طراحي و تبيين مدل پيش‌بيني سبد ارزي

Currency Portfolio Predicting Model

در اين پژوهش كه به‌منظور طراحي يك مدل پيش­بيني بازده تعديل‌شده سرمايه­ گذاري در بازار ارز بين­ الملل انجام گرفته است، با طراحي و استفاده از يك سبد معيار كه از حداقل نوسان ارزش برخوردار است و به‌كارگيري متغيرهاي مؤثر بر نرخ ارز، به طراحي مدلي جهت پيش­بيني و تعيين بهترين پرتفوي ارزي از نظر بازدهي نسبت به ريسك اقدام شده و در ادامه پرتفوي­ هاي خروجي مدل مدنظر، با پرتفوي­ه اي حاصل از به‌كارگيري استراتژي مومنتوم (كه يك استراتژي­ متداول سرمايه­ گذاري در بازار ارز و ساير بازارهاي مالي است) مقايسه شده است. براي انجام پژوهش، از داده‌هاي فصلي مربوط به 15 ارز (كه شامل 15 ارز با بيشترين حجم معاملات مي­باشند) از ابتداي سال 1999 تا آخر سال 2018 استفاده شده است و براي پردازش داده­ هاي مربوطه، از روش پنل پويا استفاده شده است. يافته­ هاي پژوهش نشان‌دهنده قدرت بيشتر مدل ارائه شده در خصوص پيش­بيني بازده تعديل‌شده با ريسك ارزها نسبت به استراتژي مومنتوم است همچنين متغيرهاي نرخ برابري واقعي و نرخ بهره با بازدهي مذكور ارتباط مثبت و داشته و در تركيب با مقادير گذشته بازدهي ارز، قابليت پيش‌بيني بازده ارز را دارند و وقفه‌هاي گذشته بازدهي ارز نيز با بازده جاري ارتباط منفي داشته و قابليت پيش‌بيني بازده ارز را دارد.

In this study, using a basket of 5 most traded currencies as the base to measure currencies return (a basket with minimum variance in value), and applying variables affecting the exchange rate, we design a model for predicting and determining the best foreign exchange portfolio (in the sense of risk adjusted return), and then the output portfolios of the model, will compete the momentum based portfolio which is commonly used in forex and other financial markets. If there is a significant difference between the two models, the model presented in this study will be introduced as a model with the more ability than momentum investing strategy to predict the currency risk adjusted return. For research, quarterly data from 15 currencies (which includes the 15 most traded currencies) has been used since 1999 to 2018, and the Dynamic Panel method is used to process related data. The research findings indicate the power of the proposed model for predicting risk adjusted return of the currencies Also, the finding shows than the fundamental variables (Interest Rate and Real Exchange Rate) have a positive relationship with the currencies return and the previous lags of currency return has a negative relation with the current return.