Relationship between Correlations and Volatilities of Global Equity Returns: An Empirical Study of the Eurozone Debt Crisis
Notice bibliographique
Résumé
The objective of this study was to investigate the relationship between correlations of global equity returns and volatilities, in which equity markets are divided into two areas: one is PIIGS area (Portugal, Italy, Ireland, Greece and Spain) and the other is non-PIIGS area. Weekly index prices are collected spanning from January 5, 2001 to January 27, 2012, a total of 578 observations. Current study firstly used the best-fitted ARMA-GARCH model on each stock market and then utilized the diagonal AG-DCC model to derive the dynamic conditional correlations. The empirical finding suggests an overall regional factor denoted by PIIGS volatility (or volatility ratio) and a global factor by the U.S. counterpart during the Eurozone debt crisis. The finding of negative correlation between correlations and volatilities (or volatility ratio), mainly attributed to the PIIGS, is not in line with that of Cappiello, Engle, and Sheppard (2006). Moreover, the correlations of Germany with the other equity markets are not explained by the regional factor but by the global factor. The reason is that Germany has been the Europe’s most powerful economy and also plays a pivotal role in the management of Eurozone debt crisis. Lastly, investors may gain benefits from international diversification investment by including assets of PIIGS as well as either the Asian or the developed stock markets.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».