پارس پروژه پرتال خدمات دانشگاهی
کد محصول:h63
قیمت فایل ترجمه شده ۱۹۰۰۰ تومان
تعداد صفحه انگلیسی:۷
سال نشر: ۲۰۱۴
تعداد صفحه ترجمه فارسی: ۱۰ صفحه فایل WORD
عنوان فارسی:
مقاله ترجمه شده تجزیه وتحلیل نوسانات نرخ ارز رومانیایی
عنوان انگلیسی:
Volatility analysis of the Romanian exchange rate
چکیده فارسی:
نوسانات به طور سنتی از منظر چرخه اقتصادی تجزیه وتحلیل شده اند و تنها به تازگی به عنوان یک فرآیند مستقل با نفوذ زیاد در روش های مختلف اقتصاد کلان آنالیز شده اند. نوسانات با ریسک همراه است به این معنا که یک اندازه گیری از تغییرات ممکن از متغیرهای اقتصادی را ارائه می دهد و نوسانات افزایش یافته بازار می تواند بحران های اقتصادی را آغاز کند، همانطور که در تاریخ اقتصادی دیده شده است. این مقاله در نظر دارد به تجزیه وتحلیل نوسانات نرخ ارز لئو/ یورو بپردازد که در تأثیر نوسانات سایر ارزها و دیگر متغیرهای اساسی اقتصاد کلان به حساب می آید. این تجزیه وتحلیل ها مبنی بر روش های خاص برای فرکانس بالای سری های زمانی می باشد. بانک اطلاعاتی از سری زمانی روزانه، برای دوره ۲۰۰۰/۰۱/ ۰۵ -۲۰۱۳/۰۸/۳۱ تشکیل شده است.
استفاده از مدل های مختلف ARCH – GARCH نشان می دهد که نوسانات نرخ ارز لئو/یورو از یک فرآیند ARCH پیروی می کند، که عدم تقارن بالایی در ارزیابی اطلاعات مربوط به تکامل نرخ ارز وجود داشته و بازده نرخ ارز با نوسانات در ارتباط است
ترجمه بخشی از مقاله انگلیسی
مقدمه
در میان سایرین، بحران های اقتصادی و مالی اخیر، برای افزایش سطح عدم اطمینان در محیط کسب وکار با تغییر عرضه و تقاضای ارز در رومانی و کشورهای خارجی موثر بوده است. اندازه گیری کارآمد از سطح عدم قطعیت، نوسانات نرخ ارز می باشد، سطح بالایی از آن با اشاره به تغییرات مکرر در تقاضای ارز، که توسط سرمایه گذاری اساسی و درآمدها تعیین شده است. در این زمینه، پیش بینی نرخ ارز دشوار می شود و سرمایه گذاران تمایلی به سرمایه گذاری در یک محیط کسب وکار تسلط بر عدم قطعیت دارند.
تعداد زیادی از مدل های مدیریت ریسک از نوسانات به عنوان یک شاخص منجر به تبادل ریسک نرخ ارز استفاده می کنند. در اصل، عوامل اساسی موثر بر تحول نرخ ارز، با شروع بنیادهای نظری، (تعادل تجاری، تقاضای ارز و یا درآمد اسمی) می تواند در مطالعات Rogoff ,Messe (1983) یافت شود.
یک تفاوت روشنی بین نرخ ارز کوتاه مدت و بلندمدت پیش بینی نرخ ارز وجود دارد، مقالات پژوهشی اشاره می کنند که مدل های ساختاری، به طور متوسط برای پیش بینی های بلندمدت، بهتر انجام می گیرند، در حالی که پیش بینی های غیرمتفاوت مبنی بر نویز سفید، به طور متوسط برای پیش بینی های کوتاه مدت، بهتر انجام می شوند.
علاوه براین، مطالعه Van Royen ,Tambakis 2002، اشاره کرده است که مدل های نوع GARCH از دقت پیش بینی نسبت به مدل های مبنی بر نویز سفید می باشند، در حالی که مدل های مبنی بر نرخ بهره بدون پوشش نشان از دقت پیش بینی نسبت به سایرین را دارند، البته با در نظر گرفتن اینکه این مطالعه، هردوی ارز کوتاه مدت و بلندمدت کشور توسعه یافته (یورو منطقه، مارک آلمان، پوند انگلیس در مقابل دلار UD) را در نظر می گیرند. در زمینه دسته بندی نرخ ارز، استفاده از مدل GARCH توصیه می شود، عملکرد بدون در سطح برتر با مدل های TARCHو EGARCH و همچنین برای مدل های M-TARCH که شامل نوسانات مشروط به عنوان میانگین رگرسیون مشروط می باشد.
نتایج حاصل از این مدل ها، عالی نمی باشند در حالی که در کشورهای نوظهور، نسبت به کشورهای توسعه یافته استفاده می شوند. در کشورهایی مانند برزیل و انگلستان، مدل های خطی GARCH، نتایج بهتری ارائه کرده اند در حالی که در سایر کشورها، سطح عملکرد مدل های EGARCH بالاتر بوده است. مقاله ای جالب در مورد نوسانات نرخ ارز در کشورهای CEE، با این موضوع به وسیله مدل جزئی GARCH اعمال شده قبل از تأثیر بحران مالس سال ۲۰۰۸، از چشم انداز بلندمدت و کوتاه مدت رفتار کرده است.