MétaCan
Menu
Retour à la cohorte
Enregistrement W2611006182 · doi:10.5539/ijef.v9n6p57

An Empirical Investigation of Islamic Calendar Effect in Global Islamic Equity Indices

2017· article· en· W2611006182 sur OpenAlexvenueno aff
Nida Shah, Muhammad Nadeem Qureshi, Yasra Aslam

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIslamic Finance and Banking Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIslamEquity (law)Volatility (finance)EconomicsFinancial economicsIndex (typography)Islamic financeStock (firearms)Stock market indexBusinessStock marketPolitical scienceGeographyLaw

Résumé

récupéré en direct d'OpenAlex

This study aims to explore the effect of Islamic Months specifically Ramadan and Zil-Haj on the stock returns and volatility of the Islamic Global Equity Indices. For the said purpose, the data on three Global Equity Islamic Indices including; Dow Jones Islamic Market World Index, MSCI ACWI Islamic Index, and S&P Global BMI Shariah Index are collected from 5th Jan 2011 (1st Muharram 1432 A.H.) to 12th November 2015 (30th Muharram 1437 A.H.). Ordinary Least Square (OLS) and GARCH (1,1) regression methods are applied to analyze the impact of the Islamic months on global stock returns and volatility respectively. Empirical results reveal significant negative impact of Zil-Haj on returns and volatility of Islamic Global Equity Indices. However, no significant impact of Ramadan on returns and volatility of Islamic Global Equity Indices are revealed. These findings will be fascinating and of utmost interest amidst the researchers, investors and practitioners.

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)0,000
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 enseignants0,104
Score d'incertitude au seuil0,351

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,020
Tête enseignante GPT0,297
Écart entre enseignants0,277 · 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

Citations17
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and FinanceMême sujetIslamic Finance and Banking StudiesTravaux en français237 207