MétaCan
Menu
Retour à la cohorte
Enregistrement W4391748599 · doi:10.1080/00036846.2024.2312260

Volatility and dependence in crude oil and agricultural commodity markets

2024· article· en· W4391748599 sur OpenAlexaff
Jinan Liu, Apostolos Serletis

Notice bibliographique

RevueApplied Economics · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCrude oilEconomicsVolatility (finance)Copula (linguistics)Bivariate analysisAgricultureAutoregressive conditional heteroskedasticityPalm oilTail dependenceCommodityOil priceEconometricsSugarAgricultural economicsFinancial economicsMonetary economicsEnvironmental scienceAgricultural scienceMathematicsMultivariate statisticsChemistryStatisticsBiology

Résumé

récupéré en direct d'OpenAlex

This paper studies the evolution, volatility dynamics, and nonlinear dynamics between crude oil prices and major agricultural commodity prices. Semiparametric GARCH-in-Mean copula models are applied to monthly crude oil, corn, soybean, palm oil, rice, sugar, and wheat prices from January 1990 to May 2023. We find that the Clayton copula is the best copula to describe the (bivariate) dependence structures between the crude oil and soybean, crude oil and palm oil, crude oil and sugar, and crude oil and wheat markets, suggesting the statistically significant lower tail dependence between crude oil and major agricultural commodity returns. Moreover, the tail dependence is strongest between crude oil and palm oil.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,385
Score d'incertitude au seuil0,856

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 savante0,0000,000
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 Opus0,014
Tête enseignante GPT0,197
Écart entre enseignants0,183 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied EconomicsMême sujetMarket Dynamics and VolatilityTravaux en français237 207