Several studies have looked at how international conflicts affect stock markets. This paper examines the impact of the Russia-Ukraine conflict on the volatility of the major stock markets of G8 states, as well as the volatility spillover between them. Russia and Ukraine have been involved in a conflict that has had knock-on effects across the globe because these countries export oil, wheat, and natural gas. Moreover, as a result of the ongoing conflict, financial markets have experienced strong dynamics. Adjusted closing prices are used for the period starting on January 1, 2017 and ending on November 30, 2022. GARCH, EGARCH, and GJR-GARCH models are applied, and normal (gaussian), Student-t, and the Skewness Student-t distributions are estimated. Additionally, to study the impact of the war, a dummy variable is included in the conditional volatility equation. Except for the UKX, this variable appears positive and statistically significant for all stock market indexes considered. Consequently, the conditional volatility of these stock market indexes increased due to the war. Moreover, this study uses Gabauer's work (2020) to examine volatility spillovers among stock market indexes. According to the total connectedness index (TCI), there is a high degree of interconnection between stock market indexes during this time of war. Furthermore, Russia became the major net transmitter of volatility during the war period after previously being a net receiver. As a result of the war's impact on all parts of the world, this was to be expected.
Diversi studi hanno esaminato come i conflitti internazionali influenzano i mercati azionari. Nella suddetta tesi viene esaminato l'impatto del conflitto Russia-Ucraina sulla volatilità dei principali mercati azionari degli stati del G8, nonché le ricadute di volatilità tra di essi. Russia e Ucraina sono state coinvolte in un conflitto che ha avuto effetti a catena in tutto il mon-do poiché questi paesi risultano essere grandi esportatori di petrolio, grano e gas naturale. Inoltre, a seguito del conflitto in corso, i mercati finanziari hanno registrato forti dinamiche. I prezzi di chiusura rettificati sono utilizzati per il periodo che inizia il 1° Gennaio 2017 e termina il 30 Novembre 2022. Vengono applicati i modelli GARCH, EGARCH e GJR-GARCH e vengono stimate le distribuzioni normale (gaussiana), Student-t e Skewness Student-t. Inoltre, per studiare l'impatto della guerra, una variabile fittizia è inclusa nell'equazione della volatilità condizionale. Fatta eccezione per l'UKX, questa variabile appare positiva e statisticamente significativa per tutti gli indici di borsa considerati. Di conseguenza, la volatilità condizionale di questi indici di borsa è aumentata a causa della guerra. Inoltre, questo studio utilizza il lavoro di Gabauer (2020) per esaminare gli spillover di volatilità tra gli indici del mercato azionario. Tenendo in considerazione il Total Connectness Index (TCI), risulta essere presente un alto grado di interconnessione tra gli indici del mercato azionario durante questo periodo di guerra. Infine, si è riscontrato che la Russia è diventata il principale trasmettitore netto di volatilità durante tale periodo bellico, dopo essere stata in precedenza un ricevitore netto. Questo può essere considerato un risultato prevedibile considerando il risultato dell'impatto della guerra in tutte le parti del mondo.
L’impatto della Guerra in Ucraina sulla stabilità dei mercati finanziari
INDELICATO, GIULIA
2021/2022
Abstract
Several studies have looked at how international conflicts affect stock markets. This paper examines the impact of the Russia-Ukraine conflict on the volatility of the major stock markets of G8 states, as well as the volatility spillover between them. Russia and Ukraine have been involved in a conflict that has had knock-on effects across the globe because these countries export oil, wheat, and natural gas. Moreover, as a result of the ongoing conflict, financial markets have experienced strong dynamics. Adjusted closing prices are used for the period starting on January 1, 2017 and ending on November 30, 2022. GARCH, EGARCH, and GJR-GARCH models are applied, and normal (gaussian), Student-t, and the Skewness Student-t distributions are estimated. Additionally, to study the impact of the war, a dummy variable is included in the conditional volatility equation. Except for the UKX, this variable appears positive and statistically significant for all stock market indexes considered. Consequently, the conditional volatility of these stock market indexes increased due to the war. Moreover, this study uses Gabauer's work (2020) to examine volatility spillovers among stock market indexes. According to the total connectedness index (TCI), there is a high degree of interconnection between stock market indexes during this time of war. Furthermore, Russia became the major net transmitter of volatility during the war period after previously being a net receiver. As a result of the war's impact on all parts of the world, this was to be expected.È consentito all'utente scaricare e condividere i documenti disponibili a testo pieno in UNITESI UNIPV nel rispetto della licenza Creative Commons del tipo CC BY NC ND.
Per maggiori informazioni e per verifiche sull'eventuale disponibilità del file scrivere a: unitesi@unipv.it.
https://hdl.handle.net/20.500.14239/2437