A carregar...
Publicação
Volatility spillovers among environmental, social and governance markets
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 1.22 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
Esta dissertação investiga os efeitos de transmissão de volatilidade entre mercados regionais de ações ESG, recorrendo a metodologia proposta por Diebold e Yilmaz (2012), baseado na decomposição generalizada da variância dos erros de previsão no âmbito de um modelo VAR. A amostra inclui os índices MSCI USA, MSCI EAFE e MSCI Emerging Markets Extended ESG Focus, no período entre 2016 e 2024, permitindo quantificar os spillovers de volatilidade totais, direcionais e líquidos entre estas regiões. A volatilidade e estimada através de uma abordagem com base na amplitude dos preços, sendo a ordem ótima do modelo VAR selecionada com recurso a técnicas de regularização como o LASSO e o Elastic Net. Os resultados revelam que uma proporção significativa da variância total dos erros de previsão da volatilidade se deve a efeitos de spillover. Confirma-se ainda que a intensidade da transmissão e variável no tempo e dependente da região, particularmente visível quando atinge o seu valor máximo, próximo de 60%, durante eventos ESG globais, como a pandemia da COVID-19, apresentando-se mais fragmentada em episódios de crise regional. O índice EAFE atua como principal transmissor de choques de volatilidade, enquanto o índice dos EUA evolui para uma posição de recetor persistente, contrariando a evidencia existente na literatura referente aos mercados financeiros convencionais. Por outro lado, o índice dos mercados emergentes revela um comportamento mais passivo, refletindo, possivelmente, estruturas regulatórias ESG menos desenvolvidas e menor integração nos mercados financeiros globais. A distinção entre mercados desenvolvidos e emergentes e considerada de forma explicita, permitindo avaliar de que forma diferenças institucionais e regulamentares influenciam a dinâmica da transmissão da volatilidade. Este estudo contribui para a literatura ao evidenciar mecanismos diferenciados de propagação da volatilidade em mercados ESG e oferece implicações relevantes para a construção de modelos de valorização, estratégias de gestão de risco e decisões de investimento sustentável.
This thesis investigates volatility spillovers across regional ESG equity markets using the Diebold and Yilmaz (2012) connectedness framework, based on generalized variance decompositions within a Vector Autoregression (VAR) framework. Focusing on the Morgan Stanley Capital International (MSCI) United States of America (USA), MSCI Europe, Australasia and Far East (EAFE), and MSCI Emerging Markets (EM) Extended Environmental, Social and Governance (ESG) Focus indices, from 2016 to 2024, the study quantifies total, directional, and net volatility spillovers among these regions. Volatility is estimated using a range-based approach and regularization techniques including Least Absolute Shrinkage and Selection Operator (LASSO) and Elastic Net which are employed to select the optimal lag length p of VAR model. The findings reveal that a substantial share of total forecast error variance in volatility is attributable to spillovers. Additionally, the results confirm that spillover intensity is both time-varying and region-specific, particularly evident when total spillovers achieve its highest value, nearly by 60%, during globally synchronized ESG events, such as the COVID-19 pandemic, and appear more fragmented during regional crises. Additionally, the EAFE Extended ESG Focus index acts as a net transmitter of volatility, while the USA Extended ESG Focus index gradually evolves into a persistent net receiver, contrary to what is typically observed in conventional financial markets. EM Extended ESG Focus index plays a more passive role in the spillover network, allowing for the assessment of how institutional and regulatory differences in developed and emerging markets shape volatility dynamics. These results contribute to the literature by revealing differentiated volatility transmission mechanisms across ESG markets and offer practical insights for pricing models, risk management, and sustainable investment strategies.
This thesis investigates volatility spillovers across regional ESG equity markets using the Diebold and Yilmaz (2012) connectedness framework, based on generalized variance decompositions within a Vector Autoregression (VAR) framework. Focusing on the Morgan Stanley Capital International (MSCI) United States of America (USA), MSCI Europe, Australasia and Far East (EAFE), and MSCI Emerging Markets (EM) Extended Environmental, Social and Governance (ESG) Focus indices, from 2016 to 2024, the study quantifies total, directional, and net volatility spillovers among these regions. Volatility is estimated using a range-based approach and regularization techniques including Least Absolute Shrinkage and Selection Operator (LASSO) and Elastic Net which are employed to select the optimal lag length p of VAR model. The findings reveal that a substantial share of total forecast error variance in volatility is attributable to spillovers. Additionally, the results confirm that spillover intensity is both time-varying and region-specific, particularly evident when total spillovers achieve its highest value, nearly by 60%, during globally synchronized ESG events, such as the COVID-19 pandemic, and appear more fragmented during regional crises. Additionally, the EAFE Extended ESG Focus index acts as a net transmitter of volatility, while the USA Extended ESG Focus index gradually evolves into a persistent net receiver, contrary to what is typically observed in conventional financial markets. EM Extended ESG Focus index plays a more passive role in the spillover network, allowing for the assessment of how institutional and regulatory differences in developed and emerging markets shape volatility dynamics. These results contribute to the literature by revealing differentiated volatility transmission mechanisms across ESG markets and offer practical insights for pricing models, risk management, and sustainable investment strategies.
Descrição
Trabalho Final de Mestrado, Mathematical Finance, ISEG, 2025.
Palavras-chave
Volatility Spillovers Diebold-Yilmaz Framework Forecast Error Variance Decomposition ESG Investing Emerging Markets Developed Markets Sustainable Finance Transmissão de Volatilidade Metodologia de Diebold-Yilmaz Decomposição da Variância do Erro de Previsão Investimento ESG Mercados Emergentes Mercados Desenvolvidos Finanças Sustentáveis