THE IMPACT OF MACROECONOMIC FACTORS ON MSCI PRICE INDEX IN INDUSTRIAL COUNTRIES
Notice bibliographique
Résumé
The purpose of this study is to analyze the development of the MSCI price index to determine the degree to which selected macroeconomic variables explain its historical movements. Explanatory power is studied across 11 industrial countries so that potential geographic differences can be examined as well. The research period is 1969–2015.\n\nThe primary motivation for conducting this research stems from previous findings concerning the relationship between macroeconomic factors and different asset classes. The contribution of the study is to provide a novel perspective to support recent research results by using the MSCI price index returns in industrialized countries and macro variables that are selected based on previous academic literature.\n\nThe empirical portion of this paper examines the research problem using time series multiple regression. The research methodology consists of three parts, the first of which involves choosing the research sample. The sample is quite large, covering research data from 11 selected countries. The second step examines the annual returns from each of the selected MSCI indices, after which the output is studied in relation to selected macro variables.\n\nThe empirical results demonstrate that all six explanatory variables have statistically significant relationships with the MSCI price index in some of the studied markets. The obtained results suggest that the causality between the macroeconomic factors and MSCI price index is strongest in Canada, which has three statistically significant variables. The determination coefficient of the common explanatory power of variables is also highest for the Canadian markets.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».