The short-term reaction of financial markets to the U.S. trade tariff announcement
Notice bibliographique
Résumé
We analyze the reaction of global markets to the US tariff announcement of April 2, 2025. The study utilizes daily prices from 20 stock market indices that account for the largest US trade. The indices are obtained from S&P Capital IQ Pro and span the period from January 02, 2024, to May 28, 2025. The aim of the study is to evaluate the impact of the tariff announcement on the market volatility levels, correlation patterns, and market connectedness. To ensure robustness of the findings, we employ methodological triangulation, incorporating the combined use of network theory and visual techniques. The GARCH model is used to show the change in conditional volatility after the announcement. Correlation heat maps and minimum spanning tree graphs are used to interrogate the correlation among the indices. The Quantile Vector Autoregression (QVAR) model is utilized to assess changes in connectedness. The study contributes to our understanding of how global markets respond to tariffs, and the importance of emerging markets as volatility transmitters. The results show that conditional volatility increased roughly two-fold post-tariff, the correlations have become significantly higher post-tariff, and markets are more interconnected. Brazil, Canada, South Africa and Vietnam emerge as the main transmitters, possibly due to regional trade shifts, while the US become less central. These findings indicate an increase in systemic risk in the global markets and underscore the need for de-escalation of the trade conflict and the pursuit of a negotiated resolution.
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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».