Asymmetric Effects of Exchange Rates on Stock Prices in G7 Countries
Notice bibliographique
Résumé
This paper examines whether there are asymmetric effects of exchange rates on stock prices in G7 countries. According to Fratzscher (2008), the G7 has been overall effective in moving the US dollar, yen and euro in the intended direction at horizons of up to three months after G7 meetings. Therefore, it is important to find out the impacts of G7 exchange rate adjustments on the stock markets. These effects can become worldwide as G7 stock markets have been the trading platform for international market capitalization for about last thirty years. A vast body of research documented that a country’s currency can have a large effect on stock market movement, however the empirical findings are mixed. This study contended that exchange rates can affect stock prices asymmetrically. This study systematically discussed four views on how exchange rates can affect stock prices asymmetrically. A dataset consists of 227 monthly data from 31-12-1997 to 31-10-2016 for G7 countries, namely Canada, France, Germany, Italy, Japan, the United Kingdom and the United States are collected from Thomson Reuters DataStream and Bank for International Settlements (BIS). A nonlinear ARDL model is employed to analyse the asymmetric effects of exchange rates on stock prices. The findings showed that the exchange rate changes in all G7 countries have short-run asymmetric effects on stock prices. However, the results do not hold into the long-run, except for Germany. This paper suggests that policymakers should have a different reaction in policy decision between the depreciation and appreciation of exchange rates. Investors can make profit from stock market by buying or selling stocks according to the predicted response of stock market to exchange rate changes. Take into consideration of the importance of G7 currencies and stock markets, this paper examined and compared the asymmetric effects of exchange rates on stock prices in G7 countries.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».