Effets des politiques monétaires sur la rentabilité boursière dans les marchés émergents : modélisation avec VAR structurel
Notice bibliographique
Résumé
Ce travail de recherche porte sur l’estimation des effets des chocs de politique monétaire sur le rendement réel boursier des cinq marchés boursiers émergents du BRICS (Brésil, Russie, Inde, Chine et Afrique du Sud). Basé sur un modèle modifié des travaux de Bjørnland et Leitemo (2009), les objectifs de notre analyse sont l’estimation des effets de court terme et de long terme des chocs de politique monétaire sur la rentabilité boursière des BRICS et une comparaison des réponses instantanées et des amplitudes des rendements boursiers des marchés développés tels que le Canada et les États-Unis à ceux des marchés émergents des BRICS. Nous calculons les fonctions estimées des réponses à partir de deux modèles : un modèle vectoriel autorégressif sans mesure d’incertitude macroéconomique et un modèle vectoriel autorégressif avec mesure d’incertitude macroéconomique. Les résultats de ces deux modèles, appliqués à des données mensuelles des pays du BRICS et les pays développés tels que les États-Unis et le Canada, suggèrent une réaction initiale négative des rendements boursiers à la suite d’un choc structurel de politique monétaire restrictive. Ces réactions essentiellement négatives et significatives dans le court terme, disparaissent sur le long terme. L’ampleur des réponses des rendements boursiers va varier selon le modèle. En effet, les amplitudes des réponses des cours boursiers réels sur les marchés financiers des BRICS (excepté le Brésil) sont supérieures à celles des États-Unis et du Canada dans un modèle vectoriel autorégressif sans mesure d’incertitude macroéconomique. Dans un modèle intégrant une variable d’incertitude macroéconomique par contre, l’amplitude des réponses des cours réels des actions sur le marché boursier américain est nettement supérieure à celles des BRICS et du Canada. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : politique monétaire, rendement boursier réel, marchés boursiers des BRICS, marchés boursiers développés, VAR structurel.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 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 ».