MétaCan
Menu
Retour à la cohorte
Enregistrement W2350641556

Research on Spillover Effect and Information Transmission within Oil Futures Markets at Home and Abroad

2014· article· en· W2350641556 sur OpenAlexaboutno aff
Liu Son

Notice bibliographique

RevueHuanan Nongye Daxue xuebao · 2014
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFutures contractSpillover effectRapeseedCanolaVolatility (finance)EconomicsChinaFinancial economicsError correction modelFutures marketForward marketBusinessEconometricsCointegrationAgronomy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study measures the returns and volatility spillover effects in China's palm,soybean and rapeseed oil futures markets and American soybean oil future market and Canadian canola future market by using VAR( 1)-GARCH( 1,1)-BEKK models. Furthermore,co-integration test and error correction model are applied to analyze the information transmission within oil futures markets. The results reveal that there is an unidirectional returns spillover effect from American soybean oil future market and Canadian canola future market to the three oil futures markets of China; as for China's three oil futures markets,returns spillover effects from soybean oil to palm oil and from palm oil to rapeseed oil have been found; there are bidirectional volatility spillover effects among all the markets except for the effect from China's soybean,palm oil markets to rapeseed oil futures market,which is one-way; All markets share a stable co-integration relationship and have the same information transmission efficiency. In conclusion, the main finding of this study is that Chicago soybean oil futures market and Canadian canola futures market function as world's soybean oil and rapeseed oil pricing center respectively while Dalian futures market is the pricing center of China's domestic oil product.

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)0,004
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 enseignants0,366
Score d'incertitude au seuil0,786

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,015
Tête enseignante GPT0,257
Écart entre enseignants0,243 · 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'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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuanan Nongye Daxue xuebaoMême sujetMarket Dynamics and VolatilityTravaux en français237 207