Since when we fit univariate GARCH

Since when we fit univariate GARCH models to each of the series by themselves we do not find any statistically significant evidence of conditional heteroscedasticity, we proceed to model jointly the eleven time series jointly as a VAR without allowing for conditional heteroskedasticity (we estimated a VAR model with GARCH effects as in Iglesias and Phillips (2003) but we did not find statistical significant evidence of GARCH effects). We estimated the VAR model up to seven lags (due to the daily characteristics of our dataset) and we chose, using the AIC (Akaike Information Criterion) and the SBC (Schwarz's Bayesian Criterion), the VAR (2) given in Table 6. Again we only show the t-statistics that are statistically significant at the 1% level to look for the stronger relationships. We see how (as it happened with the Granger-causality relationships) all markets are linked since all returns depend on some previous lag(s). However, the relationships that we find are different than using bivariate-VARS. We obtain now that Austria, Belgium, Germany, Ireland and UK are the markets that are less dependent on the rest of the European market financial cycles (since only one lag is statistically significant for each of these countries). France, Greece, Holland, Italy, Spain and Sweden are more dependent on the rest of the European financial cycles (they present more than one statistically significant relationships). We find a very strong relationship for France from Belgium.

Kết quả (Việt) 1:

Kể từ khi chúng tôi phù hợp với mô hình GARCH véc cho mỗi dòng của mình chúng tôi không tìm thấy bất kỳ bằng chứng ý nghĩa thống kê của điều kiện heteroscedasticity, chúng tôi tiến hành để mô hình cùng các mười một thời gian loạt cùng nhau như một VAR mà không cho phép cho điều kiện heteroskedasticity (chúng tôi ước tính một mô hình VAR với GARCH hiệu ứng như trong Iglesias và Phillips (2003) nhưng chúng tôi không tìm thấy bằng chứng quan trọng thống kê của hiệu ứng GARCH). Chúng tôi ước tính VAR mô hình lên đến bảy chậm (do các đặc tính hàng ngày của chúng tôi bộ dữ liệu) và chúng tôi đã chọn, bằng cách sử dụng AIC (tiêu chuẩn thông tin Akaike) và SBC (Schwarz của Bayes tiêu chí), VAR (2) được đưa ra trong bảng 6. Một lần nữa, chúng tôi chỉ hiển thị các t-thống kê có ý nghĩa thống kê ở cấp độ 1% để tìm kiếm các mối quan hệ mạnh mẽ hơn. Chúng tôi xem như thế nào (như nó đã xảy ra với các mối quan hệ nhân quả Granger) tất cả thị trường sẽ được được liên kết kể từ khi trả lại tất cả phụ thuộc vào một số lag(s) trước. Tuy nhiên, các mối quan hệ mà chúng tôi tìm thấy là khác nhau hơn bằng cách sử dụng bivariate VARS. Chúng tôi có được bây giờ mà áo, Bỉ, Đức, Ireland và Vương Quốc Anh là thị trường có ít phụ thuộc vào phần còn lại của các chu kỳ tài chính thị trường châu Âu (kể từ khi chỉ có một tụt hậu là ý nghĩa thống kê cho mỗi người trong số các quốc gia). Pháp, Hy Lạp, Hà Lan, ý, Tây Ban Nha và Thuỵ Điển đang phụ thuộc hơn vào phần còn lại của các chu kỳ tài chính châu Âu (họ hiện nay nhiều hơn một mối quan hệ quan trọng thống kê). Chúng tôi tìm thấy một mối quan hệ rất mạnh cho nước Pháp từ Bỉ.

Kết quả (Việt) 2:

Kể từ khi chúng tôi phù hợp với mô hình GARCH đơn biến cho mỗi bộ phim do mình chúng tôi không tìm thấy bất kỳ bằng chứng đáng kể về mặt thống kê của các biến ngẫu nhiên có điều kiện, chúng tôi tiến hành để mô hình cùng một loạt mười một thời gian cùng nhau như một VAR mà không cho phép cho heteroskedasticity có điều kiện (chúng tôi ước tính một mô hình VAR với các hiệu ứng GARCH như trong Iglesias và Phillips (2003) nhưng chúng tôi đã không tìm thấy bằng chứng cho ý nghĩa thống kê của các hiệu ứng GARCH). Chúng tôi ước tính các mô hình VAR lên đến bảy trễ (do đặc điểm hàng ngày của bộ dữ liệu của chúng tôi) và chúng tôi đã lựa chọn, sử dụng các AIC (Akaike Information Criterion) và SBC (Bayesian Tiêu chí Schwarz), các VAR (2) được đưa ra trong Bảng 6. Một lần nữa, chúng tôi chỉ hiển thị các số liệu thống kê t-có ý nghĩa thống kê ở mức 1% để tìm kiếm các mối quan hệ mạnh mẽ hơn. Chúng tôi xem như thế nào (vì nó đã xảy ra với các mối quan hệ nhân quả Granger-) tất cả các thị trường được liên kết từ tất cả trở lại phụ thuộc vào một số tụt hậu trước đây (s). Tuy nhiên, các mối quan hệ mà chúng ta thấy là khác nhau hơn là sử dụng hai biến-phản kháng. Chúng tôi có được bây giờ mà Áo, Bỉ, Đức, Ireland và Anh là những thị trường mà ít phụ thuộc vào phần còn lại của chu kỳ thị trường tài chính châu Âu (vì chỉ có một độ trễ là ý nghĩa thống kê cho mỗi nước). Pháp, Hy Lạp, Hà Lan, Ý, Tây Ban Nha và Thụy Điển là phụ thuộc nhiều hơn vào phần còn lại của chu kỳ tài chính châu Âu (họ thể hiện nhiều hơn một mối quan hệ có ý nghĩa thống kê). Chúng tôi tìm thấy một mối quan hệ rất mạnh mẽ đối với nước Pháp từ Bỉ.