Nonlinear Spillovers from Stock, Gold, Oil, and T-bill Volatilities to Predict Economic Policy Uncertainties
Notice bibliographique
Résumé
Economic policy uncertainity (EPU) shapes the economic development of a country and any instability in policy results in financial markets downturn. Several elements are considered as predictors of EPU. Of these, commodities (oil, gold) are the most common. This study consider financial markets with four major asset classes gold, crude oil, 10-year treasury bonds, and stock prices to examine a nonlinear and asymmetric spillover that influences EPU. The dataset comprises oil price volatility, gold price volatility, T-bills volatility, stock price volatility, and the EPU index of eight countries. NARDL model is used to capture the impact of the nonlinear behavior of uncertainties on gold, oil, T-Bills, and stock market volatilities. It captures both long-run and short-run non-linearities by separating explanatory variables into partially positive and partially negative components. The outcomes reveal positive and negative shocks to oil price volatility, gold price volatility, T-Bills volatility, and stock price volatility which positively affect the EPU of all countries. However, Canada does not bear any effect of negative shocks in the short-run to gold price and oil price volatilities to predict the EPU. USA shows the negative impact of negative shocks for all asset classes. T-Bills derived negative shocks adversely affect China at 5% level of significance. Furthermore, the effect of positive shocks is more pronounced than negative shocks. The outcomes support the short-run and long-run asymmetric impact of oil, gold, T-Bills, and VIX volatilities to predict EPU. This study helps investment funds in managing risk, asset pricing, and formulating economic policy differentiated to positive and negative shocks.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».