Universitat Autònoma de Barcelona. Departament d'Economia Aplicada
Esta tesis consiste en tres partes. El objetivo de este estudio es cuantificar de forma dinámica la conexión de mercado mediante el uso de rentabilidad y volatilidad desbordamientos. La primera parte es un estudio metodológico para investigar la conexión de mercado y la explicación de una metodología extendida. El retorno y la volatilidad de la serie se toma en cuenta para comparar las diferentes interpretaciones de la conectividad mercado. El estudio utiliza la metodología desarrollada por desbordamiento Diebold and Yilmaz (2009) y la versión extendida con el enfoque del flujo de información desarrollada por Schmidbauer et. al. (2013). La contribución en este caso es para discutir la manera de proporcionar una serie de entrada de la volatilidad que se utilizará en las metodologías explicadas. Comparamos los resultados de las metodologías que utilizan la serie de retorno y series de volatilidad. Una perspectiva de la red se utiliza para calcular los efectos indirectos de rentabilidad y volatilidad. Dado que, la cuantificación de la conectividad es importante evaluar las respuestas de política y permitir una opción para los formuladores de políticas para entender la economía, las dos últimas partes del estudio incluyen innovaciones empíricas para discutir la importancia de la red de ambos países. En la segunda parte se aplica la metodología de mercado de valores de Turquía para comprender su dinámica desde 2000. Construimos una red consiste en seis mercados de valores e investigar la historia económica de Turquía mediante la cuantificación de la conexión de mercado en la red. Nos centramos en los cambios en el mercado de la conectividad con miras a eventos políticos y económicos. El tercero es un examen del mercado de valores ruso durante la crisis de Ucrania. Nos ponemos en contacto las características de derrame de choque de la bolsa de valores rusa con diferentes ronda de sanciones impuestas a Rusia. Vemos que existen patrones secundarios distintos en diferentes ronda de sanciones y esto ayuda a los responsables políticos a comprender los cambios en la economía y desarrollar una actitud frente a estos cambios.
This dissertation consists of three parts. The aim of this study is to quantify dynamically the market connectedness by using return and volatility spillovers. First part is a methodological study to investigate the market connectedness and explanation of an extended methodology. Return and volatility series is taken into account to compare the different interpretations of market connectedness. The study uses the spillover methodology developed by Diebold and Yilmaz (2009) and the extended version with the focus of flow of information developed by Schmidbauer et.al. (2013). The contribution in this case is to discuss how to provide a volatility input series to be used in the explained methodologies. We compare the results of the methodologies using return series and volatility series. A network perspective is used to compute the return and volatility spillovers. Since, quantifying the connectedness is important to evaluate the policy responses and allow an option to policy makers to understand the economy, the last two parts of the study include empirical innovations to discuss the network importance of two countries. In the second part we apply the methodology to Turkish stock market to understand its dynamics since 2000. We construct a network consists of six stock markets and investigate the Turkish economic history by quantifying the market connectedness in the network. We focus on the changes in the market connectedness with a view towards political and economic events. The third one is an examination of Russian stock market during the Ukrainian crisis. We link the shock spillover characteristics of the Russian stock market with different round of sanctions imposed to Russia. We see that distinct spillover patterns exist in different round of sanctions and this help to policy makers to understand the changes in the economy and develop an attitude towards this changes.
Dinàmica de la xarxa; Dinámica de la red; Network dynamics; Desbordaments; Desbordamientos; Spillovers; Valor de propagació; Valor de propagación; Porpagation value
33 - Economia
Ciències Socials