MétaCan
Menu
Retour à la cohorte
Enregistrement W3123832264

The ENSO Effect on World Wheat Market Dynamics: Smooth Transitions in Asymmetric Price Transmission

2014· article· en· W3123832264 sur OpenAlexaboutno aff
David Ubilava

Notice bibliographique

Revue2014 Annual Meeting, July 27-29, 2014, Minneapolis, Minnesota · 2014
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsArbitrageLa NiñaMonetary economicsShock (circulatory)El Niño Southern OscillationEconometricsFinancial economicsClimatology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Climate anomalies, such as El Nino Southern Oscillation (ENSO), affect agricultural production in different parts of the world, and can impact price behavior of the internationally traded commodities. This study examines the effect of ENSO on wheat price dynamics of five major exporting regions -- USA, Canada, Australia, EU, and Argentina. While the prices are linked due to the law of one price and the arbitrage conditions, nonlinear price adjustments are expected, due to the transaction costs, the market power, derived asymmetries from supply shocks. This study addresses asymmetries in wheat price transmission in response to ENSO-related supply shocks, using univariate and multivariate smooth transition modelling frameworks. Results of this study confirm regime-dependent nonlinearities in ENSO cycles as well as the system of considered wheat prices, where regimes are conditioned on the state of nature of the ENSO anomaly. In general, positive ENSO shocks, i.e. El Nino-s, result in wheat price reduction, while negative ENSO shock, i.e. La Nina-s, results in increased wheat prices. Moreover, the asymmetric nature of the responses to ENSO shocks implies that the rates of price increases are, on average, larger as compared to the rates of price decreases.

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)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,785
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,007
Tête enseignante GPT0,212
Écart entre enseignants0,206 · 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'étudeSans objet
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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2014 Annual Meeting, July 27-29, 2014, Minneapolis, MinnesotaMême sujetMarket Dynamics and VolatilityTravaux en français237 207