MétaCan
Menu
Retour à la cohorte
Enregistrement W1967959634 · doi:10.1080/00036846.2014.1002885

Examining the relationship between stock return volatility and trading volume: new evidence from an emerging economy

2015· article· en· W1967959634 sur OpenAlexaff
Shekar Bose, Hafizur Rahman

Notice bibliographique

RevueApplied Economics · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensThompson Rivers University
Organismes subventionnairesnon disponible
Mots-clésEconomicsHeteroscedasticityVolatility (finance)Proxy (statistics)EconometricsStock (firearms)Financial economicsAutoregressive modelStock marketAutoregressive conditional heteroskedasticityEmerging marketsMacroeconomics

Résumé

récupéré en direct d'OpenAlex

Using daily stock return data for individual stocks from an emerging economy, this article examines the relationship between return volatility and trading volume under the theoretical postulate of the mixture of distributions hypothesis. The results suggest that the contemporaneous trading volume as a proxy for latent information arrival to the market did not contribute to the removal of significant ARCH or Generalized Autoregressive Conditional Heteroscedasticity effects that are found in stocks at the first stage of the investigation. The same holds for the lagged volume except for one case. This, perhaps, suggests that the trading volume (contemporaneous or lagged) is not adequately conveying information to induce traders’ views of the desirability of trade and, therefore, points to the need for searching for other micro and macro variables to be used as potential proxy for information arrival to the stock market of the emerging economy.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,424
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,189
Tête enseignante GPT0,279
Écart entre enseignants0,090 · 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

Citations17
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied EconomicsMême sujetMarket Dynamics and VolatilityTravaux en français237 207