MétaCan
Menu
Retour à la cohorte
Enregistrement W4392898719 · doi:10.32709/akusosbil.1103206

The Causal Effects of Economic Policy Uncertainty on Changes in Exchange Rates and Volatility: Empirical Evidence from Türkiye

2024· article· en· W4392898719 sur OpenAlexaboutno aff
Recep Çakar

Notice bibliographique

RevueAfyon Kocatepe Üniversitesi Sosyal Bilimler Dergisi · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsVolatility (finance)Exchange rateEmpirical evidenceEconometricsMacroeconomicsMonetary economicsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Applying a novel econometric method, nonparametric causality-in-quantiles approach, this paper investigates the causal effects of economic policy uncertainty (EPU) on Turkish changes in exchange rates and volatility with the monthly data spanning from February 1998 to December 2019. This approach of gives an opportunity to investigate the (non)causality in the θ-th quantile only in mean (first moment,i.e., m=1) or variance (second moment,i.e.,m=2) as well as the (non)causality in the mean and variance (m=1 and 2) successively. In sum, this approach calculates volatility by squaring returns. We use EPU indexes of the United States, Australia, European Union, Japan, Canada, and the United Kingdom and their currencies (USD, AUD, EUR, JPY, CAD, GBP, respectively) vis-à-vis Turkish Lira (TRY) and find that the EPUs of Australia, the European Union and Japan affect the returns of the AUD/TRY, EUR/TRY and JPY/TRY exchange rates, respectively. These results show that the EPU indices of these countries can give an idea about the returns and volatility of the relevant Turkish changes in exchange rates. The findings of this paper provide important implications for policymakers, investors, firms, exporters, and importers. Also, some studies can be carried out on the effects of the EPU index that will be created to Türkiye on the Turkish exchange rates or the other Turkish financial assets.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,497
Score d'incertitude au seuil1,000

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 Opus0,037
Tête enseignante GPT0,272
Écart entre enseignants0,235 · 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.

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAfyon Kocatepe Üniversitesi Sosyal Bilimler DergisiMême sujetMarket Dynamics and VolatilityTravaux en français237 207