آیا طلا یک پناهگاه امن برای خطر پویا ارز خارجی است؟

در این مقاله از داده های پانل 15 کشور از سال 2009 تا 2020 برای ساخت مدل تصحیح خطای بردار پانل پارامتر متغیر برای آزمایش فرضیه خصوصیات محافظت پویا طلا بر نرخ ارز استفاده شده است. از آنجایی که ادبیات موجود هرگز در نظر نگرفته است که خطر ارزی که از طلا محافظت می شود پویا است ، این مطالعه می تواند شکاف تحقیقاتی را در این زمینه پر کند. نتایج تجربی نشان می دهد که: اول ، طلا می تواند تا حدودی در برابر استهلاک ارز در دراز مدت محافظت کند. دوم ، طلا قادر به محافظت از خطر نرخ ارز هنگام در نظر گرفتن اثرات محافظت از پویا در کوتاه مدت نیست. سوم ، هنگام مواجهه با شوک های غیر منتظره ، پاسخ تکانه نشان می دهد که بازده طلا در مقایسه با نوسانات نرخ ارز واکنش های برگشت پذیر دارد. بنابراین ، طلا می تواند پناهگاه امن برای بازارهای ارزی در نظر بگیرد. سرانجام ، دولت و همچنین سرمایه گذاران همیشه باید نگران این خطرات پویا باشند و برای کنترل عدم اطمینان ارز ، استراتژی های موثر محافظت را تدوین کنند.

معرفی

این برای شرکت های چند ملیتی ، مشاغل صادراتی و واردات و سرمایه گذاران سرمایه گذاری های خارجی برای درک تأثیر ریسک نرخ ارز بر سودآوری معاملات تجاری و سرمایه گذاری بسیار مهم است. نحوه کاهش خطر قرار گرفتن در معرض نرخ ارز موضوعی است که اغلب توسط اقتصاددانان مورد بحث و بررسی تجربی و نظری قرار می گیرد. با توجه به عدم اطمینان از بازارهای سهام داخلی و بین المللی و این واقعیت که بازده اوراق قرضه کشورهای توسعه یافته نسبتاً پایین تر از کشورهای در حال توسعه است ، سرمایه گذاران همچنان به افزایش سرمایه گذاری خود در دارایی های جدید بازارهای نوظهور ادامه می دهند. آنها باید با خطرات مربوط به سرمایه گذاری بین المللی و دارایی های داخلی مقابله کنند. خطرات تورم داخلی و جریان سرمایه در مواجهه با نوسانات نرخ ارز نسبتاً قابل توجه است. برای مدیریت مؤثر ریسک پویا نرخ ارز خارجی ، سرمایه گذاران و دولت ها باید نظارت متمرکز بر استراتژی های محافظت از ارز خود را که در آن طلا ضروری است ، اعمال کنند. در مواقع عدم اطمینان و نوسانات بازار به طور مثبت عمل می کند.

بوردو و راكوف [7] استدلال كردند كه استاندارد طلا از سال 1870 تا 1914 "مهر و موم خانه داری خوب" را نشان می دهد. ایالات متحده به طور مؤثر سیستم برتون وودز را جمع می كند و در هنگام خاتمه دادن به تبدیل آمریكا ، ارز آزاد فیات شناور را به یك ارز آزاد شناور می دهد. دلار به طلا در سال 1971. با این حال ، مطالعات متعددی در ادبیات از آن زمان پتانسیل طلا را فراهم کرده است که به عنوان دارایی پرچین یا ایمن در برابر خطر نرخ ارز (مانند بکر و سوئنن [6] ؛ Sjaastad و Scacciavillani [50]؛ Sjasstad [49] ؛ Capie et al. [13] ؛ Pukthuanthong and Roll [39] ؛ Joy [23] ؛ Wang and Le [52] ؛ Zagaglia and Marzo [56] ؛ Iqbal [22] ؛ Sakemoto [43] ؛Qureshi و همکاران [40] ؛ Aftab et al. [1] و Ranaldo و Söderlind [41]). مطالعات متعددی با بررسی اینكه طلا به نوسانات قیمت دارایی هایی كه در برابر شوكهای بازار در كوتاه مدت آسیب پذیرتر هستند (مانند Akbar و همكاران [2] ؛ Baur و Lucey [5] ؛؛ بوری و همکاران [8] ؛ Revedo [42] ؛ شهزاد و همکاران [45] ؛ و سالیسو و همکاران [44]).

این مطالعه با هدف یافتن راه حلی برای مدیریت ریسک پویا برای سیاست گذاران ، مدیران شرکت ها و سرمایه گذاران انجام شده است. سالهاست که طلا به عنوان یک دارایی مالی قابل معامله و پناهگاه امن از آشفتگی بازار در نظر گرفته می شود. با افزودن طلا به نمونه کارها دارایی می تواند نوسانات بازده را کاهش داده و از خطر نوسانات نرخ ارز جلوگیری کند ، حفظ بازده مثبت در نمونه کارها یکی از اصلی ترین دلایلی است که طلا باعث جذب سرمایه گذاران و مدیران می شود. در عین حال ، تغییرات در اطلاعات بازار به طور مداوم رخ می دهد. طبق اصل نمونه کارها دارایی ، دارایی هایی با همبستگی کم یا منفی برای تشکیل یک نمونه کارها به امید کاهش خطرات و حفظ بازده انتخاب می شوند. سرمایه گذاران بخشی از اوراق بهادار خود را در طلا قرار می دهند و عمدتاً به این دلیل است که سایر دارایی های مالی ، مانند سهام و اوراق قرضه ، نمی توانند در برابر استهلاک ارزهای خود محافظت کنند. از این رو ، اگر طلا بتواند در برابر خطر نرخ ارز محافظت کند ، قرار دادن طلا در نمونه کارها باعث می شود تا کارآمدتر شود.

علاوه بر این ، اقتصادهایی که درگیر تجارت جهانی و امور مالی بین المللی هستند ممکن است تحت تأثیر سطح نگه داشتن طلا قرار بگیرند. دولت ها به سه دلیل اصلی طلا را در ذخایر خود نگه می دارند. کاهش خطر ، پرچین تورم و تسهیل در ثبات اقتصادی و رشد. بانک های ملی بسیاری از کشورها به دنبال خرید طلا برای محافظت در برابر ضعف دلار یا هر ارز دیگر فیات هستند. در کشورهای دیگر که ارزهای داخلی آنها ضعیف است ، بانکهای مرکزی با خرید طلای با ارزش دلار ، طلای خود را برای جستجوی پرچین اضافه می کنند.

توانایی محافظت در برابر خطر نرخ ارز طلا بر اساس دو دیدگاه است. اول ، طلا می تواند در برابر تغییر قدرت خرید ارز یک کشور مقاومت کند. با افزایش شاخص قیمت ، قیمت طلای بیان شده در ارز آن به طور همزمان و در همان سطح افزایش می یابد که به آن پرچین داخلی کامل گفته می شود. اگر افزایش سطح طلا کمتر از افزایش شاخص قیمت باشد ، پرچین داخلی جزئی است. دوم ، افزایش قیمت طلا در ارز داخلی برابر است با کاهش نرخ ارز داخلی به ارز خارجی در هر واحد ، که به عنوان پرچین داخلی مناسب در نظر گرفته می شود ، برعکس به همان روش ، اگر این افزایش کمتر باشداز سطح استهلاک ، این یک پرچین خارجی جزئی است. تمرکز اصلی این مطالعه اولین آینده نگر است و بیشتر بررسی می کند که آیا طلا یک پناهگاه امن برای بازارهای ارزی است و آیا طلا می تواند از تأثیر شوک های بازار ارزی فرار کند.

بهترین راه بررسی رابطه بین طلا و سایر دارایی ها و تحقق عملکرد سرمایه گذاری طلا از منظر جهانی است. با این حال ، تا کنون ، ادبیات تجربی موجود در نظر نگرفته است که همبستگی یا فاکتور خطر به صورت پویا تغییر می کند. همچنین ، ممکن است بحث در مورد پرچین طلا در برابر نرخ ارز برای یک کشور واحد مناسب نباشد زیرا ممکن است عامل خطر در معرض خطر بین المللی و ادغام مالی با زمان و دولت تغییر کند. نحوه پیشنهاد استراتژی ها و اقدامات متنوع سازی ریسک نسبی در زمان و شرایط مناسب برای روابط پویا در عملیات عملی بسیار مهم است.

بنابراین ، این مطالعه از یک مدل چند ملیتی مبتنی بر TVP-PVECM متغیر زمان استفاده می کند که می تواند ویژگی های محافظت از طلا را بر روی خطر پویا نرخ ارز کشف کند و عملکرد محافظت از خطر و پاسخ ضربه را بیشتر تجزیه و تحلیل کند. این مطالعه ابتدا آزمایش می کند که آیا طلا می تواند کاهش ارزش ارز کشور را در دراز مدت محافظت کند. سپس ، بررسی کنید که آیا طلا می تواند در برابر خطر استهلاک ارز کشور در کوتاه مدت محافظت کند. سرانجام ، بررسی کنید که آیا طلا پناهگاه امن برای بازار ارز است یا خیر.

سه یافته اصلی تجربی پدیدار می شوند. اول ، شواهد مهم نشان می دهد که قدرت طلا در استهلاک ارز در طولانی مدت است. دوم ، پرچین طلا در برابر خطر کوتاه مدت نرخ ارز با برآورد مدل خطی پشتیبانی نمی شود. سوم ، تأثیر پاسخ ضربه کوتاه مدت از بلند مدت مهمتر است و طلا پناهگاه امن خطر ارزی است. این مطالعه از چند طریق به ادبیات کمک می کند. از نظر موضوع تحقیق ، تحقیقات چند ملیتی را طراحی می کند و شامل تأثیر اثرات آلودگی بین ملی است. از نظر روش تحقیق ، در مقایسه با مدل سنتی پارامتر ثابت ، برآورد پارامترهای متغیر می تواند تأثیر زمان و حالت پویا را بهتر درک کند و مکانیسم تنوع طلای قابل اعتماد را در ریسک نرخ ارز در عملکرد عملی فراهم کند. علاوه بر این ، برای تجزیه و تحلیل پاسخ متغیرها به شوک های دیگر با طول و شدت مختلف ، ما تجزیه و تحلیل پاسخ تأثیر را انجام می دهیم. تجزیه و تحلیل پاسخ Impulse یک ابزار مهم برای آزمایش اثرات پویا بین متغیرها در مدل های VAR است. از آنجا که پارامترهای مدل سنتی با گذشت زمان تغییر نمی کنند ، ما TVP-PVECM را توسعه می دهیم تا تعامل پویا بین متغیرها را در بعد دیگر آزمایش کنیم. اثر پاسخ تأثیر در نقاط تمام وقت می تواند با استفاده از پارامترهای تغییر زمان برآورد شده محاسبه شود.

یافته های تجربی ما پناهگاه امن طلا را بر ریسک نرخ ارز نشان می دهد و بر اثربخشی پویا آن در مقایسه با تحقیقات قبلی تمرکز می کند. ادامه مقاله به شرح زیر تدوین شده است. در بخش "بررسی ادبیات" ، ادبیات مربوط به پرچین طلا را مرور می کنیم. در بخش "روشها" ، ما مدل نظری و روش تحقیق را توسعه می دهیم. نتایج تجربی در بخش "نتایج و بحث" گزارش شده است. بخش "نتیجه گیری" نتیجه گیری است.

بررسی نوشته ها

بحث در مورد تعامل بین قیمت طلا و متغیرهای کلان اقتصادی (مانند نرخ ارز ، نرخ بهره ، درآمد) ، آریوویچ [3] ، Fortune [19] ، دولی و همکاران.[18] ، شرمن [46،47،48] ، Sjaastad و Scacciallani [50] و Sjaastad [49] از مطالعه سری زمانی استفاده می کنند که بیشتر آنها با مدل های خطی انجام می شود. ضرر استفاده از یک مدل خطی این است که پیش بینی رابطه بین متغیرها در موقعیت های مختلف ، مانند نوسانات نرخ ارز غیرممکن است. Kyrtsou و Labys [26] نشان می دهد که اگر یک رابطه غیرخطی دو طرفه بین متغیرها تعیین شود ، یک مدل خطی که برای تخمین استفاده می شود ممکن است منجر به خطا شود. به طور کلی ، خوشه بندی نوسانات همیشه در داده های مالی وجود دارد ، و ممکن است پدیده های غیرخطی مورد ضرب و شتم و چرخه ای قرار بگیرند. برآورد تجربی ممکن است بدون توجه به این پدیده تعصب ایجاد کند. بنابراین ، بیکر و ون تاسل [4] ، دیبا و گروسمن [17] ، Koutsoyiais [23] و Pindyck [37] از مدلهای پویا برای بحث در مورد عوامل مؤثر بر نوسانات قیمت طلا استفاده می کنند. علاوه بر این ، Chappell و Dowd [14] ، Kolluri [24] ، Laurent [27] ، Mahdavi و Zhou [31] و مور [33] رابطه بلند مدت و کوتاه مدت بین قیمت های طلا و شاخص های قیمت کالا را کشف کرده و بحث می کنند و بحث می کنند. اثربخشی طلا در خطرات تورم محافظت می کند.

با این حال ، مطالعات مربوط به خطر نرخ ارز پویا Nexus طلا اندک است. جوی [23] دریافت که طلا یک پرچین مؤثر در برابر ریسک ارز است که با دلار ایالات متحده همراه است. وانگ و همکاران.[55] یک مطالعه تجربی در مورد ژاپن انجام داد. آنها دریافتند که عدم تقارن ناشی از نوسانات نرخ ارز بر اثربخشی استفاده از طلا برای جلوگیری از کاهش ارزش ین تأثیر می گذارد. وانگ و لی [52] از یک مدل غیرخطی برای آزمایش اثربخشی پرچین تورمی طلا در ژاپن و ایالات متحده استفاده کردند. آنها دریافتند که استحکام قیمت هزینه های معامله بر اثر ضد تورم طلا تأثیر می گذارد. از آنجا که ادبیات فوق از مدل های سری زمانی برای تجزیه و تحلیل یا فقط برای یک کشور واحد استفاده می کند ، در توضیحات تجربی محدودیت هایی وجود دارد. بنابراین ، وانگ [51] و وانگ و لی [53] از یک مدل عدم تقارن پانل چند ملیتی برای انجام تجزیه و تحلیل متقابل ملی و توصیف پرچین طلا استفاده می کنند. وانگ و لی [53] علاوه بر این دریافتند که اثربخشی محافظت از طلا بر خطرات نرخ ارز به دلیل اطلاعات نامتقارن ناشی از نرخ ارز در کشورهای تولید کننده عمده طلا و کشورهای عمده خواستار متفاوت است. قریشی و همکاران.[40] از موجک ها در افق های زمانی چندگانه استفاده کنید و دریابید که طلا به عنوان یک پرچین کوتاه کوتاه در برابر نرخ ارز عمل می کند از این رو اعتبار فرضیه تخریب نرخ ارز را تأیید می کند. یافته های آنها نشان می دهد که بانک های مرکزی نیز باید سایر دارایی های ایمن را در ذخایر نگه دارند زیرا توانایی محافظت از طلا فقط در کوتاه مدت محدود است. علاوه بر این ، نقش طلا در تأمین محافظت در برابر خطرات ارزی نیز با رگرسیون کمی تأیید می شود. نتایج آنها همچنین حاکی از آن است که طلا تأثیر سرب بر نرخ ارز دارد ، با این حال ، این اثر بر رژیم های مختلف تغییر می کند. Aftab و همکاران.[1] که از همبستگی مشروط پویا از الگوی ناهمگونی مشروط مشروط مشروط به خود استفاده می کنند تا پیوند طلا را با بازار سهام و بازار ارز آزمایش کنند ، نشان می دهد که طلا به عنوان یک پناهگاه و پناهگاه ایمن در برابر ارزهای آسیایی به جز چین و هنگ کنگ عمل می کند ، بنابراین ، بنابراین ،این هنوز نقش پولی خود را حفظ می کند.

مقاله اصلی Ranaldo و SoederLind [41] از مدل فاکتور برای ضبط پیوندهای خطی و غیرخطی بین ارزها ، بازارهای سهام و اوراق قرضه و همچنین پروکسی برای نوسانات بازار و نقدینگی استفاده می کند. آنها دریافتند که فرانک سوئیس و ین ژاپنی در برابر دلار آمریکا قدردانی می کنند که قیمت سهام ایالات متحده کاهش می یابد و قیمت اوراق بهادار ایالات متحده و نوسانات FX افزایش می یابد. این خصوصیات بدون خطر در طول دانه های مختلف (از چند ساعت تا چند روز) و به صورت غیرخطی با فاکتور نوسانات و در طول بحران ها تحقق می یابد. Baur و Lucey [5] روابط ثابت و متغیر زمان بین سهام ایالات متحده ، انگلیس و آلمان ، اوراق قرضه و طلا را مطالعه می کنند تا بررسی کنند که آیا طلا به عنوان پرچین و یک پناهگاه امن عمل می کند. آنها می یابند که طلا به طور متوسط در برابر سهام و پناهگاه امن در شرایط شدید بازار سهام است. تجزیه و تحلیل نمونه کارها بیشتر نشان می دهد که خاصیت ایمن-هون کوتاه مدت است. Reboredo [42] از رویکرد کوپول ها برای ارزیابی نقش طلا به عنوان یک پناهگاه یا پناهگاه امن در برابر حرکات قیمت نفت استفاده می کند. نتایج تجربی نشان می دهد که طلا نمی تواند در برابر حرکات قیمت نفت محافظت کند ، اما می تواند به عنوان یک پناهگاه امن مؤثر در برابر حرکات شدید قیمت نفت عمل کند.

تحقیقات اخیر در مورد شماره طلای Omane-Adjepong و Boako [35] وابستگی دوربرد در بازده و نوسانات جهانی طلا را بررسی می کند و یک آزمایش نیمه پارامتری را اعمال می کند. این مطالعه که اثرات شکستگی های ساختاری و شوک های اقتصادی را به خود اختصاص می دهد ، هیچ شواهد قابل توجهی از وابستگی دوربرد در بازده (نوسانات) برای داده های طلای نمونه کامل پیدا نمی کند. با این حال ، مو و همکاران.[32] پیوندهای پویا بین بازار طلا ، دلار آمریکا و بازار نفت خام را بررسی کنید. این تجزیه و تحلیل همچنین عمیق تر به تأثیر بحران مالی جهانی بر روابط کوتاه مدت می پردازد. از مدل DCC-MGARCH برای بررسی پیوندهای طولانی مدت متغیر بین این بازارها استفاده شده است. از روش علیت گرنجر نامتقارن غیر خطی Krysto u-Labys برای بررسی تأثیر بحران مالی استفاده می شود. این مطالعه نشان داد که (1) وابستگی طولانی مدت در بین این بازارها وجود دارد.(2) رابطه پویا طلا و روغنی همیشه مثبت است و رابطه روغن و دماً همیشه منفی است. و (3) پس از بحران ، یک رابطه علّی غیرخطی مثبت از طلا به دلار آمریکا و دلار آمریکا تا نفت خام و یک رابطه علیت غیرخطی منفی از دلار آمریکا به طلا وجود دارد.

در این مطالعه ، ما روش تحقیق ادبیات مرتبط با طلا توسط وانگ و لی را گسترش می دهیم [52] ، وانگ و همکاران.[55] ، وانگ [51] ، وانگ و لی [53] و وانگ و همکاران.[54]از نظر تحقیقات تجربی ، می توانیم میزان پاسخ تعصب را با هم مقایسه کنیم و روند پویا نوسان و همبستگی متغیر را در نظر بگیریم. برای شبیه سازی اثرات شوک های بحران مالی ، ما یک اندازه شوک اصلی برابر با میانگین تغییرات تصادفی سری های زمانی را در دوره نمونه در حالی که از همبستگی هماهنگ سازی در هر نقطه زمانی استفاده می کنیم ، ثابت کردیم.

برای برآورد فرایند نوآوری رگرسیون متغیر معوق ، ما از دوره فعلی به آینده برای محاسبه ضریب متغیر زمان استفاده می کنیم. سطح و زمان زمان در دوره پایانی نمونه انتخاب می شود و یک نمودار پاسخ تکانه چند بعدی ایجاد می شود. حداقل در ادبیات قبلی برای استفاده از داده های پانل چند ملیتی که در آن یک کشور خاص در یک زمان خاص برای تجزیه و تحلیل پاسخ تکانه انتخاب شده است ، تلاش حداقل شده است. در فرآیند تجربی ، ما می توانیم پاسخ تکانه ای از نوسانات نرخ ارز به تداخل قیمت طلا در فرکانس های مختلف در آینده را تأیید کنیم ، اثرات پاسخ های ضربه ای کوتاه مدت و بلند مدت را مقایسه کنیم و شواهد و مدارکی را در ادبیات موجود ارائه دهیمبشر

مواد و روش ها

مدل نظری

ما یک مدل را بر اساس وانگ و لی [53] می سازیم ، که پسوند کلمنتس و سرخ [15] ، وانگ و لی [52] و وانگ [51] است. اول ، تئوری خرید Power Pority (PPP) رابطه بین قیمت طلا و نرخ ارز را ایجاد می کند. فرض کنید Pority Power Buy Power دارای یک مدل کلی جهانی از قیمت تعادل طلا است. با فرض اینکه نظریه نسبی PPP توسط داوری در بازار بین المللی مالی ایجاد شده است ، می توان مدل قیمت طلا را به شرح زیر تنظیم کرد:

جایی که (q^) عرضه طلا است ، (g_ ) شاخص قیمت طلا است که به ارز محلی ارائه می شود ، (p_ ) شاخص قیمت داخلی است ، (q^) مصرف داخلی استطلا ، (g_ /p_ ) نشان دهنده قیمت طلایی است که مصرف کنندگان خارجی با آن روبرو هستند ، (e ) نرخ ارز نقطه ای از ارز داخلی به یک واحد ارز خارجی است. (x ) افزایش قیمت بین قیمت های داخلی و قیمت های خارجی است. فرض کنید این گسترش قیمت ثابت و Eq است.(1) متفاوت است ، بگذارید (^) درصد (٪) احتمال متغیر باشد (مانند ( hat = delta z/z )). بر اساس این تنظیمات ، Eq.(2) می تواند به شرح زیر باشد:

( theta = phi /( phi - vartheta) ) نشان دهنده نسبت خاصیت ارتجاعی عرضه به کشش بیش از حد عرضه ، ( phi ) است انعطاف پذیری قیمت عرضه و ( vartheta ) قیمت است. خاصیت ارتجاعی تقاضا. (r = p_ /ep_ ) نرخ ارز واقعی را نشان می دهد. اگر کشش عرضه ( phi ge 0 ) ، کشش تقاضا ( vartheta le 0 ) و (0 le theta le 1 ) ، افزایش در r نشان دهنده قدردانی واقعی خواهد بودارز محلی (کشور تولید طلا). معادله (2) قانون قیمت طلا است ، به این معنی که نرخ تغییر در قیمت بین المللی بین المللی طلا نسبت ( theta ) تغییر در ارزش واقعی ارز داخلی است.

Next, we use PPP to link the domestic and foreign prices of gold; if (X) = 0, (G = EG^) . By dividing both sides by (P_>>) and using the relationship of (R = P_>> /EP_>>) , the equation (G_>> /P_>> = R(G_>> /P_>>) ) می توان بیشتر مشتق شد. این معادله یک کانال اتصال بین قیمت های نسبی کشورهای داخلی و خارجی را فراهم می کند ، که می تواند به عنوان یک PPP قابل توجهی نیز در نظر گرفته شود. برای تسویه حساب بازار ، کسری تجارت و عرضه اضافی باید قیمت های بین المللی را جبران کند تا تقاضا را تحریک کند. هنگامی که پاکسازی بازار رخ می دهد ( phi ( hat_ / hat_) = vartheta ( hat_ / hat_) ) ، eq.(3) به شکل زیر مشتق شده است:

سپس ، PPP واقعی که در رابطه بین قیمت های طلای داخلی و خارجی منعکس شده است (G_ /P_ = R (G_ /P_) ) است. در چارچوب تعادل عمومی ، Eq.(4) می تواند از Eq گرفته شود.(2) ، (3) و (r = (P_ /EP_) ):

تمام شرایط و ضوابط دیگر بدون تغییر باقی مانده است ، رابطه بین تغییرات قیمت طلا و نوسانات نرخ ارز:

ما خاصیت ارتجاعی تقاضا و عرضه را در Eq قرار می دهیم.(4) ، و معادله محافظت از نرخ ارز از طلا در یک کشور به شرح زیر است:

فرض کنید شاخص های قیمت داخلی و خارجی بدون تغییر باقی مانده است. تغییر قیمت 0 است ( ( hat_ = hat_ = 0 )) ، سپس ( hat_ /g_ = (1 - theta) hat = - [ vartheta /( phi - vartheta)] کلاه ) ؛ضریب پرچین نرخ ارز از طلا ( - [ vartheta /( phi - vartheta)] ) است که نشان می دهد که خاصیت خاصیت و کشش تقاضا بر اثربخشی محافظت از طلا است. فرض کنید در Eq.(6) ، ضریب محافظت از طلا با اثربخشی مختلف پرچین و رابطه تأثیر در زمان تغییر زمان مشخص می شود. بر اساس استنتاج فوق ، ما استدلال می کنیم که کشش تقاضا و عرضه با گذشت زمان تغییر می کند ، سپس باعث ایجاد ویژگی های مختلف محافظت می شود. برای تجزیه و تحلیل تجربی ، ما Eq را تنظیم کردیم.(5) به شرح زیر:

جایی که ( hat_ ) بازده لگاریتمی قیمت طلای بیان شده در ارز داخلی یک کشور است ( hat_ ) نوسانات نرخ ارز است (به عنوان دلار آمریکا در هر ارز داخلی تعریف شده است). اگر (f^<prime>)>0 ، بازده طلا می تواند خطر از دست دادن قدرت خرید ارز یک کشور را از بین ببرد. مثبت ( hat_ ) دلالت بر استهلاک ارز یک کشور یا افزایش قیمت طلا به ارز داخلی دارد. اگر سطح رشد کمتر از یکی از استهلاک باشد ، یک پرچین ناقص یا جزئی است. در غیر این صورت ، اگر سطح افزایش بیشتر از استهلاک باشد ، یک پرچین کامل است.

هنگامی که مرجع پولی یک کشور هر از گاهی مداخله می کند ، ممکن است عدم تقارن اطلاعات و هزینه های معامله اضافی در بازار وجود داشته باشد. در این زمان ، کشش تقاضا و عرضه تحت تأثیر قرار می گیرد و این اثرات با گذشت زمان متفاوت است و باعث تأثیر متفاوت اثر محافظت می شود.

مدل تجربی

در این مطالعه از مدل VAR پانل پویا تهیه شده توسط Canova و همکاران استفاده شده است.[12] ، Canova و Ciccarelli [10] ، و Canova و Ciccarelli [11] برای تجزیه و تحلیل. TVP-Panel var. به شرح زیر است:

where (i = 1, ldots ,N) is the country number, (t = 1, ldots ,T) present time period, (L) is lag operator, (>_ (l) ) چند جمله ای تأخیر (p ) است. (y_ ) برای هر کشوری است که شامل (g ) ( (g times 1 ) بردارها) متغیرهای درون زا است. (y_ ) شامل همه کشورها ( (g times 1 ) بردارها) متغیرهای درون زا برای مدل و اصطلاح خطا ( (g times 1 ) بردارها) (e_ ). در هر نقطه از زمان ، هر معادله از پانل وار شامل ضرایب (k = ngp ) است. برای هر کشور ، چند جمله ای تاخیر را می توان به یک ماتریس ضریب بردارهای (G Times K ) منتقل کرد. ضرایب کل کل سیستم (NGK ) باید در هر نقطه زمانی از Eq تخمین زده شود.(9)این نشان می دهد که ما برای اطمینان از امکان سنجی تخمین باید یک ساختار معقول برای یک مدل ابعادی بزرگ داشته باشیم. با فرض اینکه تنظیم سیستم در Eq.(2) است:

جایی که (d_ ) (ng times ng ) ماتریس است که شامل چند جمله ای تاخیر است. ما به طور همزمان (y_ Equiv سمت چپ را تعریف می کنیم ((_ ، cdots ، y^<prime>_> راست) ) و (E_ Equiv سمت چپ (_ ، cdots ، e^<prime>_> راست)^<prime>) ، جایی که (e_ sim سمت چپ (<0,Omega>درست)) . سپس می توان مدل را به صورت زیر ترکیب کرد:

که در آن (d^<prime>_ equiv left( ,D_ , cdots ,D_> راست) ) و (x^<prime>_ Equiv سمت چپ (_ ، y^<prime>_ ، cdots ، y^<prime>_>درست)) . بردار دو طرف Eq.(10) می تواند منجر به رگرسیون به ظاهر نامربوط مانند (11) شود:

که در آن (z_ Equiv _ otimes x^<prime>_ ، delta_ Equiv سمت چپ ( راست) = سمت چپ (<delta^<prime>_ ، cdots ، delta^<prime>_> راست)^<prime>) و (_ ) ماتریس هویت (ng ) است. همانطور که در بالا ذکر شد ، تخمین Eq.(11) تخمین بدون محدودیت های بیشتر دشوار خواهد بود ، بنابراین ما از روش Canova و Ciccarelli [10] استفاده می کنیم تا برخی از محدودیت ها را در پارامتر اعمال کنیم ( Delta_ ). فرض بر این است که (r) وجود دارد< ight>_^) برای به دست آوردن خصوصیات ضرایب که با زمان متفاوت است:

جایی که ( xi ) یک ماتریس (ngk times r ) است و (u_ ) اصطلاح خطای تجزیه ( delta_ ) است ، جایی که (u_ sim چپ ( راست)))محدودیت ها در ماتریس ( xi ) گنجانده شده است تا از امکان سنجی تخمین اطمینان حاصل شود. برای به دست آوردن وابستگی متقابل داده های مقطعی پویا و فراملی در همان زمان ، ما از یک رویکرد مشابه به Canova و Ciccarelli استفاده می کنیم [11] ، که فرض می کند یک مؤلفه مشترک جهانی ، مؤلفه مربوطه ملی و مؤلفه مربوطه متغیر وجود دارد. مانند ( xi theta_ = xi_ theta_ + xi_ theta_ + xi_<upsilon> تتا_<upsilon ,t>) ، جایی که ( theta_ ) ، ( theta_ ) ، و ( theta_<upsilon ,t>) مؤلفه مشترک جهانی ، مؤلفه مربوطه ملی و مؤلفه مربوط به متغیر هستند که به ترتیب با گذشت زمان تغییر می کنند. نسبت به ضرایب غیرقابل تحمل پانل var ( xi_ ) ، ( xi_ ) و ( xi_<upsilon>) ، که به ترتیب ماتریس (ngk بار 1 ) ، (ngk times n ) و (ngk times g ) هستند. برای جایگزینی هر یک از ضرایب موجود در مدل سازی_ناچیزفرآیند ، ما (r = 1 + n + g ) را در ( سمت چپ تخمین می زنیم<< heta_> ight>_^). این طرح به ما امکان می دهد بین ناهمگونی در سراسر کشورها ، تغییر در رابطه بین متغیرها و عامل جهانی سازی که بر همه متغیرهای کشور تأثیر می گذارد ، تمایز قائل شویم. ما Eq را جایگزین می کنیم.(12) به (11). تحت وکتور حالت بدون نظارت ، ما مدل فضای فضای را تجدید نظر می کنیم:

کجا و ( upsilon_ quiv e_ + z_ u_ ) ، (y_ ) متغیر درون زا است ، متغیر اگزوژن است و ( theta_ ) عامل فرایندی است که نمی توان مشاهده کرد. در زیر (t = 1 ، ldots ، t ) ما شاخص های خاص ، ملی و متغیر خاص را محاسبه می کنیم. این شاخص ها میزان تأثیر هر مؤلفه (y_ ) را اندازه گیری می کنند. برای پایان دادن به سیستم حالت فضای ، باید مسیری را برای بردار حالت بدون نظارت تنظیم کنیم.

طبق گفته های Cogley و Sargent [16] و Primiceri [38] ، برای کاهش تعداد پارامترهای تخمین زده شده ، فرض می کنیم که این پارامتر یک مدل پیاده روی تصادفی به شرح زیر است:

ما ماتریس کواریانس خطا را به ماتریس مورب بلوک محدود می کنیم (B = سمت چپ (، B_ ، B_<upsilon>>درست)) . فرض بر این است که بردارهای خطا (E_), (u_) و (eta_) مستقل از یکدیگر هستند. کانوا و سیکارلی [10] فکر کردند که بین (E_) و (u_) همبستگی وجود ندارد. توزیع نامشروط (upsilon_) یک توزیع چند متغیره (t) است. این ویژگی اساسی است و نشان دهنده توزیع دم ضخیم صاف این خطا است.

از سوی دیگر، مشکلی وجود دارد که کوگلی و سارجنت [16] مجموعه ساده ای را برای نمونه برداری مجدد از ناهمگنی شرطی باقیمانده فرض می کنند. این عمل تنها زمانی مرتبط است که از تجزیه ضریب استفاده شود. بنابراین، ما از روش بیزی برای تخمین استفاده می کنیم زیرا توزیع خلفی استاندارد نیست، بنابراین از شبیه سازی MCMC (شبیه سازی زنجیره مارکوف مونت کارلو) برای بدست آوردن توزیع پسین استفاده می کنیم.

در فرآیند تخمین مدل، از الگوریتم نمونه گیری گیبس برای یافتن توزیع پسین با استفاده از روش های Canova و همکاران استفاده می کنیم.[12]، کانوا و سیکارلی [10] و کانوا و سیکارلی [11]. بر این اساس، می توان همبستگی بین متغیرهای شاخص را محاسبه کرد، سپس پاسخ ضربه بین متغیرها و تحلیل تجربی مربوطه را تحلیل کرد.

روش طراحی شده در این مقاله امکان VAR پنل TVP را فراهم می کند. اگر رابطه هم انباشتگی بلندمدت شناسایی شود، مدل به TVP-PVECM تبدیل می شود. برای انجام یک تحلیل تجربی، ما رابطه بین طلا و نرخ ارز را به این صورت تنظیم می کنیم: (Delta LG_) بازده لگاریتمی طلا برای پول داخلی یک کشور است (یعنی (hat_) در معادله (7)).(Delta LE_) نرخ تغییر نرخ ارز است (یعنی (hat_) در معادله (7)). اگر مقدار (f^<prime>)>0 در معادله(7)، بازده طلا می تواند از خطر زیان قدرت خرید ارز کشور جلوگیری کند. مثبت (Delta LE_) نشان دهنده نرخ کاهش ارزش پول یک کشور است. به عبارت دیگر افزایش قیمت طلا به پول داخلی. هنگامی که مقام پولی یک کشور سیاست مداخله نابهنگام را اعمال می کند، ممکن است اطلاعات ناقص و هزینه های اضافی مبادله در اضافه کاری بازار وجود داشته باشد. بنابراین، اثر کشش تقاضا و عرضه در طول زمان تغییر می کند و اثر ضربه ای پوشش ریسک متفاوت خواهد بود. سپس یک معادله پوشش کوتاه مدت طلا بر روی نرخ ارز با مکانیزم تصحیح خطا به شرح زیر ایجاد می کنیم:

$$Delta LG_= alpha_ + sum

limits_^+>دلتا LE_+>sumlimits_^ Delta LG_eta_(LG_$$

where (ecm_ = LG_ - a_ - b_ LE_) is the error correction term composed of the long-term equation, and (b_) is the hedging factor. During the estimation process of the TVP-PVECM, the short-term coefficients ( (sum olimits_^>- a_ - b_ LE_

Based on the above inferences, we establish the following hypotheses to test: (1) when (b_)> 0 means that gold can hedge exchange rate depreciation, 1> (b_)> 0 is partial hedging, (b_) (ge) 1 is complete hedging. (2) when (sum olimits_^>)>) + varepsilon_

) ) دینامیک غیر خطی هستند.

0 (این ماتریس مثلثی پایین تر است (A_ ) برای تنظیم (A_ )) ، به این معنی که بازده طلا می تواند خطر استهلاک نرخ ارز را نشان دهد.(3) پاسخ ضربه ای ( Delta LG_ ) از خطر نرخ ارز (( varepsilon_) ) مثبت است ، طلا پناهگاه امن است.

نتایج و بحث