INVESTIGATING ABNORMAL VOLATILITY TRANSMISSION PATTERNS BETWEEN EMERGING AND DEVELOPED STOCK MARKETS: A CASE STUDY
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The main aim of this paper is to investigate volatility spillover effects, the impact of past volatility on present market movements, the reaction to positive and negative news, among selected financial markets. The sample stock markets are geographically dispersed on different continents, respectively North America, Europe and Asia. We also investigate whether selected emerging stock markets capture the volatility patterns of developed stock markets located in the same region. The empirical analysis is focused on seven developed stock market indices, i.e. IBEX35 (Spain), DJIA (USA), FTSE100 (UK), TSX Composite (Canada), NIKKEI225 (Japan), DAX (Germany), CAC40 (France) and five emerging stock market indices, i.e. BET (Romania), WIG20 (Poland), BSE (India), SSE Composite (China) and BUX (Hungary) from January 2000 to June 2018. The econometric framework includes symmetric and asymmetric GARCH models i.e. EGARCH and GJR which are performed in order to capture asymmetric volatility clustering, interdependence, correlations, financial integration and leptokurtosis. Symmetric and asymmetric GARCH models revealed that all selected financial markets are highly volatile, including the presence of leverage effect. The stock markets in Hungary, USA, Germany, India and Canada exhibit high positive volatility after global financial crisis.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle