نوسانات بازار مالی و اثر سرایتی آن: رویکرد نوسانات چند فراکتال منفصل (کاپولا)

قیمت: 42,000 تومان

دانلود رایگان مقاله

خرید ترجمه مقاله

عنوان فارسی

نوسانات بازار مالی و اثر سرایتی آن: رویکرد نوسانات چند فراکتال منفصل (کاپولا)

عنوان لاتین

Financial market volatility and contagion effect: A copula–multifractal volatility approach

در این مقاله، به منظور بررسی اثر سرایتی بین بازارهای سهام ایالات متحده و چین، رویکردی جدید بر مبنای روش نوسانات چند فراکتالی (MFV) ارائه کرده ایم. از مطالعات اخیر، که نشان می دهد ویژگی چند فراکتالی در هر دوی بازارهای مالی توسعه یافته و در حال توسعه وجود دارد، با توجه به ادبیات فیزیک اقتصاد، می توانیم این نتایج را به دست آوریم: اولاً، ما نوسانات را با استفاده از روش نوسانات چند فراکتالی تخمین می زنیم، و درمی یابیم که روش MFV، بهترین روش در بین سایر مدل های نوسان، مانند گارچ و مدل های نوسانات تشخیص داده شده است. دوماً، ساختار وابستگی دنباله ای را بین بازار سهام ایالات متحده و چین، تجزیه و تحلیل می کنیم. نتایج کاپولای آماری برآورد شده برای طی دوره نشان می دهد که کاپولای SJC بهترین عملکرد را دارد و ویژگی های نامتقارن ساختار وابستگی دنباله ای را نشان می دهد. نتایج برآورد شده ی کاپولای پویا نشان می دهد که متغیر زمان کاپولای t بهترین عملکرد را به دست می دهد، که به معنی آن است که کاپولای متقارن پویای t نیز انتخاب خوبی است، چرا که به راحتی برآورد می کند و قادر است هر دو ساختار وابستگی دنباله ای بالایی و پایینی را به تصویر بکشد. در نهایت، با نتایج حاصل از دو مرحله قبل، ما اثر سرایتی بین بازارهای سهام ایالات متحده و چین در طول بحران وام های بی پشتوانه مسکن را تحلیل می کنیم. نتایج تجربی نشان می دهند که بحران وام های بی پشتوانه مسکن در ایالات متحده آغاز شد و بازار سهام آن اثر سرایتی آشکاری بر بازار سهام چین داشته است. نتایج تجربی ما باید یا ممکن است برای سرمایه گذاران، در اختصاص پرتفوی خود، مفید باشد.

In this paper, we propose a new approach based on the multifractal volatility method (MFV) to study the contagion effect between the U.S. and Chinese stock markets. From recent studies, which reveal that multifractal characteristics exist in both developed and emerging financial markets, according to the econophysics literature we could draw conclusions as follows: Firstly, we estimate volatility using the multifractal volatility method, and find out that the MFV method performs best among other volatility models, such as GARCH-type and realized volatility models. Secondly, we analyze the tail dependence structure between the U.S. and Chinese stock market. The estimated static copula results for the entire period show that the SJC copula performs best, indicating asymmetric characteristics of the tail dependence structure. The estimated dynamic copula results show that the time-varying t copula achieves the best performance, which means the symmetry dynamic t copula is also a good choice, for it is easy to estimate and is able to depict both the upper and lower tail dependence structure. Finally, with the results of the previous two steps, we analyze the contagion effect between the U.S. and Chinese stock markets during the subprime mortgage crisis. The empirical results show that the subprime mortgage crisis started in the U.S. and that its stock market has had an obvious contagion effect on the Chinese stock market. Our empirical results should/might be useful for investors allocating their portfolios.