Infectious disease (COVID-19)-related uncertainty and the safe-haven features of bonds markets
Notice bibliographique
Résumé
Purpose This study aims to examine the hedge, diversifier and safe-haven properties of bonds against infectious disease-related equity market volatility (IDEMV), like COVID-19. Design/methodology/approach The authors apply wavelet coherence methodology on the daily data of IDEMV and bond market (US, UK, Japan, Switzerland, Canada, Australia, Sweden, China and Europe) indices from 1 January 2000 to 14 February 2021. Findings The results show no significant co-movement between these bond indices and IDEMV, thus confirming that they serve as a hedge against IDEMV. However, during the turbulent period like COVID-19, the authors find that the US, UK, Japan, Switzerland, Canada, Australia, Sweden, China and European bond markets act as safe-haven against IDEMV, whereas the UK, US, Japan and Canadian bond markets demonstrate an in-phase and positive co-movement with IDEMV during COVID-19, suggesting their role as a diversifier. Research limitations/implications The study findings are important for investors and portfolio managers regarding risk management, portfolio diversification and investment strategies. Originality/value The authors contribute to the fast growing body of work on the financial impacts of COVID-19 as well as to ongoing consideration of whether a bond is a safe-haven investment.
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) | 0,001 | 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) | 0,001 | 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 ».