阿拉伯世界不断变化的地缘政治：2017年

因此，标准技术无法正确捕捉条件波动过程，无法解释瞬态和永久性成分，以及可能源于所调查变量的变化。因此，检验这种认知的有效性并确定波动率动态变化的特征是相关的。表A.1。（附录）简要回顾了不同的GARCHModel，这些GARCHModel解释了可能嵌入数据中的各种特征（不对称、非线性、区域偏移等）。由于没有单一的波动性指标主导了现有的经验文献，因此在整个研究过程中，使用Akaike信息标准（AI C），选择了一个能够预测卡塔尔和抵制国的冰块波动性的ppro ria模型。后者有助于在拟合优度和模型简约性之间进行权衡，从而判断条件方差估计的质量。3.2. 衡量波动溢出效应在评估了卡塔尔、沙特阿拉伯、阿联酋、巴林和埃及股市在2017年海湾危机中不断变化的波动行为后，我们现在重点关注这场外交危机对这些国家的波动范围的影响。这项工作并不是只关注与抵制公告相关的一天的影响；相反，它评估了封锁卡塔尔前后的溢出效应。为此，我们将条件波动率序列纳入广义VAR框架（Diebold和Yilmaz，2012）。进行的波动率传递分析包括三个方面。首先，我们确定总波动溢出指数，该指数衡量波动预测误差方差在溢出中所占的比例。

Let:tttxxεφ+=-1（1）式中，（，2,1 tttxxx=和φ是一个2×2参数矩阵；x将被视为所考虑的股票波动率的向量。通过协方差平稳性，VAR的移动平均表示为：ttLxε）（Θ=（2）式中1）（）(--=ΘLILφ其次，我们考虑一步超前预测。最佳预测由：tttxxφ=+，1（3）和相应的1步超前误差向量给出：==-=++++++1,2112201201011010111tttttttttaaaaaxxeuu（4）我们测试了在2017年海湾危机期间，卡塔尔、巴林、埃及、沙特阿拉伯和阿联酋股票回报之间的波动性溢出是否已经过检验。每个股票指数的条件波动率是通过使用Akaike信息准则选择的最佳GARCH模型确定的。特别是，预测2120211,0,1中的1步超前误差方差为下一步+，预测222021,0,2中的1步超前误差方差为下一步+。在我们的示例中，存在两种可能的情况：影响X2t预测误差方差的x1t冲击（贡献221,0a），以及影响x1t预测误差方差的X2t冲击（贡献212,0a）。因此，总溢出效应等于+212,0a221,0a。在概述了一阶两变量VAR中的溢出指数后，更容易将其归纳为一阶N变量情况下的动态框架。第三，我们量化了股票指数的净定向波动溢出，以确定哪些国家是净波动进口国，哪些国家是应力波动出口国。

在这一阶段，我们将股票波动性的总溢出指数分解为变量i的所有预测误差方差分量，这些变量i来自冲击变量j，对于所有i和j.3.3。数据和描述性统计卡塔尔、巴林、埃及、沙特阿拉伯和阿联酋的股票价格指数数据是从DataStream（汤森路透）收集的。为了评估卡塔尔外交危机对卡塔尔及其邻国的商业成本，我们比较了封锁卡塔尔前后两个相同的时期。抵制决定于2017年6月5日作出，我们随后将其视为公告日。因此，本研究比较了这些股票市场在抵制前（第1期：2016年4月3日至2017年6月4日；428次观察）和封锁后（第2期：2017年6月6日至2018年8月7日；428次观察）的表现。我们采用自然对数对所有变量进行变换，以校正异方差和维度差异。表1中报告了系列的描述性统计数据。然而，在这一阶段（即初步分析），得出了相当有趣的结果。我们注意到，所有研究中的股票市场的波动性都有所增加，从第1阶段（即封锁前，A组，表1）到第2阶段（即封锁后，B组，表1），尽管程度不同。沙特阿拉伯和卡塔尔的股市波动最大。波动最小的股市是巴林股市。2017年海湾危机之后，我们注意到，除了巴林之外，所有股市都可能出现负向倾斜。这种市场压力时期的异质性突出表明，市场参与者可能会享受pp或TUN i tie s的投资组合分割。表1。

国家级股票收益率的统计特性：卡塔尔封锁前后沙特阿拉伯Iaaebahrainegyptpanel A：第1期：卡塔尔封锁前1.10E-05-0.0010230.0021280.0019160.000190中值-0.0020280.0776550.0318260.0317380.010806Maximum 0.4389271.6771350.3873250.1662630.804977最小值-0.338575-4.582749-0.823530-0.698647-0.981078Std。Dev.0.1816310.3741230.1621420.1236200.226584歪斜度0.244617-5.185766-1.539648-1.933086-0.400171峰度4.22599258.773206.9202788.1571725.448237Jarque-Bera31.0729057391.57443.1699740.8627118.3137概率0.0000000.0000000.0000000.0000000.0000000面板B：周期2：区块A之后卡塔尔平均值0.0003160.003419-0.0007780.0006520.000171中间值-0.0039710.0729080.0421920.0392040.008809最大值0.5374331.6844390.5355900.1645090.853528最小值-0.534400-4.278205-1.631654-0.456515-0.942518Std。Dev.0.2971250.3374800.2145240.1258510.239081skowness-0.603860-5.357073-2.7400981.122593-0.270353Kurtosis4.97082665.2926616.143853.7591545.0545jarque-Bera70.0369271247.183616.481100.173080.49105概率0.0000000.0000000.0000000.0000000.0000000.0000000图1证实大多数国家（特别是卡塔尔、沙特和阿联酋）的股价指数变为年封锁后更加不稳定卡塔尔。图1。按国家分列的股市回报率：封锁前后Panel A。时段1：卡塔尔封锁前-。4-.2.0.2.4.6II IIIIII2016 2017卡塔尔-5-4-3-2-1012II IIIIIIII2016 2017沙特阿拉伯-1.0-0.8-0.6-0.4-0.20.00.20.4II III IV II2016 2017阿联酋-。8-.6-.4-.2.0.2II IIIIV III2016 2017年BAHRAIN-1.0-0.50.00.51.0II III IV III2016 2017年埃及面板B。

第二阶段：卡塔尔被封锁后。6-.4-.2.0.2.4.6II IIIIVI IIIII 2017 2018沙特阿拉伯-5-4-3-2-1012II III IVI IIIII 2017 2018巴林-2.0-1.5-1.0-0.50.00.51.0II III IVI II III2017 2018埃及-。5-.4-.3-.2-.1.0.1.2IIIIV III III2017 2018卡塔尔-1.0-0.50.00.51.0II III IVI II III2017 2018 UA E4。实证结果4.1。波动性为了选择能够衡量卡塔尔、沙特、阿联酋、巴林和埃及股票指数波动性的最佳GARCH模型，我们使用Akaike信息准则。基于这一标准，为捕捉卡塔尔股票价格指数的波动性而选择的最优GARCH扩展是第1阶段的标准GARCH模型和第2阶段的指数GARCH模型。自Engle（1982）发表开创性论文以来，GARCH模型一直是并将继续是金融和经济学中非常有价值的工具。Engle（1982）提出利用滞后扰动建立具有自回归条件异方差（ARCH）过程的时变条件方差模型。他认为，需要高阶来正确捕捉条件方差的动态行为。Engl e和Bollerslev（1986）的广义ARCH（GARCH）模型满足了这一要求，因为它基于一个无限ARCH规范，该规范最小化了估计参数的数量，表示为：（5）其中，和是要估计的参数。Nelson（1991）引入的指数GARCH模型通过允许控制不对称性，对标准GARCH模型做出了贡献。

该模型以对数形式规定了条件方差：（6）有兴趣的读者可根据要求获得详细的Akaike信息标准结果。∑∑=-=-++=pijtjqiitit12122σβεαωσiαiβω∑∑=--=-+-++=pijtjitiqiititzz1212）log（））/2（（）log（σβπγαωσ，其中，，是要估计的参数，zt是误差的标准值。对于沙特阿拉伯，基于AIC信息标准的能够最好地捕捉股市指数波动的最佳模型是两个时期（2017年海湾危机前后）的阈值GARCH模型。Zakoin（1994）提出的GARCH阈值适应了波动性的结构性突破。它允许描述波动率中的制度变迁，表示为：（7）其中、、和是要估计的参数。对于阿联酋和埃及的股票指数，基于相同的信息标准选择的最合适的GARCH模型是第1阶段的指数GARCH模型和第2阶段的阈值GARCH模型。对于巴林股票价格指数，综合GARCH模型似乎是第1阶段最合适的波动性指标，而阈值GARCH是第2阶段最好的波动性指标。在许多波动性变量行为的分析中，一个令人头疼的问题是长期冲击对条件方差的持续性。综合GARCHmodel是一大类模型的一部分，具有一种称为“持续方差”的特性，即当前信息对于预测所有时间范围的条件方差仍然是重要的。）()(12121212212∑∑=--=----+-++=pitjtjqititittεσβεεαεωσ（8），其中iα、jβ、ω和γ是要估计的参数。估计数见表2。

我们的结果表明，所有被研究国家的股票价格指数波动行为从iαjβωγ开始略有变化∑∑=-=+-+++=Pijtjqiititit11\\u 2）（卡塔尔危机前的σβεγεαωσiαjβωγ时期（第1阶段；A组，表2）至后期抵制（第2阶段；B组，表2）。所有股票市场都因封锁而变得更加动荡，但这种波动性并没有持续下去。特别是，在所有情况下，持久性的持续时间远远不是一个，因此我们在条件方差中没有发现任何长记忆的证据。对称效应对所有考虑过的股票市场都是正的，并且在统计上显著，简单地说，坏消息对条件方差的影响超过了好消息。事实上，衡量坏消息波动率相对影响的不对称程度（αγα+）对于大多数情况似乎很重要（所有情况下均为1.00）。这两个时期的不对称程度仍然很明显，证实了卡塔尔外交危机对海湾地区股市的温和影响。表2：。