The Impacts of the Russia–Ukraine Invasion on Global Markets and Commodities: A Dynamic Connectedness among G7 and BRIC Markets
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
The conflict between Russia and Ukraine has been causing knock-on effects worldwide. The supply and price of major commodity markets (oil, gas, platinum, gold, and silver) have been greatly impacted. Due to the ongoing conflict, financial markets across the world have experienced a strong dynamic regarding commodities prices. This effect can be considered the biggest change since the occurrence of the financial crisis in the year 2008, which explicitly influenced the oil and gold markets. This study attempts to investigate the impacts of the Russian invasion crisis on the dynamic connectedness among five commodities and the G7 and BRIC (leading stock) markets. We have applied the time-varying parameter vector autoregressive (TVP-VAR) method, which reflects the way spillovers are shaped by various crises periods, and we found extreme connectedness among all commodities and markets (G7 and BRIC). The findings show that gold and silver (commodities) and the United States, Canada, China, and Brazil (stock markets) are the receivers from the rest of the commodities/market’s transmitters of shocks during this invasion crisis. This research has policy implications that could be beneficial to commodity and stock investors, and these implications could guide them to make many decisions about investment in such tumultuous situations. Policymakers, institutional investors, bankers, and international organizations are the possible beneficiaries of these policy decisions.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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