نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار دانشکده علوم اقتصادی و اداری، دانشگاه قم، قم، ایران.

2 دانشیار گروه اقتصاد اسلامی، دانشکده علوم اقتصادی و اداری، دانشگاه قم، قم، ایران.

3 کارشناسی ارشد اقتصاد، دانشکده اقتصاد دانشگاه علامه طباطبائی، تهران.

چکیده

هدف مطالعه حاضر برآورد دنباله ریسک مربوط به ارزهای مجازی بوده و اثرات ناشی از آن بر متغیرهای کلان اقتصادی بخصوص نرخ ارز حقیقی و رشد نقدینگی در ایران مورد ارزیابی قرار گرفته است. برای این منظور از اطلاعات آماری بازه زمانی 1390-1398 بر اساس فراوانی داده‌های ماهانه استفاده شده است. رویکرد مورد استفاده در این مقاله روش خودرگرسیون برداری با ضرایب متغیر در زمان (TVP-VAR) بود. در بخش اول شاخص دنباله ریسک با استفاده از ارزش حدی فرین برای ارزهای مجازی (بیت کوین) استخراج گردید. در مقایسه نتایج بدست آمده از مدل VAR و TVP-VAR مشاهده می‌شود که شوک وارد شده از ناحیه ارز مجازی بیت کوین، منجر به کاهش اولیه در رشد نقدینگی و نرخ ارز شده است. اما پس از 2 دوره اثر این شوک به بالاترین مقدار خود رسیده و منجر به افزایش در رشد نقدینگی و نرخ ارز شده و اثر این شوک در بلندمدت از بین رفته و به سمت مقدار تعادلی همگرا شده است. نتایج بدست آمده از شوک وارد شده از ناحیه ارز مجازی در مدل VAR نشان‌دهنده این است که متغیرهای رشد نقدینگی و نرخ ارز در هر سه حالت واکنش مثبتی به این شوک از خود نشان داده و اثر این شوک در بلندمدت از بین رفته است.

کلیدواژه‌ها

عنوان مقاله [English]

Investigating the impact of cryptocurrency tail risk on liquidity and exchange rates growth with time varying parameters (TVP-VAR)

نویسندگان [English]

  • Yazdan Gudarzi Farahani 1
  • Omid Ali Adeli 2
  • Atefeh Ghorbani 3

1 Assistant Professor, Department of Economics and Management, University of Qom, Qom, Iran.

2 Associate Professor, Department of Economics and Management, University of Qom, Qom, Iran.

3 M.A in Economics, Department of Economics, University of Allame Tabatabae, Tehran, Iran.

چکیده [English]

The purpose of this study is to estimate the cryptocurrency tail risk and its effects on macroeconomic variables, especially real exchange rates and liquidity growth in Iran have been evaluated. For this purpose, statistical information for the period 2010-2020 based on the frequency of monthly data has been used. The approach used in this paper was the vector autoregression method with time-varying parameters (TVP-VAR). In the first part, the risk tail index was extracted using the threshold value for cryptocurrencies (bitcoins). Comparing the results of the VAR and TVP-VAR models, it can be seen that the shock from the Bitcoin virtual currency area has led to an initial decline in liquidity growth and exchange rates. However, after 2 periods, the effect of this shock reached its highest value and led to an increase in the growth of liquidity and the exchange rate, and the effect of this shock disappeared in the long run and converged towards the equilibrium value. The results obtained from the shock from the virtual currency area in the VAR model show that the variables of liquidity growth and exchange rate in all three cases have shown a positive reaction to this shock and the effect of this shock has disappeared in the long run.

کلیدواژه‌ها [English]

  • Tail Risk
  • Cryptocurrency
  • Liquidity. Monetary policy
  • Vector autoregression with time varying parameters (TVP-VAR)

سیاهه منابع

الف- فارسی:

بابالویان، شهرام، هاشم نیکو مرام، حمیدرضا وکیلی فرد، و فریدون رهنمای رود پشتی. «مقایسه ارزش در معرض ریسک سهام تهران با بازارهای سهام بین‌المللی با استفاده از نظریه ارزش فرین شرطی». اقتصاد مالی ۵۲، شماره ۱۴ (۱۳۹۹): ۵۵-۸۰.
خضری، محسن، بهرام سحابی، کاظم یاوری، و حسن حیدری. «بررسی اثرات متغیر زمانی تعیین‌کننده‌های تورم: مدل‌های فضا ـ حالت». فصلنامه مدلسازی اقتصادی ۳۰، شماره ۹ (۱۳۹۴): ۲۵-۴۶.
زمانی، شیوا، سعید اسلامی بیدگلی، و معین کاظمی. «محاسبه ارزش در معرض ریسک شاخص بورس اوراق بهادار تهران با استفاده از نظریه ارزش فرین». فصلنامه بورس اوراق بهادار ۲۱، شماره ۶ (۱۳۹۲): ۱۳۶-۱۱۵.
شهرزادی، مهشید و داریوش فروغی. «توجه سرمایه‌گذاران انفرادی به ریسک دنبالۀ چپ». مدیریت دارایی و تأمین مالی ۲، شماره ۸ (۱۳۹۹): ۶۹-۸۸.
شهرزادی، مهشید، داریوش فروغی، و هادی امیری. «اثر ریسک دنباله چپ بر بازده مازاد مورد انتظار و پیامد آن بر استمرار بازده دنباله چپ». تحقیقات مالی ۴، شماره ۲۱ (۱۳۹۸): ۵۹۳-۶۱۱.
عسکرزاده، غلامرضا و نصرت دهقانی زاده. «بررسی ریسک سرمایه‌گذاری بر روی ارزهای دیجیتالی در بازار بورس ایران». اولین همایش ملی مدیریت و اقتصاد با رویکرد اقتصاد مقاومتی، مشهد، ۱۳۹۷: ۲۳-۳۹.

ب- منابع لاتین:

Atilgan, Yigit, Turan G. Bali, K. Ozgur Demirtas, and A. Doruk Gunaydin. “Left-Tail Momentum: Underreaction to Badnews, Costly Arbitrage and Equity Returns.” Journal of Financial Economics 135, no. 3 (2018): 725-753.
Borri, Nicola. “Conditional tail-risk in cryptocurrency markets.” Journal of Empirical Finance 50, no. 3 (2019): 1-19.
Chan, Wesley S. “Stock Price Reaction to News and No-News: Drift and Reversal after Headlines.” Journal of Financial Economics 70, no. 1 (2003): 223- 260.
Chen, Tiejun, Chi Keung Marco Lau, Sadaf Cheema, and Chun Kwong Koo. “Economic Policy Uncertainty in China and Bitcoin Returns: Evidence from the COVID-19 Period.” Front Public Health 9, no. 1 (2021): 55-69.
Dasgupta, Sudipto, and Jie Gan and Ning Gao. “Transparency, price informativeness, and stock return synchronicity: theory and evidence.” Journal of Financial and Quantitative Analysis 45, no. 5 (2010): 1189-1220.
Eliborri, V., Li, J. V., & Sopranzetti, B. J. “Unrealistic Optimism and Asymmetry in the Pricing of Equity Tail Risk.” Working paper, (2018).
Fama, Eugene F. “The Behavior of Stock Market Prices”, Journal of Business 38, no. 1 (1965): 34-105.
Harvey, Campbell R. “Predictable risk and returns in emerging markets.” Review of Financial Studies 8, no. 3 (1995): 773-816.
Hong, Harrison, Terence Lim, and Jeremy C. Stein. “Bad news travels slowly: Size, analyst coverage and the profitability of momentum strategies.” Journal of Finance 55, no. 1 (2010): 265-295.
Li, Tao, Feng Ma, Xuehua Zhang, and Yaojie Zhang. “Economic Policy Uncertainty and the Chinese Stock Market volatility: Novel Evidence.” Economic Modelling 87, no. 3 (2020): 24-33.
Li, Yuhong, Kedong Chen, Stephane Collignon, and Dmitry Ivanov. “Ripple effect in the supply chain network: Forward and backward disruption propagation, network health and firm vulnerability.” European Journal of Operational Research 291, no. 3 (2021): 1117–1131.
Long, Huaigang, Yuexiang Jiang, and Yanjian Zhu. “Idiosyncratic Tail Risk and Expected Stock Returns: Evidence from the Chinese Stock Markets.” Finance Research Letters 24, no. 1 (2018): 129-136.
Mandelbrot, Benoit. “The Variation of Certain Speculative Prices.” Journal of Business 40, no. 4 (1963): 393-413.
Engle, Robert, and Simone Manganelli.”Value at Risk Models in Finance.” ECB Working Paper, no. 75 (2001).
Duc Binh Benno, Nguyen. “Tail Risk and Long Memory in Financial Markets.” Doctoral Dissertation, Institutionelles Repositorium der Leibniz Universität, 2018.
Sebastião, Helder, and Pedro Godinho. “Forecasting and trading cryptocurrencies with machine learning under changing market conditions.” Financial Innovation 7, no. 1 (2021): 1-30.
Wong, Wee Seng, Dennis Saerbeck, and Dante Delgado Silva. “Cryptocurrency: A New Investment Opportunity? An Investigation of the Hedging Capability of Cryptocurrencies and Their Influence on Stock, Bond and Gold Portfolios.” Mimeo, (2018).
CAPTCHA Image