MétaCan
Menu
Retour à la cohorte
Enregistrement W2346726003 · doi:10.15173/esr.v21i2.2766

ASSESSING FOR TIME VARIATION IN OIL RISK PREMIA: AN ADCC-GARCH-CAPM INVESTIGATION

2015· article· en· W2346726003 sur OpenAlexvenueno aff
Hachmi Ben Ameur, Mouna Hdia, Abdoul karim Idi Cheffou, Fredj Jawadi, Waël Louhichi

Notice bibliographique

RevueEnergy Studies Review · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsRisk premiumAutoregressive conditional heteroskedasticityCapital asset pricing modelEconometricsFinancial economicsWest Texas IntermediateEmerging marketsOil priceOrder (exchange)Conditional varianceMonetary economicsFutures contractMacroeconomicsFinance

Résumé

récupéré en direct d'OpenAlex

This paper focuses on oil market dynamics through the investigation of oil systematic risk and oil risk premium dynamics over the period 1997-2012, which includes several different economic episodes, enabling us to capture a considerable number of statistical properties for oil prices. Interestingly, unlike previous studies, the authors retained data for several developed and emerging oil markets and used different oil prices in order to provide a comprehensive and wide-ranging vision of oil price dynamics. To this end and in order to take eventual time variation and asymmetry in oil price dynamics into account, the authors applied recent econometrics tests associated with the ADCC-GARCH class of model. This modelling enabled us to appropriately specify the dynamics of oil conditional variance and time-varying oil risk premium. Accordingly, this study offers three interesting findings. First, the hypotheses of asymmetry and time variation in oil risk premia are not rejected. Second, the recent global financial crisis has increased systematic oil risk and oil risk premia in different regions. Finally, oil risk premia in emerging countries are significantly higher than those in developed countries, suggesting the inclusion of additional premium induced by political instability and geopolitical changes in emerging economies.

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 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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,591
Score d'incertitude au seuil0,596

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,120
Tête enseignante GPT0,316
Écart entre enseignants0,196 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy Studies ReviewMême sujetMarket Dynamics and VolatilityTravaux en français237 207