MétaCan
Menu
Retour à la cohorte
Enregistrement W3209514686

INTERACTIONS BETWEEN THE EXCHANGE RATE OF RMB/USD IN THE ONSHORE AND OFFSHORE MARKETS: EVIDENCE FROM THE COMPARATIVE ANALYSIS ON ‘8.11’ EXCHANGE RATE REFORM IN CHINA

2021· article· en· W3209514686 sur OpenAlexvenueno aff
Ruijie Sun, Choonwon Park

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRenminbiExchange rateEconomicsInterest rate parityGranger causalityVariance decomposition of forecast errorsSubmarine pipelineEconometricsMonetary economicsInternational economicsGeology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper uses data pertaining to onshore and offshore markets before and after China’s ‘8.11’ exchange rate reform. The result verifies that after the exchange rate reform, the time series of RMB central parity rate (CPY), spot exchange rate and non-deliverable forward rate in Hongkong offshore market (CNH and NDF) have structural abrupt changes by Chow test from a quantitative perspective. On this basis, the co-integration test, Granger causality test, impulse response under the framework of VAR model, variance decomposition and other methods are used to further study the interaction between the above exchange rates before and after the exchange rate reform and make comparative analysis on them. The results show that the original formation mode of RMB central parity leads to long-term deviation between market transaction price and central parity, onshore price, and offshore price, thus affecting the market benchmark status and authority of the central parity rate. After the ‘8·11’ exchange rate reform in 2015, the trend of the central parity rate, the exchange rate in the onshore market and the offshore market converged significantly, the exchange rate difference reduced significantly, and the correlation between the onshore and offshore exchange rates strengthened.

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)0,002
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 enseignants0,032
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,058
Tête enseignante GPT0,288
Écart entre enseignants0,230 · 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 revueInternational Journal of Economics and FinanceMême sujetMarket Dynamics and VolatilityTravaux en français237 207