MétaCan
Menu
← Retour à la cohorte
Enregistrement W2256131361

Foreign Exchange Intervention in Two Small Open Economies: The Canadian and Australian Evidence

2001· article· en· W2256131361 sur OpenAlexaffabout
Jeff M. Rogers, Pierre L. Siklos

Notice bibliographique

RevueSSRN Electronic Journal · 2001
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal Financial Crisis and Policies
Établissements canadiensBalsillie School of International AffairsWilfrid Laurier UniversityKingston Process Metallurgy (Canada)
Organismes subventionnairesnon disponible
Mots-clésFutures contractVolatility (finance)EconomicsMonetary economicsExchange rateCurrencyIntervention (counseling)Financial economicsForeign exchange marketCentral bankForeign-exchange reservesInflation targetingInternational economicsMonetary policy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We examine intervention by the Bank of Canada and the Reserve Bank of Australia for daily data from 1989 to 1998. Both central banks used to intervene in response to exchange rate volatility and uncertainty that appeared excessive. Volatility is measured via the implied volatility of foreign currency futures options. Uncertainty is proxied by the kurtosis of the implied risk-neutral probability density functions. We also examine the impact from the introduction of inflation targeting. In a departure from other studies of this kind, we explicitly consider the role of commodity futures prices. After all, both countries have been seen by many traders as being commodity currencies. Moreover, we also take into account the impact of a wide range of news events on the intervention practices of both central banks. These additional variables turn out to help explain the effectiveness of intervention. Central bank intervention was largely unsuccessful in both countries though volatility and kurtosis were modestly affected. We also find some notable differences in the impact of inflation targets in both countries on the effectiveness of foreign exchange intervention.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,067
Score d'incertitude au seuil0,135

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,005
Études des sciences et des technologies0,0030,004
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,062
Tête enseignante GPT0,289
Écart entre enseignants0,227 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic Journal→Même sujetGlobal Financial Crisis and Policies→Travaux en français237 207→