MétaCan
Menu
Retour à la cohorte
Enregistrement W3121900764 · doi:10.1111/j.1475-6803.2000.tb00735.x

TIME‐VARYING VOLATILITY IN CANADIAN AND U.S. STOCK INDEX AND INDEX FUTURES MARKETS: A MULTIVARIATE ANALYSIS

2000· article· en· W3121900764 sur OpenAlexaffabout
Marie D. Racine, Lucy F. Ackert

Notice bibliographique

RevueThe Journal of Financial Research · 2000
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Risk and Volatility Modeling
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésFutures contractVolatility (finance)EconometricsAutoregressive conditional heteroskedasticityEconomicsMultivariate statisticsFinancial economicsAutoregressive modelStock exchangeHeteroscedasticityStock market indexComposite indexFutures marketStock marketContext (archaeology)StatisticsMathematicsGeographyFinance

Résumé

récupéré en direct d'OpenAlex

Abstract We use a multivariate generalized autoregressive heteroskedasticity model (M‐GARCH) to examine three stock indexes and their associated futures prices: the New York Stock Exchange Composite, S&P 500, and Toronto 35. The North American context is significant because markets in Canada and the United States share similar structures and regulatory environments. Our model allows examination of dependence in volatility as it captures time variation in volatility and cross‐market influences. Estimated time variation in volatility is significant, and the volatilities are highly positively correlated. Yet, we find that the correlation in North American index and futures markets has declined over time.

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)0,005
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 enseignants0,137
Score d'incertitude au seuil0,276

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,044
Tête enseignante GPT0,302
Écart entre enseignants0,258 · 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

Citations12
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Financial ResearchMême sujetFinancial Risk and Volatility ModelingTravaux en français237 207