MétaCan
Menu
Retour à la cohorte
Enregistrement W1967744008 · doi:10.5539/ibr.v7n7p98

GARCH Approach for Testing the Conditional Relationship between Risk and Return in the Jordanian Stock Market

2014· article· en· W1967744008 sur OpenAlexvenueno aff
Imad Zeyad Ramadan

Notice bibliographique

RevueInternational Business Research · 2014
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Risk and Volatility Modeling
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAutoregressive conditional heteroskedasticityHeteroscedasticityMarket riskFinancial crisisStock exchangeVolatility (finance)Stock marketEconomicsFinancial economicsEconometricsMarket capitalizationFinancial marketRisk–return spectrumBusinessFinance

Résumé

récupéré en direct d'OpenAlex

This study aims to test the relationship between risk and return in Amman Stock Exchange (ASE), in order to identify the market's ability to reward investors who are willing to take on additional risk. Using daily return for the Market Capitalization Weighted Price Index of the Jordanian stock market for the period from the first trading day on year 2000 to the last trading day of the year 2013. The full period has been separated into two periods: before the global financial crisis (BGFC) and during the global financial crisis (DGFC), to show if there is any impact of the financial crisis on the relationship between the risk and return. The GARCH model has been employed after testing for normality, heteroscedasticity and stationary, all of which have concluded the preference of using the GARCH model approach. Results have concluded that the conditional relationship between risk and return at the FULL period did not support the trade-off- theory, where there has been no statistically significant effect of risk, measured by volatility, on the market return during the FULL period, nor in the Before Global Financial Crisis (BGFC) period. This result of the study supports the results of studies which concluded that the ASE is not efficient at the semi-strong level of efficiency.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,269
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,244
Tête enseignante GPT0,352
Écart entre enseignants0,108 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetFinancial Risk and Volatility ModelingTravaux en français237 207