MétaCan
Menu
Retour à la cohorte
Enregistrement W3124587253 · doi:10.3386/w11220

An Information Approach to International Currencies

2005· preprint· en· W3124587253 sur OpenAlexaff
Richard K. Lyons, Michael J. Moore

Notice bibliographique

RevueNational Bureau of Economic Research · 2005
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic theories and models
Établissements canadiensQueen's University
Organismes subventionnairesUC Berkeley College of Chemistry
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

This paper addresses currency competition from an information perspective. Transactions in traditional models do not convey information, so transaction costs -the driver of competition outcomes -are driven by market size. In our model transactions do convey information (consistent with recent empirical findings). Several important departures arise. First, adding the information dimension resolves the traditional indeterminacy of currency trade patterns (by mitigating the concentrating force of market-size economies). Second, whether transactions are executed directly or through a vehicle actually affects prices (because these trading methods do not in general reveal the same information). Third, our model provides a new rationale for why some currency pairs never trade directly (information is not sufficiently symmetric to support trading). Fourth, our model formalizes the arbitrage process and shows that arbitrage transaction quantities and price levels are jointly determined. Empirically, the paper provides a first integrated analysis of transactions in a triangle of markets: /$, $/ , and / . Data for the full triangle permits comparison of direct, indirect and arbitrage transactions, for each pair. The information model predicts that transactions should affect prices across markets (e.g., flow in the /$ market should convey information relevant to $/ and / prices), which is borne out.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,959
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,361
Tête enseignante GPT0,464
Écart entre enseignants0,103 · 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'étudeThéorique ou conceptuel
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

Citations8
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetEconomic theories and modelsTravaux en français237 207