MétaCan
Menu
Retour à la cohorte
Enregistrement W3122576432 · doi:10.34989/sdp-2011-6

The Role of Financial Speculation in Driving the Price of Crude Oil

2021· preprint· en· W3122576432 sur OpenAlexaff
Ron Alquist, Olivier Gervais

Notice bibliographique

RevueEconstor (Econstor) · 2021
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensBank of Canada
Organismes subventionnairesnon disponible
Mots-clésSpeculationEconomicsFutures contractCrude oilOil-storage tradeMonetary economicsFinancial economicsOil priceFinancial marketSpeculative demandConsumption (sociology)Stock (firearms)Stock marketInterest rateSupply and demandFinanceMacroeconomicsDemand for money

Résumé

récupéré en direct d'OpenAlex

Over the past 10 years, financial firms have increased the size of their positions in the oil futures market. At the same time, oil prices have increased dramatically. The conjunction of these developments has led some observers to argue that financial speculation caused the run-up in oil prices. Yet several arguments cast doubt on the validity of this claim. First, although the stock of open futures contracts is many times larger than the flow of oil consumption in the United States, comparing these two statistics is misleading. Stocks are not measured with respect to a specific unit of time but flows are, so the two are not directly comparable. Second, empirical analysis shows that changes in financial firms’ positions do not predict oil-price changes, but that oil-price changes predict changes in positions. Third, the evidence indicates that financial firms’ positions did not cause the market to expect persistent price increases during 2007/08. Other explanations for the increase in oil prices include macroeconomic fundamentals, such as interest rates and increased demand from emerging Asia. Of these two explanations, the one that seems most consistent with the facts explains oil-price fluctuations in terms of large and persistent demand shocks related to growth in global real activity in the presence of supply constraints.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,064
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,011
Tête enseignante GPT0,207
Écart entre enseignants0,196 · 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 tête enseignante, pas un consensus.

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

Citations11
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconstor (Econstor)Même sujetMarket Dynamics and VolatilityTravaux en français237 207