Περίληψη
Η διατριβή αυτή επικεντρώνεται στη χρήση οικονομετρικών και στατιστικών μοντέλων στην ανάλυση χρηματοοικονομικών χρονοσειρών. Χρησιμοποιεί μια ευρεία γκάμα μεθοδολογιών, περιλαμβάνοντας μοντέλα από την οικογένεια των πολυμεταβλητών GARCH (γενικευμένα αυτοπαλίνδρομα υποδείγματα με υπό συνθήκη ετεροσκεδαστικότητα) και μεθοδολογίες τοπικών συσχετίσεων (Local Gaussian Correlations). Επιπλέον, εφαρμόζει μοντέλα κλασματικής συνολοκλήρωσης (FC-VAR), μαζί με φασματικές τεχνικές όπως η ανάλυση συνοχής κυματιδίων και οι μετασχηματισμοί Fourier. Ο βασικός στόχος αυτών των μεθόδων είναι η ανάλυση της διάχυσης στη διακύμανση και τις δυναμικές συσχετίσεις. Αυτές οι οικονομετρικές μέθοδοι εφαρμόζονται σε εμπειρικές έρευνες με ένα πολυδιάστατο σύνολο στόχων. Συγκεκριμένα, η διατριβή εξερευνά τα αποτελέσματα της μετάδοσης της διακύμανσης, τα μη-συγχορνισμένα δεδομένα στις συναλλαγές και τα χαρακτηριστικά μακράς μνήμης στην διακύμανση της αγοράς. Επιπλέον, στοχεύει να διευκρινίσει τον κρίσιμο ρόλο που ...
Η διατριβή αυτή επικεντρώνεται στη χρήση οικονομετρικών και στατιστικών μοντέλων στην ανάλυση χρηματοοικονομικών χρονοσειρών. Χρησιμοποιεί μια ευρεία γκάμα μεθοδολογιών, περιλαμβάνοντας μοντέλα από την οικογένεια των πολυμεταβλητών GARCH (γενικευμένα αυτοπαλίνδρομα υποδείγματα με υπό συνθήκη ετεροσκεδαστικότητα) και μεθοδολογίες τοπικών συσχετίσεων (Local Gaussian Correlations). Επιπλέον, εφαρμόζει μοντέλα κλασματικής συνολοκλήρωσης (FC-VAR), μαζί με φασματικές τεχνικές όπως η ανάλυση συνοχής κυματιδίων και οι μετασχηματισμοί Fourier. Ο βασικός στόχος αυτών των μεθόδων είναι η ανάλυση της διάχυσης στη διακύμανση και τις δυναμικές συσχετίσεις. Αυτές οι οικονομετρικές μέθοδοι εφαρμόζονται σε εμπειρικές έρευνες με ένα πολυδιάστατο σύνολο στόχων. Συγκεκριμένα, η διατριβή εξερευνά τα αποτελέσματα της μετάδοσης της διακύμανσης, τα μη-συγχορνισμένα δεδομένα στις συναλλαγές και τα χαρακτηριστικά μακράς μνήμης στην διακύμανση της αγοράς. Επιπλέον, στοχεύει να διευκρινίσει τον κρίσιμο ρόλο που παίζουν οι πράσινες επενδύσεις στις χρηματοοικονομικές αγορές και αξιολογεί τη δυναμική αλληλεπίδραση μεταξύ των οικονομικών πολιτικών και της χρηματοοικονομικής σταθερότητας. Η διατριβή υπογραμμίζει την ανάγκη λεπτομερούς ανάλυσης των αγορών ναυτιλίας, προσδίδοντας νέα δεδομένα στην κατανόηση της πολυπλοκότητάς τους. Ενισχύει την ακαδημαϊκή συζήτηση στον τομέα της χρηματοοικονομικής οικονομετρίας και παρέχει πολύτιμες πληροφορίες για επενδυτές και πολιτικούς φορείς. Αυτή η διατριβή αποτελείται από πέντε αυτόνομα κεφάλαια με διαφορετικές εφαρμογές στον τομέα της εφαρμοσμένης χρηματοοικονομικής οικονομετρίας. Το πρώτο κεφάλαιο εξετάζει εμπειρικά την επίδραση των μη συγχρονισμένων δεδομένων στη διάχυση της διακύμανσης μεταξύ των αγορών G-7 κατά τη διάρκεια διαφόρων κρίσεων όπως της κρίσης της Ευρωζώνης και της κρίσης του Covid-19. Εφαρμόστηκαν τα υποδείγματα MA(1) BEKK και MA(1) DCC σύμφωνα με τους Burns κ.ά. (1998). Επεκτείνουμε αυτή την ανάλυση με τα realized kernels στην εξίσωση διακύμανσης ως ερμηνευτικές μεταβλητές. Επίσης, δοκιμάζουμε τα αποτελέσματα μέσω της ανάλυσης συνοχής κυματιδίων. Επιπλέον, η εκτίμηση και των δύο μοντέλων DCC και BEKK μας επιτρέπει να αξιοποιήσουμε τα πλεονεκτήματα κάθε μοντέλου σύμφωνα με τους Caporin & McAleer (2012). Επιπρόσθετα, αυτό είναι το πρώτο άρθρο που εκτιμά την ανάλυση συνοχής κυματιδίων για τους κύριους δείκτες της G-7 με realized kernels. Έτσι, το φαινόμενο της μετάδοσης της διακύμανσης μεταξύ των αγορών είναι πιο αντιληπτό, καθώς τα ακραία σημεία είναι ορατά. Τα κύρια αποτελέσματα μας επιβεβαιώνουν την ισχύ του φαινομένου συγχρονισμού που είναι μεταξύ (ΗΠΑ-Καναδάς), (ΗΠΑ-Γερμανία), (ΗΠΑ-Γαλλία), (ΗΠΑ-Ιταλία) και (ΗΠΑ-Ηνωμένο Βασίλειο) και για (ΗΠΑ-Ιαπωνία). Τέλος, επιβεβαιώνουμε τα αποτελέσματα χρησιμοποιώντας τους μετασχηματισμούς Fourier για να καταγράψουμε τις διαφορές φάσεων μεταξύ των σύγχρονων και μη σύγχρονων δεδομένων. Τα αποτελέσματα προσφέρουν κρίσιμες συνέπειες για τις στρατηγικές διαφοροποίησης χαρτοφυλακίων και τονίζουν την ανάγκη για κάποια μορφή διεθνούς επενδυτικής προσέγγισης και πολιτικής. Το δεύτερο κεφάλαιο παρουσιάζει το υπόδειγμα κλασματικής συνολοκλήρωσης (FCVAR), το οποίο στοχεύει να μελετήσει τη μακροπρόθεσμη σχέση με τη χρήση των realized kernels των G-7. Τα δεδομένα καλύπτουν ένα διάστημα 2.329 ημερήσιων παρατηρήσεων από την 1η Απριλίου 2012 έως την 27η Ιουνίου 2022. Χρησιμοποιούμε το υπόδειγμα (FC-VAR) στα realized kernels, αντί των τυπικών μοντέλων VAR ή των μοντέλων τύπου DCC/BEKK σε απλές αποδόσεις, για να αντιμετωπίσουμε τους περιορισμούς της υπάρχουσας βιβλιογραφίας και να παρέχουμε ισχυρές προοπτικές. Τα κύρια αποτελέσματα δείχνουν ότι οι αγορές του Καναδά και του Ηνωμένου Βασιλείου επιδεικνύουν μια ισχυρή σχέση με τις ΗΠΑ, παρουσιάζοντας άμεσες προσαρμογές προς την ισορροπία. Αντίθετα, η Γερμανία, η Γαλλία, η Ιταλία και η Ιαπωνία εμφανίζουν διακριτές τάσεις από την αγορά των ΗΠΑ, δείχνοντας διακριτές δυναμικές αγοράς. Αυτή η έρευνα συμβάλλει στην κατανόηση της δυναμική της αγοράς, των μακροχρόνιων επιδράσεων και του ρόλου των realized kernels στις χρηματοοικονομικές αγορές, παρέχοντας πολύτιμη καθοδήγηση για τη διαχείριση κινδύνου, την κατανομή χαρτοφυλακίου και τις επενδυτικές αποφάσεις.Το τρίτο Κεφάλαιο ερευνά τον δείκτη πράσινων ομολόγων, ένα περιουσιακό στοιχείο που συνδέεται με την κλιματική αλλαγή. Η κλιματική αλλαγή είναι αναμφισβήτητα ένα από τα πιο επείγοντα προβλήματα του 21ου αιώνα. Η ανάγκη για δράση έχει οδηγήσει σε μια παγκόσμια μετατόπιση προς τις πράσινες επενδύσεις, με στόχο τη μείωση των εκπομπών και την υποστήριξη βιώσιμων τεχνολογιών. Σε αυτό το πλαίσιο, τα πράσινα ομόλογα έχουν αναδειχθεί ως ένα ισχυρό περιουσιακό στοιχείο που προσφέρει στους επενδυτές την ευκαιρία να υποστηρίξουν την πράσινη ανάπτυξη, συνδυάζοντας τα οικονομικά τους συμφέροντα με τις περιβαλλοντικές τους ευθύνες. Ο σκοπός αυτού του κεφαλαίου είναι να ερευνήσει εμπειρικά τη σχέση μεταξύ του δείκτη πράσινων ομολόγων και των δεικτών S&P 500 (ΗΠΑ), FTSE 100 (Ηνωμένο Βασίλειο), Nikkei 225 (Ιαπωνία) και ASE (Ελλάδα) για την περίοδο από τον Ιανουάριο του 2014 έως και τον Ιούνιο του 2022. Χρησιμοποιώντας το μοντέλο VAR και την ανάλυση αιτιότητας, το μοντέλο δυναμικής υπό όρους συσχέτισης (DCC) για τον εντοπισμό πιθανών συν-κινήσεων και την ανάλυση συνοχής κυματιδίων, τα αποτελέσματα υποδεικνύουν μια τάση προς την επίτευξη των στόχων της συμφωνίας του Παρισιού και μια παγκόσμια προώθηση μιας στρατηγικής μηδενικών εκπομπών. Ωστόσο, υπονοεί ότι οι αγορές είναι πιο ευάλωτες σε παγκόσμιους κινδύνους, μειώνοντας οποιαδήποτε οφέλη διαφοροποίησης από τις επενδύσεις σε πράσινα ομόλογα. Το τέταρτο κεφάλαιο συνδυάζει τη βιβλιογραφία της χρηματοοικονομικής και της μικροοικονομίας, χρησιμοποιώντας υποδείγματα χρηματοοικονομικής οικονομετρίας. Σε αυτή τη μελέτη, διερευνούμε τη σχέση μεταξύ της οικονομικής ανάπτυξης και κύριων νομισματικών και χρηματοοικονομικών μεταβλητών, συμπεριλαμβανομένων των αποδόσεων δεκαετών ομολόγων, των επιτοκίων και των spreads. Χρησιμοποιούμε τον Δείκτη Βιομηχανικής Παραγωγής (IPI) ως δείκτη για την οικονομική ανάπτυξη και ένα πολυμεταβλητό μοντέλο GARCH-DCC ως οικονομετρικό πλαίσιο. Αυτή η επιλογή οικονομετρικού πλαισίου μας επιτρέπει να αξιολογήσουμε αυτές τις σχέσεις σε διακριτές χρονικές περιόδους. Τα κύρια ευρήματα υποδεικνύουν αδύναμη συσχέτιση μεταξύ της οικονομικής ανάπτυξης, όπως υποδεικνύεται από το IPI, και των νομισματικών μεταβλητών. Σχεδόν σε όλες τις περιπτώσεις, η οικονομική ανάπτυξη δεν επηρεάζεται από καμία αλλαγή στα διάφορα επιτόκια, ομόλογα και spreads. Η περίοδος της πανδημίας παρουσιάζει μια αρνητική σχέση για τα spreads και τα ομόλογα σε σχέση με το IPI, ακολουθώντας την κυρίαρχη θεωρία, ενώ το τρίμηνο επιτόκιο ακολουθεί διαφορετικό μοτίβο, αντίθετα με άλλες χρονικές περιόδους. Ίσως οι μοναδικές χαρακτηριστικές της κρίσης της πανδημίας οδηγούν σε αυτές τις διάφορες συμπεριφορές για το τρίμηνο επιτόκιο. Επιπλέον, η μελέτη μας επεκτείνει την υπάρχουσα έρευνα ενσωματώνοντας ερμηνευτικές μεταβλητές στις εξισώσεις διακύμανσης και εφαρμόζοντας ανάλυση συνοχής κυματιδίων, εμβαθύνοντας περαιτέρω σε αυτές τις πολύπλοκες σχέσεις. Το τελευταίο κεφάλαιο πραγματοποιεί μια εμπειρική έρευνα της μεταβλητότητας μεταξύ πολλαπλών δεικτών ναυτιλίας—συμπεριλαμβανομένων των BDI, BDTI, BCTI, Handysize και Panamax—και σημαντικών χρηματοοικονομικών δεικτών και εμπορευμάτων όπως ο χαλκός, το καλαμπόκι, το αργό πετρέλαιο, το σιτάρι και ο δείκτης S&P 500. Ως μεθοδολογικά εργαλεία χρησιμοποιήθηκαν το μοντέλο BEKK μαζί με την ανάλυση συνοχής κυματιδίων για τους σκοπούς της έρευνας. Η έρευνα αναλύει τόσο τις βραχυπρόθεσμες όσο και τις μακροπρόθεσμες συνδέσεις μεταβλητότητας από το 2007 έως το 2023. Αυτό το χρονικό διάστημα περιλαμβάνει κρίσιμα παγκόσμια γεγονότα όπως η Παγκόσμια Οικονομική Κρίση, η πανδημία COVID-19 και ο πόλεμος της Ρωσίας με την Ουκρανία. Αυτό το χρονικό πλαίσιο προσφέρει την ευκαιρία να εξερευνηθεί ο αντίκτυπος της μετάδοσης και οι εγγενείς κίνδυνοι που συνδέονται με τη ναυτιλιακή βιομηχανία και τα χρηματοοικονομικά περιουσιακά στοιχεία που σχετίζονται με αυτήν. Τα αποτελέσματα τονίζουν την μετάδοση της διακύμανσης, δείχνοντας ότι οι συσχετίσεις διαφέρουν σε διαφορετικά σενάρια κρίσεων. Αυτή η μελέτη όχι μόνο ενισχύει την κατανόησή μας για την πολυπλοκότητα της αγοράς ναυτιλίας, αλλά εμβαθύνει επίσης σε κρίσιμες προοπτικές για στρατηγικές μετρίασης κινδύνων και σκέψεις για τη διαφοροποίηση χαρτοφυλακίων.
περισσότερα
Περίληψη σε άλλη γλώσσα
This dissertation centers on the use of econometric and statistical models in the analysis of financial time series. It utilizes a wide array of methodologies, including models from the multivariate GARCH (Generalized Autoregressive Conditional Heteroskedasticity) family and Local Gaussian Correlations. Additionally, it applies Fractionally Cointegrated Vector Autoregressive (FC-VAR) models, along with spectral techniques such as wavelet coherence analysis and Fourier transforms. The primary objective of these methods is to analyze co-movement in volatility and dynamic correlations. These econometric specifications are applied to empirical investigations with a multifaceted set of objectives. Notably, the dissertation explores volatility spillover effects, non-synchronous trading patterns, and long-memory features in market volatility. Furthermore, it aims to elucidate the critical role that green investments play in financial markets and assesses the dynamic interplay between economic ...
This dissertation centers on the use of econometric and statistical models in the analysis of financial time series. It utilizes a wide array of methodologies, including models from the multivariate GARCH (Generalized Autoregressive Conditional Heteroskedasticity) family and Local Gaussian Correlations. Additionally, it applies Fractionally Cointegrated Vector Autoregressive (FC-VAR) models, along with spectral techniques such as wavelet coherence analysis and Fourier transforms. The primary objective of these methods is to analyze co-movement in volatility and dynamic correlations. These econometric specifications are applied to empirical investigations with a multifaceted set of objectives. Notably, the dissertation explores volatility spillover effects, non-synchronous trading patterns, and long-memory features in market volatility. Furthermore, it aims to elucidate the critical role that green investments play in financial markets and assesses the dynamic interplay between economic policies and financial stability. A particular emphasis is placed on the disaggregated analysis of shipping markets, offering novel perspectives for market complexity. The dissertation contributes substantially to the academic discourse on financial econometrics and offer actionable insights for policy makers and for the investors. This dissertation consists of five self-contained chapters with different applications in the field of applied financial econometrics. The first chapter empirically examines the effect of non-synchronous trading on volatility spillover among G7 equity markets during the Eurozone Sovereign Debt Crisis and the Covid-19 crisis . For data synchronization the MA(1) BEKK and MA(1) DCC models are applied according to Burns et al. (1998). We extend this analysis with realized kernels in variance equation as explanatory variables. Also, we test the results through the wavelet coherence analysis. Furthermore, estimating both DCC and BEKK allows us to exploit the advantages of each model according to Caporin & McAleer (2012). In addition, this is the first article to estimate the Wavelet Coherence Analysis for G-7 major indices with realized kernels. Thus, the contagion effect between the markets is more perceptible, as the spikes are visible. Our main results are indicative of the validity of the synchronization phenomenon which is between (USACanada), (USA-Germany), (USA-France), (USA-Italy) and (US-UK) and for (USAJapan). Finally, we confirm the results employing the Fourier transforms to take the phase differences between synchronous and non-synchronous data. The results provide crucial [vii] implications for portfolio diversification strategies and highlight the need for some form for international investors and policy makers. The second chapter introduces the fractionally cointegrated vector auto-regressive model (FCVAR) aimed to study the fractional long-run relationship using the realized kernels of G-7. The data covers a period of 2.329 daily observations from 1st April 2012 to 27th June 2022. We use a Fractionally Cointegrated Vector Autoregressive (FC-VAR) model on realized kernels, rather than standard VAR or DCC/BEKK type models on simple returns, to address the limitations of existing literature and provide robust insights. The main results indicate that Canadian and UK markets demonstrate a strong equilibrium relationship with the US, exhibiting prompt adjustments towards equilibrium. Conversely, Germany, France, Italy, and Japan display divergent trends from the US market, indicating distinct market dynamics. This research contributes to the understanding of market dynamics, long-memory effects, and the role of realized kernels in financial markets, offering valuable guidance for risk management, portfolio allocation and investment decisions. Chapter III investigates Green Bond Index, a financial asset linked to climate change. Climate change is undoubtedly one of the most urgent problems of the 21st century. The need for action has led to a global shift towards green investment, aimed at reducing emissions and supporting sustainable technologies. In this context, green bonds have emerged as a powerful financial tool that offers investors the opportunity to support green growth by combining their financial interests with their environmental responsibilities. The purpose of this paper is to empirically investigate the connectedness among green bond index and S&P 500 (US), FTSE 100 (UK), Nikkei 225 (Japan) and ASE (Greece) indices for the period spanning from January 2014 to June 2022. Using the VAR and causality, the dynamic conditional correlation (DCC) model in order to detect possible co-movements and the wavelet coherence analysis for the robustness check; the results suggest a trend towards achieving the goals of the Paris Agreement and a global push for a net-zero strategy. However, it also implies that markets, are more vulnerable to global risks diminishing any diversification benefits of investing in green bonds. The fourth chapter combines the literature of finance and macroeconomics utilizing the methodology of financial econometrics. In this study, we investigate the relationship between economic growth and key monetary and financial variables, including 10-year bond yields, interest rates, and spreads. We employ the Industrial Production Index (IPI) [viii] as a proxy for economic growth and a multivariate GARCH-DCC as econometric framework. This specific choice of econometric framework allows us to assess these relationships across distinct time periods. The main findings imply weak correlation between economic growth, as indicated by the IPI, and the monetary variables under investigation. In almost all cases economic growth is not affected by any changes in various interest rates, bond and spread. The pandemic period presents a negative relationship for spread and bond in relation to IPI, following the mainstream theory, while the 3-months rate follows a different pattern, contrary to other time periods. Maybe the unique characteristics of the pandemic crisis leads to these diverse behavior for the 3- month rate. Additionally, our study extends existing research by incorporating explanatory variables in variance equations and applying wavelet coherence analysis, delving deeper in these complex relationships. The last chapter conducts an empirical investigation of the interrelated volatility among multiple shipping indices—including BDI, BDTI, BCTI, Handysize, and Panamax—and significant financial commodities such as copper, corn, crude oil, wheat, and the S&P 500. As methodological tools BEKK model along with wavelet coherence analysis was used for the aims of the investigation. The research analyzes both short-term and longterm volatility linkages from 2007 to 2023. This timeframe includes crucial global events such as the Global Financial Crisis, the COVID-19 pandemic, and the Russo-Ukrainian war. This timeframe offers the opportunity to explore the contagion impact and inherent risks associated with the shipping industry and financial assets associated with this industry. The results underline the volatility connections, indicating that correlation vary in different crisis scenarios. This study not only enhances our comprehension of the shipping market's complexity but also delves deep into critical perspectives for risk mitigation strategies and portfolio diversification considerations.
περισσότερα