MétaCan
Menu
Retour à la cohorte
Enregistrement W154395508

Short and Long-Term Price Linkages Among Asia-Pacific Economic Cooperation (APEC) Equity Markets, Discussion Paper No. 100

2002· article· en· W154395508 sur OpenAlexaboutno aff
Andrew C. Worthington, Helen Higgs

Notice bibliographique

RevueQUT ePrints (Queensland University of Technology) · 2002
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVariance decomposition of forecast errorsCointegrationEquity (law)EconomicsChinaGranger causalityVector autoregressionError correction modelInternational economicsGeographyMonetary economicsEconometricsPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper examines the short and long-term price linkages among Asia-Pacific Economic Cooperation (APEC) equity markets over the period 1995 to 2000. Seven developed markets (Australia, Canada, Hong Kong, Japan, New Zealand, Singapore and the United States) and eleven emerging markets (China, Chile, Indonesia, Korea, Malaysia, Mexico, Peru, the Philippines, Russia, Taiwan and Thailand) are included in the analysis. Multivariate cointegration procedures, Granger-causality tests, level VAR and generalised variance decomposition analyses based on error-correction and vector autoregressive models are conducted to examine long and short-run relationships among these markets. The results indicate that there is a stationary long-run relationship and significant short-run causal linkages among the APEC equity markets. The results also indicate that the degree of comovement and codependencies among APEC’s domestic and sub-regional markets varies considerably. In general, Australasian, Northern Asian and South American markets are relatively more influenced by domestic market conditions, North American markets relatively more by regional factors and Southern Asian markets more strongly influenced by markets outside either their own or geographical close domestic markets.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,203
Écart entre enseignants0,189 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQUT ePrints (Queensland University of Technology)Même sujetMarket Dynamics and VolatilityTravaux en français237 207