No contagion, only volatility: U.S. equity correlations during COVID-19
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose-During the COVID-19 crisis, correlations between U.S. equity returns and those of its three primary trading partners—Canada, China, and Mexico—rose sharply. In particular, the average correlation climbed from 0.56 in 2019 to 0.83 in 2020, the peak year. This study investigates whether this nearly 48% surge signals a contagion effect stemming from COVID-19. Methodology-Price data of ADRs for Canada, China, and Mexico, traded on the New York Stock Exchange were collected and returns on equally weighted portfolios for each country were computed. Using the returns on the country portfolios of ADRs and the US equity stock index S&P 500, cross-country correlations between the U.S. and each of its major trading partner countries were computed. These estimates were revised by applying the volatility adjustment procedure recommended by Forbes and Rigobon (2002). The revised estimates of correlations were tested whether they differed from the stable period values. Findings-During the pandemic, unadjusted Correlations between U.S. equities and each of its major trading partners increased. These estimates were then adjusted for the increased volatility. The revised correlations were not found to be significantly different from their pre-pandemic values. Conclusion-Estimates of correlations between U.S. equity and its major trading partner countries increased dramatically during the pandemic, implying possible contagion. This conclusion would be premature and incorrect as volatility changes are ignored in the estimation process. When corrected for it, the revised estimates of correlations do not support the presence of contagion effect. Keywords: COVID-19, pandemic, correlations, contagion, ADR
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 découle