The study investigates the financial spillovers existing among the world’s 14 major equity indexes and 70 largest banks. By employing the Diebold and Yilmaz (2009; 2012) approach, the aim is to estimate the transmission of their return and volatility shocks. However, while the preliminary analysis reveals that the U.S. and the E.U. are the most interconnected regions, the main results come from the global banking network. After tackling the high-dimensionality of the VAR through FEVD feature selection, the analysis reduces the dataset and shows that East Asia is still the most represented region. Even though China accounts for more than a third of the banks, its spillover transmission is extremely low. Hence, our directed graphs divide China from Western countries, leading the former to create a different and separate cluster. When using a 200 rolling-window approach, the analysis shows that banks react to all major financial shocks, mainly the 2015 stock market sell-offs, the 2019 repo crisis, and the COVID-19 pandemic. During that time period, while the region with the highest spillover transmission is represented by the U.S., the one with the lowest return and volatility spillovers appears to be East Asia, particularly China. To explain shocks’ transmissions, the analysis considers twelve variables deriving from banks’ financial statements, balance sheets, or valuations (e.g. revenues, total assets, total debt, deposits). However, even if with simple linear regression models there is a low explanatory power, random forests can explain more than 90% of the variance. Unfortunately, this is no longer valid for volatilities, displaying more spikes than trends and leading any model to be less robust than that of returns.
Il seguente studio analizza gli spillovers esistenti tra i 14 principali indici azionari e le 70 maggiori banche al mondo. Utilizzando l’approccio di Diebold e Yilmaz (2009; 2012), l’analisi mira a quantificare la trasmissione dei loro shock, sia in termini di rendimenti che di volatilità. Sebbene l’analisi preliminare possa già rivelare un primo risultato, vale a dire che le zone con la maggior interdipendenza sono gli Stati Uniti e l’Unione Europea, le conclusioni più interessanti derivano dalla rete bancaria globale. Dopo aver risolto il problema dell’alta dimensionalità del dataset e dimezzato il numero di osservazioni, l’Asia Orientale rappresentava oltre un terzo dei dati. Ciò nonostante, gli spillovers trasmessi dalle relative banche sono risultati estremamente bassi, andando a creare un cluster diverso rispetto a quello delle banche occidentali. Con l’utilizzo di 200 finestre mobili, è stato possibile dimostrare che la maggioranza delle banche ha reagito alle principali crisi degli ultimi dieci anni, tra cui il crollo del mercato azionario del 2015, la crisi del mercato Repo del 2019 e il COVID-19. Nel corso degli ultimi anni, mentre ad aver trasmesso il maggior numero di spillover sono stati gli Stati Uniti, il minore è stato associato all’Asia e nello specifico alla Cina. Al fine di spiegare l’andamento degli spillover, lo studio si è concluso con l’esecuzione di molteplici regressioni e di una random forest. Più precisamente, le variabili considerate sono state selezionate dai bilanci, situazioni patrimoniali e valutazioni delle banche (i.e. ricavi, attività totali, debito totale, depositi). Tuttavia, anche se i modelli lineari hanno avuto una bassa efficacia, le random forests sono riuscite a spiegare il 78%-90% della varianza.
SULLA CONNETTIVITÀ DELLE MAGGIORI BANCHE AL MONDO: UN APPROCCIO DI DIEBOLD & YILMAZ.
DEL NERO, LETIZIA
2023/2024
Abstract
The study investigates the financial spillovers existing among the world’s 14 major equity indexes and 70 largest banks. By employing the Diebold and Yilmaz (2009; 2012) approach, the aim is to estimate the transmission of their return and volatility shocks. However, while the preliminary analysis reveals that the U.S. and the E.U. are the most interconnected regions, the main results come from the global banking network. After tackling the high-dimensionality of the VAR through FEVD feature selection, the analysis reduces the dataset and shows that East Asia is still the most represented region. Even though China accounts for more than a third of the banks, its spillover transmission is extremely low. Hence, our directed graphs divide China from Western countries, leading the former to create a different and separate cluster. When using a 200 rolling-window approach, the analysis shows that banks react to all major financial shocks, mainly the 2015 stock market sell-offs, the 2019 repo crisis, and the COVID-19 pandemic. During that time period, while the region with the highest spillover transmission is represented by the U.S., the one with the lowest return and volatility spillovers appears to be East Asia, particularly China. To explain shocks’ transmissions, the analysis considers twelve variables deriving from banks’ financial statements, balance sheets, or valuations (e.g. revenues, total assets, total debt, deposits). However, even if with simple linear regression models there is a low explanatory power, random forests can explain more than 90% of the variance. Unfortunately, this is no longer valid for volatilities, displaying more spikes than trends and leading any model to be less robust than that of returns.File | Dimensione | Formato | |
---|---|---|---|
Master thesis.pdf
accesso aperto
Dimensione
15.71 MB
Formato
Adobe PDF
|
15.71 MB | Adobe PDF | Visualizza/Apri |
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/20.500.14239/26303