英语原文共 18 页，剩余内容已隐藏，支付完成后下载完整资料
内容列表可在ScienceDirect上找到
国际经济与金融评论
j o u r n a l h o m e p a g e : w w w . e l s e v i e r . c o m / l o c a t e / i r e f
依赖政权的油价，贵金属价格和汇率之间的信息传递动态评估
mehmet balcilar a,b、shawkat hammoudeh c,d, 、nwin-anefo forh asaba a
- 东地中海大学经济系，Famagusta，TR北塞浦路斯，通过Mersin 10，土耳其; b 比勒陀利亚大学经济系，比勒陀利亚0002，南非;
c Lebow商学院，德雷塞尔大学，费城，宾夕法尼亚州19104，美国;IPAG实验室，IPAG商学院，法国巴黎
关键词：
马尔可夫转换VEC模型油价;贵金属价格；依赖于系统的脉冲响应函数信息传输
摘要：
我们利用贝叶斯马尔可夫转换矢量误差修正(MS-VEC)模型和与区域相关的脉冲响应函数(RDIRFs)来研究石油现货价格、贵金属(金、银、铂、钯)现货价格与美元/欧元汇率之间的传递动态。利用1987年至2012年的每日数据，该体系似乎普遍存在两种波动机制(低波动和高波动)。我们发现有证据表明，在五种商品价格中，在高波动性下，黄金价格的信息量最大，而在低波动性下，黄金、钯和铂的信息量最大。虽然铂和钯的价格相互影响，但在高波动性的影响是不对称的。钯在集团中的相关性较低，加之其对汇率和黄金的负面影响，使其成为投资者可靠的避险资产。黄金是波动最小的变量，因此可以肯定黄金是一种“避风港”资产，而白银和石油是波动最大的资产。了解这些大宗商品价格的动态，应该有助于投资者决定如何在市场处于低位或高度动荡的时期进行投资。
copy;2015 Elsevier Inc.保留所有权利。
1. 简介
近年来，黄金、白银、铂和钯等贵金属的价格一直与油价和美元/欧元汇率同步波动。商品的迅速金融化和金融危机的发生，加上对石油的强烈需求以及珠宝、摄影、医药和汽车等工业对贵金属的更多样化使用，引起了投资者增加这些商品在国际金融市场上贸易的兴趣。一些研究人员断言，与消费者价格相比，商品价格的共同变动向市场参与者传递了更可靠的信息(Mahdavi amp; Zhou, 1997)。商品期货价格所包含的信息也为期货市场的特定交易提供了一个渠道，而期货市场的特定交易又反映在其现货价格中(Hu amp; Xiong, 2013)。如果知道商品价格的共同变动是否不同，是否传达了不同的信息，或者在经济的某一特定状态下是一致的，这将是很有趣的，这可能是正常的，也可能是不稳定的。在一个不断变化的政治环境中，了解研究中所选择的商品价格中哪些传递了最有用的信息也将是很有趣的。我们还寻求对以下问题的答案:在经济正常和动荡的状态下，如果价格一致，那么正在考虑的哪些大宗商品可以作为有效的对冲资产;以及在不断变化的经济条件下，哪些大宗商品可以被用作避风港。这些只是希望从投资这些商品中获益的利益相关者感兴趣的几个问题。
本研究探讨原油现货价格与四种精选贵金属之间的传导机制及其与美元/欧元汇率的相互作用。这些组合价格之间的均衡关系的频繁变化，使得传统的矢量误差修正模型的参数恒常性假设受到了很大的限制，不能被错误地指定。面对金融危机、需求冲击、供应中断和新发现，参数恒常性假设是站不住脚的。因此,我们应用经建会向量误差修正模型(MS-VEC)和均regime-dependent脉冲响应函数(RDIRFs)来确定的影响冲击的小商品的价格或汇率传播在政权系统中的其他变量变化的环境。利用基于吉布斯采样的贝叶斯估计方法对模型参数和脉冲响应进行了估计。
我们设法确定这一组中信息最丰富的商品，以及考虑到现行制度，哪些商品在受到冲击后对其他商品的影响最小。与传统的阈值模型相比，我们假设MS-VEC方法更可靠地捕捉不同状态下价格变化的非线性结构(Ihle amp; von Cramon-Taubabel, 2008)。我们区分短期动态和长期动态，考虑非线性，并通过识别数据中的潜在潜在状态，充分指定考虑的变量之间的非线性动态。在2007/2008年全球金融危机和2010-2012年欧元区债务危机的背景下，研究非线性和结构变化引起了人们的特别关注。
分析使用了从1987年1月至2012年2月的每日数据,在很大程度上对应于一个大宗商品价格飙升的时期,如2003年的伊拉克战争,战争正面的冲击,如2000年代的互联网泡沫破裂的时候,2007 - 2008年的全球金融危机,欧元区债务危机的2010 - 2012,金融市场的风险厌恶情绪高,高水平的新兴经济体在全球贸易一体化。据我们所知，以往使用MS-VEC技术的研究侧重于农业和/或工业商品，而不是贵金属(如Djuric, Gotz， amp; Glauben, 2012;Listorti amp; Esposti, 2012)。然而，本研究选择了在多种工业活动、全球金融市场和多样化投资组合中最为重要的、交易最广泛的大宗商品。与研究商品价格传导和使用一种制度下流行的商品指数的研究(Pindyck amp; Rotemberg, 1990)不同，本研究侧重于两国经济中相关的商品价格，并检验与制度相关的脉冲响应函数。
这项研究的新奇之处是其他研究的五倍。首先，我们的研究结果比其他研究更加可靠，因为我们提出的模型有效地捕捉了不确定经济环境中价格变化的非线性动态。贝叶斯MS-VEC模型和贝叶斯政权相关的脉冲响应分析,不使用任何先前的研究,允许时变的变量之间的交互,因此本文中使用的方法是一种更健壮的方法建模结构变化或政权转移的市场。其次，我们的研究结果更加可靠，因为我们使用的是更加密切相关的商品，从而限制了使用不相关商品的研究中固有的信息稀释。此外，我们的数据涵盖了相当长的一段时间内的几个主要事件。第三，与其他以单一国家经济为研究对象的研究不同，我们提出了一个更现实的研究结果，考虑了一个更务实的两国经济。第四，我们采用了一种更灵活的模型形式，允许系数和方差根据当前的制度进行变化。第五，本文采用鲁棒的贝叶斯估计方法对模型的不规范进行建模，并基于Gibbs sampling的Markov-chain Monte Carlo方法对脉冲响应函数及其置信区间进行估计。
本文的其余部分组织如下。第2节简要回顾了贵金属、石油和汇率之间关系的文献。第3节描述了数据和方法。第4节提供并讨论了这些发现。第五部分是本文的结论。
2. 文献综述
如前所述，考虑在资产类别中作出重要投资决定的投资者对商品价格与石油价格和汇率的持续和时变的共同变动非常感兴趣。这些价格走势传导在颠覆外汇收益方面至关重要，尤其是在发展中国家，因为黄金和白银等大宗商品经常被用作美元的替代品，尤其是在经济衰退期间。因此，近年来美元的贬值引发了对这些商品需求的激增1，从而推高了它们的价格。鉴于这些大宗商品广泛以美元进行交易，黄金、石油和铜等大宗商品价格的历史变化被认为是对美国经济走向的一种预测(Coudert, Mignon， amp; Penot, 2007)。
关于商品价格的文献可以分为不同的特征，包括价格共同运动、经济基础存在下的信息扩散和混沌环境中的非线性(Bhar amp; Hammoudeh, 2011)。Pindyck和Rotemberg(1990)是商品价格过度共同变动研究的先驱者。他们的发现表明，在考虑了类似的经济基本面因素后，一组不相关的原材料价格往往会一起变动。Cashin, McDormott, and Scott(1999)强烈反对这一观点，并在相似的宏观经济条件下，对不相关的商品使用一致的方法进行保险，从而将这种观点贴上“神话”的标签。其他如Palaskas和Varangis(1991)、Trivedi(1995)和Deb、Trivedi和Varangis(1996)试图使用不同的时间序列技术来测量商品价格的过度共移动。不是随机选择的商品，我们的重点是选择相关的商品，而不是两者的组合和不相关的商品。与以往的研究不同，我们选择的变量规避了相关和不相关商品之间信息稀释的可能性。
1黄金和白银通常被认为是“安全港”，因为在严峻的经济形势下，它们的内在价值应该不会改变。
Ewing和Malik(2013)在类似经济基本面下的信息扩散研究中发现，在考虑方差结构突变时，使用单变量GARCH模型和双变量GARCH模型，金价和油价回报之间存在显著的波动传递。虽然有一些文献研究(如Barassi amp; Goshray, 2007;Goshray,2002;(Thompson, Sul， amp; Bohl, 2002)使用复杂的技术分析世界市场价格传递，既不关注精选贵金属，也不使用贝叶斯MS-VEC。相反，他们专注于农业和其他产品。Awokuse和Yang(2003)2发现，代表一组商品价格的商品研究局(CRB)3 指数所包含的大量信息可以预测利率、工业生产率和通货膨胀的未来路径。对于非线性和混沌现象，Soni(2013)利用AR(p)-GARCH(1,1)模型检验了印度商品市场存在序列依赖的非线性。本文的结论是该级数中存在非线性。Barkoulas, Chakraborty, and Ouandlous(2012)使用度量和地形诊断工具，研究原油现货价格是由随机或确定性的内生波动决定的。他们认为，原油现货市场的动态存在随机而非确定性的规律。
如前所述，很少有研究像我们在本研究中所做的那样，使用贝叶斯MS-VEC模型的一种灵活形式来检验贵金属价格波动传递，该模型允许系数和方差根据当前的制度发生变化。Djuric et al.(2012)和Listorti and Esposti(2012)是少数几个使用MS-VEC模型研究商品价格的研究。另一项使用与我们的一些变量相似的变量的研究是Beckmann和Czudaj(2013)。虽然这些作者并没有使用我们所选择的所有商品，但是他们使用了一个非贝叶斯MS-VEC模型来研究油价和美元汇率之间的动态关系，并找出它们之间的不同因果关系。Beckmann和Czudaj(2013)也采用了MS-VEC模型，该模型也考虑了不同状态变量之间的非线性，保持了一种经济直观的结构形式。与Beckmann和Czudaj(2013)相比，我们的研究允许模型中额外包含4种贵金属价格，并基于Gibbs sampling进行Bayesian regime dependent impulse response analysis (RDIRF)。除了Beckmann和Czudaj(2013)，据我们所知，其他研究也考虑了特定国家的农产品。另一方面，我们开发了贝叶斯RDIRF，用于跟踪不同经济状态下瞬时冲击所导致的商品价格反应的大小和方向。
我们的研究也不同于其他研究，除了关注不相关和相关的商品，或者像其他研究一样关注单一国家的农产品，我们通过研究相关贵金属的现货价格、石油和汇率之间的价格传导机制来补充文献。因此，我们不破坏使用一组致因商品时所固有的信息扩散的潜力。此外，考虑到经济的状态是动态的而不是静态的，单一的国家经济是不现实的。由于所选择的商品是相互关联的，经济是动态的，在每一种制度下的系数都是时变的，因此，我们有效地捕捉了经济不同状态下价格动态的大小和影响，从而呈现了一幅更现实的画面。我们使用的是高频率、宽范围和长数据集，这些数据集包含了经济充满活力的时期，因此我们的系列能够提供更现实和更新的结果。
3.数据和方法
3.1.数据
该数据集包含四种贵金属的每日现货价格、4石油现货价格和美元/欧元汇率。5它涵盖了从1987年1月到2012年2月的5个交易日，因此跨度为25年。数据来自DataStream International。美元兑欧元的汇率代表美元兑欧元的价值。如果汇率上升(下降)，就意味着美元对欧元贬值(升值)。原油现货价格的标志是西德克萨斯中质油(WTI)，以美元每桶报价。现货金、银6、铂和钯的价格均在商品交易所(COMEX)交易，每金衡盎司以美元计价。整个数据序列用自然对数表示。该级数的对数级的时间序列图如图1所示。本研究的这段时间反映了一些重大冲击的时代，比如本世纪初的互联网热潮和2007年的房地产市场泡沫。其特点是大宗商品价格波动性高，新兴市场在全球贸易中的一体化程度提高，金融市场进入高风险规避时代。
2马奎斯和坎宁安(1990)、科迪和米尔斯(1991)、华(1998)等人与Awokuse和杨(2003)持有同样有争议的观点。
3 CRB计算这一指数的方法是取19种商品的算术平均值，包括我们的4种战略商品。然而，该指数既包括相关商品，也包括不相关商品，由于信息传递可能在异质商品之间被中和，因此该指数可能具有一定的不代表性。
4我们的分析仅限于这四种贵金属，因为它们是全球主要的贵金属。虽然它们具有共同的货币价值，但它们对信息流的用途和响应却各不相同，这也是本文的主要目的。
5我们的分析是以现货价格为基础的，因为我们无法获得所有考虑中的商品的期货数据。此外，期货价格是由基于保证金的合约决定的，并不反映供求的实际
全文共41610字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[1047]
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。
