Navigating global financial turbulence: The evergrande collapse and its contagion effect
Notice bibliographique
Résumé
This study investigates the contagion effects of the Evergrande collapse across international financial markets, with emphasis on tail-risk dynamics. Unlike prior work focusing on average spillovers or event windows, we employ a Quantile Vector Autoregression (QVAR) framework to capture state-dependent connectedness under bearish, median, and bullish market conditions, as well as calm versus turbulent volatility regimes. Using daily data for nine major stock indices (2015-2024), we find that the Evergrande crisis significantly amplified global spillovers, but with heterogeneous magnitudes across quantiles. At the 95% volatility quantile, returns spillovers in the median quantile from Shanghai to the EU increased, during the Evergrande crisis, by approximately 3.5% in the Net Pairwise Connectedness (NPC) case. In contrast, with very few exceptions, Canadian spillovers remained negligible, confirming its resilience and diversification potential. These results show that extreme market states reveal contagion patterns invisible in average-state analyses, underscoring the systemic role of Hong Kong as a transmission hub and the conditional global influence of Shanghai. The findings provide actionable insights for policymakers on monitoring tail-risk channels and for investors seeking hedging strategies in insulated 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 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 | 0,001 |
| 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 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 ».