مراحل حرکت در بازارهای مالی

مطالعه همبستگی بین ایالات متحدهو بازارهای سهام آمریکای لاتین: چشم انداز همبستگی متقابل

مطالعه Asvice بین بورس سهام ایالات متحده آمریکا و آمریکای لاتین: یک دیدگاه متقابل متقابل

semei coronado season@cucea. udg. mx دانشگاه گوادالاجارا ، مکزیک عمر روژاس orojas@up. edu. mx دانشگاه پان آمریکایی ، مکزیک rafael romero-meza rafael. romero@uautonoma. cl دانشگاه خودمختار شیلی ، شیلی Francisc Venegas-Martínez fvenegas11111111111. mx موسسه ملی پلی تکنیک ، مکزیک

مطالعه همبستگی بین ایالات متحدهو بازارهای سهام آمریکای لاتین: چشم انداز همبستگی متقابل

دینا ، جلد. 83 ، نه. 196 ، صص. 143-148 ، 2016

دانشگاه ملی کلمبیا

این کار تحت عنوان Creative Commons Attribution 4. 0 Inteational مجاز است.

دریافت: 20 مارس 2015

accepthed: دسامبر ، 10 ، 2015

چکیده: این کار با استفاده از یک آزمایش ، وابستگی بین جفت متغیرها را تشخیص می دهد. نوع وابستگی غیرخطی است و این آزمایش به عنوان همبستگی متقابل شناخته می شود ، که با بروکس و هینیچ همراه است [1]. ما دوره وابستگی را بین ایالات متحده مطالعه می کنیماستاندارد و پور 500 (SP500) ، که برای معیار استفاده می شود ، و شش شاخص بازار سهام آمریکای لاتین: مکزیک (BMV) ، برزیل (Bovespa) ، شیلی (IPSA) ، کلمبیا (Colcap) ، پرو (IGBVL) و آرژانتین (Merval). ما پنجره هایی از وابستگی غیرخطی و همبستگی بین SP500 و بورس سهام آمریکای لاتین را پیدا کرده ایم که مجموع آن همزمان با دوره های بحران است و منجر به تفسیر یک بیماری احتمالی یا وابستگی متقابل می شود.

کلمات کلیدی: بحران مالی ، همبستگی های متقابل ، وابستگی غیرخطی ، همبستگی ، بازارهای مالی.

خلاصه: این کار یک آزمایش را برای تشخیص وابستگی بین جفت متغیرها اعمال می کند. این نوع وابستگی خطی نیست ، و این آزمایش به عنوان متقاطع متقاطع شناخته می شود ، که با بروکس و هینیچ همراه است [1]. ما دوره های وابستگی غیرخطی بین شاخص استاندارد و 500 (SP500) از ایالات متحده و شش نرخ بازار آمریکای لاتین را مطالعه می کنیم: مکزیک (BMV) ، برزیل (Bovespa) ، شیلی (IPSA) ، کلمبیا (Colcap) ، پرو ( IGBVL) و آرژانتین (Merval). ما پنجره های وابستگی غیر خطی و هماهنگ بین SP500 و بازارهای سهم آمریکای لاتین را پیدا کرده ایم که برخی از آنها با دوره های بحران همزمان است ، که جای خود را برای تفسیرهای احتمالی از عفونت یا وابستگی متقابل فراهم می کند.

Palabras Clave: Crisis Fininalia ، Bicorrelaciones cruzadas ، وابستگی No Lineal ، Co-Movimiento ، Mercados Finineieros.

مطالعه انتقال شوک ها از یک کشور به کشور دیگر و همبستگی بین چندین کشور و همبستگی هایی که با استدلال های اقتصادی قوی قابل توضیح نیستند ، توجه محققان در اقتصاد و امور مالی و همچنین پزشکان را به خود جلب کرده است. تحقیقات در مورد این موضوع ، تأثیرات قابل توجهی در قیمت گذاری دارایی ، تخصیص و پیش بینی و همچنین در سایر عناصر Cf.[2-4].

به تازگی ، همبستگی بین بازارهای مالی با تأکید بر بازده شاخص های بورس سهام ، از طریق مدل های اقتصاد سنجی یا سری زمانی که امکان درک بهتر از رفتار بازارها ، به ویژه از طریق دوره های بحران را فراهم می کند ، مورد بررسی قرار گرفته است. بسیاری از این تحقیق از دیدگاه Contagion ، به طور همبستگی و همبستگی های متقابل مورد مطالعه قرار گرفته است.[5-10]. رویکردهای متعددی برای تجزیه و تحلیل همبستگی بین بازارهای مالی اتخاذ شده است ، که برخی از آنها از ابزارهای کمی که بیشتر از فیزیک و علوم محاسباتی وام گرفته می شوند ، استفاده می کنند.[11-13].

با توجه به [6] ، اگر دو بازار بسیار همبسته باشند ، و همبستگی در یکی از بازارها پس از یک بحران مالی افزایش نمی یابد ، اما برعکس ، یک تغییر مداوم در همبستگی آن وجود دارد ، پس هر دو بازار بسیار زیاد هستندوابسته به هم وابسته و عفونی را نمی توان علت رابطه بین دو بازار در نظر گرفت. بنابراین ، برای این نویسندگان بعد ممتاز وابستگی خطی است. با این حال ، یک تحقیق مهم وجود دارد که بر لزوم تأیید تجربی وابستگی های غیر متغیره و چند متغیره غیرخطی تأکید می کند. براساس [14] استدلال های متعددی به نفع این مسیر تحقیق مطرح شده است. از یک طرف ، اگر پس از اجرای رگرسیون ، نشانه ای از وابستگی غیرخطی در شرایط خطا یک مدل استاندارد وجود داشته باشد ، متداول ترین آن خطی است ، می توان ادعا کرد که مدل استاندارد داده ها را به اندازه کافی خوب نشان نمی دهد. از طرف دیگر ، اگر شواهد رفتار غیرخطی در لحظه اول یافت شود ، میانگین مشروط ، تدوین یک طرح معاملاتی ساخته شده بر این یافته قابل تصور خواهد بود. این امر تضمین می کند که مزایای بیشتر از یک برنامه معاملاتی منفعل بدست آمده است.

به منظور کشف این روابط شناخته شده و کمتر آشکار-غیرخطی بین بازارهای مالی و نحوه همکاری آنها ، در این کار ما از آزمون غیرخطی Brooks و Hinich [1] استفاده می کنیم ، که از یک اندازه گیری از وابستگی بین جفت متغیرها استفاده می کندبا استفاده از بردارهای اتورگرایی دو متغیره در داده های فرکانس بالا ، همبستگی های متقابل بین سری زمانی نامیده می شود. طبق [15] این آزمایشات را می توان به عنوان پسوندهای چند متغیره طبیعی از آمار و سفیدی Portmanteau Hinich مشاهده کرد ، اما در این حالت آزمون ویژگی های غیرخطی را برای جفت متغیرها بررسی می کند. مزیت استفاده از آزمون همبستگی متقابل این است که قاب های پنجره خاصی را که در آن وابستگی غیرخطی وجود دارد ، می پردازد و همچنین جهت وابستگی غیرخطی را نشان می دهد ، که توسط آزمون علیت گرنجر ارائه نمی شود

هر دو آزمایش تک متغیره [16-24] و چند متغیره [25-27] با موفقیت برای تجزیه و تحلیل رفتار غیرخطی سری های زمانی مختلف مالی و اقتصادی استفاده شده اند. با این حال ، به بهترین دانش ما ، این اولین بار است که از چنین آزمایش غیرخطی چند متغیره برای کشف نحوه همکاری بازار سهام استفاده می شود.

آثار منی در مورد تجزیه و تحلیل بازارهای سهام آمریکای لاتین به عنوان [24] و [22] از آزمون تک متغیره استفاده می کنند ، همانطور که در مورد دوقلوها وجود دارد. در مورد ما ، ما یک تست دو متغیره ، همبستگی متقابل را اجرا می کنیم که به ما امکان می دهد تا همبستگی بین جفت متغیرها را مطالعه کنیم. بنابراین ، همبستگی متقابل یک گسترش چند متغیره از دوقلو است ، و همبستگی متقابل می تواند بیشتر انواع وابستگی را بین جفت های سری آمار مرتبه سوم ضبط کند.

در این مقاله ، ما از تست غیر خطی که توسط [1] پیشنهاد شده است استفاده می کنیم تا بتوانیم از متقاطع و همبستگی های متقابل بین استاندارد ایالات متحده و 500 (SP500) ، به عنوان معیار و شش شاخص بازار سهام آمریکای لاتین استفاده کنیم.: مکزیک (BMV) ، برزیل (Bovespa) ، شیلی (IPSA) ، کلمبیا (Colcap) ، پرو (IGBVL) و آرژانتین (Merval). ما پنجره هایی از وابستگی غیرخطی بین SP500 و بازارهای سهام آمریکای لاتین پیدا کردیم که برخی از آنها با دوره های بحران همزمان است و منجر به تفسیر بیماری احتمالی یا وابستگی متقابل می شود.

سازمان سند به شرح زیر است: بخش 2 اطلاعات جمع آوری شده را ارائه می دهد. بخش 3 روش مورد استفاده را شرح می دهد. بخش 4 نتایج تجربی را گزارش می کند. سرانجام ، نتیجه گیری اصلی در بخش 5 ارائه شده است.

برای این مطالعه بازده روزانه هفت شاخص بازار سهام را در نظر می گیریم ، یعنی استاندارد ایالات متحده و 500 فقیر (SP500) به عنوان یک بازار پایه برای مقایسه در برابر شش شاخص بازار سهام آمریکای لاتین: مکزیک (BMV) ، برزیل (Bovespa) ، شیلی در نظر گرفته شده است.(IPSA) ، کلمبیا (COLCAP) ، پرو (IGBVL) و آرژانتین (Merval). قیمت بسته شدن روزانه از تاریخ 2 ژانویه 2003 تا 8 ژانویه 2015 ، برای کل 3025 مشاهده از هر شاخص از بلومبرگ بدست آمد. داده ها برای این دوره از زمان نمونه برداری شد تا تأثیراتی را که ایالات متحده ممکن است در بازارهای سهام آمریکای لاتین در طی بحران مالی فرعی داشته باشد و دید گسترده ای از سایر پدیده های همبستگی متقابل ممکن داشته باشد. قیمت ها به نرخ مداوم بازده تبدیل شدند و اختلافات طبیعی بین قیمت بسته شدن روزانه بازارهای سهام را انجام دادند. در جدول 1 آمار خلاصه ای برای این بازده ها ارائه شده است. همانطور که انتظار می رود ، این آمار با برخی از ویژگی های بارز متغیرهای مالی سازگار است [28،29]. به طور خاص ، کورتوز نشان می دهد که توزیع های برگشتی لپتوکورتیک هستند. علاوه بر این ، آماری Jarque-Bera (JB) تأیید می کند که به طور معمول توزیع نمی شود. اگرچه نتایج آزمایش KPSS برای فصلی ذکر نشده است ، اما فرضیه تهی فصلی یا نتایج آزمون های ADF و PP را تحت فرضیه تهی یک ریشه واحد رد نمی کند. هر دو آزمون با سطح اهمیت 5 ٪ در صورت درخواست در دسترس هستند.

میز 1 خلاصه آمار برای بازده

نویسندگان از داده های بلومبرگ استفاده کردند.

بروکس و هینیچ [1] ادعا می کنند که آزمون همبستگی متقابل به یک محقق امکان می دهد هرگونه وابستگی غیرخطی بین دو جفت متغیر را شناسایی کند. اندازه سری نمونه ها با دو متغیر ثابت X (TK) و X (TK) است زیرا ما با اولین اختلافات درصدی و زیر نمونه های کوچک از سری کل کار می کنیم ، تا فرض کنیم که ثابت بودن بیش از معقول است. هر سری به صورت غیر همپوشانی به طول مساوی جدا می شود

در حال حرکت پنجره ها یا قاب ها ، کجا. یک عدد صحیح است وپنجره K-th را نشان می دهد و ، هر دو سری به طور مشترک ثابت کواریانس هستند که استاندارد شده اند. فرضیه های تهی آزمون بیان می کند که دو متغیر X (TK) و X (TK) هیچ وابستگی ندارند و در واقع نویز سفید خالص هستند. فرضیه جایگزین بیان می کند که این سریال دارای crosscovariances ، c است_xy(r) تعریف شده به عنوانor any of the cross-bicovariances, C_XXY(R ، S) تعریف شده, different from zero.

تحت فرضیه تهی ، CXY (R) و CXXY (R ، S) برای هر R ، S صفر هستند به جز وقتی r = s = 0. با توجه به آزمون ، بین یک جفت متغیر وابستگی وجود دارد اگر ، cxy (r) ≠

0 یا C_XXY(R ، S) 0 برای حداقل یک مقدار R یا یک جفت مقادیر R و S به ترتیب. در مرحله بعد ، ما آماری را ارائه می دهیم که به ترتیب همبستگی متقابل XY و R ، S ساده xxy را به ترتیب ارائه می دهد.

(1)

(2)

ما می توانیم همبستگی های متقابل را به عنوان درجه رابطه مقدار یک متغیر با مقدار همبستگی متقابل دو متغیر تفسیر کنیم. آزمون مرتبه دوم شامل عناصر فعلی نیست و براساس خطای AR (2) مناسب برای تمیز کردن ترتیب همبستگی یک متغیر اجرا می شود. بنابراین همبستگی های فعلی دلیل رد فرضیه تهی نخواهد بود. برای انجام آزمون مرتبه سوم ، ما آزمون را بر اساس خطاهای یک مدل VAR (2) که دارای یک اصطلاح فعلی در یکی از معادلات (سفارش از مدل های AR (.) و Var () انتخاب شده است ، استفاده می کنیم. برای بهینه سازی معیار شوارتز (BIC)). مرحله قبل از سفید کردن بر روی حذف هرگونه همبستگی خطی یا همبستگی متقابل است. بنابراین هرگونه وابستگی برجسته بین متغیرها باید به عنوان غیرخطی طبقه بندی شود. بگذارید l = n. جایی که 00. 5 (برای مورد مطالعه ما استفاده می کنیم. = 0. 4 ،. = 3025 ، و بنابراین ما 121 پنجره بدون پوشش طول 25 روز داریم). آمار آزمون مربوطه برای همبستگی های متقابل غیر صفر و همبستگی متقابل است

(3)

(4)

برا ی-S ≠ -1،1،0 ، به ترتیب. در این آمار ، تعداد دفعاتی است که همبستگی ها تأیید می شوند و L (2 L-1) تعداد بارها و بارها است که همبستگی های متقابل هستند

پروشیشزیر [15] ، ما بیان می کنیم که H_xyو ح_XXYبدون علامت x 2 با. و L (2 L - 1) درجه آزادی ، به ترتیب ، به عنوان N →.

4- نتایج تجربی

در جدول 2 ، ما نتایج آزمون همبستگی متقابل را گزارش می کنیم. تمام آزمایشات با استفاده از SP500 به عنوان معیار مقایسه انجام می شود ، زیرا اثرات ایالات متحده بر آمریکای لاتین مواردی است که ما می خواهیم آزمایش کنیم. ما تعداد و درصد از پنجره های همبستگی متقابل (در سطح 5 ٪) ، همبستگی برای همه پنجره ها و همبستگی برای بزرگترین پنجره را ارائه می دهیم. همانطور که مشاهده می شود ، کشورهایی که دارای مهمترین ویندوزهای همبستگی متقابل هستند ، برزیل (Bovespa) ، آرژانتین (Merval) و پرو (IGBVL) هستند که به ترتیب 28. 1 ٪ ، 25. 6 ٪ و 24. 0 ٪ از ویندوزهای مهم دارند. از طرف دیگر ، کلمبیا (COLCAP) ، شیلی (IPSA) و مکزیک (BMV) کشورهایی با پنجره های کمتر قابل توجه (14. 0 ٪ ، 14. 9 ٪ و 5 /16 ٪) هستند. در مورد همبستگی برای همه پنجره ها ، بیشتر کشورها به استثنای آرژانتین (0. 55) بین 0. 70 تا 0. 79 همبستگی دارند. علاوه بر این ، کشور با یک قسمت از بزرگترین همبستگی (0. 50) آرژانتین بود ، در حالی که یکی از کمترین همبستگی برای یک قسمت واحد ، پرو بود (-0. 01). این نتایج به میزان وابستگی و همبستگی بین اقتصادها روشن می شود.

جدول 2

تعداد و درصد از پنجره های همبستگی متقابل (در سطح 5 ٪) و همبستگی بین xxy و yyx و مقادیر مهمترین دوقلوها. همه همبستگی ها و همبستگی های متقابل علیه SP500 است.

نویسندگان.

در جدول 3 ما تاریخ های پنجره های همبستگی قابل توجه بین معیار SP500 و شش شاخص بازار سهام آمریکای لاتین را ارائه می دهیم ، که به روش زیر برچسب گذاری شده است: BMV (A) ، Bovespa (B) ، IPSA (C) ، Colcap (D) ، IGBVL (E) و Merval (f). تمام پنجره ها 25 روز کار طول ، برای کل 121 ویندوز است. در طول سال 2003 ، برزیل و آرژانتین برای سالهای 2004 تا آوریل 2007 ، ویندوزهای همبستگی متقابل با ایالات متحده را نشان دادند ، بازارها به استثنای یک پنجره قابل توجه از 6/26 تا 7/31 بین SP500 و SP500 و همزمان با هم همکاری نمی کنند. BMVدر اواسط سال 2007 اثرات ایالات متحده در برخی از کشورهای آمریکای لاتین قابل مشاهده است: مکزیک ، برزیل و پرو زودتر از شیلی ، کلمبیا و آرژانتین تحت تأثیر قرار می گیرند. با این حال ، اثرات بحران مالی فرعی از سپتامبر 2008 تا ژوئیه 2009 در همه کشورها احساس شد (جدول 3 (فهرست)). از آگوست 2009 تا ژوئن 2011 ، همبستگی زیادی وجود نداشت ، پرو در این سالها از ویندوزهای قابل توجه در زمینه سازمانها استثناء است. یکی دیگر از بلوک های هماهنگی از ژوئیه تا دسامبر 2011 قابل مشاهده بود ، که ممکن است به دلیل بحران بدهی مستقل اروپا و برخی از نگرانی های مربوط به رشد آهسته اقتصادی ایالات متحده و رتبه بندی اعتبار آن کاهش یابد. از سال 2012 تا ژانویه سال 2015 ، کشورهایی که همچنان با آمریكایی های قابل توجه با آمریكا نشان می دهند ، برزیل و آرژانتین بودند.

جدول 3

تاریخ های پنجره های همبستگی قابل توجه بین SP500 و بازار سهام مربوط به آمریکای لاتین ، با عنوان به شرح زیر است: BMV (A) ، Bovespa (B) ، Ipsa (C) ، Colcap (D) ، IgBVL (E) و Merval (F)بشرتمام پنجره ها 25 روز کار طول ، برای کل 121 ویندوز است. اعداد موجود در ستون های A-F نشان دهنده پنجره مربوطه است که قابل توجه است.

نویسندگان.

در شکل 1 و شکل 2 ، مقادیر ( 1-P) از پنجره های همبستگی قابل توجه بین SP500 و مکزیک ، برزیل و کلمبیا را ترسیم می کنیم (شکل 1) و شیلی ، پرو و آرژانتین (شکل 2). این پنجره ها با موارد گزارش شده در جدول 2 و 3 مطابقت دارند. مشخص است که چگونه دو دوره اصلی وابستگی غیرخطی بین ایالات متحده و سهام سهام آمریکای لاتین وجود دارد: 2008-2009 و 2011. برزیل و آرژانتین با آمریكا ارتباطات متقابل را با آمریكا نشان دادند. 2003

شکل 1 (1-P)-مقادیر پنجره های همبستگی قابل توجه بین SP500 و مکزیک ، برزیل و کلمبیا. نویسندگان.

شکل 2 (1-P)-مقادیر پنجره های همبستگی قابل توجه بین SP500 و شیلی ، پرو و آرژانتین. نویسندگان.

در شکل 3 قیمت های عادی شده را برای شاخص های SP500 ، BOVESPA و COLCAP ترسیم می کنیم. SP500 معیار است و با Bovespa مقایسه می شود که مهمترین ویندوزهای همبستگی متقابل (28. 1 ٪) و COLCAP را ارائه می دهد که کمترین درصد ویندوز (14. 0 ٪) را نشان می دهد. ما همچنین بازده ها و (1-P)-مقادیر پنجره های همبستگی قابل توجه را ترسیم می کنیم. همانطور که در توطئه های قیمت ها و بازده ها مشاهده می شود ، مشخص است که چگونه برای سال 2008 و سال 2011 ، SP500 در قیمت ها کاهش می یابد و قبل از شاخص های دیگر نوسانات بالاتری دارد.

شکل 3 نمودار قیمت های عادی ، بازده و (1-P) از ویندوزهای همبستگی قابل توجه (به ترتیب بالا ، میانه ، پایین ،) برای SP500 ، Bovespa و Colcap. نویسندگان.

در این سند ما با موفقیت از آزمون همبستگی بروکس و هینیچ [1] استفاده کرده ایم تا از بین روسرها و همبستگی های متقابل بین استاندارد ایالات متحده و 500 (SP500) استفاده کنیم ، و شش شاخص سهام سهام آمریکای لاتین استفاده می شود.: مکزیک (BMV) ، برزیل (Bovespa) ، شیلی (IPSA) ، کلمبیا (Colcap) ، پرو (IGBVL) و آرژانتین (Merval). ما ویندوزهای وابستگی غیرخطی بین SP500 و بازارهای سهام آمریکای لاتین پیدا کردیم که برخی از آنها با دوره های بحران همزمان است و جای خود را به تفسیر بیماری احتمالی یا وابستگی متقابل می دهد. با استفاده از یک روش متفاوت اما مرتبط ، [23] دریافت که چندین دوره وجود دارد که بحران های مالی بین المللی وجود داشته است که برای چندین بازار مالی آمریکای لاتین ، غیر متغیره بودن یکپارچه قوی را نشان می دهد.

این آزمایش غیرخطی چندین مزیت را ارائه می دهد ، زیرا می تواند هر نوع وابستگی غیرخطی آمار مرتبه سوم را بین دو جفت متغیر تشخیص دهد. علاوه بر این ، این یک ابزار مفید برای دانشگاهیان برای بررسی شکل عملکردی ارتباط غیرخطی بین جفت متغیرها با تعریف در کدام جهت جریان های بین المللی و کدام یک از تاخیر مهم است. با توجه به این که این آزمایش به محقق اجازه می دهد تا فرم های وابستگی غیرخطی مرتبه سوم را بین جفت های سری تعیین کند ، می توان از آن به عنوان ابزاری تکمیلی برای آزمون علیت گرنجر استفاده کرد.

ما برخی از لحظات از همبستگی های متقابل را شناسایی کرده ایم که ممکن است از دیدگاه اقتصادی عمیق تر کشف شود و این به عنوان یک کار در حال پیشرفت باقی مانده است. علاوه بر این ، به دنبال [23] ، جالب است که یک آزمایش از جمله ویندوزهای همپوشانی را در یک طرح نورد انجام دهید. بنابراین ، مانند [23] می توان شروع ، پایان ، شدت و پایداری همبستگی متقابل را به جای فقط دو طرفه شناسایی کرد.

نویسندگان دوست دارند Jorge Ahumada García (MSC در Economy Student ، ITAM) را به خاطر کمک خود در تهیه برخی از داده های مورد استفاده در این مقاله و Itzel Cano (Universidad Panamericana) برای کمک به او در قالب بندی برخی از جداول ، تصدیق کنند. همه خطاها تنها مسئولیت نویسندگان است.

نویسندگان از حمایت Fondecyt (پروژه 1111034) سپاسگزار هستند.

[1] بروکس ، C. ، و هینیچ ، M. J. ، همبستگی های متقابل و همبستگی های متقابل در نرخ ارز استرلینگ ، مجله امور مالی تجربی. 6 (4) ، صص 385-404 ، 1999. doi: 10. 1016/S0927-5398 (99) 00007-9

[2] Velásquez ، J. D. ، Franco ، C. J. and Camacho ، P. ، پیش بینی سری زمانی غیرخطی با استفاده از مریخ ، دینا. 81 (184) ، صص 11-19 ، 2014. DOI ؛10. 15446/dyna. v81n184. 39699

[3] Velásquez ، J. D. ، Zambrano ، C. and Franco ، C. J. ، مقایسه شبکه های هموار سازی نمایی و عصبی در پیش بینی سری زمانی ، Dyna.[برخط]. 80 (182) ، صص 66-73 ، 2013. [تاریخ مرجع 1 دسامبر 2015]. موجود در: http://revistas. unal. edu. co/index. php/dyna/article/view/41564/43245

[4] Velásquez ، J. D. ، Morales ، Y. O. و Franco ، C. J. ، تجزیه و تحلیل سری زمانی و پیش بینی در بازارهای انرژی با استفاده از زبان R ، Dyna.[برخط]. 78 (165) ، صص 287-296 ، 2011. [تاریخ مرجع 1 دسامبر 2015]. موجود در: http://revistas. unal. edu. co/index. php/dyna/article/view/25670

[5] Aloui ، R. ، Ben Aïssa ، M. S. و نگوین ، D. K. ، بحران مالی جهانی ، وابستگی شدید و اثرات مسری: نقش ساختار اقتصادی؟ ، مجله بانکی و دارایی. 35 (1) ، صص 130-141 ، 2011. doi: 10. 1016/j. jbankfin. 2010. 07. 021.

[6] Forbes ، K. J. و Rigobon ، R. ، بدون مسری ، فقط وابستگی متقابل: اندازه گیری کالاهای بورس سهام ، مجله امور مالی. 57 (5) ، صص 2223-2261 ، 2002. doi: 10. 1111/0022-1082. 00494.

[7] Kenourgios ، D. ، Samitas ، A. and Paltalidis ، N. ، بحران های مالی و آلودگی بازار سهام در یک چارچوب نامتقارن چند متغیره ، مجله بازارهای مالی بین المللی ، موسسات و پول 21 (1) ، صص 92-106 ، 2011. doi: 10. 1016/j. intfin. 2010. 08. 005.

[8] Caramazza ، F. ، Ricci ، L. and Salgado ، R. ، مسری بین المللی مالی در بحران های ارز ، مجله پول و دارایی بین المللی. 23 (1) ، صص 51-70 ، 2004. doi: 10. 1016/j. jimonfin. 2003. 10. 001

[9] Corsetti ، G. ، Pericoli ، M. and Sbracia ، M. ، برخی از بیماری ها ، برخی از وابستگی متقابل: مشکلات بیشتر در آزمایشات مربوط به مسری مالی ، مجله پول و دارایی بین المللی. 24 (8) ، صص 1177-1199 ، 2005. doi: 10. 1016/j. jimonfin. 2005. 08. 012

[10] Chiang ، T. C. ، Jeon ، B. N. و لی ، H. ، تجزیه و تحلیل همبستگی پویا از آلودگی مالی: شواهدی از بازارهای آسیا ، مجله پول و دارایی بین المللی. 26 (7) ، صص 1206-1228 ، 2007. doi: 10. 1016/j. jimonfin. 2007. 06. 005

[11] Laloux ، L. ، Cizeau ، P. ، Bouchaud ، J. P. and Potters ، M. ، پانسمان نویز ماتریس همبستگی مالی ، نامه های بررسی فیزیکی. 83 (7) صص 1467-1470 ، 1999. doi: 10. 1103/physrevlett. 83. 1467.

[12] Plerou ، V. ، Gopikrishnan ، P. ، Rosenow ، B. ، Amaral ، L. A. N. ، Guhr ، T. and Stanley ، H. E. ، رویکرد ماتریس تصادفی برای همبستگی متقابل در داده های مالی ، فیزیک. Rev. E. 65 (6) ، صص 66126-66144 ، 2002. doi: 10. 1103/physreve. 65. 066126

[13] Evans ، T. and McMillan ، D. G. ، همبستگی و همبستگی مالی: شواهدی از 33 شاخص بین المللی بورس ، مجله بین المللی بانکی ، حسابداری و امور مالی. 1 (3) ، صص 215-241 ، 2009. doi: 10. 1504/ijbaaf. 2009. 022711

[14] Czamanski ، D. ، Dormaar ، P. ، Hinich ، M. J. and Serletis ، A. ، غیرخطی اپیزودیک و غیرقانونی بودن در بازارهای قدرت و گاز طبیعی آلبرتا ، اقتصاد انرژی. 29 (1) ، صص 94-104 ، 2007. doi: 10. 1016/j. eneco. 2006. 08. 002

[15] Hinich ، M. J. ، آزمایش وابستگی در ورودی به یک مدل سری زمانی خطی ، مجله غیرپارامتری. آمار. 6 (2-3) ، صص 205-221 ، 1996. doi: 10. 1080/10485259608832672

[16] Coronado-Ramírez ، S. ، Celso-Arellano ، P. L. ، and Rojas ، O. ، کارآیی بازار تطبیقی قراردادهای آتی کالاهای کشاورزی ، Contaduria y Administración. 60 (2) ، صص 389-401 ، 2015. doi: 10. 1016/S0186-1042 (15) 30006-1

[17] Romero-Meza ، R. ، Bonilla ، C. A. و Hinich ، M. J. ، تشخیص رویداد غیرخطی در بازار سهام شیلی ، نامه های اقتصاد کاربردی. 14 (13) ، صص 987-991 ، 2007. doi: 10. 1080/13504850600706024

[18] Hinich ، M. J. and Serletis ، A. ، تشخیص رویداد غیرخطی اپیزودیک در نرخ ارز کانادا ، مجله انجمن آماری آمریکا. 102 (477) ، صص 68-74 ، 2007. doi: 10. 1198/016214506000001004

[19] Bonilla ، C. A. ، Maquieira ، C. P. و Romero-Meza ، R. ، رفتار غیرخطی اوراق بهادار در حال ظهور گسترش می یابد: پرونده آمریکای لاتین ، اقتصاد کاربردی. 40 (2) ، صص 2697-2702 ، 2008. doi: 10. 1080/00036840600970245

[20] Lim ، K. P. R. ، Brooks ، D. and Hinich ، M. J. ، وابستگی سریال غیرخطی و بهره وری ضعیف از بازارهای در حال ظهور آسیا ، مجله بازارهای مالی بین المللی ، موسسات و پول. 8 (5) ، صص 527-544 ، 2008. doi: 10. 1016/j. intfin. 2007. 08. 001

[21] Coronado-Ramírez ، S. ، Ramírez-Grajeda ، M. and Celso-Arellano ، P. L. ناکارآمدی در بازار بین المللی قهوه: مورد کلمبیا Arabica ، African J. Agric. res9 (5) ، صص 556-561 ، 2014. doi: 10. 5897/ajar11. 2228

[22] Bonilla ، C. A. ، Romero-Meza ، R. and Maquieira ، C. ، Nonlinearities و Garch ناکافی برای مدل سازی بازده بازار سهام: شواهد تجربی از آمریکای لاتین ، پویایی اقتصاد کلان. 15 (5) ، صص 713-724 ، 2011. doi: 10. 1017/S1365100510000295

[23] Romero-Meza ، R. ، Bonilla ، C. ، Benedetti ، H. and Serletis ، A. ، غیرانتفاعی و مسری مالی در بازارهای سهام آمریکای لاتین. مدل سازی اقتصادی ، 51 ، صص 653-656 ، 2015. doi: 10. 1016/j. econmod. 2015. 09. 012

[24] Bonilla ، C. A. ، Romero-Meza ، R. and Hinich ، M. J. ، غیرخطی اپیزودیک در شاخص های بازار سهام آمریکای لاتین. نامه های اقتصادی کاربردی ، 13 (3) ، 195-199 ، 2006. doi: 10. 1080/13504850500392750

[25] بروکس ، C. و هینیچ ، M. J. ، دورافتادها و همبستگی های متقابل به عنوان تست های غیرخطی و ابزاری برای پیش بینی نرخ ارز ، مجله پیش بینی. 20 (3) ، صص 181-196 ، 2001. doi: 10. 1002/1099131x (200104) 20: 33. 0. co ؛ 2-R

[26] Serletis ، A. ، Malliaris ، A. G. ، Hinich ، M. J. and Gogas ، P. ، غیرخطی اپیزودیک در ارزهای جهانی پیشرو ، اقتصاد باز. مرور. 23 (2) ، صص 337-357 ، 2012. doi: 10. 1007/S11079-010-9194-9

[27] Romero-Meza ، R. ، Coronado ، S. and Serletis ، A. ، Oil and the Economy: یک دیدگاه دو طرفه متقابل ، مجله اقتصاد نامتقارن. 11 ، صص 91-95 ، 2014. doi: 10. 1016/j. jeca. 2014. 08. 003

[28] Cont ، R. ، خصوصیات تجربی بازده دارایی: حقایق تلطیف شده و موضوعات آماری ، کمی. دارایی، مالیه، سرمایه گذاری. 1 ، صص 223-236 ، 2001. doi: 10. 1080/713665670

[29] Rojas ، O. and Trejo-Pech ، C. ، سری زمانی مالی: حقایق تلطیف شده برای شاخص بورس اوراق بهادار مکزیک در مقایسه با بازارهای توسعه یافته ، در سری زمانی غیرخطی و امور مالی ، Coronado-Ramírez ، S. ، Celso-Arellano ،P. L. و Trejo-Pech ، C. ، eds. Universidad de Guadalajara ، مکزیک ، 2014 ، صص 228-245.

S. Coronado ، دکترای به دست آورد. مدرک تجارت و اقتصاد از دانشگاه گوادالاجارا ، در گوادالاجارا ، مکزیک. وی استاد پژوهشی در گروه روشهای کمی در دانشگاه گوادالاجارا است. وی در حال حاضر عضو سیستم ملی محققان مکزیک (سطح I ، Conacyt) است که در آن زمینه های تحقیق مورد علاقه وی سری زمانی ، امور مالی در حال ظهور و آمار کاربردی است. orcid: 0000-0002-7945-7155

O. Rojas ، دکترای ریاضیات خود را از دانشگاه La Trobe ، ملبورن ، استرالیا دریافت کرد. وی استادیار و مدیر تحقیقات در دانشکده تجارت و اقتصاد در Universidad Panamericana ، گوادالاجارا ، مکزیک است. زمینه های تحقیقاتی وی عبارتند از: سری زمانی غیرخطی و روشهای آماری چند متغیره که برای تجارت اعمال می شود. او عضو سیستم ملی محققان مکزیک (سطح C ، Conacyt) است. orcid: 0000-0002-0681-3833

R. Romero-Meza ، یک دکتر مدیریت بازرگانی (DBA) از دانشگاه بوستون دریافت کرد. او استاد تحقیق در دانشکده د Administración y Negocios در Universidad Autónoma de Shile است ، و همچنین مدیر شورای جهانی مالی بین المللی PKF است. دکتر رومرو-مزا بیش از بیست مقاله دانشگاهی در اقتصاد کاربردی ، نامه های اقتصاد کاربردی ، پویایی کلان اقتصادی ، مدل سازی اقتصادی ، مجله عدم تقارن اقتصادی در بین دیگران دارد. وی در چندین ژورنال به عنوان داور شرکت می کند: اقتصاد انرژی ، نامه های اقتصاد ، نوآوری ، بازارهای نوظهور. علاقه های تحقیق و تدریس وی در بازارهای نوظهور ، بازارهای کارآمد ، سری زمانی غیرخطی و امور مالی شرکت است. orcid: 0000-0001-5108-2681

F. Venegas-Martinez ، دکترا بود. محقق امور مالی در دانشگاه آکسفورد. وی دکترای ریاضی و دکترای دوم اقتصاد را از دانشگاه ایالتی واشنگتن دریافت کرد. او استاد مؤسس Politécnico Nacional ، مکزیک است. دکتر Vengas-Martínez عضو سیستم ملی محققان مکزیک (سطح III ، Conacyt) است. وی در بیش از 20 هیئت تحریریه و مجلات تحقیقاتی علمی ، در مکزیک و بین المللی شرکت می کند. دکتر وگاس-مارتینز بیش از صد مقاله دانشگاهی در مجله احتمال برزیل ، مجله آمار و اقتصاد بین آمریکایی ، مجله پویایی اقتصادی و کنترل ، مجله بین المللی مالی نظری و کاربردی ، مجله مدل سازی اقتصادی ، مجله توسعهاقتصاد ، در میان دیگران. زمینه های تحقیقاتی وی فرایند تصادفی ، اقتصاد سنجی ، سری زمانی و توسعه اقتصادی است. orcid: 0000-0002-1528-5593