MétaCan
Menu
Retour à la cohorte
Enregistrement W3124925488 · doi:10.24149/gwp199

Intra-Safe Haven Currency Behavior During the Global Financial Crisis

2014· article· en· W3124925488 sur OpenAlexaff
Rasmus Fatum, Yohei Yamamoto

Notice bibliographique

RevueFederal Reserve Bank of Dallas, Globalization and Monetary Policy Institute Working Papers · 2014
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensUniversity of Alberta
Organismes subventionnairesMinistry of Education, Culture, Sports, Science and Technology
Mots-clésSafe havenCurrencyFinancial crisisMonetary economicsHavenEconomicsCurrency crisisOriginal sinFinancial marketFinancial systemBusinessInternational economicsFinanceMacroeconomics

Résumé

récupéré en direct d'OpenAlex

We investigate intra-safe haven currency behavior during the recent global financial crisis. The currencies we consider are the USD, the JPY, the CHF, the EUR, the GBP, the SEK, and the CAD. We first assess which safe haven currency appreciates the most as market uncertainty increases, i.e. we assess which safe haven currency is the "safest". We then use non-temporal threshold analysis to investigate whether intra-safe haven currency behavior changes, e.g. accelerates or decelerates, as market uncertainty increases. We find that the JPY is the "safest" of safe haven currencies and that only the JPY appreciates as market uncertainty increases regardless of the prevailing level of uncertainty. For all other currencies under study we find significant market uncertainty threshold effects. We extend our analysis to also consider intra-safe haven currency behavior before and after the global financial crisis.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,351
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,036
Tête enseignante GPT0,250
Écart entre enseignants0,213 · 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

Citations4
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFederal Reserve Bank of Dallas, Globalization and Monetary Policy Institute Working PapersMême sujetMonetary Policy and Economic ImpactTravaux en français237 207