행동 양식 본 연구에서는 패널 데이터 모델링을 사용하여 코로나19 사망자(LTD)가 환율(LEXC)에 미치는 영향을 분석했습니다.각주코로나19의 주요 핫스팟 6개 중 7개 (브라질, 중국, 인도, 이탈리아, 터키, 영국)입니다. 코로나19 사망자는 시장 기대치를 나타내는 지표로 사용됩니다. 보다 정확하게는 시장 기대치를 사용하여 환율의 미래 가치를 예측할 수 있습니다. 현재의 블랙스완 사건으로 큰 타격을 입은 국가는 자국 통화가 상당히 평가절하될 것으로 예상할 것입니다. 왜냐하면 경제 일부가 폐쇄될 수 있다는 두려움으로 인해 시장의 기대가 낮아질 것이기 때문입니다. 따라서 국내 통화에 대한 수요가 크게 감소할 것입니다. 표본 경제의 코로나19 사망자 및 환율에 대한 일일 데이터각주8개는 Our World in Data(COVID-19 데이터베이스)와 Bank of International Settlements에서 각각 검색되었습니다. 변수에 대한 일일 관측값은 2020년 3월 11일부터 의도적으로 사용되었으며,각주2020년 12월 9일 부터 12월 31일까지. 더욱이, 견고성을 위해 적절한 추정 절차의 선택은 이용 가능한 데이터의 성격을 기반으로 했습니다. 우리 패널은 큰 T(209일)와 작은 N(6개국)으로 구성되어 있으므로 패널 ARDL 프레임워크가 적절해 보였으며 [ 15 , 16 ]에 따라 장기 및 단기 공동 통합을 검토하기 위해 해당 프레임워크가 선택되었습니다. 환율과 코로나19 사망자의 연관성. 이 프레임워크는 0차 I(0)과 1차 I(1)의 상호 통합이 존재하는 상황에서 상대적으로 잘 수행됩니다. 프레임워크의 또 다른 장점은 단기 및 장기 추정치를 동시에 제공한다는 것입니다. ARDL 방법은 계열 상관관계 및 내생성 [ 25 , 32 , 40 ] 이 있을 때 발생할 수 있는 문제를 해결할 수 있는 효율적이고 편견 없는 추정기를 제공합니다 . 이러한 이유로 우리는 [ 35 ]에서 소개한 공적분 기술인 ARDL 방법을 선택했습니다. 패널 ARDL 모델은 MG(Mean Group Estimator)와 PMG(Pooled Mean Group)라는 두 가지 추정기를 제공합니다. [ 34 ]는 MG 모델이 N개의 개별 그룹 회귀의 평균으로 매개변수를 맞추는 것을 제안했습니다. 예를 들어 ARDL 모델은 다음과 같습니다. 구글상위노출 온라인카지노 무료스포츠중계 무료스포츠중계 성인용품 성인용품 롤 토토 롤 토토 비제이벳 강남달토 강남레깅스룸 구글 백링크 11