The Co-Movement of JSE Size-Based Indices: Evidence from a Time–Frequency Domain
Notice bibliographique
Résumé
This research examines the time–frequency co-movement patterns among the Johannesburg Stock Exchange (JSE) size-based indices, utilizing daily data covering the period from November 2016 to December 2024. To conduct the analysis, three sophisticated wavelet techniques are applied: the Maximal Overlap Discrete Wavelet Transform (MODWT), the Continuous Wavelet Transform (WTC), and the Wavelet Phase Angle (WPA) model. Subsequently, the Multivariate Generalized Autoregressive Conditional Heteroscedasticity–Asymmetric Dynamic Conditional Correlation (MGARCH-DCC) model is employed to evaluate the robustness of the findings. The results reveal that the co-movement among the JSE size-based indices is influenced by investment holding periods and prevailing market conditions. Notably, a lead–lag relationship is identified, indicating that a single size-based index often drives the co-movement of the others. These findings carry important implications for investors, policymakers, and portfolio managers. Investors should account for optimal holding periods to avoid increased correlation and reduced diversification benefits. Policymakers are advised to mitigate financial market uncertainty, particularly during bearish phases, to manage excessive index co-movement. Portfolio managers must integrate both holding periods and market conditions into their investment strategies. This research offers a novel contribution to the South African investment landscape by providing practical and risk-mitigating insights into the role of JSE size-based indices within diversified portfolios—a topic that has received limited attention despite its growing relevance.
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 | 0,002 | 0,001 |
| 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 ».