The role of the past long-run oil price changes in stock market

预测能力 经济 库存(枪支) 计量经济学 石油价格 财政部 超额收益 统计的 股票市场 滞后 金融经济学 货币经济学 统计 数学 计算机科学 古生物学 计算机网络 哲学 生物 机械工程 背景(考古学) 考古 认识论 工程类 历史
作者
Shue-Jen Wu
出处
期刊:International Review of Economics & Finance [Elsevier]
卷期号:84: 274-291
标识
DOI:10.1016/j.iref.2022.11.021
摘要

This paper examines the ability of the past long-run changes in oil price to predict the stock returns in the U.S. market. We find this long-lag model performs much better than the one-lag model. The past long-run changes in oil price contain useful information about future real stock returns and excess returns over a Treasury bill rate. This variable alone can capture more than 1% variations of next horizon (month) excess returns, and the predictive power are increasingly strong for long-horizon stock return. These findings are robust when considering other popular predictors into the model, these results are also maintained when considering various subsamples. For out-of-sample examination, the results of McCraken’s (2007) Ros2 and Clark and West’s (2007) MSPE-adjusted statistic explore that this variable contains useful information of future stock returns. More interestingly, the past long-run oil price changes also perform strong predictive power on excess returns for non-US countries.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
ding应助科研通管家采纳,获得10
1秒前
所所应助科研通管家采纳,获得10
1秒前
CodeCraft应助科研通管家采纳,获得10
1秒前
科研通AI2S应助科研通管家采纳,获得10
1秒前
共享精神应助科研通管家采纳,获得10
1秒前
Lucas应助科研通管家采纳,获得10
1秒前
1秒前
香蕉觅云应助科研通管家采纳,获得10
1秒前
桐桐应助科研通管家采纳,获得30
1秒前
NexusExplorer应助科研通管家采纳,获得50
1秒前
乐乐应助科研通管家采纳,获得10
1秒前
深情安青应助科研通管家采纳,获得10
1秒前
隐形曼青应助科研通管家采纳,获得10
1秒前
打打应助科研通管家采纳,获得10
1秒前
我是老大应助科研通管家采纳,获得10
1秒前
Ava应助科研通管家采纳,获得10
1秒前
1秒前
赘婿应助科研通管家采纳,获得10
1秒前
1秒前
852应助科研通管家采纳,获得10
1秒前
1秒前
香蕉觅云应助科研通管家采纳,获得10
1秒前
1秒前
啊啊啊lei发布了新的文献求助10
2秒前
澡雪完成签到,获得积分10
2秒前
2秒前
3秒前
粘牙牛轧糖完成签到,获得积分10
4秒前
善学以致用应助安桥采纳,获得10
6秒前
年轻的人生完成签到,获得积分10
6秒前
桐桐应助sdysdbd采纳,获得30
6秒前
7秒前
陈小桥完成签到,获得积分10
7秒前
黑溴发布了新的文献求助10
7秒前
哈利波特完成签到,获得积分10
9秒前
wfy1227完成签到,获得积分10
9秒前
科研通AI2S应助失眠班采纳,获得10
12秒前
研友_8K2QJZ发布了新的文献求助50
12秒前
北城南笙完成签到,获得积分10
12秒前
13秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Handbook of Qualitative Cross-Cultural Research Methods 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3137214
求助须知:如何正确求助?哪些是违规求助? 2788251
关于积分的说明 7785413
捐赠科研通 2444284
什么是DOI,文献DOI怎么找? 1299869
科研通“疑难数据库(出版商)”最低求助积分说明 625639
版权声明 601023