MétaCan
Menu
Retour à la cohorte
Enregistrement W3187800371 · doi:10.1186/s40854-021-00274-w

Dynamic spillovers between the term structure of interest rates, bitcoin, and safe-haven currencies

2021· article· en· W3187800371 sur OpenAlexaboutno aff
David Y. Aharon, Zaghum Umar, Xuan Vinh Vo

Notice bibliographique

RevueFinancial Innovation · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensnon disponible
Organismes subventionnairesĐại học Kinh tế Thành phố Hồ Chí Minh
Mots-clésSocial connectednessEconomicsMonetary economicsVolatility (finance)Liberian dollarYield curveCurvatureEconometricsInterest rateMathematics

Résumé

récupéré en direct d'OpenAlex

This study examines the connectedness between the US yield curve components (i.e., level, slope, and curvature), exchange rates, and the historical volatility of the exchange rates of the main safe-haven fiat currencies (Canada, Switzerland, EURO, Japan, and the UK) and the leading cryptocurrency, the Bitcoin. Results of the static analysis show that the level and slope of the yield curve are net transmitters of shocks to both the exchange rate and its volatility. The exchange rate of the Euro and the volatility of the Euro and the Canadian dollar exchange rate are net transmitters of shocks. Meanwhile, the curvature of the yield curve and the Japanese Yen, Swiss Franc, and British Pound act mainly as net receivers. Our static connectedness analysis shows that Bitcoin is mainly independent of shocks from the yield curve's level, slope, and curvature, and from any main currency investigated. These findings hint that Bitcoin might provide hedging benefits. However, similar to the static analysis, our dynamic analysis shows that during different periods and particularly in stressful times, Bitcoin is far from being isolated from other currencies or the yield curve components. The dynamic analysis allows us to observe Bitcoin's connectedness in times of stress. Evidence supporting this contention is the substantially increased connectedness due to policy shocks, political uncertainty, and systemic crisis, implying no empirical support for Bitcoin's safe-haven property during stress times. The increased connectedness in the dynamic analysis compared with the static approach implies that in normal times and especially in stressful times, Bitcoin has the property of a diversifier. The results may have important implications for investors and policymakers regarding their risk monitoring and their assets allocation and investment strategies.

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)0,000
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,044
Tête enseignante GPT0,257
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 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'étudeSimulation ou modélisation
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

Citations105
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFinancial InnovationMême sujetMarket Dynamics and VolatilityTravaux en français237 207