MétaCan
Menu
Retour à la cohorte
Enregistrement W4288682765 · doi:10.1108/jrf-01-2022-0003

Bitcoin's hedging attributes against equity market volatility: empirical evidence during the COVID-19 pandemic

2022· article· en· W4288682765 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueThe Journal of Risk Finance · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueBlockchain Technology Applications and Security
Établissements canadiensAthabasca University
Organismes subventionnairesnon disponible
Mots-clésEconomicsGranger causalityEconometricsVolatility (finance)Equity (law)Coronavirus disease 2019 (COVID-19)Autoregressive conditional heteroskedasticityPandemicSafe havenFinancial economics

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to analyze the hedging capacity of Bitcoin in relation to the S&P 500 index during the COVID-19 pandemic. Design/methodology/approach In order to investigate the hedging features of Bitcoin in relation to the S&P 500 index during the COVID-19 pandemic, the authors use the Granger causality applied on a daily sample of observations ranging from January 1st, 2019 to December 31st, 2020. As robustness checks, the authors use autoregressive models to test the validity of the findings. Findings Using time series of daily data from 1st January 2019 to 31st December 2020, the results show that Bitcoin is not considered as a safe haven because it moves at the same pace as the S&P 500. As a robustness check, the authors use the exponential GARCH model and confirm our previous findings. Overall, the study contributes to the debate on both COVID-19's impact on financial systems and the hypothesis of Bitcoin being a safe haven during extreme global crises. Originality/value The study contributes to the debate on both COVID-19's impact on financial systems and the hypothesis of Bitcoin being a safe haven during extreme global crises.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,370
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0030,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,078
Tête enseignante GPT0,328
Écart entre enseignants0,250 · 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