این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
Money and Economy، جلد ۱۸، شماره ۲، صفحات ۲۶۳-۲۸۴
عنوان فارسی مدل‌سازی همبستگی‌های پویا بین رمزارزها: شواهد جدید از مدل تلاطم تصادفی چند متغیره
چکیده فارسی مقاله در مقاله حاضر، تلاطمات بازدهی 20 رمزارز مختلف با استفاده از داده‌های روزانه 08/03/2018 تا 09/20/2022 مدل‌سازی می‌شود. بدین منظور از مدل نوسانات تصادفی عامل چند متغیره (MFSV) در چارچوب رویکرد حالت فضایی غیرخطی استفاده می‌شود. در این روش، تلاطمات بازده رمزارزها به دو جزء تجزیه می‌شود؛ تلاطمات منبعث از عوامل پنهان و تلاطمات خاص هر رمزارز، سپس  همبستگی زوجی متغیر در طول زمان و ماتریس کوواریانس پویا در چهار زیردوره برآورد می‌شوند. نتایج مدل MFSV  نشان می‌دهد که در هر یک از 4 زیر دوره به ترتیب 2، 5، 4 و 2 عامل پنهان قابل شناسایی است که به طور کلی تأثیر مثبتی بر نوسانات تمامی رمزارزها می‌گذارد. همچنین تلاطمات بازده همه رمزارزها، همبستگی مثبت متغیر در طول زمان را تجربه می‌کنند. قوی ترین همبستگی‌های زوجی به ترتیب به اتریوم، لیت کوین، EOS  و VET در هر زیر دوره تعلق دارد. از سوی دیگر، DOGE، DOGE، Filecoin  و XRP ضعیف‌ترین همبستگی‌ها را نشان می‌دهند. با تقویت همبستگی‌های زوجی تلاطمات رمزارزها، به‌ویژه در بازارهای افتان، به نظر می‌رسد که مزایای متنوع‌سازی سبد رمزارزها با گذشت زمان کاهش می‌یابد.
 
کلیدواژه‌های فارسی مقاله تلاطم تصادفی عاملی، رمزارزهای دیجیتال، رویکرد بیزی، واریانس ناهمسانی، همبستگی پویا
عنوان انگلیسی Modeling the Dynamic Correlations among Cryptocurrencies: New Evidence from Multivariate Factor Stochastic Volatility Model
چکیده انگلیسی مقاله This paper intends to model the volatilities of returns of 20 different cryptocurrencies using daily data from 08/03/2018 to 09/20/2022. The multivariate factor stochastic volatility model (MFSV) within the framework of the nonlinear space-state approach is used. In this method, the cryptocurrency return volatility is decomposed into volatility rooted in latent factors and idiosyncratic volatility, and the time-varying pairwise correlation and dynamic covariance matrix are estimated in four sub-periods. The MFSV model’s results revealed that  each sub-period contains a distinct  number of latent factors, 2, 5, 4 and 2, which generally have a favorable impact on  all cryptocurrency volatilities. The time-varying positive correlations between the return volatility of all cryptocurrencies are confirmed. Indeed, the strongest pairwise correlations belong to Ethereum, Litcoin, EOS, and VET in each sub-period, respectively. The DOGE, DOGE, Filecoin, and XRP, on the other hand, showedthe weakest correlations . As the pairwise correlations of cryptocurrency volatilities get  strenger,  especially during  descending periods, it seems that the benefits  of diversifying a crypto portfolio  are getting less and less over time.
کلیدواژه‌های انگلیسی مقاله Factor Stochastic Volatility, Cryptocurrencies, Bayesian Approach, Heteroskedasticity, Dynamic Correlation
نویسندگان مقاله رضا طالبلو | Reza taleblou
Associate Professor of Economics, Allameh Tabataba'i University
دانشیاردانشکده اقتصاد، دانشگاه علامه طباطبائی

پریسا مهاجری | parisa mohajeri
Associate Professor of Economics, Allameh Tabataba'i University
دانشیاردانشکده اقتصاد، دانشگاه علامه طباطبائی

نشانی اینترنتی http://jme.mbri.ac.ir/browse.php?a_code=A-10-612-1&slc_lang=en&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده اقتصاد
نوع مقاله منتشر شده پژوهشی اصیل - کاربردی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات