DCC-MIDAS-sentiment modelThe preced

DCC-MIDAS-sentiment modelThe preceding empirical results fundamentally exhibit the long-term correlation between stock and bond markets. Based on theframework, we extend the specification by allowing long-term volatility and correlation to be affected by the sentiment index. Themodel combines daily stock and bond returns with the monthly sentiment index and decomposes the total dynamic correlation into longandshort-term components.We subsequently estimate the DCC-MIDAS-sentiment parameters by incorporating monthly investor sentiment into the long-termvolatility and correlation component. Table 2 presents the DCC-MIDAS estimation results of dynamic correlation influenced byinvestor sentiment.Panel A of Table 2 shows the results from estimating the GARCH-MIDAS model for stock returns and bond returns when weincorporate investor sentiment in the MIDAS equation. Then, we discuss the estimated θ parameters individually for the two markets.The sign of θ indicates the response of long-run volatility to investor sentiment. The coefficient θv is negative and significant at the 5%level for bond returns, indicating that sentiment has a significantly negative influence on long-term bond market volatility. Our findingconfirms the negative relationship between sentiment and bond market volatility proposed by Asgharian et al. (2016). However, theestimated coefficient θ of stock market is insignificantly negative, which means that the effect of sentiment on the long-term stockvolatility is rather ambiguous. The DCC estimation results are shown in Panel B of Table 2. The estimated parameter θc reflects howstock-bond correlation responds to sentiment shocks. Here, the coefficient θc is positive and statistically significant at the 5% level.

結果 (繁體中文) 1:

DCC-MIDAS-情緒模型
前面的經驗結果從根本上顯示股票和債券市場之間的長期相關性。根據該
框架，我們通過允許長期波動性和相關性的景氣指數的影響擴展規範。該
模型結合日常股票和債券的回報率與月度景氣指數和分解的總動態關聯到longand
短期組件。
隨後，我們通過將每月的投資者情緒進入長期估計DCC-MIDAS-情緒參數
波動性和相關性部件。表2列出受以下因素影響動態相關的DCC-MIDAS估計結果
投資者的情緒。
表2示出了從估計用於股票收益和債券的回報，當我們的GARCH-MIDAS模型的結果圖A
的MIDAS方程中摻入投資者情緒。然後，我們對兩個市場分別討論了估計的θ參數。
θ的符號表示長期波動對投資者情緒的反應。係數θv的是負的且顯著在5％的
對債券回報水平，表明情緒對長期債券市場波動一個顯著負面影響。我們的發現
證實了Asgharian等人提出的情緒和債券市場波動之間的負相關關係。（2016）。然而
股市的估計係數θ是不顯著負的，這意味著情緒對長期庫存的效果
的波動是相當含糊。的DCC估計結果示於表2中估計的參數θC反映如何的圖B
股票債券相關響應情緒衝擊。在此，係數θC為正，並且在5％的水平上是統計顯著。

結果 (繁體中文) 2:

DCC-MIDAS-情緒模型
上述實證結果從根本上表現了股票和債券市場之間的長期相關性。基於
框架，我們擴展規範，允許長期波動和相關性受情緒指數的影響。的
模型將每日股票和債券收益與月度情緒指數相結合，將總動態相關性分解為長和
短期元件。
我們隨後通過將每月投資者情緒納入長期投資者情緒來估算 DCC-MIDAS 情緒參數
波動性和相關性成分。表2顯示了受
投資者情緒。
表 2 的面板 A 顯示了估算股票回報和債券回報的 GARCH-MIDAS 模型的結果，當我們
將投資者情緒納入 MIDAS 等式。然後，我們分別討論兩個市場的估計值參數。
*的跡象表示長期波動對投資者情緒的反應。係數 μv 為負，在 5% 時顯著
債券收益率水準，表明情緒對長期債券市場波動有顯著的負面影響。我們的發現
證實了Asgharian等人提出的情緒與債券市場波動之間的負面關係（2016年）。但是，
股票市場的估計係數=是顯著的負值，這意味著情緒對長期股票的影響
波動性相當模糊。DCC 估計結果顯示在表 2 的面板 B 中。估計參數 c 反映如何
股票-債券相關性對情緒衝擊有反應。此處，係數 μc 在 5% 級別為正且具有統計顯著性。

結果 (繁體中文) 3:

DCC-MIDAS情緒模型
上述實證結果從根本上揭示了股票市場與債券市場的長期相關性。基於
框架，我們通過允許長期波動性和相關性受情緒指數影響來擴展規範。這個
該模型將股票和債券的日收益率與月度情緒指數相結合，並將總的動態相關性分解為longand
短期成分。
隨後，我們通過將月度投資者情緒納入長期投資中來估計DCC MIDAS情緒參數
波動性和相關性成分。錶2給出了DCC-MIDAS動態相關估計結果
投資者情緒。
錶2的面板A顯示了當我們
將投資者情緒納入MIDAS方程。然後，我們分別討論了這兩個市場的估計θ參數。
θ表示長期波動對投資者情緒的反應。係數θv為負，在5%時顯著
債券收益水准，表明市場情緒對長期債券市場波動性具有顯著的負面影響。我們的發現
證實了Asgharian等人提出的情緒與債券市場波動性之間的負相關關係。（2016年）。然而
股票市場的估計係數θ不顯著為負，這意味著情緒對長期股票的影響
波動性相當模糊。DCC估計結果見錶2的面板B。估計參數θc反映了
股票-債券相關性對情緒衝擊做出反應。這裡，係數θc是正的，在5%的水准上具有統計學意義。