DOI: https://doi.org/10.1186/s40854-025-00841-5
تاريخ النشر: 2026-01-14
المؤلف: Hongjun Zeng وآخرون
الموضوع الرئيسي: ديناميات السوق والتقلبات
نظرة عامة
تستكشف هذه الدراسة هيكل الاعتماد والترابط في التقلبات المرتبطة بأزمة COVID-19، وحرب روسيا-أوكرانيا 2022، وتأثيراتها على فئات الأصول المختلفة، بما في ذلك العملات المشفرة، والنفط الخام، وأسواق الأسهم في المناطق المتقدمة ودول الآسيان. التحليل مقسم إلى ثلاث فترات: ما قبل COVID-19، خلال COVID-19، وصراع روسيا-أوكرانيا 2022. باستخدام منهجيات مثل التباين الشرطي الذاتي العام (GARCH) مع نظرية القيمة القصوى (EVT) ونسق الكوبولا، بالإضافة إلى الانحدار الذاتي المتجه الكمي (QVAR) لتقييم الترابط، تكشف الدراسة عن نتائج مهمة.
تشير نموذج GARCH-EVT-Vine-Copula إلى أنه بعد تفشي COVID-19، أظهر مؤشر MSCI للأسواق المتقدمة ترابطًا أقل بشكل ملحوظ. في المقابل، وُجد أن تأثير حرب روسيا-أوكرانيا 2022 على أسواق الأسهم في الصين ودول الآسيان كان مبالغًا فيه. كما يظهر تحليل QVAR أن الترابط في السوق يزداد خلال الظروف الصاعدة مقارنة بالسيناريوهات العادية والمتطرفة. بالإضافة إلى ذلك، يبرز تحليل المحفظة أن أسواق الأسهم في الصين ودول الآسيان، إلى جانب النفط الخام ومؤشرات العملات المشفرة، تفتقر إلى فعالية التحوط الكبيرة. وبالتالي، توصي الدراسة بالنظر في الاستثمارات في الأسهم الصينية وآسيان كأصول ملاذ آمن محتملة.
مقدمة
تستعرض مقدمة هذه الورقة البحثية التأثيرات الاقتصادية العميقة لجائحة COVID-19 والحرب اللاحقة بين روسيا وأوكرانيا على الأسواق المالية العالمية. تم تحديد COVID-19 لأول مرة في ووهان في عام 2019، مما أدى إلى عدم استقرار مالي كبير، حيث تم محو حوالي 30% من قيمة سوق الأسهم العالمي في غضون أسابيع، مما أدى إلى تحديات استعادة طويلة الأمد. زادت الحرب بين روسيا وأوكرانيا من عدم استقرار الأسواق، مما أثر بشكل خاص على سلاسل إمداد السلع العالمية وزاد من التضخم. تؤكد الورقة على أهمية فهم الاعتماد المتبادل للأسواق المالية خلال الأزمات لإبلاغ استراتيجيات السياسة وتعزيز تنويع المحفظة.
تركز الدراسة على الروابط الاقتصادية بين الصين ودول الآسيان، مع تسليط الضوء على تكاملها المالي المتزايد وتأثيراته على الترابطات في سوق الأسهم. مع كون الصين لاعبًا رئيسيًا في الاقتصاد العالمي، تستخدم الدراسة منهجيات متقدمة، بما في ذلك إطار عمل الكوبولا وطرق الترابط الكمي VAR (QVAR)، لتحليل انتقال المخاطر والاعتماد السوقي خلال فترات الأزمات. تشير النتائج إلى وجود اعتماد كبير في الذيل السفلي وزيادة المخاطر المرتبطة بأزواج سوق معينة، خاصة خلال جائحة COVID-19 وحرب روسيا-أوكرانيا. تهدف الورقة إلى تقديم رؤى للمستثمرين وصانعي السياسات بشأن إدارة المحفظة واستراتيجيات التخفيف من المخاطر في بيئة مالية متزايدة الترابط.
طرق البحث
في هذا القسم، يوضح المؤلفون منهجيتهم لتحليل سلوكيات الأسواق المالية خلال حدثين كبيرين من الأزمات: جائحة COVID-19 وحرب روسيا-أوكرانيا 2022. يؤكدون على أهمية اختيار طرق البحث المناسبة التي تتماشى مع خصائص مجموعة البيانات وأهداف الدراسة. نظرًا للخصائص غير الخطية والتقلبات الشديدة التي تميز الأسواق المالية خلال الأزمات، يستخدم المؤلفون نموذج GARCH-EVT-vine copula، الذي يتمتع بقدرة على التقاط الاعتماد غير الخطي ومخاطر الذيل، كما أشار إليه شياو (2020).
علاوة على ذلك، تشمل الدراسة مجموعة متنوعة من المتغيرات المالية، بما في ذلك أسواق الأسهم التقليدية، والسلع، وأسواق العملات المشفرة الناشئة. مع إدراك أن خصائص التقلب وآليات انتقال المخاطر يمكن أن تختلف بشكل كبير عبر هذه الأسواق المتنوعة، يستخدم المؤلفون طريقة الترابط QVAR. تتيح هذه الطريقة تحليلًا دقيقًا لأنماط تسرب المخاطر تحت ظروف سوق مختلفة، مما يعزز فهم التفاعلات بين هذه الأسواق خلال فترات عدم اليقين المتزايد.
النتائج
يكشف التحليل التجريبي المقدم في هذا القسم عن رؤى مهمة حول سلوك السوق، خاصة فيما يتعلق بالتقلبات وتوزيعات العوائد عبر مختلف الأسواق المالية. اقترب متوسط العوائد اللوغاريتمية لمعظم الأسواق من الصفر، مما يشير إلى الاستقرار، بينما أظهرت أسواق النفط الخام والعملات المشفرة تقلبات أعلى بشكل ملحوظ. أظهر مؤشر KLSE انحرافًا معياريًا قدره 0.782107، مما يشير إلى تقلبات سعرية طفيفة، بينما أشار الانحراف المعياري لمؤشر CCI البالغ 5.749617 إلى تقلبات كبيرة. تشير هذه النتائج إلى أن الأسواق ذات التقلبات المنخفضة قد تجذب المستثمرين الذين يتجنبون المخاطر، بينما تجذب الأسواق ذات التقلبات العالية أولئك الذين يسعون لتحقيق عوائد أكبر.
أظهر تحليل إحصائي إضافي، بما في ذلك تقييمات الانحراف والتفرطح، أن معظم الأسواق أظهرت انحرافًا سالبًا وتفرطحًا زائدًا، مما يشير إلى توزيعات ذات ذيول سميكة. أكد اختبار جاركي-بيرا الانحرافات عن الطبيعية، مما يستلزم استخدام نماذج قادرة على التقاط هذه الخصائص، مثل نموذج ARMA(1,1)-TGARCH(1,1)-skew-t. أظهرت النتائج تأثيرات ARCH كبيرة عبر جميع الأسواق، مما يبرز التقلب المستمر. بالإضافة إلى ذلك، تم استخدام نظرية القيمة القصوى (EVT) لتحليل مخاطر الذيل، مما كشف أن الخصائص ذات الذيل السميك قد زادت بعد COVID-19 وتفاوتت خلال صراع روسيا-أوكرانيا. ظهر هيكل R-vine copula كنموذج مثالي لتصوير الاعتمادات بين الأسواق العشرة المزدوجة، مدعومًا باختبارات جودة الملاءمة واختبار فوانغ، مما يؤكد قوته خلال فترات الاضطراب في السوق.
المناقشة
في قسم المناقشة من الورقة، يبرز المؤلفون قيود الأدبيات الحالية حول الاعتماد المتبادل للأسواق المالية، التي غالبًا ما تركز على فئات الأصول الفردية أو أسواق الأسهم الوطنية المحددة. تهدف هذه الدراسة إلى سد هذه الفجوة من خلال تحليل مجموعة متنوعة من فئات الأصول، بما في ذلك مؤشرات أسعار الأسهم من دول مختلفة، والنفط الخام، والعملات الرقمية. تشير مراجعة الأدبيات إلى أن الاقتصادات المتقدمة تؤثر بشكل أساسي على الأسواق الآسيوية من خلال التمويل ورغبة المخاطر، بينما يكون تأثير الصين أكثر توجهاً نحو التجارة. ومن الجدير بالذكر أن الروابط بين الصين وأسواق الآسيان قد تعززت بعد اتفاقية التجارة الحرة للآسيان (FTA)، على الرغم من أنها لا تزال أضعف مقارنة بالروابط مع الولايات المتحدة واليابان. يؤكد المؤلفون على الحاجة إلى مزيد من البحث التجريبي حول الاعتماد المتبادل لهذه الأسواق، خاصة فيما يتعلق بالمخاطر النظامية ودور العملات المشفرة.
يستخدم المؤلفون مجموعة بيانات شاملة، تركز على أسواق الأسهم الآسيانية الراسخة، ويستخدمون منهجيات إحصائية متقدمة، بما في ذلك نماذج الكوبولا ونظرية القيمة القصوى (EVT)، لتحليل ديناميكيات السوق. يبرزون أهمية فهم الترابط بين هذه الأسواق، خاصة في ضوء الأحداث العالمية الأخيرة مثل جائحة COVID-19 والحرب الروسية الأوكرانية. تشير النتائج إلى أنه بينما تظهر العملات المشفرة مثل البيتكوين إمكانات كأدوات تحوط، فإن علاقاتها مع فئات الأصول التقليدية لا تزال غير متسقة وتستدعي مزيدًا من التحقيق. بشكل عام، تهدف الدراسة إلى المساهمة في فهم الروابط بين الأسواق المالية وإبلاغ استراتيجيات الاقتصاد الكلي لتخفيف المخاطر وتنويع المخاطر النظامية.
DOI: https://doi.org/10.1186/s40854-025-00841-5
Publication Date: 2026-01-14
Author(s): Hongjun Zeng et al.
Primary Topic: Market Dynamics and Volatility
Overview
This study investigates the dependence structure and volatility connectedness among the COVID-19 crisis, the 2022 Russia-Ukraine war, and their effects on various asset classes, including cryptocurrencies, crude oil, and equity markets in developed regions and ASEAN countries. The analysis is divided into three periods: pre-COVID-19, during COVID-19, and the 2022 Russia-Ukraine conflict. Utilizing methodologies such as the generalized autoregressive conditional heteroskedasticity (GARCH) combined with extreme value theory (EVT) and vine copula, as well as quantile vector autoregression (QVAR) for connectedness assessment, the study reveals significant findings.
The GARCH-EVT-Vine-Copula model indicates that following the COVID-19 outbreak, the MSCI-developed markets index exhibited notably lower tail connectedness. In contrast, the influence of the 2022 Russia-Ukraine war on the stock markets of China and ASEAN countries was found to be overstated. The QVAR analysis further demonstrates that market connectedness is heightened during bullish conditions compared to normal and extreme downside scenarios. Additionally, the portfolio analysis highlights that the equity markets of China and ASEAN, alongside crude oil and cryptocurrency indices, lack substantial hedging effectiveness. Consequently, the study recommends considering investments in Chinese and ASEAN equities as potential safe-haven assets.
Introduction
The introduction of this research paper outlines the profound economic impacts of the COVID-19 pandemic and the subsequent Russia-Ukraine war on global financial markets. Initially identified in Wuhan in 2019, COVID-19 led to significant financial instability, erasing approximately 30% of global stock market value within weeks and resulting in prolonged recovery challenges. The war between Russia and Ukraine further destabilized markets, particularly affecting global commodity supply chains and exacerbating inflation. The paper emphasizes the importance of understanding the interdependence of financial markets during crises to inform policy strategies and enhance portfolio diversification.
The study focuses on the economic ties between China and ASEAN countries, highlighting their increasing financial integration and the implications for stock market interconnections. With China as a major player in the global economy, the research employs advanced methodologies, including the vine copula framework and quantile VAR (QVAR) connectedness approach, to analyze risk transmission and market dependencies during periods of crisis. The findings indicate significant lower tail dependence and heightened risks associated with specific market pairs, particularly during the COVID-19 pandemic and the Russia-Ukraine war. The paper aims to provide insights for investors and policymakers regarding portfolio management and risk mitigation strategies in an increasingly interconnected financial landscape.
Methods
In this section, the authors outline their methodology for analyzing financial market behaviors during two significant crisis events: the COVID-19 pandemic and the 2022 Russia-Ukraine war. They emphasize the importance of selecting appropriate research methods that align with the dataset’s characteristics and the study’s objectives. Given the nonlinear features and extreme volatility typical of financial markets during crises, the authors employ the GARCH-EVT-vine copula model, which is adept at capturing nonlinear dependencies and tail risks, as noted by Xiao (2020).
Furthermore, the study encompasses a diverse range of financial variables, including traditional stock markets, commodities, and emerging cryptocurrency markets. Recognizing that the volatility characteristics and risk transmission mechanisms can vary significantly across these heterogeneous markets, the authors utilize the QVAR connectedness method. This approach allows for a nuanced analysis of risk spillover patterns under different market conditions, thereby enhancing the understanding of interactions among these markets during periods of heightened uncertainty.
Results
The empirical analysis presented in this section reveals significant insights into market behavior, particularly concerning volatility and return distributions across various financial markets. The mean of log returns for most markets approached zero, indicating stability, while the crude oil and cryptocurrency markets exhibited notably higher volatility. The KLSE index demonstrated a standard deviation of 0.782107, suggesting minor price fluctuations, whereas the CCI’s standard deviation of 5.749617 indicated substantial volatility. These findings imply that lower volatility markets may appeal to risk-averse investors, while higher volatility markets attract those seeking greater returns.
Further statistical analysis, including skewness and kurtosis assessments, indicated that most markets displayed negative skewness and excess kurtosis, suggesting fat-tailed distributions. The Jarque-Bera test confirmed deviations from normality, necessitating the use of models capable of capturing these characteristics, such as the ARMA(1,1)-TGARCH(1,1)-skew-t model. The results showed significant ARCH effects across all markets, highlighting persistent volatility. Additionally, extreme value theory (EVT) was employed to analyze tail risks, revealing that fat-tailed characteristics intensified post-COVID-19 and varied during the Russia-Ukraine conflict. The R-vine copula structure emerged as the optimal model for depicting interdependencies among the ten paired markets, supported by goodness-of-fit tests and the Vuong test, confirming its robustness during periods of market turbulence.
Discussion
In the discussion section of the paper, the authors highlight the limitations of existing literature on financial market interdependencies, which often focus on single asset classes or specific national stock markets. This study aims to bridge this gap by analyzing a diverse set of asset classes, including stock price indices from various countries, crude oil, and digital currencies. The literature review indicates that developed economies primarily influence Asian markets through funding and risk appetite, while China’s impact is more trade-oriented. Notably, the ties between China and ASEAN markets have strengthened post-ASEAN Free Trade Agreement (FTA), although they remain weaker compared to connections with the U.S. and Japan. The authors emphasize the need for further empirical research on the interdependence of these markets, particularly concerning systemic risk and the role of cryptocurrencies.
The authors utilize a comprehensive dataset, focusing on established ASEAN stock markets, and employ advanced statistical methodologies, including copula models and extreme value theory (EVT), to analyze market dynamics. They highlight the importance of understanding the interconnectedness of these markets, especially in light of recent global events such as the COVID-19 pandemic and the Russo-Ukrainian war. The findings suggest that while cryptocurrencies like Bitcoin exhibit potential as hedging instruments, their relationships with traditional asset classes remain inconsistent and warrant further investigation. Overall, the study aims to contribute to the understanding of financial market linkages and inform macroeconomic strategies for risk diversification and systemic risk mitigation.