MétaCan
Menu
Retour à la cohorte
Enregistrement W4225975016 · doi:10.36096/brss.v3i2.292

The causality relationship between energy prices and developed countries indices

2021· article· en· W4225975016 sur OpenAlexaboutno aff
Yakup Söylemez

Notice bibliographique

RevueBussecon Review of Social Sciences (2687-2285) · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCointegrationEconomicsStock marketGranger causalityStock market indexStock (firearms)Diversification (marketing strategy)EconometricsCausality (physics)Johansen testFinancial economicsError correction modelBusinessGeography

Résumé

récupéré en direct d'OpenAlex

The aim of this study is to determine the causality relationship between energy prices, which are among the most important inputs of the economy, and selected stock market indices of developed countries. Crude oil and natural gas are used as energy variables. G7 countries were selected to represent developed countries. Stock indices used in the study are Dow & Jones (USA), DAX (Germany), CAC40 (France), FTSE250 (England), FTSE Italia All Share (Italy), NIKKEI225 (Japan), and S&P/TSX (Canada). In the study, Johansen (1988) cointegration test and Granger (1969) causality test were used to analyse the causality relationship between energy prices and selected stock market indices. The research could not find a long-term balance relationship between energy prices and developed country indices. Also, while the causality relationship was determined between crude oil prices and NIKKEI225, DAX, and CAC40 indices, a causal relationship between natural gas prices and Dow & Jones and FTSE250 indices was determined. In the study, it was found that energy prices can be used for diversification in investments to be made with stock market indices of developed countries. This study is one of the most comprehensive studies in the literature that examines the relationship between energy prices and the stock market indices of G7 countries. It is expected to contribute to the literature in this way.

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 enseignants0,004
Score d'incertitude au seuil0,009

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
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,071
Tête enseignante GPT0,305
Écart entre enseignants0,234 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBussecon Review of Social Sciences (2687-2285)Même sujetMarket Dynamics and VolatilityTravaux en français237 207