Análisis de la dependencia espacial entre índices bursátiles

Carlos Acuña; Catalina Bolancé; Salvador Torra

doi:10.26360/2018_4

Autores/as

Carlos Acuña Universidad de Barcelona (España)
Catalina Bolancé Universidad de Barcelona (España)
Salvador Torra Universidad de Barcelona (España)

DOI:

https://doi.org/10.26360/2018_4

Palabras clave:

distancia, similitud, dependencia espacial, rendimientos bursátiles, mercados financieros

Resumen

Analizamos las ventajas de utilizar relaciones de vecindad entre mercados bursátiles basadas en criterios horarios, como son las diferencias horarias entre países y las horas de apertura simultáneas entre mercados, si se comparan con la relación basada en distancia en kilómetros entre capitales. El objetivo es encontrar agrupaciones entre índices bursátiles vecinos. Utilizamos el estadístico de I de Moran para detectar dependencias espaciales entre índices. Los resultados muestran que el criterio basado en las horas de apertura simultáneas de los mercados proporciona mayores relaciones de vecindad. Además, entre los mercados europeos dichas relaciones son más intensas durante la crisis financiera.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Anselin, L. (1995). Local indicators of spatial association - LISA. Geographical Analysis 27, 93-115.

Arditti, F. D. (1967). Risk and the required return on equity. The Journal of Finance 22, 19-36.

Arnold, M., Stahlberg, S. y D. Wied (2013). Modeling different kinds of spatial dependence in stock returns. Empirical Economics 44, 761-774.

Asgharian, H. y C. Bengtsson (2006). Jump spillover in international equity markets. Journal of Financial Econometrics 4,167-203.

Asgharian, H., Hess, W. y L. Liu (2013). A spatial analysis of international stock market linkages. Journal of Banking & Finance 37, 4738-4754.

Asgharian, H. y M. Nossman (2011). Risk contagion among international stock markets. Journal of International Money and Finance 30, 22-38.

Boos, D. D. (1982). A test for asymmetry associated with the Hodges-Lehmann estimator. Journal of the American Statistical Association 77, 647-651.

Eckel, S., Löffler, G., Maurer, A. y V. Schmidt (2011). Measuring the effects of geographical distance on stock market correlation. Journal of Empirical Finance 18, 237-247.

Fernández, V. (2011). Spatial linkages in international financial markets. Quantitative Finance 11, 237-245.

Fernández-Avilés, G., Montero, J.-M. y A. Orlov (2012). Spatial modeling of stock market comovements. Finance Research Letters 9, 202-212.

Flavin, T., Hurley, M. J. y F. Rousseau (2002). Explaining stock market correlation: A gravity model approach. The Manchester School 70, 87-106.

Griffith, D. A. (2010). The Moran coefficient for non-normal data. Journal of Statistical Planning and Inference 140, 2980-2990.

Hamao, Y., Masulis, R. y V. Ng (1990). Correlations in price changes and volatility across international stock markets. Review of Financial Studies 3, 281-307.

Karolyi, G. y R. Stulz (1996). Why do markets move together? An investigation of U.S.-Japan stock return comovements. Journal of Finance 51, 951-86.

Longin, F. y B. Solnik (1995). Is the correlation in international equity returns constant: 1960-1990? Journal of International Money and Finance 14, 3-26.

Martin, V. y M. Dungey (2007). Unravelling financial market linkages during crises. Journal of Applied Econometrics 22, 89-119.

Moran, P. A. P. (1950). Notes on continuous stochastic phenomena. Biometrika 37, 17-23.

Weng, Y. y P. Gong (2016). Modeling spatial and temporal dependencies among global stock markets. Expert Systems with Applications 43, 175-185.