کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7413867 1481790 2018 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Modelling long memory in volatility in sub-Saharan African equity markets
ترجمه فارسی عنوان
مدلسازی حافظه طولانی در نوسانات در بازار سهام آفریقا در کشورهای جنوب صحرای
کلمات کلیدی
ترجمه چکیده
این مطالعه خواص حافظه طولانی در لحظات دوم سری بازگشت در بازار سهام غنا، کنیا، نیجریه و آفریقای جنوبی را بررسی می کند. با استفاده از 5219 مشاهدات روزانه از بازده بازار ضعیف در بازار، بازده کل بازار سهام، ما در زمان لحظه دوم نوآوریهای بازگشت در بازارهای سهام چهار کشور در نمونه کامل حضور وابستگی طولانی مدت را نشان می دهیم. برای جداسازی حافظه طولانی مدت، ما تجزیه و تحلیل شکست های ساختاری را انجام می دهیم تا ما را در تجزیه داده ها برای بررسی بیشتر راهنمایی کند. ما دریافتیم که هر چهار کشور در طول دوره نمونه، دو شکاف ساختاری را نشان دادند و حافظه طولانی که در این دو بازار شناسایی شده بود، تحت تأثیر شکست های ساختاری قرار نگرفت. این یافته ها ممکن است بر متنوع سازی و مدیریت ریسک تاثیر گذار باشد. ویژگی های حافظه طولانی در نوسان شرطی همچنین ممکن است اطلاعات مفیدی در اختیار شرکت کنندگان در بازار قیمت قراردادهای مشتق شده درازمدت قرار دهد.
موضوعات مرتبط
علوم انسانی و اجتماعی مدیریت، کسب و کار و حسابداری کسب و کار و مدیریت بین المللی
پیش نمایش مقاله
مدلسازی حافظه طولانی در نوسانات در بازار سهام آفریقا در کشورهای جنوب صحرای
چکیده انگلیسی
This study examines the long memory properties in the second moments of the return series in the equity markets of Ghana, Kenya, Nigeria and South Africa. Using 5219 daily observations of thin-trading adjusted total equity market return data, we find the presence of long-range dependency in the second moments of the return innovations in all the four countries' equity markets in the full sample. To isolate spurious long memory, we perform structural breaks analysis to guide us in splitting the data for further examination. We find that all the four countries exhibited two structural breaks each during the sample period, and long memory identified in these two markets were not influenced by the structural breaks. This finding may have an influence on portfolio diversification and risk management. The long memory characteristics in the conditional volatility may also provide useful information to market participants in pricing long-term derivative contracts.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Research in International Business and Finance - Volume 44, April 2018, Pages 176-185
نویسندگان
,