دانلود مقاله ISI انگلیسی شماره 27900 + ترجمه فارسی
ترجمه فارسی عنوان مقاله

بازده سهام و سیاست پولی: آیا ارتباط وجود دارد؟

عنوان انگلیسی
Stock returns and monetary policy: Are there any ties?
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
27900 2013 18 صفحه PDF 32 صفحه WORD
دانلود فوری مقاله + ترجمه آماده
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Journal of Macroeconomics, Volume 36, June 2013, Pages 33–50

فهرست مطالب ترجمه فارسی
چکیده

کلید واژه ها

.1 مقدمه

.2 چارچوب اقتصادسنجی

2.1 سیستم انعطاف پذیر

2-2. سیستمهای جایگزین

.3 روش شناسی

3-1. شناسایی

3-2. استراتژی تخمین و دادهها

.4 نتایج اولیه تشخیص و برآورد

4-1. نتایج آزمون و برآورد پارامترها

جدول 2. آزمون ARCH چند متغیره

شکل 1. واریانسهای شرطی شوک ساختاری. یادداشت ها: خطوط پررنگ مربوط به واریانس شرطی شوک های ساختاری است که از سیستم انعطاف پذیر به دست می آیند (4). شوک i نشان دهنده نوآوری ساختاری مرتبط با معادله i ام از سیستم انعطاف پذیر است. دوره نمونه : 1982 11 تا 2007: 11.

جدول 3. آزمونهای McLeod-Li 

جدول 4. برآورد: پارامترهای ذخیره-بازار

جدول 5. نتایج آزمون: شناسایی محدودیتها

4-2. پاسخهای پویای متغیرهای انتخاب شده

شکل 2. پاسخ ها: متغیرهای انتخاب شده. یادداشت ها: خطوط تیره به پاسخ دینامیکی متغیرهای انتخاب شده به یک شوک سیاست پولی گسترش یافته از سیستم های مختلف مربوط می شوند. 

شکل 3. پاسخ ها: بازده سهام. یادداشت ها: خطوط تیره با پاسخ دینامیکی بازده سهام به یک شوک سیاست پولی انبساطی که از سیستم های مختلف استخراج می شود، مطابقت دارد.

.5 بازده سهام و سیاست پولی

5-1. آیا بازده سهام به شوک های سیاست پولی واکنش نشان می دهد؟ 

شکل 4: پاسخ های داده شده با انواع سیستم  R: بازده سهام. یادداشت ها: خطوط تیره به پاسخ دینامیکی بازده سهام به یک شوک سیاست انبساطی پولی مربوط می شود توسط کنار گذاشتن محدودیتهای سیستم  

5-2. آیا بازده سهام بر انتشار سیاست پولی تأثیر می گذارد؟

شکل 5. پاسخ ها: سطح قیمت، محصول، و اجزای هزینه های کل. یادداشت ها: خطوط تیره به پاسخ دینامیکی متغیرهای انتخاب شده به یک شوک سیاست پولی انبطاطی از سیستم های مختلف مربوط میشوند

جدول 6 تخمین های قانون بازخورد را گزارش میدهد. 

جدول.7 برآوردها: پارامترهای رگرسیون ربط دهنده تولید و سطح قیمت به بازده سهام.

.6 نتیجه گیری
ترجمه کلمات کلیدی
ناهمسانی شرطی - شناسایی - سیاست های پولی - بازده سهام - بردار سازه رگرسیون خودکار -
کلمات کلیدی انگلیسی
Conditional heteroskedasticity, Identification, Monetary policy, Stock return, Structural vector autoregression,
ترجمه چکیده
این مقاله به صورت تجربی سه سؤال زیر را بررسی می کند: (i) آیا بازده سهام به شوک های سیاست پولی پاسخ می دهد؟ (ii) آیا بازده سهام مکانیسم انتقال سیاست پولی را تغییر میدهد؟ و (iii) آیا سیاست پولیِ سیستماتیک به بازده سهام واکنش نشان می دهد؟ بر خلاف تحقیقات تجربی موجود در مورد این موضوعات، ما از یک خودرگرسيون برداری ساختاری استفاده میکنیم که محدودیتهایی را که معمولا در مطالعات قبلی اعمال میشود، کنار میگذارد و شوکهای سیاست پولی را با استفاده از واریانس ناهمسانی مشروط نوآوری های ساختاری شناسایی میکند. با استفاده از این روش برای داده های ایالات متحده، دریافتیم که تعامل بین سیاست پولی و بازده سهام بسیار ضعیف تر از مطالعات تجربی پیشین است. طبقه بندی JEL : C32 ,E44 ,E52 ,G12
ترجمه مقدمه
این مقاله بصورت تجربی سه سؤال زیر را با استفاده از داده های ماهانه ایالات متحده بررسی می کند: (i) آیا بازده سهام به شوک های سیاست پولی پاسخ می دهد؟ (ii) آیا بازده سهام مکانیسم انتقال سیاست پولی را تغییر میدهد؟ و (iii) آیا سیاست پولی سیستماتیک به بازده سهام واکنش نشان می دهد؟ با استفاده از یک استراتژی شناسایی انعطاف پذیر که محدودیت های شناسایی معمول را برطرف میکند، ما دریافتیم که تعامل بین سیاست پولی و بازده سهام بسیار ضعیف تر از مطالعات تجربی پیشین است. وابستگی بین قیمت دارایی ها و سیاست پولی یک موضوع اصلی در اقتصاد مالی است، که در آن علاقه در پرتو آخرین بحران مالی جهانی برگرداند شده است. در میان جنبه های مختلف این وابستگی متقابل، پاسخگویی بازگشت سهام به شوکهای سیاست پولی در ادبیات تجربی توجه نسبتا بیشتری یافته است از سوالاتی که آیا بازده سهام برای انجام سیاست پولی اهمیت دارد یا خیر یا اینکه آیا بر مکانیزم انتشار آن تاثیر می گذارد. با توجه به ارتباط زیاد دو سوالی که اخیرا برای دانشگاهیان و سیاست گذاران صورت گرفته، این مقاله یک چارچوب تجربی را توسعه می دهد که اجازه می دهد آنها را به طور مشترک با سوال (I) بررسی کنند. تحقیقات پیشین که برای اندازه گیری پاسخ بازده سهام به شوک های سیاست پولی تلاش کردند به طور کلی دریافتند که پس از گسترش سیاست های پولی پیش بینی نشده، بازده سهام به طور قابل توجهی افزایش مییابد. این ادبیات را می توان به دو رشته تقسیم کرد: مطالعات رویدادی، که بر روی رویکرد روایی برای جداسازی تغییرات خارجی و پیش بینی نشده در سیاست پولی تکیه می کنند، و آنهایی که بر اساس برآورد خودرگرسیون برداری ساختاری (SVAR) هستند. مطالعات رویداد به طور ضمنی فرض می کنند که شوک های مختلفی که بر اقتصاد تاثیر می گذارد به طور سیستماتیک در تاریخ های مشابه اطلاعیه های سیاسی رخ نمیدهد. بنابراین تاثیرات شوک های سیاست پولی را می توان با جمع آوری بسیاری از وقایع در تاریخ های مختلف شناسایی کرد. اگرچه هر رویداد ممکن است به صورت جداگانه توسط شوک های دیگر تحت تاثیر قرار گیرد (مانند Cook و Hahn، 1989؛ Kuttner، 2001؛ Bernanke and Kuttner، 2005). از سوی دیگر، مطالعات مبتنی بر SVAR برخی محدودیت های استثنا کردن را که مانع تعامل متغیرهای اقتصادی می شود به طریقی که لزوما با داده ها سازگار نیست اعمال میکند. این محدودیت ها می توانند دو نوع باشند: آنهایی که شاخص سیاست را تعریف می کنند و آنهایی که شیوه هایی را که در آن شوکهای سیاست پولی پخش می شوند، را تعیین میکنند. با توجه به اولی، مطالعات SVAR، نرخ های صندوق فدرال را به طور مرتب به عنوان نشانگر مربوط و منحصر به فرد سیاست پولی ایالات متحده تعریف میکنند. در مورد دوم، دو روش متفاوت در ادبیات یافت می شود: یکی طرح بازگشتی است که فرض میکند نرخ صندوق فدرال با توجه به بازده سهام پیش بینی شده است(به عنوان مثال Thorbecke، 1997؛ Pateis، 1997؛ Bernanke and Kuttner، 2005؛ و Gilchrist و همکاران، 2009)، و یک طرح همزمان، که اجازه تعامل همزمان بین این دو متغیر را میدهد اما تعاملات آنها را با متغیرهای اقتصادی باقیمانده محدود میکند (به عنوان مثال Bjørnland و Leitemo، 2009). تحت این فرض که شوک های ساختاری به صورت واریانس ناهمسان شرطی هستند، هیچ کدام از این طرح های شناسایی قابل آزمون نیست. در این مقاله، وابستگی متقابل بین بازده سهام و سیاست پولی را ارزیابی می کنیم با استفاده از روش شناسی که مفروضات شناسایی را که معمولا در مطالعات قبلی مورد استفاده قرار می گیرد، کنار میگذارد. در عوض، شوک های سیاست پولی و اثرات آنها با استفاده از واریانس ناهمسانی شرطی نوآوریها به متغیرهایی که در SVAR تعریف می شوند شناسایی می شوند همانند در Normandin و Phaneuf (2004) و Bouakez و Normandin (2010). وجود واریانس ناهمسانی شرطی در سری زمانی اقتصاد کلان که ذبه طور معمول در کار تجربی تاثیر سیاست پولی بر بازده سهام استفاده شده، توسط چندین مطالعه موجود مستند شده است . ایده این رویکرد این است که تغییرات زمانی در نوسانات شرطی نوآوری های ساختاری، اطلاعات اضافی را فراهم میکند که امکان شناسایی پارامترهای بیشتر را فراهم میآورد (نسبت به مورد واریانس ناهمسانی متعارف). در نتیجه هیچ محدودیت های دلخواهی نیاز نیست که بر تعاملات همزمان بین ابزارهای سیاست و متغیرهای مورد نظر اعمال شود، بنابراین نشانگر سیاست و مکانیزم انتشار شوکها را بدون محدودیت قرار میدهد. جالب توجه است که سیستم انعطاف پذیر تخمین زده شده موجود در این مقاله آشیانه ای است، و از این رو اجازه آزمون مشخصات مختلف ارائه شده در مطالعات SVAR موجود را میدهد. این به نوبه خود ما را قادر می سازد تا عواقب تحمیل محدودیت های شناسایی ضد عرفی را ارزیابی کرده و میزان رضایت آنها از نتایج تعیین شده را تعیین کنیم. ما با نشان دادن این که محدودیت های شناسایی معمولا در ادبیات مورد استفاده قرار نمی گیرند، از داده ها پشتیبانی نمی شود شروع میکنیم و اینکه پیامدهای آنها در مورد پویایی تولید و سطح قیمت در مقابله با باورهای پذیرفته شده در مورد تاثیرات شوک های سیاست پولی متفاوت است. به عنوان مثال، یک شتابزدگی پولی شگفت انگیز موجب کاهش تولید در طی شش ماه اول پس از شوک و کاهش قیمت طی 24 ماه میشود. در مقابل، سیستم انعطاف پذیر نشان می دهد که گسترش پولی پیش بینی نشده باعث اثر مثبت و گوژ شکل بر تولید و افزایش تدریجی سطح قیمت ها شده، به طوری که هیچ پازل قیمتی وجود دارد. سپس به بررسی رابطه بین بازده سهام و سیاست پولی می پردازیم. ما متوجه شدیم که کنار گذاشتن محدودیت های شناخته شده معمولا استفاده شده و به ویژه آنهایی که مربوط به انتخاب شاخص سیاست هستند، واکنش بازده سهام که تاثیر منفی دارد را نتیجه میدهد اما در تمام افق ها از لحاظ آماری کم اهمیت است. بصورت مهم ما نشان می دهیم که این عدم پاسخگویی ناشی از جمع کردن سهام فردی به یک مجموعه گسترده نیست. این نتیجه گیج کننده است با توجه به اینکه مدل های نظری استاندارد نشان می دهند که قیمت دارایی ها و در نتیجه بازده سهام، پس از گسترش سیاست های پولی افزایش مییابد، با توجه به افزایش جریان های نقدی پیش بینی شده شرکت در آینده و کاهش میزانی که در آن جریان های نقدی تنزیل میشوند. بنابراین، به نظر می رسد که در حالی که روش شناسی ما برخی ناهنجاری های مربوط به پاسخ تولید و سطح قیمت را حل میکند، پازل جدیدی را برای واکنش بازار سهام به شوک های سیاست پولی کشف میکند. تجزیه و تحلیل ما همچنین نشان می دهد که قیمت دارایی نقش کمی در مکانیزم انتقال سیاست پولی بازی می-کند. ما این نتیجه را با پاسخهای نامقید کل اقتصادکلان با پاسخ های محاسبه شده توسط تعطیل کردن همه تعاملات همزمان و پویا بین بازده سهام و سایر متغیرها در سیستم مقایسه میکنیم. به طور خاص، ما متوجه می شویم که پاسخ های نامقید تولید، مصرف، سرمایه گذاری و سطح قیمت تقریبا با آنهایی که از یک سیستم به دست آمده که در آن بازده سهام با هر متغیر دیگری تعامل ندارد یکسان است. این نتیجه در تضاد با عقل متعارف است که قیمت دارایی بر مصرف از طریق کانال ثروت، و سرمایه گذاری از طریق اثر Q توبین (سود انتظاری بیشتر) و یک کانال اعتباری (بهبود در ترازنامه شرکت ها) تأثیر میگذارد. در نهایت شواهد کمی وجود دارد که بازده سهام تاثیر مستقیمی فراتر از اثرات آنها بر شاخص های اقتصاد کلان متداول، یعنی تولید و سطح قیمت، بر سیاست پولی ایالات متحده دارد. برآورد پارامترها قانون بازخورد مقامات پولی نشان می دهد که شاخص سیاست، تغییرات جاری و عقب افتاده در بازده سهام را به طور قابل توجهی تحت تاثیر قرار نمیدهد. این نشان میدهد که بازده سهام حاوی اطلاعات مربوطهای (برای سیاست پولی) که قبلا در شاخصهای اقتصاد کلان معمولی موجود نبوده است، نیست. مقاله ما با به کار Rigobon و ساک (2003، 2004)، مرتبط است، که فرض می کنند که نوسانات غیرشرطیِ نوآوری های ساختاری، در بین رژیم های پیشین انتخاب شده تغییر میکنند . دو تفاوت مهم، رویکرد ما را از آنها متمایز می کنند. اول، در کار آنها، روابط بین قیمت سهام و سیاست پولی به صورت متوالی از دو تعریف مجزا از رژیم ها تحلیل می شود. از یک طرف، پاسخ تأثیر قیمت سهام به شوک سیاست پولی با فرض اینکه این شوک در روزهای نشست کمیته بازاریابی فدرال و گواهس شهروندان کنگره در مورد سیاست پولی نیمسالانه رئیس جمهور بزرگتر است، در حالی که انحراف از نوآوری در بازار سهام ثابت باقی میماند، تحلیل می شود. دوم، تعاریف Rigobon-Sack از رژیم های مختلف نیاز به استفاده از داده های با فرکانس بالا دارد. این به نوبه خود مانع تجزیه و تحلیل نقش بازده دارایی ها در مکانیسم انتشار سیاست های پولی می شود، چرا که داده های تولید و سطح قیمت در فرکانس های بالا در دسترس نیست. در مقابل، روش ما را می توان به داده های ماهانه استفاده کرد، که برای آن معیارهای خروجی و سطح قیمت وجود دارد. این مقاله به شرح زیر سازماندهی شده است. بخش 2 سیستم انعطاف پذیر و مشخصات جایگزین محبوب را ارائه می دهد. بخش 3 روش تجربی برای شناسایی شوک های سیاست پولی و برآورد سیستم را توضیح می دهد. بخش 4 برخی نتایج اولیه را گزارش می دهد. بخش 5 وابستگی متقابل بین بازده سهام و سیاست پولی را بررسی می کند. بخش 6 نتیجه گیری است.
پیش نمایش مقاله
پیش نمایش مقاله بازده سهام و سیاست پولی: آیا ارتباط وجود دارد؟

چکیده انگلیسی

This paper empirically investigates the following three questions: (i) Do stock returns respond to monetary policy shocks? (ii) Do stock returns alter the transmission mechanism of monetary policy? and (iii) Does monetary policy systematically react to stock returns? Unlike existing empirical research on these topics, we use a structural vector auto-regression that relaxes the restrictions commonly imposed in earlier studies and identify monetary policy shocks by exploiting the conditional heteroskedasticity of the structural innovations. Applying this method to US data, we find that the interaction between monetary policy and stock returns is much weaker than suggested by earlier empirical studies.

مقدمه انگلیسی

This paper empirically investigates the following three questions using monthly US data: (i) Do stock returns respond to monetary policy shocks? (ii) Do stock returns alter the transmission mechanism of monetary policy? and (iii) Does monetary policy systematically react to stock returns? Using a flexible identification strategy that relaxes the commonly used identifying restrictions, we find that the interaction between monetary policy and stock returns is much weaker than suggested by earlier empirical studies. The interdependence between asset prices and monetary policy is a central issue in financial economics, in which interest has been rekindled in light of the latest global financial crisis. Among the various aspects of this interdependence, the responsiveness of stock returns to monetary policy shocks has received relatively more attention in the empirical literature than the questions of whether stock returns matter for the conduct of monetary policy or whether they affect its propagation mechanism. Given the high relevance of the latter two questions both for academics and policy makers, this paper develops an empirical framework that allows to investigate them jointly with question (i). Earlier research that attempted to measure the responsiveness of stock returns to monetary policy shocks generally finds that stock returns increase significantly following an unanticipated monetary policy expansion. This literature can be grouped into two strands: event studies, which rely on a narrative approach to isolate exogenous and unanticipated changes in monetary policy, and those based on estimating Structural Vector Auto-Regressions (SVAR). Event studies implicitly assume that the various shocks affecting the economy do not occur systematically on the same dates as policy announcements. Therefore, the effects of monetary policy shocks can be identified by aggregating over many events at different dates, even though each event may be individually contaminated by other shocks (e.g. Cook and Hahn, 1989, Kuttner, 2001 and Bernanke and Kuttner, 2005). SVAR-based studies, on the other hand, impose some exclusion restrictions that limit the interaction of economic variables in a way that is not necessarily consistent with the data. These restrictions can be of two types: those that define the policy indicator and those that determine the way in which monetary policy shocks propagate. Regarding the former, existing SVAR studies invariably define the federal funds rate as being the relevant and unique indicator of US monetary policy. As for the latter, two different schemes are found in the literature: a recursive scheme, which assumes that the federal funds rate is predetermined with respect to stock returns (e.g. Thorbecke, 1997, Patelis, 1997, Bernanke and Kuttner, 2005 and Gilchrist et al., 2009), and a simultaneous scheme, which allows for contemporaneous interactions between these two variables but which restricts their interactions with remaining economic variables (e.g. Bjørnland and Leitemo, 2009). Under the usually maintained assumption that the structural shocks are conditionally homoskedastic, none of these identification schemes is testable. In this paper, we estimate the interdependence between stock returns and monetary policy using a methodology that relaxes the identifying assumptions commonly used in earlier studies. Instead, monetary policy shocks and their effects are identified by exploiting the conditional heteroskedasticity of the innovations to the variables included in the SVAR, as in Normandin and Phaneuf, 2004 and Bouakez and Normandin, 2010. The presence of conditional heteroskedasticity in the macroeconomic time series typically used in empirical work on the effects of monetary policy on stock returns has been documented by several existing studies.1 The idea behind this approach is that time variation in the conditional volatilities of the structural innovations provides additional information that allows to identify more parameters (relative to the conventional conditionally homoskedastic case). As a result, no arbitrary restrictions need to be imposed on the contemporaneous interactions between policy instruments and the variables of interest, thus leaving unrestricted both the policy indicator and the propagation mechanism of shocks. Interestingly, the flexible system estimated in this paper nests, and hence allows to test, the various specifications proposed in existing SVAR studies. This in turn allows us to gauge the consequences of imposing counterfactual identifying restrictions and to determine the extent to which they are responsible for the established results. We start by showing that the identifying restrictions commonly used in the literature are not supported by the data and that their implications regarding the dynamics of output and the price level are at odds with well-accepted beliefs about the effects of monetary policy shocks. For example, a surprise monetary easing implies a decline in output for the first six months after the shock and a fall in the price level over more than 24 months. In contrast, the flexible system implies that an unanticipated monetary expansion induces a positive and hump-shaped effect on output and a gradual increase of the price level, so that there is no price puzzle. We then turn to the analysis of the relationship between stock returns and monetary policy. We find that relaxing the commonly used identifying restrictions, and especially those related to the selection of the policy indicator, yields a response of stock returns that is negative on impact but statistically insignificant at all horizons. Importantly, we show that this lack of responsiveness does not stem from aggregating individual stocks into a broad portfolio. This result is puzzling given that standard theoretical models suggest that asset prices, and thus stock returns, should increase following a monetary policy expansion, owing to an increase in firm’s expected future cash flows and a decline in the rate at which those cash flows are discounted. Thus, it appears that while our agnostic methodology resolves some of the anomalies related to the response of output and the price level, it uncovers a new puzzle pertaining to the reaction of the stock market to monetary policy shocks. Our analysis also indicates that asset prices play little role in the transmission mechanism of monetary policy. We establish this result by comparing the unrestricted responses of key macroeconomic aggregates with the responses computed by shutting down all contemporaneous and dynamic interactions between stock returns and the other variables in the system. Specifically, we find that the unrestricted responses of output, consumption, investment, and the price level are almost identical to those obtained from a system in which stock returns do not interact with any other variable. This result contrasts with the conventional wisdom that asset prices affect consumption through a wealth channel, and investment through a Tobin’s Q effect (higher expected profits) and a credit channel (improvement in the firms’ balance sheet). Finally, we find little evidence that stock returns have a direct influence on US monetary policy, beyond their effects on conventional macroeconomic indicators, namely output and the price level. The parameter estimates of the monetary authority’s feedback rule imply that the policy indicator is not significantly affected by current and lagged changes in stock returns. This suggests that stock returns do not carry relevant information (for monetary policy) that is not already contained in the usual macroeconomic indicators. Our paper is closely related to the work of Rigobon and Sack, 2003 and Rigobon and Sack, 2004, who assume that the unconditional volatilities of the structural innovations change across pre-selected regimes. 2 Two important differences distinguish our approach from theirs. First, in their work, the relations between stock prices and monetary policy are sequentially analyzed from two distinct definitions of regimes. On the one hand, the impact response of stock prices to a monetary policy shock is analyzed by assuming that this shock is larger on days of Federal Open Market Committee meetings and of the Chairman’s semi-annual monetary policy testimony to Congress, while the variance of the stock market innovation remains constant. On the other hand, the contemporaneous effect of stock prices on the monetary policy indicator is measured by assuming that the variance of the stock market shock is larger when the 30-day rolling variances of the reduced-form residuals of the interest rate and stock returns are more than one standard deviation above their averages, whereas the monetary policy shock is homoskedastic. In contrast, our methodology allows us to assess the bidirectional relations between stock returns and monetary policy simultaneously. Second, the Rigobon-Sack definitions of the various regimes require the use of high-frequency data. This in turn impedes the analysis of the role of asset returns in the propagation mechanism of monetary policy, since data on output and the price level are not available at high frequencies. In contrast, our method can be applied to monthly data, for which measures of output and the price level exist. This paper is organized as follows. Section 2 presents the flexible system and popular alternative specifications. Section 3 explains the empirical method to identify monetary policy shocks and estimate the system. Section 4 reports some preliminary results. Section 5 studies the interdependence between stock returns and monetary policy. Section 6 concludes.

نتیجه گیری انگلیسی

In this paper, we have estimated the interdependence between stock returns and monetary policy using a flexible SVAR. Our approach identifies monetary policy shocks and their effects by exploiting the conditional heteroskedasticity of the innovations to the variables included in the system. This methodology leaves unrestricted both the policy indicator and the propagation mechanism of structural shocks. In turn, it allows to relax and test the identifying restrictions commonly used in the literature. Our analysis shows that the usual identifying restrictions are not supported by the data, and that relaxing them yields more plausible effects of monetary policy shocks on output and the price level than those estimated using the restricted systems. Our main conclusion is that the interaction between monetary policy and stock returns is much weaker than suggested by earlier empirical studies. In particular, using data prior to the latest financial crisis, we find that stock returns are not very sensitive to US monetary policy and have little effect on its propagation at a monthly frequency. In future work, it will be interesting to apply the methodology developed in this paper to determine whether the interaction between stock returns and monetary policy has changed in the aftermath of the latest financial crisis. In particular, our approach could be used to evaluate the extent to which the Federal Reserve has directly taken into consideration movements in stock returns during the financial turmoil.

دانلود فوری مقاله + ترجمه آماده
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.