در مورد همبستگی در بین طلا و سایر بازارهای مالی: یک رویکرد نامتقارن چند متغیره متغیر

تجزیه و تحلیل زمان همبستگی متفاوت بین قیمت طلا و بازار مالی در زمینه سرمایه گذاری های بین المللی در چند سال گذشته به خوبی در ادبیات مورد بررسی قرار گرفته است. در این مقاله ، وابستگی متقابل سه بازار مالی و قیمت طلا را بررسی می کنیم. ما یک همبستگی شرطی نامتقارن چند متغیره ای را اتخاذ می کنیم ، در طی دوره ای از 5 ژانویه 1995 تا 30 مه 2017. نتایج تجربی حاکی از پاسخ های نامتقارن در همبستگی بین بازار طلا و بازار مالی است. ما می دانیم که همبستگی های پویا نامتقارن حتی در تنش های مشابه در بازار برای همان جفت دارایی ها ، تنوع زمان قابل توجهی را نشان می دهد. یافته های ما حاکی از آن است که سرمایه گذاران و مدیران صندوق باید ساختار وابستگی نامتقارن را در نظر بگیرند ، که این بستگی به صعود یا نزولی بازار دارد.

روی نسخه خطی کار می کنید؟

1. معرفی

روابط پویا بین طلا و سایر بازار مالی توجه ویژه ای را از طرف پزشکان و دانشگاهیان به خود جلب کرده است. رابطه قوی بین آنها پیامدهای مهمی برای تصمیمات بودجه بین المللی سرمایه گذاری و سیاست های اقتصادی خواهد داشت زیرا شوک های منفی بر یک بازار ممکن است به سرعت از طریق اثرات مسری به دیگری منتقل شود. این مسئله با وقوع وقایع اخیر قو سیاه مانند بحران زیرپردای ایالات متحده 2007 بسیار مهم تر شده است.

یک یافته مشترک و برجسته ارائه شده در ادبیات مالی اخیر این است که بازده دارایی وابستگی نامتقارن را نشان می دهد ، یعنی بازارهای مالی بین شرایط آرام و شدید رفتار می کنند. وجود عدم تقارن در بازارهای مالی به نفع تنوع نمونه کارها و اثربخشی مدیریت ریسک شک می کند.

طلا یک منبع استراتژیک است که تا حد زیادی در امنیت ملی و در فعالیت های مختلف اقتصادی ملی مورد استفاده قرار می گیرد. نوسانات بزرگ در بازار طلا منجر به افزایش نوسانات قیمت می شود. دومی چالش هایی را برای شرکت کنندگان در بازار مانند مصرف کنندگان و تولید کنندگان تحمیل می کند و بر سیاست های تثبیت قیمت تأثیر می گذارد ، که اغلب سعی می کنند قیمت آینده طلا را پیش بینی کنند.

شواهد تجربی در مورد روابط طلا - بازارهای مالی توسط مطالعات بیشماری مستند شده است ، به عنوان مثال ، Longin و Solnik (2001) و Ang and Chen (2002) عدم تقارن در بازده سهام را با استفاده از همبستگی فراتر از آن بررسی می کنند (نگاه کنید به Ang and Bekaert (2002))بشرکمپبل و همکاران.(2008) عادی بودن توزیع بازده دارایی مالی را رد می کند. تعداد مطالعات عملکرد طلا را به عنوان دارایی پرچین یا پناهگاه امن ارزیابی می کند (هیلیر و همکاران 2006 ؛ Baur and Lucey 2010 ؛ Baur and McDermott 2010 ؛ Qadan and Yagil 2012 ؛ Hood and Malik 2013 ؛ Miyazaki and Hamori 2013). از طرف دیگر ، مطالعات متعددی نشان می دهد که طلا ارتباط با سایر دارایی های مالی را به دلیل تأمین مالی کالاها تقویت کرده است (Domanski and Heath 2007 ؛ Baur 2011 ؛ Tang and Xiong 2012 ؛ Silveoinen and Thorp 2013 ؛ Miyazaki and Hamori 2014).

در بازارهای نوظهور ، که سرمایه گذاران جهانی را به خود جلب می کند ، مطالعات قبلی شواهدی از تعامل قابل توجه بین قیمت های طلا و سهام و نوسانات آنها ارائه می دهد (به عنوان مثال ، وانگ و همکاران 2010 ، و آروی و همکاران 2015 ، برای چین ؛ جین و بیسوال 2016 ، برایهند ؛ رازا و همکاران 2016 ، برای بازارهای نوظهور ؛ کومار 2014). برخی از مطالعات دیگر ، ویژگی های پرچین و/یا ایمن از طلای طلا را برای بازارهای سهام مستند می کنند (از میان دیگران ، آروری و همکاران 2015 ، برای چین ؛ گورگون و اولیس 2014 ، برای بازارهای نوظهور).

برای بررسی تعامل بین طلا و بازار سهام ، از برخی روش های اقتصاد سنجی استفاده می شود. به عنوان مثال ، Bekiros و همکاران.(2017) از یک روش Copula مبتنی بر Garch و یک رویکرد موجک برای مطالعات نقش محافظت و تنوع طلای طلا برای بازارهای سهام BRICS استفاده کنید. نتایج حاکی از شواهد پیوندهای علیت دو طرفه است ، نشان می دهد که طلا بیشتر شبیه به سهام است. از طرف دیگر ، Sarwar (2017) پیوندهای بین نوسانات ضمنی بازارهای سهام ایالات متحده و طلا را در نظر می گیرد ، نویسنده از روابط در بازارهای بزرگ نوظهور چشم پوشی می کند.

به تازگی ، Sarwar و Khan (2017) از یک مدل Garch و آزمایش علیت Granger استفاده می کنند ، و آنها نشان می دهند که عدم اطمینان بازار ایالات متحده باعث کاهش بازده بازار در آمریکای لاتین می شود و واریانس بازده را افزایش می دهد. بوری و همکاران.(2017a) وجود غیرخطی و ادغام قابل توجهی در تعامل بین نوسانات ضمنی طلا ، نفت خام و سهام هند را می یابد. بوری و همکاران.(2017b) علیت کوتاه مدت و بلند مدت بین نوسانات ضمنی طلا و هند و چین را بررسی می کند. نویسندگان شواهدی از تأثیر بازخورد نشان می دهند. یانگ و ژو (2017) تأثیر قابل توجهی از تسکین کمی بر سرریزهای نوسانات ضمنی در کالاهای اوراق خزانه ایالات متحده و شاخص های بازار سهام را مشخص می کنند.

در زمینه اثر نامتقارن و زمان متفاوت ، کانگ و همکاران.(2016) نشان می دهد که همبستگی پویا بین بازارهای BRICS و کالاها (نفت و طلا) زمان متغیر و حساس به رویدادهای مهم اقتصادی و مالی است. برخی از مطالعات تأثیر بحران مالی جهانی را در نظر می گیرند. به عنوان مثال ، Xu و Hamori (2012) از رویکرد عملکرد همبستگی متقابل استفاده می کنند و نشان می دهند که پیوندهای نوسانات بین بازار ایالات متحده و سهام BRIC پس از GFC به طور قابل توجهی کاهش یافته است. علاوه بر این ، منسی و همکاران..

هدف اصلی این کار ، کشف پویایی نامتقارن در همبستگی بین طلا و سایر بازارهای مالی است ، زیرا این امر در تحقیقات تجربی مورد بررسی قرار گرفته است. علاوه بر این ، انجام یک تحلیل تجربی در مورد چگونگی تغییر ساختارهای وابستگی بازار طلا و مالی به ویژه در مراحل مختلف بازارهای مالی ، آشفتگی وام مسکن زیرپرداخت و بحران مالی جهانی جالب خواهد بود. دو کمک عمده در این موضوع در مطالعه حاضر انجام شده است. اول ، ما رفتار نامتقارن همبستگی پویا بین بازار طلا و مالی را با استفاده از مدل DCC نامتقارن چند متغیره (A-DCC) که توسط Cappiello و همکاران ارائه شده است ، بررسی می کنیم.(2006). مدل A-DCC امکان عدم تقارن مشروط در پویایی کواریانس و همبستگی را فراهم می کند ، در نتیجه امکان بررسی پاسخ های نامتقارن در همبستگی ها را در دوره های شوک منفی فراهم می کند. دوم ، ما ارزیابی می کنیم که چگونه دوره منتخب بحران ها بر تخمین DCC در بین بازارهای ارز تأثیر می گذارد.

این مقاله به شرح زیر است. در بخش بعدی ، ما به طور خلاصه روش آزمایش عدم تقارن در همبستگی را مرور می کنیم. بخش 3 داده ها را توصیف می کند و بخش 4 نتایج تجربی ما را ارائه می دهد. بخش 5 نتیجه می گیرد.

2 روش شناسی اقتصاد سنجی

برای بررسی پویایی همبستگی های بین طلا و سایر بازارهای مالی یعنی شاخص S & P500 (SPX) ، بانک مریل لینچ ایالات متحده آمریکا شاخص بازده کل (CMBI) و شاخص تجارت ایالات متحده در برابر ارزهای اصلی (USDI (USDI)) ، ما از مدل همبستگی مشروط دینامیکی نامتقارن (AG-DCC) که توسط Cappiello و همکاران تهیه شده است استفاده می کنیم.(2006). این رویکرد با معرفی دو اصلاح ، مدل DCC Engle (2002) را تعمیم می دهد: پارامترهای تکامل همبستگی دارایی خاص و نامتقارن شرطی در پویایی همبستگی. در این مقاله ، ما رویکرد سه مرحله زیر را اتخاذ می کنیم (همچنین به Kenourgios و همکاران (2011) ، Toyoshima و همکاران (2012) ، Samitas و Tsakalos (2013) و Toyoshima و Hamori (2013) مراجعه کنید). در مرحله اول ، ما واریانس مشروط بازده بازار طلا و مالی را با استفاده از یک ناهمگونی مشروط مشروط به اتمامیک خودجوشی خودجوش (AR (M)- EGARCH (P ، Q)) مدل پاورقی مدل 1 تخمین می زنیم. برای تجزیه و تحلیل دقیق تر ، ما از معادلات زیر استفاده می کنیم:

$$ _t =<mu>_0+_^m<mu>_i_+_ t $ $ $ $ Mathit<ln> سمت چپ (_t راست) = omega +_^q سمت چپ [_i سمت چپ | _ راست | +<gamma>_i_ RIGHT]+_^P_I MATHIT<ln> سمت چپ (_ راست) $ $

جایی که r_حرفبازده طلا و بازده بازار مالی را نشان می دهد ، ε_حرفاصطلاح خطا است ، ساعت_حرفآیا نوسانات مشروط است و (_t = _t/ sqrt ) باقیمانده استاندارد است.

مدل EGARCH نسبت به مشخصات خالص Garch دارای چندین مزیت است. اول ، از LN (H_حرف) مدل شده است ، پس حتی اگر پارامترها منفی باشند ، H_حرفمثبت خواهد بودبنابراین نیازی به تحمیل محدودیت های غیر منفی بر پارامترهای مدل نیست. دوم ، عدم تقارن تحت فرمول Egarch مجاز است ، زیرا اگر رابطه بین نوسانات و بازده منفی باشد ، γ_منمنفی خواهد بودتوجه داشته باشید که یک مقدار منفی γ_منبه این معنی است که باقیمانده های منفی در آینده نزدیک واریانس های بالاتری ایجاد می کنند.

ما فرض می کنیم که متغیر تصادفی z_حرف has a student distribution (see Bollerslev (1987)) with υ>2 درجه آزادی با چگالی داده شده توسط:

$ $ D سمت چپ (_t,upsilon ight)=frac ight)> راست) sqrt<pi left(upsilon -2 ight)>><left(1+frac<upsilon -2> ight)>^-upsilon> $$

Where Γ( υ ) is the gamma function and υ is the parameter that describes the thickness of the distribution tails. The Student distribution is symmetric around zero and, for v>4 ، کورتوز شرطی برابر با 3 (V - 2)/(V - 4) است که از مقدار طبیعی سه فراتر می رود. برای مقادیر بزرگ V ، چگالی آن به حالت عادی استاندارد همگرا می شود.

شکل ورود به سیستم مدل EGARCH (P ، Q) بدون نیاز به محدود کردن پارامترهای مدل ، مثبت بودن واریانس شرطی را تضمین می کند. اصطلاح z_{T - من}اثر نامتقارن شوکهای مثبت و منفی را نشان می دهد. اگر γ_من>0 ، سپس z_{T - من}= ε_{T - من}/ σ_{T - من}مثبت استاصطلاح (_^p_i ) تداوم شوک ها به واریانس شرطی را اندازه گیری می کند.

میانگین معادله مشروط (معادله 1) به عنوان یک فرآیند خودجوش یا سفارش m مشخص شده است. طول تاخیر بهینه M برای هر سری بازده دارایی توسط معیار اطلاعات شوارتز-بیسی (SBIC) ارائه شده است.. طول تاخیر بهینه P و Q با استفاده از معیار SBIC تعیین می شود.

از Eq2 ، ما ابتدا نوسانات مشروط را بدست می آوریم و سپس همبستگی های مشروط را بازیابی می کنیم. ماتریس کواریانس شرطی سپس به شرح زیر تعریف می شود:

$$ _t = _t_t_t $ $

جایی که ماتریس مورب D_حرفانحراف استاندارد شرطی است که از Eq بدست آمده است. 2. ماتریس باقیمانده های استاندارد z_حرفبرای برآورد پارامترهای مدل همبستگی پویا نامتقارن (A-DCC) که توسط Cappiello و همکاران تهیه شده است ، استفاده می شود.(2006). مدل AG-DCC به عنوان آورده شده است

$$ _t = سمت چپ ( overline-^<prime> بیش از حدA-^<prime> بیش از حدB-^<prime> Overlineg Right)+^<prime>__^<prime>A+^<prime>_b+^<prime>__^<prime>G $$

که در آن ( overline ) و ( overline = e سمت چپ (_t_t^<prime> راست) ) ماتریس همبستگی بی قید و شرط Z هستند_حرفو η_حرفبشرη_حرف= من [Z_حرف <0] ∘ Z _حرفبشرمن [.] یک تابع شاخص است به گونه ای که i = 1 در صورت z_حرف <0 and I = 0 if Z _حرف≥ 0 ، در حالی که "∘" محصول Hadamard است.

مدل A-DCC (1،1) به عنوان یک مورد خاص از مدل Ag-DCC (1،1) مشخص می شود اگر ماتریس های A ، B و G توسط Scalars جایگزین شوند₁، ب₁و g₁بشرCappiello و همکاران.(2006) نشان می دهد که q_حرفاگر ( سمت چپ ( overline-^ "باشد ، مثبت است با احتمال وجود دارد<prime> Overlinea-^<prime> overlineb-^<prime> Overlineg RIGHT) ) قطعی مثبت است. مرحله بعدی شامل محاسبه ماتریس همبستگی r است_حرفاز معادله زیر:

$$ _t = _t^ _t_t^ $ $

Where ( _t^=sqrt>) یک ماتریس مورب با یک ریشه مربع از عنصر مورب it q است_حرفدر موقعیت مورب آن.

3 توضیحات داده

این داده ها شامل Fixing Daily Gold PM (GOLD) منتشر شده توسط انجمن بازار London Bullion و شاخص S& P500 (SPX) ، بانک مریل لینچ ایالات متحده آمریکا شاخص کل بازده (CMBI) و شاخص تجارت ایالات متحده در برابر تجارت ایالات متحده در برابر تجارت است. به ترتیب ارزهای عمده (USDI). برای هر ارز ، بازده مرکب به طور مداوم به صورت محاسبه می شود: (<mathrm>_<mathrm>= 100 AST ln سمت چپ ( frac<<mathrm

>_<mathrm>><<mathrm

>_<mathrm-1>> راست) ) برای t = 1 ، 2 ،… t ، جایی که p_tقیمت روز t است. این نمونه دوره ای از 05 ژانویه 1995 تا 30 مه 2017 را در بر می گیرد که منجر به اندازه نمونه 8213 مشاهدات می شود. SPX از DataStream است. CMBI و USDI از پایگاه داده اقتصادی فدرال رزرو فدرال فدرال سنت لوئیس هستند.

برای بررسی تغییر زمان دینامیک همبستگی ، ما نمونه را به سه دوره نمونه تقسیم می کنیم: دوره اول 5 ژانویه 1995-10 سپتامبر 2001 است. دوم 11 سپتامبر 2001 است - اوت 7 ، 2007 ؛و سوم 8 اوت 2007-30 مه 2017 است. هر نمونه با مراحل مختلف بازارهای مالی مشخص می شود و عملاً با دوران اعتدال مطابقت دارد تا زمان فروپاشی حباب Dot-com و حملات تروریستی (نمونه 1). قیمت دارایی ، به ویژه مسکن ، دوران رونق تا آشفتگی وام مسکن در زیر سوابق (نمونه 2). و دوران بحران مالی جهانی برای ارائه (نمونه 3).

جدول 1 آمار توصیفی را برای مجموعه داده های ما در هر دوره نمونه گزارش می دهد. در کل نمونه و نمونه اول ، SPX بزرگترین بازده مثبت را نشان می دهد ، در نتیجه نشان می دهد که قیمت سهام به طور قابل توجهی است. علاوه بر این ، انحراف استاندارد یا نوسانات SPX بالاترین دوره در دوره نمونه است. سطوح بالاتر چرمی برای هر سری بازگشت نشان می دهد که تغییرات شدید تمایل به بیشتر برای این ارزها رخ می دهد. علاوه بر این ، در توزیع برگشتی با توجه به مقادیر بالای کورتوز برای همه بازده ها ، دم های چربی وجود دارد. برای تأمین وجود "دم چربی" ، ما فرض می کنیم که دانش آموزان نوآوری های توزیع شده را توزیع کنند. علاوه بر این ، آماری Jarque-Bera فرض عادی بودن را در سطح 1 ٪ برای همه برای همه بازارهای طلا و مالی رد می کند.

6. نتیجه گیری

در حالی که زمان همبستگی های مختلف قیمت طلا و بازار مالی تحقیقات گسترده ای داشته است ، توجه نسبتاً کمی به پویایی همبستگی های موجود در یک بازار توجه شده است.

در این مقاله ، ما همبستگی شرطی پویا بین سه بازار مالی یعنی SPX ، CMBI و USDI و قیمت طلا را با استفاده از مدل همبستگی شرطی پویا نامتقارن (A-DCC) که توسط Cappiello و همکاران تهیه شده است ، تجزیه و تحلیل می کنیم.(2006). ما همچنین با در نظر گرفتن رویدادهای مهم مالی و اقتصادی نسبت به حملات تروریستی ، آشفتگی وام مسکن زیرپارچه و بحران مالی جهانی ، از یک مدل Ar-Egarch برای تجزیه و تحلیل آماری از همبستگی های متغیر زمان استفاده می کنیم. مدل A-DCC امکان عدم تقارن مشروط در پویایی کواریانس و همبستگی را فراهم می کند ، در نتیجه امکان بررسی پاسخ های نامتقارن در همبستگی ها را در دوره های شوک منفی فراهم می کند. ما سپس مدلهای GARCH یک متغیره فوق را به یک چارچوب دو متغیره با پارامترهای همبستگی شرطی پویا گسترش دادیم تا بتوانیم تعامل بین قیمت طلا و سایر بازارهای مالی را بررسی کنیم.

نتایج تجربی ما نشان می دهد که بازار طلا و مالی عدم تقارن در واریانس های مشروط را نشان می دهد. بنابراین ، نتایج به اهمیت استفاده از یک چارچوب مدل سازی مناسب انعطاف پذیر برای ارزیابی دقیق تعامل بین قیمت طلا و همبستگی های بازار مالی اشاره دارد. همبستگی مشروط بین طلا و سه بازار مالی هنگامی که توسط نوآوری های منفی به تغییرات نسبت به نوآوری های مثبت هدایت می شود ، وابستگی بالاتری دارند. ما می دانیم که همبستگی ها حتی در صورت ظهور شرایط مشابه بازار ، تغییر زمان قابل توجهی را برای همه جفت ها نشان می دهد. یافته های ما نشان می دهد که سرمایه گذاران باید ساختار وابستگی نامتقارن را که بستگی به صعود یا نزولی بازار دارد ، در نظر بگیرند تا قرار گرفتن در معرض خطر را به طور منطقی کنترل کنند.

به نظر می رسد یافته های تجربی ما برای محققان و پزشکان و به ویژه برای سرمایه گذاران فعال و مدیران نمونه کارها که در سهام اوراق بهادار خود از طلا و سایر بازارهای مالی قرار دارند ، مهم است. این یافته ها منجر به پیامدهای مهم از دیدگاه سرمایه گذاران و سیاست گذاران می شود. آنها برای تصمیم گیری های مالی سرمایه گذاران بین المللی در مورد مدیریت قرار گرفتن در معرض ریسک خود در برابر قیمت طلا و نوسانات بازار مالی و از مزایای فرصت های تنوع بالقوه که ممکن است به دلیل کاهش وابستگی در بازار مالی و طلا باشد ، از اهمیت زیادی برخوردار هستند. افزایش طلا و سایر پیوندهای بازار مالی در دوره های بحران حاکی از کاهش مزایای متنوع سازی نمونه کارها است ، زیرا نگه داشتن یک نمونه کارها با ارزهای متنوع کمتر در معرض خطر سیستماتیک است. علاوه بر این ، این رفتار همبستگی ممکن است به عنوان شواهدی از سیاست های پولی غیر تعاونی در سراسر جهان در نظر گرفته شود و نیاز به نوعی هماهنگی سیاست در بین بانکهای مرکزی را برجسته کند. سرانجام ، الگوهای مختلف پیوندهای پویا بین قیمت طلا و سایر بازار مالی ممکن است بر جریان تجارت فراملی و فعالیت شرکتهای چند ملیتی تأثیر بگذارد ، زیرا آنها با توجه به صادرات و واردات ، عدم اطمینان را ایجاد می کنند.

یادداشت

به نلسون (1991) مراجعه کنید.

قبل از برآورد مدلهای تک متغیره AR (M) -EGARCH (P ، Q) ، ما تأیید می کنیم که فرضیه تهی از استیکاری در سری بازگشت قیمت های طلا و بازار مالی با استفاده از آزمون KPSS قابل رد نیست.

منابع

• Ang A ، Bekaert G (2002) تخصیص دارایی بین المللی با تغییر رژیم. REV Financ Stud 15: 1137 1187. https://doi. org/10. 1093/rfs/15. 4. 1137ArticleGoogle Scholar
• Ang A ، Chen J (2002) همبستگی های نامتقارن اوراق بهادار سهام. J Financ Econ 63: 443-494. https://doi. org/10. 1016/S0304-405X(02)00068-5ArticleGoogle Scholar
• Arouri Meh ، Lahiani A ، Nguyen DK (2015) قیمت های طلای جهانی و بازده سهام در چین: بینش برای استراتژی های محافظت و تنوع. ECON Model 44: 273 282 ArticleGoogle Scholar
• Baur DG (2011) معدن توضیحی برای طلا: شواهد متضاد از رگرسیون ساده و چندگانه. سیاست منابع 36: 265-275. https://doi. org/10. 1016/j. resourpol. 2011. 03. 003ArticleGoogle Scholar
• Baur DG ، Lucey BM (2010) آیا طلا یک پرچین است یا یک پناهگاه امن؟تجزیه و تحلیل سهام ، اوراق قرضه و طلا. مالی Rev 45: 217 229. https://doi. org/10. 1111/(ISSN)1540-6288888888articleGogle Scholar
• Baur DG ، McDermott TK (2010) آیا طلا یک پناهگاه امن است؟شواهد بین المللیj Bank Infinonce 34: 1886-1898. https://doi. org/10. 1016/j. jbankfin. 2009. 12. 008ArticleGoogle Scholar
• Bekiros S ، Boubaker S ، Nguyen DK ، Uddin GS (2017) وقایع قو سیاه و پناهگاه های امن: نقش طلا در بازارهای نوظهور یکپارچه در سطح جهان. J Int Money Fin 73: 317-334. https://doi. org/10. 1016/j. jimonfin. 2017. 02. 010 ARTICLEGOOGLE SCHINCE
• Bhar R ، Hammoudeh S (2011) کالاها و متغیرهای مالی: تجزیه و تحلیل رابطه در یک محیط رژیم در حال تغییر. Int Rev Econ Financ 20: 469-484 ArticleGoogle Scholar
• Bollerslev T (1987) یک مدل سری زمانی ناهمگن با شرط برای قیمت های سوداگرانه و نرخ بازده. Rev Econ Stat 69: 542-547 ArticleGoogle Scholar
• Bouri E ، Jain A ، Biswal PC ، Roubaud D (2017a) ادغام و علیت غیرخطی در بین طلا ، نفت و بازار سهام هند: شواهدی از شاخص های نوسانات ضمنی. سیاست منابع 52: 201-206 ArticleGoogle Scholar
• Bouri E ، Roubaud D ، Jammazi R ، Assaf A (2017b) که علیت دامنه فرکانس بین طلا و بورس سهام چین و هند را کشف نمی کند: شواهدی از شاخص های نوسانات ضمنی. مالی Res Lett 23: 23-30 ArticleGoogle Scholar
• Campbell RA ، Forbes CS ، Koedijk KG ، Kofman P (2008) افزایش همبستگی یا فقط دم چربی؟j Empir Infincer 15: 287-309. https://doi. org/10. 1016/j. jempfin. 2007. 01. 001ArticleGoogle Scholar
• Cappiello L ، Engle R ، Sheppard K (2006) دینامیک نامتقارن در همبستگی سهام جهانی و بازده اوراق قرضه. J Financ Econ 4 (4): 537-572 Google Scholar
• Domanski D ، Heath A (2007) سرمایه گذاران مالی و بازارهای کالا. بررسی سه ماهه BIS 3: 53-67 Google Scholar
• Engle RF (2002) همبستگی شرطی پویا: یک کلاس ساده از مدلهای ناهمگونی مشروط مشروط به اتورگرایی تعمیم یافته چند متغیره. J Bus Econ Stat 20 (3): 339-350 ArticleGoogle Scholar
• Engle RF ، Ng VK (1993) اندازه گیری و آزمایش تأثیر اخبار بر نوسانات. J Financ 48 (5): 1749-1778 ArticleGoogle Scholar
• Gurgun G ، Unalmis I (2014) طلای امن در برابر سرمایه گذاری در بازار سهام در کشورهای نوظهور و در حال توسعه است. مالی Res Lett 11: 341-348. https://doi. org/10. 1016/j. frl. 2014. 07. 003ArticleGoogle Scholar
• روابط Hammoudeh S ، Sari R ، Ewing B (2009) روابط بین کالاهای استراتژیک و متغیرهای مالی: ظاهری جدید. خط مشی ECON CONTEMP 27: 251 269 ArticleGoogle Scholar
• Hillier D ، Draper P ، Faff R (2006) آیا فلزات گرانبها می درخشند؟چشم انداز سرمایه گذاری. مالی مقعد J 62: 98-106. https://doi. org/10. 2469/faj. v62. n2. 4085articlegoogle Scholar
• Hood M ، Malik F (2013) آیا طلا بهترین پرچین و پناهگاه امن تحت تغییر نوسانات بازار سهام است؟Rev Financ Econ 22: 47-52. https://doi. org/10. 1016/j. rfe. 2013. 03. 001ArticleGoogle Scholar
• Jain A ، Biswal PC (2016) پیوندهای پویا بین قیمت نفت ، قیمت طلا ، نرخ ارز و بازار سهام در هند. خط مشی منابع 49: 179-185. https://doi. org/10. 1016/j. resourpol. 2016. 06. 001ArticleGoogle Scholar
• Kang SH ، McIver R ، Yoon SM (2016) مدل سازی همبستگی های متغیر زمان در نوسانات بین BRICS و بازارهای کالا. Trade Trade Financy 52 (7): 1698-1723 ArticleGoogle Scholar
• Kenourgios D ، Samitas A ، Paltalidis N (2011) بحران های مالی و آلودگی بازار سهام در چارچوب نامتقارن چند متغیره چند متغیره. J. int. مالی. علامت گذاری. Instپول 21: 92-106 ArticleGoogle Scholar
• Kumar D (2014) انتقال بازده و نوسانات بین بخش های طلا و سهام: کاربرد مدیریت نمونه کارها و اثربخشی محافظت. مدیریت IIMB 26: 5 16. https://doi. org/10. 1016/j. iimb. 2013. 12. 002ArticleGoogle Scholar
• Longin F ، Solnik B (2001) همبستگی شدید بازارهای سهام بین المللی. j مالی 56: 649-676. https://doi. org/10. 1111/jofi. 2001. 56. issue-2ArticleGoogle Scholar
• Mensi W ، Hammoudeh S ، Reboredo JC ، Nguyen DK (2014) آیا عوامل جهانی روی بازارهای سهام BRICS تأثیر می گذارد؟یک رویکرد رگرسیون کمی. Emerg Mark Rev 19: 1 17 ArticleGoogle Scholar
• Miyazaki T ، Hamori S (2013) آزمایش علیت بین بازده طلا و عملکرد بازار سهام: شواهدی برای سرمایه گذاری طلا در صورت اضطراری. Appl Financy Econ 23: 27-40. https://doi. org/10. 1080/09603107. 2012. 699184ArticleGoogle Scholar
• Miyazaki T ، Hamori S (2014) ادغام با تغییر رژیم بین متغیرهای طلا و مالی. مجله بین المللی تحقیقات مالی 5: 90-97. https://doi. org/10. 5430/ijfr. v5n4p90articlegogle Scholar
• نلسون DB (1991) ناهمگونی مشروط در بازده دارایی: یک رویکرد جدید. Econometrica 59: 347-370 ArticleGoogle Scholar
• Perez-Rodriguez JV (2006) یورو و سایر ارزهای اصلی که علیه دلار آمریکا شناور هستند. ATL ECON J 34: 367-384 ArticleGoogle Scholar
• Qadan M ، Yagil J (2012) ترس از احساسات و قیمت طلا: آزمایش علیت در میانگین و درون وار. Appl Econ Lett 19: 363-366. https://doi. org/10. 1080/13504851. 2011. 579053ArticleGoogle Scholar
• Raza N ، Shahzad SJH ، Tiwari AK ، Shahbaz M (2016) تأثیر نامتقارن طلا ، قیمت نفت و نوسانات آنها بر قیمت سهام بازارهای نوظهور. خط مشی منابع 49: 290-301 ArticleGoogle Scholar
• Samitas A ، Tsakalos I (2013) چگونه یک کشور کوچک می تواند بر اقتصاد اروپا تأثیر بگذارد؟پدیده آلودگی یونانی. J Int Finind Mark Inst Money 25: 18-32 ArticleGoogle Scholar
• Sarwar G (2017) بررسی پرواز به ایمنی با نوسانات ضمنی. Fin Res Lett 20: 118 124. https://doi. org/10. 1016/j. frl. 2016. 09. 015 ArticleGoogle Scholar
• Sarwar G ، Khan W (2017) تأثیر عدم اطمینان بازار سهام ایالات متحده بر بازده بازار نوظهور. تجارت مالی مارک 53 (8): 1796-1811 ArticleGoogle Scholar
• Silveoinen A ، Thorp S (2013) مالی سازی ، بحران و پویایی همبستگی کالا. J. int. مالی. علامت گذاری. Instپول 24: 42-65. https://doi. org/10. 1016/j. intfin. 2012. 11. 007ArticleGoogle Scholar
• Tamakoshi G ، Hamori S (2014) همبستگی در بین نرخ های مهم ارز اروپا: یک رویکرد نامتقارن چند متغیره متغیره. Int Rev Econ Infinion ، 31: 105 113 ArticleGoogle Scholar
• Tang K ، Xiong W (2012) سرمایه گذاری شاخص و تأمین مالی کالاها. مالی مقعد J 68: 54-74. https://doi. org/10. 2469/faj. v68. n6. 5ArticleGoogle Scholar
• Toyoshima Y ، Hamori S (2013) پویایی نامتقارن در همبستگی بازار سهام: شواهدی از ژاپن و سنگاپور. J آسیایی Econ 24: 117 123 ArticleGoogle Scholar
• Toyoshima Y ، Tamakoshi G ، Hamori S (2012) دینامیک نامتقارن در همبستگی خزانه داری و بازارهای مبادله: شواهدی از بازار ایالات متحده. J Int Finind Mark Inst Money 22: 381-394 ArticleGoogle Scholar
• Wang ML ، Wang CP ، Huang TY (2010) روابط بین قیمت نفت ، قیمت طلا ، نرخ ارز و بازارهای بین المللی. Int Res J Fin Econ 47: 82-91 Google Scholar
• Xu H ، Hamori S (2012) پیوندهای پویا قیمت سهام بین BRICS و ایالات متحده: تأثیر بحران مالی 2008-09. J Asian Econ 23 (4): 344-352 ArticleGoogle Scholar
• Yang Z ، Zhou Y (2017) کاهش کمی و نوسانات در سراسر کشورها کلاس دارایی. Manag Sci 63 (2): 333-354 ArticleGoogle Scholar

سپاسگزاریها

نویسندگان از داوران ناشناس و سردبیر بخاطر بسیاری از نظرات و پیشنهادات مفید سپاسگزار هستند. با این حال ، هرگونه خطا یا خطایی از خود ما است.

اطلاعات نویسنده

نویسندگان و وابستگی ها

1. دانشکده های علوم علوم اقتصاد و د Gestion de Tunis ، Laboratoire d'Ingénierie Financière et Economyique (زندگی) ، دانشگاه تونس ال مانار ، تونس ، تونس ریاد ال عابد
2. دانشکده های علوم دس علوم و دن Gestion de Sousse ، Laboratoire: Economy Appliquée et Simulation (EAS) ، FSEG Mahdia ، دانشگاه Sousse ، Sousse ، Tunisia amna Zardoub

1. ریاد ال عابد