Dependence Structure and Extreme Comovements in International Equity and Bond Markets
Bibliographic record
Abstract
Les écarts de rendement négatifs extrêmes communs existent dans les marchés boursiers internationaux. Ce phénomène a été largement démontré par des outils statistiques, tels que la corrélation des dépassements, la théorie des valeurs extrêmes et les modèles GARCH bivarié en langage Gauss ou avec changement de régime. Nous signalons les limites de ces outils pour caractériser la dépendance extrême et proposons un modèle de copules avec changement de régime, comprenant un régime normal dans lequel la dépendance est symétrique et un second régime caractérisé par une dépendance asymétrique. De plus, afin de saisir pleinement l'incidence potentielle de cette dépendance asymétrique en termes de diversification du portefeuille, nous appliquons ce modèle aux marchés internationaux des actions et des obligations, afin de permettre les mouvements entre les marchés. D'un point de vue empirique, nous constatons une forte dépendance entre les actifs internationaux de même type dans les deux régimes, surtout dans le régime asymétrique, et une faible dépendance entre les actions et les obligations, bien qu'il soit question d'un même pays. Nous procédons à un examen analytique afin de déterminer quand et comment la dépendance asymétrique peut, lors de la répartition du portefeuille, amplifier les phénomènes suivants établis empiriquement : fuite vers la sécurité et surinvestissement dans des sociétés proches du domicile.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".