MétaCan
Menu
Retour à la cohorte
Enregistrement W7154059589 · doi:10.17010/ijrcm/2025/v12i4/175950

Identifying Equity Market Integration : A Study of NIFTY-50 and the World’s Top Six Indices

2025· article· W7154059589 sur OpenAlexaboutno aff
Sandeep Vodwal, Priya Sawaliya

Notice bibliographique

RevueIndian Journal of Research in Capital Markets · 2025
Typearticle
Langue
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Risk and Volatility Modeling
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStock marketStock market indexEquity (law)Stock (firearms)Financial marketIndex (typography)Market riskEmerging marketsInvestment strategy

Résumé

récupéré en direct d'OpenAlex

Purpose : The decoupling theory proposed the benefits of internationally diversified portfolios to mitigate investment risk for global investors. The global investment risk was observed to be inversely related to the degree of co-movement of the stock indices. Therefore, the current study attempted to seek the answer to whether the stock indices of the world’s top seven countries were independent or exhibited a lead–lag relationship. Methodology : The study employed the Johannesburg co-integration and Granger-causality to investigate the relationship for the monthly returns data starting from 1st January 1995 and ending on 31st March 2025. Findings : The study found that the Indian index was co-integrated in the long run with American, Chinese, British, Japanese, and Canadian stock indices ; whereas, in the short-run, it was significantly influenced by the US markets and followed the returns patterns. Theoretical, Managerial, and Practical Implications : The performance of the US market was taken as a proxy for the Indian market in the short run, and the performance of the Indian market affected the markets in the UK, Canada, and French stock indices. Originality: The current study reported the interlinkages of the Indian stock market with the top six developing and developed economies of the world.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,038
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,123
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0380,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0050,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,079
Tête enseignante GPT0,379
Écart entre enseignants0,301 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndian Journal of Research in Capital MarketsMême sujetFinancial Risk and Volatility ModelingTravaux en français237 207