A nonparametric cointegration analysis of the forward rate unbiasedness hypothesis
Notice bibliographique
Résumé
The nonparametric cointegration method of Breitung (2002 Breitung, JR. 2002. Nonparametric tests for unit roots and cointegration. Journal of Econometrics, 108: 343–63. [Crossref], [Web of Science ®] , [Google Scholar]) is applied to test for the forward rate unbiasedness hypothesis (FRUH) using monthly data of the US dollar vis-à-vis two major currencies viz. the British pound and the Canadian dollar over the period spanned from 1973 to 2002. The results of the nonparametric test are compared with the parametric test suggested by Johansen (1988 Johansen, S. 1988. Statistical analysis of cointegration vectors. Journal of Economic Dynamics and Control, 12: 231–54. [Crossref], [Web of Science ®] , [Google Scholar] and 1992 Johansen, S. 1992. Determination of cointegration rank in the presence of a linear trend. Oxford Bulletin of Economics and Statistics, 54: 383–97. [Crossref], [Web of Science ®] , [Google Scholar]) and Johansen and Juselius (1990 Johansen, S and Juselius, K. 1990. Maximum likelihood estimation and inference on cointegration, with applications to the demand for money. Oxford Bulletin of Economics and Statistics, 52: 162–210. [Google Scholar]). Robust cointegration is found between the spot and the forward rates but the FRUH is rejected. The result is robust whether the trend is included in the model or not.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,085 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».