A partial correlation-based connectedness approach: Extreme dependence among commodities and portfolio implications
Notice bibliographique
Résumé
We propose a partial correlation-based connectedness approach to study the directional connectedness under normal and extreme market conditions among the returns of 22 commodities and compare it with the well-known Diebold and Yilmaz (i.e. generalized forecast error variance decomposition (GFEVD)) connectedness approach estimated at the mean and tails. Considering four groups of commodities, namely energy, agricultural, precious metals, and industrial metals, and daily data from September 1, 2005 to June 5, 2024, covering various crisis periods, we draw filtered networks and measures of directional connectedness. The main results are summarized as follows. Firstly, the total connectedness index captures the significant commodities related shocks, and intensifies during crises episodes, notably at the extreme lower quantile. Secondly, using partial correlations in the approach of connectedness leads to a surge of the total connectedness level at the extreme lower quantile and identifies the beginnings of major crises earlier than the GFEVD measure of connectedness. Thirdly, the connectedness structure of commodities based on partial correlation is unstable during turbulent market conditions, a feature that is ignored when the GFEVD approach of connectedness is used. Fourthly, in terms of practical implications, the partial correlation-based connectedness portfolio outperforms the GFEVD based minimum connectedness portfolio on a risk adjusted basis. • We proposed a PCBC approach to study connectedness in 22 commodity returns under normal & extreme market conditions. • PCBC TCI detects major commodity shocks & surges during crises, signaling heightened market stress effectively. • PCBC TCI identifies crisis onset earlier than GFEVD, offering a more responsive measure of market turmoil. • PCBC portfolio outperforms GFEVD-based minimum connectedness portfolio on risk-adjusted basis, improving efficiency.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 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 ».