dor_id: 4129575
506.#.#.a: Público
590.#.#.d: Los artículos enviados a la revista "Contaduría y Administración", se juzgan por medio de un proceso de revisión por pares
510.0.#.a: Consejo Nacional de Ciencia y Tecnología (CONACyT); Sistema Regional de Información en Línea para Revistas Científicas de América Latina, el Caribe, España y Portugal (Latindex); Scientific Electronic Library Online (SciELO); SCOPUS, SCImago Journal Rank (SJR)
561.#.#.u: https://www.fca.unam.mx/
650.#.4.x: Ciencias Sociales y Económicas
336.#.#.b: article
336.#.#.3: Artículo de Investigación
336.#.#.a: Artículo
351.#.#.6: http://www.cya.unam.mx/index.php/cya/index
351.#.#.b: Contaduría y Administración
351.#.#.a: Artículos
harvesting_group: RevistasUNAM
270.1.#.p: Revistas UNAM. Dirección General de Publicaciones y Fomento Editorial, UNAM en revistas@unam.mx
590.#.#.c: Open Journal Systems (OJS)
270.#.#.d: MX
270.1.#.d: México
590.#.#.b: Concentrador
883.#.#.u: https://revistas.unam.mx/catalogo/
883.#.#.a: Revistas UNAM
590.#.#.a: Coordinación de Difusión Cultural
883.#.#.1: https://www.publicaciones.unam.mx/
883.#.#.q: Dirección General de Publicaciones y Fomento Editorial
850.#.#.a: Universidad Nacional Autónoma de México
856.4.0.u: http://www.cya.unam.mx/index.php/cya/article/view/3396/1909
100.1.#.a: Muñoz Henríquez, Erik Mauricio; Gálvez Gamboa, Francisco Andrés
100.1.#.0: et al
524.#.#.a: Muñoz Henríquez, Erik Mauricio, et al. (2023). Spillover de volatilidad entre el mercado de las criptomonedas, los mercados financieros y commodities. Contaduría y Administración; Vol. 68, Núm. 1. Recuperado de https://repositorio.unam.mx/contenidos/4129575
245.1.0.a: Spillover de volatilidad entre el mercado de las criptomonedas, los mercados financieros y commodities
502.#.#.c: Universidad Nacional Autónoma de México
561.1.#.a: Facultad de Contaduría y Administración, UNAM
264.#.0.c: 2023
264.#.1.c: 2022-09-29
653.#.#.a: Economía; finanzas; mercados financieros; criptomoneda; efecto spillover; volatility; economía; finanzas; mercados financieros; criptomoneda; efecto spillover; volatility
506.1.#.a: La titularidad de los derechos patrimoniales de esta obra pertenece a las instituciones editoras. Su uso se rige por una licencia Creative Commons BY 4.0 Internacional, https://creativecommons.org/licenses/by/4.0/legalcode.es, fecha de asignación de la licencia 2022-09-29, para un uso diferente consultar al responsable jurídico del repositorio por medio del correo electrónico revista_cya@fca.unam.mx
884.#.#.k: http://www.cya.unam.mx/index.php/cya/article/view/3396
001.#.#.#: oai:ojs.pkp.sfu.ca:article/3396
041.#.7.h: spa
520.3.#.a: El objetivo de este trabajo es analizar el efecto spillover entre el mercado de las criptomonedas, los mercados financieros y commodities, utilizando índices de volatilidad realizada de las diez criptomonedas con mayor capitalización de mercado y la volatilidad implícita de las cotizaciones del Oro (GVZ) y el Petróleo (OVX), y el mercado financiero norteamericano (VIX) y europeo (VSTOXX) a través del Spillover Index basado en un Vector Autorregresivo (VAR). Los resultados indican que Ethereum es el mayor transmisor de volatilidad, seguido por Cardamo, mientras que los mayores receptores de volatilidad son ChainLink y BinanceCoin. Además, demostramos a través de la utilización de la volatilidad implícita que la contribución de los mercados financieros al spillover no excede el 3%, incluso resultados menores se evidencian con ambos commodities. El análisis de impulso-respuesta muestra el mayor efecto sobre las criptomonedas proviene del VIX, junto con una respuesta negativa ante un shock en el OVX y GVZ..El objetivo de este trabajo es analizar el efecto spillover entre el mercado de las criptomonedas, los mercados financieros y commodities, utilizando índices de volatilidad realizada de las diez criptomonedas con mayor capitalización de mercado y la volatilidad implícita de las cotizaciones del Oro (GVZ) y el Petróleo (OVX), y el mercado financiero norteamericano (VIX) y europeo (VSTOXX) a través del Spillover Index basado en un Vector Autorregresivo (VAR). Los resultados indican que Ethereum es el mayor transmisor de volatilidad, seguido por Cardamo, mientras que los mayores receptores de volatilidad son ChainLink y BinanceCoin. Además, demostramos a través de la utilización de la volatilidad implícita que la contribución de los mercados financieros al spillover no excede el 3%, incluso resultados menores se evidencian con ambos commodities. El análisis de impulso-respuesta muestra el mayor efecto sobre las criptomonedas proviene del VIX, junto con una respuesta negativa ante un shock en el OVX y GVZ.
773.1.#.t: Contaduría y Administración; Vol. 68, Núm. 1
773.1.#.o: http://www.cya.unam.mx/index.php/cya/index
022.#.#.a: ISSN electrónico: 2448-8410; ISSN impreso: 0186-1042
310.#.#.a: Trimestral
264.#.1.b: Facultad de Contaduría y Administración, UNAM
758.#.#.1: http://www.cya.unam.mx/index.php/cya/index
doi: https://doi.org/10.22201/fca.24488410e.2023.3396
handle: 00ea31c779b7e92e
harvesting_date: 2022-10-12 10:00:00.0
856.#.0.q: application/pdf
file_creation_date: 2022-10-03 22:52:50.0
file_modification_date: 2022-10-03 22:52:50.0
file_creator: HP
file_name: 1cfdd9f6e35f963a862e375a5ba48b5f288b4011379a6712d5fea4a7aa9952ed.pdf
file_pages_number: 24
file_format_version: application/pdf; version=1.7
file_size: 608933
last_modified: 2023-03-22 16:00:00
license_url: https://creativecommons.org/licenses/by/4.0/legalcode.es
license_type: by
No entro en nada
No entro en nada 2