Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
https://open.mgimo.ru/handle/123456789/20799Полная запись метаданных
| Поле DC | Значение | Язык |
|---|---|---|
| dc.contributor.author | Stolbov, M. | en |
| dc.contributor.author | Shchepeleva, M. | en |
| dc.contributor.author | Столбов, М. | ru |
| dc.contributor.author | Щепелева, М. | ru |
| dc.date.accessioned | 2026-05-25T13:12:42Z | - |
| dc.date.available | 2026-05-25T13:12:42Z | - |
| dc.date.issued | 2024 | |
| dc.identifier.citation | Stolbov M., Shchepeleva M. Do commodity prices matter for global systemic risk? Evidence from ML variable selection. The Journal of Finance and Data Science. 2024;10:100144. https://doi.org/10.1016/j.jfds.2024.100144 | en |
| dc.identifier.citation | Столбов М., Щепелева М. Влияют ли цены на сырьевые товары на глобальный системный риск? Эмпирические данные на основе отбора переменных с помощью машинного обучения. The Journal of Finance and Data Science. 2024;10:100144. https://doi.org/10.1016/j.jfds.2024.100144 | ru |
| dc.identifier.issn | 2405-9188 | online |
| dc.identifier.uri | https://open.mgimo.ru/handle/123456789/20799 | - |
| dc.description.abstract | We identify robust predictors of global systemic risk proxied by conditional capital shortfall (SRISK) among a comprehensive set of commodity prices for the period between January 2004 and December 2021. The search is based on a battery of ML variable selection algorithms which apply both to price levels and price shocks in the presence of control variables, including the first lag of SRISK, world industrial production, global economic policy uncertainty, geopolitical risk as well as the global stance of monetary and macroprudential policies. We find that these controls outweigh commodity prices as the predictors of global systemic risk. Of the commodities themselves, the prices for agricultural commodities, including food, e.g. chicken, bananas, beef, tea, cocoa, are more important predictors of global systemic risk than the prices for energy commodities, e.g. natural gas and oil prices. The financialization of agricultural commodities, bio-energy expansion as well as commodity-specific dependence of the major economies contributing to global systemic risk, e.g. China, account for our main finding. We also document the positive linkage between commodity prices and systemic risk for the majority of commodities. Thus, monitoring commodity prices to avoid their unbalanced growth is of vast importance to curb global systemic financial risk. | en |
| dc.description.abstract | Мы выявляем надежные предикторы глобального системного риска, измеряемого условным дефицитом капитала (SRISK), среди широкого набора цен на сырьевые товары за период с января 2004 года по декабрь 2021 года. Поиск основан на наборе алгоритмов отбора переменных с помощью машинного обучения, которые применяются как к уровням цен, так и к ценовым шокам при наличии контрольных переменных, включая первую лаговую переменную SRISK, мировое промышленное производство, глобальную экономическую неопределенность в политике, геополитический риск, а также глобальный... | ru |
| dc.language.iso | en | |
| dc.rights | openAccess | |
| dc.source | The Journal of Finance and Data Science | en |
| dc.subject | commodity prices | en |
| dc.subject | global systemic risk | en |
| dc.subject | SRISK | en |
| dc.subject | machine learning | en |
| dc.subject | variable selection | en |
| dc.subject | price levels | en |
| dc.subject | price shocks | en |
| dc.subject | predictors | en |
| dc.subject | цены на сырьевые товары | ru |
| dc.subject | глобальный системный риск | ru |
| dc.subject | SRISK | ru |
| dc.subject | машинное обучение | ru |
| dc.subject | отбор переменных | ru |
| dc.subject | уровни цен | ru |
| dc.subject | ценовые шоки | ru |
| dc.subject | предикторы | ru |
| dc.title | Do commodity prices matter for global systemic risk? Evidence from ML variable selection | en |
| dc.title | Влияют ли цены на сырьевые товары на глобальный системный риск? Эмпирические данные на основе отбора переменных с помощью машинного обучения | ru |
| dc.type | journal article | en |
| dc.type | статья | ru |
| publication.article.doi | https://doi.org/10.1016/j.jfds.2024.100144 | |
| article.journalname | The Journal of Finance and Data Science | en |
| dc.identifier.doi | 10.1016/j.jfds.2024.100144 | |
| local.type.coar | http://purl.org/coar/resource_type/c_6501 | - |
| Располагается в коллекциях: | Статьи сотрудников МГИМО во внешних журналах | |
Файлы этого ресурса:
Нет файлов, ассоциированных с этим ресурсом.
Источник:
The Journal of Finance and Data Science
(2024)
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.