAR untuk menyelidiki kembali dan volatilitas spillover di antara pasar ekuitas Asia Timur. Kebanyakan penelitian menerapkan model VAR untuk menganalisis dampak spillover kembali dan volatilitas di saham dan nilai tukar pasar. (Zhang et al, 2008;. McMillan dan Speight, 2010;. Singh et al, 2010). Temuan mereka menunjukkan efek spillover yang signifikan dalam hal pengembalian dan volatilitas di pasar keuangan. Studi ini meneliti hubungan spillover waktu bervariasi di antara sebelas mata uang mata uang asing utama. Pertama, kami mempekerjakan kerangka keuntungan dari Diebold dan Yilmaz (2009a) dengan mana kita dapat menangkap limpahan waktu bervariasi selama periode krisis dan non-krisis, masing-masing. Kedua, kita menganalisis kedua jenis efek spillover (yaitu, pulang & volatilitas) antara top sebelas mata uang. Ketiga dan akhirnya, kami menerapkan terkenal atas sebelas tukar oleh layanan nilai tukar publik dalam penelitian ini. Bukti kami menunjukkan tinggi efek spillover signifikan dalam hal pengembalian dan volatilitas dari USD ke HKD. Selain itu, kita menemukan interaksi efek volatilitas spillover dan beberapa acara di periode sampel kami. Skor tinggi dari spillover dari kembalinya dan volatilitas indeks ditemukan dari sembilan mata uang HKD. Temuan kami dapat menawarkan kebijakan dan investor benefic saran atau strategi. Sisa kertas adalah sebagai berikut. Bagian 2 menyajikan kerangka estimasi. Bagian 3 mengungkapkan data dan menawarkan analisis empiris. Kesimpulan kami dalam Bagian 4. 2. METODOLOGI Makalah ini menggunakan metode Diebold dan Yilmaz (2009a) yang menawarkan metodologi pengambilan spillover dinamis dengan mudah melalui autoregressie vektor (VAR) kerangka dengan Cholesky faktor orthogonalization di dekomposisi varians. Langkah pertama adalah untuk menghasilkan kerangka kerja VAR untuk kovarians stasioner pth-order N-variabel sebagai: 3. DATA DAN EMPIRIS HASIL 3.1. Data Sumber data kurs harian dari Pacific Tukar Layanan databased per special drawing kanan (SDR); Data yang mencakup periode 2000-2014 (3747 pengamatan) 0,1 Dalam menganalisis waktu bervariasi dinamis efek spillover, kita menggunakan daftar atas sebelas tukar utama termasuk Amerika Serikat (USD), Kanada (CAN), Euro ( EUR), Jepang (JPY), Jerman (GBP), Swiss (CHF), Australia (AUD), Hong Kong (HKD), Selandia Baru (NZD), Korea Selatan (KRW), dan Meksiko (MXN). Perhatikan bahwa kita mengambil perbedaan pertama yang semua seri untuk menjaga mereka diam. 3.2. Hasil empiris Estimasi efek spillover statis pengembalian dan volatilitas ditunjukkan pada Tabel 1 dan 2, masing-masing. The spillovers baik pengembalian dan volatilitas adalah perkiraan 45%. Dalam kedua kembali dan volatilitas spillover indeks, USD kontribusi efek spillover terbesar bagi negara-negara lain, terutama untuk HKD dan EUR, masing-masing. Dengan demikian, USD selalu memainkan peran penting untuk pasar global tukar. Sementara itu, NHK adalah mata uang limpahan penderitaan termudah dari pasar valuta lainnya (merujuk pada kolom "kontribusi dari orang lain", di
















Sedang diterjemahkan, harap tunggu..
 
Bahasa lainnya
Dukungan alat penerjemahan: Afrikans, Albania, Amhara, Arab, Armenia, Azerbaijan, Bahasa Indonesia, Basque, Belanda, Belarussia, Bengali, Bosnia, Bulgaria, Burma, Cebuano, Ceko, Chichewa, China, Cina Tradisional, Denmark, Deteksi bahasa, Esperanto, Estonia, Farsi, Finlandia, Frisia, Gaelig, Gaelik Skotlandia, Galisia, Georgia, Gujarati, Hausa, Hawaii, Hindi, Hmong, Ibrani, Igbo, Inggris, Islan, Italia, Jawa, Jepang, Jerman, Kannada, Katala, Kazak, Khmer, Kinyarwanda, Kirghiz, Klingon, Korea, Korsika, Kreol Haiti, Kroat, Kurdi, Laos, Latin, Latvia, Lituania, Luksemburg, Magyar, Makedonia, Malagasi, Malayalam, Malta, Maori, Marathi, Melayu, Mongol, Nepal, Norsk, Odia (Oriya), Pashto, Polandia, Portugis, Prancis, Punjabi, Rumania, Rusia, Samoa, Serb, Sesotho, Shona, Sindhi, Sinhala, Slovakia, Slovenia, Somali, Spanyol, Sunda, Swahili, Swensk, Tagalog, Tajik, Tamil, Tatar, Telugu, Thai, Turki, Turkmen, Ukraina, Urdu, Uyghur, Uzbek, Vietnam, Wales, Xhosa, Yiddi, Yoruba, Yunani, Zulu, Bahasa terjemahan.

Copyright ©2024 I Love Translation. All reserved.

E-mail: