An Empirical Study on Effects of US Treasury Futures Market on the KTB Futures Market and Its Information Transfer Effect – Mainly after the Global Financial Crisis
Notice bibliographique
Résumé
Since the Global Financial Crisis in 2008, funds have been moved to safe assets from previously preferred risky assets on a global basis. Moreover, the financial crisis ignited in the U.S.A. led to strong quantitative easing policies, which played a major variable in the monetary policies of the major countries. So, the US treasury yield rates and Korean counterpart have showed signs of being synchronized. On the other hand, foreigners’ investments on Korean bonds became accelerated; the amount invested to Korean treasury by foreigners as well as their influence in the Korean treasury market has been expanded. Particularly, investment on the 10 year treasury bonds has increased, which spread influence of the Korean treasury market. In this regard, the study analyzed effects of the US treasury market on Korean counterpart. In order to analyze the volatility transfer effects from US treasury market to the KTB future market, in consideration of the synchronized maturity dates of the treasury and the officially announced prices, data on US 10 year treasury futures index and Korean 10 year treasury futures index . GARCH model was used for empirical analysis. Effects of the daily volatility and direction of US 10 year treasury futures index on the Korean counterpart was analyzed. Through the analysis, it was confirmed that information was transferred to the yield of Korean 10 year treasury futures index from the US counterpart. The study will be able to help establish more rational and efficient strategy for bond investment and operation.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».