石油和外汇之间的总体、不对称和频率连通性

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Total, asymmetric and frequency connectedness between oil and forex
  markets》
---
作者：
Jozef Barun\\\'ik and Ev\\v{z}en Ko\\v{c}enda
---
最新提交年份：
2019
---
英文摘要：
  We analyze total, asymmetric and frequency connectedness between oil and forex markets using high-frequency, intra-day data over the period 2007 -- 2017. By employing variance decompositions and their spectral representation in combination with realized semivariances to account for asymmetric and frequency connectedness, we obtain interesting results. We show that divergence in monetary policy regimes affects forex volatility spillovers but that adding oil to a forex portfolio decreases the total connectedness of the mixed portfolio. Asymmetries in connectedness are relatively small. While negative shocks dominate forex volatility connectedness, positive shocks prevail when oil and forex markets are assessed jointly. Frequency connectedness is largely driven by uncertainty shocks and to a lesser extent by liquidity shocks, which impact long-term connectedness the most and lead to its dramatic increase during periods of distress.
---
中文摘要：
我们使用2007年至2017年期间的高频日内数据分析了石油和外汇市场之间的总体、不对称和频率连通性。通过将方差分解及其谱表示与实现的半方差相结合来解释不对称性和频率连通性，我们得到了有趣的结果。我们表明，货币政策制度的分歧会影响外汇波动溢出，但向外汇投资组合中添加石油会降低混合投资组合的总体连通性。连通性中的不对称性相对较小。虽然负面冲击主导着外汇波动的关联性，但当石油和外汇市场联合评估时，正面冲击占主导地位。频率连通性在很大程度上是由不确定性冲击驱动的，在较小程度上是由流动性冲击驱动的，流动性冲击对长期连通性的影响最大，并导致其在困境期间急剧增加。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：General Finance        一般财务
分类描述：Development of general quantitative methodologies with applications in finance
通用定量方法的发展及其在金融中的应用
--
一级分类：Quantitative Finance        数量金融学
二级分类：Statistical Finance        统计金融
分类描述：Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--

---
PDF下载：
--> Total,_asymmetric_and_frequency_connectedness_between_oil_and_forex_markets.pdf (2 MB)

2022-6-10 02:30:09 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：不对称 Quantitative Applications Presentation Econophysics

石油和外汇市场之间的总体、不对称和频率连通性，*, Evˇzen Koˇcendaaa经济研究所，Charles大学，Opletalova 26，110 00，捷克共和国布拉格信息理论与自动化研究所，捷克科学院，PodVodarenskou Vezi 4，182 00，捷克共和国布拉格。我们使用高频，2007-2017年期间的日内数据。通过将方差分解及其谱表示与实现的半方差相结合来解释不对称性和频率连通性，我们得到了有趣的结果。我们表明，货币政策区域的差异会影响外汇波动溢出，但向外汇投资组合中添加石油会降低混合投资组合的总体连通性。连通性中的不对称性相对较小。虽然负面冲击主导着外汇波动的关联性，但当石油和外汇市场联合评估时，正面冲击占主导地位。频率连通性在很大程度上是由不确定性冲击驱动的，在较小程度上是由流动性冲击驱动的，流动性冲击对长期连通性的影响最大，并导致其在困境期间急剧增加。关键词：原油、外汇市场、波动性、连通性、溢出、半方差、不对称效应、频率连通性Jel分类：C18；C58；F31；G15；O13；Q31；Q43I感谢编辑Fredj Jawadi、V\'aclav Bro'z、Julien Chevallier、Lutz Kilian、四位匿名裁判以及巴黎第五届计算经济学与金融国际研讨会（ISCEF）的与会者发表的宝贵意见。Koˇcenda确认GAˇCR拨款19-15650的支持。

这篇论文的一部分是在科森达（Koˇcenda）是奥克兰大学能源中心的GEMCLINE客座研究员时写的，该研究中心的医院是公认的。通常的免责声明适用。*通讯作者，电话+420 776 259 273，电子邮件地址：barunik@fsv.cuni.czPreprint提交给《能源杂志》第1期。简介了解和量化石油和外汇市场之间的波动性关联性或波动性溢出非常重要，因为大多数原油生产和销售都是以美元报价和开具发票的（Devereux等人，2010年），因此，油价和非货币在很大程度上取决于美元汇率。在市场上出售的石油的付款代表着大量金融流动进入了外汇市场（Baker等人，2018年）。此外，大量的金融流动来自于对石油作为实物商品没有兴趣的金融参与者，这导致了2004年后石油金融化的大幅增长以及随后石油市场的形成（Fattouh和Mahadeva，2014）。经验证据还表明，油价对石油出口国的汇率具有预测能力（Ferraro等人，2015）。就上述现象而言，油价的不确定性（即波动性）很有可能转化为外汇市场上外汇的不确定性，反之亦然。因此，两个市场之间可能会出现大幅波动溢出。分析石油和外汇市场之间关系的文献主要研究了两者之间的共同运动。

然而，据我们所知，尽管这两个市场之间的波动溢出影响了许多研究领域，并带来了与风险管理（Kanas，2001）、投资组合分配（Aboura和Chevallier，2014）和商业周期分析相关的实际影响，但这两个市场之间的波动溢出尚未得到充分探索。因此，我们的目标和贡献是全面分析石油和外汇市场之间的波动关联性。我们分析了三种类型的连通性，每个方向都有特定的动机支持。首先，总体连通性使得量化两个市场之间波动溢出的总体程度成为可能。石油市场表现出历史上的高波动性，也超过了其他能源商品（Regnier，2007）。油价波动尤其重要，因为它代表了生产商和工业消费者在生产、库存方面的风险，一般而言，波动关联性量化了各种资产之间或跨市场波动溢出的动态和方向性特征（Diebold和Yilmaz，2015）。在本文中，我们交替使用术语连通性和溢出，因为这两个术语在文献中都被用来描述相同的现象。需要注意的是，Fattouh等人（2013年）发现，现有证据不支持2003年后投机在推动石油现货价格方面的重要作用。相反，有强有力的证据表明，现货和期货价格之间的联动反映了共同的经济基本面，而不是石油期货市场的金融化。交通，也影响纯金融投资者的决策（Pindyck，2004）和战略投资决策（Henriques和Sadorsky，2011）。与石油相关的交易规模较大，可能会产生大量的波动性溢价。

然而，当与相关外汇交易相结合时，其范围可能会发生变化。因此，我们分析的这一部分使我们能够评估这两个市场之间连接的总体水平是如何演变的。我们还将影响这两种类型研究资产的主要经济条件和事件的总体关联性与动力学联系起来。我们利用Diebold和Yilmaz（2009）的波动溢出指数（DY指数）分析了石油和外汇市场之间的总体连通性，该指数在Diebold和Yilmaz（2012）中得到了进一步改善。其次，我们扩展了我们的分析，以解释连通性中潜在的不对称性。Narayan和Narayan（2007）表明，负面和正面冲击对石油价格波动产生不对称影响。此外，Kilian（2009）表明，与未来潜在的石油供应短缺相关的需求冲击对油价的影响大于实际的实物供应冲击。由于石油是一种资产，溢出在历史上一直发挥着重要作用（Haigh和Holt，2002），油价波动的不对称性可能会自然导致波动溢出的不对称性。随后，由于全球外汇市场的24小时运作，外汇市场上的货币将能够持续吸收或转移这些不对称。此外，Barun'ik等人（2017年）表明，货币表现出不对称连接。这些不对称可能通过美元或其他关键货币转移，因为外汇市场表现出高度的一体化，尤其是对于关键货币（北村，2010）。根据Barndorff-Nielsen等人（2010），我们通过计算DY指数和已实现的半方差来解释波动性的不对称来源。Barunik等人。

（2016）将DY指数与已实现的半方差相结合，得出了一个灵活的衡量指标，允许对不对称连接进行动态量化。第三，我们评估频率连通性，以区分连通性是在较短或较长的频率下形成的，即在较短或较长的投资期限内形成的。Barun'ik和kˇrehl'ik（2018）认为，经济活动的冲击以不同的频率和强度影响变量，为了理解经济系统中连接的来源，理解连接的频率动力学至关重要。关键原因是代理商在不同的投资范围内运营–这些投资范围与不同类型的投资者、交易工具和策略相关，对应不同的交易频率（Gen,cay et al.，2010；Conlon et al.，2016）。更短或更长的频率是投资者偏好的频率依赖性形成的结果，如Bandi和Tamoni（2017）的建模策略所示；Cogley（2001）；Ortu等人（2013年）。在我们的分析中，我们考虑了冲击的长期、中期和短期频率响应，并分析了所需频段的金融连通性。我们根据Barun'k和kˇrehl'k（2018）的方法计算频率连通性。论文的其余部分组织如下。在第2节中，我们概述了与石油和外汇市场波动性溢出相关的文献。在第3节中，我们正式介绍了方法论方法。第4节介绍了这些数据。在第5节的三个单独小节中，我们给出了总体、不对称和频率连通性的结果。结论见第6节。

最后，本文的补充材料（可用athttps://ideas.repec.org/p/arx/papers/1805.03980.html)提供额外信息，我们将在正文的其余部分中作为补充材料参考。2、文献综述不断增长的石油市场已成为世界上最大的商品市场，石油交易已从主要的实物产品活动转变为复杂的金融市场（Manera，2013）。然而，有关石油商品之间波动溢出的研究有限。Haigh和Holt（2002）分析了原油、取暖油和无铅汽油期货在降低能源交易商价格波动方面的作用，并表明当对冲策略中考虑波动溢出时，不确定性显著降低。Hammoudeh等人（2003年）分析了相同三种主要石油商品的波动溢出效应，并显示了不同交易中心的影响。Lin和Tamvakis（2001）发现，当原油的两个主要市场（纽约商品交易所和伦敦国际石油交易所）同时交易时，会产生巨大的溢出效应。Chang等人（2010）发现波动溢出和不对称效应跨越四个主要石油市场：西德克萨斯中质原油（美国）、布伦特原油（北海）、迪拜/阿曼原油（中东）和塔皮斯原油（亚太地区）。Restrepo等人（2018年）分析了股票市场波动率指数对原油的溢出效应，并记录了原油和股票波动率序列之间的关联动力学的巨大相似性。Barun'ik等人（2015年）量化了原油、汽油和取暖油之间的波动性溢出，并表明由于负（价格）回报导致的整体波动性溢出的不对称程度大于正回报。

它们的出现也经常表明真实或潜在原油不可用的程度，这与Kilian（2009）的观点一致。基于DY指数的外汇波动溢出分析仍然很少。（Dieboldand Yilmaz，2015年，第6章）分析了1999年至2013年年中九种主要货币对美国的汇率。他们表明，外汇市场关联性在2007年金融危机后仅略有增加，欧元/美国汇率在所有分析货币中表现出最高的波动关联性。Greenwood Nimmo等人（2016年）概括了Connectedness框架，并分析了1999年至2014年间G10货币之间的风险收益溢出。他们发现溢出强度是反周期的，在危机期间，不同货币的波动性溢出增加。同样，Bub\'ak等人（2011年）记录了欧洲新兴外汇市场之间具有统计意义的区域内波动溢出，并表明波动溢出往往在市场高度不确定性的时期增加。此外，McMillan和Speight（2010）以及Antonakakis（2012）证明了主要货币汇率之间存在波动溢出效应。最后，Barun'ik等人（2017年）记录了交易最活跃的货币之间波动溢出的巨大不对称。Aloui等人（2013）发现了石油和外汇市场之间最近的联系，他们分析了原油现货价格（WTI库欣和布伦特价格指数）与五种主要货币（欧元、加元、英镑、瑞士法郎和日元）的美国名义汇率之间的依赖结构。

他们的结果显示，2000-2011年期间，两个市场之间存在依赖结构，几乎所有分析的石油汇率对都存在显著的对称依赖性。人们发现，油价上涨与美元贬值有关。这些结果与全球金融危机之前的早期发现产生了共鸣（Akram，2009；Narayan等人，2008）。广义而言，上述研究的第一部分分别评估了石油或外汇市场的波动溢出。第二部分分析了石油和外汇市场之间的共同运动。然而，我们必须强调，经过审查的研究并没有评估两个市场之间的波动关联性（溢出）。因此，据我们所知，文献中缺少对石油和外汇市场之间关联性的分析。在我们的论文中，我们通过进行这样的分析为文学做出了贡献。我们承认，Arouriet al.（2012）和Antonakakikis et al.（2018）分析了石油和股票价格之间的波动溢出，包括石油和股票之间的最优投资组合配置（Antonakakikis et al.，2019）。3、测量总溢出、非对称溢出和频率溢出Diebold和Yilmaz（2009）引入的溢出测量基于向量自回归（VAR）的方差分解，该向量自回归（VAR）跟踪变量j的未来误差方差中有多少是由于另一个变量k的创新造成的。对于N资产，我们考虑实现波动的N维向量，RVt=（RV1t，…，RVNt），用于衡量总波动溢出。此外，为了衡量非对称波动溢出，我们将每日波动分解为负（和正）半方差-t=（卢比-1t，卢比-Nt）和RS+t=（RS+1t，…，RS+Nt），为下行和上行风险提供代理。

使用半方差，我们可以测量不良波动率和良好波动率的溢出，并测试它们是否以相同的幅度传播（Barunik等人，2016）。补充材料中描述了计算实现半方差的详细信息。让我们用弱平稳VAR（p）对N维向量RvtB建模为RVt=Pp`=1Φ`RVt-`+ t、 在哪里t型~ N（0，∑）) 是iid扰动的向量，Φ`表示p系数矩阵。对于可逆VAR过程，movingaverage表示形式如下：RVt=∞X`=0ψ`t型-`. （1） 保持系数ψ′的N×N矩阵由递推ψ`=Ppj=1Φjψ获得`-j、 其中，ψ=in，ψ`=0表示`<0。移动平均表示法便于描述VAR系统的动态，因为它允许我们分离预测误差，进一步用于计算系统的连通性。Diebold和Yilmaz（2012）进一步使用Koop et al.（1996）和Pesaran and Shin（1998）的广义VAR，以获得对VAR模型中变量顺序不变的预测误差方差分解，并明确说明了测量定向波动溢出的可能性。3.1. 总溢出为了确定Diebold和Yilmaz（2012）的总溢出指数，我们考虑了H步前广义预测误差方差分解矩阵，广义VAR考虑了相关冲击；因此，对每个变量的冲击都不是正交化的。对于H=1，2，…，具有以下元素。。θHjk=σ-1公里/小时-1h=0ejψh∑埃克酸碱度-1h=0ejψh∑ψhek, j、 k=1，N、 （2）式中，ψhare移动平均系数与时间t的预测值不同；Σ表示误差向量的方差矩阵，t；σkk是∑的第k个对角元素;和ejand ek是选择向量，其中一个作为第j个或第k个元素，另一个为零。