Oil Prices, Sustainability Initiatives, and Stock Market Dynamics: Insights from the MSCI UAE Index
Notice bibliographique
Résumé
This study examines the interplay between oil price volatility, sustainability-driven initiatives, and the MSCI UAE Index, highlighting the challenges that oil-dependent economies face in balancing financial stability with sustainability transitions. Using a dataset of 2707 daily observations from 2014 to 2024, we applied linear regression, ARCH, GARCH, and TARCH models to analyze volatility dynamics across two key periods: the 2014–2016 oil price collapse and the 2019–2023 phase marked by the COVID-19 pandemic and increasing sustainability efforts. Our findings indicate that oil price fluctuations significantly impact the MSCI UAE Index, with GARCH models confirming persistent volatility and TARCH models revealing asymmetrical effects, where negative shocks intensify market fluctuations. While the initial sustainability policy announcements contributed to short-term volatility and investor uncertainty, they ultimately fostered market confidence and long-term stabilization. Unlike previous studies focusing solely on oil price volatility in emerging markets, this research integrates sustainability policy announcements into financial modeling, providing novel empirical insights into their impact on financial stability in oil-exporting economies. The findings suggest that stabilization funds, dynamic portfolio strategies, and transparent regulatory policies can mitigate oil price volatility risks and enhance market resilience during sustainability transitions, offering valuable insights for investors, policymakers, and financial institutions navigating the UAE’s evolving 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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».