COVID crash: a study of volatility spillovers from stocks to us indexes and from us indexes to cryptocurrencies
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Dissertação |
Idioma: | eng |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10362/135777 |
Resumo: | Dissertation presented as the partial requirement for obtaining a Master's degree in Data Science and Advanced Analytics, specialization in Data Science |
id |
RCAP_cd76b462943df9cb9997ff9c0d90e8be |
---|---|
oai_identifier_str |
oai:run.unl.pt:10362/135777 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
COVID crash: a study of volatility spillovers from stocks to us indexes and from us indexes to cryptocurrenciesvolatility spilloverscryptocurrencyindexvariance decompositionautoregressionheteroskedasticityGARCHconditional varianceconditional correlationmarket crashCovid-19criptomoedasSDG 8 - Decent work and economic growthDissertation presented as the partial requirement for obtaining a Master's degree in Data Science and Advanced Analytics, specialization in Data ScienceDuring market crashes, panic ensues, investors run to cover and usually only in the aftermath questions arise: How? How much? In which markets? Where did it start? This work seeks to answer some of these questions by quantifying the volatility spillovers from stocks to indexes, but also indexes to cryptocurrency. Not only there is a quantification by variance ratios of the contribution of one asset to another but as well a demonstration of the irregularity and uniqueness of these spillovers compared to other moments in the market’s history. The results from this work shed some light in the intricate relationship of causal effects in volatility such as which stocks contribute the most to the variance of each index and how much of a grip do US indexes have on the overall stability of the cryptocurrencies market. To achieve this, a relatively recent method was employed, described by Christiansen and Bekaert et al., but with some customization to adjust to the particular cases, allowing to perform variance decomposition based on multiple applications of AR-GARCH family models. Since the method relies on sums of decomposed variance, the greatest challenge is to produce variables (time series) independent from each other, and thereby, ignore covariance terms that would interfere with the validity of the analysis. On US indexes to cryptocurrency, the dummy variables were found significant and relevant to the overall modelling of the data, indicating that the period of the market crash is important to future models which otherwise would incur in significant bias that would change the results by orders of magnitude on the variance ratio. On stocks to US indexes, the dummy variables were found to be insignificant at the final results level (conditional correlations and variance ratios), however, not on most individual prices and returns. The period of the market crash is clear graphically by finding a major dip of all conditional correlations, which indicates that no single stock had a major influence during this time and that it was an phenomenon which affected all stocks. Stocks with individual movements that had more influence on the index continued to have the relevance during the market crash. During market crashes, this behavior is expected and this work adds confirmation. By comparing results from both cases, a relationship between eventual spikes in stocks and trend changes in cryptocurrency becomes apparent. This work does not clarify the reason as to why it happens but only its consequence and the cause seems to be exogenous to both cryptocurrency, indexes and possibly stocks. Further work is needed to explain it.Durante quedas de mercado, existe uma instalação generalizada de pânico e normalmente apenas depois de terminado começam a surgir questões: Como? Quanto? Em que mercados? Onde começou? Esta dissertação é procura explorar estes tópicos e responder a algumas destas questões, quantificando a volatility spillovers de acções para índices e de índices para crptomoeda. Não só existe uma quantificação através de uma rácio de variância das contribuições de um valor para o outro, mas há também uma demonstração da irregularidade e singularidade destes spillovers comparado com outros momentos no histórico dos mercados. Os resultados desta dissertação dão alguma luz de uma forma detalhada sobre a relação de causalidade de volatilidade na contribuição de cada acção para o índice e quanta força é capaz de exercer o mercado de valores sobre o de criptomoedas usando os índices como meio. Para conseguir isto, um método relativamente recente foi utilizado, descrito por Christiansen e Bekaert et al. com algumas alterações que ajustem o método para os casos em concreto e assim decompor a variância utilizando múltiplas aplicações de modelos AR-GARCH. O maior desafio foi produzir variáveis (séries temporais) independentes entre elas e assim ignorar completamente os termos de covariância que poderiam interferir com a validade desta análise. Em índices para criptomoedas, as variáveis dummy são significantes e relevantes para a modelação, indicando que o período da queda de mercado é importante para modelos futuros, que caso não seja utilizado, possa fornecer estimativas insuficientes e que alterem os resultados finais em ordens de magnitude. Em relação a acções e índices, as variáveis dummy são insignificantes nas correlações condicionais e nos rácios de variância, no entanto, são significantes tanto nos resíduos dos preços e os seus retornos. O período da queda de mercado é claro nos gráficos mostrando uma lacuna em todas as correlações condicionais, o que indica que nenhuma acção em particular teve um efeito destacado em relação às outras e que foi um fenómeno que afectou todos os componentes dos índices. Acções com movimentos individuais que tinham maior influência fora da queda continuaram a exercer a mesma pressão de relativamente às outras durante a queda. Este comportamento era experado e a presente dissertação fornece confirmação. Comparando resultados de ambos os casos, uma relação entre alguns choques em acções e alterações de trends emerge. Esta dissertação não clarifica a causa e apenas documenta uma consequência da mesma pois aparenta ser externa a criptomoedas, acções e índices.Damásio, Bruno Miguel PintoRUNCarvalho, Pedro Maria Fragoso de Almeida2022-04-04T14:09:52Z2022-03-292022-03-29T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10362/135777TID:202983188enginfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-03-11T05:14:03Zoai:run.unl.pt:10362/135777Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T03:48:29.960860Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
COVID crash: a study of volatility spillovers from stocks to us indexes and from us indexes to cryptocurrencies |
title |
COVID crash: a study of volatility spillovers from stocks to us indexes and from us indexes to cryptocurrencies |
spellingShingle |
COVID crash: a study of volatility spillovers from stocks to us indexes and from us indexes to cryptocurrencies Carvalho, Pedro Maria Fragoso de Almeida volatility spillovers cryptocurrency index variance decomposition autoregression heteroskedasticity GARCH conditional variance conditional correlation market crash Covid-19 criptomoedas SDG 8 - Decent work and economic growth |
title_short |
COVID crash: a study of volatility spillovers from stocks to us indexes and from us indexes to cryptocurrencies |
title_full |
COVID crash: a study of volatility spillovers from stocks to us indexes and from us indexes to cryptocurrencies |
title_fullStr |
COVID crash: a study of volatility spillovers from stocks to us indexes and from us indexes to cryptocurrencies |
title_full_unstemmed |
COVID crash: a study of volatility spillovers from stocks to us indexes and from us indexes to cryptocurrencies |
title_sort |
COVID crash: a study of volatility spillovers from stocks to us indexes and from us indexes to cryptocurrencies |
author |
Carvalho, Pedro Maria Fragoso de Almeida |
author_facet |
Carvalho, Pedro Maria Fragoso de Almeida |
author_role |
author |
dc.contributor.none.fl_str_mv |
Damásio, Bruno Miguel Pinto RUN |
dc.contributor.author.fl_str_mv |
Carvalho, Pedro Maria Fragoso de Almeida |
dc.subject.por.fl_str_mv |
volatility spillovers cryptocurrency index variance decomposition autoregression heteroskedasticity GARCH conditional variance conditional correlation market crash Covid-19 criptomoedas SDG 8 - Decent work and economic growth |
topic |
volatility spillovers cryptocurrency index variance decomposition autoregression heteroskedasticity GARCH conditional variance conditional correlation market crash Covid-19 criptomoedas SDG 8 - Decent work and economic growth |
description |
Dissertation presented as the partial requirement for obtaining a Master's degree in Data Science and Advanced Analytics, specialization in Data Science |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-04-04T14:09:52Z 2022-03-29 2022-03-29T00:00:00Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10362/135777 TID:202983188 |
url |
http://hdl.handle.net/10362/135777 |
identifier_str_mv |
TID:202983188 |
dc.language.iso.fl_str_mv |
eng |
language |
eng |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799138086200803328 |