MétaCan
Menu
Retour à la cohorte
Enregistrement W2912294441 · doi:10.5539/ijef.v11n2p165

Efficiency of the Black Foreign Exchange Market

2019· article· en· W2912294441 sur OpenAlexaffvenue
Ali Farhan Chaudhry, Mian Muhammd Hanif, Sameera Hassan, Muhammad Irfan Chani

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésForeign exchange marketExchange rateEconomicsForeign exchangeUnit root testMonetary economicsLiberian dollarInternational economicsCointegrationEconometrics

Résumé

récupéré en direct d'OpenAlex

This empirical study is first of its nature to examine the weak-form of efficiency for unofficial foreign exchange market of Pakistan proxied by Japanese Yen (JPY/PKR), Swiss Franc (CHF/PKR), British Pound (GBP/PKR), and US Dollar (USD/PKR) exchange rates. For this we have employed Ljung Box Q-test, unit root tests including Dickey-Fuller (Dickey 1979), Augmented Dickey-Fuller (Dickey 1981) tests and Phillips and Perron (1988) test, Durbin Watson test, Runs-test, and Variance ratio test by using unofficial foreign exchange rate time series of Yen/PKR, CHF/PKR, GBP/PKR and USD/PKR from 1994M07 to 2001M06. Empirical results lead to the conclusion that the unofficial foreign exchange market of Pakistan is weak-form efficiency. The implications of this empirical research are of great importance for designing foreign exchange policy i.e. policy makers (be it accounting, export/import or public policy makers) are to consider fluctuations in unofficial foreign exchange rates while designing official foreign exchange rate policy of developing country like Pakistan. Further, policymakers can enhance the efficiency of official foreign exchange market by intervention subject to a widening of unofficial foreign exchange premium beyond a certain limit in developing countries like Pakistan.

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)0,012
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,031
Tête enseignante GPT0,209
Écart entre enseignants0,178 · 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

Citations9
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and FinanceMême sujetMonetary Policy and Economic ImpactTravaux en français237 207