L'analyse de l'impact de la politique monétaire canadienne sur les risques du marché boursier
Bibliographic record
Abstract
Depuis la crise financière de 2008, les principales économies du monde ont mis en œuvre une série de mesures visant à assurer la croissance économique, notamment une politique monétaire d'assouplissement quantitatif à long terme. En même temps, les principaux marchés boursiers nord-américains ont également connu une période prospère de plus de 10 ans. Le fonctionnement du marché boursier crée des risques. Basé sur le calcul de la valeur à risque conditionnelle (CVaR) de l'indice composé S&P/TSX et de l'indice composé S&P/TSX de croissance et de leurs caractéristiques statistiques, ce travail vise à explorer l'impact de la politique monétaire de la Banque du Canada sur le risque d'investissement du marché boursier de Toronto et à étudier la relation quantitative entre les deux pour garantir une gestion efficace du risque financier. Aussi, afin d'étudier la relation d'équilibre à long terme entre le risque du marché boursier de Toronto et des indicateurs économiques étroitement liés à la politique monétaire tels que l'indice des prix à la consommation, la masse monétaire, le produit intérieur brut, le taux de change et le taux de rendement sans risque, dans ce travail, le modèle VAR est appliqué et les effets de ces indicateurs sur le niveau de risque du marché boursier de Toronto sont étudiés au moyen de la fonction de réponse impulsionnelle et de la décomposition de la variance. Les innovations possibles dans ce travail sont : la CVaR est utilisée pour mesurer le risque de la Bourse de Toronto, et la CVaR est incluse dans le système de vecteur autorégressif (VAR) afin d'étudier l'influence des variables liées à la politique monétaire sur le risque de marché boursier; dans l'application de la méthode analytique, la méthode de test non paramétrique a été introduite dans la méthode d'étude d'événement afin d'analyser l'impact des événements d'ajustement de la politique monétaire sur le risque du marché boursier de Toronto. Les résultats de ce travail montrent que l'ajustement de la politique monétaire a un certain impact sur le risque du marché boursier de Toronto, mais cet impact est faible. La plupart des ajustements de la politique monétaire sont conformes aux attentes du marché boursier. D'ailleurs, le niveau de risque du marché boursier de Toronto est toujours corrélé avec lui-même, et la plupart des risques ne sont pas liés à la politique monétaire et quelques variables économiques qui y sont liées. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : risque de marché boursier, valeur à risque conditionnelle, politique monétaire, méthode d'étude d'événement, modèle vectoriel autorégressif.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
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".