Abstrak: Dengan pasar saham yang tumbuh ekonomi global, pemahaman internasional korelasi telah menjadi instrumen penting

bagi investor yang ingin diversifikasi mereka portofolio secara global. Untuk investor memiliki portofolio internasional yang efektif diversifikasi penting untuk menentukan negara yang sahamnya harga bergerak bersama-sama, mereka yang harga saham bergerak dalam arah yang berlawanan dan mereka yang sahamnya harga tidak terkait bersama-sama. Untuk menganalisis dampak pasar saham korelasi, makalah ini akan fokus pada indeks pasar saham di AS, Shanghai dan Uni Eropa. Menurut teori, menjaga portofolio terutama sangat pasar berkorelasi positif memungkinkan untuk risiko portofolio tidak perlu karena adanya diversifiable risiko dalam portofolio. Melalui regresi linier, hasil telah menunjukkan bahwa pasar untuk sebagian besar bergerak bersama, terutama pada saat volatilitas tinggi. Namun, diversifikasi indeks saham internasional dapat mengurangi risiko.
Halaman 3

I. Pendahuluan Dengan ekonomi global yang terus berkembang, memahami pasar saham internasional korelasi telah menjadi instrumen penting bagi investor yang ingin diversifikasi mereka portofolio secara global. Oleh karena itu, bagi investor untuk memiliki internasional yang efektif diversifikasi portofolio, penting untuk menentukan negara yang harga saham bergerak bersama, mereka yang harga saham bergerak dalam arah yang berlawanan dan mereka yang harga saham tidak terkait bersama-sama. Negara yang sahamnya harga bergerak di sama arah (comovements) dianggap berkorelasi positif sementara negara-negara yang saham bergerak dalam arah berlawanan yang berkorelasi negatif. Menurut prinsip diversifikasi, portofolio yang mengandung terutama aset berkorelasi positif memegang portofolio pada risiko yang lebih tinggi dari portofolio dengan harga saham yang berkorelasi negatif. Selain itu, investor yang ingin melakukan diversifikasi investasi yang berisiko, seperti saham dalam pasar berkembang, melalui diversifikasi internasional, akan lebih sukses di negara menemukan secara negatif berkorelasi juga. Kurangnya penentuan akurat

pergerakan pasar harga saham memegang portofolio pun pada tingkat risiko yang lebih tinggi dari yang diperlukan karena risiko kehadiran tersebut yang didiversifikasi. Untuk menganalisis dampak korelasi pasar saham, makalah ini akan fokus pada indeks pasar saham di Amerika Serikat, Uni Eropa, dan Shanghai. Saham pasar dalam Uni Eropa, pada analisis awal, akan muncul menjadi yang paling sangat berkorelasi karena Uni ofthe kehadiran unik Ekonomi dan Moneter (Emu). Serikat ini, antara 11 negara Uni Eropa, dibentuk pada tanggal 1 Januari 1999. Pada dasarnya menciptakan kurs tetap, kebijakan moneter yang umum, dan memperkenalkan mata uang tunggal yang akan digunakan di antara negara-negara ini, Euro. Selain itu, 2
Halaman 4

selama pelaksanaan ofits tahun pertama, ada tingkat ofinflation konvergensi, sebuah peningkatan koordinasi kebijakan fiskal, dan sinkronisasi oflegal dan peraturan organisasi. Uang dan integrasi pasar obligasi juga segera mengikuti pembentukan serikat tersebut yang (Harhouvelis, Malliaropulos dan Priestley, 2001). Kebijakan penyederhanaan ofregulatory dan moneter lintas batas menciptakan kuat argumen untuk integrasi pasar dalam Uni Eropa Pasar offoreign definisi integrasi adalah tingkat informasi mengalir bebas dan modal lintas internasional batas (Karolyi & Stulz, 1996). Penciptaan tersebut yang Emu menghilangkan intraEropa portofolio alokasi hambatan. Ini mengurangi biaya transaksi, harga standar Aset keuangan, dan transparansi ditingkatkan pasar keuangan (Harhouvelis, Malliaropulos dan Priestley, 2001). Karena integrasi tersebut yang ofmarkets di seluruh Eropa, orang akan berharap indeks saham individu pasar Eropa untuk memiliki positif yang kuat korelasi satu sama lain. Dengan demikian mempertahankan portofolio saham terutama Eropa meninggalkan kehadiran diversifiable risiko bagi investor. Seperti yang dinyatakan sebelumnya, agar dapat secara efektif diversifikasi sebuah portofolio internasional, investor tidak ingin berkonsentrasi investasi mereka dalam berkorelasi positif pasar. Para ofdiversification teori adalah untuk mengurangi risiko dalam portofolio dengan menggabungkan ofinvestments suatu varietas yang tidak mungkin untuk bergerak sama arah selama siklus bisnis, dan oleh karena itu berkorelasi negatif. Hal ini memungkinkan untuk

lebih konsisten kinerja di bawah perubahan kondisi ekonomi. Oleh karena itu untuk investor untuk mengurangi risiko dengan diversifikasi internasional, lebih baik untuk melengkapi portofolio yang mengandung terutama Saham Eropa (yang diyakini sangat terintegrasi) 3
Halaman 5

dengan saham dari daerah lain yang tidak diyakini menjadi sangat terintegrasi, seperti kita atau Shanghai. Makalah ini menganalisis korelasi antara indeks pasar saham dari beberapa pasar. Itu adalah hipotesis bahwa indeks pasar saham dari dua pasar Eropa (indeks DAX dan indeks CAC) akan memiliki korelasi positif yang kuat karena ofthe integrasi Eropa ekonomi. Selain itu, pasar di luar Uni Eropa tersebut yang yang diduga kurang berkorelasi positif. Non-Eropa indeks diperiksa dalam penelitian ini meliputi S & P 500 (Amerika Serikat) dan SSEC (Shanghai, Cina). Kedua pasar tambahan di luar Uni Eropa dipilih untuk mencerminkan dua berbeda diversifikasi keputusan. Pasar saham di AS ditandai sebagai mengembangkan pasar dengan volatilitas yang rendah. Pada spektrum tersebut yang sisi lain adalah Shanghai pasar. Itu adalah pasar yang muncul dengan volatilitas tinggi, dan baru-baru ini ditandai dengan hasil yang luar biasa ("gelembung" pasar) dan risiko. Kedua pasar yang berbeda akan digunakan untuk menggambarkan derajat ofriskiness investor harus memutuskan antara: a aman investasi dengan pengembalian yang diharapkan sedang atau investasi yang lebih berisiko dengan kesempatan pengembalian yang lebih tinggi. Struktur tulisan ini disusun sebagai berikut. Bagian II menyajikan sastra latar belakang kertas. Kerangka teoritis dikembangkan dalam Bagian III. Bagian IV menggambarkan model empiris saya dan variabel. Terakhir, Bagian V dan VI mempresentasikan hasil dan kesimpulan saya. 4
Halaman 6

II. Tinjauan Literatur

Makalah ini akan menjadi perpanjangan dari penelitian terbaru yang difokuskan pada meningkatkan tingkat korelasi antara pasar saham dengan juga memasukkan efek berbagai guncangan terhadap perekonomian yang mendorong pasar saham dalam satu arah atau lainnya. Sebagai dihipotesiskan sebelumnya dalam makalah ini, Syllignakis (2006) menemukan korelasi pasar saham yang telah meningkat di Uni Eropa selama bertahun-tahun setelah pembentukan tersebut yang Emu. Dari pasar saham dalam penelitian tersebut, korelasi antara Prancis dan Jerman ditemukan menjadi yang tertinggi. Boucrelle et. al (1996) juga menemukan sedikit peningkatan dalam pasar individu korelasi dengan pasar AS selama 37 tahun terakhir, namun hal ini tidak berlaku selama 10 tahun terakhir. Mereka menyimpulkan bahwa manfaat dari diversifikasi internasional dari sudut pandang risiko sedang berkurang karena ofthe meningkatkan korelasi antara pasar dalam Uni Eropa. Diversifikasi internasional adalah yang paling berharga selama masa guncangan negatif, namun penelitian mereka menunjukkan bahwa selama masa volatilitas yang tinggi bahwa pasar cenderung menjadi yang paling sangat berkorelasi. Akurat menentukan korelasi pasar sangat penting untuk mengurangi risiko. Menggabungkan dua saham sempurna berkorelasi negatif, secara teori, adalah cara hanya untuk sepenuhnya menghilangkan risiko dalam portofolio. Namun, Chan, Karceski, dan Lakonishok (1999) menemukan bahwa di pasar rata-rata cenderung berkorelasi positif. Mereka memperkirakan bahwa dua saham yang dipilih secara acak cenderung memiliki koefisien korelasi rata-rata 0,3. Dengan demikian, menambahkan saham tambahan untuk portofolio lebih jauh dapat mengurangi risiko, tetapi hanya sampai tertentu tingkat. Risiko yang tetap yang tidak dapat didiversifikasi dianggap sebagai risiko pasar (Brigham dan Houston, 2007). 5
Halaman 7

Selain menganalisis risiko portofolio, penelitian ini lebih lanjut akan mengembangkan teoritis kerangka Karolyi dan Stulz (1996). Studi mereka terfokus pada gerakan tersebut yang Jepang dan

kita Pasar saham sehubungan dengan beberapa jenis guncangan ekonomi yang akan bergerak indeks saham di pasar yang berbeda arah. Itu Tipe pertama shock dipelajari oleh Karolyi dan Stulz (1996) adalah guncangan global. Ini guncangan didefinisikan sebagai mereka yang mempengaruhi "nilai dari seluruh perusahaan dalam arah yang sama," seperti sebagai peningkatan harga minyak dunia. Teori menunjukkan bahwa kejutan global akan menyebabkan pasar terpadu untuk bergerak bersama (comovements) selain meningkatkan volatilitas pasar. Boucrelle dkk. (1996) menegaskan teori ini, menemukan bahwa selama volatilitas ofhigh kali, pasar menunjukkan korelasi yang tinggi. Selama ini kali dari kuat guncangan global yang negatif justru ketika portofolio internasional diversifikasi yang paling dibutuhkan, namun dengan pasar yang sangat berkorelasi manfaat dapat diabaikan. Tipe kedua shock adalah shock kompetitif. Jenis guncangan yang didefinisikan sebagai orang yang "meningkatkan nilai pasar sebuah perusahaan relatif terhadap nilai lain perusahaan. "Mereka menganalisis perubahan besar dalam nilai tukar dalam studi mereka. Teori menunjukkan bahwa guncangan kompetitif akan menyebabkan pasar terpadu untuk bergerak bersama juga, tetapi di arah yang berlawanan, korelasi negatif, sehingga mencapai kepentingan internasional diversifikasi. Karolyi dan Stulz (1996) juga menemukan bahwa guncangan global yang menyebabkan lebih tinggi korelasi di pasar saham dari guncangan kompetitif, terutama karena guncangan global yang menyebarkan guncangan lebih kompetitif. Namun guncangan kompetitif masih signifikan. 6
Halaman 8

Selain itu, Karolyi dan Stulz (1996) juga membahas tumpahan lebih oflarge efek guncangan global. Guncangan besar kembali semalam menyebabkan kovarians yang lebih tinggi mengukur berikutnya hari di pasar lain. Mereka menemukan efek spillover menjadi signifikan dan memiliki efek positif pada kembali. Boucrelle et. al (1996) juga memiliki temuan yang sama, menunjukkan bahwa pasar cenderung sangat berkorelasi positif selama pasar ofhigh kali volatilitas.

Efek lain spillover yang mungkin terjadi adalah penularan. Furstenberg (1989) membahas efek penularan pada pergerakan pasar saham lebih lanjut di ruang kerjanya. Penularan ditandai sebagai antusiasme untuk saham di satu pasar yang mengarah ke antusiasme untuk saham di pasar lain. Mirip dengan guncangan global, penularan menyebabkan saham pergerakan pasar berada dalam arah yang sama. Fustenberg (1989) menemukan bahwa tren pasar buatan dapat menjelaskan beberapa keuntungan tak terduga, namun mereka hanya bermain peran minimal dalam penentuan harga. Penelitian ini juga akan mengembangkan ofshock jenis ketiga, kejutan lokal. Jenis kejut didefinisikan sebagai kejutan yang secara langsung akan mempengaruhi hanya satu negara, seperti pengangguran. Teori menunjukkan bahwa peningkatan pengangguran secara langsung akan mempengaruhi performa saham di satu negara. Namun, ifmarkets terintegrasi, harus ada ofcapital gerakan dari satu pasar ke depan dengan perubahan pasar saham kinerja dan karena itu comovements harus diamati. Boyd, Hu, dan Jagannathan (2005) mempelajari efek perubahan tingkat pengangguran pada saham pasar. Mereka menemukan bahwa peningkatan tingkat pengangguran selama resesi menyakiti saham harga pasar, mengemudi nomor bawah. Namun, selama masa ofeconomic ekspansi, meningkatnya pengangguran benar-benar membantu pasar, mengemudi angka sampai. Ini 7
Halaman 9

jenis ofmovement memetakan kurva Kuznets "U terbalik", ketika merencanakan hipotetis hubungan antara harga saham dan tingkat pengangguran. III. Teori Untuk mengembangkan bagian kerangka tersebut yang pertama teoritis, kami akan terlebih dahulu mempertimbangkan investor tanpa tren pengetahuan ofmarket. Investor diasumsikan tidak pengetahuan ofrates ofreturn di pasar siapapun dan karenanya menanggung semua ofreturn tarif adalah sama. Asumsi ini akan santai kemudian di koran. Di bawah asumsi tarif sama ofreturn di seluruh pasar, investor akan mendasarkan keputusan alokasi pada risiko saja. Hanya menggunakan indeks data historis ofmarket, investor harus menentukan bagaimana

mengalokasikan uangnya antara pasar internasional untuk menerima risiko terendah untuk diberikan periode oftime. Bulanan tarif ofreturn akan digunakan untuk menentukan standar deviasi ofmultiple alokasi kemungkinan untuk menilai ofrisk perkiraan tingkat, dengan asumsi masa depan diharapkan menjadi seperti masa lalu. Dana akan dibagi rata antara pasar dipertimbangkan dalam setiap portofolio mungkin. Untuk latihan ini, biaya transaksi dan hambatan alokasi diasumsikan nol. Untuk menganalisis ofdiversification digunakan, kita akan mengeksplorasi beberapa hipotesis situasi: dua pasar sempurna berkorelasi positif, dua sempurna berkorelasi negatif pasar, dan dua pasar sebagian berkorelasi. Pertama, Gambar 1 menunjukkan dua positif saham berkorelasi, sehingga keuntungan mereka bergerak naik dan turun bersamasama. Mereka berdua mempertahankan tingkat rata-rata ofreturn dari 15 persen dan deviasi persen of22.6 standar. Itu standar deviasi digunakan untuk menilai tingkat risiko saham dan portofolio. Ketika Bursa Efek W dan N digabungkan menjadi portofolio, tahunan rata-rata tingkat ofreturn 8
Halaman 10

dan deviasi standar tetap persis sama. Jadi memegang portofolio dengan dua saham sempurna berkorelasi positif tidak melakukan apapun untuk mengurangi risiko. (Brigham dan Houston, 2007, p.259) Selanjutnya, Gambar 2 menunjukkan efek menggabungkan dua sempurna negatif berkorelasi saham dalam portofolio. Ketika Bursa W menurun, Stock M meningkat pada tingkat yang sama. Jadi, ketika digabungkan menjadi portofolio, gerakan mereka offset satu lain, menciptakan tingkat tahunan konstan pengembalian rata-rata 15 persen dengan deviasi tidak dari tingkat itu. Oleh karena itu Portofolio UM dianggap portofolio tanpa risiko. Namun, saham berkorelasi sempurna negatif dan positif tidak terjadi pada kehidupan nyata. Biasanya, seperti yang dibahas sebelumnya, saham cenderung cukup positif berkorelasi, sehingga membawa kita ke portofolio hipotetis berikutnya. Di Gambar 3 ada dua

sebagian berkorelasi saham. Saham W dan V lagi keduanya memiliki tingkat ratarata pengembalian 15 persen dan standar deviasi 22,6 persen. Karena mereka tidak bergerak sempurna serempak, mereka mampu saling mengimbangi sedikit, sehingga ketika mereka digabungkan dalam portofolio, standar deviasi, 18,6 persen, berkurang. Portofolio tersebut yang risiko adalah kurang dari saham individu, sehingga menunjukkan efek diversifikasi. Tapi karena investor khas peduli tentang tren pasar dan mencoba memprediksi gerakan ofmarket masa depan, asumsi tingkat pengembalian yang sama di seluruh pasar adalah sekarang rileks, sehingga memungkinkan investor untuk menggunakan variabel ekonomi untuk memprediksi perbedaan di tingkat keuntungan antara pasar. Untuk mengatur bagian kedua ofmy teoritis kerangka, pasokan sederhana dan fungsi permintaan akan digunakan untuk menentukan dampak dari global, lokal, dan kompetitif guncangan, seperti yang dibahas dalam bagian II. Penawaran dan permintaan model untuk guncangan global dan kompetitif terdiri pasar saham di oftwo 9
Halaman 11

--------------------------------------------------------Gambar. I: Tingkat Distribusi Kembali Saham untuk sempurna berkorelasi positif Bursa W ---------- 5 L____ ____ ---- - Tahun Bursa W 2001

40% 2002 -10% 2003 35% 2004 -5% 2005 15% Rata-rata Kembali 15% Standar Deviasi 22,60% i -------- m ------- l Saya :: IJ Saya L :: saya 'I-: j -. - Sebesar 0 -;; Saya "'. 1___ __ _ ___ _ J Efek N 40% -10% 35% -5% 15% 15% 22,60% PortfolkJNW "'' ' Portofolio MW 40% -10% 35% -5% 15%

15% 22_60% Gambar. 2: Tingkat Distribusi Kembali Saham untuk sempurna berkorelasi negatif Saham w saya Siock M Portofolio MW Saya Saya . '' '1 L :: Tahun Bursa W Efek M Portofolio MW 2001 40% -10% 15% 2002 -10% 40% 15% 2003 35% -5% 15% 2004 -5% 35% 15% 2005 15% 15% 15% Rata-rata Kembali 15% 15% 15% Standar Deviasi 22,60% 22,60%

0% Gambar. 3: Tingkat Distribusi Kembali untuk Saham Sebagian Korelasi -----, StockW Bursa V PortforlOWV Saya ------------Tahun Bursa W Bursa V Portofolio Virginia Barat 2001 40% 40% 40% 2002 -10% 15% 2,50% 2003 35% -5% 15% 2004 -5% -10% -7,50% 2005 15% 35% 25% Rata-rata Kembali 15% 15% 15% Standar Deviasi 22,60% 22,60% 18,60% --- _. ------

2005
Halaman 12

berbeda negara yang berdagang hanya satu saham masing-masing. Harga satu saham yang tergantung pada keuntungan yang diharapkan diskon perusahaan dibagi dengan jumlah saham. Untuk tujuan analisis, kurva penawaran vertikal digunakan menunjukkan bahwa total jumlah saham yang beredar adalah tetap, seperti terlihat pada Gambar. 4. Selain itu, karena kita akan membahas dampak dari guncangan makro ekonomi untuk mengukur diskon diharapkan keuntungan, analisis ini akan fokus pada model tersebut yang sisi permintaan. Menggunakan kerangka kerja ini kita dapat mulai memahami bagaimana global, guncangan kompetitif dan lokal diharapkan akan mempengaruhi keuntungan. Pertama, kami menilai guncangan efek ofglobal, guncangan yang mempengaruhi "nilai semua perusahaan ke arah yang sama "Untuk studi ini., harga minyak dunia digunakan untuk memeriksa ini efek (Gambar 4). Perhatikan bahwa pasar saham dalam contoh ini diasumsikan minyak mengkonsumsi daripada memproduksi minyak, sehingga kejutan harga minyak akan menyebabkan kenaikan biaya operasional di semua industri. Kenaikan biaya menyebabkan penurunan diharapkan keuntungan. Investor reaksi shock menyebabkan permintaan bergeser dari Melakukan untuk DI, oleh karena itu Gambar. 4: Shock Global: Kenaikan Harga Minyak Dunia Eropa Saham Saham kita Harga Harga 11
Halaman 13

mendorong harga saham turun. Karena minyak dunia kenaikan harga adalah kejutan global, reaksi akan terlihat di kedua pasar saham, Amerika Serikat dan Eropa. Jadi, global guncangan menyebabkan korelasi positif dari pasar saham. Selanjutnya, efek guncangan kompetitif pada harga pasar saham ofour dua negara dianalisis dengan menggunakan kurs sebagai goncangan. Sebagai pengingat, kompetitif guncangan adalah mereka yang meningkatkan nilai pasar sebuah perusahaan relatif terhadap nilai lain perusahaan. Currency Exchange digunakan karena sebagai harga mata uang satu negara meningkat relatif terhadap yang lain, satu negara menjadi relatif lebih mahal untuk yang lain. Oleh karena itu "mahal" mata uang dapat membeli lebih banyak di negara lain kurang. Ini efek dapat dilihat pada Gambar. 5 dengan peningkatan nilai Euro tersebut yang relatif ke AS dolar. Ini berarti bahwa US barang akan lebih murah bagi orang Eropa untuk membeli. Itu permintaan untuk saham AS (alias "lebih murah" negara) akan meningkat, permintaan bergeser dari Melakukan untuk D 1 Sementara itu, sebagai orang Eropa mengalihkan investasi mereka dari pasar Uni Eropa untuk pasar AS, permintaan untuk saham Eropa turun ke D 1 Harga saham di AS peningkatan pasar sementara harga saham di pasar Uni Eropa menurun. Dengan demikian, kompetitif Gambar. 5: Shock Kompetitif: Kenaikan Nilai Tukar Saham Saham kita Eropa Harga Harga 12

Halaman 14

guncangan menyebabkan korelasi negatif di pasar saham. Terakhir, tingkat pengangguran yang digunakan untuk menganalisis efek guncangan oflocal pada pasar. Tingkat pengangguran hanya mempengaruhi pasar di satu negara. Oleh karena itu, hanya satu pasar digambarkan pada Gambar 6. Sebagaimana dibahas sebelumnya, Boyd, Hu, dan J agannathan (2005) menunjukkan bahwa peningkatan tingkat pengangguran akan mengambil bentuk dari kurva Kuznets U terbalik. Selama booming, pengangguran berada di bawah tingkat alamiah Gambar. 6: Pengaruh Pengangguran pada Harga Saham Saham Harga Pengangguran pengangguran, u. Sebagai pengangguran turun di bawah tingkat alamiah, kemacetan dan tekanan inflasi akan menyebabkan harga saham turun. Namun, selama resesi, ketika pengangguran berada di atas tingkat alamiah, peningkatan pengangguran menurun investor pandangan, karena itu penurunan harga. Dengan demikian, kejutan murni lokal, seperti pengangguran, akan menghasilkan gerakan di satu pasar tanpa langsung mempengaruhi yang lain. IV. Model Empiris Untuk analisis saya, bulanan indeks harga, indeks DAX (indeks Jerman), indeks CAC (Indeks Perancis), yang (indeks Cina) S & P500 (US indeks) dan SSEC diekstraksi dari Yahoo Finance untuk tahun 2000 sampai 2006 (Yahoo! Finance, 2007). 13
Halaman 15

Selain itu, pengangguran bulanan dan nilai tukar diambil dari Eropa Bank Sentral (2007) dan harga minyak dunia bulanan diambil dari Energi Administrasi Informasi (2007) untuk periode waktu yang sama. Data yang digunakan untuk menentukan risiko indeks, risiko portofolio dan menjalankan regresi OLS untuk menguji setelah dua hipotesis: 1. Karena menambahkan saham tambahan untuk portofolio dapat mengurangi risiko berdasarkan prinsip ofdiversification, portofolio internasional indeks saham akan kurang berisiko daripada indeks individu.

2. Selain itu, global, kompetitif dan guncangan terhadap perekonomian lokal dapat digunakan untuk memprediksi harga sebuah indeks gerakan relatif terhadap indeks lainnya. Persamaan regresi digunakan untuk saya adalah sebagai berikut: InDAX = l + 2InCAC + 30IL + 4UNEMPG + sUNEMPG2 + Saya (1) InDAX = (Ll + (L2InSP + (L30IL + <14EXCHUS ++ (L sUNEMPG + (L 6UNEMPG2 + /: 1. (2) InDAX = (Ll + (L2InSSEC + (L30IL + <14EXCHCN ++

(L sUNEMPG + (L 6UNEMPG2 + /: 1. (3) Dalam persamaan masing-masing, indeks Jerman (DAX) adalah variabel dependen. Juga, masing-masing persamaan termasuk kejutan global (harga minyak dunia) dan guncangan lokal (pengangguran rate). Persamaan 2 dan 3 kontrol untuk guncangan kompetitif (kurs). Karena ofthe mata uang umum tunggal di bawah Emu, nilai tukar dalam Uni Eropa adalah tetap dan tidak diperlukan dalam persamaan 1. Setiap persamaan tersebut yang mencakup pengawasan pasar lain indeks untuk menentukan tingkat hubungan tersebut setelah mengendalikan guncangan makro. Semua empat indeks tersebut yang tercatat, sehingga memberikan elastisitas dalam hasil. 14
Halaman 16

Tabel 1 berisi ofdefinitions daftar untuk dependen dan independen variabel dengan tanda-tanda yang diperkirakan. Ketiga indeks diperkirakan akan positif karena penularan ofmarkets dan korelasi positif yang tinggi selama volatilitas ofhigh kali. Juga masa studi yang telah menunjukkan bahwa pasar cenderung berkorelasi positif, dengan korelasi rata-rata koefisien of.3 (Chan, Karceski, dan Lakonishok, 1999). Itu sejauh mana Perancis, AS, dan pasar Cina berkorelasi dengan Jerman pasar adalah apa yang di bawah spekulasi. Tanda-tanda diperkirakan untuk nilai tukar adalah negatif karena ofthe sifat kompetitif guncangan menyebabkan korelasi negatif antara pasar. Kejutan lokal, pengangguran, diperkirakan untuk mengambil U terbalik kurva. Oleh karena itu, tanda diprediksi pada variabel pengangguran adalah positif sedangkan pengangguran variabel kuadrat akan menjadi negatif. Terakhir, harga minyak dunia diperkirakan menjadi negatif karena goncangan global berteori menyebabkan korelasi negatif antara pasar. Variabel Deskripsi Diprediksi Masuk

Dependent Variable: lnDAX Gennan pasar saham indeks Independen Variabel: lnCAC lnSP lnSSEC EXCHUS EXCHCN UNEMPG UNEMPG 2 MINYAK Login ofFrench indeks pasar saham Log dari S & P 500, indeks pasar saham AS Log dari pasar saham China Exchange untuk Euro harga dolar AS Exchange untuk Euro harga Yuan Cina Gennan tingkat pengangguran Gennan tingkat pengangguran kuadrat Worid harga minyak + + + + 15
Halaman 17

v Hasil Untuk menguji hasil untuk analisis risiko ofportfolio, kita harus kembali ke yang pertama investor dibahas dalam bagian II. Investor ini tidak memiliki pengetahuan tren sebelum ofmarket dan, dengan hanya menggunakan data historis indeks pasar, ia harus menentukan investasi pilihan akan memberinya ofreturn tingkat tertinggi dengan risiko terendah untuk periode tertentu oftime. Dalam Tabel 2, data bulanan yang digunakan untuk menghitung tingkat pengembalian tahunan rata-rata dan standar deviasi untuk setiap empat indeks tersebut yang, Jerman, Perancis, AS, dan Cina. The S & P500 memiliki deviasi standar terendah dari semua empat indeks.

Tabel 2: Volatilitas Tahunan Rata ofIndex itu (rata-rata dari perubahan persen bulanan) Tahun DAX CAC S & P500 SSEC Diharapkan Standar Diharapkan Standar Diharapkan Standar Diharapkan Standar Kembali Penyimpangan Kembali Penyimpangan Kembali Penyimpangan Kembali Penyimpangan 2000 4.42 3.67 2.83 3.14 3.76 3.08 3.87 3.27 2001 6.79 4.44 5.70 3.65 4.63 3.25 4.47 3.67 2002 8.58 7.33 7.05 5.17 5.11 3.37

6.88 4.27 2003 6.95 5.62 4.84 3.09 2.96 2.39 3.48 3.n 2004 2.86 1.01 1.71 0.69 1.86 1.09 4.77 2.68 2005 3.29 2.26 3.24 1.39 1.85 1.20 4.76 3.58 2006 2.62 1.92 2.39 1.79 1.60 1.09 8.09 7.66 Ave 5.07 3.75 3.96 2.71 3.11

2.21 5.19 4.03 Oleh karena itu, selama periode ini, investasi di pasar AS adalah risiko terendah. Namun, S & P500 juga menghasilkan ofreturn tingkat terendah rata-rata. Para SSEC menghasilkan ofreturn tingkat tertinggi rata-rata, tetapi juga memiliki deviasi standar tertinggi, oleh karena itu investasi paling berisiko. Namun, berdasarkan ofdiversification teori, dengan menggabungkan indeks ke portofolio dan melalui seleksi risiko pasar yang tepat, dapat dikurangi. Tabel 3 menunjukkan rata tingkat pengembalian dan deviasi standar untuk empat kombinasi portofolio mungkin. Untuk portofolio pertama, Portofolio Euro, dana tersebut akan dibagi sama rata antara 16
Halaman 18

Gennan dan indeks Perancis. Portofolio EurolUS sama membagi dana tiga cara antara dua negara Eropa dan Amerika Serikat Euro / Cina juga membagi dana Tabel 3: Rata-Rata Tahunan Volatilitas Portofolio itu (rata-rata dari perubahan persen bulanan) Tahun Eropa Portofolio Euro / US Portofolio Euro / Portofolio Cina Semua Diharapkan Standar Diharapkan Standar Diharapkan Standar Diharapkan Standar Kembali Penyimpangan Kembali Penyimpangan Kembali Penyimpangan Kembali Penyimpangan

2000 3.62 3.32 3.67 2.54 3.71 3.20 3.72 2.60 2001 6.23 3.78 5.69 3.42 5.64 2.63 5.39 2.56 2002 7.82 6.18 6.92 5.17 7.50 4.07 6.91 3.80 2003 5.89 4.27 4.91 3.41 5.09 2.64 4.56 2.42 2004 2.28 0.66 2.14 0.70 3.11 0.98 2.80

0.78 2005 3.26 1.76 2.79 1.36 3.76 1.18 3.28 1.01 2006 2.50 1.78 2.20 1.45 1.60 3.13 3.67 2.47 Ave 4.51 3.12 4.05 2.58 4.74 2.55 4.33 2.23 tiga cara di antara dua negara Eropa dan indeks Cina. Portofolio lalu membagi dana merata di antara keempat negara. Ketika portofolio yang dibuat, ofdiversification ide jelas ditunjukkan. Portofolio Euro memiliki standar deviasi rendah dari DAX saja. Namun masih lebih tinggi dari indeks CAC. Hal ini dapat dijelaskan dengan hipotesis bahwa Negara-negara Eropa cenderung sangat berkorelasi positif karena Emu. Ketika US indeks ditambahkan ke Portofolio Euro standar deviasi menurun secara drastis dan bahkan lebih lagi ketika indeks Cina ditambahkan. Standar deviasi terendah adalah dari portofolio dengan keempat indeks. Ketika membandingkan portofolio dengan keempat indeks ke indeks individu, tingkat risiko mirip dengan indeks risiko terendah, S & P500. Namun, ofreturn tingkat portofolio secara signifikan lebih tinggi dari S & P500 karena portofolio adalah reflektif tersebut yang lebih tinggi dari indeks lainnya.

Analisis di atas menunjukkan bahwa seorang investor dapat mengurangi risiko dengan diversifikasi di indeks pasar. Karena data historis yang digunakan, latihan ini menunjukkan apa 17
Halaman 19

telah terjadi di masa lalu di pasar. Namun, sebagian besar investor melihat ke arah masa depan, mencoba untuk memprediksi pergerakan indeks 'agar lebih efektif mengalokasikan sumber daya. Oleh karena itu, untuk analisis bagian tersebut yang kedua empiris, kami menyelidiki apakah investor internasional bisa menggunakan, guncangan global yang semakin kompetitif dan lokal dibahas dalam bagian teori, dalam rangka mengantisipasi perbedaan dalam ofreturn tarif. Regresi analisis yang digunakan untuk memprediksi indeks Jerman menggunakan proxy makro untuk global, kompetitif dan lokal guncangan terhadap perekonomian sekaligus mengontrol untuk satu indeks tersebut yang. Sebuah pertanyaan penting bagi investor adalah apakah guncangan ini dapat digunakan untuk memprediksi DAX. Di regresi ofmy menjalankan awal, semua variabel yang signifikan dan koefisien korelasi sangat tinggi. Namun, statistik Durbin-Watson berkisar 0,16-0,97. Variabel perbedaan ofeach pertama diambil untuk mengoreksi autokorelasi. Hasil regresi disajikan dalam Tabel 4 sampai 6. Indeks Jerman (DAX) adalah variabel dependen dalam regresi masing-masing. Dalam setiap tabel, Model 1 menunjukkan sederhana korelasi antara kedua indeks. Dalam Model 2 dan 3 variabel makro adalah ditambahkan. Model 2 menggunakan model empiris hipotesis dengan semua variabel. Itu pengangguran kuadrat diambil model ketiga karena tanda-tanda tersebut yang diprediksi adalah salah di AS dan regresi Cina. Pada Tabel 4, regresi memprediksi indeks Jerman sebagai fungsi tersebut yang Perancis indeks (CAC) dan variabel makro disajikan. R squared untuk Modell, menunjukkan korelasi sederhana antara Indeks Perancis dan Jerman sangat tinggi. 18
Halaman 20

Tabel 4: Regresi indeks Perancis, Variabel Dependent: lnDax (Indeks Jerman) Variabel

Modell Model 2 Model 3 InCAC Exch 1.258 (27,273) *** 1.262 (26,073) *** 1.256 (25,814) *** UNEMPG UNEMPG 2 MINYAK 0.0318 (1.562) -0.017 (-1.562) -0.001 (-0.907) 0.007 (0.562) -0.001 (-0.910) R Squared 0.901 0.901 0.900 n 83 83 83 Durbin Watson 1.713 1.870 1.780 Catatan: Nilai dalam kurung adalah t-statistik * signifikansi di. Saya tingkat ** Signifikan pada tingkat .05 *** Signifikan pada tingkat .01 Tabel 5: Regresi ofD.S. indeks, Dependent Variabel: lnDax (Indeks Jerman) Variabel

Model saya Model 2 Model 3 Inspektur 1.405 1.381 1.381 (12,731) *** (12,078) *** (12.155) Exch -0.333 -0.337 (-1,894) * (-1,951) * UNEMPG -0.069 -0.024 (-0.184) (-1.105) UNEMPG 2 .003 (0.121) MINYAK -0.001 -0.001 (-0.551) (-0.555) R Squared n Durbin Watson 0.663 83 2.435 0.668 83 2.411 0.672 83 2.409 Catatan: Nilai dalam kurung adalah t-statistik * signifikansi pada tingkat .1

** signifikansi pada tingkat .05 *** Signifikan pada tingkat .01 19

Halaman 21

Tabel 6: Regresi indeks Cina, Variabel Dependent: InDax (Gennan Indeks) Variabel Modell Model 2 Model 3 InSSEC 0.128 0.113 0.101 (1.086) (0.920) (0.849) Exch -0.031 -0.028 (-0.851) (-0.789) UNEMPG 0.205 -0.064 (0.312) (-1,772) * UNEMPG 2 -0.015 (-0409) MINYAK -0.005 -0.005 (-2,289) ** (-2,287) ** R Squared 0.002 0.052 0.062 n 83 82

82 Durbin Watson 1.964 1.908 1.922 Catatan: Nilai dalam kurung adalah t-statistik * signifikansi di. Saya tingkat ** Signifikan pada tingkat .05 *** Signifikan pada tingkat .01 Indeks Perancis dapat menjelaskan 90,1 persen variasi tersebut yang dalam indeks Gennan. Juga, koefisien pada variabel InCAC adalah elastisitas, menunjukkan bahwa perubahan satu persen dalam indeks Perancis dikaitkan dengan perubahan persen dalam indeks 1,258 Gennan. Namun, hubungan untuk setiap indeks dengan satu sama lain korelasi sederhana tanpa menyiratkan penyebab apapun. Koefisien pada indeks Perancis yang lebih besar dari satu diharapkan, karena volatilitas rendah indeks Perancis (yang merujuk pada standar penyimpangan yang ditemukan di Tabel 2) dibandingkan dengan indeks Gennan. Model 2 dan 3 pada Tabel 4 menambahkan proxy untuk makro, guncangan global yang semakin kompetitif dan lokal. Sayangnya, tidak ada ofthe makro variabel yang signifikan dan karena itu tidak memprediksi gerakan dalam indeks Gennan. Regresi memprediksi indeks Gennan sebagai fungsi tersebut yang US indeks (SP) dan variabel makro disajikan pada Tabel 5. Modell juga menunjukkan R kuadrat tinggi. Pasar AS mampu menjelaskan 66,3 persen variasi ofthe ofthe pasar Gennan. Untuk beberapa hal, ini bukan kejutan, karena sifat berkorelasi positif 20
Halaman 22

ofmarkets. Karena indeks adalah elastisitas, koefisien pada indeks AS menunjukkan satu perubahan persen dikaitkan dengan peningkatan 1,405 dalam indeks Jerman. Karena volatilitas (mengacu pada standar deviasi yang ditemukan di Tabel 2) dari pasar AS adalah terendah dari tiga pasar lain, koefisien pada indeks AS (SP) adalah yang terbesar ofthe tiga regresi. Model 2 dan 3 variabel makro ditambahkan. Kebanyakan ofthese

variabel juga ditemukan tidak signifikan, kecuali nilai tukar. Koefisien untuk nilai tukar menunjukkan bahwa untuk setiap peningkatan ofEuros kurs dalam dolar AS oleh satu dolar akan menyebabkan indeks Jerman turun sebesar .33 persen. Temuan ini mendukung teori kejutan kompetitif dengan menunjukkan hubungan negatif tersebut yang tukar tingkat. Tabel 6 menyajikan regresi memprediksi indeks Jerman sebagai fungsi dari Cina indeks (SSEC) dan variabel makro. Dalam Modell regresi ini, ada hampir tidak ada korelasi ditemukan antara kedua indeks. Bahkan, indeks Cina tidak signifikan dalam tiga model tersebut yang. Variabel hanya yang signifikan adalah minyak dunia harga di Model 2 dan 3 dan pengangguran dalam Model 2. Hubungan harga minyak dunia dengan harga saham ini konsisten dengan hipotesis global guncangan, menunjukkan hubungan yang negatif. Juga, variabel pengangguran negatif dan signifikan hanya dalam Model 3. Para Kuznets U terbalik hipotesis kurva tidak memegang karena kedua pengangguran dan pengangguran kuadrat tidak signifikan dalam Model 2. Namun, R squared untuk setiap model (Tabel 6) sangat rendah sehingga variabel tidak menjelaskan variasi tersebut yang sangat banyak dalam indeks Jerman. 21
Halaman 23

V. Kesimpulan Dengan pasar saham meningkatkan ekonomi global, pemahaman internasional gerakan dalam rangka diversifikasi portofolio sangat penting bagi alokasi efektif dari investasi dana. Pada latihan pertama dalam penelitian ini, kami menunjukkan bahwa portofolio yang berisi dua Eropa (DAX dan CAC) indeks memiliki risiko tertinggi dari semua portofolio. Sebagai hipotesis, pasar Jerman dan Perancis ditemukan sangat berkorelasi dari regresi. Menggabungkan kedua indeks ke portofolio tidak sedikit untuk mengurangi risiko seperti ditegaskan oleh teori bahwa indeks sempurna berkorelasi positif akan tidak mengurangi risiko. Karena pasar tidak sempurna berkorelasi positif, risiko level pada portofolio kurang dari indeks Jerman saja, namun masih lebih tinggi daripada orang Prancis. As seen in this study and other past studies, a strong interconnectivity is being

formed among stock markets. The US market was found to have a strong positive correlation with the German index. However, since the correlation was still significantly less than the correlation ofthe French market, when the US index is added to the European portfolio, the risk level is decrease dramatically. Hal ini menunjukkan bahwa diversification ofless correlated indices will allow further risk reduction as theory had diprediksi. Lastly, risk was further reduced when a market found to have no correlation to the German index was added to the portfolio. Even with the extraordinarily high standard deviation ofthe Chinese index alone, when added to a portfolio that contains uncorrelated markets, risk can significantly be reduced. What does remain from the Chinese index, however is part ofits high rate ofreturn. 22
Halaman 24

Since the risk level of the US index and the portfolio with all four indices are similar, any risk-adverse investor would be indifferent to either option. Because ofthe other higher rates ofretum that are combined into the portfolio, the US index would appear to be a less attractive investment. Thus, a rational investor would chose to diversify across all four markets. Unfortunately, the macro variables selected did not predict well. Pasar movements must be, to some extent, independent ofthese macro shocks to the economy. This suggests that predicting movements in these global, competitive and local shocks may not be good guides for allocation purposes. Future research can look for better ways to predict these movements, probably using different variables than those selected here. 23
Halaman 25

Referensi Boyd, John; Hu, Jian; Jagannathan, Ravi. "The Stock Market's Reaction to Unemployment News: Why Bad News Is Usually Good for Stocks." The Journal ofFinance. Vol. LX, No.2 (April 2005). Boucrelle, Cyril; Le Fur, Yann; Solnik, Bruno; "International Market Correlation and

Volitility." Financial Analysis Journal. Vol. 52, No.5 (Sept/Oct 1996). Brigham, Eugene; Houston, Joel. Fundamentals of Financial Management, Eleventh Edition. Thomson South-Western: 2007. Chan, K. "An Empirical Analysis of Stock Prices in Major Asian Markets and the United States." The Financial Review (1992).27,2,289. Chan, Louis; Karceski, Jason; Lakonishok, Josef. "On Portfolio Optimization: Forecasting Covarience and Choosing the Risk ModeL" The Review ofFinancial Statistics. Vol. 12, No.5 (Winter 1999). Administrasi Informasi Energi. Retrieved 30 Jan. 2007 http://www.eia.doe.gov/oiLgas/petroleum/infolance/petroleum.html European Central Bank. Retrieved 30 Jan. 2007 < http://sdw.ecb.int/> Furstenberg, George. "International Stock Price Movements: Links and Messages." Brookings Papers on Economic Activity. Vol. 1989, No.1 (1989), pp. 125-179. Gelos, R. Gaston; Sahay, Ratna. "Financial Market Spillovers in Transition Economies." Economics ofTransition. Vol. 9 (1) 2001, pp.53-86. Gomme, P. The return to capital and the business cycle. Anonymous Federal Reserve Bank of Cleveland, Working Paper: 0603 (2006). Hardouvelis, Gikas; Malliaropulos, Dimitios; Priestley, Richard. "EMU and European Stock Market Integration." CEPR Discussion Papers. No. 2124 (2001). Jones, C. "Oil and the Stock Markets." The Journal ofFinance (1996).51,2,463. 24
Halaman 26

Karolyi, Andrew; Stulz, Rene. "Why Do Markets Move Together? An Investigation of US Japan Stock Returns." The Journal ofFinance. Vol. 51, No.3 (July, 2996), pp.951-986. Kim, Suk-Joong; Moshirian, Fari; Wu, Eliza. "Dynamic Stock Market Integration Driven by the European Monetary Union: An Empirical Analysis." Journal ofBanking and Finance. Vol. 29, No. 10 (2005), pp. 2375-2502. Mathur, I. "Interdependencies Among the Nordic and US Sock Markets." The Scandinavian Journal ofEonomic (1990).92,4,587. Syllignakis, Manolis. "EMU's Impact on the Correlation across the European Stock Markets." International Research Journal ofFinance and Economics. Issue 6