Impact of Indices on Stock Price Volatility of BRICS Countries During Crises: Comparative Study
Notice bibliographique
Résumé
This study aims to identify the common indices having an impact on the SPV of BRICS countries during crises. To address this, the monthly data retrieved from the database of the Global Economic Monitor (GEM), World Bank, IMF International Financial Statistics data, and OECD in the period of January 2000 to December 2023 are analyzed in two phases. In the first phase, DM classification techniques are applied to the data to identify the best common classification technique in order to use this technique in the second phase to compare the results with Multiple Linear Regression (MLR) results. In the second phase, to account for the global financial crisis and COVID-19 crisis, the sample period is divided into two sub-periods. For those sub-periods, MLR and the best classification technique that was found in the first phase are utilized to find the common indices that have an impact on the stock price volatility during individual and both crises. The findings indicate that the Random Tree method commonly classified the data among the seven classification techniques. Regarding MLR results, no common indices were identified during the global financial crisis or the COVID-19 crisis. However, based on Random Tree classifications, the CPI price percent, National Currency, and CPI index for all items were common during the global financial crisis, whereas only the CPI price percent was common during the COVID-19 crisis. While some common indices were observed in individual crises for specific countries, no indices were consistently found across both crises. This variation is attributed to the unique nature of each crisis and the diverse economic and socio-political structures of different countries. These findings provide valuable insights for financial institutions and investors to refine financial and policy decisions based on the specific characteristics of each crisis and the indices affecting each country.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».