MétaCan
Menu
Retour à la cohorte
Enregistrement W2075730229 · doi:10.7202/039734ar

De la transmission de la volatilité à la contagion entre marchés boursiers : l’éclairage d’un modèle VAR non linéaire avec bris structurels en variance

2010· article· fr· W2075730229 sur OpenAlexvenueno aff
Kamel Malik Bensafta, Gervasio Semedo

Notice bibliographique

RevueL Actualité économique · 2010
Typearticle
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Risk and Volatility Modeling
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsPhilosophyPolitical science

Résumé

récupéré en direct d'OpenAlex

Nous développons dans cet article une modélisation vectorielle autorégressive non linéaire pour l’étude des interdépendances entre les marchés boursiers. Parmi les innovations de ce travail, nous introduisons un bris structurel dans la matrice des variances-covariances conditionnelle d’un processus GARCH multivarié. Dans cet ordre d’idée, nous considérons une spécification BEKK de cette matrice augmentée avec des régresseurs de transmission des chocs de volatilité entre les marchés. L’objectif de cette modification est de répondre à plusieurs biais importants dans la mesure des volatilités et des corrélations entre les marchés : d’une part, le biais de surestimation de la persistance des chocs de volatilité; d’autre part, les biais d’hétéroscédasticité et de variables omises dans la mesure des corrélations. Nous considérons ici un échantillon de 11 marchés boursiers d’Europe, d’Amérique du Nord et d’Asie avec des données hebdomadaires des indices les plus larges entre 1985 et 2006. Plusieurs résultats intéressants sont obtenus avec cette modélisation : la réduction de la persistance des chocs de volatilité; l’évidence d’une transmission des prix et des incertitudes du marché américain vers les marchés européens et asiatiques; l’existence de phénomène de transmission régionale en Europe et en Asie; mis à part le krach américain d’octobre 1987, toutes les crises ne sont pas systématiquement contagieuses. Au final, il n’est pas évident que la libéralisation financière isole les marchés des crises financières diverses, bien que l’intégration soit un vecteur d’efficience des marchés. Les crises et le phénomène de contagion en période de crise peuvent être considérés comme des processus de rééquilibrage des marchés qui doivent être encadrés, régulés et supervisés.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,223
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueL Actualité économiqueMême sujetFinancial Risk and Volatility ModelingTravaux en français237 207