Do The Stock Markets and The Leading Indicators of Bitcoin Act Together in The Special of Bitcoin Energy Consumption? The Evidence from Producing Countries of Bitcoin
Notice bibliographique
Résumé
Bu çalışmada Bitcoin enerji tüketimi, Bitcoin fiyat ve Bitcoin hacim değişkenleri arasındaki ilişkinin incelenmesi ve öncü Bitcoin göstergeleriyle en çok Bitcoin üretimi yapan 5 ülkenin hisse senedi piyasalarının ortak hareket edip etmediklerinin araştırılması amaçlanmıştır. Bu bağlamda çalışmada Bitcoin enerji, Bitcoin fiyat, Bitcoin hacim, Amerika Birleşik Devletleri, Çin, Kazakistan, Rusya ve Kanada endeksleri 2011-2022 aylık verileri dikkate alınmıştır. Çalışmada Diebold ve Yılmaz (2012) yayılım endeksi ve zamanla değişen parametreli VAR (TVPVAR) yöntemleri kullanılmıştır. Diebold ve Yılmaz (2012) yayılım endeksi yöntemi sonucunda Bitcoin enerji değişkeninin Bitcoin fiyatına yayılım etkisinin %3.5 olduğu görülmüştür. Bitcoin öncü göstergelerinden incelenen tüm hisse senedi endekslerine yayılım olduğu görülürken en yüksek yayılımın ise Bitcoin fiyatından SP500 endeksine doğru olduğu görülmüştür. Diebold ve Yılmaz (2012) net yayılım endeksi %4.54 olarak hesaplanmıştır. Bununla birlikte kurulan TVPVAR modelinde değişkenlerin 4, 8 ve 12 aylık dönemlerdeki etki tepki fonksiyonları incelenmiştir. TVPVAR modeli etki tepki fonksiyonlarında Bitcoin enerji fiyatlarında 4, 8 ve 12 aylık dönemlerdeki şokların Bitcoin fiyatına benzer şiddetle yayıldığı gözlemlenmiştir. Çalışma sonucunda Bitcoin enerjide yaşanan şokların tüm dönemlerde, fiyat ve hacimde yaşanan şokların ise kısa dönemlerde SP500, Shangai, Kase ve RTSI endekslerinde benzer şiddette yayıldığı gözlemlenmiştir.
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 | 0,005 |
| 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) | 0,006 | 0,001 |
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 ».