Udekket renteparitet med utgangspunkt i euro og lange renter : en empirisk analyse i perioden 2000 til 2018
Bibliographic record
Abstract
Denne oppgaven er bygd opp rundt teori og anvendelse av renteparitet. Vi starter med en kort\ngjennomgang av dekket og udekket renteparitet og tidligere forskning knyttet til disse\nteoriene. I forhold til tidligere forskning vil artikkelen til Chinn og Meredith (2004) være\nsentral i denne oppgaven og da med hensyn til udekket renteparitet som er hovedfokuset.\nUdekket renteparitet er en teori som forklarer endringer i valutakurser som bestemmes av\nrentedifferanser og forventninger om fremtidig valutakurs. Dette er et spennende emne av den\ngrunn at den brukes i flere sammenhenger, blant annet makroøkonomiske modeller for å\npredikere valutakurs. I praksis har teorien holdt dårlig, spesielt etter 1990-tallet. Avvik fra\ndenne teorien vil kunne gi investorer mulighet til å tjene penger på at valutamarkeder ikke er\nlikevekt, og dermed ønsket vi selv å undersøke dette ved bruk av nyere data og tidsperiode.\nUndersøkelsesperioden er fra 2010 til 2018 da vi ønsket å teste hvordan udekket renteparitet\nhar holdt etter 1990. Vi vil analysere med hensyn til det tyske markedet, dermed sammenligne\nrenter og valuta i Tyskland med renter og valuta i Norge, USA, Storbritannia, Canada, Sveits\nog Japan. Landene er valgt på bakgrunn av hvor likvide og sentrale markedene er i\nverdensøkonomien.\nI analysedelen har vi testet de lange rentene mot den velkjente formelen for udekket\nrenteparitet, og på basis av dette kommet frem til en konklusjon om at udekket renteparitet\nikke har holdt så godt på 10-års obligasjoner. 10-års statsobligasjoner holder bedre om man\ntester i forkant og etterkant av perioden som er preget av store rentedifferanser og høy\nvolatilitet i VIX-indeksen. Den holder derimot bedre på 3- og 5-års obligasjoner. Vi har også\ntestet for udekket renteparitet ved å inkludere et ekstra ledd i likningen, VIX-indeksen. VIXindeksen\nhar vi inkludert med det formålet om å teste for om høyere volatilitet i markedet\nskaper risikopremie som investorene kan tjene på og dermed skape avvik fra udekket\nrenteparitet. Dette har gitt oss verdier som er i større grad forenelig med udekket renteparitet.\nÅrsaker til hvorfor udekket renteparitet har holdt noe dårligere for vår periode sammenlignet\nmed Meredith og Chinn sin, spesielt i forhold til 10 års statsobligasjoner, kan skyldes at\ntidsperioden vår er preget av flere finansielle uroperioder, dermed vil investorer flykte til\ntrygge havner, som vil være en faktor som trekker de lange rentene ned. Samtidig som vår\nperiode er preget av endringer i forhold til pengepolitikken i landene vi undersøker.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.021 | 0.003 |
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 source (direct Gemma or distilled Codex), 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".