MétaCan
Menu
Retour à la cohorte
Enregistrement W4403649943 · doi:10.3390/jrfm17110474

Dynamic Spillovers from US (Un)Conventional Monetary Policy to African Equity Markets: A Time-Varying Parameter Frequency Connectedness and Wavelet Coherence Analysis

2024· article· en· W4403649943 sur OpenAlexvenueno aff
Andrew Phiri, Izunna Anyikwa

Notice bibliographique

RevueJournal of risk and financial management · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEquity (law)WaveletSocial connectednessEconomicsCoherence (philosophical gambling strategy)Monetary policyEconometricsMonetary economicsFinancial economicsMathematicsComputer sciencePolitical scienceStatisticsPsychologySocial psychologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Since the implementation of unconventional monetary policies (UMPs) by the US in response to the global financial crisis (GFC) and the COVID-19 pandemic, there have been increasing concerns that these forward guidance and quantitative easing programmes have had spillover effects on global equity markets. We specifically question whether the implementation of these UMPs have had spillovers to African equities, which have been previously speculated to be decoupled from global markets and shocks. Time-varying-parameter (TVP) frequency connectedness and wavelet coherency methods were used to examine the dynamic time-frequency spillovers between daily time series of the US shadow short rate and African equities returns/volatility between 1 January 2007 and 31 March 2023. On one hand, the TVP frequency connectedness analysis reveals robust long-run spillovers from US monetary policy to African equity markets during specific periods: 2009, 2013, 2020, and 2021. These coincide with instances when the Federal Reserve announced their transition from conventional to unconventional monetary practices and vice versa. On the other hand, the wavelet analysis provides insights into the ‘sign’ of the spillovers, indicating mixed phase dynamics during UMPs responding to the GFC. In contrast, anti-phase or negative co-movements characterize UMPs implemented during the COVID-19 pandemic, implying that these policies increased both returns and volatilities to African equities. Altogether, we conclude that US UMP has increasing deteriorated market efficiency and amplified portfolio risk in African equities whilst during ‘normalization’ periods US monetary policy has little transmission effect.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,009
Tête enseignante GPT0,227
Écart entre enseignants0,217 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

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