اطلاعیه

مقاله انگلیسی با ترجمه رمز ارزها و شاخص های بازار سهام

این مقاله ISI به زبان انگلیسی از نشریه الزویر مربوط به سال ۲۰۲۰ دارای ۱۱ صفحه ی انگلیسی با فرمت PDF  و ۲۳ صفحه ترجمه فارسی به صورت فایل  WORD قابل ویرایش می باشد در ادامه این صفحه لینک دانلود رایگان مقاله انگلیسی ، بخشی از ترجمه فارسی مقاله و  لینک خرید آنلاین ترجمه ی کامل مقاله موجود می باشد.

کد محصول: H531

سال نشر: ۲۰۲۰

نام ناشر (پایگاه داده): الزویر

نام مجله: Research in International Business and Finance

نوع مقاله: علمی پژوهشی (Research articles)

تعداد صفحه انگلیسی: ۱۱ صفحه PDF

تعداد صفحه ترجمه فارسی:  ۲۳  صفحه WORD

قیمت فایل ترجمه شده: ۴۲۰۰۰ تومان

عنوان کامل فارسی:

مقاله انگلیسی ترجمه شده ۲۰۲۰ :  رمز ارزها ( ارز دیجیتال ) و شاخص های بازار سهام. آیا آنها مرتبط هستند

عنوان کامل انگلیسی:

Cryptocurrencies and stock market indices. Are they related

برای دانلود رایگان مقاله انگلیسی بر روی دکمه ذیل کلیک نمایید

دانلود رایگان مقاله بیس انگلیسی

وضعیت ترجمه: این مقاله به صورت کامل ترجمه شده برای خرید ترجمه کامل مقاله بر روی دکمه ذیل کلیک نمایید (لینک دانلود بلافاصله بعد از خرید نمایش داده می شود)

خرید و دانلود ترجمه ی مقاله انگلیسی

مقالات مرتبط با این موضوع: برای مشاهده سایر مقالات مرتبط با این موضوع (با ترجمه و بدون ترجمه)  بر روی دکمه ذیل کلیک نمایید

مقالات انگلیسی مرتبط با این موضوع جدید

چکیده فارسی:

در این مقاله ، به بررسی ویژگی های تصادفی شش رمز ارز اصلی و روابط دو جانبه آنها با شش شاخص بازار سهام با استفاده از تکنیک های هم انباشتگی کسری پرداخته ایم. از تجزیه و تحلیل تک متغیره ، دریافتیم که برای بیت کوین و اتریوم ، فرضیه تهی ریشه واحد نمی تواند رد شود، برای Litecoin ، Ripple و Stellar ، سطح ادغام به طور معناداری بالاتر از ۱ است، با این حال ، برای Tether ، شواهدی از بازگشت به میانگین یافتیم. برای شاخص های بازار سهام ، نتایج یکنواخت تر هستند و ریشه واحد را نمی توان در هیچ یک از سری ها رد کرد ، به استثنای VIX که بازگشت به میانگین حاصل شده است. با توجه به نتایج دو متغیره در رمز ارزها و آزمون های هم انباشتگی ، شواهدی مبنی بر عدم هم انباشتگی بین شش رمز ارز ارائه می دهیم. در همین راستا ، با آزمون هم انباشتگی بین رمز ارزها و شاخص های بازار سهام ،  شواهدی از عدم هم انباشتگی پیدا می کنیم ، این بدان معناست که رمز ارزها از جریان اصلی سرمایه های مالی و اقتصادی متمایز هستند. یافته های این مقاله نقش مهم رمز ارزها در سبدهای سهام سرمایه گذاران را نشان می دهد زیرا آنها به عنوان یک گزینه برای تنوع بخشی سرمایه گذاری برای سرمایه گذاران عمل می کنند و تأیید می کند که رمز ارزها یک گروه (سبد) جدید برای سرمایه گذاری می باشد.

واژه‌های کلیدی: رمز ارزها (ارز دیجیتال) ، شاخص های بازار سهام ،، ادغام کسری، هم انباشتگی کسری

۱.مقدمه

رمز ارزها پدیده ی جدید هستند که در سطح جهانی گسترش پیدا کرده اند که توسط رسانه ها ، سرمایه گذران ریسک پذیر ، موسسات مالی و دولتی به طور یکسان مورد توجه قرار گرفته اند (گلاسر و همکاران، ۲۰۱۴). ظهور رمز ارزها به عنوان گروه جدیدی از دارایی های مالی فرصت جدیدی را برای بررسی چندین جنبه کشف نشده رمز ارزها فراهم کرده است. در سالهای اخیر در امور مالی تجربی ، نقش رو به رشد بازار رمز ارزها توجه زیادی را در بین محققان دانشگاهی ، رسانه ها ، موسسات دولتی و صنعت مالی به خود جلب کرده است. صعود ناگهانی رمز ارزها و توسعه سریع بازارهای رمز ارز که به افزایش شدید حجم معاملات اخیر بیت کوین نسبت داده شده ، منجر به ایجاد ادبیات جامع در بازارهای رمزارز شده است (هیلمن و راوکس ، ۲۰۱۷). از آنجایی که بیت کوین برای نخستین بار توسط ناکاموتو (۲۰۰۸) پیشنهاد شد ، مطالعات زیادی در مورد بیت کوین با تمرکز بر کارآیی بازار (اورکوهارت، ۲۰۱۶؛ نادرجاه   و چو، ۲۰۱۷؛ باریورا، ۲۰۱۷؛ توماس ویدال  و بانز، ۲۰۱۸)، نوسانات قیمت ( دهربرگ ، ۲۰۱۶ ؛ کاتسیامپا ، ۲۰۱۷) ، خوشه بندی قیمت ها (اورکوهارت ، ۲۰۱۷) ، سفته بازی (چه و فرای، ۲۰۱۵) و هزینه های معاملات انجام شده است (کیم ، ۲۰۱۷)…

۶.خلاصه و جمع بندی نکات

در این مقاله ، ما با استفاده از قیمت های روزانه ، ویژگی های تصادفی شش رمز ارز اصلی و روابط دو جانبه بین شش رمز ارز محبوب انتخاب شده و شش شاخص بازار سهام را مورد بررسی قرار داده ایم. در راستای اهداف این مطالعه ، ما از یک رویکرد حافظه بلند مدت بر اساس مدل های کسری هم انباشته و یکپارچه استفاده کرده ایم. ما این رویکرد را برای بررسی همبستگی بین بازارهای انتخاب شده اتخاذ کرده ایم ، زیرا نسبت به مدل های کلاسیک به کار رفته در مطالعات اخیر در مورد رمز ارزها که منحصراً تفاوت ها را به صورت دوگانگی صفر یا یک بررسی می کنند، پویایی بسیار غنی تری را دارد…

Abstract

In this paper, we investigate the stochastic properties of six major cryptocurrencies and their bilateral linkages with six stock market indices using fractional integration techniques. From the univariate analysis, we observe that for Bitcoin and Ethereum, the unit root null hypothesis cannot be rejected; for Litecoin, Ripple and Stellar, the order of integration is found to be significantly higher than 1; for Tether, however, we find evidence in favour of mean reversion. For the stock market indices, the results are more homogeneous and the unit root cannot be rejected in any of the series, with the exception of VIX where mean reversion is obtained. Concerning bivariate results within the cryptocurrencies and testing for cointegration, we provide evidence of no cointegration between the six cryptocurrencies. Along the same lines, testing for cointegration between the cryptocurrencies and the stock market indices, we find evidence of no cointegration, which implies that the cryptocurrencies are decoupled from the mainstream financial and economic assets. The findings in this paper indicate the significant role of cryptocurrencies in investor portfolios since they serve as a diversification option for investors, confirming that cryptocurrency is a new investment asset class.

Keywords: Cryptocurrencies ,Stock market indices ,Fractional integration ,Fractional cointegration

۱.Introduction

Cryptocurrencies are a globally spreading phenomenon that is frequently and also prominently addressed by the media, venture capitalists, financial and governmental institutions alike (Glaser et al., 2014). The recent emergence of cryptocurrencies as a new class of financial assets consequently offers a new opportunity to investigate several as yet unexplored aspects of cryptocurrencies. In empirical finance, the role of cryptocurrency markets has grown rapidly in recent years gaining a lot of attention from among academic scholars, the media, government institutions and the finance industry. The upsurge in cryptocurrencies and rapid development of cryptocurrency markets have been attributed to the recent sharp increase in Bitcoin trading volume leading to a comprehensive literature on cryptocurrency markets (Hileman and Rauchs, 2017). Since Bitcoin was first proposed by Nakamoto (2008), several studies have been conducted on Bitcoin, focusing on market efficiency (Urquhart, 2016; Nadarajah and Chu, 2017; Bariviera, 2017; Vidal-Tomás and Ibañez, 2018), price volatility (Dyhrberg, 2016; Katsiampa, 2017), price clustering (Urquhart, 2017), speculation (Cheah and Fry, 2015) and transaction costs (Kim, 2017). Consequently, the introduction of different kinds of cryptocurrencies in recent years has resulted in the rapid increase of market size of the cryptocurrency markets. …

۶.Summary and concluding comments

In this paper, we have examined the stochastic properties of six major cryptocurrencies and the bilateral linkages between six selected popular cryptocurrencies and six stock market indices, using daily prices. For the purposes of the study, we used a long memory approach based on fractionally integrated and cointegrated models. We adopted this approach to investigate the dependence between the selected markets since it allows for much richer dynamics than the classical models employed in recent studies on cryptocurrencies that focus exclusively on integer degrees of differentiation, and are thus based on the I(0)/I(I) dichotomy…

مقالات مرتبط با این موضوع

مقالات انگلیسی حسابداری با ترجمه

مقالات انگلیسی مدیریت مالی با ترجمه

مقالات انگلیسی رشته اقتصاد با ترجمه

مقالات انگلیسی مدیریت سرمایه با ترجمه

مقالات انگلیسی درباره بازار سهام با ترجمه

مقالات انگلیسی درباره بازار ارز با ترجمه

مقالات انگلیسی درباره رمز ارزها با ترجمه