Volatility Spillovers and Nonlinear Dynamics between Jet Fuel Prices and Air Carrier Revenue Passenger Miles in the US
Notice bibliographique
Résumé
This paper investigates the nonlinearities in the behavior of jet fuel prices and air carrier yields as measured by revenue passenger miles(RPMs), where one RPM is defined as one passenger flown one mile in revenue traffic. It indicates that previous research might have overlooked the possibilities of nonlinear dynamics between these two series. Drawing on existing tests of nonlinearities and chaos, this paper first investigates the existence of chaotic behavior as the source of nonlinearities in the monthly prices of jet fuel and RPMs. The findings show strong evidence that the two series exhibit nonlinear dependencies. Evidence is found, however, that this behavior may be inconsistent with chaotic structure. We propose and estimate bivariate GARCH(1, 1) and bivariate EGARCH(1, 1) models to ascertain the flow of information between jet fuel prices and revenue passenger miles. Estimation results of the bivariate GARCH models offer evidence that the shock transmission between the two series is mainly asymmetric, that is that positive and negative shocks impart degree of volatility differently. It is shown that the positive shocks to jet fuel prices show a substantially higher reaction from the revenue passenger miles. The conclusion is that, RPMs are quite responsive to upward volatility in prices of jet fuel, while falling jet fuel prices may not translate into efficiency gains.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».