拉贝·哈尔法伊;萨基鲁·阿德博拉·索拉林;阿代尔·卡达西;萨米人本·贾贝尔 新冠肺炎疫情与油价、股市和经济政策不确定性之间的动态因果关系：来自石油进口国和石油出口国的证据。 （英语） Zbl 1494.91142号 安·Oper。物件。 313，编号1，105-143（2022）. 摘要：在本研究中，我们使用小波相干和网络分析方法，检验了主要石油进口国和石油出口国新冠肺炎疫情对油价变化、股市波动和经济不确定性的时变因果效应。在疫情期间，我们借助小波相干和高斯图形模型（GGM）框架来探讨这种关系。小波分析使我们能够测量新冠肺炎大流行的因果效应在时间-频率空间中的动态变化。关于本文显示的结果，我们首先发现新冠肺炎疫情对油价、股市指数和经济不确定性具有严重影响。其次，因果关系效应的强度在长时间范围内比在短时间范围内更强，这表明因果关系练习仍在继续。我们的研究结果还证明，新冠肺炎疫情和石油进口国的油价变化与石油出口国的情况相同，反之亦然。此外，新冠肺炎疫情对美国、日本、韩国、印度和加拿大的经济不确定性具有深远的即时时频影响。更好地了解石油进口国和石油出口国的石油和股票市场价格对投资者和决策者至关重要，特别是因为新的前所未有的新冠肺炎危机被认为是有史以来最严重的危机之一。因此，调查结果表明，当局应大力采取有效行动，将风险降至最低。 引用于2文件 MSC公司： 91G15型 金融市场 91G45型 金融网络（包括传染、系统风险、监管） 42立方厘米 涉及小波和其他特殊系统的非三角调和分析 关键词：新型冠状病毒;石油价格;股票;经济不确定性;小波分析;高斯图形模型;价值-风险 软件：玻璃制品 PDF格式BibTeX公司 XML格式引用 \textit{R.Khalfaoui}等人，Ann.Oper。第313号决议，第1号，第105--143号（2022年；Zbl 1494.91142） 全文： 内政部 参考文献： [1] Aguiar-Conraria，L。；阿泽夫多，N。；Soares，MJ，《使用小波分解货币政策的时频效应》，《物理学A：统计力学及其应用》，387，12，2863-2878（2008）·doi:10.1016/j.physa.2008.01.063 [2] Aguiar-Conraria，L。；马丁斯，MMF；Soares，MJ，《收益率曲线与宏观经济跨越时间和频率》，《经济动态与控制杂志》，第36期，第12期，1950-1970年（2012年）·Zbl 1346.91153号 ·doi:10.1016/j.jdc.2012.05.008 [3] Aguiar-Conraria，L。；Soares，MJ，《连续小波变换：超越单变量和双变量分析》，《经济调查杂志》，28，2，344-375（2014）·doi:10.1111/joes.12012 [4] Alamgir，F。；Amin，S.Bin，《油价与股市之间的关系：来自南亚的证据》，《能源报告》，第7693-703页（2021年）·doi:10.1016/j.egyr.2021.01.027 [5] Altig，D.、Baker，S.、Barrero，J.M.、Bloom，N.、Bunn，P.、Chen，S.，Davis，S.J.、Leather，J.、Meyer，B.、Mihaylov，E.、Mizen，P.，Parker，N.，Renault，T.、Smietanka，P.和Thwaites，G.（2020年）。新冠肺炎大流行之前和期间的经济不确定性。《公共经济学杂志》，191104274。doi:10.1016/j.jpubeco.2020.104274 [6] 阿什拉夫，BN，《新冠肺炎疫情期间政府干预的经济影响：来自金融市场的国际证据》，《行为与实验金融杂志》，27，100371（2020）·doi:10.1016/j.jbef.2020.100371 [7] Baker，S.R.、Bloom，N.、Davis，S.J.和Terry，S.J（2020a）。人群引发的经济不确定性（编号：w26983）。国家经济研究局。 [8] Baker，S.R.、Baksy，A.、Bloom，N.、Davis，S.J.和Rodden，J.A.（2020b）。选举、政治两极分化和经济不确定性（编号：w27961）。国家经济研究局。 [9] 伯纳德，C。；Bondarenko，O。；Vanduffel，S.，《重排算法和最大熵》，《运筹学年鉴》，261,1-2，107-134（2018）·Zbl 1404.91135号 ·doi:10.1007/s10479-017-2612-2 [10] 巴尔，R。；Malliaris，AG，《石油价格与2007-2009年金融危机的影响》，《能源经济》，33，6，1049-1054（2011）·doi:10.1016/j.eneco.2011.01.016 [11] 北布珊。；Mohnert，F。；Sloot，D。；Jans，L。；阿尔伯斯，C。；Steg，L.，《使用高斯图形模型探讨环境心理学研究中项目和变量之间的关系》，《心理学前沿》，2019年5月10日至12日·doi:10.3389/fpsyg.2019.01050 [12] 布朗，R。；Rocha，A.，《新冠肺炎危机期间的创业不确定性：绘制创业融资的时间动态》，《商业风险洞察杂志》，14，e00174（2020）·doi:10.1016/j.jbvi.2020.e00174 [13] 棕色，ML；Kros，JF，数据挖掘和丢失数据的影响，工业管理和数据系统，103，8-9，611-621（2003）·数字对象标识代码：10.1108/02635570310497657 [14] Cerchiello，P。；Giudici，P.，系统风险估计的条件图形模型，专家系统与应用，43165-174（2016）·doi:10.1016/j.eswa.2015.08.047 [15] Choi，S-Y，《新冠肺炎疫情导致的行业波动和经济不确定性：来自小波相干分析的证据》，《金融研究快报》（2020年）·文件编号：10.1016/j.frl.2020.101783 [16] 迪米特里亚迪斯，D。；Katrakilidis，C.，《美国市场乙醇、原油和玉米价格之间动态相互作用的实证分析》，《运筹学年鉴》，294，1，47-57（2020）·doi:10.1007/s10479-018-2832-0 [17] 爱普斯卡姆，S。；华尔道普，LJ；Móttus，R。；Borsboom，D.，横截面和时间序列数据中的高斯图形模型，多变量行为研究，53，4，453-480（2018）·doi:10.1080/00273171.2018.1454823 [18] Foygel，R.和Drton，M.（2010年）。高斯图形模型的扩展贝叶斯信息准则。神经信息处理系统进展23:2010年第24届神经信息处理体系年会，NIPS 2010，第1-9页。 [19] 弗里德曼，J。；哈斯蒂，T。；Tibshirani，R.，用图形套索进行稀疏逆协方差估计，生物统计学，9，3，432-441（2008）·Zbl 1143.62076号 ·doi:10.1093/biostatistics/kxm045 [20] 加里布，C。；Mefteh-Wali，S。；Jabeur，S.Ben，《新型冠状病毒疫情的泡沫传染效应：来自原油和黄金市场的证据》，《金融研究快报》（2020年）·文件编号：10.1016/j.fr.2020.101703 [21] Goodell，JW，COVID-19和金融：未来研究议程，《金融研究快报》，35，101512（2020）·文件编号：10.1016/j.frl.2020.101512 [22] Goupillaud，P。；格罗斯曼，A。；Morlet，J.，地震信号分析中的Cycle-octave和相关变换，地质勘探，23，1，85-102（1984）·doi:10.1016/0016-7142（84）90025-5 [23] 格林斯特德，A。；JC摩尔；Jevrejeva，S.，交叉小波变换和小波相干在地球物理时间序列中的应用，地球物理学中的非线性过程，11，5-6，561-566（2004）·doi:10.5194/npg-11-561-2004年 [24] Hailemariam，A。；Smyth，R。；Zhang，X.，《油价与经济政策不确定性：来自非参数面板数据模型的证据》，《能源经济学》，第83期，第40-51页（2019年）·doi:10.1016/j.eeneco.2019.06.010 [25] 国际货币基金组织。(2020). https://www.imf.org [26] Khalfaoui，R。；阿拉斯加州蒂瓦里；南卡布伦。；Hammoudeh，S.，《石油价格和金属市场之间的相互依赖和超前滞后关系：小波和分位数相干方法的新见解》，能源经济学，101，105421（2021）·doi:10.1016/j.eneco.2021.105421 [27] Khalilpourazari，S。；Hashemi Doulabi，H.，《设计基于混合强化学习的算法并应用于预测魁北克新型冠状病毒疫情》，《运筹学年鉴》（2021年）·Zbl 1494.90131号 ·doi:10.1007/s10479-020-03871-7 [28] 科伦坡，丹麦；乌尔，欧。，S&P500时间序列的多分辨率分析，运筹学年鉴，260，1-2，197-216（2018）·Zbl 1404.62087号 ·doi:10.1007/s10479-016-2215-3 [29] Le，TH；Do，HX；Nguyen，DK；Sensoy，A.，《新型冠状病毒疫情和金融资产的尾部依赖网络》，《金融研究快报》（2020年）·doi:10.1016/j.frl.2020.101800 [30] 刘，YA；Pan，M-S，《美国和太平洋银行股票市场的平均和波动溢出效应》，《跨国金融杂志》，第1期，第47-62页（1997年）·数字对象标识代码：10.17578/1-1-3 [31] 马里乌托夫，DM；约翰逊，JK；Willsky，AS，高斯图形模型中的行走和和信念传播，机器学习研究杂志，72031-2064（2006）·Zbl 1222.68254号 [32] Mei-Se，C。；CL Shu-Jung；Chien-Chiang，L.，《三种金属和石油价格的时间-空间协同运动：来自递归协整的证据》，《资源政策》，第57期，186-195年3月（2018年）·doi:10.1016/j.resourpol.2018.03.003 [33] Mokni，K.，石油进口国和石油出口国石油价格与股票市场关系的动态分位数回归模型，能源，213118639（2020）·doi:10.1016/j.energy.2020.118639 [34] Mokni，K。；哈穆德，S。；阿杰米，澳大利亚；Youssef，M.，《经济政策的不确定性是否会推动油价冲击与黄金价格之间的动态关联？》？，资源政策，692020年5月·doi:10.1016/j.resourpol.202.01819 [35] Oldekop，J.A.、Horner，R.、Hulme，D.、Adhikari，R.，Agarwal，B.、Alford，M.、Bakewell，O.、Banks，N.、Barrientos，S.、Bastia，T.、Bebbington，A.J.、Das，U.、Dimova，R.和Duncombe，R。新冠肺炎和全球发展的情况。世界发展，134105044。doi:10.1016/j.worlddev.2020.105044 [36] 拉菲克，S。；萨利姆，R。；Bloch，H.，《原油价格波动对经济活动的影响：泰国经济的实证调查》，《资源政策》，34，3，121-132（2009）·doi:10.1016/j.resourpol.2008.09.001 [37] Reboredo，JC；Rivera-Castro，MA，《原油价格和汇率相关性的小波分解方法》，《经济建模》，32，1，42-57（2013）·doi:10.1016/j.econmod.2012.12.028 [38] Reboredo，JC；马萨诸塞州Rivera-Castro，《油价对股票收益影响的基于Wavelet的证据》，《国际经济与金融评论》，第29期，第145-176页（2014年）·doi:10.1016/j.iref.2013.05.014 [39] 萨利苏，AA；Ebuh，GU；Usman，N.，《重新审视新冠肺炎疫情期间的石油库存关系：一些初步结果》，《国际经济与金融评论》，69，280-294（2020）·doi:10.1016/j.iref.2020.06.023 [40] 夏皮罗，SS；Wilk，MB，正态性方差检验分析（完整样本），Biometrika，52，3-4，591-611（1965）·Zbl 0134.36501号 ·doi:10.2307/2333709 [41] Sharif，A.（谢里夫，A.）。；阿洛伊，C。；Yarovaya，L.，《新冠肺炎疫情、油价、股市、地缘政治风险和美国经济中的政策不确定性关联：基于波动的方法的新证据》，《国际金融分析评论》，2020年4月70日·doi:10.1016/j.irfa.2020.101496 [42] 隋，B。；Chang，C-P；Jang，C-L；龚琦，《分析疫情与油价之间的因果关系：股市的作用，经济分析与政策》，70148-158（2021）·doi:10.1016/j.eap.2021.02.004 [43] 太阳，X。；陈，X。；Wang，J。；Li，J.，经济政策不确定性与油价在时频领域的多尺度相互作用，《北美经济与金融杂志》，51，15（2020）·doi:10.1016/j.najef.2018.10.002 [44] 阿拉斯加州蒂瓦里；贾纳，RK；Roubaud，D.，《政策不确定性和市场波动性之谜：来自小波分析的证据》，《金融研究快报》（2019年）·文件编号：10.1016/j.fr.2018.11.016 [45] 阿拉斯加州蒂瓦里；阿巴卡，EJA；Le，T-L；Leyva-de la Hiz，DI，Markov-人工智能与碳价格之间的转换依赖：第四次工业革命时代政策不确定性的作用和新冠肺炎疫情的影响，技术预测与社会变革，163120434（2021）·doi:10.1016/j.techfore.2020.120434 [46] 阿拉斯加州蒂瓦里；Khalfaoui，R。；Solarin公司；Shahbaz，M.，《分析石油和农产品之间的时频领先关系》，《能源经济学》，76，470-494（2018）·doi:10.1016/j.eneco.2018.0.037 [47] 托伦斯，C。；Compo，GP，小波分析实用指南，美国气象学会公报，79，1，61-78（1998）·doi:10.1175/1520-0477（1998）079<0061:APGTWA>2.0.CO；2 [48] Tsai，CL，美国股市回报如何对危机前、金融危机中和危机后的油价冲击做出不同的反应？，能源经济学，50，47-62（2015）·doi:10.1016/j.eneco.2015.04.012 [49] 扎卡拉基斯，G。；Maurer，F.，《长期风险量化的基于能量的度量》，《运筹学年鉴》，289，2，363-390（2020）·Zbl 1497.91346号 ·doi:10.1007/s10479-020-03609-5 [50] Vo、XV；Hung，NT，《石油、黄金和股票市场之间的定向溢出效应和时频关系：新冠肺炎爆发前和爆发期间的证据》，《国际金融分析评论》（2021年）·doi:10.1016/j.irfa.2021.101730 [51] Wei，Y.，《油价冲击、经济政策不确定性与中国贸易：定量结构分析》，《北美经济与金融杂志》，48，20-31（2019）·doi:10.1016/j.najef.2018.08.016 [52] 文，X。；魏毅。；Huang，D.，《金融危机期间能源市场和股票市场之间的传染测量：一种copula方法》，《能源经济学》，34，5，1435-1446（2012）·doi:10.1016/j.eneco.2012.06.021 [53] Williams博士；Mulder，J.，《高斯图形模型的贝叶斯假设检验：条件独立性和顺序约束》，《数学心理学杂志》，99102441（2020）·Zbl 1455.91207号 ·doi:10.1016/j.jmp.2020.102441 [54] 世界银行。(2020). 世界发展指标（WDI）数据库。https://databank.worldbank.org [55] 世界卫生组织。(2020). https://www.who.int [56] Wu，W。；阿拉斯加州蒂瓦里；戈兹戈尔，G。；Leping，H.，经济政策的不确定性是否影响加密货币市场？基于推特的不确定性测量证据，《国际商业和金融研究》，58101478（2021）·doi:10.1016/j.ribaf.2021.101478文件 [57] 亚亚，OOS；图马拉，MM；Udomboso，CG，《石油和黄金价格之间的波动持续性和回报溢出：全球金融危机前后的分析》，《资源政策》，49，273-281（2016）·doi:10.1016/j.resourpol.2016.06.008 [58] Yousfi，M。；Ben Zaied，Y。；Ben Cheikh，N。；Ben Lahouel，B。；Bouzgarrou，H.，《新冠肺炎疫情对美国股市的影响和不确定性：第一波和第二波之间的比较评估》，《技术预测与社会变革》，167120710（2021）·doi:10.1016/j.techfore.2021.120710 [59] 张伟。；Hamori，S.，《新冠肺炎疫情期间的原油市场和股票市场：来自美国、日本和德国的证据》，《国际金融分析评论》，74101702（2021）·doi:10.1016/j.irfa.2021.101702 [60] 张，X。；Yu，L。；王，S。；Lai，KK，《估计极端事件对原油价格的影响：基于EMD的事件分析方法》，《能源经济学》，31，5，768-778（2009）·doi:10.1016/j.eneco.2009.04.003 [61] 张，YJ；Yan，XX，《美国经济政策不确定性在不同时间和频率领域对WTI原油收益的影响》，《国际经济与金融评论》，69，4月，750-768（2020）·doi:10.1016/j.iref.2020.04.001 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。