Cross-Country Stock Market Integration and Portfolio Diversification Opportunities Evidence from Developed, Emerging and Frontier Countries
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study examines the stock market integration in cross-regional countries of developed, emerging, and frontier markets based on low correlation. The objective of the study is to identify the diversification opportunities and link between correlation and integration among country-level stocks. For this purpose, we select 62 countries from all three classifications of developed, emerging, and Frontier Markets. We constructed portfolios by selecting least 5 correlated countries denoted with Pjt in which each country has a correlation of less than .10 with base country Pit. Thirty-two countries fulfill the criteria of low correlation; 7, 13 and 12 from developed, emerging and frontier markets, respectively. Panel co-integration and VECM are applied to test the stock market integration and long & short-run linkages between country-level portfolios designed based on low correlation criteria. After conditioning for oil price movements, S&P 500 and exchange rate, we found Canada, France and Germany from developed category; Chile, Colombia, Greece, South Korea, Malaysia, Pakistan and Philippine from emerging category; and Bahrain, Jordan, Kuwait, Morocco, and Sri Lanka from frontier category have long-run diversification opportunities. Countries including; Canada and Italy from developed category; Argentina, Chile, China, Colombia, India, Indonesia, South Korea, Mexico and the Philippine from emerging category; and Bahrain, Kuwait, Morocco, Nigeria, and Tunisia from emerging category have short-run diversification opportunities.
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.
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 | 0,001 | 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) | 0,000 | 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 découle