AI Summary & Key Takeaways
AI InsightThe empirical findings indicate that the conditional correlation between the S&P 500 and CSI 300 indices is not constant over time, exhibiting substantial fluctuations across different periods.
📌 3 Key Takeaways
Abstract
The aim of this study is to analyze the time-varying relationship between the U.S. and Chinese stock markets within a dynamic framework. In this context, daily return series of the S&P 500 index representing the U.S. market and the CSI 300 index representing the Chinese market are employed for the period from January 1, 2010 to April 6, 2025. To capture volatility clustering and time-varying correlation structures commonly observed in financial markets, the Dynamic Conditional Correlation (DCC-GARCH) model proposed by Engle (2002) is utilized. The model is estimated under the multivariate Student-t distribution assumption. The empirical findings indicate that the conditional correlation between the S&P 500 and CSI 300 indices is not constant over time, exhibiting substantial fluctuations across different periods. While the correlation reaches high positive levels during certain episodes, it weakens considerably and even turns negative in other periods. The estimated DCC-GARCH parameters suggest that the correlation process is highly persistent and mean-reverting, implying that the effects of shocks decay gradually over time. Pronounced changes in the correlation structure during periods of heightened global financial uncertainty further confirm the dynamic nature of market interactions. Overall, the results demonstrate that the financial linkage between the U.S. and Chinese stock markets varies over time and provides different risk and return characteristics across periods, highlighting the importance of incorporating time-varying correlations in international portfolio diversification strategies.
Özet
Bu çalışmanın amacı, ABD ve Çin hisse senedi piyasaları arasındaki ilişkinin zamanla değişen yapısını dinamik bir çerçevede analiz etmektir. Bu doğrultuda, ABD piyasasını temsilen S&P 500 endeksi ile Çin piyasasını temsilen CSI 300 endeksine ait 1 Ocak 2010 – 6 Nisan 2025 dönemini kapsayan günlük getiri serileri kullanılmıştır. Finansal piyasalarda sıklıkla gözlenen volatilite kümelenmesi ve değişken korelasyon yapısını modelleyebilmek amacıyla Engle (2002) tarafından geliştirilen Dinamik Koşullu Korelasyon (DCC-GARCH) modeli uygulanmıştır. Model, çok değişkenli Student-t dağılımı varsayımı altında tahmin edilmiştir. Ampirik bulgular, S&P 500 ve CSI 300 endeksleri arasındaki koşullu korelasyonun zaman içerisinde sabit olmadığını, belirli dönemlerde yüksek pozitif değerlere ulaşırken bazı dönemlerde zayıflayarak negatif değerlere kadar gerileyebildiğini göstermektedir. DCC-GARCH modelinden elde edilen parametreler, korelasyon sürecinin yüksek derecede kalıcı ve ortalamaya dönük (mean-reverting) bir yapıya sahip olduğunu ortaya koymaktadır. Bu durum, piyasalara gelen şokların etkisinin zaman içinde yavaş bir şekilde sönümlendiğine işaret etmektedir. Özellikle küresel finansal belirsizliklerin arttığı dönemlerde korelasyon yapısında belirgin kırılmaların gözlemlenmesi, piyasalar arası etkileşimin dinamik doğasını teyit etmektedir. Elde edilen sonuçlar, ABD ve Çin hisse senedi piyasaları arasındaki ilişkinin dönemsel olarak farklı risk ve getiri profilleri sunduğunu ve uluslararası portföy çeşitlendirme stratejilerinde zamanla değişen korelasyon yapısının dikkate alınmasının önemini ortaya koymaktadır.