MétaCan
Menu
Retour à la cohorte
Enregistrement W2952005090 · doi:10.5430/ijfr.v10n5p1

Crude Oil Price and Exchange Rates - The Case of Malaysia and Brunei

2019· article· en· W2952005090 sur OpenAlexvenueno aff
Abdul Razak Abdul Hadi, Hafezali Iqbal Hussain, Zalina Zainudin, Raja Rehan

Notice bibliographique

RevueInternational Journal of Financial Research · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCointegrationEconomicsCrude oilExchange rateOil priceGranger causalityCommodityMonetary economicsError correction modelEconometricsMarket economy

Résumé

récupéré en direct d'OpenAlex

This study is driven by the motivation to investigate the impacts crude oil price fluctuations on Malaysian and Brunei exchange rates as proxied by RM/USD and BD/USD respectively. Even though there is no specific economic theories that can help explain the interaction between commodity and foreign exchange markets, the study is research-worthy as both Malaysia and Brunei are major oil-exporting countries in South East Asia. This study is considered quite extensive involving 370 data points spanning from January 1988 till October 2018. Using Engle-Granger 2-Step Cointegration Test (1987) as an estimation tool, the empirical results show the presence of long-term equilibrium relationship between the two national currencies and crude oil price. Interestingly, there is also a significant short-run causality between them in both countries. With respect to the short-run dynamics, there is a unidirectional causality running from crude oil price to the two exchange rates. The study also posits that RM is less prone to changes in crude oil price during the period before Asian Debt Crisis in 1997. After the removal of RM peg in June 2005, RM is found to be more sensitive towards changes in crude oil price over short haul. In summary, the significant equilibrium and dynamic relationships between the national currencies and crude oil price are therefore confirmed and perhaps the quotation of crude oil price in USD could be one of the explanations.

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)0,001
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 enseignants0,209
Score d'incertitude au seuil0,284

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
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 savante0,0000,000
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 Opus0,048
Tête enseignante GPT0,333
Écart entre enseignants0,285 · 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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Financial ResearchMême sujetMarket Dynamics and VolatilityTravaux en français237 207