传染效应和改变之间的依赖石油和十中东和北非地区的股票市场

文摘

在本文中,我们研究能源和之间的传染效应股票市场在最近的全球十个中东和北非地区国家金融危机2007 - 2009。特别是,我们验证这是否影响取决于国家的石油的位置。依赖结构,我们研究石油价格变动与股票市场回报之间使用不同的连系动词的功能。具体来说,我们测试改变依赖结构使用局部变化点(LCP)测试过程。实证结果之间的不对称依赖结构提供强有力的证据石油价格变化和所有国家的股市回报。此外,这种依赖结构更大石油输出国比石油进口国。此外,这种依赖结构有明显的变化。所有国家(科威特和约旦除外),相关参数和尾依赖系数比平静的更大的危机时期,从而表明传染效应的存在。

关键字

传染效应、石油价格、股票市场,金融危机,连系动词,连结控制协定。

介绍

能量之间的传染效应的分析和股票市场最近收到关注由于其能源政策的重要影响,国际投资组合分配和风险管理决策。危机可以被定义为传播的变化冲击市场之间。据《福布斯》和Rigobon [1),相关的蔓延可以显著增加跨市场联系后震惊了一个市场(或市场),可以通过测量跨市场的相互关系。Chan-Lau et al。2]属性蔓延同时观察大回报的概率实现在不同市场(co-exceedances)而不是增加相关性(3]¹。

确定危机蔓延的原因,先进的有好几种解释。一个是金融危机使宏观经济基本面相关不确定,然后油价波动性更大,股票价格做出相应的反应。另一种解释是相对于快速的金融化过程从而增加石油价格股票的曝光,使它们更容易受到股市的情绪[4]。

传染效应很大程度上在股票市场和各种测试计量经济学方法被采纳。在这些方法中,一些研究确定跨市场稳定和危机时期的相关性,然后考虑增加相关危机时期相对稳定是蔓延的标志(5,6]。这种方法被批评,因为可以偏见由于常数相关的存在异方差性造成市场波动上升危机期间(1,7,8]。为了克服这个缺点,其他研究应用动态条件相关(DCC-GARCH模型)来获取时变相关性(9- - - - - -13),而很少有研究考虑转换模型(14- - - - - -16]²。众所周知,这些方法是有限的,因为他们不允许非对称依赖。最近的研究依赖于阿基米德接合部函数(17),而其他的研究采用时变接合部巴顿(18- - - - - -21]。

很少有研究测试能量之间的传染效应和股票市场虽然有许多实证研究在市场之间的联系。在这些研究中,温家宝et al。4)检查石油价格变化之间的传染效应和美国/中国股市的回报。计量经济学的方法是基于时变接合部模型先进的巴顿(18]。这种方法的两个主要优点,第一,一个是它将依赖结构的边际分布系列不做任何假设的分布不着边际。第二,它允许依赖结构的可变性。然而,它假设根据ARMA介体参数的演化过程和不给信息的存在结构变化的依赖。为了克服这个缺点,最近的一项研究中,提出的Boubaker和Sghaier64年),不承担任何先验知识的存在和变点和应用变化的本地化测试方法,先进的二叠纪和Embrechets65年),测试的存在变点依赖结构建模的介体参数和确定其本地化的日期是一致的市场事件在研究期间。尽管Boubaker和Sghaier [64年)提供的证据不稳定的相关参数和尾巴的依赖。他们假设存在一个变点的依赖。

在本文中,我们提出一个新颖的方法,我们认为可能存在的多个变点。特别是,我们假设没有先验知识的切换点。除了没有先验知识的依赖结构变点的存在和本地化。有趣的是,我们采用局部变化点(LCP)测试过程来自墨丘里奥教练和Spokoiny22)和Giacomino et al。23)测试的存在依赖结构的变化,即。,to check whether the copula parameter varies over time and to determine the number and the dates of the change-points. This procedure is adaptive and consists of estimating intervals of time homogeneity in which the time varying copula parameter can well be approximated by a constant value. More precisely, we assume the same copula for all period but not the same copula parameter and tail dependence coefficients for each interval.

本文的目的是双重的。首先,我们检查石油价格变化之间的传染效应和十中东和北非地区股市回报包含石油输出国(巴林、科威特、阿曼、卡塔尔、沙特阿拉伯和阿联酋)和石油进口国(埃及、约旦、摩洛哥和突尼斯)使用的相关函数与当地(多个)变化点。第二,我们检查这是否传染效应当地时间的依赖石油的位置。

我们所知,这是第一篇论文使用介体功能与当地变化点研究石油价格变化之间的传染效应,在中东和北非地区的股市回报。我们贡献文献传染通过考虑增加介体参数和尾部相关系数作为实证测量蔓延在福布斯和Rigobon [1)和Chan-Lau et al。2分别)。对于我们的实证分析,如果有证据表明石油价格变化之间的依赖结构的变化和股票市场的回报,如果介体参数和改变后的尾依赖系数更大点,一个传染效应的存在。否则,石油价格变动和股票市场收益都是相互依存的。

以来,油价和股市之间的依赖取决于国家的石油的位置,它似乎是合理的假设传染效应,这相当于增加依赖,也依赖国家的石油的位置。更准确地说,它预计传染效应更加明显石油输出国比石油进口国。

调查石油价格变化之间的传染效应,股市回报MENA地区对投资者和政策制定者有重要的影响。中东和北非地区的世界上最大的石油储备³和最大的石油输出国和由石油进口国。对于投资者来说,传染的存在意味着相关多元化投资石油的好处将减少,而忽视了尾巴的变化依赖可能会导致投资风险的低估。对决策者来说,确定蔓延是有用的为石油定价,预测和风险管理,特别是在金融危机时期。

本文的其余部分组织如下。第二节简要回顾了相关文献关注油价和股雷竞技苹果下载市之间的关系在一些中东和北非地区国家。第三节介绍了计量经济学方法。第四部分描述了数据和提供了实证结果。第五节总结道。

回顾文献

许多实证研究检验石油价格和股票市场之间的关系⁴。然而,有不同的结果取决于石油价格影响更多的股票未来的现金流或用于贴现的利率这些未来现金流。关于短期联系,阿布Zarour [24)采用VAR模型研究石油价格对股票市场的影响在巴林,科威特,阿曼,沙特阿拉伯和阿联酋。他发现只有沙特和阿曼股市有能力预测油价的预测能力,这增加了石油价格的上升。巴沙尔和Sadorsky[提供的相似的结果25]。Arouri et al。26]估计VAR-GARCH模型对石油价格变化和六个GCC股市回报。他们发现石油价格变化积极影响股市回报巴林、阿曼和卡塔尔。特别是,这种效果更加明显比正常的危机时期。Jouini [27)还估计VAR-GARCH模型对沙特阿拉伯和发现的证据的情况下积极溢出效应从石油价格行业股票市场的回报。王等人。28)发现,股市回报石油价格冲击的反应是重要的在沙特阿拉伯和科威特。

关于长期联系,Hammoudeh和Aleisa29日]使用协整技术来测试一个稳定石油价格之间的关系和五个GCC股票市场指数。他们提供的证据在沙特阿拉伯积极协整关系。巴林、科威特、阿曼和阿联酋,没有显著的协整关系。Hammoudeh和崔30.]研究五GCC股票市场指数之间的长期关系和三个全球因素(指数和石油价格,成份公司美国三个月期国库券)。他们发现有直接影响的利率对股票市场指数,而石油价格指数和成份公司有间接影响。Arouri和Rault31日)采用引导面板协整测试和看似无关的回归,发现积极的石油价格冲击对股票市场产生积极的影响。Arouri et al。32)检查GCC股市和油价之间的联系通过控制两个全球的影响因素(MSCI世界指数月国库券利率和美国)。他们发现一个重要的长期油价和GCC股市之间的关系。在短期内,他们发现因果关系从石油价格通常是股票市场。此外,海湾合作委员会股市更敏感的负面的比正面的石油价格冲击。

没有证据的共识石油价格变动和股票市场回报之间的联系。缺乏共识似乎与所使用的线性模型,基于假设估计的参数是不变的。这种假设限制是由于结构性突变的存在(33和政权更迭34]⁵。参数,而timevarying和石油价格变动和股票市场回报的关系似乎是非线性的。在这种背景下,Maghyereh和Al-Kandari35提供证据的非线性在巴林,科威特和沙特阿拉伯。使用non-paramteric方法,Arouri Fouquau [36]还发现证据的非线性阿曼、卡塔尔、巴林、科威特和阿联酋但不是和沙特阿拉伯。应用面板数据偏移技术,Jouini [37验证一个非线性长期GCC股指和三个全球因素之间的关系(油价,摩根士丹利资本国际世界指数月国库券利率和美国)。

最近的研究提供证据的不对称的影响石油价格上涨和降低股票市场的回报。特别是,油价的上涨往往会产生更大的影响比油价降低股票市场的回报(38- - - - - -40]。复制这种不对称效应,莫汉蒂et al。41引入哑变量⁶线性模型和显示,降低石油价格有负面影响在GCC股市回报,而石油价格增加积极影响股市回报在沙特阿拉伯和阿联酋。Awartani和Maghyereh42)采用DCC-GARCH模型,发现股票市场回报之间的相关性和石油价格变化随着时间的不同而不同。

虽然DCC-GARCH模型允许时变条件相关,不能复制之间可能存在的非线性依赖的变量,不提供尾依赖信息。尾巴依赖对应关节等事件的可能性低或高极端事件发生。要做到这一点,Naifar和Al Dohaiman [43)提出另一种方法基于介体理论研究石油价格变化和宏观经济变量之间的依赖结构(股票市场回报,消费者价格指数(cpi)和短期利率)在六个GCC国家使用三个阿基米德接合部(耿贝尔,克莱顿和弗兰克。)⁷。连系动词的主要优势在于分离依赖结构的边际分布系列不做任何假设的分布不着边际。特别是,作者认为两个亚纪:金融危机前后检查依赖金融危机是否会影响结构。他们发现不同的依赖结构在每个亚纪。在危机之前,它们提供的证据对称的依赖,而在危机过后的依赖变得不对称。

后来的研究提供了有趣的发现对石油价格变化之间的依赖结构的变化和GCC股市回报在最近的全球金融危机,但是它不给任何指示的传染效应,只考虑石油输出国。这是承认油价变化对股票市场收益的影响取决于这个国家是一个石油进口国或石油出口国(44- - - - - -47]。似乎在石油输出国是积极的,因为石油价格的上涨会引起更高的收入由于石油需求的价格弹性低,产生更高的支出和投资。相比之下,对于石油进口国,油价上涨将导致更高的生产成本。这个更高的生产成本可以降低企业的利润,因此支付给股东的股息。因此,股票价格可能下跌。

计量经济学方法

在本节中,我们首先介绍二元接合部函数用于研究石油价格变化之间的依赖结构和股票市场的回报。其次,我们描述的方法估计的相关参数。第三,我们讨论了拟合优度检验应用于选择最好的接合部。最后,我们介绍了局部变化点(LCP)测试过程用来测试介体的稳定性参数估计和确定的数量和变化点的定位,如果他们存在。

表示二元的连系动词

连系动词是一个函数,允许加入不同的单变量分布形成一个有效的多元分布在不丢失任何信息从原始多元分布(48- - - - - -49]⁸。根据Sklar [50]定理,任何联合分布函数F (k连续随机变量x₁x、…_k可以被分解为k的边际分布F₁F、…_k和连系动词描述组件之间的依赖结构的C。

正式,让二维随机向量的联合分布函数F和边际分布_{我= 1,2}。存在一个接合部C (u₁,你₂):

(1)

这个定理也指出,如果F_我是连续的接合部C (u₁,你₂)是独一无二的。介体的一个重要属性是它可以捕获尾巴依赖:上尾巴的依赖存在积极的正面的离群值的概率发生时共同而降低尾依赖是一个共同负负异常值出现的概率。在形式上,和分别定义为:

(2)

(3)

在哪里和是边际分位数函数。

在本文中,我们考虑四个家庭之间的二元接合部,允许不同的依赖结构石油价格变动和股票市场的回报。更准确地说,我们使用椭圆接合部(正常和学生),阿基米德接合部(耿贝尔,克莱顿和弗兰克),生存接合部和管理者连系动词。接下来,我们继续这些介体的描述。

椭圆的连系动词

正常的连系动词:正常的接合部的接合部多元正态分布和被定义为:

(4)

−1≤θ≤1是线性相关系数。φ¹是一元标准正态分布函数的倒数。正常的接合部零尾依赖:

学生连系动词:学生接合部被定义为:

(5)

−1≤θ≤1是线性相关系数。是一元标准的倒数的学生分布函数二自由度。学生连系动词也对称尾依赖:

椭圆接合部的主要限制是他们只允许对称的依赖。然而,更常见的观察巨大损失在一起,而不是大幅上涨。我们认为阿基米德介体模型等不对称。

阿基米德连系动词

甘力克连系动词:介绍了甘力克接合部耿贝尔[51),表示为:

(6)

在哪里

甘力克介体是一个不对称的接合部表现出更依赖上尾比低尾依赖:和。

克莱顿连系动词:介绍了克莱顿接合部的克莱顿(52),表示为:

(7)

在哪里

克莱顿接合部也是一个不对称的接合部,但表现出更依赖在上尾尾低于依赖:和

弗兰克·连系动词:介绍了弗兰克接合部,弗兰克(53),表示为:

(8)

在哪里

弗兰克的介体是一个对称的连系动词:

生存的连系动词:生存或旋转接合部的接合部(1−u)和(1−v)分别代替u和v。其功能措施分布的不对称依赖对面相比原来的函数。生存耿贝尔接合部措施左尾依赖而不是右尾依赖而甘力克接合部而生存克莱顿接合部措施右尾依赖而不是左尾而克莱顿接合部的依赖。

生存克莱顿连系动词:生存克莱顿接合部来源于克莱顿接合部。这接合部被定义为:

(9)

在哪里。

生存耿贝尔接合部:生存耿贝尔接合部来源于耿贝尔接合部。这接合部被定义为:

(10)

在哪里

管理者连系动词:

管理者连系动词(54)是一种对称的接合部。这接合部被定义为:

(11)

在哪里

介体参数的估计

估计连系动词的参数,我们发现在文献中参数,semi-parametric和非参数方法(55- - - - - -56]⁹。在本文中,我们采用semi-parametric方法。更准确地说,我们认为规范提出的最大似然(CML)方法Genest et al。57]。我们选择这个方法因为没有假设边际分布的参数形式。事实上,一个不正确的规范的边缘分布会影响介体参数的估计。CML方法更准确地说,离开了边际密度不明和使用经验概率积分变换为了获得均匀的人[0,1]估计接合部所需参数。估计过程中执行两个步骤。第一步,数据集t = 1,……,T我s transformed into uniform variates使用经验累积分布函数(CDF)分布定义如下:

(12)

在哪里代表了指标函数。

在第二个步骤中,介体参数θ估计如下:

(13)

在哪里和连系动词是pseudo-sample观测。

选择最好的接合部

估计连系动词的参数后,出现一个典型的问题是如何选择最好的连系动词,即。提供最适合的接合部,数据。为此,我们考虑的信息标准,即对数似(LL) Akaike信息准则(AIC)和贝叶斯信息准则(BIC)。

此外,我们雇佣的拟合优度检验Genest et al。58)基于比较之间的距离估计和经验介体。这个测试的零假设是接合部C属于一个类这个测试的数据使用的Cramer-von米塞斯的距离:

(14)

在哪里的密度函数吗,的估计量和吗肯德尔的过程由:

(15)

K (t)表示单变量分布函数和的经验分布函数:

(16)

在哪里对于每一个j = 1,…, T。

我们拒绝零假设的观测值_T大于(1−α)百分比的分布。在实践中,我们需要知识的极限分布_T这取决于未知的接合部参数θ的价值。确定,相关的假定值的统计测试中,我们考虑一个乘数方法中描述Kojadinovic和严59]。

局部变化点测试过程

当评估选定的接合部,一个假设的不变性估计参数θ是必要的。然而,如果在一段时间中,系列之间的依赖结构变化,然后参数θ不会常数取决于时间:。在这种情况下,联合分布可以修改的吗用概率测度。

测试介体的稳定性参数随着时间的推移,也就是说,验证估计的相关参数θ是恒定的和独立的时候,墨丘里奥教练和Spokoiny21)和Giacomini et al。22)开发了一个测试程序所提供的信息量Kullback-Leibler称为局部变化点(LCP)测试过程。这个过程测试零假设一些间隔内。因此,最大可能的间隔小造型偏置条件应满足:

(17)

θ是恒定的,在哪里是一个Kullback-Leibler散度。

这个过程是自适应的,突然跳依赖参数的测试间隔的候选人。它的想法是每个间隔顺序屏幕k, k = 1,…,,给定起始点与区间套的家庭吗的形式序列,决定这些间隔和检查每一个点的长度作为可能的改变点的位置。

均匀性测试对变化点选择:在同质性测试对变化点选择,我们想要检查每一个点的时间间隔称为测试间隔,可能依赖结构的变化。因此,我们假设一个更大的测试间隔我形式,所以我是一个内部子集。零假设测试的H₀是没有间隔的依赖结构的变化,也就是说,观察我遵循接合部参数θ的模型:。备择假设声称接合部参数θ的变化自发地在某一时刻间隔τ,也就是说,这样为和为。

让和是对数似函数对应和分别。的似然比检验单一变化点与已知的固定位置τ的间隔可以写成:

(18)

对未知的变化点位置,间隔的检验统计量我的定义是:

(19)

变化点测试比较这个测试数据与一个关键值λ_我这可能取决于间隔和名义第一种错误概率α。我们拒绝零假设的同质性。估计量的变化点被定义为:

(20)

连结控制协定过程的参数:为了应用LCP测试过程中,我们必须指定一些参数包括间隔的选择候选人,内部点和临界值的选择。

的选择我和是有用的组数米_k我定义的长度_k和几何网格的形式。我们修复的价值₀和定义k = 1,…, k和c > 1, [x]意味着x的整数部分。我们设置和。

的选择λ_我λ_我首先选择提供整体类型错误的概率拒绝零假设均匀同质性的情况。

实证结果

数据描述

数据库包括每日石油价格和股票市场指数在10个中东和北非地区国家在此期间6月1日2005年到2月11日,2013年。选择的时期让我们考虑最近的全球金融危机的影响2007 - 2009。先进的Reboredo和Rivera-Castro60),使用日常数据更合适测试蔓延,由于冲击传播由于蔓延很快,几天后迅速死亡。我们认为每周只有三天(周一、周二、周三)获得同步天因为所有股票市场(除摩洛哥和突尼斯)封闭在周三和周五,国际石油市场封闭在星期六和星期天。此外,我们消除了观测当股票或能源市场因假期。因此,我们获得1939的观察。

国家可能被分为三组。(1)欧佩克(石油输出国组织)石油出口国包括科威特、卡塔尔、沙特阿拉伯和阿拉伯联合酋长国(阿联酋),(2)非欧佩克石油出口国包括巴林和阿曼和(3)石油进口国包括埃及、约旦、摩洛哥和突尼斯。

作为股票市场的代理,我们使用每个国家的主要股票市场指数从摩根士丹利资本国际(摩根士丹利资本国际)。作为世界石油价格的代理,我们使用收集到的布伦特原油价格从Informa美国能源信息管理局(EIA)的网站。我们认为布伦特原油价格而不是西德克萨斯中质原油(WTI)价格代表了国际石油市场,因为布伦特原油价格普遍被用作石油定价的基准¹⁰。此外,布伦特原油价格密切相关等原油WTI,玛雅,迪拜60]。所有数据都用美元表示,以避免汇率的影响。

这些数据转换为对数形式,被认为是在一次差,所以获得的系列对应于股市回报和石油价格变化¹¹。标准的应用与结构性突变单位根测试和单位根测试显示平稳性的证据¹²,这是一个标准的文献中找到等系列。提出了系列的描述性统计表1。

我们看到股票市场的平均回报率为负的所有石油输出国和积极的为所有石油进口国(约旦除外),反映出最近的全球金融危机的影响。此外,我们观察到阿联酋展品风险程度最高,以标准差来衡量,紧随其后的是埃及,突尼斯显示了最小风险程度摩洛哥紧随其后。石油价格变化表现出较高的平均每日回报(0.044%)和标准差(2.226%)高于股市回报,因为石油价格翻了一倍在研究期间从50.46美元到118.29美元。所有系列展览负偏态(突尼斯股市回报除外)并显示多余的峰态。Jarque-Bera测试强烈拒绝零假设所有系列的常态,这证明介体的选择理论。

边际分布

我们采用两步估计方法。首先,我们模型的边际分布股市回报和石油价格变化。第二,我们专注于过滤之间的依赖结构系列。

石油价格变化模型和股票市场回报,最受欢迎的方法使用ARMA-GARCH Bollerslev模型。这个模型是有吸引力的,因为它的简单性。但是,它无法复制一些程式化的特性,比如肥尾,不对称和持久性的冲击,和杠杆效应在石油价格变动和股票市场的回报。为了克服这个缺点,一些作者用GJR模型Glosten et al.while其他作者考虑柏丽的ARFIMA-FIGARCH模型等。26]。在本文中,我们使用ARFIMA-FIAPARCH(自回归略微集成移动Average-Fractionally综合力量不对称自回归条件Heteroskedastic)证交所提出的模型(61年]。

ARFIMA-FIGARCH模型相比,ARFIMA-FIAPARCH模型的优点在于捕捉重要的程式化的肥尾和杠杆效应等特性,对应于过去的回报和未来之间的负相关性波动。

选择这个模型可以合理的实证分析的自相关函数和自相关函数的平方系列也显示这些功能滞后增加hyperbolically减少到零。此外,相关的谱密度似乎不会有界,这可能表明存在长记忆行为的均值和方差¹³。

具体地说,让r_t是一系列时间的股市回报或石油价格变化在时间t,我们使用以下模型:

(21)

(22)

(23)

方程(21)代表平均方程。μ> 0是一个常数是部分集成参数,L是滞后算子,和分别顺序p和q的多项式的根是截然不同的,躺在单位圆外¹⁴。可用的信息集在时间t−1。

方程(22)定义的剩余条款的意思是方程作为一个产品系列的条件方差(h_t(e)和创新_t)。e_t指正常独立同分布的随机变量序列。

方程(23)对应于FIAPARCH过程模型的条件方差系列。过程模型的条件方差系列。w > 0是一个常数,是部分集成参数,和分别顺序P和Q的多项式的根是截然不同的,躺在单位圆外。是权力的术语,它扮演的角色Box-Cox转换条件标准差。是占的杠杆系数的不对称影响波动,在正面和负面返回相同的大小不产生同等程度的波动。当γ> 0时,负面冲击波动产生高于正面冲击。当γ= 0和δ= 2,这个过程在FIGARCH方程(23)减少的过程。

估计模型,我们使用quasi-maximum可能性方法由于假设正常的金融时间序列经常被拒绝。

ARFIMA-FIAPARCH模型的估计结果为每个股票市场回报率和石油价格变化显示在表2和3。

我们看到这部分集成参数意味着d_米是重要的股市回报的巴林、科威特、阿曼、卡塔尔、阿联酋、埃及和中东和北非地区的长期依赖的意思。部分集成参数波动d_v是重要的在所有国家,这意味着长期依赖的存在波动。特别是,我们观察到d的度_v石油输出国股市回报率高于石油进口国股市回报,这意味着更多的持久性石油输出国股票市场的波动。

应该强调,在FIAPARCH模型中,我们可以测试的限制体现在FIGARCH模型,即。γ= 0和δ= 2依赖于似然比(LR)类型测试。正式,LR测试是一个统计的测试用于比较嵌套模型的分类性能。统计测试是渐近卡方分布与自由度等于被测试的数量限制。让我₀表示对数似值在零假设下,真正的FIGARCH模型和l₁是对数似值在备择假设下,FIAPARCH真实模型,统计测试LR是应该遵循一个χ²(χ(2)²(2)= 9.210为1%显著性水平)。在这里,我们发现隐含的统计测试清楚地接受约束FIGARCH-type规范股市回报在1%显著性水平的卡塔尔、沙特阿拉伯、约旦、摩洛哥、突尼斯和中东和北非地区。因此,FIGARCH适应似乎是最令人满意的表示描述长记忆行为在第二个条件。

股市回报的巴林、科威特、阿曼、阿联酋、埃及和石油价格变化,LR测试展品价值最高,因此我们可以得出结论,FIAPACH结构在捕捉动态管理第二个条件。对于这些系列,杠杆系数γ是积极和重要的。证据关于股票和石油市场的杠杆效应意味着新闻有一个对波动率的影响不对称:坏消息或负面冲击给上升比积极的冲击或好消息。这个规范似乎足够模型系列自Ljung-Box统计在残差序列相关性和残差平方表示没有自相关和异方差的影响。

依赖结构在整个时期

在本节中,我们研究石油价格变化和过滤过滤之间的依赖结构在整个股票市场回报期(1 T)¹⁵。对于每一个国家,我们估计不同的介体功能,2.1节中描述的,我们保留最好的接合部,介绍了最小的我¹⁶、AIC和BIC。所选介体的选择也证实了2.3节中给出的拟合优度检验。表4报告所选介体、介体参数估计和尾部相关系数。

我们观察到卡塔尔、沙特阿拉伯、阿联酋、埃及和中东与北非地区显示石油价格变化之间类似的依赖结构和股票市场回报,作为代表的生存耿贝尔接合部。巴林、科威特和约旦展同样依赖结构所描述的克莱顿接合部。甘力克接合部给更适合阿曼、摩洛哥和突尼斯。

关注的相关参数,为所有国家我们看到介体参数是积极指出所有股票市场回报和石油价格变化呈正相关。这一发现是由其他研究在文献[26,27,29日,42),油价之间找到积极的依赖和GCC股票市场。正如所料,石油输出国的接合部参数高于石油进口国。例如,生存耿贝尔参数是在阿联酋,沙特阿拉伯和卡塔尔(石油输出国)比在埃及(石油出口国),克莱顿参数是在科威特(石油出口国)比在约旦(石油进口国)和甘力克在阿曼(石油出口国)参数是强于在摩洛哥和突尼斯(石油进口国)。特别是,我们看到,阿联酋显示最高的生存耿贝尔参数之后,沙特阿拉伯和卡塔尔,而突尼斯了最低耿贝尔参数摩洛哥紧随其后。一个可能的解释是,这可能归因于石油消费,因为阿联酋(阿拉伯主要石油消费国)经历更大的石油消费相比,沙特阿拉伯和卡塔尔,而突尼斯文件至少石油消费相对于摩洛哥。另一种解释是,这可能解释了股票市场的波动以标准差来衡量,因为阿联酋了最大的风险程度,而突尼斯了最低的风险程度。王等人的发现是一致的,他们发现的石油价格冲击对股票市场回报的影响取决于该国石油的地位,石油消费和石油对国家经济的重要性。

转向尾依赖,所有国家(除了阿曼、摩洛哥和突尼斯),有证据表明较低的尾部的依赖¹⁷这意味着衰退石油价格变动和股票市场回报比上升高度相关。能源和股票市场下跌时,分散风险有效是因为有更强的依赖性。因此,投资者,包括石油资产多样化的投资组合或能源风险经理考虑VaR(或其他下行能源风险措施)应特别关注下行风险,应强调投资组合回报率的左侧分布。阿曼、摩洛哥和突尼斯有尾巴上依赖的证据¹⁸这意味着油价和股市指数碰撞在一起。这个结果符合的莫汉蒂et al。41),Arouri et al。32]和Awartani Maghyereh [42)非对称效应的增加和减少的证据在GCC股票市场上油价市场回报。

测试切换点的依赖结构

现在,我们测试切换点发生的石油价格变化之间的依赖结构和股票市场的回报。具体来说,我们检查的相关参数估计是否恒定。具体地说,我们应用LCP测试程序,在2.4节中描述的,以确定是否存在,数量和本地化的未知变化点,和homogneneity估计区间。这个过程将几何网格定义为米₀= 20,c = 1.25和α= 0.05。

对于每个国家,我们发现同质性的零假设被拒绝支持两个切换点。

图1到11说明了估计时变的相关参数和间隔均匀性对所有国家和中东和北非地区。我们可以看到,在第一期(从开始第一个变化点)、介体参数相当稳定。在第二阶段(从第一个变化点第二个变化点,介体参数的行为似乎表明依赖结构的变化不同。我们还可以看到第三个时期(从第二个变化点到最后T)的介体参数再次稳定,系列之间的依赖结构似乎在第一时期。因此,所有国家接合部的同质性参数的零假设被拒绝支持两个变化点。这两个日期切换点和发表在表5。

我们可以看到,第一个变化点的日期都是在2008年。2008年的特点是油价上涨,2008年7月峰值。第二个破发的日期是2009/2010。这些日期可以联系到最近的全球金融危机。我们看到的日期改变点在每个国家不同。在某种程度上,这可以归因于每个国家的股票市场特征以及权威的应对金融危机。此外,我们观察到一些非欧佩克产油国之间的相似之处(巴林和阿曼),欧佩克石油输出国(科威特、沙特阿拉伯和阿联酋)和石油进口国(摩洛哥和突尼斯)。这可能是由于经济相互依存,因此一个变化点可以同时影响石油出口国或石油进口国。

依赖结构的变化的证据之间的石油价格变化和股市回报并不一定表明传染效应的存在。因此,我们需要比较介体参数的值和尾依赖系数之前和之后的变化点。上面的数量的变化点获得将样本划分为三个次级样本。

依赖结构在亚纪

现在,我们重新审视过滤石油价格变化之间的依赖结构和过滤后的股市回报每个国家在三个亚纪:危机前的时期在危机期间后危机时期。每个亚纪的分别,我们发现同样的接合部,选定的整个时期¹⁹。但是,我们发现不同的介体参数和尾巴依赖系数取决于我们在平静时期(危机前和危机后)或危机时期。结果symmarized表6。

我们看到,所有国家(科威特和约旦除外)、介体参数和尾巴依赖coefficienrs更大危机期间比平静这意味着石油价格变化之间的依赖结构和股票市场回报更加剧,和观察的概率大积极或消极的回报在石油价格变动和股票市场回报同时增加危机期间。因此,我们可以得出这样的结论的存在传染效应在福布斯和Rigobon [1)和Chan-Lau et al。2]。这个结果符合Arouri et al。(17)和法耶兹和戴利(2011)报告说,GCC股票市场石油价格变化的敏感性增加了在全球金融危机。也类似于一个通过温家宝et al。(4),罗伊et al。62年和朱et al。63年)发现石油价格变化之间的依赖结构和股市回报增加了金融危机。先进的朱et al .,这个结果可能解释为经济衰退造成的能源需求急剧下降,严重影响了股票市场或金融市场的快速发展,石油价格增加了接触金融动荡。

至于生存耿贝尔结构的依赖,阿联酋的经历不仅最高水平的依赖石油价格变动与股票市场回报之间也增加的最大危机期间介体参数和较低的尾部相关系数(1.252和0.260),其次是沙特阿拉伯、卡塔尔和埃及。甘力克的依赖结构,突尼斯文件至少增加甘力克参数和尾巴上依赖系数在危机期间(1.186和0.206)其次是摩洛哥和阿曼。基于这个结果,我们可以得出结论,传染效应更明显比石油进口国,石油输出国也取决于股票市场的风险程度和国家的石油消费。

这些发现表明有重要意义。传染的存在在所有国家(除了科威特和约旦)意味着多样化将会不那么有效,持有投资组合与石油资产和股票市场指数在金融危机期间受到这些国家的系统性风险。因此,投资组合的科威特和约旦股市指数和石油金融危机期间可以更好地多样化。

结论

在本文中,我们研究能源和股票市场之间的传染效应十个中东和北非地区国家6月1日期间2005年至2013年2月11日。,我们专注于每日石油价格变化之间的依赖结构和股票市场的回报。特别是,我们确定这是否出口石油的依赖结构不同于一个在oilimporters,是否受到最近的全球金融危机的影响。

采用计量经济学方法是基于三个步骤。在第一步中,我们配合ARFIMA-FIAPARCH模型为每个返回系列。我们发现的证据,坚持和不对称在均值和波动。在第二个步骤中,我们关注的是过滤返回系列使用不同的介体之间的依赖结构功能。所有国家,我们发现的证据,积极和不对称结构的依赖。特别是,我们发现这种依赖结构是影响原油仓位和消费的国家,以及股票市场的波动。最后,我们检查介体的稳定性参数估计使用LCP测试过程。我们发现依赖结构的重大变化。所有国家(科威特和约旦除外),我们发现的相关参数和尾巴在金融危机时期依赖系数高于正常时期,从而暗示存在传染效应。我们不断发现最大的石油输出国和消费者(阿联酋和沙特阿拉伯)不仅与石油价格的最高水平的依赖也最大的提高依赖石油进口国相比,金融危机期间,这意味着石油输出国传染效应的严重影响。

这些实证结果可以用来建立有利可图的投资策略。事实上,中东和北非地区股市回报结构不同的依赖石油价格变化意味着各国有价值的分散风险的机会。

¹我们发现在文献中蔓延的定义不同。在这篇文章中,我们保留两个定义的蔓延在福布斯和Rigobon和陈——刘et al。最近的一次回顾传染,看到《福布斯》(3]。

²审查的计量经济学方法应用于测量传染,看到Kenourgios et al。

³中东和北非地区国家包含大约70%的世界石油储备。

⁴在本节中,我们专注于研究被认为是中东和北非地区的国家。

⁵这些作者考虑的情况下,法国、英国和日本。

⁶虚拟变量的值为1,如果石油价格变化是积极的和0。

⁷连系动词的功能已经被其他作者使用研究石油价格变化之间的依赖结构和在越南和中国股市回报,六个欧共体国家和十个亚太国家。

⁸介绍接合部,看到乔和尼尔森和最近的一个评论中看到巴顿。

⁹审查的非参数方法,看到贝纳et al .,陈和黄。

¹⁰布伦特原油价格已经被几个也被认为是作者作为能源市场的代理。

¹¹更准确地说,我们认为股市回报(分别地。石油价格变化)定义为,在那里股票市场指数(分别地。石油价格)。

¹²单位根测试的结果没有报告但可按照客户要求定制。

¹³我们没有报告自相关函数和谱密度。这些都是可以在请求。

¹⁴p和q决心根据信息标准。

¹⁵T对应样本的大小,在这种情况下,1938年。

¹⁶我们注意到所选介体而言,会是一个会最低,因为我们在估计最小化(−LL),而最大化(LL)。

¹⁷记得生存甘力克和克莱顿介体的特点是低尾依赖。

¹⁸注意耿贝尔接合部的特点是上尾巴的依赖。

¹⁹在实践中,我们重新评估上述几个连系动词应用拟合优度试验选择最佳的接合部。我们发现相同的介体在表4。在这里,我们不报告结果。这些都是可以在请求。

引用

1. 福布斯KJ和Rigobon r .没有蔓延,只有相互依存:测量股市comovements。金融杂志。2002;57:2223 - 2261。
2. Chan-Lau农协。极端的股市危机蔓延。国际货币基金组织工作人员的论文。2004;51:386 - 408。
3. 《福布斯》KJ。大C:识别和减轻危机蔓延,工作文件,麻省理工学院斯隆管理学院,2012。
4. 温家宝X, et al .测量蔓延之间的能源市场和股票市场在金融危机期间:一种介体的方法。能源经济。2012;34:1435 - 1446。
5. 王马Wadhwani美国股市波动之间的传播。金融研究的回顾。1990;3:5-33。
6. 李某人和金姆KJ。在1987年10月股市崩溃中加强co-movements国家吗?金融经济学的评论。1993;3:89 - 102。
7. Boyer BH, et al。在测试缺陷相关性的变化。工作报告》1999。
8. 世行Loretan M和英语。评估相关故障期间的市场波动。658年国际金融讨论文件。联邦储备委员会的理事会。2000。
9. 蒋介石TC。金融传染动态相关性分析:来自亚洲市场的证据。国际货币和金融杂志。2007;26:1206 - 1228。
10. Syllignakis MN和Kouretas GP。金融传染动态相关性分析:证据来自中欧和东欧市场。国际Economcis和财务审查。2011;20:717 - 732。
11. Choe KI、et al .测试金融传染heteroskedastic资产回报时变条件相关。太平洋盆地金融杂志。2012;20:271 - 291。
12. 侯赛因美国更多的传染效应在新兴影响新兴市场:DCC-GARCH模型的证据。经济模型。2012;29:1946 - 1959。
13. 艾哈迈德·W, et al。欧元区危机和BRIICKS股市:传染或市场相互依赖?经济模型。2013;33:209 - 225。
14. Ramchad L和Susmel r .跨主要股票市场波动性和互相关。实证金融杂志。1998;5:397 - 416。
15. Pesaran B和Pesaran MH。每周回报和VaR的条件波动性和相关性分析,2008年股市崩盘。工作报告》2010。
16. 郭F,等。市场在金融危机蔓延:一种状态变换的方法。国际经济和金融审查。2011;20:95 - 109。
17. 罗伊R, et al。全球金融危机以来,极端的方法,和传染效应:经济结构的作用。银行业和金融业杂志。2011;35:130 - 141。
18. 巴顿AJ。造型不对称汇率的依赖,国际经济评论,2006;47:527 - 556。
19. 罗德里格斯JC。衡量金融传染:一种介体的方法。实证金融杂志。2007;14:401 - 423。
20. Kenourgias D, et al。金融危机和股市蔓延在多变量时变非对称框架。杂志的国际金融市场,机构和金钱。2011;21:92 - 106。
21. 阮CC和巴蒂MI。介体模型的油价和股市之间的依赖关系:证据来自中国和越南。杂志的国际金融市场,机构和金钱。2012;22:758 - 773。
22. 墨丘里奥教练D和Spokoiny诉时间估计依赖通过局部变化点波动风险价值分析与应用程序。统计年鉴》2004年;32:577 - 602。
23. Giacomini E, et al。非均匀建模与时变接合部的依赖。商业和经济统计的杂志。2009;27:224 - 234。
24. 阿布Zarour英航。野生的油价,但勇敢的股市!GCC的股票市场。运筹学。2006;6:145 - 162。
25. 破坏者SA和Sadorsky p .石油价格风险,新兴股市。全球金融杂志。2006;17:224 - 251。
26. Arouri咩,et al。回报和波动性之间的传播世界石油价格和海湾合作委员会国家的股票市场。经济模型。2011;28:1815 - 1825。
27. Jouini j .回报和波动性之间的相互作用在沙特阿拉伯石油价格和股票市场。《政策建模。2013 b; 35:1124 - 1144。
28. 王Y, et al。石油价格冲击和股票市场活动:证据从依赖石油进口和石油出口国。比较经济学杂志。2013;41:1220 - 1239。
29. Hammoudeh年代和Aleisa大肠GCC股市之间的动态关系,纽约商品交易所原油期货。当代经济政策。2004;22:250 - 269。
30. Hammoudeh年代和崔k .行为的GCC股市和美国石油和金融市场的影响。在国际商业和金融研究。2006;20:22-44。
31. Arouri咩和Rault c .油价和股市:在海湾公司委员会国家什么驱动。提供国际歌。2010;56:41-56。
32. Arouri咩,et al。预测条件石油现货和期货价格的波动与结构性突变和长记忆模型。能源经济。2012;34:283 - 293。
33. Arouri咩,et al。时变原油市场的可预测性:GCC国家的情况。能源政策。2010;38:4371 - 4380。
34. 罗伊C和Jammazi r .原油冲击对股票市场的影响变化的行为:一个政权切换方法。能源经济。2009;31:789 - 799。
35. Maghyereh A和A Al-Kandari油价和股市GCC国家:非线性协整分析的新证据。管理金融。2007;33:449 - 460。
36. Arouri咩和Fouquau j .短期石油价格变动对股票市场的影响在GCC国家:线性和非线性分析。经济学通报。2009;29:806 - 815。
37. Jouini j . GCC国家股市和全球因素:进一步调查。经济模型。2013;31:80 - 86。
38. 汉密尔顿JD。什么是石油危机。计量经济学杂志。2003;113:363 - 396。
39. 张d石油危机和经济增长在日本:一个非线性的方法。能源经济。2008;30:2374 - 2390。
40. Cologni A和Manera m .石油冲击对产出增长的非对称效应:经建会分析,七国集团成员国。经济模型。2009;26:1-29。
41. 莫汉蒂SK, et al。石油价格变动和股票市场回报:证据来自海湾合作委员会(GCC)的国家。全球金融杂志。2011;22:42-55。
42. Awartani B和Maghyereh AI。石油和股票市场之间的动态的溢出效应在海湾合作委员会的国家。能源经济。2013;36:28-42。
43. Naifar N和艾尔Dohaiman女士原油价格之间的非线性分析,股票市场和宏观经济变量返回。国际经济和金融审查。即将出版,2013年。
44. 公园Ratti J和r .石油价格冲击和股票市场在美国和欧洲13个国家。能源经济。2008;30:2587 - 2608。
45. 荣格公园H和c .股票市场对石油价格冲击的反应:一个石油出口经济和一个oilimporting之间的比较。经济理论和计量经济学杂志。2011;22:1-29。
46. 诗人G, et al。股市和油价之间的动态相关性:依赖石油进口的情况下,石油出口国。Int Financ肛门牧师。2011;20:152 - 164。
47. 乔·h·多变量模型和依赖的概念。统计和概率的专著。伦敦:查普曼和大厅。1997年版。
48. 纳尔逊·r·介绍介体。纽约:斯普林格出版社。2006年。
49. 巴顿AJ。回顾联结经济时报》系列模型。多变量分析杂志。2012;110:4-18。
50. Sklar A函数de RAƒ©分区ƒn维度等他们的玛姬。出版物de lA¢A€™Statistique de lA¢研究所一个€™意大利ƒ巴黎©。1959;8:229 - 231。
51. 甘力克EJ。分布值额外ƒªmes在几个维度。出版物de lA¢A€™在统计学第一节研究所de lA¢A€™意大利ƒ巴黎©。1960;9:171 - 173。
52. 克莱顿DG。协会在双变量模型生命表和它的应用程序的流行病学研究家族性慢性疾病发病率的倾向。生物统计学。1978;65:141 - 151。
53. 弗兰克·乔丹。同时结合性的F (x, y)和x + yf (x, y)。方程Mathematicae。1979; 19:194 - 226。
54. 管理者RL。一类二元分布。美国统计协会杂志。1965;60:516 - 522。
55. 贝,et al。连系动词:从理论到应用金融、章接合部的评估:理论与实践。风险的出版物。伦敦,2006年。
56. 陈黄X和TM。非参数估计的接合部依赖模型的功能。加拿大统计杂志。2007;35:265 - 282。
57. Genest C, et al。在多元家庭依赖参数的半参数估计过程的分布。生物统计学。1995;82:543 - 552。
58. Genest C et al。拟合优度为介体测试:回顾和研究力量。保险:数学和经济学。2009;44:199 - 213。
59. Kojadinovic我和燕农协。拟合优度检验多元多参数基于乘数中心极限定理的接合部。《统计与计算。2011;21:17-30。
60. Reboredo JC。原油价格co-move怎么样?一种介体的方法。能源经济。2011;33:948 - 955。
61. 谢霆锋YK。yen-dollar汇率的条件异方差性。应用计量经济学杂志。1998;13:49-55。
62. 罗伊R, et al。石油和股票市场依赖的时变接合部:转型经济体的情况。能源经济。2013;39:208 - 221。
63. 陈KF, et al .资产市场的联系:证据来自金融、大宗商品和房地产资产。银行业和金融业杂志。2011;35:1415 - 1426。
64. Boubaker H和Sghaier n动荡和油价之间的依赖结构和GCC股票市场,能源研究Review.2014; 20:50 - 65。
65. 二叠纪和Embrechts p变化角度分析结构在金融和保险的依赖。:SzegAƒ¶G(主编),21世纪的风险措施,威利金融系列,2004。