An Empirical Examination of Asymmetry on Exchange Rate Spread Using the Quantile Autoregressive Distributed Lag (QARDL) Model
Notice bibliographique
Résumé
In economics, some transactions are conducted by the bid rate, and some are conducted by the ask rate. The spread between these two rates creates an essential cost and inefficiency for the economy. Taking these problems into account, the purpose of this study was to analyze the effects of macroeconomic and financial variables on the USD/TL exchange rate bid–ask spread for Türkiye using daily data spanning the period between 2 January 1990 and 2 August 2022. The quantile autoregressive distributed lag (QARDL) model was drawn upon to capture possible asymmetry in parameters and distinguish the results between different locations. The results obtained in this study may differ from the linear model and may change by the location, implying that the spread is reduced by the volume while it is increased by volatility and interest rates in the long run for some quantiles. Stock prices stir it in the long run, yet they decline it in the short run, indicating an asymmetry. Following the examples from the literature that analyzed the relationship via linear models, this paper employed a QARDL model for exploring location and sign asymmetry in the results for some quantiles. As the results indicate, efficiency in the bid–ask exchange rate spread can be controlled; therefore, it is our suggestion for policymakers to consider the extreme levels and asymmetry of the bid–ask exchange rate spread while evaluating its penetrating macro-financial variates.
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 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».