MétaCan
Menu
Retour à la cohorte
Enregistrement W1980467606 · doi:10.5539/ijef.v5n6p91

The Macroeconomic Determinants of Stock Market Development in Jordan

2013· article· en· W1980467606 sur OpenAlexvenueno aff
Hasan Mohammed El-Nader, Ahmad Diab Alraimony

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2013
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCointegrationEconomicsEconometricsVariance decomposition of forecast errorsGross domestic productStock marketMultivariate statisticsUnit rootRelative priceCapitalizationStock (firearms)Market capitalizationMonetary economicsMacroeconomicsMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

This study examines the causes of stock market development in Jordan. The study uses monthly data between 1990 and 2011. The data is tested for stationarity by employing unit root tests. Results confirm that all variables are stationary, enabling us to continue in the modeling process. To achieve this objective, a multivariate cointegration and variance decomposition analysis are applied to examine the impact of these sources. The estimated findings demonstrate that the variables namely; Money Supply relative to, Total Value Traded relative to , Gross Capital Formation relative to , Consumer Price Index (CPI), and Credit to private Sector relative to all have positive and considerable influences on stock market development. On the other hand, Nominal Gross Domestic Product and Net Remittances relative to have a negative impact. From the estimated VECM, the variance decompositions (VDC) have been simulated as a basis for inferences. The Johansen and Juselius’ multivariate cointegration and variance decompositions analysis also confirm the presence of both a long-term and short-term dynamic relationship between the Stock market capitalization relative to GDP and macroeconomic variables. In the light of these results, the paper provides some policy implications to Jordan.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,246
Score d'incertitude au seuil0,467

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,034
Tête enseignante GPT0,231
Écart entre enseignants0,197 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations39
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and FinanceMême sujetMonetary Policy and Economic ImpactTravaux en français237 207