1. Andrada‐Félix, J., Fernandez‐Pérez, A. y Sosvilla‐Rivero, S., (2018), estudian la interconexión entre cinco índices de volatilidad implícita durante el periodo 2008‐2017, utilizando la metodología de Diebold y Yilmaz (2014). Sus resultados sugieren que casi un 40% de la varianza total de los errores de predicción se explica por shocks que ocurren a través de todos los mercados, por lo que el 60% restante se debería a shocks de carácter idiosincrático. Los autores muestran además que el grado de conexión entre las volatilidades varía con el tiempo, elevándose en períodos de inestabilidad económica y financiera. También se muestra que los distintos mercados considerados pasan con frecuencia de ser transmisores a ser receptores de volatilidad.
   
   
2. Fernández‐Rodríguez, F., M. Gómez‐Puig y Sosvilla‐Rivero, S., (2016), miden la conectividad entre las volatilidades estimadas en mercados de deuda soberana de la unión monetaria europea entre 1999 y 2014, prestando atención a la transmisión de stress e identificando episodios de desbordamiento (spillover) intensivo entre países. El trabajo comienza con un análisis estático y dinámico para medir la conexión entre volatilidades durante el periodo completo utilizando la metodología de Diebold y Yilmaz (2014). Más adelante, se utiliza un análisis dinámico para evaluar la conectividad direccional para cada país y se aplican técnicas de datos de panel para analizar sus determinantes. Por último, se examina la variabilidad temporal en la conectividad direccional neta entre pares de países en diferentes periodos de la reciente crisis de deuda soberana.
   
   
3. Fernández‐Rodríguez, F. y S. Sosvilla‐Rivero, (2016), investigan empíricamente la transmisión de volatilidad entre mercados de acciones y tipos de cambio en siete de las principales economías mundiales durante el periodo 1988‐2015. Para ello, el trabajo comienza con un análisis estático y dinámico para medir la conexión entre ambas variables durante el periodo completo utilizando la metodología de Diebold y Yilmaz (2014). Más adelante, se utiliza un análisis dinámico para evaluar la conectividad direccional neta para cada país. Por último, se examina la variabilidad temporal en la conectividad direccional neta entre pares de países en diferentes periodos de la reciente crisis de deuda soberana. Los resultados sugieren que algo más de la mitad de la varianza total de los errores de predicción está explicada por shocks transversales a los mercados, y no por shocks idiosincráticos de un mercado. Por último, se muestra que la conectividad entre volatilidades varía a lo largo del tiempo, con un repunte durante los periodos de repunte en la inestabilidad económica y financiera.
   
   
4. Gómez‐Puig, M., Singh, M. y Sosvilla‐Rivero, S., (2018), analizan la interconexión entre los riesgos del sector soberano y el sector bancario en los paises de la periferia del área euro durante el periodo 2004‐2013. Aplicando una metodología de “contingent claims” se construyen indicadores para ambos niveles de riesgo y se analiza su interconexión, en comparación con la que muestran otros indicadores de stress bancario y soberano basados en datos de mercado. Tres medias diferentes de interconexión sugieren que existe una interconexión fuerte entre ambos tipos de riesgo. Dicha relación fue bidireccional en países como España e Italia durante la crisis de deuda soberana. Los indicadores alternativos considerados sugieren una conexión más débil y más heterogénea. Los resultados sugieren asimismo que los índices de mercado secundario y de mercado de derivados obedecen más a factores comunes subyacentes que las medidas de riesgo basadas en “contingent claims”.
   
   
5. Echevarria‐Icaza, V. y S. Sosvilla‐Rivero, (2017), recuerdan que la divergencia entre las rentabilidades de la deuda soberana se ha apuntado en algunas ocasiones como una razón para la inefectividad de la política monetaria. En este trabajo se utiliza un modelo VAR Generalizado para analizar la transmisión de la política monetaria, detectando que la divergencia en rentabilidades es un principal mecanismo a través del cual funciona el canal de apalancamiento de la política monetaria, y proporcionando con ello una explicación de la heterogeneidad de efectos de la política monetaria. En segundo lugar, la importancia de los efectos de desbordamiento (spillover) sugiere que la divergencia de rentabilidades redujo la tracción de la política monetaria en los países del núcleo central del área euro. En consecuencia, una mayor credibilidad fiscal puede ser un modo de lograr un mayor efecto real de la política monetaria.

Go back to Objective 1