Second, we furthermore use the 200-

Second, we furthermore use the 200-week rolling window and 10-stephorizonforecast error variance to measure the time-varying spillover effects of both return and volatility indices shown in Figures 1 and 2, respectively. In Figure 1, there are several crises involving in the return and volatility time-varying spillover indices. These events include the dot-com bubble burst (from 2000 to 2001), 9/11 terrible attack (2001), Iraq war (2003), Chinese monetary reforms (2005), global financial crisis (from 2007 to 2008), Euro debt crisis (from 2010 to 2011), and Greece debt (2010). The range of the spillover return index is between 52 and 75. The episode and crises almost suddenly influence the financial exchange market and impact the investment decision impressively. Figure 2 shows the volatility time-varying spillover effect, in which it has similar shocks with the return time-varying spillover effect caused by those events or crises.

Nevertheless, we investigate the eleven currencies market, in which we are concerned about how USD impacts the other currency. We use the 200-weeks rolling window and 10-step horizon forecast error variance for the volatility spillover including two spillover indices - containing USD and excluding USD (ten currencies). The evidence is shown in Figure 3. The straight line and dot-line indicate the spillover of containing USD and excluding USD, respectively. The inclusion of the USD currency has significant impact on other currencies in volatility spillover between 53% and 72% (straight line). Finally, through comparing both lines, we find that USD explains around 15% of the larger spillover index containing USD. In other words, the ten currencies (excluding USD), especially for HKD and EUR, have always concerned the USD movement.
4. CONCLUSIONS
This study investigates the time-varying spillover, with respect to return and volatility of exchange rates, among the top eleven major currencies of the world. The daily exchange rate data span from 2000 to 2014 covering the global financial crisis and several economic events. We primarily employ the method of Diebold and Yilmaz (2009a) to easily illustrate the time-varying spillovers over crisis and non-crisis periods. Secondarily, we analyze two types of spillovers including return and volatility spillover effects. In addition, we apply the famous top eleven exchange rates by public exchange rate service databased in the first home-pages. Our evidence first shows the highest spillover effect (in either return or volatility) from USD to HKD. Second, we find that HKD is easiest suffering spillover from other currencies. Moreover, the empirical results also find the impact of several events or crises on our spillover analysis. Finally, our findings offer some suggestions to policymakers or investors. For example, the firms trading with HKD need to pay more attention to the variation of other currencies if they tend to hedge foreign exchange risk.

Hasil (Bahasa Indonesia) 1:

Kedua, kita selanjutnya menggunakan 200-minggu bergulir jendela dan 10-stephorizonforecast kesalahan varians untuk mengukur waktu yang beragam efek spillover kembali dan volatilitas indeks ditunjukkan dalam angka 1 dan 2, masing-masing. Dalam gambar 1, ada beberapa krisis yang melibatkan dalam kembali dan volatilitas bervariasi waktu spillover indeks. Acara ini meliputi dot-com gelembung pecah (dari tahun 2000-2001), 9/11 serangan mengerikan (2001), perang Irak (2003), reformasi moneter Cina (2005), krisis keuangan global (dari 2007-2008), krisis utang Euro (dari 2010-2011), dan utang Yunani (2010). Kisaran spillover kembali indeks adalah antara 52 dan 75. Episode dan krisis hampir tiba-tiba mempengaruhi pasar keuangan asing dan dampak keputusan investasi yang mengesankan. Gambar 2 menunjukkan volatilitas bervariasi waktu spillover efek, yang memiliki serupa guncangan dengan kembali waktu yang beragam efek spillover disebabkan oleh kejadian tersebut atau krisis. Namun demikian, kami menyelidiki pasar mata uang sebelas, di mana kita prihatin tentang bagaimana dampak USD mata uang lainnya. Kami menggunakan 200-minggu bergulir jendela dan 10 langkah horizon ramalan kesalahan varians untuk spillover volatilitas termasuk dua spillover indeks - yang mengandung USD dan tidak termasuk USD (sepuluh mata uang). Bukti-bukti yang ditunjukkan dalam gambar 3. Garis lurus dan garis putus putus menunjukkan spillover yang mengandung USD dan tidak termasuk USD, masing-masing. Dimasukkannya mata uang USD memiliki dampak signifikan pada mata uang lainnya dalam volatilitas spillover antara 53% dan 72% (garis lurus). Akhirnya, melalui membandingkan baris kedua, kita menemukan bahwa USD menjelaskan sekitar 15% dari indeks spillover lebih besar yang mengandung USD. Dengan kata lain, sepuluh mata uang (tidak termasuk USD), terutama untuk HKD dan EUR, selalu prihatin gerakan USD. 4. KESIMPULAN Penelitian ini menyelidiki berbagai waktu spillover, kembali dan volatilitas nilai tukar, antara mata uang utama sebelas atas dunia. Data nilai tukar harian span dari 2000 2014 meliputi krisis keuangan global dan beberapa peristiwa ekonomi. Kami terutama menggunakan metode Diebold dan Yilmaz (2009a) untuk dengan mudah menggambarkan limbah informatif yang bervariasi waktu periode krisis dan krisis bebas. Kedua, kita menganalisis dua jenis limbah informatif termasuk efek spillover kembali dan volatilitas. Selain itu, kami menerapkan terkenal atas sebelas tukar kurs umum layanan ketika di rumah-halaman pertama. Bukti kami pertama menunjukkan efek spillover tertinggi (dalam baik kembali atau volatilitas) dari USD untuk HKD. Kedua, kita menemukan bahwa HKD termudah menderita spillover dari mata uang lainnya. Selain itu, hasil empiris juga menemukan dampak dari beberapa peristiwa atau krisis pada analisis spillover kami. Akhirnya, temuan kami menawarkan beberapa saran untuk pembuat kebijakan atau investor. Sebagai contoh, perusahaan perdagangan dengan HKD perlu membayar lebih memperhatikan variasi dari mata uang lainnya jika mereka cenderung untuk lindung nilai risiko Valuta Asing.

Hasil (Bahasa Indonesia) 2:

Kedua, kita lebih jauh lagi menggunakan bergulir jendela 200-minggu dan 10-stephorizonforecast varians kesalahan untuk mengukur efek spillover waktu bervariasi dari kedua kembali dan volatilitas indeks ditampilkan pada Gambar 1 dan 2, masing-masing. Dalam Gambar 1, ada beberapa krisis yang melibatkan dalam pengembalian dan volatilitas waktu bervariasi indeks spillover. Peristiwa ini termasuk dot-com bubble meledak (2000-2001), serangan 9/11 mengerikan (2001), perang Irak (2003), reformasi moneter Cina (2005), krisis keuangan global (2007-2008), utang Euro krisis (2010-2011), dan utang Yunani (2010). Kisaran indeks spillover kembali adalah antara 52 dan 75. Episode dan krisis hampir tiba-tiba mempengaruhi pasar valuta keuangan dan berdampak pada keputusan investasi mengesankan. Gambar 2 menunjukkan volatilitas efek spillover waktu bervariasi, di mana ia memiliki guncangan serupa dengan kembalinya waktu bervariasi efek spillover yang disebabkan oleh peristiwa-peristiwa atau krisis. Namun demikian, kami menyelidiki pasar sebelas mata uang, di mana kita prihatin tentang bagaimana USD dampak mata uang lainnya. Kami menggunakan 200-minggu bergulir jendela dan 10-langkah perkiraan cakrawala varians kesalahan untuk spillover volatilitas termasuk dua indeks spillover - mengandung USD dan termasuk USD (sepuluh mata uang). Bukti ditunjukkan pada Gambar 3. Garis lurus dan dot-line menunjukkan spillover mengandung USD dan termasuk USD, masing-masing. Dimasukkannya mata uang USD memiliki dampak yang signifikan terhadap mata uang lainnya di volatilitas spillover antara 53% dan 72% (garis lurus). Akhirnya, melalui membandingkan kedua saluran, kami menemukan bahwa USD menjelaskan sekitar 15% dari indeks spillover lebih besar mengandung USD. Dengan kata lain, sepuluh mata uang (termasuk USD), terutama untuk HKD dan EUR, selalu khawatir gerakan USD. 4. KESIMPULAN Studi ini mengkaji waktu bervariasi spillover, sehubungan dengan kembali dan volatilitas nilai tukar, di antara sebelas mata uang utama dunia. Harian nilai tukar rentang data yang 2000-2014 meliputi krisis keuangan global dan beberapa peristiwa ekonomi. Kami terutama menggunakan metode Diebold dan Yilmaz (2009a) untuk dengan mudah menggambarkan limpahan waktu bervariasi selama periode krisis dan non-krisis. Kedua, kita menganalisis dua jenis spillovers termasuk pengembalian dan volatilitas spillover efek. Selain itu, kami menerapkan terkenal atas sebelas tukar oleh layanan nilai tukar publik databased di rumah-halaman pertama. Bukti pertama kami menunjukkan efek spillover tertinggi (baik kembali atau volatilitas) dari USD ke HKD. Kedua, kita menemukan bahwa HKD paling mudah penderitaan spillover dari mata uang lainnya. Selain itu, hasil empiris juga menemukan dampak beberapa peristiwa atau krisis analisis spillover kami. Akhirnya, temuan kami menawarkan beberapa saran untuk pembuat kebijakan atau investor. Sebagai contoh, perusahaan perdagangan dengan HKD perlu lebih memperhatikan variasi mata uang lainnya jika mereka cenderung untuk lindung nilai risiko nilai tukar.