The Impact Of Weekly Money Supply Announcements ON Stock Market Returns: A Multiprocess Mixture Model Approach
Notice bibliographique
Résumé
This study provides evidence concerning the impact of anticipated and unanticipated components of the weekly money supply announcements on stock market returns in the United States and Canada on the date after the announcement. The innovative aspect of this study is the use of a multiprocess mixture model recently proposed by Gordon and Smith (1990) for modeling time series that are subject to several forms of potential discontinuous change and outliers. The technique involves running multiple models in parallel with recursive Bayesian updating procedures which extend the standard Kalman filter. The results provide strong evidence in favor of the efficient markets hypothesis that only the unanticipated component of the money supply announcement influences the stock market returns in both the United States and Canada.The use of OLS estimated in the present study produces results which suggest that both anticipated and unanticipated components of the money supply announcement exert a statistically significant influence on stock market returns in both countries. In contract, the multiprocess mixture model estimation method produces results which support the efficient markets hypothesis. The difference in findings between OLS and multiprocess estimation methods is attributed to the ability of the multiprocess techniques to model discontinuous structural shifts in the parameters and accommodate outliers in the stock return-weekly money relationship. The multiprocess mixture method provides evidence that numerous discontinuities and outliers exist in the stock market returns-weekly money relation and produces posterior probabilities for the multiple models running in parallel. These probabilities suggest that the OLS model has low posterior probability relative to the structural shift and outlier models which suggest poor inferences regarding the significance of anticipated and unanticipated money arise from the use of OLS estimation techniques.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».