The Regime-Switching Behaviour of Exchange Rates and Frontier Stock Market Prices in Sub-Saharan Africa
Notice bibliographique
Résumé
Frontier markets have become increasingly investible, providing diversification opportunities; however, there is very little research (with conflicting results) on the relationship between Foreign Exchange (FX) and frontier stock markets. Understanding this relationship is important for both international investor and policymakers. The Markov-switching Vector Auto Regressive (VAR) model is used to examine the relationship between FX and frontier stock markets. There are two distinct regimes in both the frontier stock market and the FX market: a low-volatility and a high-volatility regime. In contrast with emerging markets characterised by “high volatility/low return”, frontier stock markets provide high (positive) returns in the high-volatility regime. The high-volatility regime is less persistent than the low-volatility regime, contrary to conventional wisdom. The Markov Switching VAR model indicates that the relationship between the FX market and the stock market is regime-dependent. Changes in the stock market have a significant impact on the FX market during both normal (calm) and crisis (turbulent) periods. However, the reverse effect is weak or nonexistent. The stock-oriented model is the prevalent model for Sub-Saharan African (SSA) countries. Irrespective of the regime, there is no relationship between the stock market and the FX market in Cote d’Ivoire. Our results are robust in model selection and degree of comovement.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».