Economic and Geopolitical Shocks and Their Influence on the Saudi Stock Market, Saudi Aramco, and Bitcoin: Evidence from ARDL and VAR Models
Notice bibliographique
Résumé
This study examines the dynamic relationships between the Tadawul All Share Index (TASI) returns, Saudi Aramco stock returns, and Bitcoin (BTC/SAR) returns from January 2, 2019, to December 31, 2023. Using the Autoregressive Distributed Lag (ARDL) model, Vector Autoregressive (VAR) models, impulse response functions, and Granger causality tests, the research explores how these relationships evolved across distinct macroeconomic periods, particularly during and after the COVID-19 pandemic and the Russo-Ukrainian war. The ARDL model results indicate stable long-run relationships between TASI and Saudi Aramco returns across all periods. However, these relationships weakened post-COVID-19, likely due to the pandemic’s structural impact. Short-run dynamics exhibited higher volatility during crises, with external shocks playing a significant role. The bounds test confirmed a long-term relationship pre-COVID-19, which weakened post-pandemic. The VAR model highlights strong interlinkages, especially pre-crisis, with TADAWUL returns leading Saudi Aramco returns. This relationship weakened in the post-COVID-19 and post-war periods, indicating global market disruptions. Granger causality tests revealed that causal dynamics are period-specific, with stronger causality observed before the crises. Impulse response functions show that TADAWUL shocks have a more substantial impact on Saudi Aramco than on Bitcoin returns. These findings provide valuable insights for market participants navigating an uncertain economic landscape.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».