MétaCan
Menu
Retour à la cohorte
Enregistrement W4392246923 · doi:10.1016/j.najef.2024.102122

Unraveling the multiscale comovement of green bonds and structural shocks: An oil-driven analysis

2024· article· en· W4392246923 sur OpenAlexaboutno aff
Mobeen Ur Rehman, Neeraj Nautiyal, Rami Zeitun, Xuan Vinh Vo, Wafa Ghardallou

Notice bibliographique

RevueThe North American Journal of Economics and Finance · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensnon disponible
Organismes subventionnairesĐại học Kinh tế Thành phố Hồ Chí Minh
Mots-clésBivariate analysisBondEconomicsFutures contractAutoregressive modelEconometricsFinancial crisisBond marketFinancial economicsMultivariate statisticsMonetary economicsMacroeconomicsFinanceStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

This paper examines the multiscale comovement between the green bonds issued in developed countries and international oil-driven shocks. We extracted the oil shocks using a structural vector autoregressive model. The countries in our analysis comprised the UK, the US, Japan, Canada, Australia, and Europe, with the data being captured from November 28, 2008 to June 11, 2021. We applied the wavelet technique to examine the returns comovement across time and frequency as a form of bivariate and multivariate analysis. Our results highlight a limited connection between the returns of green bonds and the international oil market, with Norway and Sweden exhibiting strong comovement across low frequencies. We posit that during crisis periods, the correlation between green bond returns and oil returns varies. The findings of this study have several implications for policymakers and investors with an interest in both oil futures and green bonds.

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 enseignants0,641
Score d'incertitude au seuil0,398

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,013
Tête enseignante GPT0,218
Écart entre enseignants0,204 · 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

Citations10
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe North American Journal of Economics and FinanceMême sujetMarket Dynamics and VolatilityTravaux en français237 207