Suchergebnisse

Following the well-known approach by Adler and Dumas (1984) we evaluate the foreign exchange rate exposure of nations. Results based on data from 27 countries show that national foreign exchange rate exposures are significantly related to the current trade balance variables of corresponding economies.

This paper explores the use of a measure of chaotic behavior, the correlation dimension, in explaining the unpredictable fluctuations in foreign exchange rates. The resulting calculations indicate that the Singapore dollar has a smaller correlation dimension than four European currencies, consistent with the view that the Singapore dollar is a highly managed currency. We also utilize the correlation dimension to determine the impact of the stock market crash of October 19, 1987 on the five currencies. The four European currencies exhibit a statistically significant decrease in their correlation dimensions, while the Singapore dollar displays no significant change. This is consistent with a hypothesis of a an intervention in the management of the European currencies.

AbstractUsing weekly data from 2003 to 2011, this paper examines the presence of exchange rate exposure in thirteen Canadian industry sectors. This study contributes to the literature in a number of ways: (i) it considers the presence of exposure not only in the full sample but also in the pre and post‐Global Financial Crisis (GFC) periods, (ii) it considers both linear and nonlinear exposure and (iii) it makes use of the sign and size bias tests to investigate the presence of asymmetric exposure. In general, we find some evidence of linear and nonlinear exposure in the full sample as well as in the pre and post‐GFC sub‐samples. We also find weak evidence of an asymmetric exposure sign effect on stock returns in the full and pre‐GFC sample periods. Stock returns are found to respond asymmetrically to the positive magnitude of exposure in both the‐pre and post‐GFC sample periods. In overall terms, the GFC appears to have weakly contributed to the overall strength of the exposure.

Im Gegensatz zur Volatilität wurde der Korrelation in der Forschung bisher viel weniger Beachtung geschenkt, obwohl die Korrelation in der Finanzwissenschaft eine zentrale Rolle spielt. Die vorliegende Doktorarbeit ergänzt die bestehende Literatur, indem sie verschiedene Aspekte der Korrelation von Wechselkursen untersucht sowie neue Methoden zur Schätzung und Prognose dieser Korrelationen entwickelt. Im ersten Beitrag dieser Arbeit werden das verallgemeinerte autoregressive bedingte Heteroskedastizitätsmodell (GARCH-Modell) von Bollerslev (1986) und das dynamische bedingte Korrelationsmodell (DCC-Modell) von Engle (2002) erweitert, indem zusätzliche makroökonomische Faktoren (zum Beispiel Zinssätze oder Rohstoffrenditen) mitberücksichtigt werden. Diese erweiterten Modelle führen im Vergleich zu den einfachen GARCH- und DCC-Modellen in einigen Fällen zu leicht besseren out-of-sample Prognosen für die Volatilität und Korrelation von Wechselkursen. Im zweiten Aufsatz wird die Auswirkung makroökonomischer US-Daten, wie zum Beispiel der Inflation oder Arbeitslosenquote, auf die Volatilität und Korrelation von Währungsrenditen untersucht. Die Resultate zeigen, dass unerwartete Meldungen zu den untersuchten makroökonomischen Grössen die Volatilität und Korrelation von Wechselkursen kurzfristig markant in die Höhe treiben. Dieser Effekt wird durch einen Konjunkturrückgang sowie durch schlechte Nachrichten noch verstärkt. Zudem reicht schon die alleinige Ankündigung der Veröffentlichung solcher makroökonomischen Daten, um sowohl die Volatilität als auch die Korrelation steigen zu lassen, unabhängig vom genauen Inhalt der Meldung. Der letzte Teil dieser Dissertation untersucht die Zustandsabhängigkeit von Korrelationen zwischen Währungsrenditen. Dazu wird das klassische DCC-Modell durch die Verwendung flexibler Koeffizienten in der Korrelationsdynamik erweitert; die Koeffizienten ändern sich mit jedem Zustand.

Develops a method of forecasting foreign exchange rate by normal
mixture model (NMM). Initially establishes a set of exchange rate models
and switches from one model to another probabilistically, depending on
supply shocks or government policy changes. By assuming that the
population distribution of foreign exchange rate is a mixture of normal
distributions, these models can then be estimated simultaneously. Uses
the estimated parameters of the model to forecast foreign exchange rate,
and then four foreign exchange rate models are used to estimate the NMM.
The out‐of‐sample forecasting results obtained show that we can decrease
the mean squared error (MSE) of forecast error dramatically by using the
NMM, compared with the MSE of the best forecast of each separate model.