The Impact of Coronavirus Pandemic on Stock Market Return: The Case of the MENA Region
Notice bibliographique
Résumé
This paper attempts to investigate the impact of Coronavirus spread on the stock markets of MENA region. Coronavirus has been measured by cumulative total cases, cumulative total deaths, new cases and new deaths, while stock market return is measured by Δ in the stock market index. This has been applied on stock markets of 7 countries (Egypt, Jordan, Morocco, Qatar, Saudi Arabia, United Arab Emirates, and Tunisia), on daily basis during the period from March 1, 2020, to July 24, 2020. Results indicate that stock market returns in the MENA countries tend to be negatively affected Coronavirus cumulative deaths and Coronavirus new deaths. A robustness check has been conducted for each country during the whole period, showing significant effect of Coronavirus cumulative cases in Jordan and Tunisia and significant effect of Coronavirus cumulative deaths in Jordan, Morocco and Tunisia, without any evidence about the effects of Coronavirus new cases and Coronavirus new cases. After splitting the research period into 4 sub-periods (March, April, May, June- July 24), results support the impact of “cumulative Coronavirus cases” on stock market return in Jordan during May and in Morocco during April. Besides, the impact of “cumulative Coronavirus deaths” has been supported in in Morocco during April, and in Tunisia during March and June-July. Moreover, “new Coronavirus cases” seems to have a significant impact in Jordan during May and in Tunisia during March. Also, “new Coronavirus deaths” shows a significant effect in Morocco during May.
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 | 0,001 | 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 ».