MétaCan
Menu
Retour à la cohorte
Enregistrement W4386508577 · doi:10.33897/fujbe.v1i1.112

Equities as an Effective Hedge against Inflation: Empirical Evidence from Pakistan

2016· article· en· W4386508577 sur OpenAlexaff
Afsar Ali Khan, Muhammad Awais, Haussaun A. Syed, Muhammad Fayaz

Notice bibliographique

RevueFoundation University Journal of Business & Economics · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésEconomicsMonetary economicsEmerging marketsEquity (law)Inflation (cosmology)Financial marketFinance

Résumé

récupéré en direct d'OpenAlex

The inflation stance of world economy has changed significantly and many of the investors now believe that there may be further spike in inflation in medium term. Capital markets serve as a medium to help mobiles the funds from one hand to another and aid in production of more goods and services. Due to political instability, spiking inflation and uncertain climate due to war on terrorism and other security issues, financial markets are not being able to get investors' trust resulting in lack of investment. Inflation which is measured by consumer price index (CPI) shows the overall upward movement in prices of goods and services. The rising prices in response to general inflation can protect investors by increasing the value of stocks in the equity market without affecting their real return. Pakistani economy largely remained impervious to the global financial crisis due to lower exposures to international finance faced multifaceted challenges on external and internal fronts mainly campaign against terrorism, unstable law and order situation, lingering energy shortages and non-materialization of external inflows. This work is limited to developed economies and less work has been done in the developing economies. In this way; this study will contribute valuable insight regarding this relationship in the Pakistani context.

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)0,000
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 enseignants0,067
Score d'incertitude au seuil0,730

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,003
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,049
Tête enseignante GPT0,260
Écart entre enseignants0,211 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFoundation University Journal of Business & EconomicsMême sujetMarket Dynamics and VolatilityTravaux en français237 207