Trading Volume Dynamics and Macroeconomic Influences in Thailand’s Equity Derivatives Market: A VAR Approach
Notice bibliographique
Résumé
The study focuses on the SET50 Index, a benchmark of the fifty largest companies listed on the Stock Exchange of Thailand (SET). Thailand, despite being part of the options-dominated Asia-Pacific region, has a unique market structure where SET50 Index Futures dominate derivatives trading, while SET50 Index Options remain comparatively underused. Given this divergence from common regional trends, this study aims to examine the factors influencing trading volume dynamics in Thailand’s equity derivatives market using a Vector Autoregressive (VAR) model with three lags. The empirical results, based on the sample period from May 2014 to December 2024, show the existence of a bidirectional relationship between the trading volumes of SET50 Index Futures and SET50 Index Options. The impulse response function results are consistent with the VAR(3) model estimate, showing that SET50 Index Options trading volume has a positive impact on SET50 Index Futures trading volume, but not vice versa. In addition, underlying market liquidity is positively related to the trading volumes of SET50 Index Futures and Options, while underlying market volatility positively affects only SET50 Index Futures trading volume. Except for the exchange rate, other macroeconomic factors are related to the trading volumes of SET50 Index Futures and SET50 Index Options. The growth rate of private investment positively impacts on the trading volumes of SET50 Index Futures and SET50 Index Options. Inflation and interest rates are related to the trading volume of SET50 Index Futures, while the leading economic index is related to the trading volume of SET50 Index Options.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| 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 ».