Sectoral stock market volatility during the covid-19 pandemic: A Garch analysis of aggregated french and portuguese equity data

Abstract

This study examines the response of sectoral stock market volatility in the aggregated French (CAC 40) and Portuguese (PSI-20) equity markets to the COVID-19 pandemic during various phases. By segmenting the analysis into Control Group (2015-2019), COVID-19 (2020-2021), and post-COVID (2021-2024) periods, this research evaluates the structural changes in volatility dynamics across eight key sectors. Using asymmetric EGARCH (1,1) and GJR-GARCH (1,1) models, this study finds compelling evidence of three core phenomena. The COVID-19 period led to a notable increase in conditional volatility across all sectors, characterized by significantly elevated volatility persistence with β parameters approaching unity and enhanced leverage effects, reflecting greater sensitivity to negative news. Secondly, tail risk, indicative of an increased probability of extreme market fluctuations, rose significantly during the critical phase of the pandemic. This phenomenon is captured by a reduction in the estimated shape parameters of the Student’s t-distribution. Thirdly, the analysis reveals that no single model dominates across all regimes, with the GJR-GARCH model demonstrating a superior fit during the acute crisis phase, while the EGARCH model is more suited to stable, pre-crisis conditions. In conclusion, I demonstrate that although there was a partial normalization of volatility in the post-COVID period, both volatility levels and tail risk generally remained higher than those observed prior to the pandemic. The pandemic has led to significant and dynamic changes in sectoral volatility structures, underscoring the need for context-specific model selection and providing essential insights for risk management and policy responses to systemic shocks.

Este estudo examina a resposta da volatilidade do mercado de ações setorial nos mercados agregados francês (CAC 40) e português (PSI-20) à pandemia da COVID-19 em várias fases. Segmentando a análise nos períodos de Controlo (2015-2019), COVID-19 (2020-2021) e pós-COVID (2021-2024), esta investigação avalia mudanças estruturais na dinâmica da volatilidade em oito setores-chave. Utilizando modelos assimétricos EGARCH (1,1) e GJR-GARCH (1,1), este estudo encontra evidências convincentes de três fenómenos centrais. O período da COVID-19 resultou num aumento notável da volatilidade condicional em todos os setores, caracterizado por uma persistência significativamente elevada (parâmetros β próximos da unidade) e efeitos de alavancagem reforçados, refletindo maior sensibilidade a notícias negativas. Em segundo lugar, o risco de cauda, indicativo de maior probabilidade de flutuações extremas do mercado, aumentou significativamente durante a fase crítica da pandemia, capturado por uma redução nos parâmetros de forma estimados da distribuição t de Student. Em terceiro lugar, a análise revela que nenhum modelo GARCH domina em todos os regimes; o GJR-GARCH demonstrou um ajuste superior na fase aguda da crise, enquanto o EGARCH é mais adequado para condições estáveis pré-crise. Em conclusão, demonstro que, embora tenha havido normalização parcial pós-COVID, os níveis de volatilidade e o risco de cauda permaneceram, em geral, mais elevados do que os observados antes da pandemia. A pandemia induziu mudanças significativas e dinâmicas nas estruturas de volatilidade setorial, destacando a necessidade de seleção de modelos específicos para cada contexto e oferecendo insights essenciais para a gestão de riscos e respostas políticas a choques sistémicos.