MétaCan
Menu
Retour à la cohorte
Enregistrement W2115914057 · doi:10.1002/fut.20190

Jumping hedges: An examination of movements in copper spot and futures markets

2005· article· en· W2115914057 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Futures Markets · 2005
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensUniversity of AlbertaWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésFutures contractJumpVolatility (finance)EconomicsSpot contractAutoregressive modelBivariate analysisEconometricsCashAutoregressive conditional heteroskedasticitySample (material)Financial economicsCash flowMathematicsStatisticsFinance

Résumé

récupéré en direct d'OpenAlex

Abstract Price risk is an important factor for both copper purchasers, who use the commodity as a major input in their production process, and copper refiners, who must deal with cash‐flow volatility. Information from NYMEX cash and futures prices is used to examine optimal hedging behavior for agents in copper markets. A bivariate GARCH‐jump model with autoregressive jump intensity is proposed to capture the features of the joint distribution of cash and futures returns over two subperiods with different dominant pricing regimes. It is found that during the earlier producerpricing regime this specification is not needed, whereas for the later exchange pricing era jump dynamics stemming from a common jump across cash and futures series are significant in explaining the dynamics in both daily and weekly data sets. Results from the model are used to under‐take both within‐sample and out‐of‐sample hedging exercises. These results indicate that there are important gains to be made from a time‐varying optimal hedging strategy that incorporates the information from the common jump dynamics. © 2006 Wiley Periodicals, Inc. Jrl Fut Mark 26:169–188, 2006

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.

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)0,003
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 enseignants0,165
Score d'incertitude au seuil0,708

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,017
Tête enseignante GPT0,236
Écart entre enseignants0,220 · 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