Spillover effects of volatility between the Chinese stock market and selected emerging economies in the middle east: A conditional correlation analysis with portfolio optimization perspective
Notice bibliographique
Résumé
In recent years, the rapid transmission of information and interconnectedness of global financial markets have amplified the convergence and influence among them. Consequently, the occurrence of spillover effects in one market can significantly impact other markets. Accurately identifying and understanding these spillover effects is crucial for effectively managing and controlling market fluctuations. This research aims to measure and analyze the spillover effects between China's stock market and selected emerging economies in the Middle East, with a focus on exploring diversification opportunities. The analysis encompasses three distinct time periods, including the overall period from May 1, 2005, to May 31, 2023. The sub-periods consist of the first sub-period from May 1, 2005, to October 31, 2009, and the second sub-period from December 1, 2010, to May 31, 2023. Multivariate Generalized Heterogeneous Autoregression (MGARCH) is employed in this study to examine the spillover effects between China's economy and the emerging economies under consideration. The Granger causality analysis reveals a unidirectional causality running from the Chinese stock market to Jordan, as well as from the UAE to China throughout the entire observation period. However, no spillover effects are found between China and Saudi Arabia in either direction during any of the periods. Notably, a two-way causality is detected between the Chinese and UAE markets in the second sub-period. Furthermore, MGARCH results indicate no spillover effects from China to the emerging economies during the overall period, first sub-period, or second sub-period. The findings of this research offer valuable insights for investment portfolio managers in the Chinese economy, who may consider the examined emerging economies as potential destinations for risk diversification.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| 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 | 0,000 | 0,000 |
| 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 ».