MétaCan
Menu
← Retour à la cohorte
Enregistrement W3120279722 · doi:10.51245/rijbr.v1i1.2016.152

INTER-LINKAGES BETWEEN INDIAN AND MAJOR EQUITY MARKETS - IMPACT OF GLOBAL FINANCIAL CRISIS

2016· article· en· W3120279722 sur OpenAlexaboutno aff
K. Latha, Arnav Kumar

Notice bibliographique

RevueRamanujan International Journal of Business and Research · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEquity (law)Financial crisisGranger causalityChinaStock marketEconomicsEmerging marketsInternational economicsDevelopment economicsGeographyPolitical scienceFinanceMacroeconomics

Résumé

récupéré en direct d'OpenAlex

This paper examined the short and long run correlating, causal and co-integrating relationship between Indian and other major developed [Australia, Canada, France, Germany, Japan, United Kingdom (UK) and United States of America (USA)] and developing [Argentina, Brazil, China, Mexico, Russia, and South Africa (SA)] markets for the period from April 2003 to December 2014 which was further subdivided in two sub periods: a Pre-crisis period (April 2003 to August 2007) and a Post-crisis period (August 2007 to December 2014). We applied correlation analysis, short and long run granger causality and Johansen Co-integration techniques on the monthly adjusted closing indices values of representative market indices. Overall, results show that India had high correlating, causal and co-integrating relationship with Brazil, China, Russia and South Africa from the developing block and with Australia and Canada amongst the developed economies. This could be due to large bi-lateral trade and/or close political and cultural ties between these countries like the official BRICS group. Also, while the correlations significantly reduce post crisis, causal and co-integrating relationships increase post crisis. So, the nature of relationship between these markets has shifted from being contemporaneous to more of lead-lag nature. Thus, we find evidence for increase in contagion post crisis. This has important implications for all stakeholders. Policy makers and stock market regulators need to be vigilant and take steps to insulate domestic markets as crisis is evidenced to greatly accentuate contagion. Investors can work out possible arbitrage opportunities as we find evidence of several lead-lag relationships among these markets. International investors can breathe easy regarding their international portfolio diversification as we find support for declining correlations among these 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 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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,055
Tête enseignante GPT0,365
Écart entre enseignants0,310 · 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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRamanujan International Journal of Business and Research→Même sujetMarket Dynamics and Volatility→Travaux en français237 207→