MétaCan
Menu
Retour à la cohorte
Enregistrement W4304816532 · doi:10.54691/bcpbm.v26i.2006

The Impact of Covid-19 on the US Stock Market: Evidence from Time Series Model

2022· article· en· W4304816532 sur OpenAlexaff
Tian Qiu

Notice bibliographique

RevueBCP Business & Management · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)Stock marketPandemicEconometricsVolatility clusteringAutoregressive conditional heteroskedasticityVector autoregressionTime seriesVolatility (finance)Stock (firearms)Economics2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Stock market indexStock exchangeFinancial economicsOutbreakStatisticsMathematicsInternal medicineGeographyFinanceMedicineVirology

Résumé

récupéré en direct d'OpenAlex

In this study, we conduct a time series analysis of the US stock market’s response to the COVID-19 pandemic. Using both US and global daily COVID-19 newly confirmed cases and stock market returns data represented by Nasdaq, S&P 500, and Dow Jones over the period 31 December 2019 to 30 December 2021, we examine a time-series impact of COVID-19 on the US stock market. We employ our input into a vector autoregression model (VAR) and ARMA-GARCH model to characterize the dynamic relationship between both domestic and global COVID-19 infections and the performance of the US stock market. The findings show that COVID-19 has an initial negative shock on the stock market with large volatility clustering within 60 days after the initial pandemic outbreak. After around 200 to 300 days, the number of new COVID-19 cases per day does not have a statistically significant impact on the US stock market.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,710
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,065
Tête enseignante GPT0,280
Écart entre enseignants0,214 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBCP Business & ManagementMême sujetCOVID-19 Pandemic ImpactsTravaux en français237 207