Price Discovery Mechanism and Volatility Spillover between National Agriculture Market and National Commodity and Derivatives Exchange: The Study of the Indian Agricultural Commodity Market
Notice bibliographique
Résumé
Agricultural commodity markets are critical to the global economy. This study investigates the price discovery mechanism, lead-lag relationship, and volatility spillover between spot prices on the National Agriculture Market (E-NAM) and futures and spot prices on the National Commodity and Derivative Exchange (NCDEX) in the Indian agricultural commodity market. The Johansen Cointegration, Vector Error Correction (VEC), Granger causality tests, and bivariate GARCH models were applied to daily data from April 2016 to December 2020 for twelve agricultural commodities traded on the E-NAM and NCDEX. We discovered the long-run relationship using the Johansen Cointegration test and concluded that the NCDEX spot and futures market is dominant in the price discovery mechanism, and the NCDEX futures and spot markets lead the E-NAM spot prices having a unidirectional or bidirectional relationship. Furthermore, the bivariate GARCH model suggested a volatility spillover from E-NAM spot prices to NCDEX futures and spot markets for most commodities, except for bajra, barley, and jeera, which have no volatility spillover. The study’s findings have important implications for various stakeholders, including policymakers, farmers, investors, traders, and others who want to reduce price risks by using information from the E-NAM market’s spot prices.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».