Speed of convergence to market efficiency in the ETFs market
Notice bibliographique
Résumé
Purpose The aim of this paper is to examine the informational efficiency of prices of all exchange traded funds (ETFs) that are actively traded on the NYSE Arca, based on methodology developed by Chordia et al. Design/methodology/approach The authors estimate the speed of convergence to market efficiency based on short‐horizon return predictability from past order flows of 273 ETFs that were traded every day on the NYSE Arca during the first six months of 2008, and compare the resulting price formation process to that of shares traded on the NYSE and NYSE Arca. Findings Despite the significant differences in trading costs, volatility, and informational effects between ETFs and regular stocks, the paper documents that price adjustments to new information for ETFs occur in about 30 minutes, which is comparable to price adjustments for traditional stocks traded on Arca. In multivariate setting, the paper further shows that the speed of convergence to market efficiency of ETFs is not only significantly driven by volume, but also by the probability of informed trading. Research limitations/implications The findings provide direct answers and insights to questions posed in a recent SEC concept release document. The analysis of the speed of convergence provides a feasible measure to assess how efficiently prices of ETFs respond to new information. Originality/value The authors are first to utilize the short‐horizon return predictability from historical order flow approach to evaluate the price formation process of ETFs and to provide evidence on the determinants of its 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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».