The Impact of the Ukrainian Crisis and Global Shocks on Stock Market Connectedness in Sub-Saharan Africa: Evidence from Diebold and Yilmaz (2012) Spillover Analysis
Notice bibliographique
Résumé
This study assesses the dynamic interconnectedness and transference of effects among burgeoning stock exchanges in Sub-Saharan Africa and between African and developed markets following the Ukrainian crisis in February 2022.In addition, the paper presents a comparative analysis of return and volatility during three distinct subperiods.These are the 2008 financial crisis, the COVID-19 pandemic in 2020, and the ongoing Ukrainian conflict.This paper conducts research using the Bai-Perron test for multiple structural breaks and the spillover index of Diebold and Yilmaz (2012), alongside the innovation accounting analysis test.The findings of this paper indicate that the resilience and isolation of stock markets in Africa to external financial shocks (volatility shock) have been weakened in the wake of the Ukrainian crisis and the COVID-19 pandemic as compared to the GFC sub-period.The results affirm that stock markets on the African continent have become more sensitive to structural changes and shocks in developed countries.This study has significant implications for investors and policymakers in Africa.Future investors need to genuinely diversify their investment portfolios to minimize future losses generated by shock transmission among markets.Policymakers might have to introduce fully fledged policies to diversify their economies and attract international investments.
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 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».