MétaCan
Menu
← Retour à la cohorte
Enregistrement W1968235826 · doi:10.5539/ijef.v3n2p200

Profits: Mean Diverting with High Volatility

2011· article· en· W1968235826 sur OpenAlexvenueno aff
John E. Silvia, Azhar Iqbal

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2011
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensnon disponible
Organismes subventionnairesWells Fargo
Mots-clésEconomicsVolatility (finance)Standard deviationMean reversionUnit rootEconometricsProfit (economics)Structural breakFinancial economicsMonetary economicsMicroeconomicsMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Even though the behavior of the U.S. profit growth varies over the economic cycle that variation itself drives investor behavior and asset prices. We raise three fundamental questions which are; first, does profit growth over time exhibit a mean-reverting behavior? Second, how volatile are profits and does this volatility obscure the message of profit growth? Finally, do profit growth rates vary between decades/ sub-samples?Our efforts suggest that since 1970 the mean and standard deviation of profit growth had actually been decreasing up until 1990s. For the most recent (2000-08) period, the profit growth shows an up-tick in both the mean and the standard deviation. For the entire period, 1970-2008, we find that the trend coefficient is statistically insignificant.We apply the traditional unit root tests, efficient unit root tests, and unit root tests with structural break on the profits series. In addition, we follow Hamilton’s approach and apply an ARCH approach on the profits series.Our empirical findings are consistent with the Schumpeter’s view, mean-diversion with a possibility of deviation from long-run trend growth. In addition to the factors introduced by Schumpeter there may be some exogenous shocks which could alter the long-run path of the profits.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,071
Tête enseignante GPT0,211
Écart entre enseignants0,140 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations3
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and Finance→Même sujetMonetary Policy and Economic Impact→Travaux en français237 207→