مقالات مرتبط با این موضوع |
مقالات انگلیسی ترجمه شده حسابداری |
کد محصول: H267
سال نشر: ۲۰۱۷
نام ناشر (پایگاه داده): الزویر
نام مجله:Journal of Economics and Business
نوع مقاله: علمی پژوهشی (Research articles)
تعداد صفحه انگلیسی: ۱۲ صفحه PDF
تعداد صفحه ی ترجمه فارسی: ۲۱ صفحه فایل WORD
قیمت فایل ترجمه شده: ۲۸۰۰۰ تومان
عنوان فارسی:
مقاله انگلیسی ترجمه شده حسابداری ۲۰۱۷ : نوسانات نرخ ارز و غیر طبیعی بودن بازده سهام
عنوان انگلیسی:
The volatility of exchange rates and the non-normality of stock returns
چکیده فارسی
در این تحقیق، ما به بررسی چگونگی تاثیرگذاری نوسانات نرخ ارز در یک کشور خاص بر روی کورتوزیس(درجه اوج در یک نمودار اماری) و چولگی بازده سهام می پردازیم. در آزمون های مختلفی که ساختار بازار مالی را ثابت نگه می دارند، این مسئله را نشان می دهیم که نوسان نرخ ارز با کورتوزیس بیشتر و چولگی منفی بیشتر در ارتباط است. ما از اجرای خارج از نمونه یورو به عنوان یک استراتژی شناسایی برای ایجاد نتیجه گیری های علمی قوی استفاده می کنیم. اجرای یورو باعث ایجاد ثبات در نرخ ارز نه تنها در Euro Region (منطقه یورو) بلکه در سایر نقاط جهان می شود. شواهدی پیدا کردیم که تصویب یورو سطح کورتوزیس را کاهش داده و سبب افزایش چولگی بازده سهام می شود.
کلید واژگان:کورتوزیس (درجه اوج در یک نمودار اماری)،ناهموار (چولگی)،حباب ها،نرخ بورس،نوسان
۱. مقدمه
مدل های قیمت گذاری سنتی معمولا در توضیع های بازگشتی امنیتی، حالت عادی را در نظر می گیرند. با این حال، فقدان حالت عادی، پیامدهای مهم و گسترده ای در بر دارد. نه تنها توزیع غیر عادی بازده به صورت منفی بر دقت مدل های قیمت گذاری دارایی تأثیر می گذارد، بلکه حالت غیر عادی همچنین می تواند احتمال بیشتری از حباب ها و سقوط بازار بعدی را نشان دهد. متون موجود پر از مطالعاتی هستند که حالت غیر معمول را در بازده سهام شناسایی می کنند (به عنوان مثال، چن، هنگ و استین، ۲۰۰۱؛ کلارک، ۱۹۷۳؛ داموداران، ۱۹۸۷؛ هاروی و سیدیکو، ۲۰۰۰؛ ریچاردسون و اسمیت، ۱۹۹۳؛ تاچن و پیتز، ۱۹۸۳؛ زو، ۲۰۰۷). زیونگ و ایدزورک (۲۰۱۱) معتقدند که بازده شدید در هر دو طرف توزیع با نرخی ۱۰ برابر بیشتر از آنچه توسط توزیع نرمال پیش بینی شده، رخ می دهد.
با توجه به این یافته ها، تحقیقات گسترده ای در حال انجام است تا حالت غیر معمول در توزیع های برگشتی را پیش بینی کنند. به عنوان مثال، چن و همکارانش (۲۰۰۱) دریافتند که، با پیش بینی های نظری در بلانچارد و واتسون (۱۹۸۲) و هنگ و استین (۲۰۰۳)، بازده مثبت گذشته و حجم معاملات، احتمال مشاهده چولگی منفی در بازده سهام را افزایش می دهند. در یک مطالعه مشابه، هاتون، مارکوس و تهرانیان (۲۰۰۹) دریافتند که سطح ایهام در گزارشات مالی شرکت، بر روی احتمال کاهش و افزایش قیمت های سهام تاثیر می گذارد.
Abstarct
tIn this study, we examine how exchange rate volatility in a particular country influencesboth the kurtosis and skewness of stock returns. In a variety of tests that hold constant thestructure of the financial market, we show that exchange rate volatility is associated withgreater kurtosis, and more negative skewness. We use the out-of-sample implementationof the Euro as an identification strategy in order to make stronger causal inferences. Theimplementation of the Euro created stability in exchange rates not only in the Euro Regionbut also in other parts of the world. We find some evidence that the adoption of the Eurodecreased the level of kurtosis and increased the skewness of stock returns.
Keywords: Kurtosis, Skewness, Bubbles, Exchange Rates,Volatility
۱. Introduction
Traditional asset pricing models generally assume normality in the distributions of security returns. The lack of normality,however, has important and broad implications. Not only do non-normal return distributions adversely affect the accuracyof asset pricing models, but non-normality can also signal a higher likelihood of bubbles and subsequent market crashes.The literature is full of studies identifying non-normality in stock returns (see, for example, Chen, Hong, & Stein, 2001; Clark,1973; Damodaran, 1987; Harvey & Siddique, 2000; Richardson & Smith, 1993; Tauchen & Pitts, 1983; Xu, 2007). Xiong andIdzorek (2011) contend that extreme returns on either side of the distribution occur at a rate that is 10 times greater thanpredicted by a normal distribution. In light of these findings, a growing body of research has begun to attempt to forecast thenon-normality in return distributions.