The Preliminary Study on the Spillover Effects across Commodity Index and the Stock Markets of Different Types of Countries
Notice bibliographique
Résumé
[[abstract]]本研究的目的是探討商品指數(標準普爾高盛商品現貨指數；Standard and Poor Goldman Sachs Commodity Index, S&P GSCI) 和世界上幾個重要的新興國(巴西、俄羅斯、印度、中國與南非)及先進國 (加拿大、日本、荷蘭、挪威與西班牙)之股市的動態互動關係。而它們之間的長期關係與 2008 年美國金融海嘯前後之關係的差異性也會一併進行分析。本研究使用動態條件相關門檻一般性自我迴歸條件異質性(DCC-T-GARCH)模型以探討股市與商品相關性之變動，並分析正向或負向衝擊(shocks)對商品或股市指數之條件變異數造成的影響。主要發現如下: (i)負向衝擊比正向衝擊對股市或商品指數之條件變異數會造成更大的影響。(ii)巴西與加拿大股市的變動對商品指數的變化具有解釋能力；而商品指數的變動則可以影響俄羅斯、印度、中國、南非等新興國與日本、挪威等先進國股市的走向。(iii)商品指數的報酬率 (return) 會對俄羅斯、印度、南非等新興國與加拿大、荷蘭、挪威等先進國股市的報酬率產生波動性外溢 (volatility spillover) 的效果;而印度、加拿大與挪威股市則會對商品指數產生負向的波動性外溢；中國與日本股市對商品指數會產生正向的波動性外溢。(iv)動態條件相關性存在於商品指數和這十個國家的股市之間。藉由這些發現，我們可以設計一套交易這十國之中任一國股票與商品指數的方案以達成有效避險的目的。 The purpose of this study is to investigate the dynamic interrelationship between Standard and Poor Goldman Sachs Commodity Index(S&P GSCI) and the stock markets of several important emerging countries: Brazil、Russia、India、 China、South Africa (BRICS) and advanced countries: Canada、Japan、Netherlands、 Norway、Spain(CJNNS). The difference between their long term relationships and the correlations before, during, and after financial tsunami in 2008 will be analyzed together. Asymmetric DCC-GARCH is employed to explore the variations of the connection between S&P GSCI and the stock markets of these countries, and capture the impacts of positive or negative shocks on the conditional variances of the stock markets or commodity index. The main findings of this research list below: (i) Negative shocks exert a stronger influence on the conditional variances than positive shocks. (ii) The change of commodity index can be explained by the variation of Brazilian and Canadian stock market; and the alteration of commodity index has a certain level of interpretative power for the analysis of the stock markets of Russia、India、China、South Africa、Japan and Norway. (iii) Commodity index returns exert volatility spillover effects on the stock market returns of Russia、India、South Africa、Canada、Netherlands and Norway, itself is positively influenced by the volatility of stock market returns of China and Japan, and negatively influenced by the volatility of stock market returns of India、Canada and Norway. (iv) Dynamic conditional correlation (DCC) exists between commodity index and the stock markets of these ten countries. An effective hedging strategy by trading stocks of these ten countries and commodities can be schemed by these discoveries.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 ».