MétaCan
Menu
Retour à la cohorte
Enregistrement W3159288550 · doi:10.1080/1540496x.2021.1917360

Information Transmission between China’s IH and SGX FTSE A50 Stock Index Futures Markets: The Role of Trading Restrictions

2021· article· en· W3159288550 sur OpenAlexaff
Tian Wen, Ping Li, Yunbi An

Notice bibliographique

RevueEmerging Markets Finance and Trade · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésFutures contractOpen outcryPrice discoveryFinancial economicsForward marketEconomicsAlgorithmic tradingMarket liquiditySpillover effectStock index futuresStock market indexVolatility (finance)Stock marketBusinessMonetary economicsAlternative trading system

Résumé

récupéré en direct d'OpenAlex

After China’s stock market crash in 2015, the Chinese government imposed a series of trading restrictions on the stock index futures market. This paper examines how the relative informational role of China’s IH stock index futures and the SGX FTSE China A50 index futures varies when market trading mechanisms are subject to these major changes. We find that imposing the trading restrictions on IH futures substantially undermines their role in price discovery and volatility spillover, and renders them more susceptible to the fluctuations of A50 futures. Importantly, even after the trading restrictions are greatly eased at a later date, the importance of IH futures in price discovery and volatility spillover relative to that of A50 futures remains at a level much lower than before. Changes in liquidity and trading volumes imply that imposing the trading restrictions on IH futures drives investors to flee the IH futures market, but relaxing these restrictions is not able to attract investors back, making it difficult for IH futures to resume its important role in information transmission.

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)0,008
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,009
Tête enseignante GPT0,204
Écart entre enseignants0,195 · 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEmerging Markets Finance and TradeMême sujetMarket Dynamics and VolatilityTravaux en français237 207