MétaCan
Menu
← Retour à la cohorte
Enregistrement W3125367479 · doi:10.34989/swp-2007-29

Exchange Rate Regimes, Globalisation, and the Cost of Capital in Emerging Markets

2003· preprint· en· W3125367479 sur OpenAlexaboutno aff
Antonio Diez de los Rı́os

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2003
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal Financial Crisis and Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEmerging marketsExchange rateMonetary economicsEconomicsCurrencyCost of capitalCapital marketBondFinancial integrationEquity (law)Interest rateFinancial marketCapital asset pricing modelCapital flowsFinancial economicsFinanceLiberalizationMicroeconomics

Résumé

récupéré en direct d'OpenAlex

Bank of Canada working papers are theoretical or empirical works-in-progress on subjects in economics and finance. The views expressed in this paper are those of the author. No responsibility for them should be attributed to the Bank of Canada. ISSN 1701-9397 © 2007 Bank of CanadaAcknowledgements This paper is a thoroughly revised and updated version of Chapter II of my Ph.D. dissertation. I am very grateful to my advisor Enrique Sentana for his guidance and comments. I would also like to thank Manuel Arellano, José Manuel Campa, Scott Hendry, and Simón Sosvilla for their comments on earlier versions of this paper. Thanks are also due to Elena Nemykina for her useful help in collecting the data used in this paper. All remaining errors are mine. This paper presents a multifactor asset pricing model for currency, bond, and stock returns for ten emerging markets to investigate the effect of the exchange rate regime on the cost of capital and the integration of emerging financial markets. Since there is evidence that a fixed exchange rate regime reduces the currency risk premia demanded by foreign investors, the tentative conclusion is that a fixed exchange rate regime system can help reduce the cost of capital in emerging markets.

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)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,495
Score d'incertitude au seuil0,985

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0050,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,033
Tête enseignante GPT0,284
Écart entre enseignants0,251 · 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

Citations0
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in Economics→Même sujetGlobal Financial Crisis and Policies→Travaux en français237 207→