MétaCan
Menu
Retour à la cohorte
Enregistrement W4383226359 · doi:10.3390/jrfm16070320

A Cyclical Phenomenon among Stock & Commodity Markets

2023· article· en· W4383226359 sur OpenAlexvenueno aff
Héctor O. Zapata, Junior E. Betanco, Maria Bampasidou, Michael A. Deliberto

Notice bibliographique

RevueJournal of risk and financial management · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Food and AgricultureU.S. Department of Agriculture
Mots-clésEconomicsStock (firearms)Financial marketMonetary economicsIndex (typography)CommodityStock market indexFinancial economicsStock marketFinance

Résumé

récupéré en direct d'OpenAlex

Considerable studies have examined the relationship between commodity markets and stock markets. This paper studies the cyclical relationship between commodity markets and stock markets with implications for investing based on index relationships. Stock markets are represented by the U.S. S&P 500 index and aggregate commodity markets by the U.S. producer price index (PPI). Tradeable market indexes readily available to investors, namely the S&P GSCI Index and the Bloomberg Commodity Index (BCOM), are also studied. An optimal bandpass filter is used to estimate the cyclical component using a pricing-performance measure of the S&P 500 relative to the PPI, based on annual data from 1871 to 2022. The S&P GSCI and the BCOM indexes are also used to test the robustness of the findings. The impacts of the financial crisis of 2008 and the coronavirus pandemic are also assessed. The overriding conclusion of the study is that a cyclical relationship exists between stock markets and commodity markets for both aggregate and tradeable indexes which can last, from peak to peak, approximately 31 years. Measuring returns and risks in a manner consistent with these cycles can shed new light on the usefulness of commodity investing via tradeable indexes in seeking efficient portfolios.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,185
Score d'incertitude au seuil0,568

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,223
Écart entre enseignants0,203 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetMarket Dynamics and VolatilityTravaux en français237 207