MétaCan
Menu
Retour à la cohorte
Enregistrement W4410555711 · doi:10.1515/snde-2024-0012

Identifying Shock Propagation Mechanisms in Global Equity Markets

2025· article· en· W4410555711 sur OpenAlexaff
Vance L. Martin, Saikat Sarkar

Notice bibliographique

RevueStudies in Nonlinear Dynamics and Econometrics · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésEconomicsEmerging marketsDiversification (marketing strategy)Risk premiumFinancial economicsCountry riskPortfolioVolatility (finance)Equity (law)Monetary economicsCapital asset pricing modelEconometricsBusinessFinance

Résumé

récupéré en direct d'OpenAlex

Abstract The intertemporal capital asset pricing model with time-varying price and quantity risk factors, is used to study the propagation mechanisms linking expected risk premia with shocks in global equity markets. The model allows for linear and nonlinear propagation channels with the relationship between expected risk premia and world and country shocks characterized by a bivariate cubic. Using daily data on developed and emerging country equity returns, the empirical results show that country risk prices are exposed to world risks, although the signs differ between developed and emerging countries. Country risk factors are especially important for risk prices in Asia-Pacific countries as well as selected emerging countries. Of the financial risk factors investigated, volatility risk is important for all developed countries, and currency basis risk is important for all emerging countries. The nonlinear propagation mechanisms linking shocks and expected risk premia are economically significant and show that the size and sign of shocks are important. Implications of the empirical results for international portfolio diversification are also investigated using a range of simulation experiments.

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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,188
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)0,0010,000
Bibliométrie0,0010,002
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 Opus0,063
Tête enseignante GPT0,311
Écart entre enseignants0,247 · 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'étudeThéorique ou conceptuel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in Nonlinear Dynamics and EconometricsMême sujetFinancial Markets and Investment StrategiesTravaux en français237 207